CN110378859A - 一种新的高动态范围图像生成方法 - Google Patents
一种新的高动态范围图像生成方法 Download PDFInfo
- Publication number
- CN110378859A CN110378859A CN201910686269.2A CN201910686269A CN110378859A CN 110378859 A CN110378859 A CN 110378859A CN 201910686269 A CN201910686269 A CN 201910686269A CN 110378859 A CN110378859 A CN 110378859A
- Authority
- CN
- China
- Prior art keywords
- component
- saturation degree
- luminance component
- dynamic range
- new
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000013507 mapping Methods 0.000 claims abstract description 20
- 238000012937 correction Methods 0.000 claims abstract description 10
- 230000004927 fusion Effects 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000011282 treatment Methods 0.000 claims description 4
- 238000012886 linear function Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims 2
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002146 bilateral effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002207 retinal effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G06T5/90—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明提出一种基于反色调映射和饱和度调节的高动态范围图像生成方法。该方法基于人眼视觉特性,首先将原始低动态范围图像由RGB颜色空间转换到HSV颜色空间,分离出低动态范围图像的亮度分量和饱和度分量;其次,对亮度分量进行反色调映射扩展,分离出高光区域,并对高光区域进行伽马校正,融合低光区域得到新的亮度分量;然后,对饱和度分量进行一个线性拉升,同时计算原始图像亮度分量和饱和对分量的相关系数,根据新的亮度分量和相关系数对拉升过的饱和度分量做调整,得到新的饱和度分量;最后融合新的亮度分量、新的饱和度分量及色调分量得到HSV空间的高动态范围图像,再将图像转化至RGB颜色空间得到最终的高动态范围图像。
Description
技术领域
本发明涉及图像处理技术,具体来讲,涉及一种基于反色调映射和饱和度调节的高动态范围图像生成方法。
背景技术
在数字图像领域中,动态范围是指图像场景中最大亮度值与最小亮度值之比。图像的动态范围越大,意味着拍摄图像时所探测的光照强度范围越广,图像呈现的细节信息也就越丰富。但由于目前成像设备的限制,往往只能捕获有限的动态范围,导致所获得的图像存在很大的细节缺失,与人眼感知的现实场景无法相比。而高动态范围图像(highdynamic range, HDR)相比于普通的图像可以提供更大动态范围和更丰富的细节信息,与人眼观察到的场景更加相符。
随着科技的不断发展,人们对图像质量的要求越来越高,HDR显示技术正在飞速发展。能够显示动态范围为105数量级的显示屏已经进入市场,但由于价格昂贵,还未得到广泛使用。在未来HDR显示设备将会得到普及,终将迎来绚烂多彩的HDR图像时代。但目前,大多数图像资源都是低动态范围(low dynamic range, LDR)的,无法适应时代的发展。那么如何将现有的图像资源转换成HDR图像资源,开始受到广泛的关注。目前大多数研究都是利用计算机图像处理技术对LDR图像做处理生成HDR图像,主要有多曝光图像融合和单曝光图像生成两种。多曝光融合的方法需要同一场景中的多幅不同曝光程度的图像,对场景的静态性要求较高,也因为其需要多幅图像,而无法处理一些已有的资源。单曝光图像生成的方式该主要采用反色调映射算子,构建扩展函数来完成图像动态范围的扩展,其研究的难点在于单幅图像存在细节的缺失以及图像动态范围扩展后存在颜色失真的问题。对单幅的LDR图像进行直接的转化,不仅能实现静态HDR图像的拍摄,还能进行HDR视频的录制。与此同时,采用这种方法还可以将现有的大量LDR图像或视频资源生成HDR资源,能够很好的解决HDR图像或视频资源匮乏的问题。
从单幅图像生成HDR图像就是要对它的动态范围进行扩展。Banterle等提出一种对Reinhard色调映射函数取反的方式得到一个反色调映射算子,先将图像映射到一个中等的动态范围。在通过中值切割法来分离图像过曝光区域,再进行过曝光区域的扩展,最后融合得到最终的HDR图像。Akyuz等通过试验得出一些图像只需要通过一个简单的线性扩展就能得到很好的处理效果,并提出一种基于伽马变换的扩展方式。Masia等对Akyuz方法做出改进,提出一种自适应伽马值的全局扩展方式。Kovaleshi等提出一种基于交叉双边滤波的反色调映射方法,较好的恢复图像的细节信息。Huo等提出一种基于视网膜反应的反色调映射算法。首先,将亮度通道和颜色通道进行分离。然后对亮度通道进行迭代双边滤波和加权平均,在根据局部视网膜响应计算局部亮度,得到HDR图像的亮度通道,最后融合颜色通道产生最终的HDR图像。
发明内容
本发明的目的在于解决低动态范围图像生成高动态范围图像的问题,提供一种新的单幅低动态范围图像直接生成高动态范围图像的方法,通过所述方法可获得高动态范围图像。
为了实现上述目的,本发明提供一种基于反色调映射和饱和度调节的HDR图像生成方法,其中主要包括四个部分,第一部分是对LDR图像进行预处理;第二部分是对预处理后亮度分量进行相应反色调映射处理;第三部分是对预处理后饱和度分量进行调节;第四部分是融合新的亮度分量、新的饱和度分量及色调分量获得HDR图像。
第一部分包括一个步骤:
步骤1,将输入的LDR图像从RGB颜色空间转换为HSV颜色空间,分离出色度分量H、饱和度分量S和亮度分量V。
第二部分包括五个步骤:
步骤2,构造反色调映射算子,对步骤1分离出的亮度分量V进行动态范围扩展;
步骤3,对步骤2中得到的扩展动态范围后的亮度分量进行高光区域和低光区域的分离;
步骤4,将步骤3得到的高光区域进行归一化处理后再进行伽马校正;
步骤5,将步骤4得到的高光区域进行一个线性函数去归一化得到校正后的高光区域图像;
步骤6,将步骤3分离的低光区域和步骤5得到的高光区域融合得到最终的扩展后的亮度分量。
第三部分包括两个步骤:
步骤7,将步骤1获得的饱和度分量S进行线性拉伸;
步骤8,利用步骤6得到的亮度分量与步骤7得到的拉伸后的饱和度分量计算其相关系数,对饱和度分量进行自适应的调整,得到新的饱和度分量。
第四部分包括两个步骤:
步骤9,将步骤1分离的色度分量H、步骤6新得到的亮度分量以及步骤8得到的新的饱和度分量进行融合的到HSV颜色空间中的HDR图像;
步骤10,将步骤9得到的HSV颜色空间下的HDR图像转换到RGB颜色空间,得到最终的HDR图像。
本发明提出一种基于反色调映射和饱和度调节的高动态范围图像生成方法。该方法基于人眼视觉特性,首先将原始低动态范围图像由RGB颜色空间转换到HSV颜色空间,分离出低动态范围图像的亮度分量和饱和度分量;其次,对亮度分量进行反色调映射扩展,分离出高光区域,并对高光区域进行伽马校正,融合低光区域得到新的亮度分量;然后,对饱和度分量进行一个线性拉升,同时计算原始图像亮度分量和饱和对分量的相关系数,根据新的亮度分量和相关系数对拉升过的饱和度分量做调整,得到新的饱和度分量;最后融合新的亮度分量、新的饱和度分量及色调分量得到HSV空间的高动态范围图像,再将图像转化至RGB颜色空间得到最终的高动态范围图像。本发明能通过单幅低动态范围图像得到高动态范围图像,处理效果较好,运行效率高,具有较好的鲁棒性。
附图说明
图1为本发明的整体流程图。
图2为原始采集的低动态范围图像。
图3为利用本发明处理图2后的高动态范围图像。
具体实施方式
为了更好的理解本发明,下面结合具体实施方式对本发明的基于细节层分层的单幅低动态范围图像生成高动态范围图像方法进行更为详细的描述。在以下的描述当中,当前已有的现有技术的详细描述也许会淡化本发明的主题内容,这些描述在这里将被忽略。
图1是本发明单幅高动态范围图像生成方法的一种具体实施方式流程图,在本实施方案中,按照以下步骤进行:
步骤1,获取低动态范围图像,如图2;
步骤2,对低动态范围图像进行颜色空间变换;
所采用的转换公式如下:
其中,R、G、B分别为RGB空间中三个分量的像素值,H、S、V为HSV空间中三个分量的值,max表示取括号中像素值的最大值,min表示取括号中像素值的最小值。因为在HSV空间中H分量用角度表示,故当H<0时,需要将H分量加上360;
步骤3,将HSV空间的低动态范围图像分离成色度分量H、饱和度分量S和亮度分量V;
步骤4,构造反色调映射函数,对分离出的亮度分量V进行动态范围扩展,得到初步扩展后亮度分量;
所构造的反色调映射函数为:
其中V为原始低动态范围图像的亮度分量,为扩展后亮度分量; m为原始图像亮度最大值和最小值的平均值;E为斜率控制因子,斜率E控制着扩展后图像的动态范围,E越大图像的动态范围越大,但E值过大时会造成图像出现截断,通过实验E值一般选取[2, 4]效果较好;
步骤5,对步骤4中得到的初步扩展后亮度分量进行高光区域和低光区域的分离;
此处采用阈值法来分离出高光区域和低光区域,其公式如下:
其中,为亮度阈值;在一幅取值范围为[0, 255]的图像中,将值大于190的点视为亮点,归一化值为0.75,利用步骤4公式计算,当E的取值范围为[2, 4]时,τ值的取值范围为[0.69, 0.84];
步骤6,将步骤5得到的高光区域进行归一化处理后再进行伽马校正, 所采用的公式如下:
其中,为伽马校正的参数,一般取值范围为[1.5, 2.2];
步骤7,将步骤6得到的高光区域进行一个线性函数去归一化得到校正后的高光区域,其公式如下:
其中,为步骤5给定的亮度阈值;
步骤8,将步骤5分离的低光区域和步骤7得到的高光区域融合得到最终的扩展后的亮度分量,即
步骤9,将步骤3获得的饱和度分量S进行线性拉伸,所采用的拉伸公式为:
其中
其中,通过图像饱和度值将饱和度进行分区处理,将其分为饱和度很低,饱和度低,饱和度高,饱和度很高四个区域,再分别计算四个区域像素所占的比例,分别对应四个区域的比值;
步骤10,利用步骤8得到的亮度分量与步骤9得到的拉伸后的饱和度分量计算其相关系数,对饱和度分量进行自适应的调整,得到新的饱和度分量,其公式如下:
其中,表示调整后的饱和度分量,表示分段线性拉伸后的饱和度分量,表示反色调映射后最终的亮度分量,V表示原始亮度分量,k为加权系数,取值范围为(0,1],一般取0.4;为亮度分量和饱和度分量的相关系数,计算公式如下:
其中w为N×N的邻域窗口,和分别是窗口内的亮度分量和饱和度分量的均值,和分别为窗口内亮度分量和饱和度分量的方差。
步骤11,将步骤3分离的色度分量H、步骤8新得到的亮度分量以及步骤10得到的新的饱和度分量进行融合的到HSV颜色空间中的HDR图像;
步骤10,将步骤11得到的HSV颜色空间下的HDR图像转换到RGB颜色空间,得到最终的HDR图像,如图3。
本发明根据单幅低动态范围图像特点和人类视觉特性,给提出了一种基于反色调映射和饱和度调节的高动态范围图像生成方法。该方法首先将原始低动态范围图像由RGB颜色空间转换到HSV颜色空间,分离出低动态范围图像的亮度分量和饱和度分量;其次,对亮度分量进行反色调映射扩展,分离出高光区域和低光区域,并对高光区域进行伽马校正,融合低光区域得到新的亮度分量;然后,对饱和度分量进行一个线性拉升,同时计算原始图像亮度分量和饱和对分量的相关系数,根据新的亮度分量和相关系数对拉升过的饱和度分量做调整,得到新的饱和度分量;最后融合新的亮度分量、新的饱和度分量及色调分量得到HSV空间的高动态范围图像,再将图像转化至RGB颜色空间得到最终的高动态范围图像。本发明算法简单,可操作性强,具有广泛的适用性。
尽管上面对本发明说明性的具体实施方式进行了描述,但应当清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (6)
1.一种新的高动态范围图像生成方法,其特征在于,融合了反色调映射和饱和度调节,包括LDR图像的预处理、预处理后亮度分量的反色调映射处理、对预处理后饱和度分量进行调节以及融合新的亮度分量、新的饱和度分量及色调分量获得HDR图像四个部分,第一部分包括一个步骤:
步骤1,将输入的LDR图像从RGB颜色空间转换为HSV颜色空间,分离出色度分量H、饱和度分量S和亮度分量V;
第二部分包括五个步骤:
步骤2,构造反色调映射算子,对步骤1分离出的亮度分量V进行动态范围扩展,所构造的反色调映射函数为:
其中V为原始LDR图像的亮度分量,为扩展后亮度分量,E为斜率控制因子,m为原始LDR图像亮度最大值和最小值的平均值;
步骤3,对步骤2中得到的初步扩展后亮度分量进行高光区域和低光区域的分离,此处采用阈值法来分离出高光区域和低光区域,其公式如下:
其中,为亮度阈值;
步骤4,将步骤3得到的高光区域进行归一化处理后再进行伽马校正, 所采用的公式如下:
其中,为伽马校正的参数;
步骤5,将步骤4得到的高光区域进行一个线性函数去归一化得到校正后的高光区域,其公式如下:
其中,为步骤3给定的亮度阈值;
步骤6,将步骤3分离的低光区域和步骤5得到的高光区域融合得到最终的扩展后的新的亮度分量,即;
第三部分包括两个步骤:
步骤7,将步骤1获得的饱和度分量S进行线性拉伸,所采用的拉伸公式为:
其中
其中,通过图像饱和度值将饱和度进行分区处理,将其分为饱和度很低,饱和度低,饱和度高,饱和度很高四个区域,再分别计算四个区域像素所占的比例,分别对应四个区域的比值;
步骤8,利用步骤6得到的亮度分量与步骤7得到的拉伸后的饱和度分量计算其相关系数,对饱和度分量进行自适应的调整,得到新的饱和度分量,其公式如下:
其中,表示调整后的饱和度分量,表示分段线性拉伸后的饱和度分量,表示反色调映射后新的亮度分量,V表示原始亮度分量,k为加权系数,为亮度分量和饱和度分量的相关系数,计算公式如下:
其中w为N×N的邻域窗口;和分别是窗口内的亮度分量和饱和度分量的均值,和分别为窗口内亮度分量和饱和度分量的方差;
第四部分包括两个步骤:
步骤9,将步骤1分离的色度分量H、步骤6新得到的亮度分量以及步骤8得到的新的饱和度分量进行融合的到HSV颜色空间中的HDR图像;
步骤10,将步骤9得到的HSV颜色空间下的HDR图像转换到RGB颜色空间,得到最终的HDR图像。
2.根据权利要求1所述的一种新的高动态范围图像生成方法,其特征在于,第二部分将反色调映射后的亮度分量进行高光区域和低光区域的分离,用伽马校正后的高光区域与低光区域融合得到新的亮度分量。
3.根据权利要求1所述的一种新的高动态范围图像生成方法,其特征在于,步骤8中利用步骤6得到的亮度分量与步骤7得到的拉伸后的饱和度分量计算其相关系数,对饱和度分量S进行自适应的调整,得到新的饱和度分量。
4.根据权利要求1所述的一种新的高动态范围图像生成方法,其特征在于,步骤2中斜率控制因子E的取值范围为[2, 4]。
5.根据权利要求1所述的一种新的高动态范围图像生成方法,其特征在于,步骤3中亮度阈值的取值范围为[0.69, 0.84]。
6.根据权利要求1所述的一种新的高动态范围图像生成方法,其特征在于,步骤4中伽马校正的参数选取值为2.2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910686269.2A CN110378859B (zh) | 2019-07-29 | 2019-07-29 | 一种新的高动态范围图像生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910686269.2A CN110378859B (zh) | 2019-07-29 | 2019-07-29 | 一种新的高动态范围图像生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110378859A true CN110378859A (zh) | 2019-10-25 |
CN110378859B CN110378859B (zh) | 2022-03-11 |
Family
ID=68256540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910686269.2A Active CN110378859B (zh) | 2019-07-29 | 2019-07-29 | 一种新的高动态范围图像生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378859B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111311524A (zh) * | 2020-03-27 | 2020-06-19 | 电子科技大学 | 一种基于msr的高动态范围视频生成方法 |
CN111553440A (zh) * | 2020-05-09 | 2020-08-18 | 创新奇智(南京)科技有限公司 | 样本图像生成方法、装置和设备 |
CN111582046A (zh) * | 2020-04-15 | 2020-08-25 | 浙江大华技术股份有限公司 | 一种车牌图像处理方法和装置 |
CN111800583A (zh) * | 2020-08-11 | 2020-10-20 | 深圳市安健科技股份有限公司 | 高动态范围图像分区处理方法、装置及计算机可读存储介质 |
CN112069475A (zh) * | 2020-09-14 | 2020-12-11 | 杭州熙菱信息技术有限公司 | 一种身份安全管理系统 |
CN112529824A (zh) * | 2020-11-19 | 2021-03-19 | 重庆兆光科技股份有限公司 | 一种基于自适应结构分解的图像融合方法 |
CN112911366A (zh) * | 2019-12-03 | 2021-06-04 | 海信视像科技股份有限公司 | 饱和度调整方法、装置及显示设备 |
CN113240644A (zh) * | 2021-05-17 | 2021-08-10 | 青岛信芯微电子科技股份有限公司 | 高动态范围图像的显示处理方法及相关装置 |
CN113487513A (zh) * | 2021-07-20 | 2021-10-08 | 浙江大华技术股份有限公司 | 一种图片的亮度调节方法及其调节设备和存储介质 |
WO2021218364A1 (zh) * | 2020-04-27 | 2021-11-04 | 华为技术有限公司 | 一种图像增强方法及电子设备 |
CN115393228A (zh) * | 2022-10-27 | 2022-11-25 | 摩尔线程智能科技(北京)有限责任公司 | 图像处理方法、装置以及图形处理设备 |
CN116668862A (zh) * | 2022-12-08 | 2023-08-29 | 荣耀终端有限公司 | 图像处理方法与电子设备 |
CN116704316A (zh) * | 2023-08-03 | 2023-09-05 | 四川金信石信息技术有限公司 | 基于阴影图像重构的变电站渗漏油检测方法、系统及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104639845A (zh) * | 2015-03-17 | 2015-05-20 | 上海兆芯集成电路有限公司 | 高动态范围图像产生方法以及使用该方法的装置 |
US20150350515A1 (en) * | 2012-06-15 | 2015-12-03 | Microsoft Technology Licensing, Llc | Combining multiple images in bracketed photography |
CN106506983A (zh) * | 2016-12-12 | 2017-03-15 | 天津大学 | 一种适用于ldr视频的hdr视频生成方法 |
CN107045715A (zh) * | 2017-02-22 | 2017-08-15 | 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 |
US20180025477A1 (en) * | 2015-02-16 | 2018-01-25 | Samsung Electronics Co., Ltd. | Metadata-based image processing method and apparatus |
CN107657594A (zh) * | 2017-09-22 | 2018-02-02 | 武汉大学 | 一种高质量的快速色调映射方法和系统 |
CN107679470A (zh) * | 2017-09-22 | 2018-02-09 | 天津大学 | 一种基于hdr技术的交通标志牌检测和识别方法 |
CN108090879A (zh) * | 2017-12-12 | 2018-05-29 | 上海顺久电子科技有限公司 | 一种对输入的高动态范围图像进行处理的方法和显示设备 |
CN108510557A (zh) * | 2018-04-09 | 2018-09-07 | 湖南国科微电子股份有限公司 | 图像色调映射方法及装置 |
CN110047051A (zh) * | 2019-04-24 | 2019-07-23 | 郑州轻工业学院 | 一种非均匀照明彩色图像增强方法 |
-
2019
- 2019-07-29 CN CN201910686269.2A patent/CN110378859B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150350515A1 (en) * | 2012-06-15 | 2015-12-03 | Microsoft Technology Licensing, Llc | Combining multiple images in bracketed photography |
US20180025477A1 (en) * | 2015-02-16 | 2018-01-25 | Samsung Electronics Co., Ltd. | Metadata-based image processing method and apparatus |
CN104639845A (zh) * | 2015-03-17 | 2015-05-20 | 上海兆芯集成电路有限公司 | 高动态范围图像产生方法以及使用该方法的装置 |
CN106506983A (zh) * | 2016-12-12 | 2017-03-15 | 天津大学 | 一种适用于ldr视频的hdr视频生成方法 |
CN107045715A (zh) * | 2017-02-22 | 2017-08-15 | 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 |
CN107657594A (zh) * | 2017-09-22 | 2018-02-02 | 武汉大学 | 一种高质量的快速色调映射方法和系统 |
CN107679470A (zh) * | 2017-09-22 | 2018-02-09 | 天津大学 | 一种基于hdr技术的交通标志牌检测和识别方法 |
CN108090879A (zh) * | 2017-12-12 | 2018-05-29 | 上海顺久电子科技有限公司 | 一种对输入的高动态范围图像进行处理的方法和显示设备 |
CN108510557A (zh) * | 2018-04-09 | 2018-09-07 | 湖南国科微电子股份有限公司 | 图像色调映射方法及装置 |
CN110047051A (zh) * | 2019-04-24 | 2019-07-23 | 郑州轻工业学院 | 一种非均匀照明彩色图像增强方法 |
Non-Patent Citations (5)
Title |
---|
BELEN MASIA 等: "Dynamic range expansion based on image statistics", 《SPRINGER:MULTIMEDIA TOOLS AND APPLICATIONS》 * |
I BOUZIDI 等: "Revertible tone mapping of high dynamic range imagery: integration to JPEG 2000", 《SPRINGER: MULTIMEDIA TOOLS AND APPLICATIONS》 * |
MED AMINE TOUIL 等: "Inverse tone mapping high dynamic range images", 《IEEE:2017 INTERNATIONAL CONFERENCE ON ADVANCED SYSTEMS AND ELECTRIC TECHNOLOGIES》 * |
张红英 等: "一种基于细节层分离的单曝光HDR图像生成算法", 《自动化学报》 * |
朱恩弘: "单曝光HDR图像生成技术研究", 《万方数据知识服务平台》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112911366A (zh) * | 2019-12-03 | 2021-06-04 | 海信视像科技股份有限公司 | 饱和度调整方法、装置及显示设备 |
CN111311524A (zh) * | 2020-03-27 | 2020-06-19 | 电子科技大学 | 一种基于msr的高动态范围视频生成方法 |
CN111311524B (zh) * | 2020-03-27 | 2023-04-18 | 电子科技大学 | 一种基于msr的高动态范围视频生成方法 |
CN111582046A (zh) * | 2020-04-15 | 2020-08-25 | 浙江大华技术股份有限公司 | 一种车牌图像处理方法和装置 |
CN111582046B (zh) * | 2020-04-15 | 2023-09-05 | 浙江大华技术股份有限公司 | 一种车牌图像处理方法和装置 |
WO2021218364A1 (zh) * | 2020-04-27 | 2021-11-04 | 华为技术有限公司 | 一种图像增强方法及电子设备 |
CN111553440A (zh) * | 2020-05-09 | 2020-08-18 | 创新奇智(南京)科技有限公司 | 样本图像生成方法、装置和设备 |
CN111800583A (zh) * | 2020-08-11 | 2020-10-20 | 深圳市安健科技股份有限公司 | 高动态范围图像分区处理方法、装置及计算机可读存储介质 |
CN112069475A (zh) * | 2020-09-14 | 2020-12-11 | 杭州熙菱信息技术有限公司 | 一种身份安全管理系统 |
CN112069475B (zh) * | 2020-09-14 | 2023-10-24 | 杭州领信数科信息技术有限公司 | 一种身份安全管理系统 |
CN112529824A (zh) * | 2020-11-19 | 2021-03-19 | 重庆兆光科技股份有限公司 | 一种基于自适应结构分解的图像融合方法 |
CN113240644B (zh) * | 2021-05-17 | 2022-04-22 | 青岛信芯微电子科技股份有限公司 | 高动态范围图像的显示处理方法及相关装置 |
CN113240644A (zh) * | 2021-05-17 | 2021-08-10 | 青岛信芯微电子科技股份有限公司 | 高动态范围图像的显示处理方法及相关装置 |
CN113487513A (zh) * | 2021-07-20 | 2021-10-08 | 浙江大华技术股份有限公司 | 一种图片的亮度调节方法及其调节设备和存储介质 |
CN115393228A (zh) * | 2022-10-27 | 2022-11-25 | 摩尔线程智能科技(北京)有限责任公司 | 图像处理方法、装置以及图形处理设备 |
CN116668862A (zh) * | 2022-12-08 | 2023-08-29 | 荣耀终端有限公司 | 图像处理方法与电子设备 |
CN116668862B (zh) * | 2022-12-08 | 2024-04-12 | 荣耀终端有限公司 | 图像处理方法与电子设备 |
CN116704316A (zh) * | 2023-08-03 | 2023-09-05 | 四川金信石信息技术有限公司 | 基于阴影图像重构的变电站渗漏油检测方法、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110378859B (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378859A (zh) | 一种新的高动态范围图像生成方法 | |
CN110047051B (zh) | 一种非均匀照明彩色图像增强方法 | |
KR101625362B1 (ko) | 입력 이미지 데이터를 출력 이미지 데이터로 변환하기 위한 방법, 입력 이미지 데이터를 출력 이미지 데이터로 변환하기 위한 이미지 변환 유닛, 이미지 프로세싱 장치, 디스플레이 디바이스 | |
KR102157032B1 (ko) | 고 동적 범위 비디오에 대한 디스플레이 관리 | |
US9218653B2 (en) | Method and apparatus for dynamic range enhancement of an image | |
CN101394485B (zh) | 图像生成方法、装置及图像合成设备 | |
US8131108B2 (en) | Method and system for dynamic contrast stretch | |
US8965120B2 (en) | Image processing apparatus and method of controlling the same | |
TWI511559B (zh) | 影像處理方法 | |
CN106897981A (zh) | 一种基于引导滤波的低照度图像增强方法 | |
US7755670B2 (en) | Tone-conversion device for image, program, electronic camera, and tone-conversion method | |
JP2008263475A (ja) | 画像処理装置および方法、並びに、プログラム | |
CN111311524B (zh) | 一种基于msr的高动态范围视频生成方法 | |
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 | |
US20030108251A1 (en) | Apparatus generating 3-dimensional image from 2-dimensional image and method thereof | |
JP2011086976A (ja) | 画像処理装置および画像処理方法 | |
US20180025476A1 (en) | Apparatus and method for processing image, and storage medium | |
JP2006115444A (ja) | 画像処理方法、画像処理装置、画像処理プログラム、および電子カメラ | |
CN111105359A (zh) | 一种高动态范围图像的色调映射方法 | |
JP2007506321A (ja) | ピクセルごとに差分的に準規則的にデジタルイメージを修正するための方法およびシステム | |
JP5410378B2 (ja) | 映像信号補正装置および映像信号補正プログラム | |
JP2000099717A (ja) | 画質調整装置及び画質調整方法、並びに画像調整用プログラムを記録した記録媒体 | |
JP2008118462A (ja) | 画像処理装置、撮像装置、及び画像処理プログラム | |
JP4992379B2 (ja) | 画像の階調変換装置、プログラム、電子カメラ、およびその方法 | |
JP2006114006A (ja) | 階調変換装置、プログラム、電子カメラ、およびその方法 |
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 |