TW201801042A - 影像中飽和像素之檢測方法 - Google Patents
影像中飽和像素之檢測方法 Download PDFInfo
- Publication number
- TW201801042A TW201801042A TW106110648A TW106110648A TW201801042A TW 201801042 A TW201801042 A TW 201801042A TW 106110648 A TW106110648 A TW 106110648A TW 106110648 A TW106110648 A TW 106110648A TW 201801042 A TW201801042 A TW 201801042A
- Authority
- TW
- Taiwan
- Prior art keywords
- color
- image
- coordinates
- channels
- color coordinates
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 229920006395 saturated elastomer Polymers 0.000 title claims description 34
- 238000000034 method Methods 0.000 title claims description 14
- 238000012937 correction Methods 0.000 claims description 14
- 239000003086 colorant Substances 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 2
- 238000005286 illumination Methods 0.000 claims 1
- 230000003068 static effect Effects 0.000 claims 1
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013398 bayesian method Methods 0.000 description 1
- 238000004737 colorimetric analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect 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
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- H04N1/6002—Corrections within particular colour systems
- H04N1/6008—Corrections within particular colour systems with primary colour signals, e.g. RGB or CMY(K)
-
- 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
- H04N1/6027—Correction or control of colour gradation or colour contrast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Processing Of Color Television Signals (AREA)
- Color Image Communication Systems (AREA)
- Image Analysis (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Facsimile Image Signal Circuits (AREA)
- Color Television Image Signal Generators (AREA)
Abstract
本發明係為一種用於影像中飽和像素之檢測方法,根據本發明,用於此檢測之飽和臨界值(th r ;th g ;th b )係依表示影像之照明體(ILL)之色坐標(r w ,g w ,b w )而定。
Description
本發明關於影像中過度曝光或飽和區域檢測的領域,此一檢測特別使用在顏色修正前,例如用於影像回復或用以轉換到較高動態範圍。
利用標準低動態範圍相機來擷取寬廣動態範圍場景可造成飽和或過度曝光影像,由於大部分影像或視訊內容通常係依低(或標準)動態範圍(“SDR”)來編碼,因此通常包含飽和及/或過度曝光區域。目前正開始可取得顯示裝置能重現較寬色域、較高動態範圍及較高解析度影像或視訊內容,因此,為要在顯示此類SDR內容時能使用此類顯示裝置的全功能,通常應將顏色修正應用到此等內容以恢復此等SDR內容的飽和(或過度曝光)區域中失去的細節及資訊。
此一修正的第一步驟通常包括識別此等過度曝光區域,例如在一SDR影像中,影像的顏色係以色坐標表示,各色坐標表示一不同顏色通道且編碼在8位元,通常將此等色坐標超出255的所有值修剪到少於(或等於)255的值。通常將235視為一共同且固定的飽和臨界值用以檢測8位元影像中的飽和色及相關像素。用於235此一值的一個理由可係,超出此值,已擷取此SDR影像的相機的感測器,其響應並非線性。在用以恢復內容的過度曝光區域所失去細節的大部分慣常顏色修正方法中,過度曝光區域的識別係基於在此等不同顏色通道中的至少一者超出一固定飽和臨界值,此等不同顏色通道例如係慣常R、G及B通道。已知此一飽和臨界值,一影像中其顏色具有至少一顏色通道具有一值比飽和臨界值高的所有像素係視為過度曝光及形成此影像的飽和(或過度曝光)區域。
然而,使用此一固定飽和臨界值以檢測過度曝光區域可能會有問題。在一典型相機感測器中,相鄰元件通常係覆蓋以紅、綠及藍不同顏色的濾色鏡(分別對應到此相機所傳送影像資料的R、G及B通道)。
因此,相機感測器的不同元件可能不會一直接收相同光量及此等元件可能不會全在同一時間達到其最大容量,後續地,在相機所傳送影像資料的紅色、綠色及藍色通道造成不同表現,尤其若場景中的光並非白光時更是如此。因此,使用一固定飽和臨界值用於一RGB影像的所有三個顏色通道會導致過度曝光區域的錯誤檢測,並且亦導致不正確的後續顏色修正。
本發明的目的為避免上述缺點。
用於此目的,本發明的主題係一種用於影像中飽和像素的檢測方法,像素的顏色係由對應到不同顏色通道的色坐標表示,該檢測方法包括有檢測像素,像素的顏色具有至少一色坐標,對應到該等顏色通道中的一者,該色坐標係高於一用於該顏色通道的飽和臨界值,其中用於該等顏色通道的該等飽和臨界值係分別依表示該影像的照明體的色坐標而定。
此方法有利地限制飽和像素的錯誤檢測,特別係因其考量到場景的照明體的效應。
在一第一變體中,用於該等顏色通道的飽和臨界值分別係等於表示該照明體的色坐標。
在一第二較佳變體中,藉由將表示該照明體的色坐標定標成已定標色坐標,以便將此等已定標色坐標包括在固定的飽和值範圍中,用以得到用於該等顏色通道的飽和臨界值。
可執行該定標而不變更色相,或較佳地,該定標係在表示該照明體(ILL)的色坐標(r w ,g w ,b w )之間維持定比。
並且本發明的目的為提供一種用於影像中飽和像素檢測的模組,像素的顏色係由對應到不同顏色通道的色坐標表示,該模組包括有至少一處理器,係配置用以:- 估算表示該影像的照明體的色坐標,- 得到用於該等顏色通道的飽和臨界值,分別依存於表示該照明體的色坐標,- 檢測像素,像素的顏色具有至少一色坐標,對應到該等顏色通道中的一者,該色坐標係高於用於該顏色通道的該飽和臨界值。
並且本發明的目的為提供一種顏色修正裝置,用以修正一影像的顏色,其中該等顏色係由對應到不同顏色通道的色坐標表示,該裝置包括此一飽和像素檢測模組。顏色修正裝置在此表示配置用以變更一影像的顏色(包括有動態範圍中的變更)的任何裝置,特別在此影像的飽和區域所失去細節的回復步驟之前,例如可實施此類顏色變更用於影像回復或用以轉換到較高動態範圍。
並且本發明的目的為提供一種電腦可讀取媒體,包含一程式用以配置一數位電腦以執行上述影像中飽和像素檢測方法。
r,g,b‧‧‧影像的像素
r w ,g w ,b w ‧‧‧照明體的色坐標
thl,thr‧‧‧臨界強度/亮度的下限及上限
th r ,th g ,th b ‧‧‧飽和臨界值
在閱讀以下藉由非限定範例方式及參考附圖1所提供的說明時,將更清楚地瞭解本發明,圖1係根據本發明以描繪飽和像素檢測方法的較佳實施例。
應瞭解根據本發明的飽和像素檢測方法係可實現在各種形式的硬體、軟體、韌體、特殊目的處理器,或其組合中,特別是硬體與軟體的組合,形成一模組用於影像中飽和像素的檢測。此外,軟體係可實現為一應用程式,有形具體實現在一程式儲存單元上。可將應用程式上載到包括有任何合適架構的電腦並由電腦執行,較佳地,電腦係實現在一平台,具有硬體如一或多個中央處理單元("CPU")、隨機存取記憶體("RAM"),及輸入/輸出("I/O")介面。平台亦可包括作業系統及微指令碼,在本文所述各種過程及功能可係可由CPU執行的部分微指令碼或部分應用程式,或其任何組合。此外,其他各種周邊單元係可連接到電腦平台,如顯示單元及額外的資料儲存單元。
特別影像中飽和像素檢測模組可係顏色修正裝置的一部分,特別此一顏色修正裝置係可配置用於影像回復或用於影像轉換成較高動態範圍。根據示範且非限定實施例,此一顏色修正裝置係可包括在行動裝置;通訊裝置;遊戲裝置;數位板(或平板電腦);膝上型電腦;靜態影像攝影機;視訊攝影機;編碼晶片;靜態影像伺服器;及視訊伺服器(如廣播伺服器、隨選視訊伺服器或網站伺服器)。
圖1所示各種元件的功能係可透過專屬硬體以及有能力
與適當軟體一起執行軟體的硬體的使用來提供。
以下將說明場景的影像中飽和像素檢測方法的一主要實施例,像素的顏色係由一組RGB色值表示在一給定色空間,其中此等色值中的每一者對應到一不同顏色通道。
如圖1所繪示,此方法的第一步驟係估算此場景的一照明體ILL的顏色,對應到影像的一白點。白點係觀看者在場景中感知為白色的顏色,即若其在比色法中實際上並非白色。較佳地,此照明體係場景的主照明體,及其顏色係由一組RGB色值(即r w ,g w ,b w )來表示。用以估算此顏色,可取各顏色分量的最大值:影像的所有像素的最大紅色值r max ,最大綠色值g max 及最大藍色值b max 。此一估算表示場景包含反射全紅光的物件,包含反射全綠光的物件,及包含反射全藍光的物件,因此具有:r w =r max ,g w =g max ,b w =b max 。用於此一照明體估算,亦習知使用所謂的色彩恆常性演算法,如Arjan Gijsenij、Theo Gevers及Joost van De Weijer在計算之色彩恆常性:調查及實驗(Computational color constancy:Survey and experiments)所揭露者(IEEE影像處理學報(20(9):2475-2489),2011年),例如嘗試以下色彩恆常性方法:RGB最大值(maxRGB)、灰色世界(Gray world)、灰色邊際(Gray edge)、灰色陰影(Shades of gray),及貝氏方法(Bayesian method)。
作為此第一步驟的一實作範例,可較明確地使用Jun-yan Huo、Yi-lin Chang、Jing Wang及Xiao-xia Wei在消費性電子產品(Consumer Electonics)的文章(名稱為"使用影像中灰色點之穩健自動白平衡演算法(Robust automatic white balance algorithm using gray color points in images)”)所揭露的方法(IEEE學報,52(2):541-546,2006年)。此一方法包括以下子步:˙將影像的顏色表示在RGB色空間的RiGiBi色坐標轉換成相同顏色表示在CIELab色空間的Liaibi色坐標,˙選擇影像 I 中滿足方程1的所有像素i,形成一集合Ω。此集合包含不是非常飽和的像素,藉此係較可能表示發白區。
其中a i 、b i 、L i 表示一像素i在CIELab色空間的顏色,其中在建議實作中t=0.3。
˙計算色坐標r w ,g w ,b w ,將白點在RGB色空間的顏色表示為Ω中所有像素的RGB平均值,如方程2所示。
其中 W rgb 係一向量,具有r w ,g w ,b w 作為坐標。
作為此第一步驟的一實作範例變體,不考慮具有飽和(或修剪)色值thr的像素用於RGB平均值的計算,表示具有顏色已達飽和的像素不可能正確地表示影像的白點,因此不應包括在計算中。為達成此目的,以上方程1可寫為Ω i = I i 若<t及 I i <thr
因此,由於假設可能將超出飽和臨界值thr的任何顏色修剪,因此用於方程2的RGB平均值的計算,只包括具有色值 I i 在thr以下的像素。在此變體中,不具有如下的高臨界值及低臨界值,因此thr僅僅是飽和臨界值,在固定範圍內可設成如thr的相同值。
在影像中飽和像素檢測的第一變體中,將估算照明體的色坐標r w 、g w 及b w 保留為臨界值th r ,、th g 及th b 分別用於R、G及B顏色通道以用於飽和像素的檢測。若th r =r w 、th g =g w 及th b =b w ,則表示若r>th r 及/或g>th g 及/或b>th b ,則將影像中具有r、g及b色坐標的顏色視為飽和。
但色坐標r w ,g w ,b w (表示一照明體從一SDR影像所估算的顏色)極常具有太低的值,以致無法適當地直接作為飽和臨界值使用以用於過度曝光或飽和檢測。事實上,使用極低飽和臨界值可導致錯誤檢測到一些曝光良好的像素。這是為何圖1所繪示影像中飽和像素檢測的第二變體較佳的原因,其中藉由將照明體的顏色 W rgb 的估算色坐標r w ,g w ,b w 定標到較高值以得到飽和臨界值th r ,th g ,th b ;較佳地,在RGB色空間中,
此定標係在照明體的色坐標之間維持定比;其例如表示th r /th g =r w /g w 及th g /th b =g w /b w 。此一定標係視為檢測方法的第二步驟。
作為此定標的一範例,藉由將所評估照明體的色坐標r w ,g w ,b w 移位到一固定範圍[thl,thr]以得到臨界值th r 、th g 及th b 分別用於R、G及B顏色通道,其中thl及thr係可能過度曝光臨界強度/亮度的下限及上限,特別地,值thl及thr係由使用者設定。以下在RGB色值係編碼在8位元以上的相關情況所執行的實作中,thl=175及thr=235。
若min( W rgb )係照明體的色坐標r w ,g w ,b w 之中的最小坐標,若max(W rgb )係色坐標r w ,g w ,b w 之中的最大坐標,則具有th r 、th g 及th b 作為坐標的一臨界向量 th 係定義如下: th = W rgb +[thl-min( W rgb )]若min( W rgb )<thl 方程3
否則 th =thl
否則 th =thr
方程3及4分別只各影響 th 之內在thl以下或在thr以上的元件,此等方程因此係獨立的。
方程3表示藉由照明體的所有色坐標r w ,g w ,b w 的一相同移位[thl-min( W rgb )],得到飽和色檢測所使用的臨界值th r 、th g 及th b 。
在圖1所繪示的第三步驟中,將影像中飽和像素識別為具有顏色以r、g及b色坐標表示的該等像素,以使r>th r 及/或g>th g 及/或b>th b 。此等飽和像素形成影像的飽和區域。
在以上定標的一變體中,此定標係局部地執行在一知覺均勻色空間(如LCh色空間)中,並非整個執行在上述裝置依存的RGB色空間中。
較佳選擇綠色分量用於此定標子步,原因在於對照紅色分
量及藍色分量,綠色分量對影像的亮度具有最大貢獻,但亦可能使用照明體的紅色分量或藍色分量用於此定標。
若中間臨界向量 th' 的色彩分量th' r 、th' g 及th' b 中的任一者超出最大位元值(在此係255),則在此等色彩分量th' r 、th' g 及th' b (表示在RGB色空間的臨界顏色)轉換成色彩分量th' L 、th' C 及th' h (表示在LCh色空間的相同顏色)後,將Chroma(色度)分量th' C 定標成一縮小值th" C =k.th' C ,以便色彩分量th' L 、th" C 及th' h 在RGB色空間中的轉換所形成的色彩分量th" r 、th" g 及th" b 中無一者超出最大位元值255,其中k係儘可能接近1且少於1。藉由迭代可找出此一k值。最終臨界顏色 th" 係由色彩分量th" r 、th" g 及th" b 表示在RGB色空間的顏色。
因執行上述chroma(色度)定標而不變更色相,定標的此變體因此有利地確保影像的照明點的色相不變,及因此在檢測影像中飽和像素後,在飽和/修剪區修正中有利地避開任何無意的色相變更。由於調整照明點係藉由將其Chroma(色度)分量定標在CIE LCh色空間中,因此變成越來越少飽和,有利地保留其色相。
以上所已說明用以檢測場景的影像中飽和像素的方法及模組有利地限制飽和像素的錯誤檢測,特別係因為此檢測考量到場景的照明體的效應。
雖然已在本文中參考附圖描述本發明的說明性實施例,但應瞭解本發明不限於該等精確實施例,不背離本發明,相關領域的普通技術人員亦可在其中實現各種變更及修改,意欲將所有此類變更及修改包括在本發明如後附申請專利範圍的範疇內。如熟諳此藝者所顯而易見的,因此如申請專利範圍所主張,本發明包括本文中所述特殊範例及較佳實施例來的變化。
雖然有些特定實施例係可分開地說明及主張,但當然可組合地使用在本文說明及主張的實施例的各種特徵。
r,g,b‧‧‧影像之像素
r w ,g w ,b w ‧‧‧照明體之色坐標
thl,thr‧‧‧臨界強度/亮度之下限及上限
th r ,th g ,th b ‧‧‧飽和臨界值
Claims (11)
- 一種影像中飽和像素檢測方法,像素之顏色係由對應至不同顏色通道之色坐標表示,該方法包括有檢測像素,其顏色具有對應至該等顏色通道中之一者之至少一色坐標,其係高於一用於該顏色通道之飽和臨界值(th r ;th g ;th b ),其特徵在於,用於該等顏色通道之飽和臨界值(th r ;th g ;th b )各別係依表示該影像之照明體(ILL)之色坐標(r w ,g w ,b w )而定。
- 如申請專利範圍第1項之檢測方法,其中用於該等顏色通道之飽和臨界值(th r ;th g ;th b )分別係等於表示該照明體(ILL)之色坐標(r w ,g w ,b w )。
- 如申請專利範圍第1項之檢測方法,其中藉由將表示該照明體(ILL)之色坐標(r w ,g w ,b w )定標成已定標色坐標,俾此等已定標色坐標係包括在一固定飽和值範圍[thl,thr]中,用以得到用於該等顏色通道之飽和臨界值(th r ;th g ;th b )。
- 如申請專利範圍第1項之檢測方法,其中藉由將表示該照明體(ILL)之色坐標(r w ,g w ,b w )定標成已定標色坐標,俾執行該定標而不變更色相,用以得到用於該等顏色通道之飽和臨界值(th r ;th g ;th b )。
- 如申請專利範圍第1項之檢測方法,其中藉由將表示該照明體(ILL)之色坐標(r w ,g w ,b w )定標成已定標色坐標,俾該定標係在表示該照明體(ILL)之色坐標(r w ,g w ,b w )間維持定比,用以得到用於該等顏色通道之飽和臨界值(th r ;th g ;th b )。
- 一種用於影像中飽和像素檢測之模組,像素之顏色係由對應至不同顏色通道之色坐標表示,該模組包括有至少一處理器,配置用以:- 估算表示該影像之照明體(ILL)之色坐標(r w ,g w ,b w ),- 得到用於該等顏色通道之飽和臨界值(th r ;th g ;th b ),分別依存於表示該照明體(ILL)之色坐標(r w ,g w ,b w ),- 檢測像素,其顏色具有對應至該等顏色通道中之一者之至少一色坐標,其係高於用於該顏色通道之該飽和臨界值(th r ;th g ;th b )。
- 如申請專利範圍第6項之飽和像素檢測模組,其中執行色坐標(r w ,g w ,b w )定標成已定標色坐標,俾將此等已定標色坐標包括在一固定飽 和值範圍[thl,thr]中。
- 一種用於影像顏色修正之顏色修正裝置,其中該等顏色係由對應至不同顏色通道之色坐標表示,其特徵在於該裝置包括如申請專利範圍第6或7項之飽和像素檢測模組。
- 一種電子裝置,合併有如申請專利範圍第8項之顏色修正裝置。
- 如申請專利範圍第9項之電子裝置,其特徵在於其係選自以下各項組成之群:通訊裝置、遊戲裝置、數位板、膝上型電腦、靜態影像攝影機、視訊攝影機、編碼晶片、靜態影像伺服器,及視訊伺服器。
- 一種電腦可讀取媒體,包含有一程式,用以配置一數位電腦以執行如申請專利範圍第1至5項中任一項之方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16305372.1A EP3226203A1 (en) | 2016-03-30 | 2016-03-30 | Method for detection of saturated pixels in an image |
EP16305372.1 | 2016-03-30 | ||
??16305372.1 | 2016-03-30 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201801042A true TW201801042A (zh) | 2018-01-01 |
TWI736599B TWI736599B (zh) | 2021-08-21 |
Family
ID=55701900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW106110648A TWI736599B (zh) | 2016-03-30 | 2017-03-30 | 影像中飽和像素之檢測方法 |
Country Status (11)
Country | Link |
---|---|
US (1) | US11488289B2 (zh) |
EP (2) | EP3226203A1 (zh) |
JP (1) | JP6876068B2 (zh) |
KR (1) | KR102287127B1 (zh) |
CN (1) | CN109844803B (zh) |
BR (1) | BR112018069885A2 (zh) |
CA (1) | CA3019961C (zh) |
MX (1) | MX2018011885A (zh) |
RU (1) | RU2750088C2 (zh) |
TW (1) | TWI736599B (zh) |
WO (1) | WO2017167700A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11074677B2 (en) | 2018-03-29 | 2021-07-27 | Dolby Laboratories Licensing Corporation | Dynamic range extension of partially clipped pixels in captured images |
US11100620B2 (en) | 2018-09-04 | 2021-08-24 | Apple Inc. | Hue preservation post processing for highlight recovery |
US11303873B2 (en) | 2018-12-27 | 2022-04-12 | Dolby Laboratories Licensing Corporation | Rendering wide color gamut, two-dimensional (2D) images on three-dimensional (3D) capable displays |
EP3839876A1 (en) * | 2019-12-20 | 2021-06-23 | Fondation B-COM | Method for converting an image and corresponding device |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5231504A (en) | 1991-12-30 | 1993-07-27 | Xerox Corporation | Method for improved color reproduction using linear mixing calculations based on positional relationships between an original color and an achromatic region in a linear mixing space |
US20020163525A1 (en) | 2001-03-07 | 2002-11-07 | Shih-Pei Liao | Method for enhancing saturation of color images |
US7956889B2 (en) * | 2003-06-04 | 2011-06-07 | Model Software Corporation | Video surveillance system |
CN1300744C (zh) * | 2003-12-09 | 2007-02-14 | 香港中文大学 | 对数字图像曝光不足的缺陷进行自动修正的方法和系统 |
WO2005109854A1 (en) | 2004-05-11 | 2005-11-17 | Koninklijke Philips Electronics N.V. | Method for processing color image data |
JP4479457B2 (ja) | 2004-05-27 | 2010-06-09 | ソニー株式会社 | 画像処理装置、および画像処理方法、並びにコンピュータ・プログラム |
CN101088277A (zh) | 2004-12-01 | 2007-12-12 | 皇家飞利浦电子股份有限公司 | 电子彩色图像饱和度处理方法 |
US20060146193A1 (en) | 2004-12-30 | 2006-07-06 | Chaminda Weerasinghe | Method and system for variable color saturation |
JP2006303559A (ja) | 2005-04-15 | 2006-11-02 | Matsushita Electric Ind Co Ltd | 電子式カメラ |
JP2006333313A (ja) | 2005-05-30 | 2006-12-07 | Seiko Epson Corp | 画像補正装置、画像補正方法および画像補正プログラム |
US7893975B2 (en) * | 2006-10-13 | 2011-02-22 | Apple Inc. | System and method for processing images using predetermined tone reproduction curves |
JP5004305B2 (ja) | 2008-09-04 | 2012-08-22 | 株式会社リコー | 画像処理装置、画像処理方法、プログラムおよび記録媒体 |
JP5177751B2 (ja) | 2008-09-29 | 2013-04-10 | ルネサスエレクトロニクス株式会社 | 表示駆動回路 |
JP5277863B2 (ja) * | 2008-10-22 | 2013-08-28 | 株式会社リコー | 撮像装置および撮像方法 |
JP5223686B2 (ja) | 2009-01-07 | 2013-06-26 | 株式会社リコー | 撮像装置および撮像方法 |
KR20120091578A (ko) * | 2011-02-09 | 2012-08-20 | 삼성전자주식회사 | 영상의 밝기 변환 방법 및 장치 |
US20120218283A1 (en) * | 2011-02-28 | 2012-08-30 | Spatial Photonics, Inc. | Method for Obtaining Brighter Images from an LED Projector |
JP5595606B2 (ja) | 2012-01-17 | 2014-09-24 | 本田技研工業株式会社 | 画像処理装置 |
JP2015092301A (ja) | 2012-01-30 | 2015-05-14 | 日本電気株式会社 | 画像処理装置及びその画像処理方法、並びにコンピュータ・プログラム、および画像処理システム |
JP2015092643A (ja) | 2012-01-30 | 2015-05-14 | 日本電気株式会社 | 画像処理装置及びその画像処理方法、並びにコンピュータ・プログラム、および画像処理システム |
JP6143575B2 (ja) * | 2013-06-25 | 2017-06-07 | キヤノン株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
US9262690B2 (en) * | 2013-08-27 | 2016-02-16 | Htc Corporation | Method and device for detecting glare pixels of image |
WO2015113655A1 (en) | 2014-01-31 | 2015-08-06 | Thomson Licensing | Method for conversion of a saturated image into a non-saturated image |
US9749534B2 (en) * | 2014-12-31 | 2017-08-29 | Canon Kabushiki Kaisha | Devices, systems, and methods for estimation of motion blur from a single image |
US9336582B1 (en) * | 2015-04-17 | 2016-05-10 | Google Inc. | Convolutional color correction |
-
2016
- 2016-03-30 EP EP16305372.1A patent/EP3226203A1/en not_active Withdrawn
-
2017
- 2017-03-27 CN CN201780021645.5A patent/CN109844803B/zh active Active
- 2017-03-27 EP EP17712528.3A patent/EP3437066B1/en active Active
- 2017-03-27 KR KR1020187028205A patent/KR102287127B1/ko active IP Right Grant
- 2017-03-27 US US16/090,262 patent/US11488289B2/en active Active
- 2017-03-27 WO PCT/EP2017/057222 patent/WO2017167700A1/en active Application Filing
- 2017-03-27 BR BR112018069885A patent/BR112018069885A2/pt unknown
- 2017-03-27 CA CA3019961A patent/CA3019961C/en active Active
- 2017-03-27 JP JP2018551371A patent/JP6876068B2/ja active Active
- 2017-03-27 MX MX2018011885A patent/MX2018011885A/es unknown
- 2017-03-27 RU RU2018138020A patent/RU2750088C2/ru active
- 2017-03-30 TW TW106110648A patent/TWI736599B/zh active
Also Published As
Publication number | Publication date |
---|---|
CN109844803A (zh) | 2019-06-04 |
RU2018138020A3 (zh) | 2020-08-19 |
CA3019961A1 (en) | 2017-10-05 |
MX2018011885A (es) | 2019-06-06 |
RU2018138020A (ru) | 2020-04-30 |
BR112018069885A2 (pt) | 2019-02-05 |
TWI736599B (zh) | 2021-08-21 |
JP2019513335A (ja) | 2019-05-23 |
RU2750088C2 (ru) | 2021-06-22 |
US11488289B2 (en) | 2022-11-01 |
EP3437066B1 (en) | 2021-03-17 |
JP6876068B2 (ja) | 2021-05-26 |
KR102287127B1 (ko) | 2021-08-05 |
EP3226203A1 (en) | 2017-10-04 |
US20190114749A1 (en) | 2019-04-18 |
EP3437066A1 (en) | 2019-02-06 |
WO2017167700A1 (en) | 2017-10-05 |
CA3019961C (en) | 2024-02-27 |
KR20190038753A (ko) | 2019-04-09 |
CN109844803B (zh) | 2023-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9936141B2 (en) | Image processing apparatus for performing correction processing for effecting virtual light source and method executed by image processing apparatus | |
US8363131B2 (en) | Apparatus and method for local contrast enhanced tone mapping | |
WO2018176925A1 (zh) | Hdr图像的生成方法及装置 | |
JP5497151B2 (ja) | 自動バックライト検出 | |
US20070047803A1 (en) | Image processing device with automatic white balance | |
TWI736599B (zh) | 影像中飽和像素之檢測方法 | |
WO2021218603A1 (zh) | 图像处理方法及投影系统 | |
US20160119526A1 (en) | Image processing apparatus and method | |
US20210360214A1 (en) | Image processing apparatus, image processing method, and storage medium | |
JP2021128791A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
JP6904788B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP5899894B2 (ja) | 撮像装置、画像処理装置、画像処理プログラムおよび画像処理方法 | |
US10630954B2 (en) | Estimation of illumination chromaticity in automatic white balancing | |
US9432646B2 (en) | Image processing apparatus, image processing method, program and electronic apparatus | |
WO2022067761A1 (zh) | 图像处理方法、装置、拍摄设备、可移动平台及计算机可读存储介质 | |
US20200228769A1 (en) | Lens rolloff assisted auto white balance | |
TWI778476B (zh) | 雙感測器攝像系統及其攝像方法 | |
CN115660997A (zh) | 一种图像数据处理方法、装置及电子设备 | |
EP4058976A1 (en) | Device and method for pre-processing image data for a computer vision application | |
US10393992B1 (en) | Auto focus based auto white balance | |
JP2005175785A (ja) | ホワイトバランス処理方法及びホワイトバランス処理装置、ホワイトバランス処理プログラム、デジタル画像処理方法並びにデジタル画像処理システム |