CN110766621B - 图像处理方法、装置、存储介质及电子设备 - Google Patents
图像处理方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN110766621B CN110766621B CN201910955494.1A CN201910955494A CN110766621B CN 110766621 B CN110766621 B CN 110766621B CN 201910955494 A CN201910955494 A CN 201910955494A CN 110766621 B CN110766621 B CN 110766621B
- Authority
- CN
- China
- Prior art keywords
- image
- highlight
- brightening
- brightness
- area
- 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 82
- 238000003672 processing method Methods 0.000 title claims abstract description 33
- 238000005282 brightening Methods 0.000 claims abstract description 118
- 238000005286 illumination Methods 0.000 claims abstract description 40
- 230000001965 increasing effect Effects 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000012937 correction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 101100248200 Arabidopsis thaliana RGGB gene Proteins 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000003705 background correction Methods 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了一种图像处理方法、装置、存储介质及电子设备,其中,本申请实施例获取拍摄场景的RAW图像,并检测所述拍摄场景的照度;当所述照度位于预设照度区间时,检测所述RAW图像中是否包含有高亮区域;若所述RAW图像中包含有高亮区域,则确定高亮区域的高亮程度;根据所述高亮区域的高亮程度减小第一提亮算法中的第一提亮参数,增加第二提亮算法中暗区对应的第二提亮参数;按照所述第一提亮算法和所述第二提亮算法对所述RAW图像进行亮度提升处理,得到目标图像,基于此,实现了在提升图像整体亮度的同时抑制局部高亮区域的亮度,提高了成像质量。
Description
技术领域
本申请涉及图像处理技术领域,具体涉及一种图像处理方法、装置、存储介质及电子设备。
背景技术
随着智能终端技术的不断发展,电子设备(如智能手机、平板电脑等)的使用越来越普及。绝大多数电子设备都内置有摄像头,并且随着移动终端处理能力的增强以及摄像头技术的发展,用户对拍摄的图像质量的要求也越来越高。
为了拍摄出更好效果的图像,在拍摄暗光环境时会图像作提亮处理,但是常规的亮度提升算法容易出现亮度提升后出现部分区域过曝,导致成像质量低。
发明内容
本申请实施例提供一种图像处理方法、装置、存储介质及电子设备,能够在提升图像整体亮度的同时抑制局部高亮区域的亮度,提高成像质量。
第一方面,本申请实施例提供一种图像处理方法,包括:
获取拍摄场景的RAW图像,并检测所述拍摄场景的照度;
当所述照度位于预设照度区间时,检测所述RAW图像中是否包含有高亮区域;
若所述RAW图像中包含有高亮区域,则确定高亮区域的高亮程度;
根据所述高亮区域的高亮程度减小第一提亮算法中的第一提亮参数,增加第二提亮算法中暗区对应的第二提亮参数;
按照所述第一提亮算法和所述第二提亮算法对所述RAW图像进行亮度提升处理,得到目标图像。
第二方面,本申请实施例提供一种图像处理装置,包括:
图像获取模块,用于获取拍摄场景的RAW图像,并检测所述拍摄场景的照度;
亮度检测模块,用于当所述照度位于预设照度区间时,检测所述RAW图像中是否包含有高亮区域;
区域识别模块,用于若所述RAW图像中包含有高亮区域,则确定高亮区域的高亮程度;
参数调整模块,用于根据所述高亮区域的高亮程度减小第一提亮算法中的第一提亮参数,增加第二提亮算法中暗区对应的第二提亮参数;
图像提亮模块,用于按照所述第一提亮算法和所述第二提亮算法对所述RAW图像进行亮度提升处理,得到目标图像。
第三方面,本申请实施例提供一种存储介质,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处理方法。
第四方面,本申请实施例提供一种电子设备,包括处理器和存储器,所述存储器有计算机程序,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处理方法。
本申请实施例提供的方案,获取拍摄场景的RAW图像,并检测该拍摄场景的照度,当检测到照度位于预设照度区间时,检测RAW图像中是否包含有高亮区域,如果检测到RAW图像中包含有高亮区域,则确定该高亮区域的范围,并根据该范围减小第一提亮算法中的第一提亮参数,同时增加第二提亮算法中暗区对应的第二提亮参数,接下来,按照第一提亮算法和第二提亮算法对RAW图像进行亮度提升处理,得到目标图像,通过上述方案,在对RAW图像进行提亮之前,先对图像中是否存在高亮区域进行判断,对于有高亮区域的图像进行特殊处理,通过调整第一提亮算法中的第一提亮参数和第二提亮算法中的暗区对应的第二提亮参数,达到抑制高光和提亮暗区的目的,进而提高极暗场景拍摄的图像的成像质量。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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为本申请实施例提供的图像处理方法的第一种流程示意图。
图2为本申请实施例提供的图像处理方法的应用场景示意图。
图3为本申请实施例提供的图像处理方法的第二种流程示意图。
图4为本申请实施例提供的图像降噪方法中像素单元示意图。
图5本申请实施例提供的图像处理方法中二值化处理后的灰度图像。
图6为本申请实施例提供的图像处理装置的结构示意图。
图7为本申请实施例提供的电子设备的结构示意图。
图8为本申请实施例提供的电子设备的图像处理电路的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本申请的保护范围。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例提供一种图像处理方法,该图像处理方法的执行主体可以是本申请实施例提供的图像处理装置,或者集成了该图像处理装置的电子设备,其中该图像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、笔记本电脑、或者台式电脑等设备。
请参照图1,图1为本申请实施例提供的图像处理方法的第一种流程示意图。本申请实施例提供的图像处理方法的具体流程可以如下:
101、获取拍摄场景的RAW图像,并检测拍摄场景的照度。
本申请实施例提出的对焦方案,可以应用于夜景拍摄下的模式,或者暗光环境下的拍摄。请参阅图2,图2为本申请实施例提供的图像处理方法的场景示意图。当电子设备在光线很暗的环境下拍摄时,拍摄场景的照度一般会非常低,例如,可能小于1lux。在这种场景下,人眼很难观察到场景中物体的细节。对于手机相机的传感器而言,更加难以感知场景物体反射的光线,因此手机相机在极暗场景下的成像不仅物体的细节看不到,轮廓也不清晰,整幅图像都很暗,效果很差。当电子设备在这种场景下拍摄时,需要对图像进行提亮、降噪等处理,以提高成像质量。其中,当图像被提亮之后,再经过降噪处理可以提高图像的信噪比。
本申请的方案中,采用至少两种图像提亮算法对获取到的RAW图像进行处理,包括第一提亮算法和第二提亮算法,其中,第一提亮算法中的提亮参数(线性提亮增益)为线性提亮,会作用于整张图像,第二提亮算法中的第二提亮参数为非线性提亮,例如伽马提亮,会对暗区和亮区采用不同的提亮算法。
虽然在暗光环境下拍摄时,环境的照度会非常低,但是仍然有可能出现小部分的高亮区域。如果将拍摄场景的RAW图像直接采用第一提亮算法进行线性提亮,其中的高亮区域的亮度会被进一步放大很多,再经过后边的第二提亮算法的提亮,这部分高亮区域再次被放大。结果就是导致最终的图像过曝区域很大,图像的质量下降。
故,本申请的方案在对RAW图像进行提亮之前,先对图像中是否存在高亮区域进行判断,对于有高亮区域的图像进行特殊处理。在获取到拍摄场景的RAW图像的同时,确定拍摄场景的照度。其中,获取到RAW图像可以是使用电子设备的摄像头直接对拍摄场景进行拍摄得到的原始RAW图像;也可以是电子设备对拍摄场景进行拍摄得到的多帧RAW图像进行降噪融合之后得到的RAW图像。其中,RAW图像是图像感应器将捕捉到的光源信号转化为数字信号的原始数据,是未经处理、也未经压缩的格式。拍摄场景的照度可以通过电子设备摄像头中的相应部件进行检测。
102、照度位于预设照度区间时,检测RAW图像中是否包含有高亮区域。
在获取到拍摄场景的照度之后,判断照度是否位于预设照度区间。其中,当环境照度位于预设照度区间时,环境光线较暗,同时也存在较大的概率在RAW图像中出现高亮区域。并且,该预设照度区间为一个经验值,可以是经过多次实际测验确定的区间。例如,在一些实施例中,预设照度区间为0-5-1lux。
或者,在一些实施例中,电子设备在进行拍摄时,若检测到当前的拍摄模式为夜景模式或者暗光模式,则获取拍摄场景的RAW图像,以及拍摄场景的照度,并判断照度是否大于第一预设阈值。其中,电子设备在检测到处于夜景模式时,已经确定拍摄场景的照度小于第二预设阈值。故,直接判断照度是否大于第一预设阈值即可,其中,第一预设阈值小于第二预设阈值。
当电子设备检测到当前的环境照度处于该预设照度区间时,对RAW图像中的高亮区域检测,其中,高亮区域的识别可以通过检测高亮像素点实现。例如,识别RAW图像中的全部高亮像素点,并判断这些高亮像素点是否呈现集中分布,如果是,则高亮像素点呈集中分布的区域即为高亮区域。或者,还可以将RAW图像二值化处理,根据二值化处理后的图像来识别图像中的高亮区域。
103、若RAW图像中包含有高亮区域,则确定高亮区域的高亮程度。
当识别到的RAW图像中的高亮区域之后,确定高亮区域的高亮程度,例如,统计高亮区域中的高亮像素点的数量,用高亮像素点的数量来表示高亮区域的高亮程度。或者,还可以计算高亮区域中高亮像素点的平均亮度值,用该平均亮度值来表示高亮区域的高亮程度。
104、根据高亮区域的高亮程度减小第一提亮算法中的第一提亮参数,增加第二提亮算法中暗区对应的第二提亮参数。
对于电子设备来说,第一提亮算法和第二提亮算法中的各种参数是预设的,接下来的方案是根据高亮区域的高亮程度对预设的第一提亮参数和第二提亮参数进行调整。即按照高亮区域的高亮程度大小对应地调节第一提亮算法中的第一提亮参数,以及第二提亮算法中暗区对应的第二提亮参数。
本申请实施例中,为了避免在使用第一提亮算法对RAW图像进行提亮处理时,造成高亮区域过量,会按照一定的幅度减小第一提亮参数。其中,减小的幅度由检测到的RAW图像中的高亮区域的高亮程度来决定。其中,高亮区域的高亮程度越大,则减小的幅度就越大;高亮区域的高亮程度越小,则减小的幅度就越小。
由于第一提亮算法中的第一提亮参数采用的是线性提亮的方式,因此,如果按照前述方式减小了第一提亮参数,在降低对高亮区域的提亮程度的同时,也降低了对其他非高亮区域的提亮程度,可能导致图像的暗区的亮度没有得到足够的提升,导致暗区细节不清晰。因此,为了保证暗区的亮度也能得到足够的提升,需要相应地增大第二提亮算法中暗区对应的第二提亮参数,而亮区对应的第三提亮参数可以不变或者降低。其中,中暗区对应的第二提亮参数为非线性的,在增大暗区对应的第二提亮参数时,可以线性或者非线性地增大暗区对应的第二提亮参数。其中,将灰度值大于第一灰度值(例如950)的像素点构成的区域作为图像的暗区,将灰度值小于第二灰度值(例如10)的像素点构成的区域作为图像的亮区,第二灰度值小于第一灰度值。
105、按照第一提亮算法和第二提亮算法对RAW图像进行亮度提升处理,得到目标图像。
在一些实施例中,第一提亮算法可以为预先训练好的深度神经网络模型,在按照第一提亮算法对RAW图像进行提亮处理的过程中,按照调节后的第一提亮参数对图像进行提亮处理后,深度神经网络模型还可以对提亮后的图像进行降噪处理,以能够提高图像的信噪比。第二提亮算法为相机ISP(Image Signal Processing,图像信号处理)单元中的伽马校正算法,按照伽马校正算法对伽马曲线进行编辑,适当降低亮区的亮度,增加暗区的亮度。在完成对第一提亮参数和第二提亮参数进行调整之后,依次按照第一提亮算法和第二提亮算法对RAW图像进行提亮处理,得到目标图像。
具体实施时,本申请不受所描述的各个步骤的执行顺序的限制,在不产生冲突的情况下,某些步骤还可以采用其它顺序进行或者同时进行。
由上可知,本申请实施例提出的图像处理方法,获取拍摄场景的RAW图像,并检测该拍摄场景的照度,当检测到照度位于预设照度区间时,检测RAW图像中是否包含有高亮区域,如果检测到RAW图像中包含有高亮区域,则确定该高亮区域的范围,并根据该范围减小第一提亮算法中的第一提亮参数,同时增加第二提亮算法中暗区对应的第二提亮参数,接下来,按照第一提亮算法和第二提亮算法对RAW图像进行亮度提升处理,得到目标图像,通过上述方案,在对RAW图像进行提亮之前,先对图像中是否存在高亮区域进行判断,对于有高亮区域的图像进行特殊处理,通过调整第一提亮算法中的第一提亮参数和第二提亮算法中的暗区对应的第二提亮参数,达到抑制高光和提亮暗区的目的,进而提高极暗场景拍摄的图像的成像质量。
请参阅图3,图3是本发明实施例提供的图像降噪方法的第二流程示意图。
201、获取拍摄场景的RAW图像,并检测拍摄场景的照度。
本申请实施例中,电子设备的摄像头由透镜和图像传感器构成,其中透镜用于采集外部的光源信号提供给图像传感器,图像传感器感应来自于透镜的光源信号,将其转换为数字化的原始图像数据,即RAW图像。RAW图像是图像感应器将捕捉到的光源信号转化为数字信号的原始数据,是未经处理、也未经压缩的格式。
当电子设备在光线很暗的环境下拍摄时,拍摄场景的照度一般会非常低,例如,可能小于1lux。当电子设备在这种场景下拍摄时,需要对图像进行提亮、降噪等处理,以提高成像质量。当图像被提亮之后,再经过降噪处理可以提高图像的信噪比。本申请的方案在对RAW图像进行提亮之前,先对图像中是否存在高亮区域进行判断,对于有高亮区域的图像进行特殊处理。在获取到拍摄场景的RAW图像的同时,确定拍摄场景的照度。拍摄场景的照度可以通过电子设备摄像头中的相应部件进行检测。
202、当照度位于预设照度区间时,对RAW图像进行低通滤波处理。
当环境照度位于预设照度区间时,环境光线较暗,同时也存在较大的概率在RAW图像中出现高亮区域。因此,当检测到照度位于预设照度区间时,判定该RAW图像中有较高概率存在高亮区域。
接下来对RAW图像进行低通滤波处理以去掉高频信息,可以排除孤立的噪点对高光区域检测结果的影响。
203、将经过低通滤波处理后的RAW图像转换为灰度图像。
204、遍历灰度图像的像素点,统计灰度值大于预设灰度阈值的像素点的数量。
205、若数量大于预设数量,则根据预设灰度阈值,将灰度图像二值化处理。
将经过低通滤波处理后的RAW图像转换为灰度图像,从第一行第一个像素点至最后一行的最后一个像素点,遍历灰度图像的全部像素点,统计出灰度值大于预设灰度阈值的像素点的数量。
其中,将RAW图像转换为灰度图像的方式可以有多种。方式一,由于RAW格式的图像中的像素点是按照拜耳色彩滤波阵列排列的,例如,按行输出像素时,会按照GRGRGR.../BGBGBG.../GRGRGR.../BGBGBG...的顺序输出。请参阅图4,图4为本申请实施例提供的图像降噪方法中像素单元示意图,其中,RGGB四个像素点可以构成一个像素单元。在转换灰度图像时,计算一个像素单元内的RGGB四个像素点的像素均值作为该像素单元的灰度值。方式二,将RAW格式的图像转换为YUV图像,取Y通道的值得到灰度图像。方式三,可以分别为RGB三种像素分别设置权重,采用加权算法,根据RGB三个像素值对应的权重将一个像素点对应的RGB三个像素值合成为一个像素值,得到灰度格式的图像。
此外,需要说明的是,本申请实施例使用的是10bit大小的RAW格式图像,因此,转换得到的灰度图中灰度值的取值范围为0-1023。预设灰度阈值可以是一个经验值,根据多次测验得到的最合适的确定高亮区域的灰度值,作为预设灰度阈值。
接下来,统计灰度图像中灰度值大于预设灰度阈值的像素点的数量,当统计得到的数量大于预设数量时,对高亮区域进行识别。具体地,根据上述预设灰度阈值将灰度图像二值化处理,即将灰度图像中灰度值大于预设灰度阈值的像素点的灰度值调整为最大灰度值1023,将灰度值不大于预设灰度阈值的像素点的灰度值调整为最小灰度值0,得到二值化处理后的灰度图像,该图像中的灰度值的取值只有两个,即0或1023,请参阅图5,图5本申请实施例提供的图像处理方法中二值化处理后的灰度图像。其中白色的像素点的灰度值为1023,黑色的像素点的灰度值为0。
206、识别二值化处理后的灰度图像中的连通区域,其中,若识别到的连通区域中包含有区域面积大于预设面积的连通区域,则判定RAW图像含有高亮区域。
对于二值化处理后的灰度图像,提取其中的像素点为1023的连通区域,当识别到的连通区域的面积大于预设面积,则判定该连通区域为高亮区域,如图5所示,面积较大的三个连通区域为高亮区域,其他的零散高亮点为偏离高亮像素点,可能是噪点等造成的,在确定高亮区域的高亮程度时,无需考虑这些偏离高亮像素点。
207、若RAW图像中包含有高亮区域,则确定高亮区域的高亮程度。
根据识别出的高亮区域,确定图像中全部高亮区域的高亮程度。在一些实施例中,确定所述高亮区域的高亮程度可以包括:将区域面积大于预设面积的连通区域作为高亮区域;统计所述高亮区域中像素点的数量,并使用统计的数量表示所述高亮区域的高亮程度。或者,在另外一些实施例中,还可以计算图像中全部高亮区域中像素点的灰度值的平均值作为高亮区域的高亮程度。
208、根据高亮区域的高亮程度确定第一调节幅度,并按照第一调节幅度减小第一提亮算法中的第一提亮参数,其中,第一提亮参数与照度成反比,第一调节幅度与高亮程度成正比。
209、根据第一调节幅度确定第二调节幅度,并按照第二调节幅度增大第二提亮算法中暗区对应的第二提亮参数,其中,第二调节幅度与第一调节幅度成正比。
本申请实施例的方案中,第一提亮算法可以为预先训练好的深度神经网络模型,第二提亮算法为相机ISP单元中的伽马校正算法,第一提亮参数采用的是线性提亮的方式,比如第一提亮参数为提亮增益。第二提亮参数采用的是非线性提亮的方式,对伽马曲线进行编辑,适当降低亮区的亮度,增加暗区的亮度。
在确定高亮区域的高亮程度后,根据高亮程度减小第一提亮参数,同时增大第二提亮参数,其中,高亮程度越高,第一提亮参数的减小幅度越大,可以预设设置调节幅度与高亮程度之间的映射关系,在得到高亮程度后,根据该映射关系确定目标调节幅度,按照该目标调节幅度减小第一提亮参数。同时,根据第一提亮参数的调节幅度增大第二提亮参数。即第二提亮参数的调节幅度可以与第一提亮参数的调节幅度适配,使得图像中暗区的亮度调节效果能够达到调节前的第一提亮参数和第二提亮参数的提亮效果。达到抑制高光和提亮暗区的目的,进而提高极暗场景拍摄的图像的成像质量。
210、按照第一提亮算法和第二提亮算法对RAW图像进行亮度提升处理,得到目标图像。
在完成对第一提亮参数和第二提亮参数进行调整之后,依次按照第一提亮算法和第二提亮算法对RAW图像进行提亮处理,得到目标图像。
在一实施例中还提供了一种图像处理装置。请参阅图6,图6为本申请实施例提供的图像处理装置300的结构示意图。其中该图像处理装置300应用于电子设备,该图像处理装置300包括图像获取模块301、亮度检测模块302、区域识别模块303、参数调整模块304以及图像提亮模块305,如下:
图像获取模块301,用于获取拍摄场景的RAW图像,并检测所述拍摄场景的照度;
亮度检测模块302,用于当所述照度位于预设照度区间时,检测所述RAW图像中是否包含有高亮区域;
区域识别模块303,用于若所述RAW图像中包含有高亮区域,则确定高亮区域的高亮程度;
参数调整模块304,用于根据所述高亮区域的高亮程度减小第一提亮算法中的第一提亮参数,增加第二提亮算法中暗区对应的第二提亮参数;
图像提亮模块305,用于按照所述第一提亮算法和所述第二提亮算法对所述RAW图像进行亮度提升处理,得到目标图像。
在一些实施例中,该图像处理装置300还包括预处理模块,该与处理模块用于当所述照度位于预设照度区间时,对所述RAW图像进行低通滤波处理,并基于低通滤波处理后的所述RAW图像,执行检测所述RAW图像中是否包含有高亮区域。
在一些实施例中,亮度检测模块302还用于:将所述RAW图像转换为灰度图像;根据预设灰度阈值,将所述灰度图像二值化处理;识别所述二值化处理后的灰度图像中的连通区域,其中,若识别到的连通区域中包含有区域面积大于预设面积的连通区域,则判定所述RAW图像含有高亮区域。
在一些实施例中,亮度检测模块302还用于:将所述RAW图像转换为灰度图像之后,遍历所述灰度图像的像素点,统计灰度值大于所述预设灰度阈值的像素点的数量;若所述数量大于预设数量,则执行根据预设灰度阈值,将所述灰度图像二值化处理。
在一些实施例中,区域识别模块303还用于:将区域面积大于预设面积的连通区域作为高亮区域;统计所述高亮区域中像素点的数量,并使用统计的数量表示所述高亮区域的高亮程度。
在一些实施例中,参数调整模块304还用于:根据所述高亮区域的高亮程度确定第一调节幅度,并按照所述第一调节幅度减小所述第一提亮算法中的第一提亮参数,其中,所述第一提亮参数与所述照度成反比,所述第一调节幅度与所述高亮程度成正比;根据所述第一调节幅度确定第二调节幅度,并按照所述第二调节幅度增大第二提亮算法中暗区对应的第二提亮参数,其中,所述第二调节幅度与所述第一调节幅度成正比。
具体实施时,以上各个模块可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个模块的具体实施可参见前面的方法实施例,在此不再赘述。
应当说明的是,本申请实施例提供的图像处理装置与上文实施例中的图像处理方法属于同一构思,在图像处理装置上可以运行图像处理方法实施例中提供的任一方法,其具体实现过程详见图像处理方法实施例,此处不再赘述。
由上可知,本申请实施例提出的图像处理装置,图像获取模块301获取拍摄场景的RAW图像,并检测该拍摄场景的照度,当检测到照度位于预设照度区间时,亮度检测模块302检测RAW图像中是否包含有高亮区域,如果检测到RAW图像中包含有高亮区域,则区域识别模块303确定该高亮区域的范围,参数调整模块304根据该范围减小第一提亮算法中的第一提亮参数,同时增加第二提亮算法中暗区对应的第二提亮参数,接下来,图像提亮模块305按照第一提亮算法和第二提亮算法对RAW图像进行亮度提升处理,得到目标图像,通过上述方案,在对RAW图像进行提亮之前,先对图像中是否存在高亮区域进行判断,对于有高亮区域的图像进行特殊处理,通过调整第一提亮算法中的第一提亮参数和第二提亮算法中的暗区对应的第二提亮参数,达到抑制高光和提亮暗区的目的,进而提高极暗场景拍摄的图像的成像质量。
本申请实施例还提供一种电子设备,该电子设备可以是诸如平板电脑或者智能手机等移动终端。请参阅图7,图7为本申请实施例提供的电子设备的结构示意图。电子设备800可以包括摄像模组801、存储器802、处理器803、触摸显示屏804、扬声器805、麦克风806等部件。
摄像模组801可以包括图像处理电路,图像处理电路可以利用硬件和/或软件组件实现,可包括定义图像信号处理(Image Signal Processing)管线的各种处理单元。图像处理电路至少可以包括:摄像头、图像信号处理器(Image Signal Processor,ISP处理器)、控制逻辑器、图像存储器以及显示器等。其中摄像头至少可以包括一个或多个透镜和图像传感器。图像传感器可包括色彩滤镜阵列(如Bayer滤镜)。图像传感器可获取用图像传感器的每个成像像素捕捉的光强度和波长信息,并提供可由图像信号处理器处理的一组原始图像数据。
图像信号处理器可以按多种格式逐个像素地处理原始图像数据。例如,每个图像像素可具有8、10、12或14比特的位深度,图像信号处理器可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中,图像处理操作可按相同或不同的位深度精度进行。原始图像数据经过图像信号处理器处理后可存储至图像存储器中。图像信号处理器还可从图像存储器处接收图像数据。
图像存储器可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器,并可包括DMA(Direct Memory Access,直接直接存储器存取)特征。
当接收到来自图像存储器的图像数据时,图像信号处理器可进行一个或多个图像处理操作,如时域滤波。处理后的图像数据可发送给图像存储器,以便在被显示之前进行另外的处理。图像信号处理器还可从图像存储器接收处理数据,并对所述处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。处理后的图像数据可输出给显示器,以供用户观看和/或由图形引擎或GPU(Graphics Processing Unit,图形处理器)进一步处理。此外,图像信号处理器的输出还可发送给图像存储器,且显示器可从图像存储器读取图像数据。在一种实施方式中,图像存储器可被配置为实现一个或多个帧缓冲器。
图像信号处理器确定的统计数据可发送给控制逻辑器。例如,统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜阴影校正等图像传感器的统计信息。
控制逻辑器可包括执行一个或多个例程(如固件)的处理器和/或微控制器。一个或多个例程可根据接收的统计数据,确定摄像头的控制参数以及ISP控制参数。例如,摄像头的控制参数可包括照相机闪光控制参数、透镜的控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。ISP控制参数可包括用于自动白平衡和颜色调整(例如,在RGB处理期间)的增益水平和色彩校正矩阵等。
请参阅图8,图8为本实施例中图像处理电路的结构示意图。为便于说明,仅示出与本发明实施例相关的图像处理技术的各个方面。
例如图像处理电路可以包括:摄像头、图像信号处理器、控制逻辑器、图像存储器、显示器。其中,摄像头可以包括一个或多个透镜和图像传感器。在一些实施例中,摄像头可为长焦摄像头或广角摄像头中的任一者。
摄像头采集的图像传输给图像信号处理器进行处理。图像信号处理器处理图像后,可将图像的统计数据(如图像的亮度、图像的反差值、图像的颜色等)发送给控制逻辑器。控制逻辑器可根据统计数据确定摄像头的控制参数,从而摄像头可根据控制参数进行自动对焦、自动曝光等操作。图像经过图像信号处理器进行处理后可存储至图像存储器中。图像信号处理器也可以读取图像存储器中存储的图像以进行处理。另外,图像经过图像信号处理器进行处理后可直接发送至显示器进行显示。显示器也可以读取图像存储器中的图像以进行显示。
此外,图中没有展示的,电子设备还可以包括CPU和供电模块。CPU和逻辑控制器、图像信号处理器、图像存储器和显示器均连接,CPU用于实现全局控制。供电模块用于为各个模块供电。
存储器802存储的应用程序中包含有可执行代码。应用程序可以组成各种功能模块。处理器803通过运行存储在存储器802的应用程序,从而执行各种功能应用以及数据处理。
处理器803是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器802内的应用程序,以及调用存储在存储器802内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。
触摸显示屏804可以用于接收用户对电子设备的触摸控制操作。扬声器805可以播放声音信号。麦克风806可以用于拾取声音信号。
在本实施例中,电子设备中的处理器803会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行代码加载到存储器802中,并由处理器803来运行存储在存储器802中的应用程序,从而执行:
获取拍摄场景的RAW图像,并检测所述拍摄场景的照度;
当所述照度位于预设照度区间时,检测所述RAW图像中是否包含有高亮区域;
若所述RAW图像中包含有高亮区域,则确定高亮区域的高亮程度;
根据所述高亮区域的高亮程度减小第一提亮算法中的第一提亮参数,增加第二提亮算法中暗区对应的第二提亮参数;
按照所述第一提亮算法和所述第二提亮算法对所述RAW图像进行亮度提升处理,得到目标图像。
该电子设备可以实现图像处理方法实施例中提供的任一方法,其具体实现过程详见对焦方法实施例,此处不再赘述。
由上可知,本申请实施例提供了一种电子设备,所述电子设备获取拍摄场景的RAW图像,并检测该拍摄场景的照度,当检测到照度位于预设照度区间时,检测RAW图像中是否包含有高亮区域,如果检测到RAW图像中包含有高亮区域,则确定该高亮区域的范围,并根据该范围减小第一提亮算法中的第一提亮参数,同时增加第二提亮算法中暗区对应的第二提亮参数,接下来,按照第一提亮算法和第二提亮算法对RAW图像进行亮度提升处理,得到目标图像,通过上述方案,在对RAW图像进行提亮之前,先对图像中是否存在高亮区域进行判断,对于有高亮区域的图像进行特殊处理,通过调整第一提亮算法中的第一提亮参数和第二提亮算法中的暗区对应的第二提亮参数,达到抑制高光和提亮暗区的目的,进而提高极暗场景拍摄的图像的成像质量。
本申请实施例还提供一种存储介质,所述存储介质中存储有计算机程序,当所述计算机程序在计算机上运行时,所述计算机执行上述任一实施例所述的图像处理方法。
需要说明的是,本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过计算机程序来指令相关的硬件来完成,所述计算机程序可以存储于计算机可读存储介质中,所述存储介质可以包括但不限于:只读存储器(ROM,Read OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁盘或光盘等。
此外,本申请中的术语“第一”、“第二”和“第三”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块,而是某些实施例还包括没有列出的步骤或模块,或某些实施例还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
以上对本申请实施例所提供的图像处理方法、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)
1.一种图像处理方法,其特征在于,包括:
获取拍摄场景的RAW图像,并检测所述拍摄场景的照度;
当所述照度位于预设照度区间时,检测所述RAW图像中是否包含有高亮区域;
若所述RAW图像中包含有高亮区域,则确定高亮区域的高亮程度;
根据所述高亮区域的高亮程度减小第一提亮算法中的第一提亮参数,增加第二提亮算法中暗区对应的第二提亮参数,包括:根据所述高亮区域的高亮程度确定第一调节幅度,并按照所述第一调节幅度减小所述第一提亮算法中的第一提亮参数;根据所述第一调节幅度确定第二调节幅度,并按照所述第二调节幅度增大第二提亮算法中暗区对应的第二提亮参数;
按照所述第一提亮算法和所述第二提亮算法对所述RAW图像进行亮度提升处理,得到目标图像。
2.如权利要求1所述的图像处理方法,其特征在于,所述检测所述RAW图像中是否包含有高亮区域之前,还包括:
当所述照度位于预设照度区间时,对所述RAW图像进行低通滤波处理,并基于低通滤波处理后的所述RAW图像,执行检测所述RAW图像中是否包含有高亮区域。
3.如权利要求1所述的图像处理方法,其特征在于,所述检测所述RAW图像是否包含有高亮区域,包括:
将所述RAW图像转换为灰度图像;
根据预设灰度阈值,将所述灰度图像二值化处理;
识别所述二值化处理后的灰度图像中的连通区域,其中,若识别到的连通区域中包含有区域面积大于预设面积的连通区域,则判定所述RAW图像含有高亮区域。
4.如权利要求3所述的图像处理方法,其特征在于,所述将所述RAW图像转换为灰度图像之后,还包括:
遍历所述灰度图像的像素点,统计灰度值大于所述预设灰度阈值的像素点的数量;
若所述数量大于预设数量,则执行根据预设灰度阈值,将所述灰度图像二值化处理。
5.如权利要求3所述的图像处理方法,其特征在于,所述确定所述高亮区域的高亮程度,包括:
将区域面积大于预设面积的连通区域作为高亮区域;
统计所述高亮区域中像素点的数量,并使用统计的数量表示所述高亮区域的高亮程度。
6.如权利要求1至5任一项所述的图像处理方法,其特征在于,所述第一提亮参数与所述照度成反比,所述第一调节幅度与所述高亮程度成正比;所述第二调节幅度与所述第一调节幅度成正比。
7.一种图像处理装置,其特征在于,包括:
图像获取模块,用于获取拍摄场景的RAW图像,并检测所述拍摄场景的照度;
亮度检测模块,用于当所述照度位于预设照度区间时,检测所述RAW图像中是否包含有高亮区域;
区域识别模块,用于若所述RAW图像中包含有高亮区域,则确定高亮区域的高亮程度;
参数调整模块,用于根据所述高亮区域的高亮程度减小第一提亮算法中的第一提亮参数,增加第二提亮算法中暗区对应的第二提亮参数;
所述参数调整模块,还用于根据所述高亮区域的高亮程度确定第一调节幅度,并按照所述第一调节幅度减小所述第一提亮算法中的第一提亮参数;以及,根据所述第一调节幅度确定第二调节幅度,并按照所述第二调节幅度增大第二提亮算法中暗区对应的第二提亮参数;
图像提亮模块,用于按照所述第一提亮算法和所述第二提亮算法对所述RAW图像进行亮度提升处理,得到目标图像。
8.如权利要求7所述的图像处理装置,其特征在于,所述亮度检测模块还用于:
将所述RAW图像转换为灰度图像;
根据预设灰度阈值,将所述灰度图像二值化处理;
识别所述二值化处理后的灰度图像中的连通区域,其中,若识别到的连通区域中包含有区域面积大于预设面积的连通区域,则判定所述RAW图像含有高亮区域。
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,所述存储器存储有计算机程序,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任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910955494.1A CN110766621B (zh) | 2019-10-09 | 2019-10-09 | 图像处理方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910955494.1A CN110766621B (zh) | 2019-10-09 | 2019-10-09 | 图像处理方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110766621A CN110766621A (zh) | 2020-02-07 |
CN110766621B true CN110766621B (zh) | 2022-03-25 |
Family
ID=69331341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910955494.1A Active CN110766621B (zh) | 2019-10-09 | 2019-10-09 | 图像处理方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110766621B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111770282B (zh) * | 2020-06-28 | 2021-06-01 | Oppo广东移动通信有限公司 | 图像处理方法及装置、计算机可读介质及终端设备 |
CN111800583B (zh) * | 2020-08-11 | 2022-03-08 | 深圳市安健科技股份有限公司 | 高动态范围图像分区处理方法、装置及计算机可读存储介质 |
CN111800584B (zh) * | 2020-08-11 | 2022-04-29 | 深圳市安健科技股份有限公司 | 高动态范围图像处理方法、装置及计算机可读存储介质 |
CN112614064B (zh) * | 2020-12-18 | 2023-04-25 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN112733827B (zh) * | 2020-12-29 | 2023-08-04 | 深圳市天视通视觉有限公司 | 一种车牌识别方法、装置、电子设备及存储介质 |
CN112700752B (zh) * | 2021-01-14 | 2022-04-12 | 凌云光技术股份有限公司 | 一种亮度调节方法 |
CN113268137A (zh) * | 2021-02-03 | 2021-08-17 | 深圳赋能软件有限公司 | 人眼保护装置及方法、身份识别装置及电子设备 |
CN113034357B (zh) * | 2021-05-24 | 2021-08-17 | 杭州火烧云科技有限公司 | Raw格式文件转档的方法、系统、电子装置和存储介质 |
CN113487700A (zh) * | 2021-06-22 | 2021-10-08 | 维沃移动通信有限公司 | 图像处理方法、装置和电子设备 |
CN114418873B (zh) * | 2021-12-29 | 2022-12-20 | 英特灵达信息技术(深圳)有限公司 | 一种暗光图像降噪方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722871A (zh) * | 2012-05-24 | 2012-10-10 | 中山大学 | 一种快速有效的图像增强方法 |
CN104240194A (zh) * | 2014-04-29 | 2014-12-24 | 西南科技大学 | 一种基于抛物线函数的低照度图像增强算法 |
CN104700376A (zh) * | 2014-11-25 | 2015-06-10 | 桂林电子科技大学 | 基于伽马校正和平滑滤波的图像直方图均衡化增强方法 |
CN107392858A (zh) * | 2017-06-16 | 2017-11-24 | 广东欧珀移动通信有限公司 | 图像高光区域处理方法、装置和终端设备 |
WO2018077871A1 (en) * | 2016-10-27 | 2018-05-03 | Thomson Licensing | Method for enhancing brightness of a multimedia content, corresponding computer program product and device |
KR20180075753A (ko) * | 2016-12-26 | 2018-07-05 | 전남대학교산학협력단 | 휘도-색차신호 색좌표계에서 안개/야간 영상의 가시성 향상을 위한 영상 시스템 |
CN109325922A (zh) * | 2018-09-12 | 2019-02-12 | 深圳开阳电子股份有限公司 | 一种图像自适应增强方法、装置及图像处理设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10424054B2 (en) * | 2015-06-26 | 2019-09-24 | Peking University Shenzhen Graduate School | Low-illumination image processing method and device |
CN105046663B (zh) * | 2015-07-10 | 2017-08-04 | 西南科技大学 | 一种模拟人类视觉感知的自适应低照度图像增强方法 |
CN106484257A (zh) * | 2016-09-22 | 2017-03-08 | 广东欧珀移动通信有限公司 | 拍照控制方法、装置和电子设备 |
CN107197146B (zh) * | 2017-05-31 | 2020-06-30 | Oppo广东移动通信有限公司 | 图像处理方法和装置、移动终端、计算机可读存储介质 |
CN107343156B (zh) * | 2017-07-10 | 2020-03-13 | Oppo广东移动通信有限公司 | 人脸区域自动曝光控制的调整方法和装置 |
-
2019
- 2019-10-09 CN CN201910955494.1A patent/CN110766621B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722871A (zh) * | 2012-05-24 | 2012-10-10 | 中山大学 | 一种快速有效的图像增强方法 |
CN104240194A (zh) * | 2014-04-29 | 2014-12-24 | 西南科技大学 | 一种基于抛物线函数的低照度图像增强算法 |
CN104700376A (zh) * | 2014-11-25 | 2015-06-10 | 桂林电子科技大学 | 基于伽马校正和平滑滤波的图像直方图均衡化增强方法 |
WO2018077871A1 (en) * | 2016-10-27 | 2018-05-03 | Thomson Licensing | Method for enhancing brightness of a multimedia content, corresponding computer program product and device |
KR20180075753A (ko) * | 2016-12-26 | 2018-07-05 | 전남대학교산학협력단 | 휘도-색차신호 색좌표계에서 안개/야간 영상의 가시성 향상을 위한 영상 시스템 |
CN107392858A (zh) * | 2017-06-16 | 2017-11-24 | 广东欧珀移动通信有限公司 | 图像高光区域处理方法、装置和终端设备 |
CN109325922A (zh) * | 2018-09-12 | 2019-02-12 | 深圳开阳电子股份有限公司 | 一种图像自适应增强方法、装置及图像处理设备 |
Non-Patent Citations (2)
Title |
---|
Nighttime low illumination image enhancement with single image using bright/dark channel prior;Zhenghao Shi等;《EURASIP Journal on Image and Video Processing》;20180214;1-15 * |
针对亮度分布不均匀特定图像预处理算法研究;陈亮;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20190215(第2019年第02期);I138-1355 * |
Also Published As
Publication number | Publication date |
---|---|
CN110766621A (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110766621B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN111028189B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110022469B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110033418B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN108322646B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110445989B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110381263B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN111028190A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110519485B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110266954B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110445986B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110602467A (zh) | 图像降噪方法、装置、存储介质及电子设备 | |
CN110047060B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN107395991B (zh) | 图像合成方法、装置、计算机可读存储介质和计算机设备 | |
CN107690804B (zh) | 一种图像处理方法及用户终端 | |
CN110213502A (zh) | 图像处理方法、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 | |
CN110717871A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
JP4539432B2 (ja) | 画像処理装置および撮像装置 | |
CN110728705B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN111246092B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110740266B (zh) | 图像选帧方法、装置、存储介质及电子设备 | |
WO2020057248A1 (zh) | 一种图像降噪的方法及装置、设备、存储介质 | |
CN116320771B (zh) | 一种拍摄方法和电子设备 | |
CN110572585B (zh) | 图像处理方法、装置、存储介质及电子设备 |
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 |