CN106447642B - 一种图像双重曝光融合方法及装置 - Google Patents

一种图像双重曝光融合方法及装置 Download PDF

Info

Publication number
CN106447642B
CN106447642B CN201610793954.1A CN201610793954A CN106447642B CN 106447642 B CN106447642 B CN 106447642B CN 201610793954 A CN201610793954 A CN 201610793954A CN 106447642 B CN106447642 B CN 106447642B
Authority
CN
China
Prior art keywords
image
fusion
pixel point
processing
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
CN201610793954.1A
Other languages
English (en)
Other versions
CN106447642A (zh
Inventor
张勇
夏石川
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.)
Beijing Beta Technology Co ltd
Original Assignee
Beijing Beta Polytron Technologies Inc
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 Beijing Beta Polytron Technologies Inc filed Critical Beijing Beta Polytron Technologies Inc
Priority to CN201610793954.1A priority Critical patent/CN106447642B/zh
Publication of CN106447642A publication Critical patent/CN106447642A/zh
Application granted granted Critical
Publication of CN106447642B publication Critical patent/CN106447642B/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
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本申请提供了一种图像双重曝光融合方法及装置,图像双重曝光融合方法包括:对原始人脸图像进行人脸控制点识别,得到人脸区域图;对人脸区域图进行亮度填充,得到人脸权重图;对人脸权重图和原始人脸图像的单通道图像进行权重融合,得到融合权重图;对原始人脸图像和原始背景图像进行柔光处理,得到柔光处理图,并对原始人脸图像和原始背景图像进行滤色处理,得到滤色处理图;对柔光处理图和滤色处理图进行融合处理,得到待融合图像;按照融合权重图对原始人脸图像和待融合图像进行融合处理,得到双重曝光融合图像。在本申请中,通过以上方式使人脸图像在双重曝光融合图像中的双重曝光效果更佳,从而使双重曝光融合图像更加自然。

Description

一种图像双重曝光融合方法及装置
技术领域
本申请涉及图像处理领域,特别涉及一种图像双重曝光融合方法及装置。
背景技术
关于数字图像在不同场景下的融合,目前较为通用的方法为:滤色、正片叠底、柔光和强光等。
但针对于人物图的双重曝光融合,采用上述方法存在局部曝光过度或者欠曝光的问题,导致人物图的双重曝光融合后的图像不够自然。
发明内容
为解决上述技术问题,本申请实施例提供一种图像双重曝光融合方法及装置,以达到使人脸图像在双重曝光融合图像中的双重曝光效果更佳,从而使双重曝光融合图像更加自然的目的,技术方案如下:
一种图像双重曝光融合方法,包括:
对原始人脸图像进行人脸控制点识别,得到人脸区域图;
对所述人脸区域图进行亮度填充,得到人脸权重图;
对所述人脸权重图和所述原始人脸图像的单通道图像进行权重融合,得到融合权重图;
对所述原始人脸图像和原始背景图像进行柔光处理,得到柔光处理图,并对所述原始人脸图像和所述原始背景图像进行滤色处理,得到滤色处理图;
对所述柔光处理图和所述滤色处理图进行融合处理,得到待融合图像;
按照所述融合权重图对所述原始人脸图像和所述待融合图像进行融合处理,得到双重曝光融合图像。
优选的,对所述人脸权重图和所述原始人脸图像的单通道图像进行权重融合,得到融合权重图的过程,包括:
利用公式一C=1-(1-A')(1-A2)对所述人脸权重图中的各个像素点和所述原始人脸图像的单通道图像中的各个像素点进行权重融合,得到多个融合权重像素点,所述A'为所述人脸权重图中的某一个像素点,所述A2为所述原始人脸图像的单通道图像中的某一个像素点,所述C为所述融合权重图中的某一个像素点;
将多个所述融合权重像素点组成所述融合权重图。
优选的,对所述原始人脸图像和原始背景图像进行柔光处理,得到柔光处理图的过程,包括:
利用公式二对所述原始人脸图像中的各个像素点和所述原始背景图像中的各个像素点进行柔光处理,得到多个柔光处理像素点,所述A为所述原始人脸图像中的某一个像素点,所述B为所述原始背景图像中的某一个像素点,所述E1为某一个柔光处理像素点;
将多个所述柔光处理像素点组成所述柔光处理图;
对所述原始人脸图像和所述原始背景图像进行滤色处理,得到滤色处理图的过程,包括:
利用公式三E2=1-(1-A)(1-B)对所述原始人脸图像中的各个像素点和所述原始背景图像中的各个像素点进行滤色处理,得到多个滤色处理像素点,E2为某一个滤色处理像素点;
将多个所述滤色处理像素点组成所述滤色处理图。
优选的,对所述柔光处理图和所述滤色处理图进行融合处理,得到待融合图像的过程,包括:
利用公式四E=E1*C+E2*(1-C),对所述柔光处理图中的各个柔光处理像素点和所述滤色处理图中的各个滤色处理像素点进行融合处理,得到多个待融合像素点,E为某一个待融合像素点;
将多个所述待融合像素点组成所述待融合图像。
优选的,按照所述融合权重图对所述原始人脸图像和所述待融合图像进行融合处理,得到双重曝光融合图像的过程,包括:
利用公式五R=A*C+E*(1-C),对所述原始人脸图像中的各个像素点和所述待融合图像中的各个待融合像素点进行融合处理,得到多个双重曝光融合像素点,R为某一个双重曝光融合像素点;
将多个所述双重曝光融合像素点组成所述双重曝光融合图像。
一种图像双重曝光融合装置,包括:
识别模块,用于对原始人脸图像进行人脸控制点识别,得到人脸区域图;
填充模块,用于对所述人脸区域图进行亮度填充,得到人脸权重图;
第一融合模块,用于对所述人脸权重图和所述原始人脸图像的单通道图像进行权重融合,得到融合权重图;
处理模块,用于对所述原始人脸图像和原始背景图像进行柔光处理,得到柔光处理图,并对所述原始人脸图像和所述原始背景图像进行滤色处理,得到滤色处理图;
第二融合模块,用于对所述柔光处理图和所述滤色处理图进行融合处理,得到待融合图像;
第三融合模块,用于按照所述融合权重图对所述原始人脸图像和所述待融合图像进行融合处理,得到双重曝光融合图像。
优选的,所述第一融合模块包括:
第一融合单元,用于利用公式一C=1-(1-A')(1-A2)对所述人脸权重图中的各个像素点和所述原始人脸图像的单通道图像中的各个像素点进行权重融合,得到多个融合权重像素点,所述A'为所述人脸权重图中的某一个像素点,所述A2为所述原始人脸图像的单通道图像中的某一个像素点,所述C为所述融合权重图中的某一个像素点;
第一组成单元,用于将多个所述融合权重像素点组成所述融合权重图。
优选的,所述处理模块包括:
第一处理单元,用于利用公式二对所述原始人脸图像中的各个像素点和所述原始背景图像中的各个像素点进行柔光处理,得到多个柔光处理像素点,所述A为所述原始人脸图像中的某一个像素点,所述B为所述原始背景图像中的某一个像素点,所述E1为某一个柔光处理像素点;
第二组成单元,用于将多个所述柔光处理像素点组成所述柔光处理图;
第二处理单元,用于利用公式三E2=1-(1-A)(1-B)对所述原始人脸图像中的各个像素点和所述原始背景图像中的各个像素点进行滤色处理,得到多个滤色处理像素点,E2为某一个滤色处理像素点;
第三组成单元,用于将多个所述滤色处理像素点组成所述滤色处理图。
优选的,所述第二融合模块包括:
第二融合单元,用于利用公式四E=E1*C+E2*(1-C),对所述柔光处理图中的各个柔光处理像素点和所述滤色处理图中的各个滤色处理像素点进行融合处理,得到多个待融合像素点,E为某一个待融合像素点;
第四组成单元,用于将多个所述待融合像素点组成所述待融合图像。
优选的,所述第三融合模块包括:
第三融合单元,用于利用公式五R=A*C+E*(1-C),对所述原始人脸图像中的各个像素点和所述待融合图像中的各个待融合像素点进行融合处理,得到多个双重曝光融合像素点,R为某一个双重曝光融合像素点;
第五组成单元,用于将多个所述双重曝光融合像素点组成所述双重曝光融合图像。
与现有技术相比,本申请的有益效果为:
在本申请中,通过对原始人脸图像进行人脸控制点识别,得到人脸区域图,以及对所述人脸区域图进行亮度填充,得到人脸权重图,以及对所述人脸权重图和所述原始人脸图像的单通道图像进行权重融合,得到融合权重图,来提高人脸区域在全图范围的曝光程度。由于在双重曝光融合图像是按照融合权重图对所述原始人脸图像和所述待融合图像进行融合处理得到的,且融合权重图可以提高人脸区域在全图范围的曝光程度,因此人脸图像在双重曝光融合图像中的双重曝光效果更佳,从而使双重曝光融合图像更加自然。
附图说明
为了更清楚地说明本申请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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的图像双重曝光融合方法的一种流程图;
图2是本申请提供的原始人脸图像的一种示意图;
图3是本申请提供的人脸区域图的一种示意图中搜索引擎的返回的类目的界面示意图;
图4是本申请提供的人脸权重图的一种示意图的一种检索方法实施例2的流程图;
图5是本申请提供的原始背景图像的一种示意图的一种检索方法实施例3的流程图;
图6是本申请提供的双重曝光融合图像的一种示意图中查询分类器输入和输入内容的结构示意图;
图7是本申请提供的图像双重曝光融合方法的另一种流程图;
图8是本申请提供的图像双重曝光融合方法的再一种流程图;
图9是本申请提供的图像双重曝光融合方法的再一种流程图;
图10是本申请提供的图像双重曝光融合方法的再一种流程图;
图11是本申请提供的图像双重曝光融合方法的再一种流程图;
图12是本申请提供的图像双重曝光融合装置的一种逻辑结构示意图。
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。
实施例一
在本实施例中,提供了一种图像双重曝光融合方法,请参见图1,其示出了本申请提供的图像双重曝光融合方法的一种流程图,可以包括以下步骤:
步骤S11:对原始人脸图像进行人脸控制点识别,得到人脸区域图。
其中,对原始人脸图像进行人脸控制点识别的过程与现有技术中进行人脸控制点识别的过程相同,在此步骤赘述。
在本实施例中,原始人脸图像可以参见图2,对图2示出的原始人脸图像进行人脸控制点识别后,得到的人脸区域图可以参见图3。
步骤S12:对所述人脸区域图进行亮度填充,得到人脸权重图。
在本实施例中,对图3示出的人脸区域图进行亮度填充,得到的人脸权重图可以参见图4。
步骤S13:对所述人脸权重图和所述原始人脸图像的单通道图像进行权重融合,得到融合权重图。
在本实施例中,对所述人脸权重图和所述原始人脸图像的单通道图像进行权重融合,可以提高人脸区域在全图范围的曝光程度。
步骤S14:对所述原始人脸图像和原始背景图像进行柔光处理,得到柔光处理图,并对所述原始人脸图像和所述原始背景图像进行滤色处理,得到滤色处理图。
在本实施例中,原始背景图像可以参见图5。
步骤S15:对所述柔光处理图和所述滤色处理图进行融合处理,得到待融合图像。
步骤S16:按照所述融合权重图对所述原始人脸图像和所述待融合图像进行融合处理,得到双重曝光融合图像。
在本实施例中,按照融合权重图对图2示出的原始人脸图像和待融合图像进行融合处理,得到的双重曝光融合图像可以参见图6。
在本实施例中,不单单对对所述原始人脸图像和原始背景图像进行柔光处理,得到柔光处理图,并对所述原始人脸图像和所述原始背景图像进行滤色处理,得到滤色处理图,以及对所述柔光处理图和所述滤色处理图进行融合处理,得到待融合图像,而是按照所述融合权重图对所述原始人脸图像和所述待融合图像进行进一步的融合处理,使双重曝光融合图像的双重曝光效果更好,从而使双重曝光融合图像看起来更自然。
在本申请中,通过对原始人脸图像进行人脸控制点识别,得到人脸区域图,以及对所述人脸区域图进行亮度填充,得到人脸权重图,以及对所述人脸权重图和所述原始人脸图像的单通道图像进行权重融合,得到融合权重图,来提高人脸区域在全图范围的曝光程度。由于在双重曝光融合图像是按照融合权重图对所述原始人脸图像和所述待融合图像进行融合处理得到的,且融合权重图可以提高人脸区域在全图范围的曝光程度,因此人脸图像在双重曝光融合图像中的双重曝光效果更佳,从而使双重曝光融合图像更加自然。
在本实施例中,上述对所述人脸权重图和所述原始人脸图像的单通道图像进行权重融合,得到融合权重图的过程可以参见图7,可以包括以下步骤:
步骤S71:利用公式一C=1-(1-A')(1-A2)对所述人脸权重图中的各个像素点和所述原始人脸图像的单通道图像中的各个像素点进行权重融合,得到多个融合权重像素点。
所述A'为所述人脸权重图中的某一个像素点,所述A2为所述原始人脸图像的单通道图像中的某一个像素点,所述C为所述融合权重图中的某一个像素点。
其中,公式一C=1-(1-A')(1-A2)作为评价像素点成像时曝光值合适程度的标准,可以提高人脸区域在全图范围的曝光程度。
在本步骤中,原始人脸图像是经过归一化处理的,具体通过A=A/255进行归一化处理,A为原始人脸图像中的某一个像素点。
步骤S72:将多个所述融合权重像素点组成所述融合权重图。
基于上述内容,上述对所述原始人脸图像和原始背景图像进行柔光处理,得到柔光处理图的过程可以参见图8,可以包括以下步骤:
步骤S81:利用公式二对所述原始人脸图像中的各个像素点和所述原始背景图像中的各个像素点进行柔光处理,得到多个柔光处理像素点。
所述A为所述原始人脸图像中的某一个像素点,所述B为所述原始背景图像中的某一个像素点,所述E1为某一个柔光处理像素点。
步骤S82:将多个所述柔光处理像素点组成所述柔光处理图。
相应的,上述对所述原始人脸图像和所述原始背景图像进行滤色处理,得到滤色处理图的过程可以参见图9,可以包括以下步骤:
步骤S91:利用公式三E2=1-(1-A)(1-B)对所述原始人脸图像中的各个像素点和所述原始背景图像中的各个像素点进行滤色处理,得到多个滤色处理像素点。
其中,E2为某一个滤色处理像素点。公式三中A和B与公式二中A和B的相同。
步骤S92:将多个所述滤色处理像素点组成所述滤色处理图。
基于上述内容,上述对所述柔光处理图和所述滤色处理图进行融合处理,得到待融合图像的过程可以参见图10,可以包括以下步骤:
步骤S101:利用公式四E=E1*C+E2*(1-C),对所述柔光处理图中的各个柔光处理像素点和所述滤色处理图中的各个滤色处理像素点进行融合处理,得到多个待融合像素点。
其中,E为某一个待融合像素点。公式四中的E1即公式二中的E1,公式四中的E2即公式三中的E2,公式四中的C即公式一中的C。
步骤S102:将多个所述待融合像素点组成所述待融合图像。
基于上述内容,上述,按照所述融合权重图对所述原始人脸图像和所述待融合图像进行融合处理,得到双重曝光融合图像的过程可以参见图11,可以包括以下步骤:
步骤S111:利用公式五R=A*C+E*(1-C),对所述原始人脸图像中的各个像素点和所述待融合图像中的各个待融合像素点进行融合处理,得到多个双重曝光融合像素点,R为某一个双重曝光融合像素点。
公式五中的A即公式二中的A,公式五中的C即公式一中的C,公式五中的E即公式四中的E。
步骤S112:将多个所述双重曝光融合像素点组成所述双重曝光融合图像。
实施例二
与上述方法实施例相对应,本实施例提供了一种图像双重曝光融合装置,请参见图12,图像双重曝光融合装置包括:识别模块121、填充模块122、第一融合模块123、处理模块124、第二融合模块125和第三融合模块126。
识别模块121,用于对原始人脸图像进行人脸控制点识别,得到人脸区域图。
填充模块122、,用于对所述人脸区域图进行亮度填充,得到人脸权重图。
第一融合模块123,用于对所述人脸权重图和所述原始人脸图像的单通道图像进行权重融合,得到融合权重图。
处理模块124,用于对所述原始人脸图像和原始背景图像进行柔光处理,得到柔光处理图,并对所述原始人脸图像和所述原始背景图像进行滤色处理,得到滤色处理图。
第二融合模块125,用于对所述柔光处理图和所述滤色处理图进行融合处理,得到待融合图像。
第三融合模块126,用于按照所述融合权重图对所述原始人脸图像和所述待融合图像进行融合处理,得到双重曝光融合图像。
在本实施例中,第一融合模块123可以包括:第一融合单元和第一组成单元。
第一融合单元,用于利用公式一C=1-(1-A')(1-A2)对所述人脸权重图中的各个像素点和所述原始人脸图像的单通道图像中的各个像素点进行权重融合,得到多个融合权重像素点,所述A'为所述人脸权重图中的某一个像素点,所述A2为所述原始人脸图像的单通道图像中的某一个像素点,所述C为所述融合权重图中的某一个像素点。
第一组成单元,用于将多个所述融合权重像素点组成所述融合权重图。
基于上述图像双重曝光融合装置,处理模块124具体可以包括:第一处理单元、第二组成单元、第二处理单元和第三组成单元。
第一处理单元,用于利用公式二对所述原始人脸图像中的各个像素点和所述原始背景图像中的各个像素点进行柔光处理,得到多个柔光处理像素点,所述A为所述原始人脸图像中的某一个像素点,所述B为所述原始背景图像中的某一个像素点,所述E1为某一个柔光处理像素点。
第二组成单元,用于将多个所述柔光处理像素点组成所述柔光处理图。
第二处理单元,用于利用公式三E2=1-(1-A)(1-B)对所述原始人脸图像中的各个像素点和所述原始背景图像中的各个像素点进行滤色处理,得到多个滤色处理像素点,E2为某一个滤色处理像素点。
第三组成单元,用于将多个所述滤色处理像素点组成所述滤色处理图。
基于上述图像双重曝光融合装置,第二融合模块125可以包括:第二融合单元和第四组成单元。
第二融合单元,用于利用公式四E=E1*C+E2*(1-C),对所述柔光处理图中的各个柔光处理像素点和所述滤色处理图中的各个滤色处理像素点进行融合处理,得到多个待融合像素点,E为某一个待融合像素点。
第四组成单元,用于将多个所述待融合像素点组成所述待融合图像。
基于上述图像双重曝光融合装置,第三融合模块126可以包括:第三融合单元和第五组成单元。
第三融合单元,用于利用公式五R=A*C+E*(1-C),对所述原始人脸图像中的各个像素点和所述待融合图像中的各个待融合像素点进行融合处理,得到多个双重曝光融合像素点,R为某一个双重曝光融合像素点。
第五组成单元,用于将多个所述双重曝光融合像素点组成所述双重曝光融合图像。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的一种图像双重曝光融合方法及装置进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种图像双重曝光融合方法,其特征在于,包括:
对原始人脸图像进行人脸控制点识别,得到人脸区域图;
对所述人脸区域图的亮度进行亮度填充,得到人脸权重图;
对所述人脸权重图和所述原始人脸图像的单通道图像进行权重融合,得到融合权重图;
对所述原始人脸图像和原始背景图像进行柔光处理,柔光处理后的图像作为柔光处理图,并对所述原始人脸图像和所述原始背景图像进行滤色融合,滤色融合后的图像作为滤色处理图;对所述原始人脸图像和原始背景图像进行柔光融合,柔光融合后的图像作为柔光处理图的过程,包括:利用公式二对所述原始人脸图像中的各个像素点和所述原始背景图像中的各个像素点进行柔光融合,得到多个柔光处理像素点,所述A为所述原始人脸图像中的某一个像素点,所述B为所述原始背景图像中的某一个像素点,所述E1为某一个柔光处理像素点;将多个所述柔光处理像素点组成所述柔光处理图;对所述原始人脸图像和所述原始背景图像进行滤色融合,滤色融合后的图像作为滤色处理图的过程,包括:利用公式三E2=1-(1-A)(1-B)对所述原始人脸图像中的各个像素点和所述原始背景图像中的各个像素点进行滤色融合,得到多个滤色处理像素点,E2为某一个滤色处理像素点;将多个所述滤色处理像素点组成所述滤色处理图;
对所述柔光处理图和所述滤色处理图进行融合处理,得到待融合图像;
按照所述融合权重图对所述原始人脸图像和所述待融合图像进行融合处理,得到双重曝光融合图像。
2.根据权利要求1所述的方法,其特征在于,对所述人脸权重图和所述原始人脸图像的单通道图像进行权重融合,得到融合权重图的过程,包括:
利用公式一C=1-(1-A')(1-A2)对所述人脸权重图中的各个像素点和所述原始人脸图像的单通道图像中的各个像素点进行权重融合,得到多个融合权重像素点,所述A'为所述人脸权重图中的某一个像素点,所述A2为所述原始人脸图像的单通道图像中的某一个像素点,所述C为所述融合权重图中的某一个像素点;
将多个所述融合权重像素点组成所述融合权重图。
3.根据权利要求2所述的方法,其特征在于,对所述柔光处理图和所述滤色处理图进行融合处理,得到待融合图像的过程,包括:
利用公式四E=E1*C+E2*(1-C),对所述柔光处理图中的各个柔光处理像素点和所述滤色处理图中的各个滤色处理像素点进行融合处理,得到多个待融合像素点,E为某一个待融合像素点;
将多个所述待融合像素点组成所述待融合图像。
4.根据权利要求3所述的方法,其特征在于,按照所述融合权重图对所述原始人脸图像和所述待融合图像进行融合处理,得到双重曝光融合图像的过程,包括:
利用公式五R=A*C+E*(1-C),对所述原始人脸图像中的各个像素点和所述待融合图像中的各个待融合像素点进行融合处理,得到多个双重曝光融合像素点,R为某一个双重曝光融合像素点;
将多个所述双重曝光融合像素点组成所述双重曝光融合图像。
5.一种图像双重曝光融合装置,其特征在于,包括:
识别模块,用于对原始人脸图像进行人脸控制点识别,得到人脸区域图;
填充模块,用于对所述人脸区域图的亮度填充,得到人脸权重图;
第一融合模块,用于对所述人脸权重图和所述原始人脸图像的单通道图像进行权重融合,得到融合权重图;
处理模块,用于对所述原始人脸图像和原始背景图像进行柔光处理,柔光处理后的图像作为柔光处理图,并对所述原始人脸图像和所述原始背景图像进行滤色融合,滤色融合后的图像作为滤色处理图;所述处理模块包括:第一处理单元,用于利用公式二对所述原始人脸图像中的各个像素点和所述原始背景图像中的各个像素点进行柔光融合,得到多个柔光处理像素点,所述A为所述原始人脸图像中的某一个像素点,所述B为所述原始背景图像中的某一个像素点,所述E1为某一个柔光处理像素点;第二组成单元,用于将多个所述柔光处理像素点组成所述柔光处理图;第二处理单元,用于利用公式三E2=1-(1-A)(1-B)对所述原始人脸图像中的各个像素点和所述原始背景图像中的各个像素点进行滤色融合,得到多个滤色处理像素点,E2为某一个滤色处理像素点;第三组成单元,用于将多个所述滤色处理像素点组成所述滤色处理图;
第二融合模块,用于对所述柔光处理图和所述滤色处理图进行融合处理,得到待融合图像;
第三融合模块,用于按照所述融合权重图对所述原始人脸图像和所述待融合图像进行融合处理,得到双重曝光融合图像。
6.根据权利要求5所述的装置,其特征在于,所述第一融合模块包括:
第一融合单元,用于利用公式一C=1-(1-A')(1-A2)对所述人脸权重图中的各个像素点和所述原始人脸图像的单通道图像中的各个像素点进行权重融合,得到多个融合权重像素点,所述A'为所述人脸权重图中的某一个像素点,所述A2为所述原始人脸图像的单通道图像中的某一个像素点,所述C为所述融合权重图中的某一个像素点;
第一组成单元,用于将多个所述融合权重像素点组成所述融合权重图。
7.根据权利要求6所述的装置,其特征在于,所述第二融合模块包括:
第二融合单元,用于利用公式四E=E1*C+E2*(1-C),对所述柔光处理图中的各个柔光处理像素点和所述滤色处理图中的各个滤色处理像素点进行融合处理,得到多个待融合像素点,E为某一个待融合像素点;
第四组成单元,用于将多个所述待融合像素点组成所述待融合图像。
8.根据权利要求7所述的装置,其特征在于,所述第三融合模块包括:
第三融合单元,用于利用公式五R=A*C+E*(1-C),对所述原始人脸图像中的各个像素点和所述待融合图像中的各个待融合像素点进行融合处理,得到多个双重曝光融合像素点,R为某一个双重曝光融合像素点;
第五组成单元,用于将多个所述双重曝光融合像素点组成所述双重曝光融合图像。
CN201610793954.1A 2016-08-31 2016-08-31 一种图像双重曝光融合方法及装置 Active CN106447642B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610793954.1A CN106447642B (zh) 2016-08-31 2016-08-31 一种图像双重曝光融合方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610793954.1A CN106447642B (zh) 2016-08-31 2016-08-31 一种图像双重曝光融合方法及装置

Publications (2)

Publication Number Publication Date
CN106447642A CN106447642A (zh) 2017-02-22
CN106447642B true CN106447642B (zh) 2019-12-31

Family

ID=58164502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610793954.1A Active CN106447642B (zh) 2016-08-31 2016-08-31 一种图像双重曝光融合方法及装置

Country Status (1)

Country Link
CN (1) CN106447642B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107172354B (zh) 2017-06-21 2020-04-03 深圳市万普拉斯科技有限公司 视频处理方法、装置、电子设备及存储介质
CN107665482B (zh) * 2017-09-22 2021-07-23 北京奇虎科技有限公司 实现双重曝光的视频数据实时处理方法及装置、计算设备
CN107705279B (zh) * 2017-09-22 2021-07-23 北京奇虎科技有限公司 实现双重曝光的图像数据实时处理方法及装置、计算设备
CN108198152B (zh) * 2018-02-07 2020-05-12 Oppo广东移动通信有限公司 图像处理方法和装置、电子设备、计算机可读存储介质
CN112752030A (zh) * 2019-10-30 2021-05-04 北京小米移动软件有限公司 拍摄方法、拍摄装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101098241A (zh) * 2006-06-26 2008-01-02 腾讯科技(深圳)有限公司 虚拟形象实现方法及其系统
CN102413342A (zh) * 2011-09-05 2012-04-11 清华大学 双目立体视频的几何校正方法及系统
CN103247036A (zh) * 2012-02-10 2013-08-14 株式会社理光 多曝光图像融合方法和装置
CN104077759A (zh) * 2014-02-28 2014-10-01 西安电子科技大学 一种基于色觉感知及全局质量因子的多曝光度图像融合方法
CN105741229A (zh) * 2016-02-01 2016-07-06 成都通甲优博科技有限责任公司 实现人脸图像快速融合的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101394487B (zh) * 2008-10-27 2011-09-14 华为技术有限公司 一种合成图像的方法与系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101098241A (zh) * 2006-06-26 2008-01-02 腾讯科技(深圳)有限公司 虚拟形象实现方法及其系统
CN102413342A (zh) * 2011-09-05 2012-04-11 清华大学 双目立体视频的几何校正方法及系统
CN103247036A (zh) * 2012-02-10 2013-08-14 株式会社理光 多曝光图像融合方法和装置
CN104077759A (zh) * 2014-02-28 2014-10-01 西安电子科技大学 一种基于色觉感知及全局质量因子的多曝光度图像融合方法
CN105741229A (zh) * 2016-02-01 2016-07-06 成都通甲优博科技有限责任公司 实现人脸图像快速融合的方法

Also Published As

Publication number Publication date
CN106447642A (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
CN106447642B (zh) 一种图像双重曝光融合方法及装置
CN107784654B (zh) 图像分割方法、装置及全卷积网络系统
US11127117B2 (en) Information processing method, information processing apparatus, and recording medium
WO2021147418A1 (zh) 一种图像去雾方法、装置、设备及计算机存储介质
KR20190143785A (ko) 영상 처리 방법 및 장치, 및 전자 디바이스
CN111598182B (zh) 训练神经网络及图像识别的方法、装置、设备及介质
CN111899266B (zh) 一种基于rgbd相机的抠图方法及系统
CN111091091A (zh) 目标对象重识别特征的提取方法、装置、设备及存储介质
US7565075B2 (en) System and method for exhibiting image focus information on a viewfinder
Liu et al. Deep fusion network for splicing forgery localization
CN110516514B (zh) 一种目标检测模型的建模方法和装置
WO2022105608A1 (zh) 一种快速人脸密度预测和人脸检测方法、装置、电子设备及存储介质
CN103247036A (zh) 多曝光图像融合方法和装置
CN105279487A (zh) 美颜工具筛选方法和系统
TW202117595A (zh) 目標檢測方法、電子設備和電腦可讀儲存媒介
CN112487848A (zh) 文字识别方法和终端设备
CN106981044A (zh) 一种图像虚化方法及系统
CN113658182B (zh) 基于并行多分支特征融合的表面缺陷区域分割方法及装置
CN114419091A (zh) 一种前景抠图方法、装置及电子设备
Balovsyak et al. Computer system for increasing the local contrast of railway transport images
Wilson Invisible images and indeterminacy: Why we need a multi-stage account of photography
US11605174B2 (en) Depth-of-field simulation via optical-based depth extraction
CN111669572A (zh) 摄像头模组的检测方法、装置、介质及电子设备
CN113610884A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN108470327B (zh) 图像增强方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100192, C, room 4, building B-6, building No. 403, Zhongguancun Dongsheng science and Technology Park, Dongsheng Road, Haidian District, 66, Beijing,

Applicant after: Beijing beta Polytron Technologies Inc

Address before: 100000, C, building 4, building B6, Dongsheng Science Park, No. 66 Xiao Dong Road, Beijing, Haidian District

Applicant before: Beijing Yuntu Weidong Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 100192 rooms c402 and 403, 4 / F, building C, building B-6, Dongsheng Science Park, Zhongguancun, No. 66, xixiaokou Road, Haidian District, Beijing

Patentee after: Beijing beta Technology Co.,Ltd.

Address before: 100192 rooms c402 and 403, 4 / F, building C, building B-6, Dongsheng Science Park, Zhongguancun, No. 66, xixiaokou Road, Haidian District, Beijing

Patentee before: BEIJING FOTOABLE TECHNOLOGY LTD.