CN111601048A - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN111601048A CN111601048A CN202010401976.5A CN202010401976A CN111601048A CN 111601048 A CN111601048 A CN 111601048A CN 202010401976 A CN202010401976 A CN 202010401976A CN 111601048 A CN111601048 A CN 111601048A
- Authority
- CN
- China
- Prior art keywords
- brightness
- gray scale
- scene
- dynamic range
- pixels
- 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
Images
Classifications
-
- 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
- H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/50—Control of the SSIS exposure
- H04N25/57—Control of the dynamic range
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本申请提供一种图像处理方法及装置,该方法包括:获取拍摄场景的环境亮度、场景图像的至少一个灰阶亮度和每个灰阶亮度对应的像素数量,场景图像为在拍摄场景拍摄的图像;根据灰阶亮度和像素数量,确定场景图像的原始动态范围;根据环境亮度、原始动态范围、灰阶亮度和像素数量,确定场景图像的目标动态范围。用于使目标动态范围与拍摄场景相匹配,进而使电子设备在采用该目标动态范围对拍摄场景进行拍照时,可以提高场景图像中暗部细节图像和亮部细节图像的丰富性,增强场景图像的对比度。
Description
技术领域
本申请涉及图像处理领域,尤其涉及一种图像处理方法及装置。
背景技术
电子设备(例如,智能手机、摄像机等)可以对实际场景进行拍摄,以得到场景图像。目前,电子设备可以采用伽马(gamma)曲线来调整场景图像的动态范围,以使调整后的动态范围与实际场景相匹配,进而使场景图像更加接近实际场景。
在相关技术中,采用gamma曲线调整场景图像的动态范围的方法包括:获取多条预设gamma曲线,通过多条预设gamma曲线调整场景图像,进而得到场景图像的动态范围。在上述方法中,用来调整场景图像的动态范围的gamma曲线通常为几条预设的gamma曲线,可能导致场景图像与实际拍摄场景差异较大。
发明内容
本申请提供一种图像处理方法及装置,用于使目标动态范围与拍摄场景相匹配,进而使电子设备在采用该目标动态范围对拍摄场景进行拍照时,可以提高场景图像中暗部细节图像和亮部细节图像的丰富性,增强场景图像的对比度,降低场景图像与拍摄场景的差异,使场景图像更加接近拍摄场景。
第一方面,本申请提供一种图像处理方法,包括:获取拍摄场景的环境亮度、场景图像的至少一个灰阶亮度和每个灰阶亮度对应的像素数量,场景图像为在拍摄场景拍摄的图像;
根据灰阶亮度和像素数量,确定场景图像的原始动态范围;
根据环境亮度、原始动态范围、灰阶亮度和像素数量,确定场景图像的目标动态范围。
在一种可能的实施方式中,根据灰阶亮度和像素数量,确定场景图像的原始动态范围,包括:
根据灰阶亮度和像素数量,确定场景图像的像素总数;
根据像素总数和预先存储的亮度统计值,确定灰阶亮度左边界值和灰阶亮度右边界值;
对灰阶亮度左边界值、灰阶亮度右边界值、灰阶亮度和像素数量进行处理,得到场景图像的原始动态范围。
在一种可能的实施方式中,对灰阶亮度左边界值、灰阶亮度右边界值、灰阶亮度和像素数量进行处理,得到场景图像的原始动态范围,包括:
对灰阶亮度左边界值、灰阶亮度和像素数量进行叠加平均处理,得到低亮像素区域;
对灰阶亮度右边界值、灰阶亮度和像素数量进行叠加平均处理,得到高亮像素区域;
根据低亮像素区域、高亮像素区域和预设比例系数,确定场景图像的原始动态范围。
在一种可能的实施方式中,根据环境亮度、原始动态范围、灰阶亮度和像素数量,确定场景图像的目标动态范围,包括:
根据环境亮度和原始动态范围,确定目标场景特征信息;
根据目标场景特征信息、灰阶亮度和像素数量,确定场景图像的目标动态范围。
在一种可能的实施方式中,根据环境亮度和原始动态范围,确定目标场景特征信息,包括:
在预设存储的场景特征数据表中,查找环境亮度和原始动态范围对应的场景特征信息,场景特征数据表中包括N种环境亮度、M种原始动态范围、以及P种场景特征信息,P等于N与M的乘积,N和M分别大于或等于1;
将环境亮度和原始动态范围对应的场景特征信息,确定为目标场景特征信息。
在一种可能的实施方式中,根据目标场景特征信息、灰阶亮度和像素数量,确定场景图像的目标动态范围,包括:
根据灰阶亮度和像素数量,确定场景图像的像素总数;
根据像素总数、灰阶亮度、像素数量、目标场景特征信息,确定场景图像的目标动态范围。
在一种可能的实施方式中,根据像素总数、灰阶亮度、像素数量和目标场景特征信息,确定场景图像的目标动态范围,包括:
根据像素总数、灰阶亮度和像素数量和目标场景特征信息,确定动态调整信息;
对动态调整信息和预设特征信息进行拟合处理,得到场景图像的目标动态范围。
在一种可能的实施方式中,目标场景特征信息包括低亮统计信息、高亮统计信息、低亮灰阶左值、低亮灰阶右值、高亮灰阶左值、高亮灰阶右值、预设低亮灰阶值和预设高亮灰阶值;根据像素总数、灰阶亮度和像素数量和目标场景特征信息,确定动态调整信息,包括:
根据像素总数、灰阶亮度、像素数量和低亮统计信息,确定低亮灰阶阈值;
根据像素总数、灰阶亮度、像素数量和高亮统计信息,确定高亮灰阶阈值;
对低亮灰阶左值、低亮灰阶右值、高亮灰阶左值、高亮灰阶右值、低亮灰阶阈值、高亮灰阶阈值、预设低亮灰阶值和预设高亮灰阶值进行处理,得到动态调整信息。
第二方面,本申请提供一种图像处理装置,包括:获取模块、第一确定模块、第二确定模块,其中,
获取模块用于,获取拍摄场景的环境亮度、场景图像的至少一个灰阶亮度和每个灰阶亮度对应的像素数量,场景图像为在拍摄场景拍摄的图像;
第一确定模块用于,根据灰阶亮度和像素数量,确定场景图像的原始动态范围;
第二确定模块用于,根据环境亮度、原始动态范围、灰阶亮度和像素数量,确定场景图像的目标动态范围。
在一种可能的实施方式中,第一确定模块具体用于:
根据灰阶亮度和像素数量,确定场景图像的像素总数;
根据像素总数和预先存储的亮度统计值,确定灰阶亮度左边界值和灰阶亮度右边界值;
对灰阶亮度左边界值、灰阶亮度右边界值、灰阶亮度和像素数量进行处理,得到场景图像的原始动态范围。
在一种可能的实施方式中,第一确定模块具体用于,包括:
对灰阶亮度左边界值、灰阶亮度和像素数量进行叠加平均处理,得到低亮像素区域;
对灰阶亮度右边界值、灰阶亮度和像素数量进行叠加平均处理,得到高亮像素区域;
根据低亮像素区域、高亮像素区域和预设比例系数,确定场景图像的原始动态范围。
在一种可能的实施方式中,第二确定模块具体用于:
根据环境亮度和原始动态范围,确定目标场景特征信息;
根据目标场景特征信息、灰阶亮度和像素数量,确定场景图像的目标动态范围。
在一种可能的实施方式中,第二确定模块具体用于:
在预设存储的场景特征数据表中,查找环境亮度和原始动态范围对应的场景特征信息,场景特征数据表中包括N种环境亮度、M种原始动态范围、以及P种场景特征信息,P等于N与M的乘积,N和M分别大于或等于1;
将环境亮度和原始动态范围对应的场景特征信息,确定为目标场景特征信息。
在一种可能的实施方式中,第二确定模块具体用于:
根据灰阶亮度和像素数量,确定场景图像的像素总数;
根据像素总数、灰阶亮度、像素数量、目标场景特征信息,确定场景图像的目标动态范围。
在一种可能的实施方式中,第二确定模块具体用于:
根据像素总数、灰阶亮度和像素数量和目标场景特征信息,确定动态调整信息;
对动态调整信息和预设特征信息进行拟合处理,得到场景图像的目标动态范围。
在一种可能的实施方式中,目标场景特征信息包括低亮统计信息、高亮统计信息、低亮灰阶左值、低亮灰阶右值、高亮灰阶左值、高亮灰阶右值、预设低亮灰阶值和预设高亮灰阶值;第二确定模块具体用于:
根据像素总数、灰阶亮度、像素数量和低亮统计信息,确定低亮灰阶阈值;
根据像素总数、灰阶亮度、像素数量和高亮统计信息,确定高亮灰阶阈值;
对低亮灰阶左值、低亮灰阶右值、高亮灰阶左值、高亮灰阶右值、低亮灰阶阈值、高亮灰阶阈值、预设低亮灰阶值和预设高亮灰阶值进行处理,得到动态调整信息。
第三方面,本申请提供一种图像处理装置,包括:处理器和存储器;
存储器存储计算机执行指令;
处理器执行存储器存储的计算机执行指令,使得处理器执行如第一方面任一项的图像处理方法。
第四方面,本申请提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现如上第一方面中任一项的图像处理方法。
本实施例提供一种图像处理方法及装置,该方法包括:获取拍摄场景的环境亮度、场景图像的至少一个灰阶亮度和每个灰阶亮度对应的像素数量,场景图像为在拍摄场景拍摄的图像;根据灰阶亮度和像素数量,确定场景图像的原始动态范围;根据环境亮度、原始动态范围、灰阶亮度和像素数量,确定场景图像的目标动态范围。在上述方法中,根据环境亮度、原始动态范围、灰阶亮度和像素数量,确定场景图像的目标动态范围,使目标动态范围与拍摄场景相匹配,进而使电子设备在采用该目标动态范围对拍摄场景进行拍照时,可以提高场景图像中暗部细节图像和亮部细节图像的丰富性,增强场景图像的对比度,降低场景图像与拍摄场景的差异,使场景图像更加接近拍摄场景。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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为本申请提供的图像处理方法的流程示意图一;
图2为本申请提供的直方统计图;
图3为本申请提供的图像处理方法的流程示意图二;
图4为本申请提供的低亮像素区域和高亮像素区域的示意图;
图5为本申请提供的动态调整信息的示意图;
图6为本申请提供的目标动态范围的示意图;
图7为本申请提供的图像处理装置的结构示意图;
图8为本申请提供的图像处理装置的硬件结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例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他实施例,都属于本发明保护的范围。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本申请提供的图像处理方法的流程示意图一。如图1所示,本实施例提供的图像处理方法包括:
S101:获取拍摄场景的环境亮度、场景图像的至少一个灰阶亮度和每个灰阶亮度对应的像素数量,场景图像为在拍摄场景拍摄的图像。
可选地,本申请所示的图像处理方法的执行主体可以为摄像设备,也可以为设置在摄像设备中的图像处理装置,其中,该图像处理装置可以通过软件和/或硬件的结合来实现。
可选地,摄像设备可以为照相机、摄影机等拍照设备,也可以为具有拍摄功能的手机、平板电脑等电子设备。
具体的,拍摄场景的环境亮度为根据拍摄亮度和曝光信息确定的。
具体的,场景图像的至少一个灰阶亮度和每个灰阶亮度对应的像素数量为对场景图像中的每个像素的进行灰阶亮度统计之后确定的。
可选地,对场景图像中的每个像素的进行灰阶亮度统计之后可以得到如图2所示的关于灰阶亮度和像素数量的统计结果。具体的,请参见图2。
S102:根据灰阶亮度和像素数量,确定场景图像的原始动态范围。
具体的,根据场景图像具有的每个灰阶亮度和每个灰阶亮度对应的像素数量,确定场景图像的原始动态范围。
需要说明的是,动态范围指图像中所包含的从“最暗”至“最亮”的范围,在实际中,动态范围越大,图像中所能表现的层次就越丰富,图像包含的色彩空间也越广。
S103:根据环境亮度、原始动态范围、灰阶亮度和像素数量,确定场景图像的目标动态范围。
在一种可能的实施方式中,根据环境亮度、原始动态范围、灰阶亮度和像素数量,确定场景图像的目标动态范围,包括:
根据环境亮度和原始动态范围,确定目标场景特征信息;
根据目标场景特征信息、灰阶亮度和像素数量,确定场景图像的目标动态范围。
其中,目标场景特征信息包括低亮统计信息(i4lowprecentThd)、高亮统计信息(i4HighprecentThd)、低亮灰阶左值(i4lowleftThd)、低亮灰阶右值(i4lowrightThd)、高亮灰阶左值(i4HightleftThd)、高亮灰阶右值(i4HightrightThd)、预设低亮灰阶值(i4lowPT)和预设高亮灰阶值(i4HightPT)。
在本申请中,可以实现根据环境亮度和原始动态范围来区分不同的拍摄场景,当根据环境亮度和原始动态范围确定目标场景特征信息时,可以使得不同的拍摄场景可以均具有匹配的目标动态范围。
在一种可能的实施方式中,根据目标场景特征信息、灰阶亮度和像素数量,确定场景图像的目标动态范围,包括:根据灰阶亮度和像素数量,确定场景图像的像素总数;根据像素总数、灰阶亮度、像素数量、目标场景特征信息,确定场景图像的目标动态范围。具体过程可以参见图3实施例。
与现有技术不同,在现有技术中,通过多条预设gamma曲线调整场景图像得到的场景图像的动态范围,不能适应于各种拍摄场景,部分拍摄场景无法自适应动态范围(即部分拍摄场景无匹配的动态范围)。而在本申请中,根据环境亮度得到确定目标动态范围,可以适应于各种拍摄场景,没有拍摄场景都有匹配的动态范围。
本实施例提供的图像处理方法包括:获取拍摄场景的环境亮度、场景图像的至少一个灰阶亮度和每个灰阶亮度对应的像素数量,场景图像为在拍摄场景拍摄的图像;根据灰阶亮度和像素数量,确定场景图像的原始动态范围;根据环境亮度、原始动态范围、灰阶亮度和像素数量,确定场景图像的目标动态范围。在上述方法中,根据环境亮度、原始动态范围、灰阶亮度和像素数量,确定场景图像的目标动态范围,使目标动态范围与拍摄场景相匹配,进而使电子设备在采用该目标动态范围对拍摄场景进行拍照时,可以提高场景图像中暗部细节图像和亮部细节图像的丰富性,增强场景图像的对比度,降低场景图像与拍摄场景的差异,使场景图像更加接近拍摄场景。
图2为本申请提供的直方统计图。如图2所示,对一场景图像中的每个像素的进行灰阶亮度统计得到该场景图像对应的直方统计图,该直方统计图采用二维坐标系,其中,二维坐标系中的横坐标为灰阶亮度,二维坐标系中的纵坐标为灰阶亮度对应的像素数量。需要说明的是,灰阶亮度通常具有一个固定的取值范围,例如:该取值范围通常为0至255。
在上述实施例的基础上,下面结合图3实施例,对本申请提供的图像处理方法作进一步地详细说明,具体的,请参见图3实施例。
图3为本申请提供的图像处理方法的流程示意图二。如图3所示,本实施例提供的图像处理方法包括:
S301:获取拍摄场景的环境亮度、场景图像的至少一个灰阶亮度和每个灰阶亮度对应的像素数量,场景图像为在拍摄场景拍摄的图像。
具体的,S301的执行方法和S201的执行方法相同,此处不再赘述S301的执行过程。
S302:根据灰阶亮度和像素数量,确定场景图像的像素总数;根据像素总数和预先存储的亮度统计值,确定灰阶亮度左边界值和灰阶亮度右边界值。
可选地,可以通过如下可行的公式1,对灰阶亮度和像素数量进行处理,得到场景图像的像素总数:
其中,SUM为场景图像的像素总数,i为灰阶亮度的标识(取值通常为0~255),Bi为灰阶亮度i对应的像素数量。
可选地,预先存储的亮度统计值为动态范围统计百分比,该动态范围统计百分比通常为经验值,例如:可以为5%、6%等。
可选地,可以通过如下公式2和公式3,分别对像素总数和预先存储的亮度统计值,得到灰阶亮度左边界值和灰阶亮度右边界值:
其中,X为灰阶亮度左边界值,Y为灰阶亮度右边界值,a为亮度统计值。
S303:对灰阶亮度左边界值、灰阶亮度和像素数量进行叠加平均处理,得到低亮像素区域。
可选地,可以通过如下可行的公式4,对灰阶亮度左边界值、灰阶亮度和像素数量进行叠加平均处理,得到低亮像素区域:
其中,Dr_avg为低亮像素区域。
S304:对灰阶亮度右边界值、灰阶亮度和像素数量进行叠加平均处理,得到高亮像素区域。
可选地,可以通过如下可行的公式5,对灰阶亮度右边界值、灰阶亮度和像素数量进行叠加平均处理,得到高亮像素区域。
其中,Br_avg为高亮像素区域。
具体的,请参见图4实施例中所示的低亮像素区域和高亮像素区域。
S305:根据低亮像素区域、高亮像素区域和预设比例系数,确定场景图像的原始动态范围。
可选地,可以通过如下可行的公式6,对低亮像素区域、高亮像素区域和预设比例系数进行处理,得到场景图像的原始动态范围:
其中,EVD为场景图像的原始动态范围,b为预设比例系数。可选地,该预设比例系数b的取值通常可以为1024。
S306:在预设存储的场景特征数据表中,查找环境亮度和原始动态范围对应的场景特征信息。
其中,场景特征数据表中包括N种环境亮度、M种原始动态范围、以及P种场景特征信息,P等于N与M的乘积,N和M分别大于或等于1。
可选地,场景特征数据表可以为如下表1所示:
表1
BV1 | BV2 | BV3 | BV4 | BV5 | BV6 | BV7 | BV8 | |
EVD1 | S11 | S12 | S13 | S14 | S15 | S16 | S17 | S18 |
EVD2 | S21 | S22 | S23 | S24 | S25 | S26 | S27 | S28 |
EVD3 | S31 | S32 | S33 | S34 | S35 | S36 | S37 | S38 |
EVD4 | S41 | S42 | S43 | S44 | S45 | S46 | S47 | S48 |
EVD5 | S51 | S52 | S53 | S54 | S55 | S56 | S57 | S58 |
EVD6 | S61 | S62 | S63 | S64 | S65 | S66 | S67 | S68 |
EVD7 | S71 | S72 | S73 | S74 | S75 | S76 | S77 | S78 |
EVD8 | S81 | S82 | S83 | S84 | S85 | S86 | S87 | S88 |
在上述表1中,BV1~8指示8种不同的环境亮度,EVD1~8指示8种不同的原始动态范围,S11~88指示64种不同的场景特征信息。
进一步地,每种场景特征信息包括低亮统计信息、高亮统计信息、低亮灰阶左值、低亮灰阶右值、高亮灰阶左值、高亮灰阶右值、预设低亮灰阶值和预设高亮灰阶值。
需要说明的是,当预设存储的场景特征数据表如表1所示时,N和M的取值分别为8,P的取值为64。
S307:将环境亮度和原始动态范围对应的场景特征信息,确定为目标场景特征信息。
例如,当环境亮度为BV2、原始动态范围为EVD5时,可以将场景特征信息S52确定为目标场景特征信息。
可选地,还可以从8张预先存储的数据表中得到目标场景特征信息。其中,每张预先存储的数据表和上述场景特征数据表相似。
具体的,预先存储的数据表和上述场景特征数据表的相同点在于:表的格式相同,均包括8种不同的环境亮度BV1~8,8种不同的原始动态范围EVD1~8;不同点在于:S11~88指示低亮统计信息、或高亮统计信息、或低亮灰阶左值、或低亮灰阶右值、或高亮灰阶左值、或高亮灰阶右值、或预设低亮灰阶值、或预设高亮灰阶值。
在实际应用中,可以根据环境亮度和原始动态范围从8张预先存储的数据表分别获取低亮统计信息、高亮统计信息、低亮灰阶左值、低亮灰阶右值、高亮灰阶左值、高亮灰阶右值、预设低亮灰阶值和预设高亮灰阶值,从而得到目标场景特征信息。
S308:根据像素总数、灰阶亮度和像素数量和目标场景特征信息,确定动态调整信息。
具体的,根据像素总数、灰阶亮度、像素数量和低亮统计信息,确定低亮灰阶阈值;根据像素总数、灰阶亮度、像素数量和高亮统计信息,确定高亮灰阶阈值;对低亮灰阶左值、低亮灰阶右值、高亮灰阶左值、高亮灰阶右值、低亮灰阶阈值、高亮灰阶阈值、预设低亮灰阶值和预设高亮灰阶值进行处理,得到动态调整信息。
可选地,可以通过如下可行的公式7对像素总数、灰阶亮度、像素数量和低亮统计信息进行处理,得到低亮灰阶阈值:
其中,lowbin为低亮灰阶阈值,Bi为灰阶亮度i对应的像素数量,i4LowprecentThd为低亮统计信息。具体的,低亮统计信息i4LowprecentThd为百分比统计值。
可选地,可以通过如下可行的公式8对像素总数、灰阶亮度、像素数量和高亮统计信息进行处理,得到高亮灰阶阈值:
其中,highbin为高亮灰阶阈值,Bi为灰阶亮度i对应的像素数量,i4HighprecentThd为高亮统计信息。具体的,高亮统计信息i4HighprecentThd为百分比统计值。
具体的,得到动态调整信息的具体的过程可以参见图5实施例。
S309:对动态调整信息和预设特征信息进行拟合处理,得到场景图像的目标动态范围。
其中,预设特征信息为预设伽马曲线。具体的,请参见图6所示的目标动态范围。
本实施例提供的图像处理方法包括:获取拍摄场景的环境亮度、场景图像的至少一个灰阶亮度和每个灰阶亮度对应的像素数量,场景图像为在拍摄场景拍摄的图像;根据灰阶亮度和像素数量,确定场景图像的像素总数;根据像素总数和预先存储的亮度统计值,确定灰阶亮度左边界值和灰阶亮度右边界值;对灰阶亮度左边界值、灰阶亮度和像素数量进行叠加平均处理,得到低亮像素区域;对灰阶亮度右边界值、灰阶亮度和像素数量进行叠加平均处理,得到高亮像素区域;根据低亮像素区域、高亮像素区域和预设比例系数,确定场景图像的原始动态范围;在预设存储的场景特征数据表中,查找环境亮度和原始动态范围对应的场景特征信息;将环境亮度和原始动态范围对应的场景特征信息,确定为目标场景特征信息;根据像素总数、灰阶亮度和像素数量和目标场景特征信息,确定动态调整信息;对动态调整信息和预设特征信息进行拟合处理,得到场景图像的目标动态范围。在上述方法中,对动态调整信息和预设特征信息进行拟合处理,得到场景图像的目标动态范围,可以实现根据动态调整信息动态调整预设特征信息。
与现有技术不同,在现有技术中,例如,在采用高动态范围成像(High DynamicRange Imaging,HDR)多帧合成的方法得到场景图像的目标动态范围的过程中,通常利用计算机处理算法对多张不同曝光度的普通低动态范围图像进行融合,得到具有高动态范围(即目标动态范围)的场景图像,在实际中,由于对多张的不同曝光度的普通低动态范围图像进行融合,需要使用图像融合的相关硬件模块(例如传感器),因此导致电子设备的成本较高。在现有技术中,又例如,在采用直方图均衡算法对场景图像进行处理,以得到场景图像的目标动态范围的过程中,需要对单个像素进行处理,导致得到运算量较大,而且在直方图均衡算法运行的过程中需要独立硬件支持,导致设备的成本较高,进一步地,针对不同的拍摄场景,直方图均衡算法出现一些异常,导致场景图像的目标动态范围不正确。而在本申请中,可以通过上述S301至S310得到场景图像的目标动态范围,无需硬件支持,提高了处理效率,降低了设备的成本,而在S309中,对低亮灰阶左值、低亮灰阶右值、高亮灰阶左值、高亮灰阶右值、低亮灰阶阈值、高亮灰阶阈值、预设低亮灰阶值和预设高亮灰阶值进行处理,得到动态调整信息,可以避免得到目标动态范围出现异常。
图4为本申请提供的低亮像素区域和高亮像素区域的示意图。在图2的基础上,如图4所示,低亮像素区域为0至灰阶亮度左边界值之间的灰阶亮度对应的像素区域,高亮像素区域为灰阶亮度右边界值至255之间的灰阶亮度对应的像素区域。
图5为本申请提供的动态调整信息的示意图。如图5所示,低亮灰阶阈值大于等于低亮灰阶左值小于等于低亮灰阶右值,且高亮灰阶阈值属于大于等于高亮灰阶左值小于等于高亮灰阶右值时,可以根据低亮灰阶阈值、高亮灰阶阈值、预设低亮灰阶值和预设高亮灰阶值,将低亮灰阶左值、低亮灰阶右值、高亮灰阶左值和高亮灰阶右值构成的直线S1调整成折线S2。
需要说明的是,折线S2为本申请中的动态调整信息。其中,折线S2包括点A、点B、点C、点D,点A具有坐标(0,0),点D具有坐标(255,255),点B具有坐标(低亮灰阶阈值,预设低亮灰阶值)、点C具有坐标(高亮灰阶阈值,预设高亮灰阶值)。
进一步地,若低亮灰阶阈值小于低亮灰阶左值,则点B具有坐标(低亮灰阶左值,预设低亮灰阶值),若低亮灰阶阈值大于低亮灰阶右值,则点B具有坐标(低亮灰阶右值,预设低亮灰阶值)。
进一步地,若高亮灰阶阈值小于高亮灰阶左值,则点C具有坐标(高亮灰阶左值,预设高亮灰阶值),若高亮灰阶阈值大于高亮灰阶右值,则点C具有坐标(高亮灰阶右值,预设高亮灰阶值)。
图6为本申请提供的目标动态范围的示意图。如图6所示,包括:动态调整信息S2、预设特征信息S3和目标动态范围S4。在本申请中,对动态调整信息S2和预设特征信息S3进行拟合处理,可以得到目标动态范围S4。
图7为本申请提供的图像处理装置的结构示意图。如图7所示,图像处理装置10包括:获取模块11、第一确定模块12、第二确定模块13,其中,
获取模块11用于,获取拍摄场景的环境亮度、场景图像的至少一个灰阶亮度和每个灰阶亮度对应的像素数量,场景图像为在拍摄场景拍摄的图像;
第一确定模块12用于,根据灰阶亮度和像素数量,确定场景图像的原始动态范围;
第二确定模块13用于,根据环境亮度、原始动态范围、灰阶亮度和像素数量,确定场景图像的目标动态范围。
本申请提供的图像处理装置10可以执行上述方法实施例所示的技术方案,其实现原理以及有益效果类似,此处不再进行赘述。
在一种可能的实施方式中,第一确定模块12具体用于:
根据灰阶亮度和像素数量,确定场景图像的像素总数;
根据像素总数和预先存储的亮度统计值,确定灰阶亮度左边界值和灰阶亮度右边界值;
对灰阶亮度左边界值、灰阶亮度右边界值、灰阶亮度和像素数量进行处理,得到场景图像的原始动态范围。
在一种可能的实施方式中,第一确定模块12具体用于,包括:
对灰阶亮度左边界值、灰阶亮度和像素数量进行叠加平均处理,得到低亮像素区域;
对灰阶亮度右边界值、灰阶亮度和像素数量进行叠加平均处理,得到高亮像素区域;
根据低亮像素区域、高亮像素区域和预设比例系数,确定场景图像的原始动态范围。
在一种可能的实施方式中,第二确定模块13具体用于:
根据环境亮度和原始动态范围,确定目标场景特征信息;
根据目标场景特征信息、灰阶亮度和像素数量,确定场景图像的目标动态范围。
在一种可能的实施方式中,第二确定模块13具体用于:
在预设存储的场景特征数据表中,查找环境亮度和原始动态范围对应的场景特征信息,场景特征数据表中包括N种环境亮度、M种原始动态范围、以及P种场景特征信息,P等于N与M的乘积,N和M分别大于或等于1;
将环境亮度和原始动态范围对应的场景特征信息,确定为目标场景特征信息。
在一种可能的实施方式中,第二确定模块13具体用于:
根据灰阶亮度和像素数量,确定场景图像的像素总数;
根据像素总数、灰阶亮度、像素数量、目标场景特征信息,确定场景图像的目标动态范围。
在一种可能的实施方式中,第二确定模块13具体用于:
根据像素总数、灰阶亮度和像素数量和目标场景特征信息,确定动态调整信息;
对动态调整信息和预设特征信息进行拟合处理,得到场景图像的目标动态范围。
在一种可能的实施方式中,目标场景特征信息包括低亮统计信息、高亮统计信息、低亮灰阶左值、低亮灰阶右值、高亮灰阶左值、高亮灰阶右值、预设低亮灰阶值和预设高亮灰阶值;第二确定模块13具体用于:
根据像素总数、灰阶亮度、像素数量和低亮统计信息,确定低亮灰阶阈值;
根据像素总数、灰阶亮度、像素数量和高亮统计信息,确定高亮灰阶阈值;
对低亮灰阶左值、低亮灰阶右值、高亮灰阶左值、高亮灰阶右值、低亮灰阶阈值、高亮灰阶阈值、预设低亮灰阶值和预设高亮灰阶值进行处理,得到动态调整信息。
本申请提供的图像处理装置10可以执行上述方法实施例所示的技术方案,其实现原理以及有益效果类似,此处不再进行赘述。
图8为本申请提供的图像处理装置的硬件结构示意图。如图8所示,该图像处理装置20包括:处理器21、存储器22,
其中,处理器21、存储器22通过总线23连接。
在具体实现过程中,处理器21执行存储器22存储的计算机执行指令,使得处理器21执行如上的图像处理方法。
处理器21的具体实现过程可参见上述方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
在上述图8所示的实施例中,应理解,处理器可以是中央处理单元(英文:CentralProcessing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:DigitalSignal Processor,简称:DSP)、专用集成电路(英文:Application Specific IntegratedCircuit,简称:ASIC)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。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如磁盘存储器。
总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现如上的图像处理方法。
上述的计算机可读存储介质,上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于设备中。
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信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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。
功能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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
获取拍摄场景的环境亮度、场景图像的至少一个灰阶亮度和每个灰阶亮度对应的像素数量,所述场景图像为在所述拍摄场景拍摄的图像;
根据所述灰阶亮度和所述像素数量,确定所述场景图像的原始动态范围;
根据所述环境亮度、所述原始动态范围、所述灰阶亮度和所述像素数量,确定所述场景图像的目标动态范围。
2.根据权利要求1所述的方法,其特征在于,根据所述灰阶亮度和所述像素数量,确定所述场景图像的原始动态范围,包括:
根据所述灰阶亮度和所述像素数量,确定所述场景图像的像素总数;
根据所述像素总数和预先存储的亮度统计值,确定灰阶亮度左边界值和灰阶亮度右边界值;
对所述灰阶亮度左边界值、所述灰阶亮度右边界值、所述灰阶亮度和所述像素数量进行处理,得到所述场景图像的原始动态范围。
3.根据权利要求2所述的方法,其特征在于,对所述灰阶亮度左边界值、所述灰阶亮度右边界值、所述灰阶亮度和所述像素数量进行处理,得到所述场景图像的原始动态范围,包括:
对所述灰阶亮度左边界值、所述灰阶亮度和所述像素数量进行叠加平均处理,得到低亮像素区域;
对所述灰阶亮度右边界值、所述灰阶亮度和所述像素数量进行叠加平均处理,得到高亮像素区域;
根据所述低亮像素区域、所述高亮像素区域和预设比例系数,确定所述场景图像的原始动态范围。
4.根据权利要求1至3任一项所述的方法,其特征在于,根据所述环境亮度、所述原始动态范围、所述灰阶亮度和所述像素数量,确定所述场景图像的目标动态范围,包括:
根据所述环境亮度和所述原始动态范围,确定目标场景特征信息;
根据所述目标场景特征信息、所述灰阶亮度和所述像素数量,确定所述场景图像的目标动态范围。
5.根据权利要求4所述的方法,其特征在于,根据所述环境亮度和所述原始动态范围,确定目标场景特征信息,包括:
在预设存储的场景特征数据表中,查找所述环境亮度和所述原始动态范围对应的场景特征信息,所述场景特征数据表中包括N种环境亮度、M种原始动态范围、以及P种场景特征信息,P等于N与M的乘积,N和M分别大于或等于1;
将所述环境亮度和所述原始动态范围对应的场景特征信息,确定为所述目标场景特征信息。
6.根据权利要求4或5所述的方法,其特征在于,根据所述目标场景特征信息、所述灰阶亮度和所述像素数量,确定所述场景图像的目标动态范围,包括:
根据所述灰阶亮度和所述像素数量,确定所述场景图像的像素总数;
根据所述像素总数、所述灰阶亮度、所述像素数量、所述目标场景特征信息,确定所述场景图像的目标动态范围。
7.根据权利要求6所述的方法,其特征在于,根据所述像素总数、所述灰阶亮度、所述像素数量和所述目标场景特征信息,确定所述场景图像的目标动态范围,包括:
根据所述像素总数、所述灰阶亮度和所述像素数量和所述目标场景特征信息,确定动态调整信息;
对所述动态调整信息和预设特征信息进行拟合处理,得到所述场景图像的目标动态范围。
8.根据权利要求7所述的方法,其特征在于,所述目标场景特征信息包括低亮统计信息、高亮统计信息、低亮灰阶左值、低亮灰阶右值、高亮灰阶左值、高亮灰阶右值、预设低亮灰阶值和预设高亮灰阶值;根据所述像素总数、所述灰阶亮度和所述像素数量和所述目标场景特征信息,确定动态调整信息,包括:
根据所述像素总数、所述灰阶亮度、所述像素数量和所述低亮统计信息,确定低亮灰阶阈值;
根据所述像素总数、所述灰阶亮度、所述像素数量和所述高亮统计信息,确定高亮灰阶阈值;
对所述低亮灰阶左值、所述低亮灰阶右值、所述高亮灰阶左值、所述高亮灰阶右值、所述低亮灰阶阈值、所述高亮灰阶阈值、预设低亮灰阶值和预设高亮灰阶值进行处理,得到所述动态调整信息。
9.一种图像处理装置,其特征在于,包括:处理器和存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,使得所述处理器执行如权利要求1至7任一项所述的图像处理方法。
10.一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中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至7任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010401976.5A CN111601048B (zh) | 2020-05-13 | 2020-05-13 | 图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010401976.5A CN111601048B (zh) | 2020-05-13 | 2020-05-13 | 图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111601048A true CN111601048A (zh) | 2020-08-28 |
CN111601048B CN111601048B (zh) | 2022-04-19 |
Family
ID=72191286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010401976.5A Active CN111601048B (zh) | 2020-05-13 | 2020-05-13 | 图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111601048B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112750086A (zh) * | 2020-08-31 | 2021-05-04 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN113163127A (zh) * | 2020-12-31 | 2021-07-23 | 广州极飞科技股份有限公司 | 图像处理方法、装置、电子设备及存储介质 |
WO2022116989A1 (zh) * | 2020-12-01 | 2022-06-09 | 影石创新科技股份有限公司 | 图像处理方法、装置、设备和存储介质 |
CN116051425A (zh) * | 2023-03-21 | 2023-05-02 | 杭州微影软件有限公司 | 一种红外图像处理方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101312491A (zh) * | 2007-05-22 | 2008-11-26 | 鸿富锦精密工业(深圳)有限公司 | 图像信号校正方法 |
CN102547071A (zh) * | 2012-02-03 | 2012-07-04 | 福州瑞芯微电子有限公司 | 一种视频解码紧耦合的动态对比度增强电路 |
CN105719611A (zh) * | 2016-03-30 | 2016-06-29 | 青岛海信电器股份有限公司 | 液晶显示设备的显示均匀性调整方法及装置 |
CN106651818A (zh) * | 2016-11-07 | 2017-05-10 | 湖南源信光电科技有限公司 | 基于改进的直方图均衡化低照度图像增强算法 |
CN108989700A (zh) * | 2018-08-13 | 2018-12-11 | Oppo广东移动通信有限公司 | 成像控制方法、装置、电子设备以及计算机可读存储介质 |
CN109035181A (zh) * | 2017-06-08 | 2018-12-18 | 泰邦泰平科技(北京)有限公司 | 一种基于图像平均亮度的宽动态范围图像处理方法 |
CN110009574A (zh) * | 2019-02-13 | 2019-07-12 | 中山大学 | 一种亮度、色彩自适应与细节丰富的低动态范围图像逆向生成高动态范围图像的方法 |
CN110248106A (zh) * | 2019-06-13 | 2019-09-17 | Oppo广东移动通信有限公司 | 图像降噪方法、装置、电子设备以及存储介质 |
-
2020
- 2020-05-13 CN CN202010401976.5A patent/CN111601048B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101312491A (zh) * | 2007-05-22 | 2008-11-26 | 鸿富锦精密工业(深圳)有限公司 | 图像信号校正方法 |
CN102547071A (zh) * | 2012-02-03 | 2012-07-04 | 福州瑞芯微电子有限公司 | 一种视频解码紧耦合的动态对比度增强电路 |
CN105719611A (zh) * | 2016-03-30 | 2016-06-29 | 青岛海信电器股份有限公司 | 液晶显示设备的显示均匀性调整方法及装置 |
CN106651818A (zh) * | 2016-11-07 | 2017-05-10 | 湖南源信光电科技有限公司 | 基于改进的直方图均衡化低照度图像增强算法 |
CN109035181A (zh) * | 2017-06-08 | 2018-12-18 | 泰邦泰平科技(北京)有限公司 | 一种基于图像平均亮度的宽动态范围图像处理方法 |
CN108989700A (zh) * | 2018-08-13 | 2018-12-11 | Oppo广东移动通信有限公司 | 成像控制方法、装置、电子设备以及计算机可读存储介质 |
CN110009574A (zh) * | 2019-02-13 | 2019-07-12 | 中山大学 | 一种亮度、色彩自适应与细节丰富的低动态范围图像逆向生成高动态范围图像的方法 |
CN110248106A (zh) * | 2019-06-13 | 2019-09-17 | Oppo广东移动通信有限公司 | 图像降噪方法、装置、电子设备以及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112750086A (zh) * | 2020-08-31 | 2021-05-04 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
WO2022116989A1 (zh) * | 2020-12-01 | 2022-06-09 | 影石创新科技股份有限公司 | 图像处理方法、装置、设备和存储介质 |
CN113163127A (zh) * | 2020-12-31 | 2021-07-23 | 广州极飞科技股份有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN113163127B (zh) * | 2020-12-31 | 2023-06-16 | 广州极飞科技股份有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN116051425A (zh) * | 2023-03-21 | 2023-05-02 | 杭州微影软件有限公司 | 一种红外图像处理方法、装置、电子设备及存储介质 |
CN116051425B (zh) * | 2023-03-21 | 2023-08-04 | 杭州微影软件有限公司 | 一种红外图像处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111601048B (zh) | 2022-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111601048B (zh) | 图像处理方法及装置 | |
CN111028189B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN108335279B (zh) | 图像融合和hdr成像 | |
CN108174118B (zh) | 图像处理方法、装置和电子设备 | |
CN111028190A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN112565636B (zh) | 图像处理方法、装置、设备和存储介质 | |
WO2014172059A2 (en) | Reference image selection for motion ghost filtering | |
CN110786000B (zh) | 曝光调整方法和装置 | |
CN110443766B (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
WO2011014236A1 (en) | Digital image brightness adjustment using range information | |
CN110728705B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN111368587B (zh) | 场景检测方法、装置、终端设备及计算机可读存储介质 | |
CN107105172B (zh) | 一种用于对焦的方法和装置 | |
CN110223244B (zh) | 一种图像处理的方法、装置、电子设备和存储介质 | |
US11977319B2 (en) | Saliency based capture or image processing | |
CN115496668A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
US20220174222A1 (en) | Method for marking focused pixel, electronic device, storage medium, and chip | |
CN111028276A (zh) | 图像对齐方法、装置、存储介质及电子设备 | |
CN112991163B (zh) | 一种全景图像的获取方法、装置及设备 | |
US10235745B2 (en) | Image processing method, computer storage medium, apparatus and terminal | |
CN110740266B (zh) | 图像选帧方法、装置、存储介质及电子设备 | |
CN114429476A (zh) | 图像处理方法、装置、计算机设备以及存储介质 | |
CN113674303A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111311526B (zh) | 视频增强方法、视频增强装置及终端设备 | |
CN115278104B (zh) | 一种图像亮度调整方法、装置、电子设备及存储介质 |
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 |