CN110009588B - 一种人像图像色彩增强方法及装置 - Google Patents

一种人像图像色彩增强方法及装置 Download PDF

Info

Publication number
CN110009588B
CN110009588B CN201910283051.2A CN201910283051A CN110009588B CN 110009588 B CN110009588 B CN 110009588B CN 201910283051 A CN201910283051 A CN 201910283051A CN 110009588 B CN110009588 B CN 110009588B
Authority
CN
China
Prior art keywords
image
value
saturation
brightness
hsv
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
CN201910283051.2A
Other languages
English (en)
Other versions
CN110009588A (zh
Inventor
龚彦铭
徐滢
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.)
Chengdu Pinguo Technology Co Ltd
Original Assignee
Chengdu Pinguo 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 Chengdu Pinguo Technology Co Ltd filed Critical Chengdu Pinguo Technology Co Ltd
Priority to CN201910283051.2A priority Critical patent/CN110009588B/zh
Publication of CN110009588A publication Critical patent/CN110009588A/zh
Application granted granted Critical
Publication of CN110009588B publication Critical patent/CN110009588B/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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种人像图像色彩增强方法及装置，包括：对原始人像图像的每个像素点进行肤色点判断，获取第一皮肤区域；将所述第一皮肤区域的每个像素点转换为HSV格式，并计算第一皮肤区域的平均明度值和平均饱和度值；根据第一皮肤区域的平均明度值计算明度补偿值；根据第一皮肤区域的平均饱和度值计算饱和度补偿值；将原始人像图像转换为HSV图像；根据明度补偿值对所述HSV图像的明度进行补偿，根据饱和度补偿值对所述HSV图像的饱和度进行补偿，获取补偿后的HSV图像；将补偿后的HSV图像转换为RGB图像，获取原始人像图像的色彩增强图像。本发明提供的技术方案，能够在内存较小的移动设备上实时、流畅地运行，且人像增强效果更好。

Description

一种人像图像色彩增强方法及装置
技术领域
本发明涉及图像处理技术领域，尤其涉及一种人像图像色彩增强方法及装置。
背景技术
由于移动设备本身的拍照性能或环境光照等问题，使得采用移动设备拍出的人像图像常常存在亮度失真的现象，这种亮度失真具体表现为图像过亮或过暗、图像饱和度过低。因此，针对人像图像进行效果修复是后期图像处理的重要环节。好的图像修复软件能够对亮度失真的图像进行色彩增强，弥补前期拍摄的不足。
现有的图像色彩增强算法通常较复杂，占用移动设备的内存较大。将现有的图像色彩增强算法应用于内存较小的中低端移动设备上时，运行速度较慢，常出现卡顿现象，导致用户体验不高。因此，针对内存较小的中低端移动设备，需要开发一种新的图像色彩增强方法，以满足部分用户的使用需求。
发明内容
本发明旨在提供一种人像图像色彩增强方法及装置，能够在内存较小的移动设备上实时、流畅地运行，且人像增强效果更好。
为达到上述目的，本发明采用的技术方案如下：
一种人像图像色彩增强方法，包括：对原始人像图像的每个像素点进行肤色点判断，获取第一皮肤区域；所述原始人像图像为RGB图像；将所述第一皮肤区域的每个像素点转换为HSV格式，并计算所述第一皮肤区域的平均明度值和平均饱和度值；根据第一皮肤区域的平均明度值计算明度补偿值；根据第一皮肤区域的平均饱和度值计算饱和度补偿值；将所述原始人像图像转换为HSV图像；根据所述明度补偿值对所述HSV图像的明度进行补偿，根据所述饱和度补偿值对所述HSV图像的饱和度进行补偿，获取补偿后的HSV图像；将所述补偿后的HSV图像转换为RGB图像，获取原始人像图像的色彩增强图像。
进一步地，还包括：对所述原始人像图像进行缩放，获取缩放图；对所述缩放图的每个像素点进行肤色点判断，获取第二皮肤区域；将所述第二皮肤区域的每个像素点转换为HSV格式，并计算所述第二皮肤区域的平均明度值和平均饱和度值；根据第二皮肤区域的平均明度值计算所述明度补偿值；根据第二皮肤区域的平均饱和度值计算所述饱和度补偿值。
优选地，所述对所述缩放图的每个像素点进行肤色点判断，获取第二皮肤区域包括：将所述缩放图转换为YCbCr格式，获取所述缩放图的每个像素点的蓝色浓度偏移量和红色浓度偏移量；当所述缩放图中一个像素点的蓝色浓度偏移量位于第一预定区域，且红色浓度偏移量位于第二预定区域时，判定该像素点为肤色点；所述肤色点的集合为所述第二皮肤区域。
优选地，所述根据第二皮肤区域的平均明度值计算所述明度补偿值的方法为：
ΔV＝(0.85-avgV)*delta1
其中，ΔV为所述明度补偿值，avgV为所述第二皮肤区域的平均明度值，delta1为明度补偿程度，delta1的取值范围为[0，0.5]；
所述根据第二皮肤区域的平均饱和度值计算所述饱和度补偿值的方法为：
ΔS＝(0.35-avgS)*delta2
其中，ΔS为所述饱和度补偿值，avgS为所述第二皮肤区域的平均饱和度值，delta2为饱和度补偿程度，delta2的取值范围为[0，0.6]。
优选地，所述根据所述明度补偿值对所述HSV图像的明度进行补偿的方法为：
对所述HSV图像每个像素的明度值进行如下运算：
V′＝2*V*(1-V)*(0.5+ΔV)+V*V
其中，V′为所述HSV图像每个像素的补偿后明度值，V为所述HSV图像每个像素的明度值，ΔV为所述明度补偿值；
所述根据所述饱和度补偿值对所述HSV图像的饱和度进行补偿的方法为：
对所述HSV图像每个像素的饱和度值进行如下运算：
S′＝2*S*(1-S)*ΔS+S*S
其中，S′所述HSV图像每个像素的补偿后饱和度值，S为所述HSV图像每个像素的饱和度值，ΔS为所述饱和度补偿值。
一种人像图像色彩增强装置，包括：肤色区域检测单元，用于对原始人像图像的每个像素点进行肤色点判断，获取第一皮肤区域；所述原始人像图像为RGB图像；第一转换单元，用于将所述第一皮肤区域的每个像素点转换为HSV格式，并计算所述第一皮肤区域的平均明度值和平均饱和度值；第一计算单元，用于根据第一皮肤区域的平均明度值计算明度补偿值，并根据第一皮肤区域的平均饱和度值计算饱和度补偿值；第二转换单元，用于将所述原始人像图像转换为HSV图像；补偿单元，用于根据所述明度补偿值对所述HSV图像的明度进行补偿，并根据所述饱和度补偿值对所述HSV图像的饱和度进行补偿，获取补偿后的HSV图像；第三转换单元，用于将所述补偿后的HSV图像转换为RGB图像，获取原始人像图像的色彩增强图像。
进一步地，还包括：缩放单元，用于对所述原始人像图像进行缩放，获取缩放图；所述肤色区域检测单元还用于对所述缩放图的每个像素点进行肤色点判断，获取第二皮肤区域；所述第一转换单元还用于将所述第二皮肤区域的每个像素点转换为HSV格式，并计算所述第二皮肤区域的平均明度值和平均饱和度值；所述第一计算单元还用于根据第二皮肤区域的平均明度值计算所述明度补偿值，并根据第二皮肤区域的平均饱和度值计算所述饱和度补偿值。
本发明实施例提供的人像图像色彩增强方法及装置，通过计算人像图像中皮肤区域的平均明度值和平均饱和度值，并根据皮肤区域的平均明度值和平均饱和度值来计算原始图像的明度补偿值和饱和度补偿值，使得根据上述补偿值对原始图像进行补偿后，原始图像中的人像部分得到了很好的色彩增强，与现有技术相比，本方案能够使图像中的人像部分得到更好的色彩增强效果。且本方案算法简单，能够在内存较小的中低端移动设备上实时、流畅地运行，从而满足目前市场上部分用户的使用需求。
附图说明
图1为本发明实施例一的方法流程图；
图2为本发明实施例二的方法流程图；
图3为本发明实施例一的装置结构图；
图4为本发明实施例二的装置结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。
图1为本发明实施例的方法流程图，包括：
步骤101，对原始人像图像的每个像素点进行肤色点判断，获取第一皮肤区域；所述原始人像图像为RGB图像；
本实施例中，可以直接对原始人像图像的每个像素点进行肤色点判断，获取原始人像图像中的人体皮肤区域，即第一皮肤区域；也可以对原始人像图像进行缩放后，对缩放图的每个像素点进行肤色点判断，获取缩放图中的人体皮肤区域，即第二皮肤区域。将原始人像图像进行缩小，保持其原始宽高比，缩小到最小边长为300像素左右，得到缩放图。对原始人像图像进行缩放的目的是减小图像的运算量，即减少图像像素点的遍历次数，例如，对原始人像图像需要遍历720*1280次，而对缩放图只需遍历300*533次，因此能够提升运算性能。缩小的尺寸可以以实际的呈现效果为准。
本实施例中，对所述缩放图的每个像素点进行肤色点判断，获取第二皮肤区域的方法为：将所述缩放图由RGB格式转换为YCbCr格式，获取所述缩放图的每个像素点的蓝色浓度偏移量和红色浓度偏移量；当所述缩放图中一个像素点的蓝色浓度偏移量位于第一预定区域，且红色浓度偏移量位于第二预定区域时，判定该像素点为肤色点；所述肤色点的集合为所述第二皮肤区域。
YCbCr是一种图像色彩空间，其中，Y为颜色的亮度成分，Cb为蓝色浓度偏移量成分，Cr为红色浓度偏移量成分，每个分量的值域范围是0～255。本实施例的肤色检测是在这个色彩空间下进行计算的，即首先将RGB格式的缩放图转换为YCbCr格式，获取缩放图的每个像素点的蓝色浓度偏移量和红色浓度偏移量，具体转换公式如下：
Y＝0.257*R+0.564*G+0.098*B+16
Cb＝-0.148*R-0.291*G+0.439*B+128
Cr＝0.439*R-0.368*G-0.071*B+128
其中，R、G、B、Y、Cb、Cr的值的取值范围均为0～255。
然后，遍历缩放图的每一个像素点，对Cb、Cr这两个分量值的大小进行检测，如果某个像素点的Cr值大于133小于173，且该像素点的Cb值大于77小于127，则认为该像素点为肤色点。上述范围(即所述第一预定区域和第二预定区域)是一个经验值，也跟检测的人像的肤色有关，实际使用时可根据情况进行范围调整。本实施例提供的这种检测方法简单、快速，尤其适合于检测亚洲、欧洲人的肤色区域。
当然，除了上述肤色检测方法，也可采用现有的其它肤色检测方法，例如，RGB空间下的肤色检测法、高斯模型法等。本实施例采用在YCbCr空间下检测的原因是基于效果和速度的综合考虑，即本方案比现有的肤色检测法速度更快、效果更好。
步骤102，将所述第一皮肤区域的每个像素点转换为HSV格式，并计算所述第一皮肤区域的平均明度值和平均饱和度值；
本实施例中，若是对上述缩放图进行处理，则将所述第二皮肤区域的每个像素点转换为HSV格式，并计算所述第二皮肤区域的平均明度值和平均饱和度值。将第一皮肤区域/第二皮肤区域的每个像素点转换为HSV格式所采用的公式如下：
R′＝R/255，G′＝G/255，B′＝B/255
Cmax＝max(R′，G′，B′)，Cmin＝min(R′，G′，B′)
Δ＝Cmax-Cmin
色调分量H计算：
Figure BDA0002022035730000071
饱和度分量S计算：
Figure BDA0002022035730000072
明度分量V计算：
V＝Cmax
其中，H分量的范围为0～360，S和V的范围均为0～1。
计算出每个像素点的H、S、V分量后，对所有像素点的H、S、V分量值取平均值，即可获取第一皮肤区域/第二皮肤区域的平均色调值、平均饱和度值和平均明度值，分别用avgH、avgS、avgV表示。
步骤103，根据第一皮肤区域的平均明度值计算明度补偿值；根据第一皮肤区域的平均饱和度值计算饱和度补偿值；
本实施例中，若是对缩放图进行处理，则根据第二皮肤区域的平均明度值计算所述明度补偿值；根据第二皮肤区域的平均饱和度值计算所述饱和度补偿值。
具体地，根据第二皮肤区域的平均明度值计算所述明度补偿值的方法为：
ΔV＝(0.85-avgV)*delta1
其中，ΔV为所述明度补偿值，avgV为所述第二皮肤区域的平均明度值，delta1为明度补偿程度，delta1的取值范围为[0，0.5]；
根据第二皮肤区域的平均饱和度值计算所述饱和度补偿值的方法为：
ΔS＝(0.35-avgS)*delta2
其中，ΔS为所述饱和度补偿值，avgS为所述第二皮肤区域的平均饱和度值，delta2为饱和度补偿程度，delta2的取值范围为[0，0.6]。
明度补偿公式中的0.85和饱和度补偿公式中的0.35均为经验值，这两个经验值是通过统计一批明度正常和饱和度正常的图像而得到的，因此，可根据实际所需获取的图像补偿效果来调整该经验值。
步骤104，将所述原始人像图像转换为HSV图像；
本步骤中的图像色彩空间转换公式如步骤102中所述。
步骤105，根据所述明度补偿值对所述HSV图像的明度进行补偿，根据所述饱和度补偿值对所述HSV图像的饱和度进行补偿，获取补偿后的HSV图像；
本实施例中，所述根据所述明度补偿值对所述HSV图像的明度进行补偿的方法为：
对所述HSV图像每个像素的明度值进行如下运算：
V′＝2*V*(1-V)*(0.5+ΔV)+V*V
其中，V′为所述HSV图像每个像素的补偿后明度值，V为所述HSV图像每个像素的明度值，ΔV为所述明度补偿值。上述V′公式是一个贝塞尔一阶曲线公式，是一种曲线放大/缩小的方程。
本实施例中，所述根据所述饱和度补偿值对所述HSV图像的饱和度进行补偿的方法为：
对所述HSV图像每个像素的饱和度值进行如下运算：
S′＝2*S*(1-S)*ΔS+S*S
其中，S′所述HSV图像每个像素的补偿后饱和度值，S为所述HSV图像每个像素的饱和度值，ΔS为所述饱和度补偿值。上述S′公式是一个贝塞尔一阶曲线公式，是一种曲线放大/缩小的方程。采用一阶贝塞尔曲线代替线性调整，可以让画面的质感更加柔和且高光部分不溢出。
本实施例中，所述HSV图像的色调H不变，即H′＝H。
步骤106，将所述补偿后的HSV图像转换为RGB图像，获取原始人像图像的色彩增强图像。
将补偿后的HSV图像转换为RGB图像，即将补偿后的HSV图像的每一个像素转换为RGB格式，具体转换公式如下：
Figure BDA0002022035730000101
p＝V′×(1-S′)
q＝V′×(1-f×S′)，t＝V′×(1-(1-f)×S′)
Figure BDA0002022035730000102
其中，H′、S′、V′分别为步骤105中的补偿后色调值、补偿后饱和度值和补偿后明度值。
本发明实施例还公开一种人像图像色彩增强装置，如图3所示，包括：
肤色区域检测单元，用于对原始人像图像的每个像素点进行肤色点判断，获取第一皮肤区域；所述原始人像图像为RGB图像；
第一转换单元，用于将所述第一皮肤区域的每个像素点转换为HSV格式，并计算所述第一皮肤区域的平均明度值和平均饱和度值；
第一计算单元，用于根据第一皮肤区域的平均明度值计算明度补偿值，并根据第一皮肤区域的平均饱和度值计算饱和度补偿值；
第二转换单元，用于将所述原始人像图像转换为HSV图像；
补偿单元，用于根据所述明度补偿值对所述HSV图像的明度进行补偿，并根据所述饱和度补偿值对所述HSV图像的饱和度进行补偿，获取补偿后的HSV图像；
第三转换单元，用于将所述补偿后的HSV图像转换为RGB图像，获取原始人像图像的色彩增强图像。
进一步地，如图4所示，还包括：缩放单元，用于对所述原始人像图像进行缩放，获取缩放图；所述肤色区域检测单元还用于对所述缩放图的每个像素点进行肤色点判断，获取第二皮肤区域；所述第一转换单元还用于将所述第二皮肤区域的每个像素点转换为HSV格式，并计算所述第二皮肤区域的平均明度值和平均饱和度值；所述第一计算单元还用于根据第二皮肤区域的平均明度值计算所述明度补偿值，并根据第二皮肤区域的平均饱和度值计算所述饱和度补偿值。
本装置的工作流程及工作原理已经在本发明公开的人像图像色彩增强方法中进行了详细描述，此处不再赘述。
本发明实施例提供的人像图像色彩增强方法及装置，通过计算人像图像中皮肤区域的平均明度值和平均饱和度值，并根据皮肤区域的平均明度值和平均饱和度值来计算原始图像的明度补偿值和饱和度补偿值，使得根据上述补偿值对原始图像进行补偿后，原始图像中的人像部分得到了很好的色彩增强，与现有技术相比，本方案能够使图像中的人像部分得到更好的色彩增强效果。且本方案算法简单，实践证明，对于720p的图像，运算速度可以达到30帧以上，单次计算约在6ms以下，具有很好的性能，能够在内存较小的中低端移动设备上实时、流畅地运行，从而满足目前市场上部分用户的使用需求。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种人像图像色彩增强方法，其特征在于，包括：
对原始人像图像的每个像素点进行肤色点判断，获取第一皮肤区域；所述原始人像图像为RGB图像；
将所述第一皮肤区域的每个像素点转换为HSV格式，并计算所述第一皮肤区域的平均明度值和平均饱和度值；
根据第一皮肤区域的平均明度值计算明度补偿值；根据第一皮肤区域的平均饱和度值计算饱和度补偿值；
将所述原始人像图像转换为HSV图像；
根据所述明度补偿值对所述HSV图像的明度进行补偿,根据所述饱和度补偿值对所述HSV图像的饱和度进行补偿,获取补偿后的HSV图像；所述根据所述明度补偿值对所述HSV图像的明度进行补偿的方法为：
对所述HSV图像每个像素的明度值进行如下运算：
V'＝2*V*(1-V)*(0.5+ΔV)+V*V
其中，V'为所述HSV图像每个像素的补偿后明度值，V为所述HSV图像每个像素的明度值，ΔV为所述明度补偿值；
所述根据所述饱和度补偿值对所述HSV图像的饱和度进行补偿的方法为：
对所述HSV图像每个像素的饱和度值进行如下运算：
S'＝2*S*(1-S)*ΔS+S*S
其中，S'所述HSV图像每个像素的补偿后饱和度值，S为所述HSV图像每个像素的饱和度值，ΔS为所述饱和度补偿值；
将所述补偿后的HSV图像转换为RGB图像，获取原始人像图像的色彩增强图像。
2.根据权利要求1所述的人像图像色彩增强方法，其特征在于，还包括：
对所述原始人像图像进行缩放，获取缩放图；
对所述缩放图的每个像素点进行肤色点判断，获取第二皮肤区域；
将所述第二皮肤区域的每个像素点转换为HSV格式，并计算所述第二皮肤区域的平均明度值和平均饱和度值；
根据第二皮肤区域的平均明度值计算所述明度补偿值；根据第二皮肤区域的平均饱和度值计算所述饱和度补偿值。
3.根据权利要求2所述的人像图像色彩增强方法，其特征在于，所述对所述缩放图的每个像素点进行肤色点判断，获取第二皮肤区域包括：
将所述缩放图转换为YCbCr格式，获取所述缩放图的每个像素点的蓝色浓度偏移量和红色浓度偏移量；
当所述缩放图中一个像素点的蓝色浓度偏移量位于第一预定区域，且红色浓度偏移量位于第二预定区域时，判定该像素点为肤色点；
所述肤色点的集合为所述第二皮肤区域。
4.根据权利要求2所述的人像图像色彩增强方法，其特征在于，所述根据第二皮肤区域的平均明度值计算所述明度补偿值的方法为：ΔV＝(0.85-avgV)*delta1
其中，ΔV为所述明度补偿值，avgV为所述第二皮肤区域的平均明度值，delta1为明度补偿程度，delta1的取值范围为[0，0.5]；
所述根据第二皮肤区域的平均饱和度值计算所述饱和度补偿值的方法为：
ΔS＝(0.35-avgS)*delta2
其中，ΔS为所述饱和度补偿值，avgS为所述第二皮肤区域的平均饱和度值，delta2为饱和度补偿程度，delta2的取值范围为[0，0.6]。
5.一种人像图像色彩增强装置，其特征在于，包括：
肤色区域检测单元，用于对原始人像图像的每个像素点进行肤色点判断，获取第一皮肤区域；所述原始人像图像为RGB图像；
第一转换单元，用于将所述第一皮肤区域的每个像素点转换为HSV格式，并计算所述第一皮肤区域的平均明度值和平均饱和度值；
第一计算单元，用于根据第一皮肤区域的平均明度值计算明度补偿值，并根据第一皮肤区域的平均饱和度值计算饱和度补偿值；
第二转换单元，用于将所述原始人像图像转换为HSV图像；
补偿单元，用于根据所述明度补偿值对所述HSV图像的明度进行补偿,并根据所述饱和度补偿值对所述HSV图像的饱和度进行补偿,获取补偿后的HSV图像；所述根据所述明度补偿值对所述HSV图像的明度进行补偿的方法为：
对所述HSV图像每个像素的明度值进行如下运算：
V'＝2*V*(1-V)*(0.5+ΔV)+V*V
其中，V'为所述HSV图像每个像素的补偿后明度值，V为所述HSV图像每个像素的明度值，ΔV为所述明度补偿值；
所述根据所述饱和度补偿值对所述HSV图像的饱和度进行补偿的方法为：
对所述HSV图像每个像素的饱和度值进行如下运算：
S'＝2*S*(1-S)*ΔS+S*S
其中，S'所述HSV图像每个像素的补偿后饱和度值，S为所述HSV图像每个像素的饱和度值，ΔS为所述饱和度补偿值；
第三转换单元，用于将所述补偿后的HSV图像转换为RGB图像，获取原始人像图像的色彩增强图像。
6.根据权利要求5所述的人像图像色彩增强装置，其特征在于，还包括：缩放单元，用于对所述原始人像图像进行缩放，获取缩放图；
所述肤色区域检测单元还用于对所述缩放图的每个像素点进行肤色点判断，获取第二皮肤区域；
所述第一转换单元还用于将所述第二皮肤区域的每个像素点转换为HSV格式，并计算所述第二皮肤区域的平均明度值和平均饱和度值；
所述第一计算单元还用于根据第二皮肤区域的平均明度值计算所述明度补偿值，并根据第二皮肤区域的平均饱和度值计算所述饱和度补偿值。
CN201910283051.2A 2019-04-09 2019-04-09 一种人像图像色彩增强方法及装置 Active CN110009588B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910283051.2A CN110009588B (zh) 2019-04-09 2019-04-09 一种人像图像色彩增强方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910283051.2A CN110009588B (zh) 2019-04-09 2019-04-09 一种人像图像色彩增强方法及装置

Publications (2)

Publication Number Publication Date
CN110009588A CN110009588A (zh) 2019-07-12
CN110009588B true CN110009588B (zh) 2022-12-27

Family

ID=67170587

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910283051.2A Active CN110009588B (zh) 2019-04-09 2019-04-09 一种人像图像色彩增强方法及装置

Country Status (1)

Country Link
CN (1) CN110009588B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113472997B (zh) 2020-03-31 2022-11-04 北京小米移动软件有限公司 图像处理方法及装置、移动终端及存储介质
CN111540325B (zh) * 2020-05-20 2021-12-03 Tcl华星光电技术有限公司 图像增强方法和图像增强装置
CN112858268B (zh) * 2020-09-18 2022-06-14 武汉大学 基于化学成像-校正分析的土壤水和溶质迁移全域性测量方法
CN112907459B (zh) * 2021-01-25 2024-04-09 北京达佳互联信息技术有限公司 图像处理方法及装置
CN116312996B (zh) * 2023-01-29 2024-02-09 广州兆熠数字科技有限公司 一种基于视频会诊的医疗服务系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1945627A (zh) * 2006-10-20 2007-04-11 清华大学 数字舌象色偏校正方法
CN101287134A (zh) * 2008-05-28 2008-10-15 四川虹微技术有限公司 自适应肤色补偿方法
CN103248793A (zh) * 2013-05-14 2013-08-14 旭曜科技股份有限公司 色域转换系统的肤色最佳化方法与装置
CN103780797A (zh) * 2014-01-23 2014-05-07 北京京东方光电科技有限公司 一种图像色彩增强的方法和装置
CN106530250A (zh) * 2016-11-07 2017-03-22 湖南源信光电科技有限公司 一种基于改进的Retinex低照度彩色图像增强方法
CN106791471A (zh) * 2016-12-29 2017-05-31 宇龙计算机通信科技(深圳)有限公司 图像优化方法、图像优化装置和终端
CN106855997A (zh) * 2016-11-30 2017-06-16 努比亚技术有限公司 图片的处理方法及装置
CN107358592A (zh) * 2017-09-08 2017-11-17 哈尔滨理工大学 一种迭代式全局自适应图像增强方法
CN107507144A (zh) * 2017-08-18 2017-12-22 苏州科达科技股份有限公司 肤色增强的处理方法、装置及图像处理装置
CN107800966A (zh) * 2017-10-31 2018-03-13 广东欧珀移动通信有限公司 图像处理的方法、装置、计算机可读存储介质和电子设备
CN108280813A (zh) * 2018-01-30 2018-07-13 努比亚技术有限公司 一种图像处理方法、终端及计算机可读存储介质
CN108961192A (zh) * 2018-07-19 2018-12-07 深圳市华星光电技术有限公司 图像色彩饱和度的增强方法、计算机存储介质和显示装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI279146B (en) * 2005-10-27 2007-04-11 Princeton Technology Corp Image compensation device and method
TWI533661B (zh) * 2013-05-09 2016-05-11 敦泰電子股份有限公司 色域轉換系統之膚色最佳化方法與裝置
CN105678813A (zh) * 2015-11-26 2016-06-15 乐视致新电子科技（天津）有限公司 一种肤色检测方法及装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1945627A (zh) * 2006-10-20 2007-04-11 清华大学 数字舌象色偏校正方法
CN101287134A (zh) * 2008-05-28 2008-10-15 四川虹微技术有限公司 自适应肤色补偿方法
CN103248793A (zh) * 2013-05-14 2013-08-14 旭曜科技股份有限公司 色域转换系统的肤色最佳化方法与装置
CN103780797A (zh) * 2014-01-23 2014-05-07 北京京东方光电科技有限公司 一种图像色彩增强的方法和装置
CN106530250A (zh) * 2016-11-07 2017-03-22 湖南源信光电科技有限公司 一种基于改进的Retinex低照度彩色图像增强方法
CN106855997A (zh) * 2016-11-30 2017-06-16 努比亚技术有限公司 图片的处理方法及装置
CN106791471A (zh) * 2016-12-29 2017-05-31 宇龙计算机通信科技(深圳)有限公司 图像优化方法、图像优化装置和终端
CN107507144A (zh) * 2017-08-18 2017-12-22 苏州科达科技股份有限公司 肤色增强的处理方法、装置及图像处理装置
CN107358592A (zh) * 2017-09-08 2017-11-17 哈尔滨理工大学 一种迭代式全局自适应图像增强方法
CN107800966A (zh) * 2017-10-31 2018-03-13 广东欧珀移动通信有限公司 图像处理的方法、装置、计算机可读存储介质和电子设备
CN108280813A (zh) * 2018-01-30 2018-07-13 努比亚技术有限公司 一种图像处理方法、终端及计算机可读存储介质
CN108961192A (zh) * 2018-07-19 2018-12-07 深圳市华星光电技术有限公司 图像色彩饱和度的增强方法、计算机存储介质和显示装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Automatic Passenger CountiProcessing based on Skin Colour Detectionng System using Image;A.S.A.Nasir等;《2018 International Conference on Computational Approach in Smart Systems Design and Applications（ICASSDA）》;20180930;第1-8页 *
Multi-algorithm Fusion of RGB and HSV Color Spaces for Image Enhancement;Peng LI等;《Proceedings of the 37th Chinese Control Conference》;20181007;第9584-9589页 *
一种基于色彩恒常理论的薄雾图像增强方法;刘佳嘉等;《科学技术与工程》;20130531;第13卷(第13期);第3774-3778页 *
基于肤色和人工神经网络方法的人脸识别研究;陈霞;《中国优秀硕士学位论文全文数据库 信息科技辑》;20120515(第5期);第I138-930页 *

Also Published As

Publication number Publication date
CN110009588A (zh) 2019-07-12

Similar Documents

Publication Publication Date Title
CN110009588B (zh) 一种人像图像色彩增强方法及装置
US9538093B2 (en) Forming high-dynamic-range (HDR) images using single-channel data
Huang et al. Efficient contrast enhancement using adaptive gamma correction with weighting distribution
US8368779B2 (en) Image processing apparatus for performing gradation correction on subject image
Lee et al. A space-variant luminance map based color image enhancement
JP4858609B2 (ja) ノイズ低減装置、ノイズ低減方法、及びノイズ低減プログラム
TWI497320B (zh) 色調對應方法及影像處理裝置
US8493458B2 (en) Image capture apparatus and image capturing method
US9202107B2 (en) Image processing apparatus and image processing method
CN112351195B (zh) 图像处理方法、装置和电子系统
JP5901667B2 (ja) 画像処理装置及び方法、画像処理プログラム、撮像装置
CN106570838A (zh) 一种图像亮度优化方法及装置
JP4595569B2 (ja) 撮像装置
CN110782400A (zh) 一种自适应的光照均匀实现方法和装置
JP5410378B2 (ja) 映像信号補正装置および映像信号補正プログラム
CN110012277B (zh) 一种针对人像图像的自动白平衡方法及装置
CN106847150B (zh) 调节显示屏亮度的装置及方法
JP2008048264A (ja) 画像処理プログラムおよび画像処理装置
JP3731741B2 (ja) カラー動画像処理方法および処理装置
JP4769332B2 (ja) 画像処理装置、画像処理方法及びプログラム
JP2007234034A (ja) 画像処理装置及び画像処理方法
JP2005039458A (ja) 画像処理装置および方法
CN107545555B (zh) 图像处理方法及装置
Toda et al. High dynamic range rendering method for YUV images with global luminance correction
CN111160267B (zh) 图像处理方法、终端及存储介质

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