CN109584175B - 一种图像处理方法及装置 - Google Patents
一种图像处理方法及装置 Download PDFInfo
- Publication number
- CN109584175B CN109584175B CN201811390921.8A CN201811390921A CN109584175B CN 109584175 B CN109584175 B CN 109584175B CN 201811390921 A CN201811390921 A CN 201811390921A CN 109584175 B CN109584175 B CN 109584175B
- Authority
- CN
- China
- Prior art keywords
- image
- weight
- parameter
- low
- processing
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000001914 filtration Methods 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 14
- 230000002708 enhancing effect Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 16
- 238000004590 computer program Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared 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
- G06T2207/20004—Adaptive image processing
-
- 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
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一种图像处理方法及装置，包括：识别第一图像中的第一像素点的最大亮度值和最小亮度值，确定所述最大亮度值与最小亮度值的差值；识别所述第一图像中每个第一像素点的第一亮度值，根据所述每个第一像素点的第一亮度值，确定所述第一图像的亮度分布方差；根据所述差值和所述亮度分布方差，确定当前的场景对应的图像处理参数；采用所述图像处理参数对所述第一图像进行处理，得到目标图像。由于在本发明实施例中，根据亮度差值和方差，确定出当前的场景对应的图像处理参数。针对不同的场景可以都确定出对应的参数，自适用于各个场景，使得各个场景下处理后的图像质量较好。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种图像处理方法及装置。
背景技术
红外热像仪采集到的图像原始数据位宽一般在12～14bit，而终端显示设备能够显示的图像数据位宽一般是8bit，因此需要对原始图像数据进行重新映射，将图像数据位宽从12～14bit压缩到8bit，以便于显示设备的显示。如果图像数据位宽是n bit，则图像中像素点的亮度值范围为0～2n-1。
现有技术中，一般采用自动增益控制法、平台直方图均衡法等方法实现将图像数据位宽从12～14bit压缩到8bit，而现有技术中都是采用统一的参数对图像进行处理，随着场景的变化，不可能使用统一的参数来应对。例如，现有的自动增益控制法、平台直方图均衡法等方法一般在高动态场景下处理效果好，但是当场景由高动态场景变为低动态场景时，现有技术中处理后的图像质量较差。
发明内容
本发明实施例提供了一种图像处理方法及装置，用以解决现有技术中场景变化时，不能保证图像质量都达到要求的问题。
本发明实施例提供了一种图像处理方法，所述方法包括：
识别第一图像中的第一像素点的最大亮度值和最小亮度值，确定所述最大亮度值与最小亮度值的差值；识别所述第一图像中每个第一像素点的第一亮度值，根据所述每个第一像素点的第一亮度值，确定所述第一图像的亮度分布方差；
根据所述差值和所述亮度分布方差，确定当前的场景对应的图像处理参数；
采用所述图像处理参数对所述第一图像进行处理，得到目标图像。
进一步地，根据所述差值和所述亮度分布方差，确定当前的场景对应的图像处理参数包括：
根据所述差值和预先保存的差值与自动增益控制参数的对应关系，确定自动增益控制参数，其中，所述差值越小，所述自动增益控制参数越大；根据所述亮度分布方差和预先保存的方差与低通滤波参数、图像高频增强参数、以及平台直方图均衡处理的第一权重、自动增益控制的第二权重的对应关系，确定低通滤波参数、图像高频增强参数、平台直方图均衡处理的第一权重和自动增益控制的第二权重，其中，所述方差越小，低通滤波参数、图像高频增强参数、第一权重越小，第二权重越大。
进一步地，所述识别第一图像中的第一像素点的最大亮度值和最小亮度值之前，所述方法还包括：
将第一图像中的像素点的亮度值按照大小进行排序，由大到小剔除所述第一图像中第一预设数量的像素点，由小到大剔除所述第一图像中第二预设数量的像素点。
进一步地，采用所述图像处理参数对所述第一图像进行处理，得到目标图像包括：
基于所述低通滤波参数，对所述第一图像进行低通滤波处理，得到低频图像；采用所述第一图像中每个第一像素点的第一亮度值，减去所述低频图像中对应的第二像素点的第二亮度值，得到高频图像；
基于所述自动增益控制参数，对所述低频图像进行自动增益处理，得到第二图像，对所述低频图像进行平台直方图均衡处理，得到第三图像；基于所述图像高频增强参数，对所述高频图像进行增强处理，得到第四图像；
根据所述第一权重和第二权重，对所述第二图像和第三图像进行加权求和，得到第五图像，确定所述第五图像和第四图像中的对应像素点的亮度值的和，得到目标图像。
进一步地，所述第一权重与第二权重的和为1。
另一方面，本发明实施例提供了一种图像处理装置，所述装置包括：
第一确定模块，用于识别第一图像中的第一像素点的最大亮度值和最小亮度值，确定所述最大亮度值与最小亮度值的差值；识别所述第一图像中每个第一像素点的第一亮度值，根据所述每个第一像素点的第一亮度值，确定所述第一图像的亮度分布方差；
第二确定模块，用于根据所述差值和所述亮度分布方差，确定当前的场景对应的图像处理参数；
处理模块，用于采用所述图像处理参数对所述第一图像进行处理，得到目标图像。
进一步地，所述第二确定模块，具体用于根据所述差值和预先保存的差值与自动增益控制参数的对应关系，确定自动增益控制参数，其中，所述差值越小，所述自动增益控制参数越大；根据所述亮度分布方差和预先保存的方差与低通滤波参数、图像高频增强参数、以及平台直方图均衡处理的第一权重、自动增益控制的第二权重的对应关系，确定低通滤波参数、图像高频增强参数、平台直方图均衡处理的第一权重和自动增益控制的第二权重，其中，所述方差越小，低通滤波参数、图像高频增强参数、第一权重越小，第二权重越大。
进一步地，所述装置还包括：
剔除模块，用于将第一图像中的像素点的亮度值按照大小进行排序，由大到小剔除所述第一图像中第一预设数量的像素点，由小到大剔除所述第一图像中第二预设数量的像素点，触发所述第一确定模块。
进一步地，所述处理模块，具体用于基于所述低通滤波参数，对所述第一图像进行低通滤波处理，得到低频图像；采用所述第一图像中每个第一像素点的第一亮度值，减去所述低频图像中对应的第二像素点的第二亮度值，得到高频图像；基于所述自动增益控制参数，对所述低频图像进行自动增益处理，得到第二图像，对所述低频图像进行平台直方图均衡处理，得到第三图像；基于所述图像高频增强参数，对所述高频图像进行增强处理，得到第四图像；根据所述第一权重和第二权重，对所述第二图像和第三图像进行加权求和，得到第五图像，确定所述第五图像和第四图像中的对应像素点的亮度值的和，得到目标图像。
进一步地，所述第一权重与第二权重的和为1。
本发明实施例提供了一种图像处理方法及装置，所述方法包括：识别第一图像中的第一像素点的最大亮度值和最小亮度值，确定所述最大亮度值与最小亮度值的差值；识别所述图像中每个第一像素点的第一亮度值，根据所述每个第一像素点的第一亮度值，确定所述第一图像的亮度分布方差；根据所述差值和所述亮度分布方差，确定当前的场景对应的图像处理参数；采用所述图像处理参数对所述第一图像进行处理，得到目标图像。
由于在本发明实施例中，确定出第一图像中的最大亮度值与最小亮度值的差值，以及亮度分布方差后，可以确定出当前的场景对应的图像处理参数，采用所述图像处理参数对所述第一图像进行处理，得到目标图像。不同场景的图像确定出的最大亮度值与最小亮度值的差值，以及亮度分布方差不同，根据本发明实施例提供的方法，针对不同的场景，都可以确定出对应的处理参数，采用对应的处理参数对图像进行处理得到目标图像，自适用于各个场景，从而可以使得各个场景下处理后的图像质量较好。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的图像处理过程示意图；
图2为本发明实施例提供的图像处理系统结构示意图；
图3为本发明实施例提供的对第一图像进行处理的系统结构示意图；
图4为本发明实施例提供的图像处理装置结构示意图。
具体实施方式
下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
图1为本发明实施例提供的图像处理过程示意图，该过程包括以下步骤：
S101：识别第一图像中的第一像素点的最大亮度值和最小亮度值，确定所述最大亮度值与最小亮度值的差值；识别所述第一图像中每个第一像素点的第一亮度值，根据所述每个第一像素点的第一亮度值，确定所述第一图像的亮度分布方差。
本发明实施例提供的图像处理方法应用于电子设备，该电子设备可以是PC、平板电脑等设备，也可以是可以采集热成像图像的图像采集设备，例如红外热像仪。
在本发明实施例中，将图像采集设备采集的图像作为第一图像。如果电子设备为图像采集设备，则图像采集设备在采集到第一图像后，即可对第一图像进行处理。如果电子设备为PC、平板电脑等设备，图像采集设备在采集到第一图像后，先将第一图像发送至电子设备，再由电子设备对第一图像进行处理。
具体的，电子设备获取到第一图像后，可以识别第一图像中每个第一像素点的第一亮度值，从而可以确定第一图像中的第一像素点的最大亮度值和最小亮度值，然后确定最大亮度值与最小亮度值的差值，该差值可以表征第一图像的动态范围，差值越大，说明第一图像的动态范围越大，差值越小，说明第一图像的动态范围越小。动态范围越大，说明第一图像中高温物体与低温物体的温差越大。电子设备根据每个第一像素点的第一亮度值，采用方差计算公式，可以计算出第一图像的亮度分布方差。灰度分布方差越大说明图像中物体温度层级越丰富。
S102：根据所述差值和所述亮度分布方差，确定当前的场景对应的图像处理参数。
S103：采用所述图像处理参数对所述第一图像进行处理，得到目标图像。
在本发明实施例中，可以将场景分为四种：
1、动态范围小，亮度分布方差小——说明此时的场景是一种单一的均匀场景(低动态场景)；
2、动态范围大，亮度分布方差小——说明此时的场景是在大面积单一均匀的场景中出现了零星的高温小物体；
3、动态范围小，亮度分布方差大——说明此时的场景温度层级较多，但是最高温与最低温之间的温差不大；
4、动态范围大，亮度分布方差大——说明此时的场景是一种高动态场景。
根据确定出的亮度差值和亮度分布方差，可以确定出当前是哪种场景，进而确定当前场景对应的图像处理参数。在本发明实施例中，不对图像处理的方法进行限定，针对应用的图像处理方法，根据当前的场景确定该图像处理方法所用到的各参数的大小。例如，低动态场景下为了保证图像亮度能够被充分放大，确定的各参数可以偏大。
电子设备根据差值和亮度分布方差，确定当前的场景对应的图像处理参数后，采用图像处理参数对第一图像进行处理，得到目标图像。
由于在本发明实施例中，确定出第一图像中的最大亮度值与最小亮度值的差值，以及亮度分布方差后，可以确定出当前的场景对应的图像处理参数，采用所述图像处理参数对所述第一图像进行处理，得到目标图像。不同场景的图像确定出的最大亮度值与最小亮度值的差值，以及亮度分布方差不同，根据本发明实施例提供的方法，针对不同的场景，都可以确定出对应的处理参数，采用对应的处理参数对图像进行处理得到目标图像，自适用于各个场景，从而可以使得各个场景下处理后的图像质量较好。
在上述实施例的基础上，在本发明实施例中，根据所述差值和所述亮度分布方差，确定当前的场景对应的图像处理参数包括：
根据所述差值和预先保存的差值与自动增益控制参数的对应关系，确定自动增益控制参数，其中，所述差值越小，所述自动增益控制参数越大；根据所述亮度分布方差和预先保存的方差与低通滤波参数、图像高频增强参数、以及平台直方图均衡处理的第一权重、自动增益控制的第二权重的对应关系，确定低通滤波参数、图像高频增强参数、平台直方图均衡处理的第一权重和自动增益控制的第二权重，其中，所述方差越小，低通滤波参数、图像高频增强参数、第一权重越小，第二权重越大。
电子设备中可以保存最大亮度值与最小亮度值的差值与自动增益控制参数的对应关系，该对应关系可以是差值范围与自动增益控制参数的对应关系，也可以是差值与自动增益控制参数的一一对应关系。只要保证差值越小，自动增益控制参数越大即可，这是因为差值越小，动态范围越小，此时自动增益控制参数越大是为了保证低动态场景中的图像亮度能够被充分放大，其中，自动增益控制参数可以是自动增益控制中的平均亮度、拉升幅度等参数。
如果差值与自动增益控制参数的对应关系是一一对应关系，则根据计算出的差值确定对应的自动增益控制参数即可。如果差值与自动增益控制参数的对应关系是差值范围与自动增益控制参数的对应关系，则计算出的差值后，先确定差值所属的范围，然后将所属的范围对应的自动增益控制参数确定为差值对应的自动增益控制参数。此时，包含的差值较小的差值范围对应的自动增益控制参数越大。
电子设备中还可以保存亮度分布方差与低通滤波参数和图像高频增强参数的对应关系，该对应关系可以是亮度分布方差范围与低通滤波参数和图像高频增强参数的对应关系，也可以是亮度分布方差与低通滤波参数和图像高频增强参数的一一对应关系。只要保证亮度分布方差越小，低通滤波参数和图像高频增强参数越小即可，这是因为亮度分布方差越小，场景越单一，低通滤波参数和图像高频增强参数越小是为了确保在单一均匀场景下噪声被抑制，而在高动态场景下细节得到充分加强。
如果亮度分布方差与低通滤波参数和图像高频增强参数的对应关系是一一对应关系，则根据计算出的亮度分布方差确定对应的低通滤波参数和图像高频增强参数即可。如果亮度分布方差与低通滤波参数和图像高频增强参数的对应关系是亮度分布方差范围与低通滤波参数和图像高频增强参数的对应关系，则计算出的亮度分布方差后，先确定亮度分布方差所属的范围，然后将所属的范围对应的低通滤波参数和图像高频增强参数确定为亮度分布方差对应的低通滤波参数和图像高频增强参数。此时，包含的亮度分布方差较小的范围对应的低通滤波参数和图像高频增强参数越小。
电子设备中还可以保存亮度分布方差与平台直方图均衡处理的第一权重、自动增益控制的第二权重的对应关系，该对应关系可以是亮度分布方差范围与平台直方图均衡处理的第一权重、自动增益控制的第二权重的对应关系，也可以是亮度分布方差与平台直方图均衡处理的第一权重、自动增益控制的第二权重的一一对应关系。只要保证亮度分布方差越小，第一权重越小，第二权重越大即可，这是为了进一步确保在单一均匀场景下噪声被抑制，而在高动态场景下细节得到充分加强。
如果亮度分布方差与平台直方图均衡处理的第一权重、自动增益控制的第二权重的对应关系是一一对应关系，则根据计算出的亮度分布方差确定对应的平台直方图均衡处理的第一权重、自动增益控制的第二权重的即可。如果亮度分布方差与平台直方图均衡处理的第一权重、自动增益控制的第二权重的对应关系是亮度分布方差范围与平台直方图均衡处理的第一权重、自动增益控制的第二权重的对应关系，则计算出的亮度分布方差后，先确定亮度分布方差所属的范围，然后将所属的范围对应的平台直方图均衡处理的第一权重、自动增益控制的第二权重确定为亮度分布方差对应的平台直方图均衡处理的第一权重、自动增益控制的第二权重。此时，包含的亮度分布方差较小的范围对应的平台直方图均衡处理的第一权重越小，对应的自动增益控制的第二权重越大。
所述第一权重与第二权重的和为1。
另外，差值与自动增益控制参数的对应关系，以及方差与低通滤波参数、图像高频增强参数的对应关系，可以是多段线性关系，例如将差值分为三段，这三段与自动增益控制参数的线性对应关系的系数可以分别为k1、k2、k3。将方差分为四段，这四段与低通滤波参数的线性对应关系的系数可以分别为a1、a2、a3、a4。
图2为本发明实施例提供的图像处理系统结构示意图，如图2所示，信息统计模块用于确定最大亮度值与最小亮度值的差值以及第一图像的亮度分布方差，场景识别模块用于根据差值和亮度分布方差确定当前场景，具体的是确定出图像处理参数，图像增强模块用于基于图像处理参数对第一图像进行处理，得到目标图像。
为了使确定图像处理的相关参数准确，需要准确的确定最大亮度值与最小亮度值的差值，以及第一图像的亮度分布方差，然而由于环境干扰的存在，直接确定的第一图像的最大亮度值与最小亮度值的差值，以及第一图像的亮度分布方差往往是不准确的，在上述实施例的基础上，在本发明实施例中，所述识别第一图像中的第一像素点的最大亮度值和最小亮度值之前，所述方法还包括：
将第一图像中的像素点的亮度值按照大小进行排序，由大到小剔除所述第一图像中第一预设数量的像素点，由小到大剔除所述第一图像中第二预设数量的像素点。
在本发明实施例中，第一图像中亮度值较大的若干像素点和亮度值较小的若干像素点有可能是由于环境干扰产生的异常像素点。为了使确定的亮度差值和亮度分布方差更准确，电子设备在获取第一图像后，先剔除亮度值较大的若干像素点和亮度值较小的若干像素点。将异常像素点剔除后，针对第一图像中剩余的第一像素点，再确定第一图像的最大亮度值与最小亮度值的差值，以及第一图像的亮度分布方差。
为了便于剔除异常像素点，电子设备在获取到第一图像后，可以先将第一图像中的像素点的亮度值按照大小进行排序，然后在亮度值较大的一端剔除第一预设数量的像素点，在亮度值较小的一端剔除第二预设数量的像素点。其中，第一预设数量和第二预设数量可以相同或不同，例如第一预设数量为30个，第二预设数量为60个。
由于在本发明实施例中，首先识别出第一图像中的异常像素点，并剔除，然后再确定第一图像的最大亮度值与最小亮度值的差值，以及第一图像的亮度分布方差，可以避免环境干扰引起的确定最大亮度值与最小亮度值的差值，以及第一图像的亮度分布方差不准确的问题，进而使得确定图像处理的相关参数更准确。
在上述各实施例的基础上，在本发明实施例中，采用所述图像处理参数对所述第一图像进行处理，得到目标图像包括：
基于所述低通滤波参数，对所述第一图像进行低通滤波处理，得到低频图像；采用所述第一图像中每个第一像素点的第一亮度值，减去所述低频图像中对应的第二像素点的第二亮度值，得到高频图像；
基于所述自动增益控制参数，对所述低频图像进行自动增益处理，得到第二图像，对所述低频图像进行平台直方图均衡处理，得到第三图像；基于所述图像高频增强参数，对所述高频图像进行增强处理，得到第四图像；
根据所述第一权重和第二权重，对所述第二图像和第三图像进行加权求和，得到第五图像，确定所述第五图像和第四图像中的对应像素点的亮度值的和，得到目标图像。
在本发明实施例中，电子设备在确定低通滤波参数后，先基于低通滤波参数对第一图像进行低通滤波处理，低通滤波处理后的图像为低频图像；低频图像与第一图像的分辨率相同的两个图像，低频图像与第一图像中的像素点是一一对应的，因此可以采用第一图像中每个第一像素点的第一亮度值，减去低频图像中对应的第二像素点的第二亮度值，得到高频图像。
电子设备基于自动增益控制参数，对低频图像进行自动增益处理，得到第二图像，对低频图像进行平台直方图均衡处理，得到第三图像；基于图像高频增强参数，对高频图像进行增强处理，得到第四图像。
第二图像和第三图像的分辨率相同，第二图像和第三图像中的像素点都是一一对应的。
根据第一权重和第二权重，对第二图像和第三图像进行加权求和，得到第五图像。具体的，计算第二图像中每个第三像素点的第三亮度值与第二权重的乘积，以及第三图像中每个第四像素点的第四亮度值与第一权重的乘积，然后再将对应的像素点的亮度值相加，得到第五图像。再将第五图像和第四图像中的对应像素点的亮度值相加，得到目标图像。
图3为本发明实施例提供的对第一图像进行处理的系统结构示意图，如图3所示，电子设备在对低频图像进行自动增益控制处理，得到第二图像后，将第二图像中每个第三像素点的第三亮度值乘以第二权重。电子设备在对低频图像进行平台直方图均衡处理，得到第三图像后，将第三图像中每个第四像素点的第四亮度值乘以第一权重。之后将加权后第二图像、第三图像和第四图像中的对应像素点的亮度值求和，得到目标图像。
图4为本发明实施例提供的图像处理装置结构示意图，该装置包括：
第一确定模块41，用于识别第一图像中的第一像素点的最大亮度值和最小亮度值，确定所述最大亮度值与最小亮度值的差值；识别所述第一图像中每个第一像素点的第一亮度值，根据所述每个第一像素点的第一亮度值，确定所述第一图像的亮度分布方差；
第二确定模块42，用于根据所述差值和所述亮度分布方差，确定当前的场景对应的图像处理参数；
处理模块43，用于采用所述图像处理参数对所述第一图像进行处理，得到目标图像。
所述第二确定模块42，具体用于根据所述差值和预先保存的差值与自动增益控制参数的对应关系，确定自动增益控制参数，其中，所述差值越小，所述自动增益控制参数越大；根据所述亮度分布方差和预先保存的方差与低通滤波参数、图像高频增强参数、以及平台直方图均衡处理的第一权重、自动增益控制的第二权重的对应关系，确定低通滤波参数、图像高频增强参数、平台直方图均衡处理的第一权重和自动增益控制的第二权重，其中，所述方差越小，低通滤波参数、图像高频增强参数、第一权重越小，第二权重越大。
所述装置还包括：
剔除模块44，用于将第一图像中的像素点的亮度值按照大小进行排序，由大到小剔除所述第一图像中第一预设数量的像素点，由小到大剔除所述第一图像中第二预设数量的像素点，触发所述第一确定模块41。
所述处理模块43，具体用于基于所述低通滤波参数，对所述第一图像进行低通滤波处理，得到低频图像；采用所述第一图像中每个第一像素点的第一亮度值，减去所述低频图像中对应的第二像素点的第二亮度值，得到高频图像；基于所述自动增益控制参数，对所述低频图像进行自动增益处理，得到第二图像，对所述低频图像进行平台直方图均衡处理，得到第三图像；基于所述图像高频增强参数，对所述高频图像进行增强处理，得到第四图像；根据所述第一权重和第二权重，对所述第二图像和第三图像进行加权求和，得到第五图像，确定所述第五图像和第四图像中的对应像素点的亮度值的和，得到目标图像。
所述第一权重与第二权重的和为1。
本发明实施例提供了一种图像处理方法及装置，所述方法包括：识别第一图像中的第一像素点的最大亮度值和最小亮度值，确定所述最大亮度值与最小亮度值的差值；识别所述图像中每个第一像素点的第一亮度值，根据所述每个第一像素点的第一亮度值，确定所述第一图像的亮度分布方差；根据所述差值和所述亮度分布方差，确定当前的场景对应的图像处理参数；采用所述图像处理参数对所述第一图像进行处理，得到目标图像。
由于在本发明实施例中，确定出第一图像中的最大亮度值与最小亮度值的差值，以及亮度分布方差后，可以确定出当前的场景对应的图像处理参数，采用所述图像处理参数对所述第一图像进行处理，得到目标图像。不同场景的图像确定出的最大亮度值与最小亮度值的差值，以及亮度分布方差不同，根据本发明实施例提供的方法，针对不同的场景，都可以确定出对应的处理参数，采用对应的处理参数对图像进行处理得到目标图像，自适用于各个场景，从而可以使得各个场景下处理后的图像质量较好。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种图像处理方法，其特征在于，所述方法包括：
识别第一图像中的第一像素点的最大亮度值和最小亮度值，确定所述最大亮度值与最小亮度值的差值；识别所述第一图像中每个第一像素点的第一亮度值，根据所述每个第一像素点的第一亮度值，确定所述第一图像的亮度分布方差；
根据所述差值和所述亮度分布方差，确定当前的场景对应的图像处理参数；
采用所述图像处理参数对所述第一图像进行处理，得到目标图像；
根据所述差值和所述亮度分布方差，确定当前的场景对应的图像处理参数包括：
根据所述差值和预先保存的差值与自动增益控制参数的对应关系，确定自动增益控制参数，其中，所述差值越小，所述自动增益控制参数越大；根据所述亮度分布方差和预先保存的方差与低通滤波参数、图像高频增强参数、以及平台直方图均衡处理的第一权重、自动增益控制的第二权重的对应关系，确定低通滤波参数、图像高频增强参数、平台直方图均衡处理的第一权重和自动增益控制的第二权重，其中，所述方差越小，低通滤波参数、图像高频增强参数、第一权重越小，第二权重越大。
2.如权利要求1所述的方法，其特征在于，所述识别第一图像中的第一像素点的最大亮度值和最小亮度值之前，所述方法还包括：
将第一图像中的像素点的亮度值按照大小进行排序，由大到小剔除所述第一图像中第一预设数量的像素点，由小到大剔除所述第一图像中第二预设数量的像素点。
3.如权利要求1所述的方法，其特征在于，采用所述图像处理参数对所述第一图像进行处理，得到目标图像包括：
基于所述低通滤波参数，对所述第一图像进行低通滤波处理，得到低频图像；采用所述第一图像中每个第一像素点的第一亮度值，减去所述低频图像中对应的第二像素点的第二亮度值，得到高频图像；
基于所述自动增益控制参数，对所述低频图像进行自动增益处理，得到第二图像，对所述低频图像进行平台直方图均衡处理，得到第三图像；基于所述图像高频增强参数，对所述高频图像进行增强处理，得到第四图像；
根据所述第一权重和第二权重，对所述第二图像和第三图像进行加权求和，得到第五图像，确定所述第五图像和第四图像中的对应像素点的亮度值的和，得到目标图像。
4.如权利要求1或3所述的方法，其特征在于，所述第一权重与第二权重的和为1。
5.一种图像处理装置，其特征在于，所述装置包括：
第一确定模块，用于识别第一图像中的第一像素点的最大亮度值和最小亮度值，确定所述最大亮度值与最小亮度值的差值；识别所述第一图像中每个第一像素点的第一亮度值，根据所述每个第一像素点的第一亮度值，确定所述第一图像的亮度分布方差；
第二确定模块，用于根据所述差值和所述亮度分布方差，确定当前的场景对应的图像处理参数；
处理模块，用于采用所述图像处理参数对所述第一图像进行处理，得到目标图像；
所述第二确定模块，具体用于根据所述差值和预先保存的差值与自动增益控制参数的对应关系，确定自动增益控制参数，其中，所述差值越小，所述自动增益控制参数越大；根据所述亮度分布方差和预先保存的方差与低通滤波参数、图像高频增强参数、以及平台直方图均衡处理的第一权重、自动增益控制的第二权重的对应关系，确定低通滤波参数、图像高频增强参数、平台直方图均衡处理的第一权重和自动增益控制的第二权重，其中，所述方差越小，低通滤波参数、图像高频增强参数、第一权重越小，第二权重越大。
6.如权利要求5所述的装置，其特征在于，所述装置还包括：
剔除模块，用于将第一图像中的像素点的亮度值按照大小进行排序，由大到小剔除所述第一图像中第一预设数量的像素点，由小到大剔除所述第一图像中第二预设数量的像素点，触发所述第一确定模块。
7.如权利要求5所述的装置，其特征在于，所述处理模块，具体用于基于所述低通滤波参数，对所述第一图像进行低通滤波处理，得到低频图像；采用所述第一图像中每个第一像素点的第一亮度值，减去所述低频图像中对应的第二像素点的第二亮度值，得到高频图像；基于所述自动增益控制参数，对所述低频图像进行自动增益处理，得到第二图像，对所述低频图像进行平台直方图均衡处理，得到第三图像；基于所述图像高频增强参数，对所述高频图像进行增强处理，得到第四图像；根据所述第一权重和第二权重，对所述第二图像和第三图像进行加权求和，得到第五图像，确定所述第五图像和第四图像中的对应像素点的亮度值的和，得到目标图像。
8.如权利要求5或7所述的装置，其特征在于，所述第一权重与第二权重的和为1。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811390921.8A CN109584175B (zh) | 2018-11-21 | 2018-11-21 | 一种图像处理方法及装置 |
| EP19887708.6A EP3864616A4 (en) | 2018-11-21 | 2019-09-24 | SYSTEMS AND METHODS FOR IMAGE PROCESSING |
| PCT/CN2019/107531 WO2020103569A1 (en) | 2018-11-21 | 2019-09-24 | Systems and methods for image processing |
| US17/321,515 US12086968B2 (en) | 2018-11-21 | 2021-05-17 | Systems and methods for image processing |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811390921.8A CN109584175B (zh) | 2018-11-21 | 2018-11-21 | 一种图像处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109584175A CN109584175A (zh) | 2019-04-05 |
| CN109584175B true CN109584175B (zh) | 2020-08-14 |
Family
ID=65923512
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811390921.8A Active CN109584175B (zh) | 2018-11-21 | 2018-11-21 | 一种图像处理方法及装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US12086968B2 (zh) |
| EP (1) | EP3864616A4 (zh) |
| CN (1) | CN109584175B (zh) |
| WO (1) | WO2020103569A1 (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109584175B (zh) * | 2018-11-21 | 2020-08-14 | 浙江大华技术股份有限公司 | 一种图像处理方法及装置 |
| CN110223244B (zh) * | 2019-05-13 | 2021-08-27 | 浙江大华技术股份有限公司 | 一种图像处理的方法、装置、电子设备和存储介质 |
| CN113055580B (zh) * | 2019-12-26 | 2023-10-03 | 中兴通讯股份有限公司 | 环境识别方法、拍摄模式切换方法、终端及存储介质 |
| CN111223115B (zh) * | 2020-04-22 | 2020-07-14 | 杭州涂鸦信息技术有限公司 | 一种图像分割方法、装置、设备及介质 |
| CN112669195B (zh) * | 2020-12-23 | 2024-08-20 | 深圳开立生物医疗科技股份有限公司 | 一种超声图像处理方法、装置、设备及存储介质 |
| CN113077399B (zh) * | 2021-04-09 | 2023-03-14 | 烟台艾睿光电科技有限公司 | 一种图像处理方法、装置、系统及计算机可读存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2293247A1 (en) * | 2009-07-29 | 2011-03-09 | Harman Becker Automotive Systems GmbH | Edge detection with adaptive threshold |
| CN103325098A (zh) * | 2013-07-02 | 2013-09-25 | 南京理工大学 | 基于多尺度处理的高动态红外图像增强方法 |
| CN106448524A (zh) * | 2016-12-14 | 2017-02-22 | 深圳Tcl数字技术有限公司 | 显示屏亮度均匀性的测试方法及装置 |
| CN107301635A (zh) * | 2017-06-28 | 2017-10-27 | 武汉格物优信科技有限公司 | 一种红外图像细节增强方法与装置 |
Family Cites Families (43)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2364415B (en) * | 2000-06-30 | 2004-10-20 | Post Office | Image processing |
| JP2006319714A (ja) * | 2005-05-13 | 2006-11-24 | Konica Minolta Photo Imaging Inc | 画像処理方法、画像処理装置及び画像処理プログラム |
| JP2007318320A (ja) * | 2006-05-24 | 2007-12-06 | Konica Minolta Opto Inc | 画像処理装置、撮影装置、画像処理方法及び画像処理プログラム |
| KR100791387B1 (ko) * | 2006-10-25 | 2008-01-07 | 삼성전자주식회사 | 영상 처리 방법 및 장치 |
| CN101842805B (zh) * | 2007-10-26 | 2012-09-19 | 日本电气株式会社 | 图像修正方法、图像修正设备 |
| TWI469631B (zh) * | 2010-11-05 | 2015-01-11 | Inst Information Industry | 影像處理裝置及影像處理方法 |
| CN102129675A (zh) | 2011-02-24 | 2011-07-20 | 中国兵器工业系统总体部 | 一种非线性自适应红外图像增强方法 |
| CN102819833B (zh) | 2011-12-19 | 2015-06-03 | 中国航空工业集团公司洛阳电光设备研究所 | 一种用于红外图像的平台直方图均衡方法 |
| CN102693531B (zh) | 2012-01-11 | 2015-04-29 | 河南科技大学 | 基于自适应双平台的红外图像增强方法 |
| TWI519151B (zh) * | 2012-08-30 | 2016-01-21 | 義晶科技股份有限公司 | 影像處理方法以及影像處理裝置 |
| US20140079319A1 (en) * | 2012-09-20 | 2014-03-20 | Htc Corporation | Methods for enhancing images and apparatuses using the same |
| CN104217399B (zh) | 2013-05-29 | 2018-03-30 | 无锡华润矽科微电子有限公司 | 实现红外图像进行平台直方图均衡处理功能的电路及方法 |
| CN103353349B (zh) | 2013-06-18 | 2016-08-10 | 南京理工大学 | 红外测温仪自适应三平台直方图均衡系统及其方法 |
| CN103440630B (zh) | 2013-09-02 | 2016-07-06 | 南京理工大学 | 基于引导滤波器的大动态范围红外图像显示与细节增强方法 |
| CN104574280B (zh) | 2013-10-15 | 2017-08-25 | 无锡华润矽科微电子有限公司 | 一种红外图像双向直方图均衡处理方法及系统 |
| CN104574281A (zh) | 2013-10-18 | 2015-04-29 | 中国航天科工集团第三研究院第八三五八研究所 | 一种基于向导滤波器的红外图像细节增强方法和装置 |
| JP6235604B2 (ja) * | 2013-10-29 | 2017-11-22 | 株式会社日立国際電気 | 映像信号のノイズ除去回路及び映像信号のノイズ除去方法 |
| CN103745433B (zh) | 2013-12-05 | 2017-05-24 | 科盾科技股份有限公司 | 一种用于车辆安全辅助视频图像处理方法 |
| CN104732487B (zh) * | 2013-12-20 | 2017-10-31 | 比亚迪股份有限公司 | 一种图像对比度增强方法及系统 |
| KR102150960B1 (ko) * | 2014-01-29 | 2020-09-02 | 삼성전자주식회사 | 영상 처리 방법 및 장치 |
| CN104252695A (zh) | 2014-09-18 | 2014-12-31 | 电子科技大学 | 一种红外图像的自适应拉伸方法 |
| CN104252700B (zh) | 2014-09-18 | 2017-06-20 | 电子科技大学 | 一种红外图像的直方图均衡化方法 |
| CN104408695B (zh) | 2014-12-05 | 2017-06-30 | 嘉应学院 | 直方图模糊加权调整与均衡的红外图像增强方法 |
| US10062154B1 (en) * | 2015-02-11 | 2018-08-28 | Synaptics Incorporated | System and method for adaptive contrast enhancement |
| CN105427255A (zh) | 2015-11-16 | 2016-03-23 | 中国航天时代电子公司 | 一种基于grhp的无人机红外图像细节增强方法 |
| CN105741245B (zh) | 2016-01-30 | 2018-06-12 | 哈尔滨工业大学 | 基于灰度变换的自适应对比度增强算法 |
| JP6707920B2 (ja) * | 2016-03-14 | 2020-06-10 | 株式会社リコー | 画像処理装置、画像処理方法、およびプログラム |
| KR102601732B1 (ko) * | 2016-05-31 | 2023-11-14 | 삼성디스플레이 주식회사 | 영상 부호화 방법 및 영상 복호화 방법 |
| EP3459043A4 (en) * | 2016-06-21 | 2019-04-24 | Zhejiang Dahua Technology Co., Ltd | SYSTEMS AND METHOD FOR IMAGE PROCESSING |
| CN106127704A (zh) | 2016-06-22 | 2016-11-16 | 成都市晶林科技有限公司 | 用于降低红外图像边缘模糊度的实时增强方法 |
| CN106204505A (zh) | 2016-06-22 | 2016-12-07 | 成都市晶林科技有限公司 | 基于红外图像增强直方图映射表的视频去闪动方法 |
| TWI604731B (zh) * | 2016-08-05 | 2017-11-01 | 瑞昱半導體股份有限公司 | 影像濾波方法及其影像濾波裝置 |
| CN106558028A (zh) | 2016-10-18 | 2017-04-05 | 中国航空工业集团公司洛阳电光设备研究所 | 一种基于显著信息的红外图像对比度增强方法 |
| CN106897972A (zh) * | 2016-12-28 | 2017-06-27 | 南京第五十五所技术开发有限公司 | 一种白平衡与暗原色的自适应直方图水下图像增强方法 |
| WO2018170801A1 (zh) * | 2017-03-22 | 2018-09-27 | 华为技术有限公司 | 图像滤波方法及装置 |
| EP3399497A1 (en) * | 2017-05-05 | 2018-11-07 | Koninklijke Philips N.V. | Optimizing decoded high dynamic range image saturation |
| CN107492081A (zh) | 2017-09-26 | 2017-12-19 | 张家港全智电子科技有限公司 | 一种车载红外夜视图像增强方法 |
| CN107784637B (zh) | 2017-09-30 | 2020-05-12 | 烟台艾睿光电科技有限公司 | 一种红外图像增强的方法 |
| JP7104575B2 (ja) * | 2018-06-29 | 2022-07-21 | キヤノン株式会社 | 画像処理装置、制御方法、及びプログラム |
| JP7117915B2 (ja) * | 2018-06-29 | 2022-08-15 | キヤノン株式会社 | 画像処理装置、制御方法、及びプログラム |
| JP7081680B2 (ja) * | 2018-10-03 | 2022-06-07 | 株式会社島津製作所 | 学習済みモデルの製造方法、輝度調整方法および画像処理装置 |
| CN109584175B (zh) * | 2018-11-21 | 2020-08-14 | 浙江大华技术股份有限公司 | 一种图像处理方法及装置 |
| US11024013B2 (en) * | 2019-03-08 | 2021-06-01 | International Business Machines Corporation | Neural network based enhancement of intensity images |
-
2018
- 2018-11-21 CN CN201811390921.8A patent/CN109584175B/zh active Active
-
2019
- 2019-09-24 WO PCT/CN2019/107531 patent/WO2020103569A1/en unknown
- 2019-09-24 EP EP19887708.6A patent/EP3864616A4/en active Pending
-
2021
- 2021-05-17 US US17/321,515 patent/US12086968B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2293247A1 (en) * | 2009-07-29 | 2011-03-09 | Harman Becker Automotive Systems GmbH | Edge detection with adaptive threshold |
| CN103325098A (zh) * | 2013-07-02 | 2013-09-25 | 南京理工大学 | 基于多尺度处理的高动态红外图像增强方法 |
| CN106448524A (zh) * | 2016-12-14 | 2017-02-22 | 深圳Tcl数字技术有限公司 | 显示屏亮度均匀性的测试方法及装置 |
| CN107301635A (zh) * | 2017-06-28 | 2017-10-27 | 武汉格物优信科技有限公司 | 一种红外图像细节增强方法与装置 |
Non-Patent Citations (1)
| Title |
|---|
| 一种基于图像局部信息的红外图像动态范围压缩算法;鲜勇等;《光学与光电技术》;20140430;第12卷(第2期);正文第1-5节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3864616A1 (en) | 2021-08-18 |
| EP3864616A4 (en) | 2022-04-06 |
| CN109584175A (zh) | 2019-04-05 |
| US20210272252A1 (en) | 2021-09-02 |
| US12086968B2 (en) | 2024-09-10 |
| WO2020103569A1 (en) | 2020-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109584175B (zh) | 一种图像处理方法及装置 | |
| JP5389903B2 (ja) | 最適映像選択 | |
| CN106961550B (zh) | 一种摄像状态的切换方法及装置 | |
| CN107680056B (zh) | 一种图像处理方法及装置 | |
| US9641767B2 (en) | Display apparatus and method using high dynamic range function for vehicle | |
| US10535124B2 (en) | Inverse tone mapping method and corresponding device | |
| CN105046655B (zh) | 一种视频图像自动锐化方法和装置 | |
| CN103297789A (zh) | 白平衡校正方法及其装置 | |
| CN109600605B (zh) | 4k超高清视频的检测方法、电子设备及计算机程序产品 | |
| CN109214996B (zh) | 一种图像处理方法及装置 | |
| CN110458789B (zh) | 一种图像清晰度评测方法、装置及电子设备 | |
| CN108961260B (zh) | 图像二值化方法及装置、计算机存储介质 | |
| EP3712842B1 (en) | System and method for evaluating symbols | |
| CN102281388A (zh) | 适应性滤除影像噪声的方法及装置 | |
| CN104823437A (zh) | 一种图片处理方法、装置 | |
| CN112837251A (zh) | 图像处理方法及装置 | |
| CN108810509A (zh) | 一种图像色彩校正方法及装置 | |
| CN111866501B (zh) | 一种摄像模组检测方法、装置、电子设备及介质 | |
| CN107659777B (zh) | 一种自动曝光的方法及装置 | |
| CN106454140B (zh) | 一种信息处理方法及电子设备 | |
| CN104954627A (zh) | 一种信息处理方法及电子设备 | |
| CN113379702A (zh) | 一种微循环图像的血管路径提取方法及装置 | |
| CN108345858A (zh) | 一种车辆载重状态检测方法和系统 | |
| CN108805883B (zh) | 一种图像分割方法、图像分割装置及电子设备 | |
| JP6034529B1 (ja) | 表面状態診断装置 |
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 |