CN110807735A - 图像处理方法、装置、终端设备及计算机可读存储介质 - Google Patents
图像处理方法、装置、终端设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110807735A CN110807735A CN201810882395.0A CN201810882395A CN110807735A CN 110807735 A CN110807735 A CN 110807735A CN 201810882395 A CN201810882395 A CN 201810882395A CN 110807735 A CN110807735 A CN 110807735A
- Authority
- CN
- China
- Prior art keywords
- image
- domain
- brightness
- dynamic range
- hsb
- 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.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 37
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 35
- 241000023320 Luma <angiosperm> Species 0.000 claims abstract description 8
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 230000007547 defect Effects 0.000 abstract description 10
- 238000005516 engineering process Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 239000003086 colorant Substances 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- 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
- G06T2207/20172—Image enhancement details
- G06T2207/20208—High dynamic range [HDR] image processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明适用于数据处理技术领域，提供了一种图像处理方法、装置、终端设备及计算机可读存储介质，所述方法包括：获取单帧RGB域图像；根据所述图像的红、绿、蓝坐标，将所述图像从RGB域转换到HSB域；根据所述HSB域中的图像亮度，确定所述图像的明度单通道的平均亮度；根据所述平均亮度获得所述图像的动态范围调节参数；根据所述动态范围调节参数对所述图像进行高动态范围调节，自适应地提升HDR动态范围，有效改善低光条件下HDR的适应性差，丢失细节或过度增强图片的不足，极大地提高了图像质量。
Description
技术领域
本发明属于数据处理技术领域，尤其涉及一种图像处理方法、装置、终端设备及计算机可读存储介质。
背景技术
重现与直接观察场景相对应的图像是图像研究中最重要且最困难的问题之一。实际上，由人类视觉系统(Human Visual System，HVS)捕获的场景亮度是以高度非线性方式处理的。数码相机捕捉场景后的处理方式与HVS的处理方式不同。因此，捕获的图像经常与人类对原始场景的感知有所差异，而这种差异对于高动态范围场景尤为明显。动态范围是由一个场景中最亮对象和最暗对象之间的亮度比来定义。高动态范围成像(High DynamicRange Imaging，HDRI或HDR)技术，在计算机图像学中，是用来实现比普通数位图像技术更大曝光动态范围(即更大的明暗差别)的一组技术。HDR技术的目标是提供与人类视觉系统相似的亮度范围，且细节更加丰富，让画面全方位的展现出最接近人类视觉系统的感知。现在，HDR技术已经广泛应用在了家电、智能终端等各个方面。
受硬件技术所限，手机、平板电脑等智能电子设备的图像采集装置拍摄的图像与专业单反相机拍摄的图像在HDR方面有着较大的差距。为了改善图像质量，智能电子设备会在后处理中加入HDR技术。现有的HDR技术以多帧图像包围曝光为主：即通过拍摄为多张(通常为三张)曝光值不同的低动态范围(Low Dynamic Range，LDR)图像，保留过曝照片的暗部，欠曝照片的亮部，以及正常曝光照片的中间影调，合成为一张HDR图像。
然而，由于多帧HDR技术需要在同一场景进行多次拍照，在拍照过程中很容易受到手持电子设备的移动以及场景中物体运动的影响，导致同一前景可能在多张拍摄图像中位置发生变化，而背景也会有一定程度的位移。比如试图拍摄一位奔跑的运动员，此人物前景在拍摄的每一帧中位置都会发生变化，使得多帧HDR融合时会产生鬼影(Ghosting)。消除鬼影是多帧HDR技术的难点之一，需要通过对齐融合的算法进行改善，而对齐的质量也会影响最终HDR图片是否模糊。并且由于多帧HDR技术需要拍照多张图像并将其对齐融合，处理时间会相对较长。以上这些缺点限制了多帧HDR成像的实际应用。
单幅图像HDR技术以反色调映射算子方法为主，通过线性或非线性函数映射对LDR图像的亮度范围进行扩展。具体地，通过对输入的低亮度图像进行反转，然后对图像进行动态范围提升。但是由于暗光通道在低光条件下的适应性差，此方法可能会丢失一些细节或过度增强图片。
发明内容
有鉴于此，本发明实施例提供了一种图像处理方法、装置、终端设备及计算机可读存储介质，以解决现有单幅图像HDR技术在低光条件下出现的丢失细节或过度增强图片的问题。
本发明实施例的第一方面提供了一种图像处理方法，包括：
获取单帧红绿蓝(Red Green Blue，RGB)域图像；
根据所述图像的红、绿、蓝坐标，将所述图像从RGB域转换到色相、饱和度、亮度(Hue Saturation Brightness，HSB)域；
根据所述HSB域中的图像亮度，确定所述图像的明度单通道的平均亮度；
根据所述平均亮度获得所述图像的动态范围调节参数；
根据所述动态范围调节参数对所述图像进行高动态范围调节。
本发明实施例的第二方面提供了一种图像处理装置，包括：
图像获取单元，用于获取单帧RGB域图像；
图像转换单元，用于根据所述图像的红、绿、蓝坐标，将所述图像从RGB域转换到HSB域；
平均亮度确定单元，用于根据所述HSB域中的图像亮度，确定所述图像的明度单通道的平均亮度；
动态范围调节参数获得单元，用于根据所述平均亮度获得所述图像的动态范围调节参数；
动态范围调节单元，用于根据所述动态范围调节参数对所述图像进行高动态范围调节。
本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例将单张RGB域图像转换到HSB域，计算明度单通道的平均亮度，根据该平均亮度获得图像的动态范围调节参数，根据获得的动态范围调节参数对图像进行高动态范围调节，自适应地提升动态范围，可以有效改善低光条件下HDR的适应性差，丢失细节或过度增强图片的不足，极大地提高了图像质量。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种图像处理方法的示意流程图；
图2是本发明实施例提供的HSB色彩空间示意图；
图3是本发明实施例提供的极暗图像的原图；
图4是本发明实施例提供的图3中极暗图像进行高动态范围调节后的效果图；
图5是本发明另一实施例提供的一种图像处理方法的示意流程图；
图6是本发明再一实施例提供的一种图像处理方法的示意流程图；
图7是本发明又一实施例提供的一种图像处理方法的示意流程图；
图8是本发明实施例提供的一种图像处理装置的示意性框图；
图9是本发明另一实施例提供的一种图像处理装置示意性框图；
图10是本发明实施例提供的一种终端设备的示意性框图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
参见图1，图1是本发明实施例提供的一种图像处理方法的示意流程图，在该实施例中，以终端的角度触发为例进行说明，这里，终端可以为智能手机、平板电脑等移动终端。如图1所示，在该实施例中，终端的处理过程可以包括以下步骤：
S101：获取单帧RGB域图像。
这里，RGB色彩模式是一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色，RGB即是代表红、绿、蓝三个通道的颜色。
具体地，可以在接收到图像处理指令时获取单帧RGB域图像，或者在预设时间段内获取单帧RGB域图像，其中，预设时间段可以根据实际需要设置，这样在需要进行图像处理时才执行后续步骤，避免资源浪费。
在获取单帧RGB域图像之后，还可以生成相应提示，例如生成是否进行动态范围提升的提示，若接收到确认进行动态范围提升的信息，则继续执行后续步骤，否则，停止操作，不对获取的RGB域图像进行后续处理，满足实际应用需要。
S102：根据所述图像的红、绿、蓝坐标，将所述图像从RGB域转换到HSB域。
这里，将获取的图像转到HSB域：其中，“H”表色相(Hue)，“S”是饱和度(Saturation)，“B”是明度(Brightness)。很多图像显示器将不同强度的红、绿、蓝色混合来生成不同的颜色，这就是RGB三原色的加色法。通过这种方法可以在RGB色彩空间生成不同的颜色，但是这三种颜色分量的取值与其生成的颜色之间的联系并不直观。HSB色彩空间是把颜色描述在圆柱坐标系内的点，如图2所示，绕所述圆柱坐标系轴的角度对应于H:“色相”，到轴的距离对应于S:“饱和度”，而沿着轴的高度对应于B:“明度”。每个独特的RGB值都伴随着一个独特的HSB空间值。HSB用人眼更熟悉的方式封存了颜色的信息。
由RGB色彩域转为HSB色彩域的方法如下：
假设(r,g,b)分别是某一颜色对应的的红、绿、蓝坐标，它们的值是在0到1之间的实数。设max等价于r，g和b中的最大值。设min为这些值中的最小值。
B＝max。
而且由于HSB中的“B”直接封存了图片的亮度信息，区别于之前作用于RGB三通道的方法，可以只利用在明度单通道(Brightness)的变换进行图像质量的提升。
具体地，在所述根据所述图像的红、绿、蓝坐标，将所述图像从RGB域转换到HSB域之后，可以保存并显示转换到HSB域的图像，方便相关人员查看并审核，还可以生成是否重新转换的提示，如果接收到重新转换请求，重新执行上述将图像从RGB域转换到HSB域的步骤，否则，继续执行后续步骤。
S103：根据所述HSB域中的图像亮度，确定所述图像的明度单通道的平均亮度。
这里，平均亮度即转换为HSB颜色域后，图片中所有像素的B值的平均值B_mean。
S104：根据所述平均亮度获得所述图像的动态范围调节参数。
具体地，根据平均亮度设定五种图像类型，例如，预先采集大量单帧RGB域图像，将每个图像从RGB域转换到HSB域，根据每个图像的平均亮度对图像进行分类，设定五种图像类型。其中，五种类型分别为：极暗图像、较暗图像、正常图像、较亮图像、极亮图像，每个类型对应不同的平均亮度。例如，极暗图像对应的平均亮度为B1～B2，较暗图像对应的平均亮度为B2～B3，正常图像对应的平均亮度为B3～B4，较亮图像对应的平均亮度为B4～B5，极亮图像对应的平均亮度为B5～B6，如果上述图像的平均亮度在B2～B3范围内，则确定上述图像为较暗图像。
不同的图像类型对应不同的动态范围调节参数，即极暗图像调节参数最高，其次是较暗图像，而后是正常图像，再之是较亮图像，最后是极亮图像。五个不同类型的图像使用不同参数，数据驱动自适应场景提升，可以有效改善之前由于暗光通道在低光条件下的适应性差，丢失细节或过度增强图片的不足，其中，动态范围调节参数包括动态范围提升强度。
S105：根据所述动态范围调节参数对所述图像进行高动态范围调节。
这里，如图3和图4所示，极暗图像进行高动态范围调节的效果前后对比图，图3为原图，即调节前，图4为调节后，可以有效改善低光条件下HDR的适应性差，丢失细节或过度增强图片的不足。其中，高动态范围调节后获得高动态范围图像(High-Dynamic Range，简称HDR)，相比普通的图像，可以提供更多的动态范围和图像细节，根据不同的曝光时间的LDR(Low-Dynamic Range)图像，利用每个曝光时间相对应最佳细节的LDR图像来合成最终HDR图像，能够更好的反映出真实环境中的视觉效果。
具体地，对于反转的图像可以根据上述动态范围调节参数对图像应用去雾算法，再反转去雾后的图像而达到拉伸动态范围的效果。其中，图像去雾方法主要可以分为两大类:(1)基于图像处理的增强方法。这种方法通过对图像进行增强，改善图像质量。其优点是可以利用已有的成熟图像处理算法进行针对性运用，增强图像的对比度，突出图像中景物的特征和有价值的信息。基于图像处理的增强方法包括全局化增强(例如Retinex算法)和局部化增强(例如局部直方图均衡化)。(2)基于物理模型的复原方法。这种方法通过研究大气悬浮颗粒对光的散射作用，建立大气散射模型，了解图像退化的物理机理，并复原出未降质前的图像。基于物理模型的复原方法包括基于偏微分方程(例如建立能量最优化模型)、基于深度关系(例如利用辅助信息提取景深)和基于先验信息(例如Tan方法)。
另外，还可以根据上述动态范围调节参数对图像应用伽马变换，进而达到拉伸动态范围的效果，其中，伽马变换为在图像处理中，对漂白(相机过曝)的图片或者过暗(曝光不足)的图片，进行修正。
从以上描述可知，本发明实施例图像处理方法，将单张RGB域图像转换到HSB域，计算明度单通道的平均亮度，根据该平均亮度获得图像的动态范围调节参数，根据获得的动态范围调节参数进行高动态范围调节，自适应地提升HDR动态范围，可以有效改善低光条件下HDR的适应性差，丢失细节或过度增强图片的不足，极大地提高了图像质量。
此外，在一个具体示例中，所述根据所述图像的红、绿、蓝坐标，将所述图像从RGB域转换到HSB域包括：
根据表达式
确定所述HSB域中的图像色相H；
根据表达式
确定所述HSB域中的图像饱和度S；
根据表达式B＝max确定所述HSB域中的图像亮度B；其中，(r,g,b)为所述图像的红、绿、蓝坐标，max为r、g和b中的最大值，min为r、g和b中的最小值；
根据确定的图像色相H、图像饱和度S和图像亮度B，将所述图像从RGB域转换到HSB域。
请参阅图5，图5是本发明另一实施例提供的一种图像处理方法的示意流程图。与图1对应的实施例的区别在于：所述根据所述HSB域中的图像亮度，确定所述图像的明度单通道的平均亮度可以包括S503。其中S501～S502与上一实施例中的S101～S102相同，S504～S505与上一实施例中的S104～S105相同，具体请参阅上述实施例中S101～S102和S104～S105的相关描述，此处不赘述。具体地，S503可以包括S5031～S5032：
S5031：获取所述HSB域中所有像素的图像亮度。
S5032：根据获取的图像亮度计算所有像素的亮度平均值，作为所述图像的明度单通道的平均亮度。
这里，图像转换到HSB颜色域后，HSB中的“B”直接封存了图片的亮度信息，区别于之前作用于RGB三通道的方法，可以只利用在明度单通道(Brightness)的变换进行图像质量的提升，具体地，将图片中所有像素的B值的平均值B_mean作为图像的明度单通道的平均亮度，利用该平均亮度进行后续HDR动态范围提升，提高图像质量。
请参阅图6，图6是本发明再一实施例提供的一种图像处理方法的示意流程图。与图1对应的实施例的区别在于：所述根据所述平均亮度获得所述图像的动态范围调节参数可以包括S604。其中S601～S603与上一实施例中的S101～S103相同，S605与上一实施例中的S105相同，具体请参阅上述实施例中S101～S103和S105的相关描述，此处不赘述。具体地，S604可以包括S6041～S6042：
S6041：根据所述平均亮度，以及预存的平均亮度与图像类型的对应关系，确定所述图像的类型。
S6042：根据所述图像的类型，以及预存的图像类型与图像动态范围调节参数的对应关系，确定所述图像的动态范围调节参数。
这里，根据平均亮度设定五种图像类型，例如，预先采集大量单帧RGB域图像，将每个图像从RGB域转换到HSB域，根据每个图像的平均亮度设定五种图像类型。其中，五种类型分别为：极暗图像、较暗图像、正常图像、较亮图像、极亮图像，每个类型对应不同的平均亮度。
不同的图像类型对应不同的动态范围调节参数，即极暗图像调节参数最高，其次是较暗图像，而后是正常图像，再之是较亮图像，最后是极亮图像。五个不同类型的图像使用不同参数，数据驱动自适应场景提升，可以有效改善之前由于暗光通道在低光条件下的适应性差，丢失细节或过度增强图片的不足。
请参阅图7，图7是本发明又一实施例提供的一种图像处理方法的示意流程图。与图1对应的实施例的区别在于：所述根据所述动态范围调节参数对所述图像进行高动态范围调节可以包括S705。其中S701～S704与上一实施例中的S101～S104相同，具体请参阅上述实施例中S101～S104的相关描述，此处不赘述。具体地，S705可以包括S7051～S7052：
S7051：若所述图像为反转图像，则根据所述动态范围调节参数对所述图像进行去雾处理；
S7052：将去雾处理后的图像进行反转处理。
这里，可以根据上述动态范围调节参数对反转的输入图像应用去雾算法，再反转去雾后的图像而达到拉伸动态范围的效果，可以自适应的调节参数，有效改善之前由于暗光通道在低光条件下的适应性差，丢失细节或过度增强图片的不足。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的图像处理方法，图8示出了本发明实施例提供的一种图像处理装置的示意性框图。本实施例的图像处理装置800包括的各单元用于执行图1对应的实施例中的各步骤，具体请参阅图1及图1对应的实施例中的相关描述，此处不赘述。本实施例的图像处理装置800包括图像获取单元801、图像转换单元802、平均亮度确定单元803、动态范围调节参数获得单元804和动态范围调节单元805。
其中，图像获取单元801，用于获取单帧RGB域图像。图像转换单元802，用于根据所述图像的红、绿、蓝坐标，将所述图像从RGB域转换到HSB域。平均亮度确定单元803，用于根据所述HSB域中的图像亮度，确定所述图像的明度单通道的平均亮度。动态范围调节参数获得单元804，用于根据所述平均亮度获得所述图像的动态范围调节参数。动态范围调节单元805，用于根据所述动态范围调节参数对所述图像进行高动态范围调节。
从以上描述可知，本发明实施例图像处理装置，将单张RGB域图像转换到HSB域，计算明度单通道的平均亮度，根据该平均亮度获得图像的动态范围调节参数，根据获得的动态范围调节参数对图像进行高动态范围调节，自适应地提升HDR动态范围，可以有效改善低光条件下HDR的适应性差，丢失细节或过度增强图片的不足，极大地提高了图像质量。
参见图9，图9是本发明另一实施例提供的另一种图像处理装置的示意性框图。本实施例的图像处理装置900包括图像获取单元901、图像转换单元902、平均亮度确定单元903、动态范围调节参数获得单元904和动态范围调节单元905。
其中，图像获取单元901、图像转换单元902、平均亮度确定单元903、动态范围调节参数获得单元904和动态范围调节单元905具体请参阅图8及图8对应的实施例中图像获取单元801、图像转换单元802、平均亮度确定单元803、动态范围调节参数获得单元804和动态范围调节单元805的相关描述，此处不赘述。
进一步的，所述图像转换单元902包括图像色相确定单元9021、图像饱和度确定单元9022、图像亮度确定单元9023和转换单元9024。
其中，所述图像色相确定单元9021，用于根据表达式
确定所述HSB域中的图像色相H。
所述图像饱和度确定单元9022，用于根据表达式
确定所述HSB域中的图像饱和度S。
所述图像亮度确定单元9023，用于根据表达式B＝max确定所述HSB域中的图像亮度B；其中，(r,g,b)为所述图像的红、绿、蓝坐标，max为r、g和b中的最大值，min为r、g和b中的最小值。
所述转换单元9024，用于根据确定的图像色相H、图像饱和度S和图像亮度B，将所述图像从RGB域转换到HSB域。
进一步的，所述平均亮度确定单元903包括亮度获取单元9031和亮度确定单元9032。
其中，所述亮度获取单元9031，用于获取所述HSB域中所有像素的图像亮度。
所述亮度确定单元9032，用于根据获取的图像亮度计算所有像素的亮度平均值，作为所述图像的明度单通道的平均亮度。
进一步的，所述动态范围调节参数获得单元904包括图像类型确定单元9041和提升参数确定单元9042。
其中，所述图像类型确定单元9041，用于根据所述平均亮度，以及预存的平均亮度与图像类型的对应关系，确定所述图像的类型。
所述提升参数确定单元9042，用于根据所述图像的类型，以及预存的图像类型与图像动态范围调节参数的对应关系，确定所述图像的动态范围调节参数。
进一步的，所述动态范围调节单元905包括图像去雾单元9051和图像反转单元9052。
其中，所述图像去雾单元9051，用于若所述图像为反转图像，则根据所述动态范围调节参数对所述图像进行去雾处理。
所述图像反转单元9052，用于将去雾处理后的图像进行反转处理。
从以上描述可知，本发明实施例将单张RGB域图像转换到HSB域，计算明度单通道的平均亮度，根据该平均亮度获得图像的动态范围调节参数，根据获得的动态范围调节参数对图像进行高动态范围调节，自适应地提升HDR动态范围，可以有效改善低光条件下HDR的适应性差，丢失细节或过度增强图片的不足，极大地提高了图像质量。
参见图10，图10是本发明一个实施例提供的一种终端设备的示意框图。如图10所示，该实施例的终端设备100包括：处理器1000、存储器1001以及存储在所述存储器1001中并可在所述处理器1000上运行的计算机程序1002，例如图像处理程序。所述处理器1000执行所述计算机程序1002时实现上述各个图像处理方法实施例中的步骤，例如图1所示的步骤101至105。或者，所述处理器1000执行所述计算机程序1002时实现上述各装置实施例中各单元的功能，例如图9所示单元901至905的功能。
所述计算机程序1002可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器1001中，并由所述处理器1000执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序1002在所述终端设备100中的执行过程。例如，所述计算机程序1002可以被分割成图像获取单元、图像转换单元、平均亮度确定单元、动态范围调节参数获得单元和动态范围调节单元，各单元具体功能如下：
获取单帧RGB域图像；
根据所述图像的红、绿、蓝坐标，将所述图像从RGB域转换到HSB域；
根据所述HSB域中的图像亮度，确定所述图像的明度单通道的平均亮度；
根据所述平均亮度获得所述图像的动态范围调节参数；
根据所述动态范围调节参数对所述图像进行高动态范围调节。
进一步的，所述根据所述图像的红、绿、蓝坐标，将所述图像从RGB域转换到HSB域包括：
根据表达式
确定所述HSB域中的图像色相H；
根据表达式
确定所述HSB域中的图像饱和度S；
根据表达式B＝max确定所述HSB域中的图像亮度B；其中，(r,g,b)为所述图像的红、绿、蓝坐标，max为r、g和b中的最大值，min为r、g和b中的最小值；
根据确定的图像色相H、图像饱和度S和图像亮度B，将所述图像从RGB域转换到HSB域。
进一步的，所述根据所述HSB域中的图像亮度，确定所述图像的明度单通道的平均亮度包括：
获取所述HSB域中所有像素的图像亮度；
根据获取的图像亮度计算所有像素的亮度平均值，作为所述图像的明度单通道的平均亮度。
进一步的，所述根据所述平均亮度获得所述图像的动态范围调节参数包括：
根据所述平均亮度，以及预存的平均亮度与图像类型的对应关系，确定所述图像的类型；
根据所述图像的类型，以及预存的图像类型与图像动态范围调节参数的对应关系，确定所述图像的动态范围调节参数。
进一步的，所述根据所述动态范围调节参数对所述图像进行高动态范围调节包括：
若所述图像为反转图像，则根据所述动态范围调节参数对所述图像进行去雾处理；将去雾处理后的图像进行反转处理。
上述方案将单张RGB域图像转换到HSB域，计算明度单通道的平均亮度，根据该平均亮度获得图像的动态范围调节参数，根据获得的动态范围调节参数对图像进行高动态范围调节，自适应地提升HDR动态范围，可以有效改善低光条件下HDR的适应性差，丢失细节或过度增强图片的不足，极大地提高了图像质量。
所述终端设备100可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器1000、存储器1001。本领域技术人员可以理解，图10仅仅是终端设备100的示例，并不构成对终端设备100的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器1000可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器1001可以是所述终端设备100的内部存储单元，例如终端设备100的硬盘或内存。所述存储器1001也可以是所述终端设备100的外部存储设备，例如所述终端设备100上配备的插接式硬盘，智能存储卡(Smart MediaCard，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器1001还可以既包括所述终端设备100的内部存储单元也包括外部存储设备。所述存储器1001用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器1001还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
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或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也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计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像处理方法，其特征在于，包括：
获取单帧红绿蓝RGB域图像；
根据所述图像的红、绿、蓝坐标，将所述图像从RGB域转换到色相、饱和度、亮度HSB域；
根据所述HSB域中的图像亮度，确定所述图像的明度单通道的平均亮度；
根据所述平均亮度获得所述图像的动态范围调节参数；
根据所述动态范围调节参数对所述图像进行高动态范围调节。
2.如权利要求1所述的图像处理方法，其特征在于，所述根据所述图像的红、绿、蓝坐标，将所述图像从RGB域转换到HSB域包括：
根据表达式
确定所述HSB域中的图像色相H；
根据表达式
确定所述HSB域中的图像饱和度S；
根据表达式B＝max确定所述HSB域中的图像亮度B；其中，(r,g,b)为所述图像的红、绿、蓝坐标，max为r、g和b中的最大值，min为r、g和b中的最小值；
根据确定的图像色相H、图像饱和度S和图像亮度B，将所述图像从RGB域转换到HSB域。
3.如权利要求1所述的图像处理方法，其特征在于，所述根据所述HSB域中的图像亮度，确定所述图像的明度单通道的平均亮度包括：
获取所述HSB域中所有像素的图像亮度；
根据获取的图像亮度计算所有像素的亮度平均值，作为所述图像的明度单通道的平均亮度。
4.如权利要求1所述的图像处理方法，其特征在于，所述根据所述平均亮度获得所述图像的动态范围调节参数包括：
根据所述平均亮度，以及预存的平均亮度与图像类型的对应关系，确定所述图像的类型；
根据所述图像的类型，以及预存的图像类型与图像动态范围调节参数的对应关系，确定所述图像的动态范围调节参数。
5.如权利要求1所述的图像处理方法，其特征在于，所述根据所述动态范围调节参数对所述图像进行高动态范围调节包括：
若所述图像为反转图像，则根据所述动态范围调节参数对所述图像进行去雾处理；
将去雾处理后的图像进行反转处理。
6.一种图像处理装置，其特征在于，包括：
图像获取单元，用于获取单帧RGB域图像；
图像转换单元，用于根据所述图像的红、绿、蓝坐标，将所述图像从RGB域转换到HSB域；
平均亮度确定单元，用于根据所述HSB域中的图像亮度，确定所述图像的明度单通道的平均亮度；
动态范围调节参数获得单元，用于根据所述平均亮度获得所述图像的动态范围调节参数；
动态范围调节单元，用于根据所述动态范围调节参数对所述图像进行高动态范围调节。
7.如权利要求6所述的图像处理装置，其特征在于，所述图像转换单元包括：
图像色相确定单元，用于根据表达式
确定所述HSB域中的图像色相H；
图像饱和度确定单元，用于根据表达式
确定所述HSB域中的图像饱和度S；
图像亮度确定单元，用于根据表达式B＝max确定所述HSB域中的图像亮度B；其中，(r,g,b)为所述图像的红、绿、蓝坐标，max为r、g和b中的最大值，min为r、g和b中的最小值；
转换单元，用于根据确定的图像色相H、图像饱和度S和图像亮度B，将所述图像从RGB域转换到HSB域。
8.如权利要求6所述的图像处理装置，其特征在于，所述平均亮度确定单元包括：
亮度获取单元，用于获取所述HSB域中所有像素的图像亮度；
亮度确定单元，用于根据获取的图像亮度计算所有像素的亮度平均值，作为所述图像的明度单通道的平均亮度。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810882395.0A CN110807735A (zh) | 2018-08-06 | 2018-08-06 | 图像处理方法、装置、终端设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810882395.0A CN110807735A (zh) | 2018-08-06 | 2018-08-06 | 图像处理方法、装置、终端设备及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110807735A true CN110807735A (zh) | 2020-02-18 |
Family
ID=69487024
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810882395.0A Pending CN110807735A (zh) | 2018-08-06 | 2018-08-06 | 图像处理方法、装置、终端设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110807735A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111914632A (zh) * | 2020-06-19 | 2020-11-10 | 广州杰赛科技股份有限公司 | 一种人脸识别方法、装置及存储介质 |
| CN112019762A (zh) * | 2020-07-23 | 2020-12-01 | 北京迈格威科技有限公司 | 视频处理方法及装置、存储介质及电子设备 |
| CN113259648A (zh) * | 2021-05-18 | 2021-08-13 | 深圳欧克曼技术有限公司 | 一种内窥镜摄像机图像处理设备和方法 |
| CN113518185A (zh) * | 2020-12-30 | 2021-10-19 | 腾讯科技（深圳）有限公司 | 视频转换处理方法、装置、计算机可读介质及电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101138238A (zh) * | 2005-03-10 | 2008-03-05 | 松下电器产业株式会社 | 显示装置、对比度调整方法及对比度调整程序 |
| CN103400342A (zh) * | 2013-07-04 | 2013-11-20 | 西安电子科技大学 | 基于混合色阶映射及压缩系数的高动态范围图像重构方法 |
| CN104182721A (zh) * | 2013-05-22 | 2014-12-03 | 华硕电脑股份有限公司 | 提升人脸识别率的图像处理系统及图像处理方法 |
| CN105227858A (zh) * | 2015-10-30 | 2016-01-06 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
| CN106886985A (zh) * | 2017-04-25 | 2017-06-23 | 哈尔滨工业大学 | 一种减小色偏的自适应低照度图像增强方法 |
| CN108352059A (zh) * | 2015-12-26 | 2018-07-31 | 英特尔公司 | 用于将高动态范围（hdr）内容转换成标准动态范围（sdr）内容的视频色调映射 |
-
2018
- 2018-08-06 CN CN201810882395.0A patent/CN110807735A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101138238A (zh) * | 2005-03-10 | 2008-03-05 | 松下电器产业株式会社 | 显示装置、对比度调整方法及对比度调整程序 |
| CN104182721A (zh) * | 2013-05-22 | 2014-12-03 | 华硕电脑股份有限公司 | 提升人脸识别率的图像处理系统及图像处理方法 |
| CN103400342A (zh) * | 2013-07-04 | 2013-11-20 | 西安电子科技大学 | 基于混合色阶映射及压缩系数的高动态范围图像重构方法 |
| CN105227858A (zh) * | 2015-10-30 | 2016-01-06 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
| CN108352059A (zh) * | 2015-12-26 | 2018-07-31 | 英特尔公司 | 用于将高动态范围（hdr）内容转换成标准动态范围（sdr）内容的视频色调映射 |
| CN106886985A (zh) * | 2017-04-25 | 2017-06-23 | 哈尔滨工业大学 | 一种减小色偏的自适应低照度图像增强方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111914632A (zh) * | 2020-06-19 | 2020-11-10 | 广州杰赛科技股份有限公司 | 一种人脸识别方法、装置及存储介质 |
| CN111914632B (zh) * | 2020-06-19 | 2024-01-05 | 广州杰赛科技股份有限公司 | 一种人脸识别方法、装置及存储介质 |
| CN112019762A (zh) * | 2020-07-23 | 2020-12-01 | 北京迈格威科技有限公司 | 视频处理方法及装置、存储介质及电子设备 |
| CN112019762B (zh) * | 2020-07-23 | 2022-06-21 | 深圳市芯睿视科技有限公司 | 视频处理方法及装置、存储介质及电子设备 |
| CN113518185A (zh) * | 2020-12-30 | 2021-10-19 | 腾讯科技（深圳）有限公司 | 视频转换处理方法、装置、计算机可读介质及电子设备 |
| CN113518185B (zh) * | 2020-12-30 | 2022-08-05 | 腾讯科技（深圳）有限公司 | 视频转换处理方法、装置、计算机可读介质及电子设备 |
| CN113259648A (zh) * | 2021-05-18 | 2021-08-13 | 深圳欧克曼技术有限公司 | 一种内窥镜摄像机图像处理设备和方法 |
| CN113259648B (zh) * | 2021-05-18 | 2022-01-11 | 深圳欧克曼技术有限公司 | 一种内窥镜摄像机图像处理设备和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11849224B2 (en) | Global tone mapping | |
| CN107635102B (zh) | 高动态范围图像曝光补偿值获取方法和装置 | |
| US8965120B2 (en) | Image processing apparatus and method of controlling the same | |
| CN108668093B (zh) | Hdr图像的生成方法及装置 | |
| US10021313B1 (en) | Image adjustment techniques for multiple-frame images | |
| US9813635B2 (en) | Method and apparatus for auto exposure value detection for high dynamic range imaging | |
| CN111163268B (zh) | 一种图像处理方法、装置以及计算机存储介质 | |
| CN107680056B (zh) | 一种图像处理方法及装置 | |
| CN106897981A (zh) | 一种基于引导滤波的低照度图像增强方法 | |
| CN110807735A (zh) | 图像处理方法、装置、终端设备及计算机可读存储介质 | |
| US8781225B2 (en) | Automatic tone mapping method and image processing device | |
| EP3674967A1 (en) | Image signal processing method, apparatus and device | |
| CN101242476A (zh) | 图像颜色自动校正方法及数字摄像系统 | |
| CN108717691B (zh) | 一种图像融合方法、装置、电子设备及介质 | |
| WO2019104047A1 (en) | Global tone mapping | |
| CN105282529A (zh) | 一种基于raw空间的数字宽动态方法及装置 | |
| CN108629738B (zh) | 一种图像处理方法及装置 | |
| CN111970432A (zh) | 一种图像处理方法及图像处理装置 | |
| US20180025476A1 (en) | Apparatus and method for processing image, and storage medium | |
| CN110570384A (zh) | 一种对场景图像进行光照均衡处理的方法、装置、计算机设备以及计算机存储介质 | |
| CN107358578B (zh) | 一种阴阳脸处理方法和装置 | |
| CN114998122A (zh) | 一种低照度图像增强方法 | |
| CN112598609A (zh) | 一种动态图像的处理方法及装置 | |
| CN110838088A (zh) | 一种基于深度学习的多帧降噪方法、装置及终端设备 | |
| Toh et al. | Implementation of high dynamic range rendering on acute leukemia slide images using contrast stretching |
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 | ||
| CB02 | Change of applicant information |
Address after: 516006 TCL technology building, No.17, Huifeng Third Road, Zhongkai high tech Zone, Huizhou City, Guangdong Province Applicant after: TCL Technology Group Co.,Ltd. Address before: 516006 Guangdong province Huizhou Zhongkai hi tech Development Zone No. nineteen District Applicant before: TCL Corp. |
|
| CB02 | Change of applicant information | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40018358 Country of ref document: HK |
|
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200218 |
|
| RJ01 | Rejection of invention patent application after publication |