CN110572626B - 一种图像处理方法及设备 - Google Patents
一种图像处理方法及设备 Download PDFInfo
- Publication number
- CN110572626B CN110572626B CN201910826365.2A CN201910826365A CN110572626B CN 110572626 B CN110572626 B CN 110572626B CN 201910826365 A CN201910826365 A CN 201910826365A CN 110572626 B CN110572626 B CN 110572626B
- Authority
- CN
- China
- Prior art keywords
- single channel
- color
- color single
- image
- pixel values
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像处理方法、装置及系统，方法包括：获取待处理的灰度图像；将所述待处理的灰度图像的像素值作为第一色彩单通道的像素值，利用所述第一色彩单通道的像素值确定第二色彩单通道的像素值和第三色彩单通道的像素值；利用所述第一色彩单通道、第二色彩单通道和第三色彩单通道的像素值合成所述待处理的灰度图像对应的彩色图像。本发明实施例提供的方法，将灰度图像的像素值作为彩色图像中一个色彩单通道的像素值，进而利用该色彩单通道的像素值确定其他色彩单通道的像素值，进而合成彩色图像。仅利用灰度图像，无需结合原始彩色图像，其实现方式简单，且对算力要求不高。
Description
技术领域
本发明涉及图像处理技术领域，更具体地，涉及一种图像处理方法及设备。
背景技术
在图像处理技术中，往往需要对彩色图像进行灰度处理。在很多应用领域中，还需要将灰度图像还原为彩色图像。例如，在面部皮肤评测中，对采集到的面部图像进行灰度处理得到反映面部皮肤问题的灰度图，进而再将灰度图还原为彩色图像以便用户直观观察。
现有技术中，需要结合彩色原图和灰度图像，实现对灰度图像的彩色还原，这种实现方式较为复杂，对处理器的算力要求较高。
发明内容
鉴于上述问题，本发明提出了一种图像处理方法和相应的设备，其可以仅利用灰度图像合成彩色图像，其实现方式简单，对处理器算力要求不高。
根据本发明实施例的第一方面，提供一种图像处理方法，包括：
获取待处理的灰度图像；
将上述待处理的灰度图像的像素值作为第一色彩单通道的像素值，利用第一色彩单通道的像素值确定第二色彩单通道的像素值和第三色彩单通道的像素值；
利用上述第一色彩单通道、第二色彩单通道和第三色彩单通道的像素值合成上述待处理的灰度图像对应的彩色图像。
本发明实施例提供的方法，将灰度图像的像素值作为彩色图像中一个色彩单通道的像素值，进而利用该色彩单通道的像素值确定其他色彩单通道的像素值，进而合成彩色图像。仅利用灰度图像，无需结合原始彩色图像，其实现方式简单，且对算力要求不高。
本发明实施例中，为进一步突出图像中的细节特征，可以获取原始灰度图像；对原始灰度图像进行锐化处理，得到上述待处理的灰度图像。
在上述任意方法实施例的基础上，既可以利用多个像素点的已知的色彩单通道的像素值确定其中一个像素点的未知色彩单通道的像素值，也可以利用每个像素点各自已知色彩单通道的像素值确定未知色彩单通道的像素值。
若利用每个像素点各自已知色彩单通道的像素值确定未知色彩单通道的像素值，具体的，将上述待处理的灰度图像的每个像素点的像素值作为本像素点的第一色彩单通道的像素值，利用每个像素点的第一色彩单通道的像素值确定本像素点的第二色彩单通道的像素值和第三色彩单通道的像素值。
本发明实施例提供的方法，由于每个像素点均存在已知的色彩单通道像素值，因此，仅依据本像素点的已知色彩单通道像素值即可确定未知色彩单通道像素值，不需要利用其他像素点的像素值，简化了运算复杂度。
进一步地，上述利用每个像素点的第一色彩单通道的像素值确定本像素点的第二色彩单通道的像素值和第三色彩单通道的像素值，其实现方式可以是：
利用预先确定的第一色彩单通道与第二色彩单通道间像素值线性关系，确定各个像素点的第二色彩单通道的像素值；
利用预先确定的第一色彩单通道与第三色彩单通道间像素值线性关系，确定各个像素点的第三色彩单通道的像素值。
发明人在实现本发明的过程中，发现像素点的色彩单通道的像素值之间存在线性关系，因此，可以利用该线性关系快速确定未知色彩单通道的像素值。
更进一步地，上述第一色彩单通道与第二色彩单通道间像素值线性关系通过如下公式表示：
Y2＝α1×Y1+β1
其中，Y1为第一色彩单通道的像素值，Y2为第二色彩单通道的像素值，α1和β1均为线性关系因子；
上述第一色彩单通道与第三色彩单通道间像素值线性关系通过如下公式表示：
Y3＝α2×Y1+β2
其中，Y1为第一色彩单通道的像素值，Y3为第三色彩单通道的像素值，α2和β2均为线性关系因子；
上述线性关系因子是根据样本图像库中的色彩单通道直方图信息确定的，样本图像库中包括第一色彩单通道对应的多张纯色图像。
应当指出的是，本发明实施例中，纯色图像是指图像呈现出纯色的视觉效果，例如红色(R)单通道对应的纯色图像，视觉效果呈现为饱和度、亮度变化构成的红色图像，但不意味着该图像的其他色彩单通道的像素值为极值。
更进一步地，上述线性关系因子α1和β1的确定方式可以包括：
获取上述样本图像库中的多张纯色图像的第一色彩单通道的像素值的直方图，以及多张纯色图像的第二色彩单通道的像素值的直方图；
获取上述第一色彩单通道的像素值的直方图的中位数，以及上述第二色彩单通道的像素值的直方图的中位数；
利用上述第一色彩单通道的像素值的直方图的中位数和上述第二色彩单通道的像素值的直方图的中位数拟合得到上述线性关系因子α1和β1；
上述线性关系因子α2和β2的确定方式包括：
获取上述样本图像库中的多张纯色图像的第一色彩单通道的像素值的直方图，以及多张纯色图像的第三色彩单通道的像素值的直方图；
获取上述第一色彩单通道的像素值的直方图的中位数，以及上述第三色彩单通道的像素值的直方图的中位数；
利用上述第一色彩单通道的像素值的直方图的中位数和上述第三色彩单通道的像素值的直方图的中位数拟合得到上述线性关系因子α2和β2。
发明人在实现本发明的过程中发现，色彩单通道的像素值间的线性关系主要体现在色彩单通道的直方图间的线性关系，因此，利用样本图像库中的纯色图像的直方图拟合得到线性关系，即得到该线性关系中的线性关系因子，该线性关系因子即为色彩单通道的像素值间线性关系的线性关系因子。
在上述任意方法实施例的基础上，本发明实施例中：
第一色彩单通道为R通道；
第二色彩单通道为G通道；
第三色彩单通道为B通道。
更进一步地，上述待处理的灰度图像可以为反映面部皮肤红血丝分布的灰度图像，上述彩色图像为反映面部红血丝分布的纯色图像。
更进一步地，上述待处理的灰度图像还可以为反映面部皮肤棕斑分布的灰度图像，上述彩色图像为反映面部皮肤棕斑分布的纯色图像。
另一方面，本发明实施例还提供一种图像处理设备，包括：
一个或多个处理器；
一个或多个存储器；
一个或多个应用程序，其中上述一个或多个应用程序被存储在上述一个或多个存储器中并被配置为由该一个或多个处理器执行，该一个或多个程序被配置为执行上述任意方法实施例描述的方法。
本发明实施例提供的设备，将灰度图像的像素值作为彩色图像中一个色彩单通道的像素值，进而利用该色彩单通道的像素值确定其他色彩单通道的像素值，进而合成彩色图像。仅利用灰度图像，无需结合原始彩色图像，其实现方式简单，且对算力要求不高。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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获得其他的附图。
图1示出了根据本发明一个实施例的图像处理方法流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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。
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
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。
图1示出了根据本发明一个实施例的图像处理方法流程图。
如图1所示，根据本发明的实施例的图像处理方法，包括：
步骤101、获取待处理的灰度图像。
步骤102、将上述待处理的灰度图像的像素值作为第一色彩单通道的像素值，利用第一色彩单通道的像素值确定第二色彩单通道的像素值和第三色彩单通道的像素值。
步骤103、利用上述第一色彩单通道、第二色彩单通道和第三色彩单通道的像素值合成上述待处理的灰度图像对应的彩色图像。
本发明实施例不对第一色彩单通道的选择进行限定，以RGB色彩通道为例，既可以选择R通道作为第一色彩单通道，也可以选择G通道或B通道作为第一色彩单通道。在实际应用中，根据应用场景的需要进行选择。
本发明实施例提供的方法，将灰度图像的像素值作为彩色图像中一个色彩单通道的像素值，进而利用该色彩单通道的像素值确定其他色彩单通道的像素值，进而合成彩色图像。仅利用灰度图像，无需结合原始彩色图像，其实现方式简单，且对算力要求不高。
本发明实施例中，为进一步突出图像中的细节特征，可以获取原始灰度图像；对原始灰度图像进行锐化处理，得到上述待处理的灰度图像。
本发明实施例不对锐化的具体实现方式进行限定，在实际应用中，可以根据应用场景的需要灵活选取现有的图像锐化技术实现。
在上述任意方法实施例的基础上，既可以利用多个像素点的已知的色彩单通道的像素值确定其中一个像素点的未知色彩单通道的像素值，也可以利用每个像素点各自已知色彩单通道的像素值确定未知色彩单通道的像素值。
若利用每个像素点各自已知色彩单通道的像素值确定未知色彩单通道的像素值，具体的，将上述待处理的灰度图像的每个像素点的像素值作为本像素点的第一色彩单通道的像素值，利用每个像素点的第一色彩单通道的像素值确定本像素点的第二色彩单通道的像素值和第三色彩单通道的像素值。
本发明实施例提供的方法，由于每个像素点均存在已知的色彩单通道像素值，因此，仅依据本像素点的已知色彩单通道像素值即可确定未知色彩单通道像素值，不需要利用其他像素点的像素值，简化了运算复杂度。
若利用多个像素点的已知色彩单通道的像素值确定一个像素点的未知色彩单通道的像素值，作为举例而非限定，具体的，将各个像素点的相邻像素点及本像素点的第一色彩单通道的像素值均值作为本像素点的第一色彩单通道的像素值，利用该均值确定本像素点的第二色彩单通道的像素值和第三色彩单通道的像素值。
进一步地，上述利用每个像素点的第一色彩单通道的像素值确定本像素点的第二色彩单通道的像素值和第三色彩单通道的像素值，其实现方式可以是：
利用预先确定的第一色彩单通道与第二色彩单通道间像素值线性关系，确定各个像素点的第二色彩单通道的像素值；
利用预先确定的第一色彩单通道与第三色彩单通道间像素值线性关系，确定各个像素点的第三色彩单通道的像素值。
发明人在实现本发明的过程中，发现像素点的色彩单通道的像素值之间存在线性关系，因此，可以利用该线性关系快速确定未知色彩单通道的像素值。
更进一步地，上述第一色彩单通道与第二色彩单通道间像素值线性关系通过如下公式表示：
Y2＝α1×Y1+β1
其中，Y1为第一色彩单通道的像素值，Y2为第二色彩单通道的像素值，α1和β1均为线性关系因子；
上述第一色彩单通道与第三色彩单通道间像素值线性关系通过如下公式表示：
Y3＝α2×Y1+β2
其中，Y1为第一色彩单通道的像素值，Y3为第三色彩单通道的像素值，α2和β2均为线性关系因子。
本发明实施例中，线性关系因子可以是经验值，也可以是根据样本图像库中的色彩单通道直方图信息确定的，其中，样本图像库中包括第一色彩单通道对应的多张纯色图像。
应当指出的是，本发明实施例中，纯色图像是指图像呈现出纯色的视觉效果，例如红色(R)单通道对应的纯色图像，视觉效果呈现为饱和度、亮度变化构成的红色图像，但不意味着该图像的其他色彩单通道的像素值为极值。
更进一步地，上述线性关系因子α1和β1的确定方式有多种，作为举例而非限定，一种实现方式为：
获取上述样本图像库中的多张纯色图像的第一色彩单通道的像素值的直方图，以及多张纯色图像的第二色彩单通道的像素值的直方图；
获取上述第一色彩单通道的像素值的直方图的中位数，以及上述第二色彩单通道的像素值的直方图的中位数；
利用上述第一色彩单通道的像素值的直方图的中位数和上述第二色彩单通道的像素值的直方图的中位数拟合得到上述线性关系因子α1和β1。
本发明实施例中，一种实现方式中，假设从样本图像库中选择了N张纯色图像，那么，得到N个第一色彩单通道的像素值的直方图，以及N个第二色彩单通道的像素值的直方图；分别获取每个第一色彩单通道的像素值的直方图的中位数(简称第一中位数)，以及每个第二色彩单通道的像素值的直方图的中位数(简称第二中位数)，得到N个第一中位数和第二中位数，利用线性拟合方程对N个第一中位数和N个第二中位数进行线性拟合，得到线性关系因子。本发明实施例不对拟合方式和中位数获取方式进行限定，可采用现有任意实现手段实现。另一种实现方式中，假设从样本图像库中选择了N张纯色图像，那么，得到N个第一色彩单通道的像素值的直方图，以及N个第二色彩单通道的像素值的直方图；获取N个第一色彩单通道的像素值的直方图的中位数，以及N个第二色彩单通道的像素值的直方图的中位数；按照这种方式从样本图像库中选择多组纯色图像，并得到每组纯色图像对应的第一色彩单通道的像素值的直方图的中位数以及第二色彩单通道的像素值的直方图的中位数，通过线性拟合方式得到线性关系因子。
上述线性关系因子α2和β2的确定方式也有多种，作为距离而非限定，一种实现方式为：
获取上述样本图像库中的多张纯色图像的第一色彩单通道的像素值的直方图，以及多张纯色图像的第三色彩单通道的像素值的直方图；
获取上述第一色彩单通道的像素值的直方图的中位数，以及上述第三色彩单通道的像素值的直方图的中位数；
利用上述第一色彩单通道的像素值的直方图的中位数和上述第三色彩单通道的像素值的直方图的中位数拟合得到上述线性关系因子α2和β2。
本发明实施例中，可以利用样本图像库中的全部纯色图像确定线性关系因子，也可以利用样本图像库中的部分纯色图像确定线性关系因子。
发明人在实现本发明的过程中发现，色彩单通道的像素值间的线性关系主要体现在色彩单通道的直方图间的线性关系，因此，利用样本图像库中的纯色图像的直方图拟合得到线性关系，即得到该线性关系中的线性关系因子，该线性关系因子即为色彩单通道的像素值间线性关系的线性关系因子。
在上述任意方法实施例的基础上，本发明实施例中，第一色彩单通道为R通道；第二色彩单通道为G通道；第三色彩单通道为B通道。
更进一步地，上述待处理的灰度图像可以为反映面部皮肤红血丝分布的灰度图像，上述彩色图像为反映面部红血丝分布的纯色图像。
更进一步地，上述待处理的灰度图像还可以为反映面部皮肤棕斑分布的灰度图像，上述彩色图像为反映面部皮肤棕斑分布的纯色图像。
下面结合具体应用场景，对本发明实施例提供的方法进行更详细的说明。
该应用场景为面部皮肤检测场景，需要生成反映面部皮肤红血丝分布的纯色图像。
那么，在线性关系因子确定阶段，在显示终端上显示第一人机交互界面；调用R通道对应的样本图像库中的图像，并通过第一人机交互界面该样本图像库中的图像。更具体的，按照R通道像素均值的大小对样本图像库中的图像进行排序显示。操作人员根据需要选择其中部分或全部图像，接收到操作人员的选择结果后，将操作人员选择的图像按照预定的分组规则划分为M组，分别确定每组图像对应的R通道的直方图中位数、G通道中位数和B通道中位数，通过线性拟合的方式确定线性关系因子并保存。
在图像处理阶段，获取摄像头采集到的用户面部图像，通过面部识别技术识别出其中的面部图像区域，利用预先训练得到的机器学习模型对识别到的面部图像区域进行处理，得到反映面部皮肤红血丝分布的灰度图像(对应上述原始灰度图像)；对该灰度图像进行锐化处理，得到待处理的灰度图像；将该灰度图像中的各个像素点的像素值作为本像素点的R通道的像素值，利用上述线性关系因子，确定本像素点的G通道的像素值和B通道的像素值；利用RGB通道的像素值合成得到反映用于面部红血丝分布的纯色图像。
另一方面，本发明实施例还提供一种图像处理设备，包括：
一个或多个处理器；
一个或多个存储器；
一个或多个应用程序，其中上述一个或多个应用程序被存储在上述一个或多个存储器中并被配置为由该一个或多个处理器执行，该一个或多个程序被配置为执行上述任意方法实施例描述的方法。
本发明实施例提供的设备，将灰度图像的像素值作为彩色图像中一个色彩单通道的像素值，进而利用该色彩单通道的像素值确定其他色彩单通道的像素值，进而合成彩色图像。仅利用灰度图像，无需结合原始彩色图像，其实现方式简单，且对算力要求不高。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁盘或光盘等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上对本发明所提供的一种图像处理装置和系统进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种图像处理方法，其特征在于，包括：
获取待处理的灰度图像；
将待处理的灰度图像的每个像素点的像素值作为本像素点的第一色彩单通道的像素值；
利用预先确定的第一色彩单通道与第二色彩单通道间像素值线性关系Y2＝α1×Y1+β1，确定各个像素点的第二色彩单通道的像素值；
利用预先确定的第一色彩单通道与第三色彩单通道间像素值线性关系Y3＝α2×Y1+β2，确定各个像素点的第三色彩单通道的像素值；
其中，Y1为第一色彩单通道的像素值，Y2为第二色彩单通道的像素值，Y3为第三色彩单通道的像素值，α1和β1均为线性关系因子；
所述线性关系因子是根据样本图像库中的色彩单通道直方图信息确定的，所述样本图像库中包括第一色彩单通道对应的多张纯色图像；
所述第一色彩单通道为R通道；所述第二色彩单通道为G通道；所述第三色彩单通道为B通道；
利用所述第一色彩单通道、第二色彩单通道和第三色彩单通道的像素值合成所述待处理的灰度图像对应的彩色图像。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取原始灰度图像；
对所述原始灰度图像进行锐化处理，得到所述待处理的灰度图像。
3.根据权利要求1所述的方法，其特征在于，所述线性关系因子α1和β1的确定方式包括：
获取所述样本图像库中的多张纯色图像的第一色彩单通道的像素值的直方图，以及多张纯色图像的第二色彩单通道的像素值的直方图；
获取所述第一色彩单通道的像素值的直方图的中位数，以及所述第二色彩单通道的像素值的直方图的中位数；
利用所述第一色彩单通道的像素值的直方图的中位数和所述第二色彩单通道的像素值的直方图的中位数拟合得到所述线性关系因子α1和β1；
所述线性关系因子α2和β2的确定方式包括：
获取所述样本图像库中的多张纯色图像的第一色彩单通道的像素值的直方图，以及多张纯色图像的第三色彩单通道的像素值的直方图；
获取所述第一色彩单通道的像素值的直方图的中位数，以及所述第三色彩单通道的像素值的直方图的中位数；
利用所述第一色彩单通道的像素值的直方图的中位数和所述第三色彩单通道的像素值的直方图的中位数拟合得到所述线性关系因子α2和β2。
4.根据权利要求1所述的方法，其特征在于：
所述待处理的灰度图像为反映面部皮肤红血丝分布的灰度图像，所述彩色图像为反映面部红血丝分布的纯色图像。
5.根据权利要求1所述的方法，其特征在于：
所述待处理的灰度图像为反映面部皮肤棕斑分布的灰度图像，所述彩色图像为反映面部皮肤棕斑分布的纯色图像。
6.一种图像处理设备，其特征在于，包括：
一个或多个处理器；
一个或多个存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序被配置为执行权利要求1至5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910826365.2A CN110572626B (zh) | 2019-09-03 | 2019-09-03 | 一种图像处理方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910826365.2A CN110572626B (zh) | 2019-09-03 | 2019-09-03 | 一种图像处理方法及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110572626A CN110572626A (zh) | 2019-12-13 |
| CN110572626B true CN110572626B (zh) | 2021-05-28 |
Family
ID=68777449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910826365.2A Active CN110572626B (zh) | 2019-09-03 | 2019-09-03 | 一种图像处理方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110572626B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101080024A (zh) * | 2007-05-09 | 2007-11-28 | 宁波大学 | 一种对医学灰度图像信号进行伪彩色处理的方法 |
| CN101523888A (zh) * | 2006-10-13 | 2009-09-02 | 苹果公司 | 使用预定色调再现曲线来处理图像的系统和方法 |
| CN101738402A (zh) * | 2008-11-12 | 2010-06-16 | 中国石油天然气股份有限公司 | 一种岩样二维ct图像分析系统 |
| EP2445191A1 (en) * | 2006-11-14 | 2012-04-25 | Samsung Electronics Co., Ltd. | Image forming apparatus and image forming method capable of revising gray image obtained from a color image |
| CN102542526A (zh) * | 2011-11-10 | 2012-07-04 | 浙江大学 | 一种图像去色方法 |
| CN105225256A (zh) * | 2015-06-10 | 2016-01-06 | 西安交通大学 | 一种高灰阶深度图像的显示方法 |
| CN106960428A (zh) * | 2016-01-12 | 2017-07-18 | 浙江大立科技股份有限公司 | 可见光和红外双波段图像融合增强方法 |
| US9858495B2 (en) * | 2015-06-23 | 2018-01-02 | Hong Kong Applied Science And Technology Research | Wavelet-based image decolorization and enhancement |
| CN107563971A (zh) * | 2017-08-12 | 2018-01-09 | 四川精视科技有限公司 | 一种真彩高清夜视成像方法 |
| CN108053383A (zh) * | 2017-12-28 | 2018-05-18 | 努比亚技术有限公司 | 一种降噪方法、设备和计算机可读存储介质 |
| CN108846812A (zh) * | 2018-05-30 | 2018-11-20 | 成都微光集电科技有限公司 | 一种基于灰度级压缩的clhae图像增强方法 |
| CN109147005A (zh) * | 2018-08-24 | 2019-01-04 | 电子科技大学 | 一种用于红外图像的自适应染色方法、系统、存储介质、终端 |
| CN109583274A (zh) * | 2017-09-29 | 2019-04-05 | 大连恒锐科技股份有限公司 | 一种足底压力可视化分析方法及系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7945075B2 (en) * | 2006-12-19 | 2011-05-17 | Seiko Epson Corporation | Converting a digital image from color to gray-scale |
| CN103489168A (zh) * | 2013-09-25 | 2014-01-01 | 海视英科光电（苏州）有限公司 | 一种红外图像自适应转伪彩增强方法及系统 |
| CN103559687A (zh) * | 2013-10-28 | 2014-02-05 | 上海理工大学 | 黑白摄像系统恢复彩色信息的处理方法 |
| JP2017139678A (ja) * | 2016-02-05 | 2017-08-10 | Ｎｅｃプラットフォームズ株式会社 | 画像データ変換装置、画像データ変換方法、画像データ変換用プログラム、ｐｏｓ端末装置、及びサーバ |
| CN108596892B (zh) * | 2018-04-23 | 2020-08-18 | 西安交通大学 | 一种基于改进LeNet-5模型的焊缝缺陷识别方法 |
| CN109146826A (zh) * | 2018-06-27 | 2019-01-04 | 华南理工大学 | 一种图像增强方法及装置 |
-
2019
- 2019-09-03 CN CN201910826365.2A patent/CN110572626B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101523888A (zh) * | 2006-10-13 | 2009-09-02 | 苹果公司 | 使用预定色调再现曲线来处理图像的系统和方法 |
| EP2445191A1 (en) * | 2006-11-14 | 2012-04-25 | Samsung Electronics Co., Ltd. | Image forming apparatus and image forming method capable of revising gray image obtained from a color image |
| CN101080024A (zh) * | 2007-05-09 | 2007-11-28 | 宁波大学 | 一种对医学灰度图像信号进行伪彩色处理的方法 |
| CN101738402A (zh) * | 2008-11-12 | 2010-06-16 | 中国石油天然气股份有限公司 | 一种岩样二维ct图像分析系统 |
| CN102542526A (zh) * | 2011-11-10 | 2012-07-04 | 浙江大学 | 一种图像去色方法 |
| CN105225256A (zh) * | 2015-06-10 | 2016-01-06 | 西安交通大学 | 一种高灰阶深度图像的显示方法 |
| US9858495B2 (en) * | 2015-06-23 | 2018-01-02 | Hong Kong Applied Science And Technology Research | Wavelet-based image decolorization and enhancement |
| CN106960428A (zh) * | 2016-01-12 | 2017-07-18 | 浙江大立科技股份有限公司 | 可见光和红外双波段图像融合增强方法 |
| CN107563971A (zh) * | 2017-08-12 | 2018-01-09 | 四川精视科技有限公司 | 一种真彩高清夜视成像方法 |
| CN109583274A (zh) * | 2017-09-29 | 2019-04-05 | 大连恒锐科技股份有限公司 | 一种足底压力可视化分析方法及系统 |
| CN108053383A (zh) * | 2017-12-28 | 2018-05-18 | 努比亚技术有限公司 | 一种降噪方法、设备和计算机可读存储介质 |
| CN108846812A (zh) * | 2018-05-30 | 2018-11-20 | 成都微光集电科技有限公司 | 一种基于灰度级压缩的clhae图像增强方法 |
| CN109147005A (zh) * | 2018-08-24 | 2019-01-04 | 电子科技大学 | 一种用于红外图像的自适应染色方法、系统、存储介质、终端 |
Non-Patent Citations (2)
| Title |
|---|
| A heuristic method for gray images pseudo coloring with histogram and RGB;Mohammad Zare;《2011 IEEE 3rd International Conference on Communication Software and Networks，27-29 May 2011 》;20110529;全文 * |
| 红外图像伪彩色编码方法与实现;付冬梅;《红外与激光工程》;20091130;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110572626A (zh) | 2019-12-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4746050B2 (ja) | ビデオデータを処理するための方法及びシステム | |
| EP2945374B1 (en) | Positioning of projected augmented reality content | |
| CN107204034B (zh) | 一种图像处理方法及终端 | |
| CN112348778B (zh) | 一种物体识别方法、装置、终端设备及存储介质 | |
| CN112529004A (zh) | 智能图像识别方法、装置、计算机设备及存储介质 | |
| JP2019531553A (ja) | Ｉｈｃ画像解析用の自動化された核の面積／数の推定 | |
| CN110675371A (zh) | 一种场景切换的检测方法、装置、电子设备及存储介质 | |
| CN110390327B (zh) | 前景提取方法、装置、计算机设备及存储介质 | |
| CN106530311B (zh) | 切片图像处理方法及装置 | |
| CN111738083B (zh) | 一种人脸识别模型的训练方法和装置 | |
| CN112419214A (zh) | 一种标注图像生成方法、装置、可读存储介质及终端设备 | |
| CN111743524A (zh) | 一种信息处理方法、终端和计算机可读存储介质 | |
| CN107797784B (zh) | 获取拼接处理器的适配分辨率的方法及装置 | |
| US10395373B1 (en) | Image feature detection | |
| CN113298753A (zh) | 敏感肌的检测方法、图像处理方法、装置及设备 | |
| CN114449362B (zh) | 视频封面的选取方法、装置、设备及存储介质 | |
| CN115587925A (zh) | 图像处理方法、图像识别方法、电子设备和可读存储介质 | |
| CN112149570A (zh) | 多人活体检测方法、装置、电子设备及存储介质 | |
| CN108921792B (zh) | 用于处理图片的方法和装置 | |
| CN109241930B (zh) | 用于处理眉部图像的方法和装置 | |
| US9552531B2 (en) | Fast color-brightness-based methods for image segmentation | |
| CN110572626B (zh) | 一种图像处理方法及设备 | |
| CN105678696B (zh) | 一种信息处理方法及电子设备 | |
| WO2019150649A1 (ja) | 画像処理装置および画像処理方法 | |
| KR20230060439A (ko) | 실물 촬영 이미지 여부 식별 방법 및 시스템 |
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 |