CN110570370A - 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 PDFInfo
- Publication number
- CN110570370A CN110570370A CN201910791904.3A CN201910791904A CN110570370A CN 110570370 A CN110570370 A CN 110570370A CN 201910791904 A CN201910791904 A CN 201910791904A CN 110570370 A CN110570370 A CN 110570370A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- sub
- weight value
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims description 13
- 230000010365 information processing Effects 0.000 title description 15
- 238000013507 mapping Methods 0.000 claims abstract description 185
- 238000012545 processing Methods 0.000 claims abstract description 146
- 238000001514 detection method Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000004590 computer program Methods 0.000 claims description 18
- 230000000694 effects Effects 0.000 description 38
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 3
- 210000004209 hair Anatomy 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 210000000697 sensory organ Anatomy 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 210000001508 eye Anatomy 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 210000001331 nose Anatomy 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G06T5/94—
-
- 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
- G06T2207/10004—Still image; Photographic 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
-
- 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
- G06T2207/30196—Human being; Person
-
- 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
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- 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,对待处理图像进行区域检测;根据区域检测结果确定待处理图像中不同的子区域图像;获取子区域图像相应的特征信息,根据特征信息确定出每一子区域图像的目标权重值;根据目标权重值的大小获取相应的目标色调映射策略进行色调映射处理。以此可以对待处理图像进行区域检测,确定出不同的子区域图像,根据每一子区域图像的目标权重值对相应的子区域图像进行针对性的色调映射处理,提升了图像信息的处理效率和准确率。
Description
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,其中人们对于高动态范围(HighDynamic Range Imaging,HDR)图像的处理效果尤为关注。
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和准确率。
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,对所述待处理图像进行区域检测;
根据区域检测结果确定所述待处理图像中不同的子区域图像;
获取所述子区域图像相应的特征信息,根据所述特征信息确定出每一子区域图像的目标权重值;
根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理。
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,对所述待处理图像进行区域检测;
确定单元,用于根据区域检测结果确定所述待处理图像中不同的子区域图像;
获取单元,用于获取所述子区域图像相应的特征信息,根据所述特征信息确定出每一子区域图像的目标权重值;
处理单元,用于根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理。
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,对所述待处理图像进行区域检测;根据区域检测结果确定所述待处理图像中不同的子区域图像;获取所述子区域图像相应的特征信息,根据所述特征信息确定出每一子区域图像的目标权重值;根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理。以此可以对待处理图像进行区域检测,确定出不同的子区域图像,根据每一子区域图像的目标权重值对相应的子区域图像进行针对性的色调映射处理,提升了图像信息的处理效率和准确率。
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区域。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区域。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区域检测。
其中,该待处理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,通过图像识别出待处理图像中不同的区域,以得到对应的区域检测结果。
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区域检测的步骤,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,得到相应的区域检测结果。
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,将组合后的特征类似的多个像素定义为一个区域,进而得到整个待处理图像的区域检测结果。
在步骤S102中,根据区域检测结果确定所述待处理图像中不同的子区域图像。
其中,由于得到了待处理图像中的不同的区域检测结果,如得到了待处理图像中6个不同的子区域图像的区域检测结果,那么就可以根据该区域检测结果相应的从待处理图像中确定出该6个不同的子区域图像,以便于后续处理。
在步骤S103中,确定子区域图像相应的特征信息,根据特征信息确定出每一子区域图像的目标权重值。
其中,在得到了不同的子区域图像后,需要单独针对每一子区域图像进行物体识别,如对于人体相应的子区域图像进行物体识别,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区域图像的特征信息为人物特征信息,依次类推,可以得到每一子区域图像相应的特征信息,在得到每一子区域图像的特征信息后可以获取常用特征信息与相应权重参数之间的映射关系,可根据映射关系确定出每一子区域图像的目标权重值,其中目标权重值可以代表每一子区域图像在待处理图像中的重要程度,例如当确定第一子区域图像的特征信息为人物特征信息时,可以根据相应的映射关系获取人物特征信息的权重参数为1,此时可以将权重参数1作为第一子区域图像的目标权重值,或者当确定第二子区域图像的特征信息为植物特征信息时,可以根据相应的映射关系获取植物特征信息的权重参数为0.8,可以将权重参数0.8作为第二子区域图像的目标权重值,或者当确定第三子区域图像的特征信息为天空特征信息时,可以根据相应的映射关系获取天空特征信息的权重参数为0.7,此时可以将权重参数0.7作为第三子区域图像的目标权重值。
在一些实施方式中,该确定子区域图像相应的特征信息的步骤,可以包括:
(1)提取子区域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区域图像时,为了区分出每一子区域图像的特点,需要对每一子区域图像的物体进行相应的判定。相应的,可以提取子区域图像中的关键特征点信息,以人物相应的子区域图像为例进行说明,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区域图像为人物子图像,确定相应的特征信息为人物特征,以此类推,可以得到多个子区域图像相应的特征信息。
在步骤S104中,根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理。
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中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,本申请根据每一子区域图像的目标权重值的大小去确定相应适合的目标色调映射策略以进行色调映射处理,具体的,当待处理图像中的多个子区域图像时,可以按照每一子区域图像的目标权重值由大至小的顺序依次确定每一子区域图像的目标色调映射策略并进行色调映射处理,可以理解的是,当子区域图像的目标权重值越大时,表明该子区域图像在待处理图像中的重要程度越高,也就是说,按照目标权重值的大小优先对重要程度高的子区域图像进行色调映射处理。
进一步的,在确定出每一子区域图像的处理顺序后,还需要根据目标权重值的大小去确定出每一子区域图像对应的目标色调映射策略以进行色调映射处理,具体的,获取每一子区域图像的目标色调映射策略可以根据每一子区域图像的特征信息去获取相应的色调映射策略,并根据目标权重值的大小对每一子区域图像的色调映射策略进行相应的调整,使得对目标权重值越大的子区域图像能使用处理效果更好的目标色调映射策略进行色调映射处理,对目标权重值小的子区域图像能使用处理效果较差的目标色调映射策略进行色调映射处理,以实现根据每一子区域图像的重要程度对每一子区域图像使用不同处理效果的目标色调映射策略进行色调映射处理。例如,当待处理图像为人像自拍图像时,则根据目标权重值的大小关系优先对重要程度高(即目标权重值大)的包含人物特征信息的子区域图像使用处理效果较好的目标色调映射策略进行色调映射处理,其次在对待处理图像中包含天空特征信息的子区域图像使用处理效果稍差的目标色调映射策略进行色调映射处理,以保证重要程度最高的人物子区域图像的处理效果为最佳。
由上可知,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,对所述待处理图像进行区域检测;根据区域检测结果确定所述待处理图像中不同的子区域图像;获取所述子区域图像相应的特征信息,根据所述特征信息确定出每一子区域图像的目标权重值;根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理。以此可以对待处理图像进行区域检测,确定出不同的子区域图像,根据每一子区域图像的目标权重值对相应的子区域图像进行针对性的色调映射处理,提升了图像信息的处理效率和准确率。
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,得到相应的区域检测结果。
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A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,将天空相应的像素进行组合,将建筑物相应的像素进行组合,将墙面相应的像素进行组合,得到包含人物区域1、天空区域2、天空区域3、建筑物区域4、墙面区域5以及墙面区域6的区域检测结果。
在步骤S202中,根据区域检测结果确定待处理图像中不同的子区域图像。
其中,如图3所示,在处理图像A中,在得到包含人物区域1、天空区域2、天空区域3、建筑物区域4、墙面区域5以及墙面区域6的区域检测结果后,根据该区域检测结果确定待处理图像中6个不同的子区域图像,可以将人物区域1对应的子区域图像定义为人像子图像、天空区域2对应的子区域图像定义为第一天空子图像、天空区域3对应的子区域图像定义为第二天空子图像、建筑物区域4对应的子区域图像定义为建筑物子图像、墙面区域5对应的子区域图像定义为第一墙面子图像以及墙面区域6对应的子区域图像定义为第二墙面子图像。
在步骤S203中,提取子区域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特征信息。
其中,如图3所示,在处理图像A中,虽然得到了6个不同的子区域图像,但是不知道该6个子区域图像为什么物体,所以,需要单独提取每一子区域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、第一天空子图像以及第二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,建筑物子图像中的建筑物关键点特征信息确定为建筑物特征信息,第一墙面子图像以及第二墙面子图像中的墙面关键点特征信息确定为墙面特征信息。
在步骤S204中,根据预设映射关系获取每一特征信息对应的初始权重值。
需要说明的是,本申请中包括多个特征信息与初始权重值的预设映射关系,其中,预设映射关系与所述待处理图像的拍摄模式相关,不同拍摄模式下对应着不同的特征信息与初始权重值的预设映射关系,也就是说,在不同的拍摄模式下同一特征信息所对应的初始权重值是不同的,故本申请在获取每一特征信息对应的初始权重值之前需要确定当前手机中相机的拍摄模式,并根据拍摄模式确定相互目标预设映射关系。
其中,拍摄模式可以包括人像模式、夜景模式、户外模式、微距模式、广角模式、自拍模式、全景模式、慢镜头模式等等,每一拍摄模式下每一特征信息所对应的初始权重值存在一定的差异,例如,对于人物特征信息而言,在人像模式以及自拍模式下所对应的初始权重值大于其他拍摄模式下的初始权重值,可以理解的是,当用户将拍摄模式切换至人像模式以及自拍模式时,此时用户的拍摄主体为人物的概率极高,即待处理图像中的人物特征信息对应的子区域图像重要程度最高,此时可以将人物特征对应的初始权重值进行调整,在人像模式以及自拍模式时人物特征信息对应的初始权重值最大。或者当用户将拍摄模式切换至户外模式时,可以将人物特征信息对应的初始权重值适当调小,并将植物特征信息以及天空特征信息对应的初始权重值适当调大,因为处于户外模式时,不同于人像模式时用户的拍摄主体主要为人物了,其中处于户外模式时拍摄主体还可以包括植物或天空等等。因此,可以根据电子设备当前处于的拍摄模式去确定出每一特征信息的初始权重值,以使得可以根据不同拍摄模式下每一特征信息的重要程度确定出准确的初始权重值。
具体的,若判断出图像A对应的拍摄模式为人像模式时,此时可根据人像模式对应的预设人像映射关系确定出图像A中人物特征信息的初始权重值为1、天空特征信息的初始权重值为0.9、建筑物特征信息的初始权重值为0.8以及墙面特征信息的初始权重值为0.8。或者若判断出图像A对应的拍摄模式为户外模式时,此时可根据户外模式对应的预设户外映射关系确定出图像A中人物特征信息的初始权重值为0.95、天空特征信息的初始权重值为0.95、建筑物特征信息的初始权重值为0.9以及墙面特征信息的初始权重值为0.8。
在步骤S205中,比较每一初始权重值,将最大的初始权重值确定为目标初始权重值。
其中,以下将以图像A对应的拍摄模式为人像模式时确定出的初始权重值进行举例说明。即,人物特征信息的初始权重值为1、天空特征信息的初始权重值为0.9、建筑物特征信息的初始权重值为0.8以及墙面特征信息的初始权重值为0.8。比较每一特征信息对应的初始权重值的大小关系,将最大的初始权重值1确定为目标初始权重值。
在一些实施方式中,在将最大的初始权重值确定为目标初始权重值之后,还可以包括:
(1)获取目标初始权重值对应的子区域图像的数量,检测所述目标初始权重值对应的子区域图像的数量是否为单个;
(2)当目标初始权重值对应的子区域图像为单个时,直接执行步骤S206,将该子区域图像确定为目标子区域图像;
(3)当目标初始权重值对应的子区域图像为多个时,获取目标初始权重值对应的多个子区域图像的位置参数,根据位置参数检测多个子区域图像是否位于预设区域内;当检测到子区域图像位于预设区域内时,执行步骤S206,将该子区域图像确定为目标子区域图像,将该子区域图像确定为目标子区域图像;当多个子区域图像均不位于预设区域内时,根据位置参数确定出距离预设区域距离最近的子区域图像,并执行步骤S206,将该子区域图像确定为目标子区域图像。
其中,当目标初始权重值对应的子区域图像为多个时,获取目标初始权重值1对应的多个子区域图像轮廓边缘处多个轮廓点的位置参数,该位置参数可以表示子区域图像在待处理图像中的位置信息,该位置参数可以为坐标信息。另外,还可以获取目标初始权重值1对应的子区域图像的中心点的位置参数,用该中心点的位置参数代表该子区域图像的位置参数。需要说明的是,预设区域可以是待处理图像的中心区域,例如,将待处理图像均分为3个区域,即左区域、中区域以及右区域,此时将中区域定义为预设区域,可以理解的是,还可以将待处理图像均分为9个区域,将9个区域中位于最中心的区域确定为预设区域。
进一步的,根据子区域图像多个预设轮廓点的位置参数确定落入预设区域的目标轮廓点的个数,当目标轮廓点的数量与预设轮廓点的数量的比值大于预设数值时,则判定出子区域图像位于预设区域内,执行步骤S206。或者可以根据子区域图像多个预设轮廓点的位置参数确定出子区域图像的图像面积,并确定出子区域图像处于预设区域内的目标图像面积,当目标图像面积与图像面积的比值大于预设值时,则判定出子区域图像位于预设区域内,执行步骤S206。另外,还可以根据子区域图像的中心点的位置参数判定该中心点是否位于预设区域内,当该中心点位于预设区域内时,则判定出子区域图像位于预设区域内,执行步骤S206。或者当多个子区域图像均不位于预设区域内时,根据位置参数确定出距离预设区域距离最近的子区域图像,并执行步骤S206,将距离预设区域最近的子区域图像确定为目标子区域图像。
在步骤S206中,确定目标初始权重值对应的子区域图像为目标子区域图像。
其中,由于目标子区域图像为目标权重值最大的子区域图像,故该目标子区域图像为待处理图像的多个子区域图像中重要程度最高的子区域图像,也就是说,该目标子区域图像即人物子图像为待处理图像中的核心区域。
在步骤S207中,获取每一子区域图像与目标子区域图像之间的距离参数,根据所述距离参数对每一子区域图像的初始权重值进行调整处理,以得到每一子区域图像的目标权重值。
其中,获取每一子区域图像以及目标子区域图像的位置参数,该位置参数可以是子区域图像轮廓边缘处多个轮廓点的位置参数或者是子区域图像中心点的位置参数,根据子区域图像与目标子区域图像之间的位置参数差值确定出相应的距离参数;根据距离参数确定出子区域图像对应的加权系数,该加权系数小于1,当距离参数越大时,加权系数越小。根据加权系数对子区域图像的初始权重值进行加权处理,以得到每一子区域图像的目标权重值。可见,本申请根据子区域图像与目标子区域图像之间的距离参数对子区域图像的初始权重值进行调整处理,但不对目标子区域图像的初始权重值进行调整,使得目标子区域图像的目标权重值在多个子区域图像中始终为最大值。
例如,对于图像B而言,根据第一天空子图像2、第二太空子图像3、建筑物子图像4、第一墙面子图像5以及第二墙面子图像6与目标子区域图像即人物子图像1之间的距离参数,可确定出第一天空子图像2的加权系数为0.8、第二太空子图像3的加权系数为0.8、建筑物子图像4的加权系数为0.85、第一墙面子图像5的加权系数0.85为以及第二墙面子图像6的加权系数为0.85,对每一子区域图像的初始权重值进行加权处理可得第一天空子图像2的目标权重值为0.72、第二太空子图像3的目标权重值为0.72、建筑物子图像4的目标权重值为0.68、第一墙面子图像5的目标权重值0.68为以及第二墙面子图像6的目标权重值为0.68,同时人物子图像的目标权重值始终为1。
在一些实施方式中,还可以获取每一子区域图像的图像信息量参数,根据图像信息量参数确定出每一子区域图像对应的加权系数,根据加权系数对子区域图像的初始权重值进行加权处理,以得到每一子区域图像的目标权重值。
其中,图像信息量参数可以为图像熵,通过图像熵的值来表示每一子区域图像的图像信息量。计算得到每一子区域图像的图像熵,并根据每一子区域图像的图像熵的数值来确定出相应的加权系数,当图像熵的数值越大时,该加权系数也越大。例如,对于图像B而言,根据第一天空子图像2、第二太空子图像3、建筑物子图像4、第一墙面子图像5以及第二墙面子图像6的图像熵可确定出第一天空子图像2的加权系数为0.8、第二太空子图像3的加权系数为0.8、建筑物子图像4的加权系数为0.9、第一墙面子图像5的加权系数0.75为以及第二墙面子图像6的加权系数为0.75,对每一子区域图像的初始权重值进行加权处理可得第一天空子图像2的目标权重值为0.72、第二太空子图像3的目标权重值为0.72、建筑物子图像4的目标权重值为0.72、第一墙面子图像5的目标权重值0.6为以及第二墙面子图像6的目标权重值为0.6,同时人物子图像的目标权重值仍为1。
在步骤S208中,按照目标权重值由大至小的顺序确定每一子区域图像的处理顺序。
其中,人物子图像1的目标权重值为1、第一天空子图像2的目标权重值为0.72、第二太空子图像3的目标权重值为0.72、建筑物子图像4的目标权重值为0.68、第一墙面子图像5的目标权重值为0.68以及第二墙面子图像0.6的目标权重值为0.68,根据上述子区域图像的目标权重值的大小的顺序确定出子区域的处理顺序,也就是说,先对目标权重值大的子区域图像即人物子图像1进行色调映射处理。
在步骤S209中,按照处理顺序确定出待处理的子区域图像,基于待处理的子区域图像的特征信息确定相应的初始色调映射策略。
其中,可以根据每一子区域的特征信息确定出初始色调映射策略,需要说明的是,每一子区域图像对应的初始色调映射策略为针对每一子区域图像的特征信息确定出的处理效果最好的色调映射策略,如图3所示,在处理图像B中,人物子图像相应的初始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,第一天空子图像以及第二天空子图像相应的初始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,建筑物子图像相应的初始色调映射策略为对建筑物图像处理效果最好的建筑物色调映射策略,第一墙面子图像以及第二墙面子图像相应的吃屎色调映射策略为对墙面图像处理效果最好的墙面色调映射策略。
在一些实施方式中,基于待处理的子区域图像的特征信息确定相应的初始色调映射策略可以包括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、天气信息和每一子区域图像的特征信息确定每一子区域图像相应的初始色调映射策略。
其中,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S210中,根据待处理的子区域图像的目标权重值确定出相应的调整参数,基于调整参数对初始色调映射策略进行调整,以得到目标色调映射策略。
其中,为了保证待处理图像中重要程度最高的子区域图像即目标子区域图像呈现效果,则需要让目标子区域图像的处理效果相比于其他子区域图像的处理效果来说是为最佳的,出于此考虑,因此需要根据待处理的子区域图像的目标权重值的大小对初始色调映射策略进行调整,得到目标色调映射策略,以根据目标色调映射策略使得其他重要程度低的子区域图像的处理效果相应降低,从而突出目标子区域的处理效果。
具体的,可以将每一子区域图像的目标权重值直接作为相应的调整参数,将调整参数与初始色调映射策略进行相乘处理,以得到目标色调映射策略。对于图像B而言,图像B中人物子图像1的目标权重值为1、第一天空子图像2的目标权重值为0.72、第二太空子图像3的目标权重值为0.72、建筑物子图像4的目标权重值为0.68、第一墙面子图像5的目标权重值为0.68以及第二墙面子图像0.6的目标权重值为0.68,可见基于目标权重值对初始色调映射策略进行调整后得到的目标色调映射策略中人物子图像的目标色调映射策略仍然为对人物特征处理效果最好的目标色调映射策略,而其他子区域图像的目标色调映射策略会因为目标权重值的大小关系使得处理效果相应的降低,以此通过对初始色调映射策略的调整使得可以根据子区域图像的重要程度去进行不同的色调映射处理,实现不同的色调映射处理效果,并且可以保证待处理图像中的重要程度最高的人物子图像的处理效果是最佳的。
或者根据每一子区域的目标权重值的大小去确定出每一子区域图像对应相应的调整参数,当目标权重值越大时,该调整参数的值越大,通过该调整参数对每一子区域图像的初始映射策略进行调整,使得调整后的目标色调映射策略的处理效果差于初始映射策略的处理效果。需要说明的是,由于目标子区域的初始映射策略为对目标子区域处理效果最好的色调映射策略,故此处不需要获取目标子区域图像的调整参数,从而使得目标子区域的目标色调映射策略仍然为初始色调映射策略。
在一些实施方式中,按照处理顺序确定出待处理的子区域图像之后,还可以检测待处理的子区域图像是否为目标子区域,当待处理的子区域图像不为目标子区域图像时,还可以获取色调映射处理完成的目标子区域以及待处理的子区域图像的对比度参数以及亮度参数,计算得出目标子区域与待处理的子区域图像的对比度参数以及亮度参数的参数差值,根据参数差值以及目标权重值共同确定出待处理的子区域图像的调整参数,以对初始色调映射策略进行调整,得到目标色调映射策略。
在步骤S211中,根据目标色调映射策略对相应的子区域图像进行色调映射处理。
其中,按照处理顺序依次的根据目标色调映射策略对相应的子区域图像进行色调映射处理,可以实现根据每一子区域的重要程度(即目标权重值的大小)对每一子区域进行不同处理效果的色调映射处理,如对重要程度最高的人物子图像使用处理效果最好的目标色调映射策略进行色调映射处理,对于其他子区域图像则使用处理效果稍差的目标色调映射策略进行色调映射处理,以保证待处理图像中重要程度最高的人物子区域图像的处理效果为最佳的。
在一些实施方式中,根据目标色调映射策略对相应的子区域图像进行色调映射处理之后,包括:获取每一子区域图像以及目标子区域图像的图像参数;确定子区域图像的图像参数与目标子区域图像的图像参数之间的参数差值;当检测到参数差值大于预设数值时,根据参数差值获取子区域图像相应的调节色调映射策略;根据调节色调映射策略对子区域图像进行色调映射处理。
其中,获取每一子区域图像以及目标子图像的对比度参数和亮度参数,比较每一子区域图像与目标子区域图像的对比度参数和亮度参数的参数差值,当检测到参数差值大于预设数值时,说明子区域图像与目标子图像之间的亮度以及对比度差异过大,将会使得整个待处理图像的呈现效果不协调,此时需要根据参数差值再次获取子区域图像相应的调节色调映射策略,根据调节色调映射策略对子区域图像进行色调映射处理,使得每一子区域图像与目标子区域图像之间的对比度和亮度的参数差值在合适的范围,从而保证待处理图像的整体呈现效果。
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,得到相应的区域检测结果;根据区域检测结果确定待处理图像中不同的子区域图像;提取子区域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特征信息;根据预设映射关系获取每一特征信息对应的初始权重值;比较每一初始权重值,将最大的初始权重值确定为目标初始权重值;确定目标初始权重值对应的子区域图像为目标子区域图像;获取每一子区域图像与目标子区域图像之间的距离参数,根据所述距离参数对每一子区域图像的初始权重值进行调整处理,以得到每一子区域图像的目标权重值;按照目标权重值由大至小的顺序确定每一子区域图像的处理顺序;按照处理顺序确定出待处理的子区域图像,基于待处理的子区域图像的特征信息确定相应的初始色调映射策略;根据待处理的子区域图像的目标权重值确定出相应的调整参数,基于调整参数对初始色调映射策略进行处理,以得到目标色调映射策略;根据目标色调映射策略对相应的子区域图像进行色调映射处理。以此可以对待处理图像进行区域检测,确定出不同的子区域图像,根据每一子区域图像的目标权重值对相应的子区域图像进行针对性的色调映射处理,提升了图像信息的处理效率和准确率。
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、确定单元32、获取单元33以及处理单元34。
检测单元31,用于获取待处理图像,对所述待处理图像进行区域检测。
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,通过图像识别出待处理图像中不同的区域,以得到对应的区域检测结果。
在一些实施方式中,该检测单元31具体用于: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,得到相应的区域检测结果。
确定单元32,用于根据区域检测结果确定所述待处理图像中不同的子区域图像。
其中,由于得到了待处理图像中的不同的区域检测结果,如得到了待处理图像中6个不同的子区域图像的区域检测结果,那么确定单元32就可以根据该区域检测结果相应的从待处理图像中确定出该6个不同的子区域图像,以便于后续处理。
获取单元33,用于获取所述子区域图像相应的特征信息,根据所述特征信息确定出每一子区域图像的目标权重值。
其中,在得到了不同的子区域图像后,获取单元33需要单独针对每一子区域图像进行物体识别,如对于人体相应的子区域图像进行物体识别,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区域图像的特征信息为人物特征信息,依次类推,可以得到每一子区域图像相应的特征信息,在得到每一子区域图像的特征信息后可以获取常用特征信息与相应权重参数之间的映射关系,可根据映射关系确定出每一子区域图像的目标权重值,其中目标权重值可以代表每一子区域图像在待处理图像中的重要程度,例如当确定第一子区域图像的特征信息为人物特征信息时,可以根据相应的映射关系获取人物特征信息的权重参数为1,此时可以将权重参数1作为第一子区域图像的目标权重值,或者当确定第二子区域图像的特征信息为植物特征信息时,可以根据相应的映射关系获取植物特征信息的权重参数为0.8,可以将权重参数0.8作为第二子区域图像的目标权重值,或者当确定第三子区域图像的特征信息为天空特征信息时,可以根据相应的映射关系获取天空特征信息的权重参数为0.7,此时可以将权重参数0.7作为第三子区域图像的目标权重值。
在一些实施方式中,在确定子区域图像相应的特征信息时,获取单元33具体用于:提取子区域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,用于根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理。
其中,处理单元34根据每一子区域图像的目标权重值的大小去确定相应适合的目标色调映射策略以进行色调映射处理,具体的,当待处理图像中的多个子区域图像时,可以按照每一子区域图像的目标权重值由大至小的顺序依次确定每一子区域图像的目标色调映射策略并进行色调映射处理,可以理解的是,当子区域图像的目标权重值越大时,表明该子区域图像在待处理图像中的重要程度越高,也就是说,按照目标权重值的大小优先对重要程度高的子区域图像进行色调映射处理。
进一步的,在确定出每一子区域图像的处理顺序后,还需要根据目标权重值的大小去确定出每一子区域图像对应的目标色调映射策略以进行色调映射处理,具体的,获取每一子区域图像的目标色调映射策略可以根据每一子区域图像的特征信息去获取相应的色调映射策略,并根据目标权重值的大小对每一子区域图像的色调映射策略进行相应的调整,使得目标权重值越大的子区域图像能使用处理效果更好的目标色调映射策略进行色调映射处理,以实现根据每一子区域图像的重要程度对每一子区域图像使用不同处理效果的目标色调映射策略进行色调映射处理。例如,当待处理图像为人像自拍图像时,则根据目标权重值的大小关系优先对重要程度高(即目标权重值大)的包含人物特征信息的子区域图像使用处理效果较好的目标色调映射策略进行色调映射处理,其次在对待处理图像中包含天空特征信息的子区域图像使用处理效果稍差的目标色调映射策略进行色调映射处理,以保证重要程度最高的人物子区域图像的处理效果为最佳的。
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,该获取单元33可以包括确定子单元331、获取子单元332、比较子单元333以及调整子单元334。
确定子单元331,用于提取所述子区域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特征信息。
获取子单元332,用于根据预设映射关系获取每一特征信息对应的初始权重值。
比较子单元333,用于比较每一初始权重值,将最大的初始权重值确定为目标初始权重值,将所述目标初始权重值对应的子区域图像作为目标子区域图像。
其中,比较子单元333具体用于:比较每一初始权重值,将最大的初始权重值确定为目标初始权重值;获取所述目标初始权重值对应的子区域图像的位置参数,根据所述位置参数检测所述目标初始权重值对应的子区域图像是否位于预设区域内;当所述子区域图像位于预设区域内,确定所述目标初始权重值对应的子区域图像为目标子区域图像。
调整子单元334,用于获取每一子区域图像与目标子区域图像之间的距离参数,根据所述距离参数对每一子区域图像的初始权重值进行调整处理,以得到每一子区域图像的目标权重值。
其中,调整子单元334具体用于:获取每一子区域图像以及目标子区域图像的位置参数,根据所述子区域图像与目标子区域图像之间的位置参数差值确定出相应的距离参数;根据距离参数确定出所述子区域图像对应的加权系数,根据所述加权系数对所述子区域图像的初始权重值进行加权处理。
由上可知,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,对所述待处理图像进行区域检测;确定单元31根据区域检测结果确定所述待处理图像中不同的子区域图像;获取单元33获取所述子区域图像相应的特征信息,根据所述特征信息确定出每一子区域图像的目标权重值;处理单元34根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理。以此可以对待处理图像进行区域检测,确定出不同的子区域图像,根据每一子区域图像的目标权重值对相应的子区域图像进行针对性的色调映射处理,提升了图像信息的处理效率和准确率。
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,对所述待处理图像进行区域检测;
根据区域检测结果确定所述待处理图像中不同的子区域图像;
获取所述子区域图像相应的特征信息,根据所述特征信息确定出每一子区域图像的目标权重值;
根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理。
在某些实施方式中,在获取所述子区域图像相应的特征信息,根据所述特征信息确定出每一子区域图像的目标权重值时,处理器501可以具体执行以下步骤:
提取所述子区域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特征信息;
根据预设映射关系获取每一特征信息对应的初始权重值;
比较每一初始权重值,将最大的初始权重值确定为目标初始权重值,将所述目标初始权重值对应的子区域图像作为目标子区域图像;
获取每一子区域图像与目标子区域图像之间的距离参数,根据所述距离参数对每一子区域图像的初始权重值进行调整处理,以得到每一子区域图像的目标权重值。
在某些实施方式中,在获取每一子区域图像与目标子区域图像之间的距离参数,根据所述距离参数对每一子区域图像的初始权重值进行调整处理时,处理器501可以具体执行以下步骤:
获取每一子区域图像以及目标子区域图像的位置参数,根据所述子区域图像与目标子区域图像之间的位置参数差值确定出相应的距离参数;
根据距离参数确定出所述子区域图像对应的加权系数,根据所述加权系数对所述子区域图像的初始权重值进行加权处理。
在某些实施方式中,在确定子区域图像相应的特征信息时,处理器501可以具体执行以下步骤:
提取子区域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特征信息。
在某些实施方式中,在根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理之后,处理器501还可以具体执行以下步骤:
获取每一子区域图像以及目标子区域图像的图像参数;
确定所述子区域图像的图像参数与目标子区域图像的图像参数之间的参数差值;
当检测到所述参数差值大于所述预设数值时,根据所述参数差值获取所述子区域图像相应的调节色调映射策略;
根据所述调节色调映射策略对所述子区域图像进行色调映射处理。
在某些实施方式中,在根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理时,处理器501还可以具体执行以下步骤:
按照所述目标权重值由大至小的顺序确定每一子区域图像的处理顺序;
根据所述处理顺序依次获取每一子区域图像的目标色调映射策略,根据所述目标色调映射策略对相应的子区域图像进行色调映射处理。
在某些实施方式中,在根据所述处理顺序依次获取每一子区域图像的色调映射处理策略时,处理器501还可以具体执行以下步骤:
按照处理顺序确定出待处理的子区域图像,基于待处理的子区域图像的特征信息确定相应的初始色调映射策略;
根据待处理的子区域图像的目标权重值确定出相应的调整参数,基于调整参数对初始色调映射策略进行调整,以得到目标色调映射策略。
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,对所述待处理图像进行区域检测;根据区域检测结果确定所述待处理图像中不同的子区域图像;获取所述子区域图像相应的特征信息,根据所述特征信息确定出每一子区域图像的目标权重值;根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理。以此可以对待处理图像进行区域检测,确定出不同的子区域图像,根据每一子区域图像的目标权重值对相应的子区域图像进行针对性的色调映射处理,提升了图像信息的处理效率和准确率。
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,对所述待处理图像进行区域检测;根据区域检测结果确定所述待处理图像中不同的子区域图像;获取所述子区域图像相应的特征信息,根据所述特征信息确定出每一子区域图像的目标权重值;根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理。
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 (10)
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,对所述待处理图像进行区域检测;
根据区域检测结果确定所述待处理图像中不同的子区域图像;
获取所述子区域图像相应的特征信息,根据所述特征信息确定出每一子区域图像的目标权重值;
根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理。
2.根据权利要求1所述的方法,其特征在于,所述获取所述子区域图像相应的特征信息,根据所述特征信息确定出每一子区域图像的目标权重值的步骤,包括:
提取所述子区域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特征信息;
根据预设映射关系获取每一特征信息对应的初始权重值;
比较每一初始权重值,将最大的初始权重值确定为目标初始权重值,将所述目标初始权重值对应的子区域图像作为目标子区域图像;
获取每一子区域图像与目标子区域图像之间的距离参数,根据所述距离参数对每一子区域图像的初始权重值进行调整处理,以得到每一子区域图像的目标权重值。
3.根据权利要求2所述的方法,其特征在于,所述获取每一子区域图像与目标子区域图像之间的距离参数,根据所述距离参数对每一子区域图像的初始权重值进行调整处理的步骤,包括:
获取每一子区域图像以及目标子区域图像的位置参数,根据所述子区域图像与目标子区域图像之间的位置参数差值确定出相应的距离参数;
根据距离参数确定出所述子区域图像对应的加权系数,根据所述加权系数对所述子区域图像的初始权重值进行加权处理。
4.根据权利要求2所述的方法,其特征在于,所述根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理的步骤之后,还包括:
获取每一子区域图像以及目标子区域图像的图像参数;
确定所述子区域图像的图像参数与目标子区域图像的图像参数之间的参数差值;
当检测到所述参数差值大于所述预设数值时,根据所述参数差值获取所述子区域图像相应的调节色调映射策略;
根据所述调节色调映射策略对所述子区域图像进行色调映射处理。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理的步骤,包括:
按照所述目标权重值由大至小的顺序确定每一子区域图像的处理顺序;
根据所述处理顺序依次获取每一子区域图像的目标色调映射策略,根据所述目标色调映射策略对相应的子区域图像进行色调映射处理。
6.根据权利要求5所述的方法,其特征在于,所述根据所述处理顺序依次获取每一子区域图像的色调映射策略的步骤,包括:
按照所述处理顺序确定出待处理的子区域图像,基于所述待处理的子区域图像的特征信息确定相应的初始色调映射策略;
根据所述待处理的子区域图像的目标权重值确定出相应的调整参数,基于所述调整参数对所述初始色调映射策略进行调整,以得到目标色调映射策略。
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,对所述待处理图像进行区域检测;
确定单元,用于根据区域检测结果确定所述待处理图像中不同的子区域图像;
获取单元,用于获取所述子区域图像相应的特征信息,根据所述特征信息确定出每一子区域图像的目标权重值;
处理单元,用于根据所述目标权重值的大小获取相应的目标色调映射策略进行色调映射处理。
8.根据权利要求7所述的装置,其特征在于,所述获取单元包括:
确定子单元,用于提取所述子区域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特征信息;
获取子单元,用于根据预设映射关系获取每一特征信息对应的初始权重值;
比较子单元,用于比较每一初始权重值,将最大的初始权重值确定为目标初始权重值,将所述目标初始权重值对应的子区域图像作为目标子区域图像;
调整子单元,用于获取每一子区域图像与目标子区域图像之间的距离参数,根据所述距离参数对每一子区域图像的初始权重值进行调整处理,以得到每一子区域图像的目标权重值。
9.一种存储介质,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。
10.一种电子设备,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910791904.3A CN110570370B (zh) | 2019-08-26 | 2019-08-26 | 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 |
---|---|---|---|
CN201910791904.3A CN110570370B (zh) | 2019-08-26 | 2019-08-26 | 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 |
---|---|
CN110570370A true CN110570370A (zh) | 2019-12-13 |
CN110570370B CN110570370B (zh) | 2022-07-15 |
Family
ID=68776015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910791904.3A Active CN110570370B (zh) | 2019-08-26 | 2019-08-26 | 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) | CN110570370B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111050086A (zh) * | 2019-12-18 | 2020-04-21 | 重庆金山医疗技术研究院有限公司 | 图像处理方法、装置、设备及存储介质 |
CN111506687A (zh) * | 2020-04-09 | 2020-08-07 | 北京华捷艾米科技有限公司 | 一种地图点数据提取方法、装置、存储介质及设备 |
CN113691785A (zh) * | 2020-05-18 | 2021-11-23 | 爱思开海力士有限公司 | 局部色调映射电路、图像感测装置及其操作方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160070974A1 (en) * | 2014-09-04 | 2016-03-10 | Apple Inc. | Multi-Scale Tone Mapping |
US20160232419A1 (en) * | 2015-02-05 | 2016-08-11 | Apple Inc. | Region-of-Interest Biased Tone Mapping |
CN108198152A (zh) * | 2018-02-07 | 2018-06-22 | 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 |
CN110099222A (zh) * | 2019-05-17 | 2019-08-06 | 睿魔智能科技(深圳)有限公司 | 一种拍摄设备的曝光调整方法、装置、存储介质及设备 |
CN110163816A (zh) * | 2019-04-24 | 2019-08-23 | 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 |
-
2019
- 2019-08-26 CN CN201910791904.3A patent/CN110570370B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160070974A1 (en) * | 2014-09-04 | 2016-03-10 | Apple Inc. | Multi-Scale Tone Mapping |
US20160232419A1 (en) * | 2015-02-05 | 2016-08-11 | Apple Inc. | Region-of-Interest Biased Tone Mapping |
CN108198152A (zh) * | 2018-02-07 | 2018-06-22 | 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 |
CN110163816A (zh) * | 2019-04-24 | 2019-08-23 | 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 |
CN110099222A (zh) * | 2019-05-17 | 2019-08-06 | 睿魔智能科技(深圳)有限公司 | 一种拍摄设备的曝光调整方法、装置、存储介质及设备 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111050086A (zh) * | 2019-12-18 | 2020-04-21 | 重庆金山医疗技术研究院有限公司 | 图像处理方法、装置、设备及存储介质 |
CN111050086B (zh) * | 2019-12-18 | 2021-10-19 | 重庆金山医疗技术研究院有限公司 | 图像处理方法、装置及设备 |
CN111506687A (zh) * | 2020-04-09 | 2020-08-07 | 北京华捷艾米科技有限公司 | 一种地图点数据提取方法、装置、存储介质及设备 |
CN111506687B (zh) * | 2020-04-09 | 2023-08-08 | 北京华捷艾米科技有限公司 | 一种地图点数据提取方法、装置、存储介质及设备 |
CN113691785A (zh) * | 2020-05-18 | 2021-11-23 | 爱思开海力士有限公司 | 局部色调映射电路、图像感测装置及其操作方法 |
CN113691785B (zh) * | 2020-05-18 | 2023-07-04 | 爱思开海力士有限公司 | 局部色调映射电路、图像感测装置及其操作方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110570370B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111418201B (zh) | 一种拍摄方法及设备 | |
CN113129312B (zh) | 一种图像处理方法、装置与设备 | |
CN109951627B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN109961453B (zh) | 一种图像处理方法、装置与设备 | |
CN110060213B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110807361B (zh) | 人体识别方法、装置、计算机设备及存储介质 | |
KR20200099955A (ko) | Hdr 영상을 생성하는 전자 장치 및 그 동작 방법 | |
CN112449120B (zh) | 高动态范围视频生成方法及装置 | |
CN110570370B (zh) | 图像信息的处理方法、装置、存储介质及电子设备 | |
CN108234882B (zh) | 一种图像虚化方法及移动终端 | |
CN110930329B (zh) | 星空图像处理方法及装置 | |
CN110163816B (zh) | 图像信息的处理方法、装置、存储介质及电子设备 | |
CN112950499B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN109104578B (zh) | 一种图像处理方法及移动终端 | |
CN110290426B (zh) | 展示资源的方法、装置、设备及存储介质 | |
CN112712470A (zh) | 一种图像增强方法及装置 | |
WO2024011976A1 (zh) | 一种扩展图像动态范围的方法及电子设备 | |
CN104866191A (zh) | 一种拍照的方法及移动终端 | |
CN114096994A (zh) | 图像对齐方法及装置、电子设备、存储介质 | |
CN113810603A (zh) | 点光源图像检测方法和电子设备 | |
CN111723803A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN111028276A (zh) | 图像对齐方法、装置、存储介质及电子设备 | |
CN110473156B (zh) | 图像信息的处理方法、装置、存储介质及电子设备 | |
CN114612283A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN113452969B (zh) | 图像处理方法和装置 |
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 |