CN110458768A - 图像处理方法、计算机设备和可读存储介质 - Google Patents

图像处理方法、计算机设备和可读存储介质 Download PDF

Info

Publication number
CN110458768A
CN110458768A CN201910638710.XA CN201910638710A CN110458768A CN 110458768 A CN110458768 A CN 110458768A CN 201910638710 A CN201910638710 A CN 201910638710A CN 110458768 A CN110458768 A CN 110458768A
Authority
CN
China
Prior art keywords
image
brightness
value
lightness channel
channel value
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
CN201910638710.XA
Other languages
English (en)
Other versions
CN110458768B (zh
Inventor
淳秋坪
石峰
詹翊强
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.)
Shanghai United Imaging Intelligent Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Intelligent Healthcare Co 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 Shanghai United Imaging Intelligent Healthcare Co Ltd filed Critical Shanghai United Imaging Intelligent Healthcare Co Ltd
Priority to CN201910638710.XA priority Critical patent/CN110458768B/zh
Publication of CN110458768A publication Critical patent/CN110458768A/zh
Application granted granted Critical
Publication of CN110458768B publication Critical patent/CN110458768B/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
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G06T5/92Dynamic range modification of images or parts thereof based on global image properties

Landscapes

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

Abstract

本发明涉及一种图像处理方法、计算机设备和可读存储介质,该方法包括:获取多幅相同或相似曝光条件下得到的图像;参考各图像的亮度或明度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像;目标图像为各图像中的至少一幅。该方法中计算机设备只需获取多幅相同或相似曝光条件下得到的图像,参考各图像的亮度或明度通道值,就可以对目标图像进行亮度矫正处理,解决了传统技术中对光照不均匀的图像的矫正需要获取标准的样本图像的问题,扩大了该图像处理方法的应用场景;另外,该图像处理方法只需参考各图像的亮度或明度通道值,就可以对目标图像进行矫正处理,计算量较小,提高了对目标图像的矫正效率。

Description

图像处理方法、计算机设备和可读存储介质
技术领域
本发明涉及图像领域,特别是涉及一种图像处理方法、计算机设备和可读存储介质。
背景技术
日常生活中,在利用摄像设备进行拍摄的过程中,拍摄的图像会受到光照的影响,导致图像出现光照不均匀等现象,例如,在使用显微镜进行图像采集的过程中,由于物体表面对光的反射和吸收性能的不同以及光照条件的影响,会造成图像的亮度不均匀,除此之外,显微镜的结构也会造成图像的亮度不均匀,使得拍摄的显微镜图像通常中心光照较强,四周光照较弱。
传统技术中,对光照不均匀的图像的矫正方法是获取一张标准的样本图像,然后通过累加该样本图像的所有像素值再除以像素数量,获得平均灰度值,利用获得的样本图像的平均灰度值对需要进行矫正的图像进行矫正,得到矫正图像。
但是,传统技术中对光照不均匀的图像的矫正方法需要获取标准的样本图像,而标准的样本图像难以获取,使得该方法具有一定的局限性。
发明内容
基于此,有必要针对传统技术中对光照不均匀的图像的矫正方法需要获取标准的样本图像,而标准的样本图像难以获取,使得该方法具有一定的局限性的问题,提供一种图像处理方法、计算机设备和可读存储介质。
第一方面,本发明实施例提供一种图像处理方法,所述方法包括:
获取多幅相同或相似曝光条件下得到的图像;
参考各所述图像的亮度或明度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像;所述目标图像为各所述图像中的至少一幅。
在其中一个实施例中,所述参考各所述图像的亮度或明度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像,包括:
根据各所述图像的亮度或明度通道值,得到各所述图像的亮度或明度通道值的平均值;
根据各所述图像的亮度或明度通道值的平均值,对所述目标图像进行亮度矫正处理,得到矫正后的图像。
在其中一个实施例中,所述根据各所述图像的亮度或明度通道值的平均值,对所述目标图像进行亮度矫正处理,得到矫正后的图像,包括:
对各所述图像的亮度或明度通道值的平均值进行归一化处理,根据归一化处理结果生成掩模图像;所述掩模图像的像素值为所述归一化处理后的亮度或明度通道值的平均值;
根据所述目标图像的亮度或明度通道值,以及所述掩模图像,对所述目标图像进行亮度矫正处理,得到矫正后的图像。
在其中一个实施例中,所述根据所述目标图像的亮度或明度通道值,以及所述掩模图像,对所述目标图像进行亮度矫正处理,得到矫正后的图像,包括:
根据所述目标图像的亮度或明度通道值与所述掩模图像的像素值之间的商值,确定所述目标图像的处理后的亮度或明度通道值;
用所述目标图像的处理后的亮度或明度通道值替换所述目标图像的亮度或明度通道值,得到所述矫正后的图像。
在其中一个实施例中,所述根据所述目标图像的亮度或明度通道值与所述亮度掩模图像的像素值之间的商值,确定所述目标图像的处理后的亮度或明度通道值,包括:
若所述目标图像的亮度或明度通道值与所述亮度掩模图像的像素值之间的商值小于或等于预设的亮度阈值,则将所述商值确定为所述目标图像的处理后的亮度或明度通道值;
若所述目标图像的亮度或明度通道值与所述亮度掩模图像的像素值之间的商值大于所述预设的亮度阈值,则将所述预设的亮度阈值确定为所述目标图像的处理后的亮度或明度通道值。
在其中一个实施例中,所述对各所述图像的亮度或明度通道值的平均值进行归一化处理,包括:
将各所述图像像素的亮度或明度通道值的平均值归一化到预设的归一化值区间;所述预设的归一化值区间的下限值小于1,上限值大于1。
在其中一个实施例中,所述根据各所述图像的亮度或明度通道值,得到各所述图像的亮度或明度通道值的平均值,包括:
根据各所述图像的亮度或明度通道值以及公式得到各所述图像的亮度或明度通道值的平均值;式中,Imean(i,j)为各所述图像的亮度或明度通道值的平均值,m为所述图像的数量,Ik(i,j)为第k幅图像中第i行,第j列的亮度或明度通道值,i∈(0,h),j∈(0,w),其中,h为各所述图像的高,w为各所述图像的宽。
在其中一个实施例中,所述参考各所述图像的亮度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像之前,所述方法还包括:
将各所述图像由RGB图像转化为YUV图像或HSV图像;
所述得到矫正后的图像之后,所述方法还包括:
将矫正后的图像由YUV图像或HSV图像转化为RGB图像。
第二方面,本发明实施例提供一种图像处理装置,所述装置包括:
获取模块,用于获取多幅相同或相似曝光条件下得到的图像;
矫正模块,用于参考各所述图像的亮度或明度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像;所述目标图像为各所述图像中的至少一幅。
第三方面,本发明实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取多幅相同或相似曝光条件下得到的图像;
参考各所述图像的亮度或明度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像;所述目标图像为各所述图像中的至少一幅。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取多幅相同或相似曝光条件下得到的图像;
参考各所述图像的亮度或明度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像;所述目标图像为各所述图像中的至少一幅。
上述实施例提供的图像处理方法、装置、计算机设备和可读存储介质中,计算机设备获取多幅相同或相似曝光条件下得到的图像,参考各图像的亮度或明度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像。在该方法中,计算机设备只需获取多幅相同或相似曝光条件下得到的图像,参考各图像的亮度或明度通道值,就可以对目标图像进行亮度矫正处理,解决了传统技术中对光照不均匀的图像的矫正需要获取标准的样本图像的问题,扩大了该图像处理方法的应用场景;另外,该图像处理方法只需参考各图像的亮度或明度通道值,就可以对目标图像进行矫正处理,计算量较小,提高了对目标图像的矫正效率。
附图说明
图1为一个实施例提供的计算机设备的内部结构示意图;
图2为一个实施例提供的图像处理方法的流程示意图;
图3为另一个实施例提供的图像处理方法的流程示意图;
图4为另一个实施例提供的图像处理方法的流程示意图;
图5为另一个实施例提供的图像处理方法的流程示意图;
图6为一个实施例提供的图像处理装置结构示意图;
图7为一个实施例提供的图像处理装置结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的图像处理方法,可以适用于如图1所示的计算机设备。该计算机设备包括通过系统总线连接的处理器、存储器,该存储器中存储有计算机程序,处理器执行该计算机程序时可以执行下述方法实施例的步骤。可选的,该计算机设备还可以包括网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器,该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。可选的,该计算机设备可以是服务器,可以是个人计算机,还可以是个人数字助理,还可以是其他的终端设备,例如平板电脑、手机等等,还可以是云端或者远程服务器,本申请实施例对计算机设备的具体形式并不做限定。
需要说明的是,本申请实施例提供的图像处理方法,其执行主体可以是图像处理装置,该图像处理装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部。下述方法实施例中,均以执行主体是计算机设备为例来进行说明。
下面以具体的实施例对本发明的技术方案以及本发明的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图2为一个实施例提供的图像处理方法的流程示意图。本实施例涉及的是计算机设备对目标图像进行亮度矫正处理的具体实现过程。如图2所示,该方法可以包括:
S201,获取多幅相同或相似曝光条件下得到的图像。
具体的,计算机设备首先获取多幅相同或相似曝光条件下得到的图像。可选的,该图像可以为医学领域中相同或相似曝光条件下的核磁共振图像、B超图像或者CT图像,也可以为在相同或相似曝光条件下使用相机或摄像机捕获的图像,也可以为相同或相似曝光条件下显微镜拍摄的显微镜图像等。可选的,计算机设备可以直接从已有的图像数据库中获取多幅相同或相似曝光条件下的图像,也可以实时地在相同或相似曝光条件下进行多次拍摄,得到多幅相同或相似曝光条件下的图像。示例性地,以对显微镜图像进行亮度矫正处理为例,计算机设备可以从已有的数据库中,获取在相同或相似曝光条件以及在同一位置进行多次拍摄所得到的多幅相同或相似曝光条件下的显微镜图像。
S202,参考各图像的亮度或明度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像;目标图像为各图像中的至少一幅。
具体的,计算机设备参考各图像的亮度或明度通道值,对各图像中的至少一幅目标图像进行矫正处理,得到矫正后的图像。其中,图像的亮度或明度通道值是指图像画面的明亮程度,在不同的曝光条件下得到的图像的亮度或明度通道值是不同的。可选的,计算机设备可以通过各图像的亮度或明度通道值的中位值,对目标图像进行亮度矫正处理,得到矫正后的图像。可选的,计算机设备可以利用各图像对应的RGB图像与各图像的亮度或明度之间的对应关系,得到各图像的亮度或明度通道值。需要说明的是,RGB是具有红(R)、绿(G)、蓝(B)三个颜色通道的色彩模式,RGB属于基色颜色空间。
在本实施例中,计算机设备只需获取多幅相同或相似曝光条件下得到的图像,参考各图像的亮度或明度通道值,就可以对目标图像进行亮度矫正处理,解决了传统技术中对光照不均匀的图像的矫正需要获取标准的样本图像的问题,扩大了该图像处理方法的应用场景;另外,该图像处理方法只需参考各图像的亮度或明度通道值,就可以对目标图像进行矫正处理,计算量较小,提高了对目标图像的矫正效率。
图3为另一个实施例提供的图像处理方法的流程示意图。本实施例涉及的是计算机设备参考各图像的亮度或明度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像的具体实现过程。如图3所示,在上述实施例的基础上,作为一种可选的实施方式,上述S202,包括:
S301,根据各图像的亮度或明度通道值,得到各图像的亮度或明度通道值的平均值。
具体的,计算机设备根据各图像的亮度或明度通道值,得到各图像的亮度或明度通道值的平均值。可选的,计算机设备可以首先将各图像由RGB图像转化为YUV图像或HSV图像,得到各图像的亮度或明度通道值,再根据各图像的亮度或明度通道值,得到各图像的亮度或明度通道值的平均值。需要说明的是,YUV是一种颜色编码方法,其中,“Y”表示明亮度,也就是灰阶值,“U”和“V”表示的则是色度,用于描述图像的色彩及饱和度,“Y”通道值即为各图像的亮度通道值;HSV是根据颜色的直观特性创建的一种颜色空间,“H”表示色调,“S”表示饱和度,“V”表示明度,“V”通道值即为各图像的明度通道值。可选的,计算机设备可以根据各图像的亮度或明度通道值以及公式得到各图像的亮度或明度通道值的平均值;式中,Imean(i,j)为各图像的亮度或明度通道值的平均值,m为图像的数量,Ik(i,j)为第k幅图像中第i行,第j列的亮度或明度通道值,i∈(0,h),j∈(0,w),其中,h为各图像的高,w为各图像的宽。示例性地,计算机设备获取到10幅相同或相似曝光条件下得到的图像,首先将该10幅图像分别由RGB图像转化为YUV图像或HSV图像,得到该10幅图像的亮度或明度通道值,再根据该10幅图像的亮度或明度通道值以及公式得到该10幅图像的亮度或明度通道值的平均值;式中,Imean(i,j)为该10幅图像的亮度或明度通道值的平均值,m为10,Ik(i,j)为第k幅图像中第i行,第j列的亮度或明度通道值,i∈(0,h),j∈(0,w),其中,h为该10幅图像各图像的高,w为该10幅图像各图像的宽。可选的,计算机设备也可以先剔除掉各图像的亮度或明度通道值的极值,得到处理后的各图像的亮度或明度通道值,然后利用上述公式和处理后的各图像的亮度或明度通道值,得到各图像的亮度或明度通道值的平均值。
S302,根据各图像的亮度或明度通道值的平均值,对目标图像进行亮度矫正处理,得到矫正后的图像。
具体的,计算机设备根据得到的各图像的亮度或明度通道值的平均值,对各目标图像进行亮度矫正处理,得到矫正后的图像。可选的,计算机设备可以用各图像的亮度或明度通道值的平均值替换目标图像每个点的像素值,对目标图像进行亮度矫正处理,得到矫正后的图像。可选的,由于目标图像为各图像中的至少一幅,而对目标图像进行矫正处理之前,S301中计算机设备将各图像由RGB图像转化为了YUV图像或HSV图像,因此对目标图像进行亮度矫正处理,得到矫正后的图像之后,计算机设备可以将矫正后的图像由YUV图像或HSV图像转化为RGB图像。
在本实施例中,计算机设备根据各图像的亮度或明度通道值,能够快速的得到各图像的亮度或明度通道值的平均值,提高了得到各图像的亮度或明度通道值的平均值的效率,而对目标图像的亮度矫正处理是根据各图像的亮度或明度通道值的平均值进行的,进而提高了对目标图像进行亮度矫正处理的处理效率。
图4为另一个实施例提供的图像处理方法的流程示意图。本实施例涉及的是计算机设备根据各图像的亮度或明度通道值的平均值,对目标图像进行亮度矫正处理,得到矫正后的图像的具体实现过程。如图4所示,在上述实施例的基础上,作为一种可选的实施方式,上述S302,包括:
S401,对各图像的亮度或明度通道值的平均值进行归一化处理,根据归一化处理结果生成掩模图像;掩模图像的像素值为归一化处理后的亮度或明度通道值的平均值。
具体的,计算机设备对各图像的亮度或明度通道值的平均值进行归一化处理,根据归一化处理结果生成掩模图像,其中,掩模图像的像素值为归一化处理后的亮度或明度通道值的平均值。可选的,计算机设备可以将各图像像素的亮度或明度通道值的平均值归一化到预设的归一化值区间,其中,预设的归一化值区间的下限值小于1,上限值大于1。可选的,计算机设备可以将各图像的亮度或明度通道值的平均值归一化到标准归一化值区间[0,1],根据标准归一化值区间和上述预设的归一化值区间之间的映射关系,将各图像的亮度或明度通道值的平均值映射到预设的归一化值区间,得到归一化处理后的亮度或明度通道值的平均值,将归一化处理后的亮度或明度通道值的平均值作为掩模图像的像素值,生成上述掩模图像。例如,预设的归一化值区间为[0.3,1.3],计算机设备可以将各图像的亮度或明度通道值的平均值归一化到标准归一化值区间[0,1],再根据标准归一化值区间[0,1]与预设的归一化值区间[0.3,1.3]之间的映射关系,将各图像的亮度或明度通道值的平均值映射到预设的归一化值区间[0.3,1.3],得到归一化处理后的亮度或明度通道值的平均值。可选的,预设的归一化值区间还可以为[0.4,1.4],或者还可以为[0.5,1.5]。
S402,根据目标图像的亮度或明度通道值,以及掩模图像,对目标图像进行亮度矫正处理,得到矫正后的图像。
具体的,计算机设备得到目标图像的掩模图像后,根据目标图像的亮度或明度通道值,以及掩模图像,对目标图像进行亮度矫正处理,得到矫正后的图像。可选的,计算机设备可以根据目标图像的亮度或明度通道值与掩模图像的像素值之间的差值对目标图像进行亮度矫正处理,得到矫正后的图像。
在本实施例中,由于对各图像的亮度或明度通道值的平均值进行了归一化处理,使得到的归一化处理后的亮度或明度通道值比较准确,因此提高根据归一化处理结果生成的掩模图像的准确度,而对目标图像进行的亮度矫正处理是根据目标图像的亮度或明度通道值以及掩模图像进行的处理,进而提高了得到的矫正后的图像的准确度;另外,根据目标图像的亮度或明度通道值以及掩模图像,就可以对目标图像进行亮度矫正处理,提高了得到矫正后的图像的效率。
图5为另一个实施例提供的图像处理方法的流程示意图。本实施例涉及的是计算机设备根据目标图像的亮度或明度通道值,以及掩模图像,对目标图像进行亮度矫正处理,得到矫正后的图像的具体实现过程。如图5所示,在上述实施例的基础上,作为一种可选的实施方式,上述S402,包括:
S501,根据目标图像的亮度或明度通道值与掩模图像的像素值之间的商值,确定目标图像的处理后的亮度或明度通道值。
具体的,计算机设备根据目标图像的亮度或明度通道值与掩模图像的像素值之间的商值,确定目标图像的处理后的亮度或明度通道值。可选的,若目标图像的亮度或明度通道值与亮度掩模图像的像素值之间的商值小于或等于预设的亮度阈值,则计算机设备将目标图像的亮度或明度通道值与亮度掩模图像的像素值之间的商值确定为目标图像的处理后的亮度或明度通道值;若目标图像的亮度或明度通道值与亮度掩模图像的像素值之间的商值大于预设的亮度阈值,则计算机设备将预设的亮度阈值确定为目标图像的处理后的亮度或明度通道值。可选的,预设的亮度阈值可以为255。例如,预设的亮度阈值为255,若目标图像的亮度或明度通道值与亮度掩模图像的像素值之间的商值为156,小于预设的亮度阈值255,则计算机设备将156确定为目标图像处理后的亮度或明度通道值,若目标图像的亮度或明度通道值与亮度掩模图像的像素值之间的商值为258,大于预设的亮度阈值255,则计算机设备将255确定为目标图像处理后的亮度或明度通道值。
S502,用目标图像的处理后的亮度或明度通道值替换目标图像的亮度或明度通道值,得到矫正后的图像。
具体的,计算机设备用目标图像的处理后的亮度或明度通道值替换目标图像的亮度或明度通道值,得到矫正后的图像。可选的,计算机设备可以直接用目标图像的处理后的亮度或明度通道值替换目标图像的亮度或明度通道值,得到矫正后的图像,也可以根据目标图像的处理后的亮度或明度通道值与目标图像的亮度或明度通道值之间的关系,将目标图像的亮度或明度通道值修改为目标图像的处理后的亮度或明度通道值,例如,目标图像的处理后的亮度或明度通道值为199,目标图像的亮度或明度通道值为214,则计算机设备可以直接用199替换234,也可以将目标图像的亮度或明度通道值为214减去5,得到矫正后的图像。
在本实施例中,计算机设备根据目标图像的亮度或明度通道值与掩模图像的像素值之间的商值,确定目标图像的处理后的亮度或明度通道值,能够使确定的目标图像的处理后的亮度或明度通道值更加准确,再用目标图像的处理后的亮度或明度通道值替换目标图像的亮度或明度通道值,能够使得到矫正后的图像的亮度整体变亮,提高了对目标图像的矫正效果,改善了目标图像的亮度不均匀。
应该理解的是,虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图6为一个实施例提供的图像处理装置结构示意图。如图6所示,该装置可以包括:获取模块10和矫正模块11。
具体的,获取模块10,用于获取多幅相同或相似曝光条件下得到的图像;
矫正模块11,用于参考各图像的亮度或明度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像;目标图像为各图像中的至少一幅。
本实施例提供的图像处理装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
图7为一个实施例提供的图像处理装置结构示意图。在上述实施例的基础上,可选的,如图7所示,上述矫正模块11包括:获取单元111和矫正单元112。
具体的,获取单元111,用于根据各图像的亮度或明度通道值,得到各图像的亮度或明度通道值的平均值;
矫正单元112,用于根据各图像的亮度或明度通道值的平均值,对目标图像进行亮度矫正处理,得到矫正后的图像。
本实施例提供的图像处理装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
请继续参见图7,在上述实施例的基础上,可选的,上述矫正单元112,具体用于对各图像的亮度或明度通道值的平均值进行归一化处理,根据归一化处理结果生成掩模图像;掩模图像的像素值为归一化处理后的亮度或明度通道值的平均值;根据目标图像的亮度或明度通道值,以及掩模图像,对目标图像进行亮度矫正处理,得到矫正后的图像。
本实施例提供的图像处理装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
请继续参见图7,在上述实施例的基础上,可选的,上述矫正单元112,还用于根据目标图像的亮度或明度通道值与掩模图像的像素值之间的商值,确定目标图像的处理后的亮度或明度通道值;用目标图像的处理后的亮度或明度通道值替换目标图像的亮度或明度通道值,得到矫正后的图像。
可选的,上述矫正单元112,还用于若目标图像的亮度或明度通道值与亮度掩模图像的像素值之间的商值小于或等于预设的亮度阈值,则将商值确定为目标图像的处理后的亮度或明度通道值;若目标图像的亮度或明度通道值与亮度掩模图像的像素值之间的商值大于预设的亮度阈值,则将预设的亮度阈值确定为目标图像的处理后的亮度或明度通道值。
本实施例提供的图像处理装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
请继续参见图7,在上述实施例的基础上,可选的,上述矫正单元112,还用于将各图像像素的亮度或明度通道值的平均值归一化到预设的归一化值区间;预设的归一化值区间的下限值小于1,上限值大于1。
本实施例提供的图像处理装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
请继续参见图7,在上述实施例的基础上,可选的,上述获取单元111,具体用于根据各图像的亮度或明度通道值以及公式得到各图像的亮度或明度通道值的平均值;式中,Imean(i,j)为各图像的亮度或明度通道值的平均值,m为图像的数量,Ik(i,j)为第k幅图像中第i行,第j列的亮度或明度通道值,i∈(0,h),j∈(0,w),其中,h为各图像的高,w为各图像的宽。
本实施例提供的图像处理装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
请继续参见图7,在上述实施例的基础上,可选的,上述装置还包括转换模块12。
具体的,转换模块12,用于在参考各图像的亮度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像之前,将各图像由RGB图像转化为YUV图像或HSV图像;
转换模块12,还用于在得到矫正图像后,将矫正后的图像由YUV图像或HSV图像转化为RGB图像。
本实施例提供的图像处理装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
关于图像处理装置的具体限定可以参见上文中对于图像处理方法的限定,在此不再赘述。上述图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取多幅相同或相似曝光条件下得到的图像;
参考各图像的亮度或明度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像;目标图像为各图像中的至少一幅。
上述实施例提供的计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取多幅相同或相似曝光条件下得到的图像;
参考各图像的亮度或明度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像;目标图像为各图像中的至少一幅。
上述实施例提供的计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种图像处理方法,其特征在于,所述方法包括:
获取多幅相同或相似曝光条件下得到的图像;
参考各所述图像的亮度或明度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像;所述目标图像为各所述图像中的至少一幅。
2.根据权利要求1所述的方法,其特征在于,所述参考各所述图像的亮度或明度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像,包括:
根据各所述图像的亮度或明度通道值,得到各所述图像的亮度或明度通道值的平均值;
根据各所述图像的亮度或明度通道值的平均值,对所述目标图像进行亮度矫正处理,得到矫正后的图像。
3.根据权利要求2所述的方法,其特征在于,所述根据各所述图像的亮度或明度通道值的平均值,对所述目标图像进行亮度矫正处理,得到矫正后的图像,包括:
对各所述图像的亮度或明度通道值的平均值进行归一化处理,根据归一化处理结果生成掩模图像;所述掩模图像的像素值为所述归一化处理后的亮度或明度通道值的平均值;
根据所述目标图像的亮度或明度通道值,以及所述掩模图像,对所述目标图像进行亮度矫正处理,得到矫正后的图像。
4.根据权利要求3所述的方法,其特征在于,所述根据所述目标图像的亮度或明度通道值,以及所述掩模图像,对所述目标图像进行亮度矫正处理,得到矫正后的图像,包括:
根据所述目标图像的亮度或明度通道值与所述掩模图像的像素值之间的商值,确定所述目标图像的处理后的亮度或明度通道值;
用所述目标图像的处理后的亮度或明度通道值替换所述目标图像的亮度或明度通道值,得到所述矫正后的图像。
5.根据权利要求4所述的方法,其特征在于,所述根据所述目标图像的亮度或明度通道值与所述亮度掩模图像的像素值之间的商值,确定所述目标图像的处理后的亮度或明度通道值,包括:
若所述目标图像的亮度或明度通道值与所述亮度掩模图像的像素值之间的商值小于或等于预设的亮度阈值,则将所述商值确定为所述目标图像的处理后的亮度或明度通道值;
若所述目标图像的亮度或明度通道值与所述亮度掩模图像的像素值之间的商值大于所述预设的亮度阈值,则将所述预设的亮度阈值确定为所述目标图像的处理后的亮度或明度通道值。
6.根据权利要求3所述的方法,其特征在于,所述对各所述图像的亮度或明度通道值的平均值进行归一化处理,包括:
将各所述图像像素的亮度或明度通道值的平均值归一化到预设的归一化值区间;所述预设的归一化值区间的下限值小于1,上限值大于1。
7.根据权利要求2所述的方法,其特征在于,所述根据各所述图像的亮度或明度通道值,得到各所述图像的亮度或明度通道值的平均值,包括:
根据各所述图像的亮度或明度通道值以及公式得到各所述图像的亮度或明度通道值的平均值;式中,Imean(i,j)为各所述图像的亮度或明度通道值的平均值,m为所述图像的数量,Ik(i,j)为第k幅图像中第i行,第j列的亮度或明度通道值,i∈(0,h),j∈(0,w),其中,h为各所述图像的高,w为各所述图像的宽。
8.根据权利要求1所述的方法,其特征在于,所述参考各所述图像的亮度通道值,对目标图像进行亮度矫正处理,得到矫正后的图像之前,所述方法还包括:
将各所述图像由RGB图像转化为YUV图像或HSV图像;
所述得到矫正后的图像之后,所述方法还包括:
将矫正后的图像由YUV图像或HSV图像转化为RGB图像。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-8中任一项所述方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1-8中任一项所述方法的步骤。
CN201910638710.XA 2019-07-16 2019-07-16 图像处理方法、计算机设备和可读存储介质 Active CN110458768B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910638710.XA CN110458768B (zh) 2019-07-16 2019-07-16 图像处理方法、计算机设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910638710.XA CN110458768B (zh) 2019-07-16 2019-07-16 图像处理方法、计算机设备和可读存储介质

Publications (2)

Publication Number Publication Date
CN110458768A true CN110458768A (zh) 2019-11-15
CN110458768B CN110458768B (zh) 2022-03-01

Family

ID=68481296

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910638710.XA Active CN110458768B (zh) 2019-07-16 2019-07-16 图像处理方法、计算机设备和可读存储介质

Country Status (1)

Country Link
CN (1) CN110458768B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116977214A (zh) * 2023-07-21 2023-10-31 萱闱(北京)生物科技有限公司 图像优化方法、装置、介质和计算设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110001846A1 (en) * 2006-06-16 2011-01-06 Sony Corporation Image processing device, image processing method recording medium, and program
CN103034986A (zh) * 2012-11-29 2013-04-10 奇瑞汽车股份有限公司 一种基于曝光融合的夜视图像增强方法
CN104065863A (zh) * 2013-03-19 2014-09-24 腾讯科技(深圳)有限公司 图像处理方法及处理装置
CN105096278A (zh) * 2015-09-22 2015-11-25 南阳理工学院 基于光照调整的图像增强方法和设备
CN107194901A (zh) * 2017-07-27 2017-09-22 广东欧珀移动通信有限公司 图像处理方法、装置、计算机设备和计算机可读存储介质
CN108830800A (zh) * 2018-05-09 2018-11-16 南京邮电大学 一种暗光场景下图像的亮度提升增强方法
CN109785257A (zh) * 2019-01-09 2019-05-21 山东数字人科技股份有限公司 一种光照不均匀图像的处理方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110001846A1 (en) * 2006-06-16 2011-01-06 Sony Corporation Image processing device, image processing method recording medium, and program
CN103034986A (zh) * 2012-11-29 2013-04-10 奇瑞汽车股份有限公司 一种基于曝光融合的夜视图像增强方法
CN104065863A (zh) * 2013-03-19 2014-09-24 腾讯科技(深圳)有限公司 图像处理方法及处理装置
CN105096278A (zh) * 2015-09-22 2015-11-25 南阳理工学院 基于光照调整的图像增强方法和设备
CN107194901A (zh) * 2017-07-27 2017-09-22 广东欧珀移动通信有限公司 图像处理方法、装置、计算机设备和计算机可读存储介质
CN108830800A (zh) * 2018-05-09 2018-11-16 南京邮电大学 一种暗光场景下图像的亮度提升增强方法
CN109785257A (zh) * 2019-01-09 2019-05-21 山东数字人科技股份有限公司 一种光照不均匀图像的处理方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
GRZEGORZ KRAWEZYK ET AL: "Brightness Adjustment for HDR and Tone Mapped Images", 《15TH PACIFIC CONFERENCE ON COMPUTER GRAPHICS AND APPLICATIONS (PG"07)》 *
云海姣等: "结合人眼视觉特性和模糊集理论的彩色图像增强", 《南京师范大学学报(工程技术版)》 *
罗青松: "无人机相机自动曝光与自动白平衡算法的研究与实现", 《中国优秀硕士学位论文全文数据库(电子期刊)工程科技Ⅱ辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116977214A (zh) * 2023-07-21 2023-10-31 萱闱(北京)生物科技有限公司 图像优化方法、装置、介质和计算设备

Also Published As

Publication number Publication date
CN110458768B (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
US11375128B2 (en) Method for obtaining exposure compensation values of high dynamic range image, terminal device and non-transitory computer-readable storage medium
US11170680B2 (en) Method and apparatus for acquiring Mura compensation data, computer device and storage medium
US10614603B2 (en) Color normalization for a multi-camera system
US10063789B2 (en) Enhanced brightness image acquisition devices and methods
JP6499188B2 (ja) 飽和画像を非飽和画像に変換する方法
US9558543B2 (en) Image fusion method and image processing apparatus
US11431915B2 (en) Image acquisition method, electronic device, and non-transitory computer readable storage medium
WO2018176925A1 (zh) Hdr图像的生成方法及装置
CN109767467A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
US8902328B2 (en) Method of selecting a subset from an image set for generating high dynamic range image
CN110536068A (zh) 对焦方法和装置、电子设备、计算机可读存储介质
CN103716547A (zh) 一种智能模式的拍照方法
CN112541868B (zh) 图像处理方法、装置、计算机设备和存储介质
US7796806B2 (en) Removing singlet and couplet defects from images
CN107395991A (zh) 图像合成方法、装置、计算机可读存储介质和计算机设备
WO2021218603A1 (zh) 图像处理方法及投影系统
CN109410152A (zh) 成像方法和装置、电子设备、计算机可读存储介质
CN112669758A (zh) 显示屏校正方法、装置、系统和计算机可读存储介质
CN109257540A (zh) 多摄镜头组的摄影校正方法及摄影装置
CN110807735A (zh) 图像处理方法、装置、终端设备及计算机可读存储介质
CN110458768A (zh) 图像处理方法、计算机设备和可读存储介质
CN113592753A (zh) 基于工业相机拍摄的图像的处理方法、装置和计算机设备
CN113438411A (zh) 图像拍摄方法、装置、计算机设备和计算机可读存储介质
CN117156289A (zh) 色彩风格校正方法、系统、电子设备、存储介质及芯片
CN110519522A (zh) 视频防过曝处理的方法、装置、设备及存储介质

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