CN111369459B - 一种优化全局色调映射对比度的方法及装置 - Google Patents

一种优化全局色调映射对比度的方法及装置 Download PDF

Info

Publication number
CN111369459B
CN111369459B CN202010136521.5A CN202010136521A CN111369459B CN 111369459 B CN111369459 B CN 111369459B CN 202010136521 A CN202010136521 A CN 202010136521A CN 111369459 B CN111369459 B CN 111369459B
Authority
CN
China
Prior art keywords
sequence
image
value
local
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
CN202010136521.5A
Other languages
English (en)
Other versions
CN111369459A (zh
Inventor
邓彪
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.)
Hunan Goke Microelectronics Co Ltd
Original Assignee
Hunan Goke Microelectronics 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 Hunan Goke Microelectronics Co Ltd filed Critical Hunan Goke Microelectronics Co Ltd
Priority to CN202010136521.5A priority Critical patent/CN111369459B/zh
Publication of CN111369459A publication Critical patent/CN111369459A/zh
Application granted granted Critical
Publication of CN111369459B publication Critical patent/CN111369459B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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

Landscapes

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

Abstract

本发明公开了一种优化全局色调映射对比度的方法及装置，用于解决现有的采用局部色调映射算法和全局色调映射算法结合的方法中存在的问题。方法包括：获取视频流的当前处理帧的源图像；将源图像中目标局部区域的所有点按照亮度值进行排序，得到局部亮度序列，根据局部亮度序列计算得到局部亮度均值及原始分量占比值；根据全局色调映射算法及局部亮度均值对源图像进行色调映射处理，得到第一图像；根据原始分量占比值对第一图像进行对比度处理，得到第二图像；根据当前处理帧或上一帧的各颜色通道的通道分量最大值，对第二图像进行色调范围校正，得到第三图像。

Description

一种优化全局色调映射对比度的方法及装置
技术领域
本发明涉及视频图像处理技术领域，特别是涉及一种优化全局色调映射对比度的方法及装置。
背景技术
色调映射技术是一种将高动态范围内图像进行压缩，例如，将视频流中的图像，压缩到传统显示设备可以显示的范围。一幅图像经过色调映射算法处理后应能产生和真实场景中相符合的主观感觉，也就是说，色调映射除了要压缩动态范围还要最大限度的保留最高动态范围图像中的颜色、对比度、细节等信息。
目前，色调映射技术一般包括全局色调映射算法和局部色调映射算法两大类。大多数全局色调映射算法具有非线性映射功能，应用到每一个像素的图像相同的色调映射曲线，整个算法比较简单且参数少，但是全局色调映射算法的色调映射并不理想，任意相同颜色的像素点，在映射后，可能还是相同的颜色。局部色调映射算法指的是像素所在位置不同，其映射后灰度值也可能不同的方法，但是局部色调映射算法相比于全局色调映射算法计算更为复杂，处理速度慢，而且只是进行局部处理，可能会由于对比度处理不同，出现局部区域有光晕的情况。当前采用局部色调映射算法和全局色调映射算法结合的方法，主要思路是计算源图像所处的场景亮度，得到场景亮度归一化值，根据场景亮度归一化值，确定对源图像进行全局色调映射的映射参数，采用全局色调映射算法，根据映射参数对源图像进行处理，得到初步全局映射结果，再采用局部色调映射算法，对源图像进行处理，得到每个局部区域中每个点的映射权重，根据每个点的映射权重、对应点在源图像中的像素灰度值以及对应的初步全局映射结果，得到最终映射结果。
当前采用局部色调映射算法和全局映射的图像的方法结合的方法的缺陷在于：1、需要全帧源图像的统计信息，硬件上不易实现，消耗资源很大；2、由于依赖于全帧源图像的统计信息，在统计信息变化较大时(例如视频流)，局部色调映射算法处理速度慢缺陷依然存在；3、进行色调映射后，由于并未进行对比度处理和色域范围校正，会存在光晕及图像颜色失真的问题。
发明内容
本发明的目的是提供一种优化全局色调映射对比度的方法及装置，用于解决现有的采用局部色调映射算法和全局色调映射算法结合的方法中存在的问题。
本发明第一方面提供一种优化全局色调映射对比度的方法，包括：
获取视频流的当前处理帧的源图像；
将源图像中目标局部区域的所有点按照亮度值进行排序，得到局部亮度序列，根据局部亮度序列计算得到局部亮度均值及原始分量占比值；
根据全局色调映射算法及局部亮度均值对源图像进行色调映射处理，得到第一图像；
根据原始分量占比值对第一图像进行对比度处理，得到第二图像；
根据当前处理帧或上一帧的各颜色通道的通道分量最大值，对第二图像进行色调范围校正，得到第三图像。
本发明第二方面提供一种优化全局色调映射对比度的装置，包括：
图像获取模块，用于获取视频流的当前处理帧的源图像；
局部区域处理模块，用于将源图像中目标局部区域的所有点按照亮度值进行排序，得到局部亮度序列，根据局部亮度序列计算得到局部亮度均值及原始分量占比值；
色调映射处理模块，用于根据全局色调映射算法及局部亮度均值对源图像进行色调映射处理，得到第一图像；
对比度处理模块，用于根据原始分量占比值对第一图像进行对比度处理，得到第二图像；
色调范围校正模块，用于根据当前处理帧或上一帧的各颜色通道的通道分量最大值，对第二图像进行色调范围校正，得到第三图像。
由上可见，本发明是先从源图像中选取目标局部区域，依据目标局部区域中所有点的亮度值，得到局部亮度序列，再依据局部亮度序列计算出局部亮度均值及原始分量占比值，按照全局色调映射算法及局部亮度均值对源图像进行色调映射处理，得到第一图像，根据原始分量占比值对第一图像进行对比度处理，得到第二图像，根据当前处理帧或上一帧的各颜色通道的通道分量最大值，对第二图像进行色调范围校正，得到第三图像。相比较于采用局部色调映射算法和全局色调映射算法结合的方法，优点在于：一、无需统计出源图像所有点的亮度信息，只需要计算出局部亮度均值，并且按照现有的全局色调映射算法对局部亮度均值和源图像进行色调映射处理后，即可得到色调映射处理后的第一图像，因此，无需改变原有的全局色调映射算法的执行模块，硬件上易于实现，消耗资源减少；二、由于无需统计出源图像所有点的亮度信息，那么在处理视频流的图像时，提高了处理速度；三、在第一图像得到之后，还需要根据原始分量占比值进行对比度处理，及当前处理帧或上一帧的各颜色通道的通道分量最大值，对第二图像进行色调范围校正，有效的解决了光晕及图像颜色失真的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对现有技术和实施例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，还可以根据这些附图获得其他的附图。
图1为本发明提供的优化全局色调映射对比度的方法的一个实施例的流程示意图；
图2为本发明提供的局部亮度均值和原始分量占比值的计算流程示意图；
图3为本发明提供的视频流中第i个图像的中心点示意图；
图4为本发明提供的第i个图像的目标局部区域的示意图；
图5为本发明提供的由P序列生成Q序列的示意图；
图6为本发明提供的色调映射处理的流程示意图；
图7为本发明提供的对比度处理的流程示意图；
图8为本发明提供的色域范围校正处理的流程示意图；
图9为本发明提供的优化全局色调映射对比度的装置的一个实施例的结构示意图；
图10为本发明提供的局部区域处理模块的结构示意图；
图11为本发明提供的色调映射处理模块的结构示意图；
图12为本发明提供的色调范围校正处理模块的结构示意图。
具体实施方式
本发明的核心是提供一种优化全局色调映射对比度的方法及装置，无需统计出源图像所有点的亮度信息，只需要计算出局部亮度均值，并且按照现有的全局色调映射算法对局部亮度均值和源图像进行色调映射处理后，即可得到色调映射处理后的第一图像，因此，无需改变原有的全局色调映射算法的执行模块，硬件上易于实现，消耗资源减少；由于无需统计出源图像所有点的亮度信息，那么在处理视频流的图像时，提高了处理速度；在第一图像得到之后，还需要根据原始分量占比值进行对比度处理，及当前处理帧或上一帧的各颜色通道的通道分量最大值，对第二图像进行色调范围校正，有效的解决了光晕及图像颜色失真的问题。
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。
如图1所示，本发明实施例提供一种优化全局色调映射对比度的方法，包括：
101、获取视频流的当前处理帧的源图像；
本实施例中，视频流是以连续图像的方式进行呈现的，其帧速取决于视频流的设置，而对于视频流中的图像处理方式，是逐帧进行处理的，因此，需要先获取到当前处理帧的源图像。一般在图像处理过程中，源图像的构成是由N个像素点组成。
102、将源图像中目标局部区域的所有点按照亮度值进行排序，得到局部亮度序列，根据局部亮度序列计算得到局部亮度均值及原始分量占比值；
本实施例中，源图像中目标局部区域的选取一般是按照随机的方式选取，也可以是只选择预先设置的固定区域，目标局部区域通常是由源图像中像素点构成的矩形阵列，每个像素点都具有亮度值，按照亮度值进行由大到小或者由小到大的排序，即可得到目标局部区域中所有点的局部亮度序列，根据局部亮度序列可以计算出局部亮度均值，并且将未分类到局部亮度均值计算过程中的序列成员数除以目标局部区域的像素点总数，即可得到原始分量占比值。
103、根据全局色调映射算法及局部亮度均值对源图像进行色调映射处理，得到第一图像；
本实施例中，全局色调映射算法采用的是已知的，可以任意替换，并未进行限定。通过全局色调映射算法对源图像进行色调映射处理是现有的方式，而本实施例中，在全局色调映射算法对局部亮度均值进行色调映射处理的同时，还需要结合局部亮度均值，最终得到第一图像。
104、根据原始分量占比值对第一图像进行对比度处理，得到第二图像；
本实施例中，在得到第一图像之后，还需要按照原始分量占比值对第一图像进行对比度处理，优化了色调映射后，对比度降低的问题。
105、根据当前处理帧或上一帧的各颜色通道的通道分量最大值，对第二图像进行色调范围校正，得到第三图像。
本实施例中，在得到第二图像之后，可以统计出当前处理帧的第二图像的各颜色通道的通道分量最大值，或者在进行上一帧的图像处理之后，记录并保存了各颜色通道的通道分量最大值，一般系统设置有色域范围最大值，超过了就会导致图像失真，因此，需要对第二图像进行色调范围校正，得到第三图像。
本发明实施例中，先从源图像中选取目标局部区域，依据目标局部区域中所有点的亮度值，得到局部亮度序列，再依据局部亮度序列计算出局部亮度均值及原始分量占比值，按照全局色调映射算法及局部亮度均值对源图像进行色调映射处理，得到第一图像，根据原始分量占比值对第一图像进行对比度处理，得到第二图像，根据当前处理帧或上一帧的各颜色通道的通道分量最大值，对第二图像进行色调范围校正，得到第三图像。相比较于采用局部色调映射算法和全局色调映射算法结合的方法，优点在于：一、无需统计出源图像所有点的亮度信息，只需要计算出局部亮度均值，并且按照现有的全局色调映射算法对局部亮度均值和源图像进行色调映射处理后，即可得到色调映射处理后的第一图像，因此，无需改变原有的全局色调映射算法的执行模块，硬件上易于实现，消耗资源减少；二、由于无需统计出源图像所有点的亮度信息，那么在处理视频流的图像时，提高了处理速度；三、在第一图像得到之后，还需要根据原始分量占比值进行对比度处理，及当前处理帧或上一帧的各颜色通道的通道分量最大值，对第二图像进行色调范围校正，有效的解决了光晕及图像颜色失真的问题。
以上图1的实施例中，并未详细介绍局部亮度均值及原始分量占比值的计算过程，下面结合图2，通过图2的实施例对图1中的步骤102进行详细说明。
可选的，如图2所示，本发明的一些实施例中，
201、在源图像中设定中心点，以中心点为中心选取矩形的阵列，作为目标局部区域；
本实施例中，假设视频流如图3所示，每一帧图像的编号为gi，i为大于2的正整数，将gi作为当前处理帧，在gi中设定gi(x，y)为中心点，x表示横轴方向的点，y表示纵轴方向的点，x和y的取值为正整数，如图4所示，以gi(x，y)为中心选取矩形的阵列作为目标局部区域，在图4中，矩形阵列的长为2n+1，宽为2m+1，显然在图4中，n和m取值均为3，在实际应用时，n和m可以为大于0的正整数，具体不做限定。
202、获取目标局部区域中所有点的亮度值；
本实施例中，目标局部区域设定好之后，获取目标局部区域中所有点的亮度值。此处的点即是像素点。
203、根据亮度值的大小对所有点进行排序，得到局部亮度序列；
本实施例中，可以先统计出目标局部区域中所有的点对应的亮度值，得到一个序列K，序列K具体可以表示为K＝{g(x-n，y-m)，g(x-n，y-m+1)，...，g(x+n，y+m-1)，g(x+n，y+m)}，此时序列K并未进行排序，按照亮度值从小到大的排序规则，进行排序后得到序列P，序列P表示为P＝{P0，P1，...，Pk-2，Pk-1}，其中，下标k＝(2n+1)*(2m+1)。序列P即为局部亮度序列。除此之外，还可以按照按照亮度值从大到小排序规则进行排序。
204、对局部亮度序列中相邻序列成员之间的亮度值，进行绝对差值计算，得到绝对差值序列；
本实施例中，根据图5所示，对局部亮度序列(序列P)中相邻序列成员之间的亮度值，进行绝对差值计算，得到绝对差值序列(序列Q)，那么序列Q中序列成员的取值计算方式为Qn＝|Pn+1-Pn|。
205、将绝对差值序列平均分为前半序列和后半序列；
本实施例中，对序列Q进行平均分配，下标为0～(k-3)/2划分为前半序列，下标为(k-1)/2～k-2划分为后半序列。
206、获取前半序列中绝对差值最大的序列成员，作为第一序列成员；
本实施例中，在前半序列中，找到绝对差值最大的序列成员，作为第一序列成员，假设该序列成员的下标为L0。
207、获取后半序列中绝对差值最大的序列成员，作为第二序列成员；
本实施例中，在后半序列中，找到绝对差值最大的序列成员，作为第二序列成员，假设该序列成员的下标为L1。
208、根据第一序列成员及第二序列成员的序号，在局部亮度序列中得到对应的局部亮度均值；
本实施例中，按照第一序列成员的下标L0，第二序列成员的下标L1，在序列P中找到对应的序列成员，并且结合中心点的亮度值计算局部亮度均值，具体计算方式如下：
(1)、当PL0≤gi(x，y)≤PL1，且L1-L0＝1时，求得局部亮度均值G＝gi(x，y)；
(2)、当PL0≤gi(x，y)≤PL1，且L1-L0≠1时，求得局部亮度均值为
(3)、当gi(x，y)＜PL0时，求得
(4)、当gi(x，y)＞PL1时，求得
209、将第一序列成员和第二序列成员在局部亮度序列中对应的序列成员作为第一分类成员，将局部亮度序列中第一分类成员之外的序列成员，作为第二分类成员；
本实施例中，在步骤208中第一序列成员和第二序列成员对应到局部亮度序列(序列P)中，在序列P中找到对应的序列成员作为第一分类成员，而其他不属于第一分类成员的则并没有实际应用到局部亮度均值的计算中，成为第二分类成员，其数量记做S。
S具体计算方式如下：
(一)、当PL0≤gi(x,y)≤PL1时，S＝k-(L1-L0+1)；
(二)、当gi(x,y)＜PL0时，S＝k-(L0+1)；
(三)、当gi(x,y)＞PL1时，S＝L1。
210、将第二分类成员的数量除以局部亮度序列的序列成员总数，得到原始分量占比值。
本实施例中，局部亮度序列的序列成员总数就是像素点的总数，为(2n+1)*(2m+1)个，那么原始分量占比值即为
本发明实施例中，具体说明了局部亮度均值及原始分量占比值是如何计算得到，从计算过程可以看出，局部亮度均值的计算只需要使用到目标局部区域中所有点的亮度值，而原始分量占比值的计算只需要依据局部亮度均值过程中未参与计算的序列成员数和局部亮度序列的序列成员总数。由此可见，对于局部亮度均值及原始分量占比值的计算不需要统计源图像的所有像素点的信息。
可选的，结合图2所示的实施例，在图2中详细介绍了局部亮度均值是如何计算的，在得到了局部亮度均值之后，需要利用局部亮度均值来优化源图像的色调映射处理，具体过程如图6的实施例所示，对图1中步骤103的具体实施如下。
可选的，如图6所示，本发明的一些实施例中，
601、通过全局色调映射算法对局部亮度均值进行色调映射处理，得到映射亮度值；
本实施例中，采用现有的全局色调映射算法，全局色调映射算法的具体类型可以任意替换，并未进行限定。通过全局色调映射算法对局部亮度均值G进行色调映射处理，得到映射亮度值G'。
602、根据映射亮度值、局部亮度均值及源图像的亮度值，得到第一图像。
本实施例中，在具体应用中，源图像的颜色通道假设为c个，则源图像的亮度值表示为gic(x，y)，c的取值为正整数，具体不限定。通过映射亮度值、局部亮度均值得到色调映射处理的系数为G’/G，第一图像表示为gic’(x，y)＝gic(x，y)*G’/G。
本发明实施例中，先是利用已有的全局色调映射算法对局部亮度均值进行色调映射处理，得到映射亮度值，再通过映射亮度值、局部亮度均值得到色调映射处理的系数为G’/G，使用G’/G来得到源图像的色调映射的第一图像。说明该发明中没有对全局色调映射算法进行实质性的改变，只利用到全局色调映射算法来计算映射亮度值，从而利用映射亮度值和局部亮度均值的比值就能推出源图像的色调映射处理结果。
结合以上图1、图2及图6所示的实施例，在得到了第一图像时，只是进行了色调映射处理，那么就会存在现有的局部色调映射算法的缺陷，可能会由于对比度处理不同，出现局部区域有光晕的情况，因此，还需要进行对比度的处理。具体过程如图7的实施例所示，对图1中步骤104的具体实施如下。
可选的，如图7所示，本发明的一些实施例中，
701、将原始分量占比值与源图像的亮度值相乘，得到第一对比度图像；
本实施例中，在图2所示的实施例中，步骤209和步骤210中，说明了原始分量占比值具体是如何计算得到，原始分量占比值即为首先将将原始分量占比值与源图像的亮度值gic(x，y)相乘，得到第一对比度图像/>
702、将数值1减去原始分量占比值，并与第一图像的亮度值相乘，得到第二对比度图像；
本实施例中，将将数值1减去原始分量占比值，并与第一图像的亮度值gic’(x，y)相乘，得到第二对比度图像
703、将第一对比度图像与第二对比度图像相加，得到第二图像。
本实施例中，将第一对比度图像与第二对比度图像相加，得到的第二图像表示为
本发明实施例中，具体说明了如何依据原始分量占比值提升第一图像的对比度，从而得到第二图像，使得第二图像在视觉感官上得到明显的优化。
需要说明的是，提升对比度的方法，还可以依赖其它的统计方法或者参考信息，在本发明中为了节省硬件资源，所以重复使用上述已经得到的计算结果，用于减少处理消耗。
结合以上图7所示的实施例，第二图像是经过了色调映射处理和对比度处理的，但是还有可能在处理过程中，第二图像的各颜色通道的通道分量可能会超过系统设置有色域范围最大值，部分颜色分布到色域范围之外，导致图像失真，因此，还需要对第二图像进行色调范围校正。具体过程如图8的实施例所示，对图1中步骤105的具体实施如下。
可选的，如图8所示，本发明的一些实施例中，
801、获取当前处理帧或上一帧的各颜色通道的通道分量最大值；
本实施例中，在得到第二图像Jic(x，y)之后，可以统计出当前处理帧的第二图像的各颜色通道的通道分量最大值Maxic，或者在进行上一帧的图像处理之后，记录并保存了各颜色通道的通道分量最大值。如果考虑到不使用在硬件实现上或者不考虑硬件资源消耗的情况下，可以直接使用当前处理帧的Maxic修正当前帧的图像Jic(x，y)；另外，还可以通过上一帧的图像处理之后记录并保存的各颜色通道的通道分量最大值来处理。
802、判断通道分量最大值是否大于系统设置的色域范围最大值；
本实施例中，判断通道分量最大值Maxic是否大于系统设置的色域范围最大值Max，Max的取值是系统设置的默认值，如果超过Max则会导致第二图像失真，需要进行色域压缩，执行步骤803；如果没有超过Max，则表示第二图像需要进行色域压缩，执行步骤804。
803、将色域范围最大值除以通道分量最大值，并乘以第二图像的亮度值，得到第三图像；
本实施例中，当通道分量最大值Maxic大于色域范围最大值Max时，通过公式得到第三图像Kic(x，y)，Jic(x，y)为第二图像的亮度值。
804、将第二图像作为第三图像。
本实施例中，当通道分量最大值Maxic不大于色域范围最大值Max时，表示第二图像不需要进行色域压缩，第三图像Kic(x，y)＝Jic(x，y)。
本发明实施例中，具体说明了如何对第二图像进行色域范围校正，从而避免图像处理之后存在失真的情况。
在以上的实施例中，详细说明了优化全局色调映射对比度的方法，下面通过实施例对实施该方法的装置进行详细说明。
请参阅图9，本发明实施例提供一种优化全局色调映射对比度的装置，包括：
图像获取模块901，用于获取视频流的当前处理帧的源图像；
局部区域处理模块902，用于将源图像中目标局部区域的所有点按照亮度值进行排序，得到局部亮度序列，根据局部亮度序列计算得到局部亮度均值及原始分量占比值；
色调映射处理模块903，用于根据全局色调映射算法及局部亮度均值对源图像进行色调映射处理，得到第一图像；
对比度处理模块904，用于根据原始分量占比值对第一图像进行对比度处理，得到第二图像；
色调范围校正模块905，用于根据当前处理帧或上一帧的各颜色通道的通道分量最大值，对第二图像进行色调范围校正，得到第三图像。
本发明实施例中，局部区域处理模块902先从源图像中选取目标局部区域，依据目标局部区域中所有点的亮度值，得到局部亮度序列，再依据局部亮度序列计算出局部亮度均值及原始分量占比值，色调映射处理模块903按照全局色调映射算法及局部亮度均值对源图像进行色调映射处理，得到第一图像，对比度处理模块904根据原始分量占比值对第一图像进行对比度处理，得到第二图像，色调范围校正模块905根据当前处理帧或上一帧的各颜色通道的通道分量最大值，对第二图像进行色调范围校正，得到第三图像。相比较于采用局部色调映射算法和全局色调映射算法结合的方法，优点在于：一、无需统计出源图像所有点的亮度信息，只需要计算出局部亮度均值，并且按照现有的全局色调映射算法对局部亮度均值和源图像进行色调映射处理后，即可得到色调映射处理后的第一图像，因此，无需改变原有的全局色调映射算法的执行模块，硬件上易于实现，消耗资源减少；二、由于无需统计出源图像所有点的亮度信息，那么在处理视频流的图像时，提高了处理速度；三、在第一图像得到之后，还需要根据原始分量占比值进行对比度处理，及当前处理帧或上一帧的各颜色通道的通道分量最大值，对第二图像进行色调范围校正，有效的解决了光晕及图像颜色失真的问题。
可选的，结合如图9所示的实施例，如图10所示，本发明的一些实施例中，局部区域处理模块902包括：
局部区域选择单元1001，用于在源图像中设定中心点，以中心点为中心选取矩形的阵列，作为目标局部区域；
局部亮度值获取单元1002，用于获取目标局部区域中所有点的亮度值；
局部亮度序列生成单元1003，用于根据亮度值的大小对所有点进行排序，得到局部亮度序列；
绝对差值序列生成单元1004，用于对局部亮度序列中相邻序列成员之间的亮度值，进行绝对差值计算，得到绝对差值序列；
前半及后半序列生成单元1005，用于将绝对差值序列平均分为前半序列和后半序列；
序列成员选择单元1006，用于获取前半序列中绝对差值最大的序列成员，作为第一序列成员；
序列成员选择单元1006，还用于获取后半序列中绝对差值最大的序列成员，作为第二序列成员；
局部亮度均值计算单元1007，用于根据根据第一序列成员及第二序列成员的序号，在局部亮度序列中得到对应的局部亮度均值；
序列成员分类单元1008，用于将第一序列成员和第二序列成员在局部亮度序列中对应的序列成员作为第一分类成员，将局部亮度序列中第一分类成员之外的序列成员，作为第二分类成员；
原始分量占比值计算单元1009，用于将第二分类成员的数量除以局部亮度序列的序列成员总数，得到原始分量占比值。
本发明实施例中，局部区域选择单元1001执行的具体过程如图2所示的实施例中的步骤201,局部亮度值获取单元1002执行的具体过程如图2所示的实施例中的步骤202，局部亮度序列生成单元1003执行的具体过程如图2所示的实施例中的步骤203，绝对差值序列生成单元1004执行的具体过程如图2所示的实施例中的步骤204，前半及后半序列生成单元1005执行的具体过程如图2所示的实施例中的步骤205，序列成员选择单元1006执行的具体过程如图2所示的实施例中的步骤20,6和步骤207，局部亮度均值计算单元1007执行的具体过程如图2所示的实施例中的步骤208，序列成员分类单元1008执行的具体过程如图2所示的实施例中的步骤209，原始分量占比值计算单元1009执行的具体过程如图2所示的实施例中的步骤210。从计算过程可以看出，局部亮度均值的计算只需要使用到目标局部区域中所有点的亮度值，而原始分量占比值的计算只需要依据局部亮度均值过程中未参与计算的序列成员数和局部亮度序列的序列成员总数。由此可见，对于局部亮度均值及原始分量占比值的计算不需要统计源图像的所有像素点的信息。
可选的，结合图10所示的实施例，如图11所示，色调映射处理模块903包括：
色调映射处理单元1101，用于通过全局色调映射算法对局部亮度均值进行色调映射处理，得到映射亮度值；
图像处理单元1102，用于根据映射亮度值、局部亮度均值及源图像的亮度值，得到第一图像。
本发明实施例中，色调映射处理单元1101执行的具体过程如图6所示的实施例中的步骤601,图像处理单元1102执行的具体过程如图6所示的实施例中的步骤602。说明该发明中没有对全局色调映射算法进行实质性的改变，只利用到全局色调映射算法来计算映射亮度值，从而利用映射亮度值和局部亮度均值的比值就能推出源图像的色调映射处理结果。
进一步的，结合图9-图11中所示的实施例，本发明的一些实施例中，
对比度处理模块904，具体用于将原始分量占比值与源图像的亮度值相乘，得到第一对比度图像；
对比度处理模块904，还用于将数值1减去原始分量占比值，并与第一图像的亮度值相乘，得到第二对比度图像；
对比度处理模块904，还用于将第一对比度图像与第二对比度图像相加，得到第二图像。
本发明实施例中，对比度处理模块904执行的具体过程如图7所示的实施例中的步骤701-步骤703。依据原始分量占比值提升第一图像的对比度，从而得到第二图像，使得第二图像在视觉感官上得到明显的优化
进一步的，结合图11所示的实施例，如图12所示，本发明的一些实施例中，色调范围校正模块905包括：
通道分量值获取单元1201，用于获取当前处理帧或上一帧的各颜色通道的通道分量最大值；
判断单元1202，用于判断通道分量最大值是否大于系统设置的色域范围最大值；
色调范围校正单元1203，用于若大于，则将色域范围最大值除以通道分量最大值，并乘以所述第二图像的亮度值，得到第三图像；若不大于，则将第二图像作为第三图像。
本发明实施例中，通道分量值获取单元1201执行的具体过程如图8所示的实施例中的步骤801，判断单元1202执行的具体过程如图8所示的实施例中的步骤802，色调范围校正单元1203执行的具体过程如图8所示的实施例中的步骤803和804。通过对第二图像进行色域范围校正，从而避免图像处理之后存在失真的情况。
本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。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种优化全局色调映射对比度的方法，其特征在于，包括：
获取视频流的当前处理帧的源图像；
将所述源图像中目标局部区域的所有点按照亮度值进行排序，得到局部亮度序列，根据所述局部亮度序列计算得到局部亮度均值，及将所述局部亮度序列中未分类到局部亮度均值计算过程中的序列成员数除以所述局部亮度序列的序列成员总数，得到原始分量占比值；
根据全局色调映射算法及所述局部亮度均值对所述源图像进行色调映射处理，得到第一图像；
根据所述原始分量占比值对所述第一图像进行对比度处理，得到第二图像；
根据当前处理帧或上一帧的各颜色通道的通道分量最大值，对所述第二图像进行色调范围校正，得到第三图像。
2.根据权利要求1所述的方法，其特征在于，所述根据所述局部亮度序列计算得到局部亮度均值，及将所述局部亮度序列中未分类到局部亮度均值计算过程中的序列成员数除以所述局部亮度序列的序列成员总数，得到原始分量占比值，包括：
在所述源图像中设定中心点，以所述中心点为中心选取矩形的阵列，作为目标局部区域；
获取所述目标局部区域中所有点的亮度值；
根据所述亮度值的大小对所有点进行排序，得到局部亮度序列；
对所述局部亮度序列中相邻序列成员之间的亮度值，进行绝对差值计算，得到绝对差值序列；
将所述绝对差值序列平均分为前半序列和后半序列；
获取所述前半序列中绝对差值最大的序列成员，作为第一序列成员；
获取所述后半序列中绝对差值最大的序列成员，作为第二序列成员；
根据所述第一序列成员及所述第二序列成员的序号，在所述局部亮度序列中得到对应的局部亮度均值；
将所述第一序列成员和所述第二序列成员在所述局部亮度序列中对应的序列成员作为第一分类成员，将所述局部亮度序列中所述第一分类成员之外的序列成员，作为第二分类成员；
将所述第二分类成员的数量除以所述局部亮度序列的序列成员总数，得到原始分量占比值。
3.根据权利要求2所述的方法，其特征在于，所述根据全局色调映射算法及所述局部亮度均值对所述源图像进行色调映射处理，得到第一图像，包括：
通过全局色调映射算法对所述局部亮度均值进行色调映射处理，得到映射亮度值；
根据所述映射亮度值、所述局部亮度均值及所述源图像的亮度值，得到第一图像。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述根据所述原始分量占比值对所述第一图像进行对比度处理，得到第二图像，包括：
将所述原始分量占比值与所述源图像的亮度值相乘，得到第一对比度图像；
将数值1减去所述原始分量占比值，并与所述第一图像的亮度值相乘，得到第二对比度图像；
将所述第一对比度图像与所述第二对比度图像相加，得到第二图像。
5.根据权利要求4所述的方法，其特征在于，所述根据当前处理帧或上一帧的各颜色通道的通道分量最大值，对所述第二图像进行色调范围校正，得到第三图像，包括：
获取当前处理帧或上一帧的各颜色通道的通道分量最大值；
判断所述通道分量最大值是否大于系统设置的色域范围最大值；
若大于，则将所述色域范围最大值除以所述通道分量最大值，并乘以所述第二图像的亮度值，得到第三图像；
若不大于，则将所述第二图像作为第三图像。
6.一种优化全局色调映射对比度的装置，其特征在于，包括：
图像获取模块，用于获取视频流的当前处理帧的源图像；
局部区域处理模块，用于将所述源图像中目标局部区域的所有点按照亮度值进行排序，得到局部亮度序列，根据所述局部亮度序列计算得到局部亮度均值，及将所述局部亮度序列中未分类到局部亮度均值计算过程中的序列成员数除以所述局部亮度序列的序列成员总数，得到原始分量占比值；
色调映射处理模块，用于根据全局色调映射算法及所述局部亮度均值对所述源图像进行色调映射处理，得到第一图像；
对比度处理模块，用于根据所述原始分量占比值对所述第一图像进行对比度处理，得到第二图像；
色调范围校正模块，用于根据当前处理帧或上一帧的各颜色通道的通道分量最大值，对所述第二图像进行色调范围校正，得到第三图像。
7.根据权利要求6所述的装置，其特征在于，所述局部区域处理模块包括：
局部区域选择单元，用于在所述源图像中设定中心点，以所述中心点为中心选取矩形的阵列，作为目标局部区域；
局部亮度值获取单元，用于获取所述目标局部区域中所有点的亮度值；
局部亮度序列生成单元，用于根据所述亮度值的大小对所有点进行排序，得到局部亮度序列；
绝对差值序列生成单元，用于对所述局部亮度序列中相邻序列成员之间的亮度值，进行绝对差值计算，得到绝对差值序列；
前半及后半序列生成单元，用于将所述绝对差值序列平均分为前半序列和后半序列；
序列成员选择单元，用于获取所述前半序列中绝对差值最大的序列成员，作为第一序列成员；
所述序列成员选择单元，还用于获取所述后半序列中绝对差值最大的序列成员，作为第二序列成员；
局部亮度均值计算单元，用于根据所述第一序列成员及所述第二序列成员的序号，在所述局部亮度序列中得到对应的局部亮度均值；
序列成员分类单元，用于将所述第一序列成员和所述第二序列成员在所述局部亮度序列中对应的序列成员作为第一分类成员，将所述局部亮度序列中所述第一分类成员之外的序列成员，作为第二分类成员；
原始分量占比值计算单元，用于将所述第二分类成员的数量除以所述局部亮度序列的序列成员总数，得到原始分量占比值。
8.根据权利要求7所述的装置，其特征在于，所述色调映射处理模块，包括：
色调映射处理单元，用于通过全局色调映射算法对所述局部亮度均值进行色调映射处理，得到映射亮度值；
图像处理单元，用于根据所述映射亮度值、所述局部亮度均值及所述源图像的亮度值，得到第一图像。
9.根据权利要求6-8中任一项所述的装置，其特征在于，
所述对比度处理模块，具体用于将所述原始分量占比值与所述源图像的亮度值相乘，得到第一对比度图像；
所述对比度处理模块，还用于将数值1减去所述原始分量占比值，并与所述第一图像的亮度值相乘，得到第二对比度图像；
所述对比度处理模块，还用于将所述第一对比度图像与所述第二对比度图像相加，得到第二图像。
10.根据权利要求9所述的装置，其特征在于，所述色调范围校正模块包括：
通道分量值获取单元，用于获取当前处理帧或上一帧的各颜色通道的通道分量最大值；
判断单元，用于判断所述通道分量最大值是否大于系统设置的色域范围最大值；
色调范围校正单元，用于若大于，则将所述色域范围最大值除以所述通道分量最大值，并乘以所述第二图像的亮度值，得到第三图像；若不大于，则将所述第二图像作为第三图像。
CN202010136521.5A 2020-03-02 2020-03-02 一种优化全局色调映射对比度的方法及装置 Active CN111369459B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010136521.5A CN111369459B (zh) 2020-03-02 2020-03-02 一种优化全局色调映射对比度的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010136521.5A CN111369459B (zh) 2020-03-02 2020-03-02 一种优化全局色调映射对比度的方法及装置

Publications (2)

Publication Number Publication Date
CN111369459A CN111369459A (zh) 2020-07-03
CN111369459B true CN111369459B (zh) 2024-03-22

Family

ID=71206610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010136521.5A Active CN111369459B (zh) 2020-03-02 2020-03-02 一种优化全局色调映射对比度的方法及装置

Country Status (1)

Country Link
CN (1) CN111369459B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113345382B (zh) * 2021-05-28 2023-03-10 惠州视维新技术有限公司 屏幕显示图像的处理方法、系统及存储介质
CN113538462A (zh) * 2021-07-15 2021-10-22 Oppo广东移动通信有限公司 图像处理方法及装置、计算机可读存储介质和电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101442617A (zh) * 2008-12-23 2009-05-27 北京中星微电子有限公司 一种分块曝光的方法及其装置
CN106663313A (zh) * 2014-06-13 2017-05-10 艾里斯泰克软件股份有限公司 图像的显示中以及与之有关的改进
CN108090879A (zh) * 2017-12-12 2018-05-29 上海顺久电子科技有限公司 一种对输入的高动态范围图像进行处理的方法和显示设备
CN108198155A (zh) * 2017-12-27 2018-06-22 合肥君正科技有限公司 一种自适用色调映射方法及系统
CN108510557A (zh) * 2018-04-09 2018-09-07 湖南国科微电子股份有限公司 图像色调映射方法及装置
CN110232669A (zh) * 2019-06-19 2019-09-13 湖北工业大学 一种高动态范围图像的色调映射方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8155434B2 (en) * 2007-10-30 2012-04-10 Sharp Laboratories Of America, Inc. Methods and systems for image enhancement
US9105078B2 (en) * 2012-05-31 2015-08-11 Apple Inc. Systems and methods for local tone mapping

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101442617A (zh) * 2008-12-23 2009-05-27 北京中星微电子有限公司 一种分块曝光的方法及其装置
CN106663313A (zh) * 2014-06-13 2017-05-10 艾里斯泰克软件股份有限公司 图像的显示中以及与之有关的改进
CN108090879A (zh) * 2017-12-12 2018-05-29 上海顺久电子科技有限公司 一种对输入的高动态范围图像进行处理的方法和显示设备
CN108198155A (zh) * 2017-12-27 2018-06-22 合肥君正科技有限公司 一种自适用色调映射方法及系统
CN108510557A (zh) * 2018-04-09 2018-09-07 湖南国科微电子股份有限公司 图像色调映射方法及装置
CN110232669A (zh) * 2019-06-19 2019-09-13 湖北工业大学 一种高动态范围图像的色调映射方法及系统

Also Published As

Publication number Publication date
CN111369459A (zh) 2020-07-03

Similar Documents

Publication Publication Date Title
US8654221B2 (en) Image processing device and method, and program
US7995855B2 (en) Image processing method and apparatus
US8406547B2 (en) Visual processing device, visual processing method, program, display device, and integrated circuit
US8391598B2 (en) Methods for performing local tone mapping
US8339518B2 (en) Video signal processing method and apparatus using histogram
US7755670B2 (en) Tone-conversion device for image, program, electronic camera, and tone-conversion method
CN111311513B (zh) 图像的颜色风格统一方法、设备及计算机存储介质
CN111369459B (zh) 一种优化全局色调映射对比度的方法及装置
US8928769B2 (en) Method for image processing of high-bit depth sensors
JP2004007301A (ja) 画像処理装置
JP4850281B2 (ja) 画像信号処理装置、画像信号処理プログラム
Song et al. Efficient debanding filtering for inverse tone mapped high dynamic range videos
US20130287299A1 (en) Image processing apparatus
JP2007249436A (ja) 画像信号処理装置及び画像信号処理方法
JP2012175310A (ja) 画像処理装置、画像処理方法
US7885478B2 (en) Noise reduction method and noise reduction apparatus
JP2006522977A (ja) 空間画像変換装置及び方法
JPH0630308A (ja) 画像データ処理装置
JP4992379B2 (ja) 画像の階調変換装置、プログラム、電子カメラ、およびその方法
JP2008258925A (ja) ガンマ補正回路及びガンマ補正方法
KR101514152B1 (ko) 특이값 분해를 이용한 화질 개선 방법 및 장치
CN111754437B (zh) 一种基于运动强度的3d降噪方法及装置
CN112991240A (zh) 一种用于实时图像增强的图像自适应增强算法
CN107305685A (zh) 图像对比增强方法及其装置
KR100739139B1 (ko) 히스토그램 모델링을 이용한 영상의 대조비 개선 장치

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