[go: up one dir, main page]

CN115330607B - 彩色图像的饱和度增强方法 - Google Patents

彩色图像的饱和度增强方法 Download PDF

Info

Publication number
CN115330607B
CN115330607B CN202210810323.1A CN202210810323A CN115330607B CN 115330607 B CN115330607 B CN 115330607B CN 202210810323 A CN202210810323 A CN 202210810323A CN 115330607 B CN115330607 B CN 115330607B
Authority
CN
China
Prior art keywords
color space
saturation
brightness
image
original
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
Application number
CN202210810323.1A
Other languages
English (en)
Other versions
CN115330607A (zh
Inventor
石宝
段凯博
刘志强
黄林
晓艳
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.)
Inner Mongolia University of Technology
Original Assignee
Inner Mongolia University of Technology
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 Inner Mongolia University of Technology filed Critical Inner Mongolia University of Technology
Priority to CN202210810323.1A priority Critical patent/CN115330607B/zh
Publication of CN115330607A publication Critical patent/CN115330607A/zh
Application granted granted Critical
Publication of CN115330607B publication Critical patent/CN115330607B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • G06T5/92Dynamic range modification of images or parts thereof based on global image properties
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Image Communication Systems (AREA)

Abstract

彩色图像的饱和度增强方法,将图像从RGB色彩空间分别转换至HSL色彩空间和L*a*b*色彩空间;对L*a*b*色彩空间的图像计算其感知亮度L**;对HSL色彩空间的图像进行饱和度增强,得到增强后的饱和度基于Helmholtz‑Kohlrausch效应,对饱和度增强后的图像进行亮度修正;对亮度修正后图像,计算其感知亮度记录相应的修正亮度在HSL色彩空间,以增强后的饱和度替代原始饱和度S,以记录的修正亮度取代原始亮度L,将得到的图像转换至RGB色彩空间。本发明在增强饱和度后,能够保持感知亮度不变。

Description

彩色图像的饱和度增强方法
技术领域
本发明属于图像处理技术领域,特别涉及一种彩色图像的饱和度增强方法。
背景技术
对于饱和度不足的图像,需要通过图像处理的方法对其进行饱和度增强。颜色由色相、色度和亮度组成,在CIE 1976L*a*b*及HSL等色彩空间中,可以定义亮度、色度和色调。现有的饱和度增强方法是在色彩空间中保持亮度和色调的前提下对饱和度进行增强。然而,根据Helmholtz-Kohlrausch(H-K)效应,当对图像饱的和度进行增强时,虽然色彩空间中的亮度和色调保持不变,但所感知的亮度会增加。因此现有方法无法做到在保持感知亮度不变的前提下对饱和度进行增强。
发明内容
为了克服上述现有技术的缺点,本发明的目的在于提供一种彩色图像的饱和度增强方法,基于Helmholtz-Kohlrausch效应,在增强饱和度后,保持感知亮度不变。
为了实现上述目的,本发明采用的技术方案是:
彩色图像的饱和度增强方法,其特征在于,包括如下步骤:
步骤1,将图像从RGB色彩空间分别转换至HSL色彩空间和L*a*b*色彩空间;
步骤2,对L*a*b*色彩空间的图像计算其感知亮度L**
步骤3,对HSL色彩空间的图像进行饱和度增强,得到增强后的饱和度
步骤4,基于Helmholtz-Kohlrausch效应,对饱和度增强后的图像进行亮度修正;
步骤5,对亮度修正后图像,计算其感知亮度当/>记录相应的修正亮度
步骤6,在HSL色彩空间,以增强后的饱和度替代原始饱和度S,以记录的修正亮度取代原始亮度L,将得到的图像转换至RGB色彩空间。
在一个实施例中,所述步骤2,L**的计算公式为:
L**=L*+(2.5-0.025L*)q(h)C*
其中,L*、C*、h分别表示L*a*b*色彩空间中的亮度(lightness)、色度(chroma)和色相(hue),q(h)表示不同色调的颜色对感知亮度的影响值:
a*和b*为色度坐标,表示颜色在L*a*b*色彩空间中的位置。
在一个实施例中,所述步骤3,增强后的饱和度的计算公式为:
式中,f(S,C*)为饱和度增强函数,S是HSL色彩空间中的饱和度,γ(C*)为sigmoid函数,C*表示L*a*b*色彩空间中的色度。
在一个实施例中,所述γ(C*)的取值范围是[1,γ0],其计算公式为:
α、β、γ0是控制γ(C*)的参数,参数β决定sigmoid函数的斜率,它是一个正实数,参数α与色度C*有关,当C*比α足够小时,γ(C*)近似等于1,γ0的取值为常数。
在一个实施例中,所述步骤4,亮度修正步骤如下:
步骤(1)将亮度的最大值Ltop和亮度的最小值Lbottom分别设置为1和0,并转至步骤(2);
步骤(2)计算平均亮度值Lmiddle=(Ltop+Lbottom)/2,并转至步骤(3);
步骤(3)当满足条件时,将Lmiddle设置为修正亮度并结束;否则,转至(4);其中,ε为设置的精度,L**(H,S,L)为HSL色彩空间的图像的原始感知亮度,/>为以/>取代原始饱和度S,以Lmiddle取代原始亮度L时的感知亮度;
步骤(4)当满足条件时,将Lmiddle设置为Ltop;否则,将Lmiddle设置为Lbottom,并转至步骤(2)。
在一个实施例中,所述和L**(H,S,L)是分别将HSL色彩空间中的值和(H,S,L)转换至RGB色彩空间,再从RGB色彩空间转换至L*a*b*色彩空间,在L*a*b*色彩空间进行计算。
与现有技术相比,本发明的有益效果是:
现有技术对图像饱和度进行增强时增强饱和度的同时,人类感知的亮度也会得到增强。本发明的饱和度增强方法能够在增强饱和度的同时,确保感知的亮度保持不变。
附图说明
图1是色相h和q(h)的关系图。
图2本发明方法流程图。
图3是本发明的一个试验结果示意图;其中(a)为原始图像,(b)为现有方法饱和度增强后图像,(c)为本发明饱和度增强后图像。
图4是本发明的另一个试验结果示意图;其中(a)为原始图像,(b)为现有方法饱和度增强后图像,(c)为本发明饱和度增强后图像。
具体实施方式
下面结合附图和实施例详细说明本发明的实施方式。
在本发明中,提出了一种基于Helmholtz-Kohlrausch效应的彩色图像饱和度增强方法。
Helmholtz-Kohlrausch(H-K)效应是人类视觉错觉的一种。当某一个颜色的亮度和色相保持不变,只对该颜色的饱和度进行调整时,人们所感知到的感知亮度也会产生变化,这就是H-K效应。具体而言,即使只增加了某个颜色的色度,该颜色的感知亮度也会随之增加。为了确保转换后的颜色不产生超出色域,本发明的颜色转换在HSL色彩空间中进行。
Helmholtz-Kohlrausch(H-K)效应模型中,感知亮度L**被定义为:
L**(L*,C*,h)=L*+(2.5-0.025L*)q(h)C* (1)
其中,q(h)表示不同色调的颜色对感知亮度的影响值。
a*和b*为色度坐标,表示颜色在L*a*b*色彩空间中的位置。
公式(1)的第二项,即(2.5-0.025L*)q(h)C*,为H-K效应的修正量。公式(1)中的L*、C*、h分别表示L*a*b*色彩空间中的亮度(lightness)、色度(chroma)和色相(hue)。对于非彩色颜色,因为没有定义h,因此无法计算q(h)。h和q(h)的关系图如图1所示。
本发明的过程如图2所示。本发明的目标是对彩色图像的饱和度进行增强后的感知亮度与原始感知亮度L**相同。因为相比较1976L*a*b*色彩空间,HSL色彩空间是规则的色彩空间,并且饱和度S的取值范围为[0,1],因此对饱和度进行增强时不会超出色域。
本发明的完整步骤可以描述为:
步骤1,将图像从RGB色彩空间分别转换至HSL色彩空间和L*a*b*色彩空间。图中,以RGB表示图像在RGB色彩空间,以HSL表示图像在HSL色彩空间,以L*a*b*表示图像在L*a*b*色彩空间。
步骤2,对L*a*b*色彩空间的图像计算其感知亮度L**。计算公式为前述的公式(1),即L**=L*+(2.5-0.025L*)q(h)C*
步骤3,对HSL色彩空间的图像进行饱和度增强,得到增强后的饱和度以/>替代原始的饱和度,得到的图像表示为/>
饱和度增强函数被定义为:
其中
公式(5)中的S是HSL色彩空间中的饱和度。γ(C*)为sigmoid函数,由参数α、β、γ0控制。γ(C*)的取值范围是[1,γ0]。参数β决定sigmoid函数的斜率,它是一个正实数。参数α与色度C*有关。当C*比α足够小时,γ(C*)近似等于1。γ0的取值为常数,本实施例中,设置其值为3。
在本发明中,增强后的饱和度被定义为:
步骤4,为了使转换过程中感知的亮度不变,基于Helmholtz-Kohlrausch效应,对饱和度增强后的图像进行亮度修正。具体过程可描述如下:
步骤(1)将亮度的最大值Ltop和亮度的最小值Lbottom分别设置为1和0,并转至步骤(2)。
步骤(2)计算平均亮度值Lmiddle=(Ltop+Lbottom)/2,并转至步骤(3)。
步骤(3)当满足条件时,将Lmiddle设置为修正亮度并结束;否则,转至步骤(4);其中,ε为设置的精度,本实施例中,ε=0.1。
步骤(4)当满足条件时,将Lmiddle设置为Ltop;否则,将Lmiddle设置为Lbottom,并转至步骤(2)。
其中,L**(H,S,L)为HSL色彩空间的图像的原始感知亮度,为以/>取代原始饱和度S,以Lmiddle取代原始亮度L时的感知亮度。二者计算方法,分别将HSL色彩空间中的值/>和(H,S,L)转换至RGB色彩空间,再从RGB色彩空间转换至L*a*b*色彩空间,在L*a*b*色彩空间利用前述的公式(1)进行计算。
具体地:
(1)HSL色彩空间到RGB色彩空间的变换公式为:
如果S=0,R,G,B被定义为
R=G=B=L
如果S≠0,M1和M2分别被定义为
M1=2L-M2
处理1:
对于R,将h′的值设置为(H+2π/3),并转到[处理2]。然后,将计算得的X变为R。
对于G,将h′的值设置为H,并转到[处理2]。然后,将计算得的X变为G。
对于B,h′设置为(H-2π/3),然后转到[处理2]。然后将计算得的X变成B。
h′是用于计算RGB值时的临时色相值。
处理2:
h″的计算公式为
X被定义为
h″是将h′的范围正规化到[0,2π)后的临时值。
(2)RGB色彩空间到XYZ色彩空间的变换公式为:
(3)XYZ色彩空间到L*a*b*色彩空间的变换公式为:
其中Xn、Yn、Zn为标准白色的三刺激值。
(4)基于H-K效应的感知亮度
感知亮度由前述的公式(1)获得。
步骤5,对亮度修正后图像,计算其感知亮度当/>记录相应的修正亮度感知亮度/>的计算过程参考步骤4中的/>
步骤6,在HSL色彩空间,以增强后的饱和度替代原始饱和度S,以记录的修正亮度取代原始亮度L,将得到的图像表示为/>将/>转换至RGB色彩空间,得到的图像表示为/>即所得的完成饱和度增强的图像。
为了便于观察感知亮度的变化,将原始图像与各方法的输出图像之间感知亮度的变化量定义为:
其中,为原始图像中第i个像素的感知亮度。/>是通过饱和度增强后得到的图像中第i各像素的感知亮度。n为原始图像中像素的总数。
从表1能过够看出本发明中的方法的感知亮度变化量比现有技术小很多。从图3中(a)、(b)、(c)所示黄色气球和图4中(a)、(b)、(c)所示青椒能够看出,现有方法对饱和度增强后黄色气球、青椒的感知亮度有明显的变化;而本发明的方法对饱和度进行增强后感知亮度变化很小。
表1各方法的

Claims (4)

1.彩色图像的饱和度增强方法,其特征在于,包括如下步骤:
步骤1,将图像从RGB色彩空间分别转换至HSL色彩空间和L*a*b*色彩空间;
步骤2,对L*a*b*色彩空间的图像计算其感知亮度L**
步骤3,对HSL色彩空间的图像进行饱和度增强,得到增强后的饱和度
步骤4,基于Helmholtz-Kohlrausch效应,对饱和度增强后的图像进行亮度修正,亮度修正步骤如下:
步骤(1)将亮度的最大值Ltop和亮度的最小值Lbottom分别设置为1和0,并转至步骤(2);
步骤(2)计算平均亮度值Lmiddle=(Ltop+Lbottom)/2,并转至步骤(3);
步骤(3)当满足条件时,将Lmiddle设置为修正亮度/>并结束;否则,转至(4);其中,ε为设置的精度,L**(H,S,L)为HSL色彩空间的图像的原始感知亮度,/>为以/>取代原始饱和度S,以Lmiddle取代原始亮度L时的感知亮度;
步骤(4)当满足条件时,将Lmiddle设置为Ltop;否则,将Lmiddle设置为Lbottom,并转至步骤(2);
所述和L**(H,S,L)是分别将HSL色彩空间中的值/>和(H,S,L)转换至RGB色彩空间,再从RGB色彩空间转换至L*a*b*色彩空间,在L*a*b*色彩空间进行计算;
步骤5,对亮度修正后图像,计算其感知亮度当/>记录相应的修正亮度/>
步骤6,在HSL色彩空间,以增强后的饱和度替代原始饱和度S,以记录的修正亮度/>取代原始亮度L,将得到的图像转换至RGB色彩空间。
2.根据权利要求1所述彩色图像的饱和度增强方法,其特征在于,所述步骤2,L**的计算公式为:
L**=L*+(2.5-0.025L*)q(h)C*
其中,L*、C*、h分别表示L*a*b*色彩空间中的亮度(lightness)、色度(chroma)和色相(hue),q(h)表示不同色调的颜色对感知亮度的影响值:
a*和b*为色度坐标,表示颜色在L*a*b*色彩空间中的位置。
3.根据权利要求1所述彩色图像的饱和度增强方法,其特征在于,所述步骤3,增强后的饱和度的计算公式为:
式中,f(S,C*)为饱和度增强函数,S是HSL色彩空间中的饱和度,γ(C*)为sigmoid函数,C*表示L*a*b*色彩空间中的色度。
4.根据权利要求3所述彩色图像的饱和度增强方法,其特征在于,所述γ(C*)的取值范围是[1,γ0],其计算公式为:
α、β、γ0是控制γ(C*)的参数,参数β决定sigmoid函数的斜率,它是一个正实数,参数α与色度C*有关,当C*比α足够小时,γ(C*)近似等于1,γ0的取值为常数。
CN202210810323.1A 2022-07-11 2022-07-11 彩色图像的饱和度增强方法 Active CN115330607B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210810323.1A CN115330607B (zh) 2022-07-11 2022-07-11 彩色图像的饱和度增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210810323.1A CN115330607B (zh) 2022-07-11 2022-07-11 彩色图像的饱和度增强方法

Publications (2)

Publication Number Publication Date
CN115330607A CN115330607A (zh) 2022-11-11
CN115330607B true CN115330607B (zh) 2024-03-01

Family

ID=83917734

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210810323.1A Active CN115330607B (zh) 2022-07-11 2022-07-11 彩色图像的饱和度增强方法

Country Status (1)

Country Link
CN (1) CN115330607B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1731451A (zh) * 2005-08-22 2006-02-08 上海广电(集团)有限公司中央研究院 增强图像颜色的方法
CN102779330A (zh) * 2012-06-13 2012-11-14 京东方科技集团股份有限公司 图像增强方法、图像增强装置和显示装置
JP2014033272A (ja) * 2012-08-01 2014-02-20 Nikon Corp 画像処理装置、デジタルカメラ、画像処理プログラムおよび画像処理方法
CN103780797A (zh) * 2014-01-23 2014-05-07 北京京东方光电科技有限公司 一种图像色彩增强的方法和装置
CN105069756A (zh) * 2015-08-10 2015-11-18 深圳市华星光电技术有限公司 图像增强方法
CN109348202A (zh) * 2018-08-01 2019-02-15 深圳朗田亩半导体科技有限公司 一种图像饱和度调整方法和装置
CN110047051A (zh) * 2019-04-24 2019-07-23 郑州轻工业学院 一种非均匀照明彩色图像增强方法
CN111527748A (zh) * 2017-12-28 2020-08-11 三星电子株式会社 图像处理装置、图像处理方法和多屏幕显示器
KR20200138972A (ko) * 2019-06-03 2020-12-11 창원대학교 산학협력단 Hdr 영상 생성 장치 및 방법

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1731451A (zh) * 2005-08-22 2006-02-08 上海广电(集团)有限公司中央研究院 增强图像颜色的方法
CN102779330A (zh) * 2012-06-13 2012-11-14 京东方科技集团股份有限公司 图像增强方法、图像增强装置和显示装置
JP2014033272A (ja) * 2012-08-01 2014-02-20 Nikon Corp 画像処理装置、デジタルカメラ、画像処理プログラムおよび画像処理方法
CN103780797A (zh) * 2014-01-23 2014-05-07 北京京东方光电科技有限公司 一种图像色彩增强的方法和装置
CN105069756A (zh) * 2015-08-10 2015-11-18 深圳市华星光电技术有限公司 图像增强方法
CN111527748A (zh) * 2017-12-28 2020-08-11 三星电子株式会社 图像处理装置、图像处理方法和多屏幕显示器
CN109348202A (zh) * 2018-08-01 2019-02-15 深圳朗田亩半导体科技有限公司 一种图像饱和度调整方法和装置
CN110047051A (zh) * 2019-04-24 2019-07-23 郑州轻工业学院 一种非均匀照明彩色图像增强方法
KR20200138972A (ko) * 2019-06-03 2020-12-11 창원대학교 산학협력단 Hdr 영상 생성 장치 및 방법

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Po-Wen Hsieh,et al..Variational contrast-saturation enhancement model for effective single image dehazing.《Signal Processing》.2021,第192卷全文. *
一种考虑多方向线性结构的灰度图像椒盐脉冲噪声滤波方法;石宝;《科技风》(第18期);全文 *
轮廓波域内局部对比度增强的彩色图像灰度化算法;王冰雪;刘广文;刘美;陈广秋;;《液晶与显示》(第2期);全文 *

Also Published As

Publication number Publication date
CN115330607A (zh) 2022-11-11

Similar Documents

Publication Publication Date Title
JP5481021B2 (ja) 異機種間色域マッピング方法および装置
KR100881028B1 (ko) 회색 데이터 보정 장치 및 방법
CN102097082A (zh) 一种多显示单元拼接显示系统的颜色调整方法及其系统
CN102611897A (zh) 对彩色数字图像进行视觉感知高保真变换的方法及系统
CN101742340B (zh) 图像的优化编辑方法及装置
CN103974053B (zh) 一种基于灰点提取的自动白平衡矫正方法
WO2017045218A1 (zh) 一种图像的自适应转换方法
CN104581105B (zh) 基于色温距离变换权重图和块可靠性修正的自动白平衡方法
US8064693B2 (en) Methods of and apparatus for adjusting colour saturation in an input image
JP2009055465A (ja) 画像処理装置および方法
TWI533661B (zh) 色域轉換系統之膚色最佳化方法與裝置
CN105184757B (zh) 基于颜色空间特点的食物图像色彩增强方法
CN103618886A (zh) 一种根据主色调智能脱色的摄像方法
CN111107330A (zh) 一种Lab空间的偏色校正方法
CN109035175A (zh) 基于色彩纠正与脉冲耦合神经网络的人脸图像增强方法
CN102542526A (zh) 一种图像去色方法
CN104978945B (zh) 图像饱和度增强的方法及其装置
CN107680142A (zh) 改善域外色重叠映射的方法
CN113824945A (zh) 一种基于深度学习的快速自动白平衡和颜色矫正方法
CN105184746B (zh) 基于直方图均衡的彩色图像增强处理方法
CN104112259A (zh) 单幅图像去雨方法和系统
WO2023241339A1 (zh) 色偏校正方法、装置、设备、存储介质及程序产品
CN105208362B (zh) 基于灰度平衡原理的图像色偏自动校正方法
CN115330607B (zh) 彩色图像的饱和度增强方法
CN111343746A (zh) 多基色led光源多像素下消除亮度饱和的控制方法及控制器

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