CN115546067A - 一种低照度图像增强方法及图像增强装置 - Google Patents

一种低照度图像增强方法及图像增强装置 Download PDF

Info

Publication number
CN115546067A
CN115546067A CN202211363811.9A CN202211363811A CN115546067A CN 115546067 A CN115546067 A CN 115546067A CN 202211363811 A CN202211363811 A CN 202211363811A CN 115546067 A CN115546067 A CN 115546067A
Authority
CN
China
Prior art keywords
value
pixel
low
difference
equivalent
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
CN202211363811.9A
Other languages
English (en)
Other versions
CN115546067B (zh
Inventor
姜宁宁
董婷婷
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 Aoxian Technology Co ltd
Original Assignee
Shanghai Aoxian 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 Aoxian Technology Co ltd filed Critical Shanghai Aoxian Technology Co ltd
Priority to CN202211363811.9A priority Critical patent/CN115546067B/zh
Publication of CN115546067A publication Critical patent/CN115546067A/zh
Application granted granted Critical
Publication of CN115546067B publication Critical patent/CN115546067B/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
    • 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

Landscapes

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

Abstract

本发明公开了一种低照度图像增强方法及图像增强装置。其中方法包括:计算低照度图像中的每个像素的等效值,并对每个像素的等效值进行直方图统计,选择等效值出现频次超过预设频次阈值的等效值区间,对所选择的等效值区间按照区间位置依次进行排序,并确定所选择的等效值区间的代表值;计算相邻序号的区间位置的差值并对计算出的差值进行排序;判断差值是否超过预设差值阈值,如果存在超过预设差值阈值的差值,则根据该差值的排序序号所对应的代表值对等效值区间进行分界,并计算图像增强调整曲线;根据计算出的图像增强调整曲线对低照度图像中的像素值进行调整。本发明提供的低照度图像增强方法改善了图像中的暗部区域不清楚、可视性差的问题。

Description

一种低照度图像增强方法及图像增强装置
技术领域
本发明涉及显示技术领域,特别是涉及一种低照度图像增强方法及图像增强装置。
背景技术
现如今,随着信息时代的发展,人们越来越多的依赖于各种信息,而图像是获取信息的主要载体之一,如何增强图像中包含的有用信息显得非常重要。
用户在日常拍照时,常会因光线或设备等原因,导致拍摄出的图像出现暗部不清楚,可视性差,能见度低等问题。并且在实际中也会经常碰到既有大片亮的区域也有大片暗的区域的这样一类图片,为了改善这类图像的视觉效果,通常希望将暗部区域进行调整,但亮部区域尽可能不变,但是现有的技术通常对图像整体的亮度进行调整,调整后的图像往往会出现原本较亮的区域出现过曝的现象,并不能满足对图像显示质量的要求。
因此,有必要提供改进的技术方案对低照度图像进行增强,解决低照度图像中出现的暗部不清楚、可视性差、能见度低等问题。
发明内容
鉴于上述问题,本发明的目的在于提供一种低照度图像增强方法及图像增强装置,改善低照度图像中暗部不清楚、可视性差、能见度低等问题。
本发明提供一种低照度图像增强方法,包括:计算低照度图像中的每个像素的等效值,并对所述每个像素的等效值进行直方图统计,选择所述等效值出现频次超过预设频次阈值的等效值区间,对所选择的等效值区间按照区间位置依次进行排序,并确定所选择的等效值区间的代表值;计算相邻序号的区间位置的差值并对计算出的所述差值进行排序;判断所述差值是否超过预设差值阈值,如果存在超过所述预设差值阈值的差值,则根据该差值的排序序号所对应的所述代表值对所述等效值区间进行分界,并计算图像增强调整曲线;根据计算出的所述图像增强调整曲线对所述低照度图像中的像素值进行调整。
进一步地,计算低照度图像中的每个像素的等效值之前,还包括:将低照度图像转换为红绿蓝RGB图像。
进一步地,所述计算低照度图像中的每个像素的等效值的计算公式包括:W=0.3*R+0.6*G+0.1*B,或者W=max(R,G,B);其中W为所述每个像素对应的等效值,R,G,B分别为所述每个像素的红色子像素、绿色子像素、蓝色子像素的灰阶值。
进一步地,所述对所述每个像素的等效值进行直方图统计,包括将等效值0至255划分成多个连续的等效值区间,根据计算出的所述每个像素的等效值结果对属于各等效值区间的等效值出现的频次进行直方图统计。
进一步地,所述确定所选择的等效值区间的代表值包括:确定所选择的等效值区间端点值或者中间值为所述代表值。
进一步地,所述根据该差值的排序序号所对应的所述代表值对所述等效值区间进行分界,包括:确定超过所述预设差值阈值的差值为一个还是多个;如果超过所述预设差值阈值的差值为一个,则将该差值排序序号确定为分界参数;如果超过所述预设差值阈值的差值为多个,则将这些差值中最大的差值排序序号确定为分界参数。
进一步地,所述根据该差值的排序序号所对应的所述代表值对所述等效值进行分界,包括:根据所述分界参数以及所述所选择的等效值区间的代表值,将所述等效值划分为四个调整区间;第一调整区间和第二调整区间的第一分界值为排序第一位的等效值区间的代表值,第二调整区间和第三调整区间的第二分界值为与所述分界参数的值相同序号对应的等效值区间的代表值,第三调整区间和第四调整区间的第三分界值为与所述分界参数加一的值相同序号对应的等效值区间的代表值。
进一步地,所述图像增强调整曲线为:
Figure BDA0003923595830000031
其中W为所述每个像素的等效值,Lmin为所述第一分界值,Lmax为所述第二分界值,Hmin为所述第三分界值,f(W)为进行图像增强调整后的值。
进一步地,所述根据计算出的所述图像增强调整曲线对所述低照度图像中的像素值进行调整的计算公式为:P=P*f(W)/W;其中P为图像中每个像素的像素值,W为所述每个像素对应的等效值,f(W)为进行图像增强调整后的等效值。
本发明还提供一种图像增强装置,包括:图像转换模块,用于将低照度图像转换为红绿蓝RGB图像;图像计算模块,用于计算低照度图像中的每个像素的等效值,并对所述每个像素的等效值进行直方图统计;选择所述等效值出现频次超过预设频次阈值的等效值区间,对所选择的等效值区间按照区间位置依次进行排序,并确定所选择的等效值区间的代表值;计算相邻序号的区间位置的差值并对计算出的所述差值进行排序;判断所述差值是否超过预设差值阈值,如果存在超过所述预设差值阈值的差值,则根据该差值的排序序号所对应的所述代表值对所述等效值区间进行分界,并计算图像增强调整曲线;图像调整模块,用于根据计算出的所述图像增强调整曲线对所述低照度图像中的像素值进行调整。
本发明提供的低照度图像增强方法及图像增强装置,通过基于直方图统计的自适应的暗部增强算法,对低照度图像中的暗部区域进行调整,尽量保持亮部区域不变,改善低照度图像中出现的暗部不清楚、可视性差、能见度低等问题。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明一实施方式中低照度图像增强方法流程图;
图2是本发明一实施方式中低照度图像中每个像素等效值的统计直方图;
图3是本发明一实施方式中图像增强调整曲线示意图;
图4是本发明提供的图像增强装置一实施例的结构示意图。
具体实施方式
有关本发明的前述及其他技术内容、特点与功效,在以下配合参考图式的较佳实施例的详细说明中将可清楚的呈现。通过具体实施方式的说明,当可对本发明为达成预期目的所采取的技术手段及功效得以更加深入且具体的了解,然而所附图式仅是提供参考与说明之用,并非用来对本发明加以限制,可能未示出某些公知的部分。为了清楚起见,附图中的各个部分并不一定严格按照实物比例绘制。。
图1是本发明一实施方式中低照度图像增强方法流程图,本实施例中提供的低照度图像增强方法包括以下步骤:
步骤S11:计算低照度图像中的每个像素的等效值;
具体地,在计算低照度图像中的每个像素的等效值之前,如果该低照度图像不是RGB(红绿蓝)图像,需要先将该低照度图像转换为红绿蓝RGB图像。所述的低照度图像是在低照度环境下采集的一帧图像,是本发明实施方式的技术方案将进行增强的目标图像。
由于RGB图像的每个像素包括红色子像素、绿色子像素、蓝色子像素,因此需要先确定像素的等效值的计算方式,本实施例中计算低照度图像中的每个像素的等效值的计算公式包括:W=0.3*R+0.6*G+0.1*B,或者W=max(R,G,B);其中W为所述每个像素对应的等效值,R,G,B分别为所述每个像素的红色子像素、绿色子像素、蓝色子像素的灰阶值。需要说明的是,在其它一些实施例中也可以按照其它某种计算方式来计算每个像素的等效值。
步骤S12:对每个像素的等效值进行直方图统计;
具体地,根据本实施例中采用的等效值计算方法计算出的等效值的范围为0至255,将等效值0至255划分成多个连续的等效值区间。示例性的,本实施例中将0至255划分为32个区间,根据计算出的每个像素的等效值结果对属于各等效值区间的等效值出现的频次进行直方图统计,直方图统计结果如图2所示,图2所示的直方图的纵轴为每个等效值区间内低照度图像中属于该等效值区间的等效值对应的像素所出现的频次,横轴为所划分的等效值区间,由于本实施例中属于区间250至255中的等效值出现的频次为0,图2中250至255的区间并未画出。需要说明的是,所划分的等效值区间的数量可以根据情况进行调整,等效值区间的长度也可以不相等。所有区间的等效值出现的频次相加的总数为本实施例中低照度图像中所有像素的总数。
步骤S13:选择等效值出现频次超过预设频次阈值的等效值区间,对所选择的等效值区间按照区间位置依次进行排序;
具体地,本实施例中的低照度图像增强方法主要对一帧图像里的暗部区域内的像素的灰阶值进行调整,对于亮部区域内的像素尽可能保持不变,因此需要预先设定一个频次阈值,所设的频次阈值为满足≥0的整数值,本实施例中设定的频次阈值为1×105,则在图2所示的直方图中超过预设的频次阈值的等效值区间如表1所示。对所选择的等效值区间按照图2的直方图中等效值区间的位置依次进行排序,排序结果如表1所示。
表1
序号 A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11
区间位置 5 6 7 8 20 21 22 23 24 25 26
代表值 36 44 52 60 156 164 172 180 188 196 204
步骤S14:确定所选择的等效值区间的代表值;
具体地,确定所选定的等效值区间的代表值,本实施例中选择所选定区间的中间值为所选定等效值区间的代表值,所选择的每个等效值区间的代表值如表1所示。需要说明的是,在其他一些实施例中也可以选择所选定区间的端点值为代表值。
步骤S15:计算相邻序号的区间位置的差值并对计算出的差值进行排序;
具体地,根据表1统计出的结果,计算表1中相邻序号的区间位置的差值,并对计算出的差值进行排序,排序结果和差值计算结果如表2所示。
表2
序号 1 2 3 4 5 6 7 8 9 10
差值 1 1 1 12 1 1 1 1 1 1
步骤S16:判断差值是否超过预设差值阈值;
具体地,预设一个差值阈值,本实施例中预设的差值阈值为10,需要说明的是,所设的差值阈值可以根据具体情况进行调整。根据本实施例中预设的差值阈值,如表2所示,只有第4个差值超过了预设的差值阈值10。
步骤S17:如果存在超过预设差值阈值的差值,则根据该差值的排序序号所对应的代表值对等效值区间进行分界,并计算图像增强调整曲线;
具体地,确定超过预设差值阈值的差值为一个还是多个;如果超过预设差值阈值的差值为一个,则将该差值排序序号确定为分界参数;如果超过所述预设差值阈值的差值为多个,则将这些差值中最大的差值排序序号确定为分界参数。如表2所示,在本实施例中仅有一个差值超过了预设差值阈值,因此,本实施例中的分界参数为4。
根据分界参数以及所选择的等效值区间的代表值,将等效值划分为四个调整区间;第一调整区间和第二调整区间的第一分界值为排序第一位的等效值区间的代表值,根据表1的统计结果,本实施例中的第一分界值为表1中序号A1的等效值区间的代表值36;第二调整区间和第三调整区间的第二分界值为与分界参数的值相同序号对应的等效值区间的代表值,根据表1的统计结果,本实施例中的第二分界值为序号A4的等效值区间的代表值60;第三调整区间和第四调整区间的第三分界值为与分界参数加一的值相同序号对应的等效值区间的代表值,根据表1的统计结果,本实施例中的第三分界值为序号A5的等效值区间的代表值156。
根据确定的第一分界值、第二分界值、第三分界值和第四分界值划分调整区间,根据划分的调整区间计算图像增强调整曲线,计算公式为:
Figure BDA0003923595830000071
其中W为所述每个像素的等效值,Lmin为所述第一分界值,Lmax为所述第二分界值,Hmin为所述第三分界值,f(W)为进行图像增强调整后的等效值。在本实施例中,第一分界值,第二分界值,第三分界值分别为:Lmin=36,Lmax=60,Hmin=156。根据上述计算公式和每个调整区间的分界值得到的图像增强调整曲线如图3所示,图3中的图像增强调整曲线示意图的横轴为每个像素的等效值,纵轴为进行图像增强调整后的等效值。
步骤S18:根据计算出的图像增强调整曲线对低照度图像中的像素值进行调整。
具体地,根据计算出的图像增强调整曲线对低照度图像中的像素值进行调整,计算公式为:P=P*f(W)/W;其中P为图像中每个像素的像素值,W为每个像素的等效值,f(W)为进行图像增强调整后的等效值。
本发明实施例中还提供一种图像增强装置。该装置可以由软件和/或硬件实现,一般可集成于具有图像处理功能的设备中,可通过执行低照度图像增强方法对低照度图像进行调整。图4为本发明提供的图像增强装置一实施例的结构示意图。如图4所示,本实施例提供的图像增强装置200包括:图像转换模块210,图像计算模块220和图像调整模块230。其中图像转换模块210,用于将低照度图像转换为红绿蓝RGB图像;图像计算模块220,用于计算低照度图像中的每个像素的等效值,并对每个像素的等效值进行直方图统计;选择等效值出现频次超过预设频次阈值的等效值区间,对所选择的等效值区间按照区间位置依次进行排序,并确定所选择的等效值区间的代表值;计算相邻序号的区间位置的差值并对计算出的差值进行排序;判断差值是否超过预设差值阈值,如果存在超过预设差值阈值的差值,则根据该差值的排序序号所对应的代表值对等效值区间进行分界,并计算图像增强调整曲线;图像调整模块230,用于根据计算出的图像增强调整曲线对低照度图像中的像素值进行调整。
综上所述,本发明实施例中所提供的低照度图像增强方法及图像增强装置,通过对低照度图像中每个像素的等效值进行直方图统计,利用基于直方图统计的自适应的暗部增强算法,对低照度图像中的暗部区域进行调整,尽量保持亮部区域不变,改善低照度图像中出现的暗部不清楚、可视性差、能见度低等问题。
在本发明的描述中,除非另有明确的规定和限定,术语“第一”、“第二”、“第三”、“第四”等仅仅是为了区别属性类似的元素,而不是指示或暗示相对的重要性。术语“包括”、“包含”或者其任何其他变体,意在涵盖非排他性的包含,除了包含所列的那些要素,而且还可包含没有明确列出的其他要素。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所附的权利要求为准。

Claims (10)

1.一种低照度图像增强方法,其特征在于,包括:
计算低照度图像中的每个像素的等效值,并对所述每个像素的等效值进行直方图统计,选择所述等效值出现频次超过预设频次阈值的等效值区间,对所选择的等效值区间按照区间位置依次进行排序,并确定所选择的等效值区间的代表值;
计算相邻序号的区间位置的差值并对计算出的所述差值进行排序;判断所述差值是否超过预设差值阈值,如果存在超过所述预设差值阈值的差值,则根据该差值的排序序号所对应的所述代表值对所述等效值区间进行分界,并计算图像增强调整曲线;
根据计算出的所述图像增强调整曲线对所述低照度图像中的像素值进行调整。
2.根据权利要求1所述的低照度图像增强方法,其特征在于,计算低照度图像中的每个像素的等效值之前,还包括:将低照度图像转换为红绿蓝RGB图像。
3.根据权利要求1所述的低照度图像增强方法,其特征在于,所述计算低照度图像中的每个像素的等效值的计算公式包括:
W=0.3*R+0.6*G+0.1*B,或者W=max(R,G,B);
其中W为所述每个像素对应的等效值,R,G,B分别为所述每个像素的红色子像素、绿色子像素、蓝色子像素的灰阶值。
4.根据权利要求3所述的低照度图像增强方法,其特征在于,所述对所述每个像素的等效值进行直方图统计,包括将等效值0至255划分成多个连续的等效值区间,根据计算出的所述每个像素的等效值结果对属于各等效值区间的等效值出现的频次进行直方图统计。
5.根据权利要求4所述的低照度图像增强方法,其特征在于,所述确定所选择的等效值区间的代表值包括:确定所选择的等效值区间端点值或者中间值为所述代表值。
6.根据权利要求5所述的低照度图像增强方法,其特征在于,所述根据该差值的排序序号所对应的所述代表值对所述等效值区间进行分界,包括:
确定超过所述预设差值阈值的差值为一个还是多个;
如果超过所述预设差值阈值的差值为一个,则将该差值排序序号确定为分界参数;
如果超过所述预设差值阈值的差值为多个,则将这些差值中最大的差值排序序号确定为分界参数。
7.根据权利要求6所述的低照度图像增强方法,其特征在于,所述根据该差值的排序序号所对应的所述代表值对所述等效值进行分界,包括:
根据所述分界参数以及所述所选择的等效值区间的代表值,将所述等效值划分为四个调整区间;第一调整区间和第二调整区间的第一分界值为排序第一位的等效值区间的代表值,第二调整区间和第三调整区间的第二分界值为与所述分界参数的值相同序号对应的等效值区间的代表值,第三调整区间和第四调整区间的第三分界值为与所述分界参数加一的值相同序号对应的等效值区间的代表值。
8.根据权利要求7所述的低照度图像增强方法,其特征在于,所述图像增强调整曲线为:
Figure FDA0003923595820000021
其中W为所述每个像素的等效值,Lmin为所述第一分界值,Lmax为所述第二分界值,Hmin为所述第三分界值,f(W)为进行图像增强调整后的等效值。
9.根据权利要求8所述的低照度图像增强方法,其特征在于,所述根据计算出的所述图像增强调整曲线对所述低照度图像中的像素值进行调整的计算公式为:
P=P*f(W)/W;
其中P为图像中每个像素的像素值,W为所述每个像素对应的等效值,f(W)为进行图像增强调整后的等效值。
10.一种图像增强装置,其特征在于,包括:
图像转换模块,用于将低照度图像转换为红绿蓝RGB图像;
图像计算模块,用于计算低照度图像中的每个像素的等效值,并对所述每个像素的等效值进行直方图统计;选择所述等效值出现频次超过预设频次阈值的等效值区间,对所选择的等效值区间按照区间位置依次进行排序,并确定所选择的等效值区间的代表值;计算相邻序号的区间位置的差值并对计算出的所述差值进行排序;判断所述差值是否超过预设差值阈值,如果存在超过所述预设差值阈值的差值,则根据该差值的排序序号所对应的所述代表值对所述等效值区间进行分界,并计算图像增强调整曲线。
图像调整模块,用于根据计算出的所述图像增强调整曲线对所述低照度图像中的像素值进行调整。
CN202211363811.9A 2022-11-02 2022-11-02 一种低照度图像增强方法及图像增强装置 Active CN115546067B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211363811.9A CN115546067B (zh) 2022-11-02 2022-11-02 一种低照度图像增强方法及图像增强装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211363811.9A CN115546067B (zh) 2022-11-02 2022-11-02 一种低照度图像增强方法及图像增强装置

Publications (2)

Publication Number Publication Date
CN115546067A true CN115546067A (zh) 2022-12-30
CN115546067B CN115546067B (zh) 2023-04-07

Family

ID=84719745

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211363811.9A Active CN115546067B (zh) 2022-11-02 2022-11-02 一种低照度图像增强方法及图像增强装置

Country Status (1)

Country Link
CN (1) CN115546067B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070053587A1 (en) * 2005-08-24 2007-03-08 Ali Walid S Techniques to improve contrast enhancement using a luminance histogram
CN102014279A (zh) * 2010-12-20 2011-04-13 杭州华三通信技术有限公司 一种视频图像对比度增强方法和装置
CN106952244A (zh) * 2017-03-28 2017-07-14 中航视嘉(北京)技术有限公司 一种图像亮度的自动调整方法及装置
CN108924525A (zh) * 2018-06-06 2018-11-30 平安科技(深圳)有限公司 图像亮度调整方法、装置、计算机设备及存储介质
CN109584191A (zh) * 2018-12-06 2019-04-05 纳米视觉(成都)科技有限公司 一种基于直方图的自适应图像增强方法及终端
CN112488954A (zh) * 2020-12-07 2021-03-12 江苏理工学院 基于图像灰度级的自适应图像增强的方法及装置
CN114612310A (zh) * 2020-12-04 2022-06-10 深圳Tcl新技术有限公司 一种图像增强的处理方法和计算机设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070053587A1 (en) * 2005-08-24 2007-03-08 Ali Walid S Techniques to improve contrast enhancement using a luminance histogram
CN102014279A (zh) * 2010-12-20 2011-04-13 杭州华三通信技术有限公司 一种视频图像对比度增强方法和装置
CN106952244A (zh) * 2017-03-28 2017-07-14 中航视嘉(北京)技术有限公司 一种图像亮度的自动调整方法及装置
CN108924525A (zh) * 2018-06-06 2018-11-30 平安科技(深圳)有限公司 图像亮度调整方法、装置、计算机设备及存储介质
WO2019232860A1 (zh) * 2018-06-06 2019-12-12 平安科技(深圳)有限公司 图像亮度调整方法、装置、计算机设备及存储介质
CN109584191A (zh) * 2018-12-06 2019-04-05 纳米视觉(成都)科技有限公司 一种基于直方图的自适应图像增强方法及终端
CN114612310A (zh) * 2020-12-04 2022-06-10 深圳Tcl新技术有限公司 一种图像增强的处理方法和计算机设备
CN112488954A (zh) * 2020-12-07 2021-03-12 江苏理工学院 基于图像灰度级的自适应图像增强的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
魏 华等 *

Also Published As

Publication number Publication date
CN115546067B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
JP5334402B2 (ja) 映像のチラつきを改善するディスプレイ装置および方法
US10565742B1 (en) Image processing method and apparatus
US8164649B2 (en) White balance adjusting device, imaging apparatus, and recording medium storing white balance adjusting program
US7340091B2 (en) Method for adjusting image contrast
US7646512B2 (en) Image processing apparatus and method of the same
US20090091661A1 (en) Video Auto Enhancing Algorithm
US20090304274A1 (en) Image Processing Apparatus and Image Display Apparatus
JP4795473B2 (ja) 画像処理装置及びその制御方法
US20060262991A1 (en) Noise reduction method
KR20100016278A (ko) 신호에 대한 희망하는 효과를 달성하기 위하여 신호에 커널을 적용하는 효과를 조절하기 위한 기술
JP4525719B2 (ja) 階調補正装置、階調補正方法、及び、プログラム
KR100975221B1 (ko) 샤프니스 보정장치 및 그 방법
CN108009997B (zh) 一种调整图像对比度的方法及装置
CN108280836B (zh) 一种图像处理方法及装置
CN111739041B (zh) 图像边框的裁剪方法、装置及设备
US7675573B2 (en) Global motion adaptive system with motion values correction with respect to luminance level
US10922792B2 (en) Image adjustment method and associated image processing circuit
US7885478B2 (en) Noise reduction method and noise reduction apparatus
CN113068011B (zh) 图像传感器、图像处理方法及系统
JP2014010776A (ja) 画像処理装置、画像処理方法、及び、プログラム
US20060187344A1 (en) Global motion adaptive system with motion values correction with respect to luminance level
CN114037641A (zh) 一种低照度图像增强方法、装置、设备及介质
CN115546067B (zh) 一种低照度图像增强方法及图像增强装置
US20100272372A1 (en) Image Processing Apparatus and Image Processing Method
JP2011205714A (ja) 画像処理装置及びその制御方法

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