CN111428779A - 一种确定补光灯照射范围方法、装置、设备及存储介质 - Google Patents
一种确定补光灯照射范围方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111428779A CN111428779A CN202010200025.1A CN202010200025A CN111428779A CN 111428779 A CN111428779 A CN 111428779A CN 202010200025 A CN202010200025 A CN 202010200025A CN 111428779 A CN111428779 A CN 111428779A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel point
- pixel
- value
- category label
- 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.)
- Granted
Links
- 239000013589 supplement Substances 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 78
- 238000001914 filtration Methods 0.000 claims description 24
- 238000010606 normalization Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 17
- 238000005286 illumination Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 abstract description 12
- 238000009826 distribution Methods 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000003760 hair shine Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Abstract
本发明公开了一种确定补光灯照射范围方法、装置、设备及存储介质，由于在本发明实施例中，计算补光灯开、关状态分别获取的第二图像与第一图像的差，得到第三图像，然后对第三图像中每个像素点进行聚类处理，聚类处理的结果可表征出像素值分阶情况，然后再根据第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示，使得像素值分阶情况显示的更为明显。本发明实施例通过对图像处理，对补光灯照射所导致的图像亮度变化进行放大，分层等处理，使得即使在补光灯开，关前后图像亮度变化很小的情况下，用户通过观察显示的图像也能准确、快速、直观的识别到补光灯的照射范围，照射中心及亮度分布。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种确定补光灯照射范围方法、装置、设备及存储介质。
背景技术
智能交通用卡口、电警等道路监控设备，夜晚环境下，为了确保车牌，车标，车身颜色等车辆信息的捕获率与识别率，一般都需要通过外置补光灯来进行补光；且对于外置补光灯与相机之间的距离，外置补光灯的照射角度等都有严格要求：利用补光灯的余光来补车牌亮度，利用补光灯的主体来补车身，车窗及整体环境亮度。补光灯照射角度不合适，可能导致车牌过曝，而车身亮度补够；也可能导致图像整体亮度不够等问题；而解决这些问题的关键在于确定出补光灯的照射范围，然后根据补光灯的照射范围对补光灯进行调整。
现有技术中在确定补光灯的照射范围时，一般在监控设备安装时，把激光笔放置到补光灯的中心位置，图像中看到的激光笔照射到的点，即为补光灯主要照射区域。现有技术存在的问题是，激光笔照射只能看到补光灯照射的中心位置，但对于补光灯的照射范围，需要通过人眼观察，对于补光灯开，关前后图像亮度变化很小的情况下，人眼难以分辨补光范围。因此，目前还没有一种能够确定补光灯照射范围的有效方案。
发明内容
本发明实施例提供了一种确定补光灯照射范围方法、装置、设备及存储介质，用以提供一种能够确定补光灯照射范围的有效方案。
本发明实施例提供了一种确定补光灯照射范围方法，所述方法包括：
获取补光灯关闭状态下的第一图像和补光灯开启状态下的第二图像；计算所述第二图像与所述第一图像对应像素点的像素值的差，得到第三图像；
根据所述第三图像中每个像素点的像素值，对所述第三图像中每个像素点进行聚类处理；
根据所述第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示。
进一步地，所述计算所述第二图像与所述第一图像对应像素点的像素值的差，得到第三图像之前，所述方法还包括：
根据RGB2YUV公式，分别获取所述第一图像和第二图像中每个像素点的亮度值，将所述第一图像和第二图像中每个像素点的亮度值作为像素值。
进一步地，所述计算所述第二图像与所述第一图像对应像素点的亮度值的差，得到第三图像之前，所述方法还包括：
按照预设的分辨率，对所述第一图像和第二图像进行缩放处理。
进一步地，所述对所述第三图像中每个像素点进行聚类处理包括：
采用Kmeans聚类算法，对所述第三图像中每个像素点进行聚类处理。
进一步地，所述根据所述第三图像中每个像素点的像素值，对所述第三图像中每个像素点进行聚类处理之前，所述方法还包括：
对所述第三图像中每个像素点的像素值进行归一化处理；
对归一化处理后的第三图像进行均值滤波处理。
进一步地，所述根据所述第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示包括：
根据所述第三图像中每个像素点所属的类别信息生成类别标记图像，其中，不同类别的像素点对应的类别标记数值不同，像素值较高的类别的像素点对应的类别标记数值较高；
根据所述类别标记图像中每个像素点的类别标记数值和预先保存的类别标记数值与颜色和/或透明度的对应关系，生成亮度分阶表示图像并显示。
进一步地，所述根据所述第三图像中每个像素点所属的类别信息生成类别标记图像之后，生成亮度分阶表示图像并显示之前，所述方法还包括：
对所述类别标记图像中每个像素点的类别标记数值进行归一化处理；
对归一化处理后的类别标记图像进行均值滤波处理。
进一步地，所述根据所述第三图像中每个像素点所属的类别信息生成类别标记图像之后，生成亮度分阶表示图像并显示之前，所述方法还包括：
对所述类别标记图像中每个像素点进行开运算。
进一步地，所述对所述类别标记图像中每个像素点进行开运算包括：
对所述类别标记图像中每个像素点进行模板形状为圆形，半径为预设像素点数量的开运算。
另一方面，本发明实施例提供了一种确定补光灯照射范围装置，所述装置包括：
获取模块，用于获取补光灯关闭状态下的第一图像和补光灯开启状态下的第二图像；计算所述第二图像与所述第一图像对应像素点的像素值的差，得到第三图像；
聚类模块，用于根据所述第三图像中每个像素点的像素值，对所述第三图像中每个像素点进行聚类处理；
显示模块，用于根据所述第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示。
进一步地，所述获取模块，还用于根据RGB2YUV公式，分别获取所述第一图像和第二图像中每个像素点的亮度值，将所述第一图像和第二图像中每个像素点的亮度值作为像素值。
进一步地，所述装置还包括：
缩放处理模块，用于按照预设的分辨率，对所述第一图像和第二图像进行缩放处理。
进一步地，所述聚类模块，具体用于采用Kmeans聚类算法，对所述第三图像中每个像素点进行聚类处理。
进一步地，所述装置还包括：
第一滤波模块，用于对所述第三图像中每个像素点的像素值进行归一化处理；对归一化处理后的第三图像进行均值滤波处理。
进一步地，所述显示模块，具体用于根据所述第三图像中每个像素点所属的类别信息生成类别标记图像，其中，不同类别的像素点对应的类别标记数值不同，像素值较高的类别的像素点对应的类别标记数值较高；根据所述类别标记图像中每个像素点的类别标记数值和预先保存的类别标记数值与颜色和/或透明度的对应关系，生成亮度分阶表示图像并显示。
进一步地，所述装置还包括：
第二滤波模块，用于对所述类别标记图像中每个像素点的类别标记数值进行归一化处理；对归一化处理后的类别标记图像进行均值滤波处理。
进一步地，所述装置还包括：
运算模块，用于对所述类别标记图像中每个像素点进行开运算。
进一步地，所述运算模块，具体用于对所述类别标记图像中每个像素点进行模板形状为圆形，半径为预设像素点数量的开运算。
再一方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述任一项所述的方法步骤。
再一方面，本发明实施例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内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法步骤。
本发明实施例提供了一种确定补光灯照射范围方法、装置、设备及存储介质，所述方法包括：获取补光灯关闭状态下的第一图像和补光灯开启状态下的第二图像；计算所述第二图像与所述第一图像对应像素点的像素值的差，得到第三图像；根据所述第三图像中每个像素点的像素值，对所述第三图像中每个像素点进行聚类处理；根据所述第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示。
由于在本发明实施例中，计算补光灯开、关状态分别获取的第二图像与第一图像的差，得到第三图像，然后对第三图像中每个像素点进行聚类处理，聚类处理的结果可表征出像素值分阶情况，然后再根据第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示，使得像素值分阶情况显示的更为明显。本发明实施例通过对图像聚类处理然后采用亮度分阶表示图像进行显示，实现对补光灯照射所导致的图像亮度变化进行放大，分层等处理，使得即使在补光灯开，关前后图像亮度变化很小的情况下，用户通过观察显示的图像也能准确、快速、直观的识别到补光灯的照射范围，照射中心及亮度分布。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的确定补光灯照射范围过程示意图；
图2为本发明实施例提供的确定补光灯照射范围详细流程示意图；
图3为本发明实施例提供的补光灯关闭状态获取的第一图像；
图4为本发明实施例提供的补光灯开启状态获取的第二图像；
图5为本发明实施例提供的第二图像和第一图像的差分图像；
图6为本发明实施例提供的对第三图像中每个像素点进行聚类处理，得到的类别标记图像；
图7为本发明实施例提供的经过开运算的类别标记图像；
图8为本发明实施例提供的亮度分阶表示图像；
图9为本发明实施例提供的确定补光灯照射范围装置结构示意图；
图10为本发明实施例提供的电子设备结构示意图。
具体实施方式
下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例1：
图1为本发明实施例提供的确定补光灯照射范围过程示意图，该过程包括以下步骤：
S101：获取补光灯关闭状态下的第一图像和补光灯开启状态下的第二图像；计算所述第二图像与所述第一图像对应像素点的像素值的差，得到第三图像。
本发明实施例提供的确定补光灯照射范围的方法应用于电子设备，该电子设备可以是PC、平板电脑等设备，也可以是图像采集设备。
如果电子设备是图像采集设备，则电子设备在补光灯关闭状态采集第一图像，在补光灯开启状态采集第二图像，并计算第二图像与第一图像对应像素点的像素值的差，得到第三图像。如果电子设备是PC、平板电脑等设备，图像采集设备在补光灯关闭状态采集第一图像，在补光灯开启状态采集第二图像之后，分别将第一图像和第二图像发送至电子设备，电子设备计算第二图像与第一图像对应像素点的像素值的差，得到第三图像。
S102：根据所述第三图像中每个像素点的像素值，对所述第三图像中每个像素点进行聚类处理。
电子设备可以使用直方图信息进行阈值分割的聚类方法对第三图像中每个像素点进行聚类处理，该方法首先根据像素值对第三图像进行直方图划分；再判断相邻两个等级中每个等级像素点的个数是否小于一定的数量阈值，如果是，则对相邻两个等级进行合并；以此类推直至根据像素点的个数无法进行等级的合并。然后再根据剩余等级中，每相邻两个等级，判断该相邻两个等级的平均像素值的差是否小于预设的像素值，如果是，对该相邻两个等级进行合并；以此类推，最后剩余无法合并的等级，即为最终的聚类结果。或者，本发明实施例也可以采用其他常见的聚类方法，例如最大最小距离聚类算法，图论聚类算法，HAC层次聚类算法等。
为了提高聚类效果，所述对所述第三图像中每个像素点进行聚类处理包括：采用Kmeans聚类算法，对所述第三图像中每个像素点进行聚类处理。在Kmeans聚类算法中预先设定的K值为聚类的类别数量。
S103：根据所述第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示。
通过对第三图像进行聚类处理，第三图像中每个像素点都有对应的类别信息，例如将第三图像中的像素点聚为5类，则第三图像中每个像素点对应的类别信息为1至5中的值。电子设备根据第三图像中每个像素点所属的类别信息，可以生成亮度分阶表示图像。其中，亮度分阶表示图像可以是热度图像，在对聚类后的第三图像采用热度图的方式进行显示时，可以是针对第三图像中每一类的像素点，计算该类像素点的平均像素值。从而得到每类像素点的平均像素值，然后根据颜色梯度，为每一类像素点赋予一定的颜色，从而实现热度图显示效果。其中，可以是平均像素值最大的一类像素点对应的颜色最深，平均像素值最小的一类像素点对应的颜色最浅；也可以是平均像素值最大的一类像素点对应的颜色最浅，平均像素值最小的一类像素点对应的颜色最深。
由于在本发明实施例中，计算补光灯开、关状态分别获取的第二图像与第一图像的差，得到第三图像，然后对第三图像中每个像素点进行聚类处理，聚类处理的结果可表征出像素值分阶情况，然后再根据第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示，使得像素值分阶情况显示的更为明显。本发明实施例通过对图像聚类处理然后采用亮度分阶表示图像进行显示，实现对补光灯照射所导致的图像亮度变化进行放大，分层等处理，使得即使在补光灯开，关前后图像亮度变化很小的情况下，用户通过观察显示的图像也能准确、快速、直观的识别到补光灯的照射范围，照射中心及亮度分布。
实施例2：
为了使确定补光灯照射范围更准确，在上述实施例的基础上，在本发明实施例中，所述计算所述第二图像与所述第一图像对应像素点的像素值的差，得到第三图像之前，所述方法还包括：
根据RGB2YUV公式，分别获取所述第一图像和第二图像中每个像素点的亮度值，将所述第一图像和第二图像中每个像素点的亮度值作为像素值。
由于补光灯的开启与关闭，对图像中像素点的亮度值影响较大，为了使确定补光灯照射范围更准确，在本发明实施例中，采用像素点的亮度值作为像素值，进行后续的图像分析处理。
对于图像采集设备采集的第一图像，其像素值一般是RGB色彩空间方式进行表示，可以通过RGB2YUV公式，对像素点的RGB值进行转换，从而得到第一图像和第二图像中每个像素点的亮度值。RGB2YUV公式为Y＝0.30R+0.59G+0.11B，U＝0.493(B－Y)，V＝0.877(R－Y)。式中，R为红色分量，G为绿色分量，B为蓝色分量，Y为亮度分量，U和V为色差分量。在本发明实施例中，将转换得到的像素点的Y分量，也就是亮度值作为像素值进行后续的图像分析处理。从而更能体现补光灯开启状态下的亮度分布情况，进而使得确定补光灯照射范围更准确。
实施例3：
在上述各实施例的基础上，在本发明实施例中，为了减小对第三图像中每个像素点进行聚类处理的计算量，述计算所述第二图像与所述第一图像对应像素点的亮度值的差，得到第三图像之前，所述方法还包括：
按照预设的分辨率，对所述第一图像和第二图像进行缩放处理。
在本发明实施例中，电子设备在获取第一图像和第二图像之后，可以对第一图像和第二图像进行缩放处理，一般情况下，在不影响聚类结果的前提下，并且减小聚类处理的计算量，提高聚类处理的速度，可以对第一图像和第二图像进行缩小处理。例如，预设的分辨率可以为512*512。在本发明实施例中不对预设的分辨率进行限定。这样，第一图像和第二图像的分辨率降低，二者的差值图像，也就是第三图像的分辨率也随之降低，从而实现了减小聚类处理的计算量，提高聚类处理的速度的效果。另外，也可以根据用户需要对第一图像和第二图像进行放大处理。
实施例4：
由于图像采集设备采集的第一图像和第二图像有可能存在噪声，从而影响图像分析处理的准确性，进而影响确定补光灯照射范围的准确性。为了避免上述问题，在上述各实施例的基础上，在本发明实施例中，所述根据所述第三图像中每个像素点的像素值，对所述第三图像中每个像素点进行聚类处理之前，所述方法还包括：
对所述第三图像中每个像素点的像素值进行归一化处理；
对归一化处理后的第三图像进行均值滤波处理。
在本发明实施例中，电子设备对第三图像中每个像素点的像素值进行归一化处理，归一化处理采用的公式为I_diff’＝(I_diff-min(I_diff))/(max(I_diff)-min(I_diff))。式中，I_diff为待归一化的像素点的像素值，I_diff’为归一化后的像素点的像素值，min(I_diff)为第三图像中最小的像素值，max(I_diff)为第三图像中最大的像素值。
对第三图像中每个像素点的像素值进行归一化处理之后，再对归一化处理后的第三图像进行均值滤波处理。其中，可以采用3*3滤波器进行均值滤波处理，也可以采用5*5滤波器进行均值滤波处理等等。
实施例5：
为了使生成亮度分阶表示图像更准确，在上述各实施例的基础上，在本发明实施例中，所述根据所述第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示包括：
根据所述第三图像中每个像素点所属的类别信息生成类别标记图像，其中，不同类别的像素点对应的类别标记数值不同，像素值较高的类别的像素点对应的类别标记数值较高；
根据所述类别标记图像中每个像素点的类别标记数值和预先保存的类别标记数值与颜色和/或透明度的对应关系，生成亮度分阶表示图像并显示。
在本发明实施例中，电子设备在对第三图像中每个像素点进行聚类处理时，首先需要设定聚类的分类数量。例如可以设定聚为4类或者5类等。对第三图像中每个像素点进行聚类处理之后，根据所述第三图像中每个像素点所属的类别信息生成类别标记图像，也就是说为每类像素点分配对应的类别数值，分配的策略为不同类别的像素点对应的类别标记数值不同，像素值较高的类别的像素点对应的类别标记数值较高。例如，设定聚类的分类数量为5，在聚类完成之后，为像素值最高的一类像素点分配的类别数值都为5，像素值最次亮的一类像素点分配的类别数值都为4，以此类推，像素值最暗的一类像素点分配的类别数值都为1。由此用类别标记数值表示的图像即为类别标记图像。
电子设备中预先保存有类别标记数值与颜色和/或透明度的对应关系，例如，类别标记数值5对应的颜色为红色，类别标记数值4对应的颜色为绿色，类别标记数值3对应的颜色为蓝色，类别标记数值2对应的颜色为黄色，类别标记数值1对应的颜色为青色等等。或者，类别标记数值5对应的透明度为50，类别标记数值4对应的透明度为80，类别标记数值3对应的透明度为120，类别标记数值2对应的透明度为150，类别标记数值1对应的透明度为80等等。或者电子设备中也可以保存类别标记数值与颜色和透明度的对应关系，这样显示出的亮度分阶表示图像中每类像素点可以从颜色和透明度两个方面进行体现。
电子设备在确定出类别标记图像之后，根据类别标记图像中每个像素点的类别标记数值和预先保存的类别标记数值与颜色和/或透明度的对应关系，为每个像素点赋予对应的颜色和/或透明度，从而得到亮度分阶表示图像。
本发明实施例提供的方法使生成亮度分阶表示图像更准确，并且用户通过观察亮度分阶表示图像能更准确、快速、直观的识别到补光灯的照射范围，照射中心及亮度分布。
实施例6：
为了进一步降低图像噪声对确定补光灯照射范围的影响，在上述各实施例的基础上，在本发明实施例中，所述根据所述第三图像中每个像素点所属的类别信息生成类别标记图像之后，生成亮度分阶表示图像并显示之前，所述方法还包括：
对所述类别标记图像中每个像素点的类别标记数值进行归一化处理；
对归一化处理后的类别标记图像进行均值滤波处理。
为了避免噪声干扰，使生成的亮度分阶表示图像更准确，进而使确定的补光灯照射范围更准确，在本发明实施例中，首先对类别标记图像中每个像素点的类别标记数值进行归一化处理，也就是说将类别标记图像中每个像素点的类别标记数值都除以最大的类别标记数值，从而实现类别标记数值的归一化，便于后续的去噪处理。本发明实施例通过对归一化处理后的类别标记图像进行均值滤波处理的方法实现去噪。其中，在对归一化处理后的类别标记图像进行均值滤波处理时，可以采用3*3滤波器进行均值滤波处理，也可以采用5*5滤波器进行均值滤波处理等等。
实施例7：
为了进一步使得亮度范围显示更加明显，在上述各实施例的基础上，在本发明实施例中，所述根据所述第三图像中每个像素点所属的类别信息生成类别标记图像之后，生成亮度分阶表示图像并显示之前，所述方法还包括：
对所述类别标记图像中每个像素点进行开运算。
在对类别标记图像中每个像素点进行开运算时，可以采用任意形状的模板来进行开运算。较佳的，考虑到补光灯照射范围是发散的，圆形更符合实际情况，所述对所述类别标记中每个像素点进行开运算包括：
对所述类别标记中每个像素点进行模板形状为圆形，半径为预设像素点数量的开运算。其中，预设像素点数量可以是10个、15个等。
图2为本发明实施例提供的确定补光灯照射范围详细流程示意图，包括以下步骤：
S201：输入相同场景，补光灯开、关前后两张图像I_on，I_off；输入期望显示的补光灯亮度聚类数量K，一般配置为5即可。
S202：根据RGB2YUV公式，分别获取输入图像I_on，I_off的亮度分量I_on_y，I_off_y。
S203：等比缩放I_on_y，I_off_y，使得缩放图片的最大尺寸不超过512，得到缩放图片I_on_y1，I_off_y1。
S204：获取I_on_y1，I_off_y1的差分图片I_diff，I_diff＝I_on_y1-I_off_y1:需要说明的是对I_diff中数据为负的异常数据做归0处理，也就是将负值更新为0。
S205：对差分图片做亮度归一化：I_diff’＝(I_diff-min(I_diff))/(max(I_diff)-min(I_diff))，对归一化I_diff’图片做3*3滤波器大小的均值滤波，得到降噪图片I_diff1。
S206：对I_diff1图片采用Kmeans聚类算法做类别为K的均值聚类，得到聚类后标记图片I_index，以及聚类中心mean1～meanK。
S207：对标记图片I_index中1～K的取值进行调整，使得I_index中1～K的取值分别对应mean1～meanK从小到大排序的序号，即像素值较高的像素点对应的类别标记数值较高。
S208：对标记图片I_index做归一化：I_index＝I_index/K；对归一化I_index图片做3*3滤波器大小的均值滤波，得到降噪图片I_index1。
S209：对I_index1做模板形状为圆形，半径为15个像素的开运算，得到图片I_index2。
S210：输出I_index2图片，对I_index2图片使用类热度图的方式进行显示。
本发明实施例提供了一种补光灯照射范围的检测方法，通过对补光灯开，关闭前后获取的两张图片做图像相关处理，快速，准确的显示补光灯照射范围及其强度分布。方便外置补光灯的快速调整与安装；方便补光灯照射角度不合适导致的图像问题的快速分析与定位。相比人眼对比的传统方案，更方便，更准确，更客观。
图2中的S101～S103，主要对输入图片做预处理，减少后续图像处理工作量；S104、S105，主要计算差分图片，获取补光灯开启导致的亮度变化；S106～S108，主要对差分图片做K均值聚类，获取K阶亮度分布图片；S109，通过形态学开运算消除小区域信号干扰；S110，通过类似热度图的方式来显示，使得K阶亮度分布更为明显，直观。
图3至图8为图像处理过程中的实例附图。图3为补光灯关闭状态获取的第一图像，图4为补光灯开启状态获取的第二图像。图5为第二图像和第一图像的差分图像。补光灯开启前后，图片亮度上虽然有所变化，但不够明显，单靠人眼比对来识别补光灯的照射范围及照射中心非常困难。图6为对第三图像中每个像素点进行聚类处理，得到的类别标记图像。图7为经过开运算的类别标记图像。图8为亮度分阶表示图像，该亮度分阶表示图像为热度图像。由图8可以明显看出，通过本发明实施例提供的基于图像处理的确定补光灯照射范围的方法，可以更准确，直观，快速的识别到补光灯的照射范围，照射中心及亮度分布。
实施例8：
图9为本发明实施例提供的确定补光灯照射范围装置结构示意图，该装置包括：
获取模块91，用于获取补光灯关闭状态下的第一图像和补光灯开启状态下的第二图像；计算所述第二图像与所述第一图像对应像素点的像素值的差，得到第三图像；
聚类模块92，用于根据所述第三图像中每个像素点的像素值，对所述第三图像中每个像素点进行聚类处理；
显示模块93，用于根据所述第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示。
所述获取模块91，还用于根据RGB2YUV公式，分别获取所述第一图像和第二图像中每个像素点的亮度值，将所述第一图像和第二图像中每个像素点的亮度值作为像素值。
所述装置还包括：
缩放处理模块94，用于按照预设的分辨率，对所述第一图像和第二图像进行缩放处理。
所述聚类模块92，具体用于采用Kmeans聚类算法，对所述第三图像中每个像素点进行聚类处理。
所述装置还包括：
第一滤波模块95，用于对所述第三图像中每个像素点的像素值进行归一化处理；对归一化处理后的第三图像进行均值滤波处理。
所述显示模块93，具体用于根据所述第三图像中每个像素点所属的类别信息生成类别标记图像，其中，不同类别的像素点对应的类别标记数值不同，像素值较高的类别的像素点对应的类别标记数值较高；根据所述类别标记图像中每个像素点的类别标记数值和预先保存的类别标记数值与颜色和/或透明度的对应关系，生成亮度分阶表示图像并显示。
所述装置还包括：
第二滤波模块96，用于对所述类别标记图像中每个像素点的类别标记数值进行归一化处理；对归一化处理后的类别标记图像进行均值滤波处理。
所述装置还包括：
运算模块97，用于对所述类别标记图像中每个像素点进行开运算。
所述运算模块97，具体用于对所述类别标记图像中每个像素点进行模板形状为圆形，半径为预设像素点数量的开运算。
实施例9：
在上述各实施例的基础上，本发明实施例中还提供了一种电子设备，如图10所示，包括：处理器301、通信接口302、存储器303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信；
所述存储器303中存储有计算机程序，当所述程序被所述处理器301执行时，使得所述处理器301执行如下步骤：
获取补光灯关闭状态下的第一图像和补光灯开启状态下的第二图像；计算所述第二图像与所述第一图像对应像素点的像素值的差，得到第三图像；
根据所述第三图像中每个像素点的像素值，对所述第三图像中每个像素点进行聚类处理；
根据所述第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示。
基于同一发明构思，本发明实施例中还提供了一种电子设备，由于上述电子设备解决问题的原理与确定补光灯照射范围方法相似，因此上述电子设备的实施可以参见方法的实施，重复之处不再赘述。
本发明实施例提供的电子设备具体可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(Personal Digital Assistant，PDA)、网络侧设备等。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口302用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器，包括中央处理器、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processing，DSP)、专用集成电路、现场可编程门陈列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。
在本发明实施例中处理器执行存储器上所存放的程序时，实现获取补光灯关闭状态下的第一图像和补光灯开启状态下的第二图像；计算所述第二图像与所述第一图像对应像素点的像素值的差，得到第三图像；根据所述第三图像中每个像素点的像素值，对所述第三图像中每个像素点进行聚类处理；根据所述第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示。
由于在本发明实施例中，计算补光灯开、关状态分别获取的第二图像与第一图像的差，得到第三图像，然后对第三图像中每个像素点进行聚类处理，聚类处理的结果可表征出像素值分阶情况，然后再根据第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示，使得像素值分阶情况显示的更为明显。本发明实施例通过对图像处理，对补光灯照射所导致的图像亮度变化进行放大，分层等处理，使得即使在补光灯开，关前后图像亮度变化很小的情况下，用户通过观察显示的图像也能准确、快速、直观的识别到补光灯的照射范围，照射中心及亮度分布。
实施例10：
在上述各实施例的基础上，本发明实施例还提供了一种计算机存储可读存储介质，所述计算机可读存储介质内存储有可由电子设备执行的计算机程序，当所述程序在所述电子设备上运行时，使得所述电子设备执行时实现如下步骤：
获取补光灯关闭状态下的第一图像和补光灯开启状态下的第二图像；计算所述第二图像与所述第一图像对应像素点的像素值的差，得到第三图像；
根据所述第三图像中每个像素点的像素值，对所述第三图像中每个像素点进行聚类处理；
根据所述第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示。
基于同一发明构思，本发明实施例中还提供了一种计算机可读存储介质，由于处理器在执行上述计算机可读存储介质上存储的计算机程序时解决问题的原理与确定补光灯照射范围方法相似，因此处理器在执行上述计算机可读存储介质存储的计算机程序的实施可以参见方法的实施，重复之处不再赘述。
上述计算机可读存储介质可以是电子设备中的处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD)等。
在本发明实施例中提供的计算机可读存储介质内存储计算机程序，计算机程序被处理器执行时实现获取补光灯关闭状态下的第一图像和补光灯开启状态下的第二图像；计算所述第二图像与所述第一图像对应像素点的像素值的差，得到第三图像；根据所述第三图像中每个像素点的像素值，对所述第三图像中每个像素点进行聚类处理；根据所述第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示。
由于在本发明实施例中，计算补光灯开、关状态分别获取的第二图像与第一图像的差，得到第三图像，然后对第三图像中每个像素点进行聚类处理，聚类处理的结果可表征出像素值分阶情况，然后再根据第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示，使得像素值分阶情况显示的更为明显。本发明实施例通过对图像处理，对补光灯照射所导致的图像亮度变化进行放大，分层等处理，使得即使在补光灯开，关前后图像亮度变化很小的情况下，用户通过观察显示的图像也能准确、快速、直观的识别到补光灯的照射范围，照射中心及亮度分布。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (20)
1.一种确定补光灯照射范围方法，其特征在于，所述方法包括：
获取补光灯关闭状态下的第一图像和补光灯开启状态下的第二图像；计算所述第二图像与所述第一图像对应像素点的像素值的差，得到第三图像；
根据所述第三图像中每个像素点的像素值，对所述第三图像中每个像素点进行聚类处理；
根据所述第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示。
2.如权利要求1所述的方法，其特征在于，所述计算所述第二图像与所述第一图像对应像素点的像素值的差，得到第三图像之前，所述方法还包括：
根据RGB2YUV公式，分别获取所述第一图像和第二图像中每个像素点的亮度值，将所述第一图像和第二图像中每个像素点的亮度值作为像素值。
3.如权利要求1所述的方法，其特征在于，所述计算所述第二图像与所述第一图像对应像素点的亮度值的差，得到第三图像之前，所述方法还包括：
按照预设的分辨率，对所述第一图像和第二图像进行缩放处理。
4.如权利要求1所述的方法，其特征在于，所述对所述第三图像中每个像素点进行聚类处理包括：
采用Kmeans聚类算法，对所述第三图像中每个像素点进行聚类处理。
5.如权利要求1所述的方法，其特征在于，所述根据所述第三图像中每个像素点的像素值，对所述第三图像中每个像素点进行聚类处理之前，所述方法还包括：
对所述第三图像中每个像素点的像素值进行归一化处理；
对归一化处理后的第三图像进行均值滤波处理。
6.如权利要求1所述的方法，其特征在于，所述根据所述第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示包括：
根据所述第三图像中每个像素点所属的类别信息生成类别标记图像，其中，不同类别的像素点对应的类别标记数值不同，像素值较高的类别的像素点对应的类别标记数值较高；
根据所述类别标记图像中每个像素点的类别标记数值和预先保存的类别标记数值与颜色和/或透明度的对应关系，生成亮度分阶表示图像并显示。
7.如权利要求6所述的方法，其特征在于，所述根据所述第三图像中每个像素点所属的类别信息生成类别标记图像之后，生成亮度分阶表示图像并显示之前，所述方法还包括：
对所述类别标记图像中每个像素点的类别标记数值进行归一化处理；
对归一化处理后的类别标记图像进行均值滤波处理。
8.如权利要求6或7所述的方法，其特征在于，所述根据所述第三图像中每个像素点所属的类别信息生成类别标记图像之后，生成亮度分阶表示图像并显示之前，所述方法还包括：
对所述类别标记图像中每个像素点进行开运算。
9.如权利要求8所述的方法，其特征在于，所述对所述类别标记图像中每个像素点进行开运算包括：
对所述类别标记图像中每个像素点进行模板形状为圆形，半径为预设像素点数量的开运算。
10.一种确定补光灯照射范围装置，其特征在于，所述装置包括：
获取模块，用于获取补光灯关闭状态下的第一图像和补光灯开启状态下的第二图像；计算所述第二图像与所述第一图像对应像素点的像素值的差，得到第三图像；
聚类模块，用于根据所述第三图像中每个像素点的像素值，对所述第三图像中每个像素点进行聚类处理；
显示模块，用于根据所述第三图像中每个像素点所属的类别信息，生成亮度分阶表示图像并显示。
11.如权利要求10所述的装置，其特征在于，所述获取模块，还用于根据RGB2YUV公式，分别获取所述第一图像和第二图像中每个像素点的亮度值，将所述第一图像和第二图像中每个像素点的亮度值作为像素值。
12.如权利要求10所述的装置，其特征在于，所述装置还包括：
缩放处理模块，用于按照预设的分辨率，对所述第一图像和第二图像进行缩放处理。
13.如权利要求10所述的装置，其特征在于，所述聚类模块，具体用于采用Kmeans聚类算法，对所述第三图像中每个像素点进行聚类处理。
14.如权利要求10所述的装置，其特征在于，所述装置还包括：
第一滤波模块，用于对所述第三图像中每个像素点的像素值进行归一化处理；对归一化处理后的第三图像进行均值滤波处理。
15.如权利要求10所述的装置，其特征在于，所述显示模块，具体用于根据所述第三图像中每个像素点所属的类别信息生成类别标记图像，其中，不同类别的像素点对应的类别标记数值不同，像素值较高的类别的像素点对应的类别标记数值较高；根据所述类别标记图像中每个像素点的类别标记数值和预先保存的类别标记数值与颜色和/或透明度的对应关系，生成亮度分阶表示图像并显示。
16.如权利要求15所述的装置，其特征在于，所述装置还包括：
第二滤波模块，用于对所述类别标记图像中每个像素点的类别标记数值进行归一化处理；对归一化处理后的类别标记图像进行均值滤波处理。
17.如权利要求15或16所述的装置，其特征在于，所述装置还包括：
运算模块，用于对所述类别标记图像中每个像素点进行开运算。
18.如权利要求17所述的装置，其特征在于，所述运算模块，具体用于对所述类别标记图像中每个像素点进行模板形状为圆形，半径为预设像素点数量的开运算。
19.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-9任一项所述的方法步骤。
20.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-9任一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010200025.1A CN111428779B (zh) | 2020-03-20 | 2020-03-20 | 一种确定补光灯照射范围方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010200025.1A CN111428779B (zh) | 2020-03-20 | 2020-03-20 | 一种确定补光灯照射范围方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111428779A true CN111428779A (zh) | 2020-07-17 |
| CN111428779B CN111428779B (zh) | 2023-06-06 |
Family
ID=71548301
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010200025.1A Active CN111428779B (zh) | 2020-03-20 | 2020-03-20 | 一种确定补光灯照射范围方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111428779B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114500865A (zh) * | 2022-01-29 | 2022-05-13 | 北京精英路通科技有限公司 | 补光灯的调控方法、装置、电子设备和存储介质 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002358519A (ja) * | 2001-03-29 | 2002-12-13 | Minolta Co Ltd | 撮像装置、画像処理装置、記録媒体、およびプログラム |
| CN101394487A (zh) * | 2008-10-27 | 2009-03-25 | 华为技术有限公司 | 一种合成图像的方法与系统 |
| US20090140970A1 (en) * | 2007-11-30 | 2009-06-04 | Kerofsky Louis J | Methods and Systems for Weighted-Error-Vector-Based Source Light Selection |
| JP2012013858A (ja) * | 2010-06-30 | 2012-01-19 | Fujitsu Ten Ltd | 表示制御装置、表示装置、及び、表示制御方法 |
| US20120155759A1 (en) * | 2010-12-21 | 2012-06-21 | Microsoft Corporation | Establishing clusters of user preferences for image enhancement |
| CN103020965A (zh) * | 2012-11-29 | 2013-04-03 | 奇瑞汽车股份有限公司 | 一种基于显著性检测的前景分割方法 |
| CN104301624A (zh) * | 2014-10-30 | 2015-01-21 | 青岛海信移动通信技术股份有限公司 | 一种图像拍摄亮度控制方法及装置 |
| CN105241638A (zh) * | 2015-09-09 | 2016-01-13 | 重庆平伟光电科技有限公司 | 基于视觉的led模块亮度均匀性快速检测方法 |
| WO2016183239A1 (en) * | 2015-05-12 | 2016-11-17 | Dolby Laboratories Licensing Corporation | Metadata filtering for display mapping for high dynamic range images |
| CN109389111A (zh) * | 2018-10-24 | 2019-02-26 | 浙江宇视科技有限公司 | 图像采集处理方法、装置及计算机可读存储介质 |
| CN109525783A (zh) * | 2018-12-25 | 2019-03-26 | 努比亚技术有限公司 | 一种曝光拍摄方法、终端及计算机可读存储介质 |
| CN109544583A (zh) * | 2018-11-23 | 2019-03-29 | 广东工业大学 | 一种提取皮革图像感兴趣区域的方法、装置及设备 |
| JP2019153173A (ja) * | 2018-03-05 | 2019-09-12 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
| WO2019184503A1 (zh) * | 2018-03-31 | 2019-10-03 | 华为技术有限公司 | 一种数据处理方法、数据补偿方法及相关设备 |
| CN110490914A (zh) * | 2019-07-29 | 2019-11-22 | 广东工业大学 | 一种基于亮度自适应和显著性检测的图像融合方法 |
-
2020
- 2020-03-20 CN CN202010200025.1A patent/CN111428779B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002358519A (ja) * | 2001-03-29 | 2002-12-13 | Minolta Co Ltd | 撮像装置、画像処理装置、記録媒体、およびプログラム |
| US20090140970A1 (en) * | 2007-11-30 | 2009-06-04 | Kerofsky Louis J | Methods and Systems for Weighted-Error-Vector-Based Source Light Selection |
| CN101394487A (zh) * | 2008-10-27 | 2009-03-25 | 华为技术有限公司 | 一种合成图像的方法与系统 |
| JP2012013858A (ja) * | 2010-06-30 | 2012-01-19 | Fujitsu Ten Ltd | 表示制御装置、表示装置、及び、表示制御方法 |
| US20120155759A1 (en) * | 2010-12-21 | 2012-06-21 | Microsoft Corporation | Establishing clusters of user preferences for image enhancement |
| CN103020965A (zh) * | 2012-11-29 | 2013-04-03 | 奇瑞汽车股份有限公司 | 一种基于显著性检测的前景分割方法 |
| CN104301624A (zh) * | 2014-10-30 | 2015-01-21 | 青岛海信移动通信技术股份有限公司 | 一种图像拍摄亮度控制方法及装置 |
| WO2016183239A1 (en) * | 2015-05-12 | 2016-11-17 | Dolby Laboratories Licensing Corporation | Metadata filtering for display mapping for high dynamic range images |
| CN105241638A (zh) * | 2015-09-09 | 2016-01-13 | 重庆平伟光电科技有限公司 | 基于视觉的led模块亮度均匀性快速检测方法 |
| JP2019153173A (ja) * | 2018-03-05 | 2019-09-12 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
| WO2019184503A1 (zh) * | 2018-03-31 | 2019-10-03 | 华为技术有限公司 | 一种数据处理方法、数据补偿方法及相关设备 |
| CN109389111A (zh) * | 2018-10-24 | 2019-02-26 | 浙江宇视科技有限公司 | 图像采集处理方法、装置及计算机可读存储介质 |
| CN109544583A (zh) * | 2018-11-23 | 2019-03-29 | 广东工业大学 | 一种提取皮革图像感兴趣区域的方法、装置及设备 |
| CN109525783A (zh) * | 2018-12-25 | 2019-03-26 | 努比亚技术有限公司 | 一种曝光拍摄方法、终端及计算机可读存储介质 |
| CN110490914A (zh) * | 2019-07-29 | 2019-11-22 | 广东工业大学 | 一种基于亮度自适应和显著性检测的图像融合方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114500865A (zh) * | 2022-01-29 | 2022-05-13 | 北京精英路通科技有限公司 | 补光灯的调控方法、装置、电子设备和存储介质 |
| CN114500865B (zh) * | 2022-01-29 | 2024-04-09 | 北京精英路通科技有限公司 | 补光灯的调控方法、装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111428779B (zh) | 2023-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104517268B (zh) | 调整图像亮度的方法及装置 | |
| US20150170389A1 (en) | Automatic selection of optimum algorithms for high dynamic range image processing based on scene classification | |
| CN103646392B (zh) | 逆光检测方法及设备 | |
| CN106991707B (zh) | 一种基于昼夜成像特征的交通信号灯图像强化方法及装置 | |
| CN104486552A (zh) | 一种获取图像的方法及电子设备 | |
| CN109635825A (zh) | 车辆属性检测方法、装置及存储介质 | |
| Pei et al. | Effective image haze removal using dark channel prior and post-processing | |
| CN106951869A (zh) | 一种活体验证方法及设备 | |
| Navada et al. | An image processing technique for color detection and distinguish patterns with similar color: An aid for color blind people | |
| CN111368587A (zh) | 场景检测方法、装置、终端设备及计算机可读存储介质 | |
| CN111145086A (zh) | 一种图像处理方法、装置及电子设备 | |
| CN106056129A (zh) | 一种融合多种特征的监控视频图像过曝光区域检测方法 | |
| CN111626967A (zh) | 图像增强方法、装置、计算机装置及可读存储介质 | |
| CN112699885A (zh) | 一种基于对抗生成网络gan的语义分割训练数据增广方法和系统 | |
| JP2022027436A (ja) | 画像処理方法及び装置、端末並びに記憶媒体 | |
| CN111428779A (zh) | 一种确定补光灯照射范围方法、装置、设备及存储介质 | |
| CN111275648B (zh) | 人脸图像处理方法、装置、设备及计算机可读存储介质 | |
| CN108810397A (zh) | 一种图像色偏校正方法及终端设备 | |
| CN112257501A (zh) | 人脸特征增强显示方法、装置、电子设备和介质 | |
| CN108810407B (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
| CN111291778B (zh) | 深度分类模型的训练方法、曝光异常检测方法以及装置 | |
| CN110310341A (zh) | 颜色算法中默认参数的生成方法、装置、设备和存储介质 | |
| Pillai et al. | Detecting tail lights for analyzing traffic during night using image processing techniques | |
| CN108805838A (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
| CN106228518B (zh) | 可读性增强方法及装置 |
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 |