CN111028181A - 一种图像增强处理方法、装置、设备及存储介质 - Google Patents
一种图像增强处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111028181A CN111028181A CN201911360533.XA CN201911360533A CN111028181A CN 111028181 A CN111028181 A CN 111028181A CN 201911360533 A CN201911360533 A CN 201911360533A CN 111028181 A CN111028181 A CN 111028181A
- Authority
- CN
- China
- Prior art keywords
- channel
- data
- brightness
- image
- enhanced
- 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 34
- 238000012545 processing Methods 0.000 claims abstract description 83
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000004364 calculation method Methods 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 230000009467 reduction Effects 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 10
- 238000000926 separation method Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 17
- 230000008859 change Effects 0.000 abstract description 13
- 230000002708 enhancing effect Effects 0.000 abstract description 6
- 238000012937 correction Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000001965 increasing effect Effects 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Images
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
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/20004—Adaptive image processing
- G06T2207/20008—Globally adaptive
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像增强处理方法基于CIELAB颜色空间,该方法充分利用了CIELAB颜色空间的结构信息,相对于RGB空间等非线性空间,画面输出效果不会受到硬件或环境的影响,不论在何种硬件以及处理环境下,均可保证增强处理后的图像可以反映出真实物体的色彩变化以及颜色对比度;另外,相较于目前采用直方图对A、B通道进行增强的方法,考虑了LAB颜色空间的结构信息,依靠亮度的变化改善色彩,处理后图像颜色对比度和饱和度得到增强,且减少了色彩失真。该方法可以应用于各种画面输出领域,增强图像的亮度、对比度,也可以方便后续的图像处理。本发明的另一核心是提供图像增强处理装置、设备及可读存储介质,具有上述有益效果。
Description
技术领域
本发明涉及数字图像处理领域,特别涉及一种图像增强处理方法、装置、设备及可读存储介质。
背景技术
在图像的传输和转换过程中,比如图像经过投影仪投到墙面时,经常会产生图像失真,影响用户的观看体验,为了使经过图像传输以及转换后输出的图像色彩艳丽、细节突出、对比度丰富,以增强用户体验,需要对图像进行增强处理。
常用的图像增强方法有直方图均衡,锐化,滤波等,而针对不同的图像,适宜采用的增强方法也不尽相同。但目前大多图像增强算法均在RGB空间中进行,由于RGB颜色空间属于亮度与颜色通道非线性组合,会受到硬件或环境的影响,使得图像常常不能反映出真实物体的色彩变化以及颜色对比度。CIELAB颜色空间是一种均匀的颜色空间,能够弥补RGB空间色彩分布不均的不足。目前针对CIELAB颜色空间的图像增强方法较少,且一般是通过统计各个通道图像的直方图,对图像进行增强,增加图像对比度效果不佳,容易造成色彩失真。
发明内容
本发明的目的是提供一种图像增强处理方法,该方法适用于各种类型的图像,可以保证增强处理后图像的对比度以及色彩饱和度,有效改善图像增强效果;本发明的另一目的是提供一种图像增强处理装置、计算机设备及可读存储介质。
为解决上述技术问题,本发明提供一种图像增强处理方法,包括:
确定待处理图像的L通道数据、A通道数据以及B通道数据;
对所述L通道数据进行亮度增强处理,得到增强后的L通道数据;
确定所述亮度增强处理后的亮度通道增量;
根据所述亮度通道增量对所述A通道数据以及B通道数据进行反馈增强,得到增强后的A通道数据以及增强后的B通道数据;
将所述增强后的A通道数据、所述增强后的B通道数据以及所述增强后的L通道数据进行通道合并,得到增强后的CIELAB颜色空间图像。
可选地,对所述L通道数据进行亮度增强处理,包括:
对所述L通道数据进行降噪提亮亮度拉伸处理,得到亮度拉伸数据;
基于Gamma变换对所述亮度拉伸数据进行对比度拉伸处理,并将得到的处理结果作为所述增强后的L通道数据。
可选地,对所述L通道数据进行降噪提亮亮度拉伸处理,包括:
对所述L通道数据进行锐化处理,得到第一亮度子值;
通过高斯滤波器对所述第一亮度子值进行高斯平滑处理,得到第二亮度子值;
对所述第二亮度子值进行锐化处理,得到第三亮度子值;
将所述第三亮度子值与所述L通道数据进行加权计算,将加权计算的结果作为所述亮度拉伸数据。
可选地,基于Gamma变换对所述亮度拉伸数据进行对比度拉伸处理,包括:
获取所述待处理图像的灰度图像,并将所述灰度图像划分为若干个大小均匀的类;
根据所述类内的亮度与所述类间的亮度关系调整Gamma系数,并根据调整后的Gamma系数对所述灰度图像的前景与背景进行自适应的动态拉伸。
可选地,根据所述类内的亮度与所述类间的亮度关系调整Gamma系数,并根据调整后的Gamma系数对所述灰度图像的前景与背景进行自适应的动态拉伸,包括:
根据Gamma变换公式进行Gamma系数调整;
所述Gamma变换公式为:L4=L3 γ
其中,L4为基于Gamma变换进行对比度拉伸处理得到的图像亮度的灰度值,L3为进行降噪提亮亮度拉伸处理得到的图像亮度的灰度值,m为平衡系数,e为指数,类间的亮度差值以某类与其相邻的前后类的差平方第k类(k为小于类别总数的任意整数)的均值亮度其中,n为同类间的像素总数。
可选地,根据所述亮度通道增量对所述A通道数据以及B通道数据进行反馈增强,得到增强后的A通道数据以及增强后的B通道数据,包括:
确定亮度空间分别对于A通道数据以及B通道数据的影响因子;
将所述亮度通道增量分别与A通道数据的影响因子与B通道数据的影响因子进行叠加计算,得到增强后的A通道数据以及增强后的B通道数据。
可选地,确定亮度空间分别对于A通道数据以及B通道数据的影响因子,包括:
将cosφ*cosθ作为A通道数据的影响因子,cosφ*sinθ作为B通道数据的影响因子;
其中,φ为由A轴、B轴以及L轴构成的颜色空间中原点与某点形成的向量与面AOB的夹角,L为输出的灰度值,θ为该向量在面AOB上的投影向量与B轴的夹角,面AOB为A轴和B轴组成的面,A为A轴数值,B为B轴数值。
可选地,将所述亮度通道增量分别与A通道数据的影响因子与B通道数据的影响因子进行叠加计算,得到增强后的A通道数据以及增强后的B通道数据,包括:
计算ΔA=ΔL*cosφ*cosθ,并将ΔA作为A通道增量;计算ΔB=ΔL*cosφ*sinθ,并将ΔB作为B通道增量;其中,ΔL为所述亮度通道增量;
根据所述A通道增量与所述A通道数据确定增强后的A通道数据,根据所述B通道增量与所述B通道数据确定增强后的B通道数据。
可选地,确定亮度空间分别对于A通道数据以及B通道数据的影响因子,包括:
根据实际测试结果确定影响经验值α,并将所述影响经验值α分别作为所述A通道数据的影响因子以及B通道数据的影响因子。
可选地,将所述亮度通道增量分别与A通道数据的影响因子与B通道数据的影响因子进行叠加计算,得到增强后的A通道数据以及增强后的B通道数据,包括:
根据所述A通道增量与所述A通道数据确定增强后的A通道数据,根据所述B通道增量与所述B通道数据确定增强后的B通道数据。
为实现上述目的,本申请还公开了一种图像增强处理装置,包括:
通道分离单元,用于确定待处理图像的L通道数据、A通道数据以及B通道数据;
亮度增强单元,用于对所述L通道数据进行亮度增强处理,得到增强后的L通道数据;
亮度增量确定单元,用于确定所述亮度增强处理后的亮度通道增量;
颜色增量确定单元,用于根据所述亮度通道增量对所述A通道数据以及B通道数据进行反馈增强,得到增强后的A通道数据以及增强后的B通道数据;
通道合并单元,用于将所述增强后的A通道数据、所述增强后的B通道数据以及所述增强后的L通道数据进行通道合并,得到增强后的CIELAB颜色空间图像。
为实现上述目的,本申请还公开了一种图像增强处理设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现所述的图像增强处理方法的步骤。
为实现上述目的,本申请还公开了一种可读存储介质,所述可读存储介质上存储有程序,所述程序被处理器执行时实现所述图像增强处理方法的步骤。
本发明所提供的图像增强处理方法基于CIELAB颜色空间,充分利用了CIELAB颜色空间的结构信息,因此相对于RGB空间等非线性空间,画面输出效果不会受到硬件或环境的影响,不论在何种硬件以及处理环境下,均可保证增强处理后的图像可以反映出真实物体的色彩变化以及颜色对比度;另外,相较于目前采用直方图对A、B通道进行增强的方法,考虑了LAB颜色空间的结构信息,依靠亮度的变化改善色彩,处理后图像颜色对比度和饱和度得到增强,且减少了色彩失真。该方法可以应用于各种画面输出领域,可以增强图像的亮度、对比度,也可以方便后续的图像处理。
本发明还提供了一种图像增强处理装置、设备及可读存储介质,具有上述有益效果,在此不再赘述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种图像增强处理方法的流程图;
图2为本发明实施例提供的一种颜色通道增强示意图;
图3为本发明实施例提供的一种自适应Gamma校正示意图;
图4为本发明实施例提供的一种整体实现流程示意图;
图5为本发明实施例提供的一种图像增强处理装置的结构框图;
图6为本发明实施例提供的一种图像增强处理设备的结构示意图。
具体实施方式
本发明的核心是提供一种图像增强处理方法,该方法通过多级过滤图像增强处理,兼顾轻量级检测方案的高吞吐量以及重量级识别方案的高准确率,在计算性能和防御效果上取得较佳平衡,具有较高的实用价值;本发明的另一核心是提供一种图像增强处理装置、计算机设备及可读存储介质。
为使本发明实施例的目的、技术方案和优点更加清楚,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,本领域普通技术人员在没有做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。
CIELAB颜色空间是一种均匀的颜色空间,当数值均匀变化时,人的视觉感官也均匀变化,CIELAB通过数字化的方式来描述人的视觉感知,可以提升图像色彩的表现力;且该颜色空间中亮度信息与颜色信息是独立的,能够弥补RGB空间色彩分布不均的不足,为提升画面质量,本申请为针对CIELAB颜色空间的图像增强方法。目前基于LAB(即CIELAB)色彩空间的增强算法均通过统计各个通道图像的直方图,对图像进行增强,忽略了图像像素的空间位置,增加图像对比度效果不佳,容易造成色彩失真。请参考图1,图1为本实施例提供的一种图像增强处理方法的流程图,该方法可以应用于各种应用场景下的图像增强处理过程,比如投影仪投影时的图像增强处理等,优化图像增强处理效果,提升用户体验,该方法主要包括:
步骤s110、确定待处理图像的L通道数据、A通道数据以及B通道数据;
确定待处理图像的L通道数据、A通道数据以及B通道数据的过程可以通过直接接收L通道数据、A通道数据以及B通道数据来确定,即将预先分离好的各通道数据输入至该方法的执行设备上;也可以直接输入待处理图像,由该方法的执行设备进行图像处理(包括通道分离),得到L通道数据、A通道数据以及B通道数据。
而当直接输入待处理图像至该执行设备时,输入的待处理图像的图像颜色空间类型不做限定,可以为CIELAB颜色空间(以下简称为LAB空间),也可以为非LAB空间的其它颜色空间,比如RGB颜色空间(以下简称为RGB空间)等。当接收到的原始的待处理图像为LAB空间时,可以遵循现有的LAB空间图像通道分离方法进行通道分离处理;而当接收到的原始的待处理图像为非LAB空间的其它颜色空间图像时,需要首先对原始的待处理图像进行颜色空间转换,转换至LAB空间(具体的转换过程可以根据原始颜色空间类型参照传统实现方式进行相应设定,比如为RGB空间时参照RGB空间到LAB空间的颜色空间转换方法进行颜色空间的转换,转换至LAB空间),得到LAB空间下的待处理图像后,再遵循现有的LAB空间图像通道分离方法进行通道分离处理。则相应地,在最后得到增强后的CIELAB颜色空间图像之后,还可以进一步对增强后的CIELAB颜色空间图像进行颜色空间还原,以得到基于原始颜色空间的增强后的图像。
步骤s120、对L通道数据进行亮度增强处理,得到增强后的L通道数据;
对L通道数据进行亮度增强处理的具体手段不做限定,比如可以包括:亮度拉伸处理、对比对拉伸等,当然,也可以包括其它类型的亮度增强处理手段,在此不再赘述。另外,亮度增强处理的手段可以为一种,而也可以为多种,比如可以为亮度拉伸处理和/或对比对拉伸,为多种时执行顺序不做限定,可以并行,也可以顺序执行。
步骤s130、确定亮度增强处理后的亮度通道增量;
步骤s140、根据亮度通道增量对A通道数据以及B通道数据进行反馈增强,得到增强后的A通道数据以及增强后的B通道数据;
由于亮度通道的亮度变化后,若直接将三通道融合会导致原图的亮度虽然有所提高,但是颜色对比度保持不变。由于图像亮度提升,会造成图像色彩饱和度下降。通过统计直方图提高A、B通道的数值,忽略了图像像素的空间位置,会放大图像局部噪声,且对增加图像对比度效果不佳,容易造成色彩失真。
基于此,本申请中提出了基于亮度通道的变化调整颜色信息实现图像增强,该方法考虑到了LAB颜色空间的结构信息,仅依靠亮度L的变化结合图像的拓扑信息,将颜色通道A,B也进行相应的拉伸,可以减少亮度增加对色彩度的影响,使得到的图像色彩度更好、时效性高且更为逼真。
本实施例中根据亮度通道增量对A通道数据以及B通道数据进行反馈增强,其中,亮度通道增量为亮度增强处理后相对于原有亮度数据的变化量。确定亮度通道增量的方式本实施例中不做限定,可以参照现有技术中的实现方式,可以直接计算亮度增强处理后的亮度数据与原始亮度数据的差值。以对L通道数据进行亮度拉伸后进行对比度拉伸(比如自适应gamma校正的对比度拉伸)进行亮度增强为例,则可以将自适应gamma校正后的亮度通道图像与原图像亮度通道相减(diff),将得到的差值作为亮度通道的变化量ΔL,即:
ΔL=L4-L1
L1表示原始的L通道数据;
L4表示自适应gamma校正后的L值。
本实施例中仅以上述亮度通道增量计算方式为例进行介绍,其它增量计算方式均可参照本实施例的介绍,在此不再赘述。
确定亮度通道增量后,根据亮度通道增量对A通道数据以及B通道数据进行反馈增强,具体的反馈增强手段不做限定,可选地,一种实现方式如下:
(1)确定亮度空间分别对于A通道数据以及B通道数据的影响因子;
亮度空间即L通道数据,当对图像亮度进行调整时,为避免画面失真,其它方面的数据也需对应调整以保持与原图像协调的比例,对应于本实施例中需要调整影响因子即A通道数据以及B通道数据。
影响因子即亮度空间调整后,为尽量保证原画面输出体验,A通道数据以及B通道数据需要调整的比例。本实施例中对影响因子的确定方式不做限定,可以根据画面输出效果以及计算实现简便性等因素进行设定。
(2)将亮度通道增量分别与A通道数据的影响因子与B通道数据的影响因子进行叠加计算,得到增强后的A通道数据以及增强后的B通道数据。
确定亮度调整后对于A通道数据以及B通道数据的影响量(即影响因子)后,将该A通道数据叠加A通道数据的影响因子进行计算,即可得到受亮度调整影响,相应增强后的A通道数据以及B通道数据。需要说明的是,该步骤中的叠加计算并非限定为相加,而是指将该影响因子作用于原始A通道数据以及B通道数据,具体计算方式可以为相加、相乘等各种形式,在此对具体的叠加计算方式不做限定,可以根据实际使用需求进行相应设定。
步骤s150、将增强后的A通道数据、增强后的B通道数据以及增强后的L通道数据进行通道合并,得到增强后的CIELAB颜色空间图像。
将增强后的亮度通道数据(L通道数据)与增强后的色彩通道数据(A通道数据以及B通道数据)进行通道合并,即可得到整体全面增强后的CIELAB颜色空间图像,该图像相对于传统增强方式下的单一因素增强可以实现画面整体的全面协调增强,减少画面失真度,提升用户体验。
需要说明的是,具体通道合并的实现方式可以参照现有实现方式,在此不再赘述。另外,在得到增强后的LAB空间图像后,根据实际输出需要,还可以进一步将LAB空间转换至其他颜色空间,比如将LAB空间转换至RGB空间等,本实施例中对得到增强后的CIELAB颜色空间图像后的处理方式不做限定,可以根基实际画面使用需要再进行相应的调整,在此不再赘述。
基于上述介绍,本实施例提供的图像增强处理方法,基于CIELAB颜色空间,充分利用了CIELAB颜色空间的结构信息,因此相对于RGB空间等非线性空间,画面输出效果不会受到硬件或环境的影响,不论在何种硬件以及处理环境下,均可保证增强处理后的图像可以反映出真实物体的色彩变化以及颜色对比度;另外,相较于目前采用直方图对A、B通道进行增强的方法,考虑了LAB颜色空间的结构信息,依靠亮度的变化改善色彩,处理后图像颜色对比度和饱和度得到增强,且减少了色彩失真。该方法可以应用于各种画面输出领域,可以增强图像的亮度、对比度,也可以方便后续的图像处理。
实施例二:
上述实施例中对影响因子的计算方式以及叠加计算的方式不做限定,本实施例主要介绍两种实现方式,详见下述。
图2所示为一种颜色通道增强示意图,相应地一种影响因子的确定方式如下:将cosφ*cosθ作为A通道数据的影响因子,cosφ*sinθ作为B通道数据的影响因子。
如图2所示φ为由A轴、B轴以及L轴构成的颜色空间中原点与某点形成的向量与面AOB的夹角,L为输出的灰度值,θ为该向量在面AOB上的投影向量与B轴的夹角,面AOB为A轴和B轴组成的面,A为A轴数值,B为B轴数值。
颜色空间的角度关系φ,θ作为亮度空间分别对于A通道数据以及B通道数据(颜色空间)的影响因子(cosφ*cosθ为亮度空间对于A通道数据的影响因子,cosφ*sinθ为亮度空间对于B通道数据的影响因子),该方式根据亮度通道的增量以及颜色空间的角度关系φ,θ确定两个颜色通道的增量,可以精准确定不同亮度增量对应于颜色通道的影响,保证颜色通道增量相对于亮度增量与原画面比例的一致性,提升画面质量。
而基于上述影响因子的确定方式,为简化叠加计算的计算量的同时保证影响因子的有效叠加,将亮度通道增量分别与A通道数据的影响因子与B通道数据的影响因子进行叠加计算,得到增强后的A通道数据以及增强后的B通道数据的一种实现方式如下:
计算ΔA=ΔL*cosφ*cosθ,并将ΔA作为A通道增量;计算ΔB=ΔL*cosφ*sinθ,并将ΔB作为B通道增量;其中,ΔL为亮度通道增量;根据A通道增量与A通道数据确定增强后的A通道数据(参照L通道数据增量确定方式,可以将A通道增量与A通道数据的和作为增强后的A通道数据),根据B通道增量与B通道数据确定增强后的B通道数据(参照L通道数据增量确定方式,可以将B通道增量与B通道数据的和作为增强后的B通道数据)。该方式通过亮度通道的增量以及颜色空间的角度关系,精准确定了颜色通道数据增量,保证了整体图像增强效果。
另外,处于提高算法的运行效率,简化计算步骤的目的,本实施例中介绍了另一种影响因子的计算方式,确定亮度空间分别对于A通道数据以及B通道数据的影响因子的过程具体为:根据实际测试结果确定影响经验值α,并将影响经验值α分别作为A通道数据的影响因子以及B通道数据的影响因子。
该确定方式直接以亮度通道的增量结合一个影响因子α(α为小于1的经验值,一般取值范围为0.7至0.9)来描述两个颜色通道的增量,避免了靠谱度等计算,可以显著提升计算效率。
而基于该种影响因子确定方式,在原图中色度几乎相同的区域仅由于亮度通道的增量不同而改变了另外两个通道的值从而形成了差异比较大的变化,当完全叠加时,某些细节的小块颜色可能会被过于增强而出现失真,为对亮度增量做平滑处理,本实施例中提供了一种叠加计算如下:
根据A通道增量与A通道数据确定增强后的A通道数据,根据B通道增量与B通道数据确定增强后的B通道数据。
该方式下,取亮度增量的平方根作为另外两个通道的增量,可以显著降低画面失真率,优化用户体验。
本实施例中仅以上述实现方式为例进行介绍,其它基于本申请的方式均可参照上述介绍,在此不再赘述。
实施例三:
另外,上述实施例中对L通道数据进行亮度增强处理的具体手段不做限定,为提升边缘细节特征、剔除噪声和纹理,优化局部区域的明暗,提升图像的亮度增强效果,可选地,一种对L通道数据进行亮度增强处理的方式具体包括以下步骤:
(1)对L通道数据进行降噪提亮亮度拉伸处理,得到亮度拉伸数据;
(2)基于Gamma变换对亮度拉伸数据进行对比度拉伸处理,并将得到的处理结果作为增强后的L通道数据。
先进行降噪提亮亮度拉伸处理,再进行对比度拉伸,可以保证边缘信息的精细化保留的同时避免噪声的干扰,提升亮度增强效果,本实施例中仅以上述亮度增强处理手段以及执行顺序为例进行介绍,其它基于本申请的亮度增强处理方式均可参照本实施例的介绍,在此不再赘述。
其中,步骤(1)中降噪提亮亮度拉伸处理指滤除L通道数据中的噪声数据并提升细节亮度,具体实现步骤在此不做限定,可选地,一种对L通道数据进行降噪提亮亮度拉伸处理的过程具体包括以下步骤:
(1.1)对L通道数据进行锐化处理,得到第一亮度子值;
对于提取图像的边缘信息,只需要亮度通道L的信息,对L通道采用sobel算子检测边缘,提取的边缘信息是相当丰富的,也包含了一些噪声信息。以L代表原始亮度图像,Gx及Gy分别代表经纵向及横向边缘检测的图像,其公式如下:
(1.2)通过高斯滤波器对第一亮度子值进行高斯平滑处理,得到第二亮度子值;
为了对边缘信息进行一个平滑处理,可以采用高斯滤波器,具体高斯滤波器的结构不做限定,比如可以采用3*3的高斯滤波器等,可以根据实际使用需要进行设定。
(1.3)对第二亮度子值进行锐化处理,得到第三亮度子值;
高斯平滑后,虽然滤除了噪声,但是强边缘的特征也随之变少,所以需要再做一次锐化,这样就剔除了一些细小的噪声和纹理,却又保留了图像中大部分的强边缘信息。
(1.4)将第三亮度子值与L通道数据进行加权计算,将加权计算的结果作为亮度拉伸数据。
保留的强边缘信息图像与原亮度通道进行加权,提升边缘细节的亮度。具体加权计算方式可以如下:L3=aL2+bL1
其中L2、L1为最后一次锐化后的亮度值与原图像亮度值,a和b为加权值,本实施例中对a和b的具体数值设定不做限定,可以根据实际测试结果进行设定,一种数值设定为:a=0.2,b=0.8。
上述降噪提亮亮度拉伸处理过程,针对RGB颜色空间易受硬件及设备影响的缺点,首先将LAB空间下的L通道数据进行锐化低通滤波处理后锐化加权。在剔除图像噪声的同时保留了图像中的强边缘信息,提升了亮度拉伸处理效果。
另外,上述步骤(2)中基于Gamma变换对亮度拉伸数据进行对比度拉伸处理指基于Gamma变换的亮度拉伸处理,具体实现过程可参照传统实现步骤。
由于图像格式类型等多种多样,考虑到多样应用场景下图像的适应性调整,不能够对整个图像甚至是所有图像都以同一个参数做Gamma变换。为了解决投影图像整体亮度变化的局限性,本实施例中提出一种基于局部的自适应Gamma校正来对原图像进行对比度拉伸,该方法根据局部区域的明暗程度自适应的调整Gamma参数,可以在增加本申请提供的图像增强方法的适应范围(适用各种图像格式)的同时,提升处理效率,实现Gamma参数调整的自动化实现。具体地,基于Gamma变换对亮度拉伸数据进行对比度拉伸处理的实现过程如下:
(2.1)获取待处理图像的灰度图像,并将灰度图像划分为若干个大小均匀的类;
聚类的过程的判断依据不做限定,比如可以根据纹理以及亮度特征进行聚类。
(2.2)根据类内的亮度与类间的亮度关系调整Gamma系数,并根据调整后的Gamma系数对灰度图像的前景与背景进行自适应的动态拉伸。
一种自适应Gamma校正示意图如图3所示,输入初始化种子点(即待处理图像的灰度图像)后,根据纹理以及亮度特征执行聚类,可以得到若干个大小均匀的类;然后对各类进行区域连通消除毛刺(该步骤可以选择性执行),之后确定各类内亮度均值以及各类间亮度差值(可以顺序执行,也可以并行执行),再根据类内的亮度与类间的亮度对Gamma系数进行动态校正。该方法对亮度通道L采用局部自适应动态算法进行增强,不需要手动调整参数,改善了对整幅图像处理且参数单一造成的效果不佳且鲁棒性不强的缺点。
其中,上述步骤(2.2)中根据类内的亮度与类间的亮度对Gamma系数进行动态校正的实现方式不做限定,一种实现方式如下:根据Gamma变换公式进行Gamma系数调整;Gamma变换公式为:L4=L3 γ
其中,L4为基于Gamma变换进行对比度拉伸处理得到的图像亮度的灰度值,L3为进行降噪提亮亮度拉伸处理得到的图像亮度的灰度值,m为平衡系数,e为指数,类间的亮度差值以某类与其相邻的前后类的差平方第k类(k为小于类别总数的任意整数)的均值亮度其中,n为同类(第k类)间的像素总数。
Gamma系数γ以类内亮度差值与类间亮度差值的加权表示,本方案通过指数e限制类内明暗调整的范围,当时,说明类内亮度较亮,需要增大Gamma值,而可以使其大于1;反之同理。而参数m为平衡系数,由于图像视觉上的明暗主要体现在前景与背景的差别,类间的亮度对比度影响因子更高,所以设置m在0.1-0.2。
本方案综合了类内的亮度与类间的亮度关系调整Gamma系数,此对该亮度通道进行Gamma校正,自适应的提升亮度通道的亮度,对图像的前景与背景进行自适应的动态拉伸,实现了L通道内灰度过高或者过低的像素的自动修正。
实施例四:
为加深对上述实施例中介绍的图像增强处理方式的理解,本实施例中以投影仪场景下一种图像增强处理方式为例进行介绍,其它应用场景下以及基于上述介绍的其它处理方式下的整体实现过程均可参照本实施例的介绍。
由于投影仪尺寸小,易于携带等特点,在商务、教学、个人娱乐场景中得到了广泛应用。在投影图像的传输和转换过程中,会产生图像失真,为了使得投影仪投到墙面的图像色彩艳丽、细节突出、对比度丰富,需要对图像进行增强,以增强用户体验。
图4为本实施例中整体实现流程示意图,具体实现步骤如下:
获取投影仪中待投影输出的RGB空间彩色图像,首先将彩色图像由RGB空间转换到LAB空间,再对LAB空间的彩色图像进行通道分离,L通道数据、A通道数据以及B通道数据。
对L通道数据采用sobel算子检测边缘,以L代表原始亮度图像,Gx及Gy分别代表经纵向及横向边缘检测的图像,其公式如下:
采用了一个3*3的高斯滤波器对边缘信息进行平滑处理;
再做一次锐化,剔除细小的噪声和纹理;
保留的强边缘信息图像与原亮度通道进行加权,提升边缘细节的亮度。
加权后的L通道数值L3=aL2+bL1
其中L2、L1为锐化后的亮度值与原图像亮度值,a=0.2,b=0.8。
根据Gamma变换公式调整Gamma系数,对图像的前景与背景进行自适应的动态拉伸。
Gamma变换公式如下:
L4=L3 γ
此时,L4表示gamma变换后的图像亮度的灰度值,L3表示加权处理后的图像亮度的灰度值。
以此对该亮度通道进行Gamma校正,自适应的提升亮度通道的亮度,得到增强后的亮度数据。
增强后的A通道数据为:A通道数据+A通道增量;
增强后的B通道数据为:B通道数据+B通道增量。
将增强后的亮度通道(L)与色彩通道数据(A和B)进行合并,并还原到RGB颜色空间,即可得到增强后的投影仪画面。
该方法充分利用了CIELAB颜色空间的结构信息,将RGB图像转换到LAB空间中,自适应的调整图像亮度,并将亮度通道的变化反馈到颜色通道,减少了图像中的噪声,且使合并后的图像亮度得到增强。为使颜色更加鲜艳亮丽,且不失真,相较于目前采用直方图对A、B通道进行增强的方法,考虑了LAB颜色空间的结构信息,仅依靠亮度的变化改善色彩,处理后图像颜色对比度和饱和度得到增强,且减少了色彩失真,增强投影图像的亮度、对比度。
需要说明的是,本实施例中相关字母代替的含义可以参见上述实施例中的介绍,在此不再赘述,本实施例为一种应用实施例,其中具体的实现原理以及实现效果也可以参见上述方法实施例。
实施例五:
请参考图5,图5为本实施例提供的一种图像增强处理装置的结构框图;可以包括:通道分离单元210、亮度增强单元220、亮度增量确定单元230、颜色增量确定单元240以及通道合并单元250。本实施例提供的图像增强处理装置可与上述图像增强处理方法相互对照。
其中,通道分离单元210主要用于确定待处理图像的L通道数据、A通道数据以及B通道数据;
亮度增强单元220主要用于对L通道数据进行亮度增强处理,得到增强后的L通道数据;
亮度增量确定单元230主要用于确定亮度增强处理后的亮度通道增量;
颜色增量确定单元240主要用于根据亮度通道增量对A通道数据以及B通道数据进行反馈增强,得到增强后的A通道数据以及增强后的B通道数据;
通道合并单元250主要用于将增强后的A通道数据、增强后的B通道数据以及增强后的L通道数据进行通道合并,得到增强后的CIELAB颜色空间图像。
本实施例提供的图像增强处理装置可以保证增强处理后图像的对比度以及色彩饱和度,有效改善图像增强效果。
实施例六:
本实施例提供一种图像增强处理设备,包括:存储器以及处理器。
其中,存储器用于存储程序;
处理器用于执行程序时实现如上述图像增强处理方法的步骤,具体可参照上述实施例中对图像增强处理方法的介绍,在此不再赘述。
请参考图6,为本实施例提供的一种图像增强处理设备的结构示意图,该图像增强处理设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)322(例如,一个或一个以上处理器)和存储器332,一个或一个以上存储应用程序342或数据344的存储介质330(例如一个或一个以上海量存储设备)。其中,存储器332和存储介质330可以是短暂存储或持久存储。存储在存储介质330的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对数据处理设备中的一系列指令操作。更进一步地,中央处理器322可以设置为与存储介质330通信,在图像增强处理设备301上执行存储介质330中的一系列指令操作。
图像增强处理设备301还可以包括一个或一个以上电源326,一个或一个以上有线或无线网络接口350,一个或一个以上输入输出接口358,和/或,一个或一个以上操作系统341,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
上面图1所描述的图像增强处理方法中的步骤可以由本实施例提供的图像增强处理设备的结构实现。
实施例七:
本实施例公开一种可读存储介质,其上存储有程序,程序被处理器执行时实现如上述图像增强处理方法的步骤,具体可参照上述实施例中对图像增强处理方法的介绍。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的图像增强处理方法装置、设备及可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (13)
1.一种图像增强处理方法,其特征在于,包括:
确定待处理图像的L通道数据、A通道数据以及B通道数据;
对所述L通道数据进行亮度增强处理,得到增强后的L通道数据;
确定所述亮度增强处理后的亮度通道增量;
根据所述亮度通道增量对所述A通道数据以及B通道数据进行反馈增强,得到增强后的A通道数据以及增强后的B通道数据;
将所述增强后的A通道数据、所述增强后的B通道数据以及所述增强后的L通道数据进行通道合并,得到增强后的CIELAB颜色空间图像。
2.如权利要求1所述的图像增强处理方法,其特征在于,对所述L通道数据进行亮度增强处理,包括:
对所述L通道数据进行降噪提亮亮度拉伸处理,得到亮度拉伸数据;
基于Gamma变换对所述亮度拉伸数据进行对比度拉伸处理,并将得到的处理结果作为所述增强后的L通道数据。
3.如权利要求2所述的图像增强处理方法,其特征在于,对所述L通道数据进行降噪提亮亮度拉伸处理,包括:
对所述L通道数据进行锐化处理,得到第一亮度子值;
通过高斯滤波器对所述第一亮度子值进行高斯平滑处理,得到第二亮度子值;
对所述第二亮度子值进行锐化处理,得到第三亮度子值;
将所述第三亮度子值与所述L通道数据进行加权计算,将加权计算的结果作为所述亮度拉伸数据。
4.如权利要求2所述的图像增强处理方法,其特征在于,基于Gamma变换对所述亮度拉伸数据进行对比度拉伸处理,包括:
获取所述待处理图像的灰度图像,并将所述灰度图像划分为若干个大小均匀的类;
根据所述类内的亮度与所述类间的亮度关系调整Gamma系数,并根据调整后的Gamma系数对所述灰度图像的前景与背景进行自适应的动态拉伸。
6.如权利要求1至5任一项所述的图像增强处理方法,其特征在于,根据所述亮度通道增量对所述A通道数据以及B通道数据进行反馈增强,得到增强后的A通道数据以及增强后的B通道数据,包括:
确定亮度空间分别对于A通道数据以及B通道数据的影响因子;
将所述亮度通道增量分别与A通道数据的影响因子与B通道数据的影响因子进行叠加计算,得到增强后的A通道数据以及增强后的B通道数据。
8.如权利要求7所述的图像增强处理方法,其特征在于,将所述亮度通道增量分别与A通道数据的影响因子与B通道数据的影响因子进行叠加计算,得到增强后的A通道数据以及增强后的B通道数据,包括:
计算ΔA=ΔL*cosφ*cosθ,并将ΔA作为A通道增量;计算ΔB=ΔL*cosφ*sinθ,并将ΔB作为B通道增量;其中,ΔL为所述亮度通道增量;
根据所述A通道增量与所述A通道数据确定增强后的A通道数据,根据所述B通道增量与所述B通道数据确定增强后的B通道数据。
9.如权利要求6所述的图像增强处理方法,其特征在于,确定亮度空间分别对于A通道数据以及B通道数据的影响因子,包括:
根据实际测试结果确定影响经验值α,并将所述影响经验值α分别作为所述A通道数据的影响因子以及B通道数据的影响因子。
11.一种图像增强处理装置,其特征在于,包括:
通道分离单元,用于确定待处理图像的L通道数据、A通道数据以及B通道数据;
亮度增强单元,用于对所述L通道数据进行亮度增强处理,得到增强后的L通道数据;
亮度增量确定单元,用于确定所述亮度增强处理后的亮度通道增量;
颜色增量确定单元,用于根据所述亮度通道增量对所述A通道数据以及B通道数据进行反馈增强,得到增强后的A通道数据以及增强后的B通道数据;
通道合并单元,用于将所述增强后的A通道数据、所述增强后的B通道数据以及所述增强后的L通道数据进行通道合并,得到增强后的CIELAB颜色空间图像。
12.一种图像增强处理设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至10任一项所述的图像增强处理方法的步骤。
13.一种可读存储介质,其特征在于,所述可读存储介质上存储有程序,所述程序被处理器执行时实现如权利要求1至10任一项所述图像增强处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911360533.XA CN111028181B (zh) | 2019-12-25 | 2019-12-25 | 一种图像增强处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911360533.XA CN111028181B (zh) | 2019-12-25 | 2019-12-25 | 一种图像增强处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111028181A true CN111028181A (zh) | 2020-04-17 |
CN111028181B CN111028181B (zh) | 2023-07-14 |
Family
ID=70213420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911360533.XA Active CN111028181B (zh) | 2019-12-25 | 2019-12-25 | 一种图像增强处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111028181B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177949A (zh) * | 2021-04-16 | 2021-07-27 | 中南大学 | 一种大尺寸岩石颗粒特征识别方法及装置 |
CN113947553A (zh) * | 2021-12-20 | 2022-01-18 | 山东信通电子股份有限公司 | 一种图像亮度增强方法及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010015140A1 (zh) * | 2008-08-07 | 2010-02-11 | 中兴通讯股份有限公司 | 一种视频增强的方法及其装置 |
CN103996178A (zh) * | 2014-05-30 | 2014-08-20 | 天津大学 | 一种沙尘天气彩色图像增强方法 |
CN106127708A (zh) * | 2016-06-24 | 2016-11-16 | 华东师范大学 | 一种基于lab颜色空间的彩色眼底图像增强方法 |
CN106251300A (zh) * | 2016-07-26 | 2016-12-21 | 华侨大学 | 一种基于Retinex的快速夜间雾天图像复原方法 |
CN109886885A (zh) * | 2019-01-23 | 2019-06-14 | 齐鲁工业大学 | 一种基于Lab色彩空间和Retinex的图像增强方法及系统 |
CN110517327A (zh) * | 2019-08-30 | 2019-11-29 | 大连海事大学 | 一种基于颜色校正和对比度拉伸的水下图像增强方法 |
CN110570384A (zh) * | 2019-09-16 | 2019-12-13 | 西南科技大学 | 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 |
-
2019
- 2019-12-25 CN CN201911360533.XA patent/CN111028181B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010015140A1 (zh) * | 2008-08-07 | 2010-02-11 | 中兴通讯股份有限公司 | 一种视频增强的方法及其装置 |
CN103996178A (zh) * | 2014-05-30 | 2014-08-20 | 天津大学 | 一种沙尘天气彩色图像增强方法 |
CN106127708A (zh) * | 2016-06-24 | 2016-11-16 | 华东师范大学 | 一种基于lab颜色空间的彩色眼底图像增强方法 |
CN106251300A (zh) * | 2016-07-26 | 2016-12-21 | 华侨大学 | 一种基于Retinex的快速夜间雾天图像复原方法 |
CN109886885A (zh) * | 2019-01-23 | 2019-06-14 | 齐鲁工业大学 | 一种基于Lab色彩空间和Retinex的图像增强方法及系统 |
CN110517327A (zh) * | 2019-08-30 | 2019-11-29 | 大连海事大学 | 一种基于颜色校正和对比度拉伸的水下图像增强方法 |
CN110570384A (zh) * | 2019-09-16 | 2019-12-13 | 西南科技大学 | 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 |
Non-Patent Citations (2)
Title |
---|
王永胜等: "Lab色彩空间的Retinex轮对踏面图像增强算法", vol. 32, no. 1, pages 48 - 55 * |
董雪莹等: "夜间拍照图像对比度的Gamma灰度校正", vol. 38, no. 3, pages 195 - 199 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177949A (zh) * | 2021-04-16 | 2021-07-27 | 中南大学 | 一种大尺寸岩石颗粒特征识别方法及装置 |
CN113177949B (zh) * | 2021-04-16 | 2023-09-01 | 中南大学 | 一种大尺寸岩石颗粒特征识别方法及装置 |
CN113947553A (zh) * | 2021-12-20 | 2022-01-18 | 山东信通电子股份有限公司 | 一种图像亮度增强方法及设备 |
CN113947553B (zh) * | 2021-12-20 | 2022-03-18 | 山东信通电子股份有限公司 | 一种图像亮度增强方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111028181B (zh) | 2023-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2076013B1 (en) | Method of high dynamic range compression | |
US8644638B2 (en) | Automatic localized adjustment of image shadows and highlights | |
US8254718B2 (en) | Multi-channel edge-aware chrominance noise reduction | |
JP4870617B2 (ja) | 画像データの自動マッピング方法及び画像処理デバイス | |
CN106846270B (zh) | 一种图像边缘增强方法及装置 | |
US10565742B1 (en) | Image processing method and apparatus | |
US7684096B2 (en) | Automatic color correction for sequences of images | |
EP1412920B1 (en) | A general purpose image enhancement algorithm which augments the visual perception of detail in digital images | |
US8965120B2 (en) | Image processing apparatus and method of controlling the same | |
Ancuti et al. | Enhancing by saliency-guided decolorization | |
EP1742178A2 (en) | Contrast enhancement of images | |
US20110285871A1 (en) | Image processing apparatus, image processing method, and computer-readable medium | |
KR102084343B1 (ko) | 배경 제거 | |
JP2007310887A (ja) | 画像データの自動マッピング方法及び画像処理デバイス | |
CN107820069B (zh) | 一种视频监控设备isp调试方法 | |
US20040057623A1 (en) | Method for automated processing of digital image data | |
CN111739041B (zh) | 图像边框的裁剪方法、装置及设备 | |
CN111340732B (zh) | 一种低照度视频图像增强方法及装置 | |
CN111028181B (zh) | 一种图像增强处理方法、装置、设备及存储介质 | |
CN112819721A (zh) | 一种图像彩色噪声降噪的方法和系统 | |
CN111598812A (zh) | 一种基于rgb和hsv双颜色空间的图像去雾方法 | |
WO2006055493B1 (en) | Correction of image color levels | |
CN109345600B (zh) | 一种基于色调的局部降噪方法、装置及终端 | |
CN114037641A (zh) | 一种低照度图像增强方法、装置、设备及介质 | |
US8351724B2 (en) | Blue sky color detection technique |
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 |