CN109951615B - 一种视频色彩校正方法及系统 - Google Patents
一种视频色彩校正方法及系统 Download PDFInfo
- Publication number
- CN109951615B CN109951615B CN201910290675.7A CN201910290675A CN109951615B CN 109951615 B CN109951615 B CN 109951615B CN 201910290675 A CN201910290675 A CN 201910290675A CN 109951615 B CN109951615 B CN 109951615B
- Authority
- CN
- China
- Prior art keywords
- color
- boundary
- histogram
- pixel value
- threshold
- 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
Links
Images
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种视频色彩校正方法及系统,其中,所述方法包括:计算原图像的第一颜色直方图,并设置第一上下边界,生成第一颜色映射曲线;检测原图像是否存在目标区域,若否则利用第一颜色映射曲线对原图像的颜色进行重新映射,输出处理后的图像;若是则检测目标区域的位置和大小,计算所有目标区域的颜色直方图,并通过第一颜色映射曲线进行重新映射,得到第二颜色直方图,再根据第二颜色直方图设置第二上下边界,生成第二颜色映射曲线,然后根据第二颜色映射曲线重新映射第一颜色映射曲线,生成第三颜色映射曲线,再利用第三颜色映射曲线对原图像的颜色进行重新映射,输出处理后的图像。与现有技术相比,本发明可以提高视频的颜色均衡度。
Description
技术领域
本发明涉及一种视频色彩校正方法及系统,属于视频处理技术领域。
背景技术
视频色彩校正是对视频中每一帧的图片的色彩进行校正,使得视频显示颜色更丰富、更美观。当前,比较普遍的做法是对视频整体的画面颜色进行统计,并且进行颜色的均衡。但是,此种方法只针对于整体的画面进行调整,并未考虑图片中局部区域的颜色变化是否失真,因此,会导致像人脸等用户实际感兴趣的区域的模糊、对比度降低、失真等问题,降低视频的颜色均衡度,并且影响用户的视觉体验。
发明内容
本发明的目的在于,提供一种视频色彩校正方法及系统,可以至少解决上述技术问题之一
为解决上述技术问题,本发明采用如下的技术方案:
一种视频色彩校正方法,获取待处理视频的每一帧图像,并对每一帧的原图像分别进行色彩校正处理,包括以下步骤:步骤S1,计算得到原图像的第一颜色直方图;步骤S2,根据所述第一颜色直方图分别设置第一上边界和第一下边界;步骤S3,根据所述第一上边界和所述第一下边界生成第一颜色映射曲线;步骤S4,检测所述原图像是否存在目标区域,若是则执行步骤S5,否则执行步骤S11;步骤S5,检测目标区域的位置和大小,并计算得到所有目标区域的颜色直方图;步骤S6,将所有目标区域的颜色直方图通过所述第一颜色映射曲线进行重新映射,并计算得到第二颜色直方图;步骤S7,根据所述第二颜色直方图分别设置第二上边界和第二下边界;步骤S8,根据所述第二上边界和所述第二下边界生成第二颜色映射曲线;步骤S9,根据所述第二颜色映射曲线重新映射所述第一颜色映射曲线,生成第三颜色映射曲线;步骤S10,利用所述第三颜色映射曲线对所述原图像的颜色进行重新映射,输出处理后的图像;步骤S11,利用所述第一颜色映射曲线对所述原图像的颜色进行重新映射,输出处理后的图像。
前述的视频色彩校正方法中,所述步骤S2中根据所述第一颜色直方图设置第一上边界具体包括:判断所述第一颜色直方图中第一像素值区间的像素个数占整体像素个数的百分比与 10%的大小,其中,所述第一像素值区间为[A1,MAX1],MAX1为所述第一颜色直方图的最大像素值,A1=0.8MAX1,若小于10%则将A1设置为所述第一上边界,若大于10%则将MAX1设置为所述第一上边界,若等于10%则将A1或MAX1设置为所述第一上边界。
前述的视频色彩校正方法中,所述步骤S2中根据所述第一颜色直方图设置第一下边界具体包括:判断所述第一颜色直方图中第二像素值区间的像素个数占整体像素个数的百分比与 10%的大小,其中,所述第二像素值区间为[MIN1,B1],MIN1为所述第一颜色直方图的最小像素值,MAX1为所述第一颜色直方图的最大像素值,B1=0.2MAX1,若小于10%则将B1设置为所述第一下边界,若大于10%则将MIN1设置为所述第一下边界,若等于10%则将B1或 MIN1设置为所述第一下边界。
前述的视频色彩校正方法中,所述步骤S7中根据所述第二颜色直方图设置第二上边界具体包括:步骤S71,计算所述第二颜色直方图中的第三像素值A2,其中,MAX2与A2之间的直方图面积为整个直方图面积的5%,MAX2为所述第二颜色直方图的最大像素值;步骤S72,判断A2与上边界阈值的大小,若A2小于所述上边界阈值则将A2设置为所述第二上边界,若 A2大于所述上边界阈值则将所述上边界阈值设置为所述第二上边界,若A2等于所述上边界阈值则将A2或所述上边界阈值设置为所述第二上边界。
前述的视频色彩校正方法中,所述步骤S7中根据所述第二颜色直方图设置第二下边界具体包括:步骤S73,计算所述第二颜色直方图中的第四像素值B2,其中,MIN2与B2之间的直方图面积为整个直方图面积的5%,MIN2为所述第二颜色直方图的最小像素值;步骤S74,判断B2与下边界阈值的大小,若B2大于所述下边界阈值则将B2设置为所述第二下边界,若 B2小于所述下边界阈值则将所述下边界阈值设置为所述第二下边界,若B2等于所述下边界阈值则将B2或所述下边界阈值设置为所述第二下边界。
一种视频色彩校正系统,包括:图像获取模块,用于获取待处理视频的每一帧的原图像;第一直方图计算模块,与所述图像获取模块连接,用于计算得到原图像的第一颜色直方图;第一边界设置模块,与所述第一直方图计算模块连接,用于根据所述第一颜色直方图分别设置第一上边界和第一下边界;第一曲线生成模块,与所述第一边界设置模块连接,用于根据所述第一上边界和所述第一下边界生成第一颜色映射曲线;目标区域检测模块,与所述图像获取模块连接,用于检测所述原图像是否存在目标区域;第二直方图计算模块,与所述目标区域检测模块连接,用于当检测到所述原图像存在目标区域,检测目标区域的位置和大小,并计算得到所有目标区域的颜色直方图;第一映射模块,分别与所述第一曲线生成模块和所述第二直方图计算模块连接,用于将所有目标区域的颜色直方图通过所述第一颜色映射曲线进行重新映射,并计算得到第二颜色直方图;第二边界设置模块,与所述第一映射模块连接,用于根据所述第二颜色直方图分别设置第二上边界和第二下边界;第二曲线生成模块,与所述第二边界设置模块连接,用于根据所述第二上边界和所述第二下边界生成第二颜色映射曲线;第二映射模块,分别与所述第二曲线生成模块和第一曲线生成模块连接,用于根据所述第二颜色映射曲线重新映射所述第一颜色映射曲线,生成第三映射曲线;第三映射模块,分别与所述第二映射模块和所述图像获取模块连接,用于利用所述第三映射曲线对所述原图像的颜色进行重新映射,输出处理后的图像;第四映射模块,分别与所述目标区域检测模块、所述第一曲线生成模块和所述图像获取模块连接,用于当检测到所述原图像不存在目标区域,利用所述第一颜色映射曲线对所述原图像的颜色进行重新映射,输出处理后的图像。
前述的视频色彩校正系统中,所述第一边界设置模块,具体用于判断所述第一颜色直方图中第一像素值区间的像素个数占整体像素个数的百分比与10%的大小,其中,所述第一像素值区间为[A1,MAX1],MAX1为所述第一颜色直方图的最大像素值,A1=0.8MAX1,若小于10%则将A1设置为所述第一上边界,若大于10%则将MAX1设置为所述第一上边界,若等于10%则将A1或MAX1设置为所述第一上边界。
前述的视频色彩校正系统中,所述第一边界设置模块,具体用于判断所述第一颜色直方图中第二像素值区间的像素个数占整体像素个数的百分比与10%的大小,其中,所述第二像素值区间为[MIN1,B1],MIN1为所述第一颜色直方图的最小像素值,MAX1为所述第一颜色直方图的最大像素值,B1=0.2MAX1,若小于10%则将B1设置为所述第一下边界,若大于10%则将MIN1设置为所述第一下边界,若等于10%则将B1或MIN1设置为所述第一下边界。
前述的视频色彩校正系统中,所述第二边界设置模块包括:第一像素值计算模块,用于计算所述第二颜色直方图中的第三像素值A2,其中,MAX2与A2之间的直方图面积为整个直方图面积的5%,MAX2为所述第二颜色直方图的最大像素值;第一判断模块,与所述第一像素值计算模块连接,用于判断A2与上边界阈值的大小,若A2小于所述上边界阈值则将A2设置为所述第二上边界,若A2大于所述上边界阈值则将所述上边界阈值设置为所述第二上边界,若A2等于所述上边界阈值则将A2或所述上边界阈值设置为所述第二上边界。
前述的视频色彩校正系统中,所述第二边界设置模块包括:第二像素值计算模块,用于计算所述第二颜色直方图中的第四像素值B2,其中,MIN2与B2之间的直方图面积为整个直方图面积的5%,MIN2为所述第二颜色直方图的最小像素值;第二判断模块,与所述第二像素值计算模块连接,用于判断B2与下边界阈值的大小,若B2大于所述下边界阈值则将B2设置为所述第二下边界,若B2小于所述下边界阈值则将所述下边界阈值设置为所述第二下边界,若B2等于所述下边界阈值则将B2或所述下边界阈值设置为所述第二下边界。
与现有技术相比,本发明考虑到视频图片中局部区域的颜色变化失真情况,不仅针对画面整体的颜色进行均衡调整,而且对于像人脸等用户实际感兴趣的区域进行更加精细的调整,解决了现有色彩校正方法存在的目标模糊、对比度低、失真等问题,提升整个视频画面以及用户感兴趣区域的颜色均衡度,同时使用户感兴趣区域的颜色也更丰富,给用户更好的视觉体验;另外,可以在视频的采集、传输、展示等三个环节中的任何一个环节中进行色彩校正,其灵活性高、实时性好。
附图说明
图1、图13为本发明实施例一提供的方法流程图;
图2、图3为本发明实施例提供的用于设置第一上边界的颜色直方图;
图4为本发明实施例提供的用于设置第一下边界的颜色直方图;
图5、图6为本发明实施例提供的第一颜色映射曲线图;
图7、图9为本发明实施例一提供的步骤S7的方法流程图;
图8、图10分别为本发明实施例提供的用于设置第二上边界、第二下边界的颜色直方图;
图11、图12为本发明实施例提供的第二颜色映射曲线图;
图14为本发明实施例二提供的系统结构示意图;
图15为本发明实施例二提供的第二边界设置模块的结构示意图。
下面结合附图和具体实施方式对本发明作进一步的说明。
具体实施方式
本发明实施例一:
本实施例提供一种视频色彩校正方法,获取待处理视频的每一帧图像,并对每一帧的原图像分别进行色彩校正处理,如图1所示,主要包括以下步骤(步骤S1至S11):
步骤S1,计算得到原图像的第一颜色直方图;
本实施例中,统计原图像的各像素值的像素个数,并绘制第一颜色直方图,第一颜色直方图的横轴表示像素值,纵轴表示像素个数,其中,像素值可以有多种表示形式,例如:可以用浮点表示,为0~1,也可以用unit8表示,为0~255,本实施例对此不做具体限定。
步骤S2,根据第一颜色直方图分别设置第一上边界和第一下边界;
作为本实施例的一种可选实施方式,步骤S2中根据第一颜色直方图设置第一上边界具体包括:判断第一颜色直方图中第一像素值区间的像素个数占整体像素个数的百分比与10%的大小,其中,第一像素值区间为[A1,MAX1],MAX1为第一颜色直方图的最大像素值,A1=0.8MAX1,若小于10%则将A1设置为第一上边界,若大于10%则将MAX1设置为第一上边界,若等于10%则将A1或MAX1设置为第一上边界。如图2所示,灰色区域表示第一颜色直方图的第一像素值区间[A1,MAX1],该区间内的像素个数占整个原图像画面的像素个数的 10%以下,因此将A1的点设置为第一上边界;如图3所示,第一像素值区间[A1,MAX1]占整个原图像画面的像素个数达到10%以上,因此设置MAX1为第一上边界。
作为本实施例的一种可选实施方式,步骤S2中根据第一颜色直方图设置第一下边界具体包括:判断第一颜色直方图中第二像素值区间的像素个数占整体像素个数的百分比与10%的大小,其中,第二像素值区间为[MIN1,B1],MIN1为第一颜色直方图的最小像素值,MAX1为第一颜色直方图的最大像素值,B1=0.2MAX1,若小于10%则将B1设置为第一下边界,若大于10%则将MIN1设置为第一下边界,若等于10%则将B1或MIN1设置为第一下边界。如图4所示,灰色区域表示第一颜色直方图中的第二像素值区间[MIN1,B1],若该区间内的像素个数占整个原图像画面像素个数的10%以下,则将B1的点设置为第一下边界;若该区间内的像素个数占整个原图像画面像素个数的10%以上,则将MIN1设置为第一下边界。
步骤S3,根据第一上边界和第一下边界生成第一颜色映射曲线;
步骤S3中,第一颜色映射曲线可以为直线(如图5所示)或者平滑曲线(如图6所示),直线运行速度快,但效果较差,而平滑曲线运行速度较慢,但效果好;其中平滑曲线可以为 bezier曲线,对此本实施例不做具体限定。
步骤S4,检测原图像是否存在目标区域,若是则执行步骤S5,否则执行步骤S11;
步骤S5,检测目标区域的位置和大小,并计算得到所有目标区域的颜色直方图;
步骤S5中,检测的目标种类是根据不同的需求设定的,例如检测人脸、检测车辆、检测物品等。可以利用通用的检测算法一次检测出所有目标的位置和大小,也可以使用多个专用的检测算法分别检测不同种类的目标的位置和大小。
步骤S6,将所有目标区域的颜色直方图通过第一颜色映射曲线进行重新映射,并计算得到第二颜色直方图;
步骤S6中,将所有目标区域的颜色直方图都通过第一颜色映射曲线重新映射后,统计各像素值的像素个数,绘制第二颜色直方图,这样,可以使目标区域的颜色分布的范围更广、更均匀。
步骤S7,根据第二颜色直方图分别设置第二上边界和第二下边界;
作为本实施例的一种可选实施方式,如图7所示,步骤S7中根据第二颜色直方图设置第二上边界具体包括:步骤S71,计算第二颜色直方图中的第三像素值A2,其中,MAX2与A2之间的直方图面积为整个直方图面积的5%,MAX2为第二颜色直方图的最大像素值;步骤S72,判断A2与上边界阈值的大小,若A2小于上边界阈值则将A2设置为第二上边界,若A2大于上边界阈值则将上边界阈值设置为第二上边界,若A2等于上边界阈值则将A2或上边界阈值设置为第二上边界。如图8所示,阴影区域为MAX2与A2之间的直方图面积,该阴影区域面积占整个直方图面积的5%,当A2小于上边界阈值时,将A2设置为第二上边界。
作为本实施例的一种可选实施方式,如图9所示,步骤S7中根据第二颜色直方图设置第二下边界具体包括:步骤S73,计算第二颜色直方图中的第四像素值B2,其中,MIN2与B2之间的直方图面积为整个直方图面积的5%,MIN2为第二颜色直方图的最小像素值;步骤S74,判断B2与下边界阈值的大小,若B2大于下边界阈值则将B2设置为第二下边界,若B2小于下边界阈值则将下边界阈值设置为第二下边界,若B2等于下边界阈值则将B2或下边界阈值设置为第二下边界。如图10所示,阴影区域为MIN2与B2之间的直方图面积,该阴影区域面积占整个直方图面积的5%,当B2大于下边界阈值时,将B2设置为第二下边界。
在上述可选实施方式中,上边界阈值和下边界阈值都是可以在线配置的,并且针对不同的目标可以设置不同的上下边界阈值,例如:若目标区域为人脸区域,则可以设定上边界阈值为110,下边界阈值20,对此本实施例不做具体限定。
步骤S8,根据第二上边界和第二下边界生成第二颜色映射曲线;
步骤S8中,第二颜色映射曲线也可以为直线(如图11所示)或者平滑曲线(如图12所示),直线运行速度快,但效果较差,而平滑曲线运行速度较慢,但效果好;其中平滑曲线可以为bezier曲线,对此本实施例不做具体限定。
步骤S9,根据第二颜色映射曲线重新映射第一颜色映射曲线,生成第三颜色映射曲线;
步骤S10,利用第三颜色映射曲线对原图像的颜色进行重新映射,输出处理后的图像;
步骤S11,利用第一颜色映射曲线对原图像的颜色进行重新映射,输出处理后的图像。
本实施例所述方法对待处理视频进行逐帧处理,从第一帧按次序一直处理到最后一帧,对每一帧图像的处理方法均相同,即按照上述步骤S1至S11进行处理。步骤S4与步骤S1 至S3的执行没有先后顺序,也就是说,可以按步骤S1至S4的顺序依次执行(如图1所示),也可以先执行步骤S4,再执行步骤S1至S3(如图13所示),其中,当步骤S1至S3在步骤 S4之后执行时,步骤S1至S3与步骤S5的执行也没有先后顺序(如图13所示)。
本实施例提供的色彩校正方法通过分析图片的直方图统计曲线,对整体的颜色进行重新映射,可以提升整体图像画面以及目标区域的对比度和颜色显示范围;另外,采用目标区域的映射曲线对整体画面的颜色进行二次映射,最终对整幅图像的像素只进行一次颜色映射,本算法具有运行速度快实时性高等优点。该方法针对视频中的每帧图像都会进行处理,并用处理之后的图像替换视频中的原图像,从而使处理后的视频中颜色更丰富,画面更美观,感兴趣区域的颜色也更丰富,可以提升视频整体的颜色均衡度,同时提升感兴趣区域的色彩均衡度,给用户非常的视频体验;尤其在视频整体画面过暗或者过亮的情况下,本方法能够实现非常好的调整效果。
本发明实施例二:
本实施例提供一种视频色彩校正系统,如图14所示,主要包括:图像获取模块1,用于获取待处理视频的每一帧的原图像;第一直方图计算模块2,与图像获取模块1连接,用于计算得到原图像的第一颜色直方图;第一边界设置模块3,与第一直方图计算模块2连接,用于根据第一颜色直方图分别设置第一上边界和第一下边界;第一曲线生成模块4,与第一边界设置模块3连接,用于根据第一上边界和第一下边界生成第一颜色映射曲线;目标区域检测模块5,与图像获取模块1连接,用于检测原图像是否存在目标区域;第二直方图计算模块6,与目标区域检测模块5连接,用于当检测到原图像存在目标区域,检测目标区域的位置和大小,并计算得到所有目标区域的颜色直方图;第一映射模块7,分别与第一曲线生成模块4和第二直方图计算模块6连接,用于将所有目标区域的颜色直方图通过第一颜色映射曲线进行重新映射,并计算得到第二颜色直方图;第二边界设置模块8,与第一映射模块7 连接,用于根据第二颜色直方图分别设置第二上边界和第二下边界;第二曲线生成模块9,与第二边界设置模块8连接,用于根据第二上边界和第二下边界生成第二颜色映射曲线;第二映射模块10,分别与第二曲线生成模块9和第一曲线生成模块4连接,用于根据第二颜色映射曲线重新映射第一颜色映射曲线,生成第三映射曲线;第三映射模块11,分别与第二映射模块10和图像获取模块1连接,用于利用第三映射曲线对原图像的颜色进行重新映射,输出处理后的图像;第四映射模块12,分别与目标区域检测模块5、第一曲线生成模块4和图像获取模块1连接,用于当检测到原图像不存在目标区域,利用第一颜色映射曲线对原图像的颜色进行重新映射,输出处理后的图像。
本实施例中,统计原图像的各像素值的像素个数,并绘制第一颜色直方图,第一颜色直方图的横轴表示像素值,纵轴表示像素个数,其中,像素值可以有多种表示形式,例如:可以用浮点表示,为0~1,也可以用unit8表示,为0~255,本实施例对此不做具体限定。
作为本实施例的一种可选实施方式,第一边界设置模块3,具体用于判断第一颜色直方图中第一像素值区间的像素个数占整体像素个数的百分比与10%的大小,其中,第一像素值区间为[A1,MAX1],MAX1为第一颜色直方图的最大像素值,A1=0.8MAX1,若小于10%则将A1设置为第一上边界,若大于10%则将MAX1设置为第一上边界,若等于10%则将A1或MAX1设置为第一上边界。如图2所示,灰色区域表示第一颜色直方图的第一像素值区间[A1,MAX1],该区间内的像素个数占整个原图像画面的像素个数的10%以下,因此将A1的点设置为第一上边界;如图3所示,第一像素值区间[A1,MAX1]占整个原图像画面的像素个数达到10%以上,因此设置MAX1为第一上边界。
作为本实施例的一种可选实施方式,第一边界设置模块3,具体用于判断第一颜色直方图中第二像素值区间的像素个数占整体像素个数的百分比与10%的大小,其中,第二像素值区间为[MIN1,B1],MIN1为第一颜色直方图的最小像素值,MAX1为第一颜色直方图的最大像素值,B1=0.2MAX1,若小于10%则将B1设置为第一下边界,若大于10%则将MIN1设置为第一下边界,若等于10%则将B1或MIN1设置为第一下边界。如图4所示,灰色区域表示第一颜色直方图中的第二像素值区间[MIN1,B1],若该区间内的像素个数占整个原图像画面像素个数的10%以下,则将B1的点设置为第一下边界;若该区间内的像素个数占整个原图像画面像素个数的10%以上,则将MIN1设置为第一下边界。
本实施例中,第一颜色映射曲线可以为直线(如图5所示)或者平滑曲线(如图6所示),直线运行速度快,但效果较差,而平滑曲线运行速度较慢,但效果好;其中平滑曲线可以为 bezier曲线,对此本实施例不做具体限定。
本实施例中,检测的目标种类是根据不同的需求设定的,例如检测人脸、检测车辆、检测物品等。可以利用通用的检测算法一次检测出所有目标的位置和大小,也可以使用多个专用的检测算法分别检测不同种类的目标的位置和大小。
本实施例中,将所有目标区域的颜色直方图都通过第一颜色映射曲线重新映射后,统计各像素值的像素个数,绘制第二颜色直方图,这样,可以使目标区域的颜色分布的范围更广、更均匀。
作为本实施例的一种可选实施方式,如图15所示,第二边界设置模块8包括:第一像素值计算模块81,用于计算第二颜色直方图中的第三像素值A2,其中,MAX2与A2之间的直方图面积为整个直方图面积的5%,MAX2为第二颜色直方图的最大像素值;第一判断模块82,与第一像素值计算模块81连接,用于判断A2与上边界阈值的大小,若A2小于上边界阈值则将A2设置为第二上边界,若A2大于上边界阈值则将上边界阈值设置为第二上边界,若 A2等于上边界阈值则将A2或上边界阈值设置为第二上边界。如图8所示,阴影区域为MAX2与A2之间的直方图面积,该阴影区域面积占整个直方图面积的5%,当A2小于上边界阈值时,将A2设置为第二上边界。
作为本实施例的一种可选实施方式,如图15所示,第二边界设置模块8包括:第二像素值计算模块83,用于计算第二颜色直方图中的第四像素值B2,其中,MIN2与B2之间的直方图面积为整个直方图面积的5%,MIN2为第二颜色直方图的最小像素值;第二判断模块84,与第二像素值计算模块83连接,用于判断B2与下边界阈值的大小,若B2大于下边界阈值则将B2设置为第二下边界,若B2小于下边界阈值则将下边界阈值设置为第二下边界,若B2等于下边界阈值则将B2或下边界阈值设置为第二下边界。如图10所示,阴影区域为MIN2与 B2之间的直方图面积,该阴影区域面积占整个直方图面积的5%,当B2大于下边界阈值时,将B2设置为第二下边界。
在上述可选实施方式中,上边界阈值和下边界阈值都是可以在线配置的,并且针对不同的目标可以设置不同的上下边界阈值,例如:若目标区域为人脸区域,则可以设定上边界阈值为110,下边界阈值20,对此本实施例不做具体限定。
本实施例中,第二颜色映射曲线也可以为直线(如图11所示)或者平滑曲线(如图12 所示),直线运行速度快,但效果较差,而平滑曲线运行速度较慢,但效果好;其中平滑曲线可以为bezier曲线,对此本实施例不做具体限定。
本实施例所述系统对待处理视频进行逐帧处理,从第一帧按次序一直处理到最后一帧,对每一帧图像的处理均相同。
本实施例提供的色彩校正系统通过分析图片的直方图统计曲线,对整体的颜色进行重新映射,可以提升整体图像画面以及目标区域的对比度和颜色显示范围;另外,采用目标区域的映射曲线对整体画面的颜色进行二次映射,最终对整幅图像的像素只进行一次颜色映射,本算法具有运行速度快实时性高等优点。该系统针对视频中的每帧图像都会进行处理,并用处理之后的图像替换视频中的原图像,从而使处理后的视频中颜色更丰富,画面更美观,感兴趣区域的颜色也更丰富,可以提升视频整体的颜色均衡度,同时提升感兴趣区域的色彩均衡度,给用户非常的视频体验;尤其在视频整体画面过暗或者过亮的情况下,本系统能够实现非常好的调整效果。
需要注意的是,图2、图3、图4、图8、图10仅是颜色直方图的示意图。
由于本发明实施例提供的方法及系统可以在视频的采集、传输、展示等三个环节中的任何一个环节中进行色彩校正,因此,上述方法步骤、系统模块的执行主体也与进行环节相关,例如:当在视频采集过程中进行色彩校正时,执行主体是视频采集装置,当在视频传输过程中进行色彩校正时,执行主体是视频传输装置,当在视频展示过程中进行色彩校正时,执行主体是视频显示装置,对此本实施例不做具体限定。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的创造性精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (16)
1.一种视频色彩校正方法,其特征在于,获取待处理视频的每一帧图像,并对每一帧的原图像分别进行色彩校正处理,包括以下步骤:
步骤S1,计算得到原图像的第一颜色直方图;
步骤S2,根据所述第一颜色直方图分别设置第一上边界和第一下边界;
步骤S3,根据所述第一上边界和所述第一下边界生成第一颜色映射曲线;
步骤S4,检测所述原图像是否存在目标区域,若是则执行步骤S5,否则执行步骤S11;
所述步骤S5,检测目标区域的位置和大小,并计算得到所有目标区域的颜色直方图;
步骤S6,将所有目标区域的颜色直方图通过所述第一颜色映射曲线进行重新映射,并计算得到第二颜色直方图;
步骤S7,根据所述第二颜色直方图分别设置第二上边界和第二下边界;
步骤S8,根据所述第二上边界和所述第二下边界生成第二颜色映射曲线;
步骤S9,根据所述第二颜色映射曲线重新映射所述第一颜色映射曲线,生成第三颜色映射曲线;
步骤S10,利用所述第三颜色映射曲线对所述原图像的颜色进行重新映射,输出处理后的图像;
所述步骤S11,利用所述第一颜色映射曲线对所述原图像的颜色进行重新映射,输出处理后的图像。
2.根据权利要求1所述的视频色彩校正方法,其特征在于,所述步骤S2中根据所述第一颜色直方图设置第一上边界具体包括:判断所述第一颜色直方图中第一像素值区间的像素个数占整体像素个数的百分比与10%的大小,其中,所述第一像素值区间为[A1,MAX1],MAX1为所述第一颜色直方图的最大像素值,A1=0.8MAX1,若小于10%则将A1设置为所述第一上边界,若大于10%则将MAX1设置为所述第一上边界,若等于10%则将A1或MAX1设置为所述第一上边界。
3.根据权利要求1或2所述的视频色彩校正方法,其特征在于,所述步骤S2中根据所述第一颜色直方图设置第一下边界具体包括:判断所述第一颜色直方图中第二像素值区间的像素个数占整体像素个数的百分比与10%的大小,其中,所述第二像素值区间为[MIN1,B1],MIN1为所述第一颜色直方图的最小像素值,MAX1为所述第一颜色直方图的最大像素值,B1=0.2MAX1,若小于10%则将B1设置为所述第一下边界,若大于10%则将MIN1设置为所述第一下边界,若等于10%则将B1或MIN1设置为所述第一下边界。
4.根据权利要求1或2所述的视频色彩校正方法,其特征在于,所述步骤S7中根据所述第二颜色直方图设置第二上边界具体包括:
步骤S71,计算所述第二颜色直方图中的第三像素值A2,其中,MAX2与A2之间的直方图面积为整个直方图面积的5%,MAX2为所述第二颜色直方图的最大像素值;
步骤S72,判断A2与上边界阈值的大小,若A2小于所述上边界阈值则将A2设置为所述第二上边界,若A2大于所述上边界阈值则将所述上边界阈值设置为所述第二上边界,若A2等于所述上边界阈值则将A2或所述上边界阈值设置为所述第二上边界。
5.根据权利要求3所述的视频色彩校正方法,其特征在于,所述步骤S7中根据所述第二颜色直方图设置第二上边界具体包括:
步骤S71,计算所述第二颜色直方图中的第三像素值A2,其中,MAX2与A2之间的直方图面积为整个直方图面积的5%,MAX2为所述第二颜色直方图的最大像素值;
步骤S72,判断A2与上边界阈值的大小,若A2小于所述上边界阈值则将A2设置为所述第二上边界,若A2大于所述上边界阈值则将所述上边界阈值设置为所述第二上边界,若A2等于所述上边界阈值则将A2或所述上边界阈值设置为所述第二上边界。
6.根据权利要求1、2或5所述的视频色彩校正方法,其特征在于,所述步骤S7中根据所述第二颜色直方图设置第二下边界具体包括:
步骤S73,计算所述第二颜色直方图中的第四像素值B2,其中,MIN2与B2之间的直方图面积为整个直方图面积的5%,MIN2为所述第二颜色直方图的最小像素值;
步骤S74,判断B2与下边界阈值的大小,若B2大于所述下边界阈值则将B2设置为所述第二下边界,若B2小于所述下边界阈值则将所述下边界阈值设置为所述第二下边界,若B2等于所述下边界阈值则将B2或所述下边界阈值设置为所述第二下边界。
7.根据权利要求3所述的视频色彩校正方法,其特征在于,所述步骤S7中根据所述第二颜色直方图设置第二下边界具体包括:
步骤S73,计算所述第二颜色直方图中的第四像素值B2,其中,MIN2与B2之间的直方图面积为整个直方图面积的5%,MIN2为所述第二颜色直方图的最小像素值;
步骤S74,判断B2与下边界阈值的大小,若B2大于所述下边界阈值则将B2设置为所述第二下边界,若B2小于所述下边界阈值则将所述下边界阈值设置为所述第二下边界,若B2等于所述下边界阈值则将B2或所述下边界阈值设置为所述第二下边界。
8.根据权利要求4所述的视频色彩校正方法,其特征在于,所述步骤S7中根据所述第二颜色直方图设置第二下边界具体包括:
步骤S73,计算所述第二颜色直方图中的第四像素值B2,其中,MIN2与B2之间的直方图面积为整个直方图面积的5%,MIN2为所述第二颜色直方图的最小像素值;
步骤S74,判断B2与下边界阈值的大小,若B2大于所述下边界阈值则将B2设置为所述第二下边界,若B2小于所述下边界阈值则将所述下边界阈值设置为所述第二下边界,若B2等于所述下边界阈值则将B2或所述下边界阈值设置为所述第二下边界。
9.一种视频色彩校正系统,其特征在于,包括:
图像获取模块,用于获取待处理视频的每一帧的原图像;
第一直方图计算模块,与所述图像获取模块连接,用于计算得到原图像的第一颜色直方图;
第一边界设置模块,与所述第一直方图计算模块连接,用于根据所述第一颜色直方图分别设置第一上边界和第一下边界;
第一曲线生成模块,与所述第一边界设置模块连接,用于根据所述第一上边界和所述第一下边界生成第一颜色映射曲线;
目标区域检测模块,与所述图像获取模块连接,用于检测所述原图像是否存在目标区域;
第二直方图计算模块,与所述目标区域检测模块连接,用于当检测到所述原图像存在目标区域,检测目标区域的位置和大小,并计算得到所有目标区域的颜色直方图;
第一映射模块,分别与所述第一曲线生成模块和所述第二直方图计算模块连接,用于将所有目标区域的颜色直方图通过所述第一颜色映射曲线进行重新映射,并计算得到第二颜色直方图;
第二边界设置模块,与所述第一映射模块连接,用于根据所述第二颜色直方图分别设置第二上边界和第二下边界;
第二曲线生成模块,与所述第二边界设置模块连接,用于根据所述第二上边界和所述第二下边界生成第二颜色映射曲线;
第二映射模块,分别与所述第二曲线生成模块和第一曲线生成模块连接,用于根据所述第二颜色映射曲线重新映射所述第一颜色映射曲线,生成第三映射曲线;
第三映射模块,分别与所述第二映射模块和所述图像获取模块连接,用于利用所述第三映射曲线对所述原图像的颜色进行重新映射,输出处理后的图像;
第四映射模块,分别与所述目标区域检测模块、所述第一曲线生成模块和所述图像获取模块连接,用于当检测到所述原图像不存在目标区域,利用所述第一颜色映射曲线对所述原图像的颜色进行重新映射,输出处理后的图像。
10.根据权利要求9所述的视频色彩校正系统,其特征在于,所述第一边界设置模块,具体用于判断所述第一颜色直方图中第一像素值区间的像素个数占整体像素个数的百分比与10%的大小,其中,所述第一像素值区间为[A1,MAX1],MAX1为所述第一颜色直方图的最大像素值,A1=0.8MAX1,若小于10%则将A1设置为所述第一上边界,若大于10%则将MAX1设置为所述第一上边界,若等于10%则将A1或MAX1设置为所述第一上边界。
11.根据权利要求9或10所述的视频色彩校正系统,其特征在于,所述第一边界设置模块,具体用于判断所述第一颜色直方图中第二像素值区间的像素个数占整体像素个数的百分比与10%的大小,其中,所述第二像素值区间为[MIN1,B1],MIN1为所述第一颜色直方图的最小像素值,MAX1为所述第一颜色直方图的最大像素值,B1=0.2MAX1,若小于10%则将B1设置为所述第一下边界,若大于10%则将MIN1设置为所述第一下边界,若等于10%则将B1或MIN1设置为所述第一下边界。
12.根据权利要求9或10所述的视频色彩校正系统,其特征在于,所述第二边界设置模块包括:
第一像素值计算模块,用于计算所述第二颜色直方图中的第三像素值A2,其中,MAX2与A2之间的直方图面积为整个直方图面积的5%,MAX2为所述第二颜色直方图的最大像素值;
第一判断模块,与所述第一像素值计算模块连接,用于判断A2与上边界阈值的大小,若A2小于所述上边界阈值则将A2设置为所述第二上边界,若A2大于所述上边界阈值则将所述上边界阈值设置为所述第二上边界,若A2等于所述上边界阈值则将A2或所述上边界阈值设置为所述第二上边界。
13.根据权利要求11所述的视频色彩校正系统,其特征在于,所述第二边界设置模块包括:
第一像素值计算模块,用于计算所述第二颜色直方图中的第三像素值A2,其中,MAX2与A2之间的直方图面积为整个直方图面积的5%,MAX2为所述第二颜色直方图的最大像素值;
第一判断模块,与所述第一像素值计算模块连接,用于判断A2与上边界阈值的大小,若A2小于所述上边界阈值则将A2设置为所述第二上边界,若A2大于所述上边界阈值则将所述上边界阈值设置为所述第二上边界,若A2等于所述上边界阈值则将A2或所述上边界阈值设置为所述第二上边界。
14.根据权利要求9、10或13所述的视频色彩校正系统,其特征在于,所述第二边界设置模块包括:
第二像素值计算模块,用于计算所述第二颜色直方图中的第四像素值B2,其中,MIN2与B2之间的直方图面积为整个直方图面积的5%,MIN2为所述第二颜色直方图的最小像素值;
第二判断模块,与所述第二像素值计算模块连接,用于判断B2与下边界阈值的大小,若B2大于所述下边界阈值则将B2设置为所述第二下边界,若B2小于所述下边界阈值则将所述下边界阈值设置为所述第二下边界,若B2等于所述下边界阈值则将B2或所述下边界阈值设置为所述第二下边界。
15.根据权利要求11所述的视频色彩校正系统,其特征在于,所述第二边界设置模块包括:
第二像素值计算模块,用于计算所述第二颜色直方图中的第四像素值B2,其中,MIN2与B2之间的直方图面积为整个直方图面积的5%,MIN2为所述第二颜色直方图的最小像素值;
第二判断模块,与所述第二像素值计算模块连接,用于判断B2与下边界阈值的大小,若B2大于所述下边界阈值则将B2设置为所述第二下边界,若B2小于所述下边界阈值则将所述下边界阈值设置为所述第二下边界,若B2等于所述下边界阈值则将B2或所述下边界阈值设置为所述第二下边界。
16.根据权利要求12所述的视频色彩校正系统,其特征在于,所述第二边界设置模块包括:
第二像素值计算模块,用于计算所述第二颜色直方图中的第四像素值B2,其中,MIN2与B2之间的直方图面积为整个直方图面积的5%,MIN2为所述第二颜色直方图的最小像素值;
第二判断模块,与所述第二像素值计算模块连接,用于判断B2与下边界阈值的大小,若B2大于所述下边界阈值则将B2设置为所述第二下边界,若B2小于所述下边界阈值则将所述下边界阈值设置为所述第二下边界,若B2等于所述下边界阈值则将B2或所述下边界阈值设置为所述第二下边界。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910290675.7A CN109951615B (zh) | 2019-04-11 | 2019-04-11 | 一种视频色彩校正方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910290675.7A CN109951615B (zh) | 2019-04-11 | 2019-04-11 | 一种视频色彩校正方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109951615A CN109951615A (zh) | 2019-06-28 |
CN109951615B true CN109951615B (zh) | 2020-10-13 |
Family
ID=67014572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910290675.7A Active CN109951615B (zh) | 2019-04-11 | 2019-04-11 | 一种视频色彩校正方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109951615B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101873429B (zh) * | 2010-04-16 | 2012-09-05 | 杭州海康威视软件有限公司 | 图像对比度的处理方法及装置 |
CN104392425A (zh) * | 2014-12-04 | 2015-03-04 | 厦门美图移动科技有限公司 | 一种基于人脸的自动调整对比度的图像增强方法 |
CN105827975A (zh) * | 2016-04-26 | 2016-08-03 | 电子科技大学 | 一种用于全景视频拼接的颜色在线校正方法 |
CN108460730A (zh) * | 2017-02-17 | 2018-08-28 | 京东方科技集团股份有限公司 | 一种图像处理方法及其装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9794540B2 (en) * | 2015-04-17 | 2017-10-17 | Google Inc. | Hardware-based convolutional color correction in digital images |
-
2019
- 2019-04-11 CN CN201910290675.7A patent/CN109951615B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101873429B (zh) * | 2010-04-16 | 2012-09-05 | 杭州海康威视软件有限公司 | 图像对比度的处理方法及装置 |
CN104392425A (zh) * | 2014-12-04 | 2015-03-04 | 厦门美图移动科技有限公司 | 一种基于人脸的自动调整对比度的图像增强方法 |
CN105827975A (zh) * | 2016-04-26 | 2016-08-03 | 电子科技大学 | 一种用于全景视频拼接的颜色在线校正方法 |
CN108460730A (zh) * | 2017-02-17 | 2018-08-28 | 京东方科技集团股份有限公司 | 一种图像处理方法及其装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109951615A (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110599415B (zh) | 基于局部自适应伽马校正的图像对比度增强实现方法 | |
CN103606137B (zh) | 保持背景和细节信息的直方图均衡化方法 | |
CN108022223B (zh) | 一种基于对数映射函数分块处理融合的色调映射方法 | |
CN102075688B (zh) | 单帧双曝光图像宽动态处理方法 | |
CN104268843B (zh) | 基于直方图修正的图像自适应增强方法 | |
CN108280836B (zh) | 一种图像处理方法及装置 | |
CN106296612A (zh) | 一种图像质量评价和天气状况引导的分级式监控视频清晰化系统及方法 | |
CN102063704B (zh) | 一种机载视景增强方法及其装置 | |
CN110570360A (zh) | 一种基于Retinex的鲁棒和全面的低质量光照图像增强方法 | |
CN105844604A (zh) | 基于局部直方图增强的快速去雾算法 | |
CN111161163A (zh) | 一种直方图双重伽马校正的红外图像对比度增强方法 | |
CN110766636B (zh) | 一种用于ai芯片的智能图像处理方法 | |
US9571744B2 (en) | Video processing method and apparatus | |
CN103514588B (zh) | 图像增强方法和系统 | |
CN109544467A (zh) | 一种基于lab模型下增强彩色图像对比度的方法 | |
CN110175969B (zh) | 图像处理方法及图像处理装置 | |
CN105023250B (zh) | 一种基于fpga的实时图像自适应增强系统及方法 | |
CN108121522B (zh) | 一种基于边缘方向相关性的预畸变后平显画面反走样方法 | |
CN112488968B (zh) | 一种分程度直方图均衡融合的图像增强方法 | |
CN114155173A (zh) | 一种图像去雾方法、设备及非易失性存储介质 | |
CN109951615B (zh) | 一种视频色彩校正方法及系统 | |
CN112200755A (zh) | 一种图像去雾方法 | |
CN111583272A (zh) | 一种联合最大熵的改进Niblack红外图像分割方法 | |
CN116630198A (zh) | 一种结合自适应伽马校正的多尺度融合水下图像增强方法 | |
CN116563157A (zh) | 一种基于深度学习的面向空间卫星低照度图像增强方法 |
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 |