CN111161157A - 色彩增强的方法、图形处理器及显示设备 - Google Patents

色彩增强的方法、图形处理器及显示设备 Download PDF

Info

Publication number
CN111161157A
CN111161157A CN201911215760.3A CN201911215760A CN111161157A CN 111161157 A CN111161157 A CN 111161157A CN 201911215760 A CN201911215760 A CN 201911215760A CN 111161157 A CN111161157 A CN 111161157A
Authority
CN
China
Prior art keywords
color
enhancement
function
image data
slope
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
Application number
CN201911215760.3A
Other languages
English (en)
Other versions
CN111161157B (zh
Inventor
陈云娜
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.)
TCL Huaxing Photoelectric Technology Co Ltd
Original Assignee
TCL Huaxing Photoelectric 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 TCL Huaxing Photoelectric Technology Co Ltd filed Critical TCL Huaxing Photoelectric Technology Co Ltd
Priority to CN201911215760.3A priority Critical patent/CN111161157B/zh
Publication of CN111161157A publication Critical patent/CN111161157A/zh
Application granted granted Critical
Publication of CN111161157B publication Critical patent/CN111161157B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • 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 by the use of more than one image, e.g. averaging, subtraction
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

一种色彩增强的方法、一种图形处理器以及一种显示设备。所述色彩增强的方法包括下列步骤：输入彩色图像数据；将所述彩色图像数据的色彩空间转换为YCbCr；计算所述彩色图像数据的肤色概率图并归一化；通过函数增强所述彩色图像数据的色彩饱和度；以及转换所述彩色图像数据的所述色彩空间为RGB并输出所述彩色图像数据，其中所述函数是以调节的肤色概率函数进行调整的饱和度增强函数。

Description

色彩增强的方法、图形处理器及显示设备
【技术领域】
本揭示涉及显示技术领域，特别涉及一种色彩增强的方法、一种图形处理器以及一种显示设备。
【背景技术】
一般显示器对含有肤色图像进行色彩增强时，对肤色区域及非肤色区域采取同一种增强方式。由于人眼对图像的肤色较敏感，因此一并增强肤色区域的色彩会使图像显得不自然。
另一种方式通过肤色检测技术提取图像中的肤色区域而对肤色区域与非肤色区域采取不同的增强处理，但是常常发生误检测或因为不同的增强处理导致处理后的图像出现不连续的问题。
【发明内容】
为解决上述技术问题，本揭示的一目的在于提供一种色彩增强的方法、一种图形处理器以及一种显示设备，通过机率模型提取肤色机率且根据肤色机率调整色彩增强函数以使图像的色彩增强效果更平滑。
为达成上述目的，本揭示提供一种色彩增强的方法，包括下列步骤：输入彩色图像数据；将所述彩色图像数据的色彩空间转换为YCbCr；计算所述彩色图像数据的肤色概率图并归一化；通过函数增强所述彩色图像数据的色彩饱和度；以及转换所述彩色图像数据的所述色彩空间为RGB并输出所述彩色图像数据，其中所述函数是以调节的肤色概率函数进行调整的饱和度增强函数。
于本揭示一实施例的色彩增强的方法，其中，所述饱和度增强函数为：Sout＝f(Sin)＝Sin，若Sin小于等于t；且Sout＝F(Sin)＝a*Sin 2+b*Sin+c，若Sin大于t，其中a＝(1-Slope)/(1-t)、b＝Slope-[2t*(1-Slope)/(1-t)]、c＝t*(1-Slope)/(1-t)、Sin、Sout为图像饱和度信息，Sin为函数输入值，Sout为函数输出值，其中Slope是所述饱和度增强函数中的二次函数在位置t的斜率，且1小于等于Slope，Slope小于等于2。
于本揭示一实施例的色彩增强的方法，其中，参数Slope(i,j)＝SlopeMax-k(i,j)，其中SlopeMax为所述饱和度增强函数所设定的最大斜率参数且SlopeMax小于等于2；k(i,j)为所述调节的肤色概率函数且等于Pnorm(X(i,j))γ，其中Pnorm(X(i,j))为肤色概率图的归一化概率函数，γ为调节的系数、(i,j)为画素坐标、X(i,j)为画素(i,j)在YCbCr空间的Cb、Cr值。
于本揭示一实施例的色彩增强的方法，其特中，γ＝0.5，t<0.5。
于本揭示一实施例的色彩增强的方法，其中，参数t＝0.1
于本揭示一实施例的色彩增强的方法，其中，计算所述彩色图像数据的肤色概率图并归一化的步骤中，计算所述彩色图像数据的肤色概率图的方法包括使用单峰高斯模型或高斯混合模型计算所述彩色图像数据的肤色概率。
于本揭示一实施例的色彩增强的方法，其中，所述单峰高斯模型或所述高斯混合模型是以预先收集复数个含肤色的图像数据并建立样本图库的方式来计算模型的参数。
于本揭示一实施例的色彩增强的方法，其中，计算所述模型的参数前先将所述复数个含肤色的图像数据的色空间转换至YCbCr。
本揭示还提供一种图形处理器，包括运算单元以及储存单元，其中所述储存单元用以储存一色彩增强程序以实现如上述任一项所述的色彩增强的方法，所述运算单元用以执行所述色彩增强程序。
本揭示还提供一种显示设备，包括显示器、微处理器以及图形处理器，其中，所述微处理器用以透过所述图形处理器处理影像信息以在所述显示器上显示，所述图形处理器包括运算单元以及储存单元，其中所述储存单元用以储存一色彩增强程序以实现如上述任一项所述的色彩增强的方法，所述运算单元用以执行所述色彩增强程序。
由于本揭示的实施例的色彩增强的方法、图形处理器以及显示设备中，所述函数是以调节的肤色概率函数进行连续性调整的饱和度增强函数，因此可以使图像的色彩增强效果更平滑。
为让本揭示的上述内容能更明显易懂，下文特举优选实施例，并配合所附图式，作详细说明如下：
【附图说明】
图1显示根据本揭示的一实施例的色彩增强的方法的流程示意图；
图2显示根据本揭示的一实施例的肤色概率图的示意图；
图3显示根据本揭示的一实施例的饱和度增强函数的曲线示意图；以及
图4显示根据本揭示的一实施例的显示设备的结构示意图。
【具体实施方式】
为了让本揭示的上述及其他目的、特征、优点能更明显易懂，下文将特举本揭示优选实施例，并配合所附图式，作详细说明如下。再者，本揭示所提到的方向用语，例如上、下、顶、底、前、后、左、右、内、外、侧层、周围、中央、水平、横向、垂直、纵向、轴向、径向、最上层或最下层等，仅是参考附加图式的方向。因此，使用的方向用语是用以说明及理解本揭示，而非用以限制本揭示。
在图中，结构相似的单元是以相同标号表示。
参照图1，本揭示提供一种色彩增强的方法，包括下列步骤：步骤S10：输入彩色图像数据；步骤S20：将所述彩色图像数据的色彩空间转换为YCbCr；步骤S30：计算所述彩色图像数据的肤色概率图并归一化；步骤S40：通过函数增强所述彩色图像数据的色彩饱和度；以及步骤S50：转换所述彩色图像数据的所述色彩空间为RGB并输出所述彩色图像数据，其中所述函数是以调节的肤色概率函数进行调整的饱和度增强函数。
具体的，彩色图像数据通常是以RGB空间来表示，例如R表示红光的亮度值，从最小的0到最大的255；G表示绿光的亮度值，从最小的0到最大的255；B表示蓝光的亮度值，从最小的0到最大的255。由于肤色在色彩空间YCbCr有聚集的现象，因此将彩色图像数据转换到YCbCr空间可进行较佳的肤色提取作业。
具体的，YCbCr空间中，Y代表流明，Cb代表蓝色的色差色度分量，Cr代表红色的色差色度分量。RGB转换YCbCr空间的转换公式例如为：Y＝0.2999R+0.587G+0.114B；Cb＝-0.1687R-0.3313G+0.5B+128；Cr＝0.5R-0.4187G-0.0813B+128。
具体的，请参照图2，计算所述彩色图像数据的肤色概率图例如可获得如图2下方的图像，白色区域为肤色区域，黑色区域为非肤色区域。
具体的，通过函数增强所述彩色图像数据的色彩饱和度的步骤S40还包括输入所述彩色图像数据，提取图像饱和度信息Sin(i,j)，使用饱和度增强函数Sout(i,j)＝f(Sin(i,j)，Pnorm(X(i,j)))进行饱和度增强。其中，Sin、Sout为图像饱和度信息，Sin为函数输入值，Sout为函数输出值。(i,j)为画素坐标。X(i,j)为画素(i,j)在YCbCr空间的Cb、Cr值，X＝[Cb,Cr]T。其中提取图像饱和度信息Sin(i,j)例如：对各个色调和与其对应的画素单元数量进行归一化处理；根据归一化处理的结果制作画素单元数量关于色调的分布直方图；根据所述分布直方图，采用插值法拟合所述关系函数。其中，所述色调为HSI颜色空间、HSV颜色空间和Lab颜色空间中任意一种颜色空间定义的色调，本揭示不限于此。
于本揭示一实施例的色彩增强的方法，其中，所述饱和度增强函数为：Sout＝f(Sin)＝Sin，若Sin小于等于t；且Sout＝F(Sin)＝a*Sin 2+b*Sin+c，若Sin大于t，其中a＝(1-Slope)/(1-t)、b＝Slope-[2t*(1-Slope)/(1-t)]、c＝t*(1-Slope)/(1-t)，其中Slope是所述饱和度增强函数中的二次函数在位置Sin＝t的斜率，且1小于等于Slope，Slope小于等于2。
具体的，请参照图3，图3所示为所述饱和度增强函数f(S)的曲线示意图。若取常数t＝0.1，在S小于0.1时，曲线为f(S)＝S的对角线。在S大于0.1时，则为二次的抛物曲线，随着斜率Slope的降低，曲线由左上往右下变化。即，随着斜率Slope的降低，所述饱和度增强函数f(S)的增强效果也变弱。图中标示切线斜率Slope为2，是所述饱和度增强函数f(S)在t取0.1时，二次的抛物曲线在(0.1，0.1)位置的切线。
具体的，二次的抛物曲线呈现在S较大及S较小的头尾位置，对应到f(S)的调整程度较小，而在中间位置对应到f(S)的调整程度较大，因此可避免图像中的反光位置或阴影位置被过度调整而显得图像不自然。
于本揭示一实施例的色彩增强的方法，其中，参数Slope(i,j)＝SlopeMax-k(i,j)，其中SlopeMax为所述饱和度增强函数所设定的最大斜率参数且SlopeMax小于等于2；k(i,j)为所述调节的肤色概率函数且等于Pnorm(X(i,j))γ，其中Pnorm(X(i,j))为肤色概率图的归一化概率函数，γ为调节的系数。
具体的，当图像中肤色的机率值Pnorm(X(i,j))越大时，对应的调节的肤色概率函数k(i,j)也越大，则参数Slope(i,j)＝SlopeMax-k(i,j)就变小，因此所述饱和度增强函数f(s)的增强效果也变弱。可避免肤色区域被过度增强而造成不自然。非肤色区的肤色的机率值Pnorm(X(i,j))接近于0，因此参数Slope(i,j)接近于SlopeMax，可获得有效的色彩增强。
具体的，肤色区与非肤色区的所述饱和度增强函数以所述调节的肤色概率函数k(i,j)对参数参数Slope(i,j)进行连续性的调节，可避免肤色区与非肤色区的边界不连续而产生突变现象。
于本揭示一实施例的色彩增强的方法，其特中，γ＝0.5，t<0.5。
于本揭示一实施例的色彩增强的方法，其中，参数t＝0.1。
具体的，色彩饱和度很小时，由于色调的不确定性，因此不宜做饱和度的调整。
于本揭示一实施例的色彩增强的方法，其中，计算所述彩色图像数据的肤色概率图并归一化的步骤中，计算所述彩色图像数据的肤色概率图的方法包括使用单峰高斯模型(Gaussian Models)或高斯混合模型(Gaussian Mixture Models)计算所述彩色图像数据的肤色概率。
具体的，计算得到的肤色概率图的归一化概率函数为Pnorm(X(i,j))。为了使肤色不被过度增强，因此增加调节系数γ。调节后得到k(i,j)＝Pnorm(X(i,j))γ。
具体的，使用单峰高斯模型时，概率函数P(X(i,j))＝f(X(i,j))＝(1/(2π*|Σ|1/2)exp[-((X(i,j)-u)TΣ-1(X(i,j)-u))/2]，其中X(i,j)为画素(i,j)在YCbCr空间的Cb、Cr值，X＝[Cb,Cr]T，u为肤色样本均值，Σ为肤色相似度模型的协方差矩阵，N为肤色样本数。通过现有的公式求解高斯模型的u、Σ参数。
具体的，使用高斯混合模型时，概率函数P(X(i,j))＝∑k 1wkf(X(i,j)|uk,Σk),f(X(i,j)|uk,Σk)＝(1/(2π*|Σk|1/2)exp[-((X(i,j)-uk)TΣ-1(X(i,j)-uk))/2]，其中k是高斯混合模型中的成分个数；wk是混合权重，0≦wk≦1，且∑k 1wk＝1；f(X(i,j)|uk,Σk)是第k个高斯成分的分布。通过期望最大化算法(Expectation Maximization,EM)等优化算法求解高斯混合模型中k个参数wk、uk及Σk。
于本揭示一实施例的色彩增强的方法，其中，所述单峰高斯模型或所述高斯混合模型是以预先收集复数个含肤色的图像数据并建立样本图库的方式来计算模型的参数。
于本揭示一实施例的色彩增强的方法，其中，计算所述模型的参数前先将所述复数个含肤色的图像数据的色空间转换至YCbCr。
参照图4，本揭示还提供一种图形处理器100，包括运算单元10以及储存单元20，其中所述储存单元20用以储存一色彩增强程序以实现如上述任一项所述的色彩增强的方法，所述运算单元10用以执行所述色彩增强程序。
本揭示还提供一种显示设备1000，包括显示器300、微处理器200以及图形处理器100，其中，所述微处理器200用以透过所述图形处理器100处理影像信息以在所述显示器300上显示，所述图形处理器100包括运算单元10以及储存单元20，其中所述储存单元20用以储存一色彩增强程序以实现如上述任一项所述的色彩增强的方法，所述运算单元10用以执行所述色彩增强程序。
由于本揭示的实施例的色彩增强的方法、图形处理器以及显示设备中，所述函数是以调节的肤色概率函数进行连续性调整的饱和度增强函数，因此可以使图像的色彩增强效果更平滑。
尽管已经相对于一个或多个实现方式示出并描述了本揭示，但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本揭示包括所有这样的修改和变型，并且仅由所附权利要求的范围限制。特别地关于由上述组件执行的各种功能，用于描述这样的组件的术语旨在对应于执行所述组件的指定功能(例如其在功能上是等价的)的任意组件(除非另外指示)，即使在结构上与执行本文所示的本说明书的示范性实现方式中的功能的公开结构不等同。此外，尽管本说明书的特定特征已经相对于若干实现方式中的仅一个被公开，但是这种特征可以与如可以对给定或特定应用而言是期望和有利的其他实现方式的一个或多个其他特征组合。而且，就术语“包括”、“具有”、“含有”或其变形被用在具体实施方式或权利要求中而言，这样的术语旨在以与术语“包含”相似的方式包括。
以上仅是本揭示的优选实施方式，应当指出，对于本领域普通技术人员，在不脱离本揭示原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本揭示的保护范围。

Claims (10)

1.一种色彩增强的方法，其特征在于，包括下列步骤：
输入彩色图像数据；
将所述彩色图像数据的色彩空间转换为YCbCr；
计算所述彩色图像数据的肤色概率图并归一化；
通过函数增强所述彩色图像数据的色彩饱和度；以及
转换所述彩色图像数据的所述色彩空间为RGB并输出所述彩色图像数据，其中所述函数是以调节的肤色概率函数进行调整的饱和度增强函数。
2.如权利要求1所述的色彩增强的方法，其特征在于，所述饱和度增强函数为：Sout＝f(Sin)＝Sin，若Sin小于等于t；且Sout＝F(Sin)＝a*Sin 2+b*sin+c，若Sin大于t，其中a＝(1-Slope)/(1-t)、b＝Slope-[2t*(1-Slope)/(1-t)]、c＝t*(1-Slope)/(1-t)、Sin、Sout为图像饱和度信息，Sin为函数输入值，Sout为函数输出值，其中Slope是所述饱和度增强函数中的二次函数在位置t的斜率，且1小于等于Slope，Slope小于等于2。
3.如权利要求2所述的色彩增强的方法，其特征在于，参数Slope(i,j)＝SlopeMax-k(i,j)，其中SlopeMax为所述饱和度增强函数所设定的最大斜率参数且SlopeMax小于等于2；k(i,j)为所述调节的肤色概率函数且等于Pnorm(X(i,j))γ，其中Pnorm(X(i,j))为肤色概率图的归一化概率函数，γ为调节的系数、(i,j)为画素坐标、X(i,j)为画素(i,j)在YCbCr空间的Cb、Cr值。
4.如权利要求3所述的色彩增强的方法，其特征在于，γ＝0.5，t<0.5。
5.如权利要求3所述的色彩增强的方法，其特征在于，参数t＝0.1
6.如权利要求1所述的色彩增强的方法，其特征在于，计算所述彩色图像数据的肤色概率图并归一化的步骤中，计算所述彩色图像数据的肤色概率图的方法包括使用单峰高斯模型或高斯混合模型计算所述彩色图像数据的肤色概率。
7.如权利要求6所述的色彩增强的方法，其特征在于，所述单峰高斯模型或所述高斯混合模型是以预先收集复数个含肤色的图像数据并建立样本图库的方式来计算模型的参数。
8.如权利要求7所述的色彩增强的方法，其特征在于，计算所述模型的参数前先将所述复数个含肤色的图像数据的色空间转换至YCbCr。
9.一种图形处理器，其特征在于，包括运算单元以及储存单元，其中所述储存单元用以储存一色彩增强程序以实现如权利要求1-8中任一项所述的色彩增强的方法，所述运算单元用以执行所述色彩增强程序。
10.一种显示设备，其特征在于，包括显示器、微处理器以及图形处理器，其中，所述微处理器用以透过所述图形处理器处理影像信息以在所述显示器上显示，所述图形处理器包括运算单元以及储存单元，其中所述储存单元用以储存一色彩增强程序以实现如权利要求1-8中任一项所述的色彩增强的方法，所述运算单元用以执行所述色彩增强程序。
CN201911215760.3A 2019-12-02 2019-12-02 色彩增强的方法、图形处理器及显示设备 Active CN111161157B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911215760.3A CN111161157B (zh) 2019-12-02 2019-12-02 色彩增强的方法、图形处理器及显示设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911215760.3A CN111161157B (zh) 2019-12-02 2019-12-02 色彩增强的方法、图形处理器及显示设备

Publications (2)

Publication Number Publication Date
CN111161157A true CN111161157A (zh) 2020-05-15
CN111161157B CN111161157B (zh) 2023-06-27

Family

ID=70556288

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911215760.3A Active CN111161157B (zh) 2019-12-02 2019-12-02 色彩增强的方法、图形处理器及显示设备

Country Status (1)

Country Link
CN (1) CN111161157B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005004056A1 (ja) * 2003-07-04 2005-01-13 Olympus Corporation 画像処理装置及び画像処理方法
EP1895781A1 (en) * 2006-08-31 2008-03-05 Vestel Elektronik Sanayi ve Ticaret A.S. Method of and apparatus for adjusting colour saturation
US20080055476A1 (en) * 2006-09-01 2008-03-06 Texas Instruments Incorporated Video processing
CN107038680A (zh) * 2017-03-14 2017-08-11 武汉斗鱼网络科技有限公司 自适应光照的美颜方法及系统
CN107529050A (zh) * 2017-09-28 2017-12-29 深圳市华星光电技术有限公司 一种图像色彩增强方法、显示设备及存储装置
US20180211370A1 (en) * 2016-06-13 2018-07-26 Gopro, Inc. Dynamic Global Tone Mapping with Integrated 3D Color Look-Up Table
CN108537745A (zh) * 2018-03-15 2018-09-14 深圳蛋壳物联信息技术有限公司 面部图像问题皮肤增强方法
CN108629329A (zh) * 2018-05-17 2018-10-09 Oppo广东移动通信有限公司 图像处理方法和装置、电子设备、计算机可读存储介质
CN108961192A (zh) * 2018-07-19 2018-12-07 深圳市华星光电技术有限公司 图像色彩饱和度的增强方法、计算机存储介质和显示装置
CN109497771A (zh) * 2018-10-29 2019-03-22 安徽工程大学 一种智能座椅控制系统及方法
CN109636739A (zh) * 2018-11-09 2019-04-16 深圳市华星光电半导体显示技术有限公司 图像饱和度增强的细节处理方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005004056A1 (ja) * 2003-07-04 2005-01-13 Olympus Corporation 画像処理装置及び画像処理方法
EP1895781A1 (en) * 2006-08-31 2008-03-05 Vestel Elektronik Sanayi ve Ticaret A.S. Method of and apparatus for adjusting colour saturation
US20080055476A1 (en) * 2006-09-01 2008-03-06 Texas Instruments Incorporated Video processing
US20180211370A1 (en) * 2016-06-13 2018-07-26 Gopro, Inc. Dynamic Global Tone Mapping with Integrated 3D Color Look-Up Table
CN107038680A (zh) * 2017-03-14 2017-08-11 武汉斗鱼网络科技有限公司 自适应光照的美颜方法及系统
CN107529050A (zh) * 2017-09-28 2017-12-29 深圳市华星光电技术有限公司 一种图像色彩增强方法、显示设备及存储装置
CN108537745A (zh) * 2018-03-15 2018-09-14 深圳蛋壳物联信息技术有限公司 面部图像问题皮肤增强方法
CN108629329A (zh) * 2018-05-17 2018-10-09 Oppo广东移动通信有限公司 图像处理方法和装置、电子设备、计算机可读存储介质
CN108961192A (zh) * 2018-07-19 2018-12-07 深圳市华星光电技术有限公司 图像色彩饱和度的增强方法、计算机存储介质和显示装置
CN109497771A (zh) * 2018-10-29 2019-03-22 安徽工程大学 一种智能座椅控制系统及方法
CN109636739A (zh) * 2018-11-09 2019-04-16 深圳市华星光电半导体显示技术有限公司 图像饱和度增强的细节处理方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邵平: "复杂背景下快速多姿态人脸检测研究", 《中国博士学位论文全文数据库 信息科技辑》 *

Also Published As

Publication number Publication date
CN111161157B (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
US10140682B2 (en) Distortion of digital images using spatial offsets from image reference points
US11323676B2 (en) Image white balance processing system and method
US8644638B2 (en) Automatic localized adjustment of image shadows and highlights
US9639965B2 (en) Adjusting color attribute of an image in a non-uniform way
CN101035190B (zh) 用于色彩校正的装置和方法
US9571697B2 (en) Image processing device setting sharpness adjustment degrees for object regions and performing unsharp masking process
US8559714B2 (en) Post processing for improved generation of intrinsic images
US7593590B2 (en) Image status estimating method, image correcting method, image correction apparatus, and storage medium
CN113344836A (zh) 人脸图像处理方法及装置、计算机可读存储介质、终端
US8428352B1 (en) Post processing for improved generation of intrinsic images
US20200404124A1 (en) Skin color image gamut weight detecting method and device thereof
CN111161157B (zh) 色彩增强的方法、图形处理器及显示设备
US8553979B2 (en) Post processing for improved generation of intrinsic images
US7437016B2 (en) Image enhancement
CN109903247A (zh) 基于高斯颜色空间相关性的彩色图像高精度灰度化方法
CN115456917B (zh) 有益于目标准确检测的图像增强方法、装置、设备及介质
CN115643386A (zh) 一种图像处理方法、计算设备及存储介质
CN112767256A (zh) 一种基于Retinex模型的图像增强方法及终端
CN117221550A (zh) 图像处理装置、方法、设备及存储介质
Zeng et al. Preferred skin color enhancement of digital photographic images
JP2006146290A (ja) 画像補正装置および方法，ならびに画像補正プログラム
JP2010118049A (ja) ドキュメント処理装置及びドキュメント処理方法

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