CN117440118B - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117440118B CN117440118B CN202311377991.0A CN202311377991A CN117440118B CN 117440118 B CN117440118 B CN 117440118B CN 202311377991 A CN202311377991 A CN 202311377991A CN 117440118 B CN117440118 B CN 117440118B
- Authority
- CN
- China
- Prior art keywords
- image
- domain
- brightness
- color
- hdr
- 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 24
- 238000006243 chemical reaction Methods 0.000 claims abstract description 64
- 238000013507 mapping Methods 0.000 claims abstract description 54
- 238000004364 calculation method Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims description 28
- 230000003287 optical effect Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000013139 quantization Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 abstract description 19
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 239000003086 colorant Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/268—Signal distribution or switching
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
- H04N5/57—Control of contrast or brightness
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种图像处理方法、装置、电子设备及存储介质。该图像处理方法,包括:将原始图像转换至光域,并提取亮度通道,得到第一亮度值,原始图像为HDR图像;将第一亮度值进行PQ变换,获得在PQ域中的第二亮度值;采用的PQ变换的计算式为LHDR,PQ为第二亮度值,Llight1为第一亮度值,γ1为PQ变换常数;根据全局映射曲线的方程,将第二亮度值转换为第三亮度值,得到第一中间图像;将第一中间图像从PQ域转换至光域,得到第二中间图像;根据第二中间图像的颜色坐标与颜色转换矩阵,从原始色域转换至目标色域,得到目标图像;目标图像为SDR图像。本申请的技术方案,可以为不同的亮度条件的HDR图像提供高视觉质量的SDR图像输出,且对硬件友好,计算量小。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
高动态范围(HDR)技术作为数字媒体的新革命而兴起,最近已被行业采用为采集、传输和显示视频内容的新标准。然而,由于大多数现有商业显示器无法显示真正的HDR图像内容,因此,HDR图像内容与这些传统显示器的向后兼容性是一个非常重要的话题。多年来,业界已经提出了几种色调映射运算符(TMO)来将HDR图像格式转换为标准动态范围(SDR)图像格式。随着SDR显示器的最新发展,对视频TMO的需求变得至关重要。
相关技术中,大多数先进TMO都适用于特定类型的输入内容,要么考虑HDR格式图像中正常(平均亮度)的内容,要么关注黑暗和/或明亮的内容,具有一定的局限性,无法为不同的亮度级别提供高质量的视觉质量输出,无法保持原始HDR图像内容的艺术印象。此外,当前的算法对硬件不友好并且计算量大。因此,如何克服上述将HDR格式的图像转换为SDR格式图像的技术缺陷是需要解决的技术问题。
发明内容
本申请的目的在于提供一种图像处理方法、装置、电子设备及存储介质,可以实现将整幅HDR图像转换为SDR图像,为不同的亮度条件的HDR图像提供高质量的视觉质量输出,且对硬件友好,计算量小。
根据本申请实施例的第一方面,提供一种图像处理方法,包括:
将原始图像转换至光域,并针对每个像素提取亮度通道,得到第一亮度值,其中,所述原始图像为高动态范围HDR图像;
将所述第一亮度值进行感知量化PQ变换,获得在PQ域中对应的第二亮度值;其中,采用的PQ变换的计算式为其中,LHDR,PQ为所述第二亮度值,Llight1为所述第一亮度值,γ1为PQ变换常数;
根据指定的全局映射曲线的方程,将所述第二亮度值转换为第三亮度值,得到第一中间图像;所述第三亮度值为所述第一中间图像的亮度通道的亮度值;
将所述第一中间图像从所述PQ域转换至光域,得到第二中间图像;
根据所述第二中间图像的颜色坐标与颜色转换矩阵,从原始色域转换至目标色域,得到目标图像;其中,所述原始色域为所述原始图像的色域,所述目标色域为目标图像的色域,所述目标图像为标准动态范围SDR图像。
在一种实施方式中,所述γ1为4。
在一种实施方式中,所述将所述第一中间图像从所述PQ域转换至光域,得到第二中间图像,包括:
采用逆PQ变换的计算式将所述第一中间图像从所述PQ域转换至光域,得到所述第二中间图像,其中,所述逆PQ变换的计算式为LSDR,PQ为所述第三亮度值,Llight2为所述第二中间图像的像素的亮度通道的第四亮度值,γ2为逆PQ变换常数。
在一种实施方式中,所述γ2为0.25。
在一种实施方式中,在所述根据指定的全局映射曲线的方程,将所述第二亮度值转换为第三亮度值,得到第一中间图像之后、所述将所述第一中间图像从所述PQ域转换至光域,得到第二中间图像之前,还包括:
针对每个颜色通道,根据指定的颜色调整方程对所述第一中间图像进行颜色调整,保持颜色的色调不变以及亮度基本不变,得到第三中间图像;
在得到所述第三中间图像之后,将所述第三中间图像从所述PQ域转换至光域,得到所述第二中间图像。
在一种实施方式中,所述颜色调整方程为
其中,CSDR,PQ为PQ域中所述第三中间图像的任一颜色通道的色彩饱和度,CHDR,PQ为PQ域中所述第一中间图像的任一颜色通道的色彩饱和度,LHDR,PQ为所述第二亮度值,LSDR,PQ为所述第三亮度值,α和β为负责控制颜色的色调和色彩饱和度的两个常数。
在一种实施方式中,所述全局映射曲线为分段线性曲线,包括两个端点、两个分界点与三段线性曲线,三段线性曲线组成连续曲线,所述两个端点与所述两个分界点将所述原始图像划分为黑暗区、正常区与明亮区;三段线性曲线与黑暗区、正常区与明亮区一一对应;
所述根据指定的全局映射曲线的方程,将所述第二亮度值转换为第三亮度值,得到第一中间图像,包括:
根据所述全局映射曲线的方程,确定所述两个端点与所述两个分界点;
根据所述两个端点与所述两个分界点,将所述原始图像划分为黑暗区、正常区与明亮区;
针对所述原始图像的每个区,根据全局映射曲线的方程将所述第二亮度值转换为对应的第三亮度值,得到所述第一中间图像。
在一种实施方式中,所述全局映射曲线的方程为:
其中,LHDR,PQ为所述第二亮度值,LSDR,PQ为所述第三亮度值,s1、s2与s3分别为三段线性曲线的斜率,a1、a2与a3分别为三段线性曲线的截距,x1与x2为两个分界点的横坐标,HDRmin,PQ为所述第二亮度值的最小值,HDRmax,PQ为所述第二亮度值的最大值。
在一种实施方式中,x1通过如下计算式计算得到:
x1=P1×(HDRmax,PQ-HDRmin,PQ)+HDRmin,PQ;
x2通过如下计算式计算得到:
x2=HDRmax,PQ-P2×(HDRmax,PQ-HDRmin,PQ);
其中,x1为黑暗区与正常区的分界点的横坐标,x2为正常区与明亮区的分界点的横坐标,P1与P2为两个常数。
在一种实施方式中,P1为0.15,P2为0.4。
在一种实施方式中,s1、s2、s3、a1、a2以及a3的计算方法如下:
确定x1与x2在SDR域中对应的y1与y2的值;
获取所述两个端点的坐标;
根据x1、x2、y1、y2以及所述两个端点的坐标,计算得到s1、s2、s3、a1、a2以及a3的值。
在一种实施方式中,y1与y2的值通过以下计算式计算得到:
y1=P3×(SDRmax,PQ-SDRmin,PQ)+SDRmin,PQ;
y2=P4×(SDRmax,PQ-SDRmin,PQ)+SDRmin,PQ;
其中,P3与P4为两个常数,SDRmin,PQ为PQ域中目标SDR显示器的最小亮度值,SDRmax,PQ为PQ域中目标SDR显示器的最大亮度值。
在一种实施方式中,P3为0.1369,P4为0.7518。
在一种实施方式中,所述全局映射曲线为伽马曲线,所述伽马曲线的方程如下:
其中,LSDR,PQ为所述第三亮度值,LHDR,PQ为所述第二亮度值,c1与c2分别为常数;
c2的计算式如下:
c1的计算式如下:
其中,HDRmin,PQ为所述第二亮度值的最小值,HDRmax,PQ为所述第二亮度值的最大值,SDRmin,PQ为PQ域中目标SDR显示器的最小亮度值,SDRmax,PQ为PQ域中目标SDR显示器的最大亮度值。
根据本申请实施例的第二方面,提供一种图像处理装置,包括:
第一获取模块,被配置为将原始图像转换至光域,并针对每个像素提取亮度通道,得到第一亮度值,其中,所述原始图像为高动态范围HDR图像;
第二获取模块,被配置为将所述第一亮度值进行感知量化PQ变换,获得在PQ域中对应的第二亮度值;其中,采用的PQ变换的计算式为其中,LHDR,PQ为所述第二亮度值,Llight1为所述第一亮度值,γ1为PQ变换常数;
第一转换模块,被配置为根据指定的全局映射曲线的方程,将所述第二亮度值转换为第三亮度值,得到第一中间图像;所述第三亮度值为所述第一中间图像的亮度通道的亮度值;
第二转换模块,被配置为将所述第一中间图像从所述PQ域转换至光域,得到第二中间图像;
第三转换模块,被配置为根据所述第二中间图像的颜色坐标与颜色转换矩阵,从原始色域转换至目标色域,得到目标图像;其中,所述原始色域为所述原始图像的色域,所述目标色域为目标图像的色域,所述目标图像为标准动态范围SDR图像。
根据本申请实施例的第三方面,提供一种电子设备,包括存储器与处理器,所述存储器用于存储所述处理器可执行的计算机程序;所述处理器用于执行所述存储器中的计算机程序,以实现上述的方法。
根据本申请实施例的第四方面,提供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,当所述存储介质中的可执行的计算机程序由处理器执行时,能够实现上述的方法。
与现有技术相比,本申请的有益效果在于:由于将原始图像(HDR图像)转换至光域,并针对每个像素提取亮度通道,得到第一亮度值,然后,将第一亮度值进行感知量化(PQ)转换,获得在PQ域中对应的第二亮度值,即,将HDR图像转换至感知域,因此,有助于保持框架的整体视觉印象。而且,采用的PQ变换的计算式为对硬件友好,可以在有限的资源下轻松实现,计算量小,可以降低计算成本。
然后,根据指定的全局映射曲线的方程,将每个像素的第二亮度值转换为对应的第三亮度值,得到第一中间图像,其中,第三亮度值为第一中间图像的亮度通道的亮度值。一方面,由于使用全局映射曲线而非局部映射曲线,因此,可以对原始图像的整个图像每个像素的亮度进行转换,即对HDR图像中的所有不同亮度等级的区域全部进行亮度转换,而非仅对某类特定亮度等级的区域进行局部亮度转换,因此,可以实现将整幅HDR图像转换为SDR图像,为不同的亮度条件的HDR图像提供高质量的视觉质量输出,另一方面,由于使用全局映射曲线对原始图像的整个图像的亮度作为一个整体进行调整,可以避免可能导致闪烁的亮度的快速变化,进而可以避免闪烁伪影。
然后,将第一中间图像从PQ域转换至光域,得到第二中间图像,根据第二中间图像的颜色坐标与颜色转换矩阵,从原始色域转换至目标色域,得到目标图像(SDR图像)。
综上所述,本申请提供的技术方案,可以实现将整幅HDR图像转换为SDR图像,为不同的亮度条件的HDR图像提供高质量的视觉质量输出,而且,对硬件友好,可以在有限的资源下轻松实现,计算量小,可以降低计算成本。
附图说明
图1是根据一示例性实施例示出的一种图像处理方法的流程图。
图2是根据一示例性实施例示出的一种伽马曲线的示意图。
图3是根据另一示例性实施例示出的一种图像处理方法的流程图。
图4是根据一示例性实施例示出的一种分段线性曲线的示意图。
图5是根据另一示例性实施例示出的一种图像处理方法的流程图。
图6是根据一示例性实施例示出的一种图像处理装置的框图。
图7是根据另一示例性实施例示出的一种图像处理装置的框图。
图8是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
除非另作定义,在本说明书和权利要求书中使用的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。以下将结合附图描述本发明的具体实施方式,需要指出的是,在这些实施方式的具体描述过程中,为了进行简明扼要的描述,本说明书不可能对实际的实施方式的所有特征均作详尽的描述。在不偏离本发明的精神和范围的情况下,本领域技术人员可以对本发明的实施方式进行修改和替换,所得实施方式也在本发明的保护范围之内。
相关技术中,将传统TMO直接应用于HDR视频并不是一种有效的解决方案,因为会产生视觉伪影,例如闪烁、亮度和颜色不一致。另一方面,生成高质量SDR内容的TMO很复杂,需要人工干预以在实现方法内设置各种参数,因此不适合实时、硬件友好的实现。使用现有方法时的另一个挑战是无法保持原始HDR内容的艺术印象。在转换为SDR格式时,保持输入HDR内容的整体视觉印象至关重要。
为了解决上述技术问题,本申请提出一种图像处理方法、装置、电子设备及存储介质,可以实现将整幅HDR图像转换为SDR图像,为不同的亮度条件的HDR图像提供高质量的视觉质量输出,还可以避免图像格式转换过程中产生闪烁伪影、亮度和颜色不一致等问题。而且,对硬件友好,可以在有限的资源下轻松实现,计算量小,可以降低计算成本。
图1是根据一示例性实施例示出的一种图像处理方法的流程图。该图像处理方法,是在RGB色彩空间中进行的,可以应用于图像处理器、显示芯片以及显示器等具有图像处理功能的电子设备。请参见图1,该图像处理方法,可以包括以下步骤:
步骤101,将原始图像转换至光域,并针对每个像素提取亮度通道,得到第一亮度值,其中,原始图像为高动态范围HDR图像。
在本步骤中,将输入的原始图像(HDR图像)从HDR域转换至光域,也就是将原始图像的HDR格式的编码值转换为灰度值。然后,针对每个像素提取亮度通道,得到第一亮度值。
在本实施例中,原始图像的色域,即原始色域为BT.2020色域。根据BT.2020标准,从红、绿、蓝三个颜色通道中提取亮度通道的公式如下:
Llight1=0.2627R+0.6780G+0.0593B;
其中,R为红色通道,G为绿色通道,B为蓝色通道,Llight1为第一亮度值。
相关技术中,HDR格式包括两种格式:HLG10或HDR10。这两种格式的区别在于它们的传递函数不同。HDR10格式使用PQ函数,而HLG10格式使用混合对数伽玛(Hybrid Log-Gamma,简称HLG)函数。
在本实施例中,当原始图像的格式为HDR10时,采用反向PQ变换函数将原始图像转换至光域,当原始图像的格式为HLG10时,采用反向HLG变换函数将原始图像转换至光域。
步骤102,将第一亮度值进行感知量化PQ变换,获得在PQ域中对应的第二亮度值;其中,采用的PQ变换的计算式为其中,LHDR,PQ为第二亮度值,Llight1为第一亮度值,γ1为PQ变换常数。
其中,PQ(Perceptual Quantizer)域是视频信号编码和压缩的一种方式。PQ域属于感知域,是一个感知均匀的颜色空间,旨在更接近地匹配人类视觉系统感知颜色的方式。PQ域使用对数传递函数,可以更有效地使用可用的动态范围。这使其非常适合显示高动态范围(HDR)视频内容。
感知量化(PQ)旨在优化与HVS属性相关的光强度分布,将物理线性值转换为感知线性值。感知线性意味着人眼以相同的方式看到任何亮度级别的任何强度变化(即,两个连续的亮度级别刚好低于HVS刚刚注意到的阈值)。感知线性是实施的基础,因为这样可以识别人眼可以看到的内容,并以最佳方式将该信息映射到更高的动态范围。因此,首先将输入的HDR图像的亮度通道的第一亮度值传输到PQ域,这样可以使HDR图像的亮度值和SDR图像的亮度值在映射过程中位于同一域中。这使我们能够在感知域中工作,相邻亮度值对应于人眼可察觉的差异。
在本实施例中,将第一亮度值进行PQ变换,获得在PQ域中对应的第二亮度值。
在本实施例中,可以采用感知量化器对第一亮度值进行PQ变换。感知量化器是一种传递函数,可将显示设备的线性光强度映射为非线性信号,从而更好地匹配人类视觉系统(HVS)的特性。感知量化器的功能旨在优化光强度的分布,以便最有效地利用可用的动态范围并提供原始图像的最佳再现。
相关技术中,PQ变换的计算式为:
其中,Llight1是第一亮度值,LHDR,PQ是第二亮度值。c1、c2、c3、m1和m2为常数,可分别设置为0.8359、18.8515、18.6875、0.1593和78.8437。
但是,上述的PQ变换的计算式在硬件中实现的计算成本很高,并且需要大量资源才能实现。
为了克服上述挑战,在本实施例中,采用的PQ变换的计算式为:
其中,LHDR,PQ为第二亮度值,Llight1为第一亮度值,γ1为PQ变换常数。
在本实施例中,PQ变换的计算式形式简单,参数少,无需人工干预设置各种参数,计算量小,在硬件中实现的计算成本比较低,对硬件友好,可以在有限的资源下轻松实现,可扩展至实时应用程序。
在本实施例中,γ1为4。根据广泛的模拟实验,将γ1设置为4在主观和客观评估方面都能达到高视觉质量结果。
步骤103,根据指定的全局映射曲线的方程,将第二亮度值转换为第三亮度值,得到第一中间图像;第三亮度值为第一中间图像的亮度通道的亮度值。
闪烁是色调映射期间可能发生的常见问题,尤其是在使用局部色调映射算法时。这是因为本地算法独立调整单个像素或一小组像素的亮度,会导致整个图像的亮度快速变化。这些亮度变化在高对比度区域可能特别明显,并且可能会分散注意力并造成视觉冲击。为了避免这个问题,本申请中的全局映射算法(全局映射曲线的方程)使用了不同的方法。它不是调整单个像素的亮度,而是取整个图像亮度值的平均值。因为整个图像的亮度是作为一个整体来调整的,这种方法避免了可能导致闪烁的亮度的快速变化。
在本实施例中,全局映射曲线可以根据用户输入的曲线标识确定。例如,曲线标识为00,指定的全局映射曲线为伽马曲线,曲线标识为01,指定的全局映射曲线为分段线性曲线。
在本实施例中,全局映射曲线为伽马曲线,伽马曲线的方程如下:
其中,LSDR,PQ为第三亮度值,LHDR,PQ为第二亮度值,c1与c2分别为常数。
在本实施例中,可以先采用如下计算式计算c2:
然后,再采用如下计算式计算c1:
其中,HDRmin,PQ为第二亮度值的最小值,HDRmax,PQ为第二亮度值的最大值,SDRmin,PQ为PQ域中目标SDR显示器的最小亮度值,SDRmax,PQ为PQ域中目标SDR显示器的最大亮度值。
在本实施例中,采用的伽马曲线C1如图2所示。
在本实施例中,全局映射曲线采用伽马曲线,数学形式简单、计算复杂度低,并且能够生成高质量的SDR图像。而且,生成的SDR图像在更亮区域比黑暗区域具有更多细节。如果我们需要生成的SDR图像在更亮区域比黑暗区域具有更多细节,则建议使用伽马曲线。
在本实施例中,由于考虑了目标SDR显示器的最大和最小亮度值来构建映射曲线。这样做,使该图像处理方法能够生成在所有类型的SDR显示器上看起来都令人愉悦的内容。因此,本申请提供的算法是显示自适应的,可以生成与任何目标SDR显示器的功能相匹配的SDR图像内容。因此,本文提出的TMO是显示器自适应的,可以生成与任何目标显示器的功能相匹配的SDR内容。
步骤104,将第一中间图像从PQ域转换至光域,得到第二中间图像。
在本实施例中,需要将将第一中间图像从PQ域转换至光域来显示图像内容。
相关技术中,采用如下逆PQ变换的计算式将第一中间图像从PQ域转换至光域:
其中,Llight2为第二中间图像的像素的亮度通道的第四亮度值。
但是,上述的逆PQ变换的计算式在硬件中实现的计算成本很高,并且需要大量资源才能实现。为了克服上述挑战,在本实施例中,逆PQ变换的计算式为:
其中,LSDR,PQ为第三亮度值,Llight2为第二中间图像的像素的亮度通道的第四亮度值,γ2为逆PQ变换常数。
在本实施例中,逆PQ变换的计算式形式简单,参数少,计算量小,在硬件中实现的计算成本比较低,对硬件友好,可以在有限的资源下轻松实现。
在本实施例中,γ2为0.25。根据广泛的模拟实验,将γ2设置为0.25在主观和客观评估方面都能达到高视觉质量结果。
步骤105,根据第二中间图像的颜色坐标与颜色转换矩阵,从原始色域转换至目标色域,得到目标图像;其中,原始色域为原始图像的色域,目标色域为目标图像的色域,目标图像为标准动态范围SDR图像。
在本实施例中,目标图像的色域,即目标色域为BT.709。因为BT.709是为SDR图像专门设计的,因此,将图像转换至BT.709,可以确保生成的内容显示正确的颜色。
其中,将图像从BT.2020色域转换为BT.709色域涉及将给定图像或视频的颜色坐标从一种色彩空间转换为另一种色彩空间。
在一个实施例中,可以使用3*3颜色转换矩阵执行色域转换,该矩阵将源色彩空间(BT.2020)中的颜色映射到目标色彩空间(BT.709)中的颜色。该过程通常从将图像或视频从RGB色彩空间转换为色彩空间的本机颜色表示开始。然后,将颜色转换矩阵应用于图像的颜色坐标,将它们转换到新的颜色空间。用于从BT.2020色域转换为BT.709色域的矩阵可以表示为:
R709=T11×R2020+T12×G2020+T13×B2020
G709=T21×R2020+T22×G2020+T23×B2020
B709=T31×R2020+T32×G2020+T33×B2020
其中,R、G和B分别表示红色、绿色和蓝色通道。R709、G709、B709为BT.709色域中目标图像的颜色坐标,R2020、G2020、B2020为BT.2020色域中第二中间图像的颜色坐标。T11、T12、T13、T21、T22、T23、T31、T32与T33为转换系数。
需要说明的是,本步骤相当复杂,需要很高的精度,这个颜色转换矩阵只是一个近似值,如果要进行精确转换,需要使用三维颜色查找表(3D-CLUT)。
在本实施例中,由于将原始图像(HDR图像)转换至光域,并针对每个像素提取亮度通道,得到第一亮度值,然后,将第一亮度值进行感知量化(PQ)转换,获得在PQ域中对应的第二亮度值,即,将HDR图像转换至感知域,因此,有助于保持框架的整体视觉印象。而且,采用的PQ变换的计算式为对硬件友好,可以在有限的资源下轻松实现,计算量小,可以降低计算成本。
然后,根据指定的全局映射曲线的方程,将每个像素的第二亮度值转换为对应的第三亮度值,得到第一中间图像,其中,第三亮度值为第一中间图像的亮度通道的亮度值。一方面,由于使用全局映射曲线而非局部映射曲线,因此,可以对原始图像的整个图像每个像素的亮度进行转换,即对HDR图像中的所有不同亮度等级的区域全部进行亮度转换,而非仅对某类特定亮度等级的区域进行局部亮度转换,因此,可以实现将整幅HDR图像转换为SDR图像,为不同的亮度条件的HDR图像提供高质量的视觉质量输出,另一方面,由于使用全局映射曲线对原始图像的整个图像的亮度作为一个整体进行调整,可以避免可能导致闪烁的亮度的快速变化,进而可以避免闪烁伪影。
然后,将第一中间图像从PQ域转换至光域,得到第二中间图像,根据第二中间图像的颜色坐标与颜色转换矩阵,从原始色域转换至目标色域,得到目标图像(SDR图像)。
综上,本申请提供的技术方案,可以实现将整幅HDR图像转换为SDR图像,为不同的亮度条件的HDR图像提供高质量的视觉质量输出,而且,对硬件友好,可以在有限的资源下轻松实现,计算量小,可以降低计算成本。
图3是根据另一示例性实施例示出的一种图像处理方法的流程图。与上述实施例不同的是,在本实施例中,在根据指定的全局映射曲线的方程,将第二亮度值转换为第三亮度值,得到第一中间图像之后、将第一中间图像从PQ域转换至光域,得到第二中间图像之前,针对每个颜色通道,根据指定的颜色调整方程对第一中间图像进行颜色调整,以保持颜色的色调不变以及亮度基本不变。请参见图3,该图像处理方法,可以包括以下步骤:
步骤301,将原始图像转换至光域,并针对每个像素提取亮度通道,得到第一亮度值,其中,原始图像为高动态范围HDR图像。
本步骤与上述的步骤101相似,在此不再赘述。
步骤302,将第一亮度值进行感知量化PQ变换,获得在PQ域中对应的第二亮度值;其中,采用的PQ变换的计算式为其中,LHDR,PQ为第二亮度值,Llight1为第一亮度值,γ1为PQ变换常数。
本步骤与上述的步骤102相似,在此不再赘述。
步骤303,根据指定的全局映射曲线的方程,将第二亮度值转换为第三亮度值,得到第一中间图像;第三亮度值为第一中间图像的亮度通道的亮度值。
在本实施例中,全局映射曲线为分段线性曲线。如图4所示,全局映射曲线C2,包括两个端点D1、D2、两个分界点D3、D4与三段线性曲线C21、C22、C23,三段线性曲线C21、C22、C23组成连续曲线,两个端点D1、D2与两个分界点D3、D4将原始图像划分为黑暗区、正常区与明亮区;三段线性曲线与黑暗区、正常区与明亮区一一对应,具体地,线性曲线C21为黑暗区对应的曲线,线性曲线C22为正常区对应的曲线,线性曲线C23为明亮区对应的曲线。x1与x2为两个分界点D3、D4的横坐标,y1与y2为两个分界点D3、D4的纵坐标,s1、s2与s3分别为三段线性曲线C21、C22、C23的斜率。在其他实施例中,全局映射曲线中的分段数可以扩展到三段以上。
在本实施例中,全局映射曲线的方程如下:
其中,LHDR,PQ为第二亮度值,LSDR,PQ为第三亮度值,s1、s2与s3分别为三段线性曲线的斜率,a1、a2与a3分别为三段线性曲线的截距,x1与x2为两个分界点的横坐标,HDRmin,PQ为第二亮度值的最小值,HDRmax,PQ为第二亮度值的最大值。
在本实施例中,采用上述的分段线性曲线作为指定的全局映射曲线的方程,将第二亮度值转换为第三亮度值,得到第一中间图像。其中,进行全局映射具体方法为:首先,根据全局映射曲线的方程C2,确定两个端点D1、D2与两个分界点D3、D4,然后,根据两个端点D1、D2与两个分界点D3、D4,将原始图像划分为黑暗区、正常区与明亮区,接着,针对原始图像的每个区,根据全局映射曲线的方程将第二亮度值转换为对应的第三亮度值。其中,针对原始图像的黑暗区,根据线性曲线C21将第二亮度值转换为对应的第三亮度值,针对原始图像的正常区,根据线性曲线C22将第二亮度值转换为对应的第三亮度值,针对原始图像的明亮区,根据线性曲线C23将第二亮度值转换为对应的第三亮度值。这样做有助于将HDR图像的每一个区域转换为它们在SDR域中的相应区域,同时有助于保持整体艺术印象。采用分段线性曲线,可以使输出的图像更平衡,从而在图像的整体亮度和对比度之间取得最佳平衡。
在本实施例中,分段线性曲线的生成方法如下:
(1)确定分割方法。
在本步骤中,首先,计算x1与x2的值对图像进行分割,将原始图像划分为黑暗区、正常区与明亮区。
x1通过如下计算式计算得到:
x1=P1×(HDRmax,PQ-HDRmin,PQ)+HDRmin,PQ;
x2通过如下计算式计算得到:
x2=HDRmax,PQ-P2×(HDRmax,PQ-HDRmin,PQ);
其中,x1为黑暗区与正常区的分界点的横坐标,x2为正常区与明亮区的分界点的横坐标,P1与P2为两个常数。
在本实施例中,P1为0.15,P2为0.4。根据广泛研究,将P1和P2分别设置为0.15和0.4使得HDR图像分割为三个亮度区域方面可以达到不错的结果。
在计算出x1与x2的值后,确定x1与x2在SDR域中各自对应的值y1与y2。y1与y2的值可通过如下计算式计算得到:
y1=P3×(SDRmax,PQ-SDRmin,PQ)+SDRmin,PQ;
y2=P4×(SDRmax,PQ-SDRmin,PQ)+HDRmin,PQ;
其中,P3与P4为两个常数,SDRmin,PQ为PQ域中目标SDR显示器的最小亮度值,SDRmax,PQ为PQ域中目标SDR显示器的最大亮度值。
在本实施例中,P3为0.1369,P4为0.7518。根据广泛的模拟,将P3和P4分别设置为0.1369和0.7518会产生良好视觉质量的SDR图像。
接着,获取两个端点D1、D2的坐标。
接着,根据x1、x2、y1、y2以及两个端点D1、D2的坐标,计算得到s1、s2、s3、a1、a2以及a3的值。
(2)生成分段线性曲线
在本实施例中,根据s1、s2、s3、a1、a2以及a3的值,生成上述的分段线性曲线,即得到全局映射曲线C2的方程。
在本实施例中,提出的TMO在感知领域工作,以考虑人眼对场景不同区域(即黑暗、正常和明亮)亮度变化的敏感度。这有助于TMO根据眼睛对它们的感知方式对每个区域进行不同的处理。
为了保留原始HDR图像内容的整体印象,本文提出的TMO使用一种新颖的分割方法将HDR图像划分为黑暗、正常和明亮区域。这不仅使能够保留每个区域的整体亮度,而且使TMO能够处理所有类型的HDR图像,这是现有大多数TMO无法解决的问题。
步骤304,针对每个颜色通道,根据指定的颜色调整方程对第一中间图像进行颜色调整,保持颜色的色调不变以及亮度基本不变,得到第三中间图像。
设计高效TMO的一个重要考虑因素是保持输入HDR图像和生成的SDR图像之间的颜色准确性。这是一个挑战,因为当尝试将亮度级别从HDR压缩到SDR时,可能会导致颜色偏移。因此,在设计TMO时,有效的颜色调整方案非常重要。颜色调整方法的目标是在变换过程中保持颜色的色调,同时使颜色亮度的变化可以忽略不计。
在本实施例中,为保证生成的图像的颜色的准确性,采用的颜色调整方程如下:
其中,CSDR,PQ为PQ域中第三中间图像的任一颜色通道(红色、绿色、或蓝色)的色彩饱和度,CHDR,PQ为PQ域中第一中间图像的任一颜色通道的色彩饱和度,LHDR,PQ为第二亮度值,LSDR,PQ为第三亮度值,α和β为负责控制颜色的色调和色彩饱和度的两个常数。
在本实施例中,由于根据指定的颜色调整方程进行颜色调整,保持颜色的色调不变以及亮度基本不变,这样,可以保证输入的HDR图像与输出的SDR图像之间颜色的准确性。
另外,根据广泛的模拟,上述颜色调整方程保留了颜色的色调,同时在将HDR图像映射到SDR图像时对其亮度的影响可以忽略不计。
在本实施例中,通过在感知域中执行颜色调整,使该图像处理方法保留了HDR图像的颜色的色调,并生成与HDR图像的颜色非常接近的SDR图像的颜色。
步骤305,将第三中间图像从PQ域转换至光域,得到第二中间图像。
本步骤与上述的步骤104相似,在此不再赘述。
步骤306,根据第二中间图像的颜色坐标与颜色转换矩阵,从原始色域转换至目标色域,得到目标图像;其中,原始色域为原始图像的色域,目标色域为目标图像的色域,目标图像为标准动态范围SDR图像。
本步骤与上述的步骤105相似,在此不再赘述。
在本实施例中,在根据指定的全局映射曲线的方程,将第二亮度值转换为第三亮度值,得到第一中间图像之后、且在将第一中间图像从PQ域转换至光域,得到第二中间图像之前,针对每个颜色通道,根据指定的颜色调整方程对第一中间图像进行颜色调整,以保持颜色的色调不变以及亮度基本不变。通过在感知域中执行颜色调整,使该图像处理方法保留了HDR图像的颜色的色调,并生成与HDR图像的颜色非常接近的SDR图像的颜色,同时在颜色调整过程中使颜色亮度的变化可以忽略不计。
图5是根据另一示例性实施例示出的一种图像处理方法的流程图,也是本文提出的TMO的原理框图。该方法的主要部分为虚线框51框出来的部分。请参见图5,该图像处理方法,可以包括以下步骤:
(1)、提取亮度通道
本步骤与步骤101相同,在此不再赘述。
(2)、PQ变换
本步骤与步骤102相同,在此不再赘述。
(3)、选择映射曲线
在本实施例中,映射曲线为全局映射曲线,全局映射曲线包括伽马曲线与分段线性曲线。电子设备可以根据用户输入的曲线标识选择映射曲线。例如,用户输入的曲线标识为00,指定的全局映射曲线为伽马曲线,用户输入的曲线标识为01,指定的全局映射曲线为分段线性曲线。
(4)、当用户输入伽马曲线的曲线标识时,生成伽马曲线,并进行全局映射
在本实施例中,当用户输入的曲线标识为伽马曲线的曲线标识时,生成伽马曲线,并进行全局映射。
(5)、当用户输入分段线性曲线的曲线标识时,确定曲线分割方法
在本实施例中,当用户输入的曲线标识为分段线性曲线的曲线标识时,确定曲线分割方法。
本步骤与上述步骤303中的确定曲线分割方法的内容相同,在此不再赘述。
(6)、生成分段线性曲线,并进行全局映射
在本实施例中,在确定曲线分割方法后,生成分段线性曲线,并进行全局映射。
本步骤与上述步骤303中的全局映射方法的内容相同,在此不再赘述。
(7)、颜色调整
本步骤与步骤304相同,在此不再赘述。
(8)、反向PQ转换
本步骤与步骤305相同,在此不再赘述。
(9)、反色域转换
本步骤与步骤306相同,在此不再赘述。
在本实施例中,可以将HDR图像转换为标准动态范围(SDR)图像,以实现所有亮度级别的高视觉质量。而且,对硬件友好,可以在资源有限的硬件中实现。
图6是根据一示例性实施例示出的图像处理装置的框图。如图6所示,本实施例中,该图像处理装置,包括:
第一获取模块61,被配置为将原始图像转换至光域,并针对每个像素提取亮度通道,得到第一亮度值,其中,原始图像为高动态范围HDR图像;
第二获取模块62,被配置为将第一亮度值进行感知量化PQ变换,获得在PQ域中对应的第二亮度值;其中,采用的PQ变换的计算式为其中,LHDR,PQ为第二亮度值,Llight1为第一亮度值,γ1为PQ变换常数;
第一转换模块63,被配置为根据指定的全局映射曲线的方程,将第二亮度值转换为第三亮度值,得到第一中间图像;第三亮度值为第一中间图像的亮度通道的亮度值;
第二转换模块64,被配置为将第一中间图像从PQ域转换至光域,得到第二中间图像;
第三转换模块65,被配置为根据第二中间图像的颜色坐标与颜色转换矩阵,从原始色域转换至目标色域,得到目标图像;其中,原始色域为原始图像的色域,目标色域为目标图像的色域,目标图像为标准动态范围SDR图像。
在一个实施例中,如图7所示,该图像处理装置,还包括:
颜色调整模块66,被配置为针对每个颜色通道,根据指定的颜色调整方程对第一中间图像进行颜色调整,保持颜色的色调不变以及亮度基本不变,得到第三中间图像;
第二转换模块64,还被配置为将第三中间图像从PQ域转换至光域,得到第二中间图像。
本申请的实施例还提出了一种电子设备,包括处理器和存储器;存储器用于存储处理器可执行的计算机程序;处理器用于执行存储器中的计算机程序,以实现上述任一实施例的图像处理方法。
本申请的实施例还提出了一种计算机可读存储介质,当存储介质中的可执行的计算机程序由处理器执行时,能够实现上述任一实施例的图像处理方法。
关于上述实施例中的装置,其中处理器执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图8是根据一示例性实施例示出的一种电子设备的框图。例如,电子设备800可以被提供为一服务器。参照图8,设备800包括处理组件822,其进一步包括一个或多个处理器,以及由存储器832所代表的存储器资源,用于存储可由处理部件822的执行的指令,例如应用程序。存储器832中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件822被配置为执行指令,以执行上述用于图像处理方法。
设备800还可以包括一个电源组件826被配置为执行设备800的电源管理,一个有线或无线网络接口850被配置为将设备800连接到网络,和一个输入输出(I/O)接口858。设备800可以操作基于存储在存储器832的操作系统,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器832,上述指令可由设备800的处理组件822执行以完成上述方法。例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在本发明中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上,除非另有明确的限定。
上述对实施例的描述是为了便于本技术领域的普通技术人员能理解和应用本申请。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改,并把在此说明的一般原理应用到其它实施例中而不必付出创造性的劳动。因此,本申请不限于这里的实施例,本领域技术人员根据本申请披露的内容,在不脱离本申请范围和精神的情况下做出的改进和修改都本申请的范围之内。
Claims (4)
1.一种图像处理方法,其特征在于,包括:
将原始图像转换至光域,并针对每个像素提取亮度通道,得到第一亮度值,其中,所述原始图像为高动态范围HDR图像;
将所述第一亮度值进行感知量化PQ变换,获得在PQ域中对应的第二亮度值;其中,采用的PQ变换的计算式为其中,LHDR,PQ为所述第二亮度值,Llight1为所述第一亮度值,γ1为PQ变换常数;所述γ1为4;
根据指定的全局映射曲线的方程,将所述第二亮度值转换为第三亮度值,得到第一中间图像;所述第三亮度值为所述第一中间图像的亮度通道的亮度值;
将所述第一中间图像从所述PQ域转换至光域,得到第二中间图像;
根据所述第二中间图像的颜色坐标与颜色转换矩阵,从原始色域转换至目标色域,得到目标图像;其中,所述原始色域为所述原始图像的色域,所述目标色域为目标图像的色域,所述目标图像为标准动态范围SDR图像。
2.一种图像处理装置,其特征在于,包括:
第一获取模块,被配置为将原始图像转换至光域,并针对每个像素提取亮度通道,得到第一亮度值,其中,所述原始图像为高动态范围HDR图像;
第二获取模块,被配置为将所述第一亮度值进行感知量化PQ变换,获得在PQ域中对应的第二亮度值;其中,采用的PQ变换的计算式为其中,LHDR,PQ为所述第二亮度值,Llight1为所述第一亮度值,γ1为PQ变换常数;所述γ1为4;
第一转换模块,被配置为根据指定的全局映射曲线的方程,将所述第二亮度值转换为第三亮度值,得到第一中间图像;所述第三亮度值为所述第一中间图像的亮度通道的亮度值;
第二转换模块,被配置为将所述第一中间图像从所述PQ域转换至光域,得到第二中间图像;
第三转换模块,被配置为根据所述第二中间图像的颜色坐标与颜色转换矩阵,从原始色域转换至目标色域,得到目标图像;其中,所述原始色域为所述原始图像的色域,所述目标色域为目标图像的色域,所述目标图像为标准动态范围SDR图像。
3.一种电子设备,其特征在于,包括存储器与处理器,所述存储器用于存储所述处理器可执行的计算机程序;所述处理器用于执行所述存储器中的计算机程序,以实现如权利要求1所述的方法。
4.一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,当所述存储介质中的可执行的计算机程序由处理器执行时,能够实现如权利要求1所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410624469.6A CN118488154A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
CN202410624473.2A CN118488156A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
CN202410624472.8A CN118488155A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
CN202410624476.6A CN118488157A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
CN202311377991.0A CN117440118B (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311377991.0A CN117440118B (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
Related Child Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410624473.2A Division CN118488156A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
CN202410624472.8A Division CN118488155A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
CN202410624469.6A Division CN118488154A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
CN202410624476.6A Division CN118488157A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117440118A CN117440118A (zh) | 2024-01-23 |
CN117440118B true CN117440118B (zh) | 2024-06-11 |
Family
ID=89545532
Family Applications (5)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311377991.0A Active CN117440118B (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
CN202410624472.8A Pending CN118488155A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
CN202410624473.2A Pending CN118488156A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
CN202410624469.6A Pending CN118488154A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
CN202410624476.6A Pending CN118488157A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
Family Applications After (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410624472.8A Pending CN118488155A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
CN202410624473.2A Pending CN118488156A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
CN202410624469.6A Pending CN118488154A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
CN202410624476.6A Pending CN118488157A (zh) | 2023-10-23 | 2023-10-23 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (5) | CN117440118B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108933933A (zh) * | 2018-07-05 | 2018-12-04 | 华为技术有限公司 | 一种视频信号处理方法及装置 |
JP2019075698A (ja) * | 2017-10-16 | 2019-05-16 | 日本放送協会 | 符号化装置、復号装置及びプログラム |
WO2020007165A1 (zh) * | 2018-07-05 | 2020-01-09 | 华为技术有限公司 | 一种视频信号处理的方法及装置 |
CN113489930A (zh) * | 2021-06-10 | 2021-10-08 | 中央广播电视总台 | 一种视频信号处理方法、装置及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021223205A1 (en) * | 2020-05-08 | 2021-11-11 | Huawei Technologies Co., Ltd. | Encoder, decoder, system, and method for determining tone mapping curve parameters |
-
2023
- 2023-10-23 CN CN202311377991.0A patent/CN117440118B/zh active Active
- 2023-10-23 CN CN202410624472.8A patent/CN118488155A/zh active Pending
- 2023-10-23 CN CN202410624473.2A patent/CN118488156A/zh active Pending
- 2023-10-23 CN CN202410624469.6A patent/CN118488154A/zh active Pending
- 2023-10-23 CN CN202410624476.6A patent/CN118488157A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019075698A (ja) * | 2017-10-16 | 2019-05-16 | 日本放送協会 | 符号化装置、復号装置及びプログラム |
CN108933933A (zh) * | 2018-07-05 | 2018-12-04 | 华为技术有限公司 | 一种视频信号处理方法及装置 |
WO2020007165A1 (zh) * | 2018-07-05 | 2020-01-09 | 华为技术有限公司 | 一种视频信号处理的方法及装置 |
CN113489930A (zh) * | 2021-06-10 | 2021-10-08 | 中央广播电视总台 | 一种视频信号处理方法、装置及存储介质 |
Non-Patent Citations (2)
Title |
---|
基于视觉感知的HDR视频编码方法研究;佘航飞;硕士学位论文;20190610;全文 * |
标准动态范围和高动态范围转换 方法研究与测试;周芸 等;《广播与电视技术》;20210115;第48卷(第1期);第43-48页 * |
Also Published As
Publication number | Publication date |
---|---|
CN118488154A (zh) | 2024-08-13 |
CN118488155A (zh) | 2024-08-13 |
CN117440118A (zh) | 2024-01-23 |
CN118488157A (zh) | 2024-08-13 |
CN118488156A (zh) | 2024-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2755873C2 (ru) | Способ управления отображением изображений, устройство для управления отображением изображений и постоянный машиночитаемый носитель данных | |
US10255879B2 (en) | Method and apparatus for image data transformation | |
KR102157032B1 (ko) | 고 동적 범위 비디오에 대한 디스플레이 관리 | |
CN107154059B (zh) | 一种高动态范围视频处理方法 | |
US20150365580A1 (en) | Global Display Management Based Light Modulation | |
KR102176398B1 (ko) | 영상처리장치 및 영상처리방법 | |
US10839495B2 (en) | Computing devices and methods of image processing with input image data and reference tone mapping strength data | |
US10332481B2 (en) | Adaptive display management using 3D look-up table interpolation | |
WO2020007166A1 (zh) | 一种视频信号处理方法及装置 | |
CN114866809B (zh) | 视频转换方法、装置、设备、存储介质及程序产品 | |
JP6742417B2 (ja) | デジタル画像の処理方法、付随する装置、端末機器およびコンピュータプログラム | |
CN117440118B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN116167950B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114494471A (zh) | 一种图像对比度增强方法及系统 | |
JP2018195911A (ja) | 映像信号変換装置、ダイナミックレンジ変換装置およびそれらのプログラム | |
WO2023241339A1 (zh) | 色偏校正方法、装置、设备、存储介质及程序产品 | |
Mehmood et al. | CIECAM16-based Tone Mapping of High Dynamic Range Images | |
KR20040036789A (ko) | 디지털 텔레비젼의 자연영상 생성장치 및 방법 |
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 |