CN109102473A - 一种改善彩色数字图像质量的方法 - Google Patents
一种改善彩色数字图像质量的方法 Download PDFInfo
- Publication number
- CN109102473A CN109102473A CN201810814317.7A CN201810814317A CN109102473A CN 109102473 A CN109102473 A CN 109102473A CN 201810814317 A CN201810814317 A CN 201810814317A CN 109102473 A CN109102473 A CN 109102473A
- Authority
- CN
- China
- Prior art keywords
- image
- new
- value
- cielab
- formula
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000000007 visual effect Effects 0.000 claims abstract description 33
- 230000009466 transformation Effects 0.000 claims abstract description 13
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims 1
- 230000002708 enhancing effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
Classifications
-
- G06T5/73—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
Abstract
本发明提供一种改善彩色数字图像质量的方法,包括获取原始RGB彩色图像,并将原始RGB彩色图像逐步转换至CIELAB图像,确定CIELAB图像中L*、a*和b*的坐标值;根据L*、a*和b*的坐标值,得到预设视觉特征指标中白度、黑度、饱和度和鲜艳度的计算值;对指标中一个或多个的计算值进行调整并更新,得到各指标的新值及对应输出的CIELAB图像中L*、a*和b*的新坐标值;将新坐标值形成的新CIELAB图像逐步逆变换直至新RGB彩色图像并更新。实施本发明,能够解决定量调整图像亮暗和色彩的问题,使得色彩改善得更直观,真正符合人眼的视觉特性。
Description
技术领域
本发明涉及彩色图像处理技术领域,尤其涉及一种改善彩色数字图像质量的方法。
背景技术
图像增强处理主要内容是突出图像中感兴趣的部分,减弱或去除不需要的信息,使有用信息得到加强,从而得到一种更加实用的图像或者转换成一种更适合人或机器进行分析处理的图像。彩色图像比灰度图像包含更多的信息,无论是对人们的视觉感受,还是后续的图像理解与分析,彩色图像都具有灰度图像无可比拟的优越性。彩色图像增强就是对图像采用某种方法增强彩色图像的过程。在现有的彩色图像增强方法中,首先将原始彩色图像从红、绿、蓝RGB空间转换到某一颜色空间,如HSV颜色空间的色调、饱和度、亮度三个分量;其次,利用灰度图增强的方法增强色调、饱和度、亮度三个分量图中的一个分量图;最后,将一个增强后的分量图和两个原来的分量图一起从HSV颜色空间转换到RGB空间。
然而,现有的色彩增强技术是利用人眼的视觉特性,将灰度图像变成彩色图像或改变彩色图像已有的色彩分布来改善图像的可分辨性,但不够直观,无法解决定量调整图像亮暗和色彩的问题,从而无法达到真正符合人眼的视觉特性。
发明内容
本发明实施例所要解决的技术问题在于,提供一种改善彩色数字图像质量的方法,能够解决定量调整图像亮暗和色彩的问题,使得色彩改善得更直观,真正符合人眼的视觉特性。
为了解决上述技术问题,本发明实施例提供了一种改善彩色数字图像质量的方法,包括以下步骤:
步骤S1、获取原始RGB彩色图像,并利用预设的转换模型将所述原始RGB彩色图像转换成CIEXYZ图像,且进一步利用CIELAB颜色空间将所述CIEXYZ图像转换为具有三维空间坐标L*、a*和b*的CIELAB图像;
步骤S2、根据所述CIELAB图像中三维空间坐标L*、a*和b*的坐标值,得到预设视觉特征指标中各指标的计算值;其中,所述预设视觉特征指标包括白度、黑度、饱和度和鲜艳度;
步骤S3、对所述预设视觉特征指标中一个或多个指标的计算值进行调整并更新,得到所述预设视觉特征指标中各指标的新值,且进一步根据所述预设视觉特征指标中各指标的新值,得到CIELAB图像中三维空间坐标L*、a*和b*的新坐标值;
步骤S4、将所得三维空间L*、a*和b*的新坐标值形成的新CIELAB图像逆变换为新CIEXYZ图像,且将所述新CIEXYZ图像进一步逆变换为新RGB彩色图像并对所述原始RGB彩色图像进行更新。
其中,所述步骤S1具体包括:
获取原始RGB彩色图像,通过公式(1)将所述原始RGB彩色图像的每个像素点归一化的RGB值Csrgb转换为线性RGB值Clinear,其中,C为R、G、B之一;
再通过公式(2),将所述线性RGB值Clinear转换为CIEXYZ值;其中
利用CIELAB颜色空间将所述CIEXYZ图像转换为具有三维空间坐标L*、a*和b*的CIELAB图像。
其中,所述步骤S2具体包括:
根据所述CIELAB图像中三维空间坐标L*、a*和b*的坐标值,并通过公式(3),确定CIELAB彩度值C*;其中,
通过公式(4),得到所述预设视觉特征指标中白度的计算值W;其中,W=1.3100436681L*+0.0873362445a*-0.4366812227b*-36.5065502183 (4);
通过公式(5),得到所述预设视觉特征指标中黑度的计算值B;其中,B=136.2785473605-1.4975664545L*-0.0748783227a*+0.0748783227b* (5);
通过公式(6),得到所述预设视觉特征指标中饱和度的计算值S;其中,S=94.3262411348C*/[1/(0.52L*+0.49C*+0.001)-0.1] (6);
通过公式(7),得到所述预设视觉特征指标中鲜艳度的计算值V;其中,V=1.35135135135(C*-0.03) (7)。
其中,所述步骤S3具体包括:
调整所述预设视觉特征指标中白度的计算值并保留所述预设视觉特征指标中黑度、饱和度及鲜艳度的计算值后更新,得到调整更新后的白度的计算值W/、黑度的计算值B/、饱和度的计算值S/及鲜艳度的计算值V/;
通过公式(8),得到调整更新后输出的彩度值C/;其中,C'=0.74V'+0.03 (8);
通过公式(9),得到CIELAB图像中三维空间坐标L*的新坐标值L/;其中,L'=(252.966C'-1.3818S'C'-0.00282S'-0.0266)/(1.4664S'+13.832) (9);
通过公式(10),得到CIELAB图像中三维空间坐标a*的新坐标值a/;其中,a'=-21.25L'-16.69375B'-2.8625W'+2170.5 (10);
通过公式(11),得到CIELAB图像中三维空间坐标b*的新坐标值b/;其中,b'=-1.25L'-3.33875B'-2.8625W'+350.5 (11)。
其中,所述步骤S4具体包括:
利用CIELAB颜色空间将所得三维空间坐标L*、a*和b*的新坐标值形成的新CIELAB图像逆变换为新CIEXYZ图像;
通过公式(12),将所述新CIEXYZ图像的CIEXYZ值转换为新线性RGB值C′linear;其中,
通过公式(13),将所述新线性RGB值C′linear转换为新RGB彩色图像中每个像素点归一化的RGB值C′srgb;其中,
根据所述新RGB彩色图像中每个像素点归一化的RGB值C′srgb形成新RGB彩色图像,采用所述新RGB彩色图像对所述原始RGB彩色图像进行更新。
实施本发明实施例,具有如下有益效果:
本发明利用公识sRGB到CIEXYZ转换模型(或其它RGB到CIEXYZ转换模型)和CIELAB颜色空间的前提下,将原始RGB彩色图像转化为CIELAB图像,并利用CIELAB图像中三维空间坐标L*、a*和b*的坐标值换算出四个用来度量图像的亮暗和色彩属性指标(白度、黑度、饱和度和鲜艳度)的计算值,且进一步通过调整白度、黑度、饱和度和鲜艳度中的一个指标或多个指标,修改图像的色彩,达到增强整个或部分图像色彩的目的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例提供的改善彩色数字图像质量的方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
如图1所示,为本发明实施例中,提出的一种改善彩色数字图像质量的方法,包括以下步骤:
步骤S1、获取原始RGB彩色图像,并利用预设的转换模型将所述原始RGB彩色图像转换成CIEXYZ图像,且进一步利用CIELAB颜色空间将所述CIEXYZ图像转换为具有三维空间坐标L*、a*和b*的CIELAB图像;
具体过程为,获取原始RGB彩色图像及其对应的彩度值,通过公式(1)将原始RGB彩色图像的每个像素点归一化的RGB值Csrgb转换为线性RGB值Clinear,其中,C为R、G、B之一;
再通过公式(2),将线性RGB值Clinear转换为CIEXYZ值;其中
利用CIELAB颜色空间将CIEXYZ图像转换为具有三维空间坐标L*、a*和b*的CIELAB图像。
应当说明的是,若原始彩色图像为其它格式,应先转换为RGB格式。原始RGB彩色图像转换成CIEXYZ图像所采用的转换模型,可以采用公式(1)所示的sRGB到CIEXYZ转换模型,也可以采用Adobe RGB到CIEXYZ转换模型,或者其它RGB到CIEXYZ转换模型。
步骤S2、确定所述CIELAB图像中三维空间坐标L*、a*和b*的坐标值,并根据所述CIELAB图像中三维空间坐标L*、a*和b*的坐标值,得到预设视觉特征指标中各指标的计算值;其中,所述预设视觉特征指标包括白度、黑度、饱和度和鲜艳度;
具体过程为,确定CIELAB图像中三维空间的坐标值分别为L*、a*和b*,并通过公式(3),确定CIELAB彩度值C*;其中,
通过公式(4),得到白度的计算值W;其中,W=1.3100436681L*+0.0873362445a*-0.4366812227b*-36.5065502183 (4);
通过公式(5),得到中黑度的计算值B;其中,B=136.2785473605-1.4975664545L*-0.0748783227a*+0.0748783227b* (5);
通过公式(6),得到饱和度的计算值S;其中,S=94.3262411348C*/[1/(0.52L*+0.49C*+0.001)-0.1] (6);C*为CIELAB彩度值;
通过公式(7),得到鲜艳度的计算值V;其中,V=1.35135135135(C*-0.03) (7)。
可以理解的是,可以通过计算图像的平均白度、平均黑度、平均饱和度和平均鲜艳度来完成图像质量的评价。
步骤S3、对所述预设视觉特征指标中一个或多个指标的计算值进行调整并更新,得到所述预设视觉特征指标中各指标的新值,且进一步根据所述预设视觉特征指标中各指标的新值,得到CIELAB图像中三维空间的新坐标值;
具体过程为,如果需要增强图像的色彩,可以微量调整图像的白度、黑度、饱和度和鲜艳度四个指标之一个或多个的计算值,而保持其它指标原有的计算值不变。需要注意的是,色彩调整量的大小应合适,以确保增强后的图像色彩不超出设备的色域。
以调整白度的计算值,而保持黑度、饱和度及鲜艳度原有的计算值为例进行说明:
调整预设视觉特征指标中白度的计算值并保留预设视觉特征指标中黑度、饱和度及鲜艳度的计算值不变,得到调整更新后的白度的计算值W/、黑度的计算值B/、饱和度的计算值S/及鲜艳度的计算值V/;
通过公式(8),得到调整更新后输出的彩度值C/;其中,C'=0.74V'+0.03 (8);
通过公式(9),得到CIELAB图像中三维空间坐标L*的新坐标值L/;其中,L'=(252.966C'-1.3818S'C'-0.00282S'-0.0266)/(1.4664S'+13.832) (9);
通过公式(10),得到CIELAB图像中三维空间坐标a*的新坐标值a/;其中,a'=-21.25L'-16.69375B'-2.8625W'+2170.5 (10);
通过公式(11),得到CIELAB图像中三维空间坐标b*的新坐标值b/;其中,b'=-1.25L'-3.33875B'-2.8625W'+350.5 (11)。
步骤S4、将所得三维空间坐标L*、a*和b*的新坐标值形成的新CIELAB图像逆变换为新CIEXYZ图像,且将所述新CIEXYZ图像进一步逆变换为新RGB彩色图像并对所述原始RGB彩色图像进行更新。
具体过程为,利用CIELAB颜色空间将所得三维空间坐标L*、a*和b*的新坐标值形成的新CIELAB图像逆变换为新CIEXYZ图像;
通过公式(12),将所述新CIEXYZ图像的CIEXYZ值转换为新线性RGB值C′linear;其中,
通过公式(13),将所述新线性RGB值C′linear转换为新RGB彩色图像中每个像素点归一化的RGB值C′srgb;其中,
根据所述新RGB彩色图像中每个像素点归一化的RGB值C′srgb形成新RGB彩色图像,采用所述新RGB彩色图像对所述原始RGB彩色图像进行更新。
由此可见,在步骤S1和S2中,原始RGB彩色图像色彩转变成CIELAB后,由CIELAB颜色空间坐标L*、a*和b*转换为色彩的白度、黑度、饱和度和鲜艳度,而在步骤S3和S4中,反过来由色彩的白度、黑度、饱和度和鲜艳度计算出CIELAB新坐标并逆推出改善后的RGB彩色图像。因此,可以根据白度、黑度、饱和度和鲜艳度四个指标,修改图像的色彩,达到增强图像色彩的目的。
实施本发明实施例,具有如下有益效果:
本发明利用公识sRGB到CIEXYZ转换模型(或其它RGB到CIEXYZ转换模型)和CIELAB颜色空间的前提下,将原始RGB彩色图像转化为CIELAB图像,并利用CIELAB图像中三维空间坐标L*、a*和b*的坐标值换算出四个用来度量图像的亮暗和色彩属性指标(白度、黑度、饱和度和鲜艳度)的计算值,且进一步通过调整白度、黑度、饱和度和鲜艳度中的一个指标或多个指标,修改图像的色彩,达到增强整个或部分图像色彩的目的。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (5)
1.一种改善彩色数字图像质量的方法,其特征在于,包括以下步骤:
步骤S1、获取原始RGB彩色图像,并利用预设的转换模型将所述原始RGB彩色图像转换成CIEXYZ图像,且进一步利用CIELAB颜色空间将所述CIEXYZ图像转换为具有三维空间坐标L*、a*和b*的CIELAB图像;
步骤S2、根据所述CIELAB图像中三维空间坐标L*、a*和b*的坐标值,得到预设视觉特征指标中各指标的计算值;其中,所述预设视觉特征指标包括白度、黑度、饱和度和鲜艳度;
步骤S3、对所述预设视觉特征指标中一个或多个指标的计算值进行调整并更新,得到所述预设视觉特征指标中各指标的新值,且进一步根据所述预设视觉特征指标中各指标的新值,得到CIELAB图像中三维空间坐标L*、a*和b*的新坐标值;
步骤S4、将所得三维空间坐标L*、a*和b*的新坐标值形成的新CIELAB图像逆变换为新CIEXYZ图像,且将所述新CIEXYZ图像进一步逆变换为新RGB彩色图像并对所述原始RGB彩色图像进行更新。
2.如权利要求1所述的改善彩色数字图像质量的方法,其特征在于,所述步骤S1具体包括:
获取原始RGB彩色图像,通过公式(1)将所述原始RGB彩色图像的每个像素点归一化的RGB值Csrgb转换为线性RGB值Clinear,其中,C为R、G、B之一;
再通过公式(2),将所述线性RGB值Clinear转换为CIEXYZ值;其中
利用CIELAB颜色空间将所述CIEXYZ图像转换为具有三维空间坐标L*、a*和b*的CIELAB图像。
3.如权利要求1所述的改善彩色数字图像质量的方法,其特征在于,所述步骤S2具体包括:
确定所述CIELAB图像中三维空间的坐标值分别为L*、a*和b*,并通过公式(3),确定CIELAB彩度值C*;其中,
通过公式(4),得到所述预设视觉特征指标中白度的计算值W;其中,W=1.3100436681L*+0.0873362445a*-0.4366812227b*-36.5065502183 (4);
通过公式(5),得到所述预设视觉特征指标中黑度的计算值B;其中,B=136.2785473605-1.4975664545L*-0.0748783227a*+0.0748783227b* (5);
通过公式(6),得到所述预设视觉特征指标中饱和度的计算值S;其中,S=94.3262411348C*/[1/(0.52L*+0.49C*+0.001)-0.1] (6);
通过公式(7),得到所述预设视觉特征指标中鲜艳度的计算值V;其中,V=1.35135135135(C*-0.03) (7)。
4.如权利要求1所述的改善彩色数字图像质量的方法,其特征在于,所述步骤S3具体包括:
调整所述预设视觉特征指标中白度的计算值并保留所述预设视觉特征指标中黑度、饱和度及鲜艳度的计算值后更新,得到调整更新后的白度的计算值W/、黑度的计算值B/、饱和度的计算值S/及鲜艳度的计算值V/;
通过公式(8),得到调整更新后输出的彩度值C/;其中,C'=0.74V'+0.03 (8);
通过公式(9),得到CIELAB图像中三维空间坐标L*的新坐标值L/;其中,L'=(252.966C'-1.3818S'C'-0.00282S'-0.0266)/(1.4664S'+13.832) (9);
通过公式(10),得到CIELAB图像中三维空间坐标a*的新坐标值a/;其中,a'=-21.25L'-16.69375B'-2.8625W'+2170.5 (10);
通过公式(11),得到CIELAB图像中三维空间坐标b*的新坐标值b/;其中,b'=-1.25L'-3.33875B'-2.8625W'+350.5 (11)。
5.如权利要求1所述的改善彩色数字图像质量的方法,其特征在于,所述步骤S4具体包括:
利用CIELAB颜色空间将所得三维空间的新坐标值L/、a/和b/形成的新CIELAB图像逆变换为新CIEXYZ图像;
通过公式(12),将所述新CIEXYZ图像的CIEXYZ值转换为新线性RGB值C′linear;其中C为RGB之一,且,
通过公式(13),将所述新线性RGB值C′linear转换为新RGB彩色图像中每个像素点归一化的RGB值C′srgb;其中,
根据所述新RGB彩色图像中每个像素点归一化的RGB值C′srgb形成新RGB彩色图像,采用所述新RGB彩色图像对所述原始RGB彩色图像进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810814317.7A CN109102473B (zh) | 2018-07-23 | 2018-07-23 | 一种改善彩色数字图像质量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810814317.7A CN109102473B (zh) | 2018-07-23 | 2018-07-23 | 一种改善彩色数字图像质量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109102473A true CN109102473A (zh) | 2018-12-28 |
CN109102473B CN109102473B (zh) | 2022-01-18 |
Family
ID=64847245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810814317.7A Active CN109102473B (zh) | 2018-07-23 | 2018-07-23 | 一种改善彩色数字图像质量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109102473B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111311711A (zh) * | 2020-02-16 | 2020-06-19 | 拉扎斯网络科技(上海)有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
CN112133260A (zh) * | 2019-06-24 | 2020-12-25 | 腾讯科技(深圳)有限公司 | 图像调节方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07319438A (ja) * | 1994-05-25 | 1995-12-08 | Canon Inc | カラー画像処理方法及び装置 |
CN102509099A (zh) * | 2011-10-21 | 2012-06-20 | 清华大学深圳研究生院 | 一种图像显著区域检测方法 |
CN102611897A (zh) * | 2012-03-04 | 2012-07-25 | 北京佳泰信业技术有限公司 | 对彩色数字图像进行视觉感知高保真变换的方法及系统 |
CN103067734A (zh) * | 2012-12-12 | 2013-04-24 | 成都三泰电子实业股份有限公司 | 视频质量诊断系统检测视频图像偏色的方法 |
CN107438178A (zh) * | 2016-05-25 | 2017-12-05 | 掌赢信息科技(上海)有限公司 | 一种图像色彩矫正方法及电子设备 |
-
2018
- 2018-07-23 CN CN201810814317.7A patent/CN109102473B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07319438A (ja) * | 1994-05-25 | 1995-12-08 | Canon Inc | カラー画像処理方法及び装置 |
CN102509099A (zh) * | 2011-10-21 | 2012-06-20 | 清华大学深圳研究生院 | 一种图像显著区域检测方法 |
CN102611897A (zh) * | 2012-03-04 | 2012-07-25 | 北京佳泰信业技术有限公司 | 对彩色数字图像进行视觉感知高保真变换的方法及系统 |
CN103067734A (zh) * | 2012-12-12 | 2013-04-24 | 成都三泰电子实业股份有限公司 | 视频质量诊断系统检测视频图像偏色的方法 |
CN107438178A (zh) * | 2016-05-25 | 2017-12-05 | 掌赢信息科技(上海)有限公司 | 一种图像色彩矫正方法及电子设备 |
Non-Patent Citations (1)
Title |
---|
黄凯奇等: "基于视觉特性和颜色空间的多尺度彩色图像增强算法", 《电子学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112133260A (zh) * | 2019-06-24 | 2020-12-25 | 腾讯科技(深圳)有限公司 | 图像调节方法及装置 |
CN111311711A (zh) * | 2020-02-16 | 2020-06-19 | 拉扎斯网络科技(上海)有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
CN111311711B (zh) * | 2020-02-16 | 2023-03-31 | 拉扎斯网络科技(上海)有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109102473B (zh) | 2022-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107154059A (zh) | 一种高动态范围视频处理方法 | |
CN103593830B (zh) | 一种低照度视频图像增强方法 | |
CN106897972A (zh) | 一种白平衡与暗原色的自适应直方图水下图像增强方法 | |
CN106056559A (zh) | 基于暗通道先验的非均匀光场水下目标探测图像增强方法 | |
CN102752604B (zh) | 一种图像显示方法及智能设备 | |
CN101930596A (zh) | 一种复杂光照下的两步法颜色恒常性方法 | |
WO2020007166A1 (zh) | 一种视频信号处理方法及装置 | |
CN104978945B (zh) | 图像饱和度增强的方法及其装置 | |
CN109218716A (zh) | 基于色彩统计和信息熵无参考色调映射图像质量评价方法 | |
CN105898252A (zh) | 一种电视色彩的调整方法和装置 | |
CN107680142A (zh) | 改善域外色重叠映射的方法 | |
CN109102473A (zh) | 一种改善彩色数字图像质量的方法 | |
CN109636739B (zh) | 图像饱和度增强的细节处理方法及装置 | |
CN105654925B (zh) | 高动态范围图像处理方法及系统 | |
TW499812B (en) | Method to determine the semi-S curve tone process of digital image | |
CN111028181B (zh) | 一种图像增强处理方法、装置、设备及存储介质 | |
WO2023241339A1 (zh) | 色偏校正方法、装置、设备、存储介质及程序产品 | |
US20100284614A1 (en) | Blue sky color detection technique | |
EP2802139B1 (en) | Image color adjusting method and electronic device using the same | |
CN112133260A (zh) | 图像调节方法及装置 | |
CN105184746B (zh) | 基于直方图均衡的彩色图像增强处理方法 | |
WO2022120799A1 (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110276733B (zh) | 一种基于fpga的彩色图像增强方法 | |
KR20160001897A (ko) | Cielab 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법 및 장치 | |
CN111739480B (zh) | 面板均匀性校正方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |