CN111064967A - 图像的压缩方法、装置、系统和存储介质 - Google Patents

图像的压缩方法、装置、系统和存储介质 Download PDF

Info

Publication number
CN111064967A
CN111064967A CN201911144013.5A CN201911144013A CN111064967A CN 111064967 A CN111064967 A CN 111064967A CN 201911144013 A CN201911144013 A CN 201911144013A CN 111064967 A CN111064967 A CN 111064967A
Authority
CN
China
Prior art keywords
image
input image
compression
compression curve
luminance
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
Application number
CN201911144013.5A
Other languages
English (en)
Inventor
陈嘉晖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Megvii Technology Co Ltd
Original Assignee
Beijing Megvii Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Megvii Technology Co Ltd filed Critical Beijing Megvii Technology Co Ltd
Priority to CN201911144013.5A priority Critical patent/CN111064967A/zh
Publication of CN111064967A publication Critical patent/CN111064967A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明提供一种图像的压缩方法、装置、系统和存储介质。该方法包括：对待处理的输入图像进行场景识别，场景识别包括计算输入图像的亮度值；基于预先设定的与预设亮度值相对应的压缩曲线确定与场景识别的结果相对应的压缩曲线；基于所确定的与场景识别的结果相对应的压缩曲线对输入图像进行压缩。根据本发明实施例的图像的压缩方法、装置和系统通过预先定义若干种压缩曲线以对应不同场景(亮度)下的最优压缩曲线，使得输入图像的压缩曲线依据场景自适应生成，从而使得输入图像全亮度域上颜色能够准确还原，保持输入图像的颜色信息及对比度。

Description

图像的压缩方法、装置、系统和存储介质
技术领域
本发明涉及图像处理技术领域，更具体地涉及一种图像的压缩方法、装置、系统和存储介质。
背景技术
随着摄像设备越来越普及，人们对摄影的需求越来越高。拍摄高动态范围场景是其中一种比较困难的场景，其原因包括：一、由于场景中的动态范围大，故需要通过高位宽进行图像存储，高位宽的图像来源包含高端传感器或者多张低位宽图像的高动态范围拼接，而这些操作都需要在原始(RAW)图像上进行，RAW图像在每一像素上仅有RGB三个通道中一个通道的信息；二、RAW图像需要经过图像信号处理器(ISP)处理后才能成为真正意义上的数字图像，而ISP对于位宽及其敏感，提升ISP的位宽会显著增加其带宽、功耗以及效率。
传统的图像压缩方法在压缩时不能对拍摄场景进行感知和识别，所以会导致偏色或者出现色阶的问题。目前，图像压缩方法主要包含线性压缩、对数压缩、分段线性压缩和色调映射压缩。其中，线性压缩考虑像素颜色的分布，会使数值集中的颜色分辨率降低，映射后的图像会导致暗区细节丢失的问题。对数压缩不能对图像的局部进行有效的修正，会导致亮区对比度降低的问题。分段线性压缩在线性不匹配的颜色区间会出现对比度或者偏色的问题。色调映射压缩是非全局的图像操作，会对后续图像处理造成困难，导致最终输出的图像存在偏色或者对比度问题。
发明内容
为了解决上述问题中的至少一个而提出了本发明。本发明提出了一种图像的压缩方案，其通过预先定义若干种压缩曲线以对应不同场景(亮度)下的最优压缩曲线，使得输入图像的压缩曲线依据场景自适应生成，从而使得输入图像全亮度域上颜色能够准确还原，保持输入图像的颜色信息及对比度。下面简要描述本发明提出的图像的压缩方案，更多细节将在后续结合附图在具体实施方式中加以描述。
根据本发明一方面，提供了一种图像的压缩方法，所述方法包括：对待处理的输入图像进行场景识别，所述场景识别包括计算所述输入图像的亮度值；基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线；以及基于所确定的与所述场景识别的结果相对应的压缩曲线对所述输入图像进行压缩。
在本发明的一个实施例中，所述基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线，包括：基于所述输入图像的亮度值与所述预设亮度值的大小关系以及所述预设亮度值与预先设定的压缩曲线的对应关系，从所述预先设定的压缩曲线中确定与所述场景识别的结果相对应的压缩曲线。
在本发明的一个实施例中，所述基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线，进一步包括：确定所述输入图像的亮度值与所述预设亮度值之间的大小关系；当所述输入图像的亮度值等于所述预设亮度值中的目标亮度值时，将与所述目标亮度值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；当所述输入图像的亮度值大于所述预设亮度值中的最大值时，将与所述最大值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；当所述输入图像的亮度值小于所述预设亮度值中的最小值时，将与所述最小值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；当所述输入图像的亮度值介于所述预设亮度值中的两个亮度值之间时，将与所述两个亮度值相对应的压缩曲线进行插值以得到与所述场景识别的结果相对应的压缩曲线。
在本发明的一个实施例中，所述图像为RAW图像，并且所述基于所确定的与所述场景识别的结果相对应的压缩曲线对所述输入图像进行压缩，包括：生成所述输入图像的亮度图像，并基于所确定的压缩曲线对所述亮度图像进行压缩；以及基于经压缩的所述亮度图像对所述输入图像进行压缩。
在本发明的一个实施例中，所述生成所述输入图像的亮度图像，包括：根据所述输入图像中每N×N个像素组成的像素单元的亮度值加权值，确定所述输入图像的亮度图像，所述亮度图像中的每个像素分别对应于所述输入图像中的一个像素单元，其中所述N为大于等于2的自然数。
在本发明的一个实施例中，所述基于所确定的压缩曲线对所述亮度图像进行压缩，包括：基于所确定的压缩曲线，对所述亮度图像中每个像素的未经压缩的亮度值进行变换；根据所述亮度图像中每个像素经压缩的亮度值，得到压缩后的亮度图像。
在本发明的一个实施例中，所述基于所述经压缩的亮度图像对所述输入图像进行压缩，包括：基于所述亮度图像中每个像素的未经压缩的亮度值与每个像素的经压缩的亮度值之间的压缩比，将所述输入图像中与所述亮度图像中每个像素相对应的像素单元中的像素的亮度值变换为经压缩的亮度值。
根据本发明另一方面，提供了一种图像的压缩装置，所述装置包括：场景识别模块，用于对待处理的输入图像进行场景识别，所述场景识别包括计算所述输入图像的亮度值；压缩曲线确定模块，用于基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别模块输出的结果相对应的压缩曲线；以及压缩模块，用于基于所述压缩曲线确定模块确定的与所述场景识别的结果相对应的压缩曲线对所述输入图像进行压缩。
根据本发明又一方面，提供了一种图像的压缩系统，所述系统包括存储装置和处理器，所述存储装置上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时执行上述任一项所述的图像的压缩方法。
根据本发明再一方面，提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序在运行时执行上述任一项所述的图像的压缩方法。
根据本发明又一方面，提供了一种计算机程序，所述计算机程序被计算机或处理器运行时用于执行上述任一项所述的图像的压缩方法，所述计算机程序还用于实现上述任一项所述的图像的压缩装置中的各模块。
根据本发明实施例的图像的压缩方法、装置和系统，通过预先定义若干种压缩曲线以对应不同场景(亮度)下的最优压缩曲线，使得输入图像的压缩曲线依据场景自适应生成，从而使得输入图像全亮度域上颜色能够准确还原，保持输入图像的颜色信息及对比度。
附图说明
通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1示出用于实现根据本发明实施例的图像的压缩方法、装置和系统的示例电子设备的示意性框图；
图2示出根据本发明实施例的图像的压缩方法的示意性流程图；
图3示出根据本发明实施例的图像的压缩方法所采用的预先设定的压缩曲线的示例图；
图4示出根据本发明另一实施例的图像的压缩方法的示意性流程图；
图5示出根据本发明实施例的图像的压缩装置的示意性框图；以及
图6示出根据本发明实施例的图像的压缩系统的示意性框图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
首先，参照图1来描述用于实现本发明实施例的图像的压缩方法、装置和系统的示例电子设备100。
如图1所示，电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入装置106以及输出装置108，这些组件通过总线系统110和/或其它形式的连接机构(未示出)互连。应当注意，图1所示的电子设备100的组件和结构只是示例性的，而非限制性的，根据需要，所述电子设备也可以具有其他组件和结构。
所述处理器102可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储装置104可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器102可以运行所述程序指令，以实现下文所述的本发明实施例中(由处理器实现)的图像的压缩功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据，例如所述应用程序使用和/或产生的各种数据等。
所述输入装置106可以是用户用来输入指令的装置，并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置108可以向外部(例如用户)输出各种信息(例如图像或声音)，并且可以包括显示器、扬声器等中的一个或多个。
示例性地，用于实现根据本发明实施例的图像的压缩方法、装置和系统的示例电子设备可以被实现为诸如智能手机、平板电脑等终端。
下面，将参考图2描述根据本发明实施例的图像的压缩方法200。如图2所示，图像的压缩方法200可以包括如下步骤：
在步骤S210，对待处理的输入图像进行场景识别，所述场景识别包括计算所述输入图像的亮度值。
在本发明的实施例中，在步骤S210获取的输入图像可以为待进行压缩的输入图像，该输入图像可以包括视频和/或图片。示例性地，该输入图像可以是实时采集的，也可以是来自任何其他源的。进一步地，在步骤S210获取的输入图像可以为待进行动态范围压缩的输入图像。自然界中真实场景能够表现比较广泛的颜色亮度区间，比如从很暗的黑夜到明亮的太阳光，有将近10个数量级的动态范围。而传统显示设备所能显示的场景、视频和图像通常受限于硬件设备，通常只能表达出很小一部分的亮度范围，比如常见的8比特图像显示0到255的整数范围，因此为了能够显示高动态范围的影响，需要实现从高动态范围图像到低动态范围图像的映射，并且不同显示设备的出现，需要实现高动态范围图像与低动态范围图像之间的相互转换，即动态范围压缩(Dynamic Range Compression，DRC)。
在本发明的实施例中，对待处理的输入图像进行场景识别，以识别输入图像的亮度情况。具体地，对待处理的输入图像进行的场景识别可以包括计算输入图像的亮度值。示例性地，对输入图像的亮度值的计算可以包括计算输入图像的平均亮度值。应理解，输入图像的平均亮度值可以是输入图像中各像素的亮度值的简单算术平均值、加权算术平均值等。
在步骤S220，基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线。
在本发明的实施例中，通过预先设定与多个场景(亮度值)相对应的压缩曲线，使得能够基于其生成适用于不同场景(亮度值)的最优压缩曲线。其中，压缩曲线可以看作是一个函数，其输入是图像中各像素未经压缩的值，输出是图像中各像素经压缩的值，函数本身即为该压缩的算法，即图像中各像素未经压缩的值到经压缩的值之间的映射关系(或称为压缩关系)。接着前文的示例，所述预先设定的与预设亮度值相对应的压缩曲线可以为动态范围压缩曲线。
在一个示例中，预先设定的场景可以包括5个，分别为极暗、暗、正常、亮、极亮，这5个场景各自均对应于一个预设亮度值，例如分别表示为L1、L2、L3、L4和L5。相应地，可以为这5个场景分别设计不同的压缩曲线，例如分别表示为C1、C2、C3、C4和C5。示例性地，每个场景的压缩曲线均可以采用贝塞尔曲线，如图3所示的。图3示出了根据本发明实施例的图像的压缩方法中可以采用的预先设定的压缩曲线的示例图。可以以图3所示的贝塞尔曲线为基础，通过调节靠近0端的曲线的斜率和靠近最大值(x轴)端的曲线的斜率来实现不同的场景。例如，场景越暗，靠近0端的曲线斜率越大，靠近最大值端的曲线斜率越小；反之，场景越亮，靠近0端的曲线斜率越小，靠近最大值端的曲线斜率越大。
以上仅示例性地描述了预先设定的与多个场景(亮度值)相对应的压缩曲线，应理解，预先设定的场景的数目可以根据需求适应性调整，每种场景对应的亮度值可以根据需求适应性调整，每种场景所采用的压缩曲线也可以根据需求适应性调整。
基于步骤S210得到的输入图像的场景识别结果(即输入图像的亮度值)，可以确定与该场景识别结果相对应的压缩曲线。具体地，可以基于所述输入图像的亮度值与所述预设亮度值的大小关系以及所述预设亮度值与预先设定的压缩曲线的对应关系，从所述预先设定的压缩曲线中确定与所述场景识别的结果相对应的压缩曲线。示例性地，基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线，可以进一步包括：确定所述输入图像的亮度值与所述预设亮度值之间的大小关系；当所述输入图像的亮度值等于所述预设亮度值中的目标亮度值时，将与所述一个亮度值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；当所述输入图像的亮度值大于所述预设亮度值中的最大值时，将与所述最大值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；当所述输入图像的亮度值小于所述预设亮度值中的最小值时，将与所述最小值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；当所述输入图像的亮度值介于所述预设亮度值中的两个亮度值之间时，将与所述两个亮度值相对应的压缩曲线进行插值以得到与所述场景识别的结果相对应的压缩曲线。
可以采用上面的示例来描述上述确定与所述场景识别的结果相对应的压缩曲线的过程。假定在步骤S110中计算得到的输入图像的亮度值为L，那么可以将L与前述的5个预先设定的场景的亮度值L1到L5进行比较。当L与L1到L5中的任何一个相等时，例如L＝L3，可将与L3相对应的压缩曲线C3确定为与L相对应的(即适用于输入图像的)压缩曲线C。当L大于L1到L5中的最大值L5时，可将与L5相对应的压缩曲线C5确定为与L相对应的(即适用于输入图像的)压缩曲线C。当L小于L1到L5中的最小值L1时，可将与L1相对应的压缩曲线C1确定为与L相对应的(即适用于输入图像的)压缩曲线C。当L介于L1到L5中的两个亮度值之间时，例如L大于Li且小于Li+1(其中i等于1、2、3或4)，可以将与Li和Li+1相对应的压缩曲线Ci和Ci+1进行插值以得到与L相对应的压缩曲线C。其中，插值可以表示根据L与Li和Li+1各自接近的程度对Ci和Ci+1进行加权求和。例如，可以令alpha＝(L–Li)/(Li+1–Li)，则C＝alpha*Ci+1+(1–alpha)*Ci。
以上示例性地示出了基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线的方式。应理解，这仅是示例性的，还可以采用其他任何合适的方式基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线。例如，如果输入图像的亮度值介于预先设定的预设亮度值中的两个亮度值之间，可以选择与这两个亮度值中的一者(例如亮度值与其更接近的一者)相对应的压缩曲线作为与所述场景识别的结果相对应的压缩曲线，或者其他合适的方式等等。
下面继续参考图2，描述根据本发明实施例的图像的压缩方法200的后续步骤。
在步骤S230，基于所确定的与所述场景识别的结果相对应的压缩曲线对所述输入图像进行压缩。
在本发明的实施例中，基于步骤S220得到的与所述场景识别的结果相对应的压缩曲线，可以对输入图像进行压缩。具体地，可以基于所确定的与所述场景识别的结果相对应的压缩曲线将所述输入图像中各像素点的亮度值变换为经压缩的亮度值。其中，可以根据步骤S220所确定的压缩曲线，将输入图像中各像素点的亮度值进行变换，得到输入图像中各像素点的经压缩的亮度值，从而得到经压缩的输入图像。
以上示例性地描述了根据本发明一个实施例的图像的压缩方法200，该方法通过预先定义若干种压缩曲线以对应不同场景(亮度)下的最优压缩曲线，使得输入图像的压缩曲线依据场景自适应生成，由于生成的用于输入图像的压缩曲线考虑了输入图像的整体亮度情况，因此使得输入图像全亮度域上颜色能够准确还原，保持输入图像的颜色信息及对比度。该方法可以用于任何格式的图像。
在本发明进一步的实施例中，待处理的输入图像可以是原始图像(即RAW图像)。其中，RAW图像为从图像采集设备(例如，相机)获取的原始图像，该原始图像为未经过硬件图像信号处理器(Image Signal Processing，ISP)模块进行图像处理的图像，相比经过ISP模块处理后的图像，包含更多的信息。RAW图像可以具有后缀.raw。如果待处理的输入图像是RAW图像，则由于RAW图像中每个像素仅包含RGB中一个通道的信息，根据本发明实施例的图像的压缩方法可以结合RAW图像的该特点进一步处理，下面参照图4来详细描述。
图4示出了根据本发明另一实施例的图像的压缩方法400的示意性流程图。如图4所示，图像的压缩方法400可以包括如下步骤：
在步骤S410，对待处理的输入图像进行场景识别，所述场景识别包括计算所述输入图像的亮度值。
在步骤S420，基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线。
在步骤S430，生成所述输入图像的亮度图像，并基于所确定的压缩曲线对所述亮度图像进行压缩。
在步骤S440，基于经压缩的所述亮度图像对所述输入图像进行压缩。
在参考图4描述的根据本申请实施例的图像的压缩方法400中的步骤S410到步骤S420与参考图2描述的根据本申请实施例的图像的压缩方法200中的步骤S210到步骤S220类似，为了简洁，此处不再赘述。与参考图2描述的根据本申请实施例的图像的压缩方法200不同的是，在参考图4描述的根据本申请实施例的图像的压缩方法400还包括步骤S430和S440，即在得到与输入图像的场景识别结果(亮度值)相对应的压缩曲线之后，先生成输入图像的亮度图像，采用先前步骤所确定的压缩曲线对亮度图像进行压缩后，再基于经压缩的亮度图像得到输入图像经压缩后的图像。
在该实施例中，待处理的输入图像的RAW图像，由于RAW图像中每个像素仅包含RGB中一个通道(R、Gr、Gb或B)的信息，因此至少每2×2个像素才能体现完整的颜色信息(R、Gr、Gb和B)，构成一个完整的颜色单元。考虑到RAW图像的该特点，如果直接对RAW图像采用所确定的压缩曲线进行压缩，可能出现偏色的情况。因此，可以对输入图像进行N×N像素的无交叠估计，以生成输入图像的亮度图像，并对亮度图像进行压缩，最后再基于经压缩的亮度图像得到输入图像经压缩后的图像，这样可以保持对像素的全局操作，不会对后续ISP的图像处理造成困难。
具体地，生成所述输入图像的亮度图像，可以包括：根据所述输入图像中每N×N个像素组成的像素单元的亮度值加权值，确定所述输入图像的亮度图像，所述亮度图像中的每个像素分别对应于所述输入图像中的一个像素单元，其中所述N为大于等于2的自然数。如前所述，RAW图像中每个像素仅包含RGB中一个通道的信息，因此最小由2×2个像素构成一个完整的颜色单元，所以可以将输入图像中每N×N个像素组成一个像素单元，每个像素单元中各像素的亮度值(即各像素的像素值)加权后得到该像素单元的亮度值，这样可以得到包括多个像素单元的图像，即亮度图像。由于亮度图像中每个像素是由输入图像中N×N个像素组成的，因此，假定输入图像的尺寸是h*w，则生成的亮度图像的尺寸为(h/N)*(w/N)。
基于所生成的亮度图像，可以根据步骤S420所确定的压缩曲线C对该亮度图像进行压缩，也就是对亮度图像中每个像素的未经压缩的亮度值进行变换，得到亮度图像中每个像素的经压缩的亮度值。例如，假定所生成的亮度图像表示为Y，Y中每个像素的亮度为y，则根据压缩曲线C对Y中的每个y进行变换，则得到与每个y相对应的y’，从而得到压缩后的亮度图像Y’。
基于经压缩的亮度图像，可以对输入图像进行压缩，以得到输入图像经压缩后的图像。具体地，可以基于所述亮度图像中每个像素的未经压缩的亮度值与每个像素的经压缩的亮度值之间的压缩比将所述输入图像中与亮度图像中每个像素相对应的像素单元中的像素的亮度值变换为经压缩的亮度值。例如，接着上面的示例，假定所生成的亮度图像表示为Y，Y中每个像素的亮度为y，压缩后的亮度图像为Y’，Y’中每个像素的亮度为y’，则对于亮度图像Y的任一像素y来说，其从y变为y’的压缩关系M可以确定，而该y在输入图像中是对应于N×N个像素的，因此，输入图像中这N×N个像素中每个像素的亮度值从未经压缩到压缩的压缩关系为M，也就是说，对于这N×N个像素中每个像素的亮度值x，其基于压缩关系M压缩后得到x’，即x’＝x*y’/y。通过对输入图像中每个像素进行如此处理，则得到输入图像中每个像素经压缩后的亮度值，从而得到经压缩后的输入图像。
基于上面的描述，根据本申请实施例的图像的压缩方法400通过预先定义若干种压缩曲线以对应不同场景(亮度)下的最优压缩曲线，使得输入图像的压缩曲线依据场景自适应生成，由于生成的用于输入图像的压缩曲线考虑了输入图像的整体亮度情况，因此使得输入图像全亮度域上颜色能够准确还原，保持输入图像的颜色信息及对比度。该方法可以用于任何格式的图像。此外，根据本申请实施例的图像的压缩方法400通过输入图像的亮度图像引导输入图像的压缩方式，通过对亮度图像进行压缩得到亮度图像像素的压缩率，然后基于该压缩率对输入图像的每个像素进行压缩，从而保持对像素的全局操作，不会对后续ISP的图像处理造成困难。
以上示例性地描述了根据本发明实施例的图像的压缩方法。示例性地，根据本发明实施例的图像的压缩方法可以在具有存储器和处理器的设备、装置或者系统中实现。
此外，根据本发明实施例的图像的压缩方法可以方便地部署到智能手机、平板电脑、个人计算机等移动设备上。替代地，根据本发明实施例的图像的压缩方法还可以部署在服务器端(或云端)。替代地，根据本发明实施例的图像的压缩方法还可以分布地部署在服务器端(或云端)和个人终端处。
下面结合图5描述本发明另一方面提供的图像的压缩装置。图5示出了根据本发明实施例的图像的压缩装置500的示意性框图。
如图5所示，根据本发明实施例的图像的压缩装置500包括场景识别模块510、压缩曲线确定模块520和压缩模块530。其中，场景识别模块510用于对待处理的输入图像进行场景识别，所述场景识别包括计算所述输入图像的亮度值。压缩曲线确定模块520用于基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别模块510输出的结果相对应的压缩曲线。压缩模块530用于基于所述压缩曲线确定模块520确定的与所述场景识别的结果相对应的压缩曲线对所述输入图像进行压缩。所述各个模块可分别执行上文中结合图2描述的图像的压缩方法200和结合图4描述的图像的压缩方法400的各个步骤/功能。以下仅对图像的压缩装置500的各模块的主要功能进行描述，而省略以上已经描述过的细节内容。
在本发明的实施例中，场景识别模块510获取的输入图像可以为待进行压缩的输入图像，该输入图像可以包括视频和/或图片。示例性地，该输入图像可以是实时采集的，也可以是来自任何其他源的。进一步地，场景识别模块510获取的输入图像可以为待进行动态范围压缩的输入图像。
在本发明的实施例中，场景识别模块510对待处理的输入图像进行场景识别，以识别输入图像的亮度情况。具体地，场景识别模块510对待处理的输入图像进行的场景识别可以包括计算输入图像的亮度值。示例性地，场景识别模块510对输入图像的亮度值的计算可以包括计算输入图像的平均亮度值。应理解，输入图像的平均亮度值可以是输入图像中各像素的亮度值的简单算术平均值、加权算术平均值等。
在本发明的实施例中，通过预先设定与多个场景(亮度值)相对应的压缩曲线，使得能够基于其生成适用于不同场景(亮度值)的最优压缩曲线。其中，压缩曲线可以看作是一个函数，其输入是图像中各像素未经压缩的值，输出是图像中各像素经压缩的值，函数本身即为该压缩的算法，即图像中各像素未经压缩的值到经压缩的值之间的映射关系(或称为压缩关系)。
在一个示例中，预先设定的场景可以包括5个，分别为极暗、暗、正常、亮、极亮，这5个场景各自均对应于一个预设亮度值，例如分别表示为L1、L2、L3、L4和L5。相应地，可以为这5个场景分别设计不同的压缩曲线，例如分别表示为C1、C2、C3、C4和C5。示例性地，每个场景的压缩曲线均可以采用贝塞尔曲线，如图3所示的。图3示出了根据本发明实施例的图像的压缩方法中可以采用的预先设定的压缩曲线的示例图。可以以图3所示的贝塞尔曲线为基础，通过调节靠近0端的曲线的斜率和靠近最大值(x轴)端的曲线的斜率来实现不同的场景。例如，场景越暗，靠近0端的曲线斜率越大，靠近最大值端的曲线斜率越小；反之，场景越亮，靠近0端的曲线斜率越小，靠近最大值端的曲线斜率越大。
以上仅示例性地描述了预先设定的与多个场景(亮度值)相对应的压缩曲线，应理解，预先设定的场景的数目可以根据需求适应性调整，每种场景对应的亮度值可以根据需求适应性调整，每种场景所采用的压缩曲线也可以根据需求适应性调整。
基于场景识别模块510得到的输入图像的场景识别结果(即输入图像的亮度值)，压缩曲线确定模块520可以确定与该场景识别结果相对应的压缩曲线。具体地，压缩曲线确定模块520可以基于所述输入图像的亮度值与所述预设亮度值的大小关系以及所述预设亮度值与预先设定的压缩曲线的对应关系，从所述预先设定的压缩曲线中确定与所述场景识别的结果相对应的压缩曲线。示例性地，压缩曲线确定模块520基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线，可以进一步包括：确定所述输入图像的亮度值与所述预设亮度值之间的大小关系；当所述亮度值等于所述预设亮度值中的目标亮度值时，将与所述目标亮度值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；当所述输入图像的亮度值大于所述预设亮度值中的最大值时，将与所述最大值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；当所述输入图像的亮度值小于所述预设亮度值中的最小值时，将与所述最小值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；当所述输入图像的亮度值介于所述预设亮度值中的两个亮度值之间时，将与所述两个亮度值相对应的压缩曲线进行插值以得到与所述场景识别的结果相对应的压缩曲线。
可以采用上面的示例来描述压缩曲线确定模块520确定与所述场景识别的结果相对应的压缩曲线的过程。假定场景识别模块510计算得到的输入图像的亮度值为L，那么压缩曲线确定模块520可以将L与前述的5个预先设定的场景的亮度值L1到L5进行比较。当L与L1到L5中的任何一个相等时，例如L＝L3，压缩曲线确定模块520可将与L3相对应的压缩曲线C3确定为与L相对应的(即适用于输入图像的)压缩曲线C。当L大于L1到L5中的最大值L5时，压缩曲线确定模块520可将与L5相对应的压缩曲线C5确定为与L相对应的(即适用于输入图像的)压缩曲线C。当L小于L1到L5中的最小值L1时，压缩曲线确定模块520可将与L1相对应的压缩曲线C1确定为与L相对应的(即适用于输入图像的)压缩曲线C。当L介于L1到L5中的两个亮度值之间时，例如L大于Li且小于Li+1(其中i等于1、2、3或4)，压缩曲线确定模块520可以将与Li和Li+1相对应的压缩曲线Ci和Ci+1进行插值以得到与L相对应的压缩曲线C。其中，插值可以表示根据L与Li和Li+1各自接近的程度对Ci和Ci+1进行加权求和。例如，可以令alpha＝(L–Li)/(Li+1–Li)，则C＝alpha*Ci+1+(1–alpha)*Ci。
以上示例性地示出了压缩曲线确定模块520基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线的方式。应理解，这仅是示例性的，压缩曲线确定模块520还可以采用其他任何合适的方式基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线。例如，如果输入图像的亮度值介于预先设定的预设亮度值中的两个亮度值之间，压缩曲线确定模块520可以选择与这两个亮度值中的一者(例如亮度值与其更接近的一者)相对应的压缩曲线作为与所述场景识别的结果相对应的压缩曲线，或者其他合适的方式等等。
在本发明的实施例中，基于压缩曲线确定模块520得到的与所述场景识别的结果相对应的压缩曲线，压缩模块530可以对输入图像进行压缩。具体地，压缩模块530可以基于压缩曲线确定模块520所确定的与所述场景识别的结果相对应的压缩曲线将所述输入图像中各像素点的亮度值变换为经压缩的亮度值。其中，压缩模块530可以将输入图像中各像素点的值输入到与压缩曲线确定模块520所确定的压缩曲线相对应的函数中，该函数的输出即为输入图像中各像素点的经压缩的值，从而得到经压缩的图像。
在本发明进一步的实施例中，待处理的输入图像可以是原始图像(即RAW图像)。其中，RAW图像为从图像采集设备(例如，相机)获取的原始图像，该原始图像为未经过硬件图像信号处理器(Image Signal Processing，ISP)模块进行图像处理的图像，相比经过ISP模块处理后的图像，包含更多的信息。RAW图像可以具有后缀.raw。如果待处理的输入图像是RAW图像，则由于RAW图像中每个像素仅包含RGB中一个通道的信息，压缩模块530可以结合RAW图像的该特点进一步处理。具体地，在压缩曲线确定模块520得到与输入图像的场景识别结果(亮度值)相对应的压缩曲线之后，压缩模块530先生成输入图像的亮度图像，采用压缩曲线确定模块520所确定的压缩曲线对亮度图像进行压缩后，再基于经压缩的亮度图像得到输入图像经压缩后的图像。
在该实施例中，待处理的输入图像的RAW图像，由于RAW图像中每个像素仅包含RGB中一个通道(R、Gr、Gb或B)的信息，因此至少每2×2个像素才能体现完整的颜色信息(R、Gr、Gb和B)，构成一个完整的颜色单元。考虑到RAW图像的该特点，如果直接对RAW图像采用所确定的压缩曲线进行压缩，可能出现偏色的情况。因此，压缩模块530可以对输入图像进行N×N像素的无交叠估计，以生成输入图像的亮度图像，并对亮度图像进行压缩，最后再基于经压缩的亮度图像得到输入图像经压缩后的图像，这样可以保持对像素的全局操作，不会对后续ISP的图像处理造成困难。
具体地，压缩模块530生成所述输入图像的亮度图像，可以包括：根据所述输入图像中每N×N个像素组成的像素单元的亮度值加权值，确定所述输入图像的亮度图像，所述亮度图像中的每个像素分别对应于所述输入图像中的一个像素单元，其中所述N为大于等于2的自然数。如前所述，RAW图像中每个像素仅包含RGB中一个通道的信息，因此最小由2×2个像素构成一个完整的颜色单元，所以压缩模块530可以将输入图像中每N×N个像素组成一个像素单元，每个像素单元中各像素的亮度值(即各像素的像素值)加权后得到该像素单元的亮度值，这样可以得到包括多个像素单元的图像，即亮度图像。由于亮度图像中每个像素是由输入图像中N×N个像素组成的，因此，假定输入图像的尺寸是h*w，则生成的亮度图像的尺寸为(h/N)*(w/N)。
基于所生成的亮度图像，压缩模块530可以根据压缩曲线确定模块520所确定的压缩曲线C对该亮度图像进行压缩，也就是对亮度图像中每个像素的未经压缩的亮度值进行变换，得到亮度图像中每个像素的经压缩的亮度值。例如，假定所生成的亮度图像表示为Y，Y中每个像素的亮度为y，则根据压缩曲线C对Y中的每个y进行变换，则得到与每个y相对应的y’，从而得到压缩后的亮度图像Y’。
基于经压缩的亮度图像，压缩模块530可以对输入图像进行压缩，以得到输入图像经压缩后的图像。具体地，压缩模块530可以基于所述亮度图像中每个像素的未经压缩的亮度值与每个像素的经压缩的亮度值之间的压缩比将所述输入图像中与亮度图像中每个像素相对应的像素单元中的像素的亮度值变换为经压缩的亮度值。例如，接着上面的示例，假定所生成的亮度图像表示为Y，Y中每个像素的亮度为y，压缩后的亮度图像为Y’，Y’中每个像素的亮度为y’，则对于亮度图像Y的任一像素y来说，其从y变为y’的压缩关系M可以确定，而该y在输入图像中是对应于N×N个像素的，因此，输入图像中这N×N个像素中每个像素的亮度值从未经压缩到压缩的压缩关系为M，也就是说，对于这N×N个像素中每个像素的亮度值x，其基于压缩关系M压缩后得到x’，即x’＝x*y’/y。通过对输入图像中每个像素进行如此处理，则得到输入图像中每个像素经压缩后的亮度值，从而得到经压缩后的输入图像。
基于上面的描述，根据本申请实施例的图像的压缩装置通过预先定义若干种压缩曲线以对应不同场景(亮度)下的最优压缩曲线，使得输入图像的压缩曲线依据场景自适应生成，由于生成的用于输入图像的压缩曲线考虑了输入图像的整体亮度情况，因此使得输入图像全亮度域上颜色能够准确还原，保持输入图像的颜色信息及对比度。该方法可以用于任何格式的图像。此外，根据本申请实施例的图像的压缩装置通过输入图像的亮度图像引导输入图像的压缩方式，通过对亮度图像进行压缩得到亮度图像像素的压缩率，然后基于该压缩率对输入图像的每个像素进行压缩，从而保持对像素的全局操作，不会对后续ISP的图像处理造成困难。
图6示出了根据本发明实施例的图像的压缩系统600的示意性框图。图像的压缩系统600包括存储装置610以及处理器620。
其中，存储装置610存储用于实现根据本发明实施例的图像的压缩方法中的相应步骤的程序。处理器620用于运行存储装置610中存储的程序，以执行根据本发明实施例的图像的压缩方法的相应步骤，并且用于实现根据本发明实施例的图像的压缩装置中的相应模块。此外，图像的压缩系统600还可以包括图像采集装置(未在图6中示出)，其可以用于采集所述待处理的输入图像。当然，图像采集装置不是必需的，图像的压缩系统600也可以从其他外部图像采集装置采集所述待处理的输入图像。
在本发明的一个实施例中，在所述程序被处理器620运行时使得图像的压缩系统600执行以下步骤：对待处理的输入图像进行场景识别，所述场景识别包括计算所述输入图像的亮度值；基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线；以及基于所确定的与所述场景识别的结果相对应的压缩曲线对所述输入图像进行压缩。
在本发明的一个实施例中，在所述程序被处理器620运行时使得图像的压缩系统600执行的所述基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线，包括：基于所述输入图像的亮度值与所述预设亮度值的大小关系以及所述预设亮度值与预先设定的压缩曲线的对应关系，从所述预先设定的压缩曲线中确定与所述场景识别的结果相对应的压缩曲线。
在本发明的一个实施例中，在所述程序被处理器620运行时使得图像的压缩系统600执行的所述基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线，包括：确定所述输入图像的亮度值与所述预设亮度值之间的大小关系；当所述输入图像的亮度值等于所述预设亮度值中的目标亮度值时，将与所述目标亮度值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；当所述输入图像的亮度值大于所述预设亮度值中的最大值时，将与所述最大值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；当所述输入图像的亮度值小于所述预设亮度值中的最小值时，将与所述最小值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；当所述输入图像的亮度值介于所述预设亮度值中的两个亮度值之间时，将与所述两个亮度值相对应的压缩曲线进行插值以得到与所述场景识别的结果相对应的压缩曲线。
在本发明的一个实施例中，所述输入图像为RAW图像，并且在所述程序被处理器620运行时使得图像的压缩系统600执行的所述基于所确定的与所述场景识别的结果相对应的压缩曲线对所述输入图像进行压缩，包括：生成所述输入图像的亮度图像，并基于所确定的压缩曲线对所述亮度图像进行压缩；以及基于经压缩的所述亮度图像对所述输入图像进行压缩。
在本发明的一个实施例中，在所述程序被处理器620运行时使得图像的压缩系统600执行的所述生成所述输入图像的亮度图像，包括：根据所述输入图像中每N×N个像素组成的像素单元的亮度值加权值，确定所述输入图像的亮度图像，所述亮度图像中的每个像素分别对应于所述输入图像中的一个像素单元，其中所述N为大于等于2的自然数。
在本发明的一个实施例中，在所述程序被处理器620运行时使得图像的压缩系统600执行的所述基于所确定的压缩曲线对所述亮度图像进行压缩，包括：基于所确定的压缩曲线，对所述亮度图像中每个像素的未经压缩的亮度值进行变换；根据所述亮度图像中每个像素经压缩的亮度值，得到压缩后的亮度图像。
在本发明的一个实施例中，在所述程序被处理器620运行时使得图像的压缩系统600执行的所述基于所述经压缩的亮度图像对所述输入图像进行压缩，包括：基于所述亮度图像中每个像素的未经压缩的亮度值与每个像素的经压缩的亮度值之间的压缩比，将所述输入图像中与所述亮度图像中每个像素相对应的像素单元中的像素的亮度值变换为经压缩的亮度值。
此外，根据本发明实施例，还提供了一种存储介质，在所述存储介质上存储了程序指令，在所述程序指令被计算机或处理器运行时用于执行本发明实施例的图像的压缩方法的相应步骤，并且用于实现根据本发明实施例的图像的压缩装置中的相应模块。所述存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。
在一个实施例中，所述计算机程序指令在被计算机运行时可以实现根据本发明实施例的图像的压缩装置的各个功能模块，并且/或者可以执行根据本发明实施例的图像的压缩方法。
在本发明的一个实施例中，所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行以下步骤：对待处理的输入图像进行场景识别，所述场景识别包括计算所述输入图像的亮度值；基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线；以及基于所确定的与所述场景识别的结果相对应的压缩曲线对所述输入图像进行压缩。
在本发明的一个实施例中，所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行的所述基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线，包括：基于所述输入图像的亮度值与所述预设亮度值的大小关系以及所述预设亮度值与预先设定的压缩曲线的对应关系，从所述预先设定的压缩曲线中确定与所述场景识别的结果相对应的压缩曲线。
在本发明的一个实施例中，所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行的所述基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线，包括：确定所述输入图像的亮度值与所述预设亮度值之间的大小关系；当所述输入图像的亮度值等于所述预设亮度值中的目标亮度值时，则将与所述目标亮度值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；当所述输入图像的亮度值大于所述预设亮度值中的最大值时，将与所述最大值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；当所述输入图像的亮度值小于所述预设亮度值中的最小值时，将与所述最小值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；当所述输入图像的亮度值介于所述预设亮度值中的两个亮度值之间时，将与所述两个亮度值相对应的压缩曲线进行插值以得到与所述场景识别的结果相对应的压缩曲线。
在本发明的一个实施例中，所述输入图像为RAW图像，并且所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行的所述基于所确定的与所述场景识别的结果相对应的压缩曲线对所述输入图像进行压缩，包括：生成所述输入图像的亮度图像，并基于所确定的压缩曲线对所述亮度图像进行压缩；以及基于经压缩的所述亮度图像对所述输入图像进行压缩。
在本发明的一个实施例中，所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行的所述生成所述输入图像的亮度图像，包括：根据所述输入图像中每N×N个像素组成的像素单元的亮度值加权值，确定所述输入图像的亮度图像，所述亮度图像中的每个像素分别对应于所述输入图像中的一个像素单元，其中所述N为大于等于2的自然数。
在本发明的一个实施例中，所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行的所述基于所确定的压缩曲线对所述亮度图像进行压缩，包括：基于所确定的压缩曲线，对所述亮度图像中每个像素的未经压缩的亮度值进行变换；根据所述亮度图像中每个像素经压缩的亮度值，得到压缩后的亮度图像。
在本发明的一个实施例中，所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行的所述基于所述经压缩的亮度图像对所述输入图像进行压缩，包括：基于所述亮度图像中每个像素的未经压缩的亮度值与每个像素的经压缩的亮度值之间的压缩比，将所述输入图像中与所述亮度图像中每个像素相对应的像素单元中的像素的亮度值变换为经压缩的亮度值。
根据本发明实施例的图像的压缩装置中的各模块可以通过根据本发明实施例的图像的压缩电子设备的处理器运行在存储器中存储的计算机程序指令来实现，或者可以在根据本发明实施例的计算机程序产品的计算机可读存储介质中存储的计算机指令被计算机运行时实现。
此外，根据本发明实施例，还提供了一种计算机程序，该计算机程序可以存储在云端或本地的存储介质上。在该计算机程序被计算机或处理器运行时用于执行本发明实施例的图像的压缩方法的相应步骤，并且用于实现根据本发明实施例的图像的压缩装置中的相应模块。
根据本发明实施例的图像的压缩方法、装置和系统通过预先定义若干种压缩曲线以对应不同场景(亮度)下的最优压缩曲线，使得输入图像的压缩曲线依据场景自适应生成，从而使得输入图像全亮度域上颜色能够准确还原，保持输入图像的颜色信息及对比度。
尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
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。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，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设备，或一些特征可以忽略，或不执行。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种图像压缩方法，其特征在于，所述方法包括：
对待处理的输入图像进行场景识别，所述场景识别包括计算所述输入图像的亮度值；
基于预先设定的与预设亮度值相对应的压缩曲线，确定与场景识别的结果相对应的压缩曲线；以及
基于所确定的与所述场景识别的结果相对应的压缩曲线，对所述输入图像进行压缩。
2.根据权利要求1所述的方法，其特征在于，所述基于预先设定的与预设亮度值相对应的压缩曲线，确定与所述场景识别的结果相对应的压缩曲线，包括：
基于所述输入图像的亮度值与所述预设亮度值的大小关系以及所述预设亮度值与预先设定的压缩曲线的对应关系，从所述预先设定的压缩曲线中确定与所述场景识别的结果相对应的压缩曲线。
3.根据权利要求2所述的方法，其特征在于，所述基于预先设定的与预设亮度值相对应的压缩曲线确定与所述场景识别的结果相对应的压缩曲线，进一步包括：
确定所述输入图像的亮度值与所述预设亮度值之间的大小关系；
当所述输入图像的亮度值等于所述预设亮度值中的目标亮度值时，将与所述目标亮度值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；
当所述输入图像的亮度值大于所述预设亮度值中的最大值时，将与所述最大值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；
当所述输入图像的亮度值小于所述预设亮度值中的最小值时，将与所述最小值相对应的压缩曲线确定为与所述场景识别的结果相对应的压缩曲线；
当所述输入图像的亮度值介于所述预设亮度值中的两个亮度值之间时，将与所述两个亮度值相对应的压缩曲线进行插值，以得到与所述场景识别的结果相对应的压缩曲线。
4.根据权利要求1-3中的任一项所述的方法，其特征在于，所述输入图像为RAW图像，并且所述基于所确定的与所述场景识别的结果相对应的压缩曲线对所述输入图像进行压缩，包括：
生成所述输入图像的亮度图像，并基于所确定的压缩曲线对所述亮度图像进行压缩；以及
基于经压缩的所述亮度图像对所述输入图像进行压缩。
5.根据权利要求4所述的方法，其特征在于，所述生成所述输入图像的亮度图像，包括：
根据所述输入图像中每N×N个像素组成的像素单元的亮度值加权值，确定所述输入图像的亮度图像，所述亮度图像中的每个像素分别对应于所述输入图像中的一个像素单元，其中所述N为大于等于2的自然数。
6.根据权利要求5所述的方法，其特征在于，所述基于所确定的压缩曲线对所述亮度图像进行压缩，包括：
基于所确定的压缩曲线，对所述亮度图像中每个像素的未经压缩的亮度值进行变换；
根据所述亮度图像中每个像素经压缩的亮度值，得到压缩后的亮度图像。
7.根据权利要求6所述的方法，其特征在于，所述基于所述经压缩的亮度图像对所述输入图像进行压缩，包括：
基于所述亮度图像中每个像素的未经压缩的亮度值与每个像素的经压缩的亮度值之间的压缩比，将所述输入图像中与所述亮度图像中每个像素相对应的像素单元中的像素的亮度值变换为经压缩的亮度值。
8.一种图像的压缩装置，其特征在于，所述装置包括：
场景识别模块，用于对待处理的输入图像进行场景识别，所述场景识别包括计算所述输入图像的亮度值；
压缩曲线确定模块，用于基于预先设定的与预设亮度值相对应的压缩曲线，确定与所述场景识别模块输出的结果相对应的压缩曲线；以及
压缩模块，用于基于所述压缩曲线确定模块确定的与所述场景识别的结果相对应的压缩曲线对所述输入图像进行压缩。
9.一种图像的压缩系统，其特征在于，所述系统包括存储装置和处理器，所述存储装置上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时执行如权利要求1-7中的任一项所述的图像的压缩方法。
10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序在运行时执行如权利要求1-7中的任一项所述的图像的压缩方法。
CN201911144013.5A 2019-11-20 2019-11-20 图像的压缩方法、装置、系统和存储介质 Pending CN111064967A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911144013.5A CN111064967A (zh) 2019-11-20 2019-11-20 图像的压缩方法、装置、系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911144013.5A CN111064967A (zh) 2019-11-20 2019-11-20 图像的压缩方法、装置、系统和存储介质

Publications (1)

Publication Number Publication Date
CN111064967A true CN111064967A (zh) 2020-04-24

Family

ID=70298653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911144013.5A Pending CN111064967A (zh) 2019-11-20 2019-11-20 图像的压缩方法、装置、系统和存储介质

Country Status (1)

Country Link
CN (1) CN111064967A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160360174A1 (en) * 2015-06-02 2016-12-08 Samsung Electronics Co., Ltd. Tonal-zone adaptive tone mapping
CN107886479A (zh) * 2017-10-31 2018-04-06 建荣半导体（深圳）有限公司 一种图像hdr转换方法、装置、图像处理芯片及存储装置
CN109155844A (zh) * 2016-05-16 2019-01-04 Lg 电子株式会社 图像处理设备和使用该图像处理设备的图像处理方法
CN109685746A (zh) * 2019-01-04 2019-04-26 Oppo广东移动通信有限公司 图像亮度调整方法、装置、存储介质及终端
CN110223244A (zh) * 2019-05-13 2019-09-10 浙江大华技术股份有限公司 一种图像处理的方法、装置、电子设备和存储介质
CN110475117A (zh) * 2019-09-26 2019-11-19 北京迈格威科技有限公司 图像压缩的方法、装置、电子设备和计算机存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160360174A1 (en) * 2015-06-02 2016-12-08 Samsung Electronics Co., Ltd. Tonal-zone adaptive tone mapping
CN109155844A (zh) * 2016-05-16 2019-01-04 Lg 电子株式会社 图像处理设备和使用该图像处理设备的图像处理方法
CN107886479A (zh) * 2017-10-31 2018-04-06 建荣半导体（深圳）有限公司 一种图像hdr转换方法、装置、图像处理芯片及存储装置
CN109685746A (zh) * 2019-01-04 2019-04-26 Oppo广东移动通信有限公司 图像亮度调整方法、装置、存储介质及终端
CN110223244A (zh) * 2019-05-13 2019-09-10 浙江大华技术股份有限公司 一种图像处理的方法、装置、电子设备和存储介质
CN110475117A (zh) * 2019-09-26 2019-11-19 北京迈格威科技有限公司 图像压缩的方法、装置、电子设备和计算机存储介质

Similar Documents

Publication Publication Date Title
KR102149187B1 (ko) 전자 장치와, 그의 제어 방법
JP5254466B2 (ja) ハイダイナミックレンジイメージ合成
US10410327B2 (en) Shallow depth of field rendering
JP6602789B2 (ja) 局所的なコントラスト強調のためのシステムおよび方法
CN110009587B (zh) 图像处理方法、装置、存储介质及电子设备
CN108510557B (zh) 图像色调映射方法及装置
WO2021148057A1 (zh) 低比特位宽hdr图像的生成方法及装置、存储介质、终端
US11721003B1 (en) Digital image dynamic range processing apparatus and method
CN115496668A (zh) 图像处理方法、装置、电子设备及存储介质
CN112602088A (zh) 提高弱光图像的质量的方法、系统和计算机可读介质
JP7141862B2 (ja) 対象表示装置の目標ピーク輝度へ画像をトーン適応させる方法
CN107993189B (zh) 一种基于局部分块的图像色调动态调节方法和装置
CN109040579B (zh) 一种拍摄控制方法、终端及计算机可读介质
CN112822413B (zh) 拍摄预览方法、装置、终端和计算机可读存储介质
JP2009224901A (ja) 画像のダイナミックレンジ圧縮方法、画像処理回路、撮像装置およびプログラム
CN109640084B (zh) 视频流降噪方法、装置及存储介质
CN107454340B (zh) 基于高动态范围原理的图像合成方法、装置及移动终端
US9275446B2 (en) Large radius edge-preserving low-pass filtering
CN111064967A (zh) 图像的压缩方法、装置、系统和存储介质
CN115205168A (zh) 图像处理方法、装置、电子设备和存储介质、产品
CN110874816B (zh) 一种图像处理方法、装置、移动终端及存储介质
CN112887597A (zh) 图像处理方法及装置、计算机可读介质和电子设备
CN111179158A (zh) 图像处理方法、装置、电子设备及介质
US9681064B1 (en) Lookup table interpolation in a film emulation camera system
WO2021093980A1 (en) Device and method for pre-processing image data for a computer vision application

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200424