JP5327766B2 - デジタル画像における記憶色の修正 - Google Patents
デジタル画像における記憶色の修正 Download PDFInfo
- Publication number
- JP5327766B2 JP5327766B2 JP2011537407A JP2011537407A JP5327766B2 JP 5327766 B2 JP5327766 B2 JP 5327766B2 JP 2011537407 A JP2011537407 A JP 2011537407A JP 2011537407 A JP2011537407 A JP 2011537407A JP 5327766 B2 JP5327766 B2 JP 5327766B2
- Authority
- JP
- Japan
- Prior art keywords
- color
- memory
- pixel
- area
- memory color
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/62—Retouching, i.e. modification of isolated colours only or in isolated picture areas only
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/62—Retouching, i.e. modification of isolated colours only or in isolated picture areas only
- H04N1/628—Memory colours, e.g. skin or sky
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
- Color Image Communication Systems (AREA)
Description
例えば、研究では、人々は、再現された空が、実際の空よりもより鮮やかである(saturated)ことを好み、皮膚や草が、実際の皮膚や草よりもより黄色であることを好むということを示している。
記憶色は、身近な物体の色を指す。
観察者は、身近な物体の色と、その実際の色よりもむしろその観察者の色の記憶とを適合させることを選択する。
空、皮膚および葉は、画像における非常に身近な物体である。
例えば、デジタルカメラによるホワイトバランスは、不快に見える記憶色を生み出し得る。
例えば、デジタルカメラは、灰色がかかった青色の空を正確にキャプチャし、写真プリンタは、その空を正確に再現するが、それにもかかわらず、その空は不快に見える。
これらの物体は、一般的に、画像分割により識別され、それらの色は、互いに独立して修正される。
植物の色は、より心地よい緑色に修正され得る。
皮膚の色は、より温かくより自然に見えるように修正され得る。
空の色は、より深い青色に修正され得る。
記憶色領域は、望ましい色を有する。
修正は、画素の元の色を、望ましい色に向かってシフトすることをさらに含む。
元の色は、尤度の関数であり、一般的に、元の色と望ましい色との間の差よりも少ない量によりシフトされる。
画像分割は、画像における任意の記憶色領域を識別し、必要であれば、領域の色の重心をシフトさせる。
記憶領域の色の重心のシフトは、画素の元の色を記憶色領域の望ましい色に向かって少しずつ動かすことを含む。
画素の元の色は、記憶色領域に属している画素の尤度の関数の通りに、(as a function of a likelihood of the pixel)少しずつ動かされる。
記憶色領域における画素の色の部分的なシフトは、記憶色領域に属している画素の尤度を決定すること、および、尤度の関数である量により、画素の元の色を、望ましい色に向かってシフトすることを含む。
皮膚、葉および空の色は、伝統的に最も重要であると考えられており、以下、これらの色は、例で用いられるであろう。
しかしながら、記憶色の修正は、これらの3つの物体に限定されるものではない。
記憶色の修正は、望ましい色を有するあらゆる他の識別可能な物体で行われ得る。
記憶色モデルのパラメータは、タグ付け画像(すなわち、人々によりタグ付けされた)の大規模コーパスから学習する。
例えば、物体を描画しているすべての画素は、多くの画像から集められ、記憶色モデル(例えば、ガウス分布)が確立される。
領域は、空、皮膚、葉またはいくつかの他の身近な物体を表現し得る。
いくつかの実施形態において、尤度は、記憶色領域に属している画素の確率である。
例えば、草に対する記憶色分布は、平均[138.42,43.64,87.85]、および、標準偏差[59.43,19.32,9.05]のガウス分布としてLchで表され得る。
画素が[130,40,80]の色を有する場合、その分布は、草の領域に属している画素の確率を決定するために用いられ得る。
画像分割の間に、アルゴリズムは、ある記憶色領域に属する画素を識別するマスクを生成する。
例えば、マスクは、空に属している画素を識別し得る。
マスクは、画像における画素が色記憶領域に属するか否かについての硬確率(hard probability)Pobject=[0,1]を示し得、または、各画素に対する軟確率[0<Pobject <1]を示し得る。
いくつかの実施形態において、尤度は、記憶色領域および非記憶色(non-memory color)領域の間のいくつかの分割または分離を与える関数により計算され得る。
例えば、確率のガンマ関数が用いられ得る。
元の色は、尤度の関数である量によりシフトされる(シフトを計算するいくつかの例が以下に与えられる)。
元の色は、記憶色に置き換えられない。
代わりに、シフト量は、一般的に、元の色と望ましい色との間の差よりも少ない。
好ましくは、元の色は、望ましい色に向かって「少しずつ動かされる」。
ブロック110および120における作用は、画像におけるさらなる記憶色領域に対して繰り返され得る。
いくつかの実施形態において、記憶色領域における画素値は、シフトが必要な場合に限りシフトされる。
それ以外の場合、画素値はシフトされない。
例えば、CIELAB空間における元の平均a*およびb*の値が、望ましいa*およびb*の値の閾値以内である場合、その領域の色はシフトされない。
いくつかの実施形態において、一つの色チャンネルは、他の色チャンネルをシフトすることなしにシフトされ得る。
質が悪いホワイトバランス、異常な明度または他の原因により、すべての色が歪められている画像を考える。
例えば皮膚などのような物体の記憶色を、残りの画像がそのままの状態であるのに、変更することは、それらの記憶色が、残りの画像に対して「違和感がある(out of place)」ように見える、または、不自然に見える結果となり得る。
つまり、内容は、その色バランスが周囲の色バランスと合わないので、「悪くなる」傾向にある。
したがって、たとえ修正された記憶色が前後関係をはずした(out of context)としても、その変化は小さいので、その前後関係は、それほど目立つこととはないであろう。
変化が小さいので、補正された物体は、いまだシーンに「調和」している。
さらに、他の利点は、色の補正が、完全に自動化され得るということである。
方向は、ユークリッド座標または極座標で表現される。
色相回転は、好ましくは極座標で処理される。
中間色(灰色)でない色(non-neutral color)に対して、人間の視覚システムは、彩度(saturation)の変化(極座標における大きさ)よりも、色相の変化(極座標における角度)に敏感である。
したがって、極座標は、色相回転が彩度補正よりも「憂慮すべき(disturbing)」である場合は、極座標がよりよい可能性がある。
画像は、例えばCIELABのようなほぼ一様な色領域で表現される。
a* origおよびb* origは、元の画像における画素の色座標を表現するものとする。
物体検出アルゴリズムは、画像における異なる身近な物体(例えば、皮膚、顔、葉)に対応するNチャンネルのマスクを生成するために用いられ得る。
Nチャンネルのマスクは、元の画像における画素に対応する値を含み得る。
各マスクの値は、その値の対応する画像の画素が記憶色領域に属する確率に比例する。
したがって、空のマスクは、空の部分である元の画像における各画素の確率を示し、一方、皮膚のマスクは、皮膚の部分である元の画像における各画素の確率を示す、などであろう。
マスクの例は、赤目のマスク、皮膚のマスク、影のマスク、植物のマスク、空のマスクおよびエッジのマスクが含まれるが、これらに限定されない。
これらのマスクは、一般的に、色かぶりを計算する、または、画像を局所的に補正するために用いられる。
例えば、統計は、記憶色領域におけるすべてのa* origの平均、および、すべてのb* origの平均を含む。
例えば、量
これは、「硬」判定(hard decision)の例である。
いくつかの実施形態において、補正の量が、望ましい色と元の色との間の距離の関数のように修正される「軟」判定(soft decision)を行うために、閾値関数が用いられ得る。
シフトは、記憶色領域における各画素の値を修正することにより行われる。
値a* newは、a* orig、
ここで、Pobjectは、記憶色領域に属している画素の確率であり、γは、指数である。
指数γ>1は、すべての単一性のないPobjectに対するより小さなa* newの値をもたらし、その結果、確率Pobject<1の色が補正される範囲を制御する。
指数γは、すべての物体に対して同じ値、または、オブジェクトごとの値(例えば、γgrass、γsky、γskin)を有し得る。
式の例は、以下を含むが、これに限定されない。
第1の例として、
完全に均一な色の領域において、これらの重み付けは、1に等しくなるであろう。
この初期シフトは、記憶色領域に属している画素の確率により減らされる。
第2の例として、
いくつかの例において、元のシフトが直接計算され得る。
いくつかの実施形態において、シフトは、少しずつ動かすことより大きくなり得る。
第3の例を考える。第3の例において、元の値の修正された値との線形混合は、
ここで、a* enhancedおよびb* enhancedは、少しずつ動かされた値である。
したがって、Pγ object<1である限り、部分的な記憶色の修正のみが行われるであろう。
この実施形態において、画素が記憶色領域に属することが確実である(すなわち、Pγ object=1)場合、完全な色の修正が行われ、確実ではない(すなわち、Pγ object<1)場合、部分的な修正が行われる。
CIELABは、一例にすぎない。
明度チャンネルおよび2つの色チャンネルを有する他の色空間が用いられ得る。
このような色空間の例は、CIECAM97、CIECAM02、Lhs、YCbCrおよびYUVを含むが、これらに限定されない。
色空間の選択は、精神測定の「質」または色空間の線形性に依存し得る。
前処理の例は、ノイズ推定および分割を改善する処理を含み得る。
前処理はまた、画像分割に起因するマスクを平滑化することも含み得る。
マスクは、詳細を保持し、マスクが画像にピクセル化とポスタリゼーションを導入しにくくするために、平滑化され得る。
図3は皮膚の色調の修正の結果例を示す。
矢印プロット(a*b*平面における)は、記憶色領域に適用された修正を示す。
矢印の開始は、元の画像の色を表し、矢印の先端は、修正された色を表す。
矢印の長さは、修正の大きさに比例する。
矢印の「雲(cloud)」は、記憶色領域を表す。
修正は、領域の中心で最も強く、エッジでより弱い。
記憶色領域の外側では修正がない。
例えば、元の皮膚が、青みがかっていて、彩度が不足している場合、修正は、皮膚の色調画素のa*およびb*の値を、より高いa*およびb*に向かって移動させ(より「オレンジ色」にし)、元の値から遠ざける。
修正された皮膚の色は、明らかに「より温かく」、より心地よくなっている。
この図は、望ましい空の色相の線、および、画像の空の領域における元の画素値の散乱を示す。
空の色は一様ではない。空の色は、太陽に直交方向では深い青色であり、水平近くで中間色に向かう傾向がある。
CIELAB空間における望ましい空の色の表現は、非常に複雑である。
空の色は、青色領域に集合し(fall in)、青色領域の色空間は、周知の「色相が変わりやすい(hue inconstancy)」問題を有し、この問題は、知覚的に類似の色相が、CIELABにおける異なる色相角度に位置することによるものである。
この問題は、CIECAM02空間における修正を行うことにより解決される。
望ましい再現は、色の中心周辺の点の散乱であるよりむしろ、一定の「望ましい」空の色相の線上にある値の組により表現される。
したがって、ΔaおよびΔbの値は、画像の画素の色と、CIECAM02における一定の「望ましい」色相の直線との間の距離を表現する。
ブロック510において、デジタル画像は、身近な物体に分割される。
画像分割は、特定の技術に限定されない。
画像分割技術の例は、テンプレートマッチング、正規化相関および固有空間分解を含むが、これらに限定されない。
画像分割は、身近な物体に対応する記憶色領域を生成する。
各モデルは、対応する物体の1つ以上の特徴を含み得る。
特徴は、色および質感を含むが、これらに限定されない。
Lch空間において、中心および各チャンネルに対する標準偏差で表される記憶色分布を考える。
草の記憶色は、平均[138.42,43.64,87.85]および標準偏差[59.43,19.32,9.05]のガウス分布としてLchにおいて表され得る。
空の記憶色は、平均[179.21,32.82,183.97]および標準偏差[30.40,13.72,15.73]のガウス分布としてLchにおいて表され得る。
そして、皮膚の記憶色は、平均[181.23,31.95,34.22]および標準偏差[29.92,11.17,7.81]のガウス分布としてLchにおいて表され得る。
ここで、L、cおよびhは、それぞれ[0,・・・,255]の範囲内である。
しかしながら、色のチャンネルは、狭いガウス分布としてモデル化され、定数Lの平面において修正され得る。
例えば、皮膚の色調が、ホワイトバランス、影が原因で、非常に青みがかかっている場合、皮膚の色調は、空の色調と重複し得る。
質感を説明する(account for)ために、LCHTモデルが利用され得る。ここで、Tは、ある質感に関連した特徴(例えば、局所的な標準偏差)を表現する。
他の実施形態において、記憶色の分布は、点または他の形状(例えば、長方形、平行四辺形、楕円体の近似)で表現され得る。
しかしながら、一般的に、楕円体は、記憶色の分布の形状をうまくキャプチャする。
いくつかの実施形態において、局所的な確率は、記憶色領域に対する記憶色の分布を直接用いることにより決定され得る。
例えば、Lchにおける草のガウス分布は、平均[138.42,43.64,87.85]、および、標準偏差[59.43,19.32,9.05]を有する。
各画素は、その分布と比較され、草に属する確率を決定する。
そのただ一つの確率が、領域の各画素に対して用いられる。
各分類段階は、対象画像区画(candidate image patch)(x−y位置およびスケール)を、物体の一部であるかまたは物体の一部ではないかのいずれかとして分類する2変数判別関数を実行する。
異なる分類段階は、異なる判別閾値または基準を用い得る。
異なる段階の結果は、蓄積され、領域における各画素に対する確率を生成する。
例えば、出願人のアメリカ合衆国の特許No.7,099,510を見る。
その方法は、画像補正を行うシステムにおいて実行され得る。
このようなシステムの例は、印刷デバイス(例えば、インクジェットプリンタ、写真プリンタ)、撮像デバイス(例えば、デジタルカメラ、フィルムスキャナ)、表示デバイス(例えば、デジタルテレビ)、デジタル写真現像店およびキオスク、コンピュータ(例えば、画像ソフトウェア、写真アルバムソフトウェア、および、デスクトップ、ラップトップ、ワークステーションの印刷ドライバ)、および、サーバ(例えば、写真共有Webサイト)を含むが、これらに限定されない。
システム600は、画像プロセッサ610を含む。
画像プロセッサ610は、処理ユニット620およびメモリ630を含む。
メモリ630内に符号化されたコード640は、処理ユニット620により実行され、本発明に基づいて、デジタル画像を補正する。
コード640は、スタンドアロンプログラム、プラグイン、デバイスドライバ、ICCプロファイルなどの形式を有し得る。
メモリ630は、ソフトウェア(例えば、汎用コンピュータのコンピュータ可読のメモリの中)またはファームウェア(例えば、デジタルカメラのフィールドプログラマブルゲートアレイの中)としてプログラムされ得る。
いくつかの実施形態において、コードは、特定用途向け集積回路(ASIC)としてハードウェアに実装され得る。
人手は必要ではない。
システム600は、人手を許すよう構成され得るが、非常に多くの画像を補正するシステム600には実用的ではない。
610・・・画像プロセッサ,
620・・・処理ユニット,
630・・・メモリ,
640・・・コード
Claims (14)
- デジタル画像を修正する方法であって、前記方法は、
前記デジタル画像において任意に識別される記憶色領域に属している画素の尤度を決定することであって(110)、前記記憶色領域は、望ましい色を有する、記憶色領域に属している画素の尤度を決定することと、
前記記憶色領域における画素値の平均と前記望ましい色の画素値の平均との差が、予め決められた前記差の関数によって与えられる閾値を超えたときに、前記記憶色領域の重心をシフトすることと
を含み、
前記記憶色領域の重心をシフトすることは、前記記憶色領域の画素それぞれの色を、前記尤度の関数であり、一般的に前記記憶色領域の画素それぞれの元の色と前記望ましい色との差よりも少ない量により前記望ましい色に向かってシフトすることにより実行される
方法。 - 前記画素は、一般的に、前記望ましい色に向かって少しずつ動かされる
請求項1に記載の方法。 - 前記尤度は、記憶色領域に属している前記画素の確率である
請求項1に記載の方法。 - 前記画素の前記元の色は、必要な場合に限りシフトされる
請求項1に記載の方法。 - 前記画素の照度はシフトされず、
少なくとも1つの色のチャンネルはシフトされる
請求項1に記載の方法。 - 前記シフトの前記量は、確率の関数により減らされる初期シフトの関数であり、
前記初期シフトは、前記元の色と前記望ましい色との差よりも少ない
請求項1に記載の方法。 - 前記シフトの前記量は、前記画素の元の色および前記望ましい色の関数であり、Pγ objectの関数でもあり、
Pobjectは、前記記憶色領域に属している前記画素の確率であり、
γは、指数で、γ>1である
請求項1に記載の方法。 - 前記指数γは、物体固有である
請求項7に記載の方法。 - 前記尤度は、前記画素を記憶色モデルと比較することにより決定される
請求項1に記載の方法。 - 前記尤度は、軟確率である
請求項1に記載の方法。 - 請求項1の前記方法を実行する画像プロセッサ。
- 処理ユニットに請求項1の前記方法を実行させるためのコードとともに符号化されたメモリを有する製品。
- 処理ユニット(620)と、
前記処理ユニットに画像上で画像分割を実行させるためのコード(640)とともに符号化されたメモリ(630)と
を有し、
前記画像分割は、前記画像における任意の記憶色領域を識別し、
前記コードは、さらに、前記記憶色領域における画素値の平均と前記望ましい色の画素値の平均との差が、予め決められた前記差の関数によって与えられる閾値を超えたときに、前記記憶色領域の色の重心をシフトさせ、
前記記憶色領域の色の重心をシフトすることは、一般的に、前記記憶色領域における画素の元の色を、望ましい色に向かって少しずつ動かすことを含み、
前記記憶色領域の画素それぞれの色は、前記記憶色領域に属している前記画素の尤度の関数の通りに、少しずつ動かされる
画像処理システム(600)。 - デジタル画像において任意に識別される記憶色領域の色の重心を望ましい色へ部分的にシフトすることにより、処理ユニットに前記デジタル画像を補正させるためのコード(640)とともに符号化されたメモリ(630)を含む製品であって、
前記記憶領域における画素の色を部分的にシフトすることは、
前記記憶色領域に属している前記画素の尤度を決定することと、
前記記憶色領域における画素値の平均と前記望ましい色の画素値の平均との差が、予め決められた前記差の関数によって与えられる閾値を超えたときに、前記記憶色領域の色の重心をシフトすることと、
を含み、
前記記憶色領域の色の重心をシフトすることは、前記尤度の関数により決められる量により、前記記憶色領域の画素それぞれの色を、前記望ましい色に向かってシフトすることにより実行される
製品。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2008/084627 WO2010062284A1 (en) | 2008-11-25 | 2008-11-25 | Modification of memory colors in digital images |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012510201A JP2012510201A (ja) | 2012-04-26 |
JP5327766B2 true JP5327766B2 (ja) | 2013-10-30 |
Family
ID=42225943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011537407A Expired - Fee Related JP5327766B2 (ja) | 2008-11-25 | 2008-11-25 | デジタル画像における記憶色の修正 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8761505B2 (ja) |
EP (1) | EP2350975A4 (ja) |
JP (1) | JP5327766B2 (ja) |
WO (1) | WO2010062284A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5598727B2 (ja) | 2011-02-17 | 2014-10-01 | 京セラドキュメントソリューションズ株式会社 | 画像処理装置 |
US8924316B2 (en) * | 2012-07-31 | 2014-12-30 | Hewlett-Packard Development Company, L.P. | Multiclass classification of points |
CN104156915A (zh) * | 2014-07-23 | 2014-11-19 | 小米科技有限责任公司 | 肤色调整方法和装置 |
US9674536B2 (en) | 2015-11-10 | 2017-06-06 | Applied Materials Israel, Ltd. | Technique for visualizing elements in images by color coding |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5130935A (en) * | 1986-03-31 | 1992-07-14 | Canon Kabushiki Kaisha | Color image processing apparatus for extracting image data having predetermined color information from among inputted image data and for correcting inputted image data in response to the extracted image data |
JPH0250859A (ja) * | 1988-08-11 | 1990-02-20 | Dainippon Screen Mfg Co Ltd | 色分解条件設定方法および装置 |
JPH0678320A (ja) * | 1992-08-25 | 1994-03-18 | Matsushita Electric Ind Co Ltd | 色調整装置 |
US6894806B1 (en) * | 2000-03-31 | 2005-05-17 | Eastman Kodak Company | Color transform method for the mapping of colors in images |
JP4040625B2 (ja) * | 2002-09-12 | 2008-01-30 | 松下電器産業株式会社 | 画像処理装置、プリンタ装置、撮影装置、及びテレビ受像装置 |
JP4375781B2 (ja) * | 2002-11-29 | 2009-12-02 | 株式会社リコー | 画像処理装置および画像処理方法並びにプログラムおよび記録媒体 |
US7623704B2 (en) * | 2003-01-31 | 2009-11-24 | Fuji Xerox Co. Ltd. | Color processing method, color processing apparatus, and storage medium |
EP1694051A4 (en) * | 2003-12-11 | 2010-11-17 | Fujitsu Ltd | IMAGE PROCESSING, PROGRAM AND ESTABLISHMENT |
EP1802095B1 (en) * | 2004-09-30 | 2013-07-10 | FUJIFILM Corporation | Image correction device, method, and image correction program |
JP4371069B2 (ja) * | 2005-03-16 | 2009-11-25 | セイコーエプソン株式会社 | 色かぶりの傾向に応じたカラーバランス補正 |
KR100708129B1 (ko) * | 2005-05-03 | 2007-04-16 | 삼성전자주식회사 | 칼라 프로파일 편집장치 및 방법 |
JP2007005977A (ja) * | 2005-06-22 | 2007-01-11 | Canon Inc | 階調補正方法 |
KR101303877B1 (ko) * | 2005-08-05 | 2013-09-04 | 삼성전자주식회사 | 얼굴 검출과 피부 영역 검출을 적용하여 피부의 선호색변환을 수행하는 방법 및 장치 |
US7634108B2 (en) * | 2006-02-14 | 2009-12-15 | Microsoft Corp. | Automated face enhancement |
-
2008
- 2008-11-25 WO PCT/US2008/084627 patent/WO2010062284A1/en active Application Filing
- 2008-11-25 US US13/131,204 patent/US8761505B2/en not_active Expired - Fee Related
- 2008-11-25 EP EP08878498A patent/EP2350975A4/en not_active Withdrawn
- 2008-11-25 JP JP2011537407A patent/JP5327766B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
EP2350975A1 (en) | 2011-08-03 |
JP2012510201A (ja) | 2012-04-26 |
EP2350975A4 (en) | 2012-04-11 |
US20110222765A1 (en) | 2011-09-15 |
WO2010062284A1 (en) | 2010-06-03 |
US8761505B2 (en) | 2014-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10237527B2 (en) | Convolutional color correction in digital images | |
US8644638B2 (en) | Automatic localized adjustment of image shadows and highlights | |
US9852499B2 (en) | Automatic selection of optimum algorithms for high dynamic range image processing based on scene classification | |
US9338349B2 (en) | Generation of ghost-free high dynamic range images | |
US11323676B2 (en) | Image white balance processing system and method | |
US8538147B2 (en) | Methods and appartuses for restoring color and enhancing electronic images | |
US9007484B2 (en) | Alleviating dominant color failure in automatic white balance using histogram trimming | |
CN110930341A (zh) | 一种基于图像融合的低光照图像增强方法 | |
JP2002204353A (ja) | 画像状態推定方法、画像補正方法および補正装置 | |
JP4721285B2 (ja) | ピクセルごとに差分的に準規則的にデジタルイメージを修正するための方法およびシステム | |
JP5327766B2 (ja) | デジタル画像における記憶色の修正 | |
CN104463806B (zh) | 基于数据驱动技术的高度自适应图像对比度增强方法 | |
Liu et al. | Progressive complex illumination image appearance transfer based on CNN | |
CN110175967B (zh) | 图像去雾处理方法、系统、计算机设备和存储介质 | |
Hsieh et al. | Variational contrast-saturation enhancement model for effective single image dehazing | |
KR101349968B1 (ko) | 자동 영상보정을 위한 영상 처리 장치 및 방법 | |
JP2010102426A (ja) | 画像処理装置及び画像処理方法 | |
WO2012153661A1 (ja) | 画像補正装置、画像補正表示装置、画像補正方法、プログラム、及び、記録媒体 | |
Mukaida et al. | Low-Light Image Enhancement Method Using a Modified Gamma Transform and Gamma Filtering-Based Histogram Specification for Convex Combination Coefficients | |
Zini et al. | Shallow camera pipeline for night photography rendering | |
AU2011200830B2 (en) | Method, apparatus and system for modifying quality of an image | |
Hussin et al. | Nonlinear local-pixel-shifting color constancy algorithm | |
Hsu et al. | Color Constancy and Color Consistency Using Dynamic Gamut Adjustment | |
WO2022246663A1 (zh) | 图像处理方法、设备、系统和存储介质 | |
Adams et al. | Perceptually based image processing algorithm design |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20120207 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20120207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130222 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130516 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130618 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130716 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |