CN110009577A - 一种基于fpga的色调映射系统 - Google Patents

一种基于fpga的色调映射系统 Download PDF

Info

Publication number
CN110009577A
CN110009577A CN201910181598.1A CN201910181598A CN110009577A CN 110009577 A CN110009577 A CN 110009577A CN 201910181598 A CN201910181598 A CN 201910181598A CN 110009577 A CN110009577 A CN 110009577A
Authority
CN
China
Prior art keywords
image
block
mapping
piecemeal
indicates
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
Application number
CN201910181598.1A
Other languages
English (en)
Other versions
CN110009577B (zh
Inventor
黄以华
谭骏朗
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.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
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 Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN201910181598.1A priority Critical patent/CN110009577B/zh
Publication of CN110009577A publication Critical patent/CN110009577A/zh
Application granted granted Critical
Publication of CN110009577B publication Critical patent/CN110009577B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

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

Abstract

本发明涉及图像处理领域，更具体的，涉及一种基于FPGA的实时色调映射算法系统，本发明针对输入视频特定的分辨率，结合其权重值固定不变的特点，将原来需要进行大量计算的权重值使用了预先计算的方法来减低整个算法的计算量，在需要使用权重值时直接在存储器中读取即可，提高整个系统的吞吐率，满足实时映射需求。同时，本发明整个硬件系统的结构采用全局流水，局部并行的方式进行数据映射，整个系统各个模块间都以流水形式进行数据处理，在模块中以并行方式进行处理，极大地提高了整个系统的吞吐率，满足实时映射的需求。

Description

一种基于FPGA的色调映射系统
技术领域
本发明涉及图像处理领域，更具体的，涉及一种基于FPGA(现场可编程门阵列)的色调映射系统。
背景技术
在现实世界中，自然界的亮度范围为10-6至109cd/m2，对比度高达1015。而传统的图像传感器的动态范围一般只有102的数量级，因此在显示高动态对比度图像时会出现严重的对比度失真现象，失真现象的主要表现为细节丢失、高亮度处过曝光或者低亮度处欠曝光等特征。而高动态对比度图像能够展现被传统低动态图像丢失但却能被人类视觉系统感知到的极暗和极亮区域的细节部分，能够正确地表现现实世界中的亮度范围。然而，由于传统的显示设备一般是24位真彩色的，每个颜色通道只有8位，而高动态图像每个颜色通道为12位或者更高，因此高动态图像无法在常规显示设备中显示，因此对高动态图像进行色调映射极具意义。
色调映射算法将高动态图像的亮度压缩到传统显示设备可以接受的范围，同时尽可能地保留原图像的细节部分，最终使得经过映射后的低动态图像和人眼观察到的场景尽可能相同。色调映射算法能够广泛应用于生活中的各种场景，比如背光录像、隧道进出口时路况的行车记录、夜景录像等。常用的局部色调映射算法是对图像不同区域，根据区域特点使用不同的映射函数进行映射，具有细节保留丰富、图像对比度高的特点，但计算量大，容易产生伪影现象，同时不满足实时映射的要求，无法实现视频流的色调映射。
发明内容
为了解决现有技术中局部色调映射算法计算量大，容易产生伪影现象，同时不满足实时映射的要求，无法实现视频流的色调映射的不足，本发明提供了一种基于FPGA的色调映射系统。
为实现以上发明目的，采用的技术方案是：
一种基于FPGA的色调映射系统，包括有分块映射模块、图像融合模块以及细节增强模块，所述的分块映射模块和图像融合模块相连接，所述的图像融合模块与细节增强模块相连接；
在分块映射模块中，通过使用前一帧图像中计算出来的统计信息，实现N块映射图片并行映射；在图像融合模块中，通过提前计算出融合图片的权重值并储存到RAM上，避免权重值的大量计算，当图像融合模块接收到分块映射模块传入的数据后，图像融合模块分别读取对应图像的权值并进行卷积融合操作；细节增强模块负责对融合后图像进行细节增强，得到最终输出映射后的图像。
优选的，所述的分块映射模块包括有统计单元以及映射单元；所述的统计单元包括累加单元以及比较单元，所述的映射单元包括有控制单元、对数计算单元以及乘法器；所述的控制单元与对数计算单元相连接，所述的对数计算单元与乘法器相连接。
当分辨率为m*n的视频流输入到系统时，首先进入分块映射模块，统计单元中的比较单元识别视频流当前帧中N块区域的最大亮度值Lwmax并将最大亮度值Lwmax更新到对应寄存器值中，同时累加单元会将视频流当前帧中N块区域的亮度值进行累加、计算，得到各区域的平均亮度值Lwa并更新到对应寄存器值中，在映射单元组中，控制单元通过寄存器组提取上一帧视频的统计值Lwmax和Lwa提供给对数计算单元使用，最后将对数计算单元的输出值输入到乘法器进行计算，得到分块映射后的视频流数据。最终实现的计算公式如下所示：
上述公式中，j表示分块的行号，k表示分块的列号，Ljk(x,y)表示分块映射后第jk块区域坐标为(x,y)的像素点亮度值，表示jk块区域的最大亮度值，表示jk块区域的平均亮度值，Lw(x,y)表示输入坐标为(x,y)的像素点亮度值。
优选的，所述的图像融合模块包括有存储器、第二控制单元以及卷积融合单元，所述的存储器与第二控制单元相连接，第二控制单元与卷积融合单元相连接；
经过映射后的并行视频流数据输入到图像融合模块，在图像融合模块中存储器的权重值首先需要通过以下公式先进行计算，计算完成后存储到存储器上待图像融合时使用。
上述公式中，Gjk(x,y)表示第jk块局部块上坐标为(x,y)的像素点在高度为1的高斯曲面上的函数值，j表示分块的行号，k表示分块的列号，d为融合函数系数；(xjk,yjk)表示第jk块局部块的中心位置坐标，nr、nc分别表示第jk块局部块包含的像素点的行数和列数，Ijk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的亮度值，Wjk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的权重值；
图像融合模块中的第二控制单元会从存储器中取出对应的权重值供卷积融合模块计算使用，并将对应分块中的亮度值与权重值进行相乘并相加，最终得到经过融合后的视频流数据，其计算公式如下所示：
上述公式中，F(x,y)表示融合后的亮度值，j表示分块的行号，k表示分块的列号，nr、nc分别表示第jk块局部块包含的像素点的行数和列数，Ijk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的亮度值，Wjk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的权重值。
优选的，所述的细节增强模块的工作过程如下：
经过融合后的数据输入到细节增强模块中，经过快速双边滤波器提取视频流中当前帧的细节，并对当前帧进行细节增强，完成整个视频流的色调映射过程。
与现有技术相比，本发明的有益效果是：
本发明针对输入视频特定的分辨率，结合其权重值固定不变的特点，将原来需要进行大量计算的权重值使用了预先计算的方法来减低整个算法的计算量，在需要使用权重值时直接在存储器中读取即可，提高整个系统的吞吐率，满足实时映射需求。同时，本发明整个硬件系统的结构采用全局流水，局部并行的方式进行数据映射，整个系统各个模块间都以流水形式进行数据处理，在模块中以并行方式进行处理，极大地提高了整个系统的吞吐率，满足实时映射的需求。
本发明提供的方法通过对高动态图像进行分块处理，因此属于局部色调映射算法。与传统的局部色调映射方法相比，该映射算法能够保留图像丰富的细节的同时不引入伪影，映射后的图像自然度高，对于动态范围较大的高动态图像能保留图像丰富的细节，在高亮度的地方和低亮度的地方的细节部分不容易丢失，适用场景广。
附图说明
图1为本发明的系统框架图。
图2为本发明的分块映射模块的结构图。
图3为本发明的图像融合模块的结构图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
以下结合附图和实施例对本发明做进一步的阐述。
实施例1
如图1、图2、图3所示，一种基于FPGA的色调映射系统，包括有分块映射模块、图像融合模块以及细节增强模块，所述的分块映射模块和图像融合模块相连接，所述的图像融合模块与细节增强模块相连接；
在分块映射模块中，通过使用前一帧图像中计算出来的统计信息，实现N块映射图片并行映射；在图像融合模块中，通过提前计算出融合图片的权重值并储存到RAM上，避免权重值的大量计算，当图像融合模块接收到分块映射模块传入的数据后，图像融合模块分别读取对应图像的权值并进行卷积融合操作；细节增强模块负责对融合后图像进行细节增强，得到最终输出映射后的图像。
作为一个优选的实施例，所述的分块映射模块包括有统计单元以及映射单元；所述的统计单元包括累加单元以及比较单元，所述的映射单元包括有控制单元、对数计算单元以及乘法器；所述的控制单元与对数计算单元相连接，所述的对数计算单元与乘法器相连接。
当分辨率为m*n的视频流输入到系统时，首先进入分块映射模块，统计单元中的比较单元识别视频流当前帧中N块区域的最大亮度值Lwmax并将最大亮度值Lwmax更新到对应寄存器值中，同时累加单元会将视频流当前帧中N块区域的亮度值进行累加、计算，得到各区域的平均亮度值Lwa并更新到对应寄存器值中，在映射单元组中，控制单元通过寄存器组提取上一帧视频的统计值Lwmax和Lwa提供给对数计算单元使用，最后将对数计算单元的输出值输入到乘法器进行计算，得到分块映射后的视频流数据。最终实现的计算公式如下所示：
上述公式中，j表示分块的行号，k表示分块的列号，Ljk(x,y)表示分块映射后第jk块区域坐标为(x,y)的像素点亮度值，表示jk块区域的最大亮度值，表示jk块区域的平均亮度值，Lw(x,y)表示输入坐标为(x,y)的像素点亮度值。
作为一个优选的实施例，所述的图像融合模块包括有存储器、第二控制单元以及卷积融合单元，所述的存储器与第二控制单元相连接，第二控制单元与卷积融合单元相连接；
经过映射后的并行视频流数据输入到图像融合模块，在图像融合模块中存储器的权重值首先需要通过以下公式先进行计算，计算完成后存储到存储器上待图像融合时使用。
上述公式中，Gjk(x,y)表示第jk块局部块上坐标为(x,y)的像素点在高度为1的高斯曲面上的函数值，j表示分块的行号，k表示分块的列号，d为融合函数系数；(xjk,yjk)表示第jk块局部块的中心位置坐标，nr、nc分别表示第jk块局部块包含的像素点的行数和列数，Ijk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的亮度值，Wjk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的权重值；
图像融合模块中的第二控制单元会从存储器中取出对应的权重值供卷积融合模块计算使用，并将对应分块中的亮度值与权重值进行相乘并相加，最终得到经过融合后的视频流数据，其计算公式如下所示：
上述公式中，F(x,y)表示融合后的亮度值，j表示分块的行号，k表示分块的列号，nr、nc分别表示第jk块局部块包含的像素点的行数和列数，Ijk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的亮度值，Wjk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的权重值。
作为一个优选的实施例，所述的细节增强模块的工作过程如下：
经过融合后的数据输入到细节增强模块中，经过快速双边滤波器提取视频流中当前帧的细节，并对当前帧进行细节增强，完成整个视频流的色调映射过程。
实施例2
如图1、图2以及图3所示，首先获取高动态范围(HDR)视频，对于高动态范围图像的大小和动态范围的大小均没有限制。本实施例中，采用多张低动态范围图像进行视频合成得到高动态视频，该视频的分辨率为768*512。
将高动态范围视频输入到系统，首先进入分块映射模块，其结构如图2所示。统计单元中的比较单元会将找到视频流当前帧中N块区域的最大亮度值Lwmax并更新到对应寄存器值，同时累加单元会将视频流当前帧中N块区域的亮度值进行累加、计算，得到各区域的平均亮度值Lw并更新到对应寄存器值。而映射单元组中，控制单元通过寄存器组提取上一帧视频的统计值Lwmax和Lwa提供给对数计算单元使用，最后将对数计算单元的输出值输入到乘法器进行计算，得到分块映射后的视频流数据。本实施例中，视频流当前帧中划分4块的局部块大小为192*128的区域，jk的取值分别是11、12、21、22。最终实现的计算公式如下所示：
上述公式中，j表示分块的行号，k表示分块的列号，Ljk(x,y)表示分块映射后第jk块区域坐标为(x,y)的像素点亮度值，表示jk块区域的最大亮度值，表示jk块区域的平均亮度值，Lw(x,y)表示输入坐标为(x,y)的像素点亮度值。
经过分块映射后的视频流数据输入到图像融合模块，在图像融合模块中存储器的权重值首先需要通过以下公式先进行计算，计算完成后存储到存储器上待图像融合时使用。
上述公式中，Gjk(x,y)表示第jk块局部块上坐标为(x,y)的像素点在高度为1的高斯曲面上的函数值，j表示分块的行号，k表示分块的列号，d为融合函数系数；(xjk,yjk)表示第jk块局部块的中心位置坐标，nr、nc分别表示第jk块局部块包含的像素点的行数和列数，Ijk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的亮度值，Wjk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的权重值。本实施例中，融合函数系数d取值为1000，jk的取值分别是11、12、21、22，nr、nc的取值均为2。
如图3所示，经过映射后的并行视频流数据输入到图像融合模块，模块中的控制单元会从存储器中取出对应的权重值供卷积融合模块计算使用，将对应分块中的亮度值与权重值进行相乘并相加，最终得到经过融合后的视频流数据。其计算公式如下所示：
上述公式中，F(x,y)表示融合后的亮度值，j表示分块的行号，k表示分块的列号，nr、nc分别表示第jk块局部块包含的像素点的行数和列数，Ijk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的亮度值，Wjk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的权重值。
最后，经过融合后的数据输入到细节增强模块中，经过快速双边滤波器提取视频流中当前帧的细节，并对当前帧进行细节增强，完成整个视频流的色调映射过程。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (4)

1.一种基于FPGA的色调映射系统，其特征在于，包括有分块映射模块、图像融合模块以及细节增强模块，所述的分块映射模块和图像融合模块相连接，所述的图像融合模块与细节增强模块相连接；
在分块映射模块中，通过使用前一帧图像中计算出来的统计信息，实现N块映射图片并行映射；在图像融合模块中，通过提前计算出融合图片的权重值并储存到RAM上，避免权重值的大量计算，当图像融合模块接收到分块映射模块传入的数据后，图像融合模块分别读取对应图像的权值并进行卷积融合操作；细节增强模块负责对融合后图像进行细节增强，得到最终输出映射后的图像。
2.根据权利要求1所述的一种基于FPGA的色调映射系统，其特征在于，所述的分块映射模块包括有统计单元以及映射单元；所述的统计单元包括累加单元以及比较单元，所述的映射单元包括有控制单元、对数计算单元以及乘法器；所述的控制单元与对数计算单元相连接，所述的对数计算单元与乘法器相连接；
当分辨率为m*n的视频流输入到系统时，首先进入分块映射模块，统计单元中的比较单元识别视频流当前帧中N块区域的最大亮度值Lwmax并将最大亮度值Lwmax更新到对应寄存器值中，同时累加单元会将视频流当前帧中N块区域的亮度值进行累加、计算，得到各区域的平均亮度值Lwa并更新到对应寄存器值中，在映射单元组中，控制单元通过寄存器组提取上一帧视频的统计值Lwmax和Lwa提供给对数计算单元使用，最后将对数计算单元的输出值输入到乘法器进行计算，得到分块映射后的视频流数据，最终实现的计算公式如下所示：
上述公式中，j表示分块的行号，k表示分块的列号，Ljk(x,y)表示分块映射后第jk块区域坐标为(x,y)的像素点亮度值，表示jk块区域的最大亮度值，表示jk块区域的平均亮度值，Lw(x,y)表示输入坐标为(x,y)的像素点亮度值。
3.根据权利要求2所述的一种基于FPGA的色调映射系统，其特征在于，所述的图像融合模块包括有存储器、第二控制单元以及卷积融合单元，所述的存储器与第二控制单元相连接，第二控制单元与卷积融合单元相连接；
经过映射后的并行视频流数据输入到图像融合模块，在图像融合模块中存储器的权重值首先需要通过以下公式先进行计算，计算完成后存储到存储器上待图像融合时使用；
上述公式中，Gjk(x,y)表示第jk块局部块上坐标为(x,y)的像素点在高度为1的高斯曲面上的函数值，j表示分块的行号，k表示分块的列号，d为融合函数系数；(xjk,yjk)表示第jk块局部块的中心位置坐标，nr、nc分别表示第jk块局部块包含的像素点的行数和列数，Ijk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的亮度值，Wjk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的权重值；
图像融合模块中的第二控制单元会从存储器中取出对应的权重值供卷积融合模块计算使用，并将对应分块中的亮度值与权重值进行相乘并相加，最终得到经过融合后的视频流数据，其计算公式如下所示：
上述公式中，F(x,y)表示融合后的亮度值，j表示分块的行号，k表示分块的列号，nr、nc分别表示第jk块局部块包含的像素点的行数和列数，Ijk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的亮度值，Wjk(x,y)表示第jk块局部块上坐标为(x,y)的像素点的权重值。
4.根据权利要求3所述的一种基于FPGA的色调映射系统，其特征在于，所述的细节增强模块的工作过程如下：
经过融合后的数据输入到细节增强模块中，经过快速双边滤波器提取视频流中当前帧的细节，并对当前帧进行细节增强，完成整个视频流的色调映射过程。
CN201910181598.1A 2019-03-11 2019-03-11 一种基于fpga的色调映射系统 Active CN110009577B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910181598.1A CN110009577B (zh) 2019-03-11 2019-03-11 一种基于fpga的色调映射系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910181598.1A CN110009577B (zh) 2019-03-11 2019-03-11 一种基于fpga的色调映射系统

Publications (2)

Publication Number Publication Date
CN110009577A true CN110009577A (zh) 2019-07-12
CN110009577B CN110009577B (zh) 2023-09-22

Family

ID=67166814

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910181598.1A Active CN110009577B (zh) 2019-03-11 2019-03-11 一种基于fpga的色调映射系统

Country Status (1)

Country Link
CN (1) CN110009577B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7280710B1 (en) * 2002-05-24 2007-10-09 Cleveland Clinic Foundation Architecture for real-time 3D image registration
CN101625754A (zh) * 2009-08-05 2010-01-13 黄以华 一种基于fpga的图像处理系统
US20110091096A1 (en) * 2008-05-02 2011-04-21 Auckland Uniservices Limited Real-Time Stereo Image Matching System
CN204929109U (zh) * 2015-04-28 2015-12-30 艾韬 一种实时图像处理电路
CN108022223A (zh) * 2017-12-18 2018-05-11 中山大学 一种基于对数映射函数分块处理融合的色调映射方法
CN108765282A (zh) * 2018-04-28 2018-11-06 北京大学 基于fpga的实时超分辨方法及系统
US10225485B1 (en) * 2014-10-12 2019-03-05 Oliver Markus Haynold Method and apparatus for accelerated tonemapping

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7280710B1 (en) * 2002-05-24 2007-10-09 Cleveland Clinic Foundation Architecture for real-time 3D image registration
US20110091096A1 (en) * 2008-05-02 2011-04-21 Auckland Uniservices Limited Real-Time Stereo Image Matching System
CN101625754A (zh) * 2009-08-05 2010-01-13 黄以华 一种基于fpga的图像处理系统
US10225485B1 (en) * 2014-10-12 2019-03-05 Oliver Markus Haynold Method and apparatus for accelerated tonemapping
CN204929109U (zh) * 2015-04-28 2015-12-30 艾韬 一种实时图像处理电路
CN108022223A (zh) * 2017-12-18 2018-05-11 中山大学 一种基于对数映射函数分块处理融合的色调映射方法
CN108765282A (zh) * 2018-04-28 2018-11-06 北京大学 基于fpga的实时超分辨方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JUNLANG TAN等: "Logarithmic Tone Mapping Algorithm Based on Block Mapping Fusion", 《 2018 INTERNATIONAL CONFERENCE ON AUDIO, LANGUAGE AND IMAGE PROCESSING (ICALIP)》 *
JUNLANG TAN等: "Logarithmic Tone Mapping Algorithm Based on Block Mapping Fusion", 《 2018 INTERNATIONAL CONFERENCE ON AUDIO, LANGUAGE AND IMAGE PROCESSING (ICALIP)》, 6 September 2018 (2018-09-06) *

Also Published As

Publication number Publication date
CN110009577B (zh) 2023-09-22

Similar Documents

Publication Publication Date Title
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
CN100515042C (zh) 多曝光图像增强方法
CN104200445B (zh) 一种最优对比度和最小信息损失的图像去雾方法
CN107292830B (zh) 低照度图像增强及评价方法
CN106897981A (zh) 一种基于引导滤波的低照度图像增强方法
CN114742719B (zh) 一种基于多特征融合的端到端图像去雾方法
CN112686172B (zh) 机场跑道异物检测方法、装置及存储介质
CN107895357B (zh) 一种基于fpga的实时水面浓雾场景图像增强方法
CN107967668A (zh) 一种图像处理方法及装置
CN106296618A (zh) 一种基于高斯函数加权直方图规定化的彩色图像去雾方法
CN110097106A (zh) 基于深度学习的U-net网络的低照度成像算法及装置
CN112785534A (zh) 一种动态场景下去鬼影多曝光图像融合方法
CN107862672A (zh) 图像去雾的方法及装置
CN108093175B (zh) 一种实时高清视频自适应去雾方法及装置
CN115223004A (zh) 基于改进的多尺度融合生成对抗网络图像增强方法
CN107534733A (zh) 摄像装置、该摄像装置的图像处理方法及程序
CN109803100A (zh) 一种自适应消残影方法
CN109886906B (zh) 一种细节敏感的实时弱光视频增强方法和系统
CN109447917A (zh) 基于内容和特征及多尺度模型的遥感图像雾霾消除方法
CN108616700A (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
CN108171657A (zh) 图像插值方法及装置
CN107040771A (zh) 一种针对全景视频的编码优化方法
CN112508812A (zh) 图像色偏校正方法、模型训练方法、装置及设备
TWI376648B (en) Method and device for keeping image background by multiple gauss models
CN109427041A (zh) 一种图像白平衡方法及系统、存储介质及终端设备

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