CN114693567B - 图像颜色调整方法、装置、计算机设备和存储介质 - Google Patents
图像颜色调整方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114693567B CN114693567B CN202210595859.6A CN202210595859A CN114693567B CN 114693567 B CN114693567 B CN 114693567B CN 202210595859 A CN202210595859 A CN 202210595859A CN 114693567 B CN114693567 B CN 114693567B
- Authority
- CN
- China
- Prior art keywords
- image
- adjusted
- color
- target
- dynamic range
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000002596 correlated effect Effects 0.000 claims abstract description 72
- 230000000875 corresponding effect Effects 0.000 claims abstract description 67
- 238000004590 computer program Methods 0.000 claims abstract description 21
- 238000006243 chemical reaction Methods 0.000 claims description 24
- 238000013507 mapping Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 12
- 230000000873 masking effect Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 9
- 238000012937 correction Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000004456 color vision Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
-
- 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)
- Facsimile Image Signal Circuits (AREA)
Abstract
本申请涉及一种图像颜色调整方法、装置、计算机设备、存储介质和计算机程序产品。通过基于调整亮度后的待调整图像对应的色度信息和亮度信息,生成调整后图像,并基于待调整图像与标准动态范围图像的第一色差值,与待调整图像和调整后图像的第二色差值的对别结果、待调整图像与调整后图像的相关色温差与预设色温阈值的对比结果,以及对调整后图像中目标色相的识别结果,确定目标调整后图像,基于目标调整后图像得到颜色调整后的目标高动态范围图像。相较于传统的基于亮度调整图像的图像调整方式,本方案通过对图像颜色进行色差值和相关色温的比较,实现防止标准动态范围图像转换至高动态范围图像时发生色偏的效果。
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颜色调整方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
HDR(high dynamic range,高动态范围)在计算机图形学与电影摄影术中,是用来实现比普通数位图像技术更大曝光动态范围(即更大的明暗差别)的一组技术。目前已经有许多设备支持HDR显示技术,为了让显示效果更佳,需要将SDR(standard dynamic range,标准动态范围)标准的视频图像转换为HDR标准的视频图像。目前将视频图像从SDR标准转换为HDR标准的方式通常是通过映射亮度信息进行转化。然而,通过亮度进行直接映射的方式进行标准转换,容易导致视频图像的颜色发生改变,导致色偏。
因此,目前对视频图像的动态范围标准进行转换时存在色彩偏差的缺陷。
发明内容
基于此,有必要针对上述技术问题,提供一种能够对色彩偏差进行校正的图像颜色调整方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种图像颜色调整方法,所述方法包括:
获取待调整图像对应的色度信息和亮度信息,根据所述色度信息对应的邻域色度信息与所述亮度信息,生成调整后图像;所述待调整图像表征调整亮度信息后的高动态范围图像;
获取所述待调整图像与所述待调整图像对应的标准动态范围图像的第一色差值、所述待调整图像与所述调整后图像的第二色差值,以及获取所述待调整图像与所述调整后图像的相关色温差;
根据所述第一色差值和所述第二色差值的第一对比结果、所述相关色温差与预设色温阈值的第二对比结果,以及对所述调整后图像中目标色相的识别结果,确定目标调整后图像;根据所述目标调整后图像,得到颜色调整后的目标高动态范围图像。
在其中一个实施例中,所述获取待调整图像对应的色度信息和亮度信息,包括:
获取第一色域的待转换图像;所述第一色域表征标准动态范围的色域;
将所述第一色域的待转换图像转换至非线性空间,得到第二色域的待转换图像;所述第二色域表征高动态范围的色域;
对所述第二色域的待转换图像进行逆影调映射,得到对应的在xyY颜色空间的待调整图像;
根据所述xyY颜色空间下的待调整图像,对所述xyY颜色空间下的待调整图像进行数据拆分,得到所述色度信息和亮度信息。
在其中一个实施例中,所述根据所述色度信息对应的邻域色度信息与所述亮度信息,生成调整后图像,包括:
针对所述待调整图像中的每个像素,在xyY颜色空间中根据预设精度搜索该像素的色度信息对应的邻域色度,得到像素邻域色度信息;
根据所述像素邻域色度信息与所述该像素对应的亮度信息,生成调整后像素;
根据多个调整后像素,得到所述调整后图像。
在其中一个实施例中,所述获取所述待调整图像与所述待调整图像对应的标准动态范围图像的第一色差值、所述待调整图像与所述调整后图像的第二色差值,包括:
获取所述待调整图像对应的xyY颜色空间下的第一标准动态范围图像;
在xyY颜色空间下,分别将所述第一标准动态范围图像、所述待调整图像以及所述调整后图像转换为XYZ颜色空间下的第二标准动态范围图像、第二待调整图像以及第二调整后图像;
分别将所述第二标准动态范围图像、第二待调整图像以及第二调整后图像转换至Lab颜色空间中,得到所述第二标准动态范围图像对应的第一颜色对立图像、所述第二待调整图像的第二颜色对立图像以及所述第二调整后图像的第三颜色对立图像;
根据所述第一颜色对立图像和所述第二颜色对立图像,得到第一色差值,并根据所述第一颜色对立图像和所述第三颜色对立图像,得到第二色差值。
在其中一个实施例中,所述根据所述第一色差值和所述第二色差值的第一对比结果、所述相关色温差与预设色温阈值的第二对比结果,以及对所述调整后图像中目标色相的识别结果,确定目标调整后图像之前,还包括:
将所述第三颜色对立图像转换为柱坐标,根据所述柱坐标对目标色相的像素进行遮罩,以屏蔽所述待调整图像中的目标色相;
检测屏蔽所述目标色相后的调整后图像中是否存在所述目标色相,得到所述调整后图像中目标色相的识别结果。
在其中一个实施例中,所述获取所述待调整图像与所述调整后图像的相关色温差,包括:
对所述待调整图像的色度信息进行数据拆分,并将拆分后的色度信息转换为第一相关色温;
对所述调整后图像的调整后色度信息进行数据拆分,并将拆分后的调整后色度信息转换为第二相关色温;
根据所述第二相关色温和所述第一相关色温的差的绝对值,得到所述相关色温差。
在其中一个实施例中,所述根据所述第一色差值和所述第二色差值的第一对比结果、所述相关色温差与预设色温阈值的第二对比结果,以及对所述调整后图像中目标色相的识别结果,确定目标调整后图像,包括:
若检测到所述第一色差值大于第二色差值、所述相关色温差小于或等于预设色温阈值且所述调整后图像中不存在目标色相,确定得到目标调整后图像。
在其中一个实施例中,所述根据所述目标调整后图像,得到颜色调整后的目标图像,包括:
将处于xyY颜色空间的所述目标调整后图像转换为BT2020色域的第二目标调整后图像;
对所述第二目标调整后图像进行逆光电转换以及逆归一化处理,得到目标高动态范围图像。
第二方面,本申请提供了一种图像颜色调整装置,所述装置包括:
第一获取模块,用于获取待调整图像对应的色度信息和亮度信息,根据所述色度信息对应的邻域色度信息与所述亮度信息,生成调整后图像;所述待调整图像表征调整亮度信息后的高动态范围图像;
第二获取模块,用于获取所述待调整图像与所述待调整图像对应的标准动态范围图像的第一色差值、所述待调整图像与所述调整后图像的第二色差值,以及获取所述待调整图像与所述调整后图像的相关色温差;
调整模块,用于根据所述第一色差值和所述第二色差值的第一对比结果、所述相关色温差与预设色温阈值的第二对比结果,以及对所述调整后图像中目标色相的识别结果,确定目标调整后图像;根据所述目标调整后图像,得到颜色调整后的目标高动态范围图像。
第三方面,本申请提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法的步骤。
第四方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
第五方面,本申请提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的方法的步骤。
上述图像颜色调整方法、装置、计算机设备、存储介质和计算机程序产品,通过基于调整亮度后的待调整图像对应的色度信息和亮度信息,生成调整后图像,并基于待调整图像与标准动态范围图像的第一色差值,与待调整图像和调整后图像的第二色差值的对别结果、待调整图像与调整后图像的相关色温差与预设色温阈值的对比结果,以及对调整后图像中目标色相的识别结果,确定目标调整后图像,并基于目标调整后图像得到颜色调整后的目标高动态范围图像。相较于传统的基于亮度调整图像的图像调整方式,本方案通过对图像颜色进行色差值和相关色温的比较,调整高动态范围图像的颜色,实现防止标准动态范围图像转换至高动态范围图像时发生色偏的效果。
附图说明
图1为一个实施例中图像颜色调整方法的应用环境图;
图2为一个实施例中图像颜色调整方法的流程示意图;
图3为另一个实施例中图像颜色调整方法的流程示意图;
图4为一个实施例中图像颜色调整装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的图像颜色调整方法,可以应用于如图1所示的应用环境中。终端102可以获取经过亮度调整后的高动态范围的待调整图像,并基于待调整图像的色度信息和亮度信息生成调整后图像,根据调整后图像和待调整图像进行色差值的对比、相关色温差的对比以及目标色相的识别,从而实现对高动态范围图像的颜色校正调整。其中,在一些实施例中,还包括服务器104。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。终端102可以从服务器104中获取待调整图像。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种图像颜色调整方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤S202,获取待调整图像对应的色度信息和亮度信息,根据色度信息对应的邻域色度信息与亮度信息,生成调整后图像;待调整图像表征调整亮度信息后的高动态范围图像。
其中,待调整图像可以是经过亮度调整后的高动态范围图像。例如,待调整图像可以是一种HDR(high dynamic range,高动态范围)图像,终端102可以通过将SDR(standarddynamic range,标准动态范围)图像进行基于亮度信息的转换,得到HDR图像,作为待调整图像。即待调整图像在转换前可以是一种标准动态范围图像。其中,上述待调整图像可以是位于xyY颜色空间中的图像,xyY颜色空间是CIE(Commission Internationale de l´Eclairage,国际照明委员会)组织在1931年提出的基于CIE XYZ的颜色空间,Y表示颜色的亮度,XYZ是CIE在RGB系统基础上,改用三个假想的原色X、Y、Z建立了一个新的色度系统,将它匹配等能光谱的三刺激值,是一种线性颜色空间。终端102得到上述待调整图像后,可以获取待调整图像对应的色度信息和亮度信息。其中,待调整图像的色度信息和亮度信息可以通过数据拆分形式得到。
例如,在一个实施例中,获取待调整图像对应的色度信息和亮度信息,包括:获取第一色域的待转换图像;第一色域表征标准动态范围的色域;将第一色域的待转换图像转换至非线性空间,得到第二色域的待转换图像;第二色域表征高动态范围的色域;对第二色域的待转换图像进行逆影调映射,得到对应的在xyY颜色空间的待调整图像;根据xyY颜色空间下的待调整图像,对xyY颜色空间下的待调整图像进行数据拆分,得到色度信息和亮度信息。本实施例中,终端102可以首先获取待调整图像,终端102可以获取第一色域的待转换图像,并将第一色域的待转换图像转换至非线性空间,得到第二色域的待转换图像。其中第一色域表征标准动态范围的色域,第二色域表征高动态范围的色域。终端102可以对第二色域的待转换图像进行逆影调映射,从而得到第二色域的待转换图像对应的在xyY颜色空间中的待调整图像。其中,上述第一色域可以是BT.709色域,上述第二色域可以是BT.2020色域,ITU-R BT.709是HDTV的标准,也是目前运用最为广泛的颜色标准,SDR视频一般均为BT.709色域。ITU-R BT.2020标准是UHDTV的颜色标准,也是HDR技术所支持的颜色标准。在SDR到HDR转换中,需要进行从BT.709色域到BT.2020色域的色域映射。例如,终端102可以将归一化到[0,1]的RGB格式的BT.709色域的SDR视频帧图像记为RGB709,再基于CIE XYZ空间到给定RGB空间的转换方法,得到CIEXYZ空间到BT.709空间的转换矩阵M1,CIEXYZ空间到BT.2020空间到的转换矩阵M2,从而终端102可以得到从BT.709空间转换到BT.2020空间的矩阵 M = M1*M2 -1。对于待转换图像,终端102可以将上述RGB709转换到gamma空间,其转换公式如下所示:RGB'709=gamman(RGB709),再将gamma空间中的RGB709转换到BT.2020色域,其转换公式如下:RGB'2020=M*RGB'709;终端102哈可以将上述RGB'2020转换到非线性空间,得到上述第二色域的待转换图像,其转换公式如下所示:RGB2020= gamman -1 (RGB'2020)。即第二色域的待转换图像可以记为RGB2020。
终端102得到上述第二色域的待转换图像后,可以对第二色域的待转换图像进行逆影调映射,从而得到第二色域的待转换图像在xyY颜色空间中的图像,作为待调整图像。其中,在SDR内容转换成HDR内容时,需要通过逆影调映射技术(Inverse Tone Mapping),实现SDR源信号转换到HDR源信号,在终端102对上述第二色域的待转换图像进行逆影调映射时,会仅处理图像亮度信息,并转至xyY颜色空间进行处理。终端102得到上述待调整图像后,可以在xyY颜色空间中对待调整图像进行数据拆分,得到待调整图像的色度信息和亮度信息。其中,终端102可以将进行逆影调映射前的在xyY颜色空间中的标准动态范围图像记为xyY1,将对Y通道进行了逆影调映射后的待调整图像记为xyY2。而xy表示的即是待调整图像的色度信息,Y1和Y2分别表示的是标准动态范围图像的亮度信息和待调整图像的亮度信息。则终端102对上述待调整图像进行数据拆分后,可以得到色度信息xy和亮度信息Y2。从而终端102可以基于上述色度信息和对应的邻域色度信息和亮度信息,生成调整后图像。其中,邻域色度信息可以是上述色度信息的数据邻域中的色度信息,调整后图像可以通过邻域色度信息与亮度信息Y2结合的方式得到。
步骤S204,获取待调整图像与待调整图像对应的标准动态范围图像的第一色差值、待调整图像与调整后图像的第二色差值,以及获取待调整图像与调整后图像的相关色温差。
其中,待调整图像可以是属于调整亮度后的高动态范围图像,但相较于其对应的标准动态范围图像存在色彩偏差的缺陷。在对待调整图像进行颜色矫正的过程中,终端102可以获取待调整图像与待调整图像对应的标准动态范围图像的第一色差值,终端102还可以获取待调整图像与调整后图像的第二色差值。其中,色差值可以用deltaE00表示,则上述第一色差值可以表示为∆E1,上述第二色差值可以表示为∆E2。上述deltaE00表示了图像之间的颜色差异。终端102还可以获取待调整图像与调整后图像的相关色温差。其中,相关色温核心思想是在均匀色品图上用距离最短的温度来表示光源的相关色温,用K氏温度表示。上述相关色温差可以通过对待调整图像的相关色温与调整后图像的相关色温求差后得到,相关色温差可以记为∆CCT。
步骤S206,根据第一色差值和第二色差值的第一对比结果、相关色温差与预设色温阈值的第二对比结果,以及对调整后图像中目标色相的识别结果,确定目标调整后图像;根据目标调整后图像,得到颜色调整后的目标高动态范围图像。
其中,终端102可以将上述第一色差值与第二色差值进行对比,得到第一对比结果,将相关色温差与预设色温差阈值进行对比,得到第二对比结果,并且终端102还可以识别调整后图像中是否存在目标色相,从而得到相应的识别结果,终端102可以基于上述第一对比结果、第二对比结果和上述识别结果,确定目标调整后图像,目标调整后图像可以是在xyY颜色空间中完成颜色矫正的图像,终端102可以基于目标调整后图像,得到颜色调整后的目标高动态范围图像,即终端102可以通过对目标调整后图像进行一系列还原转换,得到目标高动态范围图像。
例如,在一个实施例中,根据目标调整后图像,得到颜色调整后的目标图像,包括:将处于xyY颜色空间的目标调整后图像转换为BT2020色域的第二目标调整后图像;对第二目标调整后图像进行逆光电转换以及逆归一化处理,得到目标高动态范围图像。本实施例中,终端102可以对上述处于xyY颜色空间中的目标调整后图像转换为BT2020色域的第二目标调整后图像,把每个第二目标调整后图像进行逆光电转换和逆归一化处理,得到上述目标高动态范围图像。
其中,上述目标调整后图像可以记为xyYnew,则终端102可以对xyY颜色空间的xyYnew进行还原为HDR图像的操作。例如,终端102可以将xyYnew转换到XYZ颜色空间,再转换到BT.2020色域的RGB颜色空间,需要说明的是,上述颜色矫正算法不改变色域,终端102得到的目标调整后图像依然为BT.2020色域。在SDR图像转换为HDR图像中,终端102需要对第二目标调整后图形进行逆光电转换处理,转换为可以输出的电信号;由于上述输入时将图像进行了归一化,因此终端102还可以对第二目标调整后图像进行逆归一化处理,还原为HDR图像,即上述目标高动态范围图像。从而终端102可以在显示设备中国输出上述经过颜色矫正以及逆变换后的HDR图像。
上述图像颜色调整方法中,通过基于调整亮度后的待调整图像对应的色度信息和亮度信息,生成调整后图像,并基于待调整图像与标准动态范围图像的第一色差值,与待调整图像和调整后图像的第二色差值的对别结果、待调整图像与调整后图像的相关色温差与预设色温阈值的对比结果,以及对调整后图像中目标色相的识别结果,确定目标调整后图像,并基于目标调整后图像得到颜色调整后的目标高动态范围图像。相较于传统的基于亮度调整图像的图像调整方式,本方案通过对图像颜色进行色差值和相关色温的比较,调整高动态范围图像的颜色,实现防止标准动态范围图像转换至高动态范围图像时发生色偏的效果。
在一个实施例中,根据色度信息对应的邻域色度信息与亮度信息,生成调整后图像,包括:针对待调整图像中的每个像素,在xyY颜色空间中根据预设精度搜索该像素的色度信息对应的邻域色度,得到像素邻域色度信息;根据像素邻域色度信息与该像素对应的亮度信息,生成调整后像素;根据多个调整后像素,得到调整后图像。
本实施例中,待调整图像中包括多个像素,每个像素中可以包括其对应的色度信息和亮度信息。终端102可以以像素为基础,进行像素的矩阵级运算。对于待调整图像中的每个像素的色度,终端102可以在xyY颜色空间中,根据预设搜索精度搜索该像素的色度信息对应的邻域色度,从而查找得到像素邻域色度信息,终端102可以将邻域色度信息与该像素对应的亮度信息进行结合,生成调整后像素。终端102对待调整图像中的每个像素均进行上述处理后,可以得到多个调整后像素,从而终端102可以基于多个调整后像素得到调整后图像。
其中,终端102可以在xyY颜色空间中进行上述调整后图像的生成。例如,终端102可以将上述xyY颜色空间中的待调整图像记为xyY2,其中xy表示待调整图像的色度,Y2代表图像的亮度信息。终端102可以取xyY2的色度xy的数据邻域,例如色度坐标系中与色度xy处于数据邻域的色度,终端102以固定的搜索精度进行查找,将每次获得的临时x'和y'与Y2合并,得到一个x'y'Y2,作为上述调整后图像。其中,数据邻域即附近其他数值组成的域,xyY2是指一个在CIE xyY空间中的像素点(颜色点)的实例,为三通道数据,其中xy组成色度,Y组成亮度,x和y的范围都在[0,1],终端102可以分别定义x和y的邻域,应用在图片中,并进行像素的矩阵级计算,得到在xyY颜色空间中的调整后图像xyY2。
通过本实施例,终端102可以通过矩阵级运算得到经过色度校正的调整后图像,从而实现减少标准动态范围图像转换至高动态范围图像时发生色偏的效果。
在一个实施例中,获取待调整图像与待调整图像对应的标准动态范围图像的第一色差值、待调整图像与调整后图像的第二色差值,包括:获取待调整图像对应的xyY颜色空间下的第一标准动态范围图像;在xyY颜色空间下,分别将第一标准动态范围图像、待调整图像以及调整后图像转换为XYZ颜色空间下的第二标准动态范围图像、第二待调整图像以及第二调整后图像;分别将第二标准动态范围图像、第二待调整图像以及第二调整后图像转换至Lab颜色空间中,得到第二标准动态范围图像对应的第一颜色对立图像、第二待调整图像的第二颜色对立图像以及第二调整后图像的第三颜色对立图像;根据第一颜色对立图像和第二颜色对立图像,得到第一色差值,并根据第一颜色对立图像和第三颜色对立图像,得到第二色差值。
本实施例中,终端102可以对待调整图像和调整后图像进行多次颜色空间的转换,得到上述多个色差值。第一标准动态范围图像可以是上述待调整图像在xyY颜色空间中对应的标准动态范围的图像。终端102可以将上述第一标准动态范围图像、待调整图像和调整后图像进行多次颜色空间的转换。首先,在xyY颜色空间中,终端102可以将上述第一标准动态范围图像转换为XYZ颜色空间的第二标准动态图像,终端102可以将上述待调整图像转换为XYZ颜色空间中的第二待调整图像,终端102还可以将上述调整后图像转换为XYZ颜色空间中的第二调整后图像。
终端102得到上述XYZ颜色空间中的第二标准动态范围图像、第二待调整图像和第二调整后图像后,还可以将这些图像进行再一次的颜色空间转换。在XYZ颜色空间中,终端102可以将上述第二标准动态图像转换为Lab颜色空间中,得到第二标准动态范围图像对应的第一颜色对立图像、第二待调整图像的第二颜色对立图像以及第二调整后图像的第三颜色对立图像。其中,Lab颜色空间即为CIE L*a*b*,是CIE组织在1976年提出的一种几乎感知均匀的颜色空间,即是颜色-对立空间,带有维度L表示亮度,a和b表示颜色对立维度。则第一颜色对立图像可以记为Lab1、第二颜色对立图像可以记为Lab2、第三颜色对立图像可以记为Lab2'。
终端102得到上述第一颜色对立图像、第二颜色对立图像和第三颜色对立图像后,可以基于第一颜色对立图像和第二颜色对立图像,计算第一色差值;并基于第二颜色对立图像和第三颜色对立图像,计算第二色差值。例如,终端102可以将上述第一标准动态范围图像记为xyY1,经过亮度信息调整后的待调整图像记为xyY2,并将经过色度信息调整后的调整后图像记为x'y'Y2。其中x'y'为在色度xy的数据邻域中搜索得到的色度x'y'。终端102可以将xyY1和xyY2都转换至CIE XYZ空间,然后再分别从CIE XYZ空间转化到CIE L*a*b空间,分别记为Lab1和Lab2。终端102还可以将上述x'y'Y2进行颜色空间转换,转换至CIE XYZ空间内,再基于CIE XYZ空间转换至CIE L*a*b*空间内,记为Lab2'。则终端102可以利用上述参数计算色差值deltaE00。其计算公式如下所示:∆E1= deltaE00(Lab1, Lab2);∆E2=deltaE00 (Lab1, Lab2')。其中,∆E1即为上述第一色差值,∆E2即为上述第二色差值。其中,ΔE指的是在均匀颜色感觉空间中,人眼感觉色差的测试单位。
通过本实施例,终端102可以通过将上述待调整图像、调整后图像和标准动态范围图像进行多次颜色空间的转换,计算多个色差值,从而终端102可以基于多个色差值对待调整图像进行颜色矫正,实现减少标准动态范围图像转换至高动态范围图像时发生色偏的效果。
在一个实施例中,根据第一色差值和第二色差值的第一对比结果、相关色温差与预设色温阈值的第二对比结果,以及对调整后图像中目标色相的识别结果,确定目标调整后图像之前,还包括:将第三颜色对立图像转换为柱坐标,根据柱坐标对目标色相的像素进行遮罩,以屏蔽待调整图像中的目标色相;检测屏蔽目标色相后的调整后图像中是否存在目标色相,得到调整后图像中目标色相的识别结果。
本实施例中,终端102还可以对需要进行调整的图像中的目标色相进行单矫。对于上述第三颜色对立图像Lab2,终端102可以将该第三颜色对立图像转换为柱坐标,并根据该柱坐标对目标色相的像素进行遮罩,从而终端102可以屏蔽待调整图像中的目标色相。其中被遮罩的色相将不参与运算。终端102屏蔽目标色相后,可以检测屏蔽目标色相后的调整后图像中是否存在目标色相,得到对调整后图像中目标色相的识别结果。
其中,上述目标色相可以是蓝色区域,即终端102可以对待调整图像中的蓝色区域进行单矫。例如,终端102可以将Lab2转换为柱坐标表示。其中柱表面值代表了相关的色相。终端102可以根据蓝色色相的柱表面值,对处于蓝色色相区的像素点进行遮罩,使得部分易发生色相迁移的位置不参与迭代更新。
通过本实施例,终端102可以通过对目标色相进行屏蔽,从而让部分容易发生色相迁移的位置不参与颜色矫正的迭代更新,提高了对HDR图像中颜色矫正的准确性。
在一个实施例中,获取待调整图像与调整后图像的相关色温差,包括:对待调整图像的色度信息进行数据拆分,并将拆分后的色度信息转换为第一相关色温;对调整后图像的调整后色度信息进行数据拆分,并将拆分后的调整后色度信息转换为第二相关色温;根据第二相关色温和第一相关色温的差的绝对值,得到相关色温差。
本实施例中,终端102可以对待调整图像和调整后图像进行相关色温差的计算。终端102可以对待调整图像中的色度信息进行数据拆分,并将拆分后的色度信息转换为第一相关色温,终端102还可以对调整后图像的色度信息进行数据拆分,并将拆分后的调整后色度信息转换为第二相关色温,从而终端102可以根据第二相关色温和第一相关色温的差的绝对值,确定出待调整图像和调整后图像的相关色温差。
具体地,上述待调整图像可以记为xyY2,上述调整后图像可以记为x'y'Y2,则终端102可以将xyY2中表示色度的xy通道数据拆分,转换为CCT(correlated colortemperature,相关色温),记为cct。终端102还可以对x'y'Y2中表示色度的xy通道数据拆分,转换为相关色温(CCT),记为cct'。从而终端102可以基于上述cct和cct'计算相关色温差,其中,∆CCT为相关色温差。
通过本实施例,终端102可以根据待调整图像和调整后图像的相关色温计算相关色温差,从而终端102可以基于相关色温差对HDR图像进行颜色校正,实现减少标准动态范围图像转换至高动态范围图像时发生色偏的效果。
在一个实施例中,根据第一色差值和第二色差值的第一对比结果、相关色温差与预设色温阈值的第二对比结果,以及对调整后图像中目标色相的识别结果,确定目标调整后图像,包括:若检测到第一色差值大于第二色差值、相关色温差小于或等于预设色温阈值且调整后图像中不存在目标色相,确定得到目标调整后图像。
本实施例中,终端102得到上述第一色差值、第二色差值、相关色温差后,可以通过对比确定调整后图像的颜色是否矫正。终端102可以获取第一色差值和第二色差值的第一对比结果,终端102可以获取相关色温差和预设色温差阈值的第二对比结果,终端102还可以对调整后图像中目标色相进行识别,得到相应的识别结果。若终端102检测到上述第一色差值大于第二色差值,且相关色温差小于或等于预设色温阈值,并且调整后图像中不存在目标色相,则终端102可以确定调整后图像为目标调整后图像。即终端102完成对待调整图像的颜色矫正。若终端102检测到上述任一条件不满足时,则终端102可以确定该调整后图像并未完成颜色矫正,可以重新执行上述色度邻域数据搜索更新的步骤。
其中,上述目标色相可以是蓝色色相,上述调整后图像可以记为x'y'Y2上述预设色温阈值可以是100k。则终端102可以基于x'y'Y2的相关参数进行对比。例如,终端102可以对比∆E1和∆E2的大小关系,并且x'y'Y2是否不包含易感蓝色色相区。若终端102检测到∆E1>∆E2、∆CCT小于或等于设定数值,例如100k,且x'y'Y2∉易感蓝色色相区,则终端102可以将上述待调整图像xyY2更换为x'y'Y2。终端102可以对待调整图像中的每个像素点均进行上述迭代更新,终端102完成一次上述更换后,可以进行下一次迭代更新,选取邻域的下一个新的x'y'Y2,终端102可以重复上述步骤,直到将所选取邻域全部搜索完毕,得到全部更新过后的x'y'Y2,记为xyYnew。对于得到的xyYnew,即为在xyY颜色空间完成颜色矫正算法的结果,其中Y作为亮度信息,没有发生更改。另外,由于上述目标调整后图像xyYnew是在xyY颜色空间中的图像,因此终端102还可以将上述目标调整后图像进行还原,得到最终可以输出的HDR图像。
通过本实施例,终端102可以通过多个参数的对比,并根据对比结果确定调整后图像是否完成颜色矫正,从而实现减少标准动态范围图像转换至高动态范围图像时发生色偏的效果。
在一个实施例中,如图3所示,图3为另一个实施例中图像颜色调整方法的流程示意图。包括以下流程:终端102可以对标准动态范围图像xyY1进行逆影调映射得到xyY2。对于xyY2,终端102可以进行邻域搜索更新,搜索新的x'和y',将搜索得到的x'y'与上述亮度信息Y2结合,得到x'y'Y2。终端102还可以分别对xyY1、xyY2和x'y'Y2进行颜色空间转换,从xyY颜色空间转换至Lab颜色空间,得到Lab1、Lab2、Lab2'和Lab2''。终端102还可以对xyY2的图像进行蓝区遮罩,并对色度xy及其邻域色度x'y'进行相关色温的计算,获取相关色温差。
终端102获取上述参数后,可以获取Lab1和Lab2'形成的色差值,与Lab1和Lab2''形成的色差值中的最小值,将该最小值与Lab1和Lab2形成的色差值进行对比,若Lab1和Lab2形成的色差值进行对比大于上述最小值,并且相关色温差值小于或等于100k,且调整后的xyY2中不包含易迁移的蓝色色相,则终端102可以确定对待调整图像的颜色矫正完成。终端102可以对待调整图像中的每个像素均进行上述矫正步骤,从而实现对待调整图像的整体颜色矫正。
通过上述实施例,终端102可以通过对图像颜色进行色差值和相关色温的比较,调整高动态范围图像的颜色,使得视频内容在存在亮度差异时仍能保持色彩色度观感接近一致,并能针对不同色相敏感度差别不同自适应地减少色偏。实现防止标准动态范围图像转换至高动态范围图像时发生色偏的效果。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的图像颜色调整方法的图像颜色调整装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个图像颜色调整装置实施例中的具体限定可以参见上文中对于图像颜色调整方法的限定,在此不再赘述。
在一个实施例中,如图4所示,提供了一种图像颜色调整装置,包括:第一获取模块500、第二获取模块502和调整模块504,其中:
第一获取模块500,用于获取待调整图像对应的色度信息和亮度信息,根据色度信息对应的邻域色度信息与亮度信息,生成调整后图像;待调整图像表征调整亮度信息后的高动态范围图像。
第二获取模块502,用于获取待调整图像与待调整图像对应的标准动态范围图像的第一色差值、待调整图像与调整后图像的第二色差值,以及获取待调整图像与调整后图像的相关色温差。
调整模块504,用于根据第一色差值和第二色差值的第一对比结果、相关色温差与预设色温阈值的第二对比结果,以及对调整后图像中目标色相的识别结果,确定目标调整后图像;根据目标调整后图像,得到颜色调整后的目标高动态范围图像。
在一个实施例中,上述第一获取模块500,具体用于获取第一色域的待转换图像;第一色域表征标准动态范围的色域;将第一色域的待转换图像转换至非线性空间,得到第二色域的待转换图像;第二色域表征高动态范围的色域;对第二色域的待转换图像进行逆影调映射,得到对应的在xyY颜色空间的待调整图像;根据xyY颜色空间下的待调整图像,对xyY颜色空间下的待调整图像进行数据拆分,得到色度信息和亮度信息。
在一个实施例中,上述第一获取模块500,具体用于针对待调整图像中的每个像素,在xyY颜色空间中根据预设精度搜索该像素的色度信息对应的邻域色度,得到像素邻域色度信息;根据像素邻域色度信息与该像素对应的亮度信息,生成调整后像素;根据多个调整后像素,得到调整后图像。
在一个实施例中,上述第二获取模块502,具体用于获取待调整图像对应的xyY颜色空间下的第一标准动态范围图像;在xyY颜色空间下,分别将第一标准动态范围图像、待调整图像以及调整后图像转换为XYZ颜色空间下的第二标准动态范围图像、第二待调整图像以及第二调整后图像;分别将第二标准动态范围图像、第二待调整图像以及第二调整后图像转换至Lab颜色空间中,得到第二标准动态范围图像对应的第一颜色对立图像、第二待调整图像的第二颜色对立图像以及第二调整后图像的第三颜色对立图像;根据第一颜色对立图像和第二颜色对立图像,得到第一色差值,并根据第一颜色对立图像和第三颜色对立图像,得到第二色差值。
在一个实施例中,上述装置还包括:遮罩模块,用于将第三颜色对立图像转换为柱坐标,根据柱坐标对目标色相的像素进行遮罩,以屏蔽待调整图像中的目标色相;检测屏蔽目标色相后的调整后图像中是否存在目标色相,得到调整后图像中目标色相的识别结果。
在一个实施例中,上述第二获取模块502,具体用于对待调整图像的色度信息进行数据拆分,并将拆分后的色度信息转换为第一相关色温;对调整后图像的调整后色度信息进行数据拆分,并将拆分后的调整后色度信息转换为第二相关色温;根据第二相关色温和第一相关色温的差的绝对值,得到相关色温差。
在一个实施例中,上述调整模块504,具体用于若检测到第一色差值大于第二色差值、相关色温差小于或等于预设色温阈值且调整后图像中不存在目标色相,确定得到目标调整后图像。
在一个实施例中,上述调整模块504,具体用于将处于xyY颜色空间的目标调整后图像转换为BT2020色域的第二目标调整后图像;对第二目标调整后图像进行逆光电转换以及逆归一化处理,得到目标高动态范围图像。
上述图像颜色调整装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种图像颜色调整方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述的图像颜色调整方法。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述的图像颜色调整方法。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的图像颜色调整方法。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种图像颜色调整方法,其特征在于,所述方法包括:
获取待调整图像对应的色度信息和亮度信息,根据所述色度信息对应的邻域色度信息与所述亮度信息,生成调整后图像,包括:针对所述待调整图像中的每个像素,在xyY颜色空间中根据预设精度搜索该像素的色度信息对应的邻域色度,得到像素邻域色度信息;根据所述像素邻域色度信息与所述该像素对应的亮度信息,生成调整后像素;根据多个调整后像素,得到所述调整后图像;所述待调整图像表征调整亮度信息后的高动态范围图像;
获取所述待调整图像与所述待调整图像对应的标准动态范围图像的第一色差值、所述待调整图像与所述调整后图像的第二色差值,以及获取所述待调整图像与所述调整后图像的相关色温差;所述获取所述待调整图像与所述待调整图像对应的标准动态范围图像的第一色差值、所述待调整图像与所述调整后图像的第二色差值,包括:获取所述待调整图像对应的xyY颜色空间下的第一标准动态范围图像;在xyY颜色空间下,分别将所述第一标准动态范围图像、所述待调整图像以及所述调整后图像转换为XYZ颜色空间下的第二标准动态范围图像、第二待调整图像以及第二调整后图像;分别将所述第二标准动态范围图像、第二待调整图像以及第二调整后图像转换至Lab颜色空间中,得到所述第二标准动态范围图像对应的第一颜色对立图像、所述第二待调整图像的第二颜色对立图像以及所述第二调整后图像的第三颜色对立图像;根据所述第一颜色对立图像和所述第二颜色对立图像,得到第一色差值,并根据所述第一颜色对立图像和所述第三颜色对立图像,得到第二色差值;
根据所述第一色差值和所述第二色差值的第一对比结果、所述相关色温差与预设色温阈值的第二对比结果,以及对所述调整后图像中目标色相的识别结果,确定目标调整后图像;根据所述目标调整后图像,得到颜色调整后的目标高动态范围图像。
2.根据权利要求1所述的方法,其特征在于,所述获取待调整图像对应的色度信息和亮度信息,包括:
获取第一色域的待转换图像;所述第一色域表征标准动态范围的色域;
将所述第一色域的待转换图像转换至非线性空间,得到第二色域的待转换图像;所述第二色域表征高动态范围的色域;
对所述第二色域的待转换图像进行逆影调映射,得到对应的在xyY颜色空间的待调整图像;
根据所述xyY颜色空间下的待调整图像,对所述xyY颜色空间下的待调整图像进行数据拆分,得到所述色度信息和亮度信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一色差值和所述第二色差值的第一对比结果、所述相关色温差与预设色温阈值的第二对比结果,以及对所述调整后图像中目标色相的识别结果,确定目标调整后图像之前,还包括:
将所述第三颜色对立图像转换为柱坐标,根据所述柱坐标对目标色相的像素进行遮罩,以屏蔽所述待调整图像中的目标色相;
检测屏蔽所述目标色相后的调整后图像中是否存在所述目标色相,得到所述调整后图像中目标色相的识别结果。
4.根据权利要求1所述的方法,其特征在于,所述获取所述待调整图像与所述调整后图像的相关色温差,包括:
对所述待调整图像的色度信息进行数据拆分,并将拆分后的色度信息转换为第一相关色温;
对所述调整后图像的调整后色度信息进行数据拆分,并将拆分后的调整后色度信息转换为第二相关色温;
根据所述第二相关色温和所述第一相关色温的差的绝对值,得到所述相关色温差。
5.根据权利要求3所述的方法,其特征在于,所述根据所述第一色差值和所述第二色差值的第一对比结果、所述相关色温差与预设色温阈值的第二对比结果,以及对所述调整后图像中目标色相的识别结果,确定目标调整后图像,包括:
若检测到所述第一色差值大于第二色差值、所述相关色温差小于或等于预设色温阈值且所述调整后图像中不存在目标色相,确定得到目标调整后图像。
6.根据权利要求1所述的方法,其特征在于,所述根据所述目标调整后图像,得到颜色调整后的目标图像,包括:
将处于xyY颜色空间的所述目标调整后图像转换为BT2020色域的第二目标调整后图像;
对所述第二目标调整后图像进行逆光电转换以及逆归一化处理,得到目标高动态范围图像。
7.一种图像颜色调整装置,其特征在于,所述装置包括:
第一获取模块,用于获取待调整图像对应的色度信息和亮度信息,根据所述色度信息对应的邻域色度信息与所述亮度信息,生成调整后图像,具体用于:针对所述待调整图像中的每个像素,在xyY颜色空间中根据预设精度搜索该像素的色度信息对应的邻域色度,得到像素邻域色度信息;根据所述像素邻域色度信息与所述该像素对应的亮度信息,生成调整后像素;根据多个调整后像素,得到所述调整后图像;所述待调整图像表征调整亮度信息后的高动态范围图像;
第二获取模块,用于获取所述待调整图像与所述待调整图像对应的标准动态范围图像的第一色差值、所述待调整图像与所述调整后图像的第二色差值,以及获取所述待调整图像与所述调整后图像的相关色温差;具体用于:获取所述待调整图像对应的xyY颜色空间下的第一标准动态范围图像;在xyY颜色空间下,分别将所述第一标准动态范围图像、所述待调整图像以及所述调整后图像转换为XYZ颜色空间下的第二标准动态范围图像、第二待调整图像以及第二调整后图像;分别将所述第二标准动态范围图像、第二待调整图像以及第二调整后图像转换至Lab颜色空间中,得到所述第二标准动态范围图像对应的第一颜色对立图像、所述第二待调整图像的第二颜色对立图像以及所述第二调整后图像的第三颜色对立图像;根据所述第一颜色对立图像和所述第二颜色对立图像,得到第一色差值,并根据所述第一颜色对立图像和所述第三颜色对立图像,得到第二色差值;
调整模块,用于根据所述第一色差值和所述第二色差值的第一对比结果、所述相关色温差与预设色温阈值的第二对比结果,以及对所述调整后图像中目标色相的识别结果,确定目标调整后图像;根据所述目标调整后图像,得到颜色调整后的目标高动态范围图像。
8.根据权利要求7所述的装置,其特征在于,所述第一获取模块,具体用于:
获取第一色域的待转换图像;所述第一色域表征标准动态范围的色域;
将所述第一色域的待转换图像转换至非线性空间,得到第二色域的待转换图像;所述第二色域表征高动态范围的色域;
对所述第二色域的待转换图像进行逆影调映射,得到对应的在xyY颜色空间的待调整图像;
根据所述xyY颜色空间下的待调整图像,对所述xyY颜色空间下的待调整图像进行数据拆分,得到所述色度信息和亮度信息。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210595859.6A CN114693567B (zh) | 2022-05-30 | 2022-05-30 | 图像颜色调整方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210595859.6A CN114693567B (zh) | 2022-05-30 | 2022-05-30 | 图像颜色调整方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114693567A CN114693567A (zh) | 2022-07-01 |
CN114693567B true CN114693567B (zh) | 2022-09-20 |
Family
ID=82145170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210595859.6A Active CN114693567B (zh) | 2022-05-30 | 2022-05-30 | 图像颜色调整方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114693567B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116700646B (zh) * | 2022-12-19 | 2024-05-28 | 荣耀终端有限公司 | 图像色差处理方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020065220A (ja) * | 2018-10-19 | 2020-04-23 | 株式会社朋栄 | Hdr映像をsdr映像に変換するhdr広色域映像変換装置及びhdr広色域映像変換方法 |
CN114511479A (zh) * | 2021-12-31 | 2022-05-17 | 阿里巴巴(中国)有限公司 | 图像增强方法和装置 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI403177B (zh) * | 2008-05-21 | 2013-07-21 | Univ Nat Taiwan Normal | 高動態範圍合成影像色溫調控系統及其調控方法 |
WO2010131499A1 (ja) * | 2009-05-15 | 2010-11-18 | シャープ株式会社 | 画像処理装置および画像処理方法 |
US9794540B2 (en) * | 2015-04-17 | 2017-10-17 | Google Inc. | Hardware-based convolutional color correction in digital images |
WO2017030425A1 (ko) * | 2015-08-20 | 2017-02-23 | 엘지전자 주식회사 | 방송 신호 송신 장치, 방송 신호 수신 장치, 방송 신호 송신 방법, 및 방송 신호 수신 방법 |
US10798422B2 (en) * | 2015-10-20 | 2020-10-06 | Intel Corporation | Method and system of video coding with post-processing indication |
CN106327444B (zh) * | 2016-08-23 | 2019-10-08 | 凌云光技术集团有限责任公司 | 一种用于高动态范围图像合成中颜色合成的方法及装置 |
US10148907B1 (en) * | 2017-10-27 | 2018-12-04 | Avago Technologies International Sales Pte. Limited | System and method of luminance processing in high dynamic range and standard dynamic range conversion |
CN108376539B (zh) * | 2018-04-09 | 2019-12-10 | 青岛海信电器股份有限公司 | 一种图像的色彩补偿方法及设备 |
US20190356891A1 (en) * | 2018-05-16 | 2019-11-21 | Synaptics Incorporated | High dynamic range (hdr) data conversion and color space mapping |
CN108882028B (zh) * | 2018-07-05 | 2019-06-14 | 华为技术有限公司 | 视频信号的处理方法及装置 |
CN109274985B (zh) * | 2018-10-12 | 2020-04-28 | 腾讯科技(深圳)有限公司 | 视频转码方法、装置、计算机设备和存储介质 |
CN109472839B (zh) * | 2018-10-26 | 2023-10-13 | 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 |
EP3734588B1 (en) * | 2019-04-30 | 2022-12-07 | Dolby Laboratories Licensing Corp. | Color appearance preservation in video codecs |
CN112689137B (zh) * | 2019-10-18 | 2022-05-10 | 华为技术有限公司 | 一种视频信号处理方法及装置 |
CN111311513B (zh) * | 2020-02-11 | 2023-05-12 | 浙江大华技术股份有限公司 | 图像的颜色风格统一方法、设备及计算机存储介质 |
CN114501023B (zh) * | 2022-03-31 | 2022-07-26 | 深圳思谋信息科技有限公司 | 视频处理方法、装置、计算机设备、存储介质 |
-
2022
- 2022-05-30 CN CN202210595859.6A patent/CN114693567B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020065220A (ja) * | 2018-10-19 | 2020-04-23 | 株式会社朋栄 | Hdr映像をsdr映像に変換するhdr広色域映像変換装置及びhdr広色域映像変換方法 |
CN114511479A (zh) * | 2021-12-31 | 2022-05-17 | 阿里巴巴(中国)有限公司 | 图像增强方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114693567A (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10535125B2 (en) | Dynamic global tone mapping with integrated 3D color look-up table | |
US9659388B1 (en) | White point calibration and gamut mapping for a display | |
KR101927968B1 (ko) | 메타 데이터에 기초하여 영상을 디스플레이하는 방법 및 디바이스, 그에 따른 기록매체 | |
US9961236B2 (en) | 3D color mapping and tuning in an image processing pipeline | |
CN105409211A (zh) | 用于图像处理的带皮肤色调校正的自动白平衡 | |
US7965341B2 (en) | Color correction method, color correction device, and color correction program | |
JP2009055465A (ja) | 画像処理装置および方法 | |
CN113112424B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
WO2022042501A1 (zh) | 白平衡补偿方法、装置及电子设备 | |
CN113132696B (zh) | 图像色调映射方法、装置、电子设备和存储介质 | |
CN114693567B (zh) | 图像颜色调整方法、装置、计算机设备和存储介质 | |
CN114501023A (zh) | 视频处理方法、装置、计算机设备、存储介质 | |
US9626775B1 (en) | White point calibration and gamut mapping for a display | |
US9854218B2 (en) | Electronic system and image processing method | |
CN113590071A (zh) | 基于抖动处理的图像处理方法、装置、计算机设备及介质 | |
WO2023241339A1 (zh) | 色偏校正方法、装置、设备、存储介质及程序产品 | |
Le et al. | Gamutnet: Restoring wide-gamut colors for camera-captured images | |
CN112200747A (zh) | 一种图像处理方法、装置及计算机可读存储介质 | |
CN116843566A (zh) | 色调映射方法、装置、显示设备和存储介质 | |
US8630488B2 (en) | Creating a duotone color effect using an ICC profile | |
CN113556525B (zh) | 色温调整方法、装置、计算机设备和存储介质 | |
Wen | Color management for future video Systems | |
CN107492365B (zh) | 获得色域映射拟合函数的方法及装置 | |
Pouli et al. | Color management in HDR imaging | |
US11769464B2 (en) | Image processing |
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 |