CN111968188B - 一种低光照图像增强处理方法、系统、装置和存储介质 - Google Patents
一种低光照图像增强处理方法、系统、装置和存储介质 Download PDFInfo
- Publication number
- CN111968188B CN111968188B CN202010651371.1A CN202010651371A CN111968188B CN 111968188 B CN111968188 B CN 111968188B CN 202010651371 A CN202010651371 A CN 202010651371A CN 111968188 B CN111968188 B CN 111968188B
- Authority
- CN
- China
- Prior art keywords
- image
- layer
- input image
- illumination
- color shift
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000005286 illumination Methods 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000002708 enhancing effect Effects 0.000 claims abstract description 14
- 238000001914 filtration Methods 0.000 claims abstract description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Classifications
-
- 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
- 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
- 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
- G06T2207/20172—Image enhancement details
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种低光照图像增强处理方法、系统、装置和存储介质，其中方法包括以下步骤：对输入图像进行色彩偏移程度的评估，获得色彩偏移因子，根据输入图像和色彩偏移因子，构建初始化色偏图；对初始化色偏图进行过滤，获得第一光照图层；对输入图像的暗部进行调整，获得调整图像，根据调整图像和第一光照图层，分解获得反射图层；对第一光照图层进行增强，获得第二光照图层；将第二光照图层和反射图层进行融合，获得增强图像。本发明根据输入图像的颜色分布情况自适应地调节色彩平衡因子，从而能在增强低光照图像的亮度、对比度的同时调整图像白平衡，使得增强效果更加真实自然，可广泛应用于图像处理与图像增强领域。
Description
技术领域
本发明涉及图像处理与图像增强领域，尤其涉及一种低光照图像增强处理方法、系统、装置和存储介质。
背景技术
低光照图像增强是图像处理领域一个重要的研究方向，它希望利用算法将曝光不足的图像增强至人眼、算法可容忍的范围内，从而在这些图片中挖掘有价值的信息。这项技术在计算机视觉、机器学习、安防检测、医用成像、宇宙探测、深海探测等领域发挥着不可或缺的作用。而低光照图像常常面临低亮度、低对比度及色彩偏移等问题。
要实现低光照图片的增强处理，传统做法主要分为两类：一类直接对像素亮度进行放大，该做法容易忽视图像的结构一致性，导致增强后的结果不够自然；另一类则是遵循区域一致性原则，能够自适应地感知图像内容，进而对图像进行增强。然而，以上两类做法都忽视了低光照图像的颜色偏移问题。
发明内容
为了解决上述技术问题，本发明的目的是提供一种可自适应调整白平衡的低光照图像增强处理方法、系统、装置和存储介质。
本发明所采用的技术方案是：
一种低光照图像增强处理方法，包括以下步骤：
对输入图像进行色彩偏移程度的评估，获得色彩偏移因子，根据所述输入图像和所述色彩偏移因子，构建初始化色偏图；
对所述初始化色偏图进行过滤，获得第一光照图层；
对所述输入图像的暗部进行调整，获得调整图像，根据所述调整图像和所述第一光照图层，分解获得反射图层；
对所述第一光照图层进行增强，获得第二光照图层；
将所述第二光照图层和所述反射图层进行融合，获得增强图像。
进一步，通过以下公式对所述输入图像进行色彩偏移程度的评估：
其中，θ为色彩偏移因子，α和β为设定的超参数，用于控制对图像色彩偏移的矫正程度。
进一步，所述初始化色偏图通过以上公式获得：
其中，x表示图像中的像素坐标，I为输入图像，L为初始色偏图，c代表R、G、B通道的之一。
进一步，所述对所述输入图像的暗部进行调整，获得调整图像，包括：
将所述输入图像从RGB色彩空间转换至HSV色彩空间，在V通道中对所述输入图像的暗部进行调整；
对所述输入图像调整完毕后，将所述输入图像转换至RGB色彩空间，获得调整图像。
进一步，通过以下公式对所述输入图像的暗部进行调整：
其中，v代表调整前的V通道，vadj调整后的V通道，vmid代表V通道的中位数。
进一步，通过以下公式分解获得反射图层：
其中，R反射图层，ε为常数。
进一步，所述对所述第一光照图层进行增强，获得第二光照图层，包括：
利用伽马变化对所述第一光照图层进行增强，获得第二光照图层。
本发明所采用的另一技术方案是：
一种低光照图像增强处理系统，包括：
色偏评估模块，用于对输入图像进行色彩偏移程度的评估，获得色彩偏移因子，根据所述输入图像和所述色彩偏移因子，构建初始化色偏图；
过滤模块，用于对所述初始化色偏图进行过滤，获得第一光照图层；
分解模块，用于对所述输入图像的暗部进行调整，获得调整图像，根据所述调整图像和所述第一光照图层，分解获得反射图层；
增强模块，用于对所述第一光照图层进行增强，获得第二光照图层；
融合模块，用于将所述第二光照图层和所述反射图层进行融合，获得增强图像。
本发明所采用的另一技术方案是：
一种低光照图像增强处理装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。
本发明所采用的另一技术方案是：
一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行如上所述方法。
本发明的有益效果是：本发明根据输入图像的颜色分布情况自适应地调节色彩平衡因子，从而能在增强低光照图像的亮度、对比度的同时调整图像白平衡，使得增强效果更加真实自然。
附图说明
图1是本发明实施例中一种低光照图像增强处理方法的流程示意图；
图2是本发明实施例中输入低光照图像、光照图层、反射图层与输出图像的示意图；
图3是本发明实施例中一种低光照图像增强处理系统的结构框图；
图4是本发明实施例中一种低光照图像增强处理装置的结构框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
如图1所示，本实施例提供了一种低光照图像增强处理方法，包括但不限于以下步骤：
S1、色偏图初始化：对输入的低光照图像I(即输入图像，如附图2(a)所示)进行关于色彩偏移程度的评估，得到色彩偏移因子θ。根据所评估得到的色彩偏移因子θ，构建初始化色偏图
S2、生成光照图层：利用初始化的色偏图通过一个具有平滑功能的滤波器以生成光照图层L(即第一光照图层，如附图2(b)所示)。
S3、生成反射图层：调整输入图像的暗部，得调整图像Iadj，根据调整暗部后的调整图像Iadj和光照图层L，分解得到反射图层R(如附图2(c)所示)。
S4、光照增强：利用伽马变化对生成的光照图层进行增强，得到光照图层Lλ(即第二光照图层)。
S5、图像融合：将增强后的光照图层Lλ和所生成的反射图层R进行融合，得到自适应白平衡的输出图像O(即增强图像，如附图2(d)所示)。
其中，步骤S1的色彩偏移因子评估可采用以下方式实现：根据R、G、B通道的中位数Rmid、Gmid、Bmid分布，生成色彩偏移因子θ，具体公式如下：
其中，α和β为人为设定的超参数，用于控制对图像色彩偏移的矫正程度。
步骤S1的生成色偏图可采用以下方式实现：利用RGB-Max滤波器，结合色彩偏移因子，初始化色彩偏移图层，具体如下：
其中，x表示图像中的像素坐标，I为输入低光照图像，L为初始色偏图，c代表R、G、B通道之一。
上述步骤S3生成反射层的具体步骤包括步骤S31-S32：
S31、暗部调整：对于输入图像I，将其从RGB色彩空间转换至HSV色彩空间，在V通道中对其暗部进行调整，调整完毕后再一次转换为RGB色彩空间。V通道中暗部调整的具体操作如下：
其中v和vadj代表调整前和调整后的V通道，vmid代表V通道的中位数。
S32、反射图层分解。利用调整好的图像及生成的光照图层，根据以下公式分解反射图层R：
其中，ε为一个极小的常数，防止分母为0。
综上所述，本实施例提供的方法相对于现有技术，至少具有如下有益效果：
(1)、本实施例的方法能自适应地调节低光照图像的白平衡，有效地抑制图像色彩偏移，使得增强结果更加自然真实。
(2)、本实施例的方法能广泛应用在环境光照不足的昏暗图像上，对于图像中黑暗部分能有效增强，挖掘隐藏在其中的信息，而对于明亮的区域则有效保护，使得图像光照均匀，同时具有较快的计算速度。
如图3所示，本实施例还提供了一种低光照图像增强处理系统，包括：
色偏评估模块，用于对输入图像进行色彩偏移程度的评估，获得色彩偏移因子，根据所述输入图像和所述色彩偏移因子，构建初始化色偏图；
过滤模块，用于对所述初始化色偏图进行过滤，获得第一光照图层；
分解模块，用于对所述输入图像的暗部进行调整，获得调整图像，根据所述调整图像和所述第一光照图层，分解获得反射图层；
增强模块，用于对所述第一光照图层进行增强，获得第二光照图层；
融合模块，用于将所述第二光照图层和所述反射图层进行融合，获得增强图像。
本实施例的一种低光照图像增强处理系统，可执行本发明方法实施例所提供的一种低光照图像增强处理方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
如图4所示，本实施例还提供了一种低光照图像增强处理装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当至少一个程序被至少一个处理器执行，使得至少一个处理器实现上述方法。
本实施例的一种低光照图像增强处理装置，可执行本发明方法实施例所提供的一种低光照图像增强处理方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本实施例还提供了一种存储介质，存储有可执行本发明方法实施例所提供的一种低光照图像增强处理方法的指令或程序，当运行该指令或程序时，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
可以理解的是，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所述技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (6)
1.一种低光照图像增强处理方法，其特征在于，包括以下步骤：
对输入图像进行色彩偏移程度的评估，获得色彩偏移因子，根据所述输入图像和所述色彩偏移因子，构建初始化色偏图；
对所述初始化色偏图进行过滤，获得第一光照图层；
对所述输入图像的暗部进行调整，获得调整图像，根据所述调整图像和所述第一光照图层，分解获得反射图层；
对所述第一光照图层进行增强，获得第二光照图层；
将所述第二光照图层和所述反射图层进行融合，获得增强图像；
所述初始化色偏图通过以上公式获得：
其中，x表示图像中的像素坐标，I为输入图像，L为初始色偏图，c代表R、G、B通道的之一；
所述对所述输入图像的暗部进行调整，获得调整图像，包括：
将所述输入图像从RGB色彩空间转换至HSV色彩空间，在V通道中对所述输入图像的暗部进行调整；
对所述输入图像调整完毕后，将所述输入图像转换至RGB色彩空间，获得调整图像；
通过以下公式对所述输入图像的暗部进行调整：
其中，v代表调整前的V通道，vadj调整后的V通道，vmid代表V通道的中位数；
通过以下公式分解获得反射图层：
其中，R反射图层，为ε为常数。
2.根据权利要求1所述的一种低光照图像增强处理方法，其特征在于，通过以下公式对所述输入图像进行色彩偏移程度的评估：
其中，θ为色彩偏移因子，α和β为设定的超参数，用于控制对图像色彩偏移的矫正程度。
3.根据权利要求1所述的一种低光照图像增强处理方法，其特征在于，所述对所述第一光照图层进行增强，获得第二光照图层，包括：
利用伽马变化对所述第一光照图层进行增强，获得第二光照图层。
4.一种低光照图像增强处理系统，其特征在于，包括：
色偏评估模块，用于对输入图像进行色彩偏移程度的评估，获得色彩偏移因子，根据所述输入图像和所述色彩偏移因子，构建初始化色偏图；
过滤模块，用于对所述初始化色偏图进行过滤，获得第一光照图层；
分解模块，用于对所述输入图像的暗部进行调整，获得调整图像，根据所述调整图像和所述第一光照图层，分解获得反射图层；
增强模块，用于对所述第一光照图层进行增强，获得第二光照图层；
融合模块，用于将所述第二光照图层和所述反射图层进行融合，获得增强图像；
所述初始化色偏图通过以上公式获得：
其中，x表示图像中的像素坐标，I为输入图像，L为初始色偏图，c代表R、G、B通道的之一；
所述对所述输入图像的暗部进行调整，获得调整图像，包括：
将所述输入图像从RGB色彩空间转换至HSV色彩空间，在V通道中对所述输入图像的暗部进行调整；
对所述输入图像调整完毕后，将所述输入图像转换至RGB色彩空间，获得调整图像；
通过以下公式对所述输入图像的暗部进行调整：
其中，v代表调整前的V通道，vadj调整后的V通道，vmid代表V通道的中位数；
通过以下公式分解获得反射图层：
其中，R反射图层，为ε为常数。
5.一种低光照图像增强处理装置，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现权利要求1-3任一项所述的一种低光照图像增强处理方法。
6.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-3任一项所述的一种低光照图像增强处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010651371.1A CN111968188B (zh) | 2020-07-08 | 2020-07-08 | 一种低光照图像增强处理方法、系统、装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010651371.1A CN111968188B (zh) | 2020-07-08 | 2020-07-08 | 一种低光照图像增强处理方法、系统、装置和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111968188A CN111968188A (zh) | 2020-11-20 |
| CN111968188B true CN111968188B (zh) | 2023-08-22 |
Family
ID=73361926
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010651371.1A Active CN111968188B (zh) | 2020-07-08 | 2020-07-08 | 一种低光照图像增强处理方法、系统、装置和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111968188B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114359073A (zh) * | 2021-12-16 | 2022-04-15 | 华南理工大学 | 一种低光照图像增强方法、系统、装置及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107507138A (zh) * | 2017-07-27 | 2017-12-22 | 北京大学深圳研究生院 | 一种基于Retinex模型的水下图像增强方法 |
| CN107886486A (zh) * | 2017-12-01 | 2018-04-06 | 天津大学 | 基于暗通道先验与变分Retinex水下图像增强方法 |
| CN109003231A (zh) * | 2018-06-11 | 2018-12-14 | 广州视源电子科技股份有限公司 | 一种图像增强方法、装置和显示设备 |
| CN110175963A (zh) * | 2019-05-28 | 2019-08-27 | 山东大学 | 一种适用于水下图像及大气暗图像的两用图像增强方法及装置 |
| CN110232661A (zh) * | 2019-05-03 | 2019-09-13 | 天津大学 | 基于Retinex和卷积神经网络的低光照彩色图像增强方法 |
| CN110930341A (zh) * | 2019-10-17 | 2020-03-27 | 杭州电子科技大学 | 一种基于图像融合的低光照图像增强方法 |
-
2020
- 2020-07-08 CN CN202010651371.1A patent/CN111968188B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107507138A (zh) * | 2017-07-27 | 2017-12-22 | 北京大学深圳研究生院 | 一种基于Retinex模型的水下图像增强方法 |
| CN107886486A (zh) * | 2017-12-01 | 2018-04-06 | 天津大学 | 基于暗通道先验与变分Retinex水下图像增强方法 |
| CN109003231A (zh) * | 2018-06-11 | 2018-12-14 | 广州视源电子科技股份有限公司 | 一种图像增强方法、装置和显示设备 |
| CN110232661A (zh) * | 2019-05-03 | 2019-09-13 | 天津大学 | 基于Retinex和卷积神经网络的低光照彩色图像增强方法 |
| CN110175963A (zh) * | 2019-05-28 | 2019-08-27 | 山东大学 | 一种适用于水下图像及大气暗图像的两用图像增强方法及装置 |
| CN110930341A (zh) * | 2019-10-17 | 2020-03-27 | 杭州电子科技大学 | 一种基于图像融合的低光照图像增强方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于色彩衰减补偿和Retinex的水下图像增强;杨福豪;史启超;蓝方鸣;彭宗举;;宁波大学学报(理工版)(第01期);第1-4页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111968188A (zh) | 2020-11-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liba et al. | Handheld mobile photography in very low light. | |
| US8520090B2 (en) | Methods and apparatuses for image processing | |
| US7983502B2 (en) | Viewing wide angle images using dynamic tone mapping | |
| EP0801360A2 (en) | Image quality enhancing method using mean-matching histogram equalization and a circuit therefor | |
| CN110718069B (zh) | 图像亮度调节方法、装置和存储介质 | |
| US20070041636A1 (en) | Apparatus and method for image contrast enhancement using RGB value | |
| KR102046220B1 (ko) | 디스플레이 시인성 개선 방법 및 장치 | |
| CN108833802A (zh) | 曝光控制方法、装置和电子设备 | |
| CN108900785A (zh) | 曝光控制方法、装置和电子设备 | |
| US11276154B2 (en) | Multi-frame depth-based multi-camera relighting of images | |
| CN111968188B (zh) | 一种低光照图像增强处理方法、系统、装置和存储介质 | |
| CN115550570A (zh) | 图像处理方法与电子设备 | |
| JP2000134467A (ja) | 画像処理方法、装置および記憶媒体 | |
| CN113920912A (zh) | 一种显示属性调整方法以及相关设备 | |
| CN112381073A (zh) | 基于ai人脸检测的iq调整方法及调整模块 | |
| CN111199525B (zh) | 一种图像直方图均衡增强方法及系统 | |
| CN111275648B (zh) | 人脸图像处理方法、装置、设备及计算机可读存储介质 | |
| Panwar et al. | Inception-based CNN for low-light image enhancement | |
| JP5058903B2 (ja) | 画像処理装置、画像処理方法、プログラムおよび記録媒体 | |
| US12086971B2 (en) | Global tone mapping with contrast enhancement and chroma boost | |
| CN109584172A (zh) | 基于迭代模糊超限学习机的背光补偿方法及装置 | |
| US20240202874A1 (en) | Bad pixel correction in image processing applications or other applications | |
| CN117133252B (zh) | 图像处理方法和电子设备 | |
| CN116962890B (zh) | 点云图像的处理方法、装置、设备和存储介质 | |
| US20240257324A1 (en) | Machine learning segmentation-based tone mapping in high noise and high dynamic range environments or other environments |
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 |