CN110049242A - 一种图像处理方法和装置 - Google Patents
一种图像处理方法和装置 Download PDFInfo
- Publication number
- CN110049242A CN110049242A CN201910314745.8A CN201910314745A CN110049242A CN 110049242 A CN110049242 A CN 110049242A CN 201910314745 A CN201910314745 A CN 201910314745A CN 110049242 A CN110049242 A CN 110049242A
- Authority
- CN
- China
- Prior art keywords
- image data
- pixel
- destination
- transformation relation
- sampling
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明实施例公开了一种图像处理方法和装置,所述方法包括:获取目标图像数据,并基于采样参数对所述目标图像数据进行降采样,得到目标采样图像数据;根据所述目标采样图像数据所包含的像素点对应的第一像素值,生成所述目标采样图像数据对应的第一变换关系;基于所述第一变换关系与所述采样参数,确定所述目标图像数据对应的第二变换关系;根据所述第二变换关系与所述目标图像数据所包含的像素点对应的初始像素值,确定所述像素点对应的更新像素值,并生成包含所述更新像素值的目标优化图像数据。采用本发明实施例,可以提高图像处理的效率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种图像处理方法和装置。
背景技术
随着图像技术的不断发展和各种新兴图像应用的涌现,图像的应用频率日益增加,通过终端设备拍摄而来的图像或者视频,可能会由于相机曝光度、相机的运动模糊、场景的光影影响等原因导致图像的对比度过低,从而无法进行后续的处理,因此对图像进行预处理(如对比度增强)已经成为一项不可或缺的日常需求。
现有技术中,图像对比度增强可以通过统计图像直方图确定图像对应的直方图变换,根据直方图变换对图像中的初始像素灰度值做映射变换,使变换后的图像各灰度值相对均匀,从而达到提高图像对比度的目的。由于现有的对比度增强方法需要对图像中的每个像素都进行直方图变换,使得对比度增强方法的时间复杂度较高,进而导致图像处理的效率低下。
发明内容
本发明实施例提供一种图像处理方法和装置,可以提高图像处理的效率。
本发明实施例一方面提供了一种图像处理方法,包括:
获取目标图像数据,并基于采样参数对所述目标图像数据进行降采样,得到目标采样图像数据;
根据所述目标采样图像数据所包含的像素点对应的第一像素值,生成所述目标采样图像数据对应的第一变换关系;
基于所述第一变换关系与所述采样参数,确定所述目标图像数据对应的第二变换关系;
根据所述第二变换关系与所述目标图像数据所包含的像素点对应的初始像素值,确定所述像素点对应的更新像素值,并生成包含所述更新像素值的目标优化图像数据。
其中,所述获取目标图像数据,并基于采样参数对所述目标图像数据进行降采样,得到目标采样图像数据,包括:
获取目标图像数据,并根据所述采样参数确定采样窗口;
通过所述采样窗口遍历所述目标图像数据,在所述目标图像数据范围内生成以所述采样窗口为最小单元的网格,并获取所述网格中每个单元网格所覆盖的像素点对应的像素均值;
根据所述像素均值,生成所述目标图像数据对应的目标采样图像数据。
其中,所述根据所述目标采样图像数据所包含的像素点对应的第一像素值,生成所述目标采样图像数据对应的第一变换关系,包括:
获取针对所述目标采样图像数据的目标参数信息,并根据所述目标参数信息,从所述目标采样图像数据中获取多个单位采样图像数据;
根据每个单位采样图像数据所包含的像素点对应的第一像素值,确定所述每个单位采样图像数据分别对应的灰度直方图;
基于所述灰度直方图,确定所述每个单位采样图像数据分别对应的累积直方图,并根据所述累积直方图确定所述每个单位采样图像数据分别对应的第一子变换关系;
获取所述目标采样图像数据所包含的像素点对应的位置信息,根据所述第一子变换关系与所述位置信息,确定所述目标采样图像数据对应的第一变换关系。
其中,所述第一变换关系包括所述目标采样图像数据所包含的像素点对应的单位子变换;
所述根据所述第一子变换关系与所述位置信息,确定所述目标采样图像数据对应的第一变换关系,包括:
当所述位置信息属于第一位置范围时,将属于所述第一位置范围的位置信息所属的单位采样图像数据对应的第一子变换关系,确定为所述位置信息所在像素点对应的单位子变换;
当所述位置信息属于第二位置范围时,将包含所述第二位置范围的单位采样图像数据确定为待处理图像数据,确定所述待处理图像数据对应的相邻单位采样图像数据,确定属于所述第二位置范围的位置信息与所述相邻单位采样图像数据分别对应的距离比例参数,并根据所述距离比例参数与所述相邻单位采样图像数据分别对应的第一子变换关系,确定所述位置信息所在像素点对应的单位子变换;
通过所述目标采样图像数据所包含的像素点对应的单位子变换,确定所述目标采样图像数据对应的第一变换关系。
其中,所述基于所述第一变换关系与所述采样参数,确定所述目标图像数据对应的第二变换关系,包括:
根据所述第一变换关系与所述第一像素值,确定所述目标采样图像数据所包含的像素点对应的第二像素值,并获取所述第二像素值与所述第一像素值之间的目标差值;
根据所述目标差值、所述采样参数以及所述目标图像数据所包含的像素点对应的初始像素值,确定所述目标图像数据对应的第二变换关系。
其中,所述基于所述第一变换关系与所述采样参数,确定所述目标图像数据对应的第二变换关系,包括:
根据所述第一变换关系与所述第一像素值,确定所述目标采样图像数据所包含的像素点对应的第二像素值,并获取所述第二像素值与所述第一像素值之间的目标差值;
基于所述采样参数,获取所述目标图像数据所包含的像素点对应的初始像素值与所述第一像素值之间的目标比例关系;
根据所述目标差值、所述目标比例关系以及所述初始像素值,确定所述目标图像数据对应的第二变换关系。
其中,所述根据所述目标差值、所述目标比例关系以及所述初始像素值,确定所述目标图像数据对应的第二变换关系,包括:
对所述目标差值与所述目标比例关系进行运算,得到所述目标图像数据所包含的像素点的像素增值;
根据所述像素增值与所述初始像素值,确定所述目标图像数据对应的第二变换关系。
本发明实施例一方面提供了一种图像处理装置,包括:
降采样模块,用于获取目标图像数据,并基于采样参数对所述目标图像数据进行降采样,得到目标采样图像数据;
生成模块,用于根据所述目标采样图像数据所包含的像素点对应的第一像素值,生成所述目标采样图像数据对应的第一变换关系;
确定模块,用于基于所述第一变换关系与所述采样参数,确定所述目标图像数据对应的第二变换关系;
像素值更新模块,用于根据所述第二变换关系与所述目标图像数据所包含的像素点对应的初始像素值,确定所述像素点对应的更新像素值,并生成包含所述更新像素值的目标优化图像数据。
其中,所述降采样模块包括:
采样窗口确定单元,用于获取目标图像数据,并根据所述采样参数确定采样窗口;
像素均值获取单元,用于通过所述采样窗口遍历所述目标图像数据,在所述目标图像数据范围内生成以所述采样窗口为最小单元的网格,并获取所述网格中每个单元网格所覆盖的像素点对应的像素均值;
采样图像生成单元,用于根据所述像素均值,生成所述目标图像数据对应的目标采样图像数据。
其中,所述生成模块包括:
参数信息获取单元,用于获取针对所述目标采样图像数据的目标参数信息,并根据所述目标参数信息,从所述目标采样图像数据中获取多个单位采样图像数据;
灰度直方图确定单元,用于根据每个单位采样图像数据所包含的像素点对应的第一像素值,确定所述每个单位采样图像数据分别对应的灰度直方图;
累积直方图确定单元,用于基于所述灰度直方图,确定所述每个单位采样图像数据分别对应的累积直方图,并根据所述累积直方图确定所述每个单位采样图像数据分别对应的第一子变换关系;
第一变换关系确定单元,用于获取所述目标采样图像数据所包含的像素点对应的位置信息,根据所述第一子变换关系与所述位置信息,确定所述目标采样图像数据对应的第一变换关系。
其中,所述第一变换关系包括所述目标采样图像数据所包含的像素点对应的单位子变换;
所述第一变换关系确定单元包括:
第一变换确定子单元,用于当所述位置信息属于第一位置范围时,将属于所述第一位置范围的位置信息所属的单位采样图像数据对应的第一子变换关系,确定为所述位置信息所在像素点对应的单位子变换;
第二变换确定子单元,用于当所述位置信息属于第二位置范围时,将包含所述第二位置范围的单位采样图像数据确定为待处理图像数据,确定所述待处理图像数据对应的相邻单位采样图像数据,确定属于所述第二位置范围的位置信息与所述相邻单位采样图像数据分别对应的距离比例参数,并根据所述距离比例参数与所述相邻单位采样图像数据分别对应的第一子变换关系,确定所述位置信息所在像素点对应的单位子变换;
第三变换确定子单元,用于通过所述目标采样图像数据所包含的像素点对应的单位子变换,确定所述目标采样图像数据对应的第一变换关系。
其中,所述确定模块包括:
目标差值确定单元,用于根据所述第一变换关系与所述第一像素值,确定所述目标采样图像数据所包含的像素点对应的第二像素值,并获取所述第二像素值与所述第一像素值之间的目标差值;
第二变换关系确定单元,用于根据所述目标差值、所述采样参数以及所述目标图像数据所包含的像素点对应的初始像素值,确定所述目标图像数据对应的第二变换关系。
其中,所述确定模块还包括:
比例关系确定单元,用于基于所述采样参数,获取所述目标图像数据所包含的像素点对应的初始像素值与所述第一像素值之间的目标比例关系;
第三变换关系确定单元,用于根据所述目标差值、所述目标比例关系以及所述初始像素值,确定所述目标图像数据对应的第二变换关系。
其中,所述第三变换关系确定单元包括:
运算子单元,用于对所述目标差值与所述目标比例关系进行运算,得到所述目标图像数据所包含的像素点的像素增值;
确定子单元,用于根据所述像素增值与所述初始像素值,确定所述目标图像数据对应的第二变换关系。
本发明实施例一方面提供了一种图像处理装置,包括:处理器和存储器;
所述处理器和存储器相连,其中,所述存储器用于存储程序代码,所述处理器用于调用所述程序代码,以执行如本发明实施例中一方面中的方法。
本发明实施例另一方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时,执行如本发明实施例中一方面中的方法。
在本发明实施例中,通过采样参数对目标图像数据进行降采样可以得到采样图像,进而可以根据采样图像所包含的所有像素点分别对应的像素值,确定采样图像对应的第一变换关系,根据采样图像对应的第一变换关系与上述采样参数,可以近似地确定目标图像数据对应的第二变换关系,进而可以根据第二变换关系,对目标图像数据所包含的每个像素点分别对应的初始像素值进行更新,生成包含更新后的像素值的优化图像数据。可见,通过对图像进行降采样,并生成降采样后的图像对应的变换关系,进而可以进一步确定该图像对应的变换关系,并得到该图像所包含的每个像素点变换之后的更新像素值,可以降低图像处理过程中的时间复杂度,进而提高图像处理的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种图像处理方法的场景示意图;
图2是本发明实施例提供的一种图像处理方法的流程示意图;
图3a、图3b是本发明实施例提供的一种图像直方图示意图;
图4是本发明实施例提供的另一种图像处理方法的流程示意图;
图5a-图5c是本发明实施例提供的一种图像处理原理示意图;
图6是本发明实施例提供的一种图像处理流程示意图;
图7是本发明实施例提供的另一种图像处理方法的流程示意图;
图8是本发明实施例提供的另一种图像处理流程示意图;
图9是本发明实施例提供的一种图像处理装置的结构示意图;
图10是本发明实施例提供的另一种图像处理装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,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。基于本发明中的实施例,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,都属于本发明保护的范围。
请参见图1,是本发明实施例提供的一种图像处理方法的场景示意图。如图1所示,在终端设备100a中,用户可以打开相机应用拍摄照片或视频,可以将拍摄的照片或者视频的视频帧作为需要进行对比度增强的目标图像数据200a,为了降低图像对比度增强过程算法的时间复杂度,可以根据采样参数对目标图像数据200a进行降采样,得到采样图像数据200b。换言之,可以将目标图像数据200a按照某特定比例进行缩小,缩小后的图像即为采样图像数据200b,若像素值集合300a表示目标图像数据200a中所包含的一部分像素值,采样参数为1/4,则像素值集合300a经过降采样后可以获得像素值集合300b(像素值集合300b为采样图像数据200b中所包含的一部分像素值),即目标图像数据200a中每4个像素值可以得到采样图像数据200b中的一个像素值。随后,可以对采样图像数据200b进行局部分割,采用采样图像数据200b中分割的图像块各自的统计数据(如灰度直方图、累积直方图等),获得分割后的每个图像块对应的变换关系,进而可以根据每个图像块对应的变换关系确定采样图像数据200b对应的第一变换关系,进而可以根据该第一变换关系和上述采样参数,可以近似地确定目标图像数据200a对应的第二变换关系,可以对目标图像数据200a进行一次图像遍历,根据该第二变换关系得到目标图像数据200a中所包含的每个像素点对应的更新像素值,生成包含上述所有更新像素值的优化图像数据200c。其中,变换关系是指图像中所包含的所有像素点从初始像素值到更新像素值之间的映射关系。例如,由于像素值集合300b为采样图像数据200b中所包含的一部分像素值,因此采样图像数据200b对应的第一变换关系即为像素值集合300b对应的变换关系,根据第一变换关系、像素值集合300a和像素值集合300b之间的比例关系,可以获取像素值集合300a对应的变换关系,即目标图像数据200a对应的第二变换关系,进而可以将像素值集合300a更新为像素值集合300c,利用第二变换关系将目标图像数据200a中所包含的每个像素值进行更新后,可以生成优化图像数据200c。可以理解的是,优化图像数据200c是目标图像数据200a进行图像对比度增强后的结果,两者所包含的图像信息是一样的,只是优化图像数据200c中的内容从视觉上看更清晰,并可以更容易地提取到图像特征,便于进行后续的图像处理。
其中,终端设备100a可以包括手机、平板电脑、笔记本电脑、掌上电脑、移动互联网设备(mobile internet device,MID)、POS(Point Of Sales,销售点)机、可穿戴设备(例如智能手表、智能手环等)或其他具有存储图像数据或者视频数据功能的终端设备,上述目标图像数据既可以是图片也可以是视频中的任一视频帧。
进一步的,请参见图2,是本发明实施例提供的一种图像处理方法的流程示意图。如图2所示,该图像处理方法可以包括如下步骤:
步骤S101,获取目标图像数据,并基于采样参数对所述目标图像数据进行降采样,得到目标采样图像数据;
具体的,终端设备可以将相机拍摄照片或者视频的视频帧确定为目标图像数据,并根据目标图像数据的尺寸确定该目标图像数据对应的采样参数,根据采样参数可以对目标图像数据进行降采样(也可以称为下采样),即在目标图像数据中进行像素点采样,得到目标图像数据对应的缩略图,也可以称为目标采样图像数据。例如,采样参数为1/4,则在目标图像数据中每行每列每隔2个像素点取一个像素点组成一幅图像(即目标采样图像数据),该目标采样图像数据的大小为目标图像数据大小的1/4,即目标采样图像数据的长和宽各为目标图像数据长和宽的一半,如目标图像数据的大小为64*64,采样参数为1/4时,目标采样图像数据的大小为32*32。
步骤S102,根据所述目标采样图像数据所包含的像素点对应的第一像素值,生成所述目标采样图像数据对应的第一变换关系;
具体的,对目标采样图像数据进行局部分割,得到多个图像块,也可以称为单位采样图像数据,并获取目标采样图像数据中所包含的所有像素点分别对应的第一像素值,对每个图像块所包含的像素点对应的第一像素值进行数据统计,如统计每个图像块对应的灰度直方图,累积直方图等,可以确定目标采样图像数据对应的变换关系,也可以称为第一变换关系。上述第一变换关系是指改变目标采样图像数据中所包含的像素点对应的像素值的变换函数,通过第一变换关系,可以为目标采样图像数据重新分布亮度,以改变目标采样图像数据中的图像对比度。
其中,若目标图像数据为灰度图像,则目标采样图像数据同样为灰度图像,此时的图像像素值即为图像灰度值,可以直接对目标采样图像数据中所包含的像素值进行数据统计(如计算灰度直方图等);若目标采样图像数据为彩色图像,需要将目标采样图像数据转换到HSL(一种颜色标准,H表示色相,S表示饱和度,L表示明度)空间,对HSL空间的Lightness(即上述L表示的明度)进行数据统计,或者将目标采样图像数据转换成RGB(一种颜色标准,R表示红色,G表示绿色,B表示蓝色)三个通道,在上述三个通道分别进行数据统计,这里不做限定。
步骤S103,基于所述第一变换关系与所述采样参数,确定所述目标图像数据对应的第二变换关系;
具体的,根据目标采样图像数据对应的第一变换关系以及目标图像数据与目标采样图像数据之间的比例关系,可以确定目标图像数据对应的第二变换关系。换言之,通过对目标采样图像数据中的局部图像块进行数据统计,确定目标采样图像数据对应的第一变换关系,结合采样参数,可以根据第一变换关系确定目标图像数据对应的第二变换关系,可以避免直接对目标图像数据进行数据统计,可以提高数据统计过程中的计算速度。
步骤S104,根据所述第二变换关系与所述目标图像数据所包含的像素点对应的初始像素值,确定所述像素点对应的更新像素值,并生成包含所述更新像素值的目标优化图像数据。
具体的,对目标图像数据进行一次图像遍历,可以通过第二变换关系对目标图像数据中所包含的每个像素点对应的初始像素值进行更新,得到每个像素点分别对应的更新像素值,并将所有更新像素值组成一幅图像,即目标优化图像数据。例如,目标图像数据中的第一个像素值(即目标图像数据中第一行第一列位置的像素值)为7,通过第二变换关系可以确定该像素值更新之后的新值为50,即通过第二变换关系,可以改变目标图像数据的亮度信息,增加图像对比度。请一并参见图3a和图3b,是本发明实施例提供的一种图像直方图示意图。图3a可以表示为目标图像数据对应的图像直方图,图3b可以表示为目标优化图像数据对应的图像直方图,图3a和图3b中的横坐标均表示灰度级(范围为0~255,0表示黑色,255表示白色),纵坐标均表示目标图像数据中各灰度级的像素总数。如图3a所示,目标图像数据中的像素主要集中在灰度级20~40之间,目标图像数据的对比度较低,从视觉上看几乎处于黑色,看不清楚图像中的内容。如图3b所示,通过对目标图像数据进行直方图均衡化处理,即通过第二变换关系获得更新像素值后,目标优化图像数据中的像素主要集中在灰度级20~90之间,灰度值的分布相对于目标图像数据的灰度值分布比较均匀,图像对比度更高。
在本发明实施例中,通过采样参数对目标图像数据进行降采样可以得到采样图像,进而可以根据采样图像所包含的所有像素点分别对应的像素值,确定采样图像对应的第一变换关系,根据采样图像对应的第一变换关系与上述采样参数,可以近似地确定目标图像数据对应的第二变换关系,进而可以根据第二变换关系,对目标图像数据所包含的每个像素点分别对应的初始像素值进行更新。可见,通过对图像进行降采样,并生成降采样后的图像对应的变换关系,进而可以进一步确定该图像对应的变换关系,并得到该图像所包含的每个像素点变换之后的更新像素值,可以避免对该图像直接进行计算,降低图像处理过程中的时间复杂度,进而提高图像处理的效率。
请参见图4,是本发明实施例提供的另一种图像处理方法的流程示意图。如图4所示,该图像处理方法可以包括以下步骤:
步骤S201,获取目标图像数据,并根据所述采样参数确定采样窗口;
具体的,终端设备在获取到需要进行对比度增强的目标图像数据后,根据目标图像数据的尺寸确定该目标图像数据对应的采样参数,进而可以确定该目标图像数据对应的采样窗口。例如,采样参数为1/4时,采样窗口的大小为2*2,即在目标图像数据中每行每列每隔2个像素点采样一个像素点;采样参数为1/9时,采样窗口的大小为3*3,即在目标图像数据中每行每列每隔3个像素点采样一个像素点。采样窗口的长和宽可以相同,也可以不同,这里不做限定。
步骤S202,通过所述采样窗口遍历所述目标图像数据,在所述目标图像数据范围内生成以所述采样窗口为最小单元的网格,并获取所述网格中每个单元网格所覆盖的像素点对应的像素均值;
具体的,采用采样窗口遍历目标图像数据,即采用采样窗口在目标图像数据上进行滑动,且每次滑动所处的区域与之前每次滑动所处的区域均不重叠,因而当矩形窗口遍历完整个目标图像数据后,会在目标图像数据所在区域生成以矩形窗口为最小单元的网格,计算该网格中每个单元网格所覆盖的像素点对应的像素均值。降采样的实现方式可以直接影响到后续确定第二变换关系的计算复杂度,因此这里采用均值降采样方法。
步骤S203,根据所述像素均值,生成所述目标图像数据对应的目标采样图像数据;
具体的,根据上述计算得到的像素均值,可以生成目标图像数据对应的目标采样图像数据,以采样参数为1/4为例,上述像素均值的具体计算方式可以表示为:
其中,Pij(i=0,1,2,...,M-1,j=0,1,2,...,N-1,M表示目标采样图像数据的长,N表示目标采样图像数据的宽,M和N可以相等,也可以不相等,这里不做限定)可以表示为计算得到的像素均值,即目标采样图像数据中第i+1行,j+1列的像素值;Qij可以表示为目标图像数据中第i+1行,j+1列的像素值。例如,P0,0=(Q0,0+Q1,0+Q0,1+Q1,1)/4可以表示为目标图像数据中第一行第一列的像素值、第二行第一列的像素值、第一行第二列的像素值、第二行第二列的像素值这四个像素值的均值,即为目标采样图像数据中第一行第一列的像素值。因此可以由上述公式(1)求得的Pij构成目标采样图像数据。
请一并参见图5a,是本发明实施例提供的一种图像处理原理示意图。如图5a所示,若目标图像数400a的大小为4*4,像素值如图5a所示,采样窗口500的大小为2*2,采用该采样窗口500对目标图像数据进行降采样,可以得到目标采样图像数据400b,该目标采样图像数据400b的大小为2*2,即目标采样图像数据400b中的每个像素均为目标图像数据400a中四个相关像素的均值。
步骤S204,获取针对所述目标采样图像数据的目标参数信息,并根据所述目标参数信息,从所述目标采样图像数据中获取多个单位采样图像数据;
具体的,获取针对目标采样图像数据的目标参数信息,并根据目标参数信息对目标图像数据进行局部分割,将目标采样图像数据分割成多个单位采样图像数据。需要说明的是,单位采样图像数据默认情况下为正方形(即单位采样图像数据的长和宽是相同的),且每个单位采样图像数据的大小是一样的,但在实际应用中,目标采样图像数据并不一定使得每个单位采样图像数据为正方形,因此需要对目标采样图像数据进行边缘填充,或调整图像尺寸,当然,单位采样图像数据的长和宽可以不一样,这里不做限定。请一并参见图5b,是本发明实施例提供的一种图像处理原理示意图。如图5b所示,目标参数信息为3*3,即可以将目标采样图像数据600a分割成3*3个图像块(即上述单位采样图像数据),如单位采样图像数据700a,每个单位采样图像数据中均包括多个像素值。
步骤S205,根据每个单位采样图像数据所包含的像素点对应的第一像素值,确定所述每个单位采样图像数据分别对应的灰度直方图;
具体的,获取每个单位采样图像数据所包含的像素点对应的第一像素值,可以对每个单位采样图像数据计算灰度直方图,即统计每个单位采样图像数据中的灰度级分布。灰度直方图可以是指将每个单位采样图像数据中所包含的所有像素点,按照灰度值的大小,分别统计每个单位采样图像数据中各灰度值出现的频率,或者可以是指每个单位采样图像数据中各灰度值出现的概率。若目标采样图像数据为灰度图像,则根据每个单位采样图像数据中所包含的所有像素点分别对应的像素值,直接计算灰度直方图;若目标采样图像数据为彩色图像,则可以根据每个单位采样图像数据中所包含的所有像素点分别对应的像素值确定灰度值,可以将单位采样图像数据转换到HSL空间,获得每个像素点对应的灰度值,或者在RGB空间下分别求解R、G、B三个通道下每个像素点的灰度值,进而根据每个通道下的灰度值统计灰度直方图,对于彩色图像的灰度直方图计算方式,这里不做限定。
步骤S206,基于所述灰度直方图,确定所述每个单位采样图像数据分别对应的累积直方图,并根据所述累积直方图确定所述每个单位采样图像数据分别对应的第一子变换关系;
具体的,根据上述统计得到的灰度直方图,可以统计出每个单位采样图像数据分别对应的累积直方图。累积直方图是对灰度级出现概率的累积相加,如灰度级为5时,累积直方图为第0~5的灰度级出现概率的累积相加。根据每个单位采样图像数据分别对应的累积直方图,可以确定每个单位采样图像数据分别对应的第一子变换关系,即每个单位采样图像数据分别对应一个第一子变换关系,且只与该单位采样图像数据所包含的像素有关,与其余单位采样图像数据无关。对于每一个单位采样图像数据,均有
P′ij=Fmn(Pij) (2)
其中,Pij表示目标采样图像数据中第i+1行,j+1列的像素值,Fmn表示目标采样图像数据中m行n列的单位采样图像数据对应的第一子变换关系,P′ij表示通过Fmn对Pij进行变换之后的结果,此时的Fmn为Pij所属单位采样图像数据对应的第一子变换关系。
需要说明的是,为了避免过度放大噪音的问题,可以对每个单位采样图像数据使用对比度限幅,即当灰度直方图超过预先定义的阈值时,将灰度直方图中超过该阈值的部分均匀的分布到灰度直方图的其余部分,若重新分布后,导致灰度直方图中又存在超过该阈值的部分,则可以重复进行上述过程,直至灰度直方图中超出该阈值的部分对后续处理的效果可以忽略不计。
步骤S207,获取所述目标采样图像数据所包含的像素点对应的位置信息;
具体的,可以获取目标采样图像数据中每个像素点分别对应的位置信息,对于数字图像而言,每个图像军可以表示为图像矩阵,因此上述位置信息是指在图像矩阵中的位置信息。
步骤S208,当所述位置信息属于第一位置范围时,将属于所述第一位置范围的位置信息所属的单位采样图像数据对应的第一子变换关系,确定为所述位置信息所在像素点对应的单位子变换;
具体的,在确定了每个单位采样图像数据分别对应的第一子变换关系后,由于第一子变换关系是根据每个单位采样图像数据各自包含的像素获得的,仅仅根据每个像素点所属单位采样图像数据对应的第一子变换关系,对目标采样图像数据中的像素点进行像素值更新(即通过上述公式(2)求得的Pij),容易造成单位采样图像数据与单位采样图像数据之间形成明显的边缘,因此可以使用双线性插值。在使用双线性插值时,需要将目标采样图像数据重新分配,当像素点对应的位置信息属于第一位置范围时,可以将该像素点所属的单位采样图像数据对应的第一子变换关系,确定为该像素点对应的单位子变换,即对于第一位置范围内的像素点,可以将该像素点所属的单位采样图像数据对应的第一子变换关系,确定为该像素点对应的单位子变换。其中,第一位置范围是指目标采样图像数据四个角所在区域,具体的区域范围与单位采样图像数据的大小有关。
步骤S209,当所述位置信息属于第二位置范围时,将包含所述第二位置范围的单位采样图像数据确定为待处理图像数据,确定所述待处理图像数据对应的相邻单位采样图像数据,确定属于所述第二位置范围的位置信息与所述相邻单位采样图像数据分别对应的距离比例参数,并根据所述距离比例参数与所述相邻单位采样图像数据分别对应的第一子变换关系,确定所述位置信息所在像素点对应的单位子变换;
具体的,当像素点对应的位置信息属于第二位置范围时,可以将该像素点所属的单位采样图像数据确定为待处理图像数据,并确定待处理图像数据的相邻单位采样图像数据,确定该像素点与待处理图像数据、相邻单位采样图像数据分别对应的距离比例参数。根据待处理图像数据与相邻单位采样图像数据分别对应的第一子变换关系与距离比例参数,可以确定该像素点对应的单位子变换。其中,第二位置范围是指目标采样图像数据除第一位置范围之外的剩余范围。对于第二位置范围中的像素点,可以满足:
P′ij=
Rj*[Ri*Fmn(Pij)+(1-Ri)*Fmn+1(Pij)]+(1-Rj)[(Ri*Fm+1n(Pij)+
(1-Ri)*Fm+1n+1(Pij)] (3)
其中,b为单位采样图像数据的宽度,i%b,j%b表示求余。
请一并参见图5c,是本发明实施例提供的一种图像处理原理示意图。如图5c所示,可以对目标采样图像数据600a进行重新分配,目标采样图像数据600a的四个角(深灰色区域,如区域800a)为上述第一位置范围,剩余的区域(包括白色区域和浅灰色区域,如区域800c、区域800b)为第二位置范围。对于像素点s,可以确定像素点s所在的位置属于单位采样图像数据D,可以确定单位采样图像数据D的相邻单位采样图像数据有单位采样图像数据A,单位采样图像数据B,单位采样图像数据C。该像素点s与单位采样图像数据A对应的距离比例参数为Ri,Rj;与单位采样图像数据B对应的距离比例参数为(1-Ri),Rj;与单位采样图像数据C对应的距离比例参数为Ri,(1-Rj);与单位采样图像数据D对应的距离比例参数为(1-Ri),(1-Rj)。根据公式(3)可以确定像素点s对应的单位子变换。需要说明的是,对于第二位置范围中的边缘区域(如区域800b)中的像素点,只需确定该像素点与相邻两个单位采样图像数据的距离比例参数即可,进而可以根据距离比例参数与相邻两个单位采样图像数据分别对应的第一变换子关系,确定该像素点的单位子变换。
步骤S210,通过所述目标采样图像数据所包含的像素点对应的单位子变换,确定所述目标采样图像数据对应的第一变换关系;
具体的,当目标采样图像数据中的每个像素点均确定的对应的单位子变换后,可以将上述单位子变换构成目标采样图像数据对应的第一变换关系。
步骤S211,根据所述第一变换关系与所述第一像素值,确定所述目标采样图像数据所包含的像素点对应的第二像素值,并获取所述第二像素值与所述第一像素值之间的目标差值;
具体的,在确定了目标采样图像数据对应的第一变换关系后,可以通过目标采样图像数据对应的第一变换关系,计算目标图像数据对应的第二变换关系的近似表达式。可以根据第一变换关系与目标采样图像数据所包含的像素点对应的第一像素值,即公式(3)中的Pij,可以确定目标采样图像数据中每个像素点分别对应的第二像素值,即公式(3)中的P′ij,并获取第二像素值与第一像素值之间的目标差值,可以表示为:ΔPij=P′ij-Pij。
步骤S212,根据所述目标差值、所述采样参数以及所述目标图像数据所包含的像素点对应的初始像素值,确定所述目标图像数据对应的第二变换关系;
具体的,以采样参数为1/4为例,目标图像数据对应的第二变换关系可以表示为:
其中,Qij表示目标图像数据中第i+1行,第j+1列的初始像素值,Q′ij表示Qij经过更新之后的更新像素值。由于目标图像数据的大小是目标采样图像数据大小的4倍,即目标图像数据的长为目标采样图像数据的长的2倍,目标图像数据的宽为目标采样图像数据的宽的2倍,目标采样图像数据中的一个像素点对应于目标采样图像数据中的四个像素点。
步骤S213,根据所述第二变换关系与所述目标图像数据所包含的像素点对应的初始像素值,确定所述像素点对应的更新像素值,并生成包含所述更新像素值的目标优化图像数据。
其中,步骤S213的具体实现方式可以参见上述图2所对应实施例中对步骤S104的描述,这里不再进行赘述。
请一并参见图6,是本发明实施例提供的一种图像处理流程示意图。如图6所示,图像处理流程可以包括以下步骤:
步骤S301,降采样得到小图;
具体的,终端设备可以对输入图像进行降采样,得到输入图像对应的小图(即上述目标采样图像数据),具体的降采样实现方式可以参见上述步骤S201-步骤S203,这里不再进行赘述。
步骤S302,计算限制对比度自适应直方图均衡化(Contrast Limited AdaptiveHistogram Equalization,CLAHE)像素映射关系;
具体的,CLAHE是一种直方图均衡化算法,可以采用对比度限幅克服自适应直方图均衡化中过度放大噪音的问题。可以对小图进行局部分割,计算小图中每个局部图像块(即上述单位采样图像数据)对应的像素映射关系(即上述第一子变换关系),进而可以当前和相邻局部图像块的映射关系差值确定小图的像素映射关系(即上述第一变换关系),具体实现过程可以参见上述步骤S204-步骤S210,这里不再进行赘述。
步骤S303,近似化得到限制对比度自适应直方图均衡化大图映射关系;
具体的,可以根据小图对应的CLAHE像素映射关系,近似化得到大图(即目标图像数据)的像素映射关系(即上述第二变换关系)。具体实现过程可以参见上述步骤S211-步骤S212,这里不再进行赘述。
步骤S304,计算大图的每个像素的值。
具体的,根据大图的像素映射关系,经过一次图像遍历,可以计算出大图中每个像素点经过算法处理后的更新像素值,具体的实现过程可以参见上述步骤S213,这里不再进行赘述。
其中,在终端设备中,上述图像处理流程在每一个步骤上均可以进行并行化加速处理,而且在降采样、映射关系求解以及最后的遍历求解过程应为都为连续内存的处理过程,还可以同时进行多指令加速,从而进一步提高运算速度。该图像处理过程在提高处理效率的基础上保证了图像处理的质量,通过计算对比度增强后的图像中的像素差异平均值,可以确定本发明实施例中的图像处理方法与使用CLAHE之后的图像的像素差异平均值均约为0.29,保证了图像处理的质量。像素差异平均值的计算公式可以表示为:
其中,N表示目标图像数据中所包含的所有像素点的数量,paij-pbij表示相邻两个图像块在对应位置上的像素点对应的像素值之差,这里的图像块是指与小图中的图像块(即单位采样图像数据)相对应的大图中的图像块。
在本发明实施例中,通过采样参数对目标图像数据进行降采样可以得到采样图像,进而可以根据采样图像所包含的所有像素点分别对应的像素值,确定采样图像对应的第一变换关系,根据采样图像对应的第一变换关系与上述采样参数,可以近似地确定目标图像数据对应的第二变换关系,进而可以根据第二变换关系,对目标图像数据所包含的每个像素点分别对应的初始像素值进行更新。可见,通过对图像进行降采样,并生成降采样后的图像对应的变换关系,进而可以进一步确定该图像对应的变换关系,并得到该图像所包含的每个像素点变换之后的更新像素值,可以避免对该图像直接进行计算,降低图像处理过程中的时间复杂度,进而提高图像处理的效率。
请参见图7,是本发明实施例提供的另一种图像处理方法的流程示意图。如图7所示,该图像处理方法可以包括以下步骤:
步骤S401,获取目标图像数据,并基于采样参数对所述目标图像数据进行降采样,得到目标采样图像数据;
步骤S402,根据所述目标采样图像数据所包含的像素点对应的第一像素值,生成所述目标采样图像数据对应的第一变换关系;
步骤S403,根据所述第一变换关系与所述第一像素值,确定所述目标采样图像数据所包含的像素点对应的第二像素值,并获取所述第二像素值与所述第一像素值之间的目标差值;
其中,步骤S401-步骤S403的具体实现方式可以参见上述图4所对应实施例中对步骤S201-步骤S211的描述,这里不再进行赘述。
步骤S404,基于所述采样参数,获取所述目标图像数据所包含的像素点对应的初始像素值与所述第一像素值之间的目标比例关系;
具体的,可以根据采样参数,可以确定目标图像数据所包含的每个像素点对应的像素值与目标采样图像数据中每个第一像素值之间的目标比例关系,即计算目标图像数据中的像素值与目标采样图像数据中的像素值之间的比例关系。
步骤S405,对所述目标差值与所述目标比例关系进行运算,得到所述目标图像数据所包含的像素点的像素增值;
具体的,将上述确定的目标差值与目标比例关系进行乘积运算,可以得到目标图像数据中每个像素点对应的像素增值。
步骤S406,根据所述像素增值与所述初始像素值,确定所述目标图像数据对应的第二变换关系;
具体的,将每个像素点对应的像素增值与像素点的初始像素值进行求和,可以确定目标图像数据对应的第二变换关系,此时的第二变换关系可以表示为:
其中,Qij表示目标图像数据中像素点的初始像素值,表示上述目标比例关系。
步骤S407,根据所述第二变换关系与所述目标图像数据所包含的像素点对应的初始像素值,确定所述像素点对应的更新像素值,并生成包含所述更新像素值的目标优化图像数据。
其中,步骤S407的具体实现方式可以参见上述图2所对应实施例中对步骤S104的描述,这里不再进行赘述。
需要说明的是,上述公式(4)和公式(6)均可以表示为目标图像数据对应的第二变换关系,但在实际应用中,公式(4)只需要用一次加法运算就可以计算得到目标图像数据中像素点对应的更新像素值,而公式(6)需要用到一次加法运算和两次乘法运算,在终端设备中乘法的性能损耗约为加法的性能损耗的两倍,因此,使用公式(4)可以降低性能损耗,节省终端设备的性能。
请一并参见图8,是本发明实施例提供的另一种图像处理流程示意图。如图8所示,该图像处理流程可以包括以下步骤:
步骤S501,预处理;
具体的,可以通过相机或摄像机拍摄图片或者视频,将拍摄的图片或者视频中的视频帧输入到终端设备中,由于相机曝光度、相机的运动模糊、场景的光影影响等原因,可能出现图像对比度低,很难提取特征的情况,因此需要利用终端设备中的增强算法对输入图片进行预处理,这里的图像预处理主要是指图像对比度增强,具体的实现过程可以参见上述图2、图4、图6所对应实施例中对图像处理方法的描述,这里不再进行赘述。需要说明的是,本发明实施例中的图像处理方法通过对大图片进行降采样得到小图,由小图的像素映射关系近似化得到大图片的像素映射关系,进而求解大图片中每个像素点的更新像素值,以采样参数为1/4为例,本发明实施例采用的图像处理方法在计算更新像素值时相比于CLAHE算法,计算速度加快了4倍左右,进而可以降低终端设备的性能损耗。
步骤S502,特征提取;
具体的,在对输入的图片进行预处理,即进行对比度增强后,可以更好地提取图片中的图像特征。换言之,在增强了图像对比度后,可以更好地识别图片中的信息,提取到的图像特征更能较好地表征图像本身。
步骤S503,跟踪和姿态估计;
具体的,在提取到图片中的图像特征后,可以进行跟踪和姿态估计。换言之,通过图片中的局部特征点表示图片中所包含物体的结构和形状,可以实现物体空间姿态的估计。
步骤S504,模型渲染。
具体的,模型渲染可以是指三维模型的渲染,可以是三维部分的灯光渲染,通过模型渲染可以将输入的图片输出成图像文件、视频信号等。
在本发明实施例中,通过采样参数对目标图像数据进行降采样可以得到采样图像,进而可以根据采样图像所包含的所有像素点分别对应的像素值,确定采样图像对应的第一变换关系,根据采样图像对应的第一变换关系与上述采样参数,可以近似地确定目标图像数据对应的第二变换关系,进而可以根据第二变换关系,对目标图像数据所包含的每个像素点分别对应的初始像素值进行更新。可见,通过对图像进行降采样,并生成降采样后的图像对应的变换关系,进而可以进一步确定该图像对应的变换关系,并得到该图像所包含的每个像素点变换之后的更新像素值,可以避免对该图像直接进行计算,降低图像处理过程中的时间复杂度,进而提高图像处理的效率。
请参见图9,是本发明实施例提供的一种图像处理装置的结构示意图。如图9所示,该图像处理装置1可以包括:降采样模块10,生成模块20,第一参数确定模块30,像素值更新模块40;
降采样模块10,用于获取目标图像数据,并基于采样参数对所述目标图像数据进行降采样,得到目标采样图像数据;
生成模块20,用于根据所述目标采样图像数据所包含的像素点对应的第一像素值,生成所述目标采样图像数据对应的第一变换关系;
确定模块30,用于基于所述第一变换关系与所述采样参数,确定所述目标图像数据对应的第二变换关系;
像素值更新模块40,用于根据所述第二变换关系与所述目标图像数据所包含的像素点对应的初始像素值,确定所述像素点对应的更新像素值,并生成包含所述更新像素值的目标优化图像数据。
其中,降采样模块10,生成模块20,第一参数确定模块30,像素值更新模块40的具体功能实现方式可以参见上述图2所对应实施例中的步骤S101-步骤S104,这里不再进行赘述。
请一并参见图9,降采样模块10可以包括:采样窗口确定单元101,像素均值获取单元102,采样图像生成单元103;
采样窗口确定单元101,用于获取目标图像数据,并根据所述采样参数确定采样窗口;
像素均值获取单元102,用于通过所述采样窗口遍历所述目标图像数据,在所述目标图像数据范围内生成以所述采样窗口为最小单元的网格,并获取所述网格中每个单元网格所覆盖的像素点对应的像素均值;
采样图像生成单元103,用于根据所述像素均值,生成所述目标图像数据对应的目标采样图像数据。
其中,采样窗口确定单元101,像素均值获取单元102,采样图像生成单元103的具体功能实现方式可以参见上述图4所对应实施例中的步骤S201-步骤S203,这里不再进行赘述。
请一并参见图9,生成模块20可以包括:参数信息获取单元201,灰度直方图确定单元202,累积直方图确定单元203,第一变换关系确定单元204;
参数信息获取单元201,用于获取针对所述目标采样图像数据的目标参数信息,并根据所述目标参数信息,从所述目标采样图像数据中获取多个单位采样图像数据;
灰度直方图确定单元202,用于根据每个单位采样图像数据所包含的像素点对应的第一像素值,确定所述每个单位采样图像数据分别对应的灰度直方图;
累积直方图确定单元203,用于基于所述灰度直方图,确定所述每个单位采样图像数据分别对应的累积直方图,并根据所述累积直方图确定所述每个单位采样图像数据分别对应的第一子变换关系;
第一变换关系确定单元204,用于获取所述目标采样图像数据所包含的像素点对应的位置信息,根据所述第一子变换关系与所述位置信息,确定所述目标采样图像数据对应的第一变换关系。
其中,参数信息获取单元201,灰度直方图确定单元202,累积直方图确定单元203,第一变换关系确定单元204的具体功能实现方式可以参见上述图4所对应实施例中的步骤S204-步骤S210,这里不再进行赘述。
请一并参见图9,确定模块30可以包括:目标差值确定单元301,第二变换关系确定单元302,比例关系确定单元303,第三变换关系确定单元304;
目标差值确定单元301,用于根据所述第一变换关系与所述第一像素值,确定所述目标采样图像数据所包含的像素点对应的第二像素值,并获取所述第二像素值与所述第一像素值之间的目标差值;
第二变换关系确定单元302,用于根据所述目标差值、所述采样参数以及所述目标图像数据所包含的像素点对应的初始像素值,确定所述目标图像数据对应的第二变换关系;
比例关系确定单元303,用于基于所述采样参数,获取所述目标图像数据所包含的像素点对应的初始像素值与所述第一像素值之间的目标比例关系;
第三变换关系确定单元304,用于根据所述目标差值、所述目标比例关系以及所述初始像素值,确定所述目标图像数据对应的第二变换关系。
其中,目标差值确定单元301,第二变换关系确定单元302的具体功能实现方式可以参见上述图4所对应实施例中的步骤S211-步骤S212,比例关系确定单元303,第三变换关系确定单元304的具体功能实现方式可以参见上述图7所对应实施例中的步骤S404-步骤S406,这里不再进行赘述。其中,当第二变换关系确定单元302在执行相应操作时,比例关系确定单元303,第三变换关系确定单元304均暂停执行操作;当比例关系确定单元303,第三变换关系确定单元304在执行相应操作时,第二变换关系确定单元302暂停执行操作。
请一并参见图9,第一变换关系确定单元可以包括:第一变换确定子单元2041,第二变换确定子单元2042,第三变换确定子单元2043;
第一变换确定子单元2041,用于当所述位置信息属于第一位置范围时,将属于所述第一位置范围的位置信息所属的单位采样图像数据对应的第一子变换关系,确定为所述位置信息所在像素点对应的单位子变换;
第二变换确定子单元2042,用于当所述位置信息属于第二位置范围时,将包含所述第二位置范围的单位采样图像数据确定为待处理图像数据,确定所述待处理图像数据对应的相邻单位采样图像数据,确定属于所述第二位置范围的位置信息与所述相邻单位采样图像数据分别对应的距离比例参数,并根据所述距离比例参数与所述相邻单位采样图像数据分别对应的第一子变换关系,确定所述位置信息所在像素点对应的单位子变换;
第三变换确定子单元2043,用于通过所述目标采样图像数据所包含的像素点对应的单位子变换,确定所述目标采样图像数据对应的第一变换关系。
其中,第一变换确定子单元2041,第二变换确定子单元2042,第三变换确定子单元2043的具体功能实现方式可以参见上述图4所对应实施例中的步骤S208-步骤S210,这里不再进行赘述。
请一并参见图9,第三变换关系确定单元304可以包括:运算子单元3041,确定子单元3042;
运算子单元3041,用于对所述目标差值与所述目标比例关系进行运算,得到所述目标图像数据所包含的像素点的像素增值;
确定子单元3042,用于根据所述像素增值与所述初始像素值,确定所述目标图像数据对应的第二变换关系。
其中,运算子单元3041,确定子单元3042的具体功能实现方式可以参见上述图7所对应实施例中的步骤S405-步骤S406,这里不再进行赘述。
在本发明实施例中,通过采样参数对目标图像数据进行降采样可以得到采样图像,进而可以根据采样图像所包含的所有像素点分别对应的像素值,确定采样图像对应的第一变换关系,根据采样图像对应的第一变换关系与上述采样参数,可以近似地确定目标图像数据对应的第二变换关系,进而可以根据第二变换关系,对目标图像数据所包含的每个像素点分别对应的初始像素值进行更新,生成包含更新后的像素值的优化图像数据。可见,通过对图像进行降采样,并生成降采样后的图像对应的变换关系,进而可以进一步确定该图像对应的变换关系,并得到该图像所包含的每个像素点变换之后的更新像素值,可以降低图像处理过程中的时间复杂度,进而提高图像处理的效率。
请参见图10,图10是本发明实施例提供的一种图像处理装置的结构示意图。如图10所示,该图像处理装置1000可以包括:处理器1001,网络接口1004和存储器1005,此外,上述图像处理装置1000还可以包括:用户接口1003,和至少一个通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。其中,用户接口1003可以包括显示屏(Display)、键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1004可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图10所示,作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。
在如图10所示的图像处理装置1000中,网络接口1004可提供网络通讯功能;而用户接口1003主要用于为用户提供输入的接口;而处理器1001可以用于调用存储器1005中存储的设备控制应用程序,以实现上述图2、图4、图7任一个所对应实施例中对所述图像处理方法的描述,在此不再赘述。
应当理解,本发明实施例中所描述的图像处理装置1000可执行前文图2、图4、图7任一个所对应实施例中对所述图像处理方法的描述,也可执行前文图9所对应实施例中对所述图像处理装置1的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
此外,这里需要指出的是:本发明实施例还提供了一种计算机可读存储介质,且所述计算机可读存储介质中存储有前文提及的图像处理装置1所执行的计算机程序,且所述计算机程序包括程序指令,当所述处理器执行所述程序指令时,能够执行前文上述图2、图4、图7任一个所对应实施例中对所述图像处理方法的描述,因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本发明所涉及的计算机可读存储介质实施例中未披露的技术细节,请参照本发明方法实施例的描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储存储器(Read-Only Memory,ROM)或随机存储存储器(Random AccessMemory,RAM)等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (15)
1.一种图像处理方法,其特征在于,包括:
获取目标图像数据,并基于采样参数对所述目标图像数据进行降采样,得到目标采样图像数据;
根据所述目标采样图像数据所包含的像素点对应的第一像素值,生成所述目标采样图像数据对应的第一变换关系;
基于所述第一变换关系与所述采样参数,确定所述目标图像数据对应的第二变换关系;
根据所述第二变换关系与所述目标图像数据所包含的像素点对应的初始像素值,确定所述像素点对应的更新像素值,并生成包含所述更新像素值的目标优化图像数据。
2.根据权利要求1所述的方法,其特征在于,所述获取目标图像数据,并基于采样参数对所述目标图像数据进行降采样,得到目标采样图像数据,包括:
获取目标图像数据,并根据所述采样参数确定采样窗口;
通过所述采样窗口遍历所述目标图像数据,在所述目标图像数据范围内生成以所述采样窗口为最小单元的网格,并获取所述网格中每个单元网格所覆盖的像素点对应的像素均值;
根据所述像素均值,生成所述目标图像数据对应的目标采样图像数据。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标采样图像数据所包含的像素点对应的第一像素值,生成所述目标采样图像数据对应的第一变换关系,包括:
获取针对所述目标采样图像数据的目标参数信息,并根据所述目标参数信息,从所述目标采样图像数据中获取多个单位采样图像数据;
根据每个单位采样图像数据所包含的像素点对应的第一像素值,确定所述每个单位采样图像数据分别对应的灰度直方图;
基于所述灰度直方图,确定所述每个单位采样图像数据分别对应的累积直方图,并根据所述累积直方图确定所述每个单位采样图像数据分别对应的第一子变换关系;
获取所述目标采样图像数据所包含的像素点对应的位置信息,根据所述第一子变换关系与所述位置信息,确定所述目标采样图像数据对应的第一变换关系。
4.根据权利要求3所述的方法,其特征在于,所述第一变换关系包括所述目标采样图像数据所包含的像素点对应的单位子变换;
所述根据所述第一子变换关系与所述位置信息,确定所述目标采样图像数据对应的第一变换关系,包括:
当所述位置信息属于第一位置范围时,将属于所述第一位置范围的位置信息所属的单位采样图像数据对应的第一子变换关系,确定为所述位置信息所在像素点对应的单位子变换;
当所述位置信息属于第二位置范围时,将包含所述第二位置范围的单位采样图像数据确定为待处理图像数据,确定所述待处理图像数据对应的相邻单位采样图像数据,确定属于所述第二位置范围的位置信息与所述相邻单位采样图像数据分别对应的距离比例参数,并根据所述距离比例参数与所述相邻单位采样图像数据分别对应的第一子变换关系,确定所述位置信息所在像素点对应的单位子变换;
通过所述目标采样图像数据所包含的像素点对应的单位子变换,确定所述目标采样图像数据对应的第一变换关系。
5.根据权利要求1所述的方法,其特征在于,所述基于所述第一变换关系与所述采样参数,确定所述目标图像数据对应的第二变换关系,包括:
根据所述第一变换关系与所述第一像素值,确定所述目标采样图像数据所包含的像素点对应的第二像素值,并获取所述第二像素值与所述第一像素值之间的目标差值;
根据所述目标差值、所述采样参数以及所述目标图像数据所包含的像素点对应的初始像素值,确定所述目标图像数据对应的第二变换关系。
6.根据权利要求1所述的方法,其特征在于,所述基于所述第一变换关系与所述采样参数,确定所述目标图像数据对应的第二变换关系,包括:
根据所述第一变换关系与所述第一像素值,确定所述目标采样图像数据所包含的像素点对应的第二像素值,并获取所述第二像素值与所述第一像素值之间的目标差值;
基于所述采样参数,获取所述目标图像数据所包含的像素点对应的初始像素值与所述第一像素值之间的目标比例关系;
根据所述目标差值、所述目标比例关系以及所述初始像素值,确定所述目标图像数据对应的第二变换关系。
7.根据权利要求6所述的方法,其特征在于,所述根据所述目标差值、所述目标比例关系以及所述初始像素值,确定所述目标图像数据对应的第二变换关系,包括:
对所述目标差值与所述目标比例关系进行运算,得到所述目标图像数据所包含的像素点的像素增值;
根据所述像素增值与所述初始像素值,确定所述目标图像数据对应的第二变换关系。
8.一种图像处理装置,其特征在于,包括:
降采样模块,用于获取目标图像数据,并基于采样参数对所述目标图像数据进行降采样,得到目标采样图像数据;
生成模块,用于根据所述目标采样图像数据所包含的像素点对应的第一像素值,生成所述目标采样图像数据对应的第一变换关系;
确定模块,用于基于所述第一变换关系与所述采样参数,确定所述目标图像数据对应的第二变换关系;
像素值更新模块,用于根根据所述第二变换关系与所述目标图像数据所包含的像素点对应的初始像素值,确定所述像素点对应的更新像素值,并生成包含所述更新像素值的目标优化图像数据。
9.根据权利要求8所述的装置,其特征在于,所述降采样模块包括:
采样窗口确定单元,用于获取目标图像数据,并根据所述采样参数确定采样窗口;
像素均值获取单元,用于通过所述采样窗口遍历所述目标图像数据,在所述目标图像数据范围内生成以所述采样窗口为最小单元的网格,并获取所述网格中每个单元网格所覆盖的像素点对应的像素均值;
采样图像生成单元,用于根据所述像素均值,生成所述目标图像数据对应的目标采样图像数据。
10.根据权利要求8所述的装置,其特征在于,所述生成模块包括:
参数信息获取单元,用于获取针对所述目标采样图像数据的目标参数信息,并根据所述目标参数信息,从所述目标采样图像数据中获取多个单位采样图像数据;
灰度直方图确定单元,用于根据每个单位采样图像数据所包含的像素点对应的第一像素值,确定所述每个单位采样图像数据分别对应的灰度直方图;
累积直方图确定单元,用于基于所述灰度直方图,确定所述每个单位采样图像数据分别对应的累积直方图,并根据所述累积直方图确定所述每个单位采样图像数据分别对应的第一子变换关系;
第一变换关系确定单元,用于获取所述目标采样图像数据所包含的像素点对应的位置信息,根据所述第一子变换关系与所述位置信息,确定所述目标采样图像数据对应的第一变换关系。
11.根据权利要求10所述的装置,其特征在于,所述第一变换关系包括所述目标采样图像数据所包含的像素点对应的单位子变换;
所述第一变换关系确定单元包括:
第一变换确定子单元,用于当所述位置信息属于第一位置范围时,将属于所述第一位置范围的位置信息所属的单位采样图像数据对应的第一子变换关系,确定为所述位置信息所在像素点对应的单位子变换;
第二变换确定子单元,用于当所述位置信息属于第二位置范围时,将包含所述第二位置范围的单位采样图像数据确定为待处理图像数据,确定所述待处理图像数据对应的相邻单位采样图像数据,确定属于所述第二位置范围的位置信息与所述相邻单位采样图像数据分别对应的距离比例参数,并根据所述距离比例参数与所述相邻单位采样图像数据分别对应的第一子变换关系,确定所述位置信息所在像素点对应的单位子变换;
第三变换确定子单元,用于通过所述目标采样图像数据所包含的像素点对应的单位子变换,确定所述目标采样图像数据对应的第一变换关系。
12.根据权利要求8所述的装置,其特征在于,所述确定模块包括:
目标差值确定单元,用于根据所述第一变换关系与所述第一像素值,确定所述目标采样图像数据所包含的像素点对应的第二像素值,并获取所述第二像素值与所述第一像素值之间的目标差值;
比例关系确定单元,用于基于所述采样参数,获取所述目标图像数据所包含的像素点对应的初始像素值与所述第一像素值之间的目标比例关系;
第三变换关系确定单元,用于根据所述目标差值、所述目标比例关系以及所述初始像素值,确定所述目标图像数据对应的第二变换关系。
13.根据权利要求12所述的装置,其特征在于,所述第三变换关系确定单元包括:
运算子单元,用于对所述目标差值与所述目标比例关系进行运算,得到所述目标图像数据所包含的像素点的像素增值;
确定子单元,用于根据所述像素增值与所述初始像素值,确定所述目标图像数据对应的第二变换关系。
14.一种图像处理装置,其特征在于,还包括:处理器和存储器;
所述处理器和存储器相连,其中,所述存储器用于存储程序代码,所述处理器用于调用所述程序代码,以执行如权利要求1-7任一项所述的方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时,执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910314745.8A CN110049242B (zh) | 2019-04-18 | 2019-04-18 | 一种图像处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910314745.8A CN110049242B (zh) | 2019-04-18 | 2019-04-18 | 一种图像处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110049242A true CN110049242A (zh) | 2019-07-23 |
CN110049242B CN110049242B (zh) | 2021-08-24 |
Family
ID=67277804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910314745.8A Active CN110049242B (zh) | 2019-04-18 | 2019-04-18 | 一种图像处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110049242B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113256743A (zh) * | 2021-06-16 | 2021-08-13 | 图兮数字科技(北京)有限公司 | 一种图像处理方法、装置、电子设备以及可读存储介质 |
CN113469969A (zh) * | 2021-06-29 | 2021-10-01 | 深圳中科飞测科技股份有限公司 | 图像生成方法、图像生成装置、检测设备及可读存储介质 |
CN114762977A (zh) * | 2022-05-19 | 2022-07-19 | 深圳市大族机器人有限公司 | 一种基于双关节模组的六轴协助机器人 |
CN116347217A (zh) * | 2022-12-26 | 2023-06-27 | 荣耀终端有限公司 | 图像处理方法、设备及存储介质 |
CN116385260A (zh) * | 2022-05-19 | 2023-07-04 | 上海玄戒技术有限公司 | 图像处理方法、装置、芯片、电子设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101998060A (zh) * | 2009-08-24 | 2011-03-30 | 三星电子株式会社 | 通过使用自动聚焦确定抖动图像的方法和设备 |
KR101107153B1 (ko) * | 2011-09-07 | 2012-01-31 | (주)진명아이앤씨 | 3d tv용 영상 데이터 변환 방법 및 장치 |
CN103493482A (zh) * | 2012-05-08 | 2014-01-01 | 青岛海信信芯科技有限公司 | 一种提取及优化图像深度图的方法与装置 |
CN108876716A (zh) * | 2017-05-11 | 2018-11-23 | Tcl集团股份有限公司 | 超分辨率重建方法及装置 |
CN109255770A (zh) * | 2018-07-16 | 2019-01-22 | 电子科技大学 | 一种新型图像变换域降采样方法 |
CN109345485A (zh) * | 2018-10-22 | 2019-02-15 | 北京达佳互联信息技术有限公司 | 一种图像增强方法、装置、电子设备及存储介质 |
-
2019
- 2019-04-18 CN CN201910314745.8A patent/CN110049242B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101998060A (zh) * | 2009-08-24 | 2011-03-30 | 三星电子株式会社 | 通过使用自动聚焦确定抖动图像的方法和设备 |
KR101107153B1 (ko) * | 2011-09-07 | 2012-01-31 | (주)진명아이앤씨 | 3d tv용 영상 데이터 변환 방법 및 장치 |
CN103493482A (zh) * | 2012-05-08 | 2014-01-01 | 青岛海信信芯科技有限公司 | 一种提取及优化图像深度图的方法与装置 |
CN108876716A (zh) * | 2017-05-11 | 2018-11-23 | Tcl集团股份有限公司 | 超分辨率重建方法及装置 |
CN109255770A (zh) * | 2018-07-16 | 2019-01-22 | 电子科技大学 | 一种新型图像变换域降采样方法 |
CN109345485A (zh) * | 2018-10-22 | 2019-02-15 | 北京达佳互联信息技术有限公司 | 一种图像增强方法、装置、电子设备及存储介质 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113256743A (zh) * | 2021-06-16 | 2021-08-13 | 图兮数字科技(北京)有限公司 | 一种图像处理方法、装置、电子设备以及可读存储介质 |
CN113469969A (zh) * | 2021-06-29 | 2021-10-01 | 深圳中科飞测科技股份有限公司 | 图像生成方法、图像生成装置、检测设备及可读存储介质 |
CN114762977A (zh) * | 2022-05-19 | 2022-07-19 | 深圳市大族机器人有限公司 | 一种基于双关节模组的六轴协助机器人 |
CN114762977B (zh) * | 2022-05-19 | 2023-01-10 | 深圳市大族机器人有限公司 | 一种基于双关节模组的六轴协助机器人 |
CN116385260A (zh) * | 2022-05-19 | 2023-07-04 | 上海玄戒技术有限公司 | 图像处理方法、装置、芯片、电子设备及介质 |
CN116385260B (zh) * | 2022-05-19 | 2024-02-09 | 上海玄戒技术有限公司 | 图像处理方法、装置、芯片、电子设备及介质 |
CN116347217A (zh) * | 2022-12-26 | 2023-06-27 | 荣耀终端有限公司 | 图像处理方法、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110049242B (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102281017B1 (ko) | 이미지 처리를 위한 신경망 모델 훈련 방법, 장치 및 저장 매체 | |
CN110049242A (zh) | 一种图像处理方法和装置 | |
CN107123089B (zh) | 基于深度卷积网络的遥感图像超分辨重建方法及系统 | |
CN109919869B (zh) | 一种图像增强方法、装置及存储介质 | |
CN110119780B (zh) | 基于生成对抗网络的高光谱图像超分辨重建方法 | |
CN109493303B (zh) | 一种基于生成对抗网络的图像去雾方法 | |
CN106204467B (zh) | 一种基于级联残差神经网络的图像去噪方法 | |
CN109993712B (zh) | 图像处理模型的训练方法、图像处理方法及相关设备 | |
CN110827200A (zh) | 一种图像超分重建方法、图像超分重建装置及移动终端 | |
CN105844630B (zh) | 一种双目视觉的图像超分辨率融合去噪方法 | |
CN111898701A (zh) | 模型训练、帧图像生成、插帧方法、装置、设备及介质 | |
JP2023504669A (ja) | 画像処理方法、スマート機器及びコンピュータプログラム | |
CN106204513B (zh) | 图像处理的方法、装置和系统 | |
US7570831B2 (en) | System and method for estimating image noise | |
CN112801904B (zh) | 一种基于卷积神经网络的混合退化图像增强方法 | |
RU2697928C1 (ru) | Способ сверхразрешения изображения, имитирующего повышение детализации на основе оптической системы, выполняемый на мобильном устройстве, обладающем ограниченными ресурсами, и мобильное устройство, его реализующее | |
CN106169174B (zh) | 一种图像放大方法 | |
CN110958469A (zh) | 视频处理方法、装置、电子设备及存储介质 | |
KR20200132682A (ko) | 이미지 최적화 방법, 장치, 디바이스 및 저장 매체 | |
CN108921801B (zh) | 用于生成图像的方法和装置 | |
US7693351B2 (en) | Interpolation processing method, interpolation processing program, and imaging apparatus | |
CN110348425B (zh) | 去底纹的方法、装置、设备及计算机可读存储介质 | |
WO2020107308A1 (zh) | 一种基于Retinex的微光图像快速增强方法及其装置 | |
CN101087436A (zh) | 视频信号的时间噪声分析 | |
JP5198500B2 (ja) | 信号処理装置及びプログラム |
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 |