CN110619610A - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN110619610A CN110619610A CN201910864708.4A CN201910864708A CN110619610A CN 110619610 A CN110619610 A CN 110619610A CN 201910864708 A CN201910864708 A CN 201910864708A CN 110619610 A CN110619610 A CN 110619610A
- Authority
- CN
- China
- Prior art keywords
- image
- enhanced
- brightness
- original image
- pixel
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 230000004927 fusion Effects 0.000 claims abstract description 112
- 238000000034 method Methods 0.000 claims abstract description 54
- 238000005457 optimization Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000007500 overflow downdraw method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010230 functional analysis Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000007 visual effect 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
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本公开涉及图像处理方法及装置,所述方法包括;根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,所述图像融合权重用于进行图像融合;对所述待增强像素进行亮度增强,得到增强图像;利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,得到融合后的图像。本公开可以对光线不足(例如夜晚)时拍摄的原始图像进行处理,以提高图像的亮度,使得处理后得到的图像具有更好的可视性,并且利用原始图像和增强图像进行融合可以保留图像更多的亮部细节,并使得融合后的图像更加自然。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种图像处理方法及装置。
背景技术
在夜晚的条件下,受到低信噪比和低亮度的影响,图像的质量会受到很大的影响。并且,夜晚拍照场景中也常出现灯光,其亮度与环境亮度差异巨大。由于成像系统宽容度的限制,可能导致最终成像的对比度、可视性都很差,不利于用户得到满意的照片,为了解决这一问题,人们提出了许多图像增强技术,但依然存在问题,利用相关技术进行图像增强通常存在对比不足、过度增强等缺点,使得图像不自然,或细节丢失严重。
发明内容
有鉴于此,本公开提出了一种图像处理方法,所述方法包括;
根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,所述图像融合权重用于进行图像融合;
对所述待增强像素进行亮度增强,得到增强图像;
利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,得到融合后的图像。
在一种可能的实施方式中,所述根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,包括:
获取原始图像的初始亮度图;
对所述初始亮度图进行优化,得到所述亮度图。
在一种可能的实施方式中,所述获取原始图像的初始亮度图,包括:
利用原始图像各像素对应的RGB三通道中的最大值,得到所述初始亮度图。
在一种可能的实施方式中,所述获取原始图像的初始亮度图,包括:
将原始图像对应的YUV三平面中的Y平面作为所述初始亮度图。
在一种可能的实施方式中,所述对所述初始亮度图进行优化,得到所述亮度图,包括:
利用如下公式对所述初始亮度进行优化,得到所述亮度图:
其中,T表示所述亮度图,minT表示利用优化模型确定所述亮度图,L表示所述初始亮度图,α表示预设参数,表示T的梯度,M表示预设权重。
在一种可能的实施方式中,所述根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,包括:
以所述亮度图为底、以预设值为指数进行指数函数计算得到所述图像融合权重。
在一种可能的实施方式中,所述根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,包括:
将所述亮度图中每个像素的亮度值与亮度阈值进行比较,确定所述待增强像素。
在一种可能的实施方式中,所述对所述待增强像素进行亮度增强,包括:
利用如下公式对所述待增强像素进行亮度增强:
其中,Z表示增强后的像素,P表示所述待增强像素,a、b、k表示预设增强参数。
在一种可能的实施方式中,所述利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,包括:
根据所述图像融合权重对所述原始图像及所述增强图像进行高斯金字塔图像融合和/或拉普拉斯金字塔图像融合。
在一种可能的实施方式中,所述方法还包括:
对所述融合后的图像进行颜色补偿,得到颜色补偿后的图像;
对颜色补偿后的图像的直方图以预设比例进行截断拉伸处理,得到截断拉伸处理后的图像。
根据本公开的另一方面,提出了一种图像处理转置,所述转置包括;
处理模块,用于根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,所述图像融合权重用于进行图像融合;
增强模块,电连接于所述处理模块,用于对所述待增强像素进行亮度增强,得到增强图像;
融合模块,电连接于所述增强模块及所述处理模块,用于利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,得到融合后的图像。
在一种可能的实施方式中,所述根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,包括:
获取原始图像的初始亮度图;
对所述初始亮度图进行优化,得到所述亮度图。
在一种可能的实施方式中,所述获取原始图像的初始亮度图,包括:
利用原始图像各像素对应的RGB三通道中的最大值,得到所述初始亮度图。
在一种可能的实施方式中,所述获取原始图像的初始亮度图,包括:
将原始图像对应的YUV三平面中的Y平面作为所述初始亮度图。
在一种可能的实施方式中,所述对所述初始亮度图进行优化,得到所述亮度图,包括:
利用如下公式对所述初始亮度进行优化,得到所述亮度图:
其中,T表示所述亮度图,minT表示利用优化模型确定所述亮度图,L表示所述初始亮度图,α表示预设参数,表示T的梯度,M表示预设权重。
在一种可能的实施方式中,所述根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,包括:
以所述亮度图为底、以预设值为指数进行指数函数计算得到所述图像融合权重。
在一种可能的实施方式中,所述根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,包括:
将所述亮度图中每个像素的亮度值与亮度阈值进行比较,确定所述待增强像素。
在一种可能的实施方式中,所述对所述待增强像素进行亮度增强,包括:
利用如下公式对所述待增强像素进行亮度增强:
其中,Z表示增强后的像素,P表示所述待增强像素,a、b、k表示预设增强参数。
在一种可能的实施方式中,所述利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,包括:
根据所述图像融合权重对所述原始图像及所述增强图像进行高斯金字塔图像融合和/或拉普拉斯金字塔图像融合。
在一种可能的实施方式中,所述转置还包括:
颜色补偿模块,电连接于所述融合模块,用于对所述融合后的图像进行颜色补偿,得到颜色补偿后的图像;
截断拉伸模块,电连接于所述颜色补偿模块,用于对颜色补偿后的图像的直方图以预设比例进行截断拉伸处理,得到截断拉伸处理后的图像。
通过以上方法及装置,本公开可以根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,对所述待增强像素进行亮度增强得到增强图像,利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,得到融合后的图像。根据本公开图像处理方法及装置,本公开可以对光线不足(例如夜晚)时拍摄的原始图像进行处理,以提高图像的亮度,使得处理后得到的图像具有更好的可视性,并且利用原始图像和增强图像进行融合可以保留图像更多的亮部细节,并使得融合后的图像更加自然。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出了根据本公开一实施方式的图像处理方法的流程图。
图2示出了根据本公开一实施方式的图像处理方法的流程图。
图3示出了根据本公开一实施方式的图像处理转置的框图。
图4示出了根据本公开一实施方式的图像处理装置的框图。
图5是根据一示例性实施例示出的一种终端的框图。
图6是根据一示例性实施例示出的一种服务器的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
请参阅图1,图1示出了根据本公开一实施方式的图像处理方法的流程图。
所述方法可以应用于终端(Terminal)或服务器中,终端可以指各种形式的接入终端、用户单元、用户设备、用户站、移动站、移动台(Mobile Station,MS)、远方站、远程终端、移动设备、用户终端、终端设备(terminal equipment)、无线通信设备、用户代理或用户装置。用户设备还可以是蜂窝电话、无绳电话、会话启动协议(Session InitiationProtocol,SIP)电话、无线本地环路(Wireless Local Loop,WLL)站、个人数字处理(Personal Digital Assistant,PDA)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备,未来5G网络中的用户设备或者未来演进的公用陆地移动通信网络(Public Land Mobile Network,PLMN)中的终端设备等,本公开实施例对此并不限定。
如图1所示,所述方法包括;
步骤S11,根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,所述图像融合权重用于进行图像融合;
步骤S12,对所述待增强像素进行亮度增强,得到增强图像;
步骤S13,利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,得到融合后的图像。
通过以上方法,本公开可以根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,对所述待增强像素进行亮度增强得到增强图像,利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,得到融合后的图像。根据本公开图像处理方法,可以对光线不足(例如夜晚)时拍摄的原始图像进行处理,以提高图像的亮度,使得处理后得到的图像具有更好的可视性,并且利用原始图像和增强图像进行融合可以保留图像更多的亮部细节,并使得融合后的图像更加自然。
本公开所述的原始图像,可以是在夜晚或其他光线不足的环境下拍摄得到的图像。
本公开可以利用多种方式得到原始图像的亮度图,下面对本公开各种可能的实施方式进行介绍。
在一种可能的实施方式中,步骤S11根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,可以包括:
获取原始图像的初始亮度图;
对所述初始亮度图进行优化,得到所述亮度图。
通过以上方法,本公开实施例可以获取原始图像的初始亮度图,对所述初始亮度图进行优化,通过优化,可以使得得到的亮度图中亮度特征更加明显。
根据本公开各种可能的实施方式,可以通过多种方式对原始图像进行处理,获取原始图像的初始亮度图。
在一种可能的实施方式中,所述获取原始图像的初始亮度图,可以包括:
利用原始图像各像素对应的R(Red,红)G(Green,绿)B(Blue,蓝)三通道中的最大值,得到所述初始亮度图。
原始图像可以是任意格式的图像,本公开可以将原始图像转换至RGB格式,利用RGB格式中各个像素对应RGB三通道中的最大值得到初始亮度图,这样,本公开实施例可以方便、快速得到原始图像的初始亮度图。
在一种可能的实施方式中,所述获取原始图像的初始亮度图,可以包括:
将原始图像对应的YUV三平面中的Y平面作为所述初始亮度图。
在一个示例中,可以将原始图像转换为YUV格式,其中,YUV格式包括图像的明亮度平面Y(Luminance),还包括色度平面U和V(Chrominance或Chroma)。
本公开实施例通过将原始图像转换为YUV格式,并将原始图像对应的YUV三平面中的Y平面作为所述初始亮度图,本公开实施例可以方便、快速得到原始图像的初始亮度图。
在一种可能的实施方式中,所述对所述初始亮度图进行优化,得到所述亮度图,可以包括:
利用如下公式对所述初始亮度进行优化,得到所述亮度图:
其中,T表示所述亮度图,minT表示利用优化模型确定所述亮度图,L表示所述初始亮度图,α表示预设参数,表示T的梯度,M表示预设权重。
本公开对预设参数α、预设权重M的具体大小不做限定,本领域技术人员可以根据需要确定。
在一个示例中,所述优化模型可以是基于最小二乘法建立的。
本公开通过初始亮度图L、预设参数α、预设权重M以最小二乘法为基础进行泛函分析,可以得到符合目标函数的亮度图T。
本公开对如何求解以上公式以得到满足上述公式的亮度图T不做限制,本领域技术人员可以利用多种方式进行泛函求解,以得到亮度图T,应该说明的是,采用的求解手段的不同,最终得到的亮度图T可能不同,对此,本公开不做限制。
通过以上方法,本公开实施例可以对原始图像的初始亮度图进行优化,以得到原始图像的亮度图,经过本公开实施例进行优化后得到的亮度图,可以去除噪声,使得亮度特征明显,相较于初始亮度图具有更优的效果。且,本公开提出的优化模型,以T的梯度的L1模为约束,根据该优化模型对初始亮度图进行优化,基于亮度图T得到的图像中的水平或者铅直的边界会被很好保持。
在一种可能的实施方式中,步骤S12根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,可以包括:
以所述亮度图为底、以预设值为指数进行指数函数计算得到所述图像融合权重。
在一个示例中,所述预设值可以为1/2,或其他在区间(0,1)的值。
通过以上方法,本公开实施例可以得到进行图像融合的融合权重,可以在图像融合时利用所述图像融合权重进行图像融合,并且,本公开实施例得到图像融合权重的方法较为简单,可以减少复杂度,可以快速得到图像融合权重,以提高运算效率,节约运算资源,并且,利用以上方法得到的图像融合权重进行图像融合,可以使得融合后的图像更加自然。
在一种可能的实施方式中,步骤S12根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,可以包括:
将所述亮度图中每个像素的亮度值与亮度阈值进行比较,确定所述待增强像素。
通过以上方法,本公开实施例通过将所述亮度图中每个像素的亮度值与亮度阈值进行比较,可以将亮度图进行二值化(例如可以将每个像素的亮度值根据比较结果设置为0或1两种值,亮度值大于亮度阈值,设置为1,亮度值小于亮度阈值,设置为0),从而快速确定待增强像素。
在一个示例中,可以将小于所述亮度阈值的像素(例如亮度值为0的像素)作为所述待增强像素。
应该说明的是,本公开不对所述亮度阈值的具体大小进行限定,本领域技术人员可以根据经验或需要确定。
在一种可能的实施方式中,步骤S13对所述待增强像素进行亮度增强,可以包括:
利用如下公式对所述待增强像素进行亮度增强:
其中,Z表示增强后的像素,P表示所述待增强像素,a、b、k表示预设增强参数。
本公开对预设增强参数的具体大小不做限定,本领域技术人员可以根据需要确定。
通过以上方法,本公开实施例可以对每个待增强像素进行亮度增强,得到增强后的像素,并利用每个增强后的像素及不需进行增强的像素得到所述增强图像。
在一种可能的实施方式中,步骤S13利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,可以包括:
根据所述图像融合权重对所述原始图像及所述增强图像进行高斯金字塔图像融合和/或拉普拉斯金字塔图像融合。
在一种可能的实施方式中,所述根据所述图像融合权重对所述原始图像及所述增强图像进行高斯金字塔图像融合和/或拉普拉斯金字塔图像融合可以包括:
对所述增强图像进行分解形成增强图像高斯金字塔,并对所述原始图像进行分解形成原始图像高斯金字塔,其中,增强图像高斯金字塔与原始图像高斯金字塔的金字塔层数可以相同;
根据增强图像高斯金字塔得到增强图像拉普拉斯金字塔,并根据原始图像高斯金字塔得到原始图像拉普拉斯金字塔;
利用所述图像融合权重将增强图像拉普拉斯金字塔和原始图像拉普拉斯金字塔相应层融合得到融合后的拉普拉斯金字塔,其中,增强图像拉普拉斯金字塔和原始图像拉普拉斯金字塔相应层可以根据需要确定,本公开不做限定。
利用原始图像高斯金字塔及融合后的拉普拉斯金字塔得到融合后的图像。
在一个示例中,根据增强图像高斯金字塔得到增强图像拉普拉斯金字塔,可以包括:
按照如下公式得到所述增强图像拉普拉斯金字塔:
Li=Gi-UP(Gi+1)*Gn×n,其中,Li表示增强图像拉普拉斯金字塔的第i层,Gi表示增强高斯金字塔的第i层,UP表示上采样,Gi+1表示增强图像高斯金字塔的第i+1层,Gn×n表示预设的n×n高斯卷积核,*表示卷积运算,i小于等于N,N为增强图像高斯金字塔的层数,n为自然数;
在一个示例中,拉普拉斯金字塔每一层的图像可以为同一层高斯金字塔的图像减去上一层的图像进行上采样并高斯模糊(与高斯卷积核卷积)的结果。
在一个示例中,假设增强图像拉普拉斯金字塔为3层,预设高斯卷积核为5×5高斯卷积核,可以通过如下方法得到增强图像拉普拉斯金字塔的第2层:
将增强图像金字塔的第三层上采样后与5×5高斯卷积核进行卷积运算得到卷积结果;
利用增强图像高斯金字塔的第2层减去所述卷积结果,得到增强图像拉普拉斯金字塔的第2层。
当然,以上描述是示例性的,不应视为是对本公开的限制。
原始图像拉普拉斯金字塔的获取方法请参考增强图像拉普拉斯金字塔的获取方法,在此不再赘述。
在一个示例中,所述利用原始图像高斯金字塔及融合后的拉普拉斯金字塔得到融合后的图像,可以包括:
将原始图像高斯金字塔的每一层向上采样后与融合后的拉普拉斯金字塔的相应层相加。
例如,将原始图像高斯金字塔的第k层向上采样后与融合后的拉普拉斯金字塔的第k+1层相加,得到融合后的图像的第k+1层,其中k为自然数、且小于或等于原始图像高斯金字塔的层数。
重复以上过程,可以得到融合后的图像。
当然,以上描述是示例性的,本公开对如何形成高斯金字塔、拉普拉斯金字塔的具体实施方式不做限定,本领域技术人员可以参考相关技术或选择合适的实施方式。
通过以上方法,本公开实施例可以根据所述图像融合权重对所述原始图像及所述增强图像进行高斯金字塔图像融合和/或拉普拉斯金字塔图像融合,得到的融合后的图像成像均匀、自然,且保留有较多细节。
相较于相关技术(例如Retinex算法、基于直方图的增强算法等),本公开实施例可以使得在光线不足的情况下拍摄的照片被处理后,有更好的可视性,同时保持亮部的细节,提供很好的图像对比度,使得最终的图像有较好的视觉效果。
应该明白的是,虽然本公开实施例利用高斯金字塔、拉普拉斯金塔为例对增强图像、原始图像的融合进行了说明,但是,应该明白的是,以上描述是示例性的,不应视为对本公开的限定,在其他的实施方式中,本领域技术人员也可以采用其他的融合方法对所述增强图像及所述原始图像进行融合,得到融合后的图像,例如,可以采用基于加权平均的融合方法、基于绝对值取大的融合方法等。
当然,在对原始图像进行亮度增强后,本公开实施例还可以对融合后的图像进行其他属性的增强,例如,可以对融合后的图像进行颜色补偿等,下面将进行示例性介绍。
请参阅图2,图2示出了根据本公开一实施方式的图像处理方法的流程图。
在一种可能的实施方式中,如图2所示,所述方法还可以包括:
步骤S14,对所述融合后的图像进行颜色补偿,得到颜色补偿后的图像;
步骤S15,对颜色补偿后的图像的直方图以预设比例进行截断拉伸处理,得到截断拉伸处理后的图像。
通过以上方法,本公开实施例可以对所述融合后的图像进行颜色补偿,得到颜色补偿后的图像,对颜色补偿后的图像的直方图以预设比例进行截断拉伸处理,得到截断拉伸处理后的图像,从而可以实现对融合后的图像进行颜色补偿,使得图像颜色更加真实、自然,还可以通过截断拉伸提高颜色补偿后的图像的对比度。
在一种可能的实施方式中,步骤S14对所述融合后的图像进行颜色补偿,得到颜色补偿后的图像,可以包括:
获取所述融合后的图像的饱和度图及亮度图;
根据颜色补偿阈值、所述融合后的图像的饱和度图及亮度图确定待进行颜色补偿的像素;
对所述待进行颜色补偿的像素进行颜色补偿。
本公开对获取图像的饱和度图的实施方式不做限定。获取亮度图可以利用之前介绍的方法,在此不再赘述。
所述根据颜色补偿阈值、所述融合后的图像的饱和度图及亮度图确定待进行颜色补偿的像素,可以包括:
将所述融合后的图像的饱和度图及亮度图中每个像素的饱和度值及亮度值与颜色补偿阈值进行比较,将满足条件的像素确定为待进行颜色补偿的像素。其中颜色补偿阈值可以包括饱和度补偿阈值、亮度补偿阈值。
在一个示例中,所述条件可以包括:
将饱和度图中小于所述饱和度补偿阈值的像素确定为待进行颜色补偿的像素,和/或,将亮度图中小于所述亮度补偿阈值的像素确定为待进行像素补偿的像素。
当然以上描述是示例性的,本公开对颜色补偿阈值的具体大小不做限定,对确定待进行颜色补偿的像素的实施方式不做限定。
本公开对所述待进行颜色补偿的像素进行颜色补偿的具体实施方式不做限定,本领域技术人员可以参考相关技术实现对待进行颜色补偿的像素进行颜色补偿。颜色补偿和截断拉伸均可基于相关技术来实现。
在一种可能的实施方式中,对于步骤S15:
所述预设比例可以为3%,或为区间(0,10%)中的任意值。
应该明白的是,以上对融合后的图像进行颜色补偿、对比度提高的介绍是示例性的,不应视为是对本公开的限定,本领域技术人员可以利用任意方式对融合后的图像进行颜色补偿、对比度增强,或者进行其他的图像处理,对此,本公开不做限定。
请参阅图3,图3示出了根据本公开一实施方式的图像处理转置的框图。
如图3所示,所述转置包括;
处理模块10,用于根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,所述图像融合权重用于进行图像融合;
增强模块20,电连接于所述处理模块10,用于对所述待增强像素进行亮度增强,得到增强图像;
融合模块30,电连接于所述增强模块20及处理模块10,用于利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,得到融合后的图像。
通过以上装置,本公开可以根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,对所述待增强像素进行亮度增强得到增强图像,利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,得到融合后的图像。本公开可以对光线不足(例如夜晚)时拍摄的原始图像进行处理,以提高图像的亮度,使得处理后得到的图像具有更好的可视性,并且利用原始图像和增强图像进行融合可以保留图像更多的亮部细节,并使得融合后的图像更加自然。
在一种可能的实施方式中,所述根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,包括:
获取原始图像的初始亮度图;
对所述初始亮度图进行优化,得到所述亮度图。
在一种可能的实施方式中,所述获取原始图像的初始亮度图,包括:
利用原始图像各像素对应的RGB三通道中的最大值,得到所述初始亮度图。
在一种可能的实施方式中,所述获取原始图像的初始亮度图,包括:
将原始图像对应的YUV三平面中的Y平面作为所述初始亮度图。
在一种可能的实施方式中,所述对所述初始亮度图进行优化,得到所述亮度图,包括:
利用如下公式对所述初始亮度进行优化,得到所述亮度图:
其中,T表示所述亮度图,minT表示利用优化模型确定所述亮度图,L表示所述初始亮度图,α表示预设参数,表示T的梯度,M表示预设权重。
在一种可能的实施方式中,所述根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,包括:
以所述亮度图为底、以预设值为指数进行指数函数计算得到所述图像融合权重。
在一种可能的实施方式中,所述根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,包括:
将所述亮度图中每个像素的亮度值与亮度阈值进行比较,确定所述待增强像素。
在一种可能的实施方式中,所述对所述待增强像素进行亮度增强,包括:
利用如下公式对所述待增强像素进行亮度增强:
其中,Z表示增强后的像素,P表示所述待增强像素,a、b、k表示预设增强参数。
在一种可能的实施方式中,所述利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,包括:
根据所述图像融合权重对所述原始图像及所述增强图像进行高斯金字塔图像融合和/或拉普拉斯金字塔图像融合。
请参阅图4,图4示出了根据本公开一实施方式的图像处理装置的框图。
在一种可能的实施方式中,如图4所示,所述转置还可以包括:
颜色补偿模块40,电连接于所述融合模块30,用于对所述融合后的图像进行颜色补偿,得到颜色补偿后的图像;
截断拉伸模块50,电连接于所述颜色补偿模块40,用于对颜色补偿后的图像的直方图以预设比例进行截断拉伸处理,得到截断拉伸处理后的图像。
应该说明的是,所述图像处理装置为所述图像处理方法对应的装置,其具体介绍请参阅之前对图像处理方法的描述,在此不再赘述。
图5是根据一示例性实施例示出的一种终端800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图5,终端800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制终端800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在终端800的操作。这些数据的示例包括用于在终端800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为终端800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述终端800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为终端800提供各个方面的状态评估。例如,传感器组件814可以检测到终端800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测终端800或终端800一个组件的位置改变,用户与终端800接触的存在或不存在,终端800方位或加速/减速和终端800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于终端800和其他设备之间有线或无线方式的通信。终端800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,终端800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由终端800的处理器820执行以完成上述方法。
图6是根据一示例性实施例示出的一种服务器1900的框图。参照图6,服务器1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
服务器1900还可以包括一个电源组件1926被配置为执行服务器1900的电源管理,一个有线或无线网络接口1950被配置为将服务器1900连接到网络,和一个输入输出(I/O)接口1958。服务器1900可以操作基于存储在存储器1932的操作系统,例如WindowsServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由服务器1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (20)
1.一种图像处理方法,其特征在于,所述方法包括;
根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,所述图像融合权重用于进行图像融合;
对所述待增强像素进行亮度增强,得到增强图像;
利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,得到融合后的图像。
2.根据权利要求1所述的方法,其特征在于,所述根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,包括:
获取原始图像的初始亮度图;
对所述初始亮度图进行优化,得到所述亮度图。
3.根据权利要求2所述的方法,其特征在于,所述获取原始图像的初始亮度图,包括:
利用原始图像各像素对应的RGB三通道中的最大值,得到所述初始亮度图。
4.根据权利要求2所述的方法,其特征在于,所述获取原始图像的初始亮度图,包括:
将原始图像对应的YUV三平面中的Y平面作为所述初始亮度图。
5.根据权利要求2-4任一项所述的方法,其特征在于,所述对所述初始亮度图进行优化,得到所述亮度图,包括:
利用如下公式对所述初始亮度进行优化,得到所述亮度图:
其中,T表示所述亮度图,minT表示利用优化模型确定所述亮度图,L表示所述初始亮度图,α表示预设参数,表示T的梯度,M表示预设权重。
6.根据权利要求1所述的方法,其特征在于,所述根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,包括:
以所述亮度图为底、以预设值为指数进行指数函数计算得到所述图像融合权重。
7.根据权利要求1所述的方法,其特征在于,所述根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,包括:
将所述亮度图中每个像素的亮度值与亮度阈值进行比较,确定所述待增强像素。
8.根据权利要求1所述的方法,其特征在于,所述对所述待增强像素进行亮度增强,包括:
利用如下公式对所述待增强像素进行亮度增强:
其中,Z表示增强后的像素,P表示所述待增强像素,a、b、k表示预设增强参数。
9.根据权利要求1所述的方法,其特征在于,所述利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,包括:
根据所述图像融合权重对所述原始图像及所述增强图像进行高斯金字塔图像融合和/或拉普拉斯金字塔图像融合。
10.根据权利要求1任一项所述的方法,其特征在于,所述方法还包括:
对所述融合后的图像进行颜色补偿,得到颜色补偿后的图像;
对颜色补偿后的图像的直方图以预设比例进行截断拉伸处理,得到截断拉伸处理后的图像。
11.一种图像处理转置,其特征在于,所述转置包括;
处理模块,用于根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,所述图像融合权重用于进行图像融合;
增强模块,电连接于所述处理模块,用于对所述待增强像素进行亮度增强,得到增强图像;
融合模块,电连接于所述增强模块及所述处理模块,用于利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,得到融合后的图像。
12.根据权利要求11所述的转置,其特征在于,所述根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,包括:
获取原始图像的初始亮度图;
对所述初始亮度图进行优化,得到所述亮度图。
13.根据权利要求12所述的转置,其特征在于,所述获取原始图像的初始亮度图,包括:
利用原始图像各像素对应的RGB三通道中的最大值,得到所述初始亮度图。
14.根据权利要求12所述的转置,其特征在于,所述获取原始图像的初始亮度图,包括:
将原始图像对应的YUV三平面中的Y平面作为所述初始亮度图。
15.根据权利要求12-14任一项所述的转置,其特征在于,所述对所述初始亮度图进行优化,得到所述亮度图,包括:
利用如下公式对所述初始亮度进行优化,得到所述亮度图:
其中,T表示所述亮度图,minT表示利用优化模型确定所述亮度图,L表示所述初始亮度图,α表示预设参数,表示T的梯度,M表示预设权重。
16.根据权利要求11所述的转置,其特征在于,所述根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,包括:
以所述亮度图为底、以预设值为指数进行指数函数计算得到所述图像融合权重。
17.根据权利要求11所述的转置,其特征在于,所述根据原始图像的亮度图得到图像融合权重及原始图像的待增强像素,包括:
将所述亮度图中每个像素的亮度值与亮度阈值进行比较,确定所述待增强像素。
18.根据权利要求11所述的转置,其特征在于,所述对所述待增强像素进行亮度增强,包括:
利用如下公式对所述待增强像素进行亮度增强:
其中,Z表示增强后的像素,P表示所述待增强像素,a、b、k表示预设增强参数。
19.根据权利要求11所述的转置,其特征在于,所述利用所述图像融合权重对所述原始图像及所述增强图像进行图像融合,包括:
根据所述图像融合权重对所述原始图像及所述增强图像进行高斯金字塔图像融合和/或拉普拉斯金字塔图像融合。
20.根据权利要求11任一项所述的转置,其特征在于,所述转置还包括:
颜色补偿模块,电连接于所述融合模块,用于对所述融合后的图像进行颜色补偿,得到颜色补偿后的图像;
截断拉伸模块,电连接于所述颜色补偿模块,用于对颜色补偿后的图像的直方图以预设比例进行截断拉伸处理,得到截断拉伸处理后的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910864708.4A CN110619610B (zh) | 2019-09-12 | 2019-09-12 | 图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910864708.4A CN110619610B (zh) | 2019-09-12 | 2019-09-12 | 图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110619610A true CN110619610A (zh) | 2019-12-27 |
CN110619610B CN110619610B (zh) | 2023-01-10 |
Family
ID=68922825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910864708.4A Active CN110619610B (zh) | 2019-09-12 | 2019-09-12 | 图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110619610B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112614064A (zh) * | 2020-12-18 | 2021-04-06 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN113240608A (zh) * | 2021-05-26 | 2021-08-10 | Oppo广东移动通信有限公司 | 图像去噪方法、装置、电子设备和可读存储介质 |
CN113781370A (zh) * | 2021-08-19 | 2021-12-10 | 北京旷视科技有限公司 | 图像的增强方法、装置和电子设备 |
WO2024045821A1 (zh) * | 2022-08-30 | 2024-03-07 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140341481A1 (en) * | 2013-03-15 | 2014-11-20 | Karen A. Panetta | Methods and Apparatus for Image Processing and Analysis |
US20150043811A1 (en) * | 2013-08-12 | 2015-02-12 | Samsung Electronics Co., Ltd. | Method and apparatus for dynamic range enhancement of an image |
CN105791790A (zh) * | 2014-12-25 | 2016-07-20 | 小米科技有限责任公司 | 图像处理方法及装置 |
CN107424124A (zh) * | 2017-03-31 | 2017-12-01 | 北京臻迪科技股份有限公司 | 一种图像增强方法及装置 |
CN107833184A (zh) * | 2017-10-12 | 2018-03-23 | 北京大学深圳研究生院 | 一种基于多曝光生成再融合框架的图像增强方法 |
CN108234975A (zh) * | 2017-12-29 | 2018-06-29 | 花花猫显示科技有限公司 | 基于摄像机的拼接墙颜色均匀性和一致性控制方法 |
CN109636767A (zh) * | 2018-11-30 | 2019-04-16 | 深圳市华星光电半导体显示技术有限公司 | 多曝光图像融合方法 |
CN109658341A (zh) * | 2018-10-26 | 2019-04-19 | 深圳市华星光电技术有限公司 | 增强图像对比度的方法及其装置 |
-
2019
- 2019-09-12 CN CN201910864708.4A patent/CN110619610B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140341481A1 (en) * | 2013-03-15 | 2014-11-20 | Karen A. Panetta | Methods and Apparatus for Image Processing and Analysis |
US20150043811A1 (en) * | 2013-08-12 | 2015-02-12 | Samsung Electronics Co., Ltd. | Method and apparatus for dynamic range enhancement of an image |
CN105791790A (zh) * | 2014-12-25 | 2016-07-20 | 小米科技有限责任公司 | 图像处理方法及装置 |
CN107424124A (zh) * | 2017-03-31 | 2017-12-01 | 北京臻迪科技股份有限公司 | 一种图像增强方法及装置 |
CN107833184A (zh) * | 2017-10-12 | 2018-03-23 | 北京大学深圳研究生院 | 一种基于多曝光生成再融合框架的图像增强方法 |
CN108234975A (zh) * | 2017-12-29 | 2018-06-29 | 花花猫显示科技有限公司 | 基于摄像机的拼接墙颜色均匀性和一致性控制方法 |
CN109658341A (zh) * | 2018-10-26 | 2019-04-19 | 深圳市华星光电技术有限公司 | 增强图像对比度的方法及其装置 |
CN109636767A (zh) * | 2018-11-30 | 2019-04-16 | 深圳市华星光电半导体显示技术有限公司 | 多曝光图像融合方法 |
Non-Patent Citations (1)
Title |
---|
张晶: "《数字图像处理应用研究》", 30 April 2019, 吉林大学出版社, pages: 78 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112614064A (zh) * | 2020-12-18 | 2021-04-06 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
WO2022127174A1 (zh) * | 2020-12-18 | 2022-06-23 | 北京达佳互联信息技术有限公司 | 图像处理方法及电子设备 |
CN113240608A (zh) * | 2021-05-26 | 2021-08-10 | Oppo广东移动通信有限公司 | 图像去噪方法、装置、电子设备和可读存储介质 |
CN113781370A (zh) * | 2021-08-19 | 2021-12-10 | 北京旷视科技有限公司 | 图像的增强方法、装置和电子设备 |
WO2024045821A1 (zh) * | 2022-08-30 | 2024-03-07 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110619610B (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110619610B (zh) | 图像处理方法及装置 | |
CN108804980B (zh) | 视频场景切换检测方法及装置 | |
CN111369464B (zh) | 去除图像中的反光的方法及装置、电子设备和存储介质 | |
US20210058595A1 (en) | Method, Device, and Storage Medium for Converting Image | |
CN111709890B (zh) | 一种图像增强模型的训练方法、装置及存储介质 | |
EP3208745B1 (en) | Method and apparatus for identifying picture type | |
CN111553864B (zh) | 图像修复方法及装置、电子设备和存储介质 | |
CN108154465B (zh) | 图像处理方法及装置 | |
CN110060215B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111445414B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN105528765B (zh) | 处理图像的方法及装置 | |
CN111028792B (zh) | 显示控制方法及装置 | |
CN108154466B (zh) | 图像处理方法及装置 | |
CN113139947B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN106792255B (zh) | 视频播放窗口框体显示方法及装置 | |
CN111340731A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111192218B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110415258B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111583142A (zh) | 图像降噪方法及装置、电子设备和存储介质 | |
CN115205172A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111369482A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN104992416B (zh) | 图像增强方法和装置、智能设备 | |
CN107730443B (zh) | 图像处理方法、装置及用户设备 | |
CN109600595B (zh) | 图像处理方法及装置 | |
CN113660531A (zh) | 视频处理方法及装置、电子设备和存储介质 |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Peng Xiaofeng Inventor before: Ji Hongzhen |
|
GR01 | Patent grant | ||
GR01 | Patent grant |