CN109685727B - 图像处理方法 - Google Patents

图像处理方法 Download PDF

Info

Publication number
CN109685727B
CN109685727B CN201811437619.3A CN201811437619A CN109685727B CN 109685727 B CN109685727 B CN 109685727B CN 201811437619 A CN201811437619 A CN 201811437619A CN 109685727 B CN109685727 B CN 109685727B
Authority
CN
China
Prior art keywords
virtual
image
exposure
blocks
fused
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.)
Active
Application number
CN201811437619.3A
Other languages
English (en)
Other versions
CN109685727A (zh
Inventor
赖庆鸿
金羽锋
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.)
Shenzhen China Star Optoelectronics Semiconductor Display Technology Co Ltd
Original Assignee
Shenzhen China Star Optoelectronics Semiconductor Display Technology Co Ltd
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 Shenzhen China Star Optoelectronics Semiconductor Display Technology Co Ltd filed Critical Shenzhen China Star Optoelectronics Semiconductor Display Technology Co Ltd
Priority to CN201811437619.3A priority Critical patent/CN109685727B/zh
Priority to PCT/CN2019/070311 priority patent/WO2020107646A1/zh
Publication of CN109685727A publication Critical patent/CN109685727A/zh
Application granted granted Critical
Publication of CN109685727B publication Critical patent/CN109685727B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • 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
    • G06T2207/20208—High dynamic range [HDR] image processing

Landscapes

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

Abstract

本发明提供一种图像处理方法。本发明的图像处理方法中对原始图像进行亮度聚类分区，利用原始图像生成多个曝光度不同的虚拟曝光图像，每一虚拟曝光图像依照原始图像的亮度聚类分区划分为多个虚拟区块，在每一虚拟曝光图像的多个虚拟区块中选取待融合虚拟区块后将多个待融合虚拟区块进行拼接获得处理后的图像，能够使图像具有较好的图像细节，提升图像的质量，并且能够增加图像处理的速度。

Description

图像处理方法
技术领域
本发明涉及显示技术领域，尤其涉及一种图像处理方法。
背景技术
与人眼能够看到的真实场景中的亮度范围相比，相机等数字成像设备中可用的传感器捕获到亮度范围通常要小得多。传统数字成像设备以单一曝光度对场景进行拍摄一幅图像，因而该图像只包含有限的亮度对比范围，具体为在较长的曝光时间中，曝光度较高，此时虽然被拍摄场景中的低亮度区域能够取得较为清晰的图像细节，但高亮度区域会呈现过度曝光的现象，反之，在较短的曝光时间中，曝光度较低，此时虽然被拍摄场景中的高亮度区域能够取得较为清晰的图像细节，但低亮度区域会呈现过度曝光的现象，取决于采用的曝光度是高或低，场景中过亮或较暗的区域中的很多细节将被丢失，使得数字成像设备拍摄到的图像与真实景象之间存在较大的差异，成像的品质较差。
为解决上述问题，高动态范围(High Dynamic Range，HDR)成像技术逐渐成为了数字成像设备中越来越流行的一种成像技术。通过HDR成像获得的图像也被成为HDR图像，此种HDR图像可以提供在场景中较暗区域到完全被照亮的区域之间的高亮度范围。
现有的一种图像处理方法获取多张不同曝光程度的图像，通过对多张不同曝光程度的图像进行权重融合处理，最终得到具有高亮度范围的HDR图像，此种方法由于采用多张曝光图像进行融合，图像位移问题不易处理。现有的另一种图像处理方法通过利用单一的输入图像生成多张虚拟曝光图像，之后对多张虚拟曝光图像进行权重融合处理，最终得到具有高亮度范围的HDR图像，此种方法由于采用多张虚拟曝光图像进行权重处理，计算处理的运算量较大，且无法针对个别亮度区块进行对比度增强处理。
发明内容
本发明的目的在于提供一种图像处理方法，能够使图像具有较好的图像细节，提升图像的质量，并且能够增加图像处理的速度。
为实现上述目的，本发明提供一种图像处理方法，包括如下步骤：
步骤S1、提供原始图像；
步骤S2、对所述原始图像进行亮度聚类分区，将所述原始图像划分为L个亮度区块，L个亮度区块的亮度不同，其中，L为正整数；
步骤S3、利用所述原始图像生成L个虚拟曝光图像，该L个虚拟曝光图像的曝光度不同；每一虚拟曝光图像具有分别与原始图像的L个亮度区块对应的L个虚拟区块，每一虚拟区块在其所在的虚拟曝光图像中的位置与对应的亮度区块在原始图像中的位置相同；
步骤S4、从每一虚拟曝光图像的L个虚拟区块中选取一个作为待融合虚拟区块，设i为大于0小于等于L的正整数，在依照曝光度由大到小排序时，该L个虚拟曝光图像中第i个虚拟曝光图像的待融合虚拟区块为该第i个虚拟曝光图像的L个虚拟区块按照亮度由小到大排序时的第i个虚拟区块；
步骤S5、将多个待融合虚拟区块进行拼接获得处理后的图像，使得每一待融合虚拟区块在处理后的图像中的位置与对应的亮度区块在原始图像中的位置相同。
L＝3。
所述步骤S2中，使用聚类算法对所述原始图像进行亮度聚类分区。
所述步骤S2中，采用K均值聚类的方式对所述原始图像进行亮度聚类分区。
所述步骤S3中，利用预设的调整公式对所述原始图像进行曝光值调整生成L个虚拟曝光图像。
所述调整公式为：
Figure BDA0001884138180000021
其中，k为大于0小于等于L的正整数，Lwk(x，y)为生成的L个虚拟曝光图像中第k个虚拟曝光图像中(x，y)像素处的亮度值；Ld(x，y)为所述原始图像中(x，y)像素处的归一化亮度值；Pk为L个虚拟曝光图像中第k个虚拟曝光图像的亮度调节因子，Lad，k为L个虚拟曝光图像中第k个虚拟曝光图像的平均亮度值，Lsmax为预设的固定值，Lmax，k为L个虚拟曝光图像中第k个虚拟曝光图像中最大的亮度值；
Lad，k的计算公式为：
Lad，k＝1+exp(μEVk)；
其中，EVk为L个虚拟曝光图像中第k个虚拟曝光图像的曝光值，μ为预设的常数。
所述步骤S5中在将多个待融合虚拟区块进行拼接时，对相邻两个待融合区块的拼接部分进行平滑处理。
采用线性内插的方式对相邻两个待融合区块的拼接部分进行平滑处理。
所述步骤S4与步骤S5之间还具有分别对多个待融合虚拟区块进行增强对比度处理的步骤。
采用直方图均衡化算法分别对多个待融合虚拟区块进行增强对比度处理。
本发明的有益效果：本发明的图像处理方法中对原始图像进行亮度聚类分区，利用原始图像生成多个曝光度不同的虚拟曝光图像，每一虚拟曝光图像依照原始图像的亮度聚类分区划分为多个虚拟区块，在每一虚拟曝光图像的多个虚拟区块中选取待融合虚拟区块后将多个待融合虚拟区块进行拼接获得处理后的图像，能够使图像具有较好的图像细节，提升图像的质量，并且能够增加图像处理的速度。
附图说明
为了能更进一步了解本发明的特征以及技术内容，请参阅以下有关本发明的详细说明与附图，然而附图仅提供参考与说明用，并非用来对本发明加以限制。
附图中，
图1为本发明的图像处理方法的流程图；
图2为本发明的图像处理方法的一实施例的步骤S2的示意图；
图3为本发明的图像处理方法的一实施例的步骤S3的示意图；
图4为本发明的图像处理方法的一实施例的步骤S4及步骤S5的示意图。
具体实施方式
为更进一步阐述本发明所采取的技术手段及其效果，以下结合本发明的优选实施例及其附图进行详细描述。
请参阅图1，本发明提供一种图像处理方法，包括如下步骤：
步骤S1、请参阅图2，提供原始图像10。
步骤S2、请参阅图2，对所述原始图像10进行亮度聚类分区，将所述原始图像10划分为L个亮度区块，L个亮度区块的亮度不同，其中，L为正整数。
具体地，在图2所示的实施例中，L＝3，也即在所述步骤S2中，对原始图像10进行亮度聚类分区之后，将所述原始图像10划分为3个亮度区块，分别为第一亮度区块11、第二亮度区块12及第三亮度区块13，第一亮度区块11、第二亮度区块12及第三亮度区块13的亮度依次减小。
具体地，所述步骤S2中，使用聚类算法对所述原始图像10进行亮度聚类分区。
进一步地，所述步骤S2中，可以采用K均值聚类(K-means Clustering)等方式对所述原始图像10进行亮度聚类分区。
步骤S3、请参阅图3，利用所述原始图像10生成L个虚拟曝光图像，该L个虚拟曝光图像的曝光度不同。每一虚拟曝光图像具有分别与原始图像10的L个亮度区块对应的L个虚拟区块。每一虚拟区块在其所在的虚拟曝光图像中的位置与对应的亮度区块在原始图像10中的位置相同。
具体地，在图3所示的实施例中，利用原始图像10生成3个虚拟曝光图像，分别为第一虚拟曝光图像20、第二虚拟曝光图像30及第三虚拟曝光图像40，第一虚拟曝光图像20、第二虚拟曝光图像30及第三虚拟曝光图像40的曝光度依次减小。第一虚拟曝光图像20具有分别与原始图像10的第一亮度区块11、第二亮度区块12及第三亮度区块13对应的第一虚拟区块21、第二虚拟区块22及第三虚拟区块23。第二虚拟曝光图像30具有分别与原始图像10的第一亮度区块11、第二亮度区块12及第三亮度区块13对应的第四虚拟区块31、第五虚拟区块32及第六虚拟区块33。第三虚拟曝光图像40具有分别与原始图像10的第一亮度区块11、第二亮度区块12及第三亮度区块13对应的第七虚拟区块41、第八虚拟区块42及第九虚拟区块43。
具体地，所述步骤S3中，利用预设的调整公式对所述原始图像进行曝光值调整生成L个虚拟曝光图像。
进一步地，所述调整公式为：
Figure BDA0001884138180000051
其中，k为大于0小于等于L的正整数，Lwk(x，y)为生成的L个虚拟曝光图像中第k个虚拟曝光图像中(x，y)像素处的亮度值；Ld(x，y)为所述原始图像中(x，y)像素处的归一化亮度值；Pk为L个虚拟曝光图像中第k个虚拟曝光图像的亮度调节因子，Lad，k为L个虚拟曝光图像中第k个虚拟曝光图像的平均亮度值，Lsmax为预设的固定值，Lmax，k为L个虚拟曝光图像中第k个虚拟曝光图像中最大的亮度值。
Lad，k的计算公式为：
Lad，k＝1+exp(μEVk)。
其中，EVk为L个虚拟曝光图像中第k个虚拟曝光图像的曝光值，μ为预设的常数。
通过改变调整公式中EVk及Pk的取值结合原始图像即可生成多个曝光度不同的虚拟曝光图像。
步骤S4、请参阅图4，从每一虚拟曝光图像的L个虚拟区块中选取一个作为待融合虚拟区块，设i为大于0小于等于L的正整数，在依照曝光度由大到小排序时，该L个虚拟曝光图像中第i个虚拟曝光图像的待融合虚拟区块为该第i个虚拟曝光图像的L个虚拟区块按照亮度由小到大排序时的第i个虚拟区块。
具体地，在图4所示的实施例中，所述步骤S4中，选取曝光度最大的第一虚拟曝光图像20中亮度最小的第三虚拟区块23为第一虚拟曝光图像20的待融合虚拟区块，选取曝光度中等的第二虚拟曝光图像30中亮度中等的第五虚拟区块32为第二虚拟曝光图像30的待融合虚拟区块，选取曝光度最小的第三虚拟曝光图像40中亮度最大的第七虚拟区块41为第三虚拟曝光图像40的待融合区块。
步骤S5、请参阅图4，将多个待融合虚拟区块进行拼接获得处理后的图像50，使得每一待融合虚拟区块在处理后的图像50中的位置与对应的亮度区块在原始图像10中的位置相同。
具体地，在图4所示的实施例中，所述步骤S5中将第三虚拟区块23、第五虚拟区块32及第七虚拟区块41进行拼接形成处理后的图像50。
具体地地，所述步骤S5中在将多个待融合虚拟区块进行拼接时，对相邻两个待融合区块的拼接部分进行平滑处理，避免图像接合处产生区块跳变。
优选地，采用线性内插的方式对相邻两个待融合区块的拼接部分进行平滑处理。
具体地，所述步骤S4与步骤S5之间还具有分别对多个待融合虚拟区块进行增强对比度处理的步骤，以增强区块内的图像对比度。
优选地，可采用直方图均衡化算法分别对多个待融合虚拟区块进行增强对比度处理。
需要说明的是，本发明的图像处理方法中对原始图像进行亮度聚类分区从而形成多个亮度分区，而后利用原始图像生成多个曝光度不同的虚拟曝光图像，每一虚拟曝光图像依照原始图像的亮度聚类分区划分为多个虚拟区块，在每一虚拟曝光图像的多个虚拟区块中选取待融合虚拟区块后对每一待融合模块单独进行增强对比度处理，最后将多个待融合虚拟区块进行拼接获得处理后的图像，能够使图像具有较好的图像细节，提升图像的质量，并且相比于现有技术，输出图像融合时无需对多张虚拟曝光图像进行权重计算，能够有效减少图像处理的运算量，减少整体的运算时间，增加图像处理的速度。
综上所述，本发明的图像处理方法中对原始图像进行亮度聚类分区，利用原始图像生成多个曝光度不同的虚拟曝光图像，每一虚拟曝光图像依照原始图像的亮度聚类分区划分为多个虚拟区块，在每一虚拟曝光图像的多个虚拟区块中选取待融合虚拟区块后将多个待融合虚拟区块进行拼接获得处理后的图像，能够使图像具有较好的图像细节，提升图像的质量，并且能够增加图像处理的速度。
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权利要求的保护范围。

Claims (10)

1.一种图像处理方法，其特征在于，包括如下步骤：
步骤S1、提供原始图像；
步骤S2、对所述原始图像进行亮度聚类分区，将所述原始图像划分为L个亮度区块，L个亮度区块的亮度不同，其中，L为正整数；
步骤S3、利用所述原始图像生成L个虚拟曝光图像，该L个虚拟曝光图像的曝光度不同；每一虚拟曝光图像具有分别与原始图像的L个亮度区块对应的L个虚拟区块；每一虚拟区块在其所在的虚拟曝光图像中的位置与对应的亮度区块在原始图像中的位置相同；
步骤S4、从每一虚拟曝光图像的L个虚拟区块中选取一个作为待融合虚拟区块，设i为大于0小于等于L的正整数，在依照曝光度由大到小排序时，该L个虚拟曝光图像中第i个虚拟曝光图像的待融合虚拟区块为该第i个虚拟曝光图像的L个虚拟区块按照亮度由小到大排序时的第i个虚拟区块；
步骤S5、将多个待融合虚拟区块进行拼接获得处理后的图像，使得每一待融合虚拟区块在处理后的图像中的位置与对应的亮度区块在原始图像中的位置相同。
2.如权利要求1所述的图像处理方法，其特征在于，L＝3。
3.如权利要求1所述的图像处理方法，其特征在于，所述步骤S2中，使用聚类算法对所述原始图像进行亮度聚类分区。
4.如权利要求3所述的图像处理方法，其特征在于，所述步骤S2中，采用K均值聚类的方式对所述原始图像进行亮度聚类分区。
5.如权利要求1所述的图像处理方法，其特征在于，所述步骤S3中，利用预设的调整公式对所述原始图像进行曝光度调整生成L个虚拟曝光图像。
6.如权利要求5所述的图像处理方法，其特征在于，所述调整公式为：
Figure FDA0002619829950000011
其中，k为大于0小于等于L的正整数，Lwk(x，y)为生成的L个虚拟曝光图像中第k个虚拟曝光图像中(x，y)像素处的亮度值；Ld(x，y)为所述原始图像中(x，y)像素处的归一化亮度值；Pk为L个虚拟曝光图像中第k个虚拟曝光图像的亮度调节因子，Lad，k为L个虚拟曝光图像中第k个虚拟曝光图像的平均亮度值，Lsmax为预设的固定值，Lmax，k为L个虚拟曝光图像中第k个虚拟曝光图像中最大的亮度值；
Lad，k的计算公式为：
Lad，k＝1+exp(μEVk)；
其中，EVk为L个虚拟曝光图像中第k个虚拟曝光图像的曝光度，μ为预设的常数。
7.如权利要求1所述的图像处理方法，其特征在于，所述步骤S5中在将多个待融合虚拟区块进行拼接时，对相邻两个待融合区块的拼接部分进行平滑处理。
8.如权利要求7所述的图像处理方法，其特征在于，采用线性内插的方式对相邻两个待融合区块的拼接部分进行平滑处理。
9.如权利要求1所述的图像处理方法，其特在于，所述步骤S4与步骤S5之间还具有分别对多个待融合虚拟区块进行增强对比度处理的步骤。
10.如权利要求9所述的图像处理方法，其特征在于，采用直方图均衡化算法分别对多个待融合虚拟区块进行增强对比度处理。
CN201811437619.3A 2018-11-28 2018-11-28 图像处理方法 Active CN109685727B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811437619.3A CN109685727B (zh) 2018-11-28 2018-11-28 图像处理方法
PCT/CN2019/070311 WO2020107646A1 (zh) 2018-11-28 2019-01-03 图像处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811437619.3A CN109685727B (zh) 2018-11-28 2018-11-28 图像处理方法

Publications (2)

Publication Number Publication Date
CN109685727A CN109685727A (zh) 2019-04-26
CN109685727B true CN109685727B (zh) 2020-12-08

Family

ID=66185065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811437619.3A Active CN109685727B (zh) 2018-11-28 2018-11-28 图像处理方法

Country Status (2)

Country Link
CN (1) CN109685727B (zh)
WO (1) WO2020107646A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022000397A1 (zh) * 2020-07-02 2022-01-06 潍坊学院 低照度图像增强方法、装置及计算机设备
CN114820404A (zh) * 2021-01-29 2022-07-29 北京字节跳动网络技术有限公司 图像处理方法、装置、电子设备及介质
CN116847204A (zh) * 2023-08-25 2023-10-03 荣耀终端有限公司 一种目标识别方法、电子设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101707666A (zh) * 2009-11-26 2010-05-12 北京中星微电子有限公司 一种高动态范围的调整方法和装置
CN106530263A (zh) * 2016-10-19 2017-03-22 天津大学 一种适应于医学影像的单曝光高动态范围图像生成方法
CN107888839A (zh) * 2017-10-30 2018-04-06 广东欧珀移动通信有限公司 高动态范围图像获取方法、装置及设备
CN107895350A (zh) * 2017-10-27 2018-04-10 天津大学 一种基于自适应双伽玛变换的hdr图像生成方法
CN108174118A (zh) * 2018-01-04 2018-06-15 珠海格力电器股份有限公司 图像处理方法、装置和电子设备
CN108205796A (zh) * 2016-12-16 2018-06-26 大唐电信科技股份有限公司 一种多曝光图像的融合方法及装置
CN108288253A (zh) * 2018-01-08 2018-07-17 厦门美图之家科技有限公司 Hdr图像生成方法及装置
CN108391055A (zh) * 2018-03-31 2018-08-10 成都市深国科半导体有限公司 一种基于hdr的图像拼接系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9077913B2 (en) * 2013-05-24 2015-07-07 Google Inc. Simulating high dynamic range imaging with virtual long-exposure images
CN103413285A (zh) * 2013-08-02 2013-11-27 北京工业大学 基于样本预测的hdr和hr图像重建方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101707666A (zh) * 2009-11-26 2010-05-12 北京中星微电子有限公司 一种高动态范围的调整方法和装置
CN106530263A (zh) * 2016-10-19 2017-03-22 天津大学 一种适应于医学影像的单曝光高动态范围图像生成方法
CN108205796A (zh) * 2016-12-16 2018-06-26 大唐电信科技股份有限公司 一种多曝光图像的融合方法及装置
CN107895350A (zh) * 2017-10-27 2018-04-10 天津大学 一种基于自适应双伽玛变换的hdr图像生成方法
CN107888839A (zh) * 2017-10-30 2018-04-06 广东欧珀移动通信有限公司 高动态范围图像获取方法、装置及设备
CN108174118A (zh) * 2018-01-04 2018-06-15 珠海格力电器股份有限公司 图像处理方法、装置和电子设备
CN108288253A (zh) * 2018-01-08 2018-07-17 厦门美图之家科技有限公司 Hdr图像生成方法及装置
CN108391055A (zh) * 2018-03-31 2018-08-10 成都市深国科半导体有限公司 一种基于hdr的图像拼接系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Gradient field multi-exposure images fusion for high dynamic range image visualization;Bo Gu等;《Journal of Visual Communication and Image Representation》;20121231;第23卷(第04期);第604-610页 *
利用多曝光对图像进行动态范围增强;张丽芳 等;《数据采集与处理》;20071231;第22卷(第04期);第417-422页 *

Also Published As

Publication number Publication date
CN109685727A (zh) 2019-04-26
WO2020107646A1 (zh) 2020-06-04

Similar Documents

Publication Publication Date Title
US11558558B1 (en) Frame-selective camera
US9218653B2 (en) Method and apparatus for dynamic range enhancement of an image
US8977073B2 (en) Apparatus and method for blending multiple images
CN107680056B (zh) 一种图像处理方法及装置
CN109685727B (zh) 图像处理方法
KR102317613B1 (ko) 로컬라이징된 콘트라스트 향상을 위한 시스템들 및 방법들
US9307162B2 (en) Local enhancement apparatus and method to generate high dynamic range images by blending brightness-preserved and brightness-adjusted blocks
CN110113510B (zh) 一种实时视频图像增强方法和高速相机系统
JP6097588B2 (ja) 画像処理装置及び画像処理方法
JP2006140995A (ja) 適応コントラスト向上
CN104917973B (zh) 动态曝光调整方法及其电子装置
CN107993189B (zh) 一种基于局部分块的图像色调动态调节方法和装置
GB2549696A (en) Image processing method and apparatus, integrated circuitry and recording medium
CN104320575A (zh) 一种用于便携式终端的图像处理方法及图像处理装置
CN115131195A (zh) 实时超分辨率图像处理的方法和系统
CN111683192B (zh) 图像处理方法及相关产品
US11941791B2 (en) High-dynamic-range image generation with pre-combination denoising
CN110786000A (zh) 曝光调整方法和装置
US20130084005A1 (en) Image processing device and method for processing image
CN106534708B (zh) 宽动态范围影像方法
JP6600216B2 (ja) 画像処理装置及び画像処理方法、プログラム、記憶媒体
CN112991163B (zh) 一种全景图像的获取方法、装置及设备
CN110766622A (zh) 基于亮度区分和Gamma平滑的水下图像增强方法
TWI566206B (zh) 寬動態範圍影像方法
US8693799B2 (en) Image processing apparatus for emphasizing details of an image and related apparatus and methods

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