CN112017142A - 一种影像匀色方法及装置 - Google Patents

一种影像匀色方法及装置 Download PDF

Info

Publication number
CN112017142A
CN112017142A CN202011135614.2A CN202011135614A CN112017142A CN 112017142 A CN112017142 A CN 112017142A CN 202011135614 A CN202011135614 A CN 202011135614A CN 112017142 A CN112017142 A CN 112017142A
Authority
CN
China
Prior art keywords
image
color
block
homogenizing
homogenized
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
Application number
CN202011135614.2A
Other languages
English (en)
Inventor
王宇翔
宋权
刘会安
乔玉庆
沈均平
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.)
Aerospace Hongtu Information Technology Co Ltd
Original Assignee
Aerospace Hongtu Information 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 Aerospace Hongtu Information Technology Co Ltd filed Critical Aerospace Hongtu Information Technology Co Ltd
Priority to CN202011135614.2A priority Critical patent/CN112017142A/zh
Publication of CN112017142A publication Critical patent/CN112017142A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G06T7/90—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
    • G06T2207/10024—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)

Abstract

本申请实施例提供一种影像匀色方法及装置，涉及图像处理技术领域，该影像匀色方法包括：在得到待匀色影像之后，先从预存的模板匀色参数中确定与待匀色影像相匹配的目标匀色参数，然后再根据目标匀色参数和待匀色影像计算待匀色影像匀色后的灰度值，最后根据匀色后的灰度值对待匀色影像进行匀色处理，得到匀色影像。可见，在对待匀色影像进行匀色处理时，只需要调用预存的模板匀色参数，不再进行额外的计算，具有较好的稳定性和适用性，尤其对于具有数据量大，影像获取时间杂乱的情况具有良好的匀色效果和效率的提升。

Description

一种影像匀色方法及装置
技术领域
本申请涉及图像处理技术领域，具体而言，涉及一种影像匀色方法及装置。
背景技术
在遥感影像的应用中，获取的时间、光照、摄影角度及地物类型等成像条件的不同，各图像间存在明显的颜色和亮度等差异，因此，需要对遥感影像进行匀色处理，进而更准确和真实地表达客观现实世界。现有的匀色方法通常为基于Mask原理的匀色方法，先采用高斯低通滤波器模拟影像的亮度分布作为背景影像，再将待匀色影像与该背景影像做相减运算，然后再进行对比度拉伸，增强影像细节反差，达到匀色的目的。然而，在实践中发现，现有的影像匀色方法每次处理都需要计算背景影像，处理步骤繁琐，同时匀色处理过程计算量大，对计算机性能要求高，匀色效率低。可见，现有的影像匀色方法计算量大，处理效率低。
发明内容
本申请实施例的目的在于提供一种影像匀色方法及装置，能够快速地对待匀色影像进行匀色处理，计算量少，均色效率高。
本申请实施例第一方面提供了一种影像匀色方法，包括：
获取待匀色影像；
从预存的模板匀色参数中确定与所述待匀色影像相匹配的目标匀色参数；
根据所述目标匀色参数和所述待匀色影像计算所述待匀色影像匀色后的灰度值；
根据所述匀色后的灰度值对所述待匀色影像进行匀色处理，得到匀色影像。
在上述实现过程中，在得到待匀色影像之后，先从预存的模板匀色参数中确定与待匀色影像相匹配的目标匀色参数，然后再根据目标匀色参数和待匀色影像计算待匀色影像匀色后的灰度值，最后根据匀色后的灰度值对待匀色影像进行匀色处理，得到匀色影像。可见，在对待匀色影像进行匀色处理时，只需要调用预存的模板匀色参数，不再进行额外的计算，具有较好的稳定性和适用性，尤其对于具有数据量大，影像获取时间杂乱的情况具有良好的匀色效果和效率的提升。
进一步地，在所述获取待匀色影像之前，所述方法还包括：
获取地理模板影像；
对所述地理模板影像进行分块处理，得到多个影像分块；
计算每个影像分块对应的参数向量；
根据所述参数向量生成模板匀色参数并存储。
在上述实现过程中，在对待匀色影像进行匀色处理前，先将地理模板影像进行分块处理，再将每个影像分块对应的参数向量进行保存，在实际使用中，每次对待匀色影像进行匀色处理时，只需要调用预存的模板匀色参数即可，不需要再进行额外的计算，有利于提升影像匀色效果和影像匀色效率。
进一步地，对所述地理模板影像进行分块处理，得到多个影像分块，包括：
获取预设分块信息；
根据所述预设分块信息，计算对所述地理模板影像进行分块的分块数量和分块尺寸信息；
根据所述分块数量和所述分块尺寸信息对所述地理模板影像进行分块处理，得到多个影像分块。
在上述实现过程中，对地理模板影像进行分块处理时，先计算需要进行分块的分块数量和分块尺寸信息，然后根据分块数量和分块尺寸信息对地理模板影像进行分块处理，灵活性好。
进一步地，所述计算每个影像分块对应的参数向量，包括：
获取每个所述影像分块的像素信息和灰度信息；
根据所述像素信息和所述灰度信息，计算每个所述影像分块的影像均值；
根据所述像素信息、所述灰度信息和所述影像均值，计算每个所述影像分块的影像方差；
获取每个所述影像分块的分块标识和每个所述影像分块对应的地理范围信息；
根据所述影像均值、所述影像方差、所述分块标识以及所述地理范围信息，生成每个影像分块对应的参数向量。
在上述实现过程中，先计算每个影像分块对应的影像均值和影像方差，然后再生成每个影像分块对应的参数向量，使得影像均值、影像方差、分块标识以及地理范围信息一一对应，在实际使用中，一次性预存好模板匀色参数，每次对待匀色影像进行匀色处理时，只需要调用预存的模板匀色参数即可，不需要再进行额外的计算，有利于提升影像匀色效率。
进一步地，所述从预存的模板匀色参数中确定与所述待匀色影像相匹配的目标匀色参数，包括：
确定所述待匀色影像包括的目标地理位置信息；
从预存的模板匀色参数中确定与所述目标地理位置信息相匹配的目标匀色参数。
在上述实现过程中，在确定目标匀色参数时，先确定待匀色影像包括的目标地理位置信息，然后根据目标地理位置信息从预存的模板匀色参数中确定相应的目标匀色参数。
本申请实施例第二方面提供了一种影像匀色装置，所述影像匀色装置包括：
获取模块，用于获取待匀色影像；
参数确定模块，用于从预存的模板匀色参数中确定与所述待匀色影像相匹配的目标匀色参数；
第一计算模块，用于根据所述目标匀色参数和所述待匀色影像计算所述待匀色影像匀色后的灰度值；
匀色模块，用于根据所述匀色后的灰度值对所述待匀色影像进行匀色处理，得到匀色影像。
在上述实现过程中，在获取模块得到待匀色影像之后，参数确定模块先从预存的模板匀色参数中确定与待匀色影像相匹配的目标匀色参数，然后第一计算模块再根据目标匀色参数和待匀色影像计算待匀色影像匀色后的灰度值，最后匀色模块根据匀色后的灰度值对待匀色影像进行匀色处理，得到匀色影像。可见，在对待匀色影像进行匀色处理时，只需要调用预存的模板匀色参数，不再进行额外的计算，具有较好的稳定性和适用性，尤其对于具有数据量大，影像获取时间杂乱的情况具有良好的匀色效果和效率的提升。
进一步地，所述获取模块，还用于在所述获取待匀色影像之前，获取地理模板影像；
所述影像匀色装置还包括：
分块模块，用于对所述地理模板影像进行分块处理，得到多个影像分块；
第二计算模块，用于计算每个影像分块对应的参数向量；
生成模块，用于根据所述参数向量生成模板匀色参数并存储。
在上述实现过程中，在对待匀色影像进行匀色处理前，分块模块先将地理模板影像进行分块处理，第二计算模块再计算每个影像分块对应的参数向量，最后生成模块根据参数向量生成模板匀色参数并存储，在实际使用中，每次对待匀色影像进行匀色处理时，只需要调用预存的模板匀色参数即可，不需要再进行额外的计算，有利于提升影像匀色效果和影像匀色效率。
进一步地，所述分块模块包括：
第一获取子模块，用于获取预设分块信息；
第一计算子模块，用于根据所述预设分块信息，计算对所述地理模板影像进行分块的分块数量和分块尺寸信息；
分块子模块，用于根据所述分块数量和所述分块尺寸信息对所述地理模板影像进行分块处理，得到多个影像分块。
在上述实现过程中，对地理模板影像进行分块处理时，第一计算子模块先计算需要进行分块的分块数量和分块尺寸信息，然后分块子模块根据分块数量和分块尺寸信息对地理模板影像进行分块处理，灵活性好。
本申请实施例第三方面提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例第一方面中任一项所述的影像匀色方法。
本申请实施例第四方面提供了一种计算机可读存储介质，其存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行本申请实施例第一方面中任一项所述的影像匀色方法。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例一提供的一种影像匀色方法的流程示意图；
图2为本申请实施例二提供的一种影像匀色方法的流程示意图；
图3为本申请实施例三提供的一种影像匀色装置的结构示意图；
图4为本申请实施例四提供的一种影像匀色装置的结构示意图；
图5为本申请实施例一提供的一种待匀色影像的示意图；
图6为本申请实施例一提供的一种匀色影像的示意图；
图7为本申请实施例一提供的一种匀色影像中第一区域的局部效果放大示意图；
图8为本申请实施例一提供的一种匀色影像中第二区域的局部效果放大示意图；
图9为本申请实施例一提供的一种匀色影像中第三区域的局部效果放大示意图；
图10为本申请实施例一提供的一种匀色影像中第四区域的局部效果放大示意图。
图标：A-匀色影像中第一区域，B-匀色影像中第二区域，C-匀色影像中第三区域，D-匀色影像中第四区域。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例1
请参看图1，图1为本申请实施例提供了一种影像匀色方法的流程示意图。其中，该影像匀色方法包括：
S101、获取待匀色影像。
本申请实施例中，该方法主要应用于地理影像的匀色处理场景中。
本申请实施例中，待匀色影像为地理影像，具体可以为遥感影像。
本申请实施例中，遥感影像（简称：RS，英文：Remote Sensing Image）是指记录各种地物电磁波大小的胶片或照片，主要分为航空像片和卫星相片。
本申请实施例中，遥感影像的成像方式包括航空摄影成像、航空扫描成像和微波雷达成像，其中，航空摄影成像是通过成像设备（包括传统成像设备和数字成像设备）获取物体的影像的技术，传统成像设备是依靠光学镜头及放置在焦平面的感光胶片来记录物体影像；数字成像设备则通过放置的焦平面的光敏元件，经光/电转换，以数字信号来记录物体的影像。航空扫描成像是依靠探测元件和扫描镜对目标物体以瞬时视场为单位进行的逐点、逐行取样，以得到目标物的电磁辐射特性信息，形成一定谱段的图像。微波雷达的工作波长为1mm-1m的微波波段，由于微波雷达是一种自备能源的主动传感器和微波具有穿透云雾的能力，所以微波雷达成像具有全天时、全天候的特点。
在实际应用中，遥感影像在获取过程中由于多种因素的影像，如光学透镜成像不均匀、外部云层、大气衰减以及向阳背阳等条件，会造成同一副影像内部不同区域的色调、亮度、反差等存在不同程度的差异，同时，由于不同卫星的成像方式、成像时期以及下垫面地形地貌的变化的影像，在同一区域的多源遥感影像之间，往往存在一定的辐射畸变，造成影像间存在色彩差异，因此，需要通过本实施例提供的影像匀色方法对遥感影像进行匀色处理，以消除影像间的色彩差异，对影像进行色彩一致性处理，进而得到高质量的遥感影像。
请一并参阅图5，图5是本实施例提供的一种待匀色影像的示意图，待匀色影像可以通过卫星获取，本申请实施例不作限定。
在步骤S101之后，还包括以下步骤：
S102、从预存的模板匀色参数中确定与待匀色影像相匹配的目标匀色参数。
本申请实施例中，预存的模板匀色参数包括多个参数向量，其中，每个参数向量包括影像分块标识、该影像分块标识对应的影像均值、该影像分块标识对应的影像方差、该影像分块标识对应的地理位置信息等，对此本申请实施例不作限定。
本申请实施例中，在实施本方法之前，只需要一次性预存好模板匀色参数，在实际使用中，每次对待匀色影像进行匀色处理时，只需要调用预存的模板匀色参数即可，不需要再进行额外的计算。该方法的每一步操作理论意义、几何意义明确，运算结果唯一确定；该方法具有较好的稳定性和适用性，尤其对于具有数据量大，影像获取时间杂乱的情况具有良好的匀色效果和效率的提升。
在步骤S102之后，还包括以下步骤：
S103、根据目标匀色参数和待匀色影像计算待匀色影像匀色后的灰度值。
本申请实施例中，计算待匀色影像匀色后的灰度值的公式（称为公式1）公式1如下：
Figure 127011DEST_PATH_IMAGE001
；
其中，g（x，y）是待匀色影像的原始灰度值；f（x，y）待匀色影像匀色后的灰度值；mg是待匀色影像的局部灰度均值；sg是待匀色影像的局部灰度方差；mf是匀色处理后匀色影像的局部灰度均值的目标值，sf是匀色影像的局部灰度方差的目标值；
其中，c是方差扩展常数，且c∈[0，1]，b是亮度系数方差扩展常数，且b∈[0，1]，c和b的值可以为预先设置。
本申请实施例中，目标匀色参数包括mg和sg，匀色影像的局部灰度均值的目标值和匀色影像的局部灰度方差的目标值可以预先设置，也可以实时通过人工输入获取，对此本申请实施例不作限定。
作为一种可选的实施方式，公式1还可以表示为公式2，公式2如下所示：
Figure 941383DEST_PATH_IMAGE002
；
其中，r1为乘性系数，r0为加性系数。
作为一种可选的试试方式，当c和b均取值为1时，此时公式1可以变成公式3，公式3如下所示：
Figure 826162DEST_PATH_IMAGE003
。
在步骤S103之后，还包括以下步骤：
S104、根据匀色后的灰度值对待匀色影像进行匀色处理，得到匀色影像。
请一并参阅图6、图7、图8、图9和图10，其中，图6是本实施例提供的一种匀色影像的示意图，图7是本实施例提供的一种匀色影像中第一区域的局部效果放大示意图，图8是本实施例提供的一种匀色影像中第二区域的局部效果放大示意图，图9是本实施例提供的一种匀色影像中第三区域的局部效果放大示意图，图10是本实施例提供的一种匀色影像中第四区域的局部效果放大示意图。如图6所示，第一区域为A，第二区域为B，第三区域为C，第四区域为D。通过图6、图7、图8、图9和图10可知，通过本实施提供的影像匀色方法，匀色处理效果好。
本申请实施例中，该方法的执行主体可以为计算机、服务器、智能手机等计算装置，对此本实施例中不作任何限定。
可见，实施本实施例所描述的影像匀色方法，能够快速地对待匀色影像进行匀色处理，计算量少，均色效率高。
实施例2
请参看图2，图2为本申请实施例提供的一种影像匀色方法的流程示意图。如图2所示，其中，该影像匀色方法包括：
S201、获取地理模板影像。
本申请实施例中，地理模板影像为一整块的地理影像模板，即对待匀色影像进行匀色处理的标准影像。
S202、对地理模板影像进行分块处理，得到多个影像分块。
作为一种可选的实施方式，对地理模板影像进行分块处理，得到多个影像分块，可以包括以下步骤：
获取预设分块信息；
根据预设分块信息，计算对地理模板影像进行分块的分块数量和分块尺寸信息；
根据分块数量和分块尺寸信息对地理模板影像进行分块处理，得到多个影像分块。
在上述实施方式中，预设分块信息包括系统可用内存大小、像素值、影像分块的高、影像分块的宽、影像分块的边界缓冲区高、影像分块的边界缓冲区宽等，对此本申请实施不作限定。
在上述实施方式中，通过预设分块信息，来计算对地理模板影像进行分块的分块数量和分块尺寸信息，灵活性好，进而有利于提升得到的影像分块的适用性。
在上述实施方式中，地理模板影像的大小计算公式（记为公式4）为：
ImageSize=ImageHeight×ImageWidth×3Byte/Pixel；
其中，ImageSize为地理模板影像的大小（单位为字节）， ImageHeight为地理模板影像的高，ImageWidth为地理模板影像的宽，Pixel为像素值。
在上述实施方式中，在获取地理模板影像之后，就可以根据地理模板影像得到地理模板影像的高和地理模板影像的宽。
在上述实施方式中，分块尺寸信息包括影像分块的大小和影像分块的边界缓冲区大小。
在上述实施方式中，计算影像分块的大小的公式（记为公式5）如下：
BlockSize=BlockHeight×ImageWidth×3Byte/Pixel；
其中，BlockSize为影像分块的大小，BlockHeight为影像分块的高，BlockWdith为影像分块的宽，Pixel为像素值。
在上述实施方式中，BlockSize为影像分块的大小，实际上即为影像分块的个数。
在上述实施方式中，计算影像分块的边界缓冲区大小的公式（记为公式6）如下：
BufferSize=BufferHeight×ImageWidth×3Byte/Pixel；
其中，BufferSize为影像分块的边界缓冲区大小，BufferHeight为影像分块的边界缓冲区高，BufferWidth为影像分块的边界缓冲区宽，Pixel为像素值。
S203、获取每个影像分块的像素信息和灰度信息。
本申请实施例中，每个影像分块的像素信息包括该影像分块的像素值，可表示为m·n。
本申请实施例中，每个影像分块的灰度信息包括该影像分块中，每个像素块对应的灰度值。
本申请实施例中，像素是指由图像的小方格组成的，这些小方块都有一个明确的位置和被分配的色彩数值，小方格颜色和位置就决定该图像所呈现出来的样子。
在步骤S203之后，还包括以下步骤：
S204、根据像素信息和灰度信息，计算每个影像分块的影像均值。
本申请实施例中，计算影像分块的影像均值的公式（记为公式7）如下：
Figure 93195DEST_PATH_IMAGE004
；
其中，mg为影像分块的影像均值，m·n为影像分块的像素值，m表示影像分块的长的像素，n表示影像分块的宽的像素，f（xi，yj）表示以影像分块的左下角为坐标原点，坐标为（i，j）的像素块对应的灰度值。
S205、根据像素信息、灰度信息和影像均值，计算每个影像分块的影像方差。
本申请实施例中，计算影像分块的影像方差的公式（记为公式7）如下：
Figure 292096DEST_PATH_IMAGE005
；
其中，sg为影像分块的影像方差，mg为该影像分块的影像均值。
在步骤S205之后，还包括以下步骤：
S206、获取每个影像分块的分块标识和每个影像分块对应的地理范围信息。
本申请实施例中，不同的影像分块，对应的地理位置不一样，因此要获取每个影像分块对应得到的地理范围信息。具体的，该的地理范围信息可以为地理范围标识等，对此本申请实施例不作限定。
S207、根据影像均值、影像方差、分块标识以及地理范围信息，生成每个影像分块对应的参数向量。
本申请实施例中，每个影像分块对应的参数向量可以表示为vector{ID， mg，sg，Range}，其中，ID为影像分块的分块标识，mg为影像分块的影像均值，sg为影像分块的影像方差，Range为影像分块对应的地理范围信息。
本申请实施例中，实施上述步骤S203~步骤S207，能够计算每个影像分块对应的参数向量。
S208、根据参数向量生成模板匀色参数并存储。
S209、获取待匀色影像。
S210、确定待匀色影像包括的目标地理位置信息。
S211、从预存的模板匀色参数中确定与目标地理位置信息相匹配的目标匀色参数。
本申请实施例中，可以根据公式8从预存的模板匀色参数中确定与目标地理位置信息相匹配的目标匀色参数，公式8如下：
{ mg，sg }=ImageRange∩vector{ ID， mg，sg，Range }；
其中，{ mg，sg }为目标匀色参数，ImageRange为目标地理位置信息。
本申请实施例中，先确定出与ImageRange相匹配的目标Range，进而确定出目标Range对应的目标vector，最后根据目标vector中的mg和sg得到目标匀色参数。
本申请实施例中，目标vector中的mg即为上述待匀色影像的局部灰度均值，目标vector中的sg即为上述待匀色影像的局部灰度方差。
本申请实施例中，实施上述步骤S210~步骤S211，能够从预存的模板匀色参数中确定与待匀色影像相匹配的目标匀色参数。
S212、根据目标匀色参数和待匀色影像计算待匀色影像匀色后的灰度值。
在步骤S212之后，还包括以下步骤：
S213、根据匀色后的灰度值对待匀色影像进行匀色处理，得到匀色影像。
可见，实施本实施例所描述的影像匀色方法，能够快速地对待匀色影像进行匀色处理，计算量少，均色效率高。
实施例3
请参看图3，图3为本申请实施例提供的一种影像匀色装置的结构示意图。如图3所示，该影像匀色装置包括：
获取模块310，用于获取待匀色影像。
参数确定模块320，用于从预存的模板匀色参数中确定与待匀色影像相匹配的目标匀色参数。
第一计算模块330，用于根据目标匀色参数和待匀色影像计算待匀色影像匀色后的灰度值。
匀色模块340，用于根据匀色后的灰度值对待匀色影像进行匀色处理，得到匀色影像。
本申请实施例中，对于影像匀色装置的解释说明可以参照实施例1或实施例2中的描述，对此本实施例中不再多加赘述。
可见，实施本实施例所描述的影像匀色装置，能够快速地对待匀色影像进行匀色处理，计算量少，均色效率高。
实施例4
请一并参阅图4，图4是本申请实施例提供的一种影像匀色装置的结构示意图。其中，图4所示的影像匀色装置是由图3所示的影像匀色装置进行优化得到的。如图4所示，获取模块310，还用于在获取待匀色影像之前，获取地理模板影像。
影像匀色装置还包括：
分块模块350，用于对地理模板影像进行分块处理，得到多个影像分块。
第二计算模块360，用于计算每个影像分块对应的参数向量。
生成模块370，用于根据参数向量生成模板匀色参数并存储。
作为一种可选的实施方式，分块模块350包括：
第一获取子模块351，用于获取预设分块信息。
第一计算子模块352，用于根据预设分块信息，计算对地理模板影像进行分块的分块数量和分块尺寸信息。
分块子模块353，用于根据分块数量和分块尺寸信息对地理模板影像进行分块处理，得到多个影像分块。
作为一种可选的实施方式，第二计算模块360包括：
第二获取子模块361，用于获取每个影像分块的像素信息和灰度信息；
第二计算子模块362，用于根据像素信息和灰度信息，计算每个影像分块的影像均值；以及根据像素信息、灰度信息和影像均值，计算每个影像分块的影像方差；
第二获取子模块361，还用于获取每个影像分块的分块标识和每个影像分块对应的地理范围信息；
生成子模块363，用于根据影像均值、影像方差、分块标识以及地理范围信息，生成每个影像分块对应的参数向量。
作为一种可选的实施方式，参数确定模块320，具体用于确定待匀色影像包括的目标地理位置信息；以及从预存的模板匀色参数中确定与目标地理位置信息相匹配的目标匀色参数。
本申请实施例中，对于影像匀色装置的解释说明可以参照实施例1或实施例2中的描述，对此本实施例中不再多加赘述。
可见，实施本实施例所描述的影像匀色装置，能够快速地对待匀色影像进行匀色处理，计算量少，均色效率高。
本申请实施例提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例1或实施例2中任一项影像匀色方法。
本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行本申请实施例1或实施例2中任一项影像匀色方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种影像匀色方法，其特征在于，包括：
获取待匀色影像；
从预存的模板匀色参数中确定与所述待匀色影像相匹配的目标匀色参数；
根据所述目标匀色参数和所述待匀色影像计算所述待匀色影像匀色后的灰度值；
根据所述匀色后的灰度值对所述待匀色影像进行匀色处理，得到匀色影像。
2.根据权利要求1所述的影像匀色方法，其特征在于，在所述获取待匀色影像之前，所述方法还包括：
获取地理模板影像；
对所述地理模板影像进行分块处理，得到多个影像分块；
计算每个影像分块对应的参数向量；
根据所述参数向量生成模板匀色参数并存储。
3.根据权利要求2所述的影像匀色方法，其特征在于，对所述地理模板影像进行分块处理，得到多个影像分块，包括：
获取预设分块信息；
根据所述预设分块信息，计算对所述地理模板影像进行分块的分块数量和分块尺寸信息；
根据所述分块数量和所述分块尺寸信息对所述地理模板影像进行分块处理，得到多个影像分块。
4.根据权利要求2所述的影像匀色方法，其特征在于，所述计算每个影像分块对应的参数向量，包括：
获取每个所述影像分块的像素信息和灰度信息；
根据所述像素信息和所述灰度信息，计算每个所述影像分块的影像均值；
根据所述像素信息、所述灰度信息和所述影像均值，计算每个所述影像分块的影像方差；
获取每个所述影像分块的分块标识和每个所述影像分块对应的地理范围信息；
根据所述影像均值、所述影像方差、所述分块标识以及所述地理范围信息，生成每个影像分块对应的参数向量。
5.根据权利要求1所述的影像匀色方法，其特征在于，所述从预存的模板匀色参数中确定与所述待匀色影像相匹配的目标匀色参数，包括：
确定所述待匀色影像包括的目标地理位置信息；
从预存的模板匀色参数中确定与所述目标地理位置信息相匹配的目标匀色参数。
6.一种影像匀色装置，其特征在于，所述影像匀色装置包括：
获取模块，用于获取待匀色影像；
参数确定模块，用于从预存的模板匀色参数中确定与所述待匀色影像相匹配的目标匀色参数；
第一计算模块，用于根据所述目标匀色参数和所述待匀色影像计算所述待匀色影像匀色后的灰度值；
匀色模块，用于根据所述匀色后的灰度值对所述待匀色影像进行匀色处理，得到匀色影像。
7.根据权利要求6所述的影像匀色装置，其特征在于，所述获取模块，还用于在所述获取待匀色影像之前，获取地理模板影像；
所述影像匀色装置还包括：
分块模块，用于对所述地理模板影像进行分块处理，得到多个影像分块；
第二计算模块，用于计算每个影像分块对应的参数向量；
生成模块，用于根据所述参数向量生成模板匀色参数并存储。
8.根据权利要求7所述的影像匀色装置，其特征在于，所述分块模块包括：
第一获取子模块，用于获取预设分块信息；
第一计算子模块，用于根据所述预设分块信息，计算对所述地理模板影像进行分块的分块数量和分块尺寸信息；
分块子模块，用于根据所述分块数量和所述分块尺寸信息对所述地理模板影像进行分块处理，得到多个影像分块。
9.一种电子设备，其特征在于，所述电子设备包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至5中任一项所述的影像匀色方法。
10.一种可读存储介质，其特征在于，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行权利要求1至5任一项所述的影像匀色方法。
CN202011135614.2A 2020-10-22 2020-10-22 一种影像匀色方法及装置 Pending CN112017142A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011135614.2A CN112017142A (zh) 2020-10-22 2020-10-22 一种影像匀色方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011135614.2A CN112017142A (zh) 2020-10-22 2020-10-22 一种影像匀色方法及装置

Publications (1)

Publication Number Publication Date
CN112017142A true CN112017142A (zh) 2020-12-01

Family

ID=73527996

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011135614.2A Pending CN112017142A (zh) 2020-10-22 2020-10-22 一种影像匀色方法及装置

Country Status (1)

Country Link
CN (1) CN112017142A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112669309A (zh) * 2021-01-07 2021-04-16 航天宏图信息技术股份有限公司 遥感影像的局部匀色方法、装置、电子设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112669309A (zh) * 2021-01-07 2021-04-16 航天宏图信息技术股份有限公司 遥感影像的局部匀色方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
Robertson et al. Estimation-theoretic approach to dynamic range enhancement using multiple exposures
Ancuti et al. Single image dehazing by multi-scale fusion
CN108694705B (zh) 一种多帧图像配准与融合去噪的方法
US9979909B2 (en) Automatic lens flare detection and correction for light-field images
US8737736B2 (en) Tone mapping of very large aerial image mosaic
US9363447B2 (en) Apparatus and method for high dynamic range imaging using spatially varying exposures
CN109474780B (zh) 一种用于图像处理的方法和装置
Son et al. Near-infrared fusion via color regularization for haze and color distortion removals
US20150043808A1 (en) Image processing apparatus, image processing method, and imaging apparatus
CN108234858B (zh) 图像虚化处理方法、装置、存储介质及电子设备
TWI489416B (zh) 影像還原方法
KR20110078175A (ko) 영상 데이터 생성 방법 및 장치
Dharejo et al. A color enhancement scene estimation approach for single image haze removal
JP6677172B2 (ja) 画像処理装置、画像処理方法およびプログラム
CN106846249A (zh) 一种全景视频拼接方法
CN111598777A (zh) 天空云图的处理方法、计算机设备和可读存储介质
CN111583119B (zh) 一种正射影像拼接方法、设备以及计算机可读介质
Nieuwenhuizen et al. Deep learning for software-based turbulence mitigation in long-range imaging
Rabie Adaptive hybrid mean and median filtering of high-ISO long-exposure sensor noise for digital photography
CN112017142A (zh) 一种影像匀色方法及装置
Cimtay Smart and real-time image dehazing on mobile devices
JP2018160024A (ja) 画像処理装置、画像処理方法及びプログラム
Wang et al. An airlight estimation method for image dehazing based on gray projection
Samiullah et al. Single Image Haze Removal Using Dark Channel Saturation Priori Model and Non-linear Diffusion Patch Method
Bringier et al. Evidence theory for high dynamic range reconstruction with linear digital cameras

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201201