CN109785240A - 一种低照度图像增强方法、装置及图像处理设备 - Google Patents
一种低照度图像增强方法、装置及图像处理设备 Download PDFInfo
- Publication number
- CN109785240A CN109785240A CN201711114152.4A CN201711114152A CN109785240A CN 109785240 A CN109785240 A CN 109785240A CN 201711114152 A CN201711114152 A CN 201711114152A CN 109785240 A CN109785240 A CN 109785240A
- Authority
- CN
- China
- Prior art keywords
- image
- parameter value
- brightness
- processed
- value
- 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.)
- Granted
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种低照度图像增强方法、装置及图像处理设备,其中,低照度图像增强方法包括:获取待处理图像的亮度指标参数值;在所述亮度指标参数值低于第一预设阈值时,根据所述亮度指标参数值,获取亮度增强函数的控制参数值;根据所述控制参数值,对所述待处理图像进行亮度增强。本方案通过能够实现自动检测图像的亮度,从而自适应地调整图像增强的等级,即越暗的图像亮度拉伸程度越高,正常照度的图像则不改变亮度;达到图像增强过程的全自动处理,不再依赖手工调整图像亮度增强参数;而且本方案增强后的图像不会过度增强和局部噪声;很好的解决了现有技术中低照度图像增强方案无法自适应调整增加等级的问题。
Description
技术领域
本发明涉及数字图像技术领域,特别是指一种低照度图像增强方法、装置及图像处理设备。
背景技术
目前,关于图像增强的方案主要有:(a)基于Retinex理论(颜色恒常知觉的计算理论)的方法;(b)基于RGB等比例增益的方法;(c)专利申请号201310590343.3中提出的一种低照度图像增强方法。Retinex理论认为一幅图像可以分解成照度图像和反射图像的乘积,图像的亮度由照度图像和反射图像共同决定的,照度图像和光源有关,在应用中需要除去照度分量进而获得真实的图像颜色。基于RGB等比例增益理论认为,任何彩色图像可由不同比例的红色,绿色和蓝色组成,若像素之间RGB比例分量大概相同,就认为其有相同的颜色,如果对RGB分量都成一个恰当的值就可以实现图像增强。专利201310590343.3中公开了一种低照度视频图像增强方法,它主要包括白平衡处理模块,图像去燥模块,图像增强模块,边缘补偿模块,帧间补偿模块,最后得到增强视频。
但是,基于Retinex理论图像增强的方法在实际操作中存在过度增强问题,图像发白颜色失真严重;基于RGB等比例增益的方法,一定程度上可以增强图像,但是带来了局部失真也就是噪声问题;专利201310590343.3中公开的方法应用于实时视频处理时计算负荷大,不适用实时视频处理。同时以上现有方案都不能自适应的调整增强等级。
发明内容
本发明的目的在于提供一种低照度图像增强方法、装置及图像处理设备,解决现有技术中低照度图像增强方案无法自适应调整增加等级的问题。
为了解决上述技术问题,本发明实施例提供一种低照度图像增强方法,包括:
获取待处理图像的亮度指标参数值;
在所述亮度指标参数值低于第一预设阈值时,根据所述亮度指标参数值,获取亮度增强函数的控制参数值;
根据所述控制参数值,对所述待处理图像进行亮度增强。
可选的,所述获取待处理图像的亮度指标参数值的步骤包括:
将所述待处理图像的颜色空间转换到HSI空间,并获取所述待处理图像在所述HSI空间的每个像素的灰度值;
根据所述灰度值,得到所述待处理图像在所述HSI空间的灰度均值及灰度方差;
根据所述灰度均值及灰度方差,得到所述待处理图像的亮度指标参数值;
其中,HSI空间为色调、饱和度和亮度空间。
可选的,所述根据所述控制参数值,对所述待处理图像进行亮度增强的步骤包括:
根据所述控制参数值,得到亮度增强后所述待处理图像的HSI空间数据;
在根据所述控制参数值,对所述待处理图像进行亮度增强之后,所述低照度图像增强方法还包括:
将所述HSI空间数据,恢复至所述待处理图像的原始颜色空间。
可选的,在根据所述亮度指标参数值,获取亮度增强函数的控制参数值之前,所述低照度图像增强方法还包括:
建立样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系;
所述根据所述亮度指标参数值,获取亮度增强函数的控制参数值的步骤包括:
根据所述映射关系和待处理图像的亮度指标参数值,获取所述待处理图像的亮度指标参数值对应的亮度增强函数的控制参数值。
可选的,所述建立样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系的步骤包括:
获取多个不同照度下的样本图像的亮度指标参数值;
获取亮度指标参数值低于第一预设阈值的样本图像的像素值;
根据所述像素值和亮度增强函数,对对应的样本图像进行亮度增强,并调整所述亮度增强函数的控制参数值,得到目标增强效果的图像;
获取与所述目标增强效果的图像对应的亮度增强函数的控制参数值,以及所述目标增强效果的图像对应的样本图像的亮度指标参数值,得到数据对;
根据每一所述数据对,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系。
可选的,所述获取多个不同照度下的样本图像的亮度指标参数值的步骤包括:
获取多个不同照度下的样本图像;
将所述样本图像的颜色空间转换到HSI空间,并获取所述样本图像在HSI空间的亮度指标参数值;
其中,HSI空间为色调、饱和度和亮度空间。
可选的,所述根据每一所述数据对,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系的步骤包括:
根据每一所述数据对,利用最小二乘法多项式曲线拟合,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系。
可选的,所述根据所述控制参数值,对所述待处理图像进行亮度增强的步骤采用如下公式:
其中,I(y)表示所述待处理图像亮度增强前像素点y在红色R通道、绿色G通道或蓝色B通道中的像素亮度值;Imax表示所述待处理图像的所有像素点在R通道、G通道或B通道中像素亮度值的最大值;Ien_g(y)表示所述待处理图像亮度增强后像素点y对应的像素亮度值;b表示所述控制参数值。
本发明实施例还提供了一种低照度图像增强装置,包括:
第一获取模块,用于获取待处理图像的亮度指标参数值;
第二获取模块,用于在所述亮度指标参数值低于第一预设阈值时,根据所述亮度指标参数值,获取亮度增强函数的控制参数值;
第一处理模块,用于根据所述控制参数值,对所述待处理图像进行亮度增强。
可选的,所述第一获取模块包括:
第一处理子模块,用于将所述待处理图像的颜色空间转换到HSI空间,并获取所述待处理图像在所述HSI空间的每个像素的灰度值;
第二处理子模块,用于根据所述灰度值,得到所述待处理图像在所述HSI空间的灰度均值及灰度方差;
第三处理子模块,用于根据所述灰度均值及灰度方差,得到所述待处理图像的亮度指标参数值;
其中,HSI空间为色调、饱和度和亮度空间。
可选的,所述第一处理模块包括:
第四处理子模块,用于根据所述控制参数值,得到亮度增强后所述待处理图像的HSI空间数据;
所述低照度图像增强装置还包括:
第二处理模块,用于在根据所述控制参数值,对所述待处理图像进行亮度增强之后,将所述HSI空间数据,恢复至所述待处理图像的原始颜色空间。
可选的,所述低照度图像增强装置还包括:
建立模块,用于在根据所述亮度指标参数值,获取亮度增强函数的控制参数值之前,建立样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系;
所述第二获取模块包括:
第一获取子模块,用于根据所述映射关系和待处理图像的亮度指标参数值,获取所述待处理图像的亮度指标参数值对应的亮度增强函数的控制参数值。
可选的,所述建立模块包括:
第二获取子模块,用于获取多个不同照度下的样本图像的亮度指标参数值;
第三获取子模块,用于获取亮度指标参数值低于第一预设阈值的样本图像的像素值;
第五处理子模块,用于根据所述像素值和亮度增强函数,对对应的样本图像进行亮度增强,并调整所述亮度增强函数的控制参数值,得到目标增强效果的图像;
第四获取子模块,用于获取与所述目标增强效果的图像对应的亮度增强函数的控制参数值,以及所述目标增强效果的图像对应的样本图像的亮度指标参数值,得到数据对;
第六处理子模块,用于根据每一所述数据对,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系。
可选的,所述第二获取子模块包括:
第一获取单元,用于获取多个不同照度下的样本图像;
第一处理单元,用于将所述样本图像的颜色空间转换到HSI空间,并获取所述样本图像在HSI空间的亮度指标参数值;
其中,HSI空间为色调、饱和度和亮度空间。
可选的,所述第六处理子模块包括:
第二处理单元,用于根据每一所述数据对,利用最小二乘法多项式曲线拟合,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系。
可选的,所述第一处理模块采用如下公式:
其中,I(y)表示所述待处理图像亮度增强前像素点y在红色R通道、绿色G通道或蓝色B通道中的像素亮度值;Imax表示所述待处理图像的所有像素点在R通道、G通道或B通道中像素亮度值的最大值;Ien_g(y)表示所述待处理图像亮度增强后像素点y对应的像素亮度值;b表示所述控制参数值。
本发明实施例还提供了一种图像处理设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述处理器执行所述程序时实现上述的低照度图像增强方法。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的低照度图像增强方法中的步骤。
本发明的上述技术方案的有益效果如下:
上述方案中,所述低照度图像增强方法通过获取待处理图像的亮度指标参数值;在所述亮度指标参数值低于第一预设阈值时,根据所述亮度指标参数值,获取亮度增强函数的控制参数值;根据所述控制参数值,对所述待处理图像进行亮度增强;能够实现自动检测图像的亮度,从而自适应地调整图像增强的等级,即越暗的图像亮度拉伸程度越高,正常照度的图像则不改变亮度;达到图像增强过程的全自动处理,不再依赖手工调整图像亮度增强参数;而且本方案增强后的图像不会过度增强和局部噪声;很好的解决了现有技术中低照度图像增强方案无法自适应调整增加等级的问题。
同时,本方案可以用到实时视频传输中,相对现有方案大大降低实时视频处理的处理时间,满足实时视频传输的实时性处理需求。
附图说明
图1为本发明实施例的低照度图像增强方法流程示意图;
图2为本发明实施例的低照度图像增强装置结构示意图;
图3为本发明实施例的图像处理设备结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明针对现有的技术中低照度图像增强方案无法自适应调整增加等级的问题,提供一种低照度图像增强方法,如图1所示,包括:
步骤11:获取待处理图像的亮度指标参数值;
步骤12:在所述亮度指标参数值低于第一预设阈值时,根据所述亮度指标参数值,获取亮度增强函数的控制参数值;
步骤13:根据所述控制参数值,对所述待处理图像进行亮度增强。
本发明实施例提供的所述低照度图像增强方法通过获取待处理图像的亮度指标参数值;在所述亮度指标参数值低于第一预设阈值时,根据所述亮度指标参数值,获取亮度增强函数的控制参数值;根据所述控制参数值,对所述待处理图像进行亮度增强;能够实现自动检测图像的亮度,从而自适应地调整图像增强的等级,即越暗的图像亮度拉伸程度越高,正常照度的图像则不改变亮度;达到图像增强过程的全自动处理,不再依赖手工调整图像亮度增强参数;而且本方案增强后的图像不会过度增强和局部噪声;很好的解决了现有技术中低照度图像增强方案无法自适应调整增加等级的问题。
同时,本方案可以用到实时视频传输中,相对现有方案大大降低实时视频处理的处理时间,满足实时视频传输的实时性处理需求。
为了提高亮度增强效果,所述获取待处理图像的亮度指标参数值的步骤包括:将所述待处理图像的颜色空间转换到HSI空间,并获取所述待处理图像在所述HSI空间的每个像素的灰度值;根据所述灰度值,得到所述待处理图像在所述HSI空间的灰度均值及灰度方差;根据所述灰度均值及灰度方差,得到所述待处理图像的亮度指标参数值;其中,HSI空间为色调、饱和度和亮度空间。
具体的,所述根据所述控制参数值,对所述待处理图像进行亮度增强的步骤包括:根据所述控制参数值,得到亮度增强后所述待处理图像的HSI空间数据;
为了便于编码之类的后续处理,本实施例中,在根据所述控制参数值,对所述待处理图像进行亮度增强之后,所述低照度图像增强方法还包括:将所述HSI空间数据,恢复至所述待处理图像的原始颜色空间。
进一步的,在根据所述亮度指标参数值,获取亮度增强函数的控制参数值之前,所述低照度图像增强方法还包括:建立样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系;
对应的,所述根据所述亮度指标参数值,获取亮度增强函数的控制参数值的步骤包括:根据所述映射关系和待处理图像的亮度指标参数值,获取所述待处理图像的亮度指标参数值对应的亮度增强函数的控制参数值。
具体的,所述建立样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系的步骤包括:获取多个不同照度下的样本图像的亮度指标参数值;获取亮度指标参数值低于第一预设阈值的样本图像的像素值;根据所述像素值和亮度增强函数,对对应的样本图像进行亮度增强,并调整所述亮度增强函数的控制参数值,得到目标增强效果的图像;
获取与所述目标增强效果的图像对应的亮度增强函数的控制参数值,以及所述目标增强效果的图像对应的样本图像的亮度指标参数值,得到数据对;根据每一所述数据对,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系。
更具体的,所述获取多个不同照度下的样本图像的亮度指标参数值的步骤包括:获取多个不同照度下的样本图像;将所述样本图像的颜色空间转换到HSI空间,并获取所述样本图像在HSI空间的亮度指标参数值;其中,HSI空间为色调、饱和度和亮度空间。
为了加快处理速度,提高处理精度,所述根据每一所述数据对,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系的步骤包括:根据每一所述数据对,利用最小二乘法多项式曲线拟合,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系。
优选的,所述根据所述控制参数值,对所述待处理图像进行亮度增强的步骤采用如下公式:
其中,I(y)表示所述待处理图像亮度增强前像素点y在红色R通道、绿色G通道或蓝色B通道中的像素亮度值;Imax表示所述待处理图像的所有像素点在R通道、G通道或B通道中像素亮度值的最大值;Ien_g(y)表示所述待处理图像亮度增强后像素点y对应的像素亮度值;b表示所述控制参数值。
由上可知,本发明实施例提供的上述方案很好的解决了现有技术中低照度图像增强方案无法自适应调整增加等级的问题。
下面对本发明实施例提供的所述低照度图像增强方法进行进一步说明。
针对现有低照度图像增强方法的不足,本发明实施例提供了一种低照度图像增强方法,也可以称为一种基于亮度检测的低照度图像增强方法,即在亮度检测的基础上,自动实现低照度图像的对数色调映射:
主要是在HSI(色调、饱和度、亮度)空间根据亮度分量I的值,在其偏暗的情况下,利用对数色调调优函数进行亮度增强,因为主要用到实时视频传输中,视频传输就是一帧帧图片,增强之后相应视频图像质量也对应增强;具体流程如下:
1.首先采集不同照度下的图像样本集
通过调整光源的照明度或调整摄像头与光源间的距离,获取具有不同明暗度的图像数据源,作为样本数据,用于离线构建图像亮度与增强函数(对数亮度转换,即上述亮度增强函数)的控制参数间的映射关系。
2.颜色空间的转换
将样本的颜色空间转换到HSI。因为在HSI空间中,I表示亮度,在亮度上的增强效果优于原始空间,原始的颜色空间一般为RGB(红绿蓝)和YUV(亮度、色度),其中RGB转HSI公式如下:
其中,RGB分别表示红色、绿色、蓝色分量的数值;H表示色调值,S表示饱和度值,I表示亮度值;
YUV颜色空间可以先转换为RGB空间,再利用上面的公式转化到HSI,其中YUV转RGB公式如下:
其中,RGB的含义与以上公式中的含义相同;Y表示亮度值,U和V表示色度值,U表示色度值中的色彩值,V表示色度值中的饱和度值。
3.建立图像亮度和增强函数的控制参数间的映射关系
首先,对所有样本进行亮度检测,具体检测方法就是计算图片在灰度图上的均值,并与阈值进行比较,假设上面采集到的一张分辨率为m×n(m表示长度方向的像素个数,n表示宽度方向的像素个数)的图片。其各个像素的灰度值分别为则对应该图片的灰度均值为:灰度方差为:其中,x对应每个像素,i代表长度方向第几个像素,j代表宽度方向第几个像素。
低照度图像的亮度均值往往较小,方差也会偏小,通过计算灰度图的均值和方差,就可评估图像是否存在曝光不足。假设每幅图片的亮度指标参数为f,结合人眼视觉特性将亮度正常时的图像灰度级数的阈值设置为[a1a2],a1和a2均小于人眼最多可分辨的灰度级数(可根据应用场景比如晚上、白天等,进行测试得到)。由于人眼只能感知图像中大于或等于一定阈值的灰度差,而两个灰度之间人眼可感知的最小灰度差值即为人眼亮度阈值,那么[a1a2]就是在正常亮度时的人眼亮度阈值。
当f<a1时,判断图像处于曝光不足需要增强,也就是低照度情况。
当a1<f<a2时,判断图像处于曝光正常,也就是正常情况。
当f>a2时,判断图像处于过曝光情况。
然后,对样本中的低照度图像,运用对数亮度转换函数(即上述亮度增强函数)进行增强。对数亮度转换函数如下:
其中,I(y)表示全局对比度拉伸前像素点y在R通道、G通道或B通道中的像素值(即表示所述待处理图像亮度增强前像素点y在红色R通道、绿色G通道或蓝色B通道中的像素亮度值);Imax是所有像素点在R通道、G通道或B通道中像素值中的最大值(即表示所述待处理图像的所有像素点在R通道、G通道或B通道中像素亮度值的最大值);Ien_g(y)是全局对比度拉伸后,当前像素点y对应的像素值(即表示所述待处理图像亮度增强后像素点y对应的像素亮度值);b为控制对比度拉伸程度的常数(即表示所述控制参数值)。
在进行增强时通过调整控制参数b(一般在[0.5,2]范围,且b越大,亮度增强得越弱),直到产生最满意的主观增强效果(即得到目标增强效果的图像),记录下此时的b值以及对应的亮度参数f值,由此得到若干组(控制参数b,亮度指标参数f)的数据对。
最后,运用曲线的样条拟合算法,建立(b,f)间的函数关系,作为亮度增强参数自适应控制的映射函数模型。经过上面增强之后可以得到(b1,f1)…(bn,fn)一共n组对值,然后利用最小二乘法多项式曲线拟合得到拟合函数,具体过程如下:
(1)设拟合多项式为:b=a0+a1f+...+akfk;
其中,f表示亮度指标参数,a表示最小二乘法多项式参数,b表示控制参数。
(2)各点到这条曲线的距离之和,即偏差平方和如下:
其中,各点是指各个(f,b)点,n表示(f,b)点的个数,i表示第几个(f,b)点,k表示最小二乘展开的级数,k越大,精度越高。
(3)为了求得符合条件的a值,对等式右边的ai(i等于0、1···k)求偏导数(即对a0、a1···ak求偏导数),因而得到了:
进一步化简得:
(4)将上式左边进一步化简,表示成矩阵的形式,就可以得到下面的矩阵:
(5)对上面矩阵进行求解,便得到系数矩阵A(ai的矩阵;以后根据这个矩阵和f就可以得到对应的b),同时得到了拟合曲线。
4.在线图像增强
在实时视频传输中可以将原始的YUV空间转换到HSI空间,然后计算亮度分量I的亮度指标参数f(与上述f的计算相同);对亮度指标参数在[a1a2]范围内的图像不做任何处理;对亮度指标参数小于a1的低照度图像,根据上步已经建立的(b,f)映射函数,得到控制参数b,然后利用上面的对数亮度转换函数进行增强;将增强后的HSI空间数据恢复到原有的YUV空间,便于YUV空间上的编码之类后续处理。
例如:a1和a2分别为100和160,图像的f=69,则需要对该图像进行亮度增强,假设系数矩阵A=[0.2,0.2346,0.0002],根据f和A即可得到控制参数b=0.98,根据得到的b值,利用对数亮度转换函数进行增强。
由上可知,本发明实施例提供了一种融合亮度均值和方差的低照度图像自动检测方法,设计了人机交互的实验方法,观测图像亮度指标参数和对数增强模型控制参数间的对应关系;通过拟合算法建立了(b,f)间的定量映射函数;进而根据计算出的图像亮度指标参数,以及建立的(b,f)映射函数,求取对数增强模型的控制参数b,从而自适应地控制亮度增强程度;并且:
1、能够满足实时视频传输增强要求--本方案前期采集不同光照图片数据集,建立增强函数和控制参数的模型都是在优化前准备的工作,真正写入程序的只有增强公式和一个判断句,满足实时视频传输的实时性处理需求;
2、不会过度增强和出现局部噪声--采集的样本是在不同光照强度下采集出来的,样本范围够广,得出的亮度参数f准确,控制参数b进行拟合之后更科学和精准;
3、不需要人工设置暗图像的增强参数--本方案能够自动检测图像的亮度,从而自适应地调整图像增强的等级,即越暗的图像亮度拉伸程度越高,正常照度的图像则不改变亮度;因而,在线的图像增强过程实现了全自动的处理,不依赖手工调整图像亮度增强参数。
综上所述,本发明实施例提供的方案通过大量样本计算亮度参数f和控制参数b,运用拟合算法计算出映射函数模型,避免了过度增强问题,同时亮度参数f和控制参数b的选择是前期通过大量样本处理时候得出的。写入的时候只需增加一条判断语句以及调用增强公式的函数即可,大大降低了实时视频处理的处理时间。本方案的最大优点是,能够自动检测出图像的亮度参数f,从而自适应地匹配控制参数b,即能够自动检测图像的亮度,从而自适应地调整增强的等级,越暗的图像亮度拉伸程度越高,正常照度的图像则不改变其亮度。
本发明实施例还提供了一种低照度图像增强装置,如图2所示,包括:
第一获取模块21,用于获取待处理图像的亮度指标参数值;
第二获取模块22,用于在所述亮度指标参数值低于第一预设阈值时,根据所述亮度指标参数值,获取亮度增强函数的控制参数值;
第一处理模块23,用于根据所述控制参数值,对所述待处理图像进行亮度增强。
本发明实施例提供的所述低照度图像增强装置通过获取待处理图像的亮度指标参数值;在所述亮度指标参数值低于第一预设阈值时,根据所述亮度指标参数值,获取亮度增强函数的控制参数值;根据所述控制参数值,对所述待处理图像进行亮度增强;能够实现自动检测图像的亮度,从而自适应地调整图像增强的等级,即越暗的图像亮度拉伸程度越高,正常照度的图像则不改变亮度;达到图像增强过程的全自动处理,不再依赖手工调整图像亮度增强参数;而且本方案增强后的图像不会过度增强和局部噪声;很好的解决了现有技术中低照度图像增强方案无法自适应调整增加等级的问题。
同时,本方案可以用到实时视频传输中,相对现有方案大大降低实时视频处理的处理时间,满足实时视频传输的实时性处理需求。
为了提高亮度增强效果,所述第一获取模块包括:第一处理子模块,用于将所述待处理图像的颜色空间转换到HSI空间,并获取所述待处理图像在所述HSI空间的每个像素的灰度值;第二处理子模块,用于根据所述灰度值,得到所述待处理图像在所述HSI空间的灰度均值及灰度方差;第三处理子模块,用于根据所述灰度均值及灰度方差,得到所述待处理图像的亮度指标参数值;其中,HSI空间为色调、饱和度和亮度空间。
具体的,所述第一处理模块包括:第四处理子模块,用于根据所述控制参数值,得到亮度增强后所述待处理图像的HSI空间数据;
为了便于编码之类的后续处理,本实施例中,所述低照度图像增强装置还包括:第二处理模块,用于在根据所述控制参数值,对所述待处理图像进行亮度增强之后,将所述HSI空间数据,恢复至所述待处理图像的原始颜色空间。
进一步的,所述低照度图像增强装置还包括:建立模块,用于在根据所述亮度指标参数值,获取亮度增强函数的控制参数值之前,建立样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系;
对应的,所述第二获取模块包括:第一获取子模块,用于根据所述映射关系和待处理图像的亮度指标参数值,获取所述待处理图像的亮度指标参数值对应的亮度增强函数的控制参数值。
具体的,所述建立模块包括:第二获取子模块,用于获取多个不同照度下的样本图像的亮度指标参数值;第三获取子模块,用于获取亮度指标参数值低于第一预设阈值的样本图像的像素值;第五处理子模块,用于根据所述像素值和亮度增强函数,对对应的样本图像进行亮度增强,并调整所述亮度增强函数的控制参数值,得到目标增强效果的图像;
第四获取子模块,用于获取与所述目标增强效果的图像对应的亮度增强函数的控制参数值,以及所述目标增强效果的图像对应的样本图像的亮度指标参数值,得到数据对;第六处理子模块,用于根据每一所述数据对,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系。
更具体的,所述第二获取子模块包括:第一获取单元,用于获取多个不同照度下的样本图像;第一处理单元,用于将所述样本图像的颜色空间转换到HSI空间,并获取所述样本图像在HSI空间的亮度指标参数值;其中,HSI空间为色调、饱和度和亮度空间。
为了加快处理速度,提高处理精度,所述第六处理子模块包括:第二处理单元,用于根据每一所述数据对,利用最小二乘法多项式曲线拟合,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系。
优选的所述第一处理模块采用如下公式:
其中,I(y)表示所述待处理图像亮度增强前像素点y在红色R通道、绿色G通道或蓝色B通道中的像素亮度值;Imax表示所述待处理图像的所有像素点在R通道、G通道或B通道中像素亮度值的最大值;Ien_g(y)表示所述待处理图像亮度增强后像素点y对应的像素亮度值;b表示所述控制参数值。
其中,上述低照度图像增强方法的所述实现实施例均适用于该低照度图像增强装置的实施例中,也能达到相同的技术效果。
本发明实施例还提供了一种图像处理设备,如图3所示,包括存储器31、处理器32及存储在所述存储器31上并可在所述处理器32上运行的计算机程序33;所述处理器32执行所述程序时实现上述的低照度图像增强方法。
具体的,所述处理器执行所述程序时实现如下步骤:
获取待处理图像的亮度指标参数值;
在所述亮度指标参数值低于第一预设阈值时,根据所述亮度指标参数值,获取亮度增强函数的控制参数值;
根据所述控制参数值,对所述待处理图像进行亮度增强。
本发明实施例提供的所述图像处理设备通过获取待处理图像的亮度指标参数值;在所述亮度指标参数值低于第一预设阈值时,根据所述亮度指标参数值,获取亮度增强函数的控制参数值;根据所述控制参数值,对所述待处理图像进行亮度增强;能够实现自动检测图像的亮度,从而自适应地调整图像增强的等级,即越暗的图像亮度拉伸程度越高,正常照度的图像则不改变亮度;达到图像增强过程的全自动处理,不再依赖手工调整图像亮度增强参数;而且本方案增强后的图像不会过度增强和局部噪声;很好的解决了现有技术中低照度图像增强方案无法自适应调整增加等级的问题。
同时,本方案可以用到实时视频传输中,相对现有方案大大降低实时视频处理的处理时间,满足实时视频传输的实时性处理需求。
为了提高亮度增强效果,所述获取待处理图像的亮度指标参数值的步骤包括:将所述待处理图像的颜色空间转换到HSI空间,并获取所述待处理图像在所述HSI空间的每个像素的灰度值;根据所述灰度值,得到所述待处理图像在所述HSI空间的灰度均值及灰度方差;根据所述灰度均值及灰度方差,得到所述待处理图像的亮度指标参数值;其中,HSI空间为色调、饱和度和亮度空间。
具体的,所述根据所述控制参数值,对所述待处理图像进行亮度增强的步骤包括:根据所述控制参数值,得到亮度增强后所述待处理图像的HSI空间数据;
为了便于编码之类的后续处理,本实施例中,在根据所述控制参数值,对所述待处理图像进行亮度增强之后,所述处理器还用于:将所述HSI空间数据,恢复至所述待处理图像的原始颜色空间。
进一步的,在根据所述亮度指标参数值,获取亮度增强函数的控制参数值之前,所述处理器还用于:建立样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系;
对应的,所述根据所述亮度指标参数值,获取亮度增强函数的控制参数值的步骤包括:根据所述映射关系和待处理图像的亮度指标参数值,获取所述待处理图像的亮度指标参数值对应的亮度增强函数的控制参数值。
具体的,所述建立样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系的步骤包括:获取多个不同照度下的样本图像的亮度指标参数值;获取亮度指标参数值低于第一预设阈值的样本图像的像素值;根据所述像素值和亮度增强函数,对对应的样本图像进行亮度增强,并调整所述亮度增强函数的控制参数值,得到目标增强效果的图像;
获取与所述目标增强效果的图像对应的亮度增强函数的控制参数值,以及所述目标增强效果的图像对应的样本图像的亮度指标参数值,得到数据对;根据每一所述数据对,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系。
更具体的,所述获取多个不同照度下的样本图像的亮度指标参数值的步骤包括:获取多个不同照度下的样本图像;将所述样本图像的颜色空间转换到HSI空间,并获取所述样本图像在HSI空间的亮度指标参数值;其中,HSI空间为色调、饱和度和亮度空间。
为了加快处理速度,提高处理精度,所述根据每一所述数据对,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系的步骤包括:根据每一所述数据对,利用最小二乘法多项式曲线拟合,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系。
优选的,所述根据所述控制参数值,对所述待处理图像进行亮度增强的步骤采用如下公式:
其中,I(y)表示所述待处理图像亮度增强前像素点y在红色R通道、绿色G通道或蓝色B通道中的像素亮度值;Imax表示所述待处理图像的所有像素点在R通道、G通道或B通道中像素亮度值的最大值;Ien_g(y)表示所述待处理图像亮度增强后像素点y对应的像素亮度值;b表示所述控制参数值。
其中,上述低照度图像增强方法的所述实现实施例均适用于该图像处理设备的实施例中,也能达到相同的技术效果。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的低照度图像增强方法中的步骤。
具体的,该程序被处理器执行时实现如下步骤:
获取待处理图像的亮度指标参数值;
在所述亮度指标参数值低于第一预设阈值时,根据所述亮度指标参数值,获取亮度增强函数的控制参数值;
根据所述控制参数值,对所述待处理图像进行亮度增强。
本发明实施例提供的所述计算机可读存储介质通过获取待处理图像的亮度指标参数值;在所述亮度指标参数值低于第一预设阈值时,根据所述亮度指标参数值,获取亮度增强函数的控制参数值;根据所述控制参数值,对所述待处理图像进行亮度增强;能够实现自动检测图像的亮度,从而自适应地调整图像增强的等级,即越暗的图像亮度拉伸程度越高,正常照度的图像则不改变亮度;达到图像增强过程的全自动处理,不再依赖手工调整图像亮度增强参数;而且本方案增强后的图像不会过度增强和局部噪声;很好的解决了现有技术中低照度图像增强方案无法自适应调整增加等级的问题。
同时,本方案可以用到实时视频传输中,相对现有方案大大降低实时视频处理的处理时间,满足实时视频传输的实时性处理需求。
为了提高亮度增强效果,所述获取待处理图像的亮度指标参数值的步骤包括:将所述待处理图像的颜色空间转换到HSI空间,并获取所述待处理图像在所述HSI空间的每个像素的灰度值;根据所述灰度值,得到所述待处理图像在所述HSI空间的灰度均值及灰度方差;根据所述灰度均值及灰度方差,得到所述待处理图像的亮度指标参数值;其中,HSI空间为色调、饱和度和亮度空间。
具体的,所述根据所述控制参数值,对所述待处理图像进行亮度增强的步骤包括:根据所述控制参数值,得到亮度增强后所述待处理图像的HSI空间数据;
为了便于编码之类的后续处理,本实施例中,在根据所述控制参数值,对所述待处理图像进行亮度增强之后,该程序被处理器执行时还用于:将所述HSI空间数据,恢复至所述待处理图像的原始颜色空间。
进一步的,在根据所述亮度指标参数值,获取亮度增强函数的控制参数值之前,该程序被处理器执行时还用于:建立样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系;
对应的,所述根据所述亮度指标参数值,获取亮度增强函数的控制参数值的步骤包括:根据所述映射关系和待处理图像的亮度指标参数值,获取所述待处理图像的亮度指标参数值对应的亮度增强函数的控制参数值。
具体的,所述建立样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系的步骤包括:获取多个不同照度下的样本图像的亮度指标参数值;获取亮度指标参数值低于第一预设阈值的样本图像的像素值;根据所述像素值和亮度增强函数,对对应的样本图像进行亮度增强,并调整所述亮度增强函数的控制参数值,得到目标增强效果的图像;
获取与所述目标增强效果的图像对应的亮度增强函数的控制参数值,以及所述目标增强效果的图像对应的样本图像的亮度指标参数值,得到数据对;根据每一所述数据对,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系。
更具体的,所述获取多个不同照度下的样本图像的亮度指标参数值的步骤包括:获取多个不同照度下的样本图像;将所述样本图像的颜色空间转换到HSI空间,并获取所述样本图像在HSI空间的亮度指标参数值;其中,HSI空间为色调、饱和度和亮度空间。
为了加快处理速度,提高处理精度,所述根据每一所述数据对,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系的步骤包括:根据每一所述数据对,利用最小二乘法多项式曲线拟合,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系。
优选的,所述根据所述控制参数值,对所述待处理图像进行亮度增强的步骤采用如下公式:
其中,I(y)表示所述待处理图像亮度增强前像素点y在红色R通道、绿色G通道或蓝色B通道中的像素亮度值;Imax表示所述待处理图像的所有像素点在R通道、G通道或B通道中像素亮度值的最大值;Ien_g(y)表示所述待处理图像亮度增强后像素点y对应的像素亮度值;b表示所述控制参数值。
其中,上述低照度图像增强方法的所述实现实施例均适用于该计算机可读存储介质的实施例中,也能达到相同的技术效果。
需要说明的是,此说明书中所描述的许多功能部件都被称为模块/子模块/单元,以便更加特别地强调其实现方式的独立性。
本发明实施例中,模块/子模块/单元可以用软件实现,以便由各种类型的处理器执行。举例来说,一个标识的可执行代码模块可以包括计算机指令的一个或多个物理或者逻辑块,举例来说,其可以被构建为对象、过程或函数。尽管如此,所标识模块的可执行代码无需物理地位于一起,而是可以包括存储在不同位里上的不同的指令,当这些指令逻辑上结合在一起时,其构成模块并且实现该模块的规定目的。
实际上,可执行代码模块可以是单条指令或者是许多条指令,并且甚至可以分布在多个不同的代码段上,分布在不同程序当中,以及跨越多个存储器设备分布。同样地,操作数据可以在模块内被识别,并且可以依照任何适当的形式实现并且被组织在任何适当类型的数据结构内。所述操作数据可以作为单个数据集被收集,或者可以分布在不同位置上(包括在不同存储设备上),并且至少部分地可以仅作为电子信号存在于系统或网络上。
在模块可以利用软件实现时,考虑到现有硬件工艺的水平,所以可以以软件实现的模块,在不考虑成本的情况下,本领域技术人员都可以搭建对应的硬件电路来实现对应的功能,所述硬件电路包括常规的超大规模集成(VLSI)电路或者门阵列以及诸如逻辑芯片、晶体管之类的现有半导体或者是其它分立的元件。模块还可以用可编程硬件设备,诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等实现。
以上所述的是本发明的优选实施方式,应当指出对于本技术领域的普通人员来说,在不脱离本发明所述原理前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种低照度图像增强方法,其特征在于,包括:
获取待处理图像的亮度指标参数值;
在所述亮度指标参数值低于第一预设阈值时,根据所述亮度指标参数值,获取亮度增强函数的控制参数值;
根据所述控制参数值,对所述待处理图像进行亮度增强;
其中,所述获取待处理图像的亮度指标参数值的步骤包括:
将所述待处理图像的颜色空间转换到HSI空间,并获取所述待处理图像在所述HSI空间的每个像素的灰度值;
根据所述灰度值,得到所述待处理图像在所述HSI空间的灰度均值及灰度方差;
根据所述灰度均值及灰度方差,得到所述待处理图像的亮度指标参数值;
其中,HSI空间为色调、饱和度和亮度空间。
2.根据权利要求1所述的低照度图像增强方法,其特征在于,所述根据所述控制参数值,对所述待处理图像进行亮度增强的步骤包括:
根据所述控制参数值,得到亮度增强后所述待处理图像的HSI空间数据;
在根据所述控制参数值,对所述待处理图像进行亮度增强之后,所述低照度图像增强方法还包括:
将所述HSI空间数据,恢复至所述待处理图像的原始颜色空间。
3.根据权利要求1所述的低照度图像增强方法,其特征在于,在根据所述亮度指标参数值,获取亮度增强函数的控制参数值之前,所述低照度图像增强方法还包括:
建立样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系;
所述根据所述亮度指标参数值,获取亮度增强函数的控制参数值的步骤包括:
根据所述映射关系和待处理图像的亮度指标参数值,获取所述待处理图像的亮度指标参数值对应的亮度增强函数的控制参数值。
4.根据权利要求3所述的低照度图像增强方法,其特征在于,所述建立样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系的步骤包括:
获取多个不同照度下的样本图像的亮度指标参数值;
获取亮度指标参数值低于第一预设阈值的样本图像的像素值;
根据所述像素值和亮度增强函数,对对应的样本图像进行亮度增强,并调整所述亮度增强函数的控制参数值,得到目标增强效果的图像;
获取与所述目标增强效果的图像对应的亮度增强函数的控制参数值,以及所述目标增强效果的图像对应的样本图像的亮度指标参数值,得到数据对;
根据每一所述数据对,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系。
5.根据权利要求4所述的低照度图像增强方法,其特征在于,所述获取多个不同照度下的样本图像的亮度指标参数值的步骤包括:
获取多个不同照度下的样本图像;
将所述样本图像的颜色空间转换到HSI空间,并获取所述样本图像在HSI空间的亮度指标参数值;
其中,HSI空间为色调、饱和度和亮度空间。
6.根据权利要求4所述的低照度图像增强方法,其特征在于,所述根据每一所述数据对,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系的步骤包括:
根据每一所述数据对,利用最小二乘法多项式曲线拟合,得到样本图像的亮度指标参数值与亮度增强函数的控制参数值之间的映射关系。
7.根据权利要求1所述的低照度图像增强方法,其特征在于,所述根据所述控制参数值,对所述待处理图像进行亮度增强的步骤采用如下公式:
其中,I(y)表示所述待处理图像亮度增强前像素点y在红色R通道、绿色G通道或蓝色B通道中的像素亮度值;Imax表示所述待处理图像的所有像素点在R通道、G通道或B通道中像素亮度值的最大值;Ien_g(y)表示所述待处理图像亮度增强后像素点y对应的像素亮度值;b表示所述控制参数值。
8.一种低照度图像增强装置,其特征在于,包括:
第一获取模块,用于获取待处理图像的亮度指标参数值;
第二获取模块,用于在所述亮度指标参数值低于第一预设阈值时,根据所述亮度指标参数值,获取亮度增强函数的控制参数值;
第一处理模块,用于根据所述控制参数值,对所述待处理图像进行亮度增强;
其中,所述第一获取模块包括:
第一处理子模块,用于将所述待处理图像的颜色空间转换到HSI空间,并获取所述待处理图像在所述HSI空间的每个像素的灰度值;
第二处理子模块,用于根据所述灰度值,得到所述待处理图像在所述HSI空间的灰度均值及灰度方差;
第三处理子模块,用于根据所述灰度均值及灰度方差,得到所述待处理图像的亮度指标参数值;
其中,HSI空间为色调、饱和度和亮度空间。
9.一种图像处理设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序;其特征在于,所述处理器执行所述程序时实现如权利要求1至7中任一项所述的低照度图像增强方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任一项所述的低照度图像增强方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711114152.4A CN109785240B (zh) | 2017-11-13 | 2017-11-13 | 一种低照度图像增强方法、装置及图像处理设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711114152.4A CN109785240B (zh) | 2017-11-13 | 2017-11-13 | 一种低照度图像增强方法、装置及图像处理设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109785240A true CN109785240A (zh) | 2019-05-21 |
CN109785240B CN109785240B (zh) | 2021-05-25 |
Family
ID=66493051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711114152.4A Active CN109785240B (zh) | 2017-11-13 | 2017-11-13 | 一种低照度图像增强方法、装置及图像处理设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109785240B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110956180A (zh) * | 2019-07-04 | 2020-04-03 | 中联重科股份有限公司 | 配重重量的检测方法与系统、获取方法与系统及起重机 |
CN111462008A (zh) * | 2020-03-31 | 2020-07-28 | 湖南优美科技发展有限公司 | 低照度图像增强方法、低照度图像增强装置和电子设备 |
CN111652199A (zh) * | 2020-08-04 | 2020-09-11 | 湖南莱博赛医用机器人有限公司 | 一种图像处理方法、装置、设备和介质 |
CN112215767A (zh) * | 2020-09-28 | 2021-01-12 | 电子科技大学 | 一种抗块效应的图像视频增强方法 |
CN113344810A (zh) * | 2021-05-31 | 2021-09-03 | 新相微电子(上海)有限公司 | 基于动态数据分布的图像增强方法 |
CN113436126A (zh) * | 2021-07-13 | 2021-09-24 | 上海艾为电子技术股份有限公司 | 图像饱和度增强方法和系统、电子设备 |
CN113689333A (zh) * | 2021-08-23 | 2021-11-23 | 深圳前海微众银行股份有限公司 | 一种图像增强的方法及装置 |
CN113822826A (zh) * | 2021-11-25 | 2021-12-21 | 江苏游隼微电子有限公司 | 一种低照度图像亮度增强方法 |
CN114119422A (zh) * | 2021-12-03 | 2022-03-01 | 深圳大学 | 无参考低照度内窥镜图像质量增强方法、系统及相关组件 |
CN116664463A (zh) * | 2023-05-29 | 2023-08-29 | 中兴协力(山东)数字科技集团有限公司 | 两阶段的低照度图像增强方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289792A (zh) * | 2011-05-03 | 2011-12-21 | 北京云加速信息技术有限公司 | 一种低照度视频图像增强方法及系统 |
CN102667899A (zh) * | 2009-11-27 | 2012-09-12 | 佳能株式会社 | 图像显示装置 |
CN104182947A (zh) * | 2014-09-10 | 2014-12-03 | 安科智慧城市技术(中国)有限公司 | 一种低照度图像增强方法和系统 |
US9275445B2 (en) * | 2013-08-26 | 2016-03-01 | Disney Enterprises, Inc. | High dynamic range and tone mapping imaging techniques |
CN105654437A (zh) * | 2015-12-24 | 2016-06-08 | 广东迅通科技股份有限公司 | 一种对低照度图像的增强方法 |
CN106127709A (zh) * | 2016-06-24 | 2016-11-16 | 华东师范大学 | 一种低照度彩色眼底图像判断方法与增强方法 |
CN106251300A (zh) * | 2016-07-26 | 2016-12-21 | 华侨大学 | 一种基于Retinex的快速夜间雾天图像复原方法 |
CN106780379A (zh) * | 2016-12-08 | 2017-05-31 | 哈尔滨工业大学 | 一种计量显微镜的彩色图像增强方法 |
CN106886985A (zh) * | 2017-04-25 | 2017-06-23 | 哈尔滨工业大学 | 一种减小色偏的自适应低照度图像增强方法 |
CN107045713A (zh) * | 2017-04-12 | 2017-08-15 | 湖南源信光电科技股份有限公司 | 基于census立体匹配的低照度图像增强方法 |
-
2017
- 2017-11-13 CN CN201711114152.4A patent/CN109785240B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102667899A (zh) * | 2009-11-27 | 2012-09-12 | 佳能株式会社 | 图像显示装置 |
CN102289792A (zh) * | 2011-05-03 | 2011-12-21 | 北京云加速信息技术有限公司 | 一种低照度视频图像增强方法及系统 |
US9275445B2 (en) * | 2013-08-26 | 2016-03-01 | Disney Enterprises, Inc. | High dynamic range and tone mapping imaging techniques |
CN104182947A (zh) * | 2014-09-10 | 2014-12-03 | 安科智慧城市技术(中国)有限公司 | 一种低照度图像增强方法和系统 |
CN104182947B (zh) * | 2014-09-10 | 2017-04-26 | 安科智慧城市技术(中国)有限公司 | 一种低照度图像增强方法和系统 |
CN105654437A (zh) * | 2015-12-24 | 2016-06-08 | 广东迅通科技股份有限公司 | 一种对低照度图像的增强方法 |
CN106127709A (zh) * | 2016-06-24 | 2016-11-16 | 华东师范大学 | 一种低照度彩色眼底图像判断方法与增强方法 |
CN106251300A (zh) * | 2016-07-26 | 2016-12-21 | 华侨大学 | 一种基于Retinex的快速夜间雾天图像复原方法 |
CN106780379A (zh) * | 2016-12-08 | 2017-05-31 | 哈尔滨工业大学 | 一种计量显微镜的彩色图像增强方法 |
CN107045713A (zh) * | 2017-04-12 | 2017-08-15 | 湖南源信光电科技股份有限公司 | 基于census立体匹配的低照度图像增强方法 |
CN106886985A (zh) * | 2017-04-25 | 2017-06-23 | 哈尔滨工业大学 | 一种减小色偏的自适应低照度图像增强方法 |
Non-Patent Citations (5)
Title |
---|
F. DRAGO等: "Adaptive Logarithmic Mapping For Displaying High contrast scenes", 《COMPUTER CRAPHICS FORUM》 * |
沈瑜等: "基于Tetrolet变换的彩色水下图像清晰化分析", 《光学学报》 * |
王建新等: "基于HSI颜色空间的单幅图像去雾算法", 《计算机应用》 * |
薛英等: "低照度自适应图像增强方法研究", 《信息技术》 * |
谭海曙等: "基于神经网络的图像亮度和对比度自适应增强", 《光电子•激光》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110956180B (zh) * | 2019-07-04 | 2021-04-13 | 中联重科股份有限公司 | 配重重量的检测方法与系统、获取方法与系统及起重机 |
CN110956180A (zh) * | 2019-07-04 | 2020-04-03 | 中联重科股份有限公司 | 配重重量的检测方法与系统、获取方法与系统及起重机 |
CN111462008A (zh) * | 2020-03-31 | 2020-07-28 | 湖南优美科技发展有限公司 | 低照度图像增强方法、低照度图像增强装置和电子设备 |
CN111462008B (zh) * | 2020-03-31 | 2023-04-11 | 湖南优美科技发展有限公司 | 低照度图像增强方法、低照度图像增强装置和电子设备 |
CN111652199A (zh) * | 2020-08-04 | 2020-09-11 | 湖南莱博赛医用机器人有限公司 | 一种图像处理方法、装置、设备和介质 |
CN112215767A (zh) * | 2020-09-28 | 2021-01-12 | 电子科技大学 | 一种抗块效应的图像视频增强方法 |
CN113344810A (zh) * | 2021-05-31 | 2021-09-03 | 新相微电子(上海)有限公司 | 基于动态数据分布的图像增强方法 |
CN113436126B (zh) * | 2021-07-13 | 2022-06-10 | 上海艾为电子技术股份有限公司 | 图像饱和度增强方法和系统、电子设备 |
CN113436126A (zh) * | 2021-07-13 | 2021-09-24 | 上海艾为电子技术股份有限公司 | 图像饱和度增强方法和系统、电子设备 |
CN113689333A (zh) * | 2021-08-23 | 2021-11-23 | 深圳前海微众银行股份有限公司 | 一种图像增强的方法及装置 |
CN113822826A (zh) * | 2021-11-25 | 2021-12-21 | 江苏游隼微电子有限公司 | 一种低照度图像亮度增强方法 |
CN113822826B (zh) * | 2021-11-25 | 2022-02-11 | 江苏游隼微电子有限公司 | 一种低照度图像亮度增强方法 |
CN114119422A (zh) * | 2021-12-03 | 2022-03-01 | 深圳大学 | 无参考低照度内窥镜图像质量增强方法、系统及相关组件 |
CN114119422B (zh) * | 2021-12-03 | 2022-07-15 | 深圳大学 | 无参考低照度内窥镜图像质量增强方法、系统及相关组件 |
CN116664463A (zh) * | 2023-05-29 | 2023-08-29 | 中兴协力(山东)数字科技集团有限公司 | 两阶段的低照度图像增强方法 |
CN116664463B (zh) * | 2023-05-29 | 2024-01-30 | 中兴协力(山东)数字科技集团有限公司 | 两阶段的低照度图像增强方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109785240B (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109785240A (zh) | 一种低照度图像增强方法、装置及图像处理设备 | |
CN112752023B (zh) | 一种图像调整方法、装置、电子设备及存储介质 | |
CN104717432B (zh) | 处理一组输入图像的方法、图像处理设备和数字照相机 | |
CN105046663B (zh) | 一种模拟人类视觉感知的自适应低照度图像增强方法 | |
CN106897981A (zh) | 一种基于引导滤波的低照度图像增强方法 | |
CN109447910A (zh) | 一种基于模糊理论的低照度彩色图像增强方法 | |
US9396526B2 (en) | Method for improving image quality | |
CN106204470A (zh) | 基于模糊理论的低照度成像方法 | |
CN114582278B (zh) | Led显示屏亮度校正系数调整方法、装置及校正系统 | |
US8400522B2 (en) | Method and apparatus for applying tonal correction to images | |
US20030053688A1 (en) | Method for improved automatic partial color constancy correction | |
KR102277005B1 (ko) | 비지도 학습을 이용한 저조도 영상 처리 방법 및 장치 | |
Jang et al. | Adaptive color enhancement based on multi-scaled Retinex using local contrast of the input image | |
US11640654B2 (en) | Image processing method and apparatus | |
RU2298223C2 (ru) | Система и способ коррекции темных оттенков на цифровых фотографиях | |
CN111640068A (zh) | 一种图像曝光度的无监督自动化校正方法 | |
CN110086997B (zh) | 人脸图像曝光亮度补偿方法及装置 | |
CN106355556B (zh) | 图像去雾的方法和设备 | |
CN112215765B (zh) | 农业自然光环境下机器人视觉色彩校正方法及装置 | |
EP1832123A1 (en) | Digital image photographing apparatus and method | |
CN115049561A (zh) | 基于非理想光照图像的真实影像再现方法 | |
CN101697594B (zh) | 一种基于局部视觉适应模型的真实影像再现方法 | |
CN118628855A (zh) | 一种构建低光照增强数据集的方法 | |
CN118396907A (zh) | 一种图像对比度增强方法和装置 | |
JP6879636B1 (ja) | 画像処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |