CN115689903A - 图像处理方法及装置、设备、存储介质 - Google Patents
图像处理方法及装置、设备、存储介质 Download PDFInfo
- Publication number
- CN115689903A CN115689903A CN202110836393.XA CN202110836393A CN115689903A CN 115689903 A CN115689903 A CN 115689903A CN 202110836393 A CN202110836393 A CN 202110836393A CN 115689903 A CN115689903 A CN 115689903A
- Authority
- CN
- China
- Prior art keywords
- image
- gamma curve
- gamma
- image region
- processed
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 230000000007 visual effect Effects 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 57
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000012937 correction Methods 0.000 claims description 57
- 230000006870 function Effects 0.000 claims description 44
- 230000007704 transition Effects 0.000 claims description 36
- 230000011218 segmentation Effects 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 9
- 235000019557 luminance Nutrition 0.000 description 30
- 230000008859 change Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 9
- 230000008447 perception Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000013507 mapping Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000005282 brightening Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G06T5/94—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Abstract
本申请公开了图像处理方法及装置、设备、存储介质;其中,所述方法包括:基于待处理图像的像素单元的第一视觉特征对所述待处理图像进行分割,以得到多个图像区域;其中,所述第一视觉特征包括以下至少之一:亮度、色温;确定与第一图像区域对应的第一伽马曲线;其中,所述第一图像区域是所述多个图像区域的其中之一;至少部分地基于所述第一伽马曲线,对所述第一图像区域进行伽马校正。
Description
技术领域
本申请涉及图像处理技术,涉及但不限于图像处理方法及装置、设备、存储介质。
背景技术
亮度对于图像而言,是影响图像的显示效果的重要因素。为了提高图像最终的显示效果,通常在显示之前对图像进行伽马校正。所谓伽玛校正就是对图像的伽玛曲线进行编辑,以对图像进行非线性色调编辑的方法,确定出图像信号中的深色部分和浅色部分,并使两者比例增大,从而提高图像对比度效果。计算机绘图领域惯以此屏幕输出电压与对应亮度的转换关系曲线,称为伽玛曲线。然而,对于某些图像,伽马校正后的图像质量较差。
发明内容
有鉴于此,本申请提供的图像处理方法及装置、设备、存储介质,能够提高图像质量,改善用户的视觉体验。本申请提供的图像处理方法及装置、设备、存储介质是这样实现的:
本申请提供的图像处理方法,包括:基于待处理图像的像素单元的第一视觉特征对所述待处理图像进行分割,以得到多个图像区域;其中,所述第一视觉特征包括以下至少之一:亮度、色温;确定与第一图像区域对应的第一伽马曲线;其中,所述第一图像区域是所述多个图像区域的其中之一;至少部分地基于所述第一伽马曲线,对所述第一图像区域进行伽马校正。
本申请提供的图像处理芯片,包括处理器单元,所述处理器单元配置成:执行本申请所述的图像处理方法。
本申请提供的图像处理装置,包括:分割模块,用于基于待处理图像的像素单元的第一视觉特征对所述待处理图像进行分割,以得到多个图像区域;其中,所述第一视觉特征包括以下至少之一:亮度、色温;确定模块,用于确定与第一图像区域对应的第一伽马曲线;其中,所述第一图像区域是所述多个图像区域的其中之一;校正模块,用于至少部分地基于所述第一伽马曲线,对所述第一图像区域进行伽马校正。
本申请提供的电子设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述程序时实现本申请所述的方法。
本申请提供的计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现本申请提供的所述的方法。
在本申请中,先对待处理图像进行区域分割,得到多个图像区域;然后,再确定第一图像区域对应的第一伽马曲线,至少部分地基于第一伽马曲线,对第一图像区域进行伽马校正;如此,由于第一伽马曲线是与第一图像区域相匹配的曲线,因此能够有针对性地改善该图像区域的质量,进而提升用户的视觉体验。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本申请的实施例,并与说明书一起用于说明本申请的技术方案。
图1为本申请提供的一种图像处理方法的实现流程示意图;
图2为人眼在不同环境下的伽马曲线;
图3为本申请提供的另一图像处理方法的实现流程示意图;
图4为本申请提供的一种过渡图像区域的示意图;
图5为本申请提供的又一图像处理方法的实现流程示意图;
图6为自然界中的亮度以及对应的人眼所感受的亮度值的关系示意图;
图7为伽马校正前后的图像显示效果对比图;
图8为本申请提供的又一种图像处理方法的实现流程示意图;
图9为图片a在伽马校正前的亮度示意图;
图10为本申请场景a1和场景b1分别对应的伽马曲线示意图;
图11为本申请对图片的过渡图像区域以及图像区域的伽马校正后的示意图;
图12为本申请第一权重函数与第二权重函数在同一像素位置的权重关系示意图;
图13为本申请对图片a进行伽马校正后的整体亮度示意图;
图14为本申请图像处理装置的结构示意图;
图15为本申请提供的电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请中的附图,对本申请的具体技术方案做进一步详细描述。以下实施例用于说明本申请,但不用来限制本申请的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请的目的,不是旨在限制本申请。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
需要指出,本申请所涉及的术语“第一\第二\第三”不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请能够以除了在这里图示或描述的以外的顺序实施。
本申请提供一种图像处理方法,该方法应用于电子设备,该电子设备在实施的过程中可以为各种类型的具有信息处理能力的设备,例如所述电子设备可以包括手机、平板电脑、台式机、个人数字助理、导航仪、数字电话、视频电话、电视机或传感设备等。该方法所实现的功能可以通过电子设备中的处理器调用程序代码来实现,当然程序代码可以保存在计算机存储介质中,可见,该电子设备至少包括处理器和存储介质。
图1为本申请提供的图像处理方法的实现流程示意图,如图1所示,该方法可以包括以下步骤101至步骤103:
步骤101,基于待处理图像的像素单元的第一视觉特征对所述待处理图像进行分割,以得到多个图像区域;其中,所述第一视觉特征包括以下至少之一:亮度、色温。
在本申请中,待处理图像可以是各种类型的图像。例如,待处理图像为图像传感器的待校正图像;又如,待处理图像为图像显示端的待显示图像。总之,在本申请中,可以对各个不同阶段产生的图像执行本申请所述的图像处理方法。
在一些实施例中,可以这样对待处理图像进行分割:将所述第一视觉特征落入同一特定区间的像素单元,分割为一个图像区域,从而得到多个图像区域。
例如,第一视觉特征为亮度,可以将亮度落入第一亮度区间的像素单元分割为一个图像区域,将亮度落入第二亮度区间的像素单元分割为一个图像区域,诸如此类的。又如,第一视觉特征为色温,可以将色温落入第一色温区间的像素单元分割为一个图像区域,将色温落入第二色温区间的像素单元分割为一个图像区域,诸如此类的。再如,第一视觉特征为亮度和色温,将亮度落入第三亮度区间且色温落入第三色温区间的像素单元分割为一个图像区域,将亮度落入第四亮度区间且色温落入第四色温区间的像素单元分割为一个图像区域,诸如此类的。需要说明的是,特定区间至少有一个边界,例如,某一特定区间为[m,∞),可见其仅有一个边界m;又如,某一特定区间为[A,B],可见其有两个边界,即A和B。
还需要说明的是,像素单元可以包括一个像素点,也可以包括多个像素点。包括多个像素点时,像素单元的第一视觉特征可以是其中的每个像素点的视觉特征的代表特征,代表特征可以是均值或中值等。
在本申请中,是否要对待处理图像进行分割,可以是无条件的,在一些实施例中,分割也可以是有条件的。例如,如果待处理图像的整体的第二视觉特征满足分割条件,则执行步骤101至步骤103;否则,如果所述第二视觉特征不满足分割条件,则不对待处理图像进行分割,而是确定与所述第二视觉特征对应的第四伽马曲线,以及根据第四伽马曲线对待处理图像进行伽马校正;如此,可以在确保每一图像符合人眼对明暗程度的感知的前提下,减少不必要的分割等处理过程,从而节约功耗。
其中,电子设备可以基于所述待处理图像的像素单元的第一视觉特征,确定所述待处理图像的整体的第二视觉特征。
在一些实施例中,第二视觉特征可以为用于表征待处理图像的像素单元的第一视觉特征的变化情况的值。例如,第二视觉特征为待处理图像的各个像素单元的亮度的方差或标准差等;又如,第二视觉特征为待处理图像的各个像素单元的色温的方差或标准差等。相应地,分割条件为方差或标准差大于对应阈值。
在另一些实施例中,第二视觉特征还可以用于表征待处理图像中是否包括光源、光源数目和/或光源的位置等。相应地,分割条件为:待处理图像中包括光源、光源数目大于对应阈值和/或光源的位置在特定位置等。例如,特定位置为待处理图像的边缘区域或中心区域等。
步骤102,确定与第一图像区域对应的第一伽马曲线;其中,所述第一图像区域是所述多个图像区域的其中之一。
在待处理图像为图像传感器端的待校正图像的情况下,第一伽马曲线是通过在图像传感器端进行标定而得到的。除此之外,图像传感器端还标定了其他不同的伽马曲线,不同的伽马曲线适用的图像区域不同。在一些实施例中,不同的伽马曲线与表征场景的第三视觉特征具有映射关系。电子设备可以确定第一图像区域的整体的第四视觉特征,然后从图像传感器端标定的伽马曲线中确定与所述第四视觉特征相匹配的目标第三视觉特征,基于此,获取与目标第三视觉特征对应的伽马曲线(即第一伽马曲线)。
对于待处理图像为图像显示端的待显示图像的情况,与上述待校正图像的方案中确定对应的第一伽马曲线的方案类似,在此不再赘述。
在本申请中,第四视觉特征表征的是第一图像区域的整体特征,例如,该整体特征为亮度均值、色温均值、色温中值和/或亮度中值等。
在一些实施例中,图像传感器端和/或图像显示端标定的多个伽马曲线对应的视觉特征区间不同。例如,其映射关系如表1所示:亮度区间10对应的伽马曲线10、亮度区间20对应的伽马曲线20、···、亮度区间N0对应的伽马曲线N0;其中,伽马曲线10、20、···、N0不同,亮度区间10至亮度区间N0包括不同的亮度。
表1
亮度区间10 | 伽马曲线10 |
亮度区间20 | 伽马曲线20 |
··· | ··· |
亮度区间N0 | 伽马曲线N0 |
电子设备可以根据第一图像区域的亮度均值或亮度中值落入的亮度区间,从表1中确定该区间对应的伽马曲线,将该曲线作为第一图像区域对应的第一伽马曲线。例如,第一图像区域的亮度均值或亮度中值落入亮度区间20,则将伽马曲线20作为第一伽马曲线。
又如,表2所示:亮度区间11和色温区间11对应的伽马曲线11、亮度区间21和色温区间21对应的伽马曲线21、···、亮度区间N1和色温区间N1对应的伽马曲线N1;其中,伽马曲线11、21、···、N1不同,亮度区间11至亮度区间N1包括不同的亮度,色温区间11至色温区间N1包括不同的色温。
表2
电子设备可以根据第一图像区域的亮度均值和色温均值落入的区间,确定对应的第一伽马曲线。例如,该亮度均值落入亮度区间11,该色温均值落入色温区间11,则将伽马曲线11作为第一伽马曲线;又如,该亮度均值落入亮度区间11,该色温均值落入色温区间12,则可以将伽马曲线11或者伽马曲线21作为第一伽马曲线,或者将伽马曲线11和伽马曲线21融合之后作为第一伽马曲线。
步骤103,至少部分地基于所述第一伽马曲线,对所述第一图像区域进行伽马校正。
可以理解地,对于一幅待处理图像,尤其是一幅明暗变化明显的图像,如果使用同一伽马曲线对其进行校正,结果可能会使较亮的区域更亮,甚至呈现一片白色,而较暗的区域更暗,甚至呈现一片黑色。
有鉴于此,在本申请中,先对待处理图像进行分割,得到多个图像区域;然后,再确定第一图像区域对应的第一伽马曲线,至少部分地基于第一伽马曲线,对第一图像区域进行伽马校正;如此,由于第一伽马曲线是与第一图像区域相匹配的曲线,因此能够有针对性地改善该图像区域的质量,进而提升用户的视觉体验。
在一些实施例中,可以基于第一伽马曲线对第一图像区域进行伽马校正;也可以基于第三伽马曲线和第一伽马曲线,对第一图像区域进行伽马校正;其中,第三伽马曲线是通过在图像显示端进行标定而得到的,第一伽马曲线是在图像传感器端进行标定而得到的。
在一些实施例中,不同的第三伽马曲线对应的光线特征不同,电子设备可以根据当前所处物理环境的光线特征,确定对应的第三伽马曲线。
可以理解地,不同的光线强度下,人眼对应的伽马曲线是不同的。如图2所示,在明暗对比特别明显的场景中,人眼对应的伽马值会随着整体亮度进行适应,整体亮度越高,伽马曲线越来越陡峭,人眼的感知会将亮的地方压缩,将暗的地方提亮。因此,在本申请中,在对第一图像区域进行伽马校正时,不仅考虑了第一图像区域本身的视觉特征对人眼的伽马曲线的影响,还结合了电子设备当前所处物理环境的光线特征对人眼的伽马曲线的影响;如此,有助于模拟人眼在不同光线环境下对明暗程度的感知,从而消除图像突变,使得伽马校正后的第一图像区域更符合人眼对明暗程度的感知。
本申请再提供一种图像处理方法,图3为本申请提供的另一图像处理方法的实现流程示意图,如图3所示,该方法可以包括以下步骤301至步骤305:
步骤301,基于待处理图像的像素单元的第一视觉特征对所述待处理图像进行分割,以得到多个图像区域;其中,所述第一视觉特征包括以下至少之一:亮度、色温;
步骤302,确定与第一图像区域对应的第一伽马曲线;其中,所述第一图像区域是所述多个图像区域的其中之一;
步骤303,至少部分地基于所述第一伽马曲线,对所述第一图像区域进行伽马校正;
步骤304,确定与第二图像区域对应的第二伽马曲线;其中,所述第二图像区域是所述多个图像区域中与所述第一图像区域相邻的另一图像区域;
步骤305,至少部分地基于所述第二伽马曲线,对所述第二图像区域进行伽马校正。
需要说明的是,对待处理图像的每一图像区域均采用本申请所述的对第一图像区域或第二图像区域的处理方法;如此,使得电子设备在对待处理图像进行伽马校正时,不是仅使用一个伽马曲线对整张图像进行伽马校正,而是将图像分割为多个图像区域,从而有针对性地选择与图像区域相匹配的伽马曲线,基于此对相应区域进行伽马校正,进而提升待处理图像的伽马校正效果,改善图像质量。
在一些实施例中,所述方法还包括:至少部分地基于所述第一伽马曲线和/或所述第二伽马曲线对过渡图像区域进行伽马校正,其中,所述过渡图像区域位于所述第一图像区域与所述第二图像区域之间的分界线附近。
对于过渡图像区域的确定方法,在一些实施例中,可以先确定第一图像区域与第二图像区域之间的分界线;基于所述分界线,分别向第一图像区域和第二图像区域偏移特定像素距离,从而得到过渡图像区域。
例如,图4所示,401为第一图像区域402与第二图像区域403的分界线,那么,可以将该分界线401向上偏移特定像素距离,得到边界404,以及,将该分界线401向下偏移特定像素距离,得到边界405。由边界404和边界405组成的区域即为第一图像区域402和第二图像区域的过渡图像区域。
在本申请中,对于特定像素距离不做限定,以消除分界线附近的图像突变为宜。例如,特定像素距离为3至5个像素点的长度。
进一步地,在一些实施例中,电子设备可以这样对过渡图像区域进行伽马校正:基于第一权重函数和第二权重函数,将所述第一伽马曲线与所述第二伽马曲线的加权和作为第五伽马曲线;至少部分地基于所述第五伽马曲线,对所述过渡图像区域进行伽马校正;如此,可以进一步提高伽马校正后的图像的不同区域之间的亮度的连续性,图像效果看起来更自然。
其中,所述第一权重函数为所述第一伽马曲线的系数,所述第二权重函数为所述第二伽马曲线的系数,所述第一权重函数的值与所述过渡图像区域中属于第一图像区域的像素单元至在所述第一图像区域的过渡图像区域边界的距离呈负相关,相应地,所述第二权重函数的值为1减去所述第一权重函数的值;所述第二权重函数的值与所述过渡图像区域中属于第二图像区域的像素单元至在所述第二图像区域的过渡图像区域边界的距离呈负相关,相应地,所述第一权重函数的值为1减去所述第二权重函数的值。
举例来说,如下公式(1)所示的过渡图像区域的伽马曲线fun3(light(x,y))的表达式:
fun3(light(x,y))=weight1*fun1(light(x,y))+weight2*fun2(light(x,y)) 公式(1);
其中,light(x,y)表示像素单元(x,y)的亮度,fun1(light(x,y))表示第一图像区域的第一伽马曲线,weight1是指第一权重函数,该函数的自变量为过渡图像区域的像素单元到在第一图像区域的过渡图像区域边界的像素距离;weight2是指第二权重函数,与第一权重函数的加和为1;fun2(light(x,y))表示第二图像区域的第二伽马曲线。
在一些实施例中,电子设备可以根据上述公式(1)确定过渡图像区域的像素单元(x,y)的伽马值,根据该伽马值对该像素单元的亮度进行伽马校正。
本申请再提供一种图像处理方法,图5为本申请提供的又一图像处理方法的实现流程示意图,如图5所示,该方法可以包括以下步骤501至步骤505:
步骤501,基于待处理图像的像素单元的第一视觉特征对所述待处理图像进行分割,以得到多个图像区域;其中,所述第一视觉特征包括以下至少之一:亮度、色温;
步骤502,确定与第一图像区域对应的第一伽马曲线;其中,所述第一图像区域是所述多个图像区域的其中之一,第一伽马曲线是通过在图像传感器端进行标定而得到的;
步骤503,至少部分地基于所述第一伽马曲线,对所述第一图像区域进行伽马校正。
步骤504,确定与所述第一图像区域对应的第三伽马曲线;其中,所述第三伽马曲线是通过在图像显示端进行标定而得到的;
在一些实施例中,电子设备可以先基于第一伽马曲线,对第一图像区域进行伽马校正,得到校正后的第一图像区域;然后,再基于第三伽马曲线,对校正后的第一图像区域进行伽马校正,得到目标图像区域。在一些实施例中,电子设备还可以先将第一伽马曲线和第三伽马曲线进行融合,得到融合后的伽马曲线;然后,基于融合后的伽马曲线,对第一图像区域进行伽马校正,从而得到目标图像区域。总之,对于电子设备如何基于第一伽马曲线和第三伽马曲线对第一图像区域进行校正,本申请对此不做限制。
进一步地,在一些实施例中,电子设备可以这样实现步骤404:确定所处的物理环境的光线特征;根据所述光线特征,确定对应的第三伽马曲线。
如前文所述,不同的光线强度下,人眼对应的伽马曲线是不同的。因此,在一些实施例中,电子设备可以在图像显示端标定不同的光线特征对应相应的伽马曲线,从而电子设备在实际显示待处理图像之前,可以根据当前所处物理环境的光线特征确定对应的第三伽马曲线,从而使得基于第三伽马曲线校正后的第一图像区域的显示效果更符合人眼当前对明暗程度的感知。
在一些实施例中,可以通过电子设备上的传感器采集所处物理环境的光线特征。进一步地,在一些实施例中,光线特征可以包括光线强度和/或色温。
步骤505,根据所述第三伽马曲线,对所述第一图像区域进行伽马校正。
需要说明的是,在图像传感器端和图像显示端均对待处理图像进行伽马校正的实施例中,两端可以使用也可以不使用相同的图像分割结果。不使用的情况下,电子设备可以在图像显示端,对待显示图像重新进行分割,分割方法与前文描述的方案相同,在此不再赘述。确定待显示图像的图像区域对应的第六伽马曲线,对该图像区域进行伽马校正;其中,第六伽马曲线是在图像显示端通过标定而得到的。对于待显示图像的相邻图像区域的过渡图像区域的处理方法与上述方案相同,对此不再赘述。
伽马校正用于解决CRT显示器的非线性输出问题,同时还可以帮助“改善”输出的图像质量,图6是自然界中的亮度以及对应的人眼所感受的亮度值,从图中可以看出,人眼对于较暗(接近0)的亮度值比较敏感,对于较亮(接近1)的亮度值则不太敏感,可以理解为人眼更能辨别较暗的亮度值发生的变化,因此颜色在存储时,应该更多的保存较暗部分的颜色值。
在一些实施例中,伽马(Gamma)曲线是根据图像传感器(sensor)和镜头(lens)的特性、光照环境、甚至用户喜好来设定的。Gamma数值较大时,图像会很亮,但是对比度和饱和度会下降,如图7所示,直观上感觉像有一层雾遮住了画面,同时暗处的噪声(Noise)会被放大。Gamma数值较小时,亮度会降低,图像整体对比度增加,色彩更鲜艳,暗处的Noise较小,同时会让暗处的画面更暗而导致看不清。
下面将说明本申请在一个实际的应用场景中的示例性应用。
在一些实施例中,手机进行拍摄过程中使用一种伽马曲线对待处理图像进行伽马校正。这样虽然能够提升待处理图像的质量,但是实际人眼所对应的伽马曲线在不同亮度的场景下并非完全一致,尤其是在明暗变化明显的环境下和在明暗变化不明显的环境下。例如,对于明暗变化明显的环境下,人眼对应的伽马会随着整体亮度进行适应,整体亮度越高,伽马就越陡峭,将亮的区域压缩,将暗的区域提亮。也就是说,人眼对于实际较暗的区域并非感觉较暗,对于较亮的区域,人眼的伽马会自动压缩,人眼感受不会觉得特别亮。而对于这类明暗变化明显的环境,如果使用同一伽马曲线进行校正,结果会是较亮的区域更亮,甚至呈现一片白色,而较暗的区域更暗,甚至呈现一片黑色。
因此,进一步地,在一些实施例中,提供一种针对拍摄的不同场景,能够自适应的调整伽马曲线参数,从而尽可能地模拟人眼在不同环境下的对明暗程度的感知,输出相应的图像。
如图8所示,整体的流程包括三部分:
第一部分:伽马参数标定阶段:依照场景划分并标定的伽马曲线集合;
这部分通过标定不同的场景下的伽马曲线,即不同视觉特征区间对应的伽马曲线。
第二部分,图像拍摄和生成阶段:计算图像相对应的伽马校正表;
这部分,首先确定拍摄图像(即待处理图像的一种示例)的亮度变化程度,基于该亮度变化程度,确定是否需要对该拍摄图像进行区域分割;如果需要,则对该拍摄图像进行区域分割,得到对应不同场景的图像区域,进而,基于图像区域的亮度从第一部分标定的伽马曲线集合中查找对应的伽马曲线,利用该伽马曲线对对应的图像区域进行伽马校正。并针对同一幅图像中出现多个场景的情况,对相应的多个图像区域的邻接区域(即过渡图像区域)进行插值,从而保证伽马校正后相邻图像区域的连续性。
第三部分,图像显示阶段,依照显示环境对伽马校正进行修正并最终显示;
由于实际画面的显示效果不仅和拍摄图像本身的亮暗程度相关,也和显示设备所处的物理环境相关,因此,需要依照实际物理环境对第二部分得到的伽马曲线进行调整。
下面对各个步骤进行相应的说明:
对于第一部分,可以预先进行测试,选取不同场景,标定不同场景下的伽马曲线,此类场景包括不同的光源和光线强度,并且选取在这个场景下拍摄获取的不同伽马曲线下的图像以及与被测人员感知最一致的图像,从而选取出不同场景下的最符合人眼感受的伽马曲线(也即伽马校正参数)。(Gamma曲线的形状并没有统一的标准,人为影响因素很大。设置gamma曲线形状的一个参考方法是在灯箱环境下拍摄24色卡,让色卡最下方的6个色块的亮度数据Y尽量呈现出线性等比例关系。)
在实际的ISP设计中,一般是用分段线性插值的方式,也可以用SRAM实现逐点映射,这样曲线的形状可以灵活配置。在第一部分完成后,可以获得多组伽马曲线和场景的映射关系。
对于第二部分,场景识别和场景分割:在实际拍摄时,由于场景的复杂性,往往拍摄时画面中的场景往往包含的环境并非完全一致,在前端对获取的图像进行下采样获取RGB的缩略图,利用前端分割模块分割出不同的图像区域,对不同的图像区域进行环境判断,依照判断后的环境确定该环境下的伽马曲线。
接着,在区域边缘对伽马曲线进行相应的修正,保证在分割区域之间伽马曲线的变化较为均匀,从而保证其画面明暗不至于出现跳变。
举例说明整体的方案流程,某图片a在进行伽马校正前的亮度如图9所示,其中x,y分别表示像素位置,z数值表示像素位置的亮度。场景分割后,图像被分割为两个图像区域,如图4所示,其中一个图像区域302包括场景a1,另一图像区域303包括场景b1。
其中,横纵坐标对应的是图片a中像素点的位置,曲线代表分割后的交界线301,将整幅图划分为场景a1和场景b1,处于场景a1中的像素点对应的伽马曲线为伽马曲线a1,处于场景b1中的像素点对应的伽马曲线为伽马曲线b1。
由于不同场景之间,伽马校正差异会在交界线附近产生突变,通过在交界线处设置过渡图像区域,进行插值,从而保证亮度变化的连续性,将交界线301向上下两边偏移一定像素距离p,得到过渡图像区域c,过渡图像区域c中的像素点对应的伽马曲线采用前两者的加权平均,并依照偏移的远近设置权重。
依照场景a1和场景b1,对照第一部分得到的数值,查找相应的伽马曲线例如,图10所示,得到的伽马曲线gamma=2.1和gamma=2.4,这里仅仅是举例而已,实际情况并非如此。其中,x和y分别表示像素位置,依照场景的不同采用不同的伽马曲线。为了保证连续性,对过渡图像区域的曲线进行插值,保证映射后亮度变化的连续性,此处采用的方式为线性插值,如下公式(2)所示,得到的过渡图像区域的伽马曲线fun3(light(x,y))的表达式为:
fun3(light(x,y))=weight1*fun1(light(x,y))+weight2*fun2(light(x,y)) 公式(2);
其中,light(x,y)表示像素单元(x,y)的亮度,fun1(light(x,y))表示图像区域的目标伽马曲线,weight1是指第一权重函数,该函数的自变量为过渡图像区域的像素单元到在图像区域的过渡图像区域的边界的像素距离;weight2是指第二权重函数,与第一权重函数的加和为1;fun2(light(x,y))表示所述图像区域的相邻图像区域的目标伽马曲线。
举例来说,图11为对上述图片a的过渡图像区域以及图像区域的伽马校正后的示意图,如图11所示,区域[0.0.5]代表图像区域a1内的伽马校正结果,[0.5,1.5]代表过渡图像区域的伽马校正结果,[1.5,2]代表图像区域b1内的伽马校正结果。需要说明的是,这里的0.5、1.5、2等无实际意义,只作为示例,不对本申请的技术方案的范围造成限制。
在进行伽马校正时,如下公式(3)所示,不同位置的像素数值的伽马校正依照其划分的区域不同,采用不同的伽马曲线:
其中,(x,y)代表像素点在图片中的位置,light代表处于x,y位置上像素的亮度,weight代表权重,其中像素宽度为p,当像素点处于上边界(即过渡图像区域在a1的图像区域的边界)时weight1为1,weight2为0;当像素点处于下边界(即过渡图像区域在b1的图像区域的边界),weight1为0,weight2为1,其他区域变化如图12所示,横坐标代表过渡图像区域内像素点距离上边界的距离占比(最大数值到1,距离上边界为1*p,即为下边界)。
对图片a进行相应的伽马校正后,图片a的整体亮度如图13所示。
在针对图片不同区域中对应的伽马曲线保存下来和图片ID相互绑定,保存在本地,在实际显示时,利用手机光传感器获取当前外部环境的光线强度和色温,结合对当前显示的环境亮度的感知,结合第一部分中的伽马曲线,对第二部分中的数据,进行相应的明暗校准处理,输出相应的图像。
举例来说,从第一部分中的伽马曲线集合中可以查到,当前显示场景对应的伽马曲线为fun2(),结合第二部分中拍摄场景画面不同区域的伽马曲线为fun(),那么最终显示时使用的伽马曲线为:Weignt2*fun()+Weignt3*fun2()。
其中,Weignt2和Weignt3都是常量,采用两个函数的加权平均,Weignt2+Weignt3=1,Weignt3代表修正幅度,可以依照经验数值确定,从而获取最终显示的图像亮度。
可以理解地,人眼所对应的伽马曲线在不同的环境下并非完全一致,尤其是在明暗变化明显的环境以下和在明暗变化不明显的环境下其对应的伽马曲线并非完全一致。在本申请中,依照拍摄场景和显示场景使用不同的伽马曲线,针对拍摄的不同场景,自适应的调整伽马曲线,从而尽可能模拟人眼在不同环境下的对明暗程度的感知,输出相应的图像。
在本申请中,对照同一图像中的不同场景使用多套不同的伽马曲线,针对同一场景下多个光源色温的情况,利用前端芯片依照色温和光线强度不同分割不同区域进行伽马曲线选取,并在相邻图像区域的过渡图像区域进行插值以保证亮度变化的连续性。
在本申请中,实际显示时伽马曲线的确定依照当前显示环境的光线强度和色温进行再次调整,依照当前显示场景获取对应的伽马曲线,以及和既有拍摄环境下对应的伽马曲线进行加权,获取最终的伽马曲线。
在一些实施例中,预先标定不同的色温和光线强度场景下人眼标定产生的伽马曲线集合,在拍摄图片时,先在前端芯片中对原始图像依照画面的整体明暗差异进行图像区域分割;图像分割的原则为基于整体画面中明显不同色温以及光线强度的场景区域,通过设置阈值阶梯(多组阈值)依照不同的区域色温或者亮度差异落在某个阈值区间划分为不同区域并进行分割,对这些区域依照预先标定的伽马曲线集合,采用不同的伽马曲线有针对性地对这些区域进行伽马校正;接着,为保证图像中相邻图像区域之间的伽马参数随像素位置变化的连续性,对整个图像中伽马参数进行二维三次多项式插值;同时将获取的该信息(包括色温分布、光线强度以及伽马参数的分布G1(x,y))保存到图片信息中。
在图片进行预览显示时,利用手机光传感器获取当前外部环境的光线强度和色温数值,和既有的拍摄时的场景信息进行对比,依照当前环境和原有图片中保存拍摄环境的相似程度进行伽马曲线的二次调整;例如,基于当前显示图片时获取的环境信息查找对应的整体伽马校正参数G2(由于当前显示场景固定,伽马参数为定值),和旧有的插值产生的伽马参数G1(x,y)进行求和平均获取最终参数。
基于前述的实施例,本申请提供一种图像处理装置,该装置包括所包括的各模块、以及各模块所包括的各单元,可以通过处理器来实现;当然也可通过具体的逻辑电路实现;在实施的过程中,处理器可以为中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)或图像信号处理芯片(ISP)等。
图14为本申请图像处理装置的结构示意图,如图14所示,图像处理装置140包括:
分割模块141,用于基于待处理图像的像素单元的第一视觉特征对所述待处理图像进行分割,以得到多个图像区域;其中,所述第一视觉特征包括以下至少之一:亮度、色温;
确定模块142,用于确定与第一图像区域对应的第一伽马曲线;其中,所述第一图像区域是所述多个图像区域的其中之一;
校正模块143,用于至少部分地基于所述第一伽马曲线,对所述第一图像区域进行伽马校正。
在一些实施例中,确定模块142,还用于:确定与第二图像区域对应的第二伽马曲线;其中,所述第二图像区域是所述多个图像区域中与所述第一图像区域相邻的另一图像区域;校正模块143,还用于:基于所述第二伽马曲线,对所述第二图像区域进行伽马校正。
在一些实施例中,校正模块143,还用于:至少部分地基于所述第一伽马曲线和/或所述第二伽马曲线对过渡图像区域进行伽马校正,其中,所述过渡图像区域位于所述第一图像区域与所述第二图像区域之间的分界线附近。
在一些实施例中,校正模块143,用于:基于第一权重函数和第二权重函数,将所述第一伽马曲线与所述第二伽马曲线的加权和作为第五伽马曲线;至少部分地基于所述第五伽马曲线,对所述过渡图像区域进行伽马校正;其中,所述第一权重函数为所述第一伽马曲线的系数,所述第二权重函数为所述第二伽马曲线的系数,所述第一权重函数的值与所述过渡图像区域中属于第一图像区域的像素单元至在所述第一图像区域的过渡图像区域边界的距离呈负相关,相应地,所述第二权重函数的值为1减去所述第一权重函数的值;所述第二权重函数的值与所述过渡图像区域中属于第二图像区域的像素单元至在所述第二图像区域的过渡图像区域边界的距离呈负相关,相应地,所述第一权重函数的值为1减去所述第二权重函数的值。
在一些实施例中,确定模块142,还用于:确定与所述第一图像区域对应的第三伽马曲线;其中,所述第三伽马曲线是通过在图像显示端进行标定而得到,所述第一伽马曲线是通过在图像传感器端进行标定而得到;校正模块143,还用于根据所述第三伽马曲线,对所述第一图像区域进行伽马校正。
在一些实施例中,确定模块142,用于:确定物理环境的光线特征;根据所述光线特征,确定对应的第三伽马曲线。
在一些实施例中,分割模块141,用于:将所述第一视觉特征落入同一特定区间的像素单元,分割为一个图像区域,从而得到多个图像区域。
在一些实施例中,确定模块142,还用于:基于所述待处理图像的像素单元的第一视觉特征,确定所述待处理图像的整体的第二视觉特征;如果所述第二视觉特征满足分割条件,触发分割模块141对待处理图像进行分割;如果所述第二视觉特征不满足分割条件,确定与所述第二视觉特征对应的第四伽马曲线;以及触发校正模块143根据第四伽马曲线,对待处理图像进行伽马校正。
以上装置实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请装置实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
需要说明的是,本申请中的装置对模块的划分是示意性的,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。另外,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单元中,也可以是单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。也可以采用软件和硬件结合的形式实现。
需要说明的是,本申请中,如果以软件功能模块的形式实现上述的方法,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。基于这样的理解,本申请的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得电子设备执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本申请不限制于任何特定的硬件和软件结合。
本申请提供一种图像处理芯片,包括处理器单元,所述处理器单元配置成:执行如前文所述的图像处理方法。
本申请提供一种电子设备,图15为本申请的电子设备的硬件实体示意图,如图15所示,所述电子设备150包括存储器151和处理器152,所述存储器151存储有可在处理器152上运行的计算机程序,所述处理器152执行所述程序时实现上述实施例中提供的方法中的步骤。
需要说明的是,存储器151配置为存储由处理器152可执行的指令和应用,还可以缓存在处理器152以及电子设备150中各模块待处理或已经处理的数据(例如,图像数据、音频数据、语音通信数据和视频通信数据),可以通过闪存(FLASH)或随机访问存储器(RandomAccess Memory,RAM)实现。
本申请提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中提供的方法中的步骤。
本申请提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述方法实施例提供的方法中的步骤。
这里需要指出的是:以上存储介质和设备实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请存储介质、存储介质和设备实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”或“一些实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”或“在一些实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请的实施过程构成任何限定。上述本申请序号仅仅为了描述,不代表实施例的优劣。上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如对象A和/或对象B,可以表示:单独存在对象A,同时存在对象A和对象B,单独存在对象B这三种情况。
需要说明的是,在本文中,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,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的实施例仅仅是示意性的,例如,所述模块的划分,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,如:多个模块或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或模块的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的模块可以是、或也可以不是物理上分开的,作为模块显示的部件可以是、或也可以不是物理模块;既可以位于一个地方,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全部模块来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能模块可以全部集成在一个处理单元中,也可以是各模块分别单独作为一个单元,也可以两个或两个以上模块集成在一个单元中;上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本申请上述集成的单元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。基于这样的理解,本申请的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得电子设备执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法实施例中所揭露的方法,在不冲突的情况下可以任意组合,得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的方法实施例或设备实施例。
以上所述,仅为本申请的实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (12)
1.一种图像处理方法,其特征在于,所述方法包括:
基于待处理图像的像素单元的第一视觉特征对所述待处理图像进行分割,以得到多个图像区域;其中,所述第一视觉特征包括以下至少之一:亮度、色温;
确定与第一图像区域对应的第一伽马曲线;其中,所述第一图像区域是所述多个图像区域的其中之一;
至少部分地基于所述第一伽马曲线,对所述第一图像区域进行伽马校正。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定与第二图像区域对应的第二伽马曲线;其中,所述第二图像区域是所述多个图像区域中与所述第一图像区域相邻的另一图像区域;
基于所述第二伽马曲线,对所述第二图像区域进行伽马校正。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
至少部分地基于所述第一伽马曲线和/或所述第二伽马曲线对过渡图像区域进行伽马校正,其中,所述过渡图像区域位于所述第一图像区域与所述第二图像区域之间的分界线附近。
4.根据权利要求3所述的方法,其特征在于,所述至少部分地基于所述第一伽马曲线和/或所述第二伽马曲线对过渡图像区域进行伽马校正,包括:
基于第一权重函数和第二权重函数,将所述第一伽马曲线与所述第二伽马曲线的加权和作为第五伽马曲线;
至少部分地基于所述第五伽马曲线,对所述过渡图像区域进行伽马校正;
其中,所述第一权重函数为所述第一伽马曲线的系数,所述第二权重函数为所述第二伽马曲线的系数,所述第一权重函数的值与所述过渡图像区域中属于第一图像区域的像素单元至在所述第一图像区域的过渡图像区域边界的距离呈负相关,相应地,所述第二权重函数的值为1减去所述第一权重函数的值;
所述第二权重函数的值与所述过渡图像区域中属于第二图像区域的像素单元至在所述第二图像区域的过渡图像区域边界的距离呈负相关,相应地,所述第一权重函数的值为1减去所述第二权重函数的值。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定与所述第一图像区域对应的第三伽马曲线;其中,所述第三伽马曲线是通过在图像显示端进行标定而得到,所述第一伽马曲线是通过在图像传感器端进行标定而得到;
根据所述第三伽马曲线,对所述第一图像区域进行伽马校正。
6.根据权利要求5所述的方法,其特征在于,所述确定与所述第一图像区域对应的第三伽马曲线,包括:
确定物理环境的光线特征;
根据所述光线特征,确定对应的第三伽马曲线。
7.根据权利要求1所述的方法,其特征在于,所述基于待处理图像的第一视觉特征对所述待处理图像进行分割,以得到多个图像区域,包括:
将所述第一视觉特征落入同一特定区间的像素单元分割为一个图像区域,从而得到多个图像区域。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述待处理图像的像素单元的第一视觉特征,确定所述待处理图像的整体的第二视觉特征;
如果所述第二视觉特征满足分割条件,执行所述对待处理图像进行分割的步骤;
如果所述第二视觉特征不满足分割条件,确定与所述第二视觉特征对应的第四伽马曲线;以及根据所述第四伽马曲线,对所述待处理图像进行伽马校正。
9.一种图像处理芯片,包括处理器单元,其特征在于,所述处理器单元配置成:
执行如权利要求1至8中任一项所述的图像处理方法。
10.一种图像处理装置,其特征在于,包括:
分割模块,用于基于待处理图像的像素单元的第一视觉特征对所述待处理图像进行分割,以得到多个图像区域;其中,所述第一视觉特征包括以下至少之一:亮度、色温;
确定模块,用于确定与第一图像区域对应的第一伽马曲线;其中,所述第一图像区域是所述多个图像区域的其中之一;
校正模块,用于至少部分地基于所述第一伽马曲线,对所述第一图像区域进行伽马校正。
11.一种电子设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至8任一项所述的方法。
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,该计算机程序被处理器执行时实现如权利要求1至8任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110836393.XA CN115689903A (zh) | 2021-07-23 | 2021-07-23 | 图像处理方法及装置、设备、存储介质 |
PCT/CN2022/098683 WO2023000868A1 (zh) | 2021-07-23 | 2022-06-14 | 图像处理方法及装置、设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110836393.XA CN115689903A (zh) | 2021-07-23 | 2021-07-23 | 图像处理方法及装置、设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115689903A true CN115689903A (zh) | 2023-02-03 |
Family
ID=84979802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110836393.XA Pending CN115689903A (zh) | 2021-07-23 | 2021-07-23 | 图像处理方法及装置、设备、存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115689903A (zh) |
WO (1) | WO2023000868A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116072059A (zh) * | 2023-02-27 | 2023-05-05 | 卡莱特云科技股份有限公司 | 一种图像显示方法、装置、电子设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4872982B2 (ja) * | 2008-07-31 | 2012-02-08 | ソニー株式会社 | 画像処理回路および画像表示装置 |
JP6446790B2 (ja) * | 2014-02-21 | 2019-01-09 | 株式会社リコー | 画像処理装置、撮像装置、画像補正方法およびプログラム |
JP6720881B2 (ja) * | 2017-01-19 | 2020-07-08 | カシオ計算機株式会社 | 画像処理装置及び画像処理方法 |
CN110139020B (zh) * | 2018-02-09 | 2021-04-27 | 杭州海康威视数字技术股份有限公司 | 一种图像处理方法及其装置 |
CN112714356B (zh) * | 2020-12-18 | 2023-03-21 | 北京百度网讯科技有限公司 | 图像亮度校正方法、装置、设备以及存储介质 |
-
2021
- 2021-07-23 CN CN202110836393.XA patent/CN115689903A/zh active Pending
-
2022
- 2022-06-14 WO PCT/CN2022/098683 patent/WO2023000868A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116072059A (zh) * | 2023-02-27 | 2023-05-05 | 卡莱特云科技股份有限公司 | 一种图像显示方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023000868A1 (zh) | 2023-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104717432B (zh) | 处理一组输入图像的方法、图像处理设备和数字照相机 | |
US10021313B1 (en) | Image adjustment techniques for multiple-frame images | |
CN110033418B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110766621B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
US9460497B2 (en) | Image enhancement methods and systems using the same | |
US20070047803A1 (en) | Image processing device with automatic white balance | |
JP2014096834A (ja) | 電子機器 | |
CN107872662A (zh) | 显示设备 | |
KR20070004853A (ko) | 낮은 동적 범위로부터 높은 동적 범위로 이미지를 변환하는방법 및 시스템 | |
KR20070084293A (ko) | 색채 조정 장치 및 방법 | |
KR20080011588A (ko) | 쉐도우 영역 보상 방법 및 장치 | |
JP2022036179A (ja) | 画像処理装置およびその制御方法及びプログラム | |
WO2016065053A2 (en) | Automatic display image enhancement based on user's visual perception model | |
KR20080034689A (ko) | 영상의 시인성을 향상시키는 장치 및 방법 | |
CN112351195B (zh) | 图像处理方法、装置和电子系统 | |
KR20120114899A (ko) | 영상 처리 방법 및 영상 처리 장치 | |
US20180025476A1 (en) | Apparatus and method for processing image, and storage medium | |
WO2010089836A1 (ja) | 画像処理装置 | |
WO2008102296A2 (en) | Method for enhancing the depth sensation of an image | |
US10863103B2 (en) | Setting apparatus, setting method, and storage medium | |
CN115689903A (zh) | 图像处理方法及装置、设备、存储介质 | |
CN112950499B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
KR101854432B1 (ko) | 역광 프레임을 검출하고, 보정하는 방법 및 장치 | |
JP4359662B2 (ja) | カラー画像の露出補正方法 | |
US8970739B2 (en) | Devices and methods for creating structure histograms for use in image enhancement |
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 |