CN108470327A - 图像增强方法、装置、电子设备及存储介质 - Google Patents

图像增强方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN108470327A
CN108470327A CN201810260070.9A CN201810260070A CN108470327A CN 108470327 A CN108470327 A CN 108470327A CN 201810260070 A CN201810260070 A CN 201810260070A CN 108470327 A CN108470327 A CN 108470327A
Authority
CN
China
Prior art keywords
image
images
pending
rgb
pixel
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
CN201810260070.9A
Other languages
English (en)
Other versions
CN108470327B (zh
Inventor
王涛
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.)
Chengdu Science And Technology Co Ltd
Original Assignee
Chengdu Science And Technology 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 Chengdu Science And Technology Co Ltd filed Critical Chengdu Science And Technology Co Ltd
Priority to CN201810260070.9A priority Critical patent/CN108470327B/zh
Publication of CN108470327A publication Critical patent/CN108470327A/zh
Application granted granted Critical
Publication of CN108470327B publication Critical patent/CN108470327B/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
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • G06T5/70
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics

Abstract

本发明实施例涉及图像处理技术领域,提供一种图像增强方法、装置、电子设备及存储介质,所述方法包括:获取RGB摄像头采集的RGB图像、以及MONO摄像头采集的MONO图像;对RGB图像进行分割得到多个第一图像、以及对MONO图像进行图像分割得到与多个第一图像一一对应的多个第二图像;遍历每个第一图像,依据待处理的第一图像和与待处理的第一图像对应的第二图像的清晰度对待处理的第一图像进行图像增强,得到结果图像。与现有技术相比,本发明实施例将RGB图像中的颜色通道作为整体进行处理,因此结果图像不会出现色偏,图像美观且清晰度好。

Description

图像增强方法、装置、电子设备及存储介质
技术领域
本发明涉及图像处理技术领域,具体而言,涉及一种图像增强方法、装置、电子设备及存储介质。
背景技术
随着拍照手机的发展,消费者对拥有更强大功能的相机需求逐渐上升,使用双摄像头来提升拍照质量的手机逐渐普及,双摄手机的功能也越来越多。一种常见的双摄像头模式为RGB+MONO模式,即一个彩色摄像头和一个黑白摄像头组合,通过对双摄像头的拍摄图像进行图像融合,就能得到质量更优的结果图像。
在拍照中,MONO摄像头的感光度比RGB摄像头好,所以在相同亮度的环境下拍摄,MONO图像的噪声会优于RGB图像,这个时候如果直接用MONO图像的亮度信息加上RGB图像的颜色信息进行图像融合,由于亮度变化将导致结果图像颜色偏色、颜色分离等问题,影响图像美观。
发明内容
本发明实施例的目的在于提供一种图像增强方法、装置、电子设备及存储介质,用以提高双摄图像的质量。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种图像增强方法,应用于设置有双摄像头的电子设备,所述双摄像头包括RGB摄像头和MONO摄像头,所述方法包括:获取所述RGB摄像头采集的RGB图像、以及所述MONO摄像头采集的MONO图像;对所述RGB图像进行分割得到多个第一图像、以及对所述MONO图像进行图像分割得到与多个第一图像一一对应的多个第二图像;遍历每个第一图像,依据待处理的第一图像和与所述待处理的第一图像对应的第二图像的清晰度对所述待处理的第一图像进行图像增强,得到结果图像。
第二方面,本发明实施例还提供了一种图像增强装置,应用于设置有双摄像头的电子设备,所述双摄像头包括RGB摄像头和MONO摄像头,所述装置包括图像增强模块、图像分割模块及图像增强模块。其中,图像获取模块用于获取所述RGB摄像头采集的RGB图像、以及所述MONO摄像头采集的MONO图像;图像分割模块用于对所述RGB图像进行分割得到多个第一图像、以及对所述MONO图像进行图像分割得到与多个第一图像一一对应的多个第二图像;图像增强模块用于遍历每个第一图像,依据待处理的第一图像和与所述待处理的第一图像对应的第二图像的清晰度对所述待处理的第一图像进行图像增强,得到结果图像。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备设置有双摄像头,所述双摄像头包括RGB摄像头和MONO摄像头,所述电子设备还包括:一个或多个处理器;存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述的图像增强方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的图像增强方法。
相对现有技术,本发明实施例提供的一种图像增强方法、装置、电子设备及存储介质,首先,从包含多个第一图像的RGB图像中确定出待处理的第一图像;然后,依据待处理的第一图像和与待处理的第一图像对应的第二图像的清晰度,对待处理的第一图像进行图像增强,对RGB图像中的每个第一图像均进行前述的图像增强,得到结果图像。与现有技术相比,本发明实施例将RGB图像和MONO图像分别分割为多个一一对应的第一图像和第二图像,并按照一一对应的第一图像和第二图像的清晰度对RGB图像中的多个第一图像逐个进行图像增强,避免直接改变RGB图像的亮度信息,因此结果图像不会出现色偏,图像美观且清晰度好。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本发明实施例提供的电子设备的结构示意图。
图2示出了本发明第一实施例提供的图像增强方法流程图。
图3为图2示出的步骤S102的子步骤流程图。
图4为图2示出的步骤S103的子步骤流程图。
图5为图4示出的子步骤S1032的子步骤流程图。
图6为图4示出的子步骤S1033的子步骤流程图。
图7示出了本发明第二实施例提供的图像增强装置的结构示意图。
图8为图7示出的图像增强装置中图像分割模块的结构示意图。
图9为图7示出的图像增强装置中图像增强模块的结构示意图。
图标:100-电子设备;101-存储器;102-存储控制器;103-处理器;104-内部接口;105-双摄像头;200-图像增强装置;201-图像获取模块;202-图像分割模块;203-图像增强模块;2021-图像配准单元;2022-第一图像获得单元;2023-第二图像获得单元;2031-清晰度对比单元;2032-第一执行单元;2033-第二执行单元。
具体实施方式
下面将结合本发明实施例中附图,对本发明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发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参照图1,图1示出了本发明实施例提供的电子设备100的结构示意图。电子设备100可以是,但不限于智能手机、平板电脑、便携计算机、穿戴式移动终端等等。所述电子设备100包括图像增强装置200、存储器101、存储控制器102、处理器103、内部接口104和双摄像头105。
所述存储器101、存储控制器102、处理器103、内部接口104和双摄像头105各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述图像增强装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器101中或固化在所述电子设备100的操作系统(operating system,OS)中的软件功能模块。所述处理器103用于执行存储器101中存储的可执行模块,例如所述图像增强装置200包括的软件功能模块或计算机程序。
其中,存储器101可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器101用于存储程序,所述处理器103在接收到执行指令后,执行所述程序。
处理器103可以是一种集成电路芯片,具有信号处理能力。上述的处理器103可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)、语音处理器以及视频处理器等;还可以是数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器103也可以是任何常规的处理器等。
所述内部接口104用于将各种输入/输出装置耦合至处理器103以及存储器101。在一些实施例中,内部接口104、处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
双摄像头105包括RGB摄像头和MONO摄像头,RGB摄像头用于采集RGB图像,MONO摄像头用于采集MONO图像。
第一实施例
请参照图2,图2示出了本发明第一实施例提供的图像增强方法流程图。该图像增强方法包括以下步骤:
步骤S101,获取RGB摄像头采集的RGB图像、以及MONO摄像头采集的MONO图像。
在本发明实施例中,RGB图像和MONO图像的图像同步,也就是说,RGB摄像头和MONO摄像头在同一时刻拍摄同一场景下的物体,得到RGB图像和MONO图像。
步骤S102,对RGB图像进行分割得到多个第一图像、以及对MONO图像进行图像分割得到与多个第一图像一一对应的多个第二图像。
在本发明实施例中,获取到RGB图像和MONO图像之后,首先利用图像配准算法对RGB图像和MONO图像进行像素级对齐操作,得到配准后的RGB图像和MONO图像;然后,依据图像分割算法,对配准后的RGB图像进行图像分割,得到多个第一图像;由于配准后的RGB图像和MONO图像是像素级对齐的,因此,依据多个第一图像,就能在配准后的MONO图像得到与多个第一图像一一对应的第二图像,具体的图像配准方法和图像分割方法请参照以下子步骤S1021~S1023。
请参照图3,步骤S102可以包括以下子步骤:
子步骤S1021,对RGB图像和MONO图像进行配准,得到配准后的RGB图像和MONO图像。
在本发明实施例中,对RGB图像和MONO图像进行配准的方法可以是:首先,确定RGB图像为待配准图像、MONO图像为参考图像,待配准图像和参考图像可以由用户根据实际应用情况灵活设置,在此不做限定;然后,将待配准图像在参考图像上平移,即将RGB图像在MONO图像上平移,获取在移动过程中RGB图像的像素值与MONO图像的像素值之间的差值,设置差值最小时RGB图像相对于MONO图像的位置为图像配准结果,得到配准后的RGB图像和MONO图像。
作为一种实施方式,RGB图像的像素值与MONO图像的像素值之间的差值可以通过以下方法得到:首先,将RGB图像和MONO图像的每个对应位置的两个像素值进行相减得到绝对值,该绝对值可以反映两个像素点之间的差异,也就是说,如果绝对值为零,则说明两个像素点没有差别,如果绝对值较大,则说明两个像素点的差别较大,如果绝对值较小,则说明两个像素点的差别较小;然后,将上一步得到的所有绝对值相加即可得到RGB图像的像素值与MONO图像的像素值之间的差值。
子步骤S1022,对配准后的RGB图像进行图像分割,得到多个第一图像。
在本发明实施例中,得到配准后的RGB图像之后,对配准后的RGB图像进行图像分割,得到多个第一图像。作为一种实施方式,可以对配准后的RGB图像进行区域分割,例如基于边界的分割方法,也就是说,利用图像的局部特征不连续性检测出边缘,再根据边缘将配准后的RGB图像分割为多个第一图像。作为另一种实施方式,也可以将配准后的RGB图像分割为N个大小一致的区域,从而得到N个第一图像,N的数值和第一图像的大小均由用户根据实际需要进行设置。
子步骤S1023,依据多个第一图像,对配准后的MONO图像进行图像分割,得到与多个第一图像一一对应的多个第二图像。
在本发明实施例中,将配准后的RGB图像分割为多个第一图像之后,由于配准后的RGB图像和MONO图像是像素级对齐的,因此,可以依据每个第一图像的位置,将配准后的MONO图像分割为多个第二图像,该多个第一图像和多个第二图像是一一对应的。
步骤S103,遍历每个第一图像,依据待处理的第一图像和与待处理的第一图像对应的第二图像的清晰度对待处理的第一图像进行图像增强,得到结果图像。
在本发明实施例中,得到多个第一图像、以及与多个第一图像一一对应的多个第二图像之后,首先,从多个第一图像中确定出待处理的第一图像;然后,比较待处理的第一图像和与待处理的第一图像对应的第二图像的清晰度大小,如果待处理的第一图像的清晰度高于与待处理的第一图像对应的第二图像的清晰度,则对待处理的第一图像进行噪声抑制,以滤除待处理的第一图像中的颜色噪声,如果与待处理的第一图像对应的第二图像的清晰度高于待处理的第一图像的清晰度,则利用第二图像的对比度对待处理的第一图像进行对比度增强;最后,遍历每个第一图像,按照上一步中介绍的方法对RGB图像中的每个第一图像均进行图像增强,得到结果图像。
请参照图4,步骤S103可以包括以下子步骤:
子步骤S1031,将待处理的第一图像和与待处理的第一图像对应的第二图像进行清晰度对比。
在本发明实施例中,首先计算待处理的第一图像的清晰度、以及与待处理的第一图像对应的第二图像的清晰度;然后,比较待处理的第一图像的清晰度、以及与待处理的第一图像对应的第二图像的清晰度进行比较。以待处理的第一图像为例,清晰度的计算方法可以是:首先,将待处理的第一图像中每个像素点的像素值和像素坐标依次导入梯度检测算子,计算出每个像素点的梯度,梯度检测算子可以是,但不限于Robert算子;然后,根据每个像素点的梯度,计算待处理的第一图像中所有像素点的梯度平均值,进而将梯度平均值作为待处理的第一图像的清晰度。
子步骤S1032,当待处理的第一图像的清晰度高于第二图像的清晰度时,依据第二图像对待处理的第一图像进行噪声抑制,滤除待处理的第一图像中的颜色噪声。
在本发明实施例中,当待处理的第一图像的清晰度高于第二图像的清晰度,也就是待处理的第一图像的清晰度更好时,表示待处理的第一图像颜色信息丰富,此时需要尽可能的保留待处理的第一图像中的颜色信息并滤除其中的颜色噪声,因此可以通过梯度筛选方式确定出待处理的第一图像中的颜色噪声,并进行噪声抑制。
具体的噪声抑制方法可以是:首先,从待处理的第一图像中获取多个第一像素点、以及从第二图像中获取与多个第一像素点一一对应的多个第二像素点,第一像素点可以是待处理的第一图像中的任意一个像素点,第二像素点可以是第二图像中的任意一个像素点。从待处理的第一图像中获取多个第一像素点的方法可以是:从待处理的第一图像中左上角的像素点开始,按照从左到右、从上到下的顺序遍历待处理的第一图像中的每个像素点,将遍历得到的所有像素点作为多个第一像素点,获取多个第二像素点的方法与获取多个第一像素点的方法相同,在此不再赘述。
然后,计算每个第一像素点的第一梯度G1、以及每个第二像素点的第二梯度G2
接下来,确定任意一个第一像素点,如果该第一像素点的第一梯度G1和与该第一像素点对应的第二像素点的第二梯度G2的梯度方向相同,且二者的梯度比小于预设阈值,也就是说,如果第一像素点和第二像素点的梯度方向相同,且第一像素点的第一梯度G1小于第二像素点的第二梯度G2的预设阈值倍,即第一像素点与其相邻像素点的像素差异比较小,这种情况下表明第一像素点包含了RGB图像中正常的颜色信息,可以认为该第一像素点为RGB图像的细节,故需要保留第一像素点的颜色信息,因此对第一像素点不做调整;如果该第一像素点的第一梯度G1和与该第一像素点对应的第二像素点的第二梯度G2的梯度方向相同,且二者的梯度比大于或等于预设阈值,也就是说,如果第一像素点和第二像素点的梯度方向相同,且第一像素点的梯度G1大于或等于第二像素点的梯度G2的预设阈值倍,即第一像素点与其相邻像素点的像素差异要远大于第二像素点与其相邻像素点的像素差异,这种情况下表明第一像素点包含了RGB图像中非正常的颜色信息,例如,第一像素点过曝等,可以认为该第一像素点为RGB图像中的颜色噪声,因此需要对该第一像素点进行噪声抑制,具体的噪声抑制方法可以是调整该即降低该第一像素点的颜色通道值,达到抑制颜色噪声的目的。
在本发明实施例中,预设阈值可以是2~8,本发明实施例中设置为5,该预设阈值可以由用户根据实际情况灵活设置,在此不做限定。
需要指出的是,如果该第一像素点和与该第一像素点对应的第二像素点的梯度方向不相同,这种情形通常不会出现,如果出现则可以直接认为该第一像素点为颜色噪声,同样需要对该第一像素点进行噪声抑制,此时可以调整该
遍历每个第一像素点,按照上述方法对待处理的第一图像中的每个第一像素点均进行处理,实现待处理的第一图像的噪声抑制。
请参照图5,子步骤S1032可以包括以下子步骤:
子步骤S10321,从待处理的第一图像中获取多个第一像素点以及从第二图像中获取多个第二像素点,其中,多个第一像素点和多个第二像素点一一对应。
在本发明实施例中,第一像素点可以是待处理的第一图像中的任意一个像素点,第二像素点可以是第二图像中与第一像素点的位置对应的像素点。
子步骤S10322,计算每一第一像素点的第一梯度、以及与每一第一像素点对应的所述第二像素点的第二梯度;
子步骤S10323,计算每一第一梯度和与每一第一梯度对应的第二梯度的梯度比。
在本发明实施例中,计算出每个第一像素点的第一梯度G1、以及每个第二像素点的第二梯度G2,则每一第一梯度和与每一第一梯度对应的第二梯度的梯度比为
子步骤S10324,当梯度比大于或等于预设阈值时,将与梯度比关联的第一像素点的颜色通道值按照梯度比进行调整。
在本发明实施例中,如果该第一像素点的第一梯度G1和与该第一像素点对应的第二像素点的第二梯度G2的梯度方向相同,且二者的梯度比小于预设阈值,也就是说,如果第一像素点和第二像素点的梯度方向相同,且第一像素点的第一梯度G1小于第二像素点的第二梯度G2的预设阈值倍,即第一像素点与其相邻像素点的像素差异比较小,这种情况下表明第一像素点包含了RGB图像中正常的颜色信息,可以认为该第一像素点为RGB图像的细节,故需要保留第一像素点的颜色信息,因此对第一像素点不做调整。
如果该第一像素点的第一梯度G1和与该第一像素点对应的第二像素点的第二梯度G2的梯度方向相同,且二者的梯度比大于或等于预设阈值,也就是说,如果第一像素点和第二像素点的梯度方向相同,且第一像素点的梯度G1大于或等于第二像素点的梯度G2的预设阈值倍,即第一像素点与其相邻像素点的像素差异要远大于第二像素点与其相邻像素点的像素差异,这种情况下表明第一像素点包含了RGB图像中非正常的颜色信息,例如,第一像素点过曝等,可以认为该第一像素点为RGB图像中的颜色噪声,因此需要对该第一像素点进行噪声抑制,具体的噪声抑制方法可以是调整该即降低该第一像素点的颜色通道值,达到抑制颜色噪声的目的。
子步骤S1033,当第二图像的清晰度高于待处理的第一图像的清晰度时,利用第二图像的对比度对待处理的第一图像进行对比度增强。
在本发明实施例中,当第二图像的清晰度高于待处理的第一图像的清晰度,也就是第二图像的清晰度更好时,表示待处理的第一图像的对比度比较差,不够清楚,此时可以利用第二图像的对比度对待处理的第一图像进行对比度增强。
具体的对比度增强方法可以是:首先,从待处理的第一图像中获取多个第一像素点、以及从第二图像中获取与多个第一像素点一一对应的多个第二像素点,第一像素点可以是待处理的第一图像中的任意一个像素点,第二像素点可以是第二图像中的任意一个像素点。从待处理的第一图像中获取多个第一像素点的方法可以是:从待处理的第一图像中左上角的像素点开始,按照从左到右、从上到下的顺序遍历待处理的第一图像中的每个像素点,将遍历得到的所有像素点作为多个第一像素点,获取多个第二像素点的方法与获取多个第一像素点的方法相同,在此不再赘述。
然后,确定任意一个第一像素点,计算以当前第一像素点为中心的第一预设窗口(例如,3×3)内的第一对比度scaleY1、以及计算以当前第二像素点为中心的第二预设窗口(例如,3×3)内的第二对比度scaleY2,其中,第一预设窗口和第二预设窗口对应,第一对比度scaleY1为第一预设窗口内最大光强值与最小光强值之比,第二对比度scaleY2为第二预设窗口内最大光强值与最小光强值之比,该第一预设窗口和第二预设窗口的大小可以由用户根据实际情况灵活设置。
接下来,计算第一对比度scaleY1和第二对比度scaleY2的比值并依据第一对比度scaleY1和第二对比度scaleY2的比值调整当前
遍历待处理的第一图像中的每个第一像素点,按照上述方法对待处理的第一图像中的每个第一像素点均进行处理,实现待处理的第一图像的对比度增强。
请参照图6,子步骤S1033可以包括以下子步骤:
子步骤S10331,从待处理的第一图像中获取多个第一像素点以及从第二图像中获取多个第二像素点,其中,多个第一像素点和多个第二像素点一一对应。
子步骤S10332,计算以每一第一像素点为中心的第一预设窗口内的第一对比度以及计算以每一第二像素点为中心的第二预设窗口内的第二对比度,其中,第一预设窗口和第二预设窗口对应。
在本发明实施例中,第一对比度scaleY1为第一预设窗口内最大光强值与最小光强值之比,第二对比度scaleY2为第二预设窗口内最大光强值与最小光强值之比,该第一预设窗口和第二预设窗口的大小可以由用户根据实际情况灵活设置。
子步骤S10333,计算第一对比度和第二对比度的比值。
子步骤S10334,依据第一对比度和第二对比度的比值,调整与该比值关联的第一像素点的颜色通道值。
在本发明实施例中,依据第一对比度scaleY1和第二对比度scaleY2的比值调整与该比值关联的
与现有技术相比,本发明实施例具有以下有益效果:
首先,依据待处理的第一图像和与待处理的第一图像对应的第二图像的清晰度,对待处理的第一图像进行图像增强,如果待处理的第一图像的清晰度高于第二图像的清晰度时,则依据第二图像对待处理的第一图像进行噪声抑制,滤除待处理的第一图像中的颜色噪声,如果与待处理的第一图像对应的第二图像的清晰度高于待处理的第一图像的清晰度,则利用第二图像的对比度对待处理的第一图像进行对比度增强,因此,与RGB图像相比,结果图像的清晰度、对比度、噪声水平都更好。
其次,将RGB图像中的颜色通道作为整体进行处理,因此结果图像不会出现色偏,图像美观且清晰度好。
第二实施例
请参照图7,图7示出了本发明第二实施例提供的图像增强装置200的结构示意图。图像增强装置200包括图像获取模块201、图像分割模块202及图像增强模块203。
图像获取模块201,用于获取RGB摄像头采集的RGB图像、以及MONO摄像头采集的MONO图像。
在本发明实施例中,图像获取模块201可以用于执行步骤S101。
图像分割模块202,用于对RGB图像进行分割得到多个第一图像、以及对MONO图像进行图像分割得到与多个第一图像一一对应的多个第二图像。
在本发明实施例中,图像分割模块202可以用于执行步骤S102。
请参照图8,图8为图7示出的图像增强装置200中图像分割模块202的结构示意图。图像分割模块202包括图像配准单元2021、第一图像获得单元2022及第二图像获得单元2023。
图像配准单元2021,用于对RGB图像和MONO图像进行配准,得到配准后的RGB图像和MONO图像。
在本发明实施例中,图像配准单元2021可以用于执行子步骤S1021。
第一图像获得单元2022,用于对配准后的RGB图像进行图像分割,得到多个第一图像。
在本发明实施例中,第一图像获得单元2022可以用于执行子步骤S1022。
第二图像获得单元2023,用于依据多个第一图像,对配准后的MONO图像进行图像分割,得到与多个第一图像一一对应的多个第二图像。
在本发明实施例中,第二图像获得单元2023可以用于执行子步骤S1023。
图像增强模块203,用于遍历每个第一图像,依据待处理的第一图像和与待处理的第一图像对应的第二图像的清晰度对待处理的第一图像进行图像增强,得到结果图像。
在本发明实施例中,图像增强模块203可以用于执行步骤S103。
请参照图9,图9为图7示出的图像增强装置200中图像增强模块203的结构示意图。图像增强模块203包括清晰度对比单元2031、第一执行单元2032及第二执行单元2033。
清晰度对比单元2031,用于将待处理的第一图像和与待处理的第一图像对应的第二图像进行清晰度对比。
在本发明实施例中,清晰度对比单元2031可以用于执行子步骤S1031。
第一执行单元2032,用于当待处理的第一图像的清晰度高于第二图像的清晰度时,依据第二图像对待处理的第一图像进行噪声抑制,滤除待处理的第一图像中的颜色噪声。
在本发明实施例中,第一执行单元2032可以用于执行子步骤S1032。
在本发明实施例中,第一执行单元2032具体用于从待处理的第一图像中获取多个第一像素点以及从第二图像中获取多个第二像素点,其中,多个第一像素点和多个第二像素点一一对应;计算每一第一像素点的第一梯度、以及与每一第一像素点对应的第二像素点的第二梯度;计算每一第一梯度和与每一第一梯度对应的第二梯度的梯度比;当梯度比大于或等于预设阈值时,将与梯度比关联的第一像素点的颜色通道值按照梯度比进行调整。
第二执行单元2033,用于当第二图像的清晰度高于待处理的第一图像的清晰度时,利用第二图像的对比度对待处理的第一图像进行对比度增强。
在本发明实施例中,第一执行单元2032可以用于执行子步骤S1033。
在本发明实施例中,第一执行单元2032具体用于从待处理的第一图像中获取多个第一像素点以及从第二图像中获取多个第二像素点,其中,多个第一像素点和多个第二像素点一一对应;计算以每一第一像素点为中心的第一预设窗口内的第一对比度以及计算以每一第二像素点为中心的第二预设窗口内的第二对比度,其中,第一预设窗口和第二预设窗口对应;计算第一对比度和第二对比度的比值;依据第一对比度和第二对比度的比值,调整与该比值关联的第一像素点的颜色通道值。
本发明实施例还揭示了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器103执行时实现本发明前述实施例揭示的图像增强方法。
综上所述,本发明实施例提供的一种图像增强方法、装置、电子设备及存储介质,所述方法包括:获取RGB摄像头采集的RGB图像、以及MONO摄像头采集的MONO图像;对RGB图像进行分割得到多个第一图像、以及对MONO图像进行图像分割得到与多个第一图像一一对应的多个第二图像;遍历每个第一图像,依据待处理的第一图像和与待处理的第一图像对应的第二图像的清晰度对待处理的第一图像进行图像增强,得到结果图像。与现有技术相比,本发明实施例将RGB图像中的颜色通道作为整体进行处理,因此结果图像不会出现色偏,图像美观且清晰度好。另外,与RGB图像相比,结果图像的清晰度、对比度、噪声水平都更好。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。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。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。

Claims (10)

1.一种图像增强方法,其特征在于,应用于设置有双摄像头的电子设备,所述双摄像头包括RGB摄像头和MONO摄像头,所述方法包括:
获取所述RGB摄像头采集的RGB图像、以及所述MONO摄像头采集的MONO图像;
对所述RGB图像进行分割得到多个第一图像、以及对所述MONO图像进行图像分割得到与多个第一图像一一对应的多个第二图像;
遍历每个第一图像,依据待处理的第一图像和与所述待处理的第一图像对应的第二图像的清晰度对所述待处理的第一图像进行图像增强,得到结果图像。
2.如权利要求1所述的方法,其特征在于,所述依据待处理的第一图像和与所述待处理的第一图像对应的第二图像的清晰度对所述待处理的第一图像进行图像增强的步骤,包括:
将所述待处理的第一图像和与所述待处理的第一图像对应的第二图像进行清晰度对比;
当所述待处理的第一图像的清晰度高于所述第二图像的清晰度时,依据所述第二图像对所述待处理的第一图像进行噪声抑制,滤除所述待处理的第一图像中的颜色噪声;
当所述第二图像的清晰度高于所述待处理的第一图像的清晰度时,利用所述第二图像的对比度对所述待处理的第一图像进行对比度增强。
3.如权利要求2所述的方法,其特征在于,所述依据所述第二图像对所述待处理的第一图像进行噪声抑制的步骤,包括:
从所述待处理的第一图像中获取多个第一像素点以及从所述第二图像中获取多个第二像素点,其中,多个第一像素点和多个第二像素点一一对应;
计算每一所述第一像素点的第一梯度、以及与每一所述第一像素点对应的所述第二像素点的第二梯度;计算每一所述第一梯度和与每一所述第一梯度对应的所述第二梯度和的梯度比;
当所述梯度比大于或等于预设阈值时,将与所述梯度比关联的所述第一像素点的颜色通道值按照所述梯度比进行调整。
4.如权利要求2所述的方法,其特征在于,所述利用所述第二图像的对比度对所述待处理的第一图像进行对比度增强的步骤,包括:
从所述待处理的第一图像中获取多个第一像素点以及从所述第二图像中获取多个第二像素点,其中,多个第一像素点和多个第二像素点一一对应;
计算以每一所述第一像素点为中心的第一预设窗口内的第一对比度以及计算以每一所述第二像素点为中心的第二预设窗口内的第二对比度,其中,所述第一预设窗口和所述第二预设窗口对应;
计算所述第一对比度和所述第二对比度的比值;
依据所述第一对比度和所述第二对比度的比值,调整与该比值关联的所述第一像素点的颜色通道值。
5.如权利要求1所述的方法,其特征在于,所述对所述RGB图像进行分割得到多个第一图像、以及对所述MONO图像进行图像分割得到与多个第一图像一一对应的多个第二图像的步骤,包括:
对所述RGB图像和所述MONO图像进行配准,得到配准后的RGB图像和MONO图像;
对配准后的RGB图像进行图像分割,得到多个第一图像;
依据多个第一图像,对配准后的MONO图像进行图像分割,得到与多个第一图像一一对应的多个第二图像。
6.一种图像增强装置,其特征在于,应用于设置有双摄像头的电子设备,所述双摄像头包括RGB摄像头和MONO摄像头,所述装置包括:
图像获取模块,用于获取所述RGB摄像头采集的RGB图像、以及所述MONO摄像头采集的MONO图像;
图像分割模块,用于对所述RGB图像进行分割得到多个第一图像、以及对所述MONO图像进行图像分割得到与多个第一图像一一对应的多个第二图像;
图像增强模块,用于遍历每个第一图像,依据待处理的第一图像和与所述待处理的第一图像对应的第二图像的清晰度对所述待处理的第一图像进行图像增强,得到结果图像。
7.如权利要求6所述的装置,其特征在于,所述图像增强模块包括:
清晰度对比单元,用于将所述待处理的第一图像和与所述待处理的第一图像对应的第二图像进行清晰度对比;
第一执行单元,用于当所述待处理的第一图像的清晰度高于所述第二图像的清晰度时,依据所述第二图像对所述待处理的第一图像进行噪声抑制,滤除所述待处理的第一图像中的颜色噪声;
第二执行单元,用于当所述第二图像的清晰度高于所述待处理的第一图像的清晰度时,利用所述第二图像的对比度对所述待处理的第一图像进行对比度增强。
8.如权利要求6所述的装置,其特征在于,所述图像分割模块包括:
图像配准单元,用于对所述RGB图像和所述MONO图像进行配准,得到配准后的RGB图像和MONO图像;
第一图像获得单元,用于对配准后的RGB图像进行图像分割,得到多个第一图像;
第二图像获得单元,用于依据多个第一图像,对配准后的MONO图像进行图像分割,得到与多个第一图像一一对应的多个第二图像。
9.一种电子设备,所述电子设备设置有双摄像头,所述双摄像头包括RGB摄像头和MONO摄像头,其特征在于,所述电子设备还包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-5中任一项所述的方法。
CN201810260070.9A 2018-03-27 2018-03-27 图像增强方法、装置、电子设备及存储介质 Active CN108470327B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810260070.9A CN108470327B (zh) 2018-03-27 2018-03-27 图像增强方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810260070.9A CN108470327B (zh) 2018-03-27 2018-03-27 图像增强方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN108470327A true CN108470327A (zh) 2018-08-31
CN108470327B CN108470327B (zh) 2022-05-17

Family

ID=63265893

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810260070.9A Active CN108470327B (zh) 2018-03-27 2018-03-27 图像增强方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN108470327B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112116542A (zh) * 2020-09-24 2020-12-22 西安宇视信息科技有限公司 图像对比度增强方法、装置、电子设备和存储介质
CN113556465A (zh) * 2021-06-10 2021-10-26 深圳胜力新科技有限公司 一种基于ai的视频联动感知监控系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050232506A1 (en) * 2004-04-19 2005-10-20 Smith R T Enhancing images superimposed on uneven or partially obscured background
CN101493634A (zh) * 2009-01-08 2009-07-29 深圳华为通信技术有限公司 双向摄像模组及终端设备
CN103685951A (zh) * 2013-12-06 2014-03-26 华为终端有限公司 一种图像处理方法、装置及终端
CN104021548A (zh) * 2014-05-16 2014-09-03 中国科学院西安光学精密机械研究所 一种获取场景4d信息的方法
CN205356521U (zh) * 2016-02-19 2016-06-29 信利光电股份有限公司 一种摄像模组及移动通信设备
CN105827964A (zh) * 2016-03-24 2016-08-03 维沃移动通信有限公司 一种图像处理方法及移动终端
US9414037B1 (en) * 2014-09-26 2016-08-09 Amazon Technologies, Inc. Low light image registration
CN106462956A (zh) * 2014-06-19 2017-02-22 高通股份有限公司 局部自适应直方图均衡
CN106506939A (zh) * 2016-10-12 2017-03-15 成都西纬科技有限公司 一种图像采集装置及采集方法
CN106570838A (zh) * 2016-10-28 2017-04-19 成都西纬科技有限公司 一种图像亮度优化方法及装置
CN106713762A (zh) * 2017-01-19 2017-05-24 宇龙计算机通信科技(深圳)有限公司 图像处理方法及装置
CN107038695A (zh) * 2017-04-20 2017-08-11 厦门美图之家科技有限公司 一种图像融合方法及移动设备
CN107431794A (zh) * 2015-03-18 2017-12-01 华为技术有限公司 图像处理设备及色彩平衡方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050232506A1 (en) * 2004-04-19 2005-10-20 Smith R T Enhancing images superimposed on uneven or partially obscured background
CN101493634A (zh) * 2009-01-08 2009-07-29 深圳华为通信技术有限公司 双向摄像模组及终端设备
CN103685951A (zh) * 2013-12-06 2014-03-26 华为终端有限公司 一种图像处理方法、装置及终端
CN104021548A (zh) * 2014-05-16 2014-09-03 中国科学院西安光学精密机械研究所 一种获取场景4d信息的方法
CN106462956A (zh) * 2014-06-19 2017-02-22 高通股份有限公司 局部自适应直方图均衡
US9414037B1 (en) * 2014-09-26 2016-08-09 Amazon Technologies, Inc. Low light image registration
CN107431794A (zh) * 2015-03-18 2017-12-01 华为技术有限公司 图像处理设备及色彩平衡方法
CN205356521U (zh) * 2016-02-19 2016-06-29 信利光电股份有限公司 一种摄像模组及移动通信设备
CN105827964A (zh) * 2016-03-24 2016-08-03 维沃移动通信有限公司 一种图像处理方法及移动终端
CN106506939A (zh) * 2016-10-12 2017-03-15 成都西纬科技有限公司 一种图像采集装置及采集方法
CN106570838A (zh) * 2016-10-28 2017-04-19 成都西纬科技有限公司 一种图像亮度优化方法及装置
CN106713762A (zh) * 2017-01-19 2017-05-24 宇龙计算机通信科技(深圳)有限公司 图像处理方法及装置
CN107038695A (zh) * 2017-04-20 2017-08-11 厦门美图之家科技有限公司 一种图像融合方法及移动设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YONG JU JUNG: "Enhancement of low light level images using color-plus-mono dual camera", 《OPTICS EXPRESS》 *
ZHENQIANG YING 等: "A New Low-Light Image Enhancement Algorithm using Camera Response Model", 《2017 IEEE INTERNATIONAL CONFERENCE ON COMPUTER VISION WORKSHOPS》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112116542A (zh) * 2020-09-24 2020-12-22 西安宇视信息科技有限公司 图像对比度增强方法、装置、电子设备和存储介质
CN112116542B (zh) * 2020-09-24 2024-03-08 西安宇视信息科技有限公司 图像对比度增强方法、装置、电子设备和存储介质
CN113556465A (zh) * 2021-06-10 2021-10-26 深圳胜力新科技有限公司 一种基于ai的视频联动感知监控系统

Also Published As

Publication number Publication date
CN108470327B (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
CN105229697B (zh) 多模态前景背景分割
US10204432B2 (en) Methods and systems for color processing of digital images
US10805508B2 (en) Image processing method, and device
WO2016207875A1 (en) System and method for detecting objects in an image
CN107277479B (zh) 白平衡处理方法和装置
US20120280996A1 (en) Method and system for rendering three dimensional views of a scene
CN106664351A (zh) 使用块匹配的镜头阴影颜色校正的方法和系统
CN108322722B (zh) 基于增强现实的图像处理方法、装置及电子设备
CN109903265B (zh) 一种图像变化区域侦测阀值设定方法、系统及其电子装置
CN104202448A (zh) 一种解决移动终端摄像头拍照亮度不均的系统及其方法
CN109618098A (zh) 一种人像面部调整方法、装置、存储介质及终端
CN113034509A (zh) 图像处理方法及装置
WO2018063606A1 (en) Robust disparity estimation in the presence of significant intensity variations for camera arrays
CN108470327A (zh) 图像增强方法、装置、电子设备及存储介质
CN108932703B (zh) 图片处理方法、图片处理装置及终端设备
CN109191398B (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
US10079981B2 (en) Image dynamic range adjustment method, terminal, and storage medium
KR20190080732A (ko) 자동 화이트 밸런싱에서 조명 색도의 추정
CN111160340B (zh) 一种运动目标检测方法、装置、存储介质及终端设备
CN110047126B (zh) 渲染图像的方法、装置、电子设备和计算机可读存储介质
US11354925B2 (en) Method, apparatus and device for identifying body representation information in image, and computer readable storage medium
CN107945137B (zh) 人脸检测方法、电子设备及存储介质
CN108769521A (zh) 一种拍照方法、移动终端及计算机可读存储介质
US20170372495A1 (en) Methods and systems for color processing of digital images
AU2011200830B2 (en) Method, apparatus and system for modifying quality of an image

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