CN109523477A - 一种自适应红外图像动态范围变换方法 - Google Patents
一种自适应红外图像动态范围变换方法 Download PDFInfo
- Publication number
- CN109523477A CN109523477A CN201811313962.7A CN201811313962A CN109523477A CN 109523477 A CN109523477 A CN 109523477A CN 201811313962 A CN201811313962 A CN 201811313962A CN 109523477 A CN109523477 A CN 109523477A
- Authority
- CN
- China
- Prior art keywords
- dynamic range
- initial data
- infrared image
- data
- range
- 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 29
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000001931 thermography Methods 0.000 claims abstract description 10
- 230000009466 transformation Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract description 5
- 238000003384 imaging method Methods 0.000 abstract description 5
- 230000003321 amplification Effects 0.000 abstract description 4
- 238000003199 nucleic acid amplification method Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
- Studio Devices (AREA)
Abstract
本发明属于红外热成像技术领域，具体提供了一种自适应红外图像动态范围变换方法，根据对原始数据进行直方图均衡化处理，确定合适的数据起止范围，对范围内的数据分别进行线性映射和平台直方图均衡化映射，并将范围以外的灰度级进行截断处理。不仅有效解决了传统线性映射方法处理图像时造成的灰度对比度降低且图像细节容易丢失的问题，同时，也能保证在处理温差较大的红外图像信息时噪声增强的问题，使得场景成像效果始终保持较强对比度和细节的同时，抑制噪声的放大。
Description
技术领域
本发明属于红外热成像技术领域，具体涉及一种自适应红外图像动态范围变换方法。
背景技术
红外热成像系统显示红外图像时，一般需要将动态范围为16bit或者14bit的数据格式转化成8bit的数据格式，传统的红外图像动态范围转化方法主要有线性动态范围变换方式和非线性的平台直方图均衡化动态范围变换2种方式。
线性调光是按照一致的比例关系进行映射，如果原始数据的动态范围较大，高温与低温的灰度距离较大，而且高、低温过度灰度区间无数据需要映射，就会浪费目标灰度区间，图像中高、低温区域被映射到较小的灰度范围，降低图像的局部对比度和细节的清晰度。
非线性的平台直方图均衡化动态范围变换方法对原始数据动态范围较大，场景丰富的数据进行动态范围变换的效果通常较好，但是对于动态范围较小的场景，如温差较小的温度均匀面场景进行动态范围变换，会造成灰度范围被过度拉伸，同时噪声被增强，影响视觉效果。
为此，本发明提出一种自适应的混合动态范围变换方法，融合了线性动态范围变换和平台直方图均衡化动态范围变换的结果，根据原始数据的动态范围自适应计算权重值，利用权重值加权求和得到变换结果，既保持了大灰度动态范围的局部对比度和清晰度，又限制了小灰度动态范围变换的对比度和噪声，满足红外热成像系统的动态范围变换需求。
发明内容
本发明的目的是克服现有技术中红外图像热成像可适应性差的问题。
为此，本发明提供了一种自适应红外图像动态范围变换方法，包括以下步骤：
获取原始数据，选取原始数据的起止范围；
对起止范围内的原始数据进行线性动态范围变换得到线性目标灰度区间数据R1，对起止范围内的原始数据进行平台直方图均衡化变换得到非线性目标灰度区间数据R2；
f＝R1*fAlpha+R2*(1-fAlpha) (1)
根据起止范围内的原始数据获取权重参数fAlpha，并根据式(1)计算得到变换结果f。
优选地，所述获取原始数据，选取原始数据的起止范围的步骤具体包括：获取原始数据，对原始数据进行直方图均衡化处理，选取原始数据的起止范围。
优选地，对起止范围内的原始数据进行线性动态范围变换得到线性目标灰度区间数据R1具体包括：
先对上一帧的原始数据的直方图抛去线性动态范围两端的像素点，得到最大灰度值nMax和最小灰度值nMin，并通过事(2)及式(3)分别计算得到增益K值和偏移量C值：
K＝(float)((A)/(nMax-nMin+B)) (2)
C＝(float)(nBrightExp-A*(nMax+nMin)/((nMax-nMin+B)*2)) (3)
其中，A为对比度期望值，B为补偿量，(float)为浮点数转换函数，nBrightExp为亮度期望值。
优选地，所述对比度期望值A、补偿量B及亮度期望值nBrightExp均根据红外探测热像仪的响应率对应设置。
优选地，根据式(4)、(5)及(6)计算权重参数fAlpha：
其中，fMinAlpha为权重参数最小值，GrayRange为原始数据灰度动态范围，lThrLow及lThrHigh分别为权重参数最低阈值及权重参数最高阈值。
优选地，计算得到变换结果f后，并对起止范围外的原始数据进行长尾处理。
优选地，所述原始数据的位数为16bit或14bit。
本发明的有益效果：本发明提供了一种自适应红外图像动态范围变换方法，根据对原始数据进行直方图均衡化处理，确定合适的数据起止范围，对范围内的数据分别进行线性映射和平台直方图均衡化映射，并将范围以外的灰度级进行截断处理。不仅有效解决了传统线性映射方法处理图像时造成的灰度对比度降低且图像细节容易丢失的问题，同时，也能保证在处理温差较大的红外图像信息时噪声增强的问题，使得场景成像效果始终保持较强对比度和细节的同时，抑制噪声的放大。
以下将结合附图对本发明做进一步详细说明。
附图说明
图1是本发明自适应红外图像动态范围变换方法的流程示意图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征；在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
现有的红外调光算法在将16bit或者14bit的原始数据转化为8bit的数据进行数字显示时，数据动态范围被压缩或者拉伸，必然会造成信息丢失或者噪声增强。例如半天半地场景由于天空区域和地面区域成像的灰度级范围较大，而地面物体的灰度范围通常集中在高温区域，采用传统线性映射方法对16bit的整个灰度范围进行压缩时，就会降低地面物体的灰度对比度，丢失细节信息。又如室内温差较小，灰度范围较小的场景，进行平台直方图均衡化动态范围变换，容易造成对比度被增强，影响视觉效果的问题。本发明提出一种有自适应的红外图像数据动态压缩混合方法，有效解决了这些问题，发挥两种动态范围变换方法的优势，避免其缺点，使得场景成像效果始终保持较强对比度和细节的同时，抑制噪声的放大。
本发明实施例提出的自适应红外图像数据混合动态范围变换方法，包括以下步骤：
获取原始数据，选取原始数据的起止范围；
对起止范围内的原始数据进行线性动态范围变换得到线性目标灰度区间数据R1，对起止范围内的原始数据进行平台直方图均衡化变换得到非线性目标灰度区间数据R2；
f＝R1*fAlpha+R2*(1-fAlpha) (1)
根据起止范围内的原始数据获取权重参数fAlpha，并根据式(1)计算得到变换结果f。
由此可知，如图1所示，红外热成像系统显示红外图像时，一般需要将动态范围为16bit或者14bit的原始数据格式转化成8bit的数据格式。先获取原始数据，对原始数据进行直方图均衡化处理，通过直方图直观得到原始数据的动态范围分布情况，然后确定选取合适的原始数据的起止范围，对起止范围内的原始数据进行线性动态范围变换得到线性目标灰度区间数据R1，对起止范围内的原始数据进行平台直方图均衡化变换得到非线性目标灰度区间数据R2，然后根据式(1)，以权重参数fAlpha作为线性调光结果即线性目标灰度区间数据R1的权重，以(1-fAlpha)作为平台直方图调光结果即非线性目标灰度区间数据R2的权重，然后求和得到混合调光结果即变换结果f。根据原始数据的动态范围大小自适应计算权重值，利用权重值加权求和得到变换结果，既保持了大灰度动态范围的局部对比度和清晰度，又限制了小灰度动态范围变换的对比度和噪声，满足红外热成像系统的动态范围变换需求。
其中，直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。而平台是基于直方图均衡算法的改进算法，它是通过在直方图分布中设计一个阈值来对原来的直方图进行改造，使得场景丰富的数据得到拉伸，变得更清晰。
优选地方案，先对上一帧的原始数据的直方图抛去线性动态范围两端的像素点，得到最大灰度值nMax和最小灰度值nMin，并通过事(2)及式(3)分别计算得到增益K值和偏移量C值：
K＝(float)((A)/(nMax-nMin+B)) (2)
C＝(float)(nBrightExp-A*(nMax+nMin)/((nMax-nMin+B)*2)) (3)
其中，A为对比度期望值，B为补偿量，(float)为浮点数转换函数，nBrightExp为亮度期望值。对比度期望值A及为补偿量B是根据红外探测仪的响应率来设置的，且响应率本身又受到红外探测热像仪型号、配置参数及镜头参数影响。亮度期望值nBrightExp是根据具体的精度要求来进行预设。通过预设选取动态线性范围两端一定比例的像素点，对该像素点进行抛点处理，即舍去。
优选地方案，根据式(4)、(5)及(6)计算权重参数fAlpha：
其中，fMinAlpha为权重参数最小值，GrayRange为原始数据灰度动态范围，lThrLow及lThrHigh分别为权重参数最低阈值及权重参数最高阈值，lThrLow及lThrHigh通过预设得到。由此可知，权重参数fAlpha的取值大小根据原始数据的动态范围自适应计算获得，当原始数据灰度动态范围GrayRange大于等于lThrHigh时，fAlpha＝fMinAlpha；当GrayRange大于lThrLow时，fAlpha＝(lThrHigh-GrayRange)/(lThrHigh-lThrLow)+fMinAlpha；其他情况fAlpha＝1.0–fMinAlpha，其中fMinAlpha可以取值为[0,0.2]。
优选地方案，计算得到变换结果f后，并对起止范围外的原始数据进行长尾处理。由此可知，为了避免个别极值点的干扰，对最后的数据进行长尾处理即tail process，具体地是对动态范围的边界最大值及最小值计算时，抛弃一定比例的像素，使得最后输出结果更加稳定精确。
本发明的有益效果：本发明提供了一种自适应红外图像动态范围变换方法，根据对原始数据进行直方图均衡化处理，确定合适的数据起止范围，对范围内的数据分别进行线性映射和平台直方图均衡化映射，并将范围以外的灰度级进行截断处理。不仅有效解决了传统线性映射方法处理图像时造成的灰度对比度降低且图像细节容易丢失的问题，同时，也能保证在处理温差较大的红外图像信息时噪声增强的问题，使得场景成像效果始终保持较强对比度和细节的同时，抑制噪声的放大。
以上例举仅仅是对本发明的举例说明，并不构成对本发明的保护范围的限制，凡是与本发明相同或相似的设计均属于本发明的保护范围之内。
Claims (7)
1.一种自适应红外图像动态范围变换方法，其特征在于，包括以下步骤：
获取原始数据，选取原始数据的起止范围；
对起止范围内的原始数据进行线性动态范围变换得到线性目标灰度区间数据R1，对起止范围内的原始数据进行平台直方图均衡化变换得到非线性目标灰度区间数据R2；
f＝R1*fAlpha+R2*(1-fAlpha) (1)
根据起止范围内的原始数据获取权重参数fAlpha，并根据式(1)计算得到变换结果f。
2.根据权利要求1所述的自适应红外图像动态范围变换方法，其特征在于，所述获取原始数据，选取原始数据的起止范围的步骤具体包括：
获取原始数据，对原始数据进行直方图均衡化处理，选取原始数据的起止范围。
3.根据权利要求2所述的自适应红外图像动态范围变换方法，其特征在于，对起止范围内的原始数据进行线性动态范围变换得到线性目标灰度区间数据R1具体包括：
先对上一帧的原始数据的直方图抛去线性动态范围两端的像素点，得到最大灰度值nMax和最小灰度值nMin，并通过事(2)及式(3)分别计算得到增益K值和偏移量C值：
K＝(float)((A)/(nMax-nMin+B)) (2)
C＝(float)(nBrightExp-A*(nMax+nMin)/((nMax-nMin+B)*2)) (3)
其中，A为对比度期望值，B为补偿量，(float)为浮点数转换函数，nBrightExp为亮度期望值。
4.根据权利要求3所述的自适应红外图像动态范围变换方法，其特征在于：所述对比度期望值A、补偿量B及亮度期望值nBrightExp均根据红外探测热像仪的响应率对应设置。
5.根据权利要求1所述的自适应红外图像动态范围变换方法，其特征在于，根据式(4)、(5)及(6)计算权重参数fAlpha：
其中，fMinAlpha为权重参数最小值，GrayRange为原始数据灰度动态范围，lThrLow及lThrHigh分别为权重参数最低阈值及权重参数最高阈值。
6.根据权利要求1所述的自适应红外图像动态范围变换方法，其特征在于：计算得到变换结果f后，并对起止范围外的原始数据进行长尾处理。
7.根据权利要求1所述的自适应红外图像动态范围变换方法，其特征在于：所述原始数据的位数为16bit或14bit。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811313962.7A CN109523477B (zh) | 2018-11-06 | 2018-11-06 | 一种自适应红外图像动态范围变换方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811313962.7A CN109523477B (zh) | 2018-11-06 | 2018-11-06 | 一种自适应红外图像动态范围变换方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109523477A true CN109523477A (zh) | 2019-03-26 |
| CN109523477B CN109523477B (zh) | 2021-07-30 |
Family
ID=65773420
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811313962.7A Active CN109523477B (zh) | 2018-11-06 | 2018-11-06 | 一种自适应红外图像动态范围变换方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109523477B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110223248A (zh) * | 2019-05-22 | 2019-09-10 | 浙江黑卡光电有限公司 | 一种红外图像细节增强的动态范围压缩方法 |
| CN112233023A (zh) * | 2020-09-27 | 2021-01-15 | 轩辕智驾科技（深圳）有限公司 | 一种车载红外摄像头及其调光方法和装置 |
| CN113015006A (zh) * | 2020-06-04 | 2021-06-22 | 海信视像科技股份有限公司 | 显示设备及显示方法 |
| CN113096031A (zh) * | 2021-03-17 | 2021-07-09 | 西安电子科技大学 | 高动态范围红外图像的压缩显示方法 |
| CN113689366A (zh) * | 2021-08-30 | 2021-11-23 | 武汉格物优信科技有限公司 | 一种温宽动态调节方法和装置 |
| CN113763264A (zh) * | 2021-08-09 | 2021-12-07 | 云南北方光电仪器有限公司 | 一种基于正负极性细节层分离的图像处理方法及存储介质 |
| CN114359083A (zh) * | 2021-12-24 | 2022-04-15 | 北京航空航天大学 | 一种面向干扰环境的高动态热红外图像自适应预处理方法 |
| US11393081B2 (en) * | 2019-01-11 | 2022-07-19 | Hanwha Techwin Co., Ltd. | Method and apparatus for processing thermal image |
| CN114937019A (zh) * | 2022-05-30 | 2022-08-23 | 杭州健培科技有限公司 | 基于自适应局部灰度均衡的关键点检测方法、装置及应用 |
| CN116205910A (zh) * | 2023-04-27 | 2023-06-02 | 四川省港奇电子有限公司 | 一种电源适配器用注塑温度自适应学习调控系统 |
| CN117078568A (zh) * | 2023-10-12 | 2023-11-17 | 成都智明达电子股份有限公司 | 一种红外图像增强的方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102663714A (zh) * | 2012-03-28 | 2012-09-12 | 中国人民解放军国防科学技术大学 | 基于显著性的红外图像强固定模式噪声抑制方法 |
| US20140254928A1 (en) * | 2013-03-05 | 2014-09-11 | Tamkang University | Method and image processing device for image dynamic range compression with local contrast enhancement |
| CN105844603A (zh) * | 2016-04-04 | 2016-08-10 | 上海大学 | 一种高动态范围红外图像动态范围压缩方法 |
| CN108090886A (zh) * | 2018-01-11 | 2018-05-29 | 南京大学 | 一种高动态范围红外图像的显示与细节增强方法 |
-
2018
- 2018-11-06 CN CN201811313962.7A patent/CN109523477B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102663714A (zh) * | 2012-03-28 | 2012-09-12 | 中国人民解放军国防科学技术大学 | 基于显著性的红外图像强固定模式噪声抑制方法 |
| US20140254928A1 (en) * | 2013-03-05 | 2014-09-11 | Tamkang University | Method and image processing device for image dynamic range compression with local contrast enhancement |
| CN105844603A (zh) * | 2016-04-04 | 2016-08-10 | 上海大学 | 一种高动态范围红外图像动态范围压缩方法 |
| CN108090886A (zh) * | 2018-01-11 | 2018-05-29 | 南京大学 | 一种高动态范围红外图像的显示与细节增强方法 |
Non-Patent Citations (1)
| Title |
|---|
| 景元萍: "一种自适应红外图像细节增强算法", 《洛阳理工学院学报(自然科学版)》 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11393081B2 (en) * | 2019-01-11 | 2022-07-19 | Hanwha Techwin Co., Ltd. | Method and apparatus for processing thermal image |
| CN110223248B (zh) * | 2019-05-22 | 2021-03-02 | 浙江黑卡电气有限公司 | 一种红外图像细节增强的动态范围压缩方法 |
| CN110223248A (zh) * | 2019-05-22 | 2019-09-10 | 浙江黑卡光电有限公司 | 一种红外图像细节增强的动态范围压缩方法 |
| CN113015006A (zh) * | 2020-06-04 | 2021-06-22 | 海信视像科技股份有限公司 | 显示设备及显示方法 |
| CN112233023A (zh) * | 2020-09-27 | 2021-01-15 | 轩辕智驾科技（深圳）有限公司 | 一种车载红外摄像头及其调光方法和装置 |
| CN113096031A (zh) * | 2021-03-17 | 2021-07-09 | 西安电子科技大学 | 高动态范围红外图像的压缩显示方法 |
| CN113096031B (zh) * | 2021-03-17 | 2024-02-06 | 西安电子科技大学 | 高动态范围红外图像的压缩显示方法 |
| CN113763264A (zh) * | 2021-08-09 | 2021-12-07 | 云南北方光电仪器有限公司 | 一种基于正负极性细节层分离的图像处理方法及存储介质 |
| CN113763264B (zh) * | 2021-08-09 | 2024-03-15 | 云南北方光电仪器有限公司 | 一种基于正负极性细节层分离的图像处理方法及存储介质 |
| CN113689366A (zh) * | 2021-08-30 | 2021-11-23 | 武汉格物优信科技有限公司 | 一种温宽动态调节方法和装置 |
| CN114359083A (zh) * | 2021-12-24 | 2022-04-15 | 北京航空航天大学 | 一种面向干扰环境的高动态热红外图像自适应预处理方法 |
| CN114359083B (zh) * | 2021-12-24 | 2022-11-29 | 北京航空航天大学 | 一种面向干扰环境的高动态热红外图像自适应预处理方法 |
| CN114937019A (zh) * | 2022-05-30 | 2022-08-23 | 杭州健培科技有限公司 | 基于自适应局部灰度均衡的关键点检测方法、装置及应用 |
| CN114937019B (zh) * | 2022-05-30 | 2022-12-23 | 杭州健培科技有限公司 | 基于自适应局部灰度均衡的关键点检测方法、装置及应用 |
| CN116205910A (zh) * | 2023-04-27 | 2023-06-02 | 四川省港奇电子有限公司 | 一种电源适配器用注塑温度自适应学习调控系统 |
| CN117078568A (zh) * | 2023-10-12 | 2023-11-17 | 成都智明达电子股份有限公司 | 一种红外图像增强的方法 |
| CN117078568B (zh) * | 2023-10-12 | 2024-02-23 | 成都智明达电子股份有限公司 | 一种红外图像增强的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109523477B (zh) | 2021-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109523477A (zh) | 一种自适应红外图像动态范围变换方法 | |
| CN106886386B (zh) | 从低动态图像生成高动态图像的方法 | |
| CN101331515B (zh) | 色调校正方法、色调校正装置以及图像设备 | |
| CN103353982B (zh) | 一种基于直方图均衡化的色调映射方法 | |
| US7098944B1 (en) | Image processing apparatus and method | |
| CN102473295B (zh) | 基于区的色调映射 | |
| CN105608677B (zh) | 一种任意光线环境下的图像肤色美化方法及系统 | |
| KR102022812B1 (ko) | 이미지 콘트라스트 보강방법 | |
| CN103929631B (zh) | 使用场景检测的白平衡调整方法及其装置 | |
| CN103353349B (zh) | 红外测温仪自适应三平台直方图均衡系统及其方法 | |
| US7019756B2 (en) | Apparatus and method for brightness control | |
| CN101170642B (zh) | 一种视频图像动态处理的方法 | |
| CN101527038B (zh) | 一种改进的基于直方图的图像对比度增强方法 | |
| CN110197463A (zh) | 基于深度学习的高动态范围图像色调映射方法及其系统 | |
| CN1333585C (zh) | 一种基于最大最小值进行动态视频层次处理的方法 | |
| CN104618702A (zh) | 一种基于白块假设的数码摄像装置自动白平衡方法 | |
| CN103973941B (zh) | 数码影像的动态对比度调整方法和系统 | |
| CN108805942B (zh) | 一种红外图像宽动态压缩方法 | |
| CN106657847B (zh) | 图像色彩饱和度调整方法和系统 | |
| CN107068042B (zh) | 图像处理方法 | |
| CN100515096C (zh) | 显示器之数字图像适应性色彩调整方法与装置 | |
| CN102208101A (zh) | 一种红外图像的自适应线性变换增强方法 | |
| CN109451292B (zh) | 图像色温校正方法及装置 | |
| CN101873504B (zh) | 自动白平衡校正方法 | |
| CN103761714A (zh) | 一种基于ihs色彩空间的彩色图像增强方法 |
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 |