CN116777795B - 一种适用于车载影像的亮度映射方法 - Google Patents
一种适用于车载影像的亮度映射方法 Download PDFInfo
- Publication number
- CN116777795B CN116777795B CN202311048940.3A CN202311048940A CN116777795B CN 116777795 B CN116777795 B CN 116777795B CN 202311048940 A CN202311048940 A CN 202311048940A CN 116777795 B CN116777795 B CN 116777795B
- Authority
- CN
- China
- Prior art keywords
- mapping
- image
- value
- cdf
- function
- 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
- 238000013507 mapping Methods 0.000 title claims abstract description 134
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000001186 cumulative effect Effects 0.000 claims abstract description 21
- 238000005315 distribution function Methods 0.000 claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 230000002708 enhancing effect Effects 0.000 abstract description 2
- 230000009466 transformation Effects 0.000 description 6
- 230000001131 transforming effect Effects 0.000 description 4
- 238000003672 processing method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 235000019227 E-number Nutrition 0.000 description 1
- 239000004243 E-number Substances 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种适用于车载影像的亮度映射方法,首先根据输入图像的像素,判断图像的亮度类型,包括暗、正常、亮三种类型;然后生成输入图像的直方图,并计算直方图的累积分布函数;最后根据累积分布函数计算输入图像对应亮度类型的映射参数,并得到映射函数,根据映射函数对输入图像进行亮度映射,得到新图像。本发明通过对输入图像的进行亮度分类,并针对不同类别选用不同的映射函数进行映射,有效减少使用同一种亮度映射时,图像中部分过暗或过量区域可能带来的图像欠曝和过曝问题,从而提升图像增强的效果,尤其适用于夜晚状态车载影像中的图像增强。
Description
技术领域
本发明涉及一种图像处理方法,具体涉及一种图像亮度处理方法。
背景技术
车载影像是指汽车、火车等交通工具上安装的摄像头所拍摄到的实时视频信号,它可以提供行车安全、驾驶辅助、交通管理、行车记录等多种功能,是现代交通领域中的重要技术之一。
图像增强是数字图像处理中的一项重要技术,它的目的是通过算法等手段,改善图像的质量,使得更加清晰、明亮、对比度更高等。亮度映射是图像增强中的一个重要环节,它将高动态范围(HDR)图像转换为低动态范围(LDR)图像,通过将输入图像的像素值映射到输出图像的像素值,来实现对图像亮度和对比度的调整。常见的映射函数包括线性映射、S型函数、Logistic函数、Reinhard函数、Durand函数等。
在夜晚,由于有车灯、路灯、灯牌等多种复杂的光源,使得图像整体的亮度与白天相比也变得很复杂,可能会出现局部过暗或过亮的问题。夜间车载影像需要将图像进行处理后输出。通常的处理方式是将图像都通过同一个亮度映射进行映射处理得到新的图像,这对于部分过暗和过亮的图像来说,会产生欠曝和过曝的问题。
发明内容
发明目的:针对上述现有技术,提出一种适用于车载影像的亮度映射方法,以减少欠曝和过曝的问题。
技术方案:一种适用于车载影像的亮度映射方法,包括:
步骤1:根据输入图像的像素,判断图像的亮度类型,包括暗、正常、亮三种类型;
步骤2:生成所述输入图像的直方图,并计算所述直方图的累积分布函数;
步骤3:根据所述累积分布函数计算所述输入图像对应亮度类型的映射参数,并得到映射函数,根据所述映射函数对所述输入图像进行亮度映射,得到新图像。
进一步的,所述步骤1包括如下具体步骤:将图像像素值范围划分为5个区间,统计所述输入图像在每个区间的像素数量,分别赋予每个区间不同的权重;定义一个评价指标,即平均像素数量,由每个区间包含的像素点的个数乘以对应的权重并进行累加,再除以总的像素点数量;根据所述平均像素数量和预设判断阈值条件来判断图像的亮度类型。
进一步的,所述步骤3中:对于暗图像,采用对数衰减映射函数,根据所述累积分布函数的最小非零值求出对数衰减映射函数的映射参数;对于正常图像,采用线性映射函数,根据所述累积分布函数的最大值和最小非零值求出线性映射函数的映射参数;对于亮图像,采用Gamma映射函数,根据所述累积分布函数的最小非零值求出Gamma映射函数的映射参数。
进一步的,所述步骤1中,将图像像素值范围[0,255]划分为五个区间:[0,50]、[51,100]、[101,150]、[151,200]、[201,255],五个区间对应的所述权重分别为:0.2、0.4、0.6、0.8、1.0。
进一步的,若所述平均像素数量小于等于A,则所述输入图像判断为暗图像;若所述平均像素数量大于A且小于B,则所述输入图像判断为正常图像;若所述平均像素数量大于等于B,则所述输入图像判断为亮图像;其中,A取值范围为0.35~0.45,B取值范围为0.65~0.75。
进一步的,对于暗图像,所述对数衰减映射函数为:s=c·ln(1+r),其中s表示像素值为r的映射值,c为所述对数衰减映射函数的映射参数,c=(L-1)/ln(1+(rmax-rmin)/(CDFmin+g1)),L为图像像素值范围,rmax和rmin分别是所述输入图像中像素值的最大和最小值,CDFmin为所述累积分布函数的最小非零值,g1为用于避免分母为0的常量。
进一步的,对于正常图像,所述线性映射函数为:s=a·(r-rmin)+b,其中s表示像素值为r的映射值,rmin是所述输入图像中像素值的最小值,a和b为所述线性映射函数的映射参数,a=1/(CDFmax-CDFmin),b=CDFmin/(CDFmax-CDFmin),CDFmax、CDFmin分别为所述累积分布函数的最大值和最小非零值。
进一步的,对于亮图像,所述Gamma映射函数为:s=d·rGamma,其中s表示像素值为r的映射值,Gamma为所述Gamma映射函数的映射参数,d为常数因子,Gamma=∣ln(CDFmin+g2)∣/lnrmin,d=(L-1)/(rmax-rmin)Gamma,CDFmin为所述累积分布函数的最小非零值,L为图像像素值范围,rmax和rmin分别是所述输入图像中的像素值的最大和最小值,g2为用于避免对数的底为0的常量。
进一步的,如果根据映射函数计算得到的映射值s超过了图像像素值范围[0,255],则将映射值s截断到所述图像像素值范围内,具体为:当映射值s小于0时,所述映射值s赋值为0;当映射值s大于255时,所述映射值s赋值为255;其他情况下对所述映射值s向下取整处理。
有益效果:本发明通过对输入图像的进行亮度分类,并针对不同类别选用不同的映射函数进行映射,有效减少使用同一种亮度映射时,图像中部分过暗或过量区域可能带来的图像欠曝和过曝问题,从而提升图像增强的效果,尤其适用于夜晚状态车载影像中的图像增强。
附图说明
图1为实施例中一个8×8数据块的亮度类型判断;
图2为本发明总的流程图。
实施方式
下面结合附图对本发明做更进一步的解释。
如图2所示,一种适用于车载影像的亮度映射方法,包括:
步骤1:根据输入图像的像素,判断图像的亮度类型,包括暗、正常、亮三种类型。
具体的,先加载车载影像数据,得到本发明待处理的输入图像。将图像像素值范围[0,255]划分为五个区间:[0,50]、[51,100]、[101,150]、[151,200]、[201,255],分别代表暗、较暗、正常、较亮、亮五种类。统计当前处理帧图像在每个区间的像素数量,分别赋予每个区间不同的权重,从而计算图像的平均像素数量。假设[0,50]区间内像素数量有a个,(51,100]区间内像素数量有b个,(101,150]区间内像素数量有c个,(151,200]区区间内像素数量有d个,(201,255]区间内像素数量有e个,五个区间对应的权重分别为:0.2、0.4、0.6、0.8、1.0,依据每个区间对应的权重计算图像的平均像素数量。平均像素数量Ō由每个区间包含的像素点的个数乘以对应的权重并进行累加,再除以总的像素点数量得到,其计算公式为:Ō=(0.2a+0.4b+0.6c+0.8d+1.0e)/(a+b+c+d+e)。将平均像素数量Ō作为评价指标,根据预设判断阈值条件来判断图像的亮度类型。若平均像素数量Ō小于等于A,则输入图像判断为暗图像;若平均像素数量Ō大于A且小于B,则输入图像判断为正常图像;若平均像素数量Ō大于等于B,则输入图像判断为亮图像;其中,A取值范围为0.35~0.45,B取值范围为0.65~0.75。
本实施例中,A取0.4,B取0.7,如图1所示为一张夜间图像的一个8×8的数据块,首先分别计算出每个区间包含的像素数量,之后计算平均像素量Ō为0.32,其小于0.4,所以判断该图像为暗图像。
步骤2:生成原始图像的直方图,计算该直方图的CDF(Cumulative DistributionFunction,累积分布函数)。
具体的,统计图像中每个像素值的出现次数,得到像素值与出现次数之间的对应关系,即为直方图。然后根据下式得到CDF的表达式为:
其中,CDFlow(k)表示像素值为k的累计概率,plow(i)表示像素值为i的概率,h(i)表示像素值为i的像素点的个数。
找出CDF的最大值和最小值CDFmax、CDFmin,用于避免对数的无穷大问题。一般来说最大值为1,最小值为像素值最小的像素点的概率。
步骤3:根据CDF分别计算三种亮度类型对应的映射参数并得到映射函数,根据对应的映射函数对原始图像进行亮度映射,得到亮度调整后的新图像。
具体的,对于暗类型的图像,采用对数衰减映射函数s=c·ln(1+r),其中s表示像素值为r的映射值,c为对数衰减映射函数的映射参数。根据CDF的最小非零值CDFmin求出对数衰减映射函数的映射参数c=(L-1)/ln(1+(rmax-rmin)/(CDFmin+g1)),其中L为图像像素值范围,L=256,rmax和rmin分别是原始图像中像素值的最大和最小值,g1为用于避免分母为0的小的常量。代入映射参c得到对数衰减映射函数为:s=255ln(1+r)/ln(1+(rmax-rmin)/(CDFmin+g1))。将原始图像的像素值通过该对数衰减映射函数变换为新的像素值,生成新的图像。
一个暗类型图像中一个数据块的变换过程:首先输入该数据块A并得到它的直方图B;之后通过CDF的最小值1/64和原像素值的最大值205和最小值5计算映射参数c=255/ln(12801),代入得到对数衰减映射函数为:s=255ln(1+r)ln(12801),对数衰减映射函数的图像如C所示;将原直方图中的像素值通过映射函数变换,得到新的直方图D;通过新的直方图得到映射后的数据块E。经过对数映射变换,数据块由暗类型变为正常类型。
对于正常类型的图像,采用线性映射函数s=a·(r-rmin)+b,其中s表示像素值为r的映射值,rmin是原始图像中像素值的最小值,a和b为线性映射函数的映射参数。计算线性映射的映射参数a和b,a表示CDF的最大值和最小值之差的倒数,b表示CDF的最小值除以图像像素值范围,具体为a=1/(CDFmax-CDFmin),b=CDFmin/(CDFmax-CDFmin),其中CDFmax、CDFmin分别为CDF的最大值和最小非零值。代入映射参a和b得到线性映射函数为:s=1/(CDFmax-CDFmin)·(r-rmin)+CDFmin/(CDFmax-CDFmin)。将原始图像的像素值通过该线性映射函数变换为新的像素值,生成新的图像。
一个正常类型图像中一个数据块的变换过程:首先输入该数据块A并得到它的直方图B;之后通过CDF的最大值最小值1和最小非零值1/64计算得到映射参数a=64/63和b=1/63,代入得到此时的线性映射函数为:s=64/63(r-rmin)+1/63,线性映射函数的图像如C所示;将原直方图中的像素值通过线性映射函数变换,得到新的直方图D;通过新的直方图得到映射后的数据块E。经过线性映射变换,像素值的分布变得更加均匀。
对于亮类型的图像,采用Gamma映射函数s=d·rGamma,其中s表示像素值为r的映射值,Gamma为Gamma映射函数的映射参数,d为常数因子。根据累积分布函数的最小非零值CDFmin以及原始图像中的像素值的最大值rmax和最小值rmin,计算映射参数Gamma=∣ln(CDFmin+g2)∣/lnrmin以及常数因子d=(L-1)/(rmax-rmin)Gamma,其中L为图像像素值范围,L=256,g2为用于避免对数的底为0的小的常量。代入常数因子d和映射参数Gamma后得到Gamma映射函数为:s=255(r/(rmax-rmin))∣ln(CDFmin+g2)∣/lnrmin。将原始图像的像素值通过该Gamma映射函数变换为新的像素值,生成新的图像。
一个亮类型图像中一个数据块的变换过程:首先输入该数据块A并得到它的直方图B;之后通过CDF的最小非零值1/64和原始图像中的像素值的最大值246和最小值44计算得到射参数Gamma=ln64/ln44,常数因子d=255/202ln64/ln44,代入得到此时的Gamma映射函数为:s=255(r/202)ln64/ln44,函数的图像如C所示;将原直方图中的像素值通过Gamma映射函数变换,得到新的直方图D;通过新的直方图得到映射后的数据块E。经过Gamma映射变换,数据块由亮类型变为正常型。
需要注意的是,如果映射函数计算得到的像素值s超过了图像像素值范围[0,255],则将映射值s截断到图像像素值范围内,具体为:当映射值s小于0时,映射值s赋值为0;当映射值s大于255时,映射值s赋值为255;其他情况下对映射值s通过向下取整函数作向下取整处理。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种适用于车载影像的亮度映射方法,其特征在于,包括:
步骤1:根据输入图像的像素,判断图像的亮度类型,包括暗、正常、亮三种类型;
步骤2:生成所述输入图像的直方图,并计算所述直方图的累积分布函数;
步骤3:根据所述累积分布函数计算所述输入图像对应亮度类型的映射参数,并得到映射函数,根据所述映射函数对所述输入图像进行亮度映射,得到新图像;
所述步骤1包括如下具体步骤:将图像像素值范围划分为5个区间,统计所述输入图像在每个区间的像素数量,分别赋予每个区间不同的权重;定义一个评价指标,即平均像素数量,由每个区间包含的像素点的个数乘以对应的权重并进行累加,再除以总的像素点数量;根据所述平均像素数量和预设判断阈值条件来判断图像的亮度类型;
若所述平均像素数量小于等于A,则所述输入图像判断为暗图像;若所述平均像素数量大于A且小于B,则所述输入图像判断为正常图像;若所述平均像素数量大于等于B,则所述输入图像判断为亮图像;其中,A取值范围为0.35~0.45,B取值范围为0.65~0.75;
所述步骤3中:对于暗图像,采用对数衰减映射函数,根据所述累积分布函数的最小非零值求出对数衰减映射函数的映射参数;对于正常图像,采用线性映射函数,根据所述累积分布函数的最大值和最小非零值求出线性映射函数的映射参数;对于亮图像,采用Gamma映射函数,根据所述累积分布函数的最小非零值求出Gamma映射函数的映射参数;
所述对数衰减映射函数为:s=c·ln(1+r),其中s表示像素值为r的映射值,c为所述对数衰减映射函数的映射参数,c=(L-1)/ln(1+(rmax-rmin)/(CDFmin+g1)),L为图像像素值范围,rmax和rmin分别是所述输入图像中像素值的最大和最小值,CDFmin为所述累积分布函数的最小非零值,g1为用于避免分母为0的常量;
对于正常图像,所述线性映射函数为:s=a·(r-rmin)+b,其中s表示像素值为r的映射值,rmin是所述输入图像中像素值的最小值,a和b为所述线性映射函数的映射参数,a=1/(CDFmax-CDFmin),b=CDFmin/(CDFmax-CDFmin),CDFmax、CDFmin分别为所述累积分布函数的最大值和最小非零值;
所述Gamma映射函数为:s=d·rGamma,其中s表示像素值为r的映射值,Gamma为所述Gamma映射函数的映射参数,d为常数因子,Gamma=∣ln(CDFmin+g2)∣/lnrmin,d=(L-1)/(rmax-rmin)Gamma,CDFmin为所述累积分布函数的最小非零值,L为图像像素值范围,rmax和rmin分别是所述输入图像中的像素值的最大和最小值,g2为用于避免对数的底为0的常量。
2.根据权利要求1所述的适用于车载影像的亮度映射方法,其特征在于,所述步骤1中,将图像像素值范围[0,255]划分为五个区间:[0,50]、[51,100]、[101,150]、[151,200]、[201,255],五个区间对应的所述权重分别为:0.2、0.4、0.6、0.8、1.0。
3.根据权利要求1所述的适用于车载影像的亮度映射方法,其特征在于,如果根据映射函数计算得到的映射值s超过了图像像素值范围[0,255],则将映射值s截断到所述图像像素值范围内,具体为:当映射值s小于0时,所述映射值s赋值为0;当映射值s大于255时,所述映射值s赋值为255;其他情况下对所述映射值s向下取整处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311048940.3A CN116777795B (zh) | 2023-08-21 | 2023-08-21 | 一种适用于车载影像的亮度映射方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311048940.3A CN116777795B (zh) | 2023-08-21 | 2023-08-21 | 一种适用于车载影像的亮度映射方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116777795A CN116777795A (zh) | 2023-09-19 |
CN116777795B true CN116777795B (zh) | 2023-10-27 |
Family
ID=88011971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311048940.3A Active CN116777795B (zh) | 2023-08-21 | 2023-08-21 | 一种适用于车载影像的亮度映射方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116777795B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2005202791A1 (en) * | 2004-07-15 | 2006-02-02 | Canon Kabushiki Kaisha | Image brightness adjustment using hyperbolic tone mappings |
CN104700376A (zh) * | 2014-11-25 | 2015-06-10 | 桂林电子科技大学 | 基于伽马校正和平滑滤波的图像直方图均衡化增强方法 |
CN106530263A (zh) * | 2016-10-19 | 2017-03-22 | 天津大学 | 一种适应于医学影像的单曝光高动态范围图像生成方法 |
US10325401B2 (en) * | 2016-03-11 | 2019-06-18 | Imagination Technologies Limited | Importance sampling for determining a light map |
CN111915523A (zh) * | 2020-08-04 | 2020-11-10 | 深圳蓝韵医学影像有限公司 | Dr图像亮度自适应调整方法及系统 |
CN112102175A (zh) * | 2019-06-18 | 2020-12-18 | 浙江宇视科技有限公司 | 图像对比度的增强方法、装置、存储介质及电子设备 |
CN113628137A (zh) * | 2021-08-03 | 2021-11-09 | 武汉三江中电科技有限责任公司 | 一种光线不足环境下的图像增强算法及装置 |
CN113822826A (zh) * | 2021-11-25 | 2021-12-21 | 江苏游隼微电子有限公司 | 一种低照度图像亮度增强方法 |
CN114529475A (zh) * | 2022-02-23 | 2022-05-24 | 安徽大学 | 基于二维伽马校正和色调映射的图像增强方法及系统 |
CN114565535A (zh) * | 2022-03-02 | 2022-05-31 | 北京锐影医疗技术有限公司 | 一种基于自适应梯度gamma校正的图像增强方法及装置 |
CN115880163A (zh) * | 2021-09-28 | 2023-03-31 | 中国石油化工股份有限公司 | 一种井站夜间视频监控图像去雾方法及设备 |
CN115937032A (zh) * | 2022-12-19 | 2023-04-07 | 青岛理工大学 | 一种水下暗图像复原方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2365893A1 (en) * | 2001-12-21 | 2003-06-21 | Jaldi Semiconductor Corp. | System and method for dynamically enhanced colour space |
EP3734588B1 (en) * | 2019-04-30 | 2022-12-07 | Dolby Laboratories Licensing Corp. | Color appearance preservation in video codecs |
US20230114798A1 (en) * | 2021-09-28 | 2023-04-13 | Samsung Electronics Co., Ltd. | Joint auto-exposure tone-mapping system |
TWI789158B (zh) * | 2021-12-10 | 2023-01-01 | 瑞昱半導體股份有限公司 | 影像處理方法、系統以及非暫態電腦可讀取記錄媒體 |
-
2023
- 2023-08-21 CN CN202311048940.3A patent/CN116777795B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2005202791A1 (en) * | 2004-07-15 | 2006-02-02 | Canon Kabushiki Kaisha | Image brightness adjustment using hyperbolic tone mappings |
CN104700376A (zh) * | 2014-11-25 | 2015-06-10 | 桂林电子科技大学 | 基于伽马校正和平滑滤波的图像直方图均衡化增强方法 |
US10325401B2 (en) * | 2016-03-11 | 2019-06-18 | Imagination Technologies Limited | Importance sampling for determining a light map |
CN106530263A (zh) * | 2016-10-19 | 2017-03-22 | 天津大学 | 一种适应于医学影像的单曝光高动态范围图像生成方法 |
CN112102175A (zh) * | 2019-06-18 | 2020-12-18 | 浙江宇视科技有限公司 | 图像对比度的增强方法、装置、存储介质及电子设备 |
CN111915523A (zh) * | 2020-08-04 | 2020-11-10 | 深圳蓝韵医学影像有限公司 | Dr图像亮度自适应调整方法及系统 |
CN113628137A (zh) * | 2021-08-03 | 2021-11-09 | 武汉三江中电科技有限责任公司 | 一种光线不足环境下的图像增强算法及装置 |
CN115880163A (zh) * | 2021-09-28 | 2023-03-31 | 中国石油化工股份有限公司 | 一种井站夜间视频监控图像去雾方法及设备 |
CN113822826A (zh) * | 2021-11-25 | 2021-12-21 | 江苏游隼微电子有限公司 | 一种低照度图像亮度增强方法 |
CN114529475A (zh) * | 2022-02-23 | 2022-05-24 | 安徽大学 | 基于二维伽马校正和色调映射的图像增强方法及系统 |
CN114565535A (zh) * | 2022-03-02 | 2022-05-31 | 北京锐影医疗技术有限公司 | 一种基于自适应梯度gamma校正的图像增强方法及装置 |
CN115937032A (zh) * | 2022-12-19 | 2023-04-07 | 青岛理工大学 | 一种水下暗图像复原方法及系统 |
Non-Patent Citations (7)
Title |
---|
A Comprehensive Overview of Image Enhancement Techniques;Yunliang Qi等;Archives of Computational Methods in Engineering;第29卷;583–607 * |
A Global Two-Stage Histogram Equalization Method for Gray-Level Images;Almotairi, K.;Journal of ICT Research and Applications;第14卷(第2期);95-114 * |
Fast infrared maritime target detection: Binarization via histogram curve transformation;Bin Wang 等;Infrared Physics & Technology;第83卷;32-44 * |
图像增强的多功能复原模型研究;Ziaur Rahman;中国博士学位论文全文数据库 (信息科技辑)(第(2020)04期);I138-73 * |
基于最小值通道与对数衰减的图像融合去雾算法;杨燕 等;北京航空航天大学学报;第46卷(第10期);1844-1852 * |
基于灰度调节和直方图重构的图像增强;贾伟振 等;太原科技大学学报;第42卷(第6期);449-455 * |
运动模糊图像PSF参数估计方法改进及图像复原;高海韬 等;计算机工程;第48卷(第9期);1000-3428 * |
Also Published As
Publication number | Publication date |
---|---|
CN116777795A (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102722871B (zh) | 一种快速有效的图像增强方法 | |
US8111943B2 (en) | Smart image enhancement process | |
CN110610463A (zh) | 一种图像增强方法及装置 | |
CN104869321B (zh) | 控制摄像机曝光的方法和设备 | |
CN1162799A (zh) | 利用平均值匹配直方图均衡的图像增强方法及其电路 | |
CN116342440B (zh) | 一种基于人工智能的车载视频监控管理系统 | |
CN115660964A (zh) | 基于阈值分区加权亮度分量的夜间道路图像增强方法 | |
CN111127337B (zh) | 图像局部区域高光调整方法、介质、设备及装置 | |
JP6600216B2 (ja) | 画像処理装置及び画像処理方法、プログラム、記憶媒体 | |
CN116777795B (zh) | 一种适用于车载影像的亮度映射方法 | |
CN114399442A (zh) | 基于参数自适应的非线性图像增强方法及系统 | |
CN106686320A (zh) | 一种基于数密度均衡的色调映射方法 | |
CN115334250B (zh) | 一种图像处理方法、装置及电子设备 | |
CN111435972B (zh) | 一种图像处理的方法及装置 | |
US9210335B2 (en) | Method for generating HDR images using modified weight | |
CN108282619B (zh) | 一种具有红灯颜色校正功能的图像采集系统 | |
CN114677989B (zh) | 一种屏幕亮度调节方法及设备 | |
JP2000102033A (ja) | 自動階調補正方法 | |
CN113506386B (zh) | 违章停车的监控方法、行车记录仪、程序及存储介质 | |
CN106341626A (zh) | 一种微光线阵基于电子倍增的动态范围自动调整方法 | |
CN114339064A (zh) | 一种基于熵权图像梯度的贝叶斯优化曝光控制方法 | |
CN108259819A (zh) | 动态影像特征加强方法与系统 | |
CN115866411B (zh) | 基于光线校正的车载监控自适应曝光方法、装置及设备 | |
CN115086566B (zh) | 图片场景检测方法、装置 | |
CN117078562B (zh) | 一种视频图像去雾方法、装置、计算机设备及介质 |
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 |