本申请要求于 2010年 2月 8日提交中国专利局、 申请号为 2010101122281、 发明名称 为 "图像的优化编辑方法及装置" 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技术领域， 特别涉及一种图像的优化编辑方法及装置。 背景技术

随着图像处理技术的日益成熟， 图像的优化编辑方式越来越多。 通过对图像进行优化 编辑， 不仅可以提高原有图像的显示质量， 还能够提高图像的整体视觉效果。

现有的一种对图像进行优化编辑的技术中， 采用了自动颜色方式， 即通过对图像颜色 进行分析， 以纠正原有图像中存在的色偏问题。 例如， 底色为淡黄色的图像， 采用自动颜 色方式进行优化编辑后， 底色可能变为白色。 但是， 淡黄色的底色可能是由于图像放置时 间较长变色导致， 也可能图像本身的底色就是淡黄色， 如艺术照。 如果图像本身的底色就 是淡黄色， 在采用自动颜色方式进行优化编辑后， 就会造成新的色偏问题。

由于现有技术在对图像进行优化编辑时结合了 颜色调整， 因此， 有可能会造成新的色 偏， 对于有些图像的色调将产生破坏性。 发明内容

为了改善图像的色泽， 使得图像的颜色更加鲜明， 且不会对图像的色调造成破坏， 本 发明实施例提供了一种图像的优化编辑方法及 装置。 所述技术方案如下：

一方面， 提供了一种图像的优化编辑方法， 所述方法包括：

将待优化图像进行曲线调整， 得到曲线修正图像；

对所述曲线修正图像对应的每个点进行 HSV转换， 得到转换后的色彩 H、纯度 S和明度

V的值；

将得到的所述 S值进行加权后， 对所述 H、 V以及加权后的 S值进行 RGB变换， 得到饱 和度修正图像。

另一方面， 提供了一种图像的优化编辑装置， 所述装置包括：

曲线调整模块， 用于将待优化图像进行曲线调整， 得到曲线修正图像； 第一变换模块， 用于对所述曲线修正图像对应的每个点进行 HSV转换， 得到转换后的 色彩 H、 纯度 S和明度 V的值；

第二变换模块， 用于将得到的所述 S值进行加权后， 对所述 H、 V以及加权后的 S值进 行 RGB变换， 得到饱和度修正图像。

本发明实施例提供的技术方案的有益效果是：

通过对图像进行曲线调整及饱和度修正， 使得图像的颜色更加鲜明， 且不会对图像的 色调造成破坏， 另外， 再结合对比度修正， 进而改善图像的曝光质量， 达到进一步优化图 像显示质量的效果。 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 附图作简单地介绍， 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是本发明实施例一提供的图像的优化编辑方� �流程图；

图 2是本发明实施例二提供的图像的优化编辑方� �流程图；

图 3是本发明实施例三提供的第一种图像的优化� �辑装置结构示意图；

图 4是本发明实施例三提供的第二种图像的优化� �辑装置结构示意图；

图 5是本发明实施例三提供的第三种图像的优化� �辑装置结构示意图；

图 6是本发明实施例三提供的第四种图像的优化� �辑装置结构示意图；

图 7是本发明实施例三提供的第五种图像的优化� �辑装置结构示意图。 具体实施方式

为使本发明的目的、 技术方案和优点更加清楚， 下面将结合附图对本发明实施方式作 进一步地详细描述。

实施例一

参见图 1， 本实施例提供了一种图像的优化编辑方法， 该方法流程具体如下：

101： 将待优化图像进行曲线调整， 得到曲线修正图像；

102： 对得到的曲线修正图像对应的每个点进行 HSV转换， 得到转换后的色彩 H、 纯度 S和明度 V的值；

103： 将得到的 S值进行加权后， 对 H、 V以及加权后的 S值进行 RGB变换， 得到饱和 度修正图像。

其中， HSV表示颜色模型， H表示色彩， S表示纯度， V表示明度。

进一步地， 在对待优化图像进行曲线调整及饱和度修正之 后， 本实施例提供的方法还 结合了对比度修正， 从而进一步提高图像的显示质量。 本实施例不对采取哪种结合方式进 行具体限定， 具体的结合方式可分为以下几种情况：

情况一： 在将待优化图像进行曲线调整之前， 还包括： 对待优化图像进行对比度修正， 得到对比度修正图像； 相应地， 将待优化图像进行曲线调整， 具体包括： 对得到的对比度 修正图像进行曲线调整。

情况二： 可选地， 在将待优化图像进行曲线调整之前， 还包括： 对待优化图像进行对 比度修正， 得到对比度修正图像； 相应地， 对11、 V以及加权后的 S值进行 RGB变换， 得到 饱和度修正图像之后， 还包括： 将对比度修正图像及饱和度修正图像进行叠加 。

情况三： 可选地， 在对 H、 V以及加权后的 S值进行 RGB变换， 得到饱和度修正图像之 后， 还包括： 对待优化图像进行对比度修正， 得到对比度修正图像； 将对比度修正图像及 饱和度修正图像进行叠加。

情况四： 可选地， 在对 H、 V以及加权后的 S值进行 RGB变换， 得到饱和度修正图像之 后， 还包括： 对饱和度修正图像进行对比度修正。

本实施例提供的方法， 通过对待优化图像进行曲线调整及饱和度修正 ， 使得图像的颜 色更加鲜明， 且不会对图像的色调造成破坏， 另外， 结合对比度修正， 改善图像的曝光质 量， 达到进一步优化图像显示质量的效果。 实施例二

本实施例提供了一种图像的优化编辑方法， 该方法将曲线调整、 饱和度修正与对比度 修正结合， 在改善待优化图像色泽的同时， 改善图像的曝光质量， 使图像的颜色更加鲜明， 且不会对图像的色调造成破坏。 其中， 将曲线调整、 饱和度修正与对比度修正结合的方式 有多种， 为了便于说明， 本实施例以先对图像进行对比度修正， 再对经对比度修正的图像 进行曲线调整及饱和度修正的结合方式为例， 对本实施例提供的图像的优化编辑方法进行 详细说明。 参见图 2， 方法流程具体如下：

201： 对待优化图像进行对比度修正， 得到对比度修正图像；

针对该步骤， 以对 24位位图进行对比度修正为例， 24位图像是一个存在 RGB通道的点 阵。 图像上每一个点， 拥有 R，G，B三个值， 分别表示该点上红色分量， 绿色分量， 蓝色分 量的值。 以下分别用 R ( i， j )，G (i， j)，B (i， j)分别表示在位置（i， j)上红、 绿、 蓝三个分量 的值。 用 I(x，y)来表示该点上 R，G，B分量的组合。 下面， 详细介绍一下对待优化图像进行 对比度修正的步骤：

首先， 对待优化图像 I上的每一个点的 RGB值进行如下统计：

RCounter [256]； II RCounter [256]是拥有 256 个元素的数组， RCounter [0]为访 问第 1个元素

GCounter [256]；

BCounter [256]；

for (图上的每一个点）

RCounter [R(i, j)]++; II RCounter []在 R(i， j)值的统计数上 +1 GCounter [G(i， j)]++;

BCounter [B(i， j)]++; 通过对 RGB值上的点做统计， 获得了 R值上每一个值所拥有的点的数量， 接下来， 从 中分别取出较暗点的亮度值、 均匀点的亮度值及较亮点的亮度值， 具体实现时， 可先将统 计的每个点对应的 R值从小到大排序， 取前 1%位置的 R值作为较暗点的亮度值 / ， 同理， 取 50%位置的 R值作为均匀点的亮度值 ， 取 99%位置的 R值作为较亮点的亮度值/ _{¾ ¾} 。 还可以将统计的每个点对应的 R值从大到小排序， 取 1%位置的 R值作为较亮点的亮度值 I _hlgh ， 同理， 取 50%位置的 R值作为均匀点的亮度值 /^， 取 99%位置的 R值作为较暗点的 亮度值 ， 本实施例不对取出这三个值的具体方式进行限 定。

再利用 I 、 I _md 和 I _hwh 这三个值求取一个修正系数 Gamma, 本实施不对具体的求取过禾 进行限定， 具体实现时， 可通过编程实现， 以下面所示的一段程序为例：

if _low <I„ ,&&J. '〈 I high )

Gamma=log(0.5)/log( U _mid ~I _low ) / U _hlgh ~I _low ))；

if (Gamma<0.8)

Gamma=0.8； 〃如果 Gamma的值小于 0.8， 则令 Gamma等于 0.8 if (Gamma>l.2) Gamma=l.2； 〃如果 Gamma的值大于 1.2.则令 Gamma等于 1.2

Gamma=l. Of； 其中， 0.5， 0.8和 1.2均为经验系数， 根据图像优化标准的不同， 该经验系数可以调 整， 本实施例对此不做具体限定， 实际应用过程中， 还可以采用其他经验系数。

得到修正系数之后， 以 R通道为例， 对于 R颜色值为 X的点， 通过如下程序实现获取 映射值 F (X), G通道、 B通道与 R通道的实现过程相同， 这里不再赘述。

float v=(X-/ ) ;

if (v<0)

F (X) 二 I 如果 X〈/, ， 则映射值 F (X) =/,

F (X) = / high 如果 X>=/ _fcrfl ， 则映射值 F (X) = I high else

F (X) = +(、/^- J*pow(v/(/ Λ ), Gamma) 〃如果 / X〈/ _¾ ,则映射值 F (X) high Iin„ ) *P。w (v/ ( I _h ,。 _h - I, _nM , )， Gamma)， 其中， pow (v/ ( I _h ,。 _h - I, _nM , )， Gamma)代表 v/ ( I _hlgh - I _low )的 Gamma次方， *表示乘法运算 对于待优化图像上的每一个 RGB点， 利用以上映射关系 F(X)进行 RGB值的映射， 从而 得到对比度修正图像。

202： 对得到的对比度修正图像进行曲线调整， 得到曲线修正图像；

其中， 曲线调整是数码图片修正的一个常用方法， 本实施例不对具体的调整方式进行 限定， 此处以对 R通道进行曲线调整为例进行说明。 R的值域为 [0 255], 映射函数为 y = F (x)， 定义域为 [0 255], 值域为 [0 255]，其 曲线图像以过 （127 127) 点， 在 [0 127 )区间为凹函数， 在（127 255 ]上为凸函数的曲 线为例。 实际应用中， 可选用的映射函数可以有多种， 本实施例对此不作具体限定， 此处 仅以 F (X) =x-l.5*sin(x*2*3.1415926/255)为例， 其中 *表示乘法运算， 对 I (i j) 的 R 值利用函数 F(x)做映射， 记 R i j) =F(R (i j) ); 则对 G B通道做和 R值域类似通道： G (i j) = F(G (i j) )； B (i j) = F(B (i j) )， 最终得到曲线修正图像。 优选的， [F (X) -X]/ X在 0.95到 1.05的范围内。

203： 对得到的曲线修正图像对应的每个点进行 HSV转换， 得到转换后的色彩 H、 纯度 S和明度 V的值；

具体地， 将 RGB模型中的点进行 HSV转换可通过现有技术实现， 本实施例对此不作具 体限定， 具体实现时， 可通过编程实现， 仅以如下程序进行举例说明：

^Converts an GRB color value to HSV. Conversion formula

^adapted from http://en.wikipedia.org/wiki/HSV_color_space.

^Assumes r, g and b are contained in the set [0, 255] and returns h, s, and *v in the set[0, 1].

^iparam Number r The red color value

^iparam Number g The green color value

^iparam Number b The blue color value

return Array The HSV representation

Function rgb To HSV (r, g, b) {

r=r/255, g=g/255, b=b/255; 〃将 RGB转换成 0 1之间的小数

var max=Math. max (r, g, b) , min=Math. min (r, g, b)； II max是 r g b中最大值， min 是 r g b中最小值

var h, s, v=max；

var d=max-min；

s=max==0?0 d/max； 〃如果 max==0， 那么 s结果就是 0， 否贝 lj s = d/max

if(max==min) { II如果最大值与最小值相等， 则 h值为 0

h=0； 11 achromat i c }else{ II否则用如下公示计算

switch (max) {

case r： h= (g- b) /d+ (g〈b?6： 0)； break； II如果 r是最大值， 则 h= (g- b) /d+ (g〈b?6： 0) 其中 (g<b?6:0) 表示： 如果 g〈b则等于 6， 否则等于 0;

case g:h= (b-r)/d+2; break; // 如果 g是最大值， h=(b_r)/d+2;

case b:h= (r-g) /d+4 ; break ; // 如果 b是最大值， b=(r_g)/d+4; h/=6; return [h, s, v] 〃 返回获得的 hsv值

204： 将得到的 S值进行加权后， 对 H、 V以及加权后的 S值进行 RGB变换， 得到饱和 度修正图像。

针对该步骤， 将得到的 S值进行加权时， 具体的加权值可以根据实际情况决定， 根据 图像优化的标准不同， 该加权值可以调整， 本实施例对此不作具体限定， 此处仅以加权值 为 1.02， 即加权后的新的 S值 Snew =1.02S为例进行说明， 优选的， Snew在 1S到 1.05S 的范围内。

得到加权后的新的 S值 Snew后， 再对 H， Snew及 V做 RGB变换， 其中， 将 HSV模型变 换成 RGB模型也是现有技术， 本实施例不对具体的变换方式进行限定， 具体实现时， 可通 过编程实现， 仅以如下程序为例进行举例说明：

^Converts an HSV color value to GRB. Conversion formula

^adapted from http://en.wikipedia.org/wiki/HSV_color_space.

^Assumes r, g and b are contained in the set [0, 1] and returns h, s, and *v in the set [0,255].

^iparam Number h The hue

^iparam Number s The saturation

^iparam Number v The value

return Array The GRB representation Function hsv To Rgb (h, s, v) {

var r， b， g;

var i=Math. floor (h*6) ; 〃i = h*6的上整（比如 2.6的上整是 3)

var f=h^6-i；

var p=v* (1-s)；

var q=v* (1-f^s)；

var t=v^(l-(l-f)^s)；

switch (f%6) {

case 0: ： r ⁼ =v, g=t, b= =p; ； break; / V如果 f被 6除余 0， 则 r=v， g:

case 1: ： r ⁼ =q, g=v, b= =p; ； break; / Ί如果余 1， 则 r=q， g=v，b=p;

case 2: ： r ⁼ =P, g=v, b= =t; ； break; / Ί如果余 2， 则 r=p， g=v，b=t;

case 3: ： r ⁼ =p, g=q, b= =v； ； break; / Ί如果余 3， 则 r=p， g=q， b=v;

case 4: ： r ⁼ =t, g=P, b= =v； ； break; / Ί如果余 4， 则 r=t， g=p, b=v _;

case 5: ： r ⁼ =V, g=P, b= =q; ； break; / V如果余 5， 则 r=v， g=p， b=q;

}

Return [r*255， g*255，b*255]；〃 返回获得的 RBG值， 范围是 [0, 255] 获得 R， G， B值后， 以该值作为 I ^ (x， y) 点的颜色值， 图像 I 即为处理后的结 果， 至此， 对待优化图像进行优化编辑的步骤结束。

需要说明的是， 本实施例仅以对待优化图像先进行对比度修正 ， 再对经对比度修正的 图像进行曲线调整及饱和度修正为例， 对本实施例提供的方法进行了详细说明。 实际应用 过程中， 将曲线调整、 饱和度修正与对比度修正结合的方式有多种， 其中， 将曲线调整及 饱和度修正结合可以达到反转片修正的效果， 除了上述将反转片修正与对比度修正结合的 方式， 达到对图像进行优化编辑的效果外， 还可先对图像进行反转片修正， 再对经反转片 修正的图像进行对比度修正， 除此之外， 还可采用对图像分别进行反转片修正及对比度 修 正， 再将得到的两个修正图像进行叠加的方式， 同样可得到与上述方法类似的优化效果。 在将得到的两个修正图像进行叠加时， 本实施例不对具体叠加方式进行限定， 如果反转片 修正的效果为 I反转 （i， j)， 对比度修正的效果为 I对 _¾ (i， j)， 则将两个修正效果叠加时， 可采用对两个效果分别进行加权的方式， 如叠加后的图像 I叠加 （i， j) = I s转 （i， j) Xa + I Ά (i， j) X (255- a) _; 其中， a为加权值， 本实施例不对具体的加权值进行限定， 可以根 据所需要的效果进行调整。 本实施例提供的方法， 通过组合对比度修正和较弱的反转片修正算法 ， 不仅可以改善 图像的曝光质量， 还能改善图像的色泽， 使得图像的颜色更加鲜明， 且不会对图像的色调 造成破坏。 实施例三

参见图 3， 本实施例提供了一种图像优化编辑的装置， 该装置包括：

曲线调整模块 301， 用于将待优化图像进行曲线调整， 得到曲线修正图像；

第一变换模块 302， 用于对曲线修正图像对应的每个点进行 HSV转换， 得到转换后的色 彩11、 纯度 S和明度 V的值；

第二变换模块 303， 用于将得到的 S值进行加权后， 对 H、 V以及加权后的 S值进行 RGB 变换， 得到饱和度修正图像。

参见图 4， 该装置还包括：

第一对比度修正模块 304， 用于在曲线调整模块将待优化图像进行曲线调 整之前， 对待 优化图像进行对比度修正， 得到对比度修正图像；

相应地， 曲线调整模块 301， 具体用于对得到的对比度修正图像进行曲线调 整， 得到曲 线修正图像。

可选地， 参见图 5， 该装置还包括：

第一对比度修正模块 304， 用于在曲线调整模块 301将待优化图像进行曲线调整之前， 对待优化图像进行对比度修正， 得到对比度修正图像；

第一叠加模块 305， 用于在第二变换模块 303对 H、 V以及加权后的 S值进行 RGB变换， 得到饱和度修正图像之后， 将第一对比度修正模块 304得到对比度修正图像及第二变换模 块 303得到的饱和度修正图像进行叠加。

可选地， 参见图 6， 该装置还包括：

第二对比度修正模块 306，用于在第二变换模块 303对 H、 V以及加权后的 S值进行 RGB 变换， 得到饱和度修正图像之后， 对待优化图像进行对比度修正， 得到对比度修正图像； 第二叠加模块 307，用于将第二对比度修正模块 306得到的对比度修正图像及第二变换 模块 303得到的饱和度修正图像进行叠加。

可选地， 参见图 7， 该装置还包括：

第三对比度修正模块 308，用于在第二变换模块 303对 H、 V以及加权后的 S值进行 RGB 变换， 得到饱和度修正图像之后， 对饱和度修正图像进行对比度修正。

需要说明的是： 本实施例提供的装置在实现对图像进行优化编 辑时， 仅以上述各功能 模块的划分进行举例说明， 实际应用中， 可以根据需要而将上述功能分配由不同的功能 模 块完成， 即将装置的内部结构划分成不同的功能模块， 以完成以上描述的全部或者部分功 能。 另外， 本实施例提供的图像优化编辑的装置与图像优 化编辑的方法实施例属于同一构 思， 其具体实现过程详见方法实施例， 这里不再赘述。

综上所述， 本实施例提供的装置， 通过将对比度调整、 曲线调整和饱和度调整进行结 合， 改善了原来图像曝光质量和色泽， 使得颜色更加鲜明， 且不会对图像的色调造成破坏。 上述本发明实施例序号仅仅为了描述， 不代表实施例的优劣。

本发明实施例中的全部或部分步骤， 可以利用软件实现， 相应的软件程序可以存储在 可读取的存储介质中， 如光盘或硬盘等。

以上所述仅为本发明的较佳实施例， 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、 改进等， 均应包含在本发明的保护范围之内。