CN108805873A - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN108805873A CN108805873A CN201710299023.0A CN201710299023A CN108805873A CN 108805873 A CN108805873 A CN 108805873A CN 201710299023 A CN201710299023 A CN 201710299023A CN 108805873 A CN108805873 A CN 108805873A
- Authority
- CN
- China
- Prior art keywords
- block
- image
- transformation
- subimage
- average
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 230000009466 transformation Effects 0.000 claims abstract description 56
- 230000011218 segmentation Effects 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 claims description 11
- 238000010030 laminating Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 8
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
一种图像处理方法，包括步骤：将待处理图像以M*M个像素大小进行分割，得到包括多个子图像块的分块图像；计算每个子图像块包含的所有像素的平均亮度值；判断各该子图像块为亮区块或为暗区块；对所述亮区块和所述暗区块分别做减益伽马变换和增益伽马变换从而得到变换后的分块图像；选取与M互为质数的多个其他数值重复以上步骤从而得到多个变换后的分块图像，其中该多个其他数值也互为质数；对所述图像的多个变换后的分块图像进行叠加平均处理以得到动态范围更大的图像。本发明还提供一种图像处理装置。本发明可以利用一张图像进行后制处理，从而得到该图像对应的高动态范围图像。
Description
技术领域
本发明涉及一种图像处理技术，尤其是涉及一种图像处理方法及装置。
背景技术
自然光线的动态范围很大，并且往往在拍照时的场景中会同时存在高亮度与低亮度的景物。人眼的成像能力较高，大部分高动态范围场景中的细节信息都可以被获得。但普通的成像设备却不能捕获低亮度的区域，造成细节丢失，因此拍摄的图像往往不尽如人意。而目前图像的后制处理一般使用增强亮度的方法或者直方图均衡方法，均不能使普通的成像设备拍摄的图像自然地表现出拍照时的原本高亮度和低亮度的信息。
发明内容
鉴于以上内容，有必要提供一种图像处理方法及装置，可以有效提升拍摄图像的动态范围。
所述图像处理装置，包括：分割模块，用于将待处理图像以 M*M个像素大小进行分割，得到包括多个子图像块的分块图像；计算模块，用于计算每个子图像块包含的所有像素的平均亮度值；判断模块，用于将所述平均亮度值大于预设的第一亮度阈值的子图像块判断为亮区块，将所述平均亮度值小于预设的第二亮度阈值的子图像块判断为暗区块；变换模块，用于对所述亮区块和所述暗区块分别做减益伽马变换和增益伽马变换从而得到变换后的分块图像；所述分割模块，还用于选取与M互为质数的多个其他数值替代原M 值，以对所述待处理图像重新进行分割，并触发所述计算模块、判断模块和变换模块重复上述处理，从而得到多个变换后的分块图像，其中该多个其他数值也互为质数；叠加模块，用于对所述多个变换后的分块图像进行叠加平均处理得到完成处理后的图像。
所述图像处理方法，包括步骤：将待处理图像以M*M个像素大小进行分割，得到包括多个子图像块的分块图像；计算每个子图像块包含的所有像素的平均亮度值；将所述平均亮度值大于预设的第一亮度阈值的子图像块判断为亮区块，将所述平均亮度值小于预设的第二亮度阈值的子图像块判断为暗区块；对所述亮区块和所述暗区块分别做减益伽马变换和增益伽马变换从而得到变换后的分块图像；选取与M互为质数的多个其他数值替代原M值，重复以上步骤从而得到多个变换后的分块图像，其中该多个其他数值也互为质数；对所述多个变换后的分块图像进行叠加平均处理得到完成处理后的图像。
相较于现有技术，所述的图像处理方法及装置，能够将拍摄的图像进行多次分块，并针对每次分块后的图像的亮区块和暗区块分别做减益和增益的伽马变换，最后再将所有变换后的图像进行叠加平均处理。通过对暗区块和亮区块分别处理，在提升暗区块图像细节的同时，保留了亮区块图像的信息，从而有效地提升了拍摄的图像的动态范围。
附图说明
图1是本发明实施例之图像处理装置的功能模块图。
图2是本发明实施例之原图像转换成的亮度图像的示意图。
图3是本发明实施例之分割后的剩余像素就近分配示意图。
图4A和图4B是本发明实施例之分块后的亮区块图像和暗区块图像的示意图。
图5A和图5B是本发明实施例之进行伽马变换后的亮区块图像和暗区块图像的示意图。
图6是本发明实施例之完成处理后的亮度图像的示意图。
图7是本发明实施例之图像处理方法的流程图。
主要元件符号说明
| 图像处理装置 | 2 |
| 存储器 | 20 |
| 处理器 | 30 |
| 转换模块 | 100 |
| 分割模块 | 200 |
| 计算模块 | 300 |
| 判断模块 | 400 |
| 变换模块 | 500 |
| 叠加模块 | 600 |
| 补偿模块 | 700 |
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
参阅图1所示，是本发明实施例之图像处理装置的功能模块图。所述图像处理装置2用于对成像设备拍摄的图像进行处理，从而提升拍摄出的图像的动态范围。所述图像处理装置2可以是独立进行图像处理的装置，也可以是作为附加装置运行于成像设备当中，运行过程耦合在拍摄过程中。
所述图像处理装置2主要包括有转换模块100、分割模块200、计算模块300、判断模块400、变换模块500、叠加模块600、补偿模块700以及存储器20和处理器30。所述模块被配置成由一个或多个处理器(本实施例为处理器30)执行，以完成本发明。本发明所称的模块是完成一特定功能的计算机程序段。存储器20用于存储所述图像处理装置2的程序代码等资料。
所述转换模块100用于将拍摄的彩色图像转换成亮度图像(参阅图2所示)。在本实施例中，由于彩色图像是亮度图像和色度图像构成的，因此，所述转换模块100主要是将彩色图像中的亮度图像提取出来。值得注意的是，对于拍摄的彩色图像是否需要进行动态范围提升，可以预先设置一个判断过程。例如，计算该彩色图像的各像素的亮度值，然后计算所有像素亮度值的直方图并进行归一化处理。接着分别计算亮区(如亮度值192～255)、中间区域(如亮度值64～191)和暗区(如亮度值0～63)的直方图积分，最后根据亮区和暗区的直方图积分总和是否大于中间区域的直方图积分的 1.5倍，从而判断该图像是否过暗或过亮。若亮区和暗区的直方图积分总和大于中间区域的直方图积分的1.5倍，代表该图像存在过暗或过亮的不均衡情形，需要进行动态范围提升。
所述分割模块200用于将所述转换模块100提取出来的亮度图像按照预设的M*M模式分割成分块图像。所述M*M模式是指以 M*M个像素的大小对所述亮度图像进行分割，得到所述分块图像。所述分块图像由多个M*M大小的子图像块组成。值得注意的是，当所述亮度图像的所有像素经过分割后还有剩余的像素时，则所述分割模块200还会将所述剩余的像素按照就近原则并入到最近的子图像块(请参阅图3所示)。
所述计算模块300用于计算所述分块图像中的每一个子图像块所包含的所有像素的平均亮度值。所述计算模块300首先计算每一个子图像块所包含的所有像素的亮度值，然后针对每一个子图像块的所有像素的亮度值计算平均值，得到每一个子图像块对应的所述平均亮度值。
所述判断模块400用于将所述每一个子图像块的平均亮度值与预设的第一亮度阈值和第二亮度阈值作比较，从而判断出分块图像中的亮区块和暗区块。在本实施例中，所述第一亮度阈值大于所述第二亮度阈值。当一个子图像块的平均亮度值大于所述第一亮度阈值时，则所述判断模块400判断该子图像块为亮区块。当该子图像块的平均亮度值不大于(小于或等于)所述第一亮度阈值时，则进一步比较判断所述平均亮度值是否小于所述第二亮度阈值。当所述平均亮度值小于所述第二亮度阈值时，则所述判断模块400判断该子图像块为暗区块，否则，该子图像块为中间亮度区块。参阅图4A 和图4B所示，分别为凸显亮区块的分块图像和凸显暗区块的分块图像。
所述变换模块500用于对所述亮区块和所述暗区块分别做减益伽马变换和增益伽马变换，从而得到变换后的分块图像。在本实施例中，所述减益伽马变换和所述增益伽马变换，可以参照现有技术中的对过亮图像和对过暗图像的伽马变换技术。当所述判断模块400判断出分块图像中的亮区块和暗区块后，所述变换模块500则对所述亮区块进行减益伽马变换，并对所述暗区块进行增益伽马变换，而对于中间亮度区块则不作任何变换。所述分块图像中的所有亮区块和暗区块经过变换后得到变换后的分块图像。
参阅图5A和图5B所示，分别为变换后的凸显亮区块的分块图像和凸显暗区块的分块图像。变换后的分块图像相对于变换之前的分块图像，在原本的亮区块部分依然很清楚，而原本的暗区块部分则得到增强，但是同时会产生块效应的问题。此时，所述分割模块 200会选取与M互为质数的多个其他数值，多次对彩色图像对应的亮度图像进行分割，其中，所述多个数值也相互互为质数。例如选取与M互为质数的N和L对所述亮度图像分别进行N*N和L*L的分割，其中N与L也互为质数。然后再经由所述计算模块300、所述判断模块400以及所述变换模块500重复地依次对分割后的多个分块图像进行计算子图像块平均亮度值、判断子图像块是亮区块或者暗区块以及分别对亮区块和暗区块进行减益伽马变换和增益伽马变换。如此，便得到了多个变换后的分块图像。
所述叠加模块600用于对所述多个变换后的分块图像进行叠加平均处理。在本实施例中，所述叠加模块600将所述多个变换后的分块图像的相同位置的像素的亮度值进行相加后求平均计算，得到该像素的平均亮度值，然后将该平均亮度值作为该像素的亮度值。如此方式，所述叠加模块600得到完成处理后的亮度图像(参阅图 6所示)。
对比图2与图6可以看出，原始图像(图2)中暗区太暗，亮区太亮，动态范围较小；而完成处理后的图像(图6)暗区亮度有所增加，亮区过亮部分有所抑制，由此可知，本发明可有效提升拍摄的图像的动态范围。
最后，所述补偿模块700根据所述彩色图像的色度图像对所述完成处理后的图像进行相应的颜色补偿，从而获得与拍摄的原景色最接近的图像。
参阅图7所示，是本发明实施例之图像处理方法的流程图。所述图像处理方法应用于所述图像处理装置2中，通过处理器30执行存储器20中存储的程序代码实现。
所述图像处理方法包括以下步骤：
步骤S10，将彩色图像转换为亮度图像。在本实施例中，由于彩色图像是亮度图像和色度图像构成的，因此，可以将彩色图像中的亮度图像提取出来。
步骤S12，将所述亮度图像根据M*M模式进行分割，得到分块图像。所述分块图像由多个M*M大小的子图像块组成。值得注意的是，当所述亮度图像的所有像素经过分割后还有剩余的像素时，则所述剩余的像素则按照就近原则并入到最近的子图像块。
步骤S14，计算出所述分块图像中每个子图像块中所有像素的平均亮度值。
步骤S16，判断出所述分块图像中的亮区块和暗区块。在本实施例中，判断亮区块和暗区块主要是将每一个子图像块的所述平均亮度值与预设的第一亮度阈值和第二亮度阈值作比较，从而判断出分块图像中的亮区块和暗区块。所述第一亮度阈值大于所述第二亮度阈值。当一个子图像块的平均亮度值大于所述第一亮度阈值时，则判断该子图像块为亮区块。当该子图像块的所述平均亮度值不大于(小于或等于)所述第一亮度阈值时，则进一步比较判断所述平均亮度值是否小于所述第二亮度阈值。当所述平均亮度值小于所述第二亮度阈值时，则判断该子图像块为暗区块，否则，该子图像块为中间亮度区块。
步骤S18，对所述亮区块和所述暗区块分别做减益伽马变换和增益伽马变换，从而得到变换后的分块图像。所述减益伽马变换和所述增益伽马变换，可以参照现有技术中的对过亮图像和对过暗图像的伽马变换技术。当判断出分块图像中的亮区块和暗区块后，则对所述亮区块进行减益伽马变换，并对所述暗区块进行增益伽马变换，而对于中间亮度区块则不作任何变换。所述分块图像中的所有亮区块和暗区块经过变换后得到变换后的分块图像。
步骤S22，选取与M互为质数的多个其他数值替代原M值，然后重复以上步骤S12-S18，从而得到多个变换后的分块图像。其中，所述多个数值也相互互为质数。经由步骤S12-S18得到变换后的分块图像相对于变换之前的亮度图像，虽然动态范围有明显的提升，但是同时会产生块效应的问题。因此，需要选取与M互为质数的数值多次对彩色图像对应的亮度图像进行分割，例如选取与M互为质数的N 和L对所述亮度图像分别进行N*N和L*L的分割，其中N与L也互为质数。再重复地依次对分割后的多个分块图像进行计算子图像块平均亮度值、判断子图像块是亮区块或者暗区块以及分别对亮区块和暗区块进行减益伽马变换和增益伽马变换。如此，便得到了多个变换后的分块图像。
步骤S24，对所述多个变换后的分块图像进行叠加平均处理，得到完成处理后的亮度图像。该步骤主要是将所述多个变换后的分块图像的相同位置的像素的亮度值进行相加后求平均计算，得到该像素的平均亮度值，然后将该平均亮度值作为该像素的亮度值。如此方式，最后得到所述完成处理后的亮度图像。
步骤S26，对所述完成处理后的图像进行颜色补偿。由于步骤 S10将彩色图像中的色度图像去除了，因此，该步骤将根据彩色图像的色度图像对所述完成处理后的图像进行相应的颜色补偿，从而获得与拍摄的原景色最接近的图像。
以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (9)
1.一种图像处理方法，其特征在于，所述方法包括步骤：
将待处理图像以M*M个像素大小进行分割，得到包括多个子图像块的分块图像；
计算每个子图像块包含的所有像素的平均亮度值；
将所述平均亮度值大于预设的第一亮度阈值的子图像块判断为亮区块，将所述平均亮度值小于预设的第二亮度阈值的子图像块判断为暗区块；
对所述亮区块和所述暗区块分别做减益伽马变换和增益伽马变换从而得到变换后的分块图像；
选取与M互为质数的多个其他数值替代原M值，重复以上步骤从而得到多个变换后的分块图像，其中该多个其他数值也互为质数；
对所述多个变换后的分块图像进行叠加平均处理得到完成处理后的图像。
2.如权利要求1所述的图像处理方法，其特征在于，所述将待处理的亮度图像以M*M个像素大小进行分割，得到包括多个子图像块的分块图像的步骤中还包括：当有剩余像素未分配完，则将剩余的像素按照就近原则并入最近的子图像块中。
3.如权利要求1所述的图像处理方法，其特征在于，当所述待处理图像为彩色图像时，该方法在所述将待处理图像以M*M个像素大小进行分割的步骤之前还包括将彩色图像转换为亮度图像，并且在对所述多个变换后的分块图像进行叠加平均处理的步骤之后还包括对完成处理后的图像进行颜色补偿。
4.如权利要求1所述的图像处理方法，其特征在于，所述叠加平均处理包括：将所述多个变换后的分块图像的相同位置的像素的亮度值进行相加后求平均计算，得到平均值，然后将所述平均值作为所述像素的亮度值。
5.一种图像处理装置，其特征在于，所述装置包括：
分割模块，用于将待处理图像以M*M个像素大小进行分割，得到包括多个子图像块的分块图像；
计算模块，用于计算每个子图像块包含的所有像素的平均亮度值；
判断模块，用于将所述平均亮度值大于预设的第一亮度阈值的子图像块判断为亮区块，将所述平均亮度值小于预设的第二亮度阈值的子图像块判断为暗区块；
变换模块，用于对所述亮区块和所述暗区块分别做减益伽马变换和增益伽马变换从而得到变换后的分块图像；
所述分割模块，还用于选取与M互为质数的多个其他数值替代原M值，以对所述待处理图像重新进行分割，并触发所述计算模块、判断模块和变换模块重复上述处理，从而得到多个变换后的分块图像，其中该多个其他数值也互为质数；
叠加模块，用于对所述多个变换后的分块图像进行叠加平均处理得到完成处理后的图像。
6.如权利要求5所述的图像处理装置，其特征在于，所述分割模块还用于当有剩余像素未分配完，则将剩余的像素按照就近原则并入最近的子图像块中。
7.如权利要求5所述的图像处理装置，其特征在于，所述叠加平均处理包括：将所述多个变换后的分块图像的相同位置的像素的亮度值进行相加后求平均计算，得到平均值，然后将所述平均值作为所述像素的亮度值。
8.如权利要求5所述的图像处理装置，其特征在于，所述装置还包括：
转换模块，用于当所述待处理图像为彩色图像时，在所述分割模块对所述彩色图像进行分割之前将所述彩色图像转换为亮度图像。
9.如权利要求8所述的图像处理装置，其特征在于，所述装置还包括：
补偿模块，用于在所述叠加模块对所述多个变换后的分块图像进行叠加平均处理之后对所述完成处理后的图像进行颜色补偿。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710299023.0A CN108805873A (zh) | 2017-04-28 | 2017-04-28 | 图像处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710299023.0A CN108805873A (zh) | 2017-04-28 | 2017-04-28 | 图像处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108805873A true CN108805873A (zh) | 2018-11-13 |
Family
ID=64053896
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710299023.0A Pending CN108805873A (zh) | 2017-04-28 | 2017-04-28 | 图像处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108805873A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109543581A (zh) * | 2018-11-15 | 2019-03-29 | 北京旷视科技有限公司 | 图像处理方法、图像处理装置以及非易失性存储介质 |
| CN111626993A (zh) * | 2020-05-07 | 2020-09-04 | 武汉科技大学 | 一种基于嵌入式FEFnet网络的图像自动检测计数方法及系统 |
| CN111800584A (zh) * | 2020-08-11 | 2020-10-20 | 深圳市安健科技股份有限公司 | 高动态范围图像处理方法、装置及计算机可读存储介质 |
| CN111800583A (zh) * | 2020-08-11 | 2020-10-20 | 深圳市安健科技股份有限公司 | 高动态范围图像分区处理方法、装置及计算机可读存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101739672A (zh) * | 2009-12-02 | 2010-06-16 | 北京中星微电子有限公司 | 一种基于分区域插值的直方图均衡方法和装置 |
| CN102158699A (zh) * | 2011-03-28 | 2011-08-17 | 广州市聚晖电子科技有限公司 | 一种带有图像增强功能的嵌入式视频压缩编码系统 |
| CN102376082A (zh) * | 2010-08-06 | 2012-03-14 | 株式会社理光 | 基于伽马校正的图像处理方法和装置 |
| CN103702034A (zh) * | 2014-01-09 | 2014-04-02 | 厦门美图之家科技有限公司 | 一种改善图片亮度分布的拍照方法及装置 |
| CN104517271A (zh) * | 2014-12-29 | 2015-04-15 | 小米科技有限责任公司 | 图像处理方法及装置 |
| CN105426847A (zh) * | 2015-11-19 | 2016-03-23 | 北京理工大学 | 低质量自然光虹膜图像非线性增强方法 |
| CN106531088A (zh) * | 2016-12-06 | 2017-03-22 | 东南大学 | 一种优化液晶显示设备局部区域动态背光的控制方法 |
-
2017
- 2017-04-28 CN CN201710299023.0A patent/CN108805873A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101739672A (zh) * | 2009-12-02 | 2010-06-16 | 北京中星微电子有限公司 | 一种基于分区域插值的直方图均衡方法和装置 |
| CN102376082A (zh) * | 2010-08-06 | 2012-03-14 | 株式会社理光 | 基于伽马校正的图像处理方法和装置 |
| CN102158699A (zh) * | 2011-03-28 | 2011-08-17 | 广州市聚晖电子科技有限公司 | 一种带有图像增强功能的嵌入式视频压缩编码系统 |
| CN103702034A (zh) * | 2014-01-09 | 2014-04-02 | 厦门美图之家科技有限公司 | 一种改善图片亮度分布的拍照方法及装置 |
| CN104517271A (zh) * | 2014-12-29 | 2015-04-15 | 小米科技有限责任公司 | 图像处理方法及装置 |
| CN105426847A (zh) * | 2015-11-19 | 2016-03-23 | 北京理工大学 | 低质量自然光虹膜图像非线性增强方法 |
| CN106531088A (zh) * | 2016-12-06 | 2017-03-22 | 东南大学 | 一种优化液晶显示设备局部区域动态背光的控制方法 |
Non-Patent Citations (3)
| Title |
|---|
| STEPHEN M. PIZER ET AL.: "Adaptive Histogram Equalization and Its Variations", 《COMPUTER VISION, GRAPHICS, AND IMAGE PROCESSING 》 * |
| 江巨浪 等: "保持图像亮度的局部直方图均衡算法", 《电子学报》 * |
| 肖靖: "道路裂缝识别算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109543581A (zh) * | 2018-11-15 | 2019-03-29 | 北京旷视科技有限公司 | 图像处理方法、图像处理装置以及非易失性存储介质 |
| CN111626993A (zh) * | 2020-05-07 | 2020-09-04 | 武汉科技大学 | 一种基于嵌入式FEFnet网络的图像自动检测计数方法及系统 |
| CN111800584A (zh) * | 2020-08-11 | 2020-10-20 | 深圳市安健科技股份有限公司 | 高动态范围图像处理方法、装置及计算机可读存储介质 |
| CN111800583A (zh) * | 2020-08-11 | 2020-10-20 | 深圳市安健科技股份有限公司 | 高动态范围图像分区处理方法、装置及计算机可读存储介质 |
| CN111800583B (zh) * | 2020-08-11 | 2022-03-08 | 深圳市安健科技股份有限公司 | 高动态范围图像分区处理方法、装置及计算机可读存储介质 |
| CN111800584B (zh) * | 2020-08-11 | 2022-04-29 | 深圳市安健科技股份有限公司 | 高动态范围图像处理方法、装置及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11948282B2 (en) | Image processing apparatus, image processing method, and storage medium for lighting processing on image using model data | |
| US9390475B2 (en) | Backlight detection method and device | |
| CN108805873A (zh) | 图像处理方法及装置 | |
| CN112487922B (zh) | 一种多模态人脸活体检测方法及系统 | |
| US20130215234A1 (en) | Method and apparatus for stereo matching | |
| CN107346546B (zh) | 一种图像处理方法及装置 | |
| CN110047059B (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
| US11270415B2 (en) | Image inpainting with geometric and photometric transformations | |
| CN104205826A (zh) | 用于重建高密度三维图像的设备和方法 | |
| CN109214996B (zh) | 一种图像处理方法及装置 | |
| CN112214773B (zh) | 基于隐私保护的图像处理方法、装置和电子设备 | |
| JP2002216129A (ja) | 顔領域検出装置およびその方法並びにコンピュータ読み取り可能な記録媒体 | |
| US20120328193A1 (en) | Method for enhancing image edge | |
| EP2709063A1 (en) | Image processing device, computer-readable recording medium, and image processing method | |
| CN116681636B (zh) | 基于卷积神经网络的轻量化红外与可见光图像融合方法 | |
| CN114627034A (zh) | 一种图像增强方法、图像增强模型的训练方法及相关设备 | |
| CN106557729A (zh) | 用于处理人脸图像的设备和方法 | |
| US11501404B2 (en) | Method and system for data processing | |
| CN110378860A (zh) | 修复视频的方法、装置、计算机设备和存储介质 | |
| KR100793285B1 (ko) | 필터 매트릭스에 의한 영상 노이즈 제거 시스템, 방법 및그 기록매체 | |
| CN110136085B (zh) | 一种图像的降噪方法及装置 | |
| CN116263942A (zh) | 一种调整图像对比度的方法、存储介质及计算机程序产品 | |
| CN105991937A (zh) | 一种基于Bayer格式图像的虚拟曝光方法及装置 | |
| CN114663299A (zh) | 适用于煤矿井下的图像去雾模型的训练方法及其装置 | |
| CN107392860A (zh) | 图像增强方法和设备、ar设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181113 |
|
| RJ01 | Rejection of invention patent application after publication |