CN116894795B - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN116894795B CN116894795B CN202311162966.0A CN202311162966A CN116894795B CN 116894795 B CN116894795 B CN 116894795B CN 202311162966 A CN202311162966 A CN 202311162966A CN 116894795 B CN116894795 B CN 116894795B
- Authority
- CN
- China
- Prior art keywords
- region
- curve
- sub
- tone
- image
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 230000004927 fusion Effects 0.000 claims abstract description 96
- 230000009471 action Effects 0.000 claims abstract description 36
- 238000001914 filtration Methods 0.000 claims abstract description 29
- 238000013507 mapping Methods 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000003247 decreasing effect Effects 0.000 claims description 8
- 238000005282 brightening Methods 0.000 claims description 6
- 238000002360 preparation method Methods 0.000 claims description 3
- 230000000452 restraining effect Effects 0.000 claims description 3
- 230000005764 inhibitory process Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000001629 suppression Effects 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
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
本发明提供一种图像处理方法及装置,包括:对待处理图像进行边缘保持滤波,形成基础图层和细节图层;获取区域直方图和全局直方图,以及子区域平坦度和全局平坦度;依据全局直方图,获取第一色调曲线,依据全局直方图和全局平坦度,获取第一对比度增强曲线;依据子区域直方图,获取第二色调曲线,并将第二色调曲线与第一色调曲线融合,得到融合色调曲线;依据子区域平坦度,获取对比度曲线融合权重,并依据对比度曲线融合权重,将融合色调曲线与第一对比度增强曲线进行融合,获得作用曲线;依据作用曲线,得到调整后基础图层;将细节图层与调整后基础图层进行融合,得到处理后的图像。本发明提供的图像处理方法及装置,能够有效提升图像处理质量。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像处理方法及装置。
背景技术
高动态范围成像内容需要通过色调映射方法进一步处理,以便它们可以在显示器上准确再现。原因是商业市场上的常见显示器在支持高动态范围成像内容方面受到其固有硬件的限制。现有技术无法将显示器的动态范围扩展到与真实场景一样大,这样做也是不可取的。未经任何处理直接显示高动态范围成像内容将导致超过可重现亮度值的范围,从而导致捕获场景的黑暗和明亮区域的细节丢失。色调映射方法通过非线性变换压缩高动态范围成像内容的动态范围以匹配显示范围来解决此问题,从而为捕获的场景提供更自然和令人愉悦的再现。但是,现有技术中通常采用固定的色调映射曲线或者采用直方图均衡化的方式,容易导致图像亮度变化过大,或者局域产生块效应。
发明内容
本发明提供的图像处理方法及装置,能够有效提升图像处理质量。
第一方面,本发明提供一种图像处理方法,所述方法包括:
对待处理图像进行边缘保持滤波,形成基础图层和细节图层;
将所述基础图层划分为多个子区域,获取每个子区域对应的子区域直方图和基础图层对应的全局直方图,以及每个子区域对应的子区域平坦度和基础图层对应的全局平坦度;
依据所述全局直方图,获取所述基础图层对应的第一色调曲线,依据所述全局直方图和全局平坦度,获取所述基础图层对应的第一对比度增强曲线;
依据每个子区域的子区域直方图,获取每个子区域对应的第二色调曲线,并将所述第二色调曲线与所述第一色调曲线融合,得到融合色调曲线;
依据每个子区域的子区域平坦度,获取每个子区域对应的对比度曲线融合权重,并依据所述对比度曲线融合权重,将所述融合色调曲线与所述第一对比度增强曲线进行融合,获得作用曲线;
依据所述作用曲线,对所述基础图层的每个子区域进行调整,得到调整后基础图层;
将所述细节图层与所述调整后基础图层进行融合,得到处理后的图像。
可选地,所述对待处理图像进行边缘保持滤波,形成基础图层和细节图层,包括:
采用预设尺寸的高斯滤波核沿所述待处理图像滑动;
每次滑动后,获取所述高斯滤波核内的每个像素值滤波前和滤波后的绝对差之和,以得到所述高斯滤波核当前位置对应的局域梯度值;
当所述局域梯度值大于预设梯度值时,采用当前尺寸的高斯核进行滤波,并将所述高斯滤波核滑动至下一位置;
当所述局域梯度值不大于预设梯度值时,增加所述高斯滤波核的尺寸,直至所述高斯滤波核当前位置对应的局域梯度值大于预设梯度值,采用增加尺寸后的高斯滤波核进行滤波,并将高斯滤波核恢复预设尺寸后再滑动至下一位置;
将完成滤波后的图像作为基础图层,并将所述待处理图像与所述基础图层的差值图像作为细节图层。
可选地,所述依据所述全局直方图,获取所述基础图层对应的第一色调曲线,包括:
将所述全局直方图依据灰度值由高到低的顺序划分为全图暗区、全图灰区和全图亮区;
对所述全图暗区的每个灰度值依据递减原则赋予亮度提升权重,并依据所述亮度提升权重计算所述全图暗区整体权重;
对所述全图亮区的每个灰度值依据递增原则赋予亮度压低权重,并依据所述亮度压低权重计算所述全图亮区整体权重;
依据所述全图暗区整体权重和所述全图亮区整体权重,得到所述基础图层的第一色调曲线。
可选地,所述依据所述全图暗区整体权重和所述全图亮区整体权重,得到所述基础图层的第一色调曲线,包括:
在原始色调曲线上设置按照灰度从低到高的顺序均匀分布五个锚点,其中,五个锚点中的第二个锚点在低亮度调整阈值范围内,所述五个锚点中的第三个锚点在中亮度调整阈值范围内,所述五个锚点中的第四个锚点在高亮度调整阈值范围内;
依据所述原始色调曲线第二个锚点的输出值、所述暗区整体权重以及预设的暗区最大调整比例,对所述原始色调曲线第二个锚点的输入值进行调整,以形成低亮度调整曲线;
依据所述原始色调曲线第四个锚点的输入值、所述亮区整体权重以及预设的亮区最大调整比例,对所述原始色调曲线第四个锚点的输出值进行调整,以形成高亮度调整曲线;
依据所述低亮度调整曲线、高亮度调整曲线以及中亮度对应的原始色调曲线,形成第一色调曲线。
可选地,所述依据所述全局直方图和全局平坦度,获取所述基础图层对应的第一对比度增强曲线,包括:
将所述全局直方图依据亮度由高到低的顺序划分为全图高亮区和全图低亮区;
依据预设的直方图均衡化参数阈值和预设的全局平坦度阈值形成的映射曲线,获取所述基础图层的全局平坦度对应的全局均衡化参数;
采用所述全局均衡化参数,对所述全图高亮区和所述全图低亮区分别进行均衡化,分别得到全图高亮区对比度增强曲线和全图低亮区对比度增强曲线;
依据所述全图高亮区对比度增强曲线、全图低亮区对比度增强曲线和全局平坦度,得到第一对比度增强曲线。
可选地,所述依据所述全图高亮区对比度增强曲线、全图低亮区对比度增强曲线和全局平坦度,得到第一对比度增强曲线,包括:
将所述全图高亮区对比度增强曲线和全图低亮区对比度增强曲线合并为全图对比度增强曲线;
依据全局平坦度信息,得到每个亮度值对应的对比度增强融合权重;
依据所述对比度增强融合权重,将所述全图对比度增强曲线与原始对比度曲线融合,形成第一对比度增强曲线。
可选地,所述依据每个子区域的子区域直方图,获取每个子区域对应的第二色调曲线包括:
根据预设的子区域暗区像素百分比,在每个子区域直方图内得到子区域暗区,根据预设的子区域亮区像素百分比,在每个子区域直方图内得到子区域亮区;
依据所述子区域暗区像素百分比和所述子区域直方图,获取每个子区域暗区平均像素值,依据子区域亮区像素百分比和所述子区域直方图,获取每个子区域亮区平均像素值;
依据预设的子区域最大提亮权重和预设的子区域暗区平均像素阈值的映射曲线,获取每个子区域暗区平均像素值对应的子区域提亮权重,依据预设的子区域最大抑制权重和预设的子区域亮区平均像素阈值的映射曲线,获取每个子区域亮区平均像素值对应的子区域抑制权重;
依据预设的子区域提亮权重和子区域抑制权重,获取每个子区域对应的第二色调曲线。
可选地,所述依据预设的子区域提亮权重和子区域抑制权重,获取每个子区域对应的第二色调曲线,包括:
在原始色调曲线上设置按照灰度从低到高的顺序均匀分布五个锚点,其中,五个锚点中的第二个锚点在低亮度调整阈值范围内,所述五个锚点中的第三个锚点在中亮度调整阈值范围内,所述五个锚点中的第四个锚点在高亮度调整阈值范围内;
依据所述原始色调曲线第二个锚点的输出值、所述子区域提亮权重以及预设的子区域暗区最大调整比例,对所述原始色调曲线第二个锚点的输入值进行调整,以形成子区域低亮度调整曲线;
依据所述原始色调曲线第四个锚点的输入值、所述子区域抑制权重以及预设的子区域亮区最大调整比例,对所述原始色调曲线第四个锚点的输出值进行调整,以形成子区域高亮度调整曲线;
依据子区域低亮度调整曲线和子区域高亮度调整曲线以及子区域中亮度原始色调曲线,形成第二色调曲线。
可选地,所述将所述第二色调曲线与所述第一色调曲线融合,得到融合色调曲线,包括:
依据预设的色调融合权重,将所述第二色调曲线与第一色调曲线加权求和,获取融合色调曲线。
可选地,所述依据每个子区域的子区域平坦度,获取每个子区域对应的对比度曲线融合权重,包括:
依据预设的子区域暗区色调权重阈值与预设的子区域暗区平均像素阈值的映射曲线,得到每个子区域暗区平均像素值对应的子区域暗区色调融合权重,依据预设的子区域亮区色调权重阈值与预设的子区域亮区平均像素阈值的映射曲线,得到每个子区域亮区平均像素值对应的子区域亮区色调融合权重;
依据每个子区域对应的子区域暗区色调融合权重和子区域平坦度,获取所述融合色调曲线与第一对比度曲线的暗区融合权重,依据每个子区域对应的子区域亮区色调融合权重和子区域平坦度,获取所述融合色调曲线与第一对比度曲线的亮区融合权重。
可选地,所述依据所述对比度曲线融合权重,将所述融合色调曲线与所述第一对比度增强曲线进行融合,获得作用曲线,包括:
依据所述亮区融合权重和所述暗区融合权重,将每个子区域对应的融合色调曲线的暗区与第一对比度增强曲线进行融合,得到每个子区域对应的作用曲线。
可选地,所述依据所述作用曲线,对所述基础图层的每个子区域进行调整,得到调整后基础图层,包括:
对所述作用曲线进行遍历,得到所述作用曲线的单调性;
当所述作用曲线单调递增时,依据所述作用曲线,对所述基础图层的每个子区域进行调整,得到调整后基础图层;
当所述作用曲线存在单调递减的区间时,将所述单调递减的区间中的输出区间与输入区间设置为按照正比例单调递增,形成新的作用曲线,并依据所述新的作用曲线,对所述基础图层的每个子区域进行调整,得到调整后基础图层。
可选地,所述将所述细节图层与所述调整后基础图层进行融合,得到处理后的图像,包括:
依据预设的细节融合权重,将所述细节图层与调整后的基础图层进行融合,得到处理后的图像。
第二方面,本发明提供一种图像处理装置,所述装置包括:
滤波模块,用于对待处理图像进行边缘保持滤波,形成基础图层和细节图层;
准备模块,用于将所述基础图层划分为多个子区域,获取每个子区域对应的子区域直方图和基础图层对应的全局直方图,以及每个子区域对应的子区域平坦度和基础图层对应的全局平坦度;
全局计算模块,用于依据所述全局直方图,获取所述基础图层对应的第一色调曲线,依据所述全局直方图和全局平坦度,获取所述基础图层对应的第一对比度增强曲线;
子区域计算模块,用于依据每个子区域的子区域直方图,获取每个子区域对应的第二色调曲线,并将所述第二色调曲线与所述第一色调曲线融合,得到融合色调曲线;
曲线获取模块,用于依据每个子区域的子区域平坦度,获取每个子区域对应的对比度曲线融合权重,并依据所述对比度曲线融合权重,将所述融合色调曲线与所述第一对比度增强曲线进行融合,获得作用曲线;
调整模块,用于依据所述作用曲线,对所述基础图层的每个子区域进行调整,得到调整后基础图层;
图像处理模块,用于将所述细节图层与所述调整后基础图层进行融合,得到处理后的图像。
在本发明提供的技术方案中,通过全局的色调映射曲线和全局的对比度增强曲线可以保证整图风格一致性不会出现块效应;通过局域直方图分析形成子区域色调映射曲线,并将全局色调映射曲线和子区域融合色调曲线进行融合,使得最终的映射曲线更加符合图像局域特性提升图像质量,最后通过平坦度分析融合权重,可以有效避免平坦区域过度拉伸导致的图像分层问题。
附图说明
图1为本发明一实施例图像处理方法的流程图;
图2为本发明另一实施例图像处理方法中局域梯度信息与平坦度的关系曲线;
图3为本发明另一实施例图像处理方法边缘保持滤波的流程图;
图4为本发明另一实施例图像处理方法获取第一色调曲线的流程图;
图5为本发明另一实施例图像处理方法对全局直方图进行划分的示意图;
图6为本发明另一实施例图像处理方法获取第一色调曲线的流程图;
图7为本发明另一实施例图像处理方法获取第一对比度增强曲线的流程图;
图8为本发明另一实施例图像处理方法中直方图均衡化参数与全局平坦度的关系曲线;
图9为本发明另一实施例图像处理方法获取第一对比度增强曲线的流程图;
图10为本发明另一实施例图像处理方法获取第二色调曲线的流程图;
图11为本发明另一实施例图像处理方法子区域提亮权重和子区域暗区平均像素值的关系曲线;
图12为本发明另一实施例图像处理方法获取第二色调曲线的流程图;
图13为本发明另一实施例图像处理方法子区域暗区平均像素值和子区域暗区色调权重的关系曲线;
图14为本发明另一实施例图像处理装置的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种图像处理方法,如图1所示,所述方法包括:
步骤100,对待处理图像进行边缘保持滤波,形成基础图层和细节图层;
步骤200,将所述基础图层划分为多个子区域,获取每个子区域对应的子区域直方图和基础图层对应的全局直方图,以及每个子区域对应的子区域平坦度和基础图层对应的全局平坦度;
步骤300,依据所述全局直方图,获取所述基础图层对应的第一色调曲线,依据所述全局直方图和全局平坦度,获取所述基础图层对应的第一对比度增强曲线;
步骤400,依据每个子区域的子区域直方图,获取每个子区域对应的第二色调曲线,并将所述第二色调曲线与所述第一色调曲线融合,得到融合色调曲线;
步骤500,依据每个子区域的子区域平坦度,获取每个子区域对应的对比度曲线融合权重,并依据所述对比度曲线融合权重,将所述融合色调曲线与所述第一对比度增强曲线进行融合,获得作用曲线;
步骤600,依据所述作用曲线,对所述基础图层的每个子区域进行调整,得到调整后基础图层;
步骤700,将所述细节图层与所述调整后基础图层进行融合,得到处理后的图像。
在一些实施例中,将基础图层分成m*n个子区域进行直方图统计和平坦度信息统计,将各个子区域的直方图相加获得全局的直方图信息。
直方图统计方法为传统直方图统计方案:将像素值映射到0-255的区间获得亮度直方图。
在平坦度统计过程中,高斯滤波核沿待处理图像滑动,设置高斯滤波核大小为5,滤波获得滤波后值,然后计算滤波核内的每个像素值与/>的绝对差,局域梯度信息G:,其中,/>为高斯滤波核内的像素值。根据获得的G值计算当前像素点的平坦度C_flat,C_flat和G的关系如图2所示。G_min和G_max为和像素值V相关的预设值(默认G_min=V,G_max=2*V)。把子区域的所有像素的C_flat求平均获得当前区域的平坦度信息C_blockFlat。对所有子域的C_blockFlat求平均获得全图平坦度信息C_globalFlat。
在本发明实施例提供的技术方案中,通过全局的色调映射曲线和全局的对比度增强曲线可以保证整图风格一致性不会出现块效应;通过局域直方图分析形成子区域色调映射曲线,并将全局色调映射曲线和子区域融合色调曲线进行融合,使得最终的映射曲线更加符合图像局域特性提升图像质量,最后通过平坦度分析融合权重,可以有效避免平坦区域过度拉伸导致的图像分层问题。
作为一种可选的实施方式,如图3所示,在步骤100中,所述对待处理图像进行边缘保持滤波,形成基础图层和细节图层,包括:
步骤110,采用预设尺寸的高斯滤波核沿所述待处理图像滑动;
步骤120,每次滑动后,获取所述高斯滤波核内的每个像素值滤波前和滤波后的绝对差之和,以得到所述高斯滤波核当前位置对应的局域梯度值;
步骤121,当所述局域梯度值大于预设梯度值时,采用当前尺寸的高斯核进行滤波,并将所述高斯滤波核滑动至下一位置;
步骤122,当所述局域梯度值不大于预设梯度值时,增加所述高斯滤波核的尺寸,直至所述高斯滤波核当前位置对应的局域梯度值大于预设梯度值,采用增加尺寸后的高斯滤波核进行滤波,并将高斯滤波核恢复预设尺寸后再滑动至下一位置
步骤130,将完成滤波后的图像作为基础图层,并将所述待处理图像与所述基础图层的差值图像作为细节图层。
在一些实施例中,在滤波过程中,高斯滤波核沿待处理图像滑动,初始设置高斯滤波核大小为3,滤波获得滤波后值,然后计算滤波核内的每个像素与/>的绝对差之和用来表示局域梯度信息G:/>,其中,/>为高斯滤波核内的像素值。
如果G不大于预设的阈值则说明是平坦区域需要进一步增大滤波核的尺寸,滤波核大小加一后重复上面计算直到G大于阈值/>,此时滤波核尺寸设为n,以此尺寸进行双边滤波获得当前区域滤波后的图像,即基础图层,原图像减去滤波后的图像获得细节图层。
作为一种可选的实施方式,如图4所示,在步骤300中,所述依据所述全局直方图,获取所述基础图层对应的第一色调曲线,包括:
步骤310,将所述全局直方图依据灰度值由高到低的顺序划分为全图暗区、全图灰区和全图亮区;
步骤320,对所述全图暗区的每个灰度值依据递减原则赋予亮度提升权重,并依据所述亮度提升权重计算所述全图暗区整体权重;
步骤330,对所述全图亮区的每个灰度值依据递增原则赋予亮度压低权重,并依据所述亮度压低权重计算所述全图亮区整体权重;
步骤340,依据所述全图暗区整体权重和所述全图亮区整体权重,得到所述基础图层的第一色调曲线。
在一些实施例中,根据预设参数dark_thr、bright_thr将亮度直方图分成全图暗区、全图灰区、全图亮区三部分,划分方式如图5所示。
划分完成后,对直方图的全图暗区进行分析,对[0,dark_thr]每个灰度值范围预设不同的权重,/>遵从递减的原则既i越大/>越小;计算全图暗区整体权重/>,W_dark越大说明全图暗区越暗需要提升暗区亮度来提升暗区细节。
同理对直方图亮区进行分析获得全图亮区整体权重,(bright_thr<=i<=255),W_bright越大说明亮区越亮需要压低全图亮区亮度来提升亮区细节。
作为一种可选的实施方式,如图6所述,在步骤340中,所述依据所述全图暗区整体权重和所述全图亮区整体权重,得到所述基础图层的第一色调曲线,包括:
步骤341,在原始色调曲线上设置按照灰度从低到高的顺序均匀分布五个锚点,其中,五个锚点中的第二个锚点在低亮度调整阈值范围内,所述五个锚点中的第三个锚点在中亮度调整阈值范围内,所述五个锚点中的第四个锚点在高亮度调整阈值范围内;
步骤342,依据所述原始色调曲线第二个锚点的输出值、所述暗区整体权重以及预设的暗区最大调整比例,对所述原始色调曲线第二个锚点的输入值进行调整,以形成低亮度调整曲线;
步骤343,依据所述原始色调曲线第四个锚点的输入值、所述亮区整体权重以及预设的亮区最大调整比例,对所述原始色调曲线第四个锚点的输出值进行调整,以形成高亮度调整曲线;
步骤344,依据所述低亮度调整曲线、高亮度调整曲线以及中亮度对应的原始色调曲线,形成第一色调曲线。
在一些实施例中,预设5个色调曲线的锚点anchor0-anchor4,其中anchor0对应(0,0)点,anchor4对应(1,1)点,anchor1点默认为(0.25,0.25)在低亮度阈值范围内,anchor2点默认为(0.5,0.5)在中亮度阈值范围内,anchor3点默认为(0.75,0.75)在高亮度阈值范围内;根据前面计算获得W_dark调整anchor1的x坐标,预设暗区最大调整比例最大为dark_enhance_max(默认值为4),则anchor1的x坐标anchor1_x=anchor1_y/(1+dark_enhance_max*W_dark)。根据前面计算获得的W_bright调整anchor3的y坐标,预设亮区最大调整比例为bright_suppres_max(默认值为2),则anchor3的y坐标anchor3_y=anchor2_y+(anchor3_y–anchor2_y)/(1+bright_suppres_max*W_bright)。Anchor坐标调整完成后根据anchor进行分段三次Hermite插值获得完整的第一色调曲线(完整的色调曲线长度同直方图长度为256)。对应中亮区的anchor2不调整这样生成的曲线可以很大程度上保持中亮度阈值范围内部分的亮度不变。
作为一种可选的实施方式,如图7所示,在步骤300中,所述依据所述全局直方图和全局平坦度,获取所述基础图层对应的第一对比度增强曲线,包括:
步骤350,将所述全局直方图依据亮度由高到低的顺序划分为全图高亮区和全图低亮区;
步骤360,依据预设的直方图均衡化参数阈值和预设的全局平坦度阈值形成的映射曲线,获取所述基础图层的全局平坦度对应的全局均衡化参数;
步骤370,采用所述全局均衡化参数,对所述全图高亮区和所述全图低亮区分别进行均衡化,分别得到全图高亮区对比度增强曲线和全图低亮区对比度增强曲线;
步骤380,依据所述全图高亮区对比度增强曲线、全图低亮区对比度增强曲线和全局平坦度,得到第一对比度增强曲线。
在一些实施例中,第一对比度增强曲线采用分区域受限制直方图均衡化方式进行,将直方图分成全图低亮区和全图高亮区分别进行受限制直方图均衡化([0,127]为低亮区,[128,255]为高亮区),这样获得的曲线可以很大程度上保持中亮区部分的亮度不变。
根据全局平坦度信息调整受限制参数,预设直方图均衡化参数阈值为clip_limit_min/clip_limit_max,全局平坦度C_globalFlat阈值为C_globalFlat_min/C_globalFlat_max,则最终的全局均衡化参数clip_limit计算方式如图8所示。
作为一种可选的实施方式,如图9所示,在步骤380中,所述依据所述全图高亮区对比度增强曲线、全图低亮区对比度增强曲线和全局平坦度,得到第一对比度增强曲线,包括:
步骤381,将所述全图高亮区对比度增强曲线和全图低亮区对比度增强曲线合并为全图对比度增强曲线;
步骤382,依据全局平坦度信息,得到每个亮度值对应的对比度增强融合权重;
步骤383,依据所述对比度增强融合权重,将所述全图对比度增强曲线与原始对比度曲线融合,形成第一对比度增强曲线。
在一些实施例中,为了进一步控制平坦区域的拉伸可以根据全图平坦度(C_globalFlat)对受限制直方图均衡化获得全图对比度增强曲线和原始曲线(输入=输出)做融合,平坦度越大原始曲线的融合权重越高。
设全图对比度增强曲线上第i点的值为,原始曲线上第i点的值为/>,两个曲线融合后新的对比度增强曲线第i点值:
,
其中,I为y=x曲线,即原始曲线;C为全图对比度增强曲线;为更新后的第一对比度增强曲线。
作为一种可选的实施方式,如图10所示,在步骤400中,所述依据每个子区域的子区域直方图,获取每个子区域对应的第二色调曲线包括:
步骤410,根据预设的子区域暗区像素百分比,在每个子区域直方图内得到子区域暗区,根据预设的子区域亮区像素百分比,在每个子区域直方图内得到子区域亮区;
步骤420,依据所述子区域暗区像素百分比和所述子区域直方图,获取每个子区域暗区平均像素值,依据子区域亮区像素百分比和所述子区域直方图,获取每个子区域亮区平均像素值;
步骤430,依据预设的子区域最大提亮权重和预设的子区域暗区平均像素阈值的映射曲线,获取每个子区域暗区平均像素值对应的子区域提亮权重,依据预设的子区域最大抑制权重和预设的子区域亮区平均像素阈值的映射曲线,获取每个子区域亮区平均像素值对应的子区域抑制权重;
步骤440,依据预设的子区域提亮权重和子区域抑制权重,获取每个子区域对应的第二色调曲线。
预设子区域暗区像素占局域内整体像素的百分比为dark_percent(默认值为15%),子区域亮区像素占局域内整体像素的百分比为bright_percent(默认值为5%)。根据dark_precent/bright_precent和子区域直方图信息可以求出子区域暗区平均像素值dark_avg和子区域亮区平均像素值bright_avg。预设子区域暗平均像素阈值为dark_avg_min,dark_avg_max,子区域最大提亮权重为l_dark_enhance_max(默认值同dark_enhance_max为4.0);根据dark_avg对dark_enhance_max进行插值获得当前子区域提亮权重l_dark_enhance,l_dark_enhance计算方式如图11所示。同理,预设子区域亮区平均像素阈值为bright_avg_min,bright_avg_max,子区域最大抑制权重为l_bright_suppres_max(默认值同bright_suppres_max为2.0);根据bright_avg获得当前区域子区域抑制权重l_bright_suppres。
作为一种可选的实施方式,如图12所示,在步骤440中,所述依据预设的子区域提亮权重和子区域抑制权重,获取每个子区域对应的第二色调曲线,包括:
步骤441,在原始色调曲线上设置按照灰度从低到高的顺序均匀分布五个锚点,其中,五个锚点中的第二个锚点在低亮度调整阈值范围内,所述五个锚点中的第三个锚点在中亮度调整阈值范围内,所述五个锚点中的第四个锚点在高亮度调整阈值范围内;
步骤442,依据所述原始色调曲线第二个锚点的输出值、所述子区域提亮权重以及预设的子区域暗区最大调整比例,对所述原始色调曲线第二个锚点的输入值进行调整,以形成子区域低亮度调整曲线;
步骤443,依据所述原始色调曲线第四个锚点的输入值、所述子区域抑制权重以及预设的子区域亮区最大调整比例,对所述原始色调曲线第四个锚点的输出值进行调整,以形成子区域高亮度调整曲线;
步骤444,依据子区域低亮度调整曲线和子区域高亮度调整曲线以及子区域中亮度原始色调曲线,形成第二色调曲线。
在一些实施例中,预设5个色调曲线的锚点anchor0-anchor4,其中anchor0对应(0,0)点,anchor4对应(1,1)点,anchor1点默认为(0.25,0.25)在低亮度阈值范围内,anchor2点默认为(0.5,0.5)在中亮度阈值范围内,anchor3点默认为(0.75,0.75)在高亮度阈值范围内;根据前面计算获得l_dark_enhance调整anchor1的x坐标,预设子区域暗区最大调整比例dark_enhance_max(默认值为4),则anchor1的x坐标anchor1_x=anchor1_y/(1+dark_enhance_max*l_dark_enhance)。根据前面计算获得的l_bright_suppres调整anchor3的y坐标,预设子区域亮区最大调整比例bright_suppres_max(默认值为2),则anchor3的y坐标anchor3_y=anchor2_y+(anchor3_y–anchor2_y)/(1+bright_suppres_max*l_bright_suppres)。Anchor坐标调整完成后根据anchor进行分段三次Hermite插值获得完整的第二色调曲线(完整的色调映射曲线长度同直方图长度为256)对应中亮区的anchor2不调整这样生成的曲线可以很大程度上保持中亮区部分的亮度不变。
作为一种可选的实施方式,在步骤400中,所述将所述第二色调曲线与所述第一色调曲线融合,得到融合色调曲线,包括:
依据预设的色调融合权重,将所述第二色调曲线与第一色调曲线加权求和,获取融合色调曲线。
在一些实施例中,生成的第二色调曲线l_tone_cure需要和前面生成的第一色调曲线g_tone_curve进行加权融合,预设融合参数local_tone_weight(默认值为0.8)融合后的色调曲线tone_curve如下:
作为一种可选的实施方式,在步骤500中,所述依据每个子区域的子区域平坦度,获取每个子区域对应的对比度曲线融合权重,包括:
依据预设的子区域暗区色调权重阈值与预设的子区域暗区平均像素阈值的映射曲线,得到每个子区域暗区平均像素值对应的子区域暗区色调融合权重,依据预设的子区域亮区色调权重阈值与预设的子区域亮区平均像素阈值的映射曲线,得到每个子区域亮区平均像素值对应的子区域亮区色调融合权重;
依据每个子区域对应的子区域暗区色调融合权重和子区域平坦度,获取所述融合色调曲线与第一对比度曲线的暗区融合权重,依据每个子区域对应的子区域亮区色调融合权重和子区域平坦度,获取所述融合色调曲线与第一对比度曲线的亮区融合权重。
在一些实施例中,预设子区域暗区色调权重阈值为dark_tone_ratio_min,dark_tone_ratio_max,预设子区域暗区平均像素阈值为dark_avg_min,dark_avg_max。根据dark_avg获得子区域暗区色调融合权重dark_tone_ratio,计算方式如图13所示。同理,预设子区域亮区平均像素阈值为bright_avg_min,bright_avg_max,子区域亮区色调权重阈值为bright_tone_ratio_min,bright_tone_ratio_max;根据bright_avg获得子区域亮区色调融合权重bright_tone_ratio。
根据C_blockFlat信息重新调整dark_tone_ratio和bright_tone_ratio:
C_blockFlat表示当前子区域平坦度,平坦度越高说明该块的对比度越低需要对比度曲线的权重来提升对比度,调整公式如下:
dark_tone_ratio_f=dark_tone_ratio*(1.0-C_blockFlat)
bright_tone_ratio_f=bright_tone_ratio*(1.0-C_blockFlat)
其中,dark_tone_ratio_f为暗区融合权重,bright_tone_ratio_f为亮区融合权重。
作为一种可选的实施方式,在步骤500中,所述依据所述对比度曲线融合权重,将所述融合色调曲线与所述第一对比度增强曲线进行融合,获得作用曲线,包括:
依据所述亮区融合权重和所述暗区融合权重,将每个子区域对应的融合色调曲线的暗区与第一对比度增强曲线进行融合,得到每个子区域对应的作用曲线。
在一些实施例中,根据dark_tone_ratio_f和bright_tone_ratio_f对融合色调曲线和第一对比度增强曲线进行融合得到当前局域最终的融合曲线final_curve:
。
其中,final_curve为最终的作用映射曲线,tone_curve为色调映射曲线,contrast_curve为对比度增强曲线,i表示曲线x坐标。
作为一种可选的实施方式,在步骤600中,所述依据所述作用曲线,对所述基础图层的每个子区域进行调整,得到调整后基础图层,包括:
对所述作用曲线进行遍历,得到所述作用曲线的单调性;
当所述作用曲线单调递增时,依据所述作用曲线,对所述基础图层的每个子区域进行调整,得到调整后基础图层;
当所述作用曲线存在单调递减的区间时,将所述单调递减的区间中的输出区间与输入区间设置为按照正比例单调递增,形成新的作用曲线,并依据所述新的作用曲线,对所述基础图层的每个子区域进行调整,得到调整后基础图层。
在一些实施例中,前述实施例获得的可能存在亮度反转的情况,所以需要对/>进行单调增的检查调整。
从低到高遍历检查是否存在的区间,如存在此期间做如下处理:从开始继续向上遍历找到/>满足()然后调整(/>,/>)区间:
其中,x,i,j,h表示的x坐标,(i<x<h)。
作为一种可选的实施方式,在步骤700中,所述将所述细节图层与所述调整后基础图层进行融合,得到处理后的图像,包括:
依据预设的细节融合权重,将所述细节图层与调整后的基础图层进行融合,得到处理后的图像。
在一些实施例中,调整完成后的基础图层需要回加前面保边滤波得到的细节图层来提升高频细节。预设的细节融合权重为detail_ratio,最终的图像为调整后的基础图层加上detail_layer*detail_ratio。
本发明实施例还提供一种图像处理装置,如图14所示,所述装置包括:
滤波模块,用于对待处理图像进行边缘保持滤波,形成基础图层和细节图层;
准备模块,用于将所述基础图层划分为多个子区域,获取每个子区域对应的子区域直方图和基础图层对应的全局直方图,以及每个子区域对应的子区域平坦度和基础图层对应的全局平坦度;
全局计算模块,用于依据所述全局直方图,获取所述基础图层对应的第一色调曲线,依据所述全局直方图和全局平坦度,获取所述基础图层对应的第一对比度增强曲线;
子区域计算模块,用于依据每个子区域的子区域直方图,获取每个子区域对应的第二色调曲线,并将所述第二色调曲线与所述第一色调曲线融合,得到融合色调曲线;
曲线获取模块,用于依据每个子区域的子区域平坦度,获取每个子区域对应的对比度曲线融合权重,并依据所述对比度曲线融合权重,将所述融合色调曲线与所述第一对比度增强曲线进行融合,获得作用曲线;
调整模块,用于依据所述作用曲线,对所述基础图层的每个子区域进行调整,得到调整后基础图层;
图像处理模块,用于将所述细节图层与所述调整后基础图层进行融合,得到处理后的图像。
本领域普通技术人员可以理解实现上述方法实施例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,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
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该以权利要求的保护范围为准。
Claims (13)
1.一种图像处理方法,其特征在于,所述方法包括:
对待处理图像进行边缘保持滤波,形成基础图层和细节图层;
将所述基础图层划分为多个子区域,获取每个子区域对应的子区域直方图和基础图层对应的全局直方图,以及每个子区域对应的子区域平坦度和基础图层对应的全局平坦度;
依据所述全局直方图,获取所述基础图层对应的第一色调曲线,依据所述全局直方图和全局平坦度,获取所述基础图层对应的第一对比度增强曲线;
依据每个子区域的子区域直方图,获取每个子区域对应的第二色调曲线,并将所述第二色调曲线与所述第一色调曲线融合,得到融合色调曲线;
依据每个子区域的子区域平坦度,获取每个子区域对应的对比度曲线融合权重,并依据所述对比度曲线融合权重,将所述融合色调曲线与所述第一对比度增强曲线进行融合,得到作用曲线;
依据所述作用曲线,对所述基础图层的每个子区域进行调整,得到调整后基础图层;
将所述细节图层与所述调整后基础图层进行融合,得到处理后的图像;
其中,所述依据每个子区域的子区域平坦度,获取每个子区域对应的对比度曲线融合权重,包括:
依据预设的子区域暗区色调权重阈值与预设的子区域暗区平均像素阈值的映射曲线,得到每个子区域暗区平均像素值对应的子区域暗区色调融合权重,依据预设的子区域亮区色调权重阈值与预设的子区域亮区平均像素阈值的映射曲线,得到每个子区域亮区平均像素值对应的子区域亮区色调融合权重;
依据每个子区域对应的子区域暗区色调融合权重和子区域平坦度,获取所述融合色调曲线与第一对比度曲线的暗区融合权重,依据每个子区域对应的子区域亮区色调融合权重和子区域平坦度,获取所述融合色调曲线与第一对比度曲线的亮区融合权重。
2.根据权利要求1所述的方法,其特征在于,所述对待处理图像进行边缘保持滤波,形成基础图层和细节图层,包括:
采用预设尺寸的高斯滤波核沿所述待处理图像滑动;
每次滑动后,获取所述高斯滤波核内的每个像素值滤波前和滤波后的绝对差之和,以得到所述高斯滤波核当前位置对应的局域梯度值;
当所述局域梯度值大于预设梯度值时,采用当前尺寸的高斯核进行滤波,并将所述高斯滤波核滑动至下一位置;
当所述局域梯度值不大于预设梯度值时,增加所述高斯滤波核的尺寸,直至所述高斯滤波核当前位置对应的局域梯度值大于预设梯度值,采用增加尺寸后的高斯滤波核进行滤波,并将高斯滤波核恢复预设尺寸后再滑动至下一位置;
将完成滤波后的图像作为基础图层,并将所述待处理图像与所述基础图层的差值图像作为细节图层。
3.根据权利要求1所述的方法,其特征在于,所述依据所述全局直方图,获取所述基础图层对应的第一色调曲线,包括:
将所述全局直方图依据灰度值由高到低的顺序划分为全图暗区、全图灰区和全图亮区;
对所述全图暗区的每个灰度值依据递减原则赋予亮度提升权重,并依据所述亮度提升权重计算所述全图暗区整体权重;
对所述全图亮区的每个灰度值依据递增原则赋予亮度压低权重,并依据所述亮度压低权重计算所述全图亮区整体权重;
依据所述全图暗区整体权重和所述全图亮区整体权重,得到所述基础图层的第一色调曲线。
4.根据权利要求3所述的方法,其特征在于,所述依据所述全图暗区整体权重和所述全图亮区整体权重,得到所述基础图层的第一色调曲线,包括:
在原始色调曲线上设置按照灰度从低到高的顺序均匀分布五个锚点,其中,五个锚点中的第二个锚点在低亮度调整阈值范围内,所述五个锚点中的第三个锚点在中亮度调整阈值范围内,所述五个锚点中的第四个锚点在高亮度调整阈值范围内;
依据所述原始色调曲线第二个锚点的输出值、所述暗区整体权重以及预设的暗区最大调整比例,对所述原始色调曲线第二个锚点的输入值进行调整,以形成低亮度调整曲线;
依据所述原始色调曲线第四个锚点的输入值、所述亮区整体权重以及预设的亮区最大调整比例,对所述原始色调曲线第四个锚点的输出值进行调整,以形成高亮度调整曲线;
依据所述低亮度调整曲线、高亮度调整曲线以及中亮度对应的原始色调曲线,形成第一色调曲线。
5.根据权利要求1所述的方法,其特征在于,所述依据所述全局直方图和全局平坦度,获取所述基础图层对应的第一对比度增强曲线,包括:
将所述全局直方图依据亮度由高到低的顺序划分为全图高亮区和全图低亮区;
依据预设的直方图均衡化参数阈值和预设的全局平坦度阈值形成的映射曲线,获取所述基础图层的全局平坦度对应的全局均衡化参数;
采用所述全局均衡化参数,对所述全图高亮区和所述全图低亮区分别进行均衡化,分别得到全图高亮区对比度增强曲线和全图低亮区对比度增强曲线;
依据所述全图高亮区对比度增强曲线、全图低亮区对比度增强曲线和全局平坦度,得到第一对比度增强曲线。
6.根据权利要求5所述的方法,其特征在于,所述依据所述全图高亮区对比度增强曲线、全图低亮区对比度增强曲线和全局平坦度,得到第一对比度增强曲线,包括:
将所述全图高亮区对比度增强曲线和全图低亮区对比度增强曲线合并为全图对比度增强曲线;
依据全局平坦度信息,得到每个亮度值对应的对比度增强融合权重;
依据所述对比度增强融合权重,将所述全图对比度增强曲线与原始对比度曲线融合,形成第一对比度增强曲线。
7.根据权利要求1所述的方法,其特征在于,所述依据每个子区域的子区域直方图,获取每个子区域对应的第二色调曲线包括:
根据预设的子区域暗区像素百分比,在每个子区域直方图内得到子区域暗区,根据预设的子区域亮区像素百分比,在每个子区域直方图内得到子区域亮区;
依据所述子区域暗区像素百分比和所述子区域直方图,获取每个子区域暗区平均像素值,依据子区域亮区像素百分比和所述子区域直方图,获取每个子区域亮区平均像素值;
依据预设的子区域最大提亮权重和预设的子区域暗区平均像素阈值的映射曲线,获取每个子区域暗区平均像素值对应的子区域提亮权重,依据预设的子区域最大抑制权重和预设的子区域亮区平均像素阈值的映射曲线,获取每个子区域亮区平均像素值对应的子区域抑制权重;
依据预设的子区域提亮权重和子区域抑制权重,获取每个子区域对应的第二色调曲线。
8.根据权利要求7所述的方法,其特征在于,所述依据预设的子区域提亮权重和子区域抑制权重,获取每个子区域对应的第二色调曲线,包括:
在原始色调曲线上设置按照灰度从低到高的顺序均匀分布五个锚点,其中,五个锚点中的第二个锚点在低亮度调整阈值范围内,所述五个锚点中的第三个锚点在中亮度调整阈值范围内,所述五个锚点中的第四个锚点在高亮度调整阈值范围内;
依据所述原始色调曲线第二个锚点的输出值、所述子区域提亮权重以及预设的子区域暗区最大调整比例,对所述原始色调曲线第二个锚点的输入值进行调整,以形成子区域低亮度调整曲线;
依据所述原始色调曲线第四个锚点的输入值、所述子区域抑制权重以及预设的子区域亮区最大调整比例,对所述原始色调曲线第四个锚点的输出值进行调整,以形成子区域高亮度调整曲线;
依据子区域低亮度调整曲线和子区域高亮度调整曲线以及子区域中亮度原始色调曲线,形成第二色调曲线。
9.根据权利要求1所述的方法,其特征在于,所述将所述第二色调曲线与所述第一色调曲线融合,得到融合色调曲线,包括:
依据预设的色调融合权重,将所述第二色调曲线与第一色调曲线加权求和,获取融合色调曲线。
10.根据权利要求1所述的方法,其特征在于,所述依据所述对比度曲线融合权重,将所述融合色调曲线与所述第一对比度增强曲线进行融合,得到作用曲线,包括:
依据所述亮区融合权重和所述暗区融合权重,将每个子区域对应的融合色调曲线的暗区与第一对比度增强曲线进行融合,得到每个子区域对应的作用曲线。
11.根据权利要求1所述的方法,其特征在于,所述依据所述作用曲线,对所述基础图层的每个子区域进行调整,得到调整后基础图层,包括:
对所述作用曲线进行遍历,得到所述作用曲线的单调性;
当所述作用曲线单调递增时,依据所述作用曲线,对所述基础图层的每个子区域进行调整,得到调整后基础图层;
当所述作用曲线存在单调递减的区间时,将所述单调递减的区间中的输出区间与输入区间设置为按照正比例单调递增,形成新的作用曲线,并依据所述新的作用曲线,对所述基础图层的每个子区域进行调整,得到调整后基础图层。
12.根据权利要求1所述的方法,其特征在于,所述将所述细节图层与所述调整后基础图层进行融合,得到处理后的图像,包括:
依据预设的细节融合权重,将所述细节图层与调整后的基础图层进行融合,得到处理后的图像。
13.一种图像处理装置,其特征在于,所述装置包括:
滤波模块,用于对待处理图像进行边缘保持滤波,形成基础图层和细节图层;
准备模块,用于将所述基础图层划分为多个子区域,获取每个子区域对应的子区域直方图和基础图层对应的全局直方图,以及每个子区域对应的子区域平坦度和基础图层对应的全局平坦度;
全局计算模块,用于依据所述全局直方图,获取所述基础图层对应的第一色调曲线,依据所述全局直方图和全局平坦度,获取所述基础图层对应的第一对比度增强曲线;
子区域计算模块,用于依据每个子区域的子区域直方图,获取每个子区域对应的第二色调曲线,并将所述第二色调曲线与所述第一色调曲线融合,得到融合色调曲线;
曲线获取模块,用于依据每个子区域的子区域平坦度,获取每个子区域对应的对比度曲线融合权重,并依据所述对比度曲线融合权重,将所述融合色调曲线与所述第一对比度增强曲线进行融合,获得作用曲线;其中,所述依据每个子区域的子区域平坦度,获取每个子区域对应的对比度曲线融合权重,包括:
依据预设的子区域暗区色调权重阈值与预设的子区域暗区平均像素阈值的映射曲线,得到每个子区域暗区平均像素值对应的子区域暗区色调融合权重,依据预设的子区域亮区色调权重阈值与预设的子区域亮区平均像素阈值的映射曲线,得到每个子区域亮区平均像素值对应的子区域亮区色调融合权重;
依据每个子区域对应的子区域暗区色调融合权重和子区域平坦度,获取所述融合色调曲线与第一对比度曲线的暗区融合权重,依据每个子区域对应的子区域亮区色调融合权重和子区域平坦度,获取所述融合色调曲线与第一对比度曲线的亮区融合权重;
调整模块,用于依据所述作用曲线,对所述基础图层的每个子区域进行调整,得到调整后基础图层;
图像处理模块,用于将所述细节图层与所述调整后基础图层进行融合,得到处理后的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311162966.0A CN116894795B (zh) | 2023-09-11 | 2023-09-11 | 图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311162966.0A CN116894795B (zh) | 2023-09-11 | 2023-09-11 | 图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116894795A CN116894795A (zh) | 2023-10-17 |
CN116894795B true CN116894795B (zh) | 2023-12-26 |
Family
ID=88312475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311162966.0A Active CN116894795B (zh) | 2023-09-11 | 2023-09-11 | 图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116894795B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005192162A (ja) * | 2003-12-26 | 2005-07-14 | Konica Minolta Photo Imaging Inc | 画像処理方法、画像処理装置及び画像記録装置 |
CN109191395A (zh) * | 2018-08-21 | 2019-01-11 | 深圳创维-Rgb电子有限公司 | 图像对比度增强方法、装置、设备及存储介质 |
CN109658341A (zh) * | 2018-10-26 | 2019-04-19 | 深圳市华星光电技术有限公司 | 增强图像对比度的方法及其装置 |
CN110889812A (zh) * | 2019-10-11 | 2020-03-17 | 大连海事大学 | 一种多尺度融合图像特征信息的水下图像增强方法 |
CN110930464A (zh) * | 2019-06-27 | 2020-03-27 | 北京中科慧眼科技有限公司 | 一种基于色调直方图统计的颜色检测方法,装置与系统 |
CN111292269A (zh) * | 2020-02-13 | 2020-06-16 | 珠海全志科技股份有限公司 | 一种图像色调映射方法、计算机装置及计算机可读存储介质 |
CN112634384A (zh) * | 2020-12-23 | 2021-04-09 | 上海富瀚微电子股份有限公司 | 一种高动态范围图像压缩的方法及装置 |
CN115104120A (zh) * | 2019-04-11 | 2022-09-23 | 中科创达软件股份有限公司 | 将低动态范围图像合并为单幅图像的方法及装置 |
CN116362981A (zh) * | 2021-12-27 | 2023-06-30 | 北京极感科技有限公司 | 色调映射方法、计算机程序产品、电子设备以及存储介质 |
CN116664434A (zh) * | 2023-05-31 | 2023-08-29 | 深圳市国微电子有限公司 | 图像色调映射方法、系统、终端设备及存储介质 |
CN116664436A (zh) * | 2023-05-31 | 2023-08-29 | 深圳市国微电子有限公司 | 图像色调映射方法、系统、终端设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI407777B (zh) * | 2009-07-20 | 2013-09-01 | Silicon Integrated Sys Corp | 以影像特徵為基礎之動態對比強化裝置及其方法 |
CN107403422B (zh) * | 2017-08-04 | 2020-03-27 | 上海兆芯集成电路有限公司 | 用以增强图像对比度的方法及其系统 |
-
2023
- 2023-09-11 CN CN202311162966.0A patent/CN116894795B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005192162A (ja) * | 2003-12-26 | 2005-07-14 | Konica Minolta Photo Imaging Inc | 画像処理方法、画像処理装置及び画像記録装置 |
CN109191395A (zh) * | 2018-08-21 | 2019-01-11 | 深圳创维-Rgb电子有限公司 | 图像对比度增强方法、装置、设备及存储介质 |
CN109658341A (zh) * | 2018-10-26 | 2019-04-19 | 深圳市华星光电技术有限公司 | 增强图像对比度的方法及其装置 |
CN115104120A (zh) * | 2019-04-11 | 2022-09-23 | 中科创达软件股份有限公司 | 将低动态范围图像合并为单幅图像的方法及装置 |
CN110930464A (zh) * | 2019-06-27 | 2020-03-27 | 北京中科慧眼科技有限公司 | 一种基于色调直方图统计的颜色检测方法,装置与系统 |
CN110889812A (zh) * | 2019-10-11 | 2020-03-17 | 大连海事大学 | 一种多尺度融合图像特征信息的水下图像增强方法 |
CN111292269A (zh) * | 2020-02-13 | 2020-06-16 | 珠海全志科技股份有限公司 | 一种图像色调映射方法、计算机装置及计算机可读存储介质 |
CN112634384A (zh) * | 2020-12-23 | 2021-04-09 | 上海富瀚微电子股份有限公司 | 一种高动态范围图像压缩的方法及装置 |
CN116362981A (zh) * | 2021-12-27 | 2023-06-30 | 北京极感科技有限公司 | 色调映射方法、计算机程序产品、电子设备以及存储介质 |
CN116664434A (zh) * | 2023-05-31 | 2023-08-29 | 深圳市国微电子有限公司 | 图像色调映射方法、系统、终端设备及存储介质 |
CN116664436A (zh) * | 2023-05-31 | 2023-08-29 | 深圳市国微电子有限公司 | 图像色调映射方法、系统、终端设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116894795A (zh) | 2023-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chang et al. | Automatic contrast-limited adaptive histogram equalization with dual gamma correction | |
Yu et al. | Low-illumination image enhancement algorithm based on a physical lighting model | |
CN109801240B (zh) | 一种图像增强方法以及图像增强装置 | |
Lin et al. | Multi-scale retinex improvement for nighttime image enhancement | |
CN110599415B (zh) | 基于局部自适应伽马校正的图像对比度增强实现方法 | |
US8965120B2 (en) | Image processing apparatus and method of controlling the same | |
US8144985B2 (en) | Method of high dynamic range compression with detail preservation and noise constraints | |
JP6097588B2 (ja) | 画像処理装置及び画像処理方法 | |
RU2400815C2 (ru) | Способ повышения качества цифрового фотоизображения | |
Hassan1&2 et al. | A new approach for contrast enhancement using sigmoid function | |
JP2013520687A (ja) | 高ダイナミックレンジのビデオ・トーン・マッピングのためのパラメータ補間 | |
KR101621614B1 (ko) | 디지털 이미지 향상 방법 및 장치와, 이를 이용한 영상 처리 장치 | |
CN108280836B (zh) | 一种图像处理方法及装置 | |
JP4021261B2 (ja) | 画像処理装置 | |
WO2013145732A1 (en) | System for improved image enhancement | |
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 | |
JP5410378B2 (ja) | 映像信号補正装置および映像信号補正プログラム | |
CN110111280A (zh) | 一种多尺度梯度域引导滤波的低照度图像增强算法 | |
Li et al. | Soft binary segmentation-based backlit image enhancement | |
CN116894795B (zh) | 图像处理方法及装置 | |
JP2007234034A (ja) | 画像処理装置及び画像処理方法 | |
KR100265008B1 (ko) | 다이나믹 콘트라스트 향상장치 및 향상방법 | |
JP2010277607A (ja) | 画像処理装置及び画像処理方法 | |
Yun et al. | Color correction for high dynamic range images using a chromatic adaptation method | |
KR100813620B1 (ko) | 명암대비 보정장치 및 보정방법 |
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 |