CN110365914B - 一种图像动态范围展宽方法及系统 - Google Patents
一种图像动态范围展宽方法及系统 Download PDFInfo
- Publication number
- CN110365914B CN110365914B CN201910670955.0A CN201910670955A CN110365914B CN 110365914 B CN110365914 B CN 110365914B CN 201910670955 A CN201910670955 A CN 201910670955A CN 110365914 B CN110365914 B CN 110365914B
- Authority
- CN
- China
- Prior art keywords
- image
- dynamic range
- low
- frequency component
- component
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种图像动态范围展宽方法及系统,首先将动态范围较低图像从RGB颜色空间变换到YUV颜色空间,对其亮度分量进行变换得到一个低频分量和三个高频分量,然后对低频分量进行对比度增强处理,同时对高频分量进行非线性调整处理;将处理后的低频分量和高频分量进行重构得到新的亮度分量;最后将新的亮度分量和原始的色度信息组合,得到新的YUV颜色图像,接着将其转换到RGB颜色空间,得到最终的高动态图像;经过以上过程后即能有效的扩展图像的动态范围,提高图像的质量,特别是仅需要一幅低动态范围图像而无需多次拍摄,就能得到一幅高动态范围图像,能够很好的满足实时处理的需求。
Description
技术领域
本发明涉及图像处理领域,具体是一种图像动态范围展宽方法及系统。
背景技术
动态范围最早应用于信号系统中,现在一般是指信息测量的最大和最小值之比。在不同的领域,其具体含义有所不同。例如,对于一个真实的自然场景而言,其动态范围是指场景中最明亮处与最暗处的光照辐射度的比值;而在数字图像成像领域,动态范围是指图像中最大像素值与最小像素值之比;对于一个显示设备,动态范围指的是显示器能够显示的最大亮度与最小亮度的比值。
人眼的动态范围可达5个数量级。而传统摄像机采集的图像动态范围仅有8比特数,即256个灰度级,显示256种亮度,远远低于真实场景的动态范围。摄像机在拍摄时,如果拍摄的图像中既包括经强光源照射的高亮区域,也包括阴暗处或者逆光拍摄的低亮度区域,最终输出的图像往往会出现高亮区域因曝光过度而泛白,低亮度区域则因曝光不足而变成一片黑色,严重影响了图像的质量,不能很好地显示现实场景的重要信息。这种局限性就是我们通俗意义上的“动态范围不足”。
基于传统相机扩展图像动态范围的方法,主要包括高动态范围成像与色调映射法和多曝光图像融合两种。这两种方法均需利用普通相机对同一场景以不同的曝光方式采集多次数据,然后将它们的细节融合成一副新的图像也即宽动态范围图像。这类方法的不足之处在于需要对场景进行多次拍摄,然后对多幅图像进行处理,实时性无法得到满足。
发明内容
针对现有扩展图像动态范围的方法的不足,本发明提供一种图像动态范围展宽方法及系统,能够有效的扩展图像的动态范围,提高图像的质量。
为实现上述目的,本发明提供一种图像动态范围展宽方法,包括如下步骤:
步骤101,将低动态范围的RGB图像从RGB颜色空间变换到YUV颜色空间,获得YUV图像;
步骤102,对步骤101中YUV图像的亮度分量Y进行变换,获得一个低频分量LL和三个高频分量LH、HL、HH;
步骤103,对低频分量LL进行对比度增强处理,获得对比度增强后的新低频分量LL1;对高频分量LH、HL、HH进行非线性调整处理,获得处理后的高频分量LH2、HL2、HH2;
步骤104,对低频分量LL1与高频分量LH2、HL2、HH2进行重构,获得新的亮度分量newY;
步骤105,将新的亮度分量newY与步骤101中YUV图像的色度信息U、V组合得到新的YUV图像,再将新的YUV图像从YUV颜色空间变换到RGB颜色空间,得到高动态范围的RGB图像。
进一步优选的,步骤103中,所述对低频分量LL进行对比度增强处理,获得对比度增强后的新低频分量LL1,具体实现过程如下:
步骤201,统计低频分量LL的取值范围,获得其最小值min0和最大值max0;
步骤202,设定两个阈值作为变换后的新低频分量LL1的亮度最小值min1和最大值max1;
步骤203,对低频分量LL进行对比度增强,获得新低频分量LL1:
式中,y0=LL1,表示对比度增强的结果值;x0=LL,表示对比度增强的输入值;λ=0.1×min0。
进一步优选的,步骤202中,设定的两个阈值为:min1=0.8×min0,max1=1.2×max0。
进一步优选的,步骤103中,所述对高频分量LH、HL、HH进行非线性调整处理具体包括:
步骤301,对高频分量LH、HL、HH进行第一次非线性调整;
步骤302,对第一次非线性调整的结果值进行第二次修正式调整。
进一步优选的,步骤301中,第一次非线性调整的过程为:
α=x1*G1+x1*G2
式中,y1=LH1、HL1、HH1,表示第一次非线性调整的结果值;x1=LH、HL、HH,表示第一次非线性调整的输入值;G1是一个5阶高斯模板,G2是一个10阶高斯模板。
进一步优选的,步骤301中,第二次修正式调整的过程为:
β=x2*G3/max(x2)
式中,y2=LH2、HL2、HH2,表示第二次修正式调整的结果值;x2=LH1、HL1、HH1,表示第二次修正式调整的输入值;G3是一个5阶高斯模板。
进一步优选的,步骤101中,所述RGB图像从RGB颜色空间变换到YUV颜色空间的过程为:
进一步优选的,步骤102中,所述对步骤101中YUV图像的亮度分量Y进行变换,具体为:
对步骤101中YUV图像的亮度分量Y进行小波变换。
进一步优选的,步骤102中,所述对低频分量LL1与高频分量LH2、HL2、HH2进行重构,具体为:
对低频分量LL1与高频分量LH2、HL2、HH2通过逆小波变换进行重构。
为实现上述目的,本发明还提供一种图像动态范围展宽系统,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明公开了一种图像动态范围展宽方法及系统,首先将动态范围较低图像从RGB颜色空间变换到YUV颜色空间,对其亮度分量进行变换得到一个低频分量和三个高频分量,然后对低频分量进行对比度增强处理,同时对高频分量进行非线性调整处理;将处理后的低频分量和高频分量进行重构得到新的亮度分量;最后将新的亮度分量和原始的色度信息组合,得到新的YUV颜色图像,接着将其转换到RGB颜色空间,得到最终的高动态图像;经过以上过程后即能有效的扩展图像的动态范围,提高图像的质量,特别是仅需要一幅低动态范围图像而无需多次拍摄,就能得到一幅高动态范围图像,能够很好的满足实时处理的需求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例中图像动态范围展宽方法的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“连接”、“固定”等应做广义理解,例如,“固定”可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接,还可以是物理连接或无线通信连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
另外,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
如图1所示的一种图像动态范围展宽方法,包括如下步骤:
步骤101,将低动态范围的RGB图像从RGB颜色空间变换到YUV颜色空间,获得YUV图像;
步骤102,对步骤101中YUV图像的亮度分量Y进行小波变换,获得一个低频分量LL和三个高频分量LH、HL、HH;
步骤103,对低频分量LL进行对比度增强处理,获得对比度增强后的新低频分量LL1;对高频分量LH、HL、HH进行非线性调整处理,获得处理后的高频分量LH2、HL2、HH2;
步骤104,对低频分量LL1与高频分量LH2、HL2、HH2通过逆小波变换进行重构,获得新的亮度分量newY;
步骤105,将新的亮度分量newY与步骤101中YUV图像的色度信息U、V组合得到新的YUV图像,再将新的YUV图像从YUV颜色空间变换到RGB颜色空间,得到高动态范围的RGB图像。
本发明实施例,有效的扩展了图像的动态范围,提高图像的质量,特别是仅需要一幅低动态范围图像而无需多次拍摄,就能得到一幅高动态范围图像,能够很好的满足实时处理的需求。
优选的,在步骤101中,将RGB图像从RGB颜色空间变换到YUV颜色空间的转换过程为:
优选的,在步骤103中,采用一种改进的对比度增强算法对低频分量LL进行对比度增强处理,其具体过程为:统计低频分量LL的取值范围,获得其最小值min0和最大值max0;同时设定两个阈值作为变换后的新低频分量LL1的亮度最小值min1和最大值max1,本实施例中,新低频分量LL1的亮度最小值min1和最大值max1的取值为:min1=0.8×min0,max1=1.2×max0;根据以下公式进行低频分量LL的对比度增强:
式中,y0=LL1,表示对比度增强的结果值;x0=LL,表示对比度增强的输入值;λ=0.1×min0。
优选的,在步骤103中,所述对高频分量LH、HL、HH进行非线性调整处理具体包括:对高频分量LH、HL、HH先进行第一次非线性调整;随后对第一次非线性调整的结果值进行第二次修正式调整。
具体的:采用改进的Naka-Rushton方程表示对高频分量LH、HL、HH进行第一次非线性调整,相较于普通的Naka-Rushton方程中,参数α直接有图像的亮度均值确定,本实施例中改进的Naka-Rushton方程中参数α随图像的每一个像素点的自适应变化,其计算过程为:
α=x1*G1+x1*G2
式中,y1=LH1、HL1、HH1,表示第一次非线性调整的结果值;x1=LH、HL、HH,表示第一次非线性调整的输入值;G1是一个5阶高斯模板,G2是一个10阶高斯模板,其中,高斯模板实质上是高斯函数的特征矩阵。
经过第一次非线性调整后,图像的动态范围会明显扩大,阴影部分能够很好的显示出来,图像的整体颜色也会更加明亮;但是如果将摄像头尽量模拟人眼特性,人眼无论是从暗的地方进入亮的地方、还是从亮的地方进入暗的地方都有个适应过程,不可能一瞬间就适应,因此本实施例需要对第一次非线性调整的结果值LH1、HL1、HH1进行第二次修正式调整;具体过程如下:
β=x2*G3/max(x2)
式中,y2=LH2、HL2、HH2,表示第二次修正式调整的结果值;x2=LH1、HL1、HH1,表示第二次修正式调整的输入值;G3是一个5阶高斯模板;参数β随图像的每一个像素点的自适应变化。
本发明还提供一种图像动态范围展宽系统,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (9)
1.一种图像动态范围展宽方法,其特征在于,包括如下步骤:
步骤101,将低动态范围的RGB图像从RGB颜色空间变换到YUV颜色空间,获得YUV图像;
步骤102,对步骤101中YUV图像的亮度分量Y进行变换,获得一个低频分量LL和三个高频分量LH、HL、HH;
步骤103,对低频分量LL进行对比度增强处理,获得对比度增强后的新低频分量LL1;对高频分量LH、HL、HH进行非线性调整处理,获得处理后的高频分量LH2、HL2、HH2;
步骤104,对低频分量LL1与高频分量LH2、HL2、HH2进行重构,获得新的亮度分量newY;
步骤105,将新的亮度分量newY与步骤101中YUV图像的色度信息U、V组合得到新的YUV图像,再将新的YUV图像从YUV颜色空间变换到RGB颜色空间,得到高动态范围的RGB图像;
步骤103中,所述对低频分量LL进行对比度增强处理,获得对比度增强后的新低频分量LL1,具体实现过程如下:
步骤201,统计低频分量LL的取值范围,获得其最小值min0和最大值max0;
步骤202,设定两个阈值作为变换后的新低频分量LL1的亮度最小值min1和最大值max1;
步骤203,对低频分量LL进行对比度增强,获得新低频分量LL1:
式中,y0=LL1,表示对比度增强的结果值;x0=LL,表示对比度增强的输入值;λ=0.1×min0。
2.根据权利要求1所述图像动态范围展宽方法,其特征在于,步骤202中,设定的两个阈值为:min1=0.8×min0,max1=1.2×max0。
3.根据权利要求1所述图像动态范围展宽方法,其特征在于,步骤103中,所述对高频分量LH、HL、HH进行非线性调整处理具体包括:
步骤301,对高频分量LH、HL、HH进行第一次非线性调整;
步骤302,对第一次非线性调整的结果值进行第二次修正式调整。
7.根据权利要求1至5任一项所述图像动态范围展宽方法,其特征在于,步骤102中,所述对步骤101中YUV图像的亮度分量Y进行变换,具体为:
对步骤101中YUV图像的亮度分量Y进行小波变换。
8.根据权利要求1至5任一项所述图像动态范围展宽方法,其特征在于,步骤102中,所述对低频分量LL1与高频分量LH2、HL2、HH2进行重构,具体为:
对低频分量LL1与高频分量LH2、HL2、HH2通过逆小波变换进行重构。
9.一种图像动态范围展宽系统,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910670955.0A CN110365914B (zh) | 2019-07-24 | 2019-07-24 | 一种图像动态范围展宽方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910670955.0A CN110365914B (zh) | 2019-07-24 | 2019-07-24 | 一种图像动态范围展宽方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110365914A CN110365914A (zh) | 2019-10-22 |
CN110365914B true CN110365914B (zh) | 2020-03-20 |
Family
ID=68220934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910670955.0A Active CN110365914B (zh) | 2019-07-24 | 2019-07-24 | 一种图像动态范围展宽方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110365914B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112200753B (zh) * | 2020-10-30 | 2023-02-10 | 青岛海泰新光科技股份有限公司 | 一种图像宽动态范围的处理方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106067164A (zh) * | 2016-05-26 | 2016-11-02 | 哈尔滨工业大学 | 基于自适应小波域处理的彩色图像对比度增强算法 |
CN106296600A (zh) * | 2016-08-01 | 2017-01-04 | 大连理工大学 | 一种基于小波变换图像分解的对比度增强方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103002291B (zh) * | 2012-12-06 | 2014-12-03 | 杭州藏愚科技有限公司 | 一种摄像机宽动态图像增强方法及装置 |
CN103440623A (zh) * | 2013-08-02 | 2013-12-11 | 中北大学 | 基于成像模型提高雾天图像清晰度的方法 |
CN105427257A (zh) * | 2015-11-18 | 2016-03-23 | 四川汇源光通信有限公司 | 图像增强方法及装置 |
CN106127718B (zh) * | 2016-06-17 | 2018-12-07 | 中国人民解放军国防科学技术大学 | 一种基于小波变换的多曝光图像融合方法 |
CN107045715B (zh) * | 2017-02-22 | 2019-06-07 | 西南科技大学 | 一种单幅低动态范围图像生成高动态范围图像的方法 |
CN108122213B (zh) * | 2017-12-25 | 2019-02-12 | 北京航空航天大学 | 一种基于YCrCb的低对比度图像增强方法 |
-
2019
- 2019-07-24 CN CN201910670955.0A patent/CN110365914B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106067164A (zh) * | 2016-05-26 | 2016-11-02 | 哈尔滨工业大学 | 基于自适应小波域处理的彩色图像对比度增强算法 |
CN106296600A (zh) * | 2016-08-01 | 2017-01-04 | 大连理工大学 | 一种基于小波变换图像分解的对比度增强方法 |
Non-Patent Citations (1)
Title |
---|
结合NSST和颜色对比度增强的彩色夜视方法;吴燕燕;《光电工程》;20161129(第11期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110365914A (zh) | 2019-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102970549B (zh) | 图像处理方法及装置 | |
US8391598B2 (en) | Methods for performing local tone mapping | |
KR100990904B1 (ko) | 다수 영상의 생성 및 합성을 통한 영상 보정 장치 및 그 방법 | |
Lee et al. | A space-variant luminance map based color image enhancement | |
CN104021532B (zh) | 一种红外图像的图像细节增强方法 | |
US20090317017A1 (en) | Image characteristic oriented tone mapping for high dynamic range images | |
US20130202204A1 (en) | Image processing apparatus and method of controlling the same | |
CN110619593A (zh) | 一种基于动态场景的双曝光视频成像系统 | |
WO2022000397A1 (zh) | 低照度图像增强方法、装置及计算机设备 | |
CN103034986A (zh) | 一种基于曝光融合的夜视图像增强方法 | |
CN107895350B (zh) | 一种基于自适应双伽玛变换的hdr图像生成方法 | |
CN110599418B (zh) | 一种变换域融合的全局色调映射方法 | |
JP2016535485A (ja) | デュアルバンドセンサからの画像の可視カラー画像への変換 | |
CN114399442B (zh) | 基于参数自适应的非线性图像增强方法及系统 | |
CN106981052B (zh) | 基于变分框架的自适应亮度不均变分校正方法 | |
CN110365914B (zh) | 一种图像动态范围展宽方法及系统 | |
CN113409247B (zh) | 一种多曝光融合图像质量评价方法 | |
JP5410378B2 (ja) | 映像信号補正装置および映像信号補正プログラム | |
Muniraj et al. | Underwater image enhancement by modified color correction and adaptive Look-Up-Table with edge-preserving filter | |
Arigela et al. | A locally tuned nonlinear technique for color image enhancement | |
CN110246086A (zh) | 彩色图像增强的图像处理方法及其图像处理系统 | |
Toh et al. | Implementation of high dynamic range rendering on acute leukemia slide images using contrast stretching | |
Bonnier et al. | Locally adaptive multiscale contrast optimization | |
CN114283100A (zh) | 高动态范围图像合成与色调映射方法及电子设备 | |
CN112488957A (zh) | 一种低照度彩色图像实时增强方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |