CN110163816A - 图像信息的处理方法、装置、存储介质及电子设备 - Google Patents

图像信息的处理方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN110163816A
CN110163816A CN201910335883.4A CN201910335883A CN110163816A CN 110163816 A CN110163816 A CN 110163816A CN 201910335883 A CN201910335883 A CN 201910335883A CN 110163816 A CN110163816 A CN 110163816A
Authority
CN
China
Prior art keywords
image
information
subobject
processing
processed
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
CN201910335883.4A
Other languages
English (en)
Other versions
CN110163816B (zh
Inventor
张弓
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201910335883.4A priority Critical patent/CN110163816B/zh
Publication of CN110163816A publication Critical patent/CN110163816A/zh
Application granted granted Critical
Publication of CN110163816B publication Critical patent/CN110163816B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof

Landscapes

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

Abstract

本申请实施例公开了一种图像信息的处理方法、装置、存储介质及电子设备,其中,本申请实施例通过获取待处理图像,并对待处理图像进行对象检测;根据对象检测结果确定待处理图像中不同的子对象图像;确定子对象图像相应的目标特征信息;根据目标特征信息对子对象图像进行相应的色调映射处理。以此可以对待处理图像进行对象检测,确定出不同的子对象图像,根据每一子对象图像的特征信息对相应的子对象图像进行针对性的色调映射处理,使得整体的图像处理效果更好,提升了图像信息的处理灵活性和效率。

Description

图像信息的处理方法、装置、存储介质及电子设备
技术领域
本申请涉及图像处理技术领域,尤其涉及一种图像信息的处理方法、装置、存储介质及电子设备。
背景技术
随着电子技术的不断发展,电子设备如手机的摄像头像素和图像处理功能越来越强大,人们对于图像的处理效果的要求也越来越高,尤其是对于高动态范围(High DynamicRange Imaging,HDR)图像的处理效果的关注。
目前,一般通过色调映射(Tone Mapping)方式对于高动态范围图像进行处理,使得图像的整体视觉效果更好,但是,对高动态范围图像进行统一映射处理,会导致处理后的图像中不同区域的处理效果不一致,影响处理效率。
发明内容
本申请实施例提供一种图像信息的处理方法、装置、存储介质及电子设备,可以提升图像信息的处理效率。
第一方面,本申请实施例了提供了一种图像信息的处理方法,包括:
获取待处理图像,并对所述待处理图像进行对象检测;
根据对象检测结果确定所述待处理图像中不同的子对象图像;
确定所述子对象图像相应的目标特征信息;
根据所述目标特征信息对所述子对象图像进行相应的色调映射处理。
第二方面,本申请实施例了提供了的一种图像信息的处理装置,包括:
检测单元,用于获取待处理图像,并对所述待处理图像进行对象检测;
第一确定单元,用于根据对象检测结果确定所述待处理图像中不同的子对象图像;
第二确定单元,用于确定所述子对象图像相应的目标特征信息;
处理单元,用于根据所述目标特征信息对所述子对象图像进行相应的色调映射处理。
第三方面,本申请实施例提供的存储介质,其上存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行如本申请任一实施例提供的图像信息的处理方法。
第四方面,本申请实施例提供的电子设备,包括处理器和存储器,所述存储器有计算机程序,所述处理器通过调用所述计算机程序,用于执行如本申请任一实施例提供的图像信息的处理方法。
本申请实施例通过获取待处理图像,并对待处理图像进行对象检测;根据对象检测结果确定待处理图像中不同的子对象图像;确定子对象图像相应的目标特征信息;根据目标特征信息对子对象图像进行相应的色调映射处理。以此可以对待处理图像进行对象检测,确定出不同的子对象图像,根据每一子对象图像的特征信息对相应的子对象图像进行针对性的色调映射处理,使得整体的图像处理效果更好,提升了图像信息的处理灵活性和效率。
附图说明
下面结合附图,通过对本申请的具体实施方式详细描述,将使本申请的技术方案及其它有益效果显而易见。
图1是本申请实施例提供的图像信息的处理方法的流程示意图。
图2为本申请实施例提供的图像信息的处理方法的另一流程示意图。
图3为本申请实施例提供的图像信息的处理方法的场景示意图。
图4为本申请实施例提供的图像信息的处理装置的模块示意图。
图5为本申请实施例提供的图像信息的处理装置的另一模块示意图。
图6为本申请实施例提供的电子设备的结构示意图。
图7为本申请实施例提供的电子设备的另一结构示意图。
具体实施方式
请参照图式,其中相同的组件符号代表相同的组件,本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例,其不应被视为限制本申请未在此详述的其它具体实施例。
本文所使用的术语「模块」可看做为在该运算系统上执行的软件对象。本文该的不同组件、模块、引擎及服务可看做为在该运算系统上的实施对象。而本文该的装置及方法优选的以软件的方式进行实施,当然也可在硬件上进行实施,均在本申请保护范围之内。
本申请实施例提供一种图像信息的处理方法,该图像信息的处理方法的执行主体可以是本申请实施例提供的图像信息的处理装置,或者集成了该图像信息的处理装置的电子设备,其中该图像信息的处理装置可以采用硬件或者软件的方式实现。其中,电子设备可以是智能手机、平板电脑、掌上电脑(PDA,Personal Digital Assistant)等。
以下进行具体分析说明。
本申请实施例提供一种图像信息的处理方法,如图1所示,图1为本申请实施例提供的图像信息的处理方法的流程示意图,该图像信息的处理方法可以包括以下步骤:
在步骤S101中,获取待处理图像,并对待处理图像进行对象检测。
其中,该待识别图像可以为高动态范围图像,该高动态范围图像,相比普通的图像,可以提供更多的动态范围和图像细节,但是由于高动态范围图像的灰度分布值很不均匀,部分像素点过亮,部分像素点过暗,所以需要对通过色调映射方式,对图像颜色进行映射变换,将图像的颜色值从高动态范围映射到低动态范围,使其颜色分布均匀,看上去更舒服,整体呈现效果更好,该待处理图像的格式可以为位图(BitMaP,BMP)和联合照片专家组(Joint Photographic Expert Group,JPEG)等等。
进一步的,为了更好对待处理图像进行处理,本申请可以通过图像识别算法,如卷积神经网络(Convolutional Neural Networks,CNN)算法对待处理图像进行图像识别,识别得到待处理图像中的不同的对象,得到对应的对象检测结果。
在一些实施方式中,该获取待处理图像,并对待处理图像进行对象检测的步骤,可以包括:
(1)对待处理图像的像素进行特征扫描;
(2)将特征相似度小于预设阈值的像素进行组合,得到相应的对象检测结果。
其中,可以按照从上至下的顺序对待处理图像的像素进行逐一特征扫描,该特征可以为颜色特征、结构特征和/或Haar特征(Haar特征是一种反映图像的灰度变化的,像素分模块求差值的一种特征)等等。
进一步的,将特征相似度小于预设阈值的像素进行组合,即将特征类似的像素归为同一类并就进行组合,得到相应的对象,进而得到整个待处理图像的对象检测结果。
在步骤S102中,根据对象检测结果确定待处理图像中不同的子对象图像。
其中,由于得到了待处理图像中的不同的对象检测结果,如得到了待处理图像中3个不同的子对象图像的对象检测结果,那么就可以根据该对象检测结果相应的确定出该3个不同的子对象图像,以便于后续处理。
在步骤S103中,确定子对象图像相应的目标特征信息。
其中,在得到了不同的子对象图像后,需要单独针对每一子对象图像进行物体识别,如对于人体相应的子对象图像进行物体识别,通过人脸、头发、身体、和衣服等特征可以确定该人体相应的子对象图像的目标特征信息为人物特征信息,依次类推,可以得到每一子对象图像相应的目标特征信息。
在一些实施方式中,该确定子对象图像相应的目标特征信息的步骤,可以包括:
(1)提取子对象图像中的关键特征点信息;
(2)根据关键特征点信息确定相应的目标特征信息。
其中,在得到多个不同的子对象图像时,为了区分出每一子对象图像的特点,需要对每一子对象图像的物体进行相应的判定。相应的,可以提取子对象图像中的关键特征点信息,以人物相应的子对象图像为例进行说明,由于人物的人脸图像中包含的特征十分丰富和特别,如眼睛、嘴巴、眉毛、鼻子和头发等上的特征,所以可以直接提取出人脸相应的五官的关键特征点信息。
进一步的,通过人脸相应的五官的关键特征点信息可以轻松的判别出子对象图像为人物子图像,确定相应的目标特征信息为人物特征,以此类推,可以得到多个子对象图像相应的目标特征信息。
在步骤S104中,根据目标特征信息对子对象图像进行相应的色调映射处理。
其中,常规的色调映射方法为根据像素本身的亮度和对比度进行调整,容易导致调整后整个图像中不同区域区物体的亮度和对比度不能同时达到要求,比如在有人像的图像中,背景是较亮的天空,这个时候如果想把该图像色调映射到低动态图像,就需要把像素值高的像素点进行压缩,这样虽然可以把天空的动态范围降低,但是同时也会导致人像中像素值较高的点也会同时被压缩,使得人像不真实,局部之间的对比度会较差。
因此,本申请为不同的目标特征信息确定相应适合的色调映射处理策略,如目标特征信息为人物特征,那么根据人物特征确定对人物图像处理效果好的色调映射处理策略,目标特征信息为天空特征,那么根据天空特征确定适合对天空图像处理效果好的色调映射处理策略。以此,在确定出合适的处理策略后,根据合适的处理策略对相应的子对象图像进行色调映射处理,使得每一块子对象图像的处理效果都可以达到更好,且避免了两个子对象边缘处处理效果不佳的情况。
在一些实施方式中,该根据目标特征信息对子对象图像进行相应的色调映射处理的步骤,可以包括:
(1)基于每一目标特征信息确定每一子对象图像相应的色调映射处理策略;
(2)根据每一子对象图像相应的色调映射处理策略对相应的子对象图像进行色调映射处理。
其中,依次基于每一子对象图像的目标特征信息确定相应合适的色调映射处理策略,如子对象图像的目标特征信息为人物特征时,那么根据该人物特征确定该子对象图像相应的色调映射处理策略为对人物图像处理效果最好的人物色调映射处理策略,该人物色调映射处理策略为预设的,是通过服务提供者对大量人物图像处理后,总结得到的较佳的色调映射策略。
进一步的,在得到每一子对象图像相应的色调映射策略后,对相应的子对象图像进行单独的色调映射处理,如根据人物色调映射处理策略单独的对人物子对象进行色调映射处理。
在一些实施方式中,在确定出相应合适的色调映射处理策略时,还可以根据当前的定位点,天气情况、季节情况对该色调映射处理策略进行微调,使得该色调映射处理策略更符合当前地点和天气等光照的特征,使得最后的处理效果更佳。
由上述可知,本实施例提供的一种图像信息的处理方法,通过获取待处理图像,并对待处理图像进行对象检测;根据对象检测结果确定待处理图像中不同的子对象图像;确定子对象图像相应的目标特征信息;根据目标特征信息对子对象图像进行相应的色调映射处理。以此可以对待处理图像进行对象检测,确定出不同的子对象图像,根据每一子对象图像的特征信息对相应的子对象图像进行针对性的色调映射处理,使得整体的图像处理效果更好,提升了图像信息的处理灵活性和效率。
根据上述实施例所描述的方法,以下将举例作进一步详细说明。
请参阅图2,图2为本申请实施例提供的图像信息的处理方法的另一流程示意图。
具体而言,该方法包括:
在步骤S201中,获取待处理图像,对待处理图像的像素进行特征扫描,将特征相似度小于预设阈值的像素进行组合,得到相应的对象检测结果。
需要说明的是,为了更好的说明本申请,以下将电子设备以手机进行举例说明。
其中,手机获取高动态范围图像,如图3所示,处理图像1即为高动态范围图像,由于光线亮度的范围问题,人物部分的对比度和亮度较低,而天空和其他景物的对比度和亮度较高,使得整体呈现效果较差,不能满足用户的拍照需求。
因此,可以按照从上至下的顺序对待处理图像的像素进行逐一特征扫描,将特征相似度小于预设阈值的像素进行组合,如图3所示,在处理图像A中,将人物相应的像素进行组合,将马路相应的像素进行组合,将地面相应的像素进行组合,将天空相应的像素进行组合,得到包含4个对象的对象检测结果。
在步骤S202中,根据对象检测结果确定待处理图像中不同的子对象图像。
其中,如图3所示,在处理图像A中,在得到包含4个对象检测结果后,根据该4个对象检测结果确定待处理图像中4个不同的子对象图像。。
在步骤S203中,提取子对象图像中的关键特征点信息,根据关键特征点信息确定相应的目标特征信息。
其中,如图3所示,在处理图像A中,虽然得到了4个不同的子对象图像,但是不知道该4个子对象图像为什么物体,所以,需要单独提取每一子对象图像中的关键点信息,在处理图像B中,提取人物子图像中的人脸关键点特征信息确定为人物特征信息、地面子图像中的地面关键点特征信息确定为路面特征信息,马路子图像中的路面关键点特征信息确定为马路特征信息,天空子图像中的天空关键点特征信息确定为天空特征信息。
在步骤S204中,获取当前的时间信息和定位信息,根据时间信息确定相应的季节信息,根据时间信息和定位信息确定出相应的天气信息,结合季节信息、天气信息和目标特征信息确定每一子对象图像相应的色调映射处理策略。
其中,可以依次根据每一子对象图像的目标特征信息确定相应合适的色调映射处理策略,如图3所示,在处理图像B中,人物子图像相应的色调映射策略为对人物图像处理效果最好的人物色调映射策略,地面子图像相应的色调映射策略为对地面图像处理效果最好的地面色调映射策略,马路子图像相应的色调映射策略为对马路图像处理效果最好的马路色调映射策略,天空子图像相应的色调映射策略为对天空图像处理效果最好的天空色调映射策略。
进一步的,由于在不同的经纬度、季节、和天气,光线都会不一样,导致拍摄出的待处理图像中亮度和对比度会有一定的差异,所以,可以获取当前的时间信息和定位信息,根据时间信息确定相应的季节信息,如时间信息为2019年4月17日16点53分,那么相应的季节信息为夏季,而夏季相应的光照强度会更强,根据时间信息和定位信息确定出相应的天气信息,如时间信息为2019年4月17日16点53分,定位信息为深圳,那么可以确定出当前时间和地点的天气信息,如晴,光照强度为XX等,最后,可以根据天气信息和季节信息相应的光照信息对前述的色调映射策略进行微调,使得微调后的色调映射策略更符合实际场景。
在步骤S205中,根据每一子对象图像相应的色调映射处理策略对相应的子对象图像进行色调映射处理。
其中,如图3所示,在处理图像C中,根据微调后人物色调映射策略对人物子图像进行处理,使得人物子图像的亮度和对比度相应上升,根据微调后地面色调映射策略对地面子图像进行处理,使得地面子图像的亮度和对比度相应上升,根据微调后马路色调映射策略对马路子图像进行处理,使得马路子图像的亮度和对比度相应上升,根据微调后天空色调映射策略对天空子图像进行处理,使得天空子图像的亮度和对比度相应下降,使得该处理图像C整体的对比度更好,亮度配比也更为合适。
在步骤S206中,获取每一子对象图像相应的图像数据。
其中,无论对高动态图像如何进行色调映射处理,最后的呈现效果仍要符合原高动态图像的规律,如图3所示,无论如何进行调节,人物子图像的对比度和亮度都不能超过天空的对比度和亮度,不然呈现效果不符合处理图像A的呈现规律,使得整体呈现很奇怪,所以需要获取每一子对象图像相应的图像数据,该图像数据可以为该子对象图像的综合的对比度和亮度。
在步骤S207中,检测图像数据之间的关系是否符合预设条件。
其中,该预设条件即为高动态图像下时的呈现规律,如图3所示,人物子对象图像的综合的对比度和亮度不能超过天空子对象图像的综合的对比度和亮度,如果不超过,则判定为检测到图像数据之间的关系符合预设条件,执行步骤S209。如果超过,则判定为检测到图像数据之间的关系不符合预设条件,执行步骤S208。
在步骤S208中,对不符合预设条件的图像数据进行调整。
其中,当检测到图像数据之间的关系不符合预设条件时,需要对不符合预设条件的图像数据进行调整,如图3所示,当人物子对象图像的综合的对比度和亮度超过天空子对象图像的综合的对比度和亮度时,需要将天空子对象图像的综合的对比度和亮度调高,或者将人物子对象图像的综合的对比度和亮度降低,此处不作具体限定,并返回执行步骤S207,直至人物子对象图像和天空子对象图像之间的关系符合预设条件。
在步骤S209中,结束。
其中,当检测到图像数据之间的关系符合预设条件时,说明该待处理图像处理完成,结束操作。
由上述可知,本实施例提供的一种图像信息的处理方法,通过获取待处理图像,对待处理图像的像素进行扫描,将特征相似度小于预设阈值的像素进行组合,得到相应的对象检测结果,根据对象检测结果确定待处理图像中不同的子对象图像,提取子对象图像中的关键点信息,根据关键特征点信息确定相应的目标特征信息,结合季节信息、天气信息和目标特征信息确定每一子对象图像相应的色调处理策略,根据每一子对象图像相应的色调映射处理策略对相应的子对象图像进行色调映射处理,对图像数据之间的关系不符合预设条件的子对象图像相应的图像数据进行调整,使得每一子对象图像的整体呈现效果更好。以此可以对待处理图像进行对象检测,确定出不同的子对象图像,根据每一子对象图像的特征信息对相应的子对象图像进行针对性的色调映射处理,并对整体呈现效果进行实时检测,使得图像处理效果进一步提升,更好的提升了图像信息的处理灵活性和效率。
为便于更好的实施本申请实施例提供的图像信息的处理方法,本申请实施例还提供一种基于上述图像信息的处理方法的装置。其中名词的含义与上述图像信息的处理方法中相同,具体实现细节可以参考方法实施例中的说明。
请参阅图4,图4为本申请实施例提供的图像信息的处理装置的模块示意图。具体而言,该图像信息的处理装置300,包括:检测单元31、第一确定单元32、第二确定单元33以及处理单元34。
检测单元31,用于获取待处理图像,并对待处理图像进行对象检测。
其中,为了更好对待处理图像进行处理,检测单元31可以通过图像识别算法,如卷积神经网络算法对待处理图像进行图像识别,识别得到待处理图像中的不同的对象,得到对应的对象检测结果。
在一些实施方式中,该检测单元31,具体用于获取待处理图像,对待处理图像的像素进行特征扫描;将特征相似度小于预设阈值的像素进行组合,得到相应的对象检测结果。
第一确定单元32,用于根据对象检测结果确定待处理图像中不同的子对象图像。
其中,由于得到了待处理图像中的不同的对象检测结果,如得到了待处理图像中3个不同的子对象图像的对象检测结果,那么第一确定单元32就可以根据该对象检测结果相应的确定出该3个不同的子对象图像,以便于后续处理。
第二确定单元33,用于确定子对象图像相应的目标特征信息。
其中,在得到了不同的子对象图像后,第二确定单元33需要单独针对每一子对象图像进行物体识别,如对于人体相应的子对象图像进行物体识别,通过人脸、头发、身体、和衣服等特征可以确定该人体相应的子对象图像的目标特征信息为人物特征信息,依次类推,可以得到每一子对象图像相应的目标特征信息。
在一些实施方式中,该第二确定单元33,具体用于提取子对象图像中的关键特征点信息;根据关键特征点信息确定相应的目标特征信息。
处理单元34,用于根据目标特征信息对子对象图像进行相应的色调映射处理。
其中,常规的色调映射方法为根据像素本身的亮度和对比度进行调整,容易导致调整后整个图像中不同区域区物体的亮度和对比度不能同时达到要求,比如在有人像的图像中,背景是较亮的天空,这个时候如果想把该图像色调映射到低动态图像,就需要把像素值高的像素点进行压缩,这样虽然可以把天空的动态范围降低,但是同时也会导致人像中像素值较高的点也会同时被压缩,使得人像不真实,局部之间的对比度会较差。
因此,处理单元34为不同的目标特征信息确定相应适合的色调映射处理策略,如目标特征信息为人物特征,那么根据人物特征确定对人物图像处理效果好的色调映射处理策略,目标特征信息为天空特征,那么根据天空特征确定适合对天空图像处理效果好的色调映射处理策略。以此,在处理单元34确定出合适的处理策略后,根据合适的处理策略对相应的子对象图像进行色调映射处理,使得每一块子对象图像的处理效果都可以达到更好,且避免了两个子对象边缘处处理效果不佳的情况。
可一并参考图5,图5为本申请实施例提供的图像信息的处理装置的另一模块示意图,该图像信息的处理装置300还可以包括:
其中,该处理单元34可以包括确定子单元341以及处理子单元342。
进一步的,该确定子单元341,用于基于每一目标特征信息确定每一子对象图像相应的色调映射处理策略。处理子单元342,用于根据每一子对象图像相应的色调映射处理策略对相应的子对象图像进行色调映射处理。
在一些实施方式中,该确定子单元341,具体用于获取当前的时间信息和定位信息;根据时间信息确定相应的季节信息;根据时间信息和定位信息确定出相应的天气信息;结合季节信息、天气信息和目标特征信息确定每一子对象图像相应的色调映射处理策略。
由上述可知,本实施例提供的一种图像信息的处理装置,通过检测单元31获取待处理图像,并对待处理图像进行对象检测;第一确定单元32根据对象检测结果确定待处理图像中不同的子对象图像;第二确定单元33确定子对象图像相应的目标特征信息;处理单元34根据目标特征信息对子对象图像进行相应的色调映射处理。以此可以对待处理图像进行对象检测,确定出不同的子对象图像,根据每一子对象图像的特征信息对相应的子对象图像进行针对性的色调映射处理,使得整体的图像处理效果更好,提升了图像信息的处理灵活性和效率。
本申请实施例还提供一种电子设备。请参阅图6,电子设备500包括处理器501以及存储器502。其中,处理器501与存储器502电性连接。
该处理器500是电子设备500的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或加载存储在存储器502内的计算机程序,以及调用存储在存储器502内的数据,执行电子设备500的各种功能并处理数据,从而对电子设备500进行整体监控。
该存储器502可用于存储软件程序以及模块,处理器501通过运行存储在存储器502的计算机程序以及模块,从而执行各种功能应用以及图像信息的处理。存储器502可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的计算机程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器502还可以包括存储器控制器,以提供处理器501对存储器502的访问。
在本申请实施例中,电子设备500中的处理器501会按照如下的步骤,将一个或一个以上的计算机程序的进程对应的指令加载到存储器502中,并由处理器501运行存储在存储器502中的计算机程序,从而实现各种功能,如下:
获取待处理图像,并对待处理图像进行对象检测;
根据对象检测结果确定待处理图像中不同的子对象图像;
确定子对象图像相应的目标特征信息;
根据目标特征信息对子对象图像进行相应的色调映射处理。
在某些实施方式中,在对待处理图像进行对象检测时,处理器501可以具体执行以下步骤:
对待处理图像的像素进行特征扫描;
将特征相似度小于预设阈值的像素进行组合,得到相应的对象检测结果。
在某些实施方式中,在根据目标特征信息对子对象图像进行相应的色调映射处理时,处理器501可以具体执行以下步骤:
基于每一目标特征信息确定每一子对象图像相应的色调映射处理策略;
根据每一子对象图像相应的色调映射处理策略对相应的子对象图像进行色调映射处理。
在某些实施方式中,在基于每一目标特征信息确定每一子对象图像相应的色调映射处理策略时,处理器501可以具体执行以下步骤:
获取当前的时间信息和定位信息;
根据时间信息确定相应的季节信息;
根据时间信息和定位信息确定出相应的天气信息;
结合季节信息、天气信息和目标特征信息确定每一子对象图像相应的色调映射处理策略。
在某些实施方式中,在确定子对象图像相应的目标特征信息时,处理器501可以具体执行以下步骤:
提取子对象图像中的关键特征点信息;
根据关键特征点信息确定相应的目标特征信息。
在某些实施方式中,在根据目标特征信息对子对象图像进行相应的色调映射处理之后,处理器501还可以具体执行以下步骤:
获取每一子对象图像相应的图像数据;
检测图像数据之间的关系是否符合预设条件;
当检测到图像数据之间的关系不符合预设条件时,对不符合预设条件的图像数据进行调整。
由上述可知,本申请实施例的电子设备,通过获取待处理图像,并对待处理图像进行对象检测;根据对象检测结果确定待处理图像中不同的子对象图像;确定子对象图像相应的目标特征信息;根据目标特征信息对子对象图像进行相应的色调映射处理。以此可以对待处理图像进行对象检测,确定出不同的子对象图像,根据每一子对象图像的特征信息对相应的子对象图像进行针对性的色调映射处理,使得整体的图像处理效果更好,提升了图像信息的处理灵活性和效率。
请一并参阅图7,在某些实施方式中,电子设备500还可以包括:显示器503、射频电路504、音频电路505以及电源506。其中,其中,显示器503、射频电路504、音频电路505以及电源506分别与处理器501电性连接。
该显示器503可以用于显示由用户输入的信息或提供给用户的信息以及各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示器503可以包括显示面板,在某些实施方式中,可以采用液晶显示器(Liquid CrystalDisplay,LCD)、或者有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板。
该射频电路504可以用于收发射频信号,以通过无线通信与网络设备或其他终端建立无线通讯,与网络设备或其他终端之间收发信号。
该音频电路505可以用于通过扬声器、传声器提供用户与电子设备之间的音频接口。
该电源506可以用于给电子设备500的各个部件供电。在一些实施例中,电源506可以通过电源管理系统与处理器501逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
本申请实施例还提供一种存储介质,该存储介质存储有计算机程序,当该计算机程序在计算机上运行时,使得该计算机执行上述任一实施例中的图像信息的处理方法,比如:获取待处理图像,并对待处理图像进行对象检测;根据对象检测结果确定待处理图像中不同的子对象图像;确定子对象图像相应的目标特征信息;根据目标特征信息对子对象图像进行相应的色调映射处理。
在本申请实施例中,存储介质可以是磁碟、光盘、只读存储器(Read Only Memory,ROM,)、或者随机存取记忆体(Random Access Memory,RAM)等。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
需要说明的是,对本申请实施例的图像信息的处理方法而言,本领域普通测试人员可以理解实现本申请实施例的图像信息的处理方法的全部或部分流程,是可以通过计算机程序来控制相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,如存储在电子设备的存储器中,并被该电子设备内的至少一个处理器执行,在执行过程中可包括如图像信息的处理方法的实施例的流程。其中,该的存储介质可为磁碟、光盘、只读存储器、随机存取记忆体等。
对本申请实施例的图像信息的处理装置而言,其各功能模块可以集成在一个处理芯片中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。该集成的模块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,也可以存储在一个计算机可读取存储介质中,该存储介质譬如为只读存储器,磁盘或光盘等。
以上对本申请实施例所提供的一种图像信息的处理方法、装置、存储介质及电子设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (11)

1.一种图像信息的处理方法,其特征在于,包括:
获取待处理图像,并对所述待处理图像进行对象检测;
根据对象检测结果确定所述待处理图像中不同的子对象图像;
确定所述子对象图像相应的目标特征信息;
根据所述目标特征信息对所述子对象图像进行相应的色调映射处理。
2.如权利要求1所述的图像信息的处理方法,其特征在于,所述对所述待处理图像进行对象检测的步骤,包括:
对所述待处理图像的像素进行特征扫描;
将特征相似度小于预设阈值的像素进行组合,得到相应的对象检测结果。
3.如权利要求1所述的图像信息的处理方法,其特征在于,所述根据所述目标特征信息对所述子对象图像进行相应的色调映射处理的步骤,包括:
基于每一目标特征信息确定每一子对象图像相应的色调映射处理策略;
根据每一子对象图像相应的色调映射处理策略对相应的子对象图像进行色调映射处理。
4.如权利要求3所述的图像信息的处理方法,其特征在于,所述基于每一目标特征信息确定每一子对象图像相应的色调映射处理策略的步骤,包括:
获取当前的时间信息和定位信息;
根据所述时间信息确定相应的季节信息;
根据所述时间信息和定位信息确定出相应的天气信息;
结合所述季节信息、天气信息和目标特征信息确定每一子对象图像相应的色调映射处理策略。
5.如权利要求1至4任一项所述的图像信息的处理方法,其特征在于,所述确定所述子对象图像相应的目标特征信息的步骤,包括:
提取所述子对象图像中的关键特征点信息;
根据所述关键特征点信息确定相应的目标特征信息。
6.如权利要求1至4任一项所述的图像信息的处理方法,其特征在于,所述根据所述目标特征信息对所述子对象图像进行相应的色调映射处理的步骤之后,还包括:
获取每一子对象图像相应的图像数据;
检测图像数据之间的关系是否符合预设条件;
当检测到图像数据之间的关系不符合预设条件时,对不符合预设条件的图像数据进行调整。
7.一种图像信息的处理装置,其特征在于,包括:
检测单元,用于获取待处理图像,并对所述待处理图像进行对象检测;
第一确定单元,用于根据对象检测结果确定所述待处理图像中不同的子对象图像;
第二确定单元,用于确定所述子对象图像相应的目标特征信息;
处理单元,用于根据所述目标特征信息对所述子对象图像进行相应的色调映射处理。
8.如权利要求7所述的图像信息的处理装置,其特征在于,所述检测单元,具体用于:
获取待处理图像,对所述待处理图像的像素进行特征扫描;
将特征相似度小于预设阈值的像素进行组合,得到相应的对象检测结果。
9.如权利要求7所述的图像信息的处理装置,其特征在于,所述处理单元,包括:
确定子单元,用于基于每一目标特征信息确定每一子对象图像相应的色调映射处理策略;
处理子单元,用于根据每一子对象图像相应的色调映射处理策略对相应的子对象图像进行色调映射处理。
10.一种存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序在计算机上运行时,使得所述计算机执行如权利要求1至6任一项所述的图像信息的处理方法。
11.一种电子设备,包括处理器和存储器,所述存储器有计算机程序,其特征在于,所述处理器通过调用所述计算机程序,用于执行如权利要求1至6任一项所述的图像信息的处理方法。
CN201910335883.4A 2019-04-24 2019-04-24 图像信息的处理方法、装置、存储介质及电子设备 Active CN110163816B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910335883.4A CN110163816B (zh) 2019-04-24 2019-04-24 图像信息的处理方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910335883.4A CN110163816B (zh) 2019-04-24 2019-04-24 图像信息的处理方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN110163816A true CN110163816A (zh) 2019-08-23
CN110163816B CN110163816B (zh) 2021-08-31

Family

ID=67638676

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910335883.4A Active CN110163816B (zh) 2019-04-24 2019-04-24 图像信息的处理方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN110163816B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110570370A (zh) * 2019-08-26 2019-12-13 Oppo广东移动通信有限公司 图像信息的处理方法、装置、存储介质及电子设备
CN110992500A (zh) * 2019-10-12 2020-04-10 平安科技(深圳)有限公司 考勤方法、装置及存储介质、服务器
CN112784090A (zh) * 2019-11-04 2021-05-11 阿里巴巴集团控股有限公司 图像处理方法、对象搜索方法、计算机设备、存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104541301A (zh) * 2012-03-26 2015-04-22 皇家飞利浦有限公司 用于hdr图像编码和解码的基于视亮度区域的装置和方法
CN104995903A (zh) * 2013-02-21 2015-10-21 皇家飞利浦有限公司 改进的hdr图像编码和解码方法及设备
CN107454340A (zh) * 2017-07-28 2017-12-08 广州翼拍联盟网络技术有限公司 基于高动态范围原理的图像合成方法、装置及移动终端
CN107729889A (zh) * 2017-11-27 2018-02-23 广东欧珀移动通信有限公司 图像处理方法和装置、电子设备、计算机可读存储介质
CN108090879A (zh) * 2017-12-12 2018-05-29 上海顺久电子科技有限公司 一种对输入的高动态范围图像进行处理的方法和显示设备
CN108109180A (zh) * 2017-12-12 2018-06-01 上海顺久电子科技有限公司 一种对输入的高动态范围图像进行处理的方法和显示设备
CN108259754A (zh) * 2018-03-06 2018-07-06 广东欧珀移动通信有限公司 图像处理方法及装置、计算机可读存储介质和计算机设备
CN108259758A (zh) * 2018-03-18 2018-07-06 广东欧珀移动通信有限公司 图像处理方法、装置、存储介质和电子设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104541301A (zh) * 2012-03-26 2015-04-22 皇家飞利浦有限公司 用于hdr图像编码和解码的基于视亮度区域的装置和方法
CN104995903A (zh) * 2013-02-21 2015-10-21 皇家飞利浦有限公司 改进的hdr图像编码和解码方法及设备
CN107454340A (zh) * 2017-07-28 2017-12-08 广州翼拍联盟网络技术有限公司 基于高动态范围原理的图像合成方法、装置及移动终端
CN107729889A (zh) * 2017-11-27 2018-02-23 广东欧珀移动通信有限公司 图像处理方法和装置、电子设备、计算机可读存储介质
CN108090879A (zh) * 2017-12-12 2018-05-29 上海顺久电子科技有限公司 一种对输入的高动态范围图像进行处理的方法和显示设备
CN108109180A (zh) * 2017-12-12 2018-06-01 上海顺久电子科技有限公司 一种对输入的高动态范围图像进行处理的方法和显示设备
CN108259754A (zh) * 2018-03-06 2018-07-06 广东欧珀移动通信有限公司 图像处理方法及装置、计算机可读存储介质和计算机设备
CN108259758A (zh) * 2018-03-18 2018-07-06 广东欧珀移动通信有限公司 图像处理方法、装置、存储介质和电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
田勇: "基于对象的静态图像压缩研究", 《中国优秀博硕士学位论文数据库(硕士)信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110570370A (zh) * 2019-08-26 2019-12-13 Oppo广东移动通信有限公司 图像信息的处理方法、装置、存储介质及电子设备
CN110570370B (zh) * 2019-08-26 2022-07-15 Oppo广东移动通信有限公司 图像信息的处理方法、装置、存储介质及电子设备
CN110992500A (zh) * 2019-10-12 2020-04-10 平安科技(深圳)有限公司 考勤方法、装置及存储介质、服务器
CN112784090A (zh) * 2019-11-04 2021-05-11 阿里巴巴集团控股有限公司 图像处理方法、对象搜索方法、计算机设备、存储介质

Also Published As

Publication number Publication date
CN110163816B (zh) 2021-08-31

Similar Documents

Publication Publication Date Title
CN107944379B (zh) 基于深度学习的眼白图像超分辨率重建与图像增强方法
CN104869320B (zh) 电子设备和控制电子设备操作方法
CN110012209B (zh) 全景图像生成方法、装置、存储介质及电子设备
CN109951627B (zh) 图像处理方法、装置、存储介质及电子设备
CN110163816A (zh) 图像信息的处理方法、装置、存储介质及电子设备
CN103617432A (zh) 一种场景识别方法及装置
CN110570370B (zh) 图像信息的处理方法、装置、存储介质及电子设备
CN109784252A (zh) 图像处理方法、装置、存储介质及电子设备
CN108737728A (zh) 一种图像拍摄方法、终端及计算机存储介质
CN113452969B (zh) 图像处理方法和装置
CN108898171A (zh) 图像识别处理方法、系统及计算机可读存储介质
CN109618098A (zh) 一种人像面部调整方法、装置、存储介质及终端
CN109033276A (zh) 贴纸的推送方法、装置、存储介质及电子设备
CN104869319A (zh) 影像处理方法及影像处理装置
CN113052923B (zh) 色调映射方法、装置、电子设备和存储介质
CN117201930B (zh) 一种拍照方法和电子设备
CN110473156A (zh) 图像信息的处理方法、装置、存储介质及电子设备
CN110399812A (zh) 人脸特征智能提取方法、装置及计算机可读存储介质
CN105761267B (zh) 一种图像处理的方法及装置
CN109089042B (zh) 图像处理方式识别方法、装置、存储介质及移动终端
CN108898169A (zh) 图片处理方法、图片处理装置及终端设备
CN116055699A (zh) 一种图像处理方法及相关电子设备
CN114067275A (zh) 监控场景中目标物体提醒方法、系统与电子设备
CN113518172A (zh) 图像处理方法和装置
CN114510192B (zh) 图像处理方法及相关装置

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