CN110675404B - 图像处理方法、图像处理装置、存储介质与终端设备 - Google Patents
图像处理方法、图像处理装置、存储介质与终端设备 Download PDFInfo
- Publication number
- CN110675404B CN110675404B CN201910830017.2A CN201910830017A CN110675404B CN 110675404 B CN110675404 B CN 110675404B CN 201910830017 A CN201910830017 A CN 201910830017A CN 110675404 B CN110675404 B CN 110675404B
- Authority
- CN
- China
- Prior art keywords
- image
- bayer
- region
- demosaicing
- flatness
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 74
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 49
- 230000008569 process Effects 0.000 claims abstract description 16
- 230000000875 corresponding effect Effects 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 16
- 230000004927 fusion Effects 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 8
- 230000002596 correlated effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 101150013335 img1 gene Proteins 0.000 description 6
- 101150071665 img2 gene Proteins 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 101100248200 Arabidopsis thaliana RGGB gene Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4015—Image demosaicing, e.g. colour filter arrays [CFA] or Bayer patterns
-
- 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 using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本公开提供了一种图像处理方法、图像处理装置、存储介质与终端设备,涉及图像处理技术领域。所述方法应用于终端设备,所述终端设备包括四拜耳图像传感器;所述方法包括:利用所述四拜耳图像传感器获取基于四拜耳滤色阵列的原始拜耳图像;对所述原始拜耳图像进行解马赛克处理和去马赛克处理,得到第一图像;将所述原始拜耳图像中四个相邻的同颜色像素合并为一个像素,并对合并像素后的拜耳图像进行去马赛克处理,得到第二图像;将所述第一图像和所述第二图像融合,得到所述原始拜耳图像对应的目标图像。本公开可以改善高像素图像中的噪点问题,提高图像质量,整个处理过程基于一个图像传感器即可实现,具有较高的实用性。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种图像处理方法、图像处理装置、计算机可读存储介质与终端设备。
背景技术
图像噪点(或噪声)是指被拍摄物体本身没有、但图像中出现的亮度或颜色信息,一般是由图像传感器或信号传输电路产生的。目前,提高图像传感器的像素是业界普遍的发展方向,例如手机上通常采用百万甚至千万级别像素的图像传感器,可以支持拍摄出超高清的照片。但是,随着像素的提高,图像传感器上单个像素的感光面积减小,更容易出现噪点的问题。
因此,如何在提高像素的同时有效改善噪点的问题,是现有技术所亟待解决的。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供了一种图像处理方法、图像处理装置、计算机可读存储介质与终端设备,进而至少在一定程度上改善现有的高像素图片中噪点较高的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供一种图像处理方法,应用于终端设备,所述终端设备包括四拜耳图像传感器;所述方法包括:利用所述四拜耳图像传感器获取基于四拜耳滤色阵列的原始拜耳图像;对所述原始拜耳图像进行解马赛克处理和去马赛克处理,得到第一图像;将所述原始拜耳图像中四个相邻的同颜色像素合并为一个像素,并对合并像素后的拜耳图像进行去马赛克处理,得到第二图像;将所述第一图像和所述第二图像融合,得到所述原始拜耳图像对应的目标图像。
根据本公开的第二方面,提供一种图像处理装置,应用于终端设备,所述终端设备包括四拜耳图像传感器;所述装置包括:图像采集模块,用于利用所述四拜耳图像传感器获取原始拜耳图像;第一处理模块,用于对所述原始拜耳图像进行解马赛克处理和去马赛克处理,得到第一图像;第二处理模块,用于将所述原始拜耳图像中四个相邻的同颜色像素合并为一个像素,并对合并像素后的拜耳图像进行去马赛克处理,得到第二图像;图像融合模块,用于将所述第一图像和所述第二图像融合,得到所述原始拜耳图像对应的目标图像。
根据本公开的第三方面,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上述图像处理方法。
根据本公开的第四方面,提供一种终端设备,包括:处理器;存储器,用于存储所述处理器的可执行指令;以及四拜耳图像传感器,用于获取原始拜耳图像;其中,所述处理器配置为经由执行所述可执行指令来执行上述图像处理方法,以对所述原始拜耳图像进行处理,得到对应的目标图像。
本公开的技术方案具有以下有益效果:
根据上述图像处理方法、图像处理装置、存储介质和终端设备,基于配置有四拜耳图像传感器的终端设备,在拍照时,获取基于四拜耳滤色阵列的原始拜耳图像后,采用解马赛克和去马赛克的处理方式得到第一图像,同时采用像素“四合一”和去马赛克的处理方式得到第二图像,再融合两图像,得到最终输出的目标图像。一方面,第一图像具有和原始拜尔图像相同的像素,清晰度较高,图像细节较丰富,第二图像是原始拜尔图像像素的1/4,单像素的进光量增加到4倍左右,噪点较低;融合第一图像和第二图像,可以在保留第一图像细节信息的同时降低图像中的噪点,从而改善高像素图像中的噪点问题,提高图像质量。另一方面,原始拜耳图像是通过四拜耳图像传感器采集图像信号得到的,第一图像和第二图像都是基于原始拜耳图像进行算法上的处理后得到的,整个过程依赖于一个图像传感器(即单摄像头)即可实现,硬件方面的成本较低,具有较高的实用性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施方式,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施方式,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示出本示例性实施方式中滤色阵列的示意图;
图2示出本示例性实施方式中一种图像处理方法的流程图;
图3示出本示例性实施方式中获得第一图像的示意图;
图4示出本示例性实施方式中获得第二图像的示意图;
图5示出本示例性实施方式中一种图像处理方法的子流程图;
图6示出本示例性实施方式中一种图像处理装置的结构框图;
图7示出本示例性实施方式中一种用于实现上述方法的计算机可读存储介质;
图8示出本示例性实施方式中一种用于实现上述方法的终端设备。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本公开的示例性实施方式首先提供了一种图像处理方法,可以应用于手机、平板电脑、数码相机等终端设备。该终端设备配置有四拜耳(Quad Bayer)图像传感器,四拜耳图像传感器是指采用四拜耳滤色阵列的图像传感器。图1中左图示出了标准拜耳滤色阵列,其滤光片的单元阵列排布为GRBG(或BGGR、GBRG、RGGB),大部分图像传感器采用标准拜耳滤色阵列;图1中右图示出了四拜耳滤色阵列,其滤光片的单元阵列中相邻四个单元为相同颜色。
图2示出了本示例性实施方式的一种流程,可以包括以下步骤S210~S240:
步骤S210,利用四拜耳图像传感器获取基于四拜耳滤色阵列的原始拜耳图像。
其中,拜耳图像是指RAW格式的图像,是图像传感器将采集到的光信号转化为数字信号后的图像数据,在拜耳图像中,每个像素点只有RGB中的一种颜色。本示例性实施方式中,利用四拜耳图像传感器采集图像后,得到的原始图像数据即上述原始拜耳图像,该图像中像素的颜色排列如图1中右图所示,相邻四个像素为相同颜色。
步骤S220,对原始拜耳图像进行解马赛克处理和去马赛克处理,得到第一图像。
其中,解马赛克处理(Remosaic)是指将基于四拜耳滤色阵列的原始拜耳图像处理为基于标准拜耳滤色阵列的拜耳图像;去马赛克处理(Demosaic)是指将拜耳图像处理为完整的RGB图像。
在一种实施方式中,结合图3所示,步骤S220可以具体包括以下步骤:对原始拜耳图像P进行解马赛克处理,得到基于标准拜耳滤色阵列的拜耳图像Q1;对基于标准拜耳滤色阵列的拜耳图像Q1进行去马赛克处理,得到RGB格式的第一图像IMG1。解马赛克和去马赛克可以通过不同的插值算法实现,也可以通过神经网络等其他相关算法实现,本公开对此不做限定。终端设备中通常配置和图像传感器配套的ISP(Image Signal Processing,图像信号处理)单元,以执行上述解马赛克和去马赛克处理过程。第一图像IMG1的每个像素都具有RGB三个通道的像素值,以C表示。当然也可以根据实际需求,在进行去马赛克处理,得到RGB图像后,进一步转换为灰度或其他颜色模式的第一图像。
在另一种实施方式中,也可以将解马赛克和去马赛克的处理过程合并为一次插值过程,即基于原始拜耳图像中的像素数据,直接对每个像素点进行插值,以得到缺失的颜色通道的像素值,例如可以采用线性插值、均值插值等算法实现,从而获得第一图像。
步骤S230,将原始拜耳图像中四个相邻的同颜色像素合并为一个像素,并对合并像素后的拜耳图像进行去马赛克处理,得到第二图像。
该步骤的处理过程可以参考图4所示,首先对原始拜耳图像P进行像素“四合一”处理,即把2*2个单元内的同颜色像素合并为一个像素,合并像素后的拜耳图像Q2也是基于标准拜耳滤色阵列的排布,相比于图3中的Q1,Q2的像素减少为1/4,同时每个像素的面积增大为4倍,这样每个像素的进光量增大;再对Q2进行去马赛克处理,得到RGB格式的第二图像IMG2,当然也可以根据实际需求将RGB格式进一步转换为灰度或其他颜色模式的第二图像。第二图像IMG2和第一图像IMG1应当采用相同的颜色模式,但是两者的像素不同。假设原始拜耳图像P的像素尺寸为W*H,则第一图像IMG1的像素尺寸为W*H,第二图像IMG2的像素尺寸为W/2*H/2。
步骤S240,将第一图像和第二图像融合,得到原始拜耳图像对应的目标图像。
由上可知,第一图像和第二图像中的内容相同,第一图像的像素较高,图像细节较为清晰,但噪点通常较高,第二图像的像素较低,但单像素上的进光量较大,噪点较低。因此可以对两图像进行融合,以综合两图像中的优势,得到质量较高的目标图像。目标图像可以是最终输出的图像,例如用户在使用手机拍照时,图像传感器在初始采集到图像数据后,手机通过执行上述步骤S210~S240,输出目标图片以显示在手机的屏幕上。
在一种实施方式中,参考图5所示,步骤S240可以具体通过步骤S510~S540实现:
步骤S510,分别将第一图像和第二图像按照相同的分割位置分割为多个区域,第一图像中的区域和第二图像中的区域一一对应。假设分别将第一图像IMG1和第二图像IMG2分割为n个区域,IMG1的区域记为S1(IMG1)、S2(IMG1)、...、Sn(IMG1),IMG2的区域记为S1(IMG2)、S2(IMG2)、...、Sn(IMG2)。其中对于任意的i∈[1,n],Si(IMG1)和Si(IMG2)对应于同一区域。
步骤S520,根据每个区域的图像非平坦度确定每个区域的第一图像权重和第二图像权重。其中,图像非平坦度是与图像平坦度是一组相对的概念,表示图像中内容或纹理的稠密或稀疏的程度,图像内容越稠密,图像内像素值的变化程度越高,表示图像中的细节越丰富,其非平坦度越高,平坦度越低。图像非平坦度可以通过多种方式计算并表征,本公开提供以下几种实施方式,但下述内容不应对本公开的保护范围造成限定:
(1)计算第一图像或第二图像中每个区域内的像素值方差,将像素值方差作为图像非平坦度。例如可以统计S1(IMG1)或S1(IMG2)中的像素值方差,作为区域S1的图像非平坦度。在计算时可以将像素值转换为灰度值计算方差,也可以分别在RGB三个通道内计算方差,再取三个通道的方差均值等。作为补充,像素值方差也可以替换为像素值标准差。
(2)计算第一图像或第二图像中每个区域内的中心像素值和边缘像素值的差值,将该差值作为图像非平坦度。例如计算区域S1的像素差值时,可以先将S1(IMG1)或S1(IMG2)划分为中心部分和边缘部分,分别统计中心部分和边缘部分的像素值,计算差值;或者从S1的中心点开始,计算其和多个层级的边缘的像素差值,再进行合并。中心和边缘的像素差值也能够反映该区域的内容稠密程度,因此也可以作为图像平坦度的一种度量。
(3)计算第一图像或第二图像中每个区域内的信息熵,将信息熵作为图像非平坦度。图像的信息熵又称为图像熵,是表征图像内部信息变化的程度。举例说明,计算区域S1的信息熵时,可以将S1(IMG1)或S1(IMG2)中的像素转换为灰度,统计各灰度值的出现概率,例如S1(IMG1)中共出现m个灰度值,其出现概率分别为p1、p2、...、pm,则信息熵当然也可以采用其他近似的计算方式。
需要说明的是,由于第一图像的像素更高,图像信息更丰富,采用第一图像的数据计算上述图像非平坦度,结果更加精准;但是第二图像的数据量是第一图像的1/4,采用第二图像计算可以减小运算量,提高处理速度;实际应用中可以结合硬件条件、用户需求等进行选择。此外,可以任意组合采用上述多种方式,以综合多个指标来表征图像非平坦度,可以提高算法的鲁棒性,本公开对此不做限定。
在确定每个区域的图像非平坦度后,可以进一步确定每个区域的第一图像权重和第二图像权重。第一图像权重和第二图像权重是指在后续的图像融合中所占的权重,通常每个区域的第一图像权重和第二图像权重之和为1,考虑到图像整体调节的情况,其权重之和也可以不为1,本公开对此不做限定。第一图像权重和该区域的图像非平坦度正相关,例如可以预先设置图像非平坦度和第一图像权重之间的正比例转换关系,从而通过线性转换计算第一图像权重,当然两者之间也可以是其他类型的正相关关系。
步骤S530,按照每个区域的第一图像权重和第二图像权重,对每个区域内的第一图像和第二图像进行融合,得到每个区域的融合图像。举例说明,在融合区域S1的图像时,是将S1(IMG1)和S1(IMG2)进行加权融合,实际是将S1(IMG1)和S1(IMG2)中对应位置的像素进行加权。不同区域的第一图像权重和第二图像权重不同,图像非平坦度较高时,说明该区域的图像细节丰富,对应的第一图像权重较高,可以在降噪的同时有效地保留图像信息;图像非平坦度较低时,说明该区域的图像重复度较高,例如是背景区域、纯色区域等,对应的第二图像权重较高,可以实现更好的降噪效果,并降低图像数据量。
步骤S540,将全部区域的融合图像拼接为原始拜耳图像对应的目标图像。即每个区域都融合完成后,按照原先的分割位置进行拼接,合并为最终的目标图像。
作为补充的,在另一种实施方式中,上述步骤S520中,可以根据每个区域的非平坦度对每个区域进行分类,例如设置一个非平坦度阈值,高于该阈值的区域为细节区,低于该阈值的区域为平坦区。然后确定细节区的第一图像权重为1,第二图像权重为0,平坦区的第一图像权重为0,第二图像权重为1。这样在融合时,无需对每个区域内的第一图像和第二图像进行加权,能够提高处理速度。
综上所述,本示例性实施方式中,基于配置有四拜耳图像传感器的终端设备,在拍照时,获取基于四拜耳滤色阵列的原始拜耳图像后,采用解马赛克和去马赛克的处理方式得到第一图像,同时采用像素“四合一”和去马赛克的处理方式得到第二图像,再融合两图像,得到最终输出的目标图像。一方面,第一图像具有和原始拜尔图像相同的像素,清晰度较高,图像细节较丰富,第二图像是原始拜尔图像像素的1/4,单像素的进光量增加到4倍左右,噪点较低;融合第一图像和第二图像,可以在保留第一图像细节信息的同时降低图像中的噪点,从而改善高像素图像中的噪点问题,提高图像质量。另一方面,原始拜耳图像是通过四拜耳图像传感器采集图像信号得到的,第一图像和第二图像都是基于原始拜耳图像进行算法上的处理后得到的,整个过程依赖于一个图像传感器(即单摄像头)即可实现,硬件方面的成本较低,具有较高的实用性。
在一种可选的实施方式中,上述步骤S510可以具体包括以下步骤:
获取第一图像的频谱图,根据频谱图中的频率分布特征将第一图像粗分割为多个部分;
根据每个部分的频率高低确定每个部分的分割窗口大小,以将第一图像的每个部分细分割为多个区域;
采用和第一图像相同的分割位置将第二图像分割为多个区域。
其中,第一图像的频谱图可以是第一图像在空域上的频率分布图,例如可以在空间上对第一图像的信号进行采样,或者将每个位置的频率梯度进行绘制,得到频谱图。频谱图示出了第一图像中各个位置的频率分布特征,由此可以将第一图像粗分割为多个部分,使每个部分内的频率相近。然后每个部分确定对应的分割窗口大小,高频部分的分割窗口较小,低频部分的分割窗口较大,通过分割窗口对每个部分做细分割,得到多个区域。然后采用相同的分割位置分割第二图像。
在一种可选的实施方式中,在执行步骤S240之前,还可以分别对第一图像和第二图像进行去噪处理,例如通过空域或频域信号滤波的方式进行去噪,后续再进行图像融合,相当于采用了双重降噪的方式。除了去噪处理,还可以对第一图像和第二图像进行其他预处理,如图像增强、图像锐化等,本公开对此不做限定。
用户在拍照时,常常会调节数码变焦,特别是增大数码变焦参数(即放大画面)以拍摄局部图像,此时噪点会更加明显。基于此,本示例性实施方式可以应用于调节数码变焦的情况下,在获取原始拜耳图像时,还可以获取当前的数码变焦参数,数码变焦参数是指当前画面的缩放倍数。若数码变焦参数大于或等于预设阈值,则采用第一解析方式解析原始拜耳图像,若数码变焦参数小于预设阈值,则采用第二解析方式解析原始拜耳图像。
其中,第一解析方式包括步骤S220~S240,即将原始拜耳图像分别处理为第一图像和第二图像,再进行融合,得到目标图像;第二解析方式包括:对原始拜耳图像进行解马赛克处理和去马赛克处理,得到第一图像,将第一图像作为原始拜耳图像对应的目标图像,即不再采用第二图像融合的方式,直接将第一图像作为目标图像。这是由于数码变焦参数较高时,图像噪点明显,采用第一解析方式,通过第一图像和第二图像融合的方式可以有效改善噪点,而数码变焦参数较低时,图像噪点不明显,可以直接输出第一图像,简化处理过程。这样可以根据实际情况采用合适的解析方式,使整个处理流程更加灵活有效。
上述预设阈值可以根据经验设定,例如数码变焦参数为4倍或4倍以上时,图像噪点明显,则预设阈值可以是4。此外也可以结合实际应用情况而定,例如在低光照环境中或者拍摄远景时,即使是低倍的数码变焦噪点也可能较为明显,则可以适当降低预设阈值,以使上述第一解析过程较早的介入,提高图像质量。本公开对于确定预设阈值的具体方式不做限定。
需要说明的是,在数码变焦的过程中,需要对第一图像和第二图像的尺寸进行相应调节,例如:图像传感器原始拍摄的图像尺寸为W*H,即原始拜耳图像的尺寸,若数码变焦参数为k倍,确定采用第一解析方式,则截取中心W/k*H/k的局部图像进行解马赛克和去马赛克处理,得到第一图像,并对中心W/k*H/k的局部图像进行像素“四合一”处理,其像素尺寸变为W/2k*H/2k,再进行去马赛克处理,得到第二图像。
本公开的示例性实施方式还提供了一种图像处理装置,可以应用于终端设备,该终端设备包括四拜耳图像传感器。如图6所示,该图像处理装置600可以包括:图像采集模块610,用于利用四拜耳图像传感器获取原始拜耳图像;第一处理模块620,用于对原始拜耳图像进行解马赛克处理和去马赛克处理,得到第一图像;第二处理模块630,用于将原始拜耳图像中四个相邻的同颜色像素合并为一个像素,并对合并像素后的拜耳图像进行去马赛克处理,得到第二图像;图像融合模块640,用于将第一图像和第二图像融合,得到原始拜耳图像对应的目标图像。
在一种可选的实施方式中,图像采集模块610在获取原始拜耳图像时,还可以用于获取当前的数码变焦参数。若数码变焦参数大于或等于预设阈值,则图像处理装置600可以采用第一解析方式解析原始拜耳图像,若数码变焦参数小于预设阈值,则图像处理装置600可以采用第二解析方式解析原始拜耳图像。
其中,第一解析方式包括:图像处理装置600调度第一处理模块620对原始拜耳图像进行解马赛克处理和去马赛克处理,得到第一图像;图像处理装置600调度第二处理模块630将原始拜耳图像中四个相邻的同颜色像素合并为一个像素,并对合并像素后的拜耳图像进行去马赛克处理,得到第二图像;图像处理装置600调度图像融合模块640将第一图像和第二图像融合,得到原始拜耳图像对应的目标图像。第二解析方式包括:图像处理装置600调度第一处理模块620对原始拜耳图像进行解马赛克处理和去马赛克处理,得到第一图像,将第一图像作为原始拜耳图像对应的目标图像。
在一种可选的实施方式中,第一处理模块620可以包括:解马赛克单元,用于对原始拜耳图像进行解马赛克处理,得到基于标准拜耳滤色阵列的拜耳图像;去马赛克单元,用于对基于标准拜耳滤色阵列的拜耳图像进行去马赛克处理,得到RGB格式的第一图像。
在一种可选的实施方式中,图像融合模块640可以包括:区域分割单元,用于分别将第一图像和第二图像按照相同的分割位置分割为多个区域;权重确定单元,用于根据每个区域的图像非平坦度确定每个区域的第一图像权重和第二图像权重,其中,每个区域的第一图像权重和该区域的图像非平坦度正相关;加权融合单元,用于按照每个区域的第一图像权重和第二图像权重,对每个区域内的第一图像和第二图像进行融合,得到每个区域的融合图像;图像拼接单元,用于将全部区域的融合图像拼接为原始拜耳图像对应的目标图像。
在一种可选的实施方式中,区域分割单元,可以用于获取第一图像的频谱图,根据频谱图中的频率分布特征将第一图像粗分割为多个部分,并根据每个部分的频率高低确定每个部分的分割窗口大小,以将第一图像的每个部分细分割为多个区域,以及采用和第一图像相同的分割位置将第二图像分割为多个区域。
在一种可选的实施方式中,权重确定单元可以通过以下任意一种或多种方式获得每个区域的图像非平坦度:计算第一图像或第二图像中每个区域内的像素值方差,将像素值方差作为图像非平坦度;计算第一图像或第二图像中每个区域内的中心像素值和边缘像素值的差值,将差值作为图像非平坦度;或者计算第一图像或第二图像中每个区域内的信息熵,将信息熵作为图像非平坦度。
在一种可选的实施方式中,图像处理装置600还可以包括:预处理模块,用于在图像融合模块640将第一图像和第二图像融合之前,分别对第一图像和第二图像进行去噪处理。
上述装置中各模块/单元的具体细节在方法部分实施方式中已经详细说明,未披露的细节内容可以参见方法部分的实施方式内容,因而不再赘述。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
本公开的示例性实施方式还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
参考图7所示,描述了根据本公开的示例性实施方式的用于实现上述方法的程序产品700,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,程序设计语言包括面向对象的程序设计语言一诸如Java、C++等,还包括常规的过程式程序设计语言一诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本公开的示例性实施方式还提供了一种能够实现上述方法的终端设备。下面参照图8来描述根据本公开的这种示例性实施方式的终端设备800。图8显示的终端设备800仅仅是一个示例,不应对本公开实施方式的功能和使用范围带来任何限制。
如图8所示,终端设备800可以以通用计算设备的形式表现。终端设备800的组件可以包括但不限于:至少一个处理单元810、至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830、显示单元840和四拜耳图像传感器870,四拜耳图像传感器870用于获取原始拜耳图像。
存储单元820存储有程序代码,程序代码可以被处理单元810执行,使得处理单元810执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如,处理单元810可以执行图2所示的方法步骤,以对上述原始拜耳图像进行处理,得到对应的目标图像。
存储单元820可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)821和/或高速缓存存储单元822,还可以进一步包括只读存储单元(ROM)823。
存储单元820还可以包括具有一组(至少一个)程序模块825的程序/实用工具824,这样的程序模块825包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
终端设备800也可以与一个或多个外部设备900(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该终端设备800交互的设备通信,和/或与使得该终端设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且,终端设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器860通过总线830与终端设备800的其它模块通信。应当明白,尽管图中未示出,可以结合终端设备800使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开示例性实施方式的方法。
此外,上述附图仅是根据本公开示例性实施方式的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的示例性实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施方式。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施方式仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (10)
1.一种图像处理方法,应用于终端设备,其特征在于,所述终端设备包括四拜耳图像传感器;所述方法包括:
利用所述四拜耳图像传感器获取基于四拜耳滤色阵列的原始拜耳图像;
对所述原始拜耳图像进行解马赛克处理和去马赛克处理,得到第一图像;
将所述原始拜耳图像中四个相邻的同颜色像素合并为一个像素,并对合并像素后的拜耳图像进行去马赛克处理,得到第二图像;
将所述第一图像和所述第二图像融合,得到所述原始拜耳图像对应的目标图像;
其中,所述将所述第一图像和所述第二图像融合,得到所述原始拜耳图像对应的目标图像,包括:
分别将所述第一图像和所述第二图像按照相同的分割位置分割为多个区域;
根据每个区域的图像非平坦度确定所述每个区域的第一图像权重和第二图像权重;其中,所述每个区域的第一图像权重和该区域的图像非平坦度正相关;图像非平坦度图像用于表示图像中内容或纹理的稠密程度;
按照所述每个区域的第一图像权重和第二图像权重,对所述每个区域内的第一图像和第二图像进行融合,得到所述每个区域的融合图像;
将全部所述区域的融合图像拼接为所述原始拜耳图像对应的目标图像。
2.根据权利要求1所述的方法,其特征在于,在获取所述原始拜耳图像时,还获取当前的数码变焦参数,若所述数码变焦参数大于或等于预设阈值,则采用第一解析方式解析所述原始拜耳图像,若所述数码变焦参数小于所述预设阈值,则采用第二解析方式解析所述原始拜耳图像;
其中,所述第一解析方式包括:
对所述原始拜耳图像进行解马赛克处理和去马赛克处理,得到第一图像;
将所述原始拜耳图像中四个相邻的同颜色像素合并为一个像素,并对合并像素后的拜耳图像进行去马赛克处理,得到第二图像;
将所述第一图像和所述第二图像融合,得到所述原始拜耳图像对应的目标图像;
所述第二解析方式包括:
对所述原始拜耳图像进行解马赛克处理和去马赛克处理,得到第一图像,将所述第一图像作为所述原始拜耳图像对应的目标图像。
3.根据权利要求1所述的方法,其特征在于,所述对所述原始拜耳图像进行解马赛克处理和去马赛克处理,得到第一图像,包括:
对所述原始拜耳图像进行解马赛克处理,得到基于标准拜耳滤色阵列的拜耳图像;
对所述基于标准拜耳滤色阵列的拜耳图像进行去马赛克处理,得到RGB格式的第一图像。
4.根据权利要求1所述的方法,其特征在于,所述根据每个区域的图像非平坦度确定所述每个区域的第一图像权重和第二图像权重,包括:
将所述图像非平坦度高于非平坦度阈值的所述区域确定为细节区,将所述图像非平坦度低于所述非平坦度阈值的所述区域确定为平坦区;
确定所述细节区的第一图像权重为1,第二图像权重为0;
确定所述平坦区的第一图像权重为0,第二图像权重为1。
5.根据权利要求1所述的方法,其特征在于,所述分别将所述第一图像和所述第二图像按照相同的分割位置分割为多个区域,包括:
获取所述第一图像的频谱图,根据所述频谱图中的频率分布特征将所述第一图像粗分割为多个部分;
根据每个部分的频率高低确定所述每个部分的分割窗口大小,以将所述第一图像的每个部分细分割为多个区域;
采用和所述第一图像相同的分割位置将所述第二图像分割为多个区域。
6.根据权利要求1所述的方法,其特征在于,所述每个区域的图像非平坦度通过以下任意一种或多种方式获得:
计算所述第一图像或所述第二图像中每个区域内的像素值方差,将所述像素值方差作为所述图像非平坦度;
计算所述第一图像或所述第二图像中每个区域内的中心像素值和边缘像素值的差值,将所述差值作为所述图像非平坦度;或者
计算所述第一图像或所述第二图像中每个区域内的信息熵,将所述信息熵作为所述图像非平坦度。
7.根据权利要求1至6任一项所述的方法,其特征在于,在将所述第一图像和所述第二图像融合之前,所述方法还包括:
分别对所述第一图像和所述第二图像进行去噪处理。
8.一种图像处理装置,应用于终端设备,其特征在于,所述终端设备包括四拜耳图像传感器;所述装置包括:
图像采集模块,用于利用所述四拜耳图像传感器获取原始拜耳图像;
第一处理模块,用于对所述原始拜耳图像进行解马赛克处理和去马赛克处理,得到第一图像;
第二处理模块,用于将所述原始拜耳图像中四个相邻的同颜色像素合并为一个像素,并对合并像素后的拜耳图像进行去马赛克处理,得到第二图像;
图像融合模块,用于将所述第一图像和所述第二图像融合,得到所述原始拜耳图像对应的目标图像;
其中,所述将所述第一图像和所述第二图像融合,得到所述原始拜耳图像对应的目标图像,包括:
分别将所述第一图像和所述第二图像按照相同的分割位置分割为多个区域;
根据每个区域的图像非平坦度确定所述每个区域的第一图像权重和第二图像权重;其中,所述每个区域的第一图像权重和该区域的图像非平坦度正相关;图像非平坦度图像用于表示图像中内容或纹理的稠密程度;
按照所述每个区域的第一图像权重和第二图像权重,对所述每个区域内的第一图像和第二图像进行融合,得到所述每个区域的融合图像;
将全部所述区域的融合图像拼接为所述原始拜耳图像对应的目标图像。
9.一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至7任一项所述的方法。
10.一种终端设备,其特征在于,包括:
处理器;
存储器,用于存储所述处理器的可执行指令;以及
四拜耳图像传感器,用于获取原始拜耳图像;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至7任一项所述的方法,以对所述原始拜耳图像进行处理,得到对应的目标图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910830017.2A CN110675404B (zh) | 2019-09-03 | 2019-09-03 | 图像处理方法、图像处理装置、存储介质与终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910830017.2A CN110675404B (zh) | 2019-09-03 | 2019-09-03 | 图像处理方法、图像处理装置、存储介质与终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110675404A CN110675404A (zh) | 2020-01-10 |
CN110675404B true CN110675404B (zh) | 2023-03-21 |
Family
ID=69076263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910830017.2A Active CN110675404B (zh) | 2019-09-03 | 2019-09-03 | 图像处理方法、图像处理装置、存储介质与终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110675404B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112785533B (zh) * | 2019-11-07 | 2023-06-16 | RealMe重庆移动通信有限公司 | 图像融合方法、图像融合装置、电子设备与存储介质 |
CN111294905B (zh) * | 2020-02-03 | 2023-04-25 | RealMe重庆移动通信有限公司 | 图像处理方法、图像处理装置、存储介质与电子设备 |
CN113347490B (zh) * | 2020-02-18 | 2022-08-16 | RealMe重庆移动通信有限公司 | 视频处理方法、终端及存储介质 |
CN111355937B (zh) * | 2020-03-11 | 2021-11-16 | 北京迈格威科技有限公司 | 图像处理方法、装置和电子设备 |
WO2021207879A1 (zh) * | 2020-04-13 | 2021-10-21 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置、电子设备和存储介质 |
CN112291479B (zh) * | 2020-11-23 | 2022-03-22 | Oppo(重庆)智能科技有限公司 | 图像处理模组、图像处理方法、摄像头组件及移动终端 |
CN112529773B (zh) * | 2020-12-17 | 2024-02-02 | 豪威科技(武汉)有限公司 | Qpd图像后处理方法及qpd相机 |
CN114666469B (zh) * | 2020-12-24 | 2023-11-14 | 富泰华工业(深圳)有限公司 | 图像处理装置、方法及具有该图像处理装置的镜头模组 |
CN113516607B (zh) * | 2021-04-23 | 2024-02-13 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备及存储介质 |
CN113139947B (zh) * | 2021-04-28 | 2024-06-07 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN113781349A (zh) * | 2021-09-16 | 2021-12-10 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备及存储介质 |
CN113824934B (zh) * | 2021-09-23 | 2024-02-09 | 合肥埃科光电科技股份有限公司 | 线扫描相机色彩插值方法、装置、设备及存储介质 |
CN113888411A (zh) * | 2021-09-29 | 2022-01-04 | 豪威科技(武汉)有限公司 | 分辨率提升方法及可读存储介质 |
WO2023155999A1 (en) * | 2022-02-18 | 2023-08-24 | Dream Chip Technologies Gmbh | Method and image processor unit for processing raw image data |
CN115696063A (zh) * | 2022-09-13 | 2023-02-03 | 荣耀终端有限公司 | 拍照方法和电子设备 |
CN117132629B (zh) * | 2023-02-17 | 2024-06-28 | 荣耀终端有限公司 | 图像处理方法和电子设备 |
CN117459836B (zh) * | 2023-12-05 | 2024-05-10 | 荣耀终端有限公司 | 一种图像处理方法、设备及存储介质 |
CN118314054B (zh) * | 2024-06-11 | 2024-09-20 | 国家林业和草原局林草调查规划院 | 基于林草湿地图斑的图像增强方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104735349A (zh) * | 2015-02-15 | 2015-06-24 | 南华大学 | 同步多聚焦Bayer视频图像处理系统及方法 |
CN104737527A (zh) * | 2012-09-19 | 2015-06-24 | 富士胶片株式会社 | 图像处理装置、摄像装置、图像处理方法及图像处理程序 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4939639B2 (ja) * | 2010-09-28 | 2012-05-30 | シャープ株式会社 | 画像処理装置、画像処理方法、プログラム及び記録媒体 |
JP5901614B6 (ja) * | 2011-04-08 | 2018-06-27 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 画像処理装置および画像処理方法 |
JP2013066146A (ja) * | 2011-08-31 | 2013-04-11 | Sony Corp | 画像処理装置、および画像処理方法、並びにプログラム |
CN105611258A (zh) * | 2015-12-18 | 2016-05-25 | 广东欧珀移动通信有限公司 | 图像传感器的成像方法、成像装置和电子装置 |
CN106791477B (zh) * | 2016-11-29 | 2019-07-19 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、成像装置及制造方法 |
CN106412407B (zh) * | 2016-11-29 | 2019-06-07 | Oppo广东移动通信有限公司 | 控制方法、控制装置及电子装置 |
CN106488203B (zh) * | 2016-11-29 | 2018-03-30 | 广东欧珀移动通信有限公司 | 图像处理方法、图像处理装置、成像装置及电子装置 |
CN106815827A (zh) * | 2017-01-18 | 2017-06-09 | 聚龙智瞳科技有限公司 | 基于Bayer格式的图像融合方法及图像融合装置 |
CN108898551B (zh) * | 2018-06-14 | 2020-07-31 | 北京微播视界科技有限公司 | 图像合并的方法和装置 |
CN109389560B (zh) * | 2018-09-27 | 2022-07-01 | 深圳开阳电子股份有限公司 | 一种自适应加权滤波图像降噪方法、装置及图像处理设备 |
CN109829864B (zh) * | 2019-01-30 | 2021-05-18 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、设备及存储介质 |
CN110189281B (zh) * | 2019-04-10 | 2020-12-29 | 西安电子科技大学 | 一种多曝光红外图像融合方法 |
-
2019
- 2019-09-03 CN CN201910830017.2A patent/CN110675404B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104737527A (zh) * | 2012-09-19 | 2015-06-24 | 富士胶片株式会社 | 图像处理装置、摄像装置、图像处理方法及图像处理程序 |
CN104735349A (zh) * | 2015-02-15 | 2015-06-24 | 南华大学 | 同步多聚焦Bayer视频图像处理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110675404A (zh) | 2020-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110675404B (zh) | 图像处理方法、图像处理装置、存储介质与终端设备 | |
US11127117B2 (en) | Information processing method, information processing apparatus, and recording medium | |
CN112767290B (zh) | 图像融合方法、图像融合装置、存储介质与终端设备 | |
US7609912B2 (en) | Image transforming device and method based on edges | |
EP2887306B1 (en) | Image processing method and apparatus | |
EP4053784A1 (en) | Image processing method and apparatus, electronic device, and storage medium | |
CN110855957B (zh) | 图像处理方法及装置、存储介质和电子设备 | |
US9743062B2 (en) | Method and device for retargeting a 3D content | |
CN113344820B (zh) | 图像处理方法及装置、计算机可读介质、电子设备 | |
CN112991242A (zh) | 图像处理方法、图像处理装置、存储介质与终端设备 | |
CN114565532A (zh) | 视频美颜处理方法、装置、存储介质与电子设备 | |
CN110933304B (zh) | 待虚化区域的确定方法、装置、存储介质与终端设备 | |
CN112052863B (zh) | 一种图像检测方法及装置、计算机存储介质、电子设备 | |
US8675133B2 (en) | Video source resolution detection | |
CN112911186B (zh) | 图像存储方法及装置、电子设备、存储介质 | |
CN116668773B (zh) | 增强视频画质的方法与电子设备 | |
CN112991188B (zh) | 图像处理方法及装置、存储介质、电子设备 | |
US20240233071A1 (en) | Video processing method and apparatus, and electronic device and storage medium | |
CN118229542A (zh) | 图像融合方法、图像融合装置、存储介质与电子设备 | |
CN118301458A (zh) | 摄像头切换参数信息确定方法及装置 | |
JP2024506828A (ja) | 画像輝度の調整方法、装置、電子機器及び媒体 | |
CN112785533A (zh) | 图像融合方法、图像融合装置、电子设备与存储介质 | |
CN117726564A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN115937044A (zh) | 图像处理方法、图像处理装置、存储介质与电子设备 | |
CN117714769A (zh) | 图像显示方法、装置、电子设备以及存储介质 |
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 |