CN105847703A - 一种图像处理方法和电子设备 - Google Patents

一种图像处理方法和电子设备 Download PDF

Info

Publication number
CN105847703A
CN105847703A CN201610184664.7A CN201610184664A CN105847703A CN 105847703 A CN105847703 A CN 105847703A CN 201610184664 A CN201610184664 A CN 201610184664A CN 105847703 A CN105847703 A CN 105847703A
Authority
CN
China
Prior art keywords
reference picture
area
image
described reference
interest
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
Application number
CN201610184664.7A
Other languages
English (en)
Other versions
CN105847703B (zh
Inventor
卢晓鹏
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.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing Ltd
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 Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN201610184664.7A priority Critical patent/CN105847703B/zh
Publication of CN105847703A publication Critical patent/CN105847703A/zh
Application granted granted Critical
Publication of CN105847703B publication Critical patent/CN105847703B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70Circuitry for compensating brightness variation in the scene
    • H04N23/73Circuitry for compensating brightness variation in the scene by influencing the exposure time
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70Circuitry for compensating brightness variation in the scene
    • H04N23/74Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本申请提供了一种图像处理方法和电子设备,该方法包括:对当前场景进行图像采集,获取到当前场景的参考图像;从参考图像中至少确定出满足第一特征条件的第一区域和满足第二特征条件的第二区域;分别将第一区域和第二区域作为参考图像的感兴趣区域ROI,计算参考图像的曝光参数,得到至少两组曝光参数;分别基于每组曝光参数对当前场景进行图像采集,得到至少两幅目标图像;对参考图像以及至少两幅目标图像进行图像融合,得到融合后的合成图像。该方法和电子设备可以使得合成的图像能够更好的反映出真实环境中的视觉效果。

Description

一种图像处理方法和电子设备
技术领域
本申请涉及图像处理技术领域,更具体的说是涉及一种图像处理方法和电子设备。
背景技术
自然场景的亮度包含很大的动态范围,其动态范围可达亿级,然而自然场景的动态范围已经大大超出现有数码采集设备的捕获能力,从而使得数码采集设备不能完全覆盖真实场景的动态范围。目前可以通过生成高动态范围图像来进行动态范围的扩展。高动态范围图像(HDR,High-Dynamic Range)可以包含更多的图像范围和图像细节,能够更好的反映出真实环境中的视觉效果。
通过多曝光度方法可以生成高动态范围图像,多曝光度方法的基本思想是使用低动态图像采集设备捕获一组曝光度不同的动态范围图像,然后将这组图形进行合成,以得到高动态范围图像。然而目前获取这多张曝光度不同的图像时,都是随机调整图像采集装置的曝光参数,并基于调整的曝光参数进行图像采集。然而不同场景下对曝光参数的需求也是不同的,按照现有的方式摄取到的多幅图像无法涵盖真实场景的动态范围,从而使得合成的高动态范围图像无法很好的反映出真实环境中的视觉效果。
发明内容
有鉴于此,本申请提供了一种图像处理方法和电子设备,以使得合成的图像能够更好的反映出真实环境中的视觉效果。
为实现上述目的,本申请提供如下技术方案:
一种图像处理方法,包括:
对当前场景进行图像采集,获取到所述当前场景的参考图像;
从所述参考图像中至少确定出满足第一特征条件的第一区域和满足第二特征条件的第二区域;
分别将所述第一区域和所述第二区域作为所述参考图像的感兴趣区域ROI,计算所述参考图像的曝光参数,得到至少两组曝光参数;
分别基于每组所述曝光参数对所述当前场景进行图像采集,得到至少两幅目标图像;
对所述参考图像以及所述至少两幅目标图像进行图像融合,得到融合后的合成图像。
优选的,所述合成图像的信息量大于合成前的所述参考图像或者所述至少两幅目标图像中的任一幅的信息量,或者所述合成图像的清晰度高于合成前的所述参考图像或者所述至少两幅目标图像中的任一幅的清晰度。
优选的,从所述参考图像中至少确定出满足第一特征条件的第一区域和满足第二特征条件的第二区域,包括:
计算所述参考图像的亮度直方图;
根据所述参考图像的亮度直方图,从所述参考图像中至少确定出具有第一亮度值的第一区域和具有第二亮度值的第二区域。
优选的,所述根据所述参考图像的亮度直方图,从所述参考图像中至少确定出具有第一亮度值的第一区域和具有第二亮度值的第二区域,包括:
根据所述参考图像的亮度直方图,至少从所述参考图像中确定出具有最高亮度值的第一区域和具有最低亮度值的第二区域。
优选的,所述分别将所述第一区域和所述第二区域作为所述参考图像的感兴趣区域,计算所述参考图像的曝光参数,包括:
分别将所述第一区域和所述第二区域作为所述参考图像的感兴趣区域ROI,为所述感兴趣区域ROI和所述参考图像中所述感兴趣区域ROI之外的其他区域分配不同的权重,并依据所述感兴趣区域ROI和所述其他区域的权重,对所述参考图像进行曝光参数的加权计算,其中,所述感兴趣区域的权重最大。
优选的,当所述第一区域和第二区域分别为具有第一亮度值的第一区域和具有第二亮度值的第二区域时,则所述依据所述感兴趣区域和所述其他区域的权重,对所述参考图像进行曝光参数的加权计算,包括:
依据所述感兴趣区域和所述其他区域的权重,计算所述参考图像的亮度平均值;
基于所述亮度平均值和预设的亮度标准值,确定所述参考图像的曝光参数。
优选的,所述曝光参数包括以下一种或多种:
曝光时间或曝光增益。
优选的,所述对所述参考图像以及所述至少两幅目标图像进行图像融合,包括:
分别将所述参考图像和所述至少两幅目标图像划分为多个图像块,其中,同一坐标位置处分别对应有来自于所述参考图像和所述至少两幅目标图像的至少三个不同的图像块;
从同一坐标位置处的至少三个不同图像块中,确定具有最大图像熵的候选图像块;
对于每一个所述候选图像块,确定所述候选图像块中各个像素点的融合权值,其中,所述候选图像块的中心位置的像素点的融合权值最大,且所述候选图像块中像素点距离所述中心位置的距离越大,像素点的融合权值越小;
依据所述候选图像块中各个像素点的融合权值,将不同坐标位置处的所述候选图像块进行融合,得到融合后的图像。
另一方面,本申请实施例还提供了一种电子设备,包括:
图像采集器,用于对当前场景进行图像采集,获取到所述当前场景的参考图像;
处理器,用于从所述参考图像中至少确定出满足第一特征条件的第一区域和满足第二特征条件的第二区域;分别将所述第一区域和所述第二区域作为所述参考图像的感兴趣区域ROI,计算所述参考图像的曝光参数,得到至少两组曝光参数;
所述图像采集器还用于,分别基于所述处理器得到的每组所述曝光参数对所述当前场景进行图像采集,得到至少两幅目标图像;
所述处理器,还用于对所述参考图像以及所述至少两幅目标图像进行图像融合,得到融合后的合成图像。
优选的,所述处理器融合后的所述合成图像的信息量大于合成前的所述参考图像或者所述至少两幅目标图像中的任一幅的信息量,或者所述合成图像的清晰度高于合成前的所述参考图像或者所述至少两幅目标图像中的任一幅的清晰度。
优选的,所述处理器从所述参考图像中至少确定出满足第一特征条件的第一区域和满足第二特征条件的第二区域,具体为,计算所述参考图像的亮度直方图;根据所述参考图像的亮度直方图,从所述参考图像中至少确定出具有第一亮度值的第一区域和具有第二亮度值的第二区域。
优选的,所述处理器根据所述参考图像的亮度直方图,从所述参考图像中至少确定出具有第一亮度值的第一区域和具有第二亮度值的第二区域,具体为:
根据所述参考图像的亮度直方图,至少从所述参考图像中确定出具有最高亮度值的第一区域和具有最低亮度值的第二区域。
优选的,所述处理器分别将所述第一区域和所述第二区域作为所述参考图像的感兴趣区域,计算所述参考图像的曝光参数,具体为:
分别将所述第一区域和所述第二区域作为所述参考图像的感兴趣区域ROI,为所述感兴趣区域ROI和所述参考图像中所述感兴趣区域ROI之外的其他区域分配不同的权重,并依据所述感兴趣区域ROI和所述其他区域的权重,对所述参考图像进行曝光参数的加权计算,其中,所述感兴趣区域的权重最大。
优选的,当所述第一区域和第二区域分别为具有第一亮度值的第一区域和具有第二亮度值的第二区域时,则所述处理器依据所述感兴趣区域和所述其他区域的权重,对所述参考图像进行曝光参数的加权计算,具体为:
依据所述感兴趣区域和所述其他区域的权重,计算所述参考图像的亮度平均值;
基于所述亮度平均值和预设的亮度标准值,确定所述参考图像的曝光参数。
优选的,所述曝光参数包括以下一种或多种:
曝光时间或曝光增益。
优选的,所述处理器对所述参考图像以及所述至少两幅目标图像进行图像融合,具体为:
分别将所述参考图像和所述至少两幅目标图像划分为多个图像块,其中,同一坐标位置处分别对应有来自于所述参考图像和所述至少两幅目标图像的至少三个不同的图像块;
从同一坐标位置处的至少三个不同图像块中,确定具有最大图像熵的候选图像块;
对于每一个所述候选图像块,确定所述候选图像块中各个像素点的融合权值,其中,所述候选图像块的中心位置的像素点的融合权值最大,且所述候选图像块中像素点距离所述中心位置的距离越大,像素点的融合权值越小;
依据所述候选图像块中各个像素点的融合权值,将不同坐标位置处的所述候选图像块进行融合,得到融合后的图像。
经由上述的技术方案可知,在获取到当前场景的参考图像之后,并不是按照随机生成的曝光参数再对当前场景进行图像采集,而是需要对该参考图像进行分析,并分别以该参考图像中满足不同特征条件的区域作为感兴趣区域,重新确定参考图像的曝光参数,这样,基于确定出的至少两组曝光参数对当前场景进行采集后,采集到至少两组曝光参数也更能呈现出当前场景在不同方面的效果,从而可以使得合成后的图像能够包含当前场景更多的信息量,也更能反映出真实环境中的视觉效果。
附图说明
为了更清楚地说明本申请实施例的技术方案,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申请的实施例,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,还可以根据提供的附图获得其他的附图。
图1示出了本申请一种图像处理方法一个实施例的流程示意图;
图2示出了本申请一种图像处理方法又一个实施例的流程示意图;
图3示出了本申请一种图像处理方法一个应用场景的示意图;
图4示出了本申请一种图像处理方法又一个实施例的结构示意图。
图5示出了本申请一种图像处理方法进行图像融合的一种可能的实现流程示意图;
图6示出了本申请一种电子设备一个实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
参见图1,其示出了本申请一种图像处理方法一个实施例的流程示意图,本实施例的方法可以应用于任意具有图像采集功能的电子设备,如,具有摄像头的智能手机、平板电脑以及计算机等等。
本实施例的方法可以包括:
101,对当前场景进行图像采集,获取到该当前场景的参考图像。
其中,该参考图像可以理解为对图像采集单元中曝光参数进行调整之前采集到的图像;或者是按照图像采集单元预先设定的曝光参数或者是基于自动曝光策略确定的曝光参数,而采集到的该场景中的图像。
可以理解的是,由于后续依据当前对场景进行采集到的图像,对图像采集单元的曝光参数进行调整,以重新获取当前场景的图像,因此,为了便于与后续调整曝光参数后采集到的图像进行区分,将该步骤101中采集到的图像称为参考图像。
102,从该参考图像中至少确定出满足第一特征条件的第一区域和满足第二特征条件的第二区域。
其中,第一区域和第二区域不同,该第一特征条件与第二特征条件不同。
可以理解的是,图像具有不同的特征形态,图像的不同特征可以反映出场景中的不同的视觉效果。为了能够更好的获取到反映当前场景中动态范围,本申请实施例对该参考图像的特征进行分析,以从参考图像中找出至少两个具有满足不同特征条件的区域,为了便于区分,可以将参考图像划分出的任意两个具有不同特征条件的区域称为第一区域和第二区域。其中,该第一区域和第二区域不同,且该第一区域和第二区域所满足的特征条件会有所不同。
参考图像的特征可以有多种,如特征可以是参考图像的色温、亮度等。
如,当依据参考图像的色温确定至少两个区域时,则可以确定满足第一色温值或者第一色温范围的第一区域,以及满足第二色温值或者第二色温范围的第二区域。
相对应的,当依据参考图像的亮度确定至少两个区域时,则可以确定满足第一亮度值或者第一亮度范围的第一区域,以及满足第二亮度值或者第二亮度范围的第二区域。
103,分别将该第一区域和该第二区域作为该参考图像的感兴趣区域,计算该参考图像的曝光参数,得到至少两组曝光参数。
感兴趣区域(ROI,Region Of Interest)是指图像中选择出的,对图像分析所需重点关注的区域,在本申请实施例中,该感兴趣区域可以也可以理解为该参考图像中作为需要重点突出特征的区域。将步骤102中确定出的区域作为感兴趣区域后,该感兴趣区域的图像特征也是需要在后续采集到的图像中呈现出的特征效果。其中,该曝光参数可以与现有的图像融合中所涉及的曝光参数相同,如该曝光参数可以曝光时间、曝光增益等参数中的一种或多种。
将步骤102中确定出的任意一个区域作为感兴趣区域时,均可以计算出相应的曝光参数,这样至少两个区域分别作为感兴趣区域后,会得到至少两组曝光参数。
104,分别基于每组曝光参数对该当前场景进行图像采集,得到至少两幅目标图像。
具体的,依次将每组曝光参数设置为图像采集单元的图像采集,并获取图像采集单元在当前配置的曝光参数下所采集到的图像。
由于目标图像与参考图像都是对当前场景进行摄取所得到的图像,因此目标图像与参考图像中所包含的对象相同,都是当前场景内的所有物品或背景等对象,只不过由于曝光参数不同,同一对象在目标图像和参考图像中所呈现出的图像效果会有所不同。
为了便于区分,将调整曝光参数后所采集到的该当前场景的图像称为目标图像。由于分别在不同组曝光参数下进行图像采集,因此,采集到的目标图像的数量与步骤103中获取到的曝光参数的组数相同。
可以理解的是,对于任意一组曝光参数而言,由于是以满足某种特征条件的区域作为参考图像的分析重点而计算出的该组曝光参数,因此,与参考图像相比,基于该组曝光参数对该当前场景进行图像采集所采集到的目标图像更能满足该种特征条件。由此可知,与参考图像相比,这多幅目标图像更能处于某方面的特征,从而使得后续融合出的图像具有更大的动态范围,也能够反映出真实场景的视觉效果。
例如,以从参考图像中确定出具有不同亮度值的区域为例,如果以图像中具有较高亮度值的区域作为感兴趣区域,并计算出一组曝光参数后,以该曝光参数设置作为图像采集单元的曝光参数进行图像采集,则采集到的目标图像的亮度值应该大于该参考图像的亮度值。
105,对参考图像以及该至少两幅目标图像进行图像融合,得到融合后的合成图像。
对这参考图像以及目标图像进行融合的过程可以与现有的图像融合过程相似,在此不再赘述。
可以理解的是,融合后所得到的该合成图像的信息量大于合成前的该参考图像或者该至少两幅目标图像中的任一幅的信息量;或者是,该融合后的合成图像的清晰度高于该合成前的参考图像或者该至少两幅目标图像中的任一幅的清晰度。
可选的,在本实施例中可以是将该参考图像和至少两幅目标图像进行融合,生成高动态范围图像,从而使得该高动态范围图像比参考图像和目标图像具有更大的动态范围,能够更为真实的反映出真实场景中的视觉效果。
由以上可知,在本申请实施例中,在获取到当前场景的参考图像之后,并不是按照随机生成的曝光参数再对当前场景进行图像采集,而是需要对该参考图像进行分析,并分别以该参考图像中满足不同特征条件的区域作为感兴趣区域,重新确定参考图像的曝光参数,这样,基于确定出的至少两组曝光参数对当前场景进行采集后,采集到至少两组曝光参数也更能呈现出当前场景在不同方面的效果,从而可以使得合成后的图像能够包含当前场景更多的信息量,也更能反映出真实环境中的视觉效果。
可以理解的是,在本申请实施例中,以参考图像中某个区域作为感兴趣区域计算该参考图像的曝光参数的方式可以有多种。
为了便于理解以一种优选的方式进行介绍。在确定出当前作为感兴趣区域的区域之后,为当前的该感兴趣区域以及参考图像中感兴趣区域之外的其他区域分配权重,同时,感兴趣区域的权重大于其他区域的权重。然后,可以依据该感兴趣区域和该其他区域的权重,对该参考图像进行曝光参数的加权计算。
例如,以第一区域作为感兴趣区域时,在分配权重时,可以分配第一区域的权重比第二区域的权重大,然后基于第一区域和第二区域的权重,对参考图像进行曝光参数的加权计算,得到一组曝光参数。当然,在实际应用中,参考图像中除了第一区域和第二区域之外,还可以包括不属于第一区域和第二区域的第三区域,则此时可以依据为第一区域、第二区域以及第三区域分配权重,其中,第一区域的权重最大,然后基于这三个区域的权重,对参考图像进行曝光参数的加权计算。
需要说明的是,确定出各个区域的权重之后,对参考图像进行曝光参数的加权计算的过程可以与现有的任意一种计算曝光参数的过程相似,如,基于某个特征确定至少两个第一区域和第二区域时,可以预先设定该特征的预设特征值,然后根据当前为不同区域所分配的权重计算参考图像中的特征计算值,并将特征计算值与该预设的预设特征进行收敛,通过不断调整权重并进行收敛,最终确定曝光参数。
为了便于理解以基于参考图像的亮度值确定第一区域和第二区域为例,对本申请实施例的图像处理方法进行介绍。
参见图2,其示出了本申请一种图像处理方法另一个实施例的结构示意图,本实施例的方法可以包括:
201,对当前场景进行图像采集,获取到该当前场景的参考图像。
202,计算该参考图像的亮度直方图。
计算图像直方图的方式可以与现有的方式相似,在此不再赘述。
203,根据该参考图像的亮度直方图,从参考图像中至少确定出具有第一亮度值的第一区域和具有第二亮度值的第二区域。
根据参考图像的亮度直方图,可以确定不同的亮度阈值或者阈值范围,根据确定出的亮度阈值或阈值范围可以从参考图像中确定出满足不同亮度阈值或阈值范围的区域,从而至少确定出第一区域和第二区域,该第一区域和第二区域的亮度值不同。
可以理解的是,参考图像中亮度差异越大的区域越能够反映出该参考图像的亮度特征,而分别将亮度差异较大的两个区域作为感兴趣区域来计算曝光参数后,基于该曝光参数对当前场景进行图像采集所采集到的图像也能包含当前场景中更多的视觉效果,因此可选的,可以根据参考图像的亮度直方图,至少从该参考图像中确定出具有最高亮度值的第一区域和具有最低亮度值的第二区域。也就是说,第一区域的亮度值大于该参考图像中其他区域的亮度值或者亮度平均值,第二区域的亮度值小于该参考图像中其他区域的亮度值或亮度平均值。
204,分别将该第一区域和该第二区域作为该参考图像的感兴趣区域,计算该参考图像的曝光参数,得到至少两组曝光参数。
具体的,可以感兴趣区域和参考图像中感兴趣区域之外的其他区域分配权重,并使得感兴趣区域的权重大于其他区域的权重。然后,依据感兴趣区域和参考图像中该感兴趣区域之外的该其他区域的权重,计算该参考图像的亮度平均值。基于该亮度平均值和预设的亮度标准值,确定该参考图像的曝光参数。
205,分别基于每组曝光参数对该当前场景进行图像采集,得到至少两幅目标图像。
206,对参考图像以及该至少两幅目标图像进行图像融合,得到融合后的合成图像。
其中,该步骤205可以与前面实施例中的相关介绍,在此不再赘述。
为了便于理解以参考图像的亮度分布来调整曝光参数,下面结合一种应用场景,对本申请实施例的图像处理方法进行详细介绍。如图3应用本申请的图像处理方法的一种应用场景示意图。图4示出了在该图3的应用场景下,该图像处理方法的一种可能的实现流程。
如图4,该图像处理方法可以包括:
401,按照图像采集单元预设的自动曝光参数对当前场景进行图像采集,获取到该当前场景的参考图像。
402,计算该参考图像的亮度直方图。
403,根据该参考图像的亮度直方图,从参考图像中确定出具有最高亮度值的第一区域和具有最低亮度值的第二区域。
结合图3进行介绍,图3最左端的图像表征参考图像(空白箭头的起始端所对应的图像)的亮度分布,由图可见该图像被划分为多个小方格,其中灰色方格所构成的区域表示参考图像的第一区域,即参考图像中亮度值最低的暗区;黑色方格所构成的区域表示参考图像的第二区域,即参考图像中亮度值最高的亮度。由图3可见,在实际应用中,亮度最高的区域可以是由多个相邻像素点构成的区域,也可以是两个或多个独立的子区域,每个子区域由多个像素点构成,这两个或多个子区域可以被第二区域或其他区域隔开而不相邻;相应的,第二区域可以是由多个相连的像素点构成的区域,也可以是由两个或多个独立的子区域构成,子区域之间可以不相邻。
404,将第一区域作为感兴趣区域,为第一区域分配第一权重,为第二区域分配第二权重,为参考图像中第一区域和第二区域之外的第三区域分配第三权重,并执行步骤405;
其中,第一权重大于第二权重和第三权重,且第二权重小于第三权重。
405,依据第一区域的第一权重、第二区域的第二权重以及第三区域的第三权重,对参考图像进行亮度加权计算,得到参考图像的亮度的加权平均值,并基于该亮度的加权平均值和预设的亮度标准值,确定参考图像的一组曝光参数。
可以理解的是,基于亮度的加权平均值和预设的亮度标准值确定曝光参数实际上是一个收敛过程,在该过程中可能需要不断调整各个区域的权重,但是各个区域的权重之间的关系满足前面的限定关系,直至最终收敛得到曝光参数。
具体的,可以基于如下原理,来确定曝光参数:
在高亮区域的图像细节可以采取短曝光时间或低增益来保持。
406,将第二区域作为感兴趣区域,为第一区域分配第四权重,为第二区域分配第五权重,为参考图像中第一区域和第二区域之外的第三区域分配第六权重,并执行步骤407;
其中,第五权重大于第四权重和第六权重,且第四权重小于第六权重。
407,依据第一区域的第四权重、第二区域的第五权重以及第三区域的第六权重,对参考图像进行亮度加权计算,得到参考图像的亮度的加权平均值,并基于该亮度的加权平均值和预设的亮度标准值,确定参考图像的一组曝光参数。
可以理解的是,该步骤406和407同样是一个不断迭代,并实现收敛以最终得到曝光参数的过程。
具体的,可以基于如下原理,来确定曝光参数:
延长曝光时间或给予更高的增益,以使暗处或阴影区域的测量值更可靠。
408,分别基于每组曝光参数对该当前场景进行图像采集,得到两幅目标图像。
结合图3可知,本申请实施例得到两组曝光参数后,基于步骤405中的确定出的曝光参数来设定图像采集单元并进行图像采集,从而可以得到图3中亮度较高的目标图像,如图3中竖直排列的三幅图像中的最上面的一幅图像,即黑色箭头指向的图像;同时,基于步骤407中确定出的曝光参数设定图像采集单元的参数并进行图像采集,可以得到图像中亮度较低的目标图像,如图3中竖直排列的三幅图像中最下面的一幅图像,即浅灰色箭头指向的目标。通过对比竖直排列的这三幅图像可以比对出亮度的不同变化。
409,对参考图像以及该两幅目标图像进行图像融合,得到融合后的合成图像。
如图3,将竖直排列的三幅图像进行融合得到最右端的合成图像,合成图像的信息量比中间这三幅图像更为丰富,清晰度也较高。可选的,该合成图像可以为高动态范围图像,由图3也可以看出该高动态范围图像的图像细节以及范围更多,从而更能反映当前场景的视觉效果。
可以理解的是,在本申请以上任意一个实施例中,将参考图像与目标图像进行融合的过程可以与现有方式相似。
可选的,为了提高融合后的合成图像的合成效果,在进行图像融合时,需要从参考图像以及至少两幅图像中同一位置处信息量最丰富的区域进行融合。同时,为了避免图像之间的不连续,需要平滑的将各个区域拼接在一起。参见图5,其示出了本申请一种图像处理方法中将参考图像与目标图像进行融合的一种可能的实现流程示意图,该过程可以包括:
501,分别将参考图像和至少两幅目标图像划分为多个图像块。
其中,将每幅图像划分出的图像块的数量相同,具体将图像划分为多少个图像块具体可以根据需要设定,如,将图像划分成d*d个图像块,d的数量可以根据需要设定,如可以划分为3*3个图像块。
可以理解的是,将参考图像和该至少两幅目标图像进行划分之后,同一坐标位置处分别对应有来自于该参考图像和该至少两幅目标图像的至少三个不同的图像块。其中,该坐标位置处也可以理解为同一坐标序号处。如,分别将参考图像和目标图像划分成3*3个图像块,那么就得到处于九个坐标序号对应的九个图像块,如,坐标序号为横向第i且纵向第k个,i从1到3,k从1到3。那么坐标序号为横向第i且纵向第k个处的图像块具有至少三个,且这至少三个分别来自参考图像和至少两个目标图像。
502,从同一坐标位置处的至少三个不同图像块中,确定具有最大图像熵的候选图像块。
其中,图像熵的计算方式与现有的方式相同。图像块的图像熵是指该图像块在该图像块所属的源图像中的图像熵。
为了便于理解,下面介绍一种图像熵的计算方式,图像熵Ec的计算公式如下:
其中,i表征像素亮度,i的取值从0-255;pi表示亮度i在图像块中出现的概率。
503,对于每一个候选图像块,确定该候选图像块中各个像素点的融合权值。
其中,按照如下原则确定候选融合权值:
图像块的中心位置的像素点的融合权值最大,且候选图像块中像素点距离该中心位置的距离越大,该像素点的融合权值越小。如,图像块的中心像素具有最大权值,该图像块中其他像素的权值等比于该像素与图像中心的距离。
在本实施例中,为了避免图像块之间的不连续性,实现平滑融合,采用以图像块中心为基准的单调递减函数作为融合权值,相应的图像颜色也乘以该融合权值。
504,依据该候选图像块中各个像素点的融合权值,将不同坐标位置处的该候选图像块进行融合,得到融合后的图像。
确定出各个候选图像块的融合权值之后,基于融合权值将不同坐标位置处的候选图像块进行融合的过程也可以有多种。
为了便于理解,以一种可能的实现方式对本申请实施例中确定融合权重以及图像融合的过程进行介绍。
假设分别将参考图像和目标图像划分为dr×dc个图像块。假设i和k分别代表候选图像块所在的坐标序号,即,候选图像块处于横向第i个且纵向第k个的坐标序号位置,其中,i从1到dr,k从1到dc。同时,Iik代表参考图像和至少两幅目标图像中,该候选图像块ik所属的源图像,换言之,Iik代表该候选图像块ik具有最大熵的图像。则最终输出的融合后图像可通过下面公式表示:
其中,Wik(x,y)是图像块ik中坐标位置(x,y)的融合权值;Iik(x,y)表示图像块ik在坐标位置(x,y)的向量值。
其中,融合权值应被定义在整个图像域,归一化表示为:
其中,dr和dc分别是参考图像或目标图像在竖直方向和水平方向被划分出的图像块数目,如,图像被切换为3*3个图像块,则dr和dc均为3。
其中,Gik(x,y)为图像块ik中坐标(x,y)处的高斯核函数,其可以表示为:
其中,xik以及yik分别表示候选图像块ik的中心位置的横轴和纵轴坐标值;σ表示预设的方差,其预先根据算法调试得到;
另一方面,本申请实施例还提供了一种电子设备,以支持如上图像处理方法的执行。
参见图6,其示出了本申请一种电子设备一个实施例的结构示意图,本实施例的电子设备可以包括:图像采集器601和处理器602。
其中,图像采集器601,用于对当前场景进行图像采集,获取到所述当前场景的参考图像;
处理器602,用于从所述参考图像中至少确定出满足第一特征条件的第一区域和满足第二特征条件的第二区域;分别将所述第一区域和所述第二区域作为所述参考图像的感兴趣区域ROI,计算所述参考图像的曝光参数,得到至少两组曝光参数;
所述图像采集器601还用于,分别基于所述处理器得到的每组所述曝光参数对所述当前场景进行图像采集,得到至少两幅目标图像;
所述处理器602,还用于对所述参考图像以及所述至少两幅目标图像进行图像融合,得到融合后的合成图像。
其中,该图像采集器可以为电子设备的摄像头等具备图像采集功能的部件。
可以理解的是,该电子设备还可以具有存储器,存储器用于存储该处理器运行所需的程序以及数据。
当然,该电子设备还可以包括通信总线,该通信总线用于连接存储器、处理器和图像采集器等部件。
可选的,所述处理器融合后的所述合成图像的信息量大于合成前的所述参考图像或者所述至少两幅目标图像中的任一幅的信息量,或者所述合成图像的清晰度高于合成前的所述参考图像或者所述至少两幅目标图像中的任一幅的清晰度。
可选的,所述处理器从所述参考图像中至少确定出满足第一特征条件的第一区域和满足第二特征条件的第二区域,具体为,计算所述参考图像的亮度直方图;根据所述参考图像的亮度直方图,从所述参考图像中至少确定出具有第一亮度值的第一区域和具有第二亮度值的第二区域。
可选的,所述处理器根据所述参考图像的亮度直方图,从所述参考图像中至少确定出具有第一亮度值的第一区域和具有第二亮度值的第二区域,具体为:
根据所述参考图像的亮度直方图,至少从所述参考图像中确定出具有最高亮度值的第一区域和具有最低亮度值的第二区域。
可选的,所述处理器分别将所述第一区域和所述第二区域作为所述参考图像的感兴趣区域,计算所述参考图像的曝光参数,具体为:
分别将所述第一区域和所述第二区域作为所述参考图像的感兴趣区域ROI,为所述感兴趣区域ROI和所述参考图像中所述感兴趣区域ROI之外的其他区域分配不同的权重,并依据所述感兴趣区域ROI和所述其他区域的权重,对所述参考图像进行曝光参数的加权计算,其中,所述感兴趣区域的权重最大。
可选的,当所述第一区域和第二区域分别为具有第一亮度值的第一区域和具有第二亮度值的第二区域时,则所述处理器依据所述感兴趣区域和所述其他区域的权重,对所述参考图像进行曝光参数的加权计算,具体为:
依据所述感兴趣区域和所述其他区域的权重,计算所述参考图像的亮度平均值;
基于所述亮度平均值和预设的亮度标准值,确定所述参考图像的曝光参数。
可选的,所述曝光参数包括以下一种或多种:
曝光时间或曝光增益。
可选的,所述处理器对所述参考图像以及所述至少两幅目标图像进行图像融合,具体为:
分别将所述参考图像和所述至少两幅目标图像划分为多个图像块,其中,同一坐标位置处分别对应有来自于所述参考图像和所述至少两幅目标图像的至少三个不同的图像块;
从同一坐标位置处的至少三个不同图像块中,确定具有最大图像熵的候选图像块;
对于每一个所述候选图像块,确定所述候选图像块中各个像素点的融合权值,其中,所述候选图像块的中心位置的像素点的融合权值最大,且所述候选图像块中像素点距离所述中心位置的距离越大,像素点的融合权值越小;
依据所述候选图像块中各个像素点的融合权值,将不同坐标位置处的所述候选图像块进行融合,得到融合后的图像。
对于装置实施例而言,由于其基本相应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,在没有超过本申请的精神和范围内,可以通过其他的方式实现。当前的实施例只是一种示范性的例子,不应该作为限制,所给出的具体内容不应该限制本申请的目的。另外,所描述系统和方法以及不同实施例的示意图,在不超出本申请的范围内,可以与其它系统,模块,技术或方法结合或集成。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
以上所述仅是本发明的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (16)

1.一种图像处理方法,包括:
对当前场景进行图像采集,获取到所述当前场景的参考图像;
从所述参考图像中至少确定出满足第一特征条件的第一区域和满足第二特征条件的第二区域;
分别将所述第一区域和所述第二区域作为所述参考图像的感兴趣区域ROI,计算所述参考图像的曝光参数,得到至少两组曝光参数;
分别基于每组所述曝光参数对所述当前场景进行图像采集,得到至少两幅目标图像;
对所述参考图像以及所述至少两幅目标图像进行图像融合,得到融合后的合成图像。
2.根据权利要求1所述的方法,其特征在于,所述合成图像的信息量大于合成前的所述参考图像或者所述至少两幅目标图像中的任一幅的信息量,或者所述合成图像的清晰度高于合成前的所述参考图像或者所述至少两幅目标图像中的任一幅的清晰度。
3.根据权利要求1所述的方法,其特征在于,从所述参考图像中至少确定出满足第一特征条件的第一区域和满足第二特征条件的第二区域,包括:
计算所述参考图像的亮度直方图;
根据所述参考图像的亮度直方图,从所述参考图像中至少确定出具有第一亮度值的第一区域和具有第二亮度值的第二区域。
4.根据权利要求3所述的方法,其特征在于,所述根据所述参考图像的亮度直方图,从所述参考图像中至少确定出具有第一亮度值的第一区域和具有第二亮度值的第二区域,包括:
根据所述参考图像的亮度直方图,至少从所述参考图像中确定出具有最高亮度值的第一区域和具有最低亮度值的第二区域。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述分别将所述第一区域和所述第二区域作为所述参考图像的感兴趣区域,计算所述参考图像的曝光参数,包括:
分别将所述第一区域和所述第二区域作为所述参考图像的感兴趣区域ROI,为所述感兴趣区域ROI和所述参考图像中所述感兴趣区域ROI之外的其他区域分配不同的权重,并依据所述感兴趣区域ROI和所述其他区域的权重,对所述参考图像进行曝光参数的加权计算,其中,所述感兴趣区域的权重最大。
6.根据权利要求5所述的方法,其特征在于,当所述第一区域和第二区域分别为具有第一亮度值的第一区域和具有第二亮度值的第二区域时,则所述依据所述感兴趣区域和所述其他区域的权重,对所述参考图像进行曝光参数的加权计算,包括:
依据所述感兴趣区域和所述其他区域的权重,计算所述参考图像的亮度平均值;
基于所述亮度平均值和预设的亮度标准值,确定所述参考图像的曝光参数。
7.根据权利要求1至4任一项所述的方法,其特征在于,所述曝光参数包括以下一种或多种:
曝光时间或曝光增益。
8.根据权利要求1所述的方法,其特征在于,所述对所述参考图像以及所述至少两幅目标图像进行图像融合,包括:
分别将所述参考图像和所述至少两幅目标图像划分为多个图像块,其中,同一坐标位置处分别对应有来自于所述参考图像和所述至少两幅目标图像的至少三个不同的图像块;
从同一坐标位置处的至少三个不同图像块中,确定具有最大图像熵的候选图像块;
对于每一个所述候选图像块,确定所述候选图像块中各个像素点的融合权值,其中,所述候选图像块的中心位置的像素点的融合权值最大,且所述候选图像块中像素点距离所述中心位置的距离越大,像素点的融合权值越小;
依据所述候选图像块中各个像素点的融合权值,将不同坐标位置处的所述候选图像块进行融合,得到融合后的图像。
9.一种电子设备,包括:
图像采集器,用于对当前场景进行图像采集,获取到所述当前场景的参考图像;
处理器,用于从所述参考图像中至少确定出满足第一特征条件的第一区域和满足第二特征条件的第二区域;分别将所述第一区域和所述第二区域作为所述参考图像的感兴趣区域ROI,计算所述参考图像的曝光参数,得到至少两组曝光参数;
所述图像采集器还用于,分别基于所述处理器得到的每组所述曝光参数对所述当前场景进行图像采集,得到至少两幅目标图像;
所述处理器,还用于对所述参考图像以及所述至少两幅目标图像进行图像融合,得到融合后的合成图像。
10.根据权利要求9所述的电子设备,其特征在于,所述处理器融合后的所述合成图像的信息量大于合成前的所述参考图像或者所述至少两幅目标图像中的任一幅的信息量,或者所述合成图像的清晰度高于合成前的所述参考图像或者所述至少两幅目标图像中的任一幅的清晰度。
11.根据权利要求9所述的电子设备,其特征在于,所述处理器从所述参考图像中至少确定出满足第一特征条件的第一区域和满足第二特征条件的第二区域,具体为,计算所述参考图像的亮度直方图;根据所述参考图像的亮度直方图,从所述参考图像中至少确定出具有第一亮度值的第一区域和具有第二亮度值的第二区域。
12.根据权利要求11所述的电子设备,其特征在于,所述处理器根据所述参考图像的亮度直方图,从所述参考图像中至少确定出具有第一亮度值的第一区域和具有第二亮度值的第二区域,具体为:
根据所述参考图像的亮度直方图,至少从所述参考图像中确定出具有最高亮度值的第一区域和具有最低亮度值的第二区域。
13.根据权利要求9至12任一项所述的电子设备,其特征在于,所述处理器分别将所述第一区域和所述第二区域作为所述参考图像的感兴趣区域,计算所述参考图像的曝光参数,具体为:
分别将所述第一区域和所述第二区域作为所述参考图像的感兴趣区域ROI,为所述感兴趣区域ROI和所述参考图像中所述感兴趣区域ROI之外的其他区域分配不同的权重,并依据所述感兴趣区域ROI和所述其他区域的权重,对所述参考图像进行曝光参数的加权计算,其中,所述感兴趣区域的权重最大。
14.根据权利要求13所述的电子设备,其特征在于,当所述第一区域和第二区域分别为具有第一亮度值的第一区域和具有第二亮度值的第二区域时,则所述处理器依据所述感兴趣区域和所述其他区域的权重,对所述参考图像进行曝光参数的加权计算,具体为:
依据所述感兴趣区域和所述其他区域的权重,计算所述参考图像的亮度平均值;
基于所述亮度平均值和预设的亮度标准值,确定所述参考图像的曝光参数。
15.根据权利要求9至12任一项所述的电子设备,其特征在于,所述曝光参数包括以下一种或多种:
曝光时间或曝光增益。
16.根据权利要求9所述的电子设备,其特征在于,所述处理器对所述参考图像以及所述至少两幅目标图像进行图像融合,具体为:
分别将所述参考图像和所述至少两幅目标图像划分为多个图像块,其中,同一坐标位置处分别对应有来自于所述参考图像和所述至少两幅目标图像的至少三个不同的图像块;
从同一坐标位置处的至少三个不同图像块中,确定具有最大图像熵的候选图像块;
对于每一个所述候选图像块,确定所述候选图像块中各个像素点的融合权值,其中,所述候选图像块的中心位置的像素点的融合权值最大,且所述候选图像块中像素点距离所述中心位置的距离越大,像素点的融合权值越小;
依据所述候选图像块中各个像素点的融合权值,将不同坐标位置处的所述候选图像块进行融合,得到融合后的图像。
CN201610184664.7A 2016-03-28 2016-03-28 一种图像处理方法和电子设备 Active CN105847703B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610184664.7A CN105847703B (zh) 2016-03-28 2016-03-28 一种图像处理方法和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610184664.7A CN105847703B (zh) 2016-03-28 2016-03-28 一种图像处理方法和电子设备

Publications (2)

Publication Number Publication Date
CN105847703A true CN105847703A (zh) 2016-08-10
CN105847703B CN105847703B (zh) 2019-04-26

Family

ID=56583998

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610184664.7A Active CN105847703B (zh) 2016-03-28 2016-03-28 一种图像处理方法和电子设备

Country Status (1)

Country Link
CN (1) CN105847703B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106791470A (zh) * 2016-12-28 2017-05-31 上海兴芯微电子科技有限公司 基于高动态范围摄像装置的曝光控制方法和装置
CN107566749A (zh) * 2017-09-25 2018-01-09 维沃移动通信有限公司 拍摄方法及移动终端
CN107592473A (zh) * 2017-10-31 2018-01-16 广东欧珀移动通信有限公司 曝光参数调整方法、装置、电子设备和可读存储介质
CN109495689A (zh) * 2018-12-29 2019-03-19 北京旷视科技有限公司 一种拍摄方法、装置、电子设备及存储介质
CN109729269A (zh) * 2018-12-28 2019-05-07 维沃移动通信有限公司 一种图像处理方法、终端设备及计算机可读存储介质
CN109831632A (zh) * 2019-01-21 2019-05-31 上海晔芯电子科技有限公司 图像传感器的成像方法
WO2019148912A1 (zh) * 2018-02-02 2019-08-08 杭州海康威视数字技术股份有限公司 一种图像处理方法、装置、电子设备及存储介质
CN110149484A (zh) * 2019-04-15 2019-08-20 浙江大华技术股份有限公司 图像合成方法、装置及存储装置
CN110782491A (zh) * 2019-06-03 2020-02-11 岳宇飞 一种获得浅景深图像的方法及系统
CN111225162A (zh) * 2020-01-21 2020-06-02 厦门亿联网络技术股份有限公司 图像曝光的控制方法、系统、可读存储介质及摄像设备
CN111479070A (zh) * 2019-01-24 2020-07-31 杭州海康机器人技术有限公司 一种图像亮度确定方法、装置及设备
CN114302035A (zh) * 2021-12-13 2022-04-08 杭州海康慧影科技有限公司 一种图像处理方法、装置、电子设备及内窥镜系统
CN115861462A (zh) * 2022-10-17 2023-03-28 北京百度网讯科技有限公司 图像生成模型的训练方法、装置、电子设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101064783A (zh) * 2006-04-30 2007-10-31 华为技术有限公司 自动曝光控制参数的获得方法及控制方法和成像装置
US20130076927A1 (en) * 2011-09-28 2013-03-28 Vivotek Inc. Exposure adjustment method for night-vision camera
CN104853106A (zh) * 2014-02-19 2015-08-19 联想(北京)有限公司 一种信息处理方法和电子设备
CN104869297A (zh) * 2015-06-15 2015-08-26 联想(北京)有限公司 图像处理方法和电子设备
CN104917950A (zh) * 2014-03-10 2015-09-16 联想(北京)有限公司 一种信息处理方法及电子设备
CN105096285A (zh) * 2014-05-23 2015-11-25 南京理工大学 一种基于多核dsp的图像融合与目标跟踪系统
CN105163039A (zh) * 2015-09-18 2015-12-16 联想(北京)有限公司 一种控制方法及装置
CN105323496A (zh) * 2015-02-13 2016-02-10 维沃移动通信有限公司 自动曝光方法、拍照装置及移动终端

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101064783A (zh) * 2006-04-30 2007-10-31 华为技术有限公司 自动曝光控制参数的获得方法及控制方法和成像装置
US20130076927A1 (en) * 2011-09-28 2013-03-28 Vivotek Inc. Exposure adjustment method for night-vision camera
CN104853106A (zh) * 2014-02-19 2015-08-19 联想(北京)有限公司 一种信息处理方法和电子设备
CN104917950A (zh) * 2014-03-10 2015-09-16 联想(北京)有限公司 一种信息处理方法及电子设备
CN105096285A (zh) * 2014-05-23 2015-11-25 南京理工大学 一种基于多核dsp的图像融合与目标跟踪系统
CN105323496A (zh) * 2015-02-13 2016-02-10 维沃移动通信有限公司 自动曝光方法、拍照装置及移动终端
CN104869297A (zh) * 2015-06-15 2015-08-26 联想(北京)有限公司 图像处理方法和电子设备
CN105163039A (zh) * 2015-09-18 2015-12-16 联想(北京)有限公司 一种控制方法及装置

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106791470A (zh) * 2016-12-28 2017-05-31 上海兴芯微电子科技有限公司 基于高动态范围摄像装置的曝光控制方法和装置
CN106791470B (zh) * 2016-12-28 2019-08-16 上海兴芯微电子科技有限公司 基于高动态范围摄像装置的曝光控制方法和装置
CN107566749A (zh) * 2017-09-25 2018-01-09 维沃移动通信有限公司 拍摄方法及移动终端
CN107592473A (zh) * 2017-10-31 2018-01-16 广东欧珀移动通信有限公司 曝光参数调整方法、装置、电子设备和可读存储介质
WO2019148912A1 (zh) * 2018-02-02 2019-08-08 杭州海康威视数字技术股份有限公司 一种图像处理方法、装置、电子设备及存储介质
CN109729269B (zh) * 2018-12-28 2020-10-30 维沃移动通信有限公司 一种图像处理方法、终端设备及计算机可读存储介质
CN109729269A (zh) * 2018-12-28 2019-05-07 维沃移动通信有限公司 一种图像处理方法、终端设备及计算机可读存储介质
CN109495689A (zh) * 2018-12-29 2019-03-19 北京旷视科技有限公司 一种拍摄方法、装置、电子设备及存储介质
CN109831632A (zh) * 2019-01-21 2019-05-31 上海晔芯电子科技有限公司 图像传感器的成像方法
CN111479070A (zh) * 2019-01-24 2020-07-31 杭州海康机器人技术有限公司 一种图像亮度确定方法、装置及设备
CN110149484A (zh) * 2019-04-15 2019-08-20 浙江大华技术股份有限公司 图像合成方法、装置及存储装置
US11887284B2 (en) 2019-04-15 2024-01-30 Zhejiang Dahua Technology Co., Ltd. Methods and systems for image combination
CN110782491A (zh) * 2019-06-03 2020-02-11 岳宇飞 一种获得浅景深图像的方法及系统
WO2020244194A1 (zh) * 2019-06-03 2020-12-10 岳宇飞 一种获得浅景深图像的方法及系统
CN111225162B (zh) * 2020-01-21 2021-08-03 厦门亿联网络技术股份有限公司 图像曝光的控制方法、系统、可读存储介质及摄像设备
CN111225162A (zh) * 2020-01-21 2020-06-02 厦门亿联网络技术股份有限公司 图像曝光的控制方法、系统、可读存储介质及摄像设备
CN114302035A (zh) * 2021-12-13 2022-04-08 杭州海康慧影科技有限公司 一种图像处理方法、装置、电子设备及内窥镜系统
CN115861462A (zh) * 2022-10-17 2023-03-28 北京百度网讯科技有限公司 图像生成模型的训练方法、装置、电子设备及存储介质
CN115861462B (zh) * 2022-10-17 2023-11-03 北京百度网讯科技有限公司 图像生成模型的训练方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN105847703B (zh) 2019-04-26

Similar Documents

Publication Publication Date Title
CN105847703A (zh) 一种图像处理方法和电子设备
EP3108449B1 (en) View independent 3d scene texturing
Huang et al. An efficient visibility enhancement algorithm for road scenes captured by intelligent transportation systems
KR101643607B1 (ko) 영상 데이터 생성 방법 및 장치
Li et al. A multi-scale fusion scheme based on haze-relevant features for single image dehazing
JP2016500975A (ja) 結合された深度キューに基づく平面視画像からの深度マップの生成
CN105959585B (zh) 多级逆光检测方法及装置
CN110827391B (zh) 图像渲染方法、装置、设备及存储介质
Dev et al. Nighttime sky/cloud image segmentation
CN106412441B (zh) 一种视频防抖控制方法以及终端
CN104751407A (zh) 一种用于对图像进行虚化的方法和装置
CN109074637A (zh) 用于从多个相应的输入图像通道生成输出图像的方法和系统
CN116051391B (zh) 一种图像处理方法及电子设备
CN113781370A (zh) 图像的增强方法、装置和电子设备
CN109448117A (zh) 图像渲染方法、装置及电子设备
JP7013144B2 (ja) 画像処理装置、画像処理方法およびプログラム
CN111914938A (zh) 一种基于全卷积二分支网络的图像属性分类识别方法
CN113052923B (zh) 色调映射方法、装置、电子设备和存储介质
CN109509201A (zh) 一种sar图像质量评价方法和装置
CN113628259A (zh) 图像的配准处理方法及装置
CN112749746A (zh) 一种缺陷样本迭代更新方法、系统及装置
CN105893578A (zh) 一种照片选择的方法及装置
CN106402717B (zh) 一种ar播放控制方法及智能台灯
CN113177917B (zh) 一种抓拍图像优选方法、系统、设备及介质
CN115620079A (zh) 样本标签的获取方法和镜头失效检测模型的训练方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant