CN110533622B - 一种图片合成中参数自动化配置方法 - Google Patents

一种图片合成中参数自动化配置方法 Download PDF

Info

Publication number
CN110533622B
CN110533622B CN201910794557.XA CN201910794557A CN110533622B CN 110533622 B CN110533622 B CN 110533622B CN 201910794557 A CN201910794557 A CN 201910794557A CN 110533622 B CN110533622 B CN 110533622B
Authority
CN
China
Prior art keywords
channel
synthesized
saturation
pictures
brightness
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
CN201910794557.XA
Other languages
English (en)
Other versions
CN110533622A (zh
Inventor
杨晓春
王斌
宫明
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.)
Liaoning Dongzhiweishi Technology Co ltd
Original Assignee
Liaoning Dongzhiweishi 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 Liaoning Dongzhiweishi Technology Co ltd filed Critical Liaoning Dongzhiweishi Technology Co ltd
Priority to CN201910794557.XA priority Critical patent/CN110533622B/zh
Publication of CN110533622A publication Critical patent/CN110533622A/zh
Application granted granted Critical
Publication of CN110533622B publication Critical patent/CN110533622B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging

Landscapes

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

Abstract

本发明公开了一种图片合成中参数自动化配置方法,涉及图片合成技术领域,其包括以下步骤:S1,将两张待合成的图片分别从RGB颜色空间转换至HSV颜色空间中,分别对其进行色相通道H、饱和度通道S和亮度通道V的分离;S2,对两张待合成的图片饱和度通道S和亮度通道V分别进行饱和度与亮度的平均化求值,然后根据平均化求值结果进行差量化计算;S3,对两张待合成图片差量化的值进行补差,以实现两张待合成图片在合成时参数的自动化配置,本发明的有益效果是:可以大大减少图片合成时参数配置所消耗的时间成本,特别是在电影合成系统中,可有效节省后期制作的成本。

Description

一种图片合成中参数自动化配置方法
技术领域
本发明涉及图片合成技术领域,具体是一种图片合成中参数自动化配置方法。
背景技术
图片有一些的参数对图片的效果影响较大,例如:亮度(亮度是指照射在景物或图像上光线的明暗程度)、对比度(对比度是指画面黑与白的比值,也就是从黑到白的渐变层次)、饱和度(色彩的纯度或饱和程度)等。当两张图片合成时由于这些参数不匹配,导致合成出的图片不自然。
目前参数配置的技术,都是采用手动调节的方式,例如PhotoShop等成熟的图片处理方法等,还没有一项技术用于自动化配置合成图片的参数。
基于此,本申请提出了一种图片合成中参数自动化配置方法。
发明内容
本发明的目的在于提供一种图片合成中参数自动化配置方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种图片合成中参数自动化配置方法,包括以下步骤:
S1,将两张待合成的图片分别从RGB颜色空间转换至HSV颜色空间中,分别对其进行色相通道H、饱和度通道S和亮度通道V的分离;
S2,对两张待合成的图片饱和度通道S和亮度通道V分别进行饱和度与亮度的平均化求值,然后根据平均化求值结果进行差量化计算;
S3,对两张待合成图片差量化的值进行补差,以实现两张待合成图片在合成时参数的自动化配置。
作为本发明进一步的方案:步骤S2中,像素点亮度值平均化的计算公式为:
Figure GDA0003465160910000011
式中,其中V(i,j)为V通道在第i行第j列的值,n与m为图像行与列的最大值,AvgV为像素点亮度值平均化的结果。
作为本发明再进一步的方案:步骤S2中,像素点饱和度值平均化的计算公式为:
Figure GDA0003465160910000021
式中,其中S(i,j)为S通道在第i行第j列的值,n与m为图像行与列的最大值,AvgS为像素点饱和度平均化的结果。
作为本发明再进一步的方案:步骤S2中,差量化计算公式为:
D'=|D1-D2|,式中,D1和D2分别代表两张待合成图片的像素点亮度值或饱和度值的平均化结果,D’为差量化的值。
作为本发明再进一步的方案:步骤S3中,参数的自动化配置公式为:
g(i,j)=a*f(i,j)+b,式中,f为原图片的像素,g为输出图片的像素,a为增值,取值范围为0~3.0,b称为偏置值,用于控制图片亮度。
与现有技术相比,本发明的有益效果是:利用对待合成图片进行空间转换来进行通道分离,然后对其中的饱和度通道S和亮度通道V进行平均值、差量化的计算,然后在合成时,根据差量化的结果进行自动补差,实现参数的自动化调整,可以大大减少图片合成时参数配置所消耗的时间成本,特别是在电影合成系统中,可有效节省后期制作的成本。
附图说明
图1为一种图片合成中参数自动化配置方法的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本实施例公开的一些方面相一致的装置和方法的例子。
实施例1
请参阅图1,本发明实施例中,一种图片合成中参数自动化配置方法,包括以下步骤:
S1,将两张待合成的图片分别从RGB颜色空间转换至HSV颜色空间中,分别对其进行色相通道H、饱和度通道S和亮度通道V的分离,此处,进行通道分离的目的是方便提取出饱和度通道S与亮度通道V;
S2,对两张待合成的图片饱和度通道S和亮度通道V分别进行饱和度与亮度的平均化求值,然后根据平均化求值结果进行差量化计算;
具体的来说,待合成图片中像素点亮度的计算公式为:
Figure GDA0003465160910000031
式中,其中V(i,j)为V通道在第i行第j列的值,n与m为图像行与列的最大值,AvgV为像素点亮度值平均化的结果;
待合成图片中像素点饱和度平均化的计算公式为:
Figure GDA0003465160910000032
式中,其中S(i,j)为S通道在第i行第j列的值,n与m为图像行与列的最大值,AvgS为像素点饱和度平均化的结果。
差量化计算公式为:
D'=|D1-D2|,式中,D1和D2分别代表两张待合成图片的像素点亮度值或饱和度值的平均化结果,即代表上述计算结果,D’为差量化的值。
S3,对两张待合成图片差量化的值进行补差,以实现两张待合成图片在合成时参数的自动化配置。
具体的,参数的自动化配置公式为:
g(i,j)=a*f(i,j)+b,式中,f为原图片的像素,g为输出图片的像素,a为增值,取值范围为0~3.0,b称为偏置值。
f(i,j)为合成后的原图在第i行第j列的像素,a取(1+Ds’/(256*2))(Ds’为饱和度差量化值),b取(Dv’/2)(Dv’为亮度差量化值),g(i,j)为求出自动化配置的像素。
在最后,可以对进行自动配置后的图片合成效果进行比对,然后再进行手动的微调,以获得满足使用需求的图片。
需要特别说明的是,本技术方案中,利用对待合成图片进行空间转换来进行通道分离,然后对其中的饱和度通道S和亮度通道V进行平均值、差量化的计算,然后在合成时,根据差量化的结果进行自动补差,实现参数的自动化调整,可以大大减少图片合成时参数配置所消耗的时间成本,特别是在电影合成系统中,可有效节省后期制作的成本。
本领域技术人员在考虑说明书及实施例处的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (3)

1.一种图片合成中参数自动化配置方法,其特征在于,包括以下步骤:
S1,将两张待合成的图片分别从RGB颜色空间转换至HSV颜色空间中,分别对其进行色相通道H、饱和度通道S和亮度通道V的分离;
S2,对两张待合成的图片饱和度通道S和亮度通道V分别进行饱和度与亮度的平均化求值,然后根据平均化求值结果进行差量化计算;
差量化计算公式为:
D'=|D1-D2|,式中,D1和D2分别代表两张待合成图片的像素点亮度值或饱和度值的平均化结果,D’为差量化的值;
S3,对两张待合成图片差量化的值进行补差,以实现两张待合成图片在合成时参数的自动化配置;
参数的自动化配置公式为:g(i,j)=a*f(i,j)+b,式中,f为原图片的像素,g为输出图片的像素,a为增值,取值范围为0~3.0,b称为偏置值,用于控制图片亮度;
f(i,j)为合成后的原图在第i行第j列的像素,a取(1+Ds’/(256*2)),其中Ds’为饱和度差量化值,b取(Dv’/2),Dv’为亮度差量化值,g(i,j)为求出自动化配置的像素。
2.根据权利要求1所述的一种图片合成中参数自动化配置方法,其特征在于,步骤S2中,像素点亮度值平均化的计算公式为:
Figure FDA0003465160900000011
式中,其中V(i,j)为V通道在第i行第j列的值,n与m为图像行与列的最大值,AvgV为像素点亮度值平均化的结果。
3.根据权利要求1所述的一种图片合成中参数自动化配置方法,其特征在于,步骤S2中,像素点饱和度值平均化的计算公式为:
Figure FDA0003465160900000012
式中,其中S(i,j)为S通道在第i行第j列的值,n与m为图像行与列的最大值,AvgS为像素点饱和度平均化的结果。
CN201910794557.XA 2019-08-27 2019-08-27 一种图片合成中参数自动化配置方法 Active CN110533622B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910794557.XA CN110533622B (zh) 2019-08-27 2019-08-27 一种图片合成中参数自动化配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910794557.XA CN110533622B (zh) 2019-08-27 2019-08-27 一种图片合成中参数自动化配置方法

Publications (2)

Publication Number Publication Date
CN110533622A CN110533622A (zh) 2019-12-03
CN110533622B true CN110533622B (zh) 2022-03-25

Family

ID=68664364

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910794557.XA Active CN110533622B (zh) 2019-08-27 2019-08-27 一种图片合成中参数自动化配置方法

Country Status (1)

Country Link
CN (1) CN110533622B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103699532A (zh) * 2012-09-27 2014-04-02 中国电信股份有限公司 图像颜色检索方法和系统
CN109493289A (zh) * 2018-10-26 2019-03-19 华侨大学 一种具有亮度及饱和度双重非线性图像增强方法
CN110087051A (zh) * 2019-04-19 2019-08-02 清华大学 基于hsv色彩空间的彩色图眩光去除方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6738510B2 (en) * 2000-02-22 2004-05-18 Olympus Optical Co., Ltd. Image processing apparatus
US20080095430A1 (en) * 2004-07-20 2008-04-24 Koninklijke Philips Electronics, N.V. Maintenance of Color Maximum Values in a Color Saturation Controlled Color Image
KR100860965B1 (ko) * 2006-12-11 2008-09-30 삼성전자주식회사 노이즈 저감기능을 갖는 적응적 채도 향상 장치 및 방법
KR101321396B1 (ko) * 2007-07-20 2013-10-25 삼성전자주식회사 영상의 색 향상 장치 및 이를 이용한 영상의 색 향상 방법.

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103699532A (zh) * 2012-09-27 2014-04-02 中国电信股份有限公司 图像颜色检索方法和系统
CN109493289A (zh) * 2018-10-26 2019-03-19 华侨大学 一种具有亮度及饱和度双重非线性图像增强方法
CN110087051A (zh) * 2019-04-19 2019-08-02 清华大学 基于hsv色彩空间的彩色图眩光去除方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MSHS: The mean-standard deviation curve matching algorithm in HSV space;Zhi-Heng Wang et al;《2012 International Conference on Machine Learning and Cybernetics》;20121126;1064-1069页 *
自适应聚类学习的道路网提取方法;陈光等;《自适应聚类学习的道路网提取方法》;20181231;30-35页 *

Also Published As

Publication number Publication date
CN110533622A (zh) 2019-12-03

Similar Documents

Publication Publication Date Title
CN112752023B (zh) 一种图像调整方法、装置、电子设备及存储介质
CN107154059A (zh) 一种高动态范围视频处理方法
CN102638688A (zh) 用于亮度控制图像转换的方法和装置
US20060181741A1 (en) Dynamic image saturation enhancement apparatus
US8045062B2 (en) Contour free point operation for video skin tone correction
US6683982B1 (en) Method for analyzing images and for correcting the values of video signals
CN103714520A (zh) 基于fpga实现数字视频图像增强系统及其方法
CN114866809B (zh) 视频转换方法、装置、设备、存储介质及程序产品
CN105898252A (zh) 一种电视色彩的调整方法和装置
US8064693B2 (en) Methods of and apparatus for adjusting colour saturation in an input image
CN111107330B (zh) 一种Lab空间的偏色校正方法
CN106550227A (zh) 一种图像饱和度调整方法及装置
CN110570384A (zh) 一种对场景图像进行光照均衡处理的方法、装置、计算机设备以及计算机存储介质
CN110533622B (zh) 一种图片合成中参数自动化配置方法
WO2023241339A1 (zh) 色偏校正方法、装置、设备、存储介质及程序产品
CN107578370A (zh) 一种rgb模式下快速不失真提高画面饱和度的方法与装置
CN113222869B (zh) 一种图像处理方法
CN112331140B (zh) 一种显示屏幕色偏Mura修复方法及装置
US7633557B2 (en) Method and device for adaptive color correction
CN109348202B (zh) 一种图像饱和度调整方法和装置
CN110086997B (zh) 人脸图像曝光亮度补偿方法及装置
KR102245835B1 (ko) 입력영상 전처리를 이용한 화질보정방법
CN115330607B (zh) 彩色图像的饱和度增强方法
CN111612702B (zh) 一种颜色迁移的中性色矫正后处理方法
US20230388465A1 (en) Chroma adjustment method, electronic device and readable storage medium

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