CN109492587B - 图像处理方法及装置 - Google Patents

Abstract

本申请实施例提供的图像处理方法及装置，通过识别图像中的车窗区域图像，通过滤波操作获得所述车窗区域图像的高频细节层图像和低频平滑层图像，对所述低频细节层图像进行通透性调整和暗区提亮，同时对所述高频细节层图像进行细节增强操作；将处理后的低频平滑层图像和高频细节层图像重建获得重建图像；在所述车窗区域的图像中沿所述车窗区域图像边缘划分过渡图像区域。通过计算所述过渡图像区域的图像的像素值，将所述重建图像和所述原始图像进行融合处理。所述图像处理方法及装置有效的提升了融合后的图像中车窗区域图像的人眼感官特性和细节信息。

Description

图像处理方法及装置

技术领域

本申请涉及图像处理领域，具体而言，涉及一种图像处理方法及装置。

背景技术

车窗图像是智能交通检测的重要一部分内容，包含了车内人员行为和特征等关键信息。由于车窗玻璃的遮挡干扰，摄像机所拍摄到的车窗局部图像普遍存在光照不均匀、灰度值较低、对比性较差和细节严重丢失的问题。同时视频监控中对图像处理的实时性有一定的要求，因此有效、快速的增强车窗局部图像的方法具有重要的研究意义。当前常规的车窗图像增强方法，常常会存在偏色问题、过度曝光、丢失高亮区的细节、引入噪声和处理步骤过于复杂的问题。同时现有的图像增强方案中通过低通滤波的方式来弱化增强后的车窗和背景环境的差异，虽然全局效果过渡自然，但是局部放大后的处理痕迹明显的现象。

发明内容

为了克服现有技术中的上述不足，本申请的目的在于提供一种图像处理方法，应用于图像处理设备，所述图像处理设备用于处理图像采集设备采集的原始图像，所述方法包括：

识别并截取出所述原始图像中的车窗区域图像；

对所述车窗区域图像在低频平滑层进行通透性调整和暗区提亮处理，在高频细节层进行细节增强处理，进而获得第一车窗区域图像，所述通透性调整表示对所述车窗区域图像中灰度值的分布进行调整；

将所述第一车窗区域图像和所述原始图像进行融合获得处理后的图像。

可选地，将所述第一车窗区域图像和所述原始图像进行融合获得处理后的图像的步骤包括：

沿所述第一车窗区域图像的边缘划分图像过渡区域；

根据所述图像过渡区域的像素点距离所述第一车窗区域图像边缘位置的距离计算所述图像过渡区域的像素值，将所述第一车窗区域图像和所述原始图像进行融合处理。

可选地，所述对所述车窗区域图像在低频平滑层进行通透性调整和暗区提亮处理，在高频细节层进行细节增强处理，进而获得第一车窗区域图像的步骤包括：

对所述车窗区域图像进行滤波分层处理获得低频平滑层图像和高频细节层图像；

根据所述低频平滑层图像RGB域中各像素的灰度值，调整所述各像素的灰度值分布以提高所述低频平滑层图像的通透性，获得第一低频平滑层图像；

根据预设映射函数调整所述第一低频平滑层图像中的灰度值，实现对所述第一低频平滑层图像的提亮处理，进而获得第二低频平滑层图像，所述映射函数表示对所述第一低频平滑层图像中灰度值的计算方式；

通过抑制所述高频细节层图像的高频噪点实现对所述高频细节层图像的细节增强，进而获得第一高频细节层图像；

根据所述第二低频平滑层图像和所述第一高频细节层图像进行重建获得所述第一车窗区域图像。

可选地，所述根据所述低平滑层图像RGB域中各像素的灰度值，调整所述各像素的灰度值分布以提高所述低频平滑层图像的通透性，获得第一低频平滑层图像的步骤包括：

根据预设的通透性调整系数对所述低频平滑层图像进行通透性调整获得第一低频平滑层图像，所述预设的通透性调整系数根据所述低频平滑层图像在YUV域中Y分量的灰度值分布情况计算获得。

可选地，所述方法还包括计算所述预设的通透性调整系数的步骤：

获得所述低频平滑层图像YUV域中Y分量灰度值中的最大值MaxY和最小值MinY；

根据所述Y分量灰度值中的最大值MaxY和最小值MinY计算第一调整系数a₁和第二调整系数b₁，其中，

根据预设限幅比δ通过以下公式计算MinY₂和MaxY₂，其中，δ大于-1且小于1，所述限幅比表示待处理图像进行像素数值调整得到处理结果图像，所述处理结果图像中像素值超出范围0-255的像素数量和所述处理结果图像总共像素数量的比值；

并通过以下公式计算获得第三调整系数a₂和第四调整系数b₂，

根据第一调整系数a₁、第二调整系数b₁、第三调整系数a₂和第四调整系数b₂，通过以下公式计算获得所述预设的通透性调整系数，所述预设的通透性调整系数包括第一通透性数α和第二通透性调整系数β，

可选地，根据所述图像过渡区域的像素点距离所述第一车窗区域图像的距离计算所述图像过渡区的像素值，将所述第一车窗区域图像和所述原始图像进行融合处理的步骤包括：

沿所述第一车窗区域图像的边缘位置使用预设的像素值进行填充获得第二车窗区域图像，所述第二车窗区域图像具有和所述图像采集设备采集的图像相同的分辨率；

根据计算获得的图像过渡区域的像素值，将所述第二车窗区域图像和原始图像进行融合处理。

本申请的另一目的在于提供一种图像处理装置，应用于图像处理设备，所述图像处理设备用于处理图像采集设备采集的图像，所述图像处理装置包括图像识别模块、图像处理模块和图像融合模块；

所述图像识别模块用于识别并截取出所述原始图像中的车窗区域图像；

所述图像处理模块用于对所述车窗区域图像的低频平滑层进行通透性调整和暗区提亮处理，在高频细节层进行细节增强操作获得第一车窗区域图像，所述通透性调整表示对所述车窗区域图像中灰度值的分布进行调整；

所述图像融合模块用于将所述第一车窗区域图像和所述原始图像进行融合获得处理后的图像。

可选地，所述图像融合模块通过以下方式将所述第一车窗区域图像和所述原始图像进行融合获得处理后的图像：

沿所述第一车窗区域图像的边缘划分图像过渡区域；

根据所述图像过渡区域的像素点距离所述第一车窗区域图像的距离计算所述图像过渡区域的像素值，将所述第一车窗区域图像和所述原始图像进行融合处理。

可选地，所述图像处理模块通过以下方式对所述车窗区域图像的低频平滑层进行通透性调整和暗区提亮，在高频细节层进行细节增强操作，进而获得第一车窗区域图像：

对所述车窗区域图像进行滤波分层处理获得低频平滑层图像和高频域细节层图像；

根据所述低频平滑层图像RGB域中各像素的灰度值，调整所述各像素的灰度值分布以提高所述低频平滑层图像的通透性，获得第一低频平滑层图像；

根据预设映射函数调整所述第一低频平滑层图像中的灰度值，实现对所述第一低频平滑层图像的提亮处理，进而获得第二低频平滑层图像，所述映射函数表示对所述第一低频平滑层图像中灰度值的计算方式；

通过抑制所述高频细节层图像的高频噪点实现对所述高频细节层图像的细节增强，进而获得第一高细节层图像；

根据所述第二低频平滑层图像和所述第一高频细节层图像进行重建获得所述第一车窗区域图像。

可选地，所述图像处理模块通过以下方式调整所述各像素的灰度值分布以提高所述低频平滑层图像的通透性，获得第一低频平滑层图像：

根据预设的通透性调整系数对所述低频平滑层图像进行通透性调整获得第一低频平滑层图像，所述预设的通透性调整系数根据所述低频平滑层图像在YUV域中Y分量的灰度值分布情况计算获得。

相对于现有技术而言，本申请具有以下有益效果：

本申请实施例提供的图像处理方法及装置，通过识别图像中的车窗图区域图像，通过滤波操作获得所述车窗区域图像的高频细节层图像和低频平滑层图像，对所述低频细节层图像进行通透性调整和暗区提亮，同时对所述高频细节层图像进行细节增强操作；将处理后的低频平滑层图像和高频细节层图像重建获得重建图像；在所述车窗区域的图像中沿所述车窗区域图像边缘划分一预设宽度的过渡图像区域。通过计算所述过渡图像区域的图像的像素值，将所述重建图像和所述原始图像进行融合处理。所述图像处理方法及装置有效的提升了融合后的图像中车窗区域图像的人眼感官特性和细节信息。

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申请的某些实施例，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为本申请实施例提供的图像处理系统的结构图；

图2为本申请实施例提供的图像处理方法的步骤流程图；

图3为本申请实施例提供的步骤S300的子步骤流程图；

图4为本申请实施例提供的图像处理装置的结构图。

图标：100-图像处理系；140-图像采集设备；130-处理器；110-图像处理装置；120-机器可读存储器；1101-图像识别模块；1102-图像处理模块；1103-图像融合模块。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请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申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作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。

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。

在本申请的描述中，需要说明的是，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

此外，术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。

在本申请的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。

请参照图1，图1是本申请的图像处理系100统的硬件结构图。所述图像处理系100统包括处理器130、机器可读存储器120、图像处理装置110和图像采集设备140。

所述处理器130、机器可读存储器120、图像处理装置110和图像采集设备140各元件之间直接或者间接的电性连接，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，以实现数据信号或控制信号的传输。

其中，所述机器可读存储器120可以是，但不限于，随机存取存储器(RandomAccess Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable ProgrammableRead-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable ProgrammableRead-Only Memory，EEPROM)等。其中，机器可读存储器120用于存储程序，所述处理器130在接收到执行指令后，执行所述程序。

所述处理器130可能是一种集成电路芯片，具有信号的处理能力。上述的处理器130可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)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申请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也可以是任何常规的处理器130等。

所述图像采集设备140用于在智能交通领域采集车辆信息的图像，为后续的图像增强处理或者图像识别提供数据源。所述图像采集设备140包括常见的监控摄像机或者其他的一些专业的影视摄像机。

请参照图2，图2为本实施例提供的一种应用于图1所示的图像采集系统的方法的步骤流程图，以下将该方法包括的各个步骤进行详细的阐述。

步骤S100，识别并截取出所述原始图像中的车窗区域图像。

可选地，所述图像处理设备为了对所述图像采集设备140所采集的图像中的车窗区域图像进行单独地图像增强处理，需要识别出所述图像中的车窗区域图像。所述图像处理设备获取所述图像采集设备140采集的图像，并对所述图像进行预处理，剔除所述图像中和图像识别操作不相关的信息。所述图像处理设备提取所述图像中的车辆特征信息，判断所述图像中是否含有车辆信息。如果所述图像中包括有车辆信息，所述图像处理设备，根据车窗和车牌的位置关系或车窗自身特殊图像特征信息，识别出所述图像中的车窗图像，并将所述车窗图像从所述图像采集设备140采集的图像中截取出来。所述图像处理设备对所述车窗部区域图像进行单独的图像增强处理，这样可以使得在处理过程中，不会对所述车窗区域图像以外的图像造成影响。

步骤S200，对所述车窗区域图像在低频平滑层进行通透性调整和暗区提亮处理，在高频细节层进行细节增强处理，进而获得第一车窗区域图像，所述通透性调整表示对所述车窗区域图像中灰度值的分布进行调整。

可选地，所述图像处理设备对所述车窗区域的图像进行分层处理，得到低频平滑层图像和高频细节层图像。其中，所述图像处理设备可以先用低频平滑滤波器处理所述车窗区域图像，进而获得低频平滑层图像。所述图像处理设备将所述车窗区域图像和所述低频平滑层图像相减得到对应的高频细节层图像。

可选地，所述图像处理设备使用边缘提取滤波器对所述车窗区域图像进行处理，进而获得高频细节层图像。所述边缘滤波器包括拉普拉斯滤波器和LOG滤波器等。所述图像处理设备根据所述高频细节层图像，通过所述车窗区域图像减去所述高频细节层图像获得低频平滑层图像。

可选地，作为一种实施方法，在本发明实施例中，所述图像处理设备采用以下方式对所述车窗区域图像进行滤波处理。比如，在一个具体的操作实例中，所述滤波器为5×5的均值滤波器。所述图像处理设备使用该均值滤波器通过以下方式对所述车窗区域图像进行卷积：

其中，I_in表示车窗局部图像，I_base表示所述均值滤波器于所述车窗区域图像卷积后得到的低频平滑层图像。通过以下方式获得所述车窗区域图像的高频细节层图像：

I_det＝I_in-I_base；

其中，所述I_det表示所述车窗区域图像的高频细节层图像。

值得说明的是，在本发明实施例其他的一些实施方式中，获取所述车窗区域的低频平滑层图像的步骤还可以采用其他的一些低频平滑滤波器，比如高斯滤波器。只要能够对所述车窗区域图像进行滤波处理获得所述车窗区图像的低频平滑层图像。

所述图像处理设备通过对所述车窗区域图像进行分层操作，使得对所述车窗区域图像的低频平滑层图像进行通透性调整和暗区提亮操作的时候，不会影响所述车窗区域图像的高频细节层图像。

为了防止直接对所述图像的RGB域进行拉伸导致所述车窗区域图像原有的RGB三个通道的色彩比例失衡，进而导致处理后的图像出现偏色的现象。

可选地，所述图像处理设备根据预设的通透性调整系数对所述低频平滑层图像进行通透性调整获得第一低频平滑层图像，所述预设的通透性调整系数根据所述低频平滑层图像在YUV域中Y分量的灰度值分布情况计算获得。

可选地，作为一种实施方法，在本发明实施例中，所述图像处理设备采用以下方式计算获得所述预设的通透性调整系数。比如，在一个具体的操作实例中，所述图像处理设备根据所述低频平滑层图像在YUV域中Y分量的数据分布，获取所述Y分量的数据分布中灰度值中的最大值MaxY和最小值MinY。根据所述最大值MaxY和最小值MinY计算第一调整系数a₁和第二调整系数b₁：

所述图像处理设备根据所述第一调整系数a₁和第二调整系数b₁对低频平滑层图像在Y分量的灰度值分布的范围拉伸到0-255获得拉伸结果图像。用户根据所述拉伸结果图像的色彩判断所述拉伸结果图像是否拉伸过度或者拉伸不足。其中，如果拉伸过度，所述拉伸结果图像表现为偏色，如果拉伸不足，所述拉伸结果图像表现为对比度不足。

如果所述拉伸结果图像出现拉伸过度或者拉伸不足，根据所述图像采集设备140的使用场景对应的预设限幅比δ(-1<δ<1)计算第三调整系数a₂和第四调整系数b₂；其中，所述限幅比表示待处理图像进行像素数值调整得到处理结果图像，所述处理结果图像中像素值超出范围0-255的像素数量和所述处理结果图像总共像素数量的比值。所述第三调整系数a₂和第四调整系数b₂的计算方式如下：

根据MinY₂和MaxY₂通过以下获得获得第三调整系数a₂和第四调整系数b₂：

所述图像处理设备通过限幅比计算拉伸系数，能够很好的对所处理的图像有一个自适应性，在本实施例中，将拉伸后的图像的像素值小于0的部分全部做零处理，大于255的部分，全部记为255。

进一步地，根据第一调整系数a₁、第二调整系数b₁、第三调整系数a₂和第四调整系数b₂通过以下公式计算获得所述预设的通透性调整系数，其中，所述预设的通透性调整系数包括第一通透性调整系数α和第二通透性调整系数β：

所述图像处理设备，根据所述第一通透性调整系数α和第二通透性调整系数β，通过以下公式获得第一低频平滑层图像：

I₁(x,y,i)＝αI_base(x,y,i)+β,i＝1,2,3。

其中，i代表RGB三个彩色通道，x和y表示图像中像素的位置，I_base表示低频平滑层图像的原始灰度值，I₁表示通透性调整后的灰度值。

为了使得图像更加符合人眼感官特性，需要对所述第一低频平滑层图像进行暗区提亮操作。可选地，所述图像处理设备通过调整所述第一低频平滑层图像中高灰度区域的灰度数量实现对所述第一低频平滑层图像的暗区提亮，进而获得第二低频平滑层图像；

可选地，作为一种实施方法，在本发明实施例中，所述图像处理设备采用以下方式对所述第一低频平滑层图像进行暗区提亮操作。比如，在一个具体的操作实例中，使用Gamma校正对所述第一低频平滑层图像进行暗区提亮操作。

所述Gamma校正是一种全局对比度调节技术，使用Gamma函数对图像像素值做映射，Gamma函数为：

I_gam＝kI₁ ^γ；

其中，I_gam表示暗区提亮后的灰度值，γ(γ<1)控制具体的映射关系。可选地，所述γ在本实施例中取0.45。k为系数，k的取值满足以下条件，用以保证第一低频平滑层图像和第二低频平滑层图像的范围一致：

k＝255^1-γ。

值得说明的是，在本发明实施例其他的一些实施方式中，所述图像处理设备对所述第一低频平滑层图像进行暗区提亮操的步骤还可以采用其他的一些，比如直方图均衡化和自适应对数域映射。只要能够对所述第一低频平滑层图像进行暗区提亮操作获得第二低频平滑层图像。

为了使得车窗区域图像的细节部分更加分明，可选地，通过抑制所述高频细节层图像的高频噪点实现对所述高频细节层图像的细节增强，进而获得第一高频细节层图像。

可选地，作为一种实施方法，在本发明实施例中，所述图像处理设备采用以下方式对所述高频细节层图像进行细节增强操作。比如，在一个具体的操作实例中，使用线性增强的方式对所述高频细节层图像进行细节增强，其中，计算方式如下：

I_Shp＝TI_det；

I_det表示车窗区域图像的高频细节层图像，I_Shp表示对高频细节层图像进行细节增强后的第一高频细节层图像。

值得说明的是，在本发明实施例其他的一些实施方式中，所述图像处理设备对所述高频细节层图像进行细节增强的步骤还可以采用其他的一些，比如非线性增强的方式。只要能够对所述高频细节层图像进行细节增强操作获得第一高频细节层图像。

可选地，所述图像处理设备根据所述第二低频平滑层图像和所述第一高频细节层图像进行重建获得第一车窗区域图像。

步骤S300，将所述第一车窗区域图像和所述原始图像进行融合获得处理后的图像。

如图3所示，所述图3为步骤S300的子步骤流程图。

步骤S3001，沿所述第一车窗区域图像的边缘划分图像过渡区域。

为了消除所述车窗区域图像和原始图像融合后的融合位置的不连续性。所述图像处理设备在所述车窗区域图像中，沿所述车窗区域图像边缘划分图像过渡区域。

可选地，作为一种实施方法，在本发明实施例中，所述图像处理设备采用选取车窗区域的10～20％作为所述图像过渡区域的宽度，该方式便于适应各种车窗大小。

步骤S3002，根据所述图像过渡区域的像素点距离所述第一车窗区域图像边缘位置的距离计算所述图像过渡区域的像素值，将所述第一车窗区域图像和所述原始图像进行融合处理。

可选地，作为一种实施方法，在本发明实施例中，所述图像处理设备采用以下方式计算所述图像过渡区域的像素值。比如，在一个具体的操作实例中，使用线性曲线作为计算所述图像过渡区域的映射曲线，计算公式如下：

I_out(x,y)＝λ.I_win(x,y)+(1-λ)I(x,y)；

其中，I_out代表融合后的图像，I_win代表第一车窗区域图像，I表示原始车辆图像，λ(0≤λ≤1)作为调节因子，所述过渡区域图像的像素点距离所述第一车窗区域图像的距离越近λ值越大，反之越小。在本实施例中，所述λ通过以下方式进行计算：

λ＝d₁/d；

其中，d表示过渡的宽度，d₁表示所述过渡图像区域的像素点距离所述第一车窗区域图像的距离。

值得说明的是，在本发明实施例其他的一些实施方式中，所述图像处理设备对计算所述过渡图像区域的像素值的步骤还可以采用其他的一些，比如使用非线性曲线作为计算所述图像过渡区域的映射曲线。只要能够通过该映射曲线计算所述过渡图像区域的像素值使得能够消除融合位置的不连续性。

可选地，所述图像处理设备沿所述第一车窗区域图像的边缘位置使用预设的像素值进行填充获得第二车窗区域图像，所述第二车窗区域图像具有和所述图像采集设备140采集的图像相同的分辨率。

可选地，所述图像处理设备根据计算获得的图像过渡区的像素值，将所述第二车窗区域图像和所述原始图像进行融合。

本实施例还提供一种图像处理装置110，图像处理装置110可以包括至少一个可以软件或固件(firmware)的形式存储于所述机器可读存储器120中或固化在所述变速器的控制单元的操作系统(operating system，OS)中的软件功能模块。所述处理器130可以用于执行所述机器可读存储器120中存储的可执行模块，例如所述图像处理装置110所包括的软件功能模块及计算机程序等。

如图4所示，所述图像处理装置110包括图像识别模块1101、图像处理模块1102和图像融合模块1103。

所述图像识别模块1101用于识别并截取出所述原始图像中的车窗区域图像。

在本实施例中，所诉图像识别模块1101用于执行图2中步骤S100，关于所述图像采集模块的详细描述可以参考步骤S100的详细描述。

所述图像处理模块1102用于对所述车窗区域图像在低频平滑层进行通透性调整和暗区提亮处理，在高频细节层进行细节增强处理，进而获得第一车窗区域图像，所述通透性调整表示对所述车窗区域图像中灰度值的分布进行调整。

在本实施例中，所述图像处理模块1102用于执行图2中步骤S200，关于所述图像处理模块1102的详细描述可以参考步骤S200的详细描述。

所述图像融合模块1103用于将所述第一车窗区域图像和所述原始图像进行融合获得处理后的图像。

在本实施例中，关于图像融合模块1103的详细描述可以参考图2中步骤S300，关于图像融合模块1103的详细描述可以参考步骤S300的详细描述。

可选地，所述图像融合模块1103通过以下方式将所述第一车窗区域图像和所述原始图像进行融合处理。

所述图像处理设备在所述车窗区域图像中沿所述车窗区域图像边缘划分图像过渡区域；

根据所述图像过渡区域的像素点距离所述第一车窗区域图像边缘位置的距离计算所述图像过渡区域的像素值，将所述第一车窗区域图像和所述原始图像进行融合处理。

可选地，所述图像处理模块1102通过以下方式获取所述第一获取所述第一车窗区域图像：

对所述车窗区域图像进行滤波分层处理获得低频平滑层图像和高频细节层图像；

根据所述低频平滑层图像RGB域中各像素的灰度值，调整所述各像素的灰度值分布以提高所述低频平滑层图像的通透性，获得第一低频平滑层图像；

根据预设映射函数调整所述第一低频平滑层图像中的灰度值，实现对所述第一低频平滑层图像的提亮处理，进而获得第二低频平滑层图像，所述映射函数表示对所述第一低频平滑层图像中灰度值的计算方式；

通过抑制所述高频细节层图像的高频噪点实现对所述高频细节层图像的细节增强，进而获得第一高频细节层图像；

根据所述第二低频平滑层图像和所述第一高频细节层图像进行重建获得所述第一车窗区域图像。

可选地，所述图像处理模块1102通过以下方式获取第一低频平滑层图像:

根据预设的通透性调整系数对所述低频平滑层图像进行通透性调整获得第一低频平滑层图像，所述预设的通透性调整系数根据所述低频平滑层图像在YUV域中Y分量的灰度值分布情况计算获得。

综上所述，本申请实施例提供的图像处理方法及装置，通过识别图像中的车窗区域图像，通过滤波操作获得所述车窗区域图像的高频细节层图像和低频平滑层图像，对所述低频细节层图像进行通透性调整和暗区提亮，同时对所述高频细节层图像进行细节增强操作；将处理后的低频平滑层图像和高频细节层图像重建获得重建图像；在所述车窗区域的图像中沿所述车窗区域图像边缘划分一预设宽度的过渡图像区域。通过计算所述过渡图像区域的图像的像素值，将所述重建图像和所述原始图像进行融合处理。所述图像处理方法及装置有效的提升了融合后的图像中车窗区域图像的人眼感官特性和细节信息。

在本申请所提供的实施例中，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申请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，在本申请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器中。基于这样的理解，本申请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器中，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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：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，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (8)

1.一种图像处理方法，其特征在于，应用于图像处理设备，所述图像处理设备用于处理图像采集设备采集的原始图像，所述方法包括：

识别并截取出所述原始图像中的车窗区域图像；

对所述车窗区域图像在低频平滑层进行通透性调整和暗区提亮处理，在高频细节层进行细节增强处理，进而获得第一车窗区域图像，所述通透性调整表示对所述车窗区域图像中灰度值的分布进行调整；

沿所述第一车窗区域图像的边缘划分图像过渡区域；

根据所述图像过渡区域的像素点距离所述第一车窗区域图像边缘位置的距离计算所述图像过渡区域的像素值；

将所述图像过渡区域的像素值填充到所述第一车窗区域图像中的图像过渡区域；

将所述第一车窗区域图像和所述原始图像进行融合获得处理后的图像。

2.根据权利要求1所述的图像处理方法，其特征在于，所述对所述车窗区域图像在低频平滑层进行通透性调整和暗区提亮处理，在高频细节层进行细节增强处理，进而获得第一车窗区域图像的步骤包括：

对所述车窗区域图像进行滤波分层处理获得低频平滑层图像和高频细节层图像；

根据所述低频平滑层图像RGB域中各像素的灰度值，调整所述各像素的灰度值分布以提高所述低频平滑层图像的通透性，获得第一低频平滑层图像；

根据预设映射函数调整所述第一低频平滑层图像中的灰度值，实现对所述第一低频平滑层图像的提亮处理，进而获得第二低频平滑层图像，所述映射函数表示对所述第一低频平滑层图像中灰度值的计算方式；

通过抑制所述高频细节层图像的高频噪点实现对所述高频细节层图像的细节增强，进而获得第一高频细节层图像；

根据所述第二低频平滑层图像和所述第一高频细节层图像进行重建获得所述第一车窗区域图像。

3.根据权利要求2所述的图像处理方法，其特征在于，所述根据所述低频平滑层图像RGB域中各像素的灰度值，调整所述各像素的灰度值分布以提高所述低频平滑层图像的通透性，获得第一低频平滑层图像的步骤包括：

根据预设的通透性调整系数对所述低频平滑层图像进行通透性调整获得第一低频平滑层图像，所述预设的通透性调整系数根据所述低频平滑层图像在YUV域中Y分量的灰度值分布情况计算获得。

4.根据权利要求3所述的图像处理方法，其特征在于，所述方法还包括计算所述预设的通透性调整系数的步骤：

获得所述低频平滑层图像YUV域中Y分量灰度值中的最大值MaxY和最小值MinY；

根据所述Y分量灰度值中的最大值MaxY和最小值MinY计算第一调整系数a₁和第二调整系数b₁，其中，

根据预设限幅比δ通过以下公式计算MinY₂和MaxY₂，其中，δ大于-1且小于1，所述限幅比表示待处理图像进行像素数值调整得到处理结果图像，所述处理结果图像中像素值超出范围0-255的像素数量和所述处理结果图像总共像素数量的比值；

并通过以下公式计算获得第三调整系数a₂和第四调整系数b₂，

根据第一调整系数a₁、第二调整系数b₁、第三调整系数a₂和第四调整系数b₂，通过以下公式计算获得所述预设的通透性调整系数，所述预设的通透性调整系数包括第一通透性数α和第二通透性调整系数β，

5.根据权利要求1所述的图像处理方法，其特征在于，所述将所述第一车窗区域图像和所述原始图像进行融合获得处理后的图像，包括：

沿所述第一车窗区域图像的边缘位置使用预设的像素值进行填充获得第二车窗区域图像，所述第二车窗区域图像具有和所述图像采集设备采集的图像相同的分辨率；

根据计算获得的图像过渡区域的像素值，将所述第二车窗区域图像和原始图像进行融合处理。

6.一种图像处理装置，其特征在于，应用于图像处理设备，所述图像处理设备用于处理图像采集设备采集的原始图像，所述图像处理装置包括图像识别模块、图像处理模块和图像融合模块；

所述图像识别模块用于识别并截取出所述原始图像中的车窗区域图像；

所述图像处理模块用于对所述车窗区域图像的低频平滑层进行通透性调整和暗区提亮处理，在高频细节层进行细节增强操作获得第一车窗区域图像，所述通透性调整表示对所述车窗区域图像中灰度值的分布进行调整；

所述图像融合模块，用于沿所述第一车窗区域图像的边缘划分图像过渡区域；根据所述图像过渡区域的像素点距离所述第一车窗区域图像边缘位置的距离计算所述图像过渡区域的像素值；将所述图像过渡区域的像素值填充到所述第一车窗区域图像中的图像过渡区域；

所述图像融合模块，还用于将所述第一车窗区域图像和所述原始图像进行融合获得处理后的图像。

7.根据权利要求6所述的图像处理装置，其特征在于，所述图像处理模块通过以下方式对所述车窗区域图像的低频平滑层进行通透性调整和暗区提亮，在高频细节层进行细节增强操作，进而获得第一车窗区域图像：

对所述车窗区域图像进行滤波分层处理获得低频平滑层图像和高频域细节层图像；

根据所述低频平滑层图像RGB域中各像素的灰度值，调整所述各像素的灰度值分布以提高所述低频平滑层图像的通透性，获得第一低频平滑层图像；

根据预设映射函数调整所述第一低频平滑层图像中的灰度值，实现对所述第一低频平滑层图像的提亮处理，进而获得第二低频平滑层图像，所述映射函数表示对所述第一低频平滑层图像中灰度值的计算方式；

通过抑制所述高频细节层图像的高频噪点实现对所述高频细节层图像的细节增强，进而获得第一高频细节层图像；

根据所述第二低频平滑层图像和所述第一高频细节层图像进行重建获得所述第一车窗区域图像。

8.根据权利要求7所述的图像处理装置，其特征在于，所述图像处理模块通过以下方式调整所述各像素的灰度值分布以提高所述低频平滑层图像的通透性，获得第一低频平滑层图像：

根据预设的通透性调整系数对所述低频平滑层图像进行通透性调整获得第一低频平滑层图像，所述预设的通透性调整系数根据所述低频平滑层图像在YUV域中Y分量的灰度值分布情况计算获得。

Images