CN109272464A - 一种基于指数运算的低照度视频实时增强方法与装置 - Google Patents

一种基于指数运算的低照度视频实时增强方法与装置 Download PDF

Info

Publication number
CN109272464A
CN109272464A CN201811052725.XA CN201811052725A CN109272464A CN 109272464 A CN109272464 A CN 109272464A CN 201811052725 A CN201811052725 A CN 201811052725A CN 109272464 A CN109272464 A CN 109272464A
Authority
CN
China
Prior art keywords
video
low
level
light
video frame
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
Application number
CN201811052725.XA
Other languages
English (en)
Inventor
陈玉明
尹艳梅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiamen University of Technology
Original Assignee
Xiamen University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xiamen University of Technology filed Critical Xiamen University of Technology
Priority to CN201811052725.XA priority Critical patent/CN109272464A/zh
Publication of CN109272464A publication Critical patent/CN109272464A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • 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
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种基于指数运算的低照度视频实时增强方法与装置，该方法将视频中的每帧图像分为R、G、B三通道，对每个通道的值进行归一化，使得变为0‑1之间的值；引入低照度增强因子，其值在0.05‑0.5之间；对归一化后每个通道的值与低照度增强因子进行指数运算，最后对增强后的视频帧进行还原，并输出视频帧。本发明还涉及一种基于指数运算的低照度视频实时增强装置，包括：视频输入模块，视频帧归一化模块，视频帧指数增强模块，视频帧复原模块，视频输出模块。本发明简单有效，只有指数运算，运算量小，能有效地提高低照度视频增强的处理速度，满足低照度增强处理的实时性需求。

Description

一种基于指数运算的低照度视频实时增强方法与装置
技术领域
本发明涉及图像及视频处理领域，尤其涉及一种基于指数运算的低照度视频实时增强方法与装置。
背景技术
低照明度、夜间、黄昏或者背光环境下造成拍摄的图片和视频图像质量差，亮度低，清晰度低等问题，影响了图像和视频的视觉效果。在智能监控与模式识别领域，低照度图像或视频往往会严重降低识别的精度，针对低照度图像与视频的增强处理成为识别系统必不可少的环节，低照度图像与视频增强算法对于智能系统识别精度的提高具有重大的作用和意义。而且，对有低照度视频的增强处理具有广阔的应用前景，可应用于低照度环境下的拍摄、航拍、遥感、户外监控、智能交通甚至是军事用途等。经过低照度增强处理的图像和视频更具有实用价值，有利于众多领域的图像理解，计算机视觉应用，图像分类，图像/视频检索，遥感和视频分析和识别，给人们的生活带来更多的便利。
目前，在计算机图像处理领域，主要有基于空域的低照度图像增强方法、基于Retinex的低照度图像增强方法、基于仿生学的低照度图像增强方法、基于去雾理论的低照度图像增强方法等。空域低照度图像增强方法通过将一已知灰度值概率密度分布的图像经过某种变换变成一幅具有均匀灰度概率密度分布的图像，但是这种方法需要将彩色图像变换为灰度图像后才可进行处理，丢失了一部分原彩色图像的信息。基于Retinex的低照度图像增强方法可以有效地保持景物的边缘信息，然而该方法有计算量大、颜色失真、对比度较低、有光晕现象等缺陷。基于仿生学的低照度图像增强方法从模拟人眼视觉系统机制出发，可以有效地提高图像的对比度，但是仍存在计算量大和颜色失真的问题。基于去雾理论的低照度图像增强方法通过将低照度图像反转，然后对反转后的图像采用去雾的理论进行处理，最后将处理后的图像再反转回来。该方法对图像具有较好的增强效果，但对于高清图像(1080P)，所需运算量大，无法做到高清视频的实时增强，限制了其应用范围。因此，亟需一种可实时处理的低照度视频增强方法及装置。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于指数运算的低照度视频实时增强方法与装置，通过指数运算增强低照度图像质量并满足视频增强的实时性要求。
本发明采用的技术方案是：
一种基于指数运算的低照度视频实时增强方法，其包括以下步骤：
S110：采集视频中的一帧图像，图像的各个通道的值表示为其中x为像素点，i表示某个通道,i∈{R,G,B}，IR(x)为R通道的像素点值，IG(x)为G通道的像素点值，IB(x)为B通道的像素点值；
S120：像素归一化：各个通道分别采用公式Ni(x)＝Ii(x)/255进行归一化，得到0-1之间的值；
S130：确定增强因子α的取值，增强因子α的取值范围为[0.05-0.5]；
S140：像素点指数增强：通过公式Li(x)＝pow(Ni(x),α)对各个通道分别进行像素点指数增强，pow为指数运算，Ni(x)为i通道x像素点归一化后的值，Li(x)为增强后的归一化视频帧；
S150：归一化视频帧复原：采用公式Mi(x)＝Li(x)*255将增强后的归一化视频帧进行复原；
S160：判断是否存在下一帧图像，当存在下一帧图像时，返回S110，否则，进入S170；
S170：将复原处理后的视频帧组合成视频流输出。
进一步地，步骤S110前还包括以下步骤：
S100，通过视频输入接口获取低照度视频。
进一步地，视频输入接口包括无线接口、网线接口、HDMI接口、DVI接口和VGA接口。
进一步的，步骤S110中所述视频帧包括单通道的灰度视频帧。
进一步的，步骤S130中所述增强因子的取值与照度成反比，图像帧的照度越高α取值越小。
一种基于指数运算的低照度视频实时增强装置，其包括如下模块：
视频输入模块：用于获取视频中的一帧图像，并输出该图像任一通道的像素点值；
视频帧归一化模块：用于图像帧各个通道的像素点值的归一化处理；归一化处理后的像素值在0-1之间；
视频帧指数增强模块：用于提供增强因子并根据增强因子对归一化后的像素点值进行像素点指数增强得到增强后的归一化视频帧；
视频帧复原模块：用于增强后的归一化视频帧的复原；
视频输出模块：用于将复原后后的视频帧组合成视频流。
进一步的，视频帧指数增强模块通过公式Li(x)＝pow(Ni(x),α)对各个通道分别进行像素点指数增强，pow为指数运算，Ni(x)为i通道x像素点归一化后的值，Li(x)为增强后的归一化视频帧。
进一步的，视频帧复原模块采用公式Mi(x)＝Li(x)*255进行归一化视频帧的复原，Mi(x)为复原处理后的视频帧，Li(x)为增强后的归一化视频帧。
进一步地，步骤S170通过视频输出接口输出，视频输出接口包括无线接口、网线接口、HDMI接口、DVI接口和VGA接口。
本发明采用以上技术方案，采用指数运算进行简单的图像增强处理方案，有效地提高了低照度视频的增强处理速度，满足了低照度增强处理的实时性需求，可以应用于实时监控的智能交通监控中。本发明的指数函数的函数的形式和参数都是确定的，函数是非线性的，效果比线性函数更好。
附图说明
以下结合附图和具体实施方式对本发明做进一步详细说明；
图1为本发明一种基于指数运算的低照度视频实时增强方法的实施例一的流程示意图；
图2为本发明一种基于指数运算的低照度视频实时增强方法的原始视频帧；
图3为本发明一种基于指数运算的低照度视频实时增强方法的增强后的视频帧；
图4为本发明一种基于指数运算的低照度视频实时增强方法的实施例二的流程示意图。
具体实施方式
为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。
实施例一：
如图1所示，本发明提供了一种低照度视频帧增强方法，其为一种低照度快速增强的方案，其算法非常简单，速度得到快速提升,主要包括以下步骤：
S110：采集视频中的一帧图像，图像某个通道的值表示为其中x为像素点，i∈{R,G,B}表示某个通道，IR(x)为R通道的像素点值，IG(x)为G通道的像素点值，IB(x)为B通道的像素点值；
S120：采用公式Ni(x)＝Ii(x)/255对视频帧进行归一化，得到0-1之间的值；
具体说明如下：比如IR(x)表示x像素点在R通道的值。该实施例中，设某视频帧子块有9个像素点，表示为x1、x2、x3、…、x9，这个子块的R通道的值IR为：
120 200 110
100 160 150
130 230 250
表1：该子块的R通道的值IR
根据归一化公式Ni(x)＝Ii(x)/255计算，该子块中9个像素点经过归一化后分别为：NR(x1)＝0.47，NR(x2)＝0.78，NR(x3)＝0.43，NR(x4)＝0.39，NR(x5)＝0.63，NR(x6)＝0.59，NR(x7)＝0.51，NR(x8)＝0.9，NR(x9)＝0.98，如下表NR所示：
0.47 0.78 0.43
0.39 0.63 0.59
0.51 0.9 0.98
表2：子块的R通道的值IR归一化后的值NR
S130：引入增强因子α，本实施例中，增强因子α＝0.3。
S140：通过公式Li(x)＝pow(Ni(x),α)对三个通道分别进行像素点指数增强，pow为指数运算，Ni(x)为i通道x像素点归一化后的值，Li(x)为增强后的归一化视频帧。本实施例中归一化后的视频帧子块进行指数运算如下所示。
根据指数增强公式Li(x)＝pow(Ni(x),α)计算，该子块中9个像素点经过指数增强后分别为：LR(x1)＝0.7973，LR(x2)＝0.9287，LR(x3)＝0.7763，LR(x4)＝0.7539，LR(x5)＝0.8706，LR(x6)＝0.8536，LR(x7)＝0.8171，LR(x8)＝0.9689，LR(x9)＝0.994，如下表LR所示：
0.7973 0.9287 0.7763
0.7539 0.8706 0.8536
0.8171 0.9689 0.9940
表3：该子块的通道R指数增强后的值LR
S150：采用公式Mi(x)＝Li(x)*255将增强后的归一化视频帧进行复原。本实施例中，该子块中9个像素点经过复原后分别为：MR(x1)＝203，MR(x2)＝237，MR(x3)＝198，MR(x4)＝192，MR(x5)＝222，MR(x6)＝218，MR(x7)＝208，MR(x8)＝247，MR(x9)＝253，如下表MR所示：
203 237 198
192 222 218
208 247 253
表4：复原后该子块的通道R的值MR
S160：判断是否存在下一帧图像，当存在下一帧图像时，返回S110，否则，进入S170；
S170：将复原处理后的视频帧组合成视频流输出。
具体地，步骤S170通过视频输出接口输出，视频输出接口包括无线接口、网线接口、HDMI接口、DVI接口和VGA接口。
如图2或3所示，图2为原始视频帧，图3为经过指数增强后的视频帧，可以看出视频帧的增强效果明显。
实施例二
如图4所示，本发明提供了一种基于指数运算的低照度视频实时增强方法，实施例二与实施例一的区别点在于：
步骤S110之前还包括以下步骤：
S100，通过视频输入接口获取低照度视频。
需要说明的是，本步骤视频输入接口获取低照度视频包括通过无线方式或者网线接口或者HDMI接口或者DVI接口或者VGA接口等方式来接收视频。
本发明还提供一种基于指数运算的低照度视频实时增强装置，其包括如下模块：
视频输入模块：用于获取视频中的一帧图像，并输出该图像任一通道的像素点值；
视频帧归一化模块：用于图像帧各个通道的像素点值的归一化处理；归一化处理后的像素值在0-1之间；
视频帧指数增强模块：用于提供增强因子并根据增强因子对归一化后的像素点值进行像素点指数增强得到增强后的归一化视频帧；
视频帧复原模块：用于增强后的归一化视频帧的复原；
视频输出模块：用于将复原后后的视频帧组合成视频流。
进一步的，视频帧指数增强模块通过公式Li(x)＝pow(Ni(x),α)对各个通道分别进行像素点指数增强，pow为指数运算，Ni(x)为i通道x像素点归一化后的值，Li(x)为增强后的归一化视频帧。
进一步的，视频帧复原模块采用公式Mi(x)＝Li(x)*255进行归一化视频帧的复原，Mi(x)为复原处理后的视频帧，Li(x)为增强后的归一化视频帧。
具体地，本发明的一种基于指数运算的低照度视频实时增强装置可以是一种计算机装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例一的上述方法实施例中的步骤。为了实现图像的输入和输出，所述计算机装置还可以额外包括用于接收视频的输入模块、视频帧归一化模块、视频帧指数增强模块、视频帧复原模块和视频输出模块。
进一步地，作为一个可执行方案，用于低照度视频增强的计算机装置可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机装置可包括但不仅限于，处理器、存储器。本领域技术人员可以理解，上述计算机装置的组成结构仅仅是一种示例，并不构成对具体所采用的计算机装置硬件条件的限定，可以包括比上述更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述用于低照度视频增强的计算机装置还可以包括输入输出设备、网络接入设备、总线等，本发明实施例中对此不做限定。
进一步地，作为一个可执行方案，所述输入模块可以包括无线方式或有线方式输入，其中无线方式可以采用5G或4G网络或WIFI网络，有线方式则可以采用网线接口、DVI接口、HDMI接口或VGA接口。所述输出模块也可以包括无线方式或有线方式输出，其中无线方式可以采用5G或4G网络或WIFI网络，有线方式则可以采用网线接口、DVI接口、HDMI接口或VGA接口。
所称处理器可以是中央处理单元(Centran Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digitan Signan Processor，DSP)、专用集成电路(Appnication Specific Integrated Circuit，ASIC)、现成可编程门阵列(Fiend-Programmabne Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述用于低照度图像/视频增强的计算机装置的控制中心，利用各种接口和线路连接其他的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述用于低照度图像/视频增强的计算机装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digitan,SD)卡，闪存卡(Fnash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述用于低照度视频增强的计算机装置集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnnyMemory)、随机存取存储器(RAM，Random Access Memory)以及软件分发介质等。
本发明采用以上技术方案，采用指数运算进行简单的图像增强处理方案，有效地提高了低照度视频的增强处理速度，满足了低照度增强处理的实时性需求，可以应用于实时监控的智能交通监控中。本发明的指数函数的函数的形式和参数都是确定的，函数是非线性的，效果比线性函数更好。
尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。

Claims (9)

1.一种基于指数运算的低照度视频实时增强方法，其特征在于：其包括以下步骤：
S110：采集视频中的一帧图像，图像的各个通道的值表示为其中x为像素点，i表示某个通道,i∈{R,G,B}，IR(x)为R通道的像素点值，IG(x)为G通道的像素点值，IB(x)为B通道的像素点值；
S120：像素归一化：各个通道分别采用公式Ni(x)＝Ii(x)/255进行归一化，得到0-1之间的值；
S130：确定增强因子α的取值，增强因子α的取值范围为[0.05-0.5]
S140：像素点指数增强：通过公式Li(x)＝pow(Ni(x),α)对各个通道分别进行像素点指数增强，pow为指数运算，Ni(x)为i通道x像素点归一化后的值，Li(x)为增强后的归一化视频帧；
S150：归一化视频帧复原：采用公式Mi(x)＝Li(x)*255将增强后的归一化视频帧进行复原；
S160：判断是否存在下一帧图像，当存在下一帧图像时，返回S110，否则，进入S170；
S170：将复原处理后的视频帧组合成视频流输出。
2.根据权利要求1所述的一种基于指数运算的低照度视频实时增强方法，其特征在于：步骤S110前还包括以下步骤：
S100，通过视频输入接口获取低照度视频。
3.根据权利要求2所述的一种基于指数运算的低照度视频实时增强方法，其特征在于：视频输入接口包括无线接口、网线接口、HDMI接口、DVI接口和VGA接口。
4.根据权利要求1所述的一种基于指数运算的低照度视频实时增强方法，其特征在于：步骤S110中所述视频帧包括单通道的灰度视频帧。
5.根据权利要求1所述的一种基于指数运算的低照度视频实时增强方法，其特征在于：步骤S130中所述增强因子的取值与照度成反比，图像帧的照度越高α取值越小。
6.根据权利要求1所述的一种基于指数运算的低照度视频实时增强方法，其特征在于：步骤S170通过视频输出接口输出，视频输出接口包括无线接口、网线接口、HDMI接口、DVI接口和VGA接口。
7.一种基于指数运算的低照度视频实时增强装置，其特征在于：其包括如下模块：
视频输入模块：用于获取视频中的一帧图像，并输出该图像任一通道的像素点值；
视频帧归一化模块：用于图像帧各个通道的像素点值的归一化处理；归一化处理后的像素值在0-1之间；
视频帧指数增强模块：用于提供增强因子并根据增强因子对归一化后的像素点值进行像素点指数增强得到增强后的归一化视频帧；
视频帧复原模块：用于增强后的归一化视频帧的复原；
视频输出模块：用于将复原后后的视频帧组合成视频流。
8.根据权利要求7所述的一种基于指数运算的低照度视频实时增强装置，其特征在于：视频帧指数增强模块通过公式Li(x)＝pow(Ni(x),α)对各个通道分别进行像素点指数增强，pow为指数运算，Ni(x)为i通道x像素点归一化后的值，Li(x)为增强后的归一化视频帧。
9.根据权利要求7所述的一种基于指数运算的低照度视频实时增强装置，其特征在于：视频帧复原模块采用公式Mi(x)＝Li(x)*255进行归一化视频帧的复原，Mi(x)为复原处理后的视频帧，Li(x)为增强后的归一化视频帧。
CN201811052725.XA 2018-09-10 2018-09-10 一种基于指数运算的低照度视频实时增强方法与装置 Pending CN109272464A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811052725.XA CN109272464A (zh) 2018-09-10 2018-09-10 一种基于指数运算的低照度视频实时增强方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811052725.XA CN109272464A (zh) 2018-09-10 2018-09-10 一种基于指数运算的低照度视频实时增强方法与装置

Publications (1)

Publication Number Publication Date
CN109272464A true CN109272464A (zh) 2019-01-25

Family

ID=65188918

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811052725.XA Pending CN109272464A (zh) 2018-09-10 2018-09-10 一种基于指数运算的低照度视频实时增强方法与装置

Country Status (1)

Country Link
CN (1) CN109272464A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111866516A (zh) * 2020-06-24 2020-10-30 北京航空航天大学 一种灰度视频的实时图像增强装置及方法
CN113706393A (zh) * 2020-05-20 2021-11-26 武汉Tcl集团工业研究院有限公司 视频增强方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102547063A (zh) * 2012-02-08 2012-07-04 南京航空航天大学 基于颜色对比度增强的自然感彩色融合方法
CN103002291A (zh) * 2012-12-06 2013-03-27 杭州藏愚科技有限公司 一种摄像机宽动态图像增强方法及装置
CN104809700A (zh) * 2015-04-16 2015-07-29 北京工业大学 一种基于亮通道的低照度视频实时增强方法
CN105447833A (zh) * 2015-12-24 2016-03-30 合肥工业大学 基于偏振的雾天图像重构方法
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102547063A (zh) * 2012-02-08 2012-07-04 南京航空航天大学 基于颜色对比度增强的自然感彩色融合方法
CN103002291A (zh) * 2012-12-06 2013-03-27 杭州藏愚科技有限公司 一种摄像机宽动态图像增强方法及装置
CN104809700A (zh) * 2015-04-16 2015-07-29 北京工业大学 一种基于亮通道的低照度视频实时增强方法
CN105447833A (zh) * 2015-12-24 2016-03-30 合肥工业大学 基于偏振的雾天图像重构方法
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

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113706393A (zh) * 2020-05-20 2021-11-26 武汉Tcl集团工业研究院有限公司 视频增强方法、装置、设备及存储介质
CN111866516A (zh) * 2020-06-24 2020-10-30 北京航空航天大学 一种灰度视频的实时图像增强装置及方法

Similar Documents

Publication Publication Date Title
CN111695609B (zh) 目标物损伤程度判定方法、装置、电子设备及存储介质
CN103646392B (zh) 逆光检测方法及设备
US20180233106A1 (en) Page display method and terminal
WO2022100510A1 (zh) 一种图像失真评测的方法、装置及计算机设备
CN109389569B (zh) 基于改进DehazeNet的监控视频实时去雾方法
CN108764139B (zh) 一种人脸检测方法、移动终端及计算机可读存储介质
CN109389617A (zh) 一种基于片上异构系统的运动目标识别与追踪方法及系统
CN112507923A (zh) 证件翻拍检测方法、装置、电子设备及介质
CN117041484B (zh) 基于物联网的人流密集区域监控方法及系统
CN111311500A (zh) 一种对图像进行颜色还原的方法和装置
CN111127358A (zh) 图像处理方法、装置及存储介质
CN109272464A (zh) 一种基于指数运算的低照度视频实时增强方法与装置
US9940543B2 (en) Control of computer vision pre-processing based on image matching using structural similarity
CN109657571B (zh) 一种分娩监控方法和装置
CN117274107B (zh) 低照度场景下端到端色彩及细节增强方法、装置及设备
CN109118441A (zh) 一种低照度图像及视频增强方法、计算机装置及存储介质
CN117455762A (zh) 基于全景行车记录仪的记录画面分辨率提升方法及系统
CN105608685A (zh) 一种直方图修正的二次直方图均衡图像增强方法及系统
CN112511890A (zh) 视频图像处理方法、装置及电子设备
CN112907461A (zh) 一种红外雾天降质图像去雾增强方法
Simone et al. Survey of methods and evaluation of retinex-inspired image enhancers
CN114463685B (zh) 行为识别方法、装置、电子设备及存储介质
Li et al. Multi-scale fusion framework via retinex and transmittance optimization for underwater image enhancement
CN108921805A (zh) 一种图像及视频去雾霾方法、计算机装置及存储介质
CN114049676A (zh) 疲劳状态检测方法、装置、设备及存储介质

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: 20190125

RJ01 Rejection of invention patent application after publication