CN109785275A - 一种图像的色调映射方法及设备 - Google Patents
一种图像的色调映射方法及设备 Download PDFInfo
- Publication number
- CN109785275A CN109785275A CN201811607930.8A CN201811607930A CN109785275A CN 109785275 A CN109785275 A CN 109785275A CN 201811607930 A CN201811607930 A CN 201811607930A CN 109785275 A CN109785275 A CN 109785275A
- Authority
- CN
- China
- Prior art keywords
- image
- tone mapping
- gray level
- histogram
- brightness
- 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
Links
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像的色调映射方法及设备,该方法包括:获取第一图像;统计第一图像的亮度值,得到亮度直方图Hn;对该亮度直方图Hn进行聚类,以得到色调映射前像素灰度级和色调映射后像素灰度级之间的色调映射曲线;根据色调映射曲线对第一图像的亮度通道进行处理,得到第二图像。当所获取到的第一图像为彩色图像时,在统计第一图像的亮度值之前,还需要对该第一图像进行颜色空间转换,以转换为灰度图。本发明通过对直方图进行聚类得到色调映射曲线,能够简单、有效的完成色调映射,同时,能较好的保持图像细节和对比度。
Description
技术领域
本发明属于图像处理技术领域,尤其涉及一种图像的色调映射方法及设备。
背景技术
高动态范围图像(high dynamic range,HDR)是一种记录更多细节、更丰富色彩的图像。真实世界的亮度动态范围能达到1014,人类能观察到105的动态范围的场景,而目前普通图像每个颜色通道为8bit,只能存储256(102)个亮度值。随着人们生活水平的提高,对高动态范围图像的需求日益增长,相机、手机、平板等设备都能够拍摄HDR图像,但目前大部分显示屏都是低动态范围(low dynamic range,LDR),因此需要将拍摄设备获取的HDR图像转换为LDR图像,从而有利于编码、存储及显示,这种转换技术即为色调映射技术。
目前色调映射方法主要分为两类:(1)全局色调映射技术;(2)局部色调映射技术。全局色调映射技术,对高动态范围图像所有像素采用相同的映射函数,将其从高动态范围映射到低动态范围,其具有简单、易实现、计算量小等优点,但也存在降低图像对比度、损失图像细节等问题。局部色调映射技术,在对高动态范围图像每个像素处理时会参考其周围的像素,因而能取得更好的细节处理效果,但其计算量较大、实现复杂。
发明内容
本发明的目的在于克服上述现有技术的不足,提供一种图像的色调映射方法及设备,以解决现有全局色调映射技术中存在的细节损失、对比度降低的问题。
为实现上述目的,本发明的技术方案是:
一种图像的色调映射方法,包括
获取第一图像;
统计第一图像的亮度值,得到亮度直方图Hn;
对该亮度直方图Hn进行聚类,以得到色调映射前像素灰度级和色调映射后像素灰度级之间的色调映射曲线;
根据色调映射曲线对第一图像的亮度通道进行处理,得到第二图像。
当所获取到的第一图像为彩色图像时,在统计第一图像的亮度值之前,还需要对该第一图像进行颜色空间转换,以转换为灰度图。
所述统计第一图像的亮度值,得到亮度直方图Hn包括:
统计第一图像的亮度通道中每个灰度级对应的像素个数;
根据所述像素个数输出归一化后的亮度通道中的每个灰度级出现的概率,将所述每个灰度级出现的概率作为所述亮度直方图Hn。
对该亮度直方图Hn进行聚类包括:
步骤一:从灰度级类I(x,y)中选取K个灰度级作为初始聚类中心:{c1,c2,…,cK};
步骤二:对灰度级类I(x,y)中的每个灰度级,分别计算其到K个初始聚类中心的距离,并将其分到距离最近的聚类中心所对应的类中;
步骤三:针对每个灰度级类,重新计算其聚类中心;
步骤四:重复步骤二、三直到其聚类中心位置不发生改变;
从而完成N个灰度级到K个灰度级的映射,即色调映射曲线F(s):{u1,u2,…,uN}→{1,2,…,k}。
所述根据色调映射曲线对第一图像的亮度通道进行处理,得到第二图像包括:
根据色调映射曲线,对第一图像的每个像素的灰度级进行映射,得到映射后的亮度图像,再将所述映射后的亮度图像与色度图像合成,所得图像为色调映射后的图像即第二图像。
所述第一图像为一帧的视频图像,得到亮度直方图Hn后,根据直方图Hn判断该第一图像是否为关键帧。
判断该第一图像是否为关键帧的方法为:计算该第一图像的直方图Hn与前一帧视频图像直方图Hn-1之间的相似度D,并与预设直方图相似性阈值Dth进行比较,若直方图相似度D小于预设相似度阈值Dth,则该第一图像不是关键帧,则以上一关键帧的色调映射曲线对第一图像进行处理,若直方图相似度D大于等于预设相似度阈值Dth,则该第一图像是关键帧,则需重新计算色调映射曲线。
得到色调映射曲线后,还对该色调映射曲线进行平滑处理,以用平滑后的色调映射曲线对第一图像的亮度通道进行处理。
相应地,本发明还提供了一种图像的色调映射设备,包括:
一种图像的色调映射设备,包括:
图像获取单元,用于获取第一图像;
直方图统计单元,统计该第一图像的亮度值,得到亮度直方图Hn;
色调调整单元,根据亮度直方图Hn进行聚类,得到调整前像素灰度级和调整后像素灰度级之间的映射曲线;
色调映射单元,根据色调映射曲线对该第一图像的亮度值进行处理,得到第二图像。
所述的图像的色调映射设备还包括
转换单元,当图像获取单元所获取到的第一图像为彩色图像时,在统计第一图像的亮度值之前,转换单元对该第一图像进行颜色空间转换,以转换为灰度图。
本发明与现有技术相比,其有益效果在于:
本发明通过对直方图进行聚类得到色调映射曲线,能够简单、有效的完成色调映射,同时,能较好的保持图像细节和对比度。
附图说明
图1为实施例一提供的图像色调映射方法的流程图;
图2为实施例二提供的图像色调映射方法的流程图;
图3为实例三提供的图像色调映射设备的结构示意图。
具体实施方式
下面结合附图和具体实施方式对本发明的内容做进一步详细说明。
实施例一
本实例提供的图像色调映射方法主要用于摄像设备(例如摄像机中),在本实施例中,第一图像为一张待处理的图像。参阅图1所示,本实施例提供的图像色调映射方法包括如下步骤:
步骤101:获取一待处理图像I;
步骤102:统计该图像I的亮度直方图信息Hn;
具体的,统计该待处理图像的亮度空间像素个数,及第i灰度级别对应的像素个数ni,根据像素个数输出归一化后的亮度通道中的每个灰度级别出现的概率,将每个灰度级别出现的概率作为亮度通道的直方图统计信息。
步骤103:对亮度直方图进行聚类,得到色调映射曲线;
具体的,当前图像亮度值I(x,y)∈{u1,u2,,uN},其中uN为HDR图像最大灰度级,映射后的图像cK为LDR图像最大灰度级,对直方图Hn的N个灰度级进行改进的k-means聚类,得到N个灰度级到K个灰度级的映射曲线F(s);
对直方图Hn的N个灰度级进行改进的k-means聚类具体为:
步骤一:从灰度级类I(x,y)中选取K个灰度级作为初始聚类中心:{c1,c2,…,cK};
步骤二:对灰度级类I(x,y)中的每个灰度级,分别计算其到K个初始聚类中心的距离,并将其分到距离最近的聚类中心所对应的类中;
步骤三:针对每个灰度级类,重新计算其聚类中心;
步骤四:重复步骤二、三直到其聚类中心位置不发生改变。
从而完成N个灰度级到K个灰度级的映射,即色调映射曲线F(s):{u1,u2,…,uN}→{1,2,…,k};
步骤一所述,从灰度级类I(x,y)中选取K个灰度级作为初始聚类中心:{c1,c2,…,cK},具体来讲:
步骤(1):选择灰度级类I(x,y)中概率最大的灰度级作为第一个初始聚类中心;
步骤(2):计算每个灰度级距离已有初始聚类中心的距离,距离越近,则概率越小,随机选出下一个初始聚类中心;
步骤(3)重复步骤(2)直到选出K个初始聚类中心。
步骤104:根据色调映射曲线,得到映射后的图像;
具体的,根据色调映射曲线F(s),对图像每个像素的灰度级进行映射,得到映射后的亮度图像,再将所述映射后的亮度图像与色度图像合成,所得图像为色调映射后的图像即第二图像。
由于本方法是用于单张图像处理,单张图像即为关键帧,单张图像也不会出现闪烁现象。
实施例二
本实例提供的图像色调映射方法主要用于摄像设备(例如摄像机中),在本实施例中,第一图像为一帧待处理的视频图像。参阅图2所示,本实施例提供的图像色调映射方法包括如下步骤:
步骤201:获取一帧待处理的视频图像I;
步骤202:对该视频图像I进行颜色空间转换,本实施例中,颜色空间转换为可选步骤,当输入图像为彩图图像时,需要将其从RGB域转换至YUV域,当输入图像为灰度图时,则不需要进行颜色空间转换;
步骤203:统计该帧视频图像I的亮度值;
步骤204:得到亮度直方图Hn;
步骤205:计算直方图Hn与前一帧图像亮度直方图Hn-1相似度D;
在对视频图像进行色调映射处理时,由于视频图像相邻帧间具有连续性和相似性的特点,为了提高视频图像处理速度,可以仅对关键帧进行处理,获取色调映射曲线,其中关键帧的选择,可利用预设的关键帧间隔,也可以计算相邻帧亮度直方图间相似性,以此来判断当前帧是否为关键帧,是否需要重新计算色调映射曲线。
其中直方图Hn与前一帧直方图Hn-1相似性D可通过相关性、卡方、十字交叉、巴氏距离等方法计算,本实施例以相关性为例;
其中
将直方图相似度D与预设相似度阈值Dth进行比较,若直方图相似度D小于预设相似度阈值Dth,则不重新计算色调映射曲线,直接使用上一关键帧的色调映射曲线,进行图像处理(也就是说,直接以上一关键帧紧平滑处理后的色调映射曲线对当前第一图像进行处理,即直接至步骤208);否则,根据亮度直方图Hn进行改进的k-means聚类,计算当前直方图对应色调映射曲线。
步骤206:对亮度直方图Hn进行改进的k-means聚类,具体包括:
步骤一:从灰度级类I(x,y)中选取K个灰度级作为初始聚类中心:{c1,c2,…,cK};
步骤二:对灰度级类I(x,y)中的每个灰度级,分别计算其到K个初始聚类中心的距离,并将其分到距离最近的聚类中心所对应的类中;
步骤三:针对每个灰度级类,重新计算其聚类中心;
步骤四:重复步骤二、三直到其聚类中心位置不发生改变。
从而完成N个灰度级到K个灰度级的映射,即色调映射曲线F(s):{u1,u2,…,uN}→{1,2,…,k};
步骤一所述,从灰度级类I(x,y)中选取K个灰度级作为初始聚类中心:{c1,c2,…,cK},具体来讲:
步骤(1):选择灰度级类I(x,y)中概率最大的灰度级作为第一个初始聚类中心;
步骤(2):计算每个灰度级距离已有初始聚类中心的距离,距离越近,则概率越小,随机选出下一个初始聚类中心;
步骤(3)重复步骤(2)直到选出K个初始聚类中心。
步骤207:对此色调映射曲线进行防闪烁处理;
视频处理时,由于关键帧计算的色调映射曲线可能发生较大变化,从而导致视频图像出现画面突变、闪烁;
可通过帧间平滑处理消除闪烁:
F'(n)=α*F(n)+β*F(n-1)
其中α为平滑因子,且满足α+β=1;
步骤208:将平滑处理后的色调映射曲线应用于该视频图像的亮度通道,得到映射后的亮度图像;
步骤209:将亮该度图像与色度图像合并,最终得到处理后的图像即第二图像。
实施例三
参阅图3所示,本实施例提供的图像色调映射设备包括:
图像获取单元,用于获取第一图像。
直方图统计单元,统计该第一图像的亮度值,得到亮度直方图Hn。
色调调整单元,根据亮度直方图Hn进行聚类,得到调整前像素灰度级和调整后像素灰度级之间的映射曲线。色调调整单元对亮度直方图Hn进行改进的k-means聚类的方法和实施例二相同,在此就不再赘述。
色调映射单元,根据色调映射曲线对该第一图像的亮度值进行处理,得到第二图像。
作为本图像的色调映射设备的一种优选,该设备还包括
转换单元,当图像获取单元所获取到的第一图像为彩色图像时,在统计第一图像的亮度值之前,转换单元对该第一图像进行颜色空间转换,以转换为灰度图。
具体地,该色调映射单元包括:
像素调整前的灰度值获取模块,用于获取第一图像每个像素亮度通道亮度值,以作为第一图像每个像素调整前的灰度值;
像素调整后的灰度值获取模块,用于匹配第一图像每个像素调整前的灰度值,得到每个像素亮度通道调整后的灰度值,获得映射后的亮度图像;
合成模块,用将该映射后的亮度图像和与色度图像合成,以获得色调映射后的图像。
该直方图统计单元包括:
灰度级统计模块,用于统计该第一图像的亮度通道中每个灰度级对应的像素个数,根据所述像素个数输出归一化后的亮度通道中的每个灰度级出现的概率,将所述每个灰度级出现的概率作为所述亮度直方图Hn。
在另一个实施例中,当图像获取单元所获取到的第一图像为一帧视频图像时:
该直方图统计单元还包括:
直方图相似度计算单模块,计算所述一帧视频图像的直方图Hn与前一帧视频图像的直方图Hn-1的相似度D;
直方图相似度比较模块,将所述直方图相似度D与预设相似度阈值Dth进行比较,若直方图相似度D小于预设相似度阈值Dth,则不重新计算色调映射曲线,否则,执行色调映射单元,计算当前直方图Hn对应的色调映射曲线。(具体的比较过程和实施例二相同,在此不再赘述)
而该色调映射单元还包括:
色调映射曲线平滑模块,对色调调整单元所得到的色调映射曲线进行平滑处理,以用平滑后的色调映射曲线对第一图像的亮度通道进行处理。
在本实施例中,各个单元模块可以集中在一个处理单元中,也可以是各个单元模块物理独立存在,也可以两个或两个以上单元集合到一个处理单元中。上述各单元模块可以通过软件方式实现,也可以采用硬件方式,还可以通过软件和硬件配合的方法来实现。
上述实施例只是为了说明本发明的技术构思及特点,其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰,都应涵盖在本发明的保护范围内。
Claims (10)
1.一种图像的色调映射方法,其特征在于,包括
获取第一图像;
统计第一图像的亮度值,得到亮度直方图Hn;
对该亮度直方图Hn进行聚类,以得到色调映射前像素灰度级和色调映射后像素灰度级之间的色调映射曲线;
根据色调映射曲线对第一图像的亮度通道进行处理,得到第二图像。
2.如权利要求1所述的图像的色调映射方法,其特征在于,当所获取到的第一图像为彩色图像时,在统计第一图像的亮度值之前,还需要对该第一图像进行颜色空间转换,以转换为灰度图。
3.如权利要求1所述的图像的色调映射方法,其特征在于,所述统计第一图像的亮度值,得到亮度直方图Hn包括:
统计第一图像的亮度通道中每个灰度级对应的像素个数;
根据所述像素个数输出归一化后的亮度通道中的每个灰度级出现的概率,将所述每个灰度级出现的概率作为所述亮度直方图Hn。
4.如权利要求3所述的图像的色调映射方法,其特征在于,
对该亮度直方图Hn进行聚类包括:
步骤一:从灰度级类I(x,y)中选取K个灰度级作为初始聚类中心:{c1,c2,…,cK};
步骤二:对灰度级类I(x,y)中的每个灰度级,分别计算其到K个初始聚类中心的距离,并将其分到距离最近的聚类中心所对应的类中;
步骤三:针对每个灰度级类,重新计算其聚类中心;
步骤四:重复步骤二、三直到其聚类中心位置不发生改变;
从而完成N个灰度级到K个灰度级的映射,即色调映射曲线F(s):{u1,u2,…,uN}→{1,2,…,k}。
5.如权利要求1所述的图像的色调映射方法,其特征在于,所述根据色调映射曲线对第一图像的亮度通道进行处理,得到第二图像包括:
根据色调映射曲线,对第一图像的每个像素的灰度级进行映射,得到映射后的亮度图像,再将所述映射后的亮度图像与色度图像合成,所得图像为色调映射后的图像即第二图像。
6.如权利要求1-5任一所述的图像的色调映射方法,其特征在于,所述第一图像为一帧的视频图像,得到亮度直方图Hn后,根据直方图Hn判断该第一图像是否为关键帧。
7.如权利要求6所述的图像的色调映射方法,其特征在于,判断该第一图像是否为关键帧的方法为:计算该第一图像的直方图Hn与前一帧视频图像直方图Hn-1之间的相似度D,并与预设直方图相似性阈值Dth进行比较,若直方图相似度D小于预设相似度阈值Dth,则该第一图像不是关键帧,则以上一关键帧计算得到的色调映射曲线对第一图像进行处理,若直方图相似度D大于等于预设相似度阈值Dth,则该第一图像是关键帧,则需重新计算色调映射曲线。
8.如权利要求6所述的图像的色调映射方法,其特征在于,得到色调映射曲线后,还对该色调映射曲线进行平滑处理,以用平滑后的色调映射曲线对第一图像的亮度通道进行处理。
9.一种图像的色调映射设备,其特征在于,包括:
图像获取单元,用于获取第一图像;
直方图统计单元,统计该第一图像的亮度值,得到亮度直方图Hn;
色调调整单元,根据亮度直方图Hn进行聚类,得到调整前像素灰度级和调整后像素灰度级之间的色调映射曲线;
色调映射单元,根据色调映射曲线对该第一图像的亮度值进行处理,得到第二图像。
10.如权利要求9所述的图像的色调映射设备,其特征在于,还包括
转换单元,当图像获取单元所获取到的第一图像为彩色图像时,在统计第一图像的亮度值之前,转换单元对该第一图像进行颜色空间转换,以转换为灰度图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811607930.8A CN109785275A (zh) | 2018-12-27 | 2018-12-27 | 一种图像的色调映射方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811607930.8A CN109785275A (zh) | 2018-12-27 | 2018-12-27 | 一种图像的色调映射方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109785275A true CN109785275A (zh) | 2019-05-21 |
Family
ID=66498546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811607930.8A Pending CN109785275A (zh) | 2018-12-27 | 2018-12-27 | 一种图像的色调映射方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109785275A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111200716A (zh) * | 2020-01-08 | 2020-05-26 | 珠海亿智电子科技有限公司 | 特征映射缩放的精度补偿方法、系统及存储介质 |
CN111476851A (zh) * | 2020-04-09 | 2020-07-31 | 广州华多网络科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN112348761A (zh) * | 2020-11-30 | 2021-02-09 | 广州绿怡信息科技有限公司 | 设备外观图像亮度调节方法及装置 |
WO2021073304A1 (zh) * | 2019-10-18 | 2021-04-22 | 华为技术有限公司 | 一种图像处理的方法及装置 |
CN113497902A (zh) * | 2020-04-03 | 2021-10-12 | 爱思开海力士有限公司 | 图像感测装置及其操作方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105261046A (zh) * | 2015-09-23 | 2016-01-20 | 北京航空航天大学 | 一种场景自适应的色调迁移方法 |
CN106709504A (zh) * | 2016-11-28 | 2017-05-24 | 上海大学 | 细节保持的高保真色调映射方法 |
CN107203974A (zh) * | 2016-03-16 | 2017-09-26 | 汤姆逊许可公司 | 扩展的高动态范围hdr到hdr色调映射的方法、装置和系统 |
CN107301402A (zh) * | 2017-06-30 | 2017-10-27 | 锐捷网络股份有限公司 | 一种现实场景关键帧的确定方法、装置、介质及设备 |
CN107832694A (zh) * | 2017-10-31 | 2018-03-23 | 北京赛思信安技术股份有限公司 | 一种视频关键帧提取算法 |
US20180197280A1 (en) * | 2014-05-30 | 2018-07-12 | Shenzhen Mindray Bio-Medical Electronics Co., Ltd | Systems and methods for selective enhancement of a region of interest in an image |
CN108898564A (zh) * | 2018-07-06 | 2018-11-27 | 中国科学院光电技术研究所 | 一种基于人类视觉模型和wls滤波器的高动态范围图像色调映射方法 |
-
2018
- 2018-12-27 CN CN201811607930.8A patent/CN109785275A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180197280A1 (en) * | 2014-05-30 | 2018-07-12 | Shenzhen Mindray Bio-Medical Electronics Co., Ltd | Systems and methods for selective enhancement of a region of interest in an image |
CN105261046A (zh) * | 2015-09-23 | 2016-01-20 | 北京航空航天大学 | 一种场景自适应的色调迁移方法 |
CN107203974A (zh) * | 2016-03-16 | 2017-09-26 | 汤姆逊许可公司 | 扩展的高动态范围hdr到hdr色调映射的方法、装置和系统 |
CN106709504A (zh) * | 2016-11-28 | 2017-05-24 | 上海大学 | 细节保持的高保真色调映射方法 |
CN107301402A (zh) * | 2017-06-30 | 2017-10-27 | 锐捷网络股份有限公司 | 一种现实场景关键帧的确定方法、装置、介质及设备 |
CN107832694A (zh) * | 2017-10-31 | 2018-03-23 | 北京赛思信安技术股份有限公司 | 一种视频关键帧提取算法 |
CN108898564A (zh) * | 2018-07-06 | 2018-11-27 | 中国科学院光电技术研究所 | 一种基于人类视觉模型和wls滤波器的高动态范围图像色调映射方法 |
Non-Patent Citations (1)
Title |
---|
MAGNUS OSKARSSON等: "Democratic Tone Mapping Using Optimal K-means Clustering", 《SCIA2015: IMAGE ANALYSIS》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021073304A1 (zh) * | 2019-10-18 | 2021-04-22 | 华为技术有限公司 | 一种图像处理的方法及装置 |
CN111200716A (zh) * | 2020-01-08 | 2020-05-26 | 珠海亿智电子科技有限公司 | 特征映射缩放的精度补偿方法、系统及存储介质 |
CN113497902A (zh) * | 2020-04-03 | 2021-10-12 | 爱思开海力士有限公司 | 图像感测装置及其操作方法 |
CN111476851A (zh) * | 2020-04-09 | 2020-07-31 | 广州华多网络科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN112348761A (zh) * | 2020-11-30 | 2021-02-09 | 广州绿怡信息科技有限公司 | 设备外观图像亮度调节方法及装置 |
CN112348761B (zh) * | 2020-11-30 | 2024-04-26 | 广州绿怡信息科技有限公司 | 设备外观图像亮度调节方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109785275A (zh) | 一种图像的色调映射方法及设备 | |
CN110047051B (zh) | 一种非均匀照明彩色图像增强方法 | |
CN103353982B (zh) | 一种基于直方图均衡化的色调映射方法 | |
CN106897981A (zh) | 一种基于引导滤波的低照度图像增强方法 | |
CN103747225B (zh) | 基于颜色空间转换的高动态范围图像双屏显示方法 | |
CN110706172B (zh) | 基于自适应混沌粒子群优化的低照度彩色图像增强方法 | |
CN111899205A (zh) | 一种场景自适应宽动态红外热成像的图像增强方法 | |
CN110717868B (zh) | 视频高动态范围反色调映射模型构建、映射方法及装置 | |
CN109389569B (zh) | 基于改进DehazeNet的监控视频实时去雾方法 | |
CN102208101A (zh) | 一种红外图像的自适应线性变换增强方法 | |
CN108093175A (zh) | 一种实时高清视频自适应去雾方法及装置 | |
CN104463806B (zh) | 基于数据驱动技术的高度自适应图像对比度增强方法 | |
CN110807735A (zh) | 图像处理方法、装置、终端设备及计算机可读存储介质 | |
CN109348207B (zh) | 色温调节方法、图像处理方法及装置、介质和电子设备 | |
CN107358592B (zh) | 一种迭代式全局自适应图像增强方法 | |
CN109102471B (zh) | 一种基于直方图修正的低功耗图像显示驱动方法 | |
Song et al. | Luminance enhancement and detail preservation of images and videos adapted to ambient illumination | |
CN111797694B (zh) | 一种车牌检测方法及装置 | |
Tang et al. | Curvature-based real-time brightness adjustment for ultra hd video | |
CN106846234B (zh) | 一种基于fpga的图像视频增强方法、系统及设备 | |
JP2019207603A (ja) | エッジ強度最大化によるトーンマッピング処理方法及びhdr映像変換装置 | |
CN117611467A (zh) | 一种能同时平衡不同区域细节和亮度的低光图像增强方法 | |
CN112200753A (zh) | 一种图像宽动态范围的处理方法 | |
CN107197235A (zh) | 一种hdr视频预处理方法 | |
CN110009704B (zh) | 一种珞珈一号夜光遥感影像的动态范围压缩方法和系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190521 |