CN111383201B - 基于场景的图像处理方法、装置、智能终端及存储介质 - Google Patents

基于场景的图像处理方法、装置、智能终端及存储介质 Download PDF

Info

Publication number
CN111383201B
CN111383201B CN201811639705.2A CN201811639705A CN111383201B CN 111383201 B CN111383201 B CN 111383201B CN 201811639705 A CN201811639705 A CN 201811639705A CN 111383201 B CN111383201 B CN 111383201B
Authority
CN
China
Prior art keywords
key frame
image
scene
frame images
carrying
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
Application number
CN201811639705.2A
Other languages
English (en)
Other versions
CN111383201A (zh
Inventor
张晓东
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.)
Shenzhen TCL New Technology Co Ltd
Original Assignee
Shenzhen TCL New 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 Shenzhen TCL New Technology Co Ltd filed Critical Shenzhen TCL New Technology Co Ltd
Priority to CN201811639705.2A priority Critical patent/CN111383201B/zh
Priority to US17/266,915 priority patent/US11763431B2/en
Priority to EP19902496.9A priority patent/EP3905100A4/en
Priority to PCT/CN2019/128487 priority patent/WO2020135538A1/zh
Publication of CN111383201A publication Critical patent/CN111383201A/zh
Application granted granted Critical
Publication of CN111383201B publication Critical patent/CN111383201B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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 by the use of more than one image, e.g. averaging, subtraction
    • G06T5/92—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration by the use of histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • 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
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • 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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/142—Detection of scene cut or scene change
    • 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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • 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
    • H04N19/17—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 an image region, e.g. an object
    • H04N19/172—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 an image region, e.g. an object the region being a picture, frame or field
    • 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
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • 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
    • H04N19/87—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving scene cut or scene change detection in combination with video compression
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20224—Image subtraction

Abstract

本发明公开了基于场景的图像处理方法、装置、智能终端及存储介质，所述方法包括：获取视频数据后进行解码处理得到若干帧图像，并进行关键帧检测识别出关键帧图像；分析相邻两个关键帧图像内容的相似性，判断相邻两个关键帧图像内容的差异是否处于预设阈值内；当相邻两个关键帧图像内容的差异处于预设阈值内时,则判定相邻两个关键帧图像为相同场景，统一进行图像特征统计，并将特征信息叠加，且相同场景通过同样的增强处理曲线进行图像增强处理。本发明通过提取关键帧图像，只需要对关键帧图像进行视频特征分析统计，得到统计信息，相同场景全部通过同样的增强处理曲线进行图像增强处理，大大节省了资源，有利于系统稳定。

Description

基于场景的图像处理方法、装置、智能终端及存储介质
技术领域
本发明涉及图像处理技术领域，尤其涉及一种基于场景的图像处理方法、装置、智能终端及存储介质。
背景技术
在图像增强（增强图像中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合）处理中，常常要分析视频内容特点，根据视频内容的特征参数（如亮度分布，平均亮度等）运用不同的增强处理曲线，进行图像增强处理，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。
例如，基于亮度直方图的图像增强算法，就需要统计出图像中每帧画面的亮度分布信息，增强算法再根据每帧画面的直方图分布情况，对画面采取不同的增强曲线，实现图像的增强处理。对于实时图像增强系统来说，直方图的统计要占用一部分系统资源，对每帧图像都进行直方图统计，会拖累系统的运行，频繁的变换增强曲线，也会为画面带来不稳定。
因此，现有技术还有待于改进和发展。
发明内容
本发明要解决的技术问题在于，针对现有技术中的上述缺陷，本发明提供一种基于场景的图像处理方法、装置、智能终端及存储介质，旨在通过提取关键帧图像，只需要对关键帧图像进行视频特征分析统计，得到统计信息，相同场景全部通过同样的增强处理曲线进行图像增强处理，大大节省了资源，有利于系统稳定。
本发明解决技术问题所采用的技术方案如下：
一种基于场景的图像处理方法，其中，所述基于场景的图像处理方法包括：
获取视频数据后进行解码处理得到若干帧图像，并进行关键帧检测识别出关键帧图像；
分析相邻两个关键帧图像内容的相似性，判断相邻两个关键帧图像内容的差异是否处于预设阈值内；
当相邻两个关键帧图像内容的差异处于预设阈值内时,则判定相邻两个关键帧图像为相同场景，统一进行图像特征统计，并将特征信息叠加，且相同场景通过同样的增强处理曲线进行图像增强处理。
所述的基于场景的图像处理方法，其中，所述分析相邻两个关键帧图像内容的相似性，判断相邻两个关键帧图像内容的差异是否处于预设阈值内之后还包括：
当判断相邻两个关键帧图像内容的差异超出预设阈值时，则判定相邻两个关键帧图像为不同场景，并分别进行图像特征统计，将不同场景的图像特征通过对应的增强处理曲线进行图像增强处理。
所述的基于场景的图像处理方法，其中，所述基于场景的图像处理方法还包括：
当判定相邻两个关键帧图像为不同场景，并分别进行图像特征统计之后，控制特征信息不进行叠加。
所述的基于场景的图像处理方法，其中，所述基于场景的图像处理方法还包括：
在进行关键帧检测时，通过识别码流中固定的标志位获取关键帧图像。
一种基于场景的图像处理装置，其中，所述基于场景的图像处理装置包括：
视频解码模块，用于获取视频数据后进行解码处理得到若干帧图像；
关键帧识别模块，用于对解码后的若干帧图像进行关键帧检测，并识别出关键帧图像；
场景分析模块，用于分析相邻两个关键帧图像内容的相似性，并判断相邻两个关键帧图像内容的差异是否处于预设阈值内；
图像分析模块，用于将相同场景统一进行图像特征统计，并将特征信息叠加；
图像增强模块，用于将相同场景通过同样的增强处理曲线进行图像增强处理。
所述的基于场景的图像处理装置，其中，所述图像分析模块还用于将不同场景分别进行图像特征统计，并控制特征信息不进行叠加。
所述的基于场景的图像处理装置，其中，所述图像增强模块还用于将不同场景的图像特征通过对应的增强处理曲线进行图像增强处理。
所述的基于场景的图像处理装置，其中，所述关键帧识别模块还包括关键帧图像获取单元，所述关键帧图像获取单元用于在进行关键帧检测时，通过识别码流中固定的标志位获取关键帧图像。
一种智能终端，其中，所述智能终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于场景的图像处理程序，所述基于场景的图像处理程序被所述处理器执行时实现如上所述的基于场景的图像处理方法的步骤。
一种存储介质，其中，所述存储介质存储有基于场景的图像处理程序，所述基于场景的图像处理程序被处理器执行时实现如上所述的基于场景的图像处理方法的步骤。
本发明公开了一种基于场景的图像处理方法、装置、智能终端及存储介质，所述方法包括：获取视频数据后进行解码处理得到若干帧图像，并进行关键帧检测识别出关键帧图像；分析相邻两个关键帧图像内容的相似性，判断相邻两个关键帧图像内容的差异是否处于预设阈值内；当相邻两个关键帧图像内容的差异处于预设阈值内时,则判定相邻两个关键帧图像为相同场景，统一进行图像特征统计，并将特征信息叠加，且相同场景通过同样的增强处理曲线进行图像增强处理。本发明通过提取关键帧图像，只需要对关键帧图像进行视频特征分析统计，得到统计信息，相同场景全部通过同样的增强处理曲线进行图像增强处理，大大节省了资源，有利于系统稳定。
附图说明
图1是本发明基于场景的图像处理方法的较佳实施例的流程图；
图2是本发明基于场景的图像处理装置的较佳实施例的结构原理图；
图3为本发明智能终端的较佳实施例的运行环境示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明较佳实施例所述的基于场景的图像处理方法，如图1所示，所述基于场景的图像处理方法包括以下步骤：
步骤S10、获取视频数据后进行解码处理得到若干帧图像，并进行关键帧检测识别出关键帧图像。
具体地，传统的直方图统计流程是：在视频数据经解码处理后，通过直方图统计单元，针对解码后的图像内容每一帧进行统计，统计后的信息提供给图像增强算法进行图像增强处理。
而本发明不同的是在视频解码后，增加了一个关键帧识别的步骤，识别出关键帧图像，本发明中的关键帧，是基于图像压缩编码原理的关键帧；其中，帧就是动画（视频）中最小单位的单幅影像画面，相当于电影胶片上的每一格镜头，在动画软件的时间轴上帧表现为一格或一个标记，关键帧相当于二维动画中的原画，指角色或者物体运动或变化中的关键动作所处的那一帧，关键帧与关键帧之间的动画可以由软件来创建，叫做过渡帧或者中间帧。
进一步地，关键帧的识别，不需要运用太多的图像分析取得，在码流中关键帧有固定的标志位，可以通过识别标志位获取关键帧图像；也就是说，在进行关键帧检测时，通过识别码流中固定的标志位获取关键帧图像。
以H.264编码为例，在H264协议里定义了三种帧，I帧、P帧和B帧，I帧是完整帧即关键帧，由帧内压缩而成，压缩率最低，是一幅完整的图像，而P和B帧均由当前I帧直接或间接生成，它传送的不是完整画面数据，只是与相邻帧的画面的差别数据，属于帧间压缩。
一个I帧之后，到下一个I帧之前的图像内容变化不大，因此在进行直方图统计时，可以只对关键帧I帧图像进行特征信息统计。
以一部120分钟的H.264电影为例，一共172800帧，大约3-4秒钟一个I帧，约2000个I帧，按照传统的直方图统计方法，需要对总共172800帧进行逐一统计，而采取关键帧的统计方法，只需对约2000帧内容进行统计，大大节省了资源。
步骤S20、分析相邻两个关键帧图像内容的相似性，判断相邻两个关键帧图像内容的差异是否处于预设阈值内。
例如，一个图像序列IBBPBBIBPBPI，第一个关键帧I与第二个关键帧I如果差异不大，没有达到预设阈值（处于预设阈值内），就认为是同一场景，如果第二个关键帧I与第三个关键帧I差异较大，达到（超过）预设阈值，就认为是不同场景（不同的场景意味着图像内容相差较大）。
步骤S30、当相邻两个关键帧图像内容的差异处于预设阈值内时,则判定相邻两个关键帧图像为相同场景，统一进行图像特征统计，并将特征信息叠加，且相同场景通过同样的增强处理曲线进行图像增强处理。
具体地，当第一个关键帧I与第二个关键帧I是同一场景，将对其中的两个I帧，进行图像特征统计，并将特征信息叠加，并由此生成这个场景的增强处理曲线，同一场景将采用同样的增强处理曲线；如上述序列中，第二个关键帧I与第三个关键帧I差异较大，达到预设阈值，就认为是不同场景，对于不同场景，将对其中的I帧，分别进行图像特征统计，特征信息不叠加，不同场景将采用不同的增强处理曲线。
本发明中，视频数据经解码后，得到一系列图像帧（I,P,B帧），将其中的关键I帧进行识别，然后对这些关键帧I进行相似性分析，预设阈值以内认为是相同场景，否则为不同场景，再对相同场景的特征信息（亮度直方图等）进行统计分析，根据此统计结果，由图像增强算法生成图像增强曲线，实现图像增强。
本发明进一步减少了增强曲线作用次数，只在不同场景时，才运用不同的增强曲线，避免了增强图像曲线频繁变动带来的画面闪烁风险。为了进一步降低上面所述的画面闪烁的影响，在场景变化交界处，图像增强算法对前后两种场景所运用的增强曲线进行平滑处理，采用渐变的方式，以防止大的突变，造成像素闪烁。
进一步，对于图像信息的其它特征参数分析，如亮度分布、图像最大亮度、最小亮度、平均亮度的统计等，也可以采用上述流程。
进一步地，如图2所示，基于上述基于场景的图像处理方法，本发明还相应提供了一种基于场景的图像处理装置，所述基于场景的图像处理装置包括：
视频解码模块11，用于获取视频数据后进行解码处理得到若干帧图像；关键帧识别模块12，用于对解码后的若干帧图像进行关键帧检测，并识别出关键帧图像；场景分析模块13，用于分析相邻两个关键帧图像内容的相似性，并判断相邻两个关键帧图像内容的差异是否处于预设阈值内；图像分析模块14，用于将相同场景统一进行图像特征统计，并将特征信息叠加；图像增强模块15，用于将相同场景通过同样的增强处理曲线进行图像增强处理。
进一步地，所述图像分析模块14还用于将不同场景分别进行图像特征统计，并控制特征信息不进行叠加。
进一步地，所述图像增强模块15还用于将不同场景的图像特征通过对应的增强处理曲线进行图像增强处理。
进一步地，所述关键帧识别模块12还包括关键帧图像获取单元，所述关键帧图像获取单元用于在进行关键帧检测时，通过识别码流中固定的标志位获取关键帧图像。
进一步地，如图3所示，基于上述基于场景的图像处理方法，本发明还相应提供了一种智能终端，所述智能终端包括处理器10、存储器20及显示器30。图3仅示出了智能终端的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
所述存储器20在一些实施例中可以是所述智能终端的内部存储单元，例如智能终端的硬盘或内存。所述存储器20在另一些实施例中也可以是所述智能终端的外部存储设备，例如所述智能终端上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）等。进一步地，所述存储器20还可以既包括所述智能终端的内部存储单元也包括外部存储设备。所述存储器20用于存储安装于所述智能终端的应用软件及各类数据，例如所述安装智能终端的程序代码等。所述存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，存储器20上存储有基于场景的图像处理程序40，该基于场景的图像处理程序40可被处理器10所执行，从而实现本申请中基于场景的图像处理方法。
所述处理器10在一些实施例中可以是一中央处理器（Central Processing Unit,CPU），微处理器或其他数据处理芯片，用于运行所述存储器20中存储的程序代码或处理数据，例如执行所述基于场景的图像处理方法等。
所述显示器30在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。所述显示器30用于显示在所述智能终端的信息以及用于显示可视化的用户界面。所述智能终端的部件10-30通过系统总线相互通信。
在一实施例中，当处理器10执行所述存储器20中基于场景的图像处理程序40时实现以下步骤：
获取视频数据后进行解码处理得到若干帧图像，并进行关键帧检测识别出关键帧图像；
分析相邻两个关键帧图像内容的相似性，判断相邻两个关键帧图像内容的差异是否处于预设阈值内；
当相邻两个关键帧图像内容的差异处于预设阈值内时,则判定相邻两个关键帧图像为相同场景，统一进行图像特征统计，并将特征信息叠加，且相同场景通过同样的增强处理曲线进行图像增强处理。
所述分析相邻两个关键帧图像内容的相似性，判断相邻两个关键帧图像内容的差异是否处于预设阈值内之后还包括：
当判断相邻两个关键帧图像内容的差异超出预设阈值时，则判定相邻两个关键帧图像为不同场景，并分别进行图像特征统计，将不同场景的图像特征通过对应的增强处理曲线进行图像增强处理。
当判定相邻两个关键帧图像为不同场景，并分别进行图像特征统计之后，控制特征信息不进行叠加。
在进行关键帧检测时，通过识别码流中固定的标志位获取关键帧图像。
本发明还提供一种存储介质，其中，所述存储介质存储有基于场景的图像处理程序，所述基于场景的图像处理程序被处理器执行时实现如上所述的基于场景的图像处理方法的步骤。
综上所述，本发明提供一种基于场景的图像处理方法、装置、智能终端及存储介质，所述方法包括：获取视频数据后进行解码处理得到若干帧图像，并进行关键帧检测识别出关键帧图像；分析相邻两个关键帧图像内容的相似性，判断相邻两个关键帧图像内容的差异是否处于预设阈值内；当相邻两个关键帧图像内容的差异处于预设阈值内时,则判定相邻两个关键帧图像为相同场景，统一进行图像特征统计，并将特征信息叠加，且相同场景通过同样的增强处理曲线进行图像增强处理。本发明通过提取关键帧图像，只需要对关键帧图像进行视频特征分析统计，得到统计信息，相同场景全部通过同样的增强处理曲线进行图像增强处理，大大节省了资源，有利于系统稳定。
当然，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关硬件（如处理器，控制器等）来完成，所述的程序可存储于一计算机可读取的存储介质中，所述程序在执行时可包括如上述各方法实施例的流程。其中所述的存储介质可为存储器、磁碟、光盘等。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (9)

1.一种基于场景的图像处理方法，其特征在于，所述基于场景的图像处理方法包括：
获取视频数据后进行解码处理得到若干帧图像，并进行关键帧检测识别出关键帧图像；
分析相邻两个关键帧图像内容的相似性，判断相邻两个关键帧图像内容的差异是否处于预设阈值内；
当相邻两个关键帧图像内容的差异处于预设阈值内时,则判定相邻两个关键帧图像为相同场景，统一进行图像特征统计，并将特征信息叠加，且相同场景通过同样的增强处理曲线进行图像增强处理；
当判断相邻两个关键帧图像内容的差异超出所述预设阈值时，则判定相邻两个关键帧图像为不同场景，并分别进行图像特征统计，将不同场景的图像特征通过对应的增强处理曲线进行图像增强处理，并根据图像增强算法对所述对应的增强处理曲线进行平滑处理。
2.根据权利要求1所述的基于场景的图像处理方法，其特征在于，所述基于场景的图像处理方法还包括：
当判定相邻两个关键帧图像为不同场景，并分别进行图像特征统计之后，控制特征信息不进行叠加。
3.根据权利要求1所述的基于场景的图像处理方法，其特征在于，所述基于场景的图像处理方法还包括：
在进行关键帧检测时，通过识别码流中固定的标志位获取关键帧图像。
4.一种基于场景的图像处理装置，其特征在于，所述基于场景的图像处理装置包括：
视频解码模块，用于获取视频数据后进行解码处理得到若干帧图像；
关键帧识别模块，用于对解码后的若干帧图像进行关键帧检测，并识别出关键帧图像；
场景分析模块，用于分析相邻两个关键帧图像内容的相似性，并判断相邻两个关键帧图像内容的差异是否处于预设阈值内；
图像分析模块，用于当判断相邻两个关键帧图像内容的差异处于预设阈值内时,则判定相邻两个关键帧图像为相同场景，将相同场景统一进行图像特征统计，并将特征信息叠加；
当判断相邻两个关键帧图像内容的差异超出所述预设阈值时，则判定相邻两个关键帧图像为不同场景，并分别进行图像特征统计；
图像增强模块，用于将相同场景通过同样的增强处理曲线进行图像增强处理；
将不同场景的图像特征通过对应的增强处理曲线进行图像增强处理，并根据图像增强算法对所述对应的增强处理曲线进行平滑处理。
5.根据权利要求4所述的基于场景的图像处理装置，其特征在于，所述图像分析模块还用于将不同场景分别进行图像特征统计，并控制特征信息不进行叠加。
6.根据权利要求4所述的基于场景的图像处理装置，其特征在于，所述图像增强模块还用于将不同场景的图像特征通过对应的增强处理曲线进行图像增强处理。
7.根据权利要求4所述的基于场景的图像处理装置，其特征在于，所述关键帧识别模块还包括关键帧图像获取单元，所述关键帧图像获取单元用于在进行关键帧检测时，通过识别码流中固定的标志位获取关键帧图像。
8.一种智能终端，其特征在于，所述智能终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于场景的图像处理程序，所述基于场景的图像处理程序被所述处理器执行时实现如权利要求1-3任一项所述的基于场景的图像处理方法的步骤。
9.一种存储介质，其特征在于，所述存储介质存储有基于场景的图像处理程序，所述基于场景的图像处理程序被处理器执行时实现如权利要求1-3任一项所述的基于场景的图像处理方法的步骤。
CN201811639705.2A 2018-12-29 2018-12-29 基于场景的图像处理方法、装置、智能终端及存储介质 Active CN111383201B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201811639705.2A CN111383201B (zh) 2018-12-29 2018-12-29 基于场景的图像处理方法、装置、智能终端及存储介质
US17/266,915 US11763431B2 (en) 2018-12-29 2019-12-26 Scene-based image processing method, apparatus, smart terminal and storage medium
EP19902496.9A EP3905100A4 (en) 2018-12-29 2019-12-26 SCAN-BASED IMAGE PROCESSING METHOD, DEVICE, INTELLIGENT TERMINAL AND STORAGE MEDIA
PCT/CN2019/128487 WO2020135538A1 (zh) 2018-12-29 2019-12-26 基于场景的图像处理方法、装置、智能终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811639705.2A CN111383201B (zh) 2018-12-29 2018-12-29 基于场景的图像处理方法、装置、智能终端及存储介质

Publications (2)

Publication Number Publication Date
CN111383201A CN111383201A (zh) 2020-07-07
CN111383201B true CN111383201B (zh) 2024-03-12

Family

ID=71129186

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811639705.2A Active CN111383201B (zh) 2018-12-29 2018-12-29 基于场景的图像处理方法、装置、智能终端及存储介质

Country Status (4)

Country Link
US (1) US11763431B2 (zh)
EP (1) EP3905100A4 (zh)
CN (1) CN111383201B (zh)
WO (1) WO2020135538A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114205642B (zh) * 2020-08-31 2024-04-26 北京金山云网络技术有限公司 一种视频图像的处理方法和装置
CN114363693B (zh) * 2020-10-13 2023-05-12 华为技术有限公司 画质调整方法及装置
CN113628100A (zh) * 2021-08-10 2021-11-09 Oppo广东移动通信有限公司 视频增强方法、装置、终端及存储介质
CN114038197B (zh) * 2021-11-24 2023-06-13 浙江大华技术股份有限公司 场景状态的确定方法、装置、存储介质及电子装置
CN114267001B (zh) * 2022-03-01 2022-06-03 北京华育启智科技有限公司 视觉识别系统
CN114915846A (zh) * 2022-05-10 2022-08-16 中移（杭州）信息技术有限公司 数据处理方法、装置、设备及计算机可读存储介质
CN115499670A (zh) * 2022-11-17 2022-12-20 广东电网有限责任公司中山供电局 一种基于边缘计算的视频图像压缩处理设备
CN116071690B (zh) * 2023-04-03 2023-06-09 江西师范大学 一种基于场景关键帧的情景特征提取方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101945223A (zh) * 2010-09-06 2011-01-12 浙江大学 视频一致性融合处理方法
CN103093458A (zh) * 2012-12-31 2013-05-08 清华大学 关键帧的检测方法及装置
CN105631422A (zh) * 2015-12-28 2016-06-01 北京酷云互动科技有限公司 一种视频识别方法以及视频识别系统
CN106937114A (zh) * 2015-12-30 2017-07-07 株式会社日立制作所 用于对视频场景切换进行检测的方法和装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE451691T1 (de) * 2000-09-08 2009-12-15 Koninkl Philips Electronics Nv Vorrichtung zur wiedergabe eines auf einem aufzeichnungsmedium gespeicherten informationssignals
GB2500835B (en) * 2010-12-10 2014-02-12 Ibm High-dynamic range video tone mapping
US20140086557A1 (en) * 2012-09-25 2014-03-27 Samsung Electronics Co., Ltd. Display apparatus and control method thereof
CN105139421B (zh) * 2015-08-14 2018-07-24 西安西拓电气股份有限公司 电力系统基于互信息量的视频关键帧提取方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101945223A (zh) * 2010-09-06 2011-01-12 浙江大学 视频一致性融合处理方法
CN103093458A (zh) * 2012-12-31 2013-05-08 清华大学 关键帧的检测方法及装置
CN105631422A (zh) * 2015-12-28 2016-06-01 北京酷云互动科技有限公司 一种视频识别方法以及视频识别系统
CN106937114A (zh) * 2015-12-30 2017-07-07 株式会社日立制作所 用于对视频场景切换进行检测的方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
A Framework for Robust Online Video Contrast Enhancement Using Modularity Optimization;Anustup Choudhury and Gérard Medioni;《IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY》;第22卷(第9期);摘要，第3-4章节 *

Also Published As

Publication number Publication date
CN111383201A (zh) 2020-07-07
US20210342595A1 (en) 2021-11-04
EP3905100A1 (en) 2021-11-03
WO2020135538A1 (zh) 2020-07-02
EP3905100A4 (en) 2022-09-28
US11763431B2 (en) 2023-09-19

Similar Documents

Publication Publication Date Title
CN111383201B (zh) 基于场景的图像处理方法、装置、智能终端及存储介质
US10937167B2 (en) Automated generation of pre-labeled training data
CN108830208A (zh) 视频处理方法和装置、电子设备、计算机可读存储介质
JP5420199B2 (ja) 映像解析装置、映像解析方法、ダイジェスト自動作成システム及びハイライト自動抽出システム
CN110933490A (zh) 一种画质和音质的自动调整方法、智能电视机及存储介质
TWI712316B (zh) 視訊摘要的生成方法及裝置
AU2011203219B2 (en) Mode removal for improved multi-modal background subtraction
WO2012037715A1 (en) Identifying a key frame from a video sequence
CN107801093A (zh) 视频渲染方法、装置、计算机设备和可读存储介质
CN110830787A (zh) 一种检测花屏图像的方法及装置
CN114640881A (zh) 视频帧对齐方法、装置、终端设备及计算机可读存储介质
US20120144304A1 (en) System and method for reducing artifacts in images
CN110769262B (zh) 一种视频图像压缩方法、系统、设备和存储介质
CN112560734A (zh) 基于深度学习的重获取视频检测方法、系统、设备及介质
Gao et al. Single image haze removal algorithm using pixel-based airlight constraints
CN106303366B (zh) 一种基于区域分类编码的视频编码的方法及装置
CN105120335A (zh) 一种处理电视节目图片的方法和装置
CN111091526B (zh) 一种视频模糊的检测方法和系统
CN107729387B (zh) 一种视频缩略图选取方法、存储介质及电子设备
EP3921769A1 (en) Pre-processing image frames based on camera statistics
CN113449572A (zh) 暗光场景的人脸解锁方法、系统、存储介质及其计算机设备
CN110619362A (zh) 一种基于感知与像差的视频内容比对方法及装置
Bai et al. Visual saliency detection algorithm in compressed hevc domain
CN110248182B (zh) 一种场景片段镜头检测方法
KR20100016803A (ko) 내용 적응적 해상도 비디오 압축을 위한 영상 분석 장치 및방법

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