CN113256522A - 低照度图像增强的方法、装置及可读存储介质 - Google Patents

低照度图像增强的方法、装置及可读存储介质 Download PDF

Info

Publication number
CN113256522A
CN113256522A CN202110561199.5A CN202110561199A CN113256522A CN 113256522 A CN113256522 A CN 113256522A CN 202110561199 A CN202110561199 A CN 202110561199A CN 113256522 A CN113256522 A CN 113256522A
Authority
CN
China
Prior art keywords
pixel
image
value
illumination
low
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
CN202110561199.5A
Other languages
English (en)
Inventor
赵海武
王国中
范涛
李国平
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.)
SHANGHAI GMT DIGITAL TECHNOLOGY CO LTD
Original Assignee
SHANGHAI GMT DIGITAL 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 SHANGHAI GMT DIGITAL TECHNOLOGY CO LTD filed Critical SHANGHAI GMT DIGITAL TECHNOLOGY CO LTD
Priority to CN202110561199.5A priority Critical patent/CN113256522A/zh
Publication of CN113256522A publication Critical patent/CN113256522A/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
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种低照度图像增强的方法、装置及可读存储介质，所述方法包括：对原始图像中的每个像素P(x，y)进行分区处理，以P(x，y)为中心，取半径为r的圆形邻域，记为Ω(x，y，r)；查找每个像素P(x，y)对应的Ω(x，y，r)中所有像素的值的最大值并作为光照强度的估计值，记为max(x，y，r)；计算各个像素P(x，y)增强后的值Q(x，y)，Q(x，y)＝M*V(x，y)/max(x，y，r)，并生成所述原始图像的目标增强图像，其中，M为所述目标增强图像的光照强度的预设阈值，V(x，y)为像素P(x，y)的像素值。本发明提供的低照度图像增强的方法通过将Retinex算法与直方图均衡方法相结合，避免了通过Retinex进行图像增强时反射率大于1的情况出现，得到了更优的目标增强图像。

Description

低照度图像增强的方法、装置及可读存储介质
技术领域
本发明涉及图像处理技术领域，尤其涉及一种低照度图像增强的方法、装置及可读存储介质。
背景技术
目前，各种光学成像装置广泛地应用在各种领域，但是，在环境光照亮度较低或光学传感器灵敏度较低的情况下，成像装置所成图像存在亮度不够、对比度降低等退化问题，进而导致图像观感下降或影响数字图像处理系统的分析与识别等问题的出现。因此有必要研究低照度下图像增强算法，使光学成像系统可以适用于缺乏光照的场景。
Retinex理论解释了人类视觉感知物体色彩的原理。该理论表明尽管从物体到达人眼的可见光是物体反射率和光照强度的乘积，但人类视觉系统感知到的物体色彩只和物体固有的反射率有关，与光照条件无关。因而在不同光照条件下，人眼感知到的物体色彩是不变的。然而，相机等图像设备记录到的物体图像像素值是由物体反射率和光照强度的乘积决定的，因而在不同光照条件下得到的物体图像的色彩是不同的。Retinex算法的目标是要利用在一定光照条件下拍摄到的物体的图像,构造有效方法获取尽可能反映物体真实色彩的物体反射率所对应的反射图像以及光照强度对应的光照图像。
在求解光照强度时，假设光照强度是稳定的，因此采用局部平均值作为对光照强度的估计。但是用这种方法得到的反射率可能会大于1，这与反射率的物理意义相矛盾。为此，人们采用了各种方法进行补救。虽然取得了较好的效果，但是没有从根本上解决反射率大于1的问题。
发明内容
本发明的目的在于提供一种低照度图像增强的方法、装置及可读存储介质，通过将Retinex算法与直方图均衡方法相结合，避免了通过Retinex进行图像增强时反射率大于1的情况出现，得到了更优的目标增强图像。
为了达到上述目的，作为本发明的第一个方面，提供了一种低照度图像增强的方法，包括：
对原始图像中的每个像素P(x，y)进行分区处理，以P(x，y)为中心，取半径为r的圆形邻域，记为Ω(x，y，r)，Ω(x，y，r)中包含所有到像素P(x，y)的距离小于等于r的像素；
查找每个像素P(x，y)对应的Ω(x，y，r)中所有像素的值的最大值并作为光照强度的估计值，记为max(x，y，r)；
计算各个像素P(x，y)增强后的值Q(x，y)，并生成所述原始图像的目标增强图像，所述Q(x，y)的计算公式如下：
Q(x，y)＝M*V(x，y)/max(x，y，r)
其中，M为所述目标增强图像的光照强度的预设阈值，V(x，y)为像素P(x，y)的像素值。
可选的，两个像素P1(x1，y1)和P2(x2，y2)之间的距离d的计算公式如下：
Figure BDA0003078695830000021
可选的，所述r的取值介于30～90之间。
可选的，所述预设阈值小于允许的最大像素值。
可选的，所述像素值采用八位二进制表示，所述预设阈值不大于255。
可选的，所述原始图像为彩色图像、灰度图像或黑白图像。
可选的，所述原始图像为彩色图像，具有R、G、B三个分量，每个分量分别计算各个像素P(x，y)增强后的值。
为了达到上述目的，作为本发明的第二个方面，提供了一种低照度图像增强的装置，包括：
分区模块，用于对原始图像中的每个像素P(x，y)进行分区处理，以P(x，y)为中心，取半径为r的圆形邻域，记为Ω(x，y，r)，Ω(x，y，r)中包含所有到像素P(x，y)的距离小于等于r的像素；
查找模块，用于查找每个像素P(x，y)对应的Ω(x，y，r)中像素的值的最大值并作为光照强度的估计值，记为max(x，y，r)；
增强模块，用于计算各个像素P(x，y)增强后的值Q(x，y)，并生成所述原始图像的目标增强图像，所述Q(x，y)的计算公式如下：
Q(x，y)＝M*V(x，y)/max(x，y)
其中，M为所述目标增强图像的光照强度的预设阈值，V(x，y)为像素P(x，y)的像素值。
可选的，所述r的取值介于30～90之间。
为了达到上述目的，作为本发明的第三个方面，提供了一种可读存储介质，其上存储有程序，所述程序被执行时实现所述的低照度图像增强的方法。
在本发明提供的低照度图像增强的方法、装置及可读存储介质中，通过将Retinex算法与直方图均衡方法相结合，得到了一种新的低照度图像增强方法，避免了通过Retinex进行图像增强时反射率大于1的情况出现，得到了更优的目标增强图像
附图说明
本领域的普通技术人员应当理解，提供的附图用于更好地理解本发明，而不对本发明的范围构成任何限定。其中：
图1为本实施例提供的低照度图像增强的方法的步骤图；
图2为本实施例提供的低照度图像增强的装置的示意图；
附图中：
100-分区模块；200-查找模块；300-增强模块。
具体实施方式
正如背景技术所述，Retinex算法把图像看成是光照强度和物体表面反射率相乘的结果。但是在求解光照强度时，假设光照强度是稳定的，因此采用局部平均值作为对光照强度的估计。用这种方法得到的反射率可能会大于1，这与反射率的物理意义相矛盾。为此，人们采用了各种方法进行补救。虽然取得了较好的效果，但是没有从根本上解决反射率大于1的问题。
现有技术中的摄像头拍摄视频处理技术中，对视频的每一帧需要进行处理，并最终实现对整个视频的图像处理。在视频的帧图像处理技术中，直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同，直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布
在此基础上，本发明通过将Retinex算法与直方图均衡方法相结合，得到了一种新的低照度图像增强方法、装置及可读存储介质，可以避免反射率大于1的情况出现，得到了更优的目标增强图像。
为使本发明的目的、优点和特征更加清楚，以下结合附图和具体实施例对本发明作进一步详细说明。需说明的是，附图均采用非常简化的形式且未按比例绘制，仅用以方便、明晰地辅助说明本发明实施例的目的。此外，附图所展示的结构往往是实际结构的一部分。特别的，各附图需要展示的侧重点不同，有时会采用不同的比例。
如在本发明中所使用的，单数形式“一”、“一个”以及“该”包括复数对象，除非内容另外明确指出外。如在本发明中所使用的，术语“或”通常是以包括“和/或”的含义而进行使用的，除非内容另外明确指出外。如在本发明中所使用的，术语“若干”通常是以包括“至少一个”的含义而进行使用的，除非内容另外明确指出外。如在本发明中所使用的，术语“至少两个”通常是以包括“两个或两个以上”的含义而进行使用的，除非内容另外明确指出外。此外，术语“第一”、“第二”、“第三”仅用于描述目的，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。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者至少两个该特征。
本发明的核心思想在于提供一种低照度图像增强的方法、装置及可读存储介质，以避免现有的Retinex图像增强中反射率大于1的情况出现。
以下参考附图进行描述。
请参照图1，图1为本实施例提供的低照度图像增强的方法的步骤图。本实施例提供了一种低照度图像增强的方法，包括以下步骤：
S1、对原始图像中的每个像素P(x，y)进行分区处理，以P(x，y)为中心，取半径为r的圆形邻域，记为Ω(x，y，r)，Ω(x，y，r)中包含所有到像素P(x，y)的距离小于等于r的像素；
S2、查找每个像素P(x，y)对应的Ω(x，y，r)中所有像素的值的最大值并作为光照强度的估计值，记为max(x，y，r)；
S3、计算各个像素P(x，y)增强后的值Q(x，y)，并生成所述原始图像的目标增强图像，所述Q(x，y)的计算公式如下：
Q(x，y)＝M*V(x，y)/max(x，y，r)
其中，M为所述目标增强图像的光照强度的预设阈值，V(x，y)为像素P(x，y)的像素值。
具体的，先执行步骤S1，对原始图像中的每个像素P(x，y)进行分区处理，以P(x，y)为中心，取半径为r的圆形邻域，记为Ω(x，y，r)，Ω(x，y，r)中包含所有到像素P(x，y)的距离小于等于r的像素。
所述原始图像可以是彩色图像、灰度图像或黑白图像，本申请对此不作任何限制。
当所述原始图像为彩色图像时，所述彩色图像具有R、G、B三个分量，则每个分量均需要按照步骤S1～S3分别计算各个像素P(x，y)增强后的值。同理，当所述原始图像为黑白图像时，所述黑白图像具有两个分量，每个分量均需要按照步骤S1～S3分别计算各个像素P(x，y)增强后的值。
本实施例中，两个像素P1(x1，y1)和P2(x2，y2)之间的距离d的计算公式如下：
Figure BDA0003078695830000051
例如，以像素P1(x1，y1)为中心，当像素P2(x2，y2)到所述像素P1(x1，y1)的距离d小于r时，则将所述像素P2(x2，y2)纳入所述像素P1(x1，y1)的圆形邻域Ω(x1，y1，r)中。
进一步的，所述r的取值介于30～90之间。本实施例中，所述r的取值为30。
接着，执行步骤S2，查找每个像素P(x，y)对应的Ω(x，y，r)中所有像素的值的最大值并作为光照强度的估计值，记为max(x，y，r)，也就是说，需要找出每个像素P(x，y)对应的Ω(x，y，r)中的最大像素值，作为光照强度的估计值。
然后执行步骤S3，计算各个像素P(x，y)增强后的值Q(x，y)，并生成所述原始图像的目标增强图像，所述Q(x，y)的计算公式如下：
Q(x，y)＝M*V(x，y)/max(x，y，r)
其中，M为所述目标增强图像的光照强度的预设阈值，V(x，y)为像素P(x，y)的像素值。
可以理解的是，根据Retinex算法，物体到达人眼的可见光是物体反射率和光照强度的乘积，max(x，y，r)对应于原始图像的光照强度，通过使各个像素的像素值V(x，y)除以对应的max(x，y，r)可以得到原始图像的反射率，由于M为所述目标增强图像的光照强度的预设阈值，故通过所述M乘以所述反射率可得到各个像素增强后的值Q(x，y)，进而生成所述原始图像的目标增强图像。并且，由于max(x，y，r)为像素对应的圆形邻域中的最大像素值，故V(x，y)/max(x，y，r)必然为小于或等于1的值，从而避免了反射率大于1的情况出现。
进一步的，所述预设阈值小于允许的最大像素值。
更进一步的，所述像素值采用八位二进制表示，则所述预设阈值不大于255。本实施例中，所述预设阈值例如为200，假设某个像素P(x，y)对应的像素值V(x，y)为5，该像素对应的Ω(x，y，r)中所有像素的值的最大值max(x，y，r)为10，则根据公式Q(x，y)＝M*V(x，y)/max(x，y，r)计算得到该像素增强后的像素值为100。
基于此，请参照图2，图2为本实施例提供的低照度图像增强装置的示意图。本发明还提供了一种低照度图像增强的装置，包括：
分区模块100，用于对原始图像中的每个像素P(x，y)进行分区处理，以P(x，y)为中心，取半径为r的圆形邻域，记为Ω(x，y，r)，Ω(x，y，r)中包含所有到像素P(x，y)的距离小于等于r的像素；
查找模块200，用于查找每个像素P(x，y)对应的Ω(x，y，r)中像素的值的最大值并作为光照强度的估计值，记为max(x，y，r)；
增强模块300，用于计算各个像素P(x，y)增强后的值Q(x，y)，并生成所述原始图像的目标增强图像，所述Q(x，y)的计算公式如下：
Q(x，y)＝M*V(x，y)/max(x，y，r)
其中，M为所述目标增强图像的光照强度的预设阈值，V(x，y)为像素P(x，y)的像素值。
本实施例中，所述r的取值介于30～90之间。
进一步的，所述预设阈值小于允许的最大像素值。本实施例中，所述像素值采用八位二进制表示，所述预设阈值不大于255。
进一步的，所述原始图像为彩色图像、灰度图像或黑白图像。本实施例中，所述原始图像为彩色图像，具有R、G、B三个分量，每个分量通过所述增强模块300分别计算各个像素P(x，y)增强后的值。
本发明还提供了一种可读存储介质，其上存储有程序，所述程序被执行时实现根据所述的低照度图像增强的方法。
综上，本发明提供了一种低照度图像增强的方法、装置及可读存储介质，所述方法包括：对原始图像中的每个像素P(x，y)进行分区处理，以P(x，y)为中心，取半径为r的圆形邻域，记为Ω(x，y，r)，Ω(x，y，r)中包含所有到像素P(x，y)的距离小于等于r的像素；查找每个像素P(x，y)对应的Ω(x，y，r)中所有像素的值的最大值并作为光照强度的估计值，记为max(x，y，r)；计算各个像素P(x，y)增强后的值Q(x，y)，Q(x，y)＝M*V(x，y)/max(x，y，r)，并生成所述原始图像的目标增强图像，其中，M为所述目标增强图像的光照强度的预设阈值，V(x，y)为像素P(x，y)的像素值。本发明提供的低照度图像增强的方法通过将Retinex算法与直方图均衡方法相结合，得到了一种新的低照度图像增强方法，避免了通过Retinex进行图像增强时反射率大于1的情况出现，得到了更优的目标增强图像
此外还应该认识到，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案作出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围。

Claims (10)

1.一种低照度图像增强的方法，其特征在于，包括：
对原始图像中的每个像素P(x，y)进行分区处理，以P(x，y)为中心，取半径为r的圆形邻域，记为Ω(x，y，r)，Ω(x，y，r)中包含所有到像素P(x，y)的距离小于等于r的像素；
查找每个像素P(x，y)对应的Ω(x，y，r)中所有像素的值的最大值并作为光照强度的估计值，记为max(x，y，r)；
计算各个像素P(x，y)增强后的值Q(x，y)，并生成所述原始图像的目标增强图像，所述Q(x，y)的计算公式如下：
Q(x，y)＝M*V(x，y)/max(x，y，r)
其中，M为所述目标增强图像的光照强度的预设阈值，V(x，y)为像素P(x，y)的像素值。
2.如权利要求1所述的低照度图像增强的方法，其特征在于，两个像素P1(x1，y1)和P2(x2，y2)之间的距离d的计算公式如下：
Figure FDA0003078695820000011
3.如权利要求1所述的低照度图像增强的方法，其特征在于，所述r的取值介于30～90之间。
4.如权利要求1所述的低照度图像增强的方法，其特征在于，所述预设阈值小于允许的最大像素值。
5.如权利要求4所述的低照度图像增强的方法，其特征在于，所述像素值采用八位二进制表示，所述预设阈值不大于255。
6.如权利要求1所述的低照度图像增强的方法，其特征在于，所述原始图像为彩色图像、灰度图像或黑白图像。
7.如权利要求6所述的低照度图像增强的方法，其特征在于，所述原始图像为彩色图像，具有R、G、B三个分量，每个分量分别计算各个像素P(x，y)增强后的值。
8.一种低照度图像增强的装置，其特征在于，包括：
分区模块，用于对原始图像中的每个像素P(x，y)进行分区处理，以P(x，y)为中心，取半径为r的圆形邻域，记为Ω(x，y，r)，Ω(x，y，r)中包含所有到像素P(x，y)的距离小于等于r的像素；
查找模块，用于查找每个像素P(x，y)对应的Ω(x，y，r)中像素的值的最大值并作为光照强度的估计值，记为max(x，y，r)；
增强模块，用于计算各个像素P(x，y)增强后的值Q(x，y)，并生成所述原始图像的目标增强图像，所述Q(x，y)的计算公式如下：
Q(x，y)＝M*V(x，y)/max(x，y)
其中，M为所述目标增强图像的光照强度的预设阈值，V(x，y)为像素P(x，y)的像素值。
9.如权利要求8所述的低照度图像增强的装置，其特征在于，所述r的取值介于30～90之间。
10.一种可读存储介质，其上存储有程序，其特征在于，所述程序被执行时实现根据权利要求1～7中任一项所述的低照度图像增强的方法。
CN202110561199.5A 2021-05-21 2021-05-21 低照度图像增强的方法、装置及可读存储介质 Pending CN113256522A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110561199.5A CN113256522A (zh) 2021-05-21 2021-05-21 低照度图像增强的方法、装置及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110561199.5A CN113256522A (zh) 2021-05-21 2021-05-21 低照度图像增强的方法、装置及可读存储介质

Publications (1)

Publication Number Publication Date
CN113256522A true CN113256522A (zh) 2021-08-13

Family

ID=77183756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110561199.5A Pending CN113256522A (zh) 2021-05-21 2021-05-21 低照度图像增强的方法、装置及可读存储介质

Country Status (1)

Country Link
CN (1) CN113256522A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07274004A (ja) * 1994-03-29 1995-10-20 Dainippon Screen Mfg Co Ltd 画像の鮮鋭度強調装置
CN1731451A (zh) * 2005-08-22 2006-02-08 上海广电（集团）有限公司中央研究院 增强图像颜色的方法
CN102129673A (zh) * 2011-04-19 2011-07-20 大连理工大学 一种随意光照下彩色数字图像增强和去噪方法
CN103578084A (zh) * 2013-12-09 2014-02-12 西安电子科技大学 基于亮通道滤波的彩色图像增强方法
CN103914813A (zh) * 2014-04-10 2014-07-09 西安电子科技大学 彩色雾霾图像去雾与光照补偿的复原方法
CN105654438A (zh) * 2015-12-27 2016-06-08 西南技术物理研究所 基于局部直方图均衡的灰度图像拟合增强方法
CN109345491A (zh) * 2018-09-26 2019-02-15 中国科学院西安光学精密机械研究所 一种融合梯度和灰度信息的遥感图像增强方法
CN110163807A (zh) * 2019-03-20 2019-08-23 哈尔滨工业大学 一种基于期望亮通道的低照度图像增强方法
CN110428379A (zh) * 2019-07-29 2019-11-08 慧视江山科技(北京)有限公司 一种图像灰度增强方法及系统
CN111986120A (zh) * 2020-09-15 2020-11-24 天津师范大学 一种基于帧累加和多尺度Retinex的低光照图像增强优化方法
CN112819702A (zh) * 2019-11-15 2021-05-18 北京金山云网络技术有限公司 图像增强方法、装置、电子设备及计算机可读存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07274004A (ja) * 1994-03-29 1995-10-20 Dainippon Screen Mfg Co Ltd 画像の鮮鋭度強調装置
CN1731451A (zh) * 2005-08-22 2006-02-08 上海广电（集团）有限公司中央研究院 增强图像颜色的方法
CN102129673A (zh) * 2011-04-19 2011-07-20 大连理工大学 一种随意光照下彩色数字图像增强和去噪方法
CN103578084A (zh) * 2013-12-09 2014-02-12 西安电子科技大学 基于亮通道滤波的彩色图像增强方法
CN103914813A (zh) * 2014-04-10 2014-07-09 西安电子科技大学 彩色雾霾图像去雾与光照补偿的复原方法
CN105654438A (zh) * 2015-12-27 2016-06-08 西南技术物理研究所 基于局部直方图均衡的灰度图像拟合增强方法
CN109345491A (zh) * 2018-09-26 2019-02-15 中国科学院西安光学精密机械研究所 一种融合梯度和灰度信息的遥感图像增强方法
CN110163807A (zh) * 2019-03-20 2019-08-23 哈尔滨工业大学 一种基于期望亮通道的低照度图像增强方法
CN110428379A (zh) * 2019-07-29 2019-11-08 慧视江山科技(北京)有限公司 一种图像灰度增强方法及系统
CN112819702A (zh) * 2019-11-15 2021-05-18 北京金山云网络技术有限公司 图像增强方法、装置、电子设备及计算机可读存储介质
CN111986120A (zh) * 2020-09-15 2020-11-24 天津师范大学 一种基于帧累加和多尺度Retinex的低光照图像增强优化方法

Similar Documents

Publication Publication Date Title
Zhang et al. Nighttime haze removal based on a new imaging model
KR100791375B1 (ko) 색 보정 장치 및 방법
CN109754377B (zh) 一种多曝光图像融合方法
CN109767467A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN106886985B (zh) 一种减小色偏的自适应低照度图像增强方法
US10521887B2 (en) Image processing device and image processing method
CN110163807B (zh) 一种基于期望亮通道的低照度图像增强方法
CN109325918B (zh) 一种图像处理的方法、装置及计算机存储介质
CN113039576A (zh) 图像增强系统和方法
CN110807735A (zh) 图像处理方法、装置、终端设备及计算机可读存储介质
CN110087051B (zh) 基于hsv色彩空间的彩色图眩光去除方法及系统
KR20230146974A (ko) 영상의 밝기 개선 방법 및 장치
CN113706393A (zh) 视频增强方法、装置、设备及存储介质
JP2004133919A (ja) 擬似３次元画像生成装置および生成方法並びにそのためのプログラムおよび記録媒体
JP2010506482A (ja) ビデオストリームの視差回復方法及びフィルタ
CN110136085B (zh) 一种图像的降噪方法及装置
EP4090006A2 (en) Image signal processing based on virtual superimposition
CN110290313B (zh) 一种引导自动对焦设备失焦的方法
CN111275648A (zh) 人脸图像处理方法、装置、设备及计算机可读存储介质
CN113256522A (zh) 低照度图像增强的方法、装置及可读存储介质
CN116263942A (zh) 一种调整图像对比度的方法、存储介质及计算机程序产品
CN114339064A (zh) 一种基于熵权图像梯度的贝叶斯优化曝光控制方法
WO2020084894A1 (ja) マルチカメラシステム、制御値算出方法及び制御装置
CN113012051A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
Akiyama et al. Perceptually-based optimization for radiometric projector compensation

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