CN112508809B - 低照度图像/视频增强方法及系统 - Google Patents

低照度图像/视频增强方法及系统 Download PDF

Info

Publication number
CN112508809B
CN112508809B CN202011359609.XA CN202011359609A CN112508809B CN 112508809 B CN112508809 B CN 112508809B CN 202011359609 A CN202011359609 A CN 202011359609A CN 112508809 B CN112508809 B CN 112508809B
Authority
CN
China
Prior art keywords
image
video
gain
processed
value
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
CN202011359609.XA
Other languages
English (en)
Other versions
CN112508809A (zh
Inventor
王大雷
陈小天
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 Aoying Chuangshi Information Technology Co ltd
Original Assignee
Hunan Aoying Chuangshi 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 Hunan Aoying Chuangshi Information Technology Co ltd filed Critical Hunan Aoying Chuangshi Information Technology Co ltd
Priority to CN202011359609.XA priority Critical patent/CN112508809B/zh
Publication of CN112508809A publication Critical patent/CN112508809A/zh
Application granted granted Critical
Publication of CN112508809B publication Critical patent/CN112508809B/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
    • 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
    • G06T7/90—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

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

本发明公开了低照度图像/视频增强方法及系统，通过将待处理图像/视频的正向变换YUV色彩空间，并提取待处理图像/视频的各个像素点的亮度参数，根据亮度参数计算待处理图像/视频的各个像素点的初始增益；对各个像素点的初始增益进行伽马校正以及色彩平衡，得到待处理图像/视频的各个像素点的增强增益；通过各个像素点的增强增益对待处理图像/视频中对应的像素点进行补偿，得到增强后的图像/视频，相比现有技术，通过对图像/视频中的各个像素点进行增益补偿，不但保留了高照度部分细节，还增加了低照度部分细节，大大提高了低照度环境下图像/视频对比度、清晰度。

Description

低照度图像/视频增强方法及系统
技术领域
本发明涉及图像处理技术领域，具体涉及低照度图像/视频增强方法及系统。
背景技术
在工业智能监控监视领域及民用监控领域中，如机场围界预警系统，往往需要全天候全时段的工作，用来保证机场的安全，但低照度现象(如傍晚、夜晚、室内、背光)系统的图像和视频对比度、清晰度均大幅降低，进而会大大降低系统性能，进而无法识别、预警关键目标等信息。
因此，现有的图像/视频采集系统在低照度环境下图像/视频对比度、清晰度低已成为本领域技术人员亟待解决的技术问题。
发明内容
本发明提供了低照度图像/视频增强方法及系统，用于解决现有的图像/视频采集系统在低照度环境下图像/视频对比度、清晰度低的技术问题。
为解决上述技术问题，本发明提出的技术方案为：
一种低照度图像/视频增强方法，包括以下步骤：
将待处理图像/视频的正向变换YUV色彩空间，并提取待处理图像/视频的各个像素点的亮度参数，根据亮度参数计算待处理图像/视频的各个像素点的初始增益；
对各个像素点的初始增益进行伽马校正以及色彩平衡，得到待处理图像/视频的各个像素点的增强增益；
通过各个像素点的增强增益对待处理图像/视频中对应的像素点进行补偿，得到增强后的图像/视频。
优选的，亮度参数包括图像像素亮度值、图像亮度最大值以及亮度对均指数；根据亮度参数计算待处理图像/视频的各个像素点的初始增益通过以下公式计算得到：
Lg＝log(Lw/Lwaver+1)/log(Lwmax/Lwaver+1)
其中，Lg为像素点的初始增益，Lw为像素点亮度值，Lwmax为图像亮度最大值，Lwaver为亮度对均指数，亮度对均指数是以自然常数e为底，以图像自然对数均值为幂的指数值。
优选的，亮度对均指数通过以下步骤提取：
将变换至YUV色彩空间的待处理图像/视频的各个像素点的Y分量归一化，并计算各个像素点归一化后的Y分量的自然对数，计算待处理图像/视频中像素点的自然对数均值，将以自然常数e为底，以图像自然对数均值为幂的指数值作为亮度对均指数。
优选的，伽马校正通过以下步骤实现：
I′＝f(I)＝Iγ
其中，I′为中间增益，f为伽马校正函数，I为像素点初始增益，γ为伽马系数。
优选的，色彩平衡通过以下步骤实现：
统计待处理图像/视频的灰度直方图，按灰度值从小到大，逐步统计灰度直方图的累积正序面积，并当累积正序面积大于或等于预设的正序面积阈值时，对累积过的灰度值进行下限截断处理，并将被截断的灰度值所对应的像素点的中间增益进行下限截断处理；按灰度值从大到小，逐步统计灰度直方图的累积倒序面积，并当累积倒序面积大于或等于预设的倒序面积阈值时，对累积过的灰度值进行上限截断处理，并将被截断的灰度值所对应的像素点的中间增益进行上限截断处理；
将进行下限截断处理和上限截断处理后的待处理图像/视频的各个像素的中间增益进行归一化，再将待处理图像后的各个像素点的原始灰度值比归一化后的中间增益，得到各个像素点的增强增益。
优选的，将被截断的灰度值所对应的像素点的中间增益进行下限截断处理，具体包括以下步骤：
将被截断的灰度值所对应的像素点的中间增益均设置成未受截断处理的中间灰度值所对应的最小中间增益值；
优选的，将被截断的灰度值所对应的像素点的中间增益进行上限截断处理，具体包括以下步骤：
将被截断的灰度值所对应的像素点的中间增益均设置成未受截断处理的中间灰度值所对应的最大中间增益值。
优选的，通过各个像素点的增强增益对待处理图像/视频中对应的像素点进行补偿，具体为将待处理图像/视频中的各个像素点的RGB分量值分别与相应的增强增益相乘。
优选的，采用FPGA作为低照度图像/视频增强方法的处理载体。
一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一方法的步骤。
本发明具有以下有益效果：
1、本发明中的低照度图像/视频增强方法及系统，通过将待处理图像/视频的正向变换YUV色彩空间，并提取待处理图像/视频的各个像素点的亮度参数，根据亮度参数计算待处理图像/视频的各个像素点的初始增益；对各个像素点的初始增益进行伽马校正以及色彩平衡，得到待处理图像/视频的各个像素点的增强增益；通过各个像素点的增强增益对待处理图像/视频中对应的像素点进行补偿，得到增强后的图像/视频，相比现有技术，通过对图像/视频中的各个像素点进行增益补偿，不但保留了高照度部分细节，还增加了低照度部分细节，大大提高了低照度环境下图像/视频对比度、清晰度。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明中的一种低照度图像/视频增强方法的流程图；
图2是本发明优选实施例中的低照度图像/视频增强方法的流程示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例一：
如图1所示,本发明公开了一种低照度图像/视频增强方法，包括以下步骤：
将待处理图像/视频的正向变换YUV色彩空间，并提取待处理图像/视频的各个像素点的亮度参数，根据亮度参数计算待处理图像/视频的各个像素点的初始增益；
对各个像素点的初始增益进行伽马校正以及色彩平衡，得到待处理图像/视频的各个像素点的增强增益；
通过各个像素点的增强增益对待处理图像/视频中对应的像素点进行补偿，得到增强后的图像/视频。
另外，在本实施例中，本发明还公开了一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一方法的步骤。
本发明中的低照度图像/视频增强方法及系统，通过将待处理图像/视频的正向变换YUV色彩空间，并提取待处理图像/视频的各个像素点的亮度参数，根据亮度参数计算待处理图像/视频的各个像素点的初始增益；对各个像素点的初始增益进行伽马校正以及色彩平衡，得到待处理图像/视频的各个像素点的增强增益；通过各个像素点的增强增益对待处理图像/视频中对应的像素点进行补偿，得到增强后的图像/视频，相比现有技术，通过对图像/视频中的各个像素点进行增益补偿，不但保留了高照度部分细节，还增加了低照度部分细节，大大提高了低照度环境下图像/视频对比度、清晰度。
实施例二：
实施例二是实施例的拓展实施例，其与实施例一的不同之处在于，对于低照度图像/视频增强方法的具体步骤进行了细化：
在本实施例中，如图2所示，公开了一种低照度图像/视频增强方法，通过采用FPGA作为增强算法硬件加速的载体，将输入的图像/视频经颜色空间转换模块转换成YUV色彩空间，在Y分量上进行亮度(光照度)参数的统计，如最大值，最小值，log空间均值、均方差、直方图等参数信息，计算得到初始增益，在初始增益的基础上经伽马校正、色彩平衡(直方图上下截取并归一化)，最终得到增强增益，将YUV分量分别按照计算出来的增益进行转换得到增益图像，最终输出增强后图像/视频。
具体的，本实施例中的低照度图像/视频增强方法，包括以下步骤：
步骤一：图像色彩空间转换
为了避免出现一般图像增强中的偏色问题，本方法通过在视频的YUV空间中的Y分量上也就是在光照度上统计参数，尽量减少图像增强而带来的偏色问题；即将待处理图像/视频由RGB色彩空间转化至YUV色彩空间，具体的转换算法如下：
Y＝0.299*R+0.587*G+0.114*B，其中Y为转换后的YUV空间中的Y分量，R、G、B分别为RGB空间中对应的分量。
步骤二：提取待处理图像/视频的各个像素点的亮度参数
在本实施例中，亮度参数包括图像像素亮度值、图像亮度最大值以及亮度对均指数；在本实施例中，亮度对均指数通过单精度浮点数计算得到，具体通过以下步骤实现：
将变换至YUV色彩空间的待处理图像/视频的各个像素点的Y分量归一化至(0，1)，并计算各个像素点归一化后的Y分量的自然对数，计算待处理图像/视频中像素点的自然对数均值，将以自然对数均值为指数，以自然常数e为底数的数值作为图像自然对数均值。
步骤三：计算初始增益
在本实施例中，通过以下公式逐点计算各个像素点的初始增益：
Lg＝log(Lw/Lwaver+1)/log(Lwmax/Lwaver+1)
其中，Lg为像素点的初始增益，Lw为像素点亮度值，Lwmax为图像亮度最大值，Lwaver为亮度对均指数，其是以e为底以图像自然对数均值为幂的指数值；
步骤四：对初始增益进行伽马校正
在本实施例中，通过以下公式逐点对各个像素点的初始增益进行伽马校正：
I′＝f(I)＝Iγ
其中，I′为中间增益，f为伽马校正函数，I为像素点初始增益，γ为伽马系数；
当γ<1时，低灰度值区域范围内，动态范围进一步变大，进而图像对比度增强，而高灰度值区域内，动态范围变小，图像对比度降低。图像的整体灰度值变大，也就是图像更加明亮。提高了低灰度值区域图像对比度，降低了高灰度值区域对比度。
当γ>1时，低灰度值区域的动态范围变小，高灰度值区域的动态范围变大。也就是提高了高灰度值区域图像对比度，降低了低灰度值区域对比度。
在实际应用中，可根据实际情况调整γ值，达到最佳效果。
步骤五：色彩平衡
统计待处理图像/视频的灰度直方图，并将所述待处理图像/视频的灰度直方图的面积归一化，即设灰度直方图的面积为1，其中，所述正序面积阈值与倒序面积阈值的取值范围为(0，1)，即可明显改善因噪声、高光照或光源因素而导致的图像/视频增强效果较差的现象。当设置初值算法效果不明显时，可适当加大上下限门限阈值，可提高对图像/视频的增强效果。在本实施例中设正序面积阈值为0.01，倒序面积阈值为0.005；
按灰度值从小到大，逐步统计灰度直方图的累积正序面积，并当累积正序面积大于或等于预设的正序面积阈值时，对累积过的灰度值进行下限截断处理，并将被截断的灰度值所对应的像素点的中间增益进行下限截断处理；
将被截断的灰度值所对应的像素点的中间增益进行下限截断处理，具体包括以下步骤：
将被截断的灰度值所对应的像素点的中间增益均设置成未受截断处理的中间灰度值所对应的最小中间增益值；
按灰度值从大到小，逐步统计灰度直方图的累积倒序面积，并当累积倒序面积大于或等于预设的倒序面积阈值时，对累积过的灰度值进行上限截断处理，并将被截断的灰度值所对应的像素点的中间增益进行上限截断处理；
将被截断的灰度值所对应的像素点的中间增益进行上限截断处理，具体包括以下步骤：
将被截断的灰度值所对应的像素点的中间增益均设置成未受截断处理的中间灰度值所对应的最大中间增益值。
将进行下限截断处理和上限截断处理后的待处理图像/视频的各个像素的中间增益进行归一化，再将待处理图像后的各个像素点的原始灰度值比归一化后的中间增益，得到各个像素点的增强增益。
上述步骤通过统计待处理的图像/视频的图像直方图，然后根据设定的截取上下限(设直方图面积为1，则该上下限取值范围为[0,1])，从灰度值0正序累计直方图面积直到面积第一次等于或大于所设置的下限，则所对应的像素值即为灰度下限值；同理从灰度值255倒序累计直方图面积直到面积第一次等于或大于所设置的上限，则所对应的像素值即为灰度上限值。根据计算得到的灰度上下限值设定有效灰度区间，并对有效灰度对应的中间增益进行上下限截断处理，并对上下限截断处理后的中间增益进行归一化，再将待处理图像后的各个像素点的原始灰度值比归一化后的中间增益，得到各个像素点的增强增益。通过上下限截取，能减少极暗或极亮噪声造成的影响，导致对比度增强效果差的问题。
步骤六：增益补偿
将待处理的图像/视频像素的RGB分量值分别与相应的增强增益值相乘，得到新的R`G`B`分量，即为增强后的像素值。也就是增强后的图像/视频。
综上可知，本发明中的低照度图像/视频增强方法及系统，采用流水线处理思想，通过对视频连续帧进行统计得到必要的参数，计算得出增益作为当前帧图像/视频的增益，有效解决了遍历图像、计算迭代等问题导致的算法耗时过长的问题，提高了该增强算法的适用性。此外，本技术方案中的低照度图像/视频增强方法及系统能显著减少了图像增强算法的耗时，增加了视频的对比度及可视性，有效拉大图像的对比度同时，图像/视频的低照度部分细节得到显著增强，高照度部分细节得到保留，大大增加了增强算法的实用性，加大了监控/监视设备的全天候、全时段工作能力。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种低照度图像/视频增强方法，其特征在于，包括以下步骤：
将待处理图像/视频的正向变换YUV色彩空间，并提取所述待处理图像/视频的各个像素点的亮度参数，根据所述亮度参数计算待处理图像/视频的各个像素点的初始增益；
对各个像素点的初始增益进行伽马校正以及色彩平衡，得到所述待处理图像/视频的各个像素点的增强增益；
所述色彩平衡通过以下步骤实现：
统计待处理图像/视频的灰度直方图，按灰度值从小到大，逐步统计所述灰度直方图的累积正序面积，并当所述累积正序面积大于或等于预设的正序面积阈值时，对累积过的灰度值进行下限截断处理，并将被截断的灰度值所对应的像素点的中间增益进行下限截断处理；按灰度值从大到小，逐步统计所述灰度直方图的累积倒序面积，并当所述累积倒序面积大于或等于预设的倒序面积阈值时，对累积过的灰度值进行上限截断处理，并将被截断的灰度值所对应的像素点的中间增益进行上限截断处理；
将进行下限截断处理和上限截断处理后的待处理图像/视频的各个像素的中间增益进行归一化，再将待处理图像后的各个像素点的原始灰度值比归一化后的中间增益，得到各个像素点的增强增益；
将被截断的灰度值所对应的像素点的中间增益进行下限截断处理，具体包括以下步骤：
将被截断的灰度值所对应的像素点的中间增益均设置成未受截断处理的中间灰度值所对应的最小中间增益值；
将被截断的灰度值所对应的像素点的中间增益进行上限截断处理，具体包括以下步骤：
将被截断的灰度值所对应的像素点的中间增益均设置成未受截断处理的中间灰度值所对应的最大中间增益值；
通过各个像素点的增强增益对所述待处理图像/视频中对应的像素点进行补偿，得到增强后的图像/视频。
2.根据权利要求1所述的低照度图像/视频增强方法，其特征在于，所述亮度参数包括图像像素亮度值、图像亮度最大值以及亮度对均指数；根据所述亮度参数计算待处理图像/视频的各个像素点的初始增益通过以下公式计算得到：
Lg＝log(Lw/Lwaver+1)/log(Lwmax/Lwaver+1)
其中，Lg为像素点的初始增益，Lw为像素点亮度值，Lwmax为图像亮度最大值，Lwaver为亮度对均指数，所述亮度对均指数是以自然常数e为底，以图像自然对数均值为幂的指数值。
3.根据权利要求2所述的低照度图像/视频增强方法，其特征在于，所述亮度对均指数通过以下步骤提取：
将变换至YUV色彩空间的待处理图像/视频的各个像素点的Y分量归一化，并计算各个像素点归一化后的Y分量的自然对数，计算待处理图像/视频中像素点的自然对数均值，将以自然常数e为底，以图像自然对数均值为幂的指数值作为所述亮度对均指数。
4.根据权利要求3所述的低照度图像/视频增强方法，其特征在于，所述伽马校正通过以下步骤实现：
I′＝f(I)＝Iγ
其中，I′为中间增益，f为伽马校正函数，I为像素点初始增益，γ为伽马系数。
5.根据权利要求4所述的低照度图像/视频增强方法，其特征在于，通过各个像素点的增强增益对所述待处理图像/视频中对应的像素点进行补偿，具体为将待处理图像/视频中的各个像素点的RGB分量值分别与相应的增强增益相乘。
6.根据权利要求1-5任意一项所述的低照度图像/视频增强方法，其特征在于，采用FPGA作为低照度图像/视频增强方法的处理载体。
7.一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至6任一所述方法的步骤。
CN202011359609.XA 2020-11-27 2020-11-27 低照度图像/视频增强方法及系统 Active CN112508809B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011359609.XA CN112508809B (zh) 2020-11-27 2020-11-27 低照度图像/视频增强方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011359609.XA CN112508809B (zh) 2020-11-27 2020-11-27 低照度图像/视频增强方法及系统

Publications (2)

Publication Number Publication Date
CN112508809A CN112508809A (zh) 2021-03-16
CN112508809B true CN112508809B (zh) 2023-04-21

Family

ID=74967006

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011359609.XA Active CN112508809B (zh) 2020-11-27 2020-11-27 低照度图像/视频增强方法及系统

Country Status (1)

Country Link
CN (1) CN112508809B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116823677B (zh) * 2023-08-28 2023-11-10 创新奇智(南京)科技有限公司 一种图像增强的方法、装置、存储介质及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI275309B (en) * 2005-09-21 2007-03-01 Marketech Int Corp Dynamic contrast expansion method for image, and device thereof
CN102750684A (zh) * 2012-06-07 2012-10-24 邝君 一种图像增强方法和程序及设备
KR20130058972A (ko) * 2011-11-28 2013-06-05 엔에이치엔(주) 자동 영상보정을 위한 영상 처리 장치 및 방법
CN109146826A (zh) * 2018-06-27 2019-01-04 华南理工大学 一种图像增强方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7447374B1 (en) * 2003-01-06 2008-11-04 Apple Inc. Method and apparatus for an intuitive digital image processing system that enhances digital images
JP4218723B2 (ja) * 2006-10-19 2009-02-04 ソニー株式会社 画像処理装置、撮像装置、画像処理方法およびプログラム
CN105654437B (zh) * 2015-12-24 2019-04-19 广东迅通科技股份有限公司 一种对低照度图像的增强方法
CN105574830B (zh) * 2016-02-04 2020-02-21 沈阳工业大学 极端天气条件下低质图像增强方法
CN107730475B (zh) * 2017-11-13 2019-08-23 苏州科达科技股份有限公司 图像增强方法及系统
CN109712101B (zh) * 2018-12-20 2020-07-03 沈阳天眼智云信息科技有限公司 红外图像增强方法
CN110675343B (zh) * 2019-09-24 2023-02-24 西安科技大学 一种井下输煤图像的图像增强方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI275309B (en) * 2005-09-21 2007-03-01 Marketech Int Corp Dynamic contrast expansion method for image, and device thereof
KR20130058972A (ko) * 2011-11-28 2013-06-05 엔에이치엔(주) 자동 영상보정을 위한 영상 처리 장치 및 방법
CN102750684A (zh) * 2012-06-07 2012-10-24 邝君 一种图像增强方法和程序及设备
CN109146826A (zh) * 2018-06-27 2019-01-04 华南理工大学 一种图像增强方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Taekyung Kim等.Adaptive contrast enhancement using gain-controllable clipped histogram equalization.IEEE Transactions on Consumer Electronics.2008,第54卷(第4期),1803-1810. *
张鸿雁等.关联规则的红外图像对比度自适应增强方法.激光杂志.2017,第38卷(第5期),99-103. *

Also Published As

Publication number Publication date
CN112508809A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
US11127122B2 (en) Image enhancement method and system
CN107680056B (zh) 一种图像处理方法及装置
CN102722871B (zh) 一种快速有效的图像增强方法
RU2617328C2 (ru) Устройство и/или способ вывода изображения на экран
KR102317613B1 (ko) 로컬라이징된 콘트라스트 향상을 위한 시스템들 및 방법들
CN112565636B (zh) 图像处理方法、装置、设备和存储介质
CN108364271B (zh) 一种图像对比度的提高方法和装置
WO2019205751A1 (zh) 图像增强方法
CN112116536A (zh) 一种低光照图像增强方法及系统
CN109493291A (zh) 一种自适应伽马校正的彩色图像对比度增强方法
CN1744687A (zh) 一种动态提高视频图像视觉效果的方法
CN103455979A (zh) 一种低照度视频图像增强方法
CN102496152A (zh) 一种基于直方图的自适应图像对比度增强方法
CN104778674B (zh) 一种基于时间序列的顺逆光交通图像自适应增强方法
KR101774735B1 (ko) 차량번호판 주변 그림자 영역 개선 및 차량번호 인식 방법
CN112508809B (zh) 低照度图像/视频增强方法及系统
KR101113483B1 (ko) 컬러 영상의 가시성 향상 장치 및 방법
CN107068042B (zh) 图像处理方法
CN113822826A (zh) 一种低照度图像亮度增强方法
CN117197004B (zh) 一种低光照图像优化增强方法及系统
CN108564633B (zh) 灰度图像压缩方法、装置及计算机设备
CN104361566A (zh) 一种优化暗部区域的图像处理方法
CN102446348A (zh) 一种车辆抓拍图像彩色颜色调整与增强方法
KR20130012749A (ko) 환경 자동 적응 비디오 인핸서 및 비디오 이미지의 처리 방법
CN113643651B (zh) 一种图像增强方法、装置、计算机设备和存储介质

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