CN106067177A - Hdr场景侦测方法和装置 - Google Patents

Hdr场景侦测方法和装置 Download PDF

Info

Publication number
CN106067177A
CN106067177A CN201610424543.5A CN201610424543A CN106067177A CN 106067177 A CN106067177 A CN 106067177A CN 201610424543 A CN201610424543 A CN 201610424543A CN 106067177 A CN106067177 A CN 106067177A
Authority
CN
China
Prior art keywords
image
hdr scene
scatter
degree
rgb
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
CN201610424543.5A
Other languages
English (en)
Other versions
CN106067177B (zh
Inventor
萧希群
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.)
Oneplus Technology Shenzhen Co Ltd
Original Assignee
Oneplus Technology Shenzhen Co 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 Oneplus Technology Shenzhen Co Ltd filed Critical Oneplus Technology Shenzhen Co Ltd
Priority to CN201610424543.5A priority Critical patent/CN106067177B/zh
Publication of CN106067177A publication Critical patent/CN106067177A/zh
Priority to PCT/CN2017/087757 priority patent/WO2017215527A1/zh
Application granted granted Critical
Publication of CN106067177B publication Critical patent/CN106067177B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • 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
    • G06T2207/10004—Still image; Photographic 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
    • G06T2207/20172—Image enhancement details
    • G06T2207/20208—High dynamic range [HDR] 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种HDR场景侦测方法及装置，包括：获取待识别的图像；提取所述图像中的像素点的亮度值和RGB值；根据每个像素点的亮度值和RGB值计算所述图像的图像特征，所述图像特征包括图像的过曝区块的数量和对应过曝区块的大小、亮度分散程度和RGB分散程度；根据所述图像特征确定所述图像是否为HDR场景。上述方法和装置可提高对HDR场景侦测准确度。

Description

HDR场景侦测方法和装置
技术领域
本发明涉及图像技术领域，尤其涉及一种HDR场景侦测方法和装置。
背景技术
高动态范围(High-dynamic-range，HDR)是指场景动态范围大于图片动态范围的场景。能否准确判断图像的场景是否是HDR场景对于在HDR场景下能否形成高质量的图片至关重要。
传统的HDR场景侦测通常是采用亮度直方图来统计不同亮度的像素数的分布情况来判断是否为HDR场景。比如，当其平均亮度大于某一预设亮度时，则判断对应的图像属于HDR场景。然而，这种传统的方法在针对具有大面积过曝或者细碎的过曝光点的场景侦测上，不容易识别为HDR场景。因此，传统方法的侦测准确度低下。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高对HDR场景侦测准确度的HDR场景侦测方法。
一种HDR场景侦测方法，所述方法包括：
获取待识别的图像；
提取所述图像中的像素点的亮度值和RGB值；
根据每个像素点的亮度值和RGB值计算所述图像的图像特征，所述图像特征包括图像的过曝区块的数量和对应过曝区块的大小、亮度分散程度和RGB分散程度；
根据所述图像特征确定所述图像是否为HDR场景。
在其中一个实施例中，所述根据所述图像特征确定所述图像是否为HDR场景的步骤，包括：
当所述亮度分散程度大于第一数值时，或当所述RGB分散程度大于第二数值时，判定所述图像为HDR场景，所述亮度分散程度为亮度标准偏差，所述RGB分散程度为RGB标准偏差。
在其中一个实施例中，所述根据所述图像特征确定所述图像是否为HDR场景的步骤，包括：
当最大过曝区块占据所述图像的面积比例大于第三数值时，判定所述图像为HDR场景。
在其中一个实施例中，所述根据所述图像特征确定所述图像是否为HDR场景的步骤，包括：
计算所有过曝区块占据所述图像的总面积比例；
当所述总面积比例大于第四数值时，判定所述图像为HDR场景。
在其中一个实施例中，所述根据所述图像特征确定所述图像是否为HDR场景的步骤，包括：
计算所述图像中的过曝区块的区块分散程度；
当所述区块分散程度大于第五数值时，判定所述图像为HDR场景。
一种HDR场景侦测装置，所述装置包括：
图像获取模块，用于获取待识别的图像；
图像特征获取模块，用于提取所述图像中的像素点的亮度值和RGB值；根据每个像素点的亮度值和RGB值计算所述图像的图像特征，所述图像特征包括图像的过曝区块的数量和对应过曝区块的大小、亮度分散程度和RGB分散程度；
HDR场景判定模块，用于根据所述图像特征确定所述图像是否为HDR场景。
在其中一个实施例中，所述HDR场景判定模块还用于当所述亮度分散程度大于第一数值时，或当所述RGB分散程度大于第二数值时，判定所述图像为HDR场景，所述亮度分散程度为亮度标准偏差，所述RGB分散程度为RGB标准偏差。
在其中一个实施例中，所述HDR场景判定模块还用于当最大过曝区块占据所述图像的面积比例大于第三数值时，判定所述图像为HDR场景。
在其中一个实施例中，所述HDR场景判定模块还用于计算所有过曝区块占据所述图像的总面积比例；当所述总面积比例大于第四数值时，判定所述图像为HDR场景。
在其中一个实施例中，所述HDR场景判定模块还用于计算所述图像中的过曝区块的区块分散程度；当所述区块分散程度大于第五数值时，判定所述图像为HDR场景。
上述HDR场景侦测方法和装置，通过获取待识别的图像，提取图像中的像素点的亮度值和RGB值；并计算出待识别的图像的图像特征，该图像特征包括图像的过曝区块的特征、亮度分散程度和RGB分散程度；当该图像特征满足所设置的判断条件时，即判断该图像为HDR场景。由于该图像特征包括过曝区块的特征、亮度分散程度和RGB分散程度，因此，相对于传统的仅是根据平均亮度来判断是否为HDR场景来说，其侦测的准确度更高。
附图说明
图1为一个实施例中HDR场景侦测方法的流程图；
图2为另一个实施例中HDR场景侦测方法的流程图；
图3为一个实施例中HDR场景侦测装置的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在一个实施例中，如图1所示，提供了一种HDR场景侦测方法，该方法包括以下步骤102～108。
步骤102，获取待识别的图像。
本实施例中，图像可包括终端的摄像头所扫描识别的实时图像，还可包括存储于终端或者云端服务器上的图像。终端可通过调用摄像头来获取该摄像头的识别范围内的图像，还可获取存储于本地或云端服务器中的图像，作为待识别的图像。
步骤104，提取图像中的像素点的亮度值和RGB值。
本实施例中，图像由其上的像素点所排列构成，每个像素点具有相同或不同的亮度值和RGB值(红绿蓝三色值)。亮度值的分布范围可预设为0～X，其中，X可为255。亮度值越小，则说明该像素点所呈现出的视觉效果越暗，反之，则越亮。不同的RGB值可呈现出不同的颜色。
在一个实施例中，可通过获取图像的亮度直方图来获取整个图像中的不同亮度的像素数。同样的，可通过获取图像的RGB直方图来获取整个图像中的不同RGB值的像素数。
步骤106，根据每个像素点的亮度值和RGB值计算图像的图像特征。
本实施例中，图像特征为可以反映该图像中的场景分布情况的特征。比如，该图像特征可包括图像中的不同亮度值和RGB值的像素数，也可包括图像中的不同亮度值和RGB值的分布情况等。在一个实施例中，图像特征包括图像的过曝区块的特征、亮度分散程度和RGB分散程度。
终端可根据预设的亮度值分布范围设置一个对应的亮度阈值，该亮度阈值可由亮度值分布范围所确定，用于反映图像的曝光情况。当某个像素点的亮度值大于该亮度阈值时，可判断该像素点为过曝点，相邻在一块的多个过曝点组成一个过曝区块。过曝区块的特征包括过曝区块数量和对应的过曝区块大小。
亮度分散程度为用于反映图像中的不同亮度值的分散情况，可通过常用的数理统计的方法来表征。比如，可通过计算该图像中的亮度方差、协方差或标准差等。
类似的，RGB分散程度为用于反映图像中的不同RGB值的分散情况，也可通过常用的数理统计的方法来表征。比如，可通过计算该图像中的亮度方差、协方差或标准差等。
步骤108，根据图像特征确定图像是否为HDR场景。
本实施例中，终端中可预先设置对HDR场景的判断条件，该判断条件与图像特征相关，当检测到所计算出的图像特征符合该判断条件时，可判断该图像为HDR场景。
具体的，可设置该判断条件为与过曝区块的特征、亮度分散程度和RGB分散程度相关的判断条件。比如，可设置为如下判断条件：
判断条件1：判断所有过曝区块的总面积是否大于第一预设面积；
判断条件2：判断最大过曝区块的面积是否大于第二预设面积；
判断条件3：判断亮度分散程度是否大于第一数值；
判断条件4：判断RGB分散程度是否大于第二数值。
当满足上述的几个判断条件中的一个或多个时，即可判断该图像为HDR场景。
其中，过曝区块的面积为该过曝区块中所包含的过曝点的数量。第一预设面积可根据图像的总像素数来确定，比如，可设置为总像素数与一个预设比例的乘积，该预设比例小于1。第二预设面积均的确定方法与第一预设面积的确定方式相同，且第二预设面积不大于第一预设面积。第一数值和第二数值为预设的任意数值。
本实施例中，通过计算待识别的图像的图像特征，该图像特征包括图像的过曝区块的特征、亮度分散程度和RGB分散程度，当该图像特征满足所设置的判断条件时，即判断该图像为HDR场景。由于该图像特征包括过曝区块的特征、亮度分散程度和RGB分散程度，因此，相对于传统的仅是根据平均亮度来判断是否为HDR场景来说，其侦测的准确度更高。
在一个实施例中，根据图像特征确定图像是否为HDR场景的步骤，包括：当亮度分散程度大于第一数值时，或当RGB分散程度大于第二数值时，判定图像为HDR场景，亮度分散程度为亮度标准偏差，RGB分散程度为RGB标准偏差。
具体的，设该图像的总共像素数为N，亮度范围为0～X，可通过该图像对应的亮度直方图来获取每个不同亮度的像素点xi的数量ni，然后再根据每个像素点的亮度求取出该图像的平均亮度x，进而可根据N、xi、ni以及x求出对应的亮度标准偏差STD1。
具体计算公式为：
通过比较STD1与第一数值的大小，当STD1大于第一数值时，可直接判断该图像为HDR场景，当STD1不大于第一数值时，可判断其它图像特征是否满足对应的判断条件，并根据判断结果确定该图像是否为HDR场景。
类似的，设图像的RGB范围为0～Y，可通过该图像对应的RGB直方图来获取每个不同RGB的像素点yi的数量mi，然后再根据每个像素点的亮度求取出该图像的平均亮度y，进而可根据N、yi、mi以及y求出对应的RGB标准偏差STD2。
具体计算公式为：
通过比较STD2与第二数值的大小，当STD2大于第二数值时，可直接判断该图像为HDR场景，当STD2不大于第二数值时，可判断其它图像特征是否满足对应的判断条件，并根据判断结果确定该图像是否为HDR场景。
本实施例中，通过根据亮度标准偏差和RGB标准偏差来表征图像特征，使得根据亮度标准偏差和RGB标准偏差所判断出的结果更加准确。
在一个实施例中，根据图像特征确定图像是否为HDR场景的步骤，包括：当最大过曝区块占据图像的面积比例大于第三数值时，判定图像为HDR场景。
本实施例中，可通过图像中的每个像素点的亮度值和位置来确定该图像中的每个过曝区块的形状和面积。具体的，终端可按行或按列扫描图像中的每个像素点，记录每个过曝点的位置。检测每个过曝点是否与其他过曝点连通，所述的连通表示多个过曝点之间属于4邻域或8邻域的关系。连通的多个过曝点构成一个过曝区块。终端可查找出该图像中的每个过曝区块，以及每个过曝区块所包含的过曝点数，该过曝点数即为对应过曝区块的面积。
终端计算最大的过曝区块的过曝点数与图像总像素点数的商，从而可获得最大过曝区块占据图像的面积比例。
判断该面积比例是否大于预设的第三数值，其中第三数值为小于1的数值。若是，则直接判定图像为HDR场景；否则，可判断其它图像特征是否满足对应的判断条件，并根据判断结果确定该图像是否为HDR场景。
本实施例中，当判断该图像中的最大的过曝区块所占据的面积是否大于预设的第三数值时，则可直接判定图像为HDR场景，可提高对HDR场景侦测准确度。
在一个实施例中，根据图像特征确定图像是否为HDR场景的步骤，包括：计算所有过曝区块占据图像的总面积比例；当总面积比例大于第四数值时，判定图像为HDR场景。
本实施例中，终端可根据每个过曝区块的面积求出该图像中的所有过曝区块的面积之和，即总过曝点数。并计算该面积之和与图片总面积的商，从而可获得所有过曝区块占据图像的总面积比例。
判断该总面积比例是否大于预设的第四数值，其中第四数值为小于1且大于第三数值的数值。若是，则直接判定图像为HDR场景；否则，可判断其它图像特征是否满足对应的判断条件，并根据判断结果确定该图像是否为HDR场景。
进一步的，计算所有过曝区块占据图像的总面积比例的步骤，包括：剔除面积小于预设最小面积的过曝区块；计算剔除后的所有过曝区块占据图像的总面积比例。比如，剔除图像中仅有一个两个像素点的过曝区块。并计算剩下的过曝区块的总面积。
本实施例中，过小面积的过曝区块有可能为图像中的噪点等干扰因素，因此，通过剔除图像中的过小面积的过曝区块，计算剩下的过曝区块的面积之和，再得出剩下过曝区块占据图像的总面积比例；当总面积比例大于第四数值时，判定图像为HDR场景，可进一步提高对HDR场景侦测准确度。
在一个实施例中，根据图像特征确定图像是否为HDR场景的步骤，包括：计算图像中的过曝区块的区块分散程度；当区块分散程度大于第五数值时，判定图像为HDR场景。
本实施例中，区块分散程度可为过曝区块标准偏差。具体的，同样设该图像的总共像素数为N，过曝区块数量为K，在计算出每个过曝区块的形状和包含的像素数ki后，可根据该大小和面积计算出该过曝区块的中心位置zi，并根据该K个中心位置计算出其平均值为z，进而可根据N、K、ki、zi以及z求出对应的亮度标准偏差STD3。
具体计算公式为：
通过比较STD3与第五数值的大小，当STD3大于第五数值时，可直接判断该图像为HDR场景，当STD3不大于第五数值时，可判断其它图像特征是否满足对应的判断条件，并根据判断结果确定该图像是否为HDR场景。
本实施例中，通过求取每个过曝区块的标准偏差，根据该标准偏差的大小来判断该图像是否为HDR场景，可进一步提高对HDR场景侦测准确度。
在一个实施例中，如图2所示，提供了另一种HDR场景侦测方法，该方法包括以下步骤：
步骤202，获取待识别的图像。
步骤204，提取图像中的像素点的亮度值和RGB值。
步骤206，根据每个像素点的亮度值和RGB值计算所述图像的图像特征。
本实施例中，图像特征包括图像的过曝区块的数量和对应过曝区块的大小、亮度分散程度和RGB分散程度。
步骤208，判断亮度分散程度是否大于第一数值，或判断RGB分散程度是否大于第二数值。若亮度分散程度大于第一数值和/或RGB分散程度大于第二数值，则执行步骤220；否则，执行步骤210。
步骤210，判断最大的过曝区块占据图像的面积比例是否大于第三数值。若是，则执行步骤220；否则，执行步骤212。
步骤212，计算所有过曝区块占据图像的总面积比例。
步骤214，判断总面积比例是否大于第四数值。若是，则执行步骤220，否则，执行步骤216。
步骤216，计算图像中的过曝区块的区块分散程度。
步骤218，判断分散程度是否大于第五数值。若是，则执行步骤220，否则，执行步骤222。
步骤220，判定图像为HDR场景。
步骤222，判定图像为非HDR场景。
本实施例中，根据图像的亮度分散程度或RGB分散程度、最大过曝区块的大小、所有过曝区块的大小以及过曝区块的分散程度来综合判断该图像是否为HDR场景，可提高对HDR场景侦测准确度。
在一个实施例中，如图3所示，提供了一种HDR场景侦测装置。该装置包括：
图像获取模块302，用于获取待识别的图像；
图像特征获取模块304，用于提取图像中的像素点的亮度值和RGB值；根据每个像素点的亮度值和RGB值计算图像的图像特征，图像特征包括图像的过曝区块的数量和对应过曝区块的大小、亮度分散程度和RGB分散程度；
HDR场景判定模块306，用于根据图像特征确定图像是否为HDR场景。
在其中一个实施例中，HDR场景判定模块306还用于当亮度分散程度大于第一数值时，或当RGB分散程度大于第二数值时，判定图像为HDR场景，亮度分散程度为亮度标准偏差，RGB分散程度为RGB标准偏差。
在其中一个实施例中，HDR场景判定模块306还用于当最大过曝区块占据图像的面积比例大于第三数值时，判定图像为HDR场景。
在其中一个实施例中，HDR场景判定模块306还用于计算所有过曝区块占据图像的总面积比例；当总面积比例大于第四数值时，判定图像为HDR场景。
在其中一个实施例中，HDR场景判定模块306还用于计算图像中的过曝区块的区块分散程度；当区块分散程度大于第五数值时，判定图像为HDR场景。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种HDR场景侦测方法，其特征在于，所述方法包括：
获取待识别的图像；
提取所述图像中的像素点的亮度值和RGB值；
根据每个像素点的亮度值和RGB值计算所述图像的图像特征，所述图像特征包括图像的过曝区块的数量和对应过曝区块的大小、亮度分散程度和RGB分散程度；
根据所述图像特征确定所述图像是否为HDR场景。
2.根据权利要求1所述的方法，其特征在于，所述根据所述图像特征确定所述图像是否为HDR场景的步骤，包括：
当所述亮度分散程度大于第一数值时，或当所述RGB分散程度大于第二数值时，判定所述图像为HDR场景，所述亮度分散程度为亮度标准偏差，所述RGB分散程度为RGB标准偏差。
3.根据权利要求1所述的方法，其特征在于，所述根据所述图像特征确定所述图像是否为HDR场景的步骤，包括：
当最大过曝区块占据所述图像的面积比例大于第三数值时，判定所述图像为HDR场景。
4.根据权利要求1所述的方法，其特征在于，所述根据所述图像特征确定所述图像是否为HDR场景的步骤，包括：
计算所有过曝区块占据所述图像的总面积比例；
当所述总面积比例大于第四数值时，判定所述图像为HDR场景。
5.根据权利要求1所述的方法，其特征在于，所述根据所述图像特征确定所述图像是否为HDR场景的步骤，包括：
计算所述图像中的过曝区块的区块分散程度；
当所述区块分散程度大于第五数值时，判定所述图像为HDR场景。
6.一种HDR场景侦测装置，其特征在于，所述装置包括：
图像获取模块，用于获取待识别的图像；
图像特征获取模块，用于提取所述图像中的像素点的亮度值和RGB值；根据每个像素点的亮度值和RGB值计算所述图像的图像特征，所述图像特征包括图像的过曝区块的数量和对应过曝区块的大小、亮度分散程度和RGB分散程度；
HDR场景判定模块，用于根据所述图像特征确定所述图像是否为HDR场景。
7.根据权利要求6所述的装置，其特征在于，所述HDR场景判定模块还用于当所述亮度分散程度大于第一数值时，或当所述RGB分散程度大于第二数值时，判定所述图像为HDR场景，所述亮度分散程度为亮度标准偏差，所述RGB分散程度为RGB标准偏差。
8.根据权利要求6所述的装置，其特征在于，所述HDR场景判定模块还用于当最大过曝区块占据所述图像的面积比例大于第三数值时，判定所述图像为HDR场景。
9.根据权利要求6所述的装置，其特征在于，所述HDR场景判定模块还用于计算所有过曝区块占据所述图像的总面积比例；当所述总面积比例大于第四数值时，判定所述图像为HDR场景。
10.根据权利要求6所述的装置，其特征在于，所述HDR场景判定模块还用于计算所述图像中的过曝区块的区块分散程度；当所述区块分散程度大于第五数值时，判定所述图像为HDR场景。
CN201610424543.5A 2016-06-15 2016-06-15 Hdr场景侦测方法和装置 Active CN106067177B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610424543.5A CN106067177B (zh) 2016-06-15 2016-06-15 Hdr场景侦测方法和装置
PCT/CN2017/087757 WO2017215527A1 (zh) 2016-06-15 2017-06-09 Hdr场景侦测方法、装置和计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610424543.5A CN106067177B (zh) 2016-06-15 2016-06-15 Hdr场景侦测方法和装置

Publications (2)

Publication Number Publication Date
CN106067177A true CN106067177A (zh) 2016-11-02
CN106067177B CN106067177B (zh) 2020-06-26

Family

ID=57421261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610424543.5A Active CN106067177B (zh) 2016-06-15 2016-06-15 Hdr场景侦测方法和装置

Country Status (2)

Country Link
CN (1) CN106067177B (zh)
WO (1) WO2017215527A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106713907A (zh) * 2017-02-21 2017-05-24 京东方科技集团股份有限公司 一种显示器的hdr图像显示性能评测方法及装置
WO2017215527A1 (zh) * 2016-06-15 2017-12-21 深圳市万普拉斯科技有限公司 Hdr场景侦测方法、装置和计算机存储介质
CN108307124A (zh) * 2018-01-22 2018-07-20 努比亚技术有限公司 降低亮度的拍照方法、设备及计算机可存储介质
CN109510946A (zh) * 2017-09-15 2019-03-22 展讯通信（上海）有限公司 Hdr场景检测方法及系统
CN110381263A (zh) * 2019-08-20 2019-10-25 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN110392214A (zh) * 2019-08-05 2019-10-29 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN111770285A (zh) * 2020-07-13 2020-10-13 浙江大华技术股份有限公司 一种曝光亮度控制方法、装置、电子设备和存储介质
CN113747062A (zh) * 2021-08-25 2021-12-03 Oppo广东移动通信有限公司 Hdr场景检测方法与装置、终端及可读存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113487592B (zh) * 2021-07-22 2023-11-17 四川九洲电器集团有限责任公司 一种基于统计量的高光谱或多光谱图像过曝检测方法及系统
CN113822819B (zh) * 2021-10-15 2023-10-27 Oppo广东移动通信有限公司 Hdr场景检测方法与装置、终端及可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102946513A (zh) * 2012-11-08 2013-02-27 北京小米科技有限责任公司 一种启动拍摄装置高动态范围功能的方法、装置及终端
CN103324033A (zh) * 2012-03-23 2013-09-25 盛乐信息技术（上海）有限公司 曝光方法及系统
CN103516984A (zh) * 2013-09-13 2014-01-15 广东欧珀移动通信有限公司 相机智能切换hdr模式的方法及装置
CN104052933A (zh) * 2013-03-15 2014-09-17 聚晶半导体股份有限公司 动态范围模式的判定方法及其图像获取装置
EP2816527A1 (en) * 2012-02-15 2014-12-24 Intel Corporation Method and device for processing digital image, and computer-readable recording medium
CN104883504A (zh) * 2015-06-05 2015-09-02 广东欧珀移动通信有限公司 开启智能终端上高动态范围hdr功能的方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103916603B (zh) * 2013-01-07 2019-01-15 华为终端（东莞）有限公司 逆光检测方法及设备
CN103973988B (zh) * 2013-01-24 2018-02-02 华为终端（东莞）有限公司 场景识别方法及装置
CN110992914B (zh) * 2014-10-06 2022-07-01 三星电子株式会社 显示设备及控制该显示设备的方法
CN105611140A (zh) * 2015-07-31 2016-05-25 宇龙计算机通信科技(深圳)有限公司 拍照控制方法、拍照控制装置及终端
CN105227843A (zh) * 2015-10-20 2016-01-06 宇龙计算机通信科技(深圳)有限公司 终端的拍摄控制方法、终端的拍摄控制装置和终端
CN106067177B (zh) * 2016-06-15 2020-06-26 深圳市万普拉斯科技有限公司 Hdr场景侦测方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2816527A1 (en) * 2012-02-15 2014-12-24 Intel Corporation Method and device for processing digital image, and computer-readable recording medium
CN103324033A (zh) * 2012-03-23 2013-09-25 盛乐信息技术（上海）有限公司 曝光方法及系统
CN102946513A (zh) * 2012-11-08 2013-02-27 北京小米科技有限责任公司 一种启动拍摄装置高动态范围功能的方法、装置及终端
CN104052933A (zh) * 2013-03-15 2014-09-17 聚晶半导体股份有限公司 动态范围模式的判定方法及其图像获取装置
CN103516984A (zh) * 2013-09-13 2014-01-15 广东欧珀移动通信有限公司 相机智能切换hdr模式的方法及装置
CN104883504A (zh) * 2015-06-05 2015-09-02 广东欧珀移动通信有限公司 开启智能终端上高动态范围hdr功能的方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FABRIZIO PECE 等: "Bitmap Movement Detection: HDR for Dynamic Scenes", 《JOURNAL OF VIRTUAL REALITY AND BROADCASTING》 *
NATALIA GURIEVA: "Complete Digital Workflow for HDR Photography", 《INTERNATIONAL CIRCULAR OF GRAPHIC EDUCATION AND RESEARCH》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017215527A1 (zh) * 2016-06-15 2017-12-21 深圳市万普拉斯科技有限公司 Hdr场景侦测方法、装置和计算机存储介质
CN106713907A (zh) * 2017-02-21 2017-05-24 京东方科技集团股份有限公司 一种显示器的hdr图像显示性能评测方法及装置
CN109510946A (zh) * 2017-09-15 2019-03-22 展讯通信（上海）有限公司 Hdr场景检测方法及系统
CN109510946B (zh) * 2017-09-15 2020-07-17 展讯通信（上海）有限公司 Hdr场景检测方法及系统
CN108307124A (zh) * 2018-01-22 2018-07-20 努比亚技术有限公司 降低亮度的拍照方法、设备及计算机可存储介质
CN110392214A (zh) * 2019-08-05 2019-10-29 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN110381263A (zh) * 2019-08-20 2019-10-25 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN110381263B (zh) * 2019-08-20 2021-04-13 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN111770285A (zh) * 2020-07-13 2020-10-13 浙江大华技术股份有限公司 一种曝光亮度控制方法、装置、电子设备和存储介质
CN111770285B (zh) * 2020-07-13 2022-02-18 浙江大华技术股份有限公司 一种曝光亮度控制方法、装置、电子设备和存储介质
CN113747062A (zh) * 2021-08-25 2021-12-03 Oppo广东移动通信有限公司 Hdr场景检测方法与装置、终端及可读存储介质

Also Published As

Publication number Publication date
WO2017215527A1 (zh) 2017-12-21
CN106067177B (zh) 2020-06-26

Similar Documents

Publication Publication Date Title
CN106067177A (zh) Hdr场景侦测方法和装置
CN108280822A (zh) 屏幕划痕的检测方法及装置
CN105828065B (zh) 一种视频画面过曝检测方法及装置
US20100172578A1 (en) Detecting skin tone in images
JP2017534046A (ja) 建物高さの計算方法、装置及び記憶媒体
TWI532385B (zh) 白平衡處理方法及其處理裝置
CN105744268A (zh) 摄像头遮挡检测方法及装置
CN106412573A (zh) 一种检测镜头污点的方法和装置
CN102385753A (zh) 一种基于光照分类的自适应图像分割方法
TW201413600A (zh) 在視訊現時圖像內有樂構存在之檢測方法和裝置
TW200828982A (en) Real-time detection method for bad pixel of image
CN107347151A (zh) 双目摄像头遮挡检测方法及装置
TWI500904B (zh) 立體攝影機及用來測量立體攝影機與基準面之距離的自動測距方法
KR101246120B1 (ko) 전후면 번호판 영상 기반 차량번호 인식 시스템
CN109510946A (zh) Hdr场景检测方法及系统
CN105828067A (zh) 双摄像头被遮挡的确定方法、确定装置和终端
US8482630B2 (en) Apparatus and method for adjusting automatic white balance by detecting effective area
JP2011165170A (ja) 対象物検出装置及びプログラム
US9092661B2 (en) Facial features detection
CN101685240B (zh) 判断图像提取装置对焦品质的方法
US9898676B2 (en) Method for determining the level of degradation of a road marking
TWI465699B (zh) 水位量測方法
JP5664078B2 (ja) 撮像装置、画像評価方法、及び焦点調整制御プログラム
CN109510936A (zh) 连续自动对焦方法及系统
JP2013149040A (ja) ナンバープレート色判定装置、コンピュータプログラム及びナンバープレート色判定方法

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