WO2014114130A1 - 图像色调的调节方法和调节装置、计算机存储介质 - Google Patents

图像色调的调节方法和调节装置、计算机存储介质 Download PDF

Info

Publication number
WO2014114130A1
WO2014114130A1 PCT/CN2013/087510 CN2013087510W WO2014114130A1 WO 2014114130 A1 WO2014114130 A1 WO 2014114130A1 CN 2013087510 W CN2013087510 W CN 2013087510W WO 2014114130 A1 WO2014114130 A1 WO 2014114130A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
target image
rgb
linear transformation
parameter
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.)
Ceased
Application number
PCT/CN2013/087510
Other languages
English (en)
French (fr)
Inventor
胡事民
王建宇
李保利
邓海峰
李先颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Publication of WO2014114130A1 publication Critical patent/WO2014114130A1/zh
Priority to US14/802,755 priority Critical patent/US9736336B2/en
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

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
    • H04N1/40—Picture signal circuits
    • H04N1/407—Control or modification of tonal gradation or of extreme levels, e.g. background level
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • 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 OR CALCULATING; 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20208—High dynamic range [HDR] image processing

Definitions

  • the present invention relates to the field of image processing, and in particular, to an image toning adjustment method and adjustment apparatus, and a computer storage medium.
  • Image processing is an important research topic in computer graphics.
  • image tonal adjustment has been widely studied in recent years, such as Adobe formula in software Photoshop
  • the CS5 provides a tone adjustment function that allows the user to adjust the tint of an image with minimal interaction.
  • the adjustment of image tones is mostly concentrated on the tone adjustment of a single image, especially for HDR (High-Dynamic). Range, high dynamic lighting rendering) tone mapping of images.
  • HDR High-Dynamic
  • Range high dynamic lighting rendering
  • a method for adjusting the tone of an image includes the following steps:
  • An image tone adjusting device comprising:
  • a correction parameter acquisition module configured to fit the overlapping area of the target image and the first image to obtain a first correction parameter, and fit the overlapping area of the target image and the second image to obtain a second correction parameter, where the target image is a first side overlaps the first image, and a second side of the target image overlaps the second image;
  • a correction module configured to interpolate each pixel in the target image according to the first correction parameter and the second correction parameter to obtain a corresponding correction parameter, and correct the target image according to the corresponding correction parameter;
  • a transformation parameter acquisition module configured to fit the overlapped region of the corrected target image and the first image to obtain a first RGB three-channel linear transformation parameter, and to calculate an overlapping region of the corrected target image and the second image Combining the second RGB three-channel linear transformation parameters;
  • a transform module configured to linearly interpolate each pixel in the corrected target image according to the first RGB three-channel linear transformation parameter and the second RGB three-channel linear transformation parameter to obtain a corresponding RGB three-channel linear transformation parameter,
  • the corrected target image is transformed according to the corresponding RGB three-channel linear transformation parameter.
  • One or more computer storage media containing computer executable instructions for performing an image tonal adjustment method, the method comprising the steps of:
  • the method for adjusting the tone of the image and the adjusting device and the computer storage medium obtain the first correction parameter by fitting the target image and the first image overlapping region, and fitting the target image and the second image overlapping region to obtain the second correction parameter, according to The first correction parameter and the second correction parameter linearly interpolate each pixel of the target image to obtain a corresponding correction parameter, correct the target image according to the corresponding correction parameter, and then fit the corrected target image to the first image overlap region.
  • the transformation parameter transforms the target image, so that the brightness values of the first image, the target image, and the second image can be adjusted consistently, and the color value can be better excessively.
  • FIG. 1 is a schematic flow chart of a method for adjusting an image tone in an embodiment
  • FIG. 2 is a schematic flow chart of fitting a superimposed region of a target image and a first image to obtain a first correction parameter, and fitting an overlapping region of the target image and the second image to obtain a second calibration parameter;
  • 3 is a schematic flowchart of a step of linearly interpolating the distance between each pixel to the two sides of the first side and the second side of the target image to obtain the corresponding correction parameter, and correcting the target image according to the corresponding correction parameter;
  • RGB three-channel linear transformation parameter obtained by fitting the corrected target image to the overlapping region of the first image, and fitting the overlapped region of the corrected target image and the second image to obtain a second RGB three-channel linearity.
  • FIG. 6 is a schematic structural view of an apparatus for adjusting an image tone in an embodiment
  • FIG. 7 is a schematic diagram of an internal structure of a correction parameter acquisition module
  • FIG. 8 is a schematic diagram of the internal structure of the transformation parameter acquisition module.
  • a method for adjusting image tones includes the following steps:
  • Step S110 fitting the overlapping area of the target image and the first image to obtain a first correction parameter, and fitting the overlapping area of the target image and the second image to obtain a second correction parameter.
  • the first image, the target image, and the second image that are consecutive on the content are acquired, and the first side of the target image overlaps with the first image, and the second side of the target image overlaps with the second image.
  • the first image is L
  • the target image is I
  • the second image is R
  • the first image L overlaps with the left side of the target image I
  • the second image R overlaps with the right side of the target image I.
  • step S110 includes:
  • Step S112 dividing the overlapping area of the target image and the first image into segments, calculating the average brightness of each segment of the target image and the average brightness of the first image, and forming a set of correspondences, and fitting according to the corresponding relationship of the groups A correction parameter.
  • segments can be set as needed, for example, 10 segments, 20 segments, and the like.
  • the overlapping area of the target image I and the first image L is divided into 10 segments, and the average brightness of the target image I and the average brightness of the corresponding first image L in each segment are calculated, and the target in each segment is calculated.
  • the average brightness of the image I and the average brightness of the first image L form a set of correspondences, and a total of 10 sets of correspondences are obtained, and the optimal gamma correction parameter, that is, the first correction parameter, is obtained by least squares fitting.
  • Gamma refers to the nonlinear correction of the image.
  • Step S114 dividing the overlapping area of the target image and the second image into segments, calculating the average brightness of each piece of the target image and the average brightness of the second image, and forming a set of correspondences, and fitting according to the corresponding relationship of the groups Two correction parameters.
  • segments can be set as needed, such as 10 segments, 20 segments, and the like.
  • the overlapping area of the target image I and the second image R is divided into 10 segments, and the average brightness of the target image I and the average brightness of the corresponding second image R in each segment are calculated, and the target in each segment is calculated.
  • the average brightness of the image I and the average brightness of the second image R form a set of correspondences, and a total of 10 sets of correspondences are obtained, and the optimal gamma correction parameter, that is, the second correction parameter, is obtained by least squares fitting.
  • Steps S112 and S114 are not limited in order.
  • Step S120 interpolating each pixel in the target image according to the first correction parameter and the second correction parameter to obtain a corresponding correction parameter, and correcting the target image according to the corresponding correction parameter.
  • step S120 includes: linearly interpolating the distance between each pixel and the two sides of the first side and the second side of the target image to obtain a corresponding correction parameter, and correcting the target image according to the corresponding correction parameter.
  • the corrected target image is M.
  • the gamma correction parameter for the first side boundary is the first correction parameter GammaL (derived from the target image and the first image)
  • the gamma correction parameter for the second side boundary is the second correction parameter GammaR (by the target image and The second image is fitted.
  • the distances are dL and dR, respectively, and the correction parameters of the P point are:
  • the corresponding correction parameter is obtained by linearly interpolating the distance between each pixel and the two sides of the first side and the second side of the target image, according to the corresponding correction parameter.
  • the steps of correcting the target image include:
  • Step S210 correcting an overlapping area of the target image and the first image according to the first correction parameter.
  • the correction parameter of each pixel in the overlapping region of the target image and the first image corresponds to the first correction parameter.
  • the brightness of the overlapping area of the target image I is corrected to the brightness of the first image L by the correction.
  • Step S220 correcting the overlapping area of the target image and the second image according to the second correction parameter.
  • the correction parameter of each pixel in the overlapping region of the target image and the second image corresponds to the second correction parameter.
  • the brightness of the overlapping area of the target image I is corrected to the brightness of the second image R by the correction.
  • Step S230 the weighted average value obtained according to the first correction parameter, the second correction parameter, and the distance from the pixel to the two sides of the first side and the second side of the target image is used as a correction parameter corresponding to the pixel, according to the corresponding correction parameter pair.
  • the remaining areas of the target image except the overlapping area are corrected.
  • the distance between each pixel and the two sides of the first side and the second side of the target image may be calculated, and then each pixel is weighted according to the distance and the first correction parameter and the second correction parameter. Weighted average.
  • Step S130 fitting the overlapped region of the corrected target image and the first image to obtain a first RGB three-channel linear transformation parameter, and fitting the overlapped region of the corrected target image and the second image to obtain a second RGB three-channel linearity. Transform parameters.
  • RGB Red (red)
  • G Green (green)
  • B Blue (blue).
  • step S130 includes:
  • Step S132 dividing the corrected overlapping area of the target image and the first image into segments, calculating the average brightness of each segment of the target image and the average brightness of the first image, and forming a set of correspondences, according to the corresponding relationship of the groups
  • the first RGB three-channel linear transformation parameter is obtained.
  • segments can be set as needed, such as 10 segments, 20 segments, and the like.
  • the overlapping area of the corrected target image M and the first image L is divided into 10 segments, and the average brightness of the corrected target image M and the average brightness of the corresponding first image L in each segment are calculated.
  • the average brightness of the corrected target image M and the average brightness of the first image L in each segment are formed into a corresponding relationship, and a total of 10 sets of correspondences are obtained, and the optimal RGB three-channel linear transformation parameters are obtained by least squares fitting. , that is, the first RGB three-channel linear transformation parameter.
  • Step S134 dividing the overlapped area of the corrected target image and the second image into segments, calculating an average brightness of each piece of the target image and an average brightness of the second image, and forming a set of correspondences, according to the corresponding relationship of the groups
  • the second RGB three-channel linear transformation parameter is obtained.
  • segments can be set as needed, such as 10 segments, 20 segments, and the like.
  • the overlapping area of the corrected target image M and the second image R is divided into 10 segments, and the average brightness of the corrected target image M and the average brightness of the corresponding second image R in each segment are calculated.
  • the average brightness of the corrected target image M and the average brightness of the second image R in each segment form a corresponding relationship, then a total of 10 sets of correspondences are obtained, and the optimal RGB three-channel linear transformation parameters are obtained by least squares fitting. , that is, the second RGB three-channel linear transformation parameter.
  • Step S140 linearly interpolating each pixel in the corrected target image according to the first RGB three-channel linear transformation parameter and the second RGB three-channel linear transformation parameter to obtain a corresponding RGB three-channel linear transformation parameter, according to the corresponding RGB three-channel
  • the linear transformation parameter transforms the corrected target image.
  • step S140 includes: linearly interpolating the distance between each pixel and the two sides of the first side and the second side of the target image to obtain a corresponding RGB three-channel linear transformation parameter, and correcting according to the corresponding RGB three-channel linear transformation parameter pair.
  • the subsequent target image is transformed.
  • the steps of transforming the corrected target image by the RGB three-channel linear transformation parameter include:
  • Step S310 transforming the overlapped region of the corrected target image and the first image according to the first RGB three-channel linear transformation parameter.
  • the overlapping area of the corrected target image M and the first image L is transformed by the first RGB three-channel linear transformation parameter, so that the color of the target image M of the overlapping area is converted into the color of L.
  • Step S320 transforming the overlapped region of the corrected target image and the second image according to the second RGB three-channel linear transformation parameter.
  • the overlapping area of the corrected target image M and the second image R is transformed by the first RGB three-channel linear transformation parameter, so that the color of the target image M of the overlapping area is converted into the color of R.
  • Step S330 using a weighted average obtained from the first RGB three-channel linear transformation parameter, the second RGB three-channel linear transformation parameter, and the distance from the pixel to the two sides of the first side and the second side of the target image as the corresponding RGB of the pixel.
  • the three-channel linear transformation parameter transforms the remaining regions of the target image except the overlapping region according to the corresponding RGB three-channel linear transformation parameters.
  • the weighted average of the pixels can be obtained, that is, the corresponding RGB three-channel linear transformation parameters.
  • an image tone adjustment apparatus includes a correction parameter acquisition module 110, a correction module 120, a transformation parameter acquisition module 130, and a transformation module 140. among them:
  • the correction parameter acquisition module 110 is configured to fit the overlapping area of the target image and the first image to obtain a first correction parameter, and fit the overlapping area of the target image and the second image to obtain a second correction parameter.
  • the first side of the target image overlaps with the first image, and the second side of the target image overlaps with the second image.
  • the first image, the target image, and the second image that are consecutive on the content are acquired, and the first side of the target image overlaps with the first image, and the second side of the target image overlaps with the second image.
  • the first image is L
  • the target image is I
  • the second image is R
  • the first image L overlaps with the left side of the target image I
  • the second image R overlaps with the right side of the target image I.
  • the correction parameter acquisition module 110 includes a first correction parameter acquisition unit 112 and a second correction parameter acquisition unit 114. among them:
  • the first correction parameter obtaining unit 112 is configured to divide the overlapping area of the target image and the first image into segments, calculate an average brightness of each piece of the target image, and an average brightness of the first image, and form a set of correspondences, according to the groups. Corresponding relationship fitting results in the first correction parameter.
  • segments can be set as needed, such as 10 segments, 20 segments, and the like.
  • the overlapping area of the target image I and the first image L is divided into 10 segments, and the average brightness of the target image I and the average brightness of the corresponding first image L in each segment are calculated, and the target in each segment is calculated.
  • the average brightness of the image I and the average brightness of the first image L form a set of correspondences, and a total of 10 sets of correspondences are obtained, and the optimal gamma correction parameter, that is, the first correction parameter, is obtained by least squares fitting.
  • Gamma refers to the nonlinear correction of the image.
  • the second correction parameter acquisition unit 114 is configured to divide the overlapping area of the target image and the second image into segments, calculate an average brightness of each piece of the target image, and an average brightness of the second image, and form a set of correspondences according to the groups. Corresponding relationship fitting results in a second correction parameter.
  • segments can be set as needed, such as 10 segments, 20 segments, and the like.
  • the overlapping area of the target image I and the second image R is divided into 10 segments, and the average brightness of the target image I and the average brightness of the corresponding second image R in each segment are calculated, and the target in each segment is calculated.
  • the average brightness of the image I and the average brightness of the second image R form a set of correspondences, and a total of 10 sets of correspondences are obtained, and the optimal gamma correction parameter, that is, the second correction parameter, is obtained by least squares fitting.
  • the correction module 120 is configured to interpolate each pixel in the target image according to the first correction parameter and the second correction parameter to obtain a corresponding correction parameter, and correct the target image according to the corresponding correction parameter.
  • the correction module 120 is further configured to linearly interpolate the distance between each pixel and the two sides of the first side and the second side of the target image to obtain a corresponding correction parameter, and correct the target image according to the corresponding correction parameter.
  • the corrected target image is M.
  • the gamma correction parameter for the first side boundary is the first correction parameter GammaL (derived from the target image and the first image)
  • the gamma correction parameter for the second side boundary is the second correction parameter GammaR (by the target image and The second image is fitted.
  • the distances are dL and dR, respectively, and the correction parameters of the P point are:
  • the correction module 120 is further configured to: correct the overlapping area of the target image and the first image according to the first correction parameter; correct the overlapping area of the target image and the second image according to the second correction parameter; and a parameter, a second correction parameter, and a weighted average of the distance from the pixel to the two sides of the first side and the second side of the target image as a corresponding correction parameter of the pixel, according to the corresponding correction parameter, in addition to overlapping in the target image The rest of the area is corrected.
  • the correction parameter of each pixel in the overlapping area of the target image and the first image is equivalent to the first correction parameter, and it is known that each pixel of the overlapping area of the target image and the second image is The correction parameter is equivalent to the second correction parameter, and the distance between each pixel and the two sides of the first side and the second side of the target image can be calculated, and then weighted according to the distance and the first correction parameter and the second correction parameter. A weighted average of the pixels.
  • the transformation parameter acquisition module 130 is configured to fit the overlapped region of the corrected target image and the first image to obtain a first RGB three-channel linear transformation parameter, and fit the overlap region of the corrected target image and the second image.
  • the second RGB three-channel linear transformation parameter is configured to fit the overlapped region of the corrected target image and the first image to obtain a first RGB three-channel linear transformation parameter, and fit the overlap region of the corrected target image and the second image.
  • the second RGB three-channel linear transformation parameter is configured to fit the overlapped region of the corrected target image and the first image to obtain a first RGB three-channel linear transformation parameter, and fit the overlap region of the corrected target image and the second image.
  • RGB Red (red)
  • G Green (green)
  • B Blue (blue).
  • the transformation parameter acquisition module 130 includes a first transformation parameter acquisition unit 132 and a second transformation parameter acquisition unit 134. among them:
  • the first transform parameter acquiring unit 132 is configured to divide the corrected target image and the overlapping region of the first image into segments, calculate an average luminance of each segment of the target image, and an average luminance of the first image, and form a set of correspondences.
  • the first RGB three-channel linear transformation parameter is obtained according to a plurality of sets of correspondence relationships.
  • segments can be set as needed, such as 10 segments, 20 segments, and the like.
  • the overlapping area of the corrected target image M and the first image L is divided into 10 segments, and the average brightness of the corrected target image M and the average brightness of the corresponding first image L in each segment are calculated.
  • the average brightness of the corrected target image M and the average brightness of the first image L in each segment are formed into a corresponding relationship, and a total of 10 sets of correspondences are obtained, and the optimal RGB three-channel linear transformation parameters are obtained by least squares fitting. , that is, the first RGB three-channel linear transformation parameter.
  • the second transform parameter obtaining unit 134 is configured to divide the overlapped area of the corrected target image and the second image into segments, calculate an average brightness of each piece of the target image, and an average brightness of the second image, and form a set of correspondences.
  • the second RGB three-channel linear transformation parameter is obtained according to a plurality of sets of correspondence relations.
  • segments can be set as needed, such as 10 segments, 20 segments, and the like.
  • the overlapping area of the corrected target image M and the second image R is divided into 10 segments, and the average brightness of the corrected target image M and the average brightness of the corresponding second image R in each segment are calculated.
  • the average brightness of the corrected target image M and the average brightness of the second image R in each segment form a corresponding relationship, then a total of 10 sets of correspondences are obtained, and the optimal RGB three-channel linear transformation parameters are obtained by least squares fitting. , that is, the second RGB three-channel linear transformation parameter.
  • the transform module 140 is configured to linearly interpolate each pixel in the corrected target image according to the first RGB three-channel linear transformation parameter and the second RGB three-channel linear transformation parameter to obtain a corresponding RGB three-channel linear transformation parameter, according to the corresponding RGB
  • the three-channel linear transformation parameter transforms the corrected target image.
  • the transform module 140 is further configured to linearly interpolate according to the distance between each pixel and the two sides of the first side and the second side of the target image to obtain corresponding RGB three-channel linear transformation parameters, according to the corresponding RGB three-channel linear transformation parameters.
  • the corrected target image is transformed.
  • the transform module 140 is further configured to: convert the corrected target image and the overlap region of the first image according to the first RGB three-channel linear transform parameter; and after the correcting according to the second RGB three-channel linear transform parameter Converting the target image to the overlapping region of the second image; and converting the first RGB three-channel linear transformation parameter, the second RGB three-channel linear transformation parameter, and the pixel to the first side and the second side of the target image
  • the weighted average obtained by the distance of the boundary is used as a corresponding RGB three-channel linear transformation parameter of the pixel, and the remaining regions except the overlapping region in the target image are transformed according to the corresponding RGB three-channel linear transformation parameter.
  • the weighted average of the pixels can be obtained, that is, the corresponding RGB three-channel linear transformation parameters.
  • the first correction parameter is obtained by fitting the target image and the first image overlapping region
  • the second correction parameter is obtained by fitting the target image and the second image overlapping region, according to the first calibration parameter.
  • the second correction parameter linearly interpolates each pixel of the target image to obtain a corresponding correction parameter, corrects the target image according to the corresponding correction parameter, and then fits the corrected target image to the first image overlap region to obtain the first RGB.
  • the three-channel linear transformation parameter is used to fit the corrected target image and the second image overlapping region to obtain a second RGB three-channel linear transformation parameter, and then obtain corresponding RGB three-channel linear transformation parameters for each pixel, and the target is transformed according to the transformation parameter.
  • the image is transformed so that the brightness values of the first image, the target image, and the second image are adjusted to be uniform, and the color values are also better.
  • the storage medium may be a magnetic disk, an optical disk, or a read-only storage memory (Read-Only) Memory, ROM) or Random Access Memory (RAM).

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种图像色调的调节方法和调节装置、计算机存储介质。所述方法包括以下步骤：对目标图像与第一图像的重叠区域拟合得到第一校正参数，对目标图像与第二图像的重叠区域拟合得到第二校正参数；对目标图像中每一个像素插值得到相应的校正参数，根据相应的校正参数对目标图像进行校正；对校正后的目标图像与第一图像的重叠区域和第二图像的重叠区域拟合得到第一RGB三通道线性变换参数和第二RGB三通道线性变换参数；对校正后的目标图像中的每个像素线性插值得到相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对校正后的目标图像进行变换。如此可将第一图像、目标图像和第二图像的亮度值调整一致，且颜色值也能较好的过度。

Description

图像色调的调节方法和调节装置、计算机存储介质
本申请要求于 2013 年 1 月 22 日提交中国专利局、申请号为 201310023405.2 、发明名称为 ' 图像色调的调节方法和调节装置 ' 的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
【技术领域】
本发明涉及图像处理领域，特别是涉及一种图像色调的调节方法和调节装置、计算机存储介质。
【背景技术】
图像处理是计算机图形学里重要的研究课题。在图像处理中，图像色调调节在近年得到了广泛的研究，如Adobe公式在软件Photoshop CS5中提供了色调调节的功能，用户仅需极少的交互量即可完成对一幅图像色调的调节。
目前对图像色调的调节多数集中在单幅图像的色调调节上，特别是针对HDR（High-Dynamic Range，高动态光照渲染）图像的色调映射。虽然单幅图像的色调调节得到了广泛的研究，但如何在多幅图像中，特别是内容上连续的多张图像进行色调调节，使得调节后的图像在亮度上一致，并没有得到解决。
【发明内容】
基于此，有必要提供一种能对多幅图像进行色调调节以使得调节后的图像在亮度上一致的图像色调的调节方法。
此外，还有必要提供一种能对多幅图像进行色调调节以使得调节后的图像在亮度上一致的图像色调的调节装置。
一种图像色调的调节方法，包括以下步骤：
对目标图像与第一图像的重叠区域拟合得到第一校正参数，对目标图像与第二图像的重叠区域拟合得到第二校正参数，其中，所述目标图像的第一侧与所述第一图像重叠，所述目标图像的第二侧与所述第二图像重叠；
根据所述第一校正参数和第二校正参数对所述目标图像中每一个像素插值得到相应的校正参数，根据所述相应的校正参数对目标图像进行校正；
对校正后的目标图像与所述第一图像的重叠区域拟合得到第一RGB三通道线性变换参数，对校正后的目标图像与所述第二图像的重叠区域拟合得到第二RGB三通道线性变换参数；
根据所述第一RGB三通道线性变换参数和第二RGB三通道线性变换参数对所述校正后的目标图像中的每个像素线性插值得到相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对校正后的目标图像进行变换。
一种图像色调的调节装置，包括：
校正参数获取模块，用于对目标图像与第一图像的重叠区域拟合得到第一校正参数，对目标图像与第二图像的重叠区域拟合得到第二校正参数，其中，所述目标图像的第一侧与所述第一图像重叠，所述目标图像的第二侧与所述第二图像重叠；
校正模块，用于根据所述第一校正参数和第二校正参数对所述目标图像中每一个像素插值得到相应的校正参数，根据所述相应的校正参数对目标图像进行校正；
变换参数获取模块，用于对校正后的目标图像与所述第一图像的重叠区域拟合得到第一RGB三通道线性变换参数，对校正后的目标图像与所述第二图像的重叠区域拟合得到第二RGB三通道线性变换参数；
变换模块，用于根据所述第一RGB三通道线性变换参数和第二RGB三通道线性变换参数对所述校正后的目标图像中的每个像素线性插值得到相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对校正后的目标图像进行变换。
一个或多个包含计算机可执行指令的计算机存储介质，所述计算机可执行指令用于执行一种图像色调的调节方法，所述方法包括以下步骤：
对目标图像与第一图像的重叠区域拟合得到第一校正参数，对目标图像与第二图像的重叠区域拟合得到第二校正参数，其中，所述目标图像的第一侧与所述第一图像重叠，所述目标图像的第二侧与所述第二图像重叠；
根据所述第一校正参数和第二校正参数对所述目标图像中每一个像素插值得到相应的校正参数，根据所述相应的校正参数对目标图像进行校正；
对校正后的目标图像与所述第一图像的重叠区域拟合得到第一RGB三通道线性变换参数，对校正后的目标图像与所述第二图像的重叠区域拟合得到第二RGB三通道线性变换参数；
根据所述第一RGB三通道线性变换参数和第二RGB三通道线性变换参数对所述校正后的目标图像中的每个像素线性插值得到相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对校正后的目标图像进行变换。
上述图像色调的调节方法和调节装置、计算机存储介质，通过对目标图像和第一图像重叠区域拟合得到第一校正参数，对目标图像和第二图像重叠区域拟合得到第二校正参数，根据第一校正参数和第二校正参数对目标图像的每个像素线性插值得到相应的校正参数，根据相应的校正参数对目标图像进行校正，再将校正后的目标图像与第一图像重叠区域拟合得到第一RGB三通道线性变换参数，将校正后的目标图像与第二图像重叠区域拟合得到第二RGB三通道线性变换参数，再得到每个像素相应的RGB三通道线性变换参数，根据该变换参数对目标图像进行变换，如此可将第一图像、目标图像和第二图像的亮度值调整一致，且颜色值也能较好的过度。
【附图说明】
图1为一个实施例中图像色调的调节方法的流程示意图；
图2为对目标图像与第一图像的重叠区域拟合得到第一校正参数，对目标图像与第二图像的重叠区域拟合得到第二校正参数的流程示意图；
图3为根据每个像素到目标图像的第一侧和第二侧两个边界的距离线性插值得到该相应的校正参数，根据该相应的校正参数对目标图像进行校正的步骤的具体流程示意图；
图4为对校正后的目标图像与第一图像的重叠区域拟合得到第一RGB三通道线性变换参数，对校正后的目标图像与第二图像的重叠区域拟合得到第二RGB三通道线性变换参数的具体流程示意图；
图5为根据每个像素到目标图像的第一侧和第二侧两个边界的距离线性插值得到相应的RGB三通道线性变换参数，根据相应的RGB三通道线性变换参数对校正后的目标图像进行变换的具体流程示意图；
图6为一个实施例中图像色调的调节装置的结构示意图；
图7为校正参数获取模块的内部结构示意图；
图8为变换参数获取模块的内部结构示意图。
【具体实施方式】
下面结合具体的实施例及附图对图像色调的调节方法和调节装置的技术方案进行详细的描述，以使其更加清楚。
如图1所示，在一个实施例中，一种图像色调的调节方法，包括如下步骤：
步骤S110，对目标图像与第一图像的重叠区域拟合得到第一校正参数，对目标图像与第二图像的重叠区域拟合得到第二校正参数。
首先获取在内容上连续的第一图像、目标图像和第二图像，且目标图像的第一侧与第一图像重叠，目标图像的第二侧与第二图像重叠。为了便于描述，第一图像为L，目标图像为I，第二图像为R，第一图像L与目标图像I左边重叠，第二图像R与目标图像I右边重叠。
在一个实施例中，如图2所示，步骤S110包括：
步骤S112，将目标图像和第一图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第一图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到第一校正参数。
具体的，若干段可根据需要设定，如，为10段、20段等。以10段为例，将目标图像I和第一图像L的重叠区域划分为10段，计算每一段中目标图像I的平均亮度及对应的第一图像L的平均亮度，将每一段中的目标图像I的平均亮度和第一图像L的平均亮度形成一组对应关系，则共10组对应关系，通过最小二乘法拟合得到最优的gamma校正参数，即第一校正参数。Gamma是指图像的非线性校正。
步骤S114，将目标图像和第二图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第二图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到第二校正参数。
具体的，若干段可根据需要设定，如为10段、20段等。以10段为例，将目标图像I和第二图像R的重叠区域划分为10段，计算每一段中目标图像I的平均亮度及对应的第二图像R的平均亮度，将每一段中的目标图像I的平均亮度和第二图像R的平均亮度形成一组对应关系，则共10组对应关系，通过最小二乘法拟合得到最优的gamma校正参数，即第二校正参数。
步骤S112和S114顺序不限。
步骤S120，根据第一校正参数和第二校正参数对目标图像中每一个像素插值得到相应的校正参数，根据该相应的校正参数对目标图像进行校正。
具体的，步骤S120包括：根据每个像素到目标图像的第一侧和第二侧两个边界的距离线性插值得到相应的校正参数，根据该相应的校正参数对目标图像进行校正。校正后的目标图像为M。
例如，对于第一侧边界的gamma校正参数为第一校正参数GammaL（由目标图像与第一图像拟合得到），对于第二侧边界的gamma校正参数为第二校正参数GammaR（由目标图像与第二图像拟合得到），对于每个像素P到第一侧边界和第二侧边界的距离分别为dL和dR，则P点的校正参数为：
(dR*GammaL+dL*GammaR)/(dL+dR) （1）。
进一步的，如图3所示，在一个实施例中，根据每个像素到目标图像的第一侧和第二侧两个边界的距离线性插值得到该相应的校正参数，根据该相应的校正参数对目标图像进行校正的步骤包括：
步骤S210，根据第一校正参数对目标图像与第一图像的重叠区域进行校正。
根据式（1）可知处于目标图像与第一图像的重叠区域的每个像素的校正参数相当于为第一校正参数。通过校正使得目标图像I重叠区域的亮度校正为第一图像L的亮度。
步骤S220，根据第二校正参数对目标图像与第二图像的重叠区域进行校正。
根据式（1）可知处于目标图像与第二图像的重叠区域的每个像素的校正参数相当于为第二校正参数。通过校正使得目标图像I重叠区域的亮度校正为第二图像R的亮度。
步骤S230，将根据第一校正参数、第二校正参数以及像素到目标图像的第一侧和第二侧两个边界的距离得到的加权平均值作为像素相应的校正参数，根据相应的校正参数对目标图像中除了重叠区域外的其余区域进行校正。
具体的，根据式（1）可计算出每个像素到目标图像的第一侧和第二侧两个边界的距离，再根据距离及第一校正参数和第二校正参数进行加权得到每个像素的加权平均值。
步骤S130，对校正后的目标图像与第一图像的重叠区域拟合得到第一RGB三通道线性变换参数，对校正后的目标图像与第二图像的重叠区域拟合得到第二RGB三通道线性变换参数。
具体的，RGB中R是Red（红色），G是Green（绿色），B是Blue（蓝色）三基色。
进一步的，在一个实施例中，如图4所示，步骤S130包括：
步骤S132，将校正后的目标图像和第一图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第一图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到第一RGB三通道线性变换参数。
具体的，若干段可根据需要设定，如为10段、20段等。以10段为例，将校正后的目标图像M和第一图像L的重叠区域划分为10段，计算每一段中校正后的目标图像M的平均亮度及对应的第一图像L的平均亮度，将每一段中校正后的目标图像M的平均亮度和第一图像L的平均亮度形成一组对应关系，则共10组对应关系，通过最小二乘法拟合得到最优的RGB三通道线性变换参数，即第一RGB三通道线性变换参数。
步骤S134，将校正后的目标图像和第二图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第二图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到第二RGB三通道线性变换参数。
具体的，若干段可根据需要设定，如为10段、20段等。以10段为例，将校正后的目标图像M和第二图像R的重叠区域划分为10段，计算每一段中校正后的目标图像M的平均亮度及对应的第二图像R的平均亮度，将每一段中校正后的目标图像M的平均亮度和第二图像R的平均亮度形成一组对应关系，则共10组对应关系，通过最小二乘法拟合得到最优的RGB三通道线性变换参数，即第二RGB三通道线性变换参数。
步骤S140，根据第一RGB三通道线性变换参数和第二RGB三通道线性变换参数对校正后的目标图像中的每个像素线性插值得到相应的RGB三通道线性变换参数，根据相应的RGB三通道线性变换参数对校正后的目标图像进行变换。
具体的，步骤S140包括：根据每个像素到目标图像的第一侧和第二侧两个边界的距离线性插值得到相应的RGB三通道线性变换参数，根据相应的RGB三通道线性变换参数对校正后的目标图像进行变换。
进一步的，如图5所示，在一个实施例中，根据每个像素到目标图像的第一侧和第二侧两个边界的距离线性插值得到相应的RGB三通道线性变换参数，根据相应的RGB三通道线性变换参数对校正后的目标图像进行变换的步骤包括：
步骤S310，根据第一RGB三通道线性变换参数对校正后的目标图像与第一图像的重叠区域进行变换。
通过第一RGB三通道线性变换参数对校正后的目标图像M与第一图像L的重叠区域进行变换，使得重叠区域的目标图像M的颜色变换为L的颜色。
步骤S320，根据第二RGB三通道线性变换参数对校正后的目标图像与第二图像的重叠区域进行变换。
通过第一RGB三通道线性变换参数对校正后的目标图像M与第二图像R的重叠区域进行变换，使得重叠区域的目标图像M的颜色变换为R的颜色。
步骤S330，将根据第一RGB三通道线性变换参数、第二RGB三通道线性变换参数以及像素到目标图像的第一侧和第二侧两个边界的距离得到的加权平均值作为像素相应的RGB三通道线性变换参数，根据相应的RGB三通道线性变换参数对目标图像中除了重叠区域外的其余区域进行变换。
同样采用式（1）可求取像素的加权平均值，即相应的RGB三通道线性变换参数。
如图6所示，在一个实施例中，一种图像色调的调节装置，包括校正参数获取模块110、校正模块120、变换参数获取模块130和变换模块140。其中：
校正参数获取模块110用于对目标图像与第一图像的重叠区域拟合得到第一校正参数，对目标图像与第二图像的重叠区域拟合得到第二校正参数。其中，目标图像的第一侧与第一图像重叠，目标图像的第二侧与第二图像重叠。
首先获取在内容上连续的第一图像、目标图像和第二图像，且目标图像的第一侧与第一图像重叠，目标图像的第二侧与第二图像重叠。为了便于描述，第一图像为L，目标图像为I，第二图像为R，第一图像L与目标图像I左边重叠，第二图像R与目标图像I右边重叠。
如图7所示，校正参数获取模块110包括第一校正参数获取单元112和第二校正参数获取单元114。其中：
第一校正参数获取单元112用于将目标图像和第一图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第一图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到所述第一校正参数。
具体的，若干段可根据需要设定，如为10段、20段等。以10段为例，将目标图像I和第一图像L的重叠区域划分为10段，计算每一段中目标图像I的平均亮度及对应的第一图像L的平均亮度，将每一段中的目标图像I的平均亮度和第一图像L的平均亮度形成一组对应关系，则共10组对应关系，通过最小二乘法拟合得到最优的gamma校正参数，即第一校正参数。Gamma是指图像的非线性校正。
第二校正参数获取单元114用于将目标图像和第二图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第二图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到第二校正参数。
具体的，若干段可根据需要设定，如为10段、20段等。以10段为例，将目标图像I和第二图像R的重叠区域划分为10段，计算每一段中目标图像I的平均亮度及对应的第二图像R的平均亮度，将每一段中的目标图像I的平均亮度和第二图像R的平均亮度形成一组对应关系，则共10组对应关系，通过最小二乘法拟合得到最优的gamma校正参数，即第二校正参数。
校正模块120用于根据第一校正参数和第二校正参数对目标图像中每一个像素插值得到相应的校正参数，根据相应的校正参数对目标图像进行校正。
进一步的，校正模块120还用于根据每个像素到目标图像的第一侧和第二侧两个边界的距离线性插值得到相应的校正参数，根据该相应的校正参数对目标图像进行校正。校正后的目标图像为M。
例如，对于第一侧边界的gamma校正参数为第一校正参数GammaL（由目标图像与第一图像拟合得到），对于第二侧边界的gamma校正参数为第二校正参数GammaR（由目标图像与第二图像拟合得到），对于每个像素P到第一侧边界和第二侧边界的距离分别为dL和dR，则P点的校正参数为：
(dR*GammaL+dL*GammaR)/(dL+dR) （1）。
校正模块120还用于根据第一校正参数对目标图像与第一图像的重叠区域进行校正；根据第二校正参数对目标图像与所述第二图像的重叠区域进行校正；以及将根据第一校正参数、第二校正参数以及像素到目标图像的第一侧和第二侧两个边界的距离得到的加权平均值作为像素相应的校正参数，根据该相应的校正参数对所述目标图像中除了重叠区域外的其余区域进行校正。
具体的，根据式（1）可知处于目标图像与第一图像的重叠区域的每个像素的校正参数相当于为第一校正参数，可知处于目标图像与第二图像的重叠区域的每个像素的校正参数相当于为第二校正参数，可计算出每个像素到目标图像的第一侧和第二侧两个边界的距离，再根据距离及第一校正参数和第二校正参数进行加权得到每个像素的加权平均值。
变换参数获取模块130用于对校正后的目标图像与所述第一图像的重叠区域拟合得到第一RGB三通道线性变换参数，对校正后的目标图像与第二图像的重叠区域拟合得到第二RGB三通道线性变换参数。
具体的，RGB中R是Red（红色），G是Green（绿色），B是Blue（蓝色）三基色。
如图8所示，变换参数获取模块130包括第一变换参数获取单元132和第二变换参数获取单元134。其中：
第一变换参数获取单元132用于将校正后的目标图像和第一图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第一图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到所述第一RGB三通道线性变换参数。
具体的，若干段可根据需要设定，如为10段、20段等。以10段为例，将校正后的目标图像M和第一图像L的重叠区域划分为10段，计算每一段中校正后的目标图像M的平均亮度及对应的第一图像L的平均亮度，将每一段中校正后的目标图像M的平均亮度和第一图像L的平均亮度形成一组对应关系，则共10组对应关系，通过最小二乘法拟合得到最优的RGB三通道线性变换参数，即第一RGB三通道线性变换参数。
第二变换参数获取单元134用于将校正后的目标图像和第二图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第二图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到第二RGB三通道线性变换参数。
具体的，若干段可根据需要设定，如为10段、20段等。以10段为例，将校正后的目标图像M和第二图像R的重叠区域划分为10段，计算每一段中校正后的目标图像M的平均亮度及对应的第二图像R的平均亮度，将每一段中校正后的目标图像M的平均亮度和第二图像R的平均亮度形成一组对应关系，则共10组对应关系，通过最小二乘法拟合得到最优的RGB三通道线性变换参数，即第二RGB三通道线性变换参数。
变换模块140用于根据第一RGB三通道线性变换参数和第二RGB三通道线性变换参数对校正后的目标图像中的每个像素线性插值得到相应的RGB三通道线性变换参数，根据相应的RGB三通道线性变换参数对校正后的目标图像进行变换。
进一步的，变换模块140还用于根据每个像素到目标图像的第一侧和第二侧两个边界的距离线性插值得到相应的RGB三通道线性变换参数，根据相应的RGB三通道线性变换参数对校正后的目标图像进行变换。
进一步的，变换模块140还用于根据第一RGB三通道线性变换参数对校正后的目标图像与所述第一图像的重叠区域进行变换；根据第二RGB三通道线性变换参数对所述校正后的目标图像与所述第二图像的重叠区域进行变换；以及将根据第一RGB三通道线性变换参数、第二RGB三通道线性变换参数以及像素到目标图像的第一侧和第二侧两个边界的距离得到的加权平均值作为像素相应的RGB三通道线性变换参数，根据该相应的RGB三通道线性变换参数对该目标图像中除了重叠区域外的其余区域进行变换。
同样采用式（1）可求取像素的加权平均值，即相应的RGB三通道线性变换参数。
上述图像色调的调节方法和调节装置，通过对目标图像和第一图像重叠区域拟合得到第一校正参数，对目标图像和第二图像重叠区域拟合得到第二校正参数，根据第一校正参数和第二校正参数对目标图像的每个像素线性插值得到相应的校正参数，根据相应的校正参数对目标图像进行校正，再将校正后的目标图像与第一图像重叠区域拟合得到第一RGB三通道线性变换参数，将校正后的目标图像与第二图像重叠区域拟合得到第二RGB三通道线性变换参数，再得到每个像素相应的RGB三通道线性变换参数，根据该变换参数对目标图像进行变换，如此可将第一图像、目标图像和第二图像的亮度值调整一致，且颜色值也能较好的过度。
本领域普通技术人员可以理解实现上述实施例方法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-Only Memory，ROM）或随机存储记忆体（Random Access Memory，RAM）等。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (21)

  1. 一种图像色调的调节方法，包括以下步骤：
    对目标图像与第一图像的重叠区域拟合得到第一校正参数，对目标图像与第二图像的重叠区域拟合得到第二校正参数，其中，所述目标图像的第一侧与所述第一图像重叠，所述目标图像的第二侧与所述第二图像重叠；
    根据所述第一校正参数和第二校正参数对所述目标图像中每一个像素插值得到相应的校正参数，根据所述相应的校正参数对目标图像进行校正；
    对校正后的目标图像与所述第一图像的重叠区域拟合得到第一RGB三通道线性变换参数，对校正后的目标图像与所述第二图像的重叠区域拟合得到第二RGB三通道线性变换参数；
    根据所述第一RGB三通道线性变换参数和第二RGB三通道线性变换参数对所述校正后的目标图像中的每个像素线性插值得到相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对校正后的目标图像进行变换。
  2. 根据权利要求1所述的图像色调的调节方法，其特征在于，所述对目标图像与第一图像的重叠区域拟合得到第一校正参数，对目标图像与第二图像的重叠区域拟合得到第二校正参数的步骤包括：
    将所述目标图像和第一图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第一图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到所述第一校正参数；
    将所述目标图像和第二图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第二图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到所述第二校正参数。
  3. 根据权利要求1所述的图像色调的调节方法，其特征在于，根据所述第一校正参数和第二校正参数对所述目标图像中每一个像素插值得到相应的校正参数，根据所述相应的校正参数对目标图像进行校正的步骤包括：
    根据每个像素到所述目标图像的第一侧和第二侧两个边界的距离线性插值得到所述相应的校正参数，根据所述相应的校正参数对目标图像进行校正。
  4. 根据权利要求3所述的图像色调的调节方法，其特征在于，所述根据每个像素到所述目标图像的第一侧和第二侧两个边界的距离线性插值得到所述相应的校正参数，根据所述相应的校正参数对目标图像进行校正的步骤包括：
    根据所述第一校正参数对所述目标图像与所述第一图像的重叠区域进行校正；
    根据所述第二校正参数对所述目标图像与所述第二图像的重叠区域进行校正；
    将根据所述第一校正参数、第二校正参数以及像素到所述目标图像的第一侧和第二侧两个边界的距离得到的加权平均值作为所述像素相应的校正参数，根据所述相应的校正参数对所述目标图像中除了重叠区域外的其余区域进行校正。
  5. 根据权利要求1所述的图像色调的调节方法，其特征在于，所述对校正后的目标图像与所述第一图像的重叠区域拟合得到第一RGB三通道线性变换参数，对校正后的目标图像与所述第二图像的重叠区域拟合得到第二RGB三通道线性变换参数的步骤包括：
    将所述校正后的目标图像和第一图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第一图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到所述第一RGB三通道线性变换参数；
    将所述校正后的目标图像和第二图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第二图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到所述第二RGB三通道线性变换参数。
  6. 根据权利要求1所述的图像色调的调节方法，其特征在于，所述根据所述第一RGB三通道线性变换参数和第二RGB三通道线性变换参数对所述校正后的目标图像中的每个像素线性插值得到相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对校正后的目标图像进行变换的步骤包括：
    根据每个像素到所述目标图像的第一侧和第二侧两个边界的距离线性插值得到所述相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对校正后的目标图像进行变换。
  7. 根据权利要求6所述的图像色调的调节方法，其特征在于，所述根据每个像素到所述目标图像的第一侧和第二侧两个边界的距离线性插值得到所述相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对校正后的目标图像进行变换的步骤包括：
    根据所述第一RGB三通道线性变换参数对所述校正后的目标图像与所述第一图像的重叠区域进行变换；
    根据所述第二RGB三通道线性变换参数对所述校正后的目标图像与所述第二图像的重叠区域进行变换；
    将根据所述第一RGB三通道线性变换参数、第二RGB三通道线性变换参数以及像素到所述目标图像的第一侧和第二侧两个边界的距离得到的加权平均值作为所述像素相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对所述目标图像中除了重叠区域外的其余区域进行变换。
  8. 一种图像色调的调节装置，其特征在于，包括：
    校正参数获取模块，用于对目标图像与第一图像的重叠区域拟合得到第一校正参数，对目标图像与第二图像的重叠区域拟合得到第二校正参数，其中，所述目标图像的第一侧与所述第一图像重叠，所述目标图像的第二侧与所述第二图像重叠；
    校正模块，用于根据所述第一校正参数和第二校正参数对所述目标图像中每一个像素插值得到相应的校正参数，根据所述相应的校正参数对目标图像进行校正；
    变换参数获取模块，用于对校正后的目标图像与所述第一图像的重叠区域拟合得到第一RGB三通道线性变换参数，对校正后的目标图像与所述第二图像的重叠区域拟合得到第二RGB三通道线性变换参数；
    变换模块，用于根据所述第一RGB三通道线性变换参数和第二RGB三通道线性变换参数对所述校正后的目标图像中的每个像素线性插值得到相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对校正后的目标图像进行变换。
  9. 根据权利要求8所述的图像色调的调节装置，其特征在于，所述校正参数获取模块包括：
    第一校正参数获取单元，用于将所述目标图像和第一图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第一图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到所述第一校正参数；
    第二校正参数获取单元，用于将所述目标图像和第二图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第二图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到所述第二校正参数。
  10. 根据权利要求8所述的图像色调的调节装置，其特征在于，所述校正模块还用于根据每个像素到所述目标图像的第一侧和第二侧两个边界的距离线性插值得到所述相应的校正参数，根据所述相应的校正参数对目标图像进行校正。
  11. 根据权利要求10所述的图像色调的调节装置，其特征在于，所述校正模块还用于根据所述第一校正参数对所述目标图像与所述第一图像的重叠区域进行校正；根据所述第二校正参数对所述目标图像与所述第二图像的重叠区域进行校正；以及将根据所述第一校正参数、第二校正参数以及像素到所述目标图像的第一侧和第二侧两个边界的距离得到的加权平均值作为所述像素相应的校正参数，根据所述相应的校正参数对所述目标图像中除了重叠区域外的其余区域进行校正。
  12. 根据权利要求8所述的图像色调的调节装置，其特征在于，所述变换参数获取模块包括：
    第一变换参数获取单元，用于将所述校正后的目标图像和第一图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第一图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到所述第一RGB三通道线性变换参数；
    第二变换参数获取单元，用于将所述校正后的目标图像和第二图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第二图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到所述第二RGB三通道线性变换参数。
  13. 根据权利要求8所述的图像色调的调节装置，其特征在于，所述变换模块还用于根据每个像素到所述目标图像的第一侧和第二侧两个边界的距离线性插值得到所述相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对校正后的目标图像进行变换。
  14. 根据权利要求13所述的图像色调的调节装置，其特征在于，所述变换模块还用于根据所述第一RGB三通道线性变换参数对所述校正后的目标图像与所述第一图像的重叠区域进行变换；根据所述第二RGB三通道线性变换参数对所述校正后的目标图像与所述第二图像的重叠区域进行变换；以及将根据所述第一RGB三通道线性变换参数、第二RGB三通道线性变换参数以及像素到所述目标图像的第一侧和第二侧两个边界的距离得到的加权平均值作为所述像素相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对所述目标图像中除了重叠区域外的其余区域进行变换。
  15. 一个或多个包含计算机可执行指令的计算机存储介质，所述计算机可执行指令用于执行一种图像色调的调节方法，其特征在于，所述方法包括以下步骤：
    对目标图像与第一图像的重叠区域拟合得到第一校正参数，对目标图像与第二图像的重叠区域拟合得到第二校正参数，其中，所述目标图像的第一侧与所述第一图像重叠，所述目标图像的第二侧与所述第二图像重叠；
    根据所述第一校正参数和第二校正参数对所述目标图像中每一个像素插值得到相应的校正参数，根据所述相应的校正参数对目标图像进行校正；
    对校正后的目标图像与所述第一图像的重叠区域拟合得到第一RGB三通道线性变换参数，对校正后的目标图像与所述第二图像的重叠区域拟合得到第二RGB三通道线性变换参数；
    根据所述第一RGB三通道线性变换参数和第二RGB三通道线性变换参数对所述校正后的目标图像中的每个像素线性插值得到相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对校正后的目标图像进行变换。
  16. 根据权利要求15所述的计算机存储介质，其特征在于，所述对目标图像与第一图像的重叠区域拟合得到第一校正参数，对目标图像与第二图像的重叠区域拟合得到第二校正参数的步骤包括：
    将所述目标图像和第一图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第一图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到所述第一校正参数；
    将所述目标图像和第二图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第二图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到所述第二校正参数。
  17. 根据权利要求15所述的计算机存储介质，其特征在于，根据所述第一校正参数和第二校正参数对所述目标图像中每一个像素插值得到相应的校正参数，根据所述相应的校正参数对目标图像进行校正的步骤包括：
    根据每个像素到所述目标图像的第一侧和第二侧两个边界的距离线性插值得到所述相应的校正参数，根据所述相应的校正参数对目标图像进行校正。
  18. 根据权利要求17所述的计算机存储介质，其特征在于，所述根据每个像素到所述目标图像的第一侧和第二侧两个边界的距离线性插值得到所述相应的校正参数，根据所述相应的校正参数对目标图像进行校正的步骤包括：
    根据所述第一校正参数对所述目标图像与所述第一图像的重叠区域进行校正；
    根据所述第二校正参数对所述目标图像与所述第二图像的重叠区域进行校正；
    将根据所述第一校正参数、第二校正参数以及像素到所述目标图像的第一侧和第二侧两个边界的距离得到的加权平均值作为所述像素相应的校正参数，根据所述相应的校正参数对所述目标图像中除了重叠区域外的其余区域进行校正。
  19. 根据权利要求15所述的计算机存储介质，其特征在于，所述对校正后的目标图像与所述第一图像的重叠区域拟合得到第一RGB三通道线性变换参数，对校正后的目标图像与所述第二图像的重叠区域拟合得到第二RGB三通道线性变换参数的步骤包括：
    将所述校正后的目标图像和第一图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第一图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到所述第一RGB三通道线性变换参数；
    将所述校正后的目标图像和第二图像的重叠区域划分为若干段，计算每一段目标图像的平均亮度以及第二图像的平均亮度，且形成一组对应关系，根据若干组对应关系拟合得到所述第二RGB三通道线性变换参数。
  20. 根据权利要求15所述的计算机存储介质，其特征在于，所述根据所述第一RGB三通道线性变换参数和第二RGB三通道线性变换参数对所述校正后的目标图像中的每个像素线性插值得到相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对校正后的目标图像进行变换的步骤包括：
    根据每个像素到所述目标图像的第一侧和第二侧两个边界的距离线性插值得到所述相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对校正后的目标图像进行变换。
  21. 根据权利要求20所述的计算机存储介质，其特征在于，所述根据每个像素到所述目标图像的第一侧和第二侧两个边界的距离线性插值得到所述相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对校正后的目标图像进行变换的步骤包括：
    根据所述第一RGB三通道线性变换参数对所述校正后的目标图像与所述第一图像的重叠区域进行变换；
    根据所述第二RGB三通道线性变换参数对所述校正后的目标图像与所述第二图像的重叠区域进行变换；
    将根据所述第一RGB三通道线性变换参数、第二RGB三通道线性变换参数以及像素到所述目标图像的第一侧和第二侧两个边界的距离得到的加权平均值作为所述像素相应的RGB三通道线性变换参数，根据所述相应的RGB三通道线性变换参数对所述目标图像中除了重叠区域外的其余区域进行变换。
PCT/CN2013/087510 2013-01-22 2013-11-20 图像色调的调节方法和调节装置、计算机存储介质 Ceased WO2014114130A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US14/802,755 US9736336B2 (en) 2013-01-22 2015-07-17 Image tone adjustment method, apparatus thereof and computer storage medium

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201310023405.2 2013-01-22
CN201310023405.2A CN103945087B (zh) 2013-01-22 2013-01-22 图像色调的调节方法和调节装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/802,755 Continuation US9736336B2 (en) 2013-01-22 2015-07-17 Image tone adjustment method, apparatus thereof and computer storage medium

Publications (1)

Publication Number Publication Date
WO2014114130A1 true WO2014114130A1 (zh) 2014-07-31

Family

ID=51192556

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2013/087510 Ceased WO2014114130A1 (zh) 2013-01-22 2013-11-20 图像色调的调节方法和调节装置、计算机存储介质

Country Status (3)

Country Link
US (1) US9736336B2 (zh)
CN (1) CN103945087B (zh)
WO (1) WO2014114130A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015145917A1 (ja) * 2014-03-28 2015-10-01 日本電気株式会社 画像補正装置、画像補正方法およびプログラム記録媒体
CN104301608B (zh) * 2014-09-22 2018-04-27 联想(北京)有限公司 信息处理方法及电子设备
CN104933671B (zh) * 2015-05-25 2018-05-25 北京邮电大学 图像颜色融合方法
CN109102459A (zh) * 2018-08-03 2018-12-28 清华大学 一种对视频中的背景画面的扩充方法和设备
CN109194872B (zh) * 2018-10-24 2020-12-11 深圳六滴科技有限公司 全景图像像素亮度校正方法、装置、全景相机和存储介质
CN109934786B (zh) * 2019-03-14 2023-03-17 河北师范大学 一种图像的颜色校正方法、系统及终端设备
CN110211535B (zh) * 2019-05-28 2020-08-18 易诚高科（大连）科技有限公司 一种针对OLED屏DeMURA的多通道融合方法
CN110942748A (zh) * 2019-10-22 2020-03-31 武汉精立电子技术有限公司 一种基于面阵相机的面板电压压降补偿方法及装置
CN114646580B (zh) * 2020-12-18 2025-08-29 莱克电气股份有限公司 水箱的溶解性固体总量检测方法、装置、净水装置及设备
CN113421183B (zh) * 2021-05-31 2022-09-20 中汽数据(天津)有限公司 车辆环视全景图的生成方法、装置、设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101150650A (zh) * 2006-09-22 2008-03-26 三星电子株式会社 用于处理图像的设备、方法和介质
JP2009260542A (ja) * 2008-04-15 2009-11-05 Sharp Corp 色補正装置及び色補正方法
CN101651786A (zh) * 2008-08-14 2010-02-17 深圳华为通信技术有限公司 一种视频序列明暗变化修复的方法和视频处理设备

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7064783B2 (en) * 1999-12-31 2006-06-20 Stmicroelectronics, Inc. Still picture format for subsequent picture stitching for forming a panoramic image
US7373017B2 (en) * 2005-10-04 2008-05-13 Sony Corporation System and method for capturing adjacent images by utilizing a panorama mode
US7239805B2 (en) * 2005-02-01 2007-07-03 Microsoft Corporation Method and system for combining multiple exposure images having scene and camera motion
JP5153566B2 (ja) * 2008-10-24 2013-02-27 キヤノン株式会社 画像処理システムおよび画像処理装置、および画像処理方法
CN101853498B (zh) * 2009-03-31 2012-01-11 华为技术有限公司 图像合成方法及图像处理装置
US8610741B2 (en) * 2009-06-02 2013-12-17 Microsoft Corporation Rendering aligned perspective images
US9088714B2 (en) * 2011-05-17 2015-07-21 Apple Inc. Intelligent image blending for panoramic photography
US8957944B2 (en) * 2011-05-17 2015-02-17 Apple Inc. Positional sensor-assisted motion filtering for panoramic photography
US9247133B2 (en) * 2011-06-01 2016-01-26 Apple Inc. Image registration using sliding registration windows
KR101742120B1 (ko) * 2011-06-10 2017-05-31 삼성전자주식회사 영상 처리 장치 및 방법
US8902335B2 (en) * 2012-06-06 2014-12-02 Apple Inc. Image blending operations
US9098922B2 (en) * 2012-06-06 2015-08-04 Apple Inc. Adaptive image blending operations
TWI533675B (zh) * 2013-12-16 2016-05-11 國立交通大學 影像接合之最佳動態接縫找尋調整系統與方法
US11205305B2 (en) * 2014-09-22 2021-12-21 Samsung Electronics Company, Ltd. Presentation of three-dimensional video
US10750153B2 (en) * 2014-09-22 2020-08-18 Samsung Electronics Company, Ltd. Camera system for three-dimensional video

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101150650A (zh) * 2006-09-22 2008-03-26 三星电子株式会社 用于处理图像的设备、方法和介质
JP2009260542A (ja) * 2008-04-15 2009-11-05 Sharp Corp 色補正装置及び色補正方法
CN101651786A (zh) * 2008-08-14 2010-02-17 深圳华为通信技术有限公司 一种视频序列明暗变化修复的方法和视频处理设备

Also Published As

Publication number Publication date
CN103945087B (zh) 2017-10-27
CN103945087A (zh) 2014-07-23
US9736336B2 (en) 2017-08-15
US20150326753A1 (en) 2015-11-12

Similar Documents

Publication Publication Date Title
WO2014114130A1 (zh) 图像色调的调节方法和调节装置、计算机存储介质
WO2019010801A1 (zh) 适用rgbw显示的分区背光显示方法及装置
CN102572206B (zh) 一种色彩校正方法
CN108377373A (zh) 一种基于像素的色彩还原装置及方法
WO2016106818A1 (zh) 图像数据处理方法及装置
WO2018090431A1 (zh) 画面亮度调整方法及画面亮度调整装置
WO2017045214A1 (zh) 基于白色子像素色偏的rgbw的补偿方法及装置
WO2020134964A1 (zh) 显示面板及其控制方法、控制设备
CN1753506A (zh) Cmos图像实时增强预处理实现方法
JP2004252620A (ja) 画像処理装置および方法、並びに、プログラム
US20090180001A1 (en) Image processing apparatus, imaging apparatus, method and program
CN102629967B (zh) 一种翻拍设备光照不均匀的校正方法
WO2018049754A1 (zh) 色域保持系统和方法
TWI415480B (zh) 影像處理方法與影像處理系統
WO2017113585A1 (zh) 降低视频图像中osd亮度的方法和装置
WO2023035943A1 (zh) 色卡生成方法、图像处理方法、装置及可读存储介质
WO2016138673A1 (zh) 显示面板及其制造方法
WO2018153002A1 (zh) 投影画面矫正方法及装置
WO2021167372A2 (ko) 디스플레이 장치 및 그 제어 방법
CN114693567B (zh) 图像颜色调整方法、装置、计算机设备和存储介质
JP3678706B2 (ja) カラーディスプレイシステムとその色温度変換装置及び方法
WO2019015060A1 (zh) 液晶显示装置的显示控制方法及显示控制系统
Wen Color management for future video Systems
WO2025116215A1 (en) Method for providing an image and apparatus for executing the same
JP2624686B2 (ja) 画像信号処理装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13872930

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205 DATED 10/12/2015)

122 Ep: pct application non-entry in european phase

Ref document number: 13872930

Country of ref document: EP

Kind code of ref document: A1