CN114494084A - 一种图像颜色均化方法、装置、电子设备及存储介质 - Google Patents

一种图像颜色均化方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114494084A
CN114494084A CN202210390527.4A CN202210390527A CN114494084A CN 114494084 A CN114494084 A CN 114494084A CN 202210390527 A CN202210390527 A CN 202210390527A CN 114494084 A CN114494084 A CN 114494084A
Authority
CN
China
Prior art keywords
image
channel
original image
fused
channels
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
CN202210390527.4A
Other languages
English (en)
Other versions
CN114494084B (zh
Inventor
梁江荣
邬东升
伍思樾
郭志飞
黄泽鑫
任均宇
谭文安
安昕
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.)
Guangdong Oupu Mandi Technology Co ltd
Original Assignee
Guangdong Optomedic 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 Guangdong Optomedic Technology Co Ltd filed Critical Guangdong Optomedic Technology Co Ltd
Priority to CN202210390527.4A priority Critical patent/CN114494084B/zh
Publication of CN114494084A publication Critical patent/CN114494084A/zh
Application granted granted Critical
Publication of CN114494084B publication Critical patent/CN114494084B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/40Image enhancement or restoration using histogram techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging

Landscapes

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

Abstract

本申请提供了一种图像颜色均化方法、装置、电子设备及存储介质,涉及图像处理技术领域,其技术方案要点是:包括:获取原始图像的亮度通道;根据所述亮度通道对所述原始图像进行直方图规定化处理得到第一处理图像;将所述原始图像与所述第一处理图像进行融合得到融合图像;对所述融合图像进行饱和度补偿得到最终的输出图像。本申请提供的一种图像颜色均化方法、装置、电子设备及存储介质具有避免图像颜色失真,使经过处理的图像的颜色显示准确的优点。

Description

一种图像颜色均化方法、装置、电子设备及存储介质
技术领域
本申请涉及图像处理技术领域,具体而言,涉及一种图像颜色均化方法、装置、电子设备及存储介质。
背景技术
随着现代科学技术的日益发展,微创手术已经成为了医院手术中的重要方式。内窥镜摄像系统是微创手术中的重要医疗设备,它通过冷光源对腔体内提供照明,同时通过摄像头和摄像系统,实时捕捉腔体内的画面并传输到摄像主机的处理单元,通过一定的图像处理后,信号传输到医用显示器上播放当前画面。
然而,人的腔体内环境是非常复杂的,对摄像系统可能会造成各种干扰。其中,人体腹腔内血管丰富,在手术过程中如果发生出血,腹腔内红色环境的漫反射则很容易让画面总体偏红。一方面会使组织的颜色失真,使医生在开腹条件下观察的效果不一致;另一方面,由于画面类似于蒙上了一层“红色”的薄雾,因此,组织之间,例如腹壁和脂肪的颜色对比度,就会降低,严重时可能会影响医生对组织边界的判断。因此,需要对图像进行特殊处理,使手术画面恢复到正常状态。
在传统方法中,一般使用直方图均衡化的方法,对图像的RGB通道进行均衡处理,使三个通道各自达到均衡状态,该方法虽然降低了红色的影响,但因为该方法是基于整体统计,该处理通常会过量地增加了对比度,这样会导致明显失真,失真的图像颜色和亮度均匀性会严重影响医生的判断。
针对上述问题,需要进行改进。
发明内容
本申请的目的在于提供一种图像颜色均化方法、装置、电子设备及存储介质,具有避免图像颜色失真,使经过处理的图像的颜色显示准确的优点。
第一方面,本申请提供了一种图像颜色均化方法,技术方案如下:
包括:
获取原始图像的亮度通道;
根据所述亮度通道对所述原始图像进行直方图规定化处理得到第一处理图像;
将所述原始图像与所述第一处理图像进行融合得到融合图像;
对所述融合图像进行饱和度补偿得到最终的输出图像。
利用原始图像的亮度通道对原始图像进行直方图规定化处理,可以使原始图像在做直方图均衡化的时候具有统一参考,从而减少图像的对比度和颜色失真。
进一步地,在本申请中,所述根据所述亮度通道对所述原始图像进行直方图规定化处理得到第一处理图像的步骤包括:
获取所述原始图像的R通道、G通道以及B通道;
根据所述亮度通道分别对所述R通道、所述G通道以及所述B通道进行直方图规定化处理得到所述第一处理图像。
利用亮度通道分别对R通道、G通道以及B通道作直方图规定化处理,可以使R通道、G通道以及B通道的直方图与亮度通道保持接近,从而减少图像的对比度以及颜色失真。
进一步地,在本申请中,所述将所述原始图像与所述第一处理图像进行融合得到融合图像的步骤包括:
根据所述R通道、所述G通道以及所述B通道分别计算得到各自通道的融合度因子;
根据各自通道的所述融合度因子将所述原始图像与所述第一处理图像进行融合得到所述融合图像。
通过引入融合度因子自适应地根据不同的原始图像调整融合效果,在偏色多的地方可以更多地消除环境影响,在偏色少的地方可以更多地保留原始图像,从而起到减少颜色失真的效果。
进一步地,在本申请中,所述对所述融合图像进行饱和度补偿得到最终的输出图像的步骤包括:
根据所述原始图像以及所述融合图像计算得到饱和度补偿因子;
根据所述饱和度补偿因子对所述融合图像进行饱和度补偿得到最终的输出图像。
进一步地,在本申请中,所述根据所述原始图像以及所述融合图像计算得到饱和度补偿因子的步骤包括:
获取所述原始图像在S通道下的每个像素点的第一计算值;
获取所述融合图像在S通道下的每个像素点的第二计算值;
根据所述第一计算值以及所述第二计算值计算得到所述饱和度补偿因子。
进一步地,在本申请中,所述根据所述R通道、所述G通道以及所述B通道分别计算得到各自通道的融合度因子;根据各自通道的所述融合度因子将所述原始图像与所述第一处理图像进行融合得到所述融合图像的公式为:
Figure DEST_PATH_IMAGE001
;
Figure 740475DEST_PATH_IMAGE002
;
Figure DEST_PATH_IMAGE003
;
其中,R、G、B为所述原始图像的三通道;
Figure 77522DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE005
Figure 5727DEST_PATH_IMAGE006
分别为所述原始图像的三通道各自的融合度因子;
Figure DEST_PATH_IMAGE007
Figure 213986DEST_PATH_IMAGE008
Figure DEST_PATH_IMAGE009
为所述融合图像的三通道。
进一步地,在本申请中,所述根据所述第一计算值以及所述第二计算值计算得到所述饱和度补偿因子的公式为:
Figure 310249DEST_PATH_IMAGE010
Figure DEST_PATH_IMAGE011
;
Figure 208410DEST_PATH_IMAGE012
其中,
Figure DEST_PATH_IMAGE013
为所述饱和度补偿因子;
Figure 881968DEST_PATH_IMAGE014
为所述第一计算值;
Figure DEST_PATH_IMAGE015
为所述第二计算值;
R、G、B为所述原始图像的三通道;
Figure 97180DEST_PATH_IMAGE007
Figure 237830DEST_PATH_IMAGE008
Figure 840981DEST_PATH_IMAGE009
为所述融合图像的三通道。
第二方面,本申请还提供一种图像颜色均化装置,包括:
获取模块,用于获取原始图像的亮度通道;
第一处理模块,用于根据所述亮度通道对所述原始图像进行直方图规定化处理得到第一处理图像;
融合模块,用于将所述原始图像与所述第一处理图像进行融合得到融合图像;
第二处理模块,用于对所述融合图像进行饱和度补偿得到最终的输出图像。
第三方面,本申请还提供一种电子设备,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如上所述方法中的步骤。
第四方面,本申请还提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,运行如上所述方法中的步骤。
由上可知,本申请提供的一种图像颜色均化方法、装置、电子设备及存储介质,利用原始图像的亮度通道对原始图像进行直方图规定化处理,可以使原始图像在做直方图均衡化的时候具有统一参考,从而减少图像的对比度和颜色失真。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
图1为本申请提供的一种图像颜色均化方法流程图。
图2为本申请提供的一种图像颜色均化装置结构示意图。
图3为本申请提供的一种电子设备结构示意图。
图4为原始图像。
图5为最终的输出图像。
图中:210、获取模块;220、第一处理模块;230、融合模块;240、第二处理模块;310、处理器;320、存储器。
具体实施方式
下面将结合本申请中附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参照图1,一种图像颜色均化方法,其技术方案具体包括:
S110、获取原始图像的亮度通道;
S120、根据亮度通道对原始图像进行直方图规定化处理得到第一处理图像;
S130、将原始图像与第一处理图像进行融合得到融合图像;
S140、对融合图像进行饱和度补偿得到最终的输出图像。
通过上述技术方案,利用原始图像的亮度通道对原始图像进行直方图规定化处理,可以使原始图像在做直方图均衡化的时候具有统一参考,从而减少图像的对比度和颜色失真,使用亮度通道作为直方图规定化处理的参考可以以一种均衡而合适的灰度层次来表达图片,而在内窥镜的使用场景中,内窥镜在体内采集的图像的红色通道灰度分布不正常,因此将亮度通道作为一个灰度层次合理的通道对原始图像进行直方图规定化处理,可以减少图像的对比度和颜色失真。
具体地,根据亮度通道对原始图像进行直方图规定化处理得到第一处理图像的步骤包括:
获取原始图像的R通道、G通道以及B通道;
根据亮度通道分别对R通道、G通道以及B通道进行直方图规定化处理得到第一处理图像。
通过上述技术方案,利用原始图像的亮度通道对原始图像中的R通道、G通道以及B通道分别进行直方图规定化处理得到第一处理图像,在传统的直方图均衡化方法中,是基于总体的像素值的统计进行均衡化,会导致过量增加对比度使图像失真,而本申请则是通过亮度通道规范R通道、G通道以及B通道的直方图均衡化,使R通道、G通道以及B通道和亮度通道的分布接近,从而使R通道、G通道以及B通道表现出均衡的效果,从而解决偏色的问题。
具体地,亮度通道可以是基于YUV模型中的Y通道、可以是基于LAB模型的L通道、还可以是基于HSV模型的V通道等和亮度相关的通道。
具体地,在使用Y通道对原始图像的R通道、G通道以及B通道进行直方图规定化处理的过程中,首先可以通过R通道、G通道以及B通道来计算Y通道,计算公式如下:
Figure 267414DEST_PATH_IMAGE016
其中,R表示原始图像的R通道;
G表示原始图像的G通道;
B表示原始图像的B通道;
Y表示原始图像的Y通道。
在计算出原始图像的Y通道后,利用Y通道对R通道、G通道以及B通道进行直方图规定化处理从而得到第一处理图像,其中,第一处理图像的三通道分别用Req、Geq以及Beq表示。
其中,以Y通道对R通道进行直方图规定化处理为例,分别计算R通道的直方图hist_src[256]以及Y通道的直方图hist_ref[256];
计算hist_src[256]的累积概率函数src_cdf[256]以及hist_ref[256]的累计概率函数ref_cdf[256];
遍历src_cdf[256]以及ref_cdf[256],计算src_cdf[256]与ref_cdf[256]每一项的误差,得到累积概率误差矩阵diff_cdf[256][256];
最后,寻找累积概率误差矩阵diff_cdf[256][j](j∈[0,255])中每一项的最小值,构建出直方图规定化处理后的映射表LUT[256]。
即可得出:Req=LUT[R]。
同理,可以得到Geq=LUT[G]以及Beq=LUT[B]。
进一步地,在其中一些实施例中,将原始图像与第一处理图像进行融合得到融合图像的步骤包括:
根据R通道、G通道以及B通道分别计算得到各自通道的融合度因子;
根据各自通道的融合度因子将原始图像与第一处理图像进行融合得到融合图像。
通过上述技术方案,在将原始图像与第一处理图像进行融合的过程中,引入融合度因子,对原始图像以及第一处理图像进行自适应地加权融合处理,在偏色更多的地方可以自适应地更多参考第一处理图像,进而实现在偏色多的地方可以更多地消除环境影响,在偏色少的地方可以更多地保留原始图像的效果。
具体地,根据R通道、G通道以及B通道分别计算得到各自通道的融合度因子的公式如下:
Figure DEST_PATH_IMAGE017
Figure 83054DEST_PATH_IMAGE018
Figure DEST_PATH_IMAGE019
其中,
Figure 416559DEST_PATH_IMAGE004
为原始图像的R通道的融合度因子;
Figure 315245DEST_PATH_IMAGE005
为原始图像的G通道的融合度因子;
Figure 228974DEST_PATH_IMAGE006
为原始图像的B通道的融合度因子。
在计算出原始图像三通道各自的融合度因子后,根据融合度因子与第一处理图像进行融合,融合的公式为:
Figure 113885DEST_PATH_IMAGE020
;
Figure DEST_PATH_IMAGE021
;
Figure 898301DEST_PATH_IMAGE022
;
其中,融合图像的三通道分别用
Figure 592324DEST_PATH_IMAGE007
Figure 55666DEST_PATH_IMAGE008
以及
Figure 478688DEST_PATH_IMAGE009
进行表示;
其中,由上述公式可以看出,当融合度因子越大,表示原始图像中该通道的比值越大,则融合图像中的第一处理图像的占比就越大,原始图像的占比就越小,这样可以起到平衡偏色的问题。
进一步地,在其中一些实施例中,对融合图像进行饱和度补偿得到最终的输出图像的步骤包括:
根据原始图像以及融合图像计算得到饱和度补偿因子;
根据饱和度补偿因子对融合图像进行饱和度补偿得到最终的输出图像。
通过上述技术方案,在得到融合图像后,引入饱和度补偿因子,根据不同的场景,自适应地对融合图像的饱和度进行补偿,可以具有更好的自适应调节能力。
具体地,根据原始图像以及融合图像计算得到饱和度补偿因子的步骤包括:
获取原始图像在S通道下的每个像素点的第一计算值;
获取融合图像在S通道下的每个像素点的第二计算值;
根据第一计算值以及第二计算值计算得到饱和度补偿因子。
其中,S通道是指在HSV模型下的S通道,即,饱和度通道。
其中,根据第一计算值以及第二计算值计算得到饱和度补偿因子的公式为:
Figure 648770DEST_PATH_IMAGE010
Figure 154837DEST_PATH_IMAGE011
;
Figure 181175DEST_PATH_IMAGE012
其中,
Figure 798101DEST_PATH_IMAGE013
为饱和度补偿因子;
Figure 822689DEST_PATH_IMAGE014
为第一计算值;
Figure 109445DEST_PATH_IMAGE015
为第二计算值;
R、G、B为原始图像的三通道;
Figure 281800DEST_PATH_IMAGE007
Figure 374521DEST_PATH_IMAGE008
Figure 194228DEST_PATH_IMAGE009
为融合图像的三通道。
例如,原始图像当前像素点的像素值为(R=200,G=150,B=50),融合图像当前像素点的像素值为(
Figure 42098DEST_PATH_IMAGE007
=200、
Figure 311537DEST_PATH_IMAGE008
=150、
Figure 207949DEST_PATH_IMAGE009
=100),
Figure DEST_PATH_IMAGE023
Figure 82495DEST_PATH_IMAGE024
Figure DEST_PATH_IMAGE025
通过上述技术方案,根据原始图像以及融合图像自适应调整饱和度补偿因子的值,从而避免直方图规定化处理中出现的欠饱和的现象,可以将融合图像的饱和度调节至正常水平。
在计算得到饱和度以后,根据原始图像中HSL模型中的L通道、饱和度补偿因子以及融合图像进行饱和度补偿,具体的补偿公式如下:
Figure 442545DEST_PATH_IMAGE026
Figure DEST_PATH_IMAGE027
;
Figure 996017DEST_PATH_IMAGE028
;
Figure DEST_PATH_IMAGE029
;
其中,最终的输出图像的三通道分别用
Figure 305907DEST_PATH_IMAGE030
Figure DEST_PATH_IMAGE031
以及
Figure 557329DEST_PATH_IMAGE032
进行表示;
其中,L为原始图像在HSL模型中的L通道;
Figure 419105DEST_PATH_IMAGE007
Figure 787770DEST_PATH_IMAGE008
Figure 963667DEST_PATH_IMAGE009
为融合图像的三通道;
Figure 937440DEST_PATH_IMAGE013
为饱和度补偿因子。
作为优选实施例之一,本申请提供的图像颜色均化方法流程如下:
获取原始图像;
获取原始图像中的R通道、G通道以及B通道,并根据R通道、G通道以及B通道计算Y通道;
以Y通道的直方图作为参考,分别对R通道、G通道以及B通道进行直方图规定化处理得到第一处理图像,第一处理图像的三通道分别用Req、Geq以及Beq表示;
根据原始图像中的R通道、G通道以及B通道计算各自通道的融合度因子
Figure 29505DEST_PATH_IMAGE004
Figure 88728DEST_PATH_IMAGE005
以及
Figure 802737DEST_PATH_IMAGE006
根据各自通道的融合度因子
Figure 427753DEST_PATH_IMAGE004
Figure 896912DEST_PATH_IMAGE005
以及
Figure 115535DEST_PATH_IMAGE006
将原始图像与第一处理图像进行融合得到融合图像,融合图像的三通道分别用
Figure 760798DEST_PATH_IMAGE007
Figure 443584DEST_PATH_IMAGE008
Figure 755747DEST_PATH_IMAGE009
进行表示;
根据原始图像与融合图像计算得到饱和度补偿因子
Figure 586300DEST_PATH_IMAGE013
根据原始图像的L通道、饱和度补偿因子以及融合图像进行饱和度补偿从而得到最终的输出图像。
本申请提出的图像颜色均化方法,基于亮度通道,优选为YUV模型下的Y通道,对RGB模型中的各个通道做直方图的直方图规定化处理,自适应地使RGB三个通道的直方图保持相似。然后,定义融合度因子,将第一处理图像和原始图像进行自适应加权融合处理,使融合图像的颜色恢复到正常效果。最后,定义饱和度补偿因子,自适应调整图像饱和度,保证图像颜色浓度和正常效果一致。
与传统的直方图均衡化的方法相比,本申请通过使用YUV模型的Y通道作为直方图规定化的参考对象,使RGB通道做直方图均衡化时有统一的参考,避免直接做直方图均衡化时出现图像对比度过量以及颜色失真;通过引入自适应地融合度因子,自动计算每个像素点的融合权重,使图像克服偏色问题的同时,能更准确地恢复到正常环境下的画面;通过引入饱和度补偿因子对饱和度进行自适应调整,避免均衡化处理中可能出现的欠饱和现象;计算过程大部分由点运算组成,时间和内存开销小,运算实时性高,节省硬件资源。
具体可以参照图4和图5,图5所展示的最终的输出图像与原始图像相比,可以看出整体画面更加清晰,左下角的血管组织更容易辨认,由于所展示的为灰度图,无法体现真实颜色的均化效果,但是从图4和图5的对比中可以看出图4的整体画面的对比度较差,这是因为原始图像在有颜色的时候,能够看出其整体画面被一层“红色”薄雾所笼罩,其原因是腹腔内红色环境的漫反射所造成的,与之相比,图5的整体画面则更加清晰,整体就画面的对比度更好,这是因为最终的输出图像在有颜色的时候,其整体画面的颜色已经被均化还原,没有被红色所覆盖,更加接近真实的场景。
第二方面,参照图2,本申请还提供一种图像颜色均化装置,包括:
获取模块210,用于获取原始图像的亮度通道;
第一处理模块220,用于根据亮度通道对原始图像进行直方图规定化处理得到第一处理图像;
融合模块230,用于将原始图像与第一处理图像进行融合得到融合图像;
第二处理模块240,用于对融合图像进行饱和度补偿得到最终的输出图像。
通过上述技术方案,获取模块210在获取原始图像的亮度通道后,第一处理模块220根据亮度通道对原始图像进行直方图规定化处理得到第一处理图像,接着由融合模块230将原始图像与第一处理图像进行融合得到融合图像,最后由第二处理模块240对融合图像进行饱和度补偿得到最终的输出图像,在第一处理 模块的作用下,使原始图像在作直方图均衡化处理的时候具有统一的参考,因此减少了图像的对比度和颜色失真的情况。
在一些优选实时方式中,本申请提供的图像颜色均化装置可以执行上述方法中任何一个方法步骤。
第三方面,参照图3,本申请还提供一种电子设备,包括处理器310以及存储器320,存储器320存储有计算机可读取指令,当计算机可读取指令由处理器310执行时,运行如上述方法中的步骤。
通过上述技术方案,处理器310和存储器320通过通信总线和/或其他形式的连接机构(未标出)互连并相互通讯,存储器320存储有处理器310可执行的计算机程序,当电子设备运行时,处理器310执行该计算机程序,以执行时执行上述实施例的任一可选的实现方式中的方法,以实现以下功能:获取原始图像的亮度通道;根据亮度通道对原始图像进行直方图规定化处理得到第一处理图像;将原始图像与第一处理图像进行融合得到融合图像;对融合图像进行饱和度补偿得到最终的输出图像。
第四方面,本申请还提供一种存储介质,其上存储有计算机程序,计算机程序被处理器执行时,运行如上述方法中的步骤。
通过上述技术方案,计算机程序被处理器执行时,执行上述实施例的任一可选的实现方式中的方法,以实现以下功能:获取原始图像的亮度通道;根据亮度通道对原始图像进行直方图规定化处理得到第一处理图像;将原始图像与第一处理图像进行融合得到融合图像;对融合图像进行饱和度补偿得到最终的输出图像。
其中,存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random Access Memory, 简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory, 简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read Only Memory, 简称EPROM),可编程只读存储器(Programmable Red-Only Memory, 简称PROM),只读存储器(Read-OnlyMemory, 简称ROM),磁存储器,快闪存储器,磁盘或光盘。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,又例如,多个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通信接口,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,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种图像颜色均化方法,其特征在于,包括:
获取原始图像的亮度通道;
根据所述亮度通道对所述原始图像进行直方图规定化处理得到第一处理图像;
将所述原始图像与所述第一处理图像进行融合得到融合图像;
对所述融合图像进行饱和度补偿得到最终的输出图像。
2.根据权利要求1所述的一种图像颜色均化方法,其特征在于,所述根据所述亮度通道对所述原始图像进行直方图规定化处理得到第一处理图像的步骤包括:
获取所述原始图像的R通道、G通道以及B通道;
根据所述亮度通道分别对所述R通道、所述G通道以及所述B通道进行直方图规定化处理得到所述第一处理图像。
3.根据权利要求2所述的一种图像颜色均化方法,其特征在于,所述将所述原始图像与所述第一处理图像进行融合得到融合图像的步骤包括:
根据所述R通道、所述G通道以及所述B通道分别计算得到各自通道的融合度因子;
根据各自通道的所述融合度因子将所述原始图像与所述第一处理图像进行融合得到所述融合图像。
4.根据权利要求1所述的一种图像颜色均化方法,其特征在于,所述对所述融合图像进行饱和度补偿得到最终的输出图像的步骤包括:
根据所述原始图像以及所述融合图像计算得到饱和度补偿因子;
根据所述饱和度补偿因子对所述融合图像进行饱和度补偿得到最终的输出图像。
5.根据权利要求4所述的一种图像颜色均化方法,其特征在于,所述根据所述原始图像以及所述融合图像计算得到饱和度补偿因子的步骤包括:
获取所述原始图像在S通道下的每个像素点的第一计算值;
获取所述融合图像在S通道下的每个像素点的第二计算值;
根据所述第一计算值以及所述第二计算值计算得到所述饱和度补偿因子。
6.根据权利要求3所述的一种图像颜色均化方法,其特征在于,所述根据所述R通道、所述G通道以及所述B通道分别计算得到各自通道的融合度因子;根据各自通道的所述融合度因子将所述原始图像与所述第一处理图像进行融合得到所述融合图像的公式为:
Figure DEST_PATH_IMAGE002
;
Figure DEST_PATH_IMAGE004
;
Figure DEST_PATH_IMAGE006
;
其中,R、G、B分别为所述原始图像的三通道;
Figure DEST_PATH_IMAGE008
Figure DEST_PATH_IMAGE010
Figure DEST_PATH_IMAGE012
分别为所述原始图像的三通道各自的融合度因子;
Figure DEST_PATH_IMAGE014
Figure DEST_PATH_IMAGE016
Figure DEST_PATH_IMAGE018
分别为所述融合图像的三通道;
Figure DEST_PATH_IMAGE020
Figure DEST_PATH_IMAGE022
Figure DEST_PATH_IMAGE024
分别为所述第一处理图像的三通道。
7.根据权利要求5所述的一种图像颜色均化方法,其特征在于,所述根据所述第一计算值以及所述第二计算值计算得到所述饱和度补偿因子的公式为:
Figure DEST_PATH_IMAGE026
Figure DEST_PATH_IMAGE028
;
Figure DEST_PATH_IMAGE030
其中,
Figure DEST_PATH_IMAGE032
为所述饱和度补偿因子;
Figure DEST_PATH_IMAGE034
为所述第一计算值;
Figure DEST_PATH_IMAGE036
为所述第二计算值;
R、G、B分别为所述原始图像的三通道;
Figure 422741DEST_PATH_IMAGE014
Figure 74302DEST_PATH_IMAGE016
Figure 447515DEST_PATH_IMAGE018
分别为所述融合图像的三通道。
8.一种图像颜色均化装置,其特征在于,包括:
获取模块,用于获取原始图像的亮度通道;
第一处理模块,用于根据所述亮度通道对所述原始图像进行直方图规定化处理得到第一处理图像;
融合模块,用于将所述原始图像与所述第一处理图像进行融合得到融合图像;
第二处理模块,用于对所述融合图像进行饱和度补偿得到最终的输出图像。
9.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-7任一项所述方法中的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,运行如权利要求1-7任一项所述方法中的步骤。
CN202210390527.4A 2022-04-14 2022-04-14 一种图像颜色均化方法、装置、电子设备及存储介质 Active CN114494084B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210390527.4A CN114494084B (zh) 2022-04-14 2022-04-14 一种图像颜色均化方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210390527.4A CN114494084B (zh) 2022-04-14 2022-04-14 一种图像颜色均化方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN114494084A true CN114494084A (zh) 2022-05-13
CN114494084B CN114494084B (zh) 2022-07-26

Family

ID=81487484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210390527.4A Active CN114494084B (zh) 2022-04-14 2022-04-14 一种图像颜色均化方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114494084B (zh)

Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101027895A (zh) * 2004-09-29 2007-08-29 苹果电脑有限公司 用于增强美感的图像转换的方法和设备
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
US20110262053A1 (en) * 2010-04-23 2011-10-27 Flir Systems Ab Infrared resolution and contrast enhancement with fusion
CN104282004A (zh) * 2014-06-30 2015-01-14 湖南大学 一种基于可扩展分段直方图自适应均衡化方法
CN104809709A (zh) * 2015-05-13 2015-07-29 北京邮电大学 基于域变换与带权四叉树分解的单幅图像自适应去雾方法
CN104994364A (zh) * 2015-04-30 2015-10-21 西安电子科技大学 一种图像处理方法和装置
US9414037B1 (en) * 2014-09-26 2016-08-09 Amazon Technologies, Inc. Low light image registration
CN105931201A (zh) * 2016-04-20 2016-09-07 北京航空航天大学 一种基于小波变换的图像主观视觉效果增强方法
CN106530252A (zh) * 2016-11-08 2017-03-22 北京小米移动软件有限公司 图像处理方法及装置
CN106846263A (zh) * 2016-12-28 2017-06-13 中国科学院长春光学精密机械与物理研究所 基于融合通道且对天空免疫的图像去雾方法
CN107424132A (zh) * 2017-07-25 2017-12-01 西安电子科技大学 一种图像快速去雾的优化方法
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
CN108711140A (zh) * 2018-05-16 2018-10-26 广东欧谱曼迪科技有限公司 一种基于类间方差描述的图像亮度均匀性实时恢复方法
CN110674828A (zh) * 2018-07-03 2020-01-10 江威 一种归一化眼底图像的方法和装置
CN110751603A (zh) * 2019-09-26 2020-02-04 中国科学院长春光学精密机械与物理研究所 一种图像对比度的增强方法、系统及终端设备
CN111626967A (zh) * 2019-02-28 2020-09-04 富华科精密工业(深圳)有限公司 图像增强方法、装置、计算机装置及可读存储介质
CN112165616A (zh) * 2020-11-13 2021-01-01 歌尔光学科技有限公司 一种摄像头模组的测试方法、装置、电子设备及存储介质
CN112348754A (zh) * 2020-10-30 2021-02-09 南京邮电大学 一种低照度彩色图像增强方法及装置
CN112419210A (zh) * 2020-12-08 2021-02-26 大连海事大学 基于颜色校正和三区间直方图拉伸的水下图像增强方法
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
CN112837254A (zh) * 2021-02-25 2021-05-25 普联技术有限公司 一种图像融合方法、装置、终端设备及存储介质
CN113012079A (zh) * 2021-05-25 2021-06-22 南京索安电子有限公司 低亮度车底图像增强方法、装置及存储介质
CN113298737A (zh) * 2021-07-09 2021-08-24 青岛海泰新光科技股份有限公司 一种内窥镜图像增强算法
CN114140348A (zh) * 2021-11-16 2022-03-04 深圳市联洲国际技术有限公司 一种对比度增强方法、装置及设备
CN114187192A (zh) * 2021-11-22 2022-03-15 南通智能感知研究院 一种基于多曝光融合的图像处理方法

Patent Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101027895A (zh) * 2004-09-29 2007-08-29 苹果电脑有限公司 用于增强美感的图像转换的方法和设备
US20110262053A1 (en) * 2010-04-23 2011-10-27 Flir Systems Ab Infrared resolution and contrast enhancement with fusion
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
CN104282004A (zh) * 2014-06-30 2015-01-14 湖南大学 一种基于可扩展分段直方图自适应均衡化方法
US9414037B1 (en) * 2014-09-26 2016-08-09 Amazon Technologies, Inc. Low light image registration
CN104994364A (zh) * 2015-04-30 2015-10-21 西安电子科技大学 一种图像处理方法和装置
CN104809709A (zh) * 2015-05-13 2015-07-29 北京邮电大学 基于域变换与带权四叉树分解的单幅图像自适应去雾方法
CN105931201A (zh) * 2016-04-20 2016-09-07 北京航空航天大学 一种基于小波变换的图像主观视觉效果增强方法
CN106530252A (zh) * 2016-11-08 2017-03-22 北京小米移动软件有限公司 图像处理方法及装置
CN106846263A (zh) * 2016-12-28 2017-06-13 中国科学院长春光学精密机械与物理研究所 基于融合通道且对天空免疫的图像去雾方法
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
CN107424132A (zh) * 2017-07-25 2017-12-01 西安电子科技大学 一种图像快速去雾的优化方法
CN108711140A (zh) * 2018-05-16 2018-10-26 广东欧谱曼迪科技有限公司 一种基于类间方差描述的图像亮度均匀性实时恢复方法
CN110674828A (zh) * 2018-07-03 2020-01-10 江威 一种归一化眼底图像的方法和装置
CN111626967A (zh) * 2019-02-28 2020-09-04 富华科精密工业(深圳)有限公司 图像增强方法、装置、计算机装置及可读存储介质
CN110751603A (zh) * 2019-09-26 2020-02-04 中国科学院长春光学精密机械与物理研究所 一种图像对比度的增强方法、系统及终端设备
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
CN112348754A (zh) * 2020-10-30 2021-02-09 南京邮电大学 一种低照度彩色图像增强方法及装置
CN112165616A (zh) * 2020-11-13 2021-01-01 歌尔光学科技有限公司 一种摄像头模组的测试方法、装置、电子设备及存储介质
CN112419210A (zh) * 2020-12-08 2021-02-26 大连海事大学 基于颜色校正和三区间直方图拉伸的水下图像增强方法
CN112837254A (zh) * 2021-02-25 2021-05-25 普联技术有限公司 一种图像融合方法、装置、终端设备及存储介质
CN113012079A (zh) * 2021-05-25 2021-06-22 南京索安电子有限公司 低亮度车底图像增强方法、装置及存储介质
CN113298737A (zh) * 2021-07-09 2021-08-24 青岛海泰新光科技股份有限公司 一种内窥镜图像增强算法
CN114140348A (zh) * 2021-11-16 2022-03-04 深圳市联洲国际技术有限公司 一种对比度增强方法、装置及设备
CN114187192A (zh) * 2021-11-22 2022-03-15 南通智能感知研究院 一种基于多曝光融合的图像处理方法

Also Published As

Publication number Publication date
CN114494084B (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
CN110505459B (zh) 适用于内窥镜的图像颜色校正方法、装置和存储介质
US7627189B2 (en) Sharpness adjustment method and program and electronic endoscope apparatus
CN107431784A (zh) 在解剖手术期间检测烟的系统和方法
CN107424198A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN112752023B (zh) 一种图像调整方法、装置、电子设备及存储介质
CN112669758B (zh) 显示屏校正方法、装置、系统和计算机可读存储介质
CN107396079B (zh) 白平衡调整方法和装置
CN114066780B (zh) 4k内窥镜图像去雾方法、装置、电子设备及存储介质
CN107820069A (zh) 一种视频监控设备isp调试方法
CN108833802A (zh) 曝光控制方法、装置和电子设备
CN107317967A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN108900785A (zh) 曝光控制方法、装置和电子设备
CN109427041A (zh) 一种图像白平衡方法及系统、存储介质及终端设备
CN114494084B (zh) 一种图像颜色均化方法、装置、电子设备及存储介质
Wang et al. Endoscopic image luminance enhancement based on the inverse square law for illuminance and retinex
CN107580205A (zh) 白平衡调整方法和装置
CN110719448A (zh) 投影融合带的羽化方法
CN115861147A (zh) 一种内窥镜暗区域增强方法、装置、电子设备及存储介质
CN105874508A (zh) 用于具有经改进的可靠性的宫颈图像分析的方法和装置
CN107959843A (zh) 图像处理方法及装置、计算机可读存储介质和计算机设备
CN107392870A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
WO2020147245A1 (zh) 基于眼底彩照图像的图像优化方法及相关设备
WO2023000868A1 (zh) 图像处理方法及装置、设备、存储介质
WO2020140241A1 (zh) 基于环境光分布场的自适应调节方法
TWI438718B (zh) 適應性反雙曲線影像處理方法及其系統

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 528253 Room 503, Floor 5, Building A, Jingu Zhichuang Industrial Community, No. 2, Yong'an North Road, Dawu Community, Guicheng Street, Nanhai District, Foshan City, Guangdong Province (residence declaration)

Patentee after: Guangdong Oupu Mandi Technology Co.,Ltd.

Address before: 528251 room 503, floor 5, building a, Jingu Zhichuang industrial community, No. 2, Yong'an North Road, Dawei community, Guicheng Street, Nanhai District, Foshan City, Guangdong Province

Patentee before: GUANGDONG OPTOMEDIC TECHNOLOGY CO.,LTD.