CN110290314B - 图像处理方法、装置、电子设备及存储介质 - Google Patents

图像处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN110290314B
CN110290314B CN201910509591.8A CN201910509591A CN110290314B CN 110290314 B CN110290314 B CN 110290314B CN 201910509591 A CN201910509591 A CN 201910509591A CN 110290314 B CN110290314 B CN 110290314B
Authority
CN
China
Prior art keywords
image
target
noise reduction
mode
acquisition mode
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
Application number
CN201910509591.8A
Other languages
English (en)
Other versions
CN110290314A (zh
Inventor
林泉佑
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 CN201910509591.8A priority Critical patent/CN110290314B/zh
Publication of CN110290314A publication Critical patent/CN110290314A/zh
Application granted granted Critical
Publication of CN110290314B publication Critical patent/CN110290314B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04N23/60—Control of cameras or camera modules
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/72—Combination of two or more compensation controls
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors
    • 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
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • H04N5/211—Ghost signal cancellation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本申请提出一种图像处理方法、装置、电子设备及存储介质，该方法包括获取预览图像；获取所述预览图像的动态数据，所述动态数据包括：所述预览图像的动态范围和相对最近采集图像的画面移动程度；根据所述动态数据，确定目标采集方式；采用所述目标采集方式采集原始图像，所述原始图像用于得到目标降噪图像，能够结合动态范围和画面移动程度确定合适的采集方式采集原始图像，使得基于所采集的原始图像得到的降噪图像更清晰，有效提升图像呈现效果。

Description

图像处理方法、装置、电子设备及存储介质
技术领域
本申请涉及图像处理技术领域，尤其涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
相关技术中，在夜景或者暗光环境下，为了弥补采集的一张图像无法清晰地对图像中每个细节呈现的弊端，采用高动态范围图像(High-Dynamic Range，简称HDR)技术进行拍照，即根据不同的曝光时间拍摄多张图像，并基于多张图像进行合成来提供更多的动态范围和图像细节。
然而，上述HDR拍照技术，通常是采用固定曝光方式采集多帧的原始图像，在采集原始图像时不能够结合预览画面的实际情况执行针对性的采集，可能会造成基于所采集的原始图像得到的降噪图像不够清晰，影响图像呈现效果。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本申请的目的在于提出一种图像处理方法、装置、电子设备及存储介质，能够结合动态范围和画面移动程度确定合适的采集方式采集原始图像，使得基于所采集的原始图像得到的降噪图像更清晰，有效提升图像呈现效果。
为达到上述目的，本申请第一方面实施例提出的图像处理方法，包括：获取预览图像；获取所述预览图像的动态数据，所述动态数据包括：所述预览图像的动态范围和相对最近采集图像的画面移动程度；根据所述动态数据，确定目标采集方式；采用所述目标采集方式采集原始图像，所述原始图像用于得到目标降噪图像。
本申请第一方面实施例提出的图像处理方法，通过获取预览图像，获取预览图像的动态数据，动态数据包括：预览图像的动态范围和相对最近采集图像的画面移动程度，并根据动态数据，确定目标采集方式，以及采用目标采集方式采集原始图像，原始图像用于得到目标降噪图像，能够结合动态范围和画面移动程度确定合适的采集方式采集原始图像，使得基于所采集的原始图像得到的降噪图像更清晰，有效提升图像呈现效果。
为达到上述目的，本申请第二方面实施例提出的图像处理装置，包括：第一获取模块，用于获取预览图像；第二获取模块，用于获取所述预览图像的动态数据，所述动态数据包括：所述预览图像的动态范围和相对最近采集图像的画面移动程度；第一确定模块，用于根据所述动态数据，确定目标采集方式；采集模块，用于采用所述目标采集方式采集原始图像，所述原始图像用于得到目标降噪图像。
本申请第二方面实施例提出的图像处理装置，通过获取预览图像，获取预览图像的动态数据，动态数据包括：预览图像的动态范围和相对最近采集图像的画面移动程度，并根据动态数据，确定目标采集方式，以及采用目标采集方式采集原始图像，原始图像用于得到目标降噪图像，能够结合动态范围和画面移动程度确定合适的采集方式采集原始图像，使得基于所采集的原始图像得到的降噪图像更清晰，有效提升图像呈现效果。
为达到上述目的，本申请第三方面实施例提出的电子设备，包括：图像传感器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述图像传感器与所述处理器电连接，所述处理器执行所述程序时，实现本申请第一方面实施例提出的图像处理方法。
本申请第三方面实施例提出的电子设备，通过获取预览图像，获取预览图像的动态数据，动态数据包括：预览图像的动态范围和相对最近采集图像的画面移动程度，并根据动态数据，确定目标采集方式，以及采用目标采集方式采集原始图像，原始图像用于得到目标降噪图像，能够结合动态范围和画面移动程度确定合适的采集方式采集原始图像，使得基于所采集的原始图像得到的降噪图像更清晰，有效提升图像呈现效果。
为达到上述目的，本申请第四方面实施例提出的计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请第一方面实施例提出的图像处理方法。
本申请第四方面实施例提出的计算机可读存储介质，通过获取预览图像，获取预览图像的动态数据，动态数据包括：预览图像的动态范围和相对最近采集图像的画面移动程度，并根据动态数据，确定目标采集方式，以及采用目标采集方式采集原始图像，原始图像用于得到目标降噪图像，能够结合动态范围和画面移动程度确定合适的采集方式采集原始图像，使得基于所采集的原始图像得到的降噪图像更清晰，有效提升图像呈现效果。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本申请一实施例提出的图像处理方法的流程示意图；
图2是本申请另一实施例提出的图像处理方法的流程示意图；
图3是本申请另一实施例提出的图像处理方法的流程示意图；
图4是本申请一实施例提出的图像处理装置的结构示意图；
图5是本申请另一实施例提出的图像处理装置的结构示意图；
图6为本申请实施例提供的一种电子设备的结构示意图；
图7中为本申请实施例提供的一种电子设备的原理示例图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
为了解决相关技术中在合成最终的图像时则会出现图像之间对位错误导致“鬼影”，或者在采集原始图像过程中会引入噪声，导致最终合成的图像不清晰，图像呈现效果不佳的技术问题，本申请实施例提供一种图像处理方法，通过获取预览图像，获取预览图像的动态数据，动态数据包括：预览图像的动态范围和相对最近采集图像的画面移动程度，并根据动态数据，确定目标采集方式，以及采用目标采集方式采集原始图像，原始图像用于得到目标降噪图像，能够结合动态范围和画面移动程度确定合适的采集方式采集原始图像，使得基于所采集的原始图像得到的降噪图像更清晰，有效提升图像呈现效果。
图1是本申请一实施例提出的图像处理方法的流程示意图。
本申请实施例的图像处理方法，应用于电子设备，该电子设备可以为手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、成像设备的硬件设备。
S101：获取预览图像。
其中，预览图像为显示在成像设备的拍照界面上的图像。
本申请实施例中，在成像设备采集图像的过程中，可以根据用户的拍摄操作显示预览界面，以在电子设备的预览界面显示图像，并获取到该成像设备采集的预览图像，从而使得在图像处理的过程中用户能够清晰的看到各帧图像的成像效果。
S102：获取预览图像的动态数据，动态数据包括：预览图像的动态范围和相对最近采集图像的画面移动程度。
其中，动态范围，是指图像中最亮区域到最暗区域的范围。
本申请实施例中，统计预览图像中最亮区域和最暗区域的像素，并归一化至0～1，记为Sd，当这个值越大，图像的动态范围越高。
本申请实施例中，通过统计预览图像相对于最近采集图像的画面中移动区域的像素多少，并归一化到0～1，记为Sm，为预览图像相对最近采集图像的画面移动程度。
S103：根据动态数据，确定目标采集方式。
其中的目标采集方式，为根据动态数据确定的较合适的采集原始图像的方式。
一些实施例中，可以根据动态范围和画面移动程度，确定采用包围曝光或者多帧欠曝光的方式采集多帧原始图像。
其中，包围曝光，是指根据用户设置拍摄多张等差曝光量的图像。例如，拍摄三张图像，一张为过曝图像、一张为正常曝光图像、一张为欠曝光图像。多帧欠曝光方式，是指在欠曝光情况下采集多帧原始图像，以避免高动态范围合成时容易产生严重鬼影的现象。
S104：采用目标采集方式采集原始图像，原始图像用于得到目标降噪图像。
本申请实施例中，在确定预览图像的动态范围和相对最近采集图像的画面移动程度后，可以根据动态范围和画面移动程度，确定采集多帧原始图像时采用包围曝光方式，还是多帧欠曝光的方式，或者，确定采用采集单帧图像的方式采集一帧的图像。
在一种可能的场景下，若确定预览图像的动态范围较大时，可以采用包围曝光的方式采集多帧原始图像。由此，不仅确保了采集的多帧原始图像中存在正常曝光的图像，还可以清晰的拍摄到暗光区域的待拍摄物，进而在对多帧原始图像进行高动态范围合成时，能够较多的获取到图像的细节。
在另一种可能的场景下，若确定预览图像相对最近采集图像的画面移动程度较大时，可以采用多帧欠曝光的方式采集多帧原始图像。由此，避免了高动态范围合成时容易产生严重鬼影的现象。
本实施例中，通过获取预览图像，获取预览图像的动态数据，动态数据包括：预览图像的动态范围和相对最近采集图像的画面移动程度，并根据动态数据，确定目标采集方式，以及采用目标采集方式采集原始图像，原始图像用于得到目标降噪图像，能够结合动态范围和画面移动程度确定合适的采集方式采集原始图像，使得基于所采集的原始图像得到的降噪图像更清晰，有效提升图像呈现效果。
在图2实施例的基础上，作为一种可能的情况，根据动态数据，确定目标采集方式，可以根据动态范围和画面移动程度，确定评价值，根据评价值确定目标采集方式。下面结合图2对上述过程进行详细介绍，图2是本申请另一实施例提出的图像处理方法的流程示意图。
参见图2，该方法包括：
S201：根据动态范围Sd和画面移动程度Sm，确定评价值Sf；其中，Sf与Sd(1-Sm)成正比。
其中，评价值，记为Sf，用于确定采集多帧原始图像的曝光方式。
其中，Sf与Sd(1-Sm)成正比；也就是说，动态范围越大，评价值越大；画面移动程度越大，评价值越小。
本申请实施例中，确定预览图像的动态范围和相对最近采集图像的画面移动程度后，可以如下公式，确定评价值。
Sf＝Sd(1-Sm)*δ
其中，公式中Sd为动态范围，Sm为画面移动程度，Sf为评价值，δ为调整系数。
S202：根据评价值Sf确定目标采集方式。
可选地，一些实施例中，若评价值Sf大于或等于第一阈值，则将包围曝光方式确定为目标采集方式；若评价值Sf小于第一阈值，且画面移动程度Sm大于或者等于第二阈值，则将采集单帧图像的方式确定为目标采集方式；若评价值Sf小于第一阈值，且画面移动程度Sm小于第二阈值，则将多帧欠曝光的方式确定为目标采集方式。
其中，第一阈值，是预先设置的一个门限值。
本申请实施例中，判断根据动态范围和画面移动程度，确定的评价值是否大于或等于第一阈值，以确定采集原始图像的目标采集方式。
在一种可能的情况下，评价值Sf大于或等于第一阈值时，可以确定目标采集方式为包围曝光方式。
可以理解的是，评价值较大，可能是由于预览图像的动态范围较大的原因，在这种情况下，如果采用多帧欠曝的方式采集图像，会导致采集的多帧原始图像中暗光区域的成像效果较差。因此，本实施例中，在评价值较大时，采用包围曝光的方式采集多帧原始图像，不仅确保了采集的多帧原始图像中存在正常曝光的图像，还可以清晰的拍摄到暗光区域的待拍摄物，进而在对多帧原始图像进行高动态范围合成时，能够较多的获取到图像的细节。
本申请实施例中，确定评价值小于第一阈值后，进一步判断画面移动程度是否小于第二阈值，以在评价值小于第一阈值的情况下，根据画面移动程度，确定采集原始图像的目标采集方式。
本申请实施例中，在确定评价值小于第一阈值，并且画面移动程度小于第二阈值时，确定采用多帧欠曝光的方式采集原始图像。
可以理解的是，评价值小于第一阈值，可能是由于预览图像的动态范围较小的原因，此时采用多帧欠曝光的方式采集多帧原始图像，能够较强的还原待拍摄物，从而在根据多帧原始图像得到目标降噪图像后，目标降噪图像能够较多的保留图像的细节。
本申请实施例中，在确定评价值小于第一阈值，并且画面移动程度大于或等于第二阈值时，控制成像设备采集单帧原始图像。由此，避免了画面移动程度较大时，采集的多帧原始图像在高动态范围合成时容易产生严重鬼影的现象。
本实施例中，根据动态范围和画面移动程度，确定评价值后，当评价值大于或等于第一阈值时，确定采用包围曝光方式采集多帧原始图像，当评价值小于第一阈值，且画面移动程度小于第二阈值时，确定采用多帧欠曝光的方式采集多帧原始图像，在评价值小于第一阈值，且画面移动程度大于或等于第二阈值，采集单帧原始图像。由此，不仅避免了动态范围较高时采集的图像中亮度区域过亮或者暗部区域过暗的情况，还解决了多帧图像之间出现画面移动时，容易造成移动区域出现重影的技术问题。
图3是本申请另一实施例提出的图像处理方法的流程示意图。
参见图3，该方法包括：
S301：确定与目标采集方式匹配的降噪模型。
其中，降噪模型，是通过获取训练样本集，训练样本集中包括各采集方式下采集到的样本图；从训练样本集中，选取相同采集方式下采集到的目标样本图；采用目标样本图，训练各采集方式对应的降噪模型，直至对应的降噪模型识别出的噪声特性与相应目标样本图中标注的噪声特性匹配时，对应的降噪模型训练完成。
其中的降噪模型可以例如为神经网络模型。
可以理解的是，由于电子设备中的图像传感器在拍摄的过程中会受到不同程度的来自周边电路和本身像素间的光电磁干扰，因此采集到的原始图像不可避免的存在噪声，并且，干扰程度的不同，采集到的图像的清晰度也不相同。因此采集到的多帧原始图像也必然存在噪声，需要进一步对多帧原始图像进行降噪处理。
可以理解的是，为了获得较佳的人工智能的降噪效果，在选用降噪模型进行降噪时，采用训练样本集对该降噪模型进行训练，以提高降噪模型识别噪声特性的能力。其中，训练样本集中包括各采集方式下采集到的样本图。
作为一种可能的实现方式，从训练样本集中，选取相同采集方式下采集到的目标样本图，将目标样本图，训练各采集方式对应的降噪模型。
本申请实施例中，采用目标样本图，训练各采集方式对应的降噪模型，直至对应的降噪模型识别出的噪声特性与相应目标样本图中标注的噪声特性匹配时，对应的降噪模型训练完成。
S302：采用降噪模型，对原始图像进行降噪处理以得到目标降噪图像。
需要说明的是，在目标样本图中已经标注统计特性对降噪模型进行训练，是因为已标注的目标样本图能够清楚的表示出图像的噪声位置和噪声类型，从而将标注的统计特性作为模型训练的特性，将原始图像输入降噪模型后，能够识别出原始图像中的统计特性。
因此，可以采用降噪模型，识别原始图像的噪声特性，以对原始图像进行降噪处理，得到目标降噪图像。
其中，噪声特性，可以是由于图像传感器引起的随机噪声的统计特性。这里说的噪声主要包括热噪声和散粒噪声，其中，热噪声符合高斯分布，散粒噪声符合泊松分布，本申请实施例中的统计特性可以指噪声的方差值，当然也可以是其他可能情况的值，在此不做限定。
当然，本实施例中的降噪模型仅仅是实现基于人工智能的降噪的一种可能的实现方式，在实际执行过程中，可以通过其他任意可能的方式来实现基于人工智能的降噪，比如，还可以采用传统的编程技术(比如模拟法和工程学方法)实现，又比如，还可以遗传学算法来实现。
本申请实施例中，为了实现使得降噪得到的目标降噪图像在降低画面噪声的同时保留图像细节，实现更具有针对性的降噪，以及更有效率的降噪和避免图像融合的副作用，不仅仅针对不同的目标采集方式配置不同的所匹配的降噪模型，还针对不同的目标采集方式配置不同次序的图像融合步骤和图像降噪步骤。
具体地，本实施例中，在目标采集方式为包围曝光方式时，采用与包围曝光方式对应的降噪模型对所采集的多帧原始图像进行降噪，并对各帧降噪后的多帧原始图像合成得到目标降噪图像；在目标采集方式为采集单帧图像的方式时，采用与采集单帧图像的方式对应的降噪模型对所采集的一帧原始图像进行降噪得到目标降噪图像；在目标采集方式为多帧欠曝光的方式时，将所采集的多帧原始图像合成得到高动态范围图像，并采用与多帧欠曝光的方式对应的降噪模型对高动态范围图像进行降噪得到目标降噪图像。
本实施例中，通过确定与目标采集方式匹配的降噪模型，并采用降噪模型，对原始图像进行降噪处理以得到目标降噪图像，提高了降噪的有效性，使得降噪得到的目标降噪图像在降低画面噪声的同时保留图像细节，得到清晰度更好的成像效果。不仅提升了夜景拍摄图像的动态范围和整体亮度，有效抑制了图像中的噪声，而且抑制了手持抖动导致的鬼影，提高了夜景拍摄图像的质量，改善了用户体验。
图4是本申请一实施例提出的图像处理装置的结构示意图。
参见图4，该装置400包括：
第一获取模块401，用于获取预览图像；
第二获取模块402，用于获取预览图像的动态数据，动态数据包括：预览图像的动态范围和相对最近采集图像的画面移动程度；
第一确定模块403，用于根据动态数据，确定目标采集方式；
采集模块404，用于采用目标采集方式采集原始图像，原始图像用于得到目标降噪图像。
可选地，一些实施例中，第一确定模块403，具体用于：
根据动态范围Sd和画面移动程度Sm，确定评价值Sf；其中，Sf与Sd(1-Sm)成正比；
根据评价值Sf确定目标采集方式。
可选地，一些实施例中，第一确定模块403，具体用于：
若评价值Sf大于或等于第一阈值，则将包围曝光方式确定为目标采集方式；
若评价值Sf小于第一阈值，且画面移动程度Sm大于或者等于第二阈值，则将采集单帧图像的方式确定为目标采集方式；
若评价值Sf小于第一阈值，且画面移动程度Sm小于第二阈值，则将多帧欠曝光的方式确定为目标采集方式。
可选地，一些实施例中，参见图5，还包括：
第二确定模块405，用于确定与目标采集方式匹配的降噪模型；
降噪模块406，用于采用降噪模型，对原始图像进行降噪处理以得到目标降噪图像。
可选地，一些实施例中，降噪模型，是通过获取训练样本集，训练样本集中包括各采集方式下采集到的样本图；从训练样本集中，选取相同采集方式下采集到的目标样本图；采用目标样本图，训练各采集方式对应的降噪模型，直至对应的降噪模型识别出的噪声特性与相应目标样本图中标注的噪声特性匹配时，对应的降噪模型训练完成。
可选地，一些实施例中，降噪模块406，具体用于：
在目标采集方式为包围曝光方式时，采用与包围曝光方式对应的降噪模型对所采集的多帧原始图像进行降噪，并对各帧降噪后的多帧原始图像合成得到目标降噪图像；
在目标采集方式为采集单帧图像的方式时，采用与采集单帧图像的方式对应的降噪模型对所采集的一帧原始图像进行降噪得到目标降噪图像；
在目标采集方式为多帧欠曝光的方式时，将所采集的多帧原始图像合成得到高动态范围图像，并采用与多帧欠曝光的方式对应的降噪模型对高动态范围图像进行降噪得到目标降噪图像。
需要说明的是，前述对图像处理方法实施例的解释说明也适用于该实施例的图像处理装置400，此处不再赘述。
本实施例中，通过获取预览图像，获取预览图像的动态数据，动态数据包括：预览图像的动态范围和相对最近采集图像的画面移动程度，并根据动态数据，确定目标采集方式，以及采用目标采集方式采集原始图像，原始图像用于得到目标降噪图像，能够结合动态范围和画面移动程度确定合适的采集方式采集原始图像，使得基于所采集的原始图像得到的降噪图像更清晰，有效提升图像呈现效果。
为了实现上述实施例，本申请还提出一种电子设备200，参见图6，图6为本申请实施例提供的一种电子设备的结构示意图，包括：图像传感器210、存储器230、处理器220及存储在存储器230上并可在处理器220上运行的计算机程序，图像传感器210与处理器220电连接，处理器220执行程序时，实现上述的图像处理方法。
作为一种示例，请参阅图7，在图6电子设备的基础上，图7中为本申请实施例提供的一种电子设备的原理示例图。电子设备200的存储器230包括非易失性存储器60、内存储器62和处理器220。存储器230中存储有计算机可读指令。计算机可读指令被存储器执行时，使得处理器220执行上述任一实施方式的图像处理方法。
如图7所示，该电子设备200包括通过系统总线61连接的处理器220、非易失性存储器60、内存储器62、显示屏63和输入装置64。其中，电子设备200的非易失性存储器60存储有操作系统和计算机可读指令。该计算机可读指令可被处理器220执行，以实现本申请实施方式的图像处理方法。该处理器220用于提供计算和控制能力，支撑整个电子设备200的运行。电子设备200的内存储器62为非易失性存储器60中的计算机可读指令的运行提供环境。电子设备200的显示屏63可以是液晶显示屏或者电子墨水显示屏等，输入装置64可以是显示屏63上覆盖的触摸层，也可以是电子设备200外壳上设置的按键、轨迹球或触控板，也可以是外接的键盘、触控板或鼠标等。该电子设备200可以是手机、平板电脑、笔记本电脑、个人数字助理或穿戴式设备(例如智能手环、智能手表、智能头盔、智能眼镜)等。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的示意图，并不构成对本申请方案所应用于其上的电子设备200的限定，具体的电子设备200可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
为了实现上述实施例，本申请实施例还提供了一种存储介质，当存储介质中的指令由处理器执行时，使得处理器执行以下步骤：获取预览图像；获取预览图像的动态数据，动态数据包括：预览图像的动态范围和相对最近采集图像的画面移动程度；根据动态数据，确定目标采集方式；采用目标采集方式采集原始图像，原始图像用于得到目标降噪图像。
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，的程序可存储于一非易失性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，的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。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。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。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (14)

1.一种图像处理方法，其特征在于，包括：
获取预览图像；
获取所述预览图像的动态数据，所述动态数据包括：所述预览图像的动态范围和相对最近采集图像的画面移动程度，所述动态范围，是指图像中最亮区域到最暗区域的范围；
根据所述动态数据，确定目标采集方式；
采用所述目标采集方式采集原始图像，所述原始图像用于得到目标降噪图像。
2.如权利要求1所述的图像处理方法，其特征在于，所述根据所述动态数据，确定目标采集方式，包括：
根据所述动态范围Sd和所述画面移动程度Sm，确定评价值Sf；其中，Sf与Sd(1-Sm)成正比，所述动态范围Sd和所述画面移动程度Sm为归一化至0～1之间的分数；
根据所述评价值Sf确定所述目标采集方式。
3.如权利要求2所述的图像处理方法，其特征在于，所述根据所述评价值Sf确定所述目标采集方式，包括：
若所述评价值Sf大于或等于第一阈值，则将包围曝光方式确定为所述目标采集方式；
若所述评价值Sf小于所述第一阈值，且所述画面移动程度Sm大于或者等于第二阈值，则将采集单帧图像的方式确定为所述目标采集方式；
若所述评价值Sf小于所述第一阈值，且所述画面移动程度Sm小于所述第二阈值，则将多帧欠曝光的方式确定为所述目标采集方式。
4.如权利要求3所述的图像处理方法，其特征在于，所述采用所述目标采集方式采集原始图像之后，还包括：
确定与所述目标采集方式匹配的降噪模型；
采用所述降噪模型，对所述原始图像进行降噪处理以得到所述目标降噪图像。
5.如权利要求4所述的图像处理方法，其特征在于，所述降噪模型，是通过获取训练样本集，所述训练样本集中包括各采集方式下采集到的样本图；从所述训练样本集中，选取相同采集方式下采集到的目标样本图；采用所述目标样本图，训练各采集方式对应的降噪模型，直至所述对应的降噪模型识别出的噪声特性与相应目标样本图中标注的噪声特性匹配时，所述对应的降噪模型训练完成。
6.如权利要求4所述的图像处理方法，其特征在于，所述采用所述降噪模型，对所述原始图像进行降噪处理，包括：
在所述目标采集方式为所述包围曝光方式时，采用与所述包围曝光方式对应的降噪模型对所采集的多帧原始图像进行降噪，并对各帧降噪后的多帧原始图像合成得到所述目标降噪图像；
在所述目标采集方式为所述采集单帧图像的方式时，采用与所述采集单帧图像的方式对应的降噪模型对所采集的一帧原始图像进行降噪得到所述目标降噪图像；
在所述目标采集方式为所述多帧欠曝光的方式时，将所采集的多帧原始图像合成得到高动态范围图像，并采用与所述多帧欠曝光的方式对应的降噪模型对所述高动态范围图像进行降噪得到所述目标降噪图像。
7.一种图像处理装置，其特征在于，包括：
第一获取模块，用于获取预览图像；
第二获取模块，用于获取所述预览图像的动态数据，所述动态数据包括：所述预览图像的动态范围和相对最近采集图像的画面移动程度，所述动态范围，是指图像中最亮区域到最暗区域的范围；
第一确定模块，用于根据所述动态数据，确定目标采集方式；
采集模块，用于采用所述目标采集方式采集原始图像，所述原始图像用于得到目标降噪图像。
8.如权利要求7所述的图像处理装置，其特征在于，所述第一确定模块，具体用于：
根据所述动态范围Sd和所述画面移动程度Sm，确定评价值Sf；其中，Sf与Sd(1-Sm)成正比，所述动态范围Sd和所述画面移动程度Sm为归一化至0～1之间的分数；
根据所述评价值Sf确定所述目标采集方式。
9.如权利要求8所述的图像处理装置，其特征在于，所述第一确定模块，具体用于：
若所述评价值Sf大于或等于第一阈值，则将包围曝光方式确定为所述目标采集方式；
若所述评价值Sf小于所述第一阈值，且所述画面移动程度Sm大于或者等于第二阈值，则将采集单帧图像的方式确定为所述目标采集方式；
若所述评价值Sf小于所述第一阈值，且所述画面移动程度Sm小于所述第二阈值，则将多帧欠曝光的方式确定为所述目标采集方式。
10.如权利要求9所述的图像处理装置，其特征在于，还包括：
第二确定模块，用于确定与所述目标采集方式匹配的降噪模型；
降噪模块，用于采用所述降噪模型，对所述原始图像进行降噪处理以得到所述目标降噪图像。
11.如权利要求10所述的图像处理装置，其特征在于，所述降噪模型，是通过获取训练样本集，所述训练样本集中包括各采集方式下采集到的样本图；从所述训练样本集中，选取相同采集方式下采集到的目标样本图；采用所述目标样本图，训练各采集方式对应的降噪模型，直至所述对应的降噪模型识别出的噪声特性与相应目标样本图中标注的噪声特性匹配时，所述对应的降噪模型训练完成。
12.如权利要求10所述的图像处理装置，其特征在于，所述降噪模块，具体用于：
在所述目标采集方式为所述包围曝光方式时，采用与所述包围曝光方式对应的降噪模型对所采集的多帧原始图像进行降噪，并对各帧降噪后的多帧原始图像合成得到所述目标降噪图像；
在所述目标采集方式为所述采集单帧图像的方式时，采用与所述采集单帧图像的方式对应的降噪模型对所采集的一帧原始图像进行降噪得到所述目标降噪图像；
在所述目标采集方式为所述多帧欠曝光的方式时，将所采集的多帧原始图像合成得到高动态范围图像，并采用与所述多帧欠曝光的方式对应的降噪模型对所述高动态范围图像进行降噪得到所述目标降噪图像。
13.一种电子设备，其特征在于，包括：图像传感器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述图像传感器与所述处理器电连接，所述处理器执行所述程序时，实现如权利要求1-6中任一所述的图像处理方法。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的图像处理方法。
CN201910509591.8A 2019-06-13 2019-06-13 图像处理方法、装置、电子设备及存储介质 Active CN110290314B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910509591.8A CN110290314B (zh) 2019-06-13 2019-06-13 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
CN201910509591.8A CN110290314B (zh) 2019-06-13 2019-06-13 图像处理方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN110290314A CN110290314A (zh) 2019-09-27
CN110290314B true CN110290314B (zh) 2021-01-15

Family

ID=68004769

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910509591.8A Active CN110290314B (zh) 2019-06-13 2019-06-13 图像处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN110290314B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101778220A (zh) * 2010-03-01 2010-07-14 华为终端有限公司 一种自动切换夜景模式的方法和摄像设备
CN107231530A (zh) * 2017-06-22 2017-10-03 维沃移动通信有限公司 一种拍照方法及移动终端
CN109005366A (zh) * 2018-08-22 2018-12-14 Oppo广东移动通信有限公司 摄像模组夜景摄像处理方法、装置、电子设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130155308A1 (en) * 2011-12-20 2013-06-20 Qualcomm Incorporated Method and apparatus to enhance details in an image
CN105590294B (zh) * 2014-11-18 2019-02-05 联想(北京)有限公司 一种图像处理方法和电子设备
CN107343180A (zh) * 2017-08-15 2017-11-10 安徽大学 一种多视觉模态数据采集系统及采集方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101778220A (zh) * 2010-03-01 2010-07-14 华为终端有限公司 一种自动切换夜景模式的方法和摄像设备
CN107231530A (zh) * 2017-06-22 2017-10-03 维沃移动通信有限公司 一种拍照方法及移动终端
CN109005366A (zh) * 2018-08-22 2018-12-14 Oppo广东移动通信有限公司 摄像模组夜景摄像处理方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN110290314A (zh) 2019-09-27

Similar Documents

Publication Publication Date Title
US11228720B2 (en) Method for imaging controlling, electronic device, and non-transitory computer-readable storage medium
CN109005364B (zh) 成像控制方法、装置、电子设备以及计算机可读存储介质
EP3624439B1 (en) Imaging processing method for camera module in night scene, electronic device and storage medium
CN110445988B (zh) 图像处理方法、装置、存储介质及电子设备
CN109672819B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN109218628B (zh) 图像处理方法、装置、电子设备及存储介质
CN108683862B (zh) 成像控制方法、装置、电子设备及计算机可读存储介质
CN108335279B (zh) 图像融合和hdr成像
CN108337445B (zh) 拍照方法、相关设备及计算机存储介质
JP5898466B2 (ja) 撮像装置、その制御方法、及びプログラム
US8964060B2 (en) Determining an image capture payload burst structure based on a metering image capture sweep
US11490024B2 (en) Method for imaging controlling, electronic device, and non-transitory computer-readable storage medium
CN110248106B (zh) 图像降噪方法、装置、电子设备以及存储介质
KR101117882B1 (ko) 휘도 보정
CN111684788A (zh) 一种图像处理的方法和装置
CN110191291B (zh) 基于多帧图像的图像处理方法和装置
US9544505B2 (en) Image processing apparatus for synthesizing images based on a plurality of exposure time periods and image processing method thereof
CN109218627B (zh) 图像处理方法、装置、电子设备及存储介质
CN110166707B (zh) 图像处理方法、装置、电子设备以及存储介质
CN108833804A (zh) 成像方法、装置和电子设备
KR20060045424A (ko) 휘도 정정을 갖는 디지털 카메라
CN109005369B (zh) 曝光控制方法、装置、电子设备以及计算机可读存储介质
CN108833802B (zh) 曝光控制方法、装置和电子设备
CN109167930A (zh) 图像显示方法、装置、电子设备和计算机可读存储介质
CN110213462B (zh) 图像处理方法、装置、电子设备、图像处理电路及存储介质

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