CN111988577A - 一种基于图像增强的视频监控方法 - Google Patents
一种基于图像增强的视频监控方法 Download PDFInfo
- Publication number
- CN111988577A CN111988577A CN202010896157.2A CN202010896157A CN111988577A CN 111988577 A CN111988577 A CN 111988577A CN 202010896157 A CN202010896157 A CN 202010896157A CN 111988577 A CN111988577 A CN 111988577A
- Authority
- CN
- China
- Prior art keywords
- video
- calcium carbide
- carbide furnace
- enhancement
- image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012544 monitoring process Methods 0.000 title claims abstract description 18
- 239000005997 Calcium carbide Substances 0.000 claims abstract description 42
- CLZWAWBPWVRRGI-UHFFFAOYSA-N tert-butyl 2-[2-[2-[2-[bis[2-[(2-methylpropan-2-yl)oxy]-2-oxoethyl]amino]-5-bromophenoxy]ethoxy]-4-methyl-n-[2-[(2-methylpropan-2-yl)oxy]-2-oxoethyl]anilino]acetate Chemical compound CC1=CC=C(N(CC(=O)OC(C)(C)C)CC(=O)OC(C)(C)C)C(OCCOC=2C(=CC=C(Br)C=2)N(CC(=O)OC(C)(C)C)CC(=O)OC(C)(C)C)=C1 CLZWAWBPWVRRGI-UHFFFAOYSA-N 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000004297 night vision Effects 0.000 claims abstract description 8
- 230000001502 supplementing effect Effects 0.000 claims abstract description 7
- 230000002708 enhancing effect Effects 0.000 claims abstract description 6
- 238000013507 mapping Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 description 6
- 239000000428 dust Substances 0.000 description 5
- 239000000779 smoke Substances 0.000 description 5
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 241001465382 Physalis alkekengi Species 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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
- G06T5/90—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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像处理技术领域，具体涉及一种基于图像增强的视频监控方法，包括步骤：S1、开启摄像机红外夜视功能；S2、对电石炉内进行补光；S3、摄像机实时采集电石炉内的视频；S4、对采集的视频实时进行增强处理；S5、根据增强处理后的视频中能否看清电石炉内的细节，判断是否需要结束采集：若增强处理后的视频中能看清电石炉内的细节，则结束采集；反之，若增强处理后的视频中不能看清电石炉内的细节，则继续采集；S6、输出增强处理后的视频。本发明通过对电石炉内进行补光、对采集的视频实时进行增强处理，解决了现有技术难以精确捕获到可见光情况下无法看到的炉内细节的技术问题。
Description
技术领域
本发明涉及图像处理技术领域，具体涉及一种基于图像增强的视频监控方法。
背景技术
通常，普遍采用可见光对观察对像进行监控，比如公司、家里的视频监控。但是对于某些特殊场景而言，比如电石炉内，会产生强光火焰和炉内烟尘，若基于可见光视频就无法捕获到炉内的细节数据，从而无法满足对电石炉内的监控需求。
对此，通过红外线观察能看到在可见光条件下无法看见的图像。比如，文件CN106851092A公开了一种红外视频拼接方法和装置，所述方法包括：提取红外视频中每幅图像的特征点，建立图像的匹配特征点对列表，获得摄像机的本征矩阵和姿态矩阵，对图像进行水平拉直处理和曝光补偿处理，将每幅图像投影到同一个球面坐标系中，在重叠区域用多层混合算法进行无缝拼接，生成拼接后的全景图。通过对视频进行亮度矫正操作和实时曝光补偿，实现了具有自动矫正和实时曝光补偿功能的多路红外视频全景拼接。
但是，在高温电石炉内，会产生强光火焰和炉内烟尘，使得红外图像具有高背景、低反差，因此有效灰度级直方图序列中的背景部分极大值与目标部分的极大值不在同样的数量级，不能精确突出细节，也即现有技术通过红外线观察，难以精确捕获到可见光情况下无法看到的炉内细节。
发明内容
本发明提供一种基于图像增强的视频监控方法，解决了现有技术难以精确捕获到可见光情况下无法看到的炉内细节的技术问题。
本发明提供的基础方案为：一种基于图像增强的视频监控方法，包括步骤：
S1、开启摄像机红外夜视功能；
S2、对电石炉内进行补光；
S3、摄像机实时采集电石炉内的视频；
S4、对采集的视频实时进行增强处理；
S5、根据增强处理后的视频中能否看清电石炉内的细节，判断是否需要结束采集：若增强处理后的视频中能看清电石炉内的细节，则结束采集；反之，若增强处理后的视频中不能看清电石炉内的细节，则继续采集；
S6、输出增强处理后的视频。
本发明的工作原理及优点在于：人的眼睛能看到的可见光的波长范围为0.38～0.76um，比红光波长更长的光就是红外线，通过红外线能看到在可见光条件下无法看见的图像。利用红外线来捕获视频，通过红外夜视观察，加上适当的补光，可以有效的去除强光火焰和炉内烟尘的阻挡，从而捕获到可见光情况下无法看到的炉内细节；捕获炉内细节后，对图像进行增强运算，从而得到更清楚的电石炉内状态图像。通过这样的方式，在电石炉内有强光火焰和烟尘时，对炉内细节的观察明显优于基于可见光模式的观察，从而能满足对电石炉内细节状态进行观察的需求。
本发明通过对电石炉内进行补光、对采集的视频实时进行增强处理，解决了现有技术难以精确捕获到可见光情况下无法看到的炉内细节的技术问题。
进一步，对图像进行预补偿，使高灰度区域的灰度动态范围变大。
有益效果在于：通过这样的方式，可以增大强光区域的范围。
进一步，预补偿采用查表法实现。
有益效果在于：通过这样的方式，实现简单，而且效率高、速度快。
进一步，预补偿后对每帧图像通过直方图对图像整体区域进行增强运算。
有益效果在于：通过这样的方式，对每帧图像通过直方图对图像整体区域进行增强运算，便于更清楚地观察电石炉内的图像。
进一步，对0-255的灰度值进行归一化处理，使其在0-1之间。
有益效果在于：通过这样的方式，归一化作为无量纲处理手段，使绝对值变成相对值关系，从而有利于简化计算、缩小量值。
进一步，对归一化后的灰度值进行预补偿。
有益效果在于：通过这样的方式，有利于提高图像的清晰度。
进一步，对预补偿后的灰度值进行反归一化处理，使其在0-255之间。
有益效果在于：通过这样的方式，对归一化进行逆运算得到实际的灰度值，便于进行观察。
进一步，对每个区域中统计得到的直方图灰度值超过255的部分进行裁剪，使其低于255。
有益效果在于：通过这样的方式，可以降低误差，以免造成干扰。
进一步，将裁剪值均匀地分布在整个灰度区间上以保证直方图总面积不变。
有益效果在于：通过这样的方式，可以防止丢失细节，从而有利于精确捕获炉内的细节。
进一步，每个小区域中，对反归一化直方图0-255灰度空间上的像素个数进行累加，求得映射函数。
有益效果在于：通过这样的方式，简单易行、可操作性强。
附图说明
图1为本发明一种基于图像增强的视频监控方法实施例的流程图。
图2为本发明一种基于图像增强的视频监控方法实施例裁剪的示意图。
图3为本发明一种基于图像增强的视频监控方法实施例子区域的示意图。
具体实施方式
下面通过具体实施方式进一步详细的说明：
实施例1
本发明一种基于图像增强的视频监控方法实施例基本如附图1所示，包括步骤：
S1、开启摄像机红外夜视功能；
S2、对电石炉内进行补光；
S3、摄像机实时采集电石炉内的视频；
S4、对采集的视频实时进行增强处理；
S5、根据增强处理后的视频中能否看清电石炉内的细节，判断是否需要结束采集：若增强处理后的视频中能看清电石炉内的细节，则结束采集；反之，若增强处理后的视频中不能看清电石炉内的细节，则继续采集；
S6、输出增强处理后的视频。
具体实施过程如下：
S1、开启摄像机红外夜视功能。
采用具有夜视功能的摄像机拍摄高温电石炉内的图像或者视频，将摄像机安装在高温电石炉附近，使其能够拍摄到高温电石炉内的具体场景，同时开启夜视功能。
S2、对电石炉内进行补光。
采用补光灯，也即用来对某些由于缺乏光照度的设备进行灯光补偿的一种灯具，对高温电石炉内进行照明，提高电石炉内光线的强度。
S3、摄像机实时采集电石炉内的视频。
开启摄像机，摄像机实时采集电石炉内的视频或者图片。
S4、对采集的视频实时进行增强处理。
本实施例中，采用增强算法实现对视频的增强处理，具体如下：
定义s为0-255区间的灰度值，sg为归一化后的值，d为预补偿后的值，sf为反归一化后的灰度值，g为效验值，约定g>1。
A1、建立一个266大小的一维数组，数组的大小表示灰度值的范围0-255。
A2、对0-255的灰度值进行归一化处理，归一化公式为sg＝s/255，使灰度值位于0-1之间。
A3、对归一化后的值进行预补偿，补偿公式为d＝pow(sg,，g)。
A4、对0-1的灰度值进行反归一化处理，使其在0-255之间，数组[g]＝d*255。
A5、用原始图片灰度值对数组进行查值，生成预补偿图片，此图片即为后续增强运算的图片。
A6、设置图片直方图分布的幅度上限，比如255。
A7、将每帧图片划分为不重叠的区域，比如将每帧图片划分为8*8的区域。
A8、统计得到每个区域直方图。
A9、对每个区域中统计得到的直方图超过上限255的进行裁剪，使其幅值低于设置的上限；并将这部分裁剪值均匀地分布在整个灰度区间上，以保证直方图总面积不变，如附图2所示。
A10、每个小区域中，从得到的新直方图中，对直方图0-255灰度空间上的像素个数进行累加求得映射函数，也就是累计分布直方图。
A11、把整幅图片分成8*8子区域，如附图3所示，以左上角，左下角、右上角，右下角的四个子块的中心像素点做水平和垂直的直线，围成白色、灰色、黑色区域。白色像素点处的值，通过它周围四个子块的映射函数分别做变换得到四个映射值，再对这四个值做双线性插值；灰色像素则通过左右或上下两个子块的映射函数分别做变换得到两个映射值，再通过两个值做线性插值，黑色像素点以一个子块的映射函数做变换。
通过这样的方式，在电石炉内强光火焰和炉内有烟尘时，对炉内细节的观察明显优于基于可见光模式的观察，能够满足对电石炉内细节状态进行观察的需求。
S5、根据增强处理后的视频中能否看清电石炉内的细节，判断是否需要结束采集。
具体而言，若增强处理后的视频中能看清电石炉内的细节，则结束采集；反之，若增强处理后的视频中不能看清电石炉内的细节，则继续采集。
S6、输出增强处理后的视频。
最后输出视频，该视频中能够清楚看到电石炉内的细节。
实施例2
与实施例1不同之处仅在于，在对每个区域中统计得到的直方图超过上限255的进行裁剪，使其幅值低于设置的上限时，需要考虑灰度值的浮动上限，也即在设置的上限基础上再加上浮动上限后，再进行裁剪。具体而言，浮动上限为图片中最亮的位置处的灰度值与最暗的位置处的灰度值之差，比如电石炉几何中心处的灰度值与图像四个边角处的灰度值之差。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.一种基于图像增强的视频监控方法，其特征在于，包括步骤：
S1、开启摄像机红外夜视功能；
S2、对电石炉内进行补光；
S3、摄像机实时采集电石炉内的视频；
S4、对采集的视频实时进行增强处理；
S5、根据增强处理后的视频中能否看清电石炉内的细节，判断是否需要结束采集：若增强处理后的视频中能看清电石炉内的细节，则结束采集；反之，若增强处理后的视频中不能看清电石炉内的细节，则继续采集；
S6、输出增强处理后的视频。
2.如权利要求1所述的基于图像增强的视频监控方法，其特征在于，对图像进行预补偿，使高灰度区域的灰度动态范围变大。
3.如权利要求2所述的基于图像增强的视频监控方法，其特征在于，预补偿采用查表法实现。
4.如权利要求3所述的基于图像增强的视频监控方法，其特征在于，预补偿后对每帧图像通过直方图对图像整体区域进行增强运算。
5.如权利要求4所述的基于图像增强的视频监控方法，其特征在于，对0-255的灰度值进行归一化处理，使其在0-1之间。
6.如权利要求5所述的基于图像增强的视频监控方法，其特征在于，对归一化后的灰度值进行预补偿。
7.如权利要求6所述的基于图像增强的视频监控方法，其特征在于，对预补偿后的灰度值进行反归一化处理，使其在0-255之间。
8.如权利要求7所述的基于图像增强的视频监控方法，其特征在于，对每个区域中统计得到的直方图灰度值超过255的部分进行裁剪，使其低于255。
9.如权利要求8所述的基于图像增强的视频监控方法，其特征在于，将裁剪值均匀地分布在整个灰度区间上以保证直方图总面积不变。
10.如权利要求9所述的基于图像增强的视频监控方法，其特征在于，每个小区域中，对反归一化直方图0-255灰度空间上的像素个数进行累加，求得映射函数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010896157.2A CN111988577A (zh) | 2020-08-31 | 2020-08-31 | 一种基于图像增强的视频监控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010896157.2A CN111988577A (zh) | 2020-08-31 | 2020-08-31 | 一种基于图像增强的视频监控方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111988577A true CN111988577A (zh) | 2020-11-24 |
Family
ID=73440511
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010896157.2A Pending CN111988577A (zh) | 2020-08-31 | 2020-08-31 | 一种基于图像增强的视频监控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111988577A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113112423A (zh) * | 2021-04-06 | 2021-07-13 | 华中师范大学 | 一种综合算法增强与光学增强的火场去火焰图像处理方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6377753B1 (en) * | 1999-07-14 | 2002-04-23 | Olympus Optical Co., Ltd. | Multiple-point automatic focusing camera |
| US20070098383A1 (en) * | 2005-10-28 | 2007-05-03 | Stavely Donald J | Motion blur reduction and compensation |
| CN104236482A (zh) * | 2014-09-11 | 2014-12-24 | 四川大学 | 结合几何标定的相位测量轮廓术系统非线性校正方法 |
| CN104469321A (zh) * | 2014-12-23 | 2015-03-25 | 天津天地伟业数码科技有限公司 | 红外光视频分析智能控制方法 |
| CN105263008A (zh) * | 2014-06-19 | 2016-01-20 | 深圳中兴力维技术有限公司 | 低环境照度下的彩色图像质量提升方法及其装置 |
| CN107566747A (zh) * | 2017-09-22 | 2018-01-09 | 浙江大华技术股份有限公司 | 一种图像亮度增强方法及装置 |
| CN108280836A (zh) * | 2018-01-24 | 2018-07-13 | 中科创达软件股份有限公司 | 一种图像处理方法及装置 |
| CN109059553A (zh) * | 2018-06-26 | 2018-12-21 | 亿利洁能股份有限公司达拉特分公司 | 一种电石炉远程操控的出炉控制系统及其控制方法 |
| CN109062166A (zh) * | 2018-09-06 | 2018-12-21 | 亿利洁能股份有限公司达拉特分公司 | 一种电石炉巡检平台系统 |
| CN110766622A (zh) * | 2019-10-14 | 2020-02-07 | 北京理工大学 | 基于亮度区分和Gamma平滑的水下图像增强方法 |
-
2020
- 2020-08-31 CN CN202010896157.2A patent/CN111988577A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6377753B1 (en) * | 1999-07-14 | 2002-04-23 | Olympus Optical Co., Ltd. | Multiple-point automatic focusing camera |
| US20070098383A1 (en) * | 2005-10-28 | 2007-05-03 | Stavely Donald J | Motion blur reduction and compensation |
| CN105263008A (zh) * | 2014-06-19 | 2016-01-20 | 深圳中兴力维技术有限公司 | 低环境照度下的彩色图像质量提升方法及其装置 |
| CN104236482A (zh) * | 2014-09-11 | 2014-12-24 | 四川大学 | 结合几何标定的相位测量轮廓术系统非线性校正方法 |
| CN104469321A (zh) * | 2014-12-23 | 2015-03-25 | 天津天地伟业数码科技有限公司 | 红外光视频分析智能控制方法 |
| CN107566747A (zh) * | 2017-09-22 | 2018-01-09 | 浙江大华技术股份有限公司 | 一种图像亮度增强方法及装置 |
| CN108280836A (zh) * | 2018-01-24 | 2018-07-13 | 中科创达软件股份有限公司 | 一种图像处理方法及装置 |
| CN109059553A (zh) * | 2018-06-26 | 2018-12-21 | 亿利洁能股份有限公司达拉特分公司 | 一种电石炉远程操控的出炉控制系统及其控制方法 |
| CN109062166A (zh) * | 2018-09-06 | 2018-12-21 | 亿利洁能股份有限公司达拉特分公司 | 一种电石炉巡检平台系统 |
| CN110766622A (zh) * | 2019-10-14 | 2020-02-07 | 北京理工大学 | 基于亮度区分和Gamma平滑的水下图像增强方法 |
Non-Patent Citations (2)
| Title |
|---|
| 唐超影 等: "基于卷积神经网络的低照度可见光与近红外图像融合", 《光学学报》 * |
| 李经纬: "《数字信号处理及其Ｃ语言算法》", 31 December 1996, 希望电脑公司 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113112423A (zh) * | 2021-04-06 | 2021-07-13 | 华中师范大学 | 一种综合算法增强与光学增强的火场去火焰图像处理方法 |
| CN113112423B (zh) * | 2021-04-06 | 2022-06-14 | 华中师范大学 | 一种综合算法增强与光学增强的火场去火焰图像处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6247425B2 (ja) | 画像処理装置、撮像装置、画像処理方法及び画像処理プログラム | |
| CN105208281B (zh) | 一种夜景拍摄方法及装置 | |
| CN103764013A (zh) | 自动曝光控制装置、控制装置、内窥镜装置和自动曝光控制方法 | |
| JP2011124948A (ja) | 情報処理装置、情報処理方法、プログラム、及び光学顕微鏡を搭載した撮像装置 | |
| CN111476732B (zh) | 一种图像融合及去噪的方法及系统 | |
| CN106454144B (zh) | 一种对谷歌眼镜图像过度曝光的校正方法 | |
| JP2016535485A (ja) | デュアルバンドセンサからの画像の可視カラー画像への変換 | |
| CN108513043A (zh) | 一种图像降噪方法及终端 | |
| CN113362253B (zh) | 一种图像阴影校正方法、系统及其装置 | |
| CN110807735A (zh) | 图像处理方法、装置、终端设备及计算机可读存储介质 | |
| WO2013114803A1 (ja) | 画像処理装置及びその画像処理方法、並びにコンピュータ・プログラム、および画像処理システム | |
| CN111988577A (zh) | 一种基于图像增强的视频监控方法 | |
| CN108537744A (zh) | 一种彩色图像亮度分量同态滤波去雾方法 | |
| JP4340303B2 (ja) | 画像処理装置および画像処理プログラム | |
| JP4898578B2 (ja) | 画像処理システム、撮像システム、及び顕微鏡撮像システム | |
| JP2013138522A (ja) | 画像処理装置、及び、プログラム | |
| JP2013179485A (ja) | 画像処理装置及びその制御方法 | |
| JP6867563B1 (ja) | 画像処理方法 | |
| CN105787883A (zh) | 一种宽动态图像装置及算法 | |
| JP5537995B2 (ja) | 画像処理装置および画像処理プログラム | |
| CN110876042B (zh) | 用以控制图像捕获设备的电路及相关的控制方法 | |
| JP6331339B2 (ja) | 撮像装置及びこの撮像装置を備えた撮像システム及び偽色除去方法 | |
| CN113038029A (zh) | 一种增强夜视效果的补偿方法 | |
| CN111260573B (zh) | 一种手术显微成像中渐晕现象的消除方法 | |
| CN109102481B (zh) | 基于光照分析的自动宽动态处理算法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201124 |
|
| RJ01 | Rejection of invention patent application after publication |