WO2019184667A1 - 一种全景图像的颜色校正方法和电子设备 - Google Patents

一种全景图像的颜色校正方法和电子设备 Download PDF

Info

Publication number
WO2019184667A1
WO2019184667A1 PCT/CN2019/077107 CN2019077107W WO2019184667A1 WO 2019184667 A1 WO2019184667 A1 WO 2019184667A1 CN 2019077107 W CN2019077107 W CN 2019077107W WO 2019184667 A1 WO2019184667 A1 WO 2019184667A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
overlapping area
brightness
color
fisheye
Prior art date
Application number
PCT/CN2019/077107
Other languages
English (en)
French (fr)
Inventor
尹程龙
Original Assignee
深圳岚锋创视网络科技有限公司
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 深圳岚锋创视网络科技有限公司 filed Critical 深圳岚锋创视网络科技有限公司
Priority to US17/044,305 priority Critical patent/US11948228B2/en
Priority to EP19776072.1A priority patent/EP3779861A4/en
Priority to JP2020552039A priority patent/JP6994585B2/ja
Publication of WO2019184667A1 publication Critical patent/WO2019184667A1/zh

Links

Images

Classifications

    • G06T3/047—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
    • G06T3/153—
    • G06T5/94—
    • 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
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20076—Probabilistic image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Definitions

  • the invention belongs to the field of panoramic images, and in particular relates to a color correction method and an electronic device for a panoramic image.
  • panoramic images can provide 360-degree panoramic images, giving users an immersive experience.
  • a panoramic image is composed of two or more photos, but due to the influence of the environment, the brightness and color between the photos may be greatly different, resulting in a very spliced trace of the stitched panoramic image. Obviously, it looks very unnatural, so color correction is a key to the panorama image stitching process.
  • the present invention provides a color correction method for a panoramic image, comprising the following steps:
  • the first overlapping area being an overlapping area with the second image on the first image
  • the second overlapping area being on the second image
  • the present invention provides a computer readable storage medium storing a computer program that, when executed by a processor, implements the steps of a color correction method of a panoramic image as described above.
  • the present invention provides an electronic device, including:
  • One or more processors are One or more processors;
  • One or more computer programs wherein the one or more computer programs are stored in the memory and configured to be executed by the one or more processors, wherein the processor performs the The computer program implements the steps of the color correction method of the panoramic image as described above.
  • FIG. 1 is a flowchart of a method for color correction of a panoramic image according to Embodiment 1 of the present invention.
  • FIG. 2 is a block diagram showing a specific structure of an electronic device according to Embodiment 3 of the present invention.
  • Embodiment 1 is a diagrammatic representation of Embodiment 1:
  • a color correction method for a panoramic image according to Embodiment 1 of the present invention includes the following steps: It should be noted that if substantially the same result is obtained, the color correction method of the panoramic image of the present invention is not in FIG. 1 . The sequence of the flow shown is limited.
  • the first fisheye image and the second fisheye image may be acquired by a fisheye camera or an electronic device with a fisheye lens.
  • the first image and the second image may be expanded according to the internal parameter, the external parameter, and the distortion parameter, respectively, and are not limited thereto.
  • the overlapping area may be calculated according to the feature matching or the correlation matching method, and is not limited thereto.
  • RGB is obtained by changing the three color channels of red (R), green (G), and blue (B) and superimposing them on each other.
  • RGB stands for red, green, and blue.
  • the color of the three channels which is almost all colors that human vision can perceive, is one of the most widely used color systems.
  • Lab is a device-independent color model and a color model based on physiological features.
  • Lab consists of three elements, one is brightness (L), a and b are two color channels, and a includes colors from dark green (low brightness value) to gray (middle brightness value) to bright pink ( High brightness value); b is from bright blue (low brightness value) to gray (middle brightness value) to yellow (high brightness value).
  • the RGB color space can be converted to the XYZ color space by means of the XYZ color space, and then the XYZ color space is converted to the Lab color space, which is not limited here.
  • the first overlapping area is an overlapping area between the second image and the second image
  • the second overlapping area is an overlapping area with the first image on the second image.
  • the overlapping area may be the entire overlapping area between the first image and the second image, or may be a partial overlapping area, such as an overlapping area of a specific feature, which is not limited thereto.
  • the brightness of the first image and the second image are adjusted to reduce the brightness difference between the first image and the second image according to the following formula:
  • L mean1 is the average value of the brightness of the first overlapping area
  • L mean2 is the brightness average of the second overlapping area
  • L 1 is the brightness of the first image before adjustment
  • L 1 ' is the brightness of the adjusted first image
  • L 2 is the brightness of the second image before adjustment
  • L 2 ' is the brightness of the adjusted second image.
  • the color mean refers to the mean of each channel of R, G, and B.
  • the color value of the second image is adjusted according to the following formula, including but not limited to: according to the following formula:
  • R mean1 , G mean1 , and B mean1 are the average values of the colors of the first overlapping area
  • R mean2 , G mean2 , and B mean2 are the average values of the colors of the second overlapping region
  • rgGain is the R channel adjustment parameter
  • bgGain is the B channel adjustment parameter
  • R 2 is an R channel value of the second image before adjustment
  • R 2 ' is the R channel value of the adjusted second image
  • G 2 is the G channel value of the second image before adjustment
  • G 2 ' is the G channel value of the adjusted second image
  • B 2 is the B channel value of the second image before adjustment
  • B 2 ' is the B channel value of the adjusted second image.
  • the first fisheye image and the second fisheye image are acquired; the first fisheye image is expanded to obtain a first image of the RGB color space, and the second fisheye image is expanded to obtain an RGB color space.
  • a second image calculating an overlapping area of the first image and the second image; converting the first image and the second image from the RGB color space to the Lab color space; and in the Lab color space, according to the brightness average of the first overlapping area and the second Adjusting the brightness of the first image and the second image to reduce the brightness difference between the first image and the second image; and converting the first image after adjusting the brightness and the second image after adjusting the brightness from the Lab color space To the RGB color space; in the RGB color space, according to the color average of the first overlapping area and the color average of the second overlapping area, the color value of the second image is adjusted with reference to the first image, or the second image is For reference, adjust the color value of the first image. It can be seen that the invention can adjust the brightness and then adjust the color to reduce the
  • Embodiment 2 is a diagrammatic representation of Embodiment 1:
  • a second embodiment of the present invention provides a computer readable storage medium, where the computer readable storage medium stores a computer program, and when the computer program is executed by the processor, The steps of the color correction method of the panoramic image.
  • Embodiment 3 is a diagrammatic representation of Embodiment 3
  • FIG. 2 is a block diagram showing a specific structure of an electronic device according to the third embodiment of the present invention.
  • the electronic device 100 includes one or more processors 101. And a memory 102, and one or more computer programs, wherein the processor 101 and the memory 102 are connected by a bus, the one or more computer programs being stored in the memory 102, and configured to be The step of implementing the color correction method of the panoramic image according to the first embodiment of the present invention when the processor 101 executes the computer program.
  • the electronic device may be any electronic device such as a fisheye camera, a mobile phone, a tablet computer, a PDA (Personal Digital Assistant), a car computer, a smart watch, or the like.
  • a fisheye camera a mobile phone
  • a tablet computer a PDA (Personal Digital Assistant)
  • PDA Personal Digital Assistant
  • car computer a smart watch, or the like.
  • the program may be stored in a computer readable storage medium, and the storage medium may include: Read Only Memory (ROM), Random Access Memory (RAM), disk or optical disk.
  • ROM Read Only Memory
  • RAM Random Access Memory

Abstract

一种全景图像的颜色校正方法和电子设备（100）。该方法包括：获取第一鱼眼图像和第二鱼眼图像；将第一鱼眼图像和第二鱼眼图像分别展开得到RGB颜色空间的第一图像和第二图像；计算图像间的重叠区域；将第一图像和第二图像从RGB颜色空间转换至Lab颜色空间；在Lab颜色空间下，调整第一图像和第二图像的亮度；将第一图像和第二图像从Lab颜色空间转换到RGB颜色空间；根据第一重叠区域的颜色均值和第二重叠区域的颜色均值，以第一图像为参考，调整第二图像的颜色值，或者，以第二图像为参考，调整第一图像的颜色值。可见，以上方法可以使拼接后的全景图像过渡更平滑，看起来更自然。

Description

一种全景图像的颜色校正方法和电子设备 技术领域
本发明属于全景图像领域，尤其涉及一种全景图像的颜色校正方法和电子设备。
背景技术
随着科技的发展，全景图像的应用越来越普及，全景图像能提供360度的全景图，带给用户一种身临其境的感受。一般而言，全景图像由两张或多张照片拼接而成，但由于受到环境的影响，照片之间的亮度和颜色等可能存在很大的差异，从而导致拼接后的全景图像的拼接痕迹非常明显，看起来很不自然，所以，颜色校正是全景图像拼接过程中的一个关键。
发明内容
本发明的目的在于提供一种全景图像的颜色校正方法、计算机可读存储介质及电子设备，可以使拼接后的全景图像过渡更平滑，看起来更自然。
第一方面，本发明提供了一种全景图像的颜色校正方法，包括以下步骤：
获取第一鱼眼图像和第二鱼眼图像；
将所述第一鱼眼图像展开得到RGB颜色空间的第一图像，将所述第二鱼眼图像展开得到RGB颜色空间的第二图像；
计算所述第一图像和所述第二图像的重叠区域；
将所述第一图像和所述第二图像从RGB颜色空间转换至Lab颜色空间；
在Lab颜色空间下，根据第一重叠区域的亮度均值和第二重叠区域的亮度均值，调整所述第一图像和所述第二图像的亮度以缩小所述第一图像和所述第二图像的亮度差，所述第一重叠区域为所述第一图像上，与所述第二图像之间的重叠区域，所述第二重叠区域为所述第二图像上，与所述第一图像之间的重叠区域；
将调整亮度后的所述第一图像和调整亮度后的所述第二图像从Lab颜色空 间转换到RGB颜色空间；
在RGB颜色空间下，根据所述第一重叠区域的颜色均值和所述第二重叠区域的颜色均值，以所述第一图像为参考，调整所述第二图像的颜色值，或者，以所述第二图像为参考，调整所述第一图像的颜色值。
第二方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述的全景图像的颜色校正方法的步骤。
第三方面，本发明提供了一种电子设备，包括：
一个或多个处理器；
存储器；以及
一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，其特征在于，所述处理器执行所述计算机程序时实现如上述的全景图像的颜色校正方法的步骤。
在本发明中，获取第一鱼眼图像和第二鱼眼图像；将第一鱼眼图像展开得到RGB颜色空间的第一图像，将第二鱼眼图像展开得到RGB颜色空间的第二图像；计算第一图像和第二图像的重叠区域；将第一图像和第二图像从RGB颜色空间转换至Lab颜色空间；在Lab颜色空间下，根据第一重叠区域的亮度均值和第二重叠区域的亮度均值，调整第一图像和第二图像的亮度以缩小第一图像和第二图像的亮度差；将调整亮度后的第一图像和调整亮度后的第二图像从Lab颜色空间转换到RGB颜色空间；在RGB颜色空间下，根据第一重叠区域的颜色均值和第二重叠区域的颜色均值，以第一图像为参考，调整第二图像的颜色值，或者，以第二图像为参考，调整第一图像的颜色值。可见，本发明可以通过先调亮度再调颜色，减少图片在拼接过程中的痕迹，使拼接后的图片看起来更自然。
附图说明
图1是本发明实施例一提供的全景图像的颜色校正方法的流程图。
图2是本发明实施例三提供的电子设备的具体结构框图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一：
请参阅图1，本发明实施例一提供的全景图像的颜色校正方法包括以下步骤：需注意的是，若有实质上相同的结果，本发明的全景图像的颜色校正方法并不以图1所示的流程顺序为限。
S101、获取第一鱼眼图像和第二鱼眼图像。
具体地，可以通过鱼眼相机或者带有鱼眼镜头的电子设备来获取第一鱼眼图像和第二鱼眼图像。
S102、将第一鱼眼图像展开得到第一图像，将第二鱼眼图像展开得到第二图像。
具体地，可以根据内参、外参和畸变参数分别来展开第一图像和第二图像，此处不做太多限定。
S103、计算第一图像和第二图像的重叠区域。
具体地，可以根据特征匹配或者相关性匹配方法来计算重叠区域，此处不做太多限定。
S104、将第一图像和第二图像从RGB颜色空间转换至Lab颜色空间。
RGB是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。
Lab是一种设备无关的颜色模型，也是一种基于生理特征的颜色模型。Lab 由三个要素组成，一个要素是亮度(L)，a和b是两个颜色通道，a包括的颜色是从深绿色(低亮度值)到灰色(中亮度值)再到亮粉红色(高亮度值)；b是从亮蓝色(低亮度值)到灰色(中亮度值)再到黄色(高亮度值)。
具体地，可以借助XYZ颜色空间，把RGB颜色空间转换到XYZ颜色空间，之后再把XYZ颜色空间转换到Lab颜色空间，此处不做太多限定。
S105、在Lab颜色空间下，根据第一重叠区域的亮度均值和第二重叠区域的亮度均值，调整第一图像和第二图像的亮度以缩小第一图像和第二图像的亮度差。
其中，第一重叠区域为第一图像上，与第二图像之间的重叠区域，第二重叠区域为第二图像上，与第一图像之间的重叠区域。另外，需要说明的是，重叠区域可以是第一图像与第二图像之间的全部重叠区域，也可以是部分的重叠区域，例如特定特征物的重叠区域，此处不做太多限定。
在本发明实施例一中，包括但不限于根据以下公式，调整第一图像和第二图像的亮度以缩小第一图像和第二图像的亮度差：
Figure PCTCN2019077107-appb-000001
Figure PCTCN2019077107-appb-000002
其中，L mean1为第一重叠区域的亮度均值；
L mean2为第二重叠区域的亮度均值；
L 1为调整前的第一图像的亮度；
L 1'为调整后的第一图像的亮度；
L 2为调整前的第二图像的亮度；
L 2'为调整后的第二图像的亮度。
S106、将调整亮度后的第一图像和调整亮度后的第二图像从Lab颜色空间 转换到RGB颜色空间。
S107、在RGB颜色空间下，根据第一重叠区域的颜色均值和第二重叠区域的颜色均值，以第一图像为参考，调整第二图像的颜色值，或者，以第二图像为参考，调整第一图像的颜色值。
其中，颜色均值是指R、G、B各个通道的均值。
在本发明实施例一中，包括但不限于根据以下公式，以第一图像为参考，调整第二图像的颜色值：
Figure PCTCN2019077107-appb-000003
Figure PCTCN2019077107-appb-000004
其中，R mean1、G mean1、B mean1为第一重叠区域的颜色均值；
R mean2、G mean2、B mean2为第二重叠区域的颜色均值；
rgGain为R通道调整参数，bgGain为B通道调整参数；
R 2为调整前的第二图像的R通道值；
R 2'为调整后的第二图像的R通道值；
G 2为调整前的第二图像的G通道值；
G 2'为调整后的第二图像的G通道值；
B 2为调整前的第二图像的B通道值；
B 2'为调整后的第二图像的B通道值。
可以理解的是，也可以以第二图像为参考，调整第一图像的颜色值，只需将上述公式进行适当的变形，此处不再赘述。
在本发明实施例一中，获取第一鱼眼图像和第二鱼眼图像；将第一鱼眼图像展开得到RGB颜色空间的第一图像，将第二鱼眼图像展开得到RGB颜色空 间的第二图像；计算第一图像和第二图像的重叠区域；将第一图像和第二图像从RGB颜色空间转换至Lab颜色空间；在Lab颜色空间下，根据第一重叠区域的亮度均值和第二重叠区域的亮度均值，调整第一图像和第二图像的亮度以缩小第一图像和第二图像的亮度差；将调整亮度后的第一图像和调整亮度后的第二图像从Lab颜色空间转换到RGB颜色空间；在RGB颜色空间下，根据第一重叠区域的颜色均值和第二重叠区域的颜色均值，以第一图像为参考，调整第二图像的颜色值，或者，以第二图像为参考，调整第一图像的颜色值。可见，本发明可以通过先调亮度再调颜色，减少图片在拼接过程中的痕迹，使拼接后的图片看起来更自然。
实施例二：
基于同一发明构思，本发明实施例二提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本发明实施例一提供的全景图像的颜色校正方法的步骤。
实施例三：
基于同一发明构思，本发明实施例三提供了一种电子设备，图2示出了本发明实施例三提供的电子设备的具体结构框图，一种电子设备100包括：一个或多个处理器101、存储器102、以及一个或多个计算机程序，其中所述处理器101和所述存储器102通过总线连接，所述一个或多个计算机程序被存储在所述存储器102中，并且被配置成由所述一个或多个处理器101执行，所述处理器101执行所述计算机程序时实现如本发明实施例一提供的全景图像的颜色校正方法的步骤。
需要说明的是，电子设备可以为鱼眼相机、手机、平板电脑、PDA(Personal Digital Assistant，个人数字助理)、车载电脑、智能手表等任意电子设备。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描 述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

  1. 一种全景图像的颜色校正方法，其特征在于，所述方法包括：
    获取第一鱼眼图像和第二鱼眼图像；
    将所述第一鱼眼图像展开得到RGB颜色空间的第一图像，将所述第二鱼眼图像展开得到RGB颜色空间的第二图像；
    计算所述第一图像和所述第二图像的重叠区域；
    将所述第一图像和所述第二图像从RGB颜色空间转换至Lab颜色空间；
    在Lab颜色空间下，根据第一重叠区域的亮度均值和第二重叠区域的亮度均值，调整所述第一图像和所述第二图像的亮度以缩小所述第一图像和所述第二图像的亮度差，所述第一重叠区域为所述第一图像上，与所述第二图像之间的重叠区域，所述第二重叠区域为所述第二图像上，与所述第一图像之间的重叠区域；
    将调整亮度后的所述第一图像和调整亮度后的所述第二图像从Lab颜色空间转换到RGB颜色空间；
    在RGB颜色空间下，根据所述第一重叠区域的颜色均值和所述第二重叠区域的颜色均值，以所述第一图像为参考，调整所述第二图像的颜色值，或者，以所述第二图像为参考，调整所述第一图像的颜色值。
  2. 如权利要求1所述的方法，其特征在于，所述根据第一重叠区域的亮度均值和第二重叠区域的亮度均值，调整所述第一图像和所述第二图像的亮度以缩小所述第一图像和所述第二图像的亮度差包括根据以下公式，调整所述第一图像和所述第二图像的亮度以缩小第一图像和第二图像的亮度差：
    Figure PCTCN2019077107-appb-100001
    Figure PCTCN2019077107-appb-100002
    其中，L mean1为所述第一重叠区域的亮度均值；
    L mean2为所述第二重叠区域的亮度均值；
    L 1为调整前的所述第一图像的亮度；
    L 1'为调整后的所述第一图像的亮度；
    L 2为调整前的所述第二图像的亮度；
    L 2'为调整后的所述第二图像的亮度。
  3. 如权利要求2所述的方法，其特征在于，所述根据所述第一重叠区域的颜色均值和所述第二重叠区域的颜色均值，以所述第一图像为参考，调整所述第二图像的颜色值，包括根据以下公式，调整所述第二图像的颜色值：
    Figure PCTCN2019077107-appb-100003
    Figure PCTCN2019077107-appb-100004
    其中，R mean1、G mean1、B mean1为所述第一重叠区域的颜色均值；
    R mean2、G mean2、B mean2为所述第二重叠区域的颜色均值；
    rgGain为R通道调整参数，bgGain为B通道调整参数；
    R 2为调整前的所述第二图像的R通道值；
    R 2'为调整后的所述第二图像的R通道值；
    G 2为调整前的所述第二图像的G通道值；
    G 2'为调整后的所述第二图像的G通道值；
    B 2为调整前的所述第二图像的B通道值；
    B 2'为调整后的所述第二图像的B通道值。
  4. 根据权利要求1至3任一项所述的方法，其特征在于，所述将所述第一鱼眼图像展开得到RGB颜色空间的第一图像，将所述第二鱼眼图像展开得到RGB颜色空间的第二图像具体为：
    根据内参、外参和畸变参数分别将所述第一鱼眼图像展开得到RGB颜色空间的第一图像，将所述第二鱼眼图像展开得到RGB颜色空间的第二图像。
  5. 根据权利要求1所述的方法，其特征在于，所述第一鱼眼图像和第二鱼眼图像通过鱼眼相机或者带有鱼眼镜头的电子设备来获取。
  6. 根据权利要求1所述的方法，其特征在于，所述第一重叠区域为第一图像上，与第二图像之间的重叠区域，第二重叠区域为第二图像上，与第一图像之间的重叠区域；
    所述重叠区域是第一图像与第二图像之间的全部重叠区域，或者是部分的重叠区域。
  7. 根据权利要求1所述的方法，其特征在于，所述计算第一图像和第二图像的重叠区域具体为：
    根据特征匹配或者相关性匹配方法来计算第一图像和第二图像的重叠区域。
  8. 一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的全景图像的颜色校正方法的步骤。
  9. 一种电子设备，包括：
    一个或多个处理器；
    存储器；以及
    一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的全景图像的颜色校正方法的步骤。
PCT/CN2019/077107 2018-03-30 2019-03-06 一种全景图像的颜色校正方法和电子设备 WO2019184667A1 (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US17/044,305 US11948228B2 (en) 2018-03-30 2019-03-06 Color correction method for panoramic image and electronic device
EP19776072.1A EP3779861A4 (en) 2018-03-30 2019-03-06 Color correction method for panoramic image and electronic device
JP2020552039A JP6994585B2 (ja) 2018-03-30 2019-03-06 パノラマ画像の色補正方法及び電子設備

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201810294787.5A CN108550106B (zh) 2018-03-30 2018-03-30 一种全景图像的颜色校正方法、装置和电子设备
CN201810294787.5 2018-03-30

Publications (1)

Publication Number Publication Date
WO2019184667A1 true WO2019184667A1 (zh) 2019-10-03

Family

ID=63514191

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/077107 WO2019184667A1 (zh) 2018-03-30 2019-03-06 一种全景图像的颜色校正方法和电子设备

Country Status (5)

Country Link
US (1) US11948228B2 (zh)
EP (1) EP3779861A4 (zh)
JP (1) JP6994585B2 (zh)
CN (1) CN108550106B (zh)
WO (1) WO2019184667A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113837928A (zh) * 2021-09-17 2021-12-24 平安普惠企业管理有限公司 对象颜色调整方法、装置、电子设备及存储介质
CN114092319A (zh) * 2021-11-09 2022-02-25 英博超算(南京)科技有限公司 一种汽车360全景显示的亮度均衡方法
CN114092319B (zh) * 2021-11-09 2024-05-14 英博超算(南京)科技有限公司 一种汽车360全景显示的亮度均衡方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108550106B (zh) 2018-03-30 2021-06-01 影石创新科技股份有限公司 一种全景图像的颜色校正方法、装置和电子设备
CN109361855B (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
CN109727198B (zh) * 2019-01-03 2023-04-07 成都品果科技有限公司 一种基于肤色检测的图像亮度优化方法
CN112950510B (zh) * 2021-03-22 2024-04-02 南京莱斯电子设备有限公司 一种大场景拼接图像色差校正方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106373091A (zh) * 2016-09-05 2017-02-01 山东省科学院自动化研究所 全景泊车中鸟瞰图像的自动拼接方法、系统及车辆
CN106713755A (zh) * 2016-12-29 2017-05-24 北京疯景科技有限公司 全景图像的处理方法及装置
CN106713716A (zh) * 2017-01-23 2017-05-24 努比亚技术有限公司 一种双摄像头的拍摄控制方法和装置
CN107403408A (zh) * 2016-05-18 2017-11-28 苏州灵目电子科技有限公司 一种双鱼眼图像拼接全景图像接缝融合方法
US20180035047A1 (en) * 2016-07-29 2018-02-01 Multimedia Image Solution Limited Method for stitching together images taken through fisheye lens in order to produce 360-degree spherical panorama
CN108550106A (zh) * 2018-03-30 2018-09-18 深圳岚锋创视网络科技有限公司 一种全景图像的颜色校正方法、装置和电子设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW583600B (en) * 2002-12-31 2004-04-11 Ind Tech Res Inst Method of seamless processing for merging 3D color images
US9544498B2 (en) * 2010-09-20 2017-01-10 Mobile Imaging In Sweden Ab Method for forming images
US9897792B2 (en) * 2012-11-30 2018-02-20 L&T Technology Services Limited Method and system for extended depth of field calculation for microscopic images
JP6115104B2 (ja) * 2012-12-04 2017-04-19 アイシン精機株式会社 車両の制御装置、及び制御方法
JP6478639B2 (ja) * 2015-01-06 2019-03-06 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
CN106210535A (zh) * 2016-07-29 2016-12-07 北京疯景科技有限公司 全景视频实时拼接方法及装置
CN107492125A (zh) * 2017-07-28 2017-12-19 哈尔滨工业大学深圳研究生院 汽车鱼眼镜头环视图像的处理方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107403408A (zh) * 2016-05-18 2017-11-28 苏州灵目电子科技有限公司 一种双鱼眼图像拼接全景图像接缝融合方法
US20180035047A1 (en) * 2016-07-29 2018-02-01 Multimedia Image Solution Limited Method for stitching together images taken through fisheye lens in order to produce 360-degree spherical panorama
CN106373091A (zh) * 2016-09-05 2017-02-01 山东省科学院自动化研究所 全景泊车中鸟瞰图像的自动拼接方法、系统及车辆
CN106713755A (zh) * 2016-12-29 2017-05-24 北京疯景科技有限公司 全景图像的处理方法及装置
CN106713716A (zh) * 2017-01-23 2017-05-24 努比亚技术有限公司 一种双摄像头的拍摄控制方法和装置
CN108550106A (zh) * 2018-03-30 2018-09-18 深圳岚锋创视网络科技有限公司 一种全景图像的颜色校正方法、装置和电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3779861A4 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113837928A (zh) * 2021-09-17 2021-12-24 平安普惠企业管理有限公司 对象颜色调整方法、装置、电子设备及存储介质
CN114092319A (zh) * 2021-11-09 2022-02-25 英博超算(南京)科技有限公司 一种汽车360全景显示的亮度均衡方法
CN114092319B (zh) * 2021-11-09 2024-05-14 英博超算(南京)科技有限公司 一种汽车360全景显示的亮度均衡方法

Also Published As

Publication number Publication date
CN108550106A (zh) 2018-09-18
EP3779861A1 (en) 2021-02-17
CN108550106B (zh) 2021-06-01
EP3779861A4 (en) 2021-12-29
JP6994585B2 (ja) 2022-01-14
JP2021518617A (ja) 2021-08-02
US11948228B2 (en) 2024-04-02
US20210166440A1 (en) 2021-06-03

Similar Documents

Publication Publication Date Title
WO2019184667A1 (zh) 一种全景图像的颜色校正方法和电子设备
JP5971207B2 (ja) 画像調整装置、画像調整方法およびプログラム
WO2018176925A1 (zh) Hdr图像的生成方法及装置
JP5319415B2 (ja) 画像処理装置、画像処理方法
US20150116536A1 (en) Image processing apparatus, image processing method, and program
US20240089612A1 (en) Video processing method and apparatus, electronic device, and storage medium
CN110930341A (zh) 一种基于图像融合的低光照图像增强方法
CN113810642B (zh) 视频处理方法、装置、电子设备和存储介质
US20230325999A1 (en) Image generation method and apparatus and electronic device
ES2900490T3 (es) Método y sistema de mapeo de gamas de colores
CN116668862B (zh) 图像处理方法与电子设备
US20240129639A1 (en) Video processing method and apparatus, electronic device, and storage medium
EP4195679A1 (en) Image processing method and electronic device
WO2020166256A1 (ja) 情報処理端末、プログラム、情報処理システム及び色補正方法
JP5952573B2 (ja) 画像処理装置およびその制御方法
JP4037276B2 (ja) 固体撮像装置及びデジタルカメラ並びに色信号処理方法
JP2015119436A (ja) 撮像装置
CN116668838B (zh) 图像处理方法与电子设备
US20240073360A1 (en) Video processing method and apparatus, electronic device, and storage medium
EP4231621A1 (en) Image processing method and electronic device
CN116029914B (zh) 图像处理方法与电子设备
US9355471B2 (en) Color balancing apparatus for multiple image synthesis and method therefor
JP6881646B2 (ja) 画像処理システム、撮像装置、画像処理方法およびプログラム
TW201121336A (en) Method for correcting high dynamic range synthetic images
JP6811935B2 (ja) 撮像装置、画像処理方法及びプログラム

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: 19776072

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020552039

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2019776072

Country of ref document: EP