CN113850878A - 基于颜色直方图的非光源估计awb方法及系统 - Google Patents
基于颜色直方图的非光源估计awb方法及系统 Download PDFInfo
- Publication number
- CN113850878A CN113850878A CN202111158657.7A CN202111158657A CN113850878A CN 113850878 A CN113850878 A CN 113850878A CN 202111158657 A CN202111158657 A CN 202111158657A CN 113850878 A CN113850878 A CN 113850878A
- Authority
- CN
- China
- Prior art keywords
- histogram
- channel
- image
- color
- rgb
- 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 35
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 18
- 238000013519 translation Methods 0.000 claims abstract description 9
- 230000000694 effects Effects 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 229920006395 saturated elastomer Polymers 0.000 claims description 3
- 238000004091 panning Methods 0.000 claims 1
- 238000012937 correction Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Color Television Image Signal Generators (AREA)
- Color Image Communication Systems (AREA)
- Processing Of Color Television Signals (AREA)
Abstract
本发明涉及一种基于颜色直方图的非光源估计AWB方法，包括以下步骤：获取原始图像，并进行颜色直方图的RGB色度范围判断；若RGB若色度范围大于预设则进行直方图匹配处理，并通过计算RGB通道重叠面积最大时的增益系数，然后使用线性处理来校正图像的白平衡；若RGB若色度范围小于预设，则进行直方图相似度判断，若相似度小于预设值则进行拉伸处理，通过调整颜色直方图的色调范围，若相似度大于预设值进行平移处理，从而实现图像的自动白平衡。本发明能够解决传统基于光源估计的自动白平衡算法场景适应性差、色彩校正不准确等问题，又能够改善多光源下图像自动白平衡的处理效果。
Description
技术领域
本发明涉及图像处理领域，涉及一种基于颜色直方图的非光源估计AWB方法及系统。
背景技术
人类视觉系统具有颜色恒常性特点，因此人类对物体观察不受光源影响。但是传感器在不同光线下，物体呈现的颜色不同，在晴朗天空下会偏蓝，在烛光下会偏红。为了消除光源对于图像传感器成像的影响，模拟人类视觉系统的颜色恒常性，要通过白平衡算法来对各种色温下的图像进行还原。
常见的基于光源估计的自动AWB，比较适用于单一光源的情况，但在多光源下，若仍使用单光源算法估计一个场景中的光源不能有效校正图像的白平衡；基于深度卷积神经网络的白平衡算法可以有效解决图像场景中的多光源以及光源分布不均的情况，但是这类算法需要大量的图片数据集，算法复杂且对硬件需求较高；但基于直方图处理的白平衡算法无需估计光源且算法的复杂性低。
发明内容
有鉴于此，本发明的目的在于提供一种基于颜色直方图的非光源估计AWB方法及系统，能够解决传统基于光源估计的自动白平衡算法场景适应性差、色彩校正不准确等问题，又能够改善多光源下图像自动白平衡的处理效果。
为实现上述目的，本发明采用如下技术方案：
一种基于颜色直方图的非光源估计AWB方法，包括以下步骤：
获取原始图像，并进行颜色直方图的RGB色度范围判断；
若RGB若色度范围大于预设则进行直方图匹配处理，并通过计算RGB通道重叠面积最大时的增益系数，然后使用线性处理来校正图像的白平衡；
若RGB若色度范围小于预设，则进行直方图相似度判断，若相似度小于预设值则进行拉伸处理，通过调整颜色直方图的色调范围，若相似度大于预设值进行平移处理。
进一步的，所述对图像进行颜色直方图的色度范围判断具体为：对RGB三通道的各灰度级及像素分布进行统计，将每个通道分成四个容器(0-63，64-127，128-191，192-255)，然后将每个通道的四个区间进行组合用来得到一个含有64元素的特征向量并用于特征匹配，根据实际情况将每个通道每个区间分配不同的权值。
进一步的，所述对RGB色度范围较宽图像对图像R通道和B通道的直方图分别匹配到G通道的直方图上，并利用颜色通道直方图的一致性来估计图像的白平衡，具体如下：
计算R、G通道的通道直方图，其中hC[n]表示通道直方图，C为R，G，B通道，W，H分别为图像的宽和高
然后计算出R、G通道的累计直方图SC：
进一步的，所述拉伸处理，具体如下：分别定义U和L两个阈值，U为输入图像颜色直方图或百分位数的最大像素值，L为输入图像颜色直方图中的最小像素值或百分位数的最小像素值，U和L的计算公式表示为：
计算U和L的差值，若其差值大于阈值Th，则表明图像的灰度级分布区间较大。
进一步的，所述计算通道重叠面积最大时的增益系数，然后使用线性处理来校正图像的白平衡，具体如下：对图像集不同U、L值的图像进行计算，将U和L分别设置为高于其他99％像素的值和低于其他99％像素的值，并为其设定一个阈值Th，对于大于阈值Th的图像需要根据以下公式计算出输出像素的色度值：
式中，式中表示图片像素的输出值，表示图片像素的输入值，R是输出色度范围。
进一步的，所述对RGB颜色通道相似度的判断，具体如下：
将各通道直方图0至255灰度级分为4个区间，然后计算每个区间内的像素数量；若两个及以上区间的比值大于所设的最大阈值Th_max或者小于最小阈值Th_min，则表明该通道的直方图和G通道直方图相差过大，即图像中存在大量饱和像素会导致直方图匹配算法修正过度，需要对直方图匹配算法进行通道平移的改进处理。
进一步的，所述平移处理，具体如下：
过从0级到255级的求和得到重叠区域，计算RGB通道直方图的重叠面积公式表示为：
其中H表示r、g和b通道颜色直方图的重叠区域，该重叠区域源自三个颜色通道的所有灰度级的交点，重叠区域最大值的计算公式表示为：
Hmax＝max(Hr(kr)，Hg(kg)，Hb(kb))
如果重叠区域H达到最大值，则增益系数kr、kg和kb成为期望值；即当r、g和b通道的颜色直方图具有最接近的特征和最小的相异性时，白平衡效果为最佳。
一种基于颜色直方图的非光源估计AWB系统,包括处理器、存储器以及存储在所述存储器上的计算机程序，所述处理器执行所述计算机程序时，具体执行如上所述的AWB方法中的步骤。
本发明与现有技术相比具有以下有益效果：
1、本发明能够解决传统基于光源估计的自动白平衡算法场景适应性差、色彩校正不准确等问题，又能够改善多光源下图像自动白平衡的处理效果。
2、本发明能够改善传统基于光源估计的AWB在处理多光源图像时效果不佳的问题，白平衡适用场景更加广泛。
附图说明
图1是本发明方法流程图；
图2是本发明一实施例中直方图算法处理后图像RGB通道的分布结果；
图3是本发明与传统光源估计方法的测试对比结果。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
请参照图1，本发明提供一种基于颜色直方图的非光源估计AWB方法，包括以下步骤：
获取原始图像，并进行颜色直方图的RGB色度范围判断；
若RGB若色度范围大于预设则进行直方图匹配处理，并通过计算RGB通道重叠面积最大时的增益系数，然后使用线性处理来校正图像的白平衡；
若RGB若色度范围小于预设，则进行直方图相似度判断，若相似度小于预设值则进行拉伸处理，通过调整颜色直方图的色调范围，若相似度大于预设值进行平移处理。有效避免了图片单色区域被破坏导致色调信息调整过大的情况，使基于直方图算法所处理的图像能够调整更广的色温范围。
参考图2，在本实施例中，对输入的图像进行处理获得RGB通道直方图具体包括对输入的图像进行通道的判断处理，然后获得颜色直方图；所述RGB色度范围较宽图像的直方图进行匹配处理具体为：
对RGB三通道的各灰度级及像素分布进行统计，将每个通道分成四个容器(0-63，64-127，128-191，192-255)，然后将每个通道的四个区间进行组合用来得到一个含有64元素的特征向量并用于特征匹配，所述对图像R通道和B通道的直方图分别匹配到G通道的直方图上，并利用颜色通道直方图的一致性来估计图像的白平衡。
在本实施例中，对RGB色度范围较宽图像对图像R通道和B通道的直方图分别匹配到G通道的直方图上，并利用颜色通道直方图的一致性来估计图像的白平衡，具体如下：
计算R、G通道的通道直方图，其中hC[n]表示通道直方图，C为R，G，B通道，W，H分别为图像的宽和高
然后计算出R、G通道的累计直方图SC：
在本实施例中，针对RGB色度范围较窄图像的直方图进行拉伸处理，具体如下：分别定义U和L两个阈值，U为输入图像颜色直方图或百分位数的最大像素值，L为输入图像颜色直方图中的最小像素值或百分位数的最小像素值，U和L的计算公式表示为：
计算U和L的差值，若其差值大于阈值Th，则表明图像的灰度级分布区间较大。
在本实施例中，计算通道重叠面积最大时的增益系数，然后使用线性处理来校正图像的白平衡，具体如下：对图像集不同U、L值的图像进行计算，将U和L分别设置为高于其他99％像素的值和低于其他99％像素的值，并为其设定一个阈值Th，对于大于阈值Th的图像需要根据以下公式计算出输出像素的色度值：
式中，式中表示图片像素的输出值，表示图片像素的输入值，R是输出色度范围。
在本实施例中，对RGB颜色通道相似度的判断，具体如下：
将各通道直方图0至255灰度级分为4个区间，然后计算每个区间内的像素数量；若两个及以上区间的比值大于所设的最大阈值Th_max或者小于最小阈值Th_min，则表明该通道的直方图和G通道直方图相差过大，即图像中存在大量饱和像素会导致直方图匹配算法修正过度，需要对直方图匹配算法进行通道平移的改进处理。
在本实施例中，平移处理，具体如下：
过从0级到255级的求和得到重叠区域，计算RGB通道直方图的重叠面积公式表示为：
其中H表示r、g和b通道颜色直方图的重叠区域，该重叠区域源自三个颜色通道的所有灰度级的交点，重叠区域最大值的计算公式表示为：
Hmax＝max(Hr(kr)，Hg(kg)，Hb(kb))
如果重叠区域H达到最大值，则增益系数kr、kg和kb成为期望值；即当r、g和b通道的颜色直方图具有最接近的特征和最小的相异性时，白平衡效果为最佳。
在本实施例中，还提供一种基于颜色直方图的非光源估计AWB系统,包括处理器、存储器以及存储在所述存储器上的计算机程序，所述处理器执行所述计算机程序时，具体执行如上所述的AWB方法中的步骤。
从图3中可以看出，与传统光源估计方法相比，此方法能够改善基于光源估计的AWB算法在处理多光源图像时效果不佳的问题，本发明在处理图像的白平衡时更准确，且能够处理的图像场景更丰富。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。
Claims (8)
1.一种基于颜色直方图的非光源估计AWB方法，其特征在于，包括以下步骤：
获取原始图像，并进行颜色直方图的RGB色度范围判断；
若RGB若色度范围大于预设则进行直方图匹配处理，并通过计算RGB通道重叠面积最大时的增益系数，然后使用线性处理来校正图像的白平衡；
若RGB若色度范围小于预设，则进行直方图相似度判断，若相似度小于预设值则进行拉伸处理，通过调整颜色直方图的色调范围，若相似度大于预设值进行平移处理。
2.根据权利要求1所述的基于颜色直方图的非光源估计AWB方法，其特征在于，所述对图像进行颜色直方图的色度范围判断具体为：对RGB三通道的各灰度级及像素分布进行统计，将每个通道分成四个容器(0-63，64-127，128-191，192-255)，然后将每个通道的四个区间进行组合用来得到一个含有64元素的特征向量并用于特征匹配，根据实际情况将每个通道每个区间分配不同的权值。
3.根据权利要求1所述的基于颜色直方图的非光源估计AWB方法，其特征在于，所述对RGB色度范围较宽图像对图像R通道和B通道的直方图分别匹配到G通道的直方图上，并利用颜色通道直方图的一致性来估计图像的白平衡，具体如下：
计算R、G通道的通道直方图，其中hc[n]表示通道直方图，C为R，G，B通道，W，H分别为图像的宽和高
然后计算出R、G通道的累计直方图Sc：
4.根据权利要求1所述的基于颜色直方图的非光源估计AWB方法，其特征在于，所述拉伸处理，具体如下：分别定义U和L两个阈值，U为输入图像颜色直方图或百分位数的最大像素值，L为输入图像颜色直方图中的最小像素值或百分位数的最小像素值，U和L的计算公式表示为：
计算U和L的差值，若其差值大于阈值Th，则表明图像的灰度级分布区间较大。
5.根据权利要求1所述的基于颜色直方图的非光源估计AWB方法，其特征在于，所述计算通道重叠面积最大时的增益系数，然后使用线性处理来校正图像的白平衡，具体如下：对图像集不同U、L值的图像进行计算，将U和L分别设置为高于其他99％像素的值和低于其他99％像素的值，并为其设定一个阈值Th，对于大于阈值Th的图像需要根据以下公式计算出输出像素的色度值：
式中，式中表示图片像素的输出值，表示图片像素的输入值，R是输出色度范围。
6.根据权利要求1所述的基于颜色直方图的非光源估计AWB方法，其特征在于，所述对RGB颜色通道相似度的判断，具体如下：
将各通道直方图0至255灰度级分为4个区间，然后计算每个区间内的像素数量；若两个及以上区间的比值大于所设的最大阈值Th_max或者小于最小阈值Th_min，则表明该通道的直方图和G通道直方图相差过大，即图像中存在大量饱和像素会导致直方图匹配算法修正过度，需要对直方图匹配算法进行通道平移的改进处理。
7.根据权利要求1所述的基于颜色直方图的非光源估计AWB方法，其特征在于，所述平移处理，具体如下：
过从0级到255级的求和得到重叠区域，计算RGB通道直方图的重叠面积公式表示为：
其中H表示r、g和b通道颜色直方图的重叠区域，该重叠区域源自三个颜色通道的所有灰度级的交点，重叠区域最大值的计算公式表示为：
Hmax＝max(Hr(kr)，Hg(kg)，Hb(kb))
如果重叠区域H达到最大值，则增益系数kr、kg和kb成为期望值；即当r、g和b通道的颜色直方图具有最接近的特征和最小的相异性时，白平衡效果为最佳。
8.一种基于颜色直方图的非光源估计AWB系统,其特征在于，包括处理器、存储器以及存储在所述存储器上的计算机程序，所述处理器执行所述计算机程序时，具体执行如权利要求1-7任一项所述的AWB方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111158657.7A CN113850878A (zh) | 2021-09-30 | 2021-09-30 | 基于颜色直方图的非光源估计awb方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111158657.7A CN113850878A (zh) | 2021-09-30 | 2021-09-30 | 基于颜色直方图的非光源估计awb方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113850878A true CN113850878A (zh) | 2021-12-28 |
Family
ID=78977194
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111158657.7A Pending CN113850878A (zh) | 2021-09-30 | 2021-09-30 | 基于颜色直方图的非光源估计awb方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113850878A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115131349A (zh) * | 2022-08-30 | 2022-09-30 | 新泰市中医医院 | 基于内分泌试纸彩色直方图的白平衡调节方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060153444A1 (en) * | 2005-01-07 | 2006-07-13 | Mejdi Trimeche | Automatic white balancing of colour gain values |
| CN103517049A (zh) * | 2013-10-15 | 2014-01-15 | 上海交通大学 | 一种自动白平衡的方法及电路 |
| CN111669560A (zh) * | 2020-05-11 | 2020-09-15 | 安徽百诚慧通科技有限公司 | 一种基于fpga的实时自动白平衡校正方法、系统及存储介质 |
-
2021
- 2021-09-30 CN CN202111158657.7A patent/CN113850878A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060153444A1 (en) * | 2005-01-07 | 2006-07-13 | Mejdi Trimeche | Automatic white balancing of colour gain values |
| CN101124611A (zh) * | 2005-01-07 | 2008-02-13 | 诺基亚公司 | 颜色增益值的自动白平衡 |
| CN103517049A (zh) * | 2013-10-15 | 2014-01-15 | 上海交通大学 | 一种自动白平衡的方法及电路 |
| CN111669560A (zh) * | 2020-05-11 | 2020-09-15 | 安徽百诚慧通科技有限公司 | 一种基于fpga的实时自动白平衡校正方法、系统及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| CHENGQIANG HUANG ET.AL.: "A Low Power and Low Complexity Automatic White Balance Algorithm for AMOLED Driving Using Histogram Matching", JOURNAL OF DISPLAY TECHNOLOGY, vol. 11, no. 1, 31 January 2015 (2015-01-31), pages 53 - 59, XP011571631, DOI: 10.1109/JDT.2014.2360375 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115131349A (zh) * | 2022-08-30 | 2022-09-30 | 新泰市中医医院 | 基于内分泌试纸彩色直方图的白平衡调节方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109410126B (zh) | 一种细节增强与亮度自适应的高动态范围图像的色调映射方法 | |
| CN106845455B (zh) | 基于肤色检测的图像处理方法、系统及服务器 | |
| CN108551576B (zh) | 一种白平衡方法及装置 | |
| CN113301318B (zh) | 图像的白平衡处理方法、装置、存储介质及终端 | |
| CN102045490B (zh) | 图像处理装置以及图像处理方法 | |
| EP3657785B1 (en) | Image white balance processing method and apparatus, and terminal device | |
| US20120155763A1 (en) | Method and apparatus for white balance | |
| CN108009997B (zh) | 一种调整图像对比度的方法及装置 | |
| US10224004B2 (en) | Automatic white balance based on surface reflection decomposition | |
| CN111163301B (zh) | 色彩调整方法、装置及计算机可读存储介质 | |
| CN111598812B (zh) | 一种基于rgb和hsv双颜色空间的图像去雾方法 | |
| JP2002204353A (ja) | 画像状態推定方法、画像補正方法および補正装置 | |
| JP2007097175A (ja) | ゾーン重み付け機能を備えたホワイトバランス機構 | |
| CN113824945B (zh) | 一种基于深度学习的快速自动白平衡和颜色矫正方法 | |
| CN112788322B (zh) | 自适应白平衡处理方法、装置、介质及电子设备 | |
| CN113850878A (zh) | 基于颜色直方图的非光源估计awb方法及系统 | |
| US9384561B2 (en) | Method of selecting a region of interest | |
| CN110175967A (zh) | 图像去雾处理方法、系统、计算机设备和存储介质 | |
| KR101018237B1 (ko) | 단색 영상의 영향을 고려한 자동 화이트 밸런스 조정 장치 및 방법 | |
| Chambah et al. | Recent progress in automatic digital restoration of color motion pictures | |
| CN115665395B (zh) | 一种适用于单调场景下的图像白平衡方法 | |
| CN112991240B (zh) | 一种用于实时图像增强的图像自适应增强算法 | |
| JP2012510201A (ja) | デジタル画像における記憶色の修正 | |
| CN113596422A (zh) | 一种色彩校正矩阵ccm调整的方法及监控设备 | |
| CN114219723A (zh) | 一种图像增强方法、图像增强装置和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 |