CN110473158A - 一种车牌图像亮度的处理方法、装置及设备 - Google Patents
一种车牌图像亮度的处理方法、装置及设备 Download PDFInfo
- Publication number
- CN110473158A CN110473158A CN201910752746.0A CN201910752746A CN110473158A CN 110473158 A CN110473158 A CN 110473158A CN 201910752746 A CN201910752746 A CN 201910752746A CN 110473158 A CN110473158 A CN 110473158A
- Authority
- CN
- China
- Prior art keywords
- image
- brightness value
- brightness
- global
- adapting
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 230000006978 adaptation Effects 0.000 claims abstract description 66
- 238000013507 mapping Methods 0.000 claims abstract description 18
- 238000006073 displacement reaction Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 41
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005056 compaction Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20208—High dynamic range [HDR] image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种车牌图像亮度的处理方法、装置及设备,其中,获取高动态范围HDR图像,通过预设对数函数对该图像像素点进行全局映射,输出全局适应图像的亮度值,其中,该对数函数的因子包括:该图像像素点的输入亮度值、该图像像素点的最大亮度值和该图像像素点亮度的对数平均值;通过边缘保留滤波器对该全局适应图像的亮度值进行过滤,输出局部适应图像的亮度值,通过对比度增强因子和自适应非线性偏移因子调整该局部适应函数,用调整后的该局部适应函数对该全局适应图像的亮度值和该局部适应图像的亮度值进行映射,得到色调映射图像,解决了车牌识别系统采集的车牌图像的亮度较低的问题,提高了车牌图像的亮度。
Description
技术领域
本发明涉及图像识别领域,具体而言,涉及一种车牌图像亮度的处理方法、装置及设备。
背景技术
在夜间条件下时,受到光照不足或亮度范围过大等因素干扰,使得能见度下降,对车牌识别系统产生巨大影响。车牌识别系统受到采光范围限制,采集到图像往往亮度极低,对比度严重不足,无法查找细节信息,导致识别精度严重下降。
对于低能见度车牌图像采集,尤其是夜间低能见度的车牌图像采集,在相关技术中,车牌图像采集系统主要通过为拍摄夜间图像的摄像机加装补光灯,但是这种实施方法往往因为设备的更换而消耗大量的人力、物力和财力,且这种措施容易导致驾驶员在经过监控区时受到补光灯闪光刺激,驾驶紧张感增加。
针对相关技术中,车牌识别系统采集的车牌图像的亮度较低的问题,目前尚未提出有效的解决方案。
发明内容
针对相关技术中车牌识别系统采集的车牌图像的亮度较低的问题,本发明提供了一种车牌图像亮度的处理方法、装置及设备,以至少解决上述问题。
根据本发明的一个方面,提供了一种车牌图像亮度的处理方法,所述方法包括:
获取高动态范围(High-Dynamic Range,简称HDR)图像,通过预设对数函数对所述图像像素点进行全局映射,输出全局适应图像的亮度值,其中,所述对数函数的因子包括:所述图像像素点的输入亮度值、所述图像像素点的最大亮度值和所述图像像素点亮度的对数平均值;
通过边缘保留滤波器对所述全局适应图像的亮度值进行过滤,输出局部适应图像的亮度值,所述过滤包括:所述边缘保留滤波器调节所述全局适应图像的临近像素的权重;
通过对比度增强因子和自适应非线性偏移因子调整所述局部适应函数,用调整后的所述局部适应函数对所述全局适应图像的亮度值和所述局部适应图像的亮度值进行映射,得到色调映射图像。
进一步地,所述预设对数函数为
其中Lg(x,y)为所述全局适应图像的亮度值,Lw(x,y)为所述图像像素点的输入亮度值,Lwmax为所述图像像素点的最大亮度值,为所述图像像素点亮度的对数平均值。
进一步地,所述边缘保留滤波器包括导向滤波器。
进一步地,所述对比度增强因子α(x,y)的计算公式为:
其中,η表示对比度控制参数,Lg(x,y)为所述全局适应图像的亮度值,Lg max是所述全局适应图像输出的最大亮度值。
进一步地,自适应非线性偏移因子β计算公式如下:
其中,λ是非线性控制参数,是所述全局适应图像输出的对数平均亮度。
根据本发明的另一个方面,还提供了一种车牌图像亮度的处理装置,所述装置包括:全局适应模块和局部适应模块
所述全局适应模块,用于获取高动态范围HDR图像,通过预设对数函数对所述图像像素点进行全局映射,输出全局适应图像的亮度值,其中,所述对数函数的因子包括:所述图像像素点的输入亮度值、所述图像像素点的最大亮度值和所述图像像素点亮度的对数平均值;
所述局部适应模块,用于通过边缘保留滤波器对所述全局适应图像的亮度值进行过滤,输出局部适应图像的亮度值,所述过滤包括:所述边缘保留滤波器调节所述全局适应图像的临近像素的权重;
所述局部适应模块还用于通过对比度增强因子和自适应非线性偏移因子调整所述局部适应函数,用调整后的所述局部适应函数对所述全局适应图像的亮度值和所述局部适应图像的亮度值进行映射,得到色调映射图像。
进一步地,所述预设对数函数为
其中Lg(x,y)为所述全局适应图像的亮度值,Lw(x,y)为所述图像像素点的输入亮度值,Lw max为所述图像像素点的最大亮度值,为所述图像像素点亮度的对数平均值。
进一步地,所述边缘保留滤波器包括导向滤波器。
根据本发明的另一个方面,还提供了一种车牌识别设备,用于处理车牌图像的亮度,所述设备包括摄像头和处理器,
所述摄像头,用于获取高动态范围HDR图像,所述处理器通过预设对数函数对所述图像像素点进行全局映射,输出全局适应图像的亮度值,其中,所述对数函数的因子包括:所述图像像素点的输入亮度值、所述图像像素点的最大亮度值和所述图像像素点亮度的对数平均值;
所述处理器通过边缘保留滤波器对所述全局适应图像的亮度值进行过滤,输出局部适应图像的亮度值,所述过滤包括:所述边缘保留滤波器调节所述全局适应图像的临近像素的权重;
所述处理器通过对比度增强因子和自适应非线性偏移因子调整所述局部适应函数,用调整后的所述局部适应函数对所述全局适应图像的亮度值和所述局部适应图像的亮度值进行映射,得到色调映射图像。
通过本发明,获取高动态范围HDR图像,通过预设对数函数对所述图像像素点进行全局映射,输出全局适应图像的亮度值,其中,所述对数函数的因子包括:所述图像像素点的输入亮度值、所述图像像素点的最大亮度值和所述图像像素点亮度的对数平均值;通过边缘保留滤波器对所述全局适应图像的亮度值进行过滤,输出局部适应图像的亮度值,通过对比度增强因子和自适应非线性偏移因子调整所述局部适应函数,用调整后的所述局部适应函数对所述全局适应图像的亮度值和所述局部适应图像的亮度值进行映射,得到色调映射图像,解决了车牌识别系统采集的车牌图像的亮度较低的问题,提高了车牌图像的亮度。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种车牌图像亮度的处理方法的流程图;
图2是根据本发明实施例的一种车牌图像亮度的处理装置的结构框图;
图3是根据本发明实施例的一种车牌识别设备的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
在本实施例中,提供了一种车牌图像亮度的处理方法,图1是根据本发明实施例的一种车牌图像亮度的处理方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取高动态范围HDR图像,通过预设对数函数对该图像像素点进行全局映射,输出全局适应图像的亮度值,其中,该对数函数的因子包括:该图像像素点的输入亮度值、该图像像素点的最大亮度值和该图像像素点亮度的对数平均值;
步骤S104,通过边缘保留滤波器对该全局适应图像的亮度值进行过滤,输出局部适应图像的亮度值,该过滤包括:该边缘保留滤波器调节该全局适应图像的临近像素的权重;
步骤S106,通过对比度增强因子和自适应非线性偏移因子调整该局部适应函数,用调整后的该局部适应函数对该全局适应图像的亮度值和该局部适应图像的亮度值进行映射,得到色调映射图像。
通过上述步骤,获取高动态范围HDR图像,通过预设对数函数对该图像像素点进行全局映射,输出全局适应图像的亮度值,其中,该对数函数的因子包括:该图像像素点的输入亮度值、该图像像素点的最大亮度值和该图像像素点亮度的对数平均值;通过边缘保留滤波器对该全局适应图像的亮度值进行过滤,输出局部适应图像的亮度值,通过对比度增强因子和自适应非线性偏移因子调整该局部适应函数,用调整后的该局部适应函数对该全局适应图像的亮度值和该局部适应图像的亮度值进行映射,得到色调映射图像,解决了车牌识别系统采集的车牌图像的亮度较低的问题,提高了车牌图像的亮度。
在本发明的实施例中,将输入的车牌图像进行全局映射,以此作为预处理图像。然后,对预处理够的图像采用局部映射。最后,从局部适应输出和输入HDR图像的亮度值获得色调映射图像。
其中,全局适应机制就像人类视觉系统的早期阶段。人类视觉系统感知亮度是一个近似的对数函数。为了全局压缩HDR场景的动态范围,使用公式1中的函数:
其中,Lg(x,y)为该全局适应图像的亮度值,Lw(x,y)为该图像像素点的输入亮度值,Lw max为该图像像素点的最大亮度值,为该图像像素点亮度的对数平均值,其中,
其中N是图像中像素的总和,δ是一个小值,用以避免图像中黑色像素导致的奇点。
输入亮度值和最大亮度值除以场景的亮度的对数平均值,这使得公式1能够适应每一个场景。当亮度对数平均值趋于较高值时,函数从对数函数的形状趋向于线性函数。因此,亮度低的对数平均值比亮度高的对数平均值提高的更多。
对预处理够的图像采用局部映射,局部适应是指在全局适应过程之后应用基于视网膜理论的局部适应。位于较亮的像素值附近的输入Ii(x,y)的输出Ri(x,y)变得非常暗,并且会导致光晕伪像,使图像看起来不自然。通过引入边缘保留滤波器可以减少这种伪像。导向滤波器是一种边缘保持滤波器,其权重不仅取决于欧几里得距离,还取决于亮度差异。局部适应的方程可以写成:
Ll(x,y)=log Lg(x,y)-log Hg(x,y) 公式3
其中Ll(x,y)表示局部自适应输出,Hg(x,y)是应用于Lg(x,y)的导向滤波器的输出。
其中,ξx,ξy是邻域像素坐标,ω(x,y)是以像素(x,y)为中心,边长为r的局部方形窗口,|ω|是ω(x,y)中的像素数量,a(ξx,ξy)和b(ξx,ξy)是线性系数。
b(ξx,ξy)=μ(ξx,ξy)-a(ξx,ξy)μ(ξx,ξy) 公式6
其中,μ(ξx,ξy)和σ2(ξx,ξy)分别是Lg的均值和方差;ω(ξx,ξy)和μ2(ξx,ξy)是ω(ξx,ξy)中L2的平均值正则化参数。
在应用滤波器之后,伪影显著减少,但是由于全局对比度较低,输出图像一般不能符合要求。由于边缘保留滤波器的特性,滤波器为临近像素分配比较低的权重,临近像素的亮度值与中心像素的值之间存在着较大的差异。结果是公式3中的Lg(x,y)和Hg(x,y)的值倾向于相等,这使得局部适应输出的像素之间没有太大差异。
为了避免公式3的输出结果失去了图像的原始亮度分布,引入了两个重要的因子:
1、对比度增强因子:
其中η表示对比度控制参数,Lg max是全局适应图像输出的最大亮度值。
2、自适应非线性偏移
其中λ是非线性控制参数,是全局适应图像输出的对数平均亮度。
通过将这些因素整合到公式3中,最终的局部适应方程建立如下:
其中,Lout(x,y)是最终的局部适应输出。
本发明的实施例中,引入对比度增强因子α(x,y)以获得令人满意的图像增强效果。如上该,使用导向滤波器使得图像外观平滑,全局适应输出Lg(x,y)控制每个像素的对比度增强因子。最初的暗像素使对比度增强因子降低,而明亮的像素使对比度因子增高。因此,通过全局压缩场景的亮度值,局部自适应具有比以前更自然的图像输出。
为了根据场景变化来控制对数函数的非线性,这里提出了一种自适应非线性偏移β。对数函数是非线性函数,其梯度逐渐减小。全局自适应输出的对数平均亮度通过改变公式9中对数函数的起点来控制非线性的强度。
在局部适应输出之后,处理后的亮度值从0到1重新调整。最后,从局部适应输出和输入HDR图像的亮度值获得色调映射图像。
图2是根据本发明实施例的一种车牌图像亮度的处理装置的结构框图,如图2所示,该装置用于改善车牌图像的亮度,该装置包括:全局适应模块22和局部适应模块24。
该全局适应模块22,用于获取高动态范围HDR图像,通过预设对数函数对该图像像素点进行全局映射,输出全局适应图像的亮度值,其中,该对数函数的因子包括:该图像像素点的输入亮度值、该图像像素点的最大亮度值和该图像像素点亮度的对数平均值;
该局部适应模块24,用于通过边缘保留滤波器对该全局适应图像的亮度值进行过滤,输出局部适应图像的亮度值,该过滤包括:该边缘保留滤波器调节该全局适应图像的临近像素的权重;
该局部适应模块24还用于通过对比度增强因子和自适应非线性偏移因子调整该局部适应函数,用调整后的该局部适应函数对该全局适应图像的亮度值和该局部适应图像的亮度值进行映射,得到色调映射图像。
通过上述装置,解决了车牌识别系统采集的车牌图像的亮度较低的问题,提高了车牌图像的亮度。
图3是根据本发明实施例的一种车牌识别设备的结构框图,如图3所示,该车牌识别设备300包括摄像头32和处理器34,
该摄像头32,用于获取高动态范围HDR图像,该处理器34通过预设对数函数对该图像像素点进行全局映射,输出全局适应图像的亮度值,其中,该对数函数的因子包括:该图像像素点的输入亮度值、该图像像素点的最大亮度值和该图像像素点亮度的对数平均值;
该处理器34通过边缘保留滤波器对该全局适应图像的亮度值进行过滤,输出局部适应图像的亮度值,该过滤包括:该边缘保留滤波器调节该全局适应图像的临近像素的权重;
该处理器34通过对比度增强因子和自适应非线性偏移因子调整该局部适应函数,用调整后的该局部适应函数对该全局适应图像的亮度值和该局部适应图像的亮度值进行映射,得到色调映射图像。
通过上述装置,解决了车牌识别系统采集的车牌图像的亮度较低的问题,提高了车牌图像的亮度。
在另外一个实施例中,还提供了一种软件,该软件用于执行上述实施例及优选实施例中描述的技术方案。
在另外一个实施例中,还提供了一种存储介质,该存储介质中存储有上述软件,该存储介质包括但不限于光盘、软盘、硬盘、可擦写存储器等。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上该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 (10)
1.一种车牌图像亮度的处理方法,其特征在于,所述方法包括:
获取高动态范围HDR图像,通过预设对数函数对所述图像像素点进行全局映射,输出全局适应图像的亮度值,其中,所述对数函数的因子包括:所述图像像素点的输入亮度值、所述图像像素点的最大亮度值和所述图像像素点亮度的对数平均值;
通过边缘保留滤波器对所述全局适应图像的亮度值进行过滤,输出局部适应图像的亮度值,所述过滤包括:所述边缘保留滤波器调节所述全局适应图像的临近像素的权重;
通过对比度增强因子和自适应非线性偏移因子调整所述局部适应函数,用调整后的所述局部适应函数对所述全局适应图像的亮度值和所述局部适应图像的亮度值进行映射,得到色调映射图像。
2.根据权利要求1所述方法,其特征在于,所述预设对数函数为
其中,Lg(x,y)为所述全局适应图像的亮度值,Lw(x,y)为所述图像像素点的输入亮度值,Lwmax为所述图像像素点的最大亮度值,为所述图像像素点亮度的对数平均值。
3.根据权利要求1所述方法,其特征在于,所述边缘保留滤波器包括导向滤波器。
4.根据权利要求1所述方法,其特征在于,所述对比度增强因子α(x,y)的计算公式为:
其中,η表示对比度控制参数,Lg(x,y)为所述全局适应图像的亮度值,Lgmax是所述全局适应图像输出的最大亮度值。
5.根据权利要求1所述方法,其特征在于,自适应非线性偏移因子β计算公式如下:
其中,λ是非线性控制参数,是所述全局适应图像输出的对数平均亮度。
6.一种车牌图像亮度的处理装置,其特征在于,所述装置包括:全局适应模块和局部适应模块
所述全局适应模块,用于获取高动态范围HDR图像,通过预设对数函数对所述图像像素点进行全局映射,输出全局适应图像的亮度值,其中,所述对数函数的因子包括:所述图像像素点的输入亮度值、所述图像像素点的最大亮度值和所述图像像素点亮度的对数平均值;
所述局部适应模块,用于通过边缘保留滤波器对所述全局适应图像的亮度值进行过滤,输出局部适应图像的亮度值,所述过滤包括:所述边缘保留滤波器调节所述全局适应图像的临近像素的权重;
所述局部适应模块还用于通过对比度增强因子和自适应非线性偏移因子调整所述局部适应函数,用调整后的所述局部适应函数对所述全局适应图像的亮度值和所述局部适应图像的亮度值进行映射,得到色调映射图像。
7.根据权利要求6所述装置,其特征在于,所述预设对数函数为
其中,Lg(x,y)为所述全局适应图像的亮度值,Lw(x,y)为所述图像像素点的输入亮度值,Lwmax为所述图像像素点的最大亮度值,为所述图像像素点亮度的对数平均值。
8.根据权利要求6所述装置,其特征在于,所述边缘保留滤波器包括导向滤波器。
9.一种车牌识别设备,其特征在于,用于处理车牌图像的亮度,所述设备包括摄像头和处理器,
所述摄像头,用于获取高动态范围HDR图像,所述处理器通过预设对数函数对所述图像像素点进行全局映射,输出全局适应图像的亮度值,其中,所述对数函数的因子包括:所述图像像素点的输入亮度值、所述图像像素点的最大亮度值和所述图像像素点亮度的对数平均值;
所述处理器通过边缘保留滤波器对所述全局适应图像的亮度值进行过滤,输出局部适应图像的亮度值,所述过滤包括:所述边缘保留滤波器调节所述全局适应图像的临近像素的权重;
所述处理器通过对比度增强因子和自适应非线性偏移因子调整所述局部适应函数,用调整后的所述局部适应函数对所述全局适应图像的亮度值和所述局部适应图像的亮度值进行映射,得到色调映射图像。
10.根据权利要求9所述设备,其特征在于,所述边缘保留滤波器包括导向滤波器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910752746.0A CN110473158A (zh) | 2019-08-14 | 2019-08-14 | 一种车牌图像亮度的处理方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910752746.0A CN110473158A (zh) | 2019-08-14 | 2019-08-14 | 一种车牌图像亮度的处理方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110473158A true CN110473158A (zh) | 2019-11-19 |
Family
ID=68510838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910752746.0A Pending CN110473158A (zh) | 2019-08-14 | 2019-08-14 | 一种车牌图像亮度的处理方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110473158A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111738950A (zh) * | 2020-06-22 | 2020-10-02 | 北京字节跳动网络技术有限公司 | 图像处理方法及装置 |
CN111951194A (zh) * | 2020-08-26 | 2020-11-17 | 重庆紫光华山智安科技有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN113850743A (zh) * | 2021-11-30 | 2021-12-28 | 江苏游隼微电子有限公司 | 一种基于自适应参数的视频全局色调映射方法 |
CN114679626A (zh) * | 2020-12-24 | 2022-06-28 | 深圳Tcl数字技术有限公司 | 一种图像处理方法、存储介质及显示设备 |
WO2022241676A1 (zh) * | 2021-05-19 | 2022-11-24 | 深圳市大疆创新科技有限公司 | 色调映射方法、图像处理装置及成像装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101951523A (zh) * | 2010-09-21 | 2011-01-19 | 北京工业大学 | 一种自适应彩色图像处理方法及系统 |
US20110096988A1 (en) * | 2009-10-27 | 2011-04-28 | Himax Media Solutions, Inc. | Image enhancement method and apparatuses utilizing the same |
CN107730475A (zh) * | 2017-11-13 | 2018-02-23 | 苏州科达科技股份有限公司 | 图像增强方法及系统 |
CN109325922A (zh) * | 2018-09-12 | 2019-02-12 | 深圳开阳电子股份有限公司 | 一种图像自适应增强方法、装置及图像处理设备 |
-
2019
- 2019-08-14 CN CN201910752746.0A patent/CN110473158A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110096988A1 (en) * | 2009-10-27 | 2011-04-28 | Himax Media Solutions, Inc. | Image enhancement method and apparatuses utilizing the same |
CN101951523A (zh) * | 2010-09-21 | 2011-01-19 | 北京工业大学 | 一种自适应彩色图像处理方法及系统 |
CN107730475A (zh) * | 2017-11-13 | 2018-02-23 | 苏州科达科技股份有限公司 | 图像增强方法及系统 |
CN109325922A (zh) * | 2018-09-12 | 2019-02-12 | 深圳开阳电子股份有限公司 | 一种图像自适应增强方法、装置及图像处理设备 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111738950A (zh) * | 2020-06-22 | 2020-10-02 | 北京字节跳动网络技术有限公司 | 图像处理方法及装置 |
CN111951194A (zh) * | 2020-08-26 | 2020-11-17 | 重庆紫光华山智安科技有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN111951194B (zh) * | 2020-08-26 | 2024-02-02 | 重庆紫光华山智安科技有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN114679626A (zh) * | 2020-12-24 | 2022-06-28 | 深圳Tcl数字技术有限公司 | 一种图像处理方法、存储介质及显示设备 |
WO2022241676A1 (zh) * | 2021-05-19 | 2022-11-24 | 深圳市大疆创新科技有限公司 | 色调映射方法、图像处理装置及成像装置 |
CN113850743A (zh) * | 2021-11-30 | 2021-12-28 | 江苏游隼微电子有限公司 | 一种基于自适应参数的视频全局色调映射方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110473158A (zh) | 一种车牌图像亮度的处理方法、装置及设备 | |
US11127122B2 (en) | Image enhancement method and system | |
CN101951523B (zh) | 一种自适应彩色图像处理方法及系统 | |
CN109801240B (zh) | 一种图像增强方法以及图像增强装置 | |
CN113454530B (zh) | 使用移动电子设备捕获和混合用于高质量闪光摄影的多个图像的装置和方法 | |
CN110599433B (zh) | 一种基于动态场景的双曝光图像融合方法 | |
CN102693532B (zh) | 图像阴影和高光的自动局部调整 | |
CN106981054B (zh) | 一种图像处理方法及电子设备 | |
CN111476732B (zh) | 一种图像融合及去噪的方法及系统 | |
CN106886985A (zh) | 一种减小色偏的自适应低照度图像增强方法 | |
CN109147005A (zh) | 一种用于红外图像的自适应染色方法、系统、存储介质、终端 | |
CN108288258A (zh) | 一种针对恶劣天气条件下的低质图像增强方法 | |
WO2019205751A1 (zh) | 图像增强方法 | |
CN102789635A (zh) | 一种图像增强方法和装置 | |
JP2009510587A (ja) | 画像ディテール強調 | |
CN109325918B (zh) | 一种图像处理的方法、装置及计算机存储介质 | |
KR101774735B1 (ko) | 차량번호판 주변 그림자 영역 개선 및 차량번호 인식 방법 | |
CN106412448A (zh) | 一种基于单帧图像的宽动态范围处理方法与系统 | |
CN113822826A (zh) | 一种低照度图像亮度增强方法 | |
CN113947553B (zh) | 一种图像亮度增强方法及设备 | |
CN116596799A (zh) | 一种基于通道空间复合注意力的低照度图像增强方法 | |
CN114187192A (zh) | 一种基于多曝光融合的图像处理方法 | |
CN114037641A (zh) | 一种低照度图像增强方法、装置、设备及介质 | |
KR102277005B1 (ko) | 비지도 학습을 이용한 저조도 영상 처리 방법 및 장치 | |
Li et al. | Soft binary segmentation-based backlit image enhancement |
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 | ||
CB02 | Change of applicant information |
Address after: Room 5288, building e, 555 Dongchuan Road, Minhang District, Shanghai 200241 Applicant after: Shanghai Shimao Internet of Things Technology Co.,Ltd. Address before: World Trade Building, 55 Weifang West Road, Pudong New Area, Shanghai, 200120 Applicant before: Shanghai Shimao Internet of Things Technology Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191119 |
|
RJ01 | Rejection of invention patent application after publication |