CN110136071B - 一种图像处理方法、装置、电子设备及存储介质 - Google Patents
一种图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110136071B CN110136071B CN201810104828.XA CN201810104828A CN110136071B CN 110136071 B CN110136071 B CN 110136071B CN 201810104828 A CN201810104828 A CN 201810104828A CN 110136071 B CN110136071 B CN 110136071B
- Authority
- CN
- China
- Prior art keywords
- image
- determining
- rgb
- pixel point
- yuv
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 239000011159 matrix material Substances 0.000 claims abstract description 168
- 238000012545 processing Methods 0.000 claims abstract description 78
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000002708 enhancing effect Effects 0.000 claims abstract description 16
- 238000013507 mapping Methods 0.000 claims abstract description 13
- 230000004927 fusion Effects 0.000 claims description 103
- 238000004891 communication Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000005282 brightening Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 15
- 238000012544 monitoring process Methods 0.000 description 15
- 230000000694 effects Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 5
- 239000003086 colorant Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- G06T5/92—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
-
- 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
- G06T2207/10024—Color 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
-
- 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
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供了一种图像处理方法、装置、电子设备及存储介质,所述方法包括:获取待处理图像;在所述待处理图像中提取包含目标对象的bayer图,并将所述待处理图像转换为第一YUV图;统计所述第一YUV图中Y分量的平均亮度;当所述平均亮度在预设范围之外时,根据所述第一YUV图中Y分量的平均亮度,确定对应的gamma曲线;将所述bayer图转换为第一RGB图;并根据所述gamma曲线,对所述第一RGB图进行映射,得到第二RGB图;根据所述第二RGB图,确定对所述第二RGB图进行增强处理的各矩阵;并使用所述各矩阵对所述第二RGB图进行增强处理,得到第二YUV图;将所述第一YUV图和所述第二YUV图进行融合,得到融合图像。本发明实施例能够提高监控图像质量,进而提高车牌识别准确性。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
随着视频监控技术的不断发展,视频监控设备已广泛应用于多个领域,如智能交通领域等。如今智能交通与人们的生活已经逐渐融为一体,电子警察、卡口、智慧监控的应用也越来越广泛,它们在规范人们的日常交通、生活中起到了非常重要的作用。
智能交通领域中一大难点就是违章车辆车牌识别问题,一个好的图像质量不仅能带给人们好的观看体验,更是车牌正确识别的关键。
然而,视频监控设备获取的监控图像中,通常会因为顺逆光出现监控图像中车牌过亮或过暗、车牌背景颜色不够真实、或者车牌对比度不足的问题,从而导致车牌识别错误或识别失败。
发明内容
本发明实施例的目的在于提供一种图像处理方法、装置、电子设备及存储介质,以改善监控图像质量,提高车牌识别的准确性。具体技术方案如下:
第一方面,本发明实施例提供了一种图像处理方法,所述方法包括:
获取待处理图像;
在所述待处理图像中提取包含目标对象的bayer图,并将所述待处理图像转换为第一YUV图;
统计所述第一YUV图中Y分量的平均亮度;当所述平均亮度在预设范围之外时,根据所述第一YUV图中Y分量的平均亮度,确定对应的gamma曲线;
将所述bayer图转换为第一RGB图;并根据所述gamma曲线,对所述第一RGB图进行映射,得到第二RGB图;
根据所述第二RGB图,确定对所述第二RGB图进行增强处理的各矩阵;并使用所述各矩阵对所述第二RGB图进行增强处理,得到第二YUV图;
将所述第一YUV图和所述第二YUV图进行融合,得到融合图像。
可选的,所述根据所述第二RGB图,确定对所述第二RGB图进行增强处理的各矩阵;并使用所述各矩阵对所述第二RGB图进行增强处理,得到第二YUV图的步骤包括:
对所述第二RGB图进行直方图统计,确定所述第二RGB图对应的方差、饱和度信息、以及颜色信息;
根据所述第二RGB图对应的方差、饱和度信息、以及颜色信息,确定对所述第二RGB图进行颜色增强的目标颜色增强矩阵,对所述第二RGB图进行对比度增强的目标对比度增强矩阵,以及对所述第二RGB图进行饱和度增强的目标饱和度增强矩阵;
根据所述目标颜色增强矩阵,对所述第二RGB图进行颜色增强处理;
分别根据所述目标对比度增强矩阵和所述目标饱和度增强矩阵,对颜色增强处理后的第二RGB图进行对比度和饱和度调节,得到第二YUV图。
可选的,所述根据所述第一YUV图中Y分量的平均亮度,确定对应的gamma曲线的步骤包括:
当所述平均亮度小于或等于预设第一亮度阈值时,确定对应的gamma曲线为预设提亮gamma曲线;
当所述平均亮度大于所述预设第一亮度阈值,且小于预设第二亮度阈值时,确定对应的gamma曲线为所述预设提亮gamma曲线与预设线性gamma曲线插值结果;
当所述平均亮度大于或等于所述预设第二亮度阈值,且小于或等于预设第三亮度阈值时,确定对应的gamma曲线为所述预设线性gamma曲线;
当所述平均亮度大于所述预设第三亮度阈值,且小于预设第四亮度阈值时,确定对应的gamma曲线为预设降亮gamma曲线与所述预设线性gamma曲线插值结果;
当所述平均亮度大于或等于所述预设第四亮度阈值时,确定对应的gamma曲线为所述预设降亮gamma曲线。
可选的,所述将所述bayer图转换为第一RGB图的步骤包括:
对所述bayer图进行去躁和自动白平衡AWB处理后,插值到RGB域,得到第一RGB图。
可选的,所述将所述第一YUV图和所述第二YUV图进行融合,得到融合图像的步骤包括:
确定所述第二YUV图的待融合区域,并将所述待融合区域划分为多个子区域;
确定各子区域中各像素点的融合权重;
将所述各子区域中各像素点的融合权重作为所述第二YUV图的融合权重,对所述第一YUV图和所述第二YUV图进行融合,得到融合图像。
可选的,所述确定各子区域中各像素点的融合权重的步骤包括:
确定中心子区域,将所述中心子区域中各像素点的融合权重确定为预设极大值;
针对与所述中心子区域位于相同横坐标的任一子区域的任一像素点,根据该像素点距离该子区域横向分界线的距离,计算该像素点的纵向权重;并根据该纵向权重确定该像素点的融合权重;
针对与所述中心子区域位于相同纵坐标的任一子区域的任一像素点,根据该像素点距离该子区域纵向分界线的距离,计算该像素点的横向权重;并根据该横向权重确定该像素点的融合权重;
针对其他任一子区域的任一像素点,根据该像素点距离该子区域横向分界线的距离,计算该像素点的纵向权重;根据该像素点距离该子区域纵向分界线的距离,计算该像素点的横向权重;并根据该纵向权重和该横向权重中较小值确定该像素点的融合权重。
可选的,所述将所述第一YUV图和所述第二YUV图进行融合,得到融合图像之后,所述方法还包括:
根据所述融合图像与所述第一YUV图对应各像素点的YUV数据的差值,确定所述第一YUV图的融合权重;
根据所述第一YUV图的融合权重,将所述融合图像与所述第一YUV图进行融合,得到目标图像。
可选的,所述将所述bayer图转换为第一RGB图之前,所述方法还包括:
判断所述bayer图的黑电平是否大于预设阈值;
如果是,对所述bayer图各通道数据去除黑电平值。
第二方面,本发明实施例提供了一种图像处理装置,所述装置包括:
获取模块,用于获取待处理图像;
提取模块,用于在所述待处理图像中提取包含目标对象的bayer图,并将所述待处理图像转换为第一YUV图;
统计模块,用于统计所述第一YUV图中Y分量的平均亮度;当所述平均亮度在预设范围之外时,根据所述第一YUV图中Y分量的平均亮度,确定对应的gamma曲线;
转换模块,用于将所述bayer图转换为第一RGB图;并根据所述gamma曲线,对所述第一RGB图进行映射,得到第二RGB图;
处理模块,用于根据所述第二RGB图,确定对所述第二RGB图进行增强处理的各矩阵;并使用所述各矩阵对所述第二RGB图进行增强处理,得到第二YUV图;
第一融合模块,用于将所述第一YUV图和所述第二YUV图进行融合,得到融合图像。
可选的,所述处理模块,包括:
第一确定子模块,用于对所述第二RGB图进行直方图统计,确定所述第二RGB图对应的方差、饱和度信息、以及颜色信息;
第二确定子模块,用于根据所述第二RGB图对应的方差、饱和度信息、以及颜色信息,确定对所述第二RGB图进行颜色增强的目标颜色增强矩阵,对所述第二RGB图进行对比度增强的目标对比度增强矩阵,以及对所述第二RGB图进行饱和度增强的目标饱和度增强矩阵;
增强处理子模块,用于根据所述目标颜色增强矩阵,对所述第二RGB图进行颜色增强处理;
调节子模块,用于分别根据所述目标对比度增强矩阵和所述目标饱和度增强矩阵,对颜色增强处理后的第二RGB图进行对比度和饱和度调节,得到第二YUV图。
可选的,所述提取模块,具体用于:
对所述bayer图进行去躁和自动白平衡AWB处理后,插值到RGB域,得到第一RGB图。
可选的,所述第一融合模块,包括:
划分子模块,用于确定所述第二YUV图的待融合区域,并将所述待融合区域划分为多个子区域;
第三确定子模块,用于确定各子区域中各像素点的融合权重;
融合子模块,用于将所述各子区域中各像素点的融合权重作为所述第二YUV图的融合权重,对所述第一YUV图和所述第二YUV图进行融合,得到融合图像。
可选的,所述第三确定子模块,具体用于:
确定中心子区域,将所述中心子区域中各像素点的融合权重确定为预设极大值;
针对与所述中心子区域位于相同横坐标的任一子区域的任一像素点,根据该像素点距离该子区域横向分界线的距离,计算该像素点的纵向权重;并根据该纵向权重确定该像素点的融合权重;
针对与所述中心子区域位于相同纵坐标的任一子区域的任一像素点,根据该像素点距离该子区域纵向分界线的距离,计算该像素点的横向权重;并根据该横向权重确定该像素点的融合权重;
针对其他任一子区域的任一像素点,根据该像素点距离该子区域横向分界线的距离,计算该像素点的纵向权重;根据该像素点距离该子区域纵向分界线的距离,计算该像素点的横向权重;并根据该纵向权重和该横向权重中较小值确定该像素点的融合权重。
可选的,所述装置还包括:
确定模块,用于根据所述融合图像与所述第一YUV图对应各像素点的YUV数据的差值,确定所述第一YUV图的融合权重;
第二融合模块,用于根据所述第一YUV图的融合权重,将所述融合图像与所述第一YUV图进行融合,得到目标图像。
可选的,所述装置还包括:
判断模块,用于判断所述bayer图的黑电平是否大于预设阈值;
去除模块,用于当所述判断模块判断结果为是时,对所述bayer图各通道数据去除黑电平值。
第三方面,本发明实施例提供了一种电子设备,包括:
处理器、存储器、通信接口和总线;
所述处理器、所述存储器和所述通信接口通过所述总线连接并完成相互间的通信;
所述存储器存储可执行程序代码;
所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行如上述第一方面所述的一种图像处理方法。
第四方面,本发明实施例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内存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述的一种图像处理方法。
本发明实施例提供了一种图像处理方法、装置、电子设备及存储介质,所述方法包括:获取待处理图像;在所述待处理图像中提取包含目标对象的bayer图,并将所述待处理图像转换为第一YUV图;统计所述第一YUV图中Y分量的平均亮度;当所述平均亮度在预设范围之外时,根据所述第一YUV图中Y分量的平均亮度,确定对应的gamma曲线;将所述bayer图转换为第一RGB图;并根据所述gamma曲线,对所述第一RGB图进行映射,得到第二RGB图;根据所述第二RGB图,确定对所述第二RGB图进行增强处理的各矩阵;并使用所述各矩阵对所述第二RGB图进行增强处理,得到第二YUV图;将所述第一YUV图和所述第二YUV图进行融合,得到融合图像。
本发明实施例中,可以根据bayer图像以及YUV图,对目标对象区域进行增强处理,由于bayer图是亮度上只经过曝光处理的图像,该图像不存在由于某些过提亮处理导致的过曝问题,从而可以很好的解决由于环境过亮或者过暗导致的车牌识别异常问题,提高车牌识别的准确性。
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为本发明实施例的一种图像处理方法的流程图;
图2为本发明实施例的一种图像处理方法的另一流程图;
图3为本发明实施例的一种图像处理方法的另一流程图;
图4为本发明实施例的一种图像处理方法的另一流程图;
图5为本发明实施例的一种图像处理方法的另一流程图;
图6为本发明实施例的一种图像处理方法的另一流程图;
图7a为本发明实施例中待处理图像示意图;
图7b为本发明实施例中确定的融合区域示意图;
图7c为本发明实施例中划分的图像融合子区域示意图;
图8a为使用现在技术进行图像融合后的效果示意图;
图8b为使用本发明实施例提供的方法进行图像融合后的效果示意图;
图9为本发明实施例的一种图像处理装置的结构示意图;
图10为本发明实施例的一种电子设备的结构示意图。
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,都属于本发明保护的范围。
以下通过具体实施例,对本发明进行详细说明。
请参考图1,其示出了本发明实施例的一种图像处理方法流程,该方法可以包括以下步骤:
S101,获取待处理图像。
本发明实施例提供的方法可以应用于图像采集设备,或图像采集设备之外的另一电子设备。具体的,上述图像采集设备即为用于采集监控图像的设备,如球机、枪机等;上述电子设备可以为任意具有数据处理功能的设备,如,台式计算机、便携式计算机、智能移动终端等。
为了便于描述,以本发明实施例提供的方法应用于图像采集设备之外的另一电子设备为例,来说明本发明实施例提供的图像处理方法。
当本发明实施例提供的方法应用于图像采集设备之外的另一电子设备时,可以在电子设备与图像采集设备之间建立通信连接,从而图像采集设备采集到监控图像后,可以将监控图像发送给电子设备进行处理。
具体的,电子设备可以与图像采集设备建立有线或无线连接。例如,可以在电子设备与图像采集设备之间建立有线连接;或者,可以通过任一种远距离无线连接方式在电子设备与图像采集设备之间建立无线连接;或者,可以通过NFC(Near Field Communication,近距离无线通讯技术)、蓝牙等近距离无线连接方式在电子设备与图像采集设备之间建立无线连接,本发明实施例对此不进行限定。
在本发明实施例中,图像采集设备可以采集监控图像。如,其可以按照预设的时间间隔,如1毫秒、5毫秒、10毫秒等,周期性采集监控图像;或者,可以预先设定触发条件,如,有目标对象进入设定区域等,当检测到满足触发条件时,图像采集设备即可采集监控图像。
其中,上述目标对象可以为人、车辆等。本发明实施例中,为了便于描述,以上述目标对象为车辆为例,来说明本发明实施例的图像处理方法。
图像采集设备采集到监控图像后,可以将监控图像作为待处理图像发送给电子设备,以对监控图像进行增强处理,提高图像质量,进而提高车牌识别准确性。
S102,在所述待处理图像中提取包含目标对象的bayer图,并将所述待处理图像转换为第一YUV图。
在本发明实施例中,为了提高监控图像质量,进而提高车牌识别准确性,获取到待处理图像后,电子设备可以在待处理图像中提取包含目标对象的bayer图。例如,电子设备可以在待处理图像中提取仅包含车牌区域的bayer图。
bayer图是亮度上只经过曝光处理不经过任何其他ISP(Image SignalProcessing,图像信号处理)处理的原始未插值图像,简单的曝光一般不会把图像提升的很亮,所以即使场景中有高亮源打在了车牌上,车牌也不会很过曝,因此,该图像不存在由于某些过提亮处理导致的过曝问题。
在本发明实施例中,电子设备还可以将待处理图像转换为第一YUV图,也就将待处理图像转换到YUV域。
YUV是被欧洲电视系统所采用的一种颜色编码方法,是PAL(Phase AlterationLine,逐行倒相)和SECAM(Sequentiel Couleur A Memoire,按顺序传送彩色与存储)模拟彩色电视制式采用的颜色空间。
在现代彩色电视系统中,通常采用三管彩色摄影机或彩色CCD(Charge CoupledDevice,电荷耦合器件)摄影机进行取像,然后把取得的彩色图像信号经分色、分别放大校正后得到RGB(red红、green绿、blue蓝),再经过矩阵变换电路得到亮度信号Y和两个色差信号B-Y(即U)、R-Y(即V),最后发送端将亮度和色差三个信号分别进行编码,用同一信道发送出去。这种色彩的表示方法就是所谓的YUV色彩空间表示。采用YUV色彩空间的重要性是它的亮度信号Y和色度信号U、V是分离的。
将待处理图像转换为第一YUV图时,第一YUV图是以全图像效果最佳为主。当待处理图像为视频中任意一帧时,对应的从bayer到RGB再到YUV的整个ISP(Image SignalProcessing,图像信号处理)处理过程都是视频流效果最佳为主。YUV中会给出ROI(regionof interest,感兴趣区域)的坐标,视频最佳的同时可能车牌ROI区域就会有所欠缺,从而影响到主观或者客观牌识效果。
S103,统计所述第一YUV图中Y分量的平均亮度;当所述平均亮度在预设范围之外时,根据所述第一YUV图中Y分量的平均亮度,确定对应的gamma曲线。
得到第一YUV图后,电子设备可以统计第一YUV图中Y分量的平均亮度,例如,可以统计第一YUV图中车牌区域各像素的亮度信号的平均值。具体的,可以统计第一YUV图中车牌区域的像素个数,以及每个像素的Y分量值,进而求每个像素的Y分量值之和,并使用每个像素的Y分量值之和除以像素个数,得到第一YUV图中Y分量的平均亮度。
Y分量的平均亮度可以标识第一YUV图像的亮度信息,平均亮度越大,表明第一YUV图的亮度越高。
在本发明实施例中,为了改善监控图像质量,可以基于第一YUV图中Y分量的平均亮度,对待处理图像进行亮度调整。具体的,电子设备可以判断Y分量的平均亮度是否在预设范围之内,如果是,表明待处理图像的亮度信息较好,不需要对其进行调整;当平均亮度在预设范围之外时,表明待处理图像的亮度信息较差,需要对其进行调整。
在一种实现方式中,电子设备可以根据第一YUV图中Y分量的平均亮度,确定对应的gamma曲线,以对待处理图像进行亮度调整。
其中,gamma曲线可以用来表示输入图像和输出图像的亮度的对应关系,通过gamma曲线可以实现亮度的映射。具体的,gamma曲线的横坐标为输入图像的亮度值,纵坐标为输出图像的亮度值。将输入图像的每个像素的亮度值通过gamma曲线进行映射,得到输出图像的亮度值,即可完成对输入图像的亮度调整。
在一种实现方式中,可以预先设定两条基准gamma曲线,第一gamma曲线和第二gamma曲线。其中,第一gamma曲线中任一点的纵坐标大于横坐标,第二gamma曲线中任一点的纵坐标小于横坐标,以通过第一gamma曲线来提高待处理图像的亮度,通过第二gamma曲线来降低待处理图像的亮度。
根据第一YUV图中Y分量的平均亮度,确定对应的gamma曲线时,当第一YUV图中Y分量的平均亮度较大,如大于或等于预设的亮度阈值时,表明待处理图像的亮度较大,这种情况下,可以将gamma曲线确定为第二gamma曲线,降低待处理图像的亮度;当第一YUV图中Y分量的平均亮度较小,如小于预设的亮度阈值时,表明待处理图像的亮度较小,这种情况下,可以将gamma曲线确定为第一gamma曲线,以提高待处理图像的亮度。
在另一种实现方式中,为了提高待处理图像亮度调整的效果,可以预先内置三条基准gamma曲线:线性gamma曲线,提亮gamma曲线和降亮gamma曲线,以及多个亮度阈值,然后根据平均亮度和多个亮度阈值的大小关系,由多个基准gamma曲线插值得到对应的gamma曲线。
其中,任一gamma曲线横坐标为输入亮度,纵坐标为输出亮度。线性gamma曲线的输出亮度等于输入亮度;提亮gamma曲线的输出亮度大于输入亮度;降亮gamma曲线的输出亮度小于输入亮度。
如,可以根据以下方式,确定对应的gamma曲线:
当平均亮度小于或等于预设第一亮度阈值时,确定对应的gamma曲线为预设提亮gamma曲线;
当平均亮度大于预设第一亮度阈值,且小于预设第二亮度阈值时,确定对应的gamma曲线为预设提亮gamma曲线与预设线性gamma曲线插值结果;
当平均亮度大于或等于预设第二亮度阈值,且小于或等于预设第三亮度阈值时,确定对应的gamma曲线为预设线性gamma曲线;
当平均亮度大于预设第三亮度阈值,且小于预设第四亮度阈值时,确定对应的gamma曲线为预设降亮gamma曲线与预设线性gamma曲线插值结果;
当平均亮度大于或等于预设第四亮度阈值时,确定对应的gamma曲线为预设降亮gamma曲线。
其中,上述第一亮度阈值小于第二亮度阈值,第二亮度阈值小于第三亮度阈值,第三亮度阈值小于第四亮度阈值。
具体的,当上述第一亮度阈值为y_low,第二亮度阈值为y_ref–offset,第三亮度阈值为y_ref+offset,第四亮度阈值为y_high时,可以根据以下公式确定对应的gamma:
gamma=提亮gamma, y<=y_low
提亮gamma和线性gamma插值, y_low<y<y_ref–offset
线性gamma, y_ref–offset<=y<=y_ref+offset
降亮gamma与线性gamma插值, y_ref+offset<y<y_high
降亮gamma, y>=y_high
也就是说,当第一YUV图中Y分量的平均亮度小于y_low时,表明待处理图像的亮度很小,这种情况下,将gamma曲线确定为提亮gamma曲线,以通过该gamma曲线对待处理图像进行处理时,大幅度提高待处理图像的亮度。
当第一YUV图中Y分量的平均亮度大于y_low,小于y_ref–offset时,表明待处理图像的亮度较小,这种情况下,将gamma曲线确定为提亮gamma曲线和线性gamma曲线插值,以通过该gamma曲线对待处理图像进行处理时,小幅度提高待处理图像的亮度。
当第一YUV图中Y分量的平均亮度大于y_ref–offset,小于y_ref+offset时,表明待处理图像的亮度适中,这种情况下,将gamma曲线确定为线性gamma曲线,以通过该gamma曲线对待处理图像进行处理时,不改变待处理图像的亮度。
当第一YUV图中Y分量的平均亮度大于y_ref+offset,小于y_high时,表明待处理图像的亮度较大,这种情况下,将gamma曲线确定为降亮gamma曲线和线性gamma曲线插值,以通过该gamma曲线对待处理图像进行处理时,小幅度降低待处理图像的亮度。
当第一YUV图中Y分量的平均亮度大于y_high时,表明待处理图像的亮度很大,这种情况下,将gamma曲线确定为降亮gamma曲线,以通过该gamma曲线对待处理图像进行处理时,大幅度降低待处理图像的亮度。
与上述实施方式类似,在其他实施方式中,可以通过更多条基准gamma曲线来确定对待处理图像进行处理的gamma曲线。具体过程与上述通过两条或三条基准gamma曲线来确定对待处理图像进行处理的gamma曲线的过程类似,本实施例对此不进行赘述。
S104,将所述bayer图转换为第一RGB图;并根据所述gamma曲线,对所述第一RGB图进行映射,得到第二RGB图。
在本发明实施例中,电子设备可以将bayer图转换为第一RGB图。也就是说,可以将bayer图转换到RGB域。例如,可以使用任一种图像转换方法,直接将bayer图转换到RGB域,得到第一RGB图。或者,为了提高第一RGB图的图像质量,可以对bayer图进行去躁和AWB(Automatic white balance,自动白平衡)处理后,插值到RGB域,得到第一RGB图。
例如,可以对bayer图进行去躁和AWB处理后,针对bayer图的每个像素,根据其3*3范围内的每个像素值,得到R、G、B各分量的值。
得到第一RGB图后,可以根据步骤S103中得到的gamma曲线,对第一RGB图进行映射,得到第二RGB图。例如,可以将第一RGB图的每个像素的亮度值作为输入值,根据gamma曲线中输入亮度和输出亮度的对应关系,确定每个像素对应的输出亮度,进而得到第二RGB图。
S105,根据所述第二RGB图,确定对所述第二RGB图进行增强处理的各矩阵;并使用所述各矩阵对所述第二RGB图进行增强处理,得到第二YUV图。
得到第二RGB图后,电子设备还可以对第二RGB图进行增强处理,以提高第二RGB图的图像质量,进而提高车牌识别准确性。
例如,电子设备可以根据第二RGB图的图像特征,如亮度、像素值等,确定对第二RGB图进行增强处理的各矩阵,如RGB2RGB矩阵,RGB2YUV矩阵等,并使用各矩阵对第二RGB图进行增强处理,也即对第二RGB图的每个像素进行矩阵乘法运算,得到第二YUV图。
S106,将所述第一YUV图和所述第二YUV图进行融合,得到融合图像。
得到第二YUV图后,可以将第一YUV图和第二YUV图进行融合,得到融合图像。也就是说,将处理后的车牌区域的图像和原始的整个图像进行融合,得到融合图像。
具体的,当第二YUV图为仅包含车牌区域的图像时,可以直接将第一YUV图与第二YUV图进行融合;当第二YUV图为待处理图像的整个图时,可以根据第二YUV图中车牌区域的坐标,提取出仅包含车牌区域的YUV图,并将提取得到的YUV图与第一YUV图进行融合。
例如,当第二YUV图为仅包含车牌区域的图像时,电子设备可以将第二YUV图替换第一YUV图中的车牌区域,得到融合图像;或者,为了提高融合图像质量,电子设备可以预先设定第一YUV图和第二YUV图针对车牌区域的融合权重,如,可以将第一YUV图和第二YUV图的融合权重均设为0.5,之后根据第一YUV图和第二YUV图的融合权重对第一YUV图和第二YUV图进行融合,得到融合图像。
本发明实施例中,可以根据bayer图像以及YUV图,对目标对象区域进行增强处理,由于bayer图是亮度上只经过曝光处理的图像,该图像不存在由于某些过提亮处理导致的过曝问题,从而可以很好的解决由于环境过亮或者过暗导致的车牌识别异常问题,提高车牌识别的准确性。
作为本发明实施例的一种实施方式,如图2所示,电子设备确定对第二RGB图进行增强处理的各矩阵;并使用各矩阵对第二RGB图进行增强处理,得到第二YUV图的步骤可以包括:
S201,对所述第二RGB图进行直方图统计,确定所述第二RGB图对应的方差、饱和度信息、以及颜色信息。
在本发明实施例中,电子设备可以对第二RGB图进行直方图统计,确定第二RGB图对应的方差、饱和度信息、以及颜色信息。
例如,电子设备可以对第二RGB图的每个像素的亮度进行统计,然后得到横坐标为亮度,纵坐标为像素个数的直方图。然后,根据得到的直方图确定方差、饱和度信息和颜色信息。
S202,根据所述第二RGB图对应的方差、饱和度信息、以及颜色信息,确定对所述第二RGB图进行颜色增强的目标颜色增强矩阵,对所述第二RGB图进行对比度增强的目标对比度增强矩阵,以及对所述第二RGB图进行饱和度增强的目标饱和度增强矩阵。
在本发明实施例中,为了提高监控图像质量,可以对第二RGB图进行颜色增强、饱和度增强和对比度增强。具体的,电子设备可以根据第二RGB图对应的方差、饱和度信息、以及颜色信息,确定RGB2RGB矩阵,也即对第二RGB图进行颜色增强的目标颜色增强矩阵,以及RGB2YUV矩阵,也即对第二RGB图进行对比度增强的目标对比度增强矩阵,以及对第二RGB图进行饱和度增强的目标饱和度增强矩阵。
确定目标颜色增强矩阵时,电子设备可以根据所确定的颜色信息和饱和度信息,以及预先保存的各颜色中不同饱和度等级与颜色增强矩阵的对应关系,确定目标颜色增强矩阵。
例如,电子设备可以预先针对每种颜色的车牌,保存三个基础矩阵,分别为单位矩阵、小强度增强背景颜色矩阵、和大强度增强背景颜色矩阵;对应等级分别为0、50、100。内置基础等级为50,则可以根据已确定的车牌颜色以及饱和度信息,映射出新的强度等级并得到相应的矩阵,进行颜色增强处理,在不影响整体颜色的基础上增强车牌颜色。其中,每个基础矩阵均为3*3的矩阵。
具体的,如图3所示,确定目标颜色增强矩阵的过程可以包括:
S301,在预先保存的各颜色对应的不同饱和度等级的颜色增强矩阵中,查找所述颜色信息对应的不同饱和度等级的候选颜色增强矩阵。
确定目标颜色增强矩阵时,可以首先在预先保存的各颜色对应的不同饱和度等级的颜色增强矩阵中,查找第二RGB图的颜色信息对应的不同饱和度等级的候选颜色增强矩阵。
例如,预先保存的各颜色对应的不同饱和度等级的颜色增强矩阵可以如下表所示:
也就是说,预设有颜色“红”对应的0等级的颜色增强矩阵a,50等级的颜色增强矩阵b,100等级的颜色增强矩阵c;颜色“黄”对应的0等级的颜色增强矩阵d,50等级的颜色增强矩阵e,100等级的颜色增强矩阵f;颜色“蓝”对应的0等级的颜色增强矩阵g,50等级的颜色增强矩阵h,100等级的颜色增强矩阵j。
当第二RGB图的颜色信息为“红”时,即可确定该颜色信息对应的不同饱和度等级的颜色增强矩阵为:0等级的颜色增强矩阵a,50等级的颜色增强矩阵b,100等级的颜色增强矩阵c。
S302,根据所述饱和度信息、预设参考饱和度、以及预定的颜色转换等级,计算目标颜色等级。
本发明实施例中,电子设备可以根据第二RGB图的饱和度信息、预设参考饱和度、以及预定的颜色转换等级,计算目标颜色等级。
如,预定的颜色转换等级为lvl_cur,第二RGB图的饱和度信息为sat_cur,预设参考饱和度为sat_ref时,可以根据以下公式,计算得到新的目标颜色等级lvl_new:
lvl_new=sat_ref/sat_cur*lvl_cur。
S303,在所述候选颜色增强矩阵中,确定与所述目标颜色等级相邻的两个等级的候选颜色增强矩阵。
确定目标颜色等级后,电子设备可以在候选颜色增强矩阵中,确定与目标颜色等级相邻的两个等级的候选颜色增强矩阵。
如,当第二RGB图的颜色信息为“红”,计算得到的目标颜色等级为20,在等级0和50之间,则可以确定与目标颜色等级相邻的两个等级的候选颜色增强矩阵分别为:等级0对应的候选颜色增强矩阵a、以及等级50对应的候选颜色增强矩阵b。
S304,根据所述目标颜色等级到所述两个等级的距离,确定所述两个等级的候选颜色增强矩阵的权重,并根据所述两个等级的候选颜色增强矩阵的权重,对所述两个等级的候选颜色增强矩阵进行插值运算,得到目标颜色增强矩阵。
确定与目标颜色等级相邻的两个等级的候选颜色增强矩阵后,电子设备可以根据目标颜色等级到该两个等级的距离,确定该两个等级的候选颜色增强矩阵的权重,并根据该两个等级的候选颜色增强矩阵的权重,对两个等级的候选颜色增强矩阵进行插值运算,得到目标颜色增强矩阵。其中,目标颜色等级到任一等级的距离越大,该等级的候选颜色增强矩阵的权重越小。
如,当确定与目标颜色等级20相邻的两个等级的候选颜色增强矩阵分别为:等级0对应的候选颜色增强矩阵a、以及等级50对应的候选颜色增强矩阵b时,则可确定等级0到目标颜色等级20的距离为20,等级50到目标颜色等级20的距离为30,并确定等级0对应的候选颜色增强矩阵a的权重为A,以及等级50对应的候选颜色增强矩阵b的权重为B;进而使用候选颜色增强矩阵a的权重A,以及候选颜色增强矩阵b的权重B,对候选颜色增强矩阵a和b进行插值运算,得到目标颜色增强矩阵。
也就是说,当等级0对应的候选颜色增强矩阵为矩阵a,权重为A,等级50对应的候选颜色增强矩阵为矩阵b,权重为B时,目标颜色增强矩阵X为:
X=B*b+A*a。
确定目标对比度增强矩阵时,电子设备可以根据所确定的方差,以及预先保存的不同对比度等级与对比度增强矩阵的对应关系,确定目标对比度增强矩阵。
例如,电子设备可以预先针对不同对比度等级,保存对应的对比度增强矩阵。对比度等级取值例如可以为0、20、50、100,内置等级为50。其中,每个对比度增强矩阵均为3*3的矩阵。
上述对比度等级与对比度增强矩阵的对应关系,只是一种示例,并不构成对本发明实施例的限定。
具体的,如图4所示,确定目标对比度增强矩阵的过程可以包括:
S401,根据所述方差、预设参考方差、以及预定的对比度等级,计算目标对比度等级。
本发明实施例中,电子设备可以根据第二RGB图的方差、预设参考方差、以及预定的对比度等级,计算目标对比度等级。
如,预定的对比度等级为con_lvl_cur,第二RGB图的方差为d_cur,预设参考方差为d_ref时,可以根据以下公式,计算得到新的目标对比度等级con_lvl_new:
con_lvl_new=d_ref/d_cur*con_lvl_cur。
S402,在预先保存的不同对比度等级对应的对比度增强矩阵中,确定与所述目标对比度等级相邻的两个等级的候选对比度增强矩阵。
确定目标对比度等级后,电子设备可以在预先保存的不同对比度等级对应的对比度增强矩阵中,确定与目标对比度等级相邻的两个等级的候选对比度增强矩阵。
如,当计算得到的目标对比度等级为25,在等级20和50之间,则可以确定与目标对比度等级相邻的两个等级的候选对比度增强矩阵分别为:等级20对应的候选对比度增强矩阵c、以及等级50对应的候选对比度增强矩阵d。
S403,根据所述目标对比度等级到所述两个等级的距离,确定所述两个等级的候选对比度增强矩阵的权重,并根据所述两个等级的候选对比度增强矩阵的权重,对所述两个等级的候选对比度增强矩阵进行插值运算,得到目标对比度增强矩阵。
确定与目标对比度等级相邻的两个等级的候选对比度增强矩阵后,电子设备可以根据目标对比度等级到该两个等级的距离,确定该两个等级的候选对比度增强矩阵的权重,并根据该两个等级的候选对比度增强矩阵的权重,对两个等级的候选对比度增强矩阵进行插值运算,得到目标对比度增强矩阵。其中,目标对比度等级到任一等级的距离越大,该等级的候选对比度增强矩阵的权重越小。
如,当确定与目标对比度等级25相邻的两个等级的候选对比度增强矩阵分别为:等级20对应的候选对比度增强矩阵c、以及等级50对应的候选对比度增强矩阵d时,则可确定等级20到目标对比度等级25的距离为5,等级50到目标对比度等级25的距离为25,并确定等级20对应的候选对比度增强矩阵c的权重为C,以及等级50对应的候选对比度增强矩阵d的权重为D;进而使用候选对比度增强矩阵c的权重C,以及候选对比度增强矩阵d的权重D,对候选对比度增强矩阵c和d进行插值运算,得到目标对比度增强矩阵。
也就是说,当等级20对应的候选对比度增强矩阵为矩阵c,权重为C,等级50对应的候选对比度增强矩阵为矩阵d,等级为D时,目标对比度增强矩阵Y为:
Y=D*d+C*c。
确定目标饱和度增强矩阵时,电子设备可以根据所确定的饱和度信息,以及预先保存的不同饱和度等级与饱和度增强矩阵的对应关系,确定目标饱和度增强矩阵。
例如,电子设备可以预先针对不同饱和度等级,保存对应的饱和度增强矩阵。饱和度等级取值范围例如可以为[0-100],内置等级为10,保存的饱和度增强矩阵对应的饱和度等级分别可以为:10、20、30、40、50、60、70、80、90、100。其中,每个饱和度增强矩阵均为3*3的矩阵。
具体的,如图5所示,确定目标饱和度增强矩阵的过程可以包括:
S501,根据所述饱和度信息、预设参考饱和度、以及预定的饱和度转换等级,计算目标饱和度等级。
本发明实施例中,电子设备可以根据第二RGB图的饱和度信息、预设参考饱和度、以及预定的饱和度转换等级,计算目标饱和度等级。
如,预定的饱和度转换等级为lvl_cur_yuv,第二RGB图的饱和度信息为sat_cur,预设参考饱和度为sat_ref时,可以根据以下公式,计算得到新的目标饱和度等级lvl_new_yuv:
lvl_new_yuv=sat_ref/sat_cur*lvl_cur_yuv。
S502,在预先保存的不同饱和度等级对应的饱和度增强矩阵中,确定与所述目标饱和度等级相邻的两个等级的候选饱和度增强矩阵。
确定目标饱和度等级后,电子设备可以在预先保存的不同饱和度等级对应的饱和度增强矩阵中,确定与目标饱和度等级相邻的两个等级的候选饱和度增强矩阵。
如,当计算得到的目标饱和度等级为15,在等级10和20之间,则可以确定与目标饱和度等级相邻的两个等级的候选饱和度增强矩阵分别为:等级10对应的候选饱和度增强矩阵C、以及等级20对应的候选饱和度增强矩阵D。
S503,根据所述目标饱和度等级到所述两个等级的距离,确定所述两个等级的候选饱和度增强矩阵的权重,并根据所述两个等级的候选饱和度增强矩阵的权重,对所述两个等级的候选饱和度增强矩阵进行插值运算,得到目标饱和度增强矩阵。
确定与目标饱和度等级相邻的两个等级的候选饱和度增强矩阵后,电子设备可以根据目标饱和度等级到该两个等级的距离,确定该两个等级的候选饱和度增强矩阵的权重,并根据该两个等级的候选饱和度增强矩阵的权重,对两个等级的候选饱和度增强矩阵进行插值运算,得到目标饱和度增强矩阵。其中,目标饱和度等级到任一等级的距离越大,该等级的候选饱和度增强矩阵的权重越小。
如,当确定与目标饱和度等级15相邻的两个等级的候选饱和度增强矩阵分别为:等级10对应的候选饱和度增强矩阵e、以及等级20对应的候选饱和度增强矩阵f时,则可确定等级10到目标饱和度等级15的距离为5,等级20到目标饱和度等级15的距离为5,并确定等级10对应的候选饱和度增强矩阵e的权重为E,以及等级20对应的候选饱和度增强矩阵f的权重为F;进而使用候选饱和度增强矩阵e的权重E,以及候选饱和度增强矩阵f的权重F,对候选饱和度增强矩阵e和f进行插值运算,得到目标饱和度增强矩阵。
也就是说,当等级10对应的候选饱和度增强矩阵为矩阵e,权重为E,等级20对应的候选饱和度增强矩阵为矩阵f,权重为F时,目标饱和度增强矩阵Z为:
Z=E*e+F*f。
S203,根据所述目标颜色增强矩阵,对所述第二RGB图进行颜色增强处理。
在本发明实施例中,电子设备可以根据目标颜色增强矩阵,对第二RGB图进行颜色增强处理。如,电子设备可以使用目标颜色增强矩阵,对第二RGB图的每个像素进行矩阵乘法运算。
S204,分别根据所述目标对比度增强矩阵和所述目标饱和度增强矩阵,对颜色增强处理后的第二RGB图进行对比度和饱和度调节,得到第二YUV图。
在本发明实施例中,电子设备还可以根据目标对比度增强矩阵和目标饱和度增强矩阵,对颜色增强处理后的第二RGB图进行对比度和饱和度调节,得到第二YUV图。如,电子设备可以使用目标对比度增强矩阵和目标饱和度增强矩阵,依次对颜色增强处理后的第二RGB图的每个像素进行矩阵乘法运算,得到第二YUV图。
本实施例中,可以根据第二RGB图的信息,对第二RGB图进行颜色增强处理,饱和度增强处理,以及对比度增强处理,保证得到的第二YUV图的图像质量,进而提高车牌识别准确性。
作为本发明实施例的一种实施方式,如图6所示,电子设备将第一YUV图和第二YUV图进行融合,得到融合图像的步骤可以包括:
S601,确定所述第二YUV图的待融合区域,并将所述待融合区域划分为多个子区域。
在本发明实施例中,电子设备将第一YUV图和第二YUV图进行融合时,可以首先确定第二YUV图的待融合区域,也就是确定具体的融合范围。
例如,当第二YUV图为图7a所示的图时,可以确定待融合区域为图7b中的长方形区域701。
确定待融合区域后,还可以将待融合区域划分为多个子区域,以分别对多个子区域进行融合。
如,针对图7b中的待融合区域,可以将其划分为如图7c中的9个子区域,分别为子区域1、2、3、4、5、6、7、8、9。
S602,确定各子区域中各像素点的融合权重。
确定待融合区域的多个子区域后,电子设备可以进一步确定各子区域中各像素点的融合权重。
在一种实现方式中,电子设备可以按照以下方式,确定各子区域中各像素点的融合权重:
确定中心子区域,将中心子区域中各像素点的融合权重确定为预设极大值;
针对与中心子区域位于相同横坐标的任一子区域的任一像素点,根据该像素点距离该子区域横向分界线的距离,计算该像素点的纵向权重;并根据该纵向权重确定该像素点的融合权重;
针对与中心子区域位于相同纵坐标的任一子区域的任一像素点,根据该像素点距离该子区域纵向分界线的距离,计算该像素点的横向权重;并根据该横向权重确定该像素点的融合权重;
针对其他任一子区域的任一像素点,根据该像素点距离该子区域横向分界线的距离,计算该像素点的纵向权重;根据该像素点距离该子区域纵向分界线的距离,计算该像素点的横向权重;并根据该纵向权重和该横向权重中较小值确定该像素点的融合权重。
例如,针对图7c所示的各子区域,可以确定中心子区域为子区域5,并将中心子区域5设置为最高权重,如可以设置为1,也就是在进行图像融合时,全部使用增强后第二YUV图的数据。
与中心子区域5位于相同横坐标的左右两个子区域,也就是子区域4、6,这两个子区域的行权重与子区域5相同,为最高权重,仅需计算列权重来确定其融合权重。
与中心子区域5位于相同纵坐标的上下两个子区域,也就是子区域2、8,这两个子区域的列权重与子区域5相同,为最高权重,仅需计算行权重来确定其融合权重。
四个边角子区域,也就是子区域1、3、7、9,这四个子区域不在子区域5所在的行列范围内,所以需要分别计算行列权重,取二者中较小者来确定融合权重。
其中,计算任一子区域中任一像素点的纵向权重时,可以根据该像素点距离该子区域横向分界线的距离,计算该像素点的纵向权重;计算任一子区域中任一像素点的横向权重时,可以根据该像素点距离该子区域纵向分界线的距离,计算该像素点的横向权重。
根据任一像素点的横向权重(或纵向权重)确定该像素点的融合权重时,可以对该横向权重(或纵向权重)作平方,并将作平方后的值作为该像素点的融合权重。如此使得,横向权重(或纵向权重)值越小,得到的融合权重越小,也就是使用增强后的第二YUV图权重越小;横向权重(或纵向权重)越大,得到的融合权重越大,使用增强后的第二YUV图权重越大。这样可以使得距离边界比较远的地方可以大权重使用增强后效果,边缘区域使用最多的原始图像,保证最终输出的大图效果自然,看不出任何贴图痕迹。
S603,将所述各子区域中各像素点的融合权重作为所述第二YUV图的融合权重,对所述第一YUV图和所述第二YUV图进行融合,得到融合图像。
得到各子区域中各像素点的融合权重后,可以将各子区域中各像素点的融合权重作为第二YUV图的融合权重,对第一YUV图和第二YUV图进行融合,得到融合图像。
本实施例中,可以计算待融合区域的融合权重,进而生成融合图像,从而可以保证融合后的图像看起来比较自然,没有贴图拼接痕迹,提升主观视觉感受。
作为本发明实施例的一种实施方式,为了保证对原始图像进行处理后得到的图像更加自然平滑,可以对融合图像进行二次融合,也即将融合图像和原始图像再次进行融合。
具体的,可以首先根据融合图像与第一YUV图对应各像素点的YUV数据的差值,确定第一YUV图的融合权重;进而根据第一YUV图的融合权重,将融合图像与第一YUV图进行融合,得到目标图像。
例如,当融合图像各像素点的YUV数据为f_img1,第一YUV图各像素点的YUV数据为为ori_img时,可以计算对应各像素点的绝对差异Dif为:
Dif=abs(ori_img–f_img1)
其中,不同dif对应不同的权重,dif越小,权重越大。当dif大于阈值后,权重为倾向于取融合后图像的一个固定值。
本实施例中,可以对融合图像和原始图像进行二次融合,以保证融合边界更自然、平滑。
如图8a所示,其为直接将图7a所示的原始图像提升luma后的图像,图8b为使用本实施例所示方法融合后的图像。由图8a和8b可知,使用本发明实施例的方法,可以有效提升图像质量,并保证图像融合边界平滑、自然。
作为本发明实施例的一种实施方式,电子设备将bayer图转换为第一RGB图之前,其还可以判断bayer图的黑电平是否大于预设阈值;如果是,对bayer图各通道数据去除黑电平值,进而提高图像质量。
黑电平(black level)指在经过一定校准的显示装置上,没有一行光亮输出的视频信号电平。定义图像数据为0时对应的信号电平,调节黑电平不影响信号的放大倍数,而仅仅是对信号进行上下平移。如果向上调节黑电平,图像将便暗,如果向下调节黑电平图像将变亮。黑电平为0时,对应0V以下的电平都转换为图像数据0,0V以上的电平则按照增益定义的放大倍数转换,最大数值为255。
相应的,本发明实施例还提供了一种图像处理装置,如图9所示,所述装置包括:
获取模块910,用于获取待处理图像;
提取模块920,用于在所述待处理图像中提取包含目标对象的bayer图,并将所述待处理图像转换为第一YUV图;
统计模块930,用于统计所述第一YUV图中Y分量的平均亮度;当所述平均亮度在预设范围之外时,根据所述第一YUV图中Y分量的平均亮度,确定对应的gamma曲线;
转换模块940,用于将所述bayer图转换为第一RGB图;并根据所述gamma曲线,对所述第一RGB图进行映射,得到第二RGB图;
处理模块950,用于根据所述第二RGB图,确定对所述第二RGB图进行增强处理的各矩阵;并使用所述各矩阵对所述第二RGB图进行增强处理,得到第二YUV图;
第一融合模块960,用于将所述第一YUV图和所述第二YUV图进行融合,得到融合图像。
本发明实施例中,可以根据bayer图像以及YUV图,对目标对象区域进行增强处理,由于bayer图是亮度上只经过曝光处理的图像,该图像不存在由于某些过提亮处理导致的过曝问题,从而可以很好的解决由于环境过亮或者过暗导致的车牌识别异常问题,提高车牌识别的准确性。
作为本发明实施例的一种实施方式,所述处理模块950,包括:
第一确定子模块,用于对所述第二RGB图进行直方图统计,确定所述第二RGB图对应的方差、饱和度信息、以及颜色信息;
第二确定子模块,用于根据所述第二RGB图对应的方差、饱和度信息、以及颜色信息,确定对所述第二RGB图进行颜色增强的目标颜色增强矩阵,对所述第二RGB图进行对比度增强的目标对比度增强矩阵,以及对所述第二RGB图进行饱和度增强的目标饱和度增强矩阵;
增强处理子模块,用于根据所述目标颜色增强矩阵,对所述第二RGB图进行颜色增强处理;
调节子模块,用于分别根据所述目标对比度增强矩阵和所述目标饱和度增强矩阵,对颜色增强处理后的第二RGB图进行对比度和饱和度调节,得到第二YUV图。
作为本发明实施例的一种实施方式,所述第二确定子模块,包括:
第一确定子单元,用于根据所述颜色信息和饱和度信息,以及预先保存的各颜色中不同饱和度等级与颜色增强矩阵的对应关系,确定目标颜色增强矩阵;
第二确定子单元,用于根据所述方差,以及预先保存的不同对比度等级与对比度增强矩阵的对应关系,确定目标对比度增强矩阵;
第三确定子单元,用于根据所述饱和度信息,以及预先保存的不同饱和度等级与饱和度增强矩阵的对应关系,确定目标饱和度增强矩阵。
作为本发明实施例的一种实施方式,所述第一确定子单元,具体用于:
在预先保存的各颜色对应的不同饱和度等级的颜色增强矩阵中,查找所述颜色信息对应的不同饱和度等级的候选颜色增强矩阵;
根据所述饱和度信息、预设参考饱和度、以及预定的颜色转换等级,计算目标颜色等级;
在所述候选颜色增强矩阵中,确定与所述目标颜色等级相邻的两个等级的候选颜色增强矩阵;
根据所述目标颜色等级到所述两个等级的距离,确定所述两个等级的候选颜色增强矩阵的权重,并根据所述两个等级的候选颜色增强矩阵的权重,对所述两个等级的候选颜色增强矩阵进行插值运算,得到目标颜色增强矩阵。
作为本发明实施例的一种实施方式,所述第二确定子单元,具体用于:
根据所述方差、预设参考方差、以及预定的对比度等级,计算目标对比度等级;
在预先保存的不同对比度等级对应的对比度增强矩阵中,确定与所述目标对比度等级相邻的两个等级的候选对比度增强矩阵;
根据所述目标对比度等级到所述两个等级的距离,确定所述两个等级的候选对比度增强矩阵的权重,并根据所述两个等级的候选对比度增强矩阵的权重,对所述两个等级的候选对比度增强矩阵进行插值运算,得到目标对比度增强矩阵。
作为本发明实施例的一种实施方式,所述第三确定子单元,具体用于:
根据所述饱和度信息、预设参考饱和度、以及预定的饱和度转换等级,计算目标饱和度等级;
在预先保存的不同饱和度等级对应的饱和度增强矩阵中,确定与所述目标饱和度等级相邻的两个等级的候选饱和度增强矩阵;
根据所述目标饱和度等级到所述两个等级的距离,确定所述两个等级的候选饱和度增强矩阵的权重,并根据所述两个等级的候选饱和度增强矩阵的权重,对所述两个等级的候选饱和度增强矩阵进行插值运算,得到目标饱和度增强矩阵。
作为本发明实施例的一种实施方式,所述统计模块,具体用于:
当所述平均亮度小于或等于预设第一亮度阈值时,确定对应的gamma曲线为预设提亮gamma曲线;
当所述平均亮度大于所述预设第一亮度阈值,且小于预设第二亮度阈值时,确定对应的gamma曲线为所述预设提亮gamma曲线与预设线性gamma曲线插值结果;
当所述平均亮度大于或等于所述预设第二亮度阈值,且小于或等于预设第三亮度阈值时,确定对应的gamma曲线为所述预设线性gamma曲线;
当所述平均亮度大于所述预设第三亮度阈值,且小于预设第四亮度阈值时,确定对应的gamma曲线为预设降亮gamma曲线与所述预设线性gamma曲线插值结果;
当所述平均亮度大于或等于所述预设第四亮度阈值时,确定对应的gamma曲线为所述预设降亮gamma曲线。
作为本发明实施例的一种实施方式,所述提取模块920,具体用于:
对所述bayer图进行去躁和自动白平衡AWB处理后,插值到RGB域,得到第一RGB图。
作为本发明实施例的一种实施方式,所述第一融合模块960,包括:
划分子模块,用于确定所述第二YUV图的待融合区域,并将所述待融合区域划分为多个子区域;
第三确定子模块,用于确定各子区域中各像素点的融合权重;
融合子模块,用于将所述各子区域中各像素点的融合权重作为所述第二YUV图的融合权重,对所述第一YUV图和所述第二YUV图进行融合,得到融合图像。
作为本发明实施例的一种实施方式,所述第三确定子模块,具体用于:
确定中心子区域,将所述中心子区域中各像素点的融合权重确定为预设极大值;
针对与所述中心子区域位于相同横坐标的任一子区域的任一像素点,根据该像素点距离该子区域横向分界线的距离,计算该像素点的纵向权重;并根据该纵向权重确定该像素点的融合权重;
针对与所述中心子区域位于相同纵坐标的任一子区域的任一像素点,根据该像素点距离该子区域纵向分界线的距离,计算该像素点的横向权重;并根据该横向权重确定该像素点的融合权重;
针对其他任一子区域的任一像素点,根据该像素点距离该子区域横向分界线的距离,计算该像素点的纵向权重;根据该像素点距离该子区域纵向分界线的距离,计算该像素点的横向权重;并根据该纵向权重和该横向权重中较小值确定该像素点的融合权重。
作为本发明实施例的一种实施方式,所述装置还包括:
确定模块,用于根据所述融合图像与所述第一YUV图对应各像素点的YUV数据的差值,确定所述第一YUV图的融合权重;
第二融合模块,用于根据所述第一YUV图的融合权重,将所述融合图像与所述第一YUV图进行融合,得到目标图像。
作为本发明实施例的一种实施方式,所述装置还包括:
判断模块,用于判断所述bayer图的黑电平是否大于预设阈值;
去除模块,用于当所述判断模块判断结果为是时,对所述bayer图各通道数据去除黑电平值。
相应的,本发明实施例还提供了一种电子设备,如图10所示,包括:
处理器1010、存储器1020、通信接口1030和总线1040;
所述处理器1010、所述存储器1020和所述通信接口1030通过所述总线1040连接并完成相互间的通信;
所述存储器1020存储可执行程序代码;
所述处理器1010通过读取所述存储器1020中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行本发明实施例的一种图像处理方法,其中,所述图像处理方法包括:
获取待处理图像;
在所述待处理图像中提取包含目标对象的bayer图,并将所述待处理图像转换为第一YUV图;
统计所述第一YUV图中Y分量的平均亮度;当所述平均亮度在预设范围之外时,根据所述第一YUV图中Y分量的平均亮度,确定对应的gamma曲线;
将所述bayer图转换为第一RGB图;并根据所述gamma曲线,对所述第一RGB图进行映射,得到第二RGB图;
根据所述第二RGB图,确定对所述第二RGB图进行增强处理的各矩阵;并使用所述各矩阵对所述第二RGB图进行增强处理,得到第二YUV图;
将所述第一YUV图和所述第二YUV图进行融合,得到融合图像。
本发明实施例中,可以根据bayer图像以及YUV图,对目标对象区域进行增强处理,由于bayer图是亮度上只经过曝光处理的图像,该图像不存在由于某些过提亮处理导致的过曝问题,从而可以很好的解决由于环境过亮或者过暗导致的车牌识别异常问题,提高车牌识别的准确性。
上述计算机设备提到的通信总线可以是外设部件互连标准(PeripheralComponent Interconnect,简称PCI)总线或扩展工业标准结构(Extended IndustryStandard Architecture,简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述计算机设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Ne twork Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Applica tion SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称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。
相应的,本发明实施例还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内存储有计算机程序,所述计算机程序被处理器执行时实现如上述图1-图8任一所述的图像处理方法。
本发明实施例中,可以根据bayer图像以及YUV图,对目标对象区域进行增强处理,由于bayer图是亮度上只经过曝光处理的图像,该图像不存在由于某些过提亮处理导致的过曝问题,从而可以很好的解决由于环境过亮或者过暗导致的车牌识别异常问题,提高车牌识别的准确性。
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。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置/电子设备/存储介质实施例而言,由于其基本相似于方法实施例,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。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。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,均包含在本发明的保护范围内。
Claims (13)
1.一种图像处理方法,其特征在于,所述方法包括:
获取待处理图像;
在所述待处理图像中提取包含目标对象的bayer图,并将所述待处理图像转换为第一YUV图;
统计所述第一YUV图中Y分量的平均亮度;当所述平均亮度在预设范围之外时,根据所述第一YUV图中Y分量的平均亮度,确定对应的gamma曲线;
将所述bayer图转换为第一RGB图;并根据所述gamma曲线,对所述第一RGB图进行映射,得到第二RGB图;
根据所述第二RGB图,确定对所述第二RGB图进行增强处理的各矩阵;并使用所述各矩阵对所述第二RGB图进行增强处理,得到第二YUV图;
将所述第一YUV图和所述第二YUV图进行融合,得到融合图像;
所述将所述第一YUV图和所述第二YUV图进行融合,得到融合图像的步骤包括:
确定所述第二YUV图的待融合区域,并将所述待融合区域划分为九个子区域;
确定各子区域中各像素点的融合权重;
将所述各子区域中各像素点的融合权重作为所述第二YUV图的融合权重,对所述第一YUV图和所述第二YUV图进行融合,得到融合图像;
所述确定各子区域中各像素点的融合权重的步骤包括:
确定中心子区域,将所述中心子区域中各像素点的融合权重确定为预设极大值;
针对与所述中心子区域位于相同横坐标的任一子区域的任一像素点,根据该像素点距离该任一子区域横向分界线的距离,计算该像素点的纵向权重;并根据该纵向权重确定该像素点的融合权重;
针对与所述中心子区域位于相同纵坐标的任一子区域的任一像素点,根据该像素点距离该任一子区域纵向分界线的距离,计算该像素点的横向权重;并根据该横向权重确定该像素点的融合权重;
针对其他任一子区域的任一像素点,根据该像素点距离该任一子区域横向分界线的距离,计算该像素点的纵向权重;根据该像素点距离该任一子区域纵向分界线的距离,计算该像素点的横向权重;并根据该纵向权重和该横向权重中较小值确定该像素点的融合权重。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第二RGB图,确定对所述第二RGB图进行增强处理的各矩阵;并使用所述各矩阵对所述第二RGB图进行增强处理,得到第二YUV图的步骤包括:
对所述第二RGB图进行直方图统计,确定所述第二RGB图对应的方差、饱和度信息、以及颜色信息;
根据所述第二RGB图对应的方差、饱和度信息、以及颜色信息,确定对所述第二RGB图进行颜色增强的目标颜色增强矩阵,对所述第二RGB图进行对比度增强的目标对比度增强矩阵,以及对所述第二RGB图进行饱和度增强的目标饱和度增强矩阵;
根据所述目标颜色增强矩阵,对所述第二RGB图进行颜色增强处理;
分别根据所述目标对比度增强矩阵和所述目标饱和度增强矩阵,对颜色增强处理后的第二RGB图进行对比度和饱和度调节,得到第二YUV图。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一YUV图中Y分量的平均亮度,确定对应的gamma曲线的步骤包括:
当所述平均亮度小于或等于预设第一亮度阈值时,确定对应的gamma曲线为预设提亮gamma曲线;
当所述平均亮度大于所述预设第一亮度阈值,且小于预设第二亮度阈值时,确定对应的gamma曲线为所述预设提亮gamma曲线与预设线性gamma曲线插值结果;
当所述平均亮度大于或等于所述预设第二亮度阈值,且小于或等于预设第三亮度阈值时,确定对应的gamma曲线为所述预设线性gamma曲线;
当所述平均亮度大于所述预设第三亮度阈值,且小于预设第四亮度阈值时,确定对应的gamma曲线为预设降亮gamma曲线与所述预设线性gamma曲线插值结果;
当所述平均亮度大于或等于所述预设第四亮度阈值时,确定对应的gamma曲线为所述预设降亮gamma曲线。
4.根据权利要求1所述的方法,其特征在于,所述将所述bayer图转换为第一RGB图的步骤包括:
对所述bayer图进行去躁和自动白平衡AWB处理后,插值到RGB域,得到第一RGB图。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述将所述第一YUV图和所述第二YUV图进行融合,得到融合图像之后,所述方法还包括:
根据所述融合图像与所述第一YUV图对应各像素点的YUV数据的差值,确定所述第一YUV图的融合权重;
根据所述第一YUV图的融合权重,将所述融合图像与所述第一YUV图进行融合,得到目标图像。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述将所述bayer图转换为第一RGB图之前,所述方法还包括:
判断所述bayer图的黑电平是否大于预设阈值;
如果是,对所述bayer图各通道数据去除黑电平值。
7.一种图像处理装置,其特征在于,所述装置包括:
获取模块,用于获取待处理图像;
提取模块,用于在所述待处理图像中提取包含目标对象的bayer图,并将所述待处理图像转换为第一YUV图;
统计模块,用于统计所述第一YUV图中Y分量的平均亮度;当所述平均亮度在预设范围之外时,根据所述第一YUV图中Y分量的平均亮度,确定对应的gamma曲线;
转换模块,用于将所述bayer图转换为第一RGB图;并根据所述gamma曲线,对所述第一RGB图进行映射,得到第二RGB图;
处理模块,用于根据所述第二RGB图,确定对所述第二RGB图进行增强处理的各矩阵;并使用所述各矩阵对所述第二RGB图进行增强处理,得到第二YUV图;
第一融合模块,用于将所述第一YUV图和所述第二YUV图进行融合,得到融合图像;
所述第一融合模块,包括:
划分子模块,用于确定所述第二YUV图的待融合区域,并将所述待融合区域划分为九个子区域;
第三确定子模块,用于确定各子区域中各像素点的融合权重;
融合子模块,用于将所述各子区域中各像素点的融合权重作为所述第二YUV图的融合权重,对所述第一YUV图和所述第二YUV图进行融合,得到融合图像;
所述第三确定子模块,具体用于:
确定中心子区域,将所述中心子区域中各像素点的融合权重确定为预设极大值;
针对与所述中心子区域位于相同横坐标的任一子区域的任一像素点,根据该像素点距离该任一子区域横向分界线的距离,计算该像素点的纵向权重;并根据该纵向权重确定该像素点的融合权重;
针对与所述中心子区域位于相同纵坐标的任一子区域的任一像素点,根据该像素点距离该任一子区域纵向分界线的距离,计算该像素点的横向权重;并根据该横向权重确定该像素点的融合权重;
针对其他任一子区域的任一像素点,根据该像素点距离该任一子区域横向分界线的距离,计算该像素点的纵向权重;根据该像素点距离该任一子区域纵向分界线的距离,计算该像素点的横向权重;并根据该纵向权重和该横向权重中较小值确定该像素点的融合权重。
8.根据权利要求7所述的装置,其特征在于,所述处理模块,包括:
第一确定子模块,用于对所述第二RGB图进行直方图统计,确定所述第二RGB图对应的方差、饱和度信息、以及颜色信息;
第二确定子模块,用于根据所述第二RGB图对应的方差、饱和度信息、以及颜色信息,确定对所述第二RGB图进行颜色增强的目标颜色增强矩阵,对所述第二RGB图进行对比度增强的目标对比度增强矩阵,以及对所述第二RGB图进行饱和度增强的目标饱和度增强矩阵;
增强处理子模块,用于根据所述目标颜色增强矩阵,对所述第二RGB图进行颜色增强处理;
调节子模块,用于分别根据所述目标对比度增强矩阵和所述目标饱和度增强矩阵,对颜色增强处理后的第二RGB图进行对比度和饱和度调节,得到第二YUV图。
9.根据权利要求7所述的装置,其特征在于,所述提取模块,具体用于:
对所述bayer图进行去躁和自动白平衡AWB处理后,插值到RGB域,得到第一RGB图。
10.根据权利要求7所述的装置,其特征在于,所述装置还包括:
确定模块,用于根据所述融合图像与所述第一YUV图对应各像素点的YUV数据的差值,确定所述第一YUV图的融合权重;
第二融合模块,用于根据所述第一YUV图的融合权重,将所述融合图像与所述第一YUV图进行融合,得到目标图像。
11.根据权利要求7所述的装置,其特征在于,所述装置还包括:
判断模块,用于判断所述bayer图的黑电平是否大于预设阈值;
去除模块,用于当所述判断模块判断结果为是时,对所述bayer图各通道数据去除黑电平值。
12.一种电子设备,其特征在于,包括:
处理器、存储器、通信接口和总线;
所述处理器、所述存储器和所述通信接口通过所述总线连接并完成相互间的通信;
所述存储器存储可执行程序代码;
所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行如权利要求1-6任一项所述的一种图像处理方法。
13.一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内存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的一种图像处理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810104828.XA CN110136071B (zh) | 2018-02-02 | 2018-02-02 | 一种图像处理方法、装置、电子设备及存储介质 |
PCT/CN2018/112877 WO2019148912A1 (zh) | 2018-02-02 | 2018-10-31 | 一种图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810104828.XA CN110136071B (zh) | 2018-02-02 | 2018-02-02 | 一种图像处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110136071A CN110136071A (zh) | 2019-08-16 |
CN110136071B true CN110136071B (zh) | 2021-06-25 |
Family
ID=67477869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810104828.XA Active CN110136071B (zh) | 2018-02-02 | 2018-02-02 | 一种图像处理方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110136071B (zh) |
WO (1) | WO2019148912A1 (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110910830B (zh) * | 2019-11-29 | 2021-02-12 | 京东方科技集团股份有限公司 | 显示亮度调节方法、显示系统、计算机设备及介质 |
CN111028190A (zh) * | 2019-12-09 | 2020-04-17 | 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 |
CN111126493B (zh) * | 2019-12-25 | 2023-08-01 | 东软睿驰汽车技术(沈阳)有限公司 | 深度学习模型的训练方法、装置、电子设备及存储介质 |
CN111246190B (zh) * | 2020-01-21 | 2021-12-07 | 北京中科核安科技有限公司 | 基于核辐射定位仪的图像处理方法、装置及电子设备 |
CN111260600B (zh) * | 2020-01-21 | 2023-08-22 | 维沃移动通信有限公司 | 一种图像处理方法、电子设备及介质 |
CN111428732B (zh) * | 2020-03-03 | 2023-10-17 | 平安科技(深圳)有限公司 | Yuv图像识别方法、系统和计算机设备 |
CN111724485A (zh) * | 2020-06-11 | 2020-09-29 | 浙江商汤科技开发有限公司 | 实现虚实融合的方法、装置、电子设备及存储介质 |
CN111724456A (zh) * | 2020-06-18 | 2020-09-29 | Oppo广东移动通信有限公司 | 一种图像显示方法、设备及计算机可读存储介质 |
CN111860380A (zh) * | 2020-07-27 | 2020-10-30 | 平安科技(深圳)有限公司 | 人脸图像生成方法、装置、服务器及存储介质 |
CN111898532A (zh) * | 2020-07-30 | 2020-11-06 | 杭州海康威视数字技术股份有限公司 | 一种图像处理方法、装置、电子设备及监控系统 |
CN112017174A (zh) * | 2020-09-03 | 2020-12-01 | 湖南省华芯医疗器械有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN112381836B (zh) * | 2020-11-12 | 2023-03-31 | 贝壳技术有限公司 | 图像处理方法和装置、计算机可读存储介质、电子设备 |
CN112270309A (zh) * | 2020-11-20 | 2021-01-26 | 罗普特科技集团股份有限公司 | 一种车辆卡口设备抓拍质量评估方法、装置及可读介质 |
CN113313661A (zh) * | 2021-05-26 | 2021-08-27 | Oppo广东移动通信有限公司 | 图像融合方法、装置、电子设备及计算机可读存储介质 |
CN113793470A (zh) * | 2021-08-09 | 2021-12-14 | 上海腾盛智能安全科技股份有限公司 | 一种基于动态图像探测分析的探测装置 |
CN113781370A (zh) * | 2021-08-19 | 2021-12-10 | 北京旷视科技有限公司 | 图像的增强方法、装置和电子设备 |
CN113920042B (zh) * | 2021-09-24 | 2023-04-18 | 深圳市资福医疗技术有限公司 | 图像处理系统及胶囊内窥镜 |
CN113792708B (zh) * | 2021-11-10 | 2022-03-18 | 湖南高至科技有限公司 | 基于arm的远距离目标清晰成像系统及方法 |
CN117710365B (zh) * | 2024-02-02 | 2024-05-03 | 中国电建集团华东勘测设计研究院有限公司 | 缺陷管道图像的处理方法、装置及电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1870048A (zh) * | 2005-05-25 | 2006-11-29 | 凌阳科技股份有限公司 | 贝尔影像的边缘强化方法与装置暨彩色影像撷取系统 |
CN102231206A (zh) * | 2011-07-14 | 2011-11-02 | 浙江理工大学 | 适用于汽车辅助驾驶系统的彩色夜视图像亮度增强方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040263651A1 (en) * | 2003-06-30 | 2004-12-30 | Shin Kazunobu | Method and system for printing images captured by a mobile camera telephone |
KR101366596B1 (ko) * | 2007-08-03 | 2014-03-14 | 삼성전자주식회사 | 이차원 정지 화상에 대해 몰입감을 생성하는 방법 및시스템 그리고 상기 몰입감 생성을 위한 팩터 조절 방법,이미지 콘텐트 분석 방법 및 스케일링 파라미터 예측 방법 |
CN101115211A (zh) * | 2007-08-30 | 2008-01-30 | 四川长虹电器股份有限公司 | 色彩独立增强处理方法 |
CN101990081B (zh) * | 2010-11-11 | 2012-02-22 | 宁波大学 | 一种虚拟视点图像的版权保护方法 |
KR101217476B1 (ko) * | 2011-03-07 | 2013-01-02 | 주식회사 코아로직 | 이미지 신호 처리를 위한 장치 및 방법 |
CN102202163B (zh) * | 2011-05-13 | 2013-01-23 | 成都西图科技有限公司 | 一种监控视频的自适应增强方法及其装置 |
CN104156921B (zh) * | 2014-08-08 | 2017-02-22 | 大连理工大学 | 一种低照度或亮度不均图像的自适应图像增强方法 |
CN104899845B (zh) * | 2015-05-10 | 2018-07-06 | 北京工业大学 | 一种基于lαβ空间场景迁移的多曝光图像融合方法 |
CN105184757B (zh) * | 2015-06-11 | 2018-03-06 | 西安电子科技大学 | 基于颜色空间特点的食物图像色彩增强方法 |
CN105160355B (zh) * | 2015-08-28 | 2018-05-15 | 北京理工大学 | 一种基于区域相关和视觉单词的遥感图像变化检测方法 |
CN105847703B (zh) * | 2016-03-28 | 2019-04-26 | 联想(北京)有限公司 | 一种图像处理方法和电子设备 |
CN107438178B (zh) * | 2016-05-25 | 2019-02-22 | 掌赢信息科技(上海)有限公司 | 一种图像色彩矫正方法及电子设备 |
CN106023129A (zh) * | 2016-05-26 | 2016-10-12 | 西安工业大学 | 红外与可见光图像融合的汽车抗晕光视频图像处理方法 |
CN106454014B (zh) * | 2016-11-04 | 2019-03-08 | 安徽超远信息技术有限公司 | 一种提高逆光场景车辆抓拍图像质量的方法及装置 |
-
2018
- 2018-02-02 CN CN201810104828.XA patent/CN110136071B/zh active Active
- 2018-10-31 WO PCT/CN2018/112877 patent/WO2019148912A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1870048A (zh) * | 2005-05-25 | 2006-11-29 | 凌阳科技股份有限公司 | 贝尔影像的边缘强化方法与装置暨彩色影像撷取系统 |
CN102231206A (zh) * | 2011-07-14 | 2011-11-02 | 浙江理工大学 | 适用于汽车辅助驾驶系统的彩色夜视图像亮度增强方法 |
Non-Patent Citations (2)
Title |
---|
Adaptive Local Gamma Correction Based on Mean Value Adjustment;Ying Li et al;《2015 Fifth International Conference on Instrumentation and Measurement, Computer, Communication and Control (IMCCC)》;20160215;第2节B部分 * |
家装设计渲染图增强;戴雨彤等;《中国图象图形学报》;20171231;第22卷(第7期);摘要、引言最后1段、第1.2.3节 * |
Also Published As
Publication number | Publication date |
---|---|
CN110136071A (zh) | 2019-08-16 |
WO2019148912A1 (zh) | 2019-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110136071B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN109361910B (zh) | 自适应白平衡校正方法及装置 | |
US7764319B2 (en) | Image processing apparatus, image-taking system, image processing method and image processing program | |
CN100377576C (zh) | 数字视频处理装置及其处理方法 | |
CN106210501B (zh) | 图像合成方法与图像处理装置 | |
US10440339B2 (en) | Image processing apparatus, image processing method, and storage medium for performing correction for a target pixel having high luminance in an image | |
CN112532855B (zh) | 一种图像处理方法和装置 | |
US8948452B2 (en) | Image processing apparatus and control method thereof | |
CN111161188B (zh) | 降低图像色彩噪声的方法、计算机装置及可读存储介质 | |
US10438376B2 (en) | Image processing apparatus replacing color of portion in image into single color, image processing method, and storage medium | |
KR101985880B1 (ko) | 디스플레이 장치 및 이의 제어 방법 | |
CN108615030B (zh) | 一种标题一致性检测方法、装置及电子设备 | |
US11962917B2 (en) | Color adjustment method, color adjustment device, electronic device and computer-readable storage medium | |
CN107644437B (zh) | 基于分块的偏色检测系统及其方法 | |
CN107295255B (zh) | 拍摄模式的确定方法、装置及终端 | |
CN111970501A (zh) | 纯色场景ae色彩处理方法、装置、电子设备及存储介质 | |
US20110149069A1 (en) | Image processing apparatus and control method thereof | |
CN116309224A (zh) | 图像融合方法、装置、终端及计算机可读存储介质 | |
US8654220B2 (en) | Image processing apparatus and control method for the same | |
KR20110017274A (ko) | 이미지 보정 방법 | |
US8605997B2 (en) | Indoor-outdoor detector for digital cameras | |
CN111147693B (zh) | 一种全尺寸拍照图像的降噪方法及装置 | |
CN114375569A (zh) | 处理图像的方法和相关装置 | |
JP2005354585A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
US20160344932A1 (en) | Omnidirectional camera system |
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 |