CN112907653B - 一种图像处理方法、摄像装置及存储介质 - Google Patents
一种图像处理方法、摄像装置及存储介质 Download PDFInfo
- Publication number
- CN112907653B CN112907653B CN202110120624.7A CN202110120624A CN112907653B CN 112907653 B CN112907653 B CN 112907653B CN 202110120624 A CN202110120624 A CN 202110120624A CN 112907653 B CN112907653 B CN 112907653B
- Authority
- CN
- China
- Prior art keywords
- image
- primary color
- component
- saturation
- histogram
- 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 21
- 230000009466 transformation Effects 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 32
- 230000006870 function Effects 0.000 claims description 46
- 238000004590 computer program Methods 0.000 claims description 9
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 19
- 238000006243 chemical reaction Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000000007 visual effect 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
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
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
本申请公开了一种图像处理方法、摄像装置及存储介质,该方法包括:将RGB图像转换成HSI图像;确定HSI图像中的饱和度分量满足预设饱和度条件的指定像素点的位置信息;基于指定像素点的位置信息从RGB图像中提取对应位置的基色分量;基于指定像素点的位置信息从HSI图像中提取对应位置的亮度分量;对提取到的基色分量和亮度分量分别进行直方图统计,以分别获取基色分量直方图和亮度分量直方图;通过直方图匹配方式获取将基色分量直方图匹配到亮度分量直方图的变换函数;利用变换函数对RGB图像中对应的基色分量进行变换。通过此种方式,能够减少不满足预设饱和度条件的像素点对偏色矫正的影响,以提高偏色矫正效果。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种图像处理方法、摄像装置及存储介质。
背景技术
在通过摄像装置获取图像时,由于受到环境色、光线角度、照明光线的色温等因素的影响,会使得摄像装置获取的图像产生偏色,即发生图像的色彩与实际景物的色彩不相符的情形。
在获取到具有偏色的图像之后,往往需要进行进一步对具有偏色的图像进行处理,即进行偏色矫正以优化显示效果。目前,在通过现有的偏色矫正方法进行偏色矫正的过程中,由于图像所处场景的多样性,使得偏色矫正效果不佳。
发明内容
本申请提供一种图像处理方法、摄像装置及存储介质,以提高偏色矫正效果。
本申请第一方面提供了一种图像处理方法,该方法包括:将RGB图像转换成HSI图像;确定HSI图像中的饱和度分量满足预设饱和度条件的指定像素点的位置信息;基于指定像素点的位置信息从RGB图像中提取对应位置的基色分量;基于指定像素点的位置信息从HSI图像中提取对应位置的亮度分量;对提取到的基色分量和亮度分量分别进行直方图统计,以分别获取基色分量直方图和亮度分量直方图;通过直方图匹配方式获取将基色分量直方图匹配到亮度分量直方图的变换函数;利用变换函数对RGB图像中对应的基色分量进行变换。
可选的,确定HSI图像中的饱和度分量满足预设饱和度条件的指定像素点的位置信息的步骤,包括:确定饱和度分量小于或等于预设的饱和度阈值的指定像素点的位置信息。
可选的,饱和度阈值为5%-35%。
可选的,饱和度阈值为20%。
可选的,确定HSI图像中的饱和度分量满足预设饱和度条件的指定像素点的位置信息的步骤,包括:确定HSI图像中的至少一个基色分量的饱和度分量满足对应的预设饱和度条件的指定像素点的位置信息。
可选的,确定HSI图像中的饱和度分量满足预设饱和度条件的指定像素点的位置信息的步骤,包括:确定HSI图像中的所有基色分量的饱和度分量分别满足对应的预设饱和度条件的指定像素点的位置信息。
可选的,变换函数用于对基色分量的亮度变换,以变换后的基色分量直方图与亮度分量直方图的相似度大于或等于预设的相似度阈值。
可选的,变换函数为gamma变换函数。
本申请第二方面提供一种摄像装置,该摄像装置包括存储器和处理器;处理器与存储器连接;存储器用于存储计算机程序,处理器用于执行计算机程序以实现如上述任一项的图像处理方法。
本申请第三方面提供一种计算机存储介质,该计算机存储介质存储有计算机程序,计算机程序被执行时实现上述任一项的图像处理方法。
本申请至少具备的有益效果是:本申请将RGB图像转换成HSI图像;确定HSI图像中的饱和度分量满足预设饱和度条件的指定像素点的位置信息;基于指定像素点的位置信息从RGB图像中提取对应位置的基色分量;基于指定像素点的位置信息从HSI图像中提取对应位置的亮度分量;对提取到的基色分量和亮度分量分别进行直方图统计,以分别获取基色分量直方图和亮度分量直方图;通过直方图匹配方式获取将基色分量直方图匹配到亮度分量直方图的变换函数;利用变换函数对RGB图像中对应的基色分量进行变换。因此,能够减少不满足预设饱和度条件的像素点对偏色矫正的影响,以提高偏色矫正效果。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本申请的实施例,并与说明书一起用于说明本申请的技术方案。
图1是本申请图像处理方法的第一实施例的流程示意图;
图2是本申请RGB图像与HSI图像的一转换示意图;
图3是本申请图像处理方法的第二实施例的流程示意图;
图4是本申请HSI图像保留指定像素点的示意图;
图5是本申请通过HSI图像获取指定像素点位置信息的示意图;
图6是本申请RGB图像中提取对应位置的基色分量的示意图;
图7是本申请HSI图像中提取对应位置的亮度分量的示意图;
图8是本申请基色分量直方图一示意图;
图9是本申请亮度分量直方图一示意图;
图10是本申请gamma变换函数一示意图;
图11是本申请摄像装置的一实施例的框架示意图;
图12是本申请的计算机可读存储介质一实施例的框架示意图。
具体实施方式
下面结合附图和实施例,对本申请作进一步的详细描述。特别指出的是,以下实施例仅用于说明本申请,但不对本申请的范围进行限定。同样的,以下实施例仅为本申请的部分实施例而非全部实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例,例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请第一方面提供一种图像处理方法,该方法可以应用于摄像装置,以对摄像装置获取的具有偏色的图像进行校正,提高图像显示效果。其中,摄像装置可以是应用于监控系统中的固定摄像装置,也可以是可移动式的数码摄像机等等,不做具体限制。下面以应用于监控系统的固定摄像装置为例,对该图像处理方法进行说明。
请参阅图1,图1是本申请图像处理方法的第一实施例的流程示意图。如图1,该图像处理方法具体包括:
S101:将RGB图像转换成HSI图像。
若原图像非RGB图像,则首先将原图转换为RGB图像,原图为摄像装置通过所采集的图像数据所形成的原始图像。其中,RGB图像是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的图像,RGB即是代表红、绿、蓝三个通道的颜色。在RGB图像中,每个像素点均具有红、绿、蓝三个颜色通道,即红、绿、蓝三个基色分量。
HSI图像是指一个数字图像的模型,它反映了人的视觉系统感知彩色的方式。HSI图像以色调(H)、饱和度(S)、亮度(I)三种基本特征量来感知颜色,在HSI图像中每个像素点具有色调、饱和度以及亮度三个特征分量。
在RGB图像转换成HSI图像的过程中,首先获取RGB图像中红、绿、蓝三基色分量与HSI图像中色调、饱和度以及亮度三特征分量之间的转换公式。进一步,分别通过RGB三基色分量对应的转换公式获取到HSI图像中的三特征分量。进一步,将获取的三特征分量合成一个HSI图像输出,以得到最终的HSI图像。
请参阅图2,图2是本申请RGB图像与HSI图像的一转换示意图。
如图2,图像P1为RGB图像,图像P2为HSI图像,图像P1通过转换过程S1转换为图像P2,进而实现RGB图像与HSI图像之间的转换。
其中,虽然图像P1与图像P2之间差异较小,但图像P1通过有红、绿、蓝三个基色分量来表现图像,图像P2通过色调、饱和度以及亮度三特征分量来表现图像。
S102:确定HSI图像中的饱和度分量满足预设饱和度条件的指定像素点的位置信息。
HSI图像的像素点的三个特征分量中的饱和度(S)分量满足预设饱和度条件时,确定该像素点的位置信息,进而确定HSI图像中饱和度分量满足预设饱和度条件的所有指定像素点的位置信息。
其中,预设饱和度条件可以预设饱和度值来表示,预设饱和度值的取值范围可以是0到100%。饱和度分量满足预设饱和度条件可以是像素点的饱和度小于或等于预设饱和度值,也可以是像素点的饱和度大于预设饱和度值,也可以像素点的饱和度处于一定的预设饱和度值的范围内,在此不作具体限制。
在一些实施方式中,预先设置预设饱和度条件,在像素点的位置信息即满足预设饱和度条件时,则该像素点为指定像素点,获取该指定像素点的位置信息。其中,该位置信息可以是该指定像素点在HSI图像中的位置信息,可以通过该位置信息定位到该指定像素点。
例如,将满足预设饱和条件的像素点的位置信息记为lowSatMat,通过lowSatMat可以获取到HSI图像中满足预设饱和度条件的指定像素点。
S103:基于指定像素点的位置信息从RGB图像中提取对应位置的基色分量。
在RGB图像与HSI图像中,同一像素点具有同一位置信息。此步骤中指定像素点的位置信息为指定像素点在HSI图像中的位置信息,通过该位置信息可以获取在RGB图像中处于该位置下的该指定像素点。
在获取到RGB图像中获取到该指定像素点后,进一步提取该指定像素点的基色分量,即红、绿、蓝三个基色分量。
紧接上面的例子,通过位置信息lowSatMat在RGB图像中获取到在该位置下的指定像素点,进一步提取该指定像素点的红、绿、蓝三个基色分量,分别记为R_low,G_low,B_low。
S104:基于指定像素点的位置信息从HSI图像中提取对应位置的亮度分量。
指定像素点的位置信息即指定像素点在RGB图像中的位置信息,通过该位置信息可提取到HSI图像中的指定像素点,进而获取指定像素点的亮度分量。
紧接步骤S102的例子,则通过位置信息lowSatMat获取到HSI图像中的指定像素点,并获取该指定像素点的亮度分量,记为Y_low。
S105:对提取到的基色分量和亮度分量分别进行直方图统计,以分别获取基色分量直方图和亮度分量直方图。
对提取到的基色分量和亮度分量分别进行直方图统计,即对在RGB图像中提取的红、绿、蓝三个基色分量分别进行亮度直方图统计,并对在HSI图像中获取的亮度分量进行亮度直方图统计。
像素点的亮度值一般在一个亮度范围之内,因此可以将亮度范围划分为至少两个亮度区间,每一个亮度区间作为一个亮度等级,根据图像中每个像素点的亮度值,统计每个亮度等级下的像素点数量。以横轴为亮度区间,纵轴为像素点数量构建坐标系,从而根据图像中所有的像素点对应的亮度值,统计位于各个亮度区间的像素点数量,进而确定亮度直方图。
例如,一个图像中像素点的亮度值位于0~255范围内,则可以将0~255范围划分为N个亮度区间,其中N的取值不大于256,并且N大于1,N为整数。若取N为32,则将0~255分为了0~7、8~15、16~23、24~31、32~39、……、248~255,这32个亮度区间,分别记为亮度区间i,i为1到32之间的整数。统计所述图像中亮度值分别位于各亮度区间的像素点数量,将位于亮度区间i的像素点数量记为Hi,即H0表示所述图像的亮度值位于0~7之间的像素点数量,H1表示所述图像亮度值为8~15之间的像素点数量,以此类推,进而得到亮度直方图。
具体的,通过此步骤可以获取到四个亮度直方图,分别对应于三个基色分量以及一个亮度特征分量。
例如,通过此步骤获取到红色基色分量的亮度直方图R_hist,绿色基色分量的亮度直方图G_hist,蓝色基色分量的亮度直方图B_hist,亮亮度特征分量的亮度直方图Y_hist。
S106:通过直方图匹配方式获取将基色分量直方图匹配到亮度分量直方图的变换函数。
基色分量直方图通过直方图匹配方式匹配到亮度分量直方图,即通过直方图匹配方式将基色分量直方图进行转换,以使得基色分量直方图与亮度分量直方图接近。其中,在直方图匹配方式中所利用的匹配函数即是变换函数,即通过变换函数能够将基色分量直方图变换,以使得基色分量直方图与亮度直方图接近。
具体的,通过直方图匹配方式获取将红色基色分量的亮度直方图R_hist匹配到特征亮度分量的亮度直方图Y_hist的第一变换函数,通过直方图匹配方式获取将绿色基色分量的亮度直方图G_hist匹配到亮度特征分量的亮度直方图Y_hist的第二变换函数,通过直方图匹配方式获取将蓝色基色分量的亮度直方图B_hist匹配到亮度特征分量的亮度直方图Y_hist的第三变换函数。
S107:利用变换函数对RGB图像中对应的基色分量进行变换。
第一变换函数对应红色基色分量,第二变换函数对应于绿色基色分量,第三变换函数对应于蓝色基色分量。通过第一变换函数对RGB图像中的红色基色分量进行变换,通过第二变换函数对RGB图像中的绿色基色分量进行变换,通过第三变换函数对RGB图像中的蓝色基色分量进行变换,进而得到变换后的RGB图像。其中,变换函数对RGB图像中所有的像素点对应的基色分量均进行变换,即变换函数作用于RGB图像中的所有像素点。
其中,通过变换后的特定像素点的红色基色分量、绿色基色分量以及蓝色基色分量的亮度直方图均与亮度特征分量的亮度直方图匹配,即三个基色分量的亮度相同或者是达到一定程度的相似,此时指定像素点呈现白色。即满足预设饱和度条件的指定像素点呈现白色,进而解决了图像偏色不一致的问题。
本实施例至少具备的有益效果是:本实施例基于RGB图像中满足预设饱和度条件的指定像素点来确定变换函数,并通过变换函数对RGB图像进行变换,在解决图像偏色不一致的情况下,减少了不满足预设饱和度条件的像素点对偏色矫正的影响,能够提高偏色效果。
请参阅图3,图3是本申请图像处理方法的第二实施例的流程示意图。本实施例基于上述第一实施例进行描述,本实施例可具体包括以下步骤:
S201:将RGB图像转换成HSI图像。
此步骤可以参见上述第一实施例的步骤S101的详细内容,不再赘述。
S202:确定HSI图像中饱和度分量小于或等于预设的饱和度阈值的指定像素点的位置信息。
即上述第一实施例中确定HSI图像中的饱和度分量满足预设饱和度条件的指定像素点的位置信息的步骤S102的步骤可以包括步骤S202。
其中饱和度阈值可以是某一特定的饱和度值,也可以是一个饱和度值的取值范围。当饱和度阈值是特定的饱和度值时,HSI图像中饱和度分量小于或等于该预设饱和度值的像素点均为指定像素点。当饱和度阈值是饱和度值的取值范围时,HSI图像中饱和度分量小于或等于该取值范围内任一饱和度值的像素点均为指定像素点。
通过步骤S02,可以仅仅基于小于或等于预设的饱和度阈值的指定像素点在后续步骤中确定变换函数,可以减小大于预设的饱和度阈值的像素点对偏色矫正的影响。
可选的,在一些实施方式中,饱和度阈值为5%-35%。即HSI图像中饱和度分量小于或等于5%-35%范围内任一饱和度值的像素点均为指定像素点。
可选的,在另一些实施方式中,饱和度阈值为20%。即HSI图像中饱和度分量小于或等于20%的像素点均为指定像素点。
以预设饱和度阈值为20%为例,步骤S202即为确定HSI图像中饱和度分量小于或等于20%的指定像素点的位置信息。
在一应用场景中,可以仅仅保留饱和度分量小于或等于20%的指定像素点。如图4所示,图4是本申请HSI图像保留指定像素点的示意图。
如图4,HSI图像P3经过变换过程S2去掉饱和度阈值大于20%的像素点,得到仅仅具有饱和度小于或等于20%的指定像素点。其中,图像P3中黑色部分的像素点为指定像素点。
进一步,获取指定像素点的位置信息。如图5所示,图5是本申请通过HSI图像获取指定像素点位置信息的示意图。
图像P3经过变换过程S3获取到具有指定像素点的位置信息的图像P4,其中,图像P4中白色部分为指定像素点的位置信息。
可选的,在一些实施方式中,确定HSI图像中的饱和度分量满足预设饱和度条件的指定像素点的位置信息的步骤S102,可以具体包括:确定HSI图像中的至少一个基色分量的饱和度分量满足对应的预设饱和度条件的指定像素点的位置信息。
HSI图像中的至少一个基色分量为HSI图像中红色基色分量、绿色基色分量以及蓝色基色分量中的至少一个基色分量。具体的,HSI图像中的至少一个基色分量可以是HSI图像中任一基色分量,也可以是任意两个基色分量的组合,也可以是三个基色分量。
每一个基色分量对应于一个饱和度阈值,即对应于预设饱和度条件,当然预设饱和度条件不限于此。例如,红色基色分量对应的第一饱和度阈值,绿色基色分量对应于第二饱和度阈值,蓝色基色分量对应于第三饱和度阈值。其中,第一饱和度阈值、第二饱和度阈值以及第三饱和度阈值可以均满足上述饱和度阈值条件。
可选的,在一些实施方式中,确定HSI图像中的饱和度分量满足预设饱和度条件的指定像素点的位置信息的步骤S102,可以更具体包括:确定HSI图像中的所有基色分量的饱和度分量分别满足对应的预设饱和度条件的指定像素点的位置信息。即确定HSI图像中的红色基色分量、绿色基色分量以及蓝色基色分量的饱和度分量分别满足对应的预设饱和度条件的指定像素点的位置信息。
S203:基于指定像素点的位置信息从RGB图像中提取对应位置的基色分量。
基于上述步骤S202的应用场景,并结合图6,图6是本申请RGB图像中提取对应位置的基色分量的示意图。
如图6,具有位置信息的HSI图像P4作用于RGB图像P1经过转换过程S4得到具有对应于该位置信息的基色分量的RGB图像P5。其中,RGB图像P5中灰色部分为具有该位置信息的基色分量的所有指定像素点,该指定像素点中包含红色基色分量、绿色基色分量以及蓝色基色分量。
S204:基于指定像素点的位置信息从HSI图像中提取对应位置的亮度分量。
基于上述步骤S203的应用场景,并结合图7,图7是本申请HSI图像中提取对应位置的亮度分量的示意图。
如图7,HSI图像P2经过变换过程S5得到具有特定像素点亮度分量的图像P6。其中,灰色部分为具有亮度分量的特定像素点。
S205:对提取到的基色分量和亮度分量分别进行直方图统计,以分别获取基色分量直方图和亮度分量直方图。
请参阅图8以及图9,图8是本申请基色分量直方图一示意图,图9是本申请亮度分量直方图一示意图。
如图8,曲线Q1是红色基色分量的亮度直方图,曲线Q2是绿色基色分量的亮度直方图,曲线Q3是蓝色基色分量的亮度直方图。
上述步骤S203-S205的进一步详细说明可参见上述第一实施例的步骤。
S206:通过直方图匹配方式获取将基色分量直方图匹配到亮度分量直方图的gamma变换函数;gamma变换函数用于对基色分量的亮度变换,以变换后的基色分量直方图与亮度分量直方图的相似度大于或等于预设的相似度阈值。
其中,gamma函数也叫欧拉第二积分,是阶乘函数在实数与复数上扩展的一类函数,可以用于直方图匹配,以使得基色分量的亮度直方图与亮度分量的亮度直方图相似。
其中,相似度阈值是用于表示基色分量的亮度直方图经过gamma函数转换得到的亮度直方图,与亮度分量的亮度直方图之间相似程度的量。
请参阅图10,图10是本申请gamma变换函数一示意图。
如图10,曲线Q5是对红色基色分量的亮度直方图对应的gamma变换函数,曲线Q6是对绿色基色分量的亮度直方图对应的gamma变换函数,曲线Q7是对蓝色基色分量的亮度直方图对应的gamma变换函数,曲线Q8是对亮度分量的亮度直方图对应的gamma变换函数。
S207:利用gamma变换函数对RGB图像中对应的基色分量进行变换。
进一步,对RGB红色基色分量、绿色基色分量以及蓝色基色分量分别通过相应的gamma函数进行转换,即可得到转换后的图像,该图像为经过色偏矫正后的图像。
可以理解的是,在不冲突的情况下,上述实施例的各个技术特征可以相互结合以形成其他的实施例。
本申请实施例第二方面提供一种摄像装置90,请参阅图11,图11是本申请摄像装置90的一实施例的框架示意图。
其中,摄像装置90包括存储器91和处理器92;处理器92与存储器91连接;存储器91用于存储计算机程序,处理器92用于执行计算机程序以实现如上述任一实施例的图像处理方法的步骤。
其中,处理器92可以是CPU(Central Processing Unit,中央处理单元)。处理器92可以是一种集成电路芯片,具有信号的处理能力。处理器92还可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外,处理器92可以由集成电路芯片共同实现。
本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本申请实施例第三方面提供一种计算机存储介质Q,请参阅图12,图12是本申请的计算机存储介质Q一实施例的框架示意图。
其中,该计算机存储介质Q存储有计算机程序,计算机程序被执行时实现上述任一实施例的图像处理方法的步骤。计算机存储介质Q存储有能够被处理器运行的程序指令Q1,程序指令Q1用于实现上述任一图像处理方法实施例的步骤。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性、机械或其它的形式。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元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全部或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)或处理器(processor)执行本申请各个实施方式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。
以上仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种图像处理方法,其特征在于,所述方法包括:
将RGB图像转换成HSI图像;
确定所述HSI图像中的饱和度分量满足预设饱和度条件的指定像素点的位置信息;
基于所述指定像素点的位置信息从所述RGB图像中提取对应位置的基色分量;
基于所述指定像素点的位置信息从所述HSI图像中提取对应位置的亮度分量;
对提取到的所述基色分量和所述亮度分量分别进行直方图统计,以分别获取基色分量直方图和亮度分量直方图;
通过直方图匹配方式获取将所述基色分量直方图匹配到所述亮度分量直方图的变换函数;
利用所述变换函数对所述RGB图像中所有像素点对应的所述基色分量进行变换。
2.根据权利要求1所述的方法,其特征在于,所述确定所述HSI图像中的饱和度分量满足预设饱和度条件的指定像素点的位置信息的步骤,包括:
确定所述饱和度分量小于或等于预设的饱和度阈值的所述指定像素点的位置信息。
3.根据权利要求2所述的方法,其特征在于,所述饱和度阈值为5%-35%。
4.根据权利要求3所述的方法,其特征在于,所述饱和度阈值为20%。
5.根据权利要求1所述的方法,其特征在于,所述确定所述HSI图像中的饱和度分量满足预设饱和度条件的指定像素点的位置信息的步骤,包括:
确定所述HSI图像中的至少一个基色分量的饱和度分量满足对应的预设饱和度条件的指定像素点的位置信息。
6.根据权利要求5所述的方法,其特征在于,所述确定所述HSI图像中的饱和度分量满足预设饱和度条件的指定像素点的位置信息的步骤,包括:
确定所述HSI图像中的所有基色分量的饱和度分量分别满足对应的预设饱和度条件的指定像素点的位置信息。
7.根据权利要求1所述的方法,其特征在于,所述变换函数用于对所述基色分量的亮度变换,以变换后的所述基色分量直方图与所述亮度分量直方图的相似度大于或等于预设的相似度阈值。
8.根据权利要求7所述的方法,其特征在于,所述变换函数为gamma变换函数。
9.一种摄像装置,其特征在于,所述摄像装置包括存储器和处理器;所述处理器与所述存储器连接;所述存储器用于存储计算机程序,所述处理器用于执行计算机程序以实现如权利要求1-8任一项所述的图像处理方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序被执行时实现如权利要求1-8任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110120624.7A CN112907653B (zh) | 2021-01-28 | 2021-01-28 | 一种图像处理方法、摄像装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110120624.7A CN112907653B (zh) | 2021-01-28 | 2021-01-28 | 一种图像处理方法、摄像装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112907653A CN112907653A (zh) | 2021-06-04 |
CN112907653B true CN112907653B (zh) | 2024-04-19 |
Family
ID=76119895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110120624.7A Active CN112907653B (zh) | 2021-01-28 | 2021-01-28 | 一种图像处理方法、摄像装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112907653B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1169372A (ja) * | 1997-08-14 | 1999-03-09 | Fuji Photo Film Co Ltd | 画像の明度調整方法およびその方法に使用するデジタルカメラ並びに画像処理装置 |
EP0989739A2 (en) * | 1998-09-24 | 2000-03-29 | Sharp Kabushiki Kaisha | Method and apparatus for image quality adjustment |
JP2005260575A (ja) * | 2004-03-11 | 2005-09-22 | Tani Electronics Corp | カラー画像処理によるカラーコードの作成方法、rgb空間分割・構造化方法、およびカラーコード符号化/復号化システム |
JP2008294969A (ja) * | 2007-05-28 | 2008-12-04 | Nippon Telegr & Teleph Corp <Ntt> | 映像変換装置、映像変換方法、映像変換プログラム |
JP2010108242A (ja) * | 2008-10-30 | 2010-05-13 | Fujitsu Frontech Ltd | 画像処理プログラム、画像処理装置および画像処理方法 |
CN104978945A (zh) * | 2014-04-14 | 2015-10-14 | 深圳Tcl新技术有限公司 | 图像饱和度增强的方法及其装置 |
CN106412457A (zh) * | 2016-10-31 | 2017-02-15 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN107491161A (zh) * | 2017-09-25 | 2017-12-19 | 深圳市华星光电半导体显示技术有限公司 | 显示器的节能方法及系统 |
CN107563984A (zh) * | 2017-10-30 | 2018-01-09 | 清华大学深圳研究生院 | 一种图像增强方法和计算机可读存储介质 |
CN108876742A (zh) * | 2018-06-25 | 2018-11-23 | 深圳市华星光电技术有限公司 | 图像色彩增强方法和装置 |
CN109166089A (zh) * | 2018-07-24 | 2019-01-08 | 重庆三峡学院 | 一种对多光谱图像和全色图像进行融合的方法 |
CN109472839A (zh) * | 2018-10-26 | 2019-03-15 | Oppo广东移动通信有限公司 | 图像生成方法和装置、计算机设备和计算机存储介质 |
CN110675332A (zh) * | 2019-08-20 | 2020-01-10 | 广东技术师范大学 | 一种金属腐蚀图像质量的增强方法 |
CN110689489A (zh) * | 2019-09-06 | 2020-01-14 | 西安交通大学 | 一种改进IHSI空间中的非均匀光照图像自适应gamma增强方法 |
CN111310727A (zh) * | 2020-03-13 | 2020-06-19 | 浙江大华技术股份有限公司 | 对象检测方法及装置、存储介质、电子装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7085413B2 (en) * | 2003-04-04 | 2006-08-01 | Good News Enterprises Limited | Image background detection and removal |
JP5943112B1 (ja) * | 2015-03-19 | 2016-06-29 | 富士ゼロックス株式会社 | 画像処理装置、画像処理システムおよびプログラム |
-
2021
- 2021-01-28 CN CN202110120624.7A patent/CN112907653B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1169372A (ja) * | 1997-08-14 | 1999-03-09 | Fuji Photo Film Co Ltd | 画像の明度調整方法およびその方法に使用するデジタルカメラ並びに画像処理装置 |
EP0989739A2 (en) * | 1998-09-24 | 2000-03-29 | Sharp Kabushiki Kaisha | Method and apparatus for image quality adjustment |
JP2005260575A (ja) * | 2004-03-11 | 2005-09-22 | Tani Electronics Corp | カラー画像処理によるカラーコードの作成方法、rgb空間分割・構造化方法、およびカラーコード符号化/復号化システム |
JP2008294969A (ja) * | 2007-05-28 | 2008-12-04 | Nippon Telegr & Teleph Corp <Ntt> | 映像変換装置、映像変換方法、映像変換プログラム |
JP2010108242A (ja) * | 2008-10-30 | 2010-05-13 | Fujitsu Frontech Ltd | 画像処理プログラム、画像処理装置および画像処理方法 |
CN104978945A (zh) * | 2014-04-14 | 2015-10-14 | 深圳Tcl新技术有限公司 | 图像饱和度增强的方法及其装置 |
CN106412457A (zh) * | 2016-10-31 | 2017-02-15 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN107491161A (zh) * | 2017-09-25 | 2017-12-19 | 深圳市华星光电半导体显示技术有限公司 | 显示器的节能方法及系统 |
CN107563984A (zh) * | 2017-10-30 | 2018-01-09 | 清华大学深圳研究生院 | 一种图像增强方法和计算机可读存储介质 |
CN108876742A (zh) * | 2018-06-25 | 2018-11-23 | 深圳市华星光电技术有限公司 | 图像色彩增强方法和装置 |
CN109166089A (zh) * | 2018-07-24 | 2019-01-08 | 重庆三峡学院 | 一种对多光谱图像和全色图像进行融合的方法 |
CN109472839A (zh) * | 2018-10-26 | 2019-03-15 | Oppo广东移动通信有限公司 | 图像生成方法和装置、计算机设备和计算机存储介质 |
CN110675332A (zh) * | 2019-08-20 | 2020-01-10 | 广东技术师范大学 | 一种金属腐蚀图像质量的增强方法 |
CN110689489A (zh) * | 2019-09-06 | 2020-01-14 | 西安交通大学 | 一种改进IHSI空间中的非均匀光照图像自适应gamma增强方法 |
CN111310727A (zh) * | 2020-03-13 | 2020-06-19 | 浙江大华技术股份有限公司 | 对象检测方法及装置、存储介质、电子装置 |
Non-Patent Citations (4)
Title |
---|
Adaptive RGB Color Lexicographical Ordering Framework Using Statistical Parameters From the Color Component Histogram;Vazquez Noguera et al.;IEEE ACCESS;20191010;第7卷;全文 * |
一种基于直方图特性的颜色量化方法;李永刚;殷海明;龚迅炜;乐光学;;计算机系统应用;20080731(07);全文 * |
基于直方图均衡化的彩色图像增强;姜冬琴;李明东;;电脑知识与技术;20130205(04);全文 * |
选择调整的亮度增强算法;董菁;吴胜利;王丰;刘纯亮;孟令国;;液晶与显示;20080815(04);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112907653A (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3828210B2 (ja) | 画像コントラスト強化方法 | |
CN111784603B (zh) | 一种raw域图像去噪方法、计算机装置及计算机可读存储介质 | |
CN111784605B (zh) | 一种基于区域指导的图像降噪方法、计算机装置及计算机可读存储介质 | |
EP2492867A2 (en) | Methods and systems for converting images from low dynamic range to high dynamic range | |
CN111161188B (zh) | 降低图像色彩噪声的方法、计算机装置及可读存储介质 | |
CN110246087B (zh) | 参考多通道的多分辨率去除图像色度噪声的系统和方法 | |
CN111163268B (zh) | 一种图像处理方法、装置以及计算机存储介质 | |
US9185265B2 (en) | Image processing method and image processing apparatus for performing a tone correction to acquire a combined image | |
CN111489346B (zh) | 一种全参考图像质量评价方法及系统 | |
KR20070090224A (ko) | 전자 색 이미지 채도 처리 방법 | |
CN110691226B (zh) | 图像处理方法、装置、终端及计算机可读存储介质 | |
CN111368819B (zh) | 光斑检测方法和装置 | |
CN112073703A (zh) | 一种色彩校正矩阵的调整方法、装置、终端设备及介质 | |
CN111163301B (zh) | 色彩调整方法、装置及计算机可读存储介质 | |
CN110807735A (zh) | 图像处理方法、装置、终端设备及计算机可读存储介质 | |
JP4241774B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN114998122A (zh) | 一种低照度图像增强方法 | |
US8509529B2 (en) | Color-image representative color decision apparatus and method of controlling operation thereof | |
CN112907653B (zh) | 一种图像处理方法、摄像装置及存储介质 | |
JP4831941B2 (ja) | 撮像処理システム、プログラム及び記憶媒体 | |
CN115311321A (zh) | 背景替换方法、装置、电子设备和存储介质 | |
CN115239578A (zh) | 图像处理方法及装置、计算机可读存储介质、终端设备 | |
CN108810320B (zh) | 图像质量提升方法和装置 | |
CN117408872B (zh) | 色彩图像数据转换方法、装置、设备及存储介质 | |
CN113012051A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 |
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 |