CN109636739B - 图像饱和度增强的细节处理方法及装置 - Google Patents

Abstract

本发明涉及一种图像饱和度增强的细节处理方法及装置。该图像饱和度增强的细节处理方法包括：步骤10、在YCbCr或CIELAB色彩空间对图像原始数据进行色彩增强处理；对于欲进行细节处理的像素i，获得其色彩增强后的饱和度C_i’；步骤20、对于欲进行细节处理的像素i，获得对其饱和度进行非锐化掩蔽操作后的反馈值ΔC_i,USM；步骤30、获得像素i经细节处理后的饱和度C_i”，C_i”＝C_i’－ΔC_i,USM。本发明还提供了图像饱和度增强的细节处理装置。本发明的图像饱和度增强的细节处理方法及装置通过微调整饱和度值对一些重合的细节饱和度进行分解，并根据亮度、饱和度特性，将饱和度根据周围变化情况进行不同的改变，使细节展现更丰富，在提升画面饱和度的同时保留了更多的细节信息。

Description

图像饱和度增强的细节处理方法及装置

技术领域

本发明涉及显示技术领域，尤其涉及一种图像饱和度增强的细节处理方法及装置。

背景技术

随着显示技术的发展，用户对显示画面质量的要求越来越高，鲜亮的色彩能够给人更好的视觉感受，所以目前越来越多的显示驱动芯片中加入了图像色彩增强(colorenhancement)功能。

如图1所示，其为现有技术中主要的色彩增强算法流程图，主要包括：输入图像，将图像数据从RGB色彩空间转换到LAB或者YCbCr色彩空间，接下来提取色调H分量，提取亮度L或者Y分量，以及提取AB或者CbCr分量，通过AB或者CbCr分量可计算得出初始的饱和度c，选择饱和度增强函数，将初始的饱和度c代入函数可以得到增强后的饱和度fc，由饱和度fc可得出饱和度增强后的AB或者CbCr分量，再与色调H分量、以及亮度L或者Y分量结合可得到在LAB或者YCbCr色彩空间的饱和度增强后的图像数据，然后再从LAB或者YCbCr色彩空间转换回RGB色彩空间，进而输出饱和度增强后的图像。

由图1可知，传统的色彩增强的方式为了保证对图像增强后色调的不变，通常将图像从RGB色彩空间转换到LAB/YCbCr色彩空间对饱和度(Chroma)分量进行处理，饱和度的增强主要是取决于饱和度增强函数的选择，通过选择适当的饱和度增强函数来控制饱和度分量的变化。

如图2所示，其为现有主要的饱和度增强函数示意图，横轴表示饱和度c，纵轴表示增强后的饱和度fc，将饱和度c输入fc1或者fc2等函数可以得到增强后的饱和度fc。饱和度增强函数并不局限于图2中fc1这种非线性变化函数以及fc2这种线性变化函数。现有的饱和度增强函数在某些区域内，输入多个c分量会增强到一个范围较小的区域，造成增强后的饱和度容易重合，导致一些图像的细节丢失。

发明内容

因此，本发明的目的在于提供一种图像饱和度增强的细节处理方法及装置，改善现有色彩增强方式中饱和度增强函数输出范围变小导致的细节丢失的现象。

为实现上述目的，本发明提供了一种图像饱和度增强的细节处理方法，包括：

步骤10、在YCbCr或CIELAB色彩空间对图像原始数据进行色彩增强处理；对于欲进行细节处理的像素i，获得其色彩增强后的饱和度C_i’；

步骤20、对于欲进行细节处理的像素i，获得对其饱和度进行非锐化掩蔽操作后的反馈值ΔC_i,USM；

步骤30、获得像素i经细节处理后的饱和度C_i”，C_i”＝C_i’－ΔC_i,USM。

其中，反馈值ΔC_i,USM＝μ*(ΔC_i-(1/N²)∑_j∈SΔC_j)，其中，ΔC_i代表像素i经过色彩增强后的饱和度C_i’与色彩增强前的饱和度C_i间的差值，S代表像素i周围N*N大小的像素块，j代表像素块S中像素i以外的像素，ΔC_j代表像素j经过色彩增强后的饱和度C_j’与色彩增强前的饱和度C_j间的差值，N为大于2的自然数，0<μ<1。

其中，N等于15，μ等于0.4。

其中，像素的饱和度为像素在YCbCr空间中的CbCr分量或CIELAB空间中的AB分量。

其中，像素的饱和度的计算公式为饱和度

其中C1和C2为像素在YCbCr空间中的CbCr分量或CIELAB空间中的AB分量。

本发明还提供了一种图像饱和度增强的细节处理装置，包括：

色彩增强处理模块，用于在YCbCr或CIELAB色彩空间对图像原始数据进行色彩增强处理；对于欲进行细节处理的像素i，获得其色彩增强后的饱和度C_i’；

空间滤波模块，用于对于欲进行细节处理的像素i，获得对其饱和度进行非锐化掩蔽操作后的反馈值ΔC_i,USM；

细节处理模块，用于获得像素i经细节处理后的饱和度C_i”，C_i”＝C_i’－ΔC_i,USM。

其中，所述反馈值ΔC_i,USM＝μ*(ΔC_i-(1/N²)∑_j∈SΔC_j)，其中，ΔC_i代表像素i经过色彩增强后的饱和度C_i’与色彩增强前的饱和度C_i间的差值，S代表像素i周围N*N大小的像素块，j代表像素块S中像素i以外的像素，ΔC_j代表像素j经过色彩增强后的饱和度C_j’与色彩增强前的饱和度C_j间的差值，N为大于2的自然数，0<μ<1。

其中，N等于15，μ等于0.4。

其中，像素的饱和度为像素在YCbCr空间中的CbCr分量或CIELAB空间中的AB分量。

其中，像素的饱和度的计算公式为饱和度

其中C1和C2为像素在YCbCr空间中的CbCr分量或CIELAB空间中的AB分量。

综上，本发明的图像饱和度增强的细节处理方法及装置通过微调整饱和度值对一些重合的细节饱和度进行分解，并根据亮度、饱和度特性，将饱和度根据周围变化情况进行不同的改变，使细节展现更丰富，在提升画面饱和度的同时保留了更多的细节信息。

附图说明

下面结合附图，通过对本发明的具体实施方式详细描述，将使本发明的技术方案及其他有益效果显而易见。

附图中，

图1为现有技术中主要的色彩增强算法流程图；

图2为现有主要的饱和度增强函数示意图；

图3为本发明图像饱和度增强的细节处理方法的流程图；

图4为传统饱和度增强算法的饱和度变化趋势示意图；

图5为像素i周围N*N大小像素块的示意图；

图6为本发明图像饱和度增强的细节处理方法的饱和度变化趋势示意图。

具体实施方式

参见图3，其为本发明图像饱和度增强的细节处理方法的流程图，主要包括：

步骤10、在YCbCr或CIELAB色彩空间对图像原始数据进行色彩增强处理；对于欲进行细节处理的像素i，获得其色彩增强后的饱和度C_i’。

本发明在传统饱和度增强的方法基础上增加细节处理，增强饱和度的同时保留更多的细节信息；利用YCbCr或CIELAB色彩空间结合多个像素，对于集中在某一范围内的色彩饱和度进行微调，实现新的色彩显示。参照传统饱和度增强的方法，本发明在进行色彩增强处理前，首先可以将输入的原始图像数据从RGB色彩空间转换到CIELAB或者YCbCr色彩空间，接下来提取色调H分量，提取亮度L分量，以及提取AB或者CbCr分量，通过AB或者CbCr分量可计算得出初始的饱和度，选择饱和度增强函数，得到增强后的饱和度。

如图4所示，其为传统饱和度增强算法的饱和度变化趋势示意图，纵轴表示亮度，横轴表示饱和度，在亮度-饱和度色彩空间中，输入图像的像素P(C,L)经过色彩增强算法后，饱和度改变，增强到P(C’,L)处。本发明在YCbCr或CIELAB色彩空间进行饱和度增强算法时，均为在不改变亮度值的前提下，将饱和度利用增强函数尽量增大到边界处，此时图像的饱和度为最大。

像素的饱和度为像素在YCbCr空间中的CbCr分量或CIELAB空间中的AB分量。像素的饱和度C的计算公式可以如下公式(1)所示。

其中C1和C2为像素在YCbCr空间中的CbCr分量或CIELAB空间中的AB分量。

利用传统饱和度增强方法，对于输入的图像的每个像素均有一个饱和度增强的差值ΔC，ΔC的计算公式可以如下公式(2)所示。

在本发明中，像素i的初始饱和度表示为C_i，像素i色彩增强后的饱和度表示为C_i’；相应的，像素j的初始饱和度表示为C_j，像素j色彩增强后的饱和度表示为C_j’。假设像素i处于进行色彩增强后饱和度容易重合、导致一些图像细节丢失的区域，可以采用本发明对像素i色彩增强后的饱和度C_i’做进一步处理。

步骤20、对于欲进行细节处理的像素i，获得对其饱和度进行非锐化掩蔽操作后的反馈值ΔC_i,USM。ΔC_i,USM是通过空间滤波对像素i的饱和度进行非锐化掩蔽(USM，UnsharpMask)操作的反馈值，ΔC_i,USM的计算公式可以如下公式(3)所示。

ΔC_i,USM＝μ*(ΔC_i-(1/N²)∑_j∈SΔC_j) (3)

其中，ΔC_i代表像素i经过色彩增强后的饱和度C_i’与色彩增强前的饱和度C_i间的差值，S代表像素i周围N*N大小的像素块，j代表像素块S中像素i以外的像素，ΔC_j代表像素j经过色彩增强后的饱和度C_j’与色彩增强前的饱和度C_j间的差值，N为大于2的自然数，0<μ<1。

参见图5，其为像素i周围N*N大小像素块的示意图。如公式(3)所示，利用像素i周围N*N大小像素块内的像素对像素i的影响，求解反馈值ΔC_i,USM；此处N*N大小的像素块，不局限N的大小；滤波增益系数μ用于调整适应像素i周围的锐度，可以根据画面进行调整。

μ和N的选取会影响USM的工作，μ和N目前主要是由试验和误差方法来决定。本发明一较佳实施例中选取N＝15，μ＝0.4，能够获得较好的效果。

步骤30、获得像素i经细节处理后的饱和度C_i”。像素i最终输出的饱和度值C_i”的计算公式可以如下公式(4)所示。

C_i”＝C_i’－ΔC_i,USM (4)

ΔC_i,USM是很小一个调整值，可以将像素i的饱和度根据周围变化情况进行不同的改变，使细节展现更丰富。按照本发明，可以对于集中在某一范围内的像素的色彩饱和度进行微调，实现新的色彩显示。

进一步，像素i经细节处理后的饱和度C_i”可以与色调H分量、以及亮度L或者Y分量结合，可得到在YCbCr或CIELAB色彩空间的饱和度增强且经过细节处理后的图像数据，然后可以从YCbCr或CIELAB色彩空间转换回RGB色彩空间，进而输出饱和度增强且经过细节处理后的图像。

参见图6，其为本发明图像饱和度增强的细节处理方法的饱和度变化趋势示意图，纵轴表示亮度，横轴表示饱和度，在亮度-饱和度色彩空间中可见，本发明调整饱和度分量，不调整亮度分量，输入图像的像素P(C,L)经过色彩增强算法后，饱和度改变，增强到P(C’,L)处，再通过本发明图像饱和度增强的细节处理方法判断与周围像素增量的关系，将P(C’,L)点右移或左移(图6中为右移)到P(C”,L)点处输出。本发明所处理的像素均为落入色彩空间之内的像素，对于增强后到达色彩边界处的像素不再进行调整处理。

根据本发明的图像饱和度增强的细节处理方法，本发明还相应提供了一种图像饱和度增强的细节处理装置，主要包括：

色彩增强处理模块，用于在YCbCr或CIELAB色彩空间对图像原始数据进行色彩增强处理；对于欲进行细节处理的像素i，获得其色彩增强后的饱和度C_i’；

空间滤波模块，用于对于欲进行细节处理的像素i，获得对其饱和度进行非锐化掩蔽操作后的反馈值ΔC_i,USM；

细节处理模块，用于获得像素i经细节处理后的饱和度Ci”，Ci”＝Ci’－ΔC_i,USM。

综上，本发明的图像饱和度增强的细节处理方法及装置通过微调整饱和度值对一些重合的细节饱和度进行分解，并根据亮度、饱和度特性，将饱和度根据周围变化情况进行不同的改变，使细节展现更丰富，在提升画面饱和度的同时保留了更多的细节信息。

以上所述，对于本领域的普通技术人员来说，可以根据本发明的技术方案和技术构思作出其他各种相应的改变和变形，而所有这些改变和变形都应属于本发明后附的权利要求的保护范围。

Claims (8)

1.一种图像饱和度增强的细节处理方法，其特征在于，包括：

步骤10、在YCbCr或CIELAB色彩空间对图像原始数据进行色彩增强处理；对于欲进行细节处理的像素i，获得其色彩增强后的饱和度C_i’；

步骤20、对于欲进行细节处理的像素i，获得对其饱和度进行非锐化掩蔽操作后的反馈值ΔC_i,USM；

步骤30、获得像素i经细节处理后的饱和度C_i”，C_i”＝C_i’－ΔC_i,USM；

反馈值ΔC_i,USM＝μ*(ΔC_i-(1/N²)∑_j∈SΔC_j)，其中，ΔC_i代表像素i经过色彩增强后的饱和度C_i’与色彩增强前的饱和度C_i间的差值，S代表像素i周围N*N大小的像素块，j代表像素块S中像素i以外的像素，ΔC_j代表像素j经过色彩增强后的饱和度C_j’与色彩增强前的饱和度C_j间的差值，N为大于2的自然数，μ为滤波增益系数，用于调整适应像素i周围的锐度，0<μ<1。

2.如权利要求1所述的图像饱和度增强的细节处理方法，其特征在于，N等于15，μ等于0.4。

3.如权利要求1所述的图像饱和度增强的细节处理方法，其特征在于，像素的饱和度为像素在YCbCr空间中的CbCr分量或CIELAB空间中的AB分量。

4.如权利要求3所述的图像饱和度增强的细节处理方法，其特征在于，像素的饱和度的计算公式为饱和度

其中C1和C2为像素在YCbCr空间中的CbCr分量或CIELAB空间中的AB分量。

5.一种图像饱和度增强的细节处理装置，其特征在于，包括：

色彩增强处理模块，用于在YCbCr或CIELAB色彩空间对图像原始数据进行色彩增强处理；对于欲进行细节处理的像素i，获得其色彩增强后的饱和度C_i’；

空间滤波模块，用于对于欲进行细节处理的像素i，获得对其饱和度进行非锐化掩蔽操作后的反馈值ΔC_i,USM；

细节处理模块，用于获得像素i经细节处理后的饱和度C_i”，C_i”＝C_i’－ΔC_i,USM；

所述反馈值ΔC_i,USM＝μ*(ΔC_i-(1/N²)∑_j∈SΔC_j)，其中，ΔC_i代表像素i经过色彩增强后的饱和度C_i’与色彩增强前的饱和度C_i间的差值，S代表像素i周围N*N大小的像素块，j代表像素块S中像素i以外的像素，ΔC_j代表像素j经过色彩增强后的饱和度C_j’与色彩增强前的饱和度C_j间的差值，N为大于2的自然数，μ为滤波增益系数，用于调整适应像素i周围的锐度，0<μ<1。

6.如权利要求5所述的图像饱和度增强的细节处理装置，其特征在于，N等于15，μ等于0.4。

7.如权利要求5所述的图像饱和度增强的细节处理装置，其特征在于，像素的饱和度为像素在YCbCr空间中的CbCr分量或CIELAB空间中的AB分量。

8.如权利要求7所述的图像饱和度增强的细节处理装置，其特征在于，像素的饱和度的计算公式为饱和度

其中C1和C2为像素在YCbCr空间中的CbCr分量或CIELAB空间中的AB分量。

Images