CN114240800A - 面向散射场景的编码摄像图像增强方法及装置 - Google Patents

面向散射场景的编码摄像图像增强方法及装置 Download PDF

Info

Publication number
CN114240800A
CN114240800A CN202111582683.2A CN202111582683A CN114240800A CN 114240800 A CN114240800 A CN 114240800A CN 202111582683 A CN202111582683 A CN 202111582683A CN 114240800 A CN114240800 A CN 114240800A
Authority
CN
China
Prior art keywords
domain
white balance
image
centroid point
enhancement
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.)
Granted
Application number
CN202111582683.2A
Other languages
English (en)
Other versions
CN114240800B (zh
Inventor
季向阳
王枭宇
张亿
连晓聪
金欣
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN202111582683.2A priority Critical patent/CN114240800B/zh
Publication of CN114240800A publication Critical patent/CN114240800A/zh
Application granted granted Critical
Publication of CN114240800B publication Critical patent/CN114240800B/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
    • G06T5/94—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
    • 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)
  • Processing Of Color Television Signals (AREA)
  • Color Image Communication Systems (AREA)
  • Color Television Image Signal Generators (AREA)

Abstract

本申请涉及计算机视觉与数字图像处理技术领域，特别涉及一种面向散射场景的编码摄像图像增强方法及装置，其中，方法包括：对未经过白平衡增强的散射图像，利用灰度世界方法进行白平衡预增强，得到预增强后的散射图像；将预增强后的散射图像由红‑绿‑蓝RGB域转换到色调‑饱和度‑亮度HSV域，并求出二维HS域下的质心点对应的笛卡尔坐标；反解质心点笛卡尔坐标对应的二维HS域坐标值；任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强。由此，可以实现散射场景下图像的自动白平衡增强，同时大幅提升白平衡精度。

Description

面向散射场景的编码摄像图像增强方法及装置
技术领域
本申请涉及计算机视觉与数字图像处理技术领域，特别涉及一种面向散射场景的编码摄像图像增强方法及装置。
背景技术
散射介质内部具有复杂的反射率和折射率分布，散射场景下相机拍摄图像的颜色信息会受到严重的破坏，具体表现为图像不同颜色通道之间的差异性大幅减小，图像的饱和度大幅降低，亮度产生波动，同时伴随强烈的噪声扰动。在此情况下，图像采集设备无参考自动白平衡增强的准确性变得尤为重要，以适应全天候散射场景实时白平衡校正的需求。
申请内容
本申请提供一种面向散射场景的编码摄像图像增强方法及装置，可以实现散射场景下图像的自动白平衡增强，同时大幅提升白平衡精度。
本申请第一方面实施例提供一种面向散射场景的编码摄像图像增强方法，包括以下步骤：
对未经过白平衡增强的散射图像，利用灰度世界方法进行白平衡预增强，得到预增强后的散射图像；
将所述预增强后的散射图像由红-绿-蓝RGB域转换到色调-饱和度-亮度HSV域，并求出二维HS域下的质心点对应的笛卡尔坐标；
反解所述质心点笛卡尔坐标对应的二维HS域坐标值；以及
任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强。
可选地，所述二维HS域下的质心点对应的笛卡尔坐标的计算公式为：
Figure BDA0003427494840000011
Figure BDA0003427494840000012
其中，x(p)为二维HS域下的笛卡尔坐标系的横坐标，y(p)为二维HS域下的笛卡尔坐标系的纵坐标，
Figure BDA0003427494840000021
和
Figure BDA0003427494840000022
由
Figure BDA0003427494840000023
得到，
Figure BDA0003427494840000024
为经过灰度世界法白平衡预增强的彩色散射图像的色调-饱和度-亮度HSV表示，p为二维图像的坐标表示，S为饱和度，H为色调，V为亮度。
可选地，在求出所述二维HS域下的质心点对应的笛卡尔坐标之后，还包括：
基于所述二维HS域下的质心点对应的笛卡尔坐标计算笛卡尔坐标系下的质心点，其中，所述笛卡尔坐标系下的质心点的求解公式为：
Figure BDA0003427494840000025
Figure BDA0003427494840000026
其中，
Figure BDA0003427494840000027
为笛卡尔坐标系下的质心点的横坐标，
Figure BDA0003427494840000028
为笛卡尔坐标系下的质心点的纵坐标。
可选地，所述任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强，包括：
在亮度V通道允许的取值范围内，任意赋值所述质心点对应的V值；
赋值后，构成完整的质心点HSV域色彩值，并转换到所述RGB域，得到所述质心点对应的RGB域色彩值。
可选地，所述任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强，还包括：
基于所述质心点对应的RGB域色彩值，利用增强公式对所述散射图像的白平衡增强，其中，所述增强公式为：
Figure BDA0003427494840000029
Figure BDA00034274948400000210
Figure BDA00034274948400000211
其中，
Figure BDA0003427494840000031
和
Figure BDA0003427494840000032
由
Figure BDA0003427494840000033
得到，
Figure BDA0003427494840000034
为预增强后的散射图像，[R,G,B]分别为相机的红、绿、蓝颜色通道，
Figure BDA0003427494840000035
和
Figure BDA0003427494840000036
由
Figure BDA0003427494840000037
得到，
Figure BDA0003427494840000038
为质心点对应的RGB域色彩值，
Figure BDA0003427494840000039
和
Figure BDA00034274948400000310
由
Figure BDA00034274948400000311
得到，
Figure BDA00034274948400000312
为散射自动白平衡增强后的彩色图像。
本申请第二方面实施例提供一种面向散射场景的编码摄像图像增强装置，包括：
获取模块，用于对未经过白平衡增强的散射图像，利用灰度世界方法进行白平衡预增强，得到预增强后的散射图像；
转换模块，用于将所述预增强后的散射图像由红-绿-蓝RGB域转换到色调-饱和度-亮度HSV域，并求出二维HS域下的质心点对应的笛卡尔坐标；
反解模块，用于反解所述质心点笛卡尔坐标对应的二维HS域坐标值；以及
计算模块，用于任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强。
可选地，所述二维HS域下的质心点对应的笛卡尔坐标的计算公式为：
Figure BDA00034274948400000313
Figure BDA00034274948400000314
其中，x(p)为二维HS域下的笛卡尔坐标系的横坐标，y(p)为二维HS域下的笛卡尔坐标系的纵坐标，
Figure BDA00034274948400000315
和
Figure BDA00034274948400000316
由
Figure BDA00034274948400000317
得到，
Figure BDA00034274948400000318
为经过灰度世界法白平衡预增强的彩色散射图像的色调-饱和度-亮度HSV表示，p为二维图像的坐标表示，S为饱和度，H为色调，V为亮度。
可选地，在求出所述二维HS域下的质心点对应的笛卡尔坐标之后，所述转换模块还用于：
基于所述二维HS域下的质心点对应的笛卡尔坐标计算笛卡尔坐标系下的质心点，其中，所述笛卡尔坐标系下的质心点的求解公式为：
Figure BDA00034274948400000319
Figure BDA0003427494840000041
其中，
Figure BDA0003427494840000042
为笛卡尔坐标系下的质心点的横坐标，
Figure BDA0003427494840000043
为笛卡尔坐标系下的质心点的纵坐标。
可选地，所述计算模块，具体用于：
在亮度V通道允许的取值范围内，任意赋值所述质心点对应的V值；
赋值后，构成完整的质心点HSV域色彩值，并转换到所述RGB域，得到所述质心点对应的RGB域色彩值。
可选地，所述计算模块，还用于：
基于所述质心点对应的RGB域色彩值，利用增强公式对所述散射图像的白平衡增强，其中，所述增强公式为：
Figure BDA0003427494840000044
Figure BDA0003427494840000045
Figure BDA0003427494840000046
其中，
Figure BDA0003427494840000047
和
Figure BDA0003427494840000048
由
Figure BDA0003427494840000049
得到，
Figure BDA00034274948400000410
为预增强后的散射图像，[R,G,B]分别为相机的红、绿、蓝颜色通道，
Figure BDA00034274948400000411
和
Figure BDA00034274948400000412
由
Figure BDA00034274948400000413
得到，
Figure BDA00034274948400000414
为质心点对应的RGB域色彩值，
Figure BDA00034274948400000415
和
Figure BDA00034274948400000416
由
Figure BDA00034274948400000417
得到，
Figure BDA00034274948400000418
为散射自动白平衡增强后的彩色图像。
本申请第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的面向散射场景的编码摄像图像增强方法。
本申请第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现上述的面向散射场景的编码摄像图像增强方法。
由此，可以对未经过白平衡增强的散射图像，利用灰度世界方法进行白平衡预增强，得到预增强后的散射图像，并将预增强后的散射图像由红-绿-蓝RGB域转换到色调-饱和度-亮度HSV域，并求出二维HS域下的质心点对应的笛卡尔坐标，并反解质心点笛卡尔坐标对应的二维HS域坐标值，并任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强。由此，可以实现散射场景下图像的自动白平衡增强，同时大幅提升白平衡精度。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本申请实施例提供的一种面向散射场景的编码摄像图像增强方法的流程图；
图2为根据本申请实施例的面向散射场景的编码摄像图像增强装置的示例图；
图3为根据本申请实施例的电子设备的示例图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的面向散射场景的编码摄像图像增强方法及装置。本申请提供了一种面向散射场景的编码摄像图像增强方法，在该方法中，可以对未经过白平衡增强的散射图像，利用灰度世界方法进行白平衡预增强，得到预增强后的散射图像，并将预增强后的散射图像由红-绿-蓝RGB域转换到色调-饱和度-亮度HSV域，并求出二维HS域下的质心点对应的笛卡尔坐标，并反解质心点笛卡尔坐标对应的二维HS域坐标值，并任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强。由此，可以实现散射场景下图像的自动白平衡增强，同时大幅提升白平衡精度。
具体而言，图1为本申请实施例所提供的一种面向散射场景的编码摄像图像增强方法的流程示意图。
如图1所示，该面向散射场景的编码摄像图像增强方法包括以下步骤：
在步骤S101中，对未经过白平衡增强的散射图像，利用灰度世界方法进行白平衡预增强，得到预增强后的散射图像。
其中，本申请实施例可以用
Figure BDA0003427494840000051
表示彩色相机在散射场景下拍摄到的图像，用
Figure BDA0003427494840000061
表示利用灰度世界法经过白平衡预增强后的散射图像，其中[R,G,B]分别表示相机的红、绿、蓝颜色通道，p是二维图像的坐标表示。
具体地，本申请实施例可以利用灰度世界白平衡增强方法，对彩色相机在散射场景下拍摄到的图像
Figure BDA0003427494840000062
做预增强，得到白平衡预增强后的散射图像
Figure BDA0003427494840000063
在步骤S102中，将预增强后的散射图像由红-绿-蓝RGB域转换到色调-饱和度-亮度HSV域，并求出二维HS域下的质心点对应的笛卡尔坐标。
具体地，本申请实施例可以将预增强后的散射图像
Figure BDA0003427494840000064
由RGB(红-绿-蓝)域，转换到HSV(色调-饱和度-亮度)域，得到
Figure BDA0003427494840000065
再转换到二维HS域下的笛卡尔坐标系。
可选地，在一些实施例中，二维HS域下的质心点对应的笛卡尔坐标的计算公式为：
Figure BDA0003427494840000066
Figure BDA0003427494840000067
其中，x(p)为二维HS域下的笛卡尔坐标系的横坐标，y(p)为二维HS域下的笛卡尔坐标系的纵坐标，
Figure BDA0003427494840000068
和
Figure BDA0003427494840000069
由
Figure BDA00034274948400000610
得到，
Figure BDA00034274948400000611
为经过灰度世界法白平衡预增强的彩色散射图像的色调-饱和度-亮度HSV表示，p为二维图像的坐标表示，S为饱和度，H为色调，V为亮度。
然后，再求解笛卡尔坐标系下的质心点
Figure BDA00034274948400000612
可选地，在一些实施例中，在求出二维HS域下的质心点对应的笛卡尔坐标之后，还包括：基于二维HS域下的质心点对应的笛卡尔坐标计算笛卡尔坐标系下的质心点，其中，笛卡尔坐标系下的质心点的求解公式为：
Figure BDA00034274948400000613
Figure BDA0003427494840000071
其中，
Figure BDA0003427494840000072
为笛卡尔坐标系下的质心点的横坐标，
Figure BDA0003427494840000073
为笛卡尔坐标系下的质心点的纵坐标。
在步骤S103中，反解质心点笛卡尔坐标对应的二维HS域坐标值。
具体地，本申请实施例可以在已知质心点笛卡尔坐标
Figure BDA0003427494840000074
的情况下，利用步骤S102中的公式，反解质心点对应的H值和S值，
Figure BDA0003427494840000075
在步骤S104中，任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强。
可选地，任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强，包括：在亮度V通道允许的取值范围内，任意赋值质心点对应的V值；赋值后，构成完整的质心点HSV域色彩值，并转换到RGB域，得到质心点对应的RGB域色彩值。
可选地，任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强，还包括：基于质心点对应的RGB域色彩值，利用增强公式对散射图像的白平衡增强
也就是说，本申请实施例可以在亮度V通道允许的取值范围内任意赋值质心点对应的V值
Figure BDA0003427494840000076
赋值后构成完整的质心点HSV域色彩值
Figure BDA0003427494840000077
并转换到RGB域，得到质心点对应的RGB域色彩值
Figure BDA0003427494840000078
再利用如下公式完成散射图像进一步白平衡增强，其中，增强公式为：
Figure BDA0003427494840000079
Figure BDA00034274948400000710
Figure BDA00034274948400000711
其中，
Figure BDA00034274948400000712
和
Figure BDA00034274948400000713
由
Figure BDA00034274948400000714
得到，
Figure BDA00034274948400000715
为预增强后的散射图像，[R,G,B]分别为相机的红、绿、蓝颜色通道，
Figure BDA0003427494840000081
和
Figure BDA0003427494840000082
由
Figure BDA0003427494840000083
得到，
Figure BDA0003427494840000084
为质心点对应的RGB域色彩值，
Figure BDA0003427494840000085
和
Figure BDA0003427494840000086
由
Figure BDA0003427494840000087
得到，
Figure BDA0003427494840000088
为散射自动白平衡增强后的彩色图像。
根据本申请实施例提出的面向散射场景的编码摄像图像增强方法，可以对未经过白平衡增强的散射图像，利用灰度世界方法进行白平衡预增强，得到预增强后的散射图像，并将预增强后的散射图像由红-绿-蓝RGB域转换到色调-饱和度-亮度HSV域，并求出二维HS域下的质心点对应的笛卡尔坐标，并反解质心点笛卡尔坐标对应的二维HS域坐标值，并任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强。由此，可以实现散射场景下图像的自动白平衡增强，同时大幅提升白平衡精度。
其次参照附图描述根据本申请实施例提出的面向散射场景的编码摄像图像增强装置。
图2是本申请实施例的面向散射场景的编码摄像图像增强装置的方框示意图。
如图2所示，该面向散射场景的编码摄像图像增强装置10包括：获取模块100、转换模块200、反解模块300和计算模块400。
其中，获取模块100用于对未经过白平衡增强的散射图像，利用灰度世界方法进行白平衡预增强，得到预增强后的散射图像；
转换模块200用于将预增强后的散射图像由红-绿-蓝RGB域转换到色调-饱和度-亮度HSV域，并求出二维HS域下的质心点对应的笛卡尔坐标；
反解模块300用于反解质心点笛卡尔坐标对应的二维HS域坐标值；以及
计算模块400用于任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强。
可选地，二维HS域下的质心点对应的笛卡尔坐标的计算公式为：
Figure BDA0003427494840000089
Figure BDA00034274948400000810
其中，x(p)为二维HS域下的笛卡尔坐标系的横坐标，y(p)为二维HS域下的笛卡尔坐标系的纵坐标，
Figure BDA00034274948400000811
和
Figure BDA00034274948400000812
由
Figure BDA00034274948400000813
得到，
Figure BDA00034274948400000814
为经过灰度世界法白平衡预增强的彩色散射图像的色调-饱和度-亮度HSV表示，p为二维图像的坐标表示，S为饱和度，H为色调，V为亮度。
可选地，在求出二维HS域下的质心点对应的笛卡尔坐标之后，转换模块还用于：
基于二维HS域下的质心点对应的笛卡尔坐标计算笛卡尔坐标系下的质心点，其中，笛卡尔坐标系下的质心点的求解公式为：
Figure BDA0003427494840000091
Figure BDA0003427494840000092
其中，
Figure BDA0003427494840000093
为笛卡尔坐标系下的质心点的横坐标，
Figure BDA0003427494840000094
为笛卡尔坐标系下的质心点的纵坐标。
可选地，计算模块，具体用于：
在亮度V通道允许的取值范围内，任意赋值质心点对应的V值；
赋值后，构成完整的质心点HSV域色彩值，并转换到RGB域，得到质心点对应的RGB域色彩值。
可选地，计算模块，还用于：
基于质心点对应的RGB域色彩值，利用增强公式对散射图像的白平衡增强，其中，增强公式为：
Figure BDA0003427494840000095
Figure BDA0003427494840000096
Figure BDA0003427494840000097
其中，
Figure BDA0003427494840000098
和
Figure BDA0003427494840000099
由
Figure BDA00034274948400000910
得到，
Figure BDA00034274948400000911
为预增强后的散射图像，[R,G,B]分别为相机的红、绿、蓝颜色通道，
Figure BDA00034274948400000912
和
Figure BDA00034274948400000913
由
Figure BDA00034274948400000914
得到，
Figure BDA00034274948400000915
为质心点对应的RGB域色彩值，
Figure BDA00034274948400000916
和
Figure BDA00034274948400000917
由
Figure BDA00034274948400000918
得到，
Figure BDA00034274948400000919
为散射自动白平衡增强后的彩色图像。
需要说明的是，前述对面向散射场景的编码摄像图像增强方法实施例的解释说明也适用于该实施例的面向散射场景的编码摄像图像增强装置，此处不再赘述。
根据本申请实施例提出的面向散射场景的编码摄像图像增强装置，可以对未经过白平衡增强的散射图像，利用灰度世界方法进行白平衡预增强，得到预增强后的散射图像，并将预增强后的散射图像由红-绿-蓝RGB域转换到色调-饱和度-亮度HSV域，并求出二维HS域下的质心点对应的笛卡尔坐标，并反解质心点笛卡尔坐标对应的二维HS域坐标值，并任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强。由此，可以实现散射场景下图像的自动白平衡增强，同时大幅提升白平衡精度。
图3为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括：
存储器301、处理器302及存储在存储器301上并可在处理器302上运行的计算机程序。
处理器302执行程序时实现上述实施例中提供的面向散射场景的编码摄像图像增强方法。
进一步地，电子设备还包括：
通信接口303，用于存储器301和处理器302之间的通信。
存储器301，用于存放可在处理器302上运行的计算机程序。
存储器301可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
如果存储器301、处理器302和通信接口303独立实现，则通信接口303、存储器301和处理器302可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(PeripheralComponent，简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器301、处理器302及通信接口303，集成在一块芯片上实现，则存储器301、处理器302及通信接口303可以通过内部接口完成相互间的通信。
处理器302可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的面向散射场景的编码摄像图像增强方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”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”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或N个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块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，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (12)

1.一种面向散射场景的编码摄像图像增强方法，其特征在于，包括如下步骤：
对未经过白平衡增强的散射图像，利用灰度世界方法进行白平衡预增强，得到预增强后的散射图像；
将所述预增强后的散射图像由红-绿-蓝RGB域转换到色调-饱和度-亮度HSV域，并求出二维HS域下的质心点对应的笛卡尔坐标；
反解所述质心点笛卡尔坐标对应的二维HS域坐标值；以及
任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强。
2.根据权利要求1所述的方法，其特征在于，所述二维HS域下的质心点对应的笛卡尔坐标的计算公式为：
Figure FDA0003427494830000011
Figure FDA0003427494830000012
其中，x(p)为二维HS域下的笛卡尔坐标系的横坐标，y(p)为二维HS域下的笛卡尔坐标系的纵坐标，
Figure FDA0003427494830000013
和
Figure FDA0003427494830000014
由
Figure FDA0003427494830000015
得到，
Figure FDA0003427494830000016
为经过灰度世界法白平衡预增强的彩色散射图像的色调-饱和度-亮度HSV表示，p为二维图像的坐标表示，S为饱和度，H为色调，V为亮度。
3.根据权利要求2所述的方法，其特征在于，在求出所述二维HS域下的质心点对应的笛卡尔坐标之后，还包括：
基于所述二维HS域下的质心点对应的笛卡尔坐标计算笛卡尔坐标系下的质心点，其中，所述笛卡尔坐标系下的质心点的求解公式为：
Figure FDA0003427494830000017
Figure FDA0003427494830000021
其中，
Figure FDA0003427494830000022
为笛卡尔坐标系下的质心点的横坐标，
Figure FDA0003427494830000023
为笛卡尔坐标系下的质心点的纵坐标。
4.根据权利要求3所述的方法，其特征在于，所述任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强，包括：
在亮度V通道允许的取值范围内，任意赋值所述质心点对应的V值；
赋值后，构成完整的质心点HSV域色彩值，并转换到所述RGB域，得到所述质心点对应的RGB域色彩值。
5.根据权利要求4所述的方法其特征在于，所述任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强，还包括：
基于所述质心点对应的RGB域色彩值，利用增强公式对所述散射图像的白平衡增强，其中，所述增强公式为：
Figure FDA0003427494830000024
Figure FDA0003427494830000025
Figure FDA0003427494830000026
其中，
Figure FDA0003427494830000027
和
Figure FDA0003427494830000028
由
Figure FDA0003427494830000029
得到，
Figure FDA00034274948300000210
为预增强后的散射图像，[R,G,B]分别为相机的红、绿、蓝颜色通道，
Figure FDA00034274948300000211
和
Figure FDA00034274948300000212
由
Figure FDA00034274948300000213
得到，
Figure FDA00034274948300000214
为质心点对应的RGB域色彩值，
Figure FDA00034274948300000215
和
Figure FDA00034274948300000216
由
Figure FDA00034274948300000217
得到，
Figure FDA00034274948300000218
为散射自动白平衡增强后的彩色图像。
6.一种面向散射场景的编码摄像图像增强装置，其特征在于，包括：
获取模块，用于对未经过白平衡增强的散射图像，利用灰度世界方法进行白平衡预增强，得到预增强后的散射图像；
转换模块，用于将所述预增强后的散射图像由红-绿-蓝RGB域转换到色调-饱和度-亮度HSV域，并求出二维HS域下的质心点对应的笛卡尔坐标；
反解模块，用于反解所述质心点笛卡尔坐标对应的二维HS域坐标值；以及
计算模块，用于任意赋值V通道还原质心点对应的RGB域值，计算出自动白平衡参数，完成散射图像白平衡增强。
7.根据权利要求6所述的装置，其特征在于，所述二维HS域下的质心点对应的笛卡尔坐标的计算公式为：
Figure FDA0003427494830000031
Figure FDA0003427494830000032
其中，x(p)为二维HS域下的笛卡尔坐标系的横坐标，y(p)为二维HS域下的笛卡尔坐标系的纵坐标，
Figure FDA0003427494830000033
和
Figure FDA0003427494830000034
由
Figure FDA0003427494830000035
得到，
Figure FDA0003427494830000036
为经过灰度世界法白平衡预增强的彩色散射图像的色调-饱和度-亮度HSV表示，p为二维图像的坐标表示，S为饱和度，H为色调，V为亮度。
8.根据权利要求7所述的装置，其特征在于，在求出所述二维HS域下的质心点对应的笛卡尔坐标之后，所述转换模块还用于：
基于所述二维HS域下的质心点对应的笛卡尔坐标计算笛卡尔坐标系下的质心点，其中，所述笛卡尔坐标系下的质心点的求解公式为：
Figure FDA0003427494830000037
Figure FDA0003427494830000038
其中，
Figure FDA0003427494830000039
为笛卡尔坐标系下的质心点的横坐标，
Figure FDA00034274948300000310
为笛卡尔坐标系下的质心点的纵坐标。
9.根据权利要求8所述的装置，其特征在于，所述计算模块，具体用于：
在亮度V通道允许的取值范围内，任意赋值所述质心点对应的V值；
赋值后，构成完整的质心点HSV域色彩值，并转换到所述RGB域，得到所述质心点对应的RGB域色彩值。
10.根据权利要求9所述的装置，其特征在于，所述计算模块，还用于：
基于所述质心点对应的RGB域色彩值，利用增强公式对所述散射图像的白平衡增强，其中，所述增强公式为：
Figure FDA0003427494830000041
Figure FDA0003427494830000042
Figure FDA0003427494830000043
其中，
Figure FDA0003427494830000044
和
Figure FDA0003427494830000045
由
Figure FDA0003427494830000046
得到，
Figure FDA0003427494830000047
为预增强后的散射图像，[R,G,B]分别为相机的红、绿、蓝颜色通道，
Figure FDA0003427494830000048
和
Figure FDA0003427494830000049
由
Figure FDA00034274948300000410
得到，
Figure FDA00034274948300000411
为质心点对应的RGB域色彩值，
Figure FDA00034274948300000412
和
Figure FDA00034274948300000413
由
Figure FDA00034274948300000414
得到，
Figure FDA00034274948300000415
为散射自动白平衡增强后的彩色图像。
11.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-5任一项所述的面向散射场景的编码摄像图像增强方法。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-5任一项所述的面向散射场景的编码摄像图像增强方法。
CN202111582683.2A 2021-12-22 2021-12-22 面向散射场景的编码摄像图像增强方法及装置 Active CN114240800B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111582683.2A CN114240800B (zh) 2021-12-22 2021-12-22 面向散射场景的编码摄像图像增强方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111582683.2A CN114240800B (zh) 2021-12-22 2021-12-22 面向散射场景的编码摄像图像增强方法及装置

Publications (2)

Publication Number Publication Date
CN114240800A true CN114240800A (zh) 2022-03-25
CN114240800B CN114240800B (zh) 2022-11-29

Family

ID=80761576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111582683.2A Active CN114240800B (zh) 2021-12-22 2021-12-22 面向散射场景的编码摄像图像增强方法及装置

Country Status (1)

Country Link
CN (1) CN114240800B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115345961A (zh) * 2022-08-24 2022-11-15 清华大学 基于hsv颜色空间相互运算的浓雾彩色重建方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140018666A1 (en) * 2012-07-12 2014-01-16 Northshore University Healthsystem Method for non-contrast enhanced magnetic resonance angiography
CN105631825A (zh) * 2015-12-28 2016-06-01 西安电子科技大学 基于滚动导向的图像去雾方法
CN105718879A (zh) * 2016-01-19 2016-06-29 华南理工大学 基于深度卷积神经网络的自由场景第一视角手指关键点检测方法
CN107424124A (zh) * 2017-03-31 2017-12-01 北京臻迪科技股份有限公司 一种图像增强方法及装置
CN107580205A (zh) * 2017-08-31 2018-01-12 广东欧珀移动通信有限公司 白平衡调整方法和装置
WO2018012926A1 (en) * 2016-07-14 2018-01-18 Samsung Electronics Co., Ltd. Multi-layer display with color and contrast enhancement
CN109563971A (zh) * 2016-04-22 2019-04-02 纳米格有限公司(香港) 用于连接和控制可配置照明单元的系统和方法
US20200134773A1 (en) * 2018-10-27 2020-04-30 Gilbert Pinter Machine vision systems, illumination sources for use in machine vision systems, and components for use in the illumination sources
KR20210053052A (ko) * 2019-11-01 2021-05-11 엘지전자 주식회사 컬러 복원방법 및 장치
CN113538309A (zh) * 2021-07-09 2021-10-22 北京理工大学 水下散射图像多尺度融合复原方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140018666A1 (en) * 2012-07-12 2014-01-16 Northshore University Healthsystem Method for non-contrast enhanced magnetic resonance angiography
CN105631825A (zh) * 2015-12-28 2016-06-01 西安电子科技大学 基于滚动导向的图像去雾方法
CN105718879A (zh) * 2016-01-19 2016-06-29 华南理工大学 基于深度卷积神经网络的自由场景第一视角手指关键点检测方法
CN109563971A (zh) * 2016-04-22 2019-04-02 纳米格有限公司(香港) 用于连接和控制可配置照明单元的系统和方法
WO2018012926A1 (en) * 2016-07-14 2018-01-18 Samsung Electronics Co., Ltd. Multi-layer display with color and contrast enhancement
CN107424124A (zh) * 2017-03-31 2017-12-01 北京臻迪科技股份有限公司 一种图像增强方法及装置
CN107580205A (zh) * 2017-08-31 2018-01-12 广东欧珀移动通信有限公司 白平衡调整方法和装置
US20200134773A1 (en) * 2018-10-27 2020-04-30 Gilbert Pinter Machine vision systems, illumination sources for use in machine vision systems, and components for use in the illumination sources
KR20210053052A (ko) * 2019-11-01 2021-05-11 엘지전자 주식회사 컬러 복원방법 및 장치
CN113538309A (zh) * 2021-07-09 2021-10-22 北京理工大学 水下散射图像多尺度融合复原方法和装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
GUANG-HAILIU ET AL.: "Content-based image retrieval using color difference histogram", 《PATTERN RECOGNITION》 *
XIANGYANG JI ET AL.: "Precise No-Reference Image Quality Evaluation Based on Distortion Identification", 《ACM TRANSACTIONS ON MULTIMEDIA COMPUTING COMMUNICATIONS AND APPLICATIONS》 *
杜雪 等: "基于加权融合的多空间转换水下图像增强方法", 《电光与控制》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115345961A (zh) * 2022-08-24 2022-11-15 清华大学 基于hsv颜色空间相互运算的浓雾彩色重建方法及装置

Also Published As

Publication number Publication date
CN114240800B (zh) 2022-11-29

Similar Documents

Publication Publication Date Title
US9619873B2 (en) Image processing device and image processing method
US7577311B2 (en) Color fringe desaturation for electronic imagers
US9147236B2 (en) Method and device for generating high dynamic range images
CN100341313C (zh) 判定影像的颜色组成的方法
US6535648B1 (en) Mathematical model for gray scale and contrast enhancement of a digital image
US20120219214A1 (en) Mapping colors of an image
CN103778900B (zh) 一种图像处理方法及系统
CN104869380A (zh) 图像处理设备和图像处理方法
CN111670575B (zh) 图像的白平衡处理方法和装置
US9449375B2 (en) Image processing apparatus, image processing method, program, and recording medium
CN108337496A (zh) 白平衡处理方法、处理装置、处理设备及存储介质
CN111510692B (zh) 图像处理方法、终端及计算机可读存储介质
CN111163301B (zh) 色彩调整方法、装置及计算机可读存储介质
CN111368587A (zh) 场景检测方法、装置、终端设备及计算机可读存储介质
CN114240800B (zh) 面向散射场景的编码摄像图像增强方法及装置
JP2013161348A (ja) 画像補正装置、方法、及びプログラム、並びに記録媒体
CN113132639A (zh) 一种图像处理方法、装置、电子设备及存储介质
US20100194991A1 (en) Apparatus and method for auto white balance control considering the effect of single tone image
CN115345961B (zh) 基于hsv颜色空间相互运算的浓雾彩色重建方法及装置
CN112492286A (zh) 一种自动白平衡校正方法、装置及计算机存储介质
CN107305685A (zh) 图像对比增强方法及其装置
CN113099143B (zh) 一种图像处理方法、装置、电子设备及存储介质
CN116962890B (zh) 点云图像的处理方法、装置、设备和存储介质
Raksha et al. Color image enhancement using metamer mismatch through profile mapping
CN115100070A (zh) 一种图像的阴影去除方法

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