CN111654594B - 图像拍摄方法、图像拍摄装置、移动终端及存储介质 - Google Patents
图像拍摄方法、图像拍摄装置、移动终端及存储介质 Download PDFInfo
- Publication number
- CN111654594B CN111654594B CN202010546191.7A CN202010546191A CN111654594B CN 111654594 B CN111654594 B CN 111654594B CN 202010546191 A CN202010546191 A CN 202010546191A CN 111654594 B CN111654594 B CN 111654594B
- Authority
- CN
- China
- Prior art keywords
- image
- scene
- candidate
- brightness
- target
- 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
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
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
-
- 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
-
- 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
Abstract
本申请适用于图像处理技术领域,提供了一种图像拍摄方法、图像拍摄装置、移动终端及存储介质,包括:获取当前拍摄场景的场景类别;若所述当前拍摄场景的场景类别为极夜场景,则根据所述当前拍摄场景对应的预览图像的亮度值,获取目标曝光策略和目标降噪模型;基于所述目标曝光策略对所述当前拍摄场景进行拍摄,获得候选图像;将所述候选图像输入至所述目标降噪模型,通过所述目标降噪模型对所述候选图像进行降噪处理,获得目标图像。通过本申请可在极夜场景下,获得清晰度较高、噪声较少的高质量图像。
Description
技术领域
本申请属于图像处理技术领域,尤其涉及一种图像拍摄方法、图像拍摄装置、移动终端及存储介质。
背景技术
随着成像技术以及移动终端的不断发展,越来越多的用户使用移动终端进行图像拍摄,对于拍摄的要求也越来越高,即使是环境光线较暗的夜晚,也希望可以获得高质量的图像。
目前,在夜景场景下,移动终端大多采用单一夜景模式进行拍摄,单一的夜景模式无法适用于所有的场景,特别是极夜场景,由于周围环境的光线极暗,可能导致所拍摄图像的清晰度较差,且噪声较多。
发明内容
本申请提供了一种图像拍摄方法、图像拍摄装置、移动终端及存储介质,以在极夜场景下,获得清晰度较高、噪声较少的高质量图像。
第一方面,本申请实施例提供了一种图像拍摄方法,所述图像拍摄方法包括:
获取当前拍摄场景的场景类别;
若所述当前拍摄场景的场景类别为极夜场景,则根据所述当前拍摄场景对应的预览图像的亮度值,获取目标曝光策略和目标降噪模型;
基于所述目标曝光策略对所述当前拍摄场景进行拍摄,获得候选图像;
将所述候选图像输入至所述目标降噪模型,通过所述目标降噪模型对所述候选图像进行降噪处理,获得目标图像,所述目标图像是指对所述候选图像进行降噪处理后所得图像。
第二方面,本申请实施例提供了一种图像拍摄装置,所述图像拍摄装置包括:
场景获取模块,用于获取当前拍摄场景的场景类别;
参数获取模块,用于若所述当前拍摄场景的场景类别为极夜场景,则根据所述当前拍摄场景对应的预览图像的亮度值,获取目标曝光策略和目标降噪模型;
场景拍摄模块,用于基于所述目标曝光策略对所述当前拍摄场景进行拍摄,获得候选图像;
图像降噪模块,用于将所述候选图像输入至所述目标降噪模型,通过所述目标降噪模型对所述候选图像进行降噪处理,获得目标图像,所述目标图像是指对所述候选图像进行降噪处理后所得图像。
第三方面,本申请实施例提供了一种移动终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述图像拍摄方法的步骤。
第四方面,本申请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存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述图像拍摄方法的步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当所述计算机程序产品在移动终端上运行时,使得所述移动终端执行如上述第一方面所述图像拍摄方法的步骤。
由上可见,本申请在当前拍摄场景为极夜场景时,根据当前拍摄场景对应的预览图像的亮度值,可以自适应选择目标曝光策略和目标降噪模型,并基于目标曝光策略对当前拍摄场景进行拍摄,可以得到清晰度较好的候选图像,并通过目标降噪模型对候选图像进行降噪处理,可以减少候选图像中的噪声,进一步提高候选图像的清晰度,从而得到清晰度较高、噪声较少的高质量图像。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例一提供的图像拍摄方法的实现流程示意图;
图2是本申请实施例二提供的图像拍摄方法的实现流程示意图;
图3是曝光策略和降噪模型结合拍摄的示例图;
图4是本申请实施例三提供的图像拍摄装置的结构示意图;
图5是本申请实施例四提供的移动终端的结构示意图;
图6是本申请实施例五提供的移动终端的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
具体实现中,本申请实施例中描述的移动终端包括但不限于诸如具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是,在某些实施例中,所述设备并非便携式通信设备,而是具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的台式计算机。
在接下来的讨论中,描述了包括显示器和触摸敏感表面的移动终端。然而,应当理解的是,移动终端可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。
移动终端支持各种应用程序,例如以下中的一个或多个:绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。
可以在移动终端上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样,终端的公共物理架构(例如,触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。
应理解,本实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
参见图1,是本申请实施例一提供的图像拍摄方法的实现流程示意图,该图像拍摄方法应用于移动终端,如图所示该图像拍摄方法可以包括以下步骤:
步骤101,获取当前拍摄场景的场景类别。
其中,当前拍摄场景是指移动终端当前所需拍摄的场景。
作为一种实现方式,可以通过移动终端中的图像采集模块获取当前拍摄场景的预览图像,将预览图像输入至已训练的场景识别模型,通过已训练的场景识别模型对当前拍摄场景进行场景识别,输出当前拍摄场景的场景类别。
其中,上述场景识别模型可通过如下方式进行训练:
获取场景训练样本,该场景训练样本包括待识别图像和该待识别图像的真实场景类别;
将待识别图像作为待训练的场景识别模型的输入图像,待识别图像的真实场景类别作为待训练的场景识别模型的真值图像,对待训练的场景识别模型进行训练,可以得到已训练的场景识别模型。
作为另一种实现方式,可以过移动终端中的图像采集模块获取当前拍摄场景的预览图像,获取预览图像的亮度值,若预览图像的亮度值大于或等于亮度阈值,则确定当前拍摄场景的场景类别为极夜场景,若预览图像的亮度值小于亮度阈值,则确定当前拍摄场景的场景类别为非极夜场景。其中,亮度阈值用于判断当前拍摄场景是否属于极夜场景,是极夜场景的起始亮度值(即大于或等于该亮度阈值即为极夜场景),可根据经验值设置该亮度阈值(例如亮度阈值为500);预览图像的亮度值可以通过预览图像中心区域测光得到,预览图像的亮度值可标记为luxIndex。需要说明的是,预览图像的亮度值与当前拍摄场景的环境亮度值成反比关系,当前拍摄场景的环境亮度值越高(即当前拍摄场景的环境光线越亮),预设图像的亮度值越低,当前拍摄场景的环境亮度值越低(即当前拍摄场景的环境光线越暗),预设图像的亮度值越高。
步骤102,若当前拍摄场景的场景类别为极夜场景,则根据当前拍摄场景对应的预览图像的亮度值,获取目标曝光策略和目标降噪模型。
在本申请实施例中,在当前拍摄场景的预览图像的亮度值大于或等于亮度阈值,表明当前拍摄场景的环境亮度较暗,场景类别为极夜场景,此时可以根据预览图像的亮度值,自适应选择适合当前拍摄场景的环境亮度的目标曝光策略和目标降噪模型。其中,目标曝光策略是指适合当前拍摄场景的环境亮度的曝光策略,目标降噪模型是指适合当前拍摄场景的环境亮度的降噪模型。
步骤103,基于目标曝光策略对当前拍摄场景进行拍摄,获得候选图像。
在本申请实施例中,使用目标曝光策略对当前拍摄场景进行拍摄,可以提高图像的整体亮度,得到清晰度较高的候选图像。其中,目标曝光策略包括但不限于对移动终端中相机的曝光时间、感光度和图像亮度调整系数的设置;曝光时间是指为了将光线投射到感光元件上,快门所要打开的时间;感光度又称为ISO值,是感光元件对光线的敏感程度;图像亮度调整系数又称为scale,用于调整候选图像的亮度。
步骤104,将候选图像输入至目标降噪模型,通过目标降噪模型对候选图像进行降噪处理,获得目标图像。
在本申请实施例中,将候选图像输入至目标降噪模型,可以通过目标降噪模型对候选图像进行降噪处理,减少候选图像中的噪声,得到噪声较少的目标图像,进一步提高图像的清晰度,更多地保留图像中的细节信息。其中,目标图像是指对候选图像进行降噪处理后所得图像。
本申请实施例通过在当前拍摄场景为极夜场景时,获取当前拍摄场景对应的预览图像的亮度值,根据该亮度值可以自适应选择目标曝光策略和目标降噪模型,并基于目标曝光策略对当前拍摄场景进行拍摄,可以得到清晰度较好的候选图像,并通过目标降噪模型对候选图像进行降噪处理,可以减少候选图像中的噪声,得到清晰度较高且噪声较少的高质量图像。
参见图2,是本申请实施例二提供的图像拍摄方法的实现流程示意图,该图像拍摄方法应用于移动终端,如图所示该图像拍摄方法可以包括以下步骤:
步骤201,建立对应关系,对应关系至少包括预览图像的亮度值所属亮度范围与候选曝光策略以及已训练的候选降噪模型之间的映射关系。
在本申请实施例中,可以预先建立亮度范围与候选曝光策略以及已训练的候选降噪模型之间的映射关系,以便于后续获取到当前拍摄场景对应的预览图像的亮度值之后,根据预览图像的亮度值获取当前拍摄场景所对应的曝光策略和已训练的降噪模型,通过当前拍摄场景对应的曝光策略和已训练的降噪模型,可以得到当前拍摄场景对应的清晰度较高、噪声较少的高质量图像。其中,候选曝光策略用于指示曝光参数的设置,曝光参数包括但不限于曝光时间、感光度和图像亮度调整系数;候选降噪模型用于减少或去除图像中的噪声。
可选地,对应关系包括三组策略映射关系,第一组策略映射关系中亮度范围的终止亮度值小于第二组策略映射关系中亮度范围的起始亮度值,第二组策略映射关系中亮度范围的终止亮度值小于第三组策略映射关系中亮度范围的起始亮度值;
第一组策略映射关系中的候选曝光策略是指在对当前拍摄场景进行拍摄时,感光度为第一感光度,曝光时间为第一曝光时间,图像亮度调节系数为第一图像亮度调节系数,第一图像亮度调节系数为SC+L1*H,SC为图像亮度调节系数基准值,L1为预览图像的亮度值与第一组策略映射关系中亮度范围的起始亮度值的差值,H为大于1的整数;
第二组策略映射关系中的候选曝光策略是指在对当前拍摄场景进行拍摄时,感光度为第二感光度,曝光时间为第二曝光时间,第二曝光时间为TE+L2*H,TE为曝光时间基准值,L2为预览图像的亮度值与第一组策略映射关系中亮度范围的终止亮度值的差值,图像亮度调节系数为第二图像亮度调节系数;
第三组策略映射关系中的候选曝光策略是指在对当前拍摄场景进行拍摄时,感光度为第三感光度,第三感光度为IS+L3*H,IS为感光度基准值,L3为预览图像的亮度值与第二组策略映射关系中亮度范围的终止亮度值的差值,曝光时间为第三曝光时间,图像亮度调节系数为第三图像亮度调节系数。
其中,策略映射关系可以是指亮度范围与候选曝光策略之间的映射关系,本实施例还包括模型映射关系,模型映射关系是指亮度范围与候选降噪模型之间的映射关系。
H用于调节曝光参数的增大比例,可以根据预览图像的亮度值增加一个亮度单位时,人眼感知到的亮度变化设置H,例如H设置为1.03。
第一感光度、第二感光度、第一曝光时间、第三曝光时间、第二图像亮度调节系数、第三图像亮度调节系数、图像亮度调节系数基准值、曝光时间基准值和感光度基准值均为固定值,可以根据经验值进行相应设置,例如第一感光度、第二感光度和感光度基准值为6400,第一曝光时间和曝光时间基准值为250ms,第三曝光时间为400ms,第二图像亮度调节系数、第三图像亮度调节系数和图像亮度调节系数基准值均为2.5;第一图像亮度调节系数、第二曝光时间和第三感光度可以根据亮度值的差值进行动态调整。
在本申请实施例中,可以根据亮度值的取值范围,将极夜场景划分为三个场景,第一组策略映射关系对应第一场景,第二组策略映射关系对应第二场景,第三组策略映射关系对应第三场景,由于预览图像的亮度值与当前拍摄场景的实际环境亮度成反比关系,故相比于第二场景和第三场景,第一场景的环境光线较亮,相比于第一场景和第二场景,第三场景的环境光线极暗,第二场景的环境光线的亮度介于第一场景的环境光线亮度与第三场景的环境光线亮度之间。在当前拍摄场景处于第一场景时,则说明当前拍摄场景的环境光线较亮,如果曝光时间过大,容易引起抖动模糊,故在此场景下,可以通过增大图像亮度调节系数改善图像的质量;在当前拍摄场景处于第二场景时,则说明当前拍摄场景的环境光线处于极夜场景下的较亮和极暗之间,如果持续增大图像亮调节系数,则将增多图像的噪声,故在此场景下,可以通过增大曝光时间改善图像的质量;在当前拍摄场景处于第三场景时,则说明当前拍摄场景的环境光线极暗,如果曝光时间过大,则容易引起抖动模糊且降低用户的拍摄体验,故在此场景下,可以通过增大感光度改善图像的质量。
示例性的,亮度阈值为luxIndex500,第一组策略映射关系中的亮度范围为大于或等于luxIndex500且小于或等于luxIndex520,第二组策略映射关系中的亮度范围为大于luxIndex520且小于或等于luxIndex540,第三组策略映射关系中的亮度范围为大于luxIndex540且小于或等于luxIndex568,即将极夜场景按照亮度值划分为三个场景,分别为亮度值大于或等于luxIndex500且小于或等于luxIndex520场景、亮度值大于luxIndex520且小于或等于luxIndex540场景以及亮度值大于luxIndex540且小于或等于luxIndex568场景。
可选地,候选降噪模型通过以下方式进行训练:
获取候选亮度范围,所述候选亮度范围是指待训练的候选降噪模型对应的亮度范围;
获取所述候选亮度范围对应的候选曝光策略;
基于所述候选亮度范围对应的候选曝光策略,获取待训练的候选降噪模型的训练样本;
基于待训练的候选降噪模型的训练样本,对待训练的候选降噪模型进行训练,获得已训练的候选降噪模型。
在本申请实施例中,可以根据亮度值的取值范围,设置至少两个候选降噪模型,以对极夜场景下亮度值处于不同亮度值范围的拍摄场景的图像进行降噪处理。可选地,用户可以根据实际需求自行设定候选降噪模型的数量,在此不作限定。例如设置两个候选降噪模型,分别为第一候选降噪模型和第二候选降噪模型,第一候选降噪模型对应的亮度范围为大于或等于luxIndex500且小于或等于luxIndex530,第二候选降噪模型对应的亮度范围为大于luxIndex530且小于或等于luxIndex568。
如图3所示是曝光策略和降噪模型结合拍摄的示例图,由图3可知,在亮度值大于或等于luxIndex500且小于或等于luxIndex520时,曝光时间和感光度固定,通过增大图像亮度调整系数改善图像的质量,在亮度值大于luxIndex520且小于或等于luxIndex540时,图像亮度调整系数和感光度固定,通过增大曝光时间改善图像的质量,在亮度值大于luxIndex540且小于或等于luxIndex568时,曝光时间和图像亮度调整系数固定,通过增大感光度改善图像的质量,且在亮度值大于或等于luxIndex500且小于或等于luxIndex530时,通过第一候选降噪模型对图像进行降噪处理,在亮度值大于luxIndex530且小于或等于luxIndex568时,通过第二候选降噪模型对图像进行降噪处理。
在本申请实施例中,待训练的候选降噪模型的训练样本包括含有噪声的图像和不含有噪声的图像;可以基于候选亮度范围对应的候选曝光策略采集含有噪声的图像,通过预设降噪算法对含有噪声的图像进行降噪处理得到不含噪声的图像,或者通过调节候选曝光策略中的曝光参数得到不含噪声的图像,含有噪声的图像以及该含有噪声的图像对应的不含噪声的图像即构成待训练的候选降噪模型的训练样本。
步骤202,在接收到拍摄指令时,获取当前拍摄场景的场景类别。
在本申请实施例中,在检测到移动终端启动相机应用程序时,可以检测是否接收到拍摄指令,若接收到拍摄指令,则获取当前拍摄场景的场景类别。作为另一实现方式,也可以在检测到移动终端启动相机应用程序时,若检测开启场景检测功能,则获取当前拍摄场景的场景类别,在接收到拍摄指令时,执行步骤205。
步骤203,若当前拍摄场景的场景类别为极夜场景,则获取预览图像的亮度值所属亮度范围,并确定预览图像的亮度值所属亮度范围为目标亮度范围。
步骤204,从对应关系中,获取与目标亮度范围对应的候选曝光策略和已训练的候选降噪模型,并确定与目标亮度范围对应的候选曝光策略为目标曝光策略,与目标亮度范围对应的已训练的候选降噪模型为目标降噪模型。
步骤205,基于目标曝光策略对当前拍摄场景进行拍摄,获得候选图像。
该步骤与步骤103相同,具体可参见步骤103的相关描述,在此不再赘述。
步骤206,将候选图像输入至目标降噪模型,通过目标降噪模型对候选图像进行降噪处理,获得目标图像,目标图像是指对候选图像进行降噪处理后所得图像。
该步骤与步骤104相同,具体可参见步骤104的相关描述,在此不再赘述。
本申请实施例通过充分利用感光元件的硬件性能,可以合理调整曝光策略,得到具有较高信噪比的候选图像,并针对不同亮度场景训练不同的模型分别进行有差别的降噪,可以解决极暗场景下光线极暗时图像噪声较多或者极暗场景下较亮场景细节损失严重的问题,从而较大程度地保留图像细节,并减少噪声。
参见图4,是本申请实施例三提供的图像拍摄装置的结构示意图,为了便于说明,仅示出了与本申请实施例相关的部分。
图像拍摄装置包括:
场景获取模块41,用于获取当前拍摄场景的场景类别;
参数获取模块42,用于若当前拍摄场景的场景类别为极夜场景,则根据当前拍摄场景对应的预览图像的亮度值,获取目标曝光策略和目标降噪模型;
场景拍摄模块43,用于基于目标曝光策略对当前拍摄场景进行拍摄,获得候选图像;
图像降噪模块44,用于将候选图像输入至目标降噪模型,通过目标降噪模型对候选图像进行降噪处理,获得目标图像,目标图像是指对候选图像进行降噪处理后所得图像。
可选地,场景获取模块41包括:
亮度获取单元,用于获取预览图像的亮度值;
第一确定单元,用于若预览图像的亮度值大于或等于亮度阈值,则确定当前拍摄场景的场景类别为极夜场景;
第二确定单元,用于若预览图像的亮度值小于亮度阈值,则确定当前拍摄场景的场景类别为非极夜场景。
可选地,图像拍摄装置包括:
关系建立模块,用于建立对应关系,对应关系至少包括预览图像的亮度值所属亮度范围与候选曝光策略以及已训练的候选降噪模型之间的映射关系;
相应地,参数获取模块42包括:
范围获取单元,用于获取预览图像的亮度值所属亮度范围,并确定预览图像的亮度值所属亮度范围为目标亮度范围;
模型获取单元,用于从对应关系中,获取与目标亮度范围对应的候选曝光策略和已训练的候选降噪模型,并确定与目标亮度范围对应的候选曝光策略为目标曝光策略,与目标亮度范围对应的已训练的候选降噪模型为目标降噪模型。
可选地,对应关系包括三组策略映射关系,第一组策略映射关系中亮度范围的终止亮度值小于第二组策略映射关系中亮度范围的起始亮度值,第二组策略映射关系中亮度范围的终止亮度值小于第三组策略映射关系中亮度范围的起始亮度值;
第一组策略映射关系中的候选曝光策略是指在对当前拍摄场景进行拍摄时,感光度为第一感光度,曝光时间为第一曝光时间,图像亮度调节系数为第一图像亮度调节系数,第一图像亮度调节系数为SC+L1*H,SC为图像亮度调节系数基准值,L1为预览图像的亮度值与第一组策略映射关系中亮度范围的起始亮度值的差值,H为大于1的整数;
第二组策略映射关系中的候选曝光策略是指在对当前拍摄场景进行拍摄时,感光度为第二感光度,曝光时间为第二曝光时间,第二曝光时间为TE+L2*H,TE为曝光时间基准值,L2为预览图像的亮度值与第一组策略映射关系中亮度范围的终止亮度值的差值,图像亮度调节系数为第二图像亮度调节系数;
第三组策略映射关系中的候选曝光策略是指在对当前拍摄场景进行拍摄时,感光度为第三感光度,第三感光度为IS+L3*H,IS为感光度基准值,L3为预览图像的亮度值与第二组策略映射关系中亮度范围的终止亮度值的差值,曝光时间为第三曝光时间,图像亮度调节系数为第三图像亮度调节系数。
可选地,图像拍摄装置还包括:
第一获取单元,用于获取候选亮度范围,候选亮度范围是指待训练的候选降噪模型对应的亮度范围;
第二获取单元,用于获取候选亮度范围对应的候选曝光策略;
第三获取单元,用于基于候选亮度范围对应的候选曝光策略,获取待训练的候选降噪模型的训练样本;
第四获取单元,用于基于待训练的候选降噪模型的训练样本,对待训练的候选降噪模型进行训练,获得已训练的候选降噪模型。
可选地,场景获取模块41具体用于:
将预览图像输入至已训练的场景识别模型,通过已训练的场景识别模型对当前拍摄场景进行场景识别,获得当前拍摄场景的场景类别。
可选地,场景获取模块41具体用于:
在接收到拍摄指令时,获取当前拍摄场景的场景类别。
本申请实施例提供的图像拍摄装置可以应用在前述方法实施例一和实施例二中,详情参见上述方法实施例一和实施例二的描述,在此不再赘述。
图5是本申请实施例四提供的移动终端的结构示意图。如图所示的该移动终端可以包括:一个或多个处理器501(图中仅示出一个);一个或多个输入设备502(图中仅示出一个),一个或多个输出设备503(图中仅示出一个)和存储器505。上述处理器501、输入设备502、输出设备503和存储器505通过总线505连接。存储器505用于存储指令,处理器501用于执行存储器505存储的指令时实现上述各个图像拍摄方法实施例中的步骤。
应当理解,在本申请实施例中,所述处理器501可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备502可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风、数据接收接口等。输出设备503可以包括显示器(LCD等)、扬声器、数据发送接口等。
该存储器505可以包括只读存储器和随机存取存储器,并向处理器501提供指令和数据。存储器505的一部分还可以包括非易失性随机存取存储器。例如,存储器505还可以存储设备类型的信息。
具体实现中,本申请实施例中所描述的处理器501、输入设备502、输出设备503和存储器505可执行本申请实施例提供的图像拍摄方法的实施例中所描述的实现方式,也可执行实施例三所述图像拍摄装置中所描述的实现方式,在此不再赘述。
图6是本申请实施例五提供的移动终端的结构示意图。如图6所示,该实施例的移动终端6包括:一个或多个处理器60(图中仅示出一个)、存储器61以及存储在所述存储器61中并可在所述至少一个处理器60上运行的计算机程序62。所述处理器60执行所述计算机程序62时实现上述各个图像拍摄方法实施例中的步骤。
所述移动终端6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述移动终端可包括,但不仅限于,处理器60、存储器61。本领域技术人员可以理解,图6仅仅是移动终端6的示例,并不构成对移动终端6的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述移动终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元CPU,还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC、现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述移动终端6的内部存储单元,例如移动终端6的硬盘或内存。所述存储器61也可以是所述移动终端6的外部存储设备,例如所述移动终端6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61还可以既包括所述移动终端6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述移动终端所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/移动终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/移动终端实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
本申请实现上述实施例方法中的全部或部分流程,也可以通过一种计算机程序产品来完成,当所述计算机程序产品在移动终端上运行时,使得所述移动终端执行时实现可实现上述各个方法实施例中的步骤。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (9)
1.一种图像拍摄方法,其特征在于,所述图像拍摄方法包括:
获取当前拍摄场景的场景类别;
若所述当前拍摄场景的场景类别为极夜场景,则根据所述当前拍摄场景对应的预览图像的亮度值,获取目标曝光策略和目标降噪模型;
基于所述目标曝光策略对所述当前拍摄场景进行拍摄,获得候选图像;
将所述候选图像输入至所述目标降噪模型,通过所述目标降噪模型对所述候选图像进行降噪处理,获得目标图像,所述目标图像是指对所述候选图像进行降噪处理后所得图像;
在获取当前拍摄场景的场景类别之前,包括:
建立对应关系,所述对应关系至少包括所述预览图像的亮度值所属亮度范围与候选曝光策略以及已训练的候选降噪模型之间的映射关系;
相应地,所述根据所述当前拍摄场景对应的预览图像的亮度值,获取目标曝光策略和目标降噪模型包括:
获取所述预览图像的亮度值所属亮度范围,并确定所述预览图像的亮度值所属亮度范围为目标亮度范围;
从所述对应关系中,获取与所述目标亮度范围对应的候选曝光策略和已训练的候选降噪模型,并确定与所述目标亮度范围对应的候选曝光策略为目标曝光策略,与所述目标亮度范围对应的已训练的候选降噪模型为目标降噪模型。
2.如权利要求1所述的图像拍摄方法,其特征在于,所述获取当前拍摄场景的场景类别包括:
获取所述预览图像的亮度值;
若所述预览图像的亮度值大于或等于亮度阈值,则确定所述当前拍摄场景的场景类别为极夜场景;
若所述预览图像的亮度值小于所述亮度阈值,则确定所述当前拍摄场景的场景类别为非极夜场景。
3.如权利要求1所述的图像拍摄方法,其特征在于,所述对应关系包括三组策略映射关系,第一组策略映射关系中亮度范围的终止亮度值小于第二组策略映射关系中亮度范围的起始亮度值,所述第二组策略映射关系中亮度范围的终止亮度值小于第三组策略映射关系中亮度范围的起始亮度值;
所述第一组策略映射关系中的候选曝光策略是指在对所述当前拍摄场景进行拍摄时,感光度为第一感光度,曝光时间为第一曝光时间,图像亮度调节系数为第一图像亮度调节系数,所述第一图像亮度调节系数为SC+L1*H,SC为图像亮度调节系数基准值,L1为所述预览图像的亮度值与所述第一组策略映射关系中亮度范围的起始亮度值的差值,H为大于1的整数;
所述第二组策略映射关系中的候选曝光策略是指在对所述当前拍摄场景进行拍摄时,感光度为第二感光度,曝光时间为第二曝光时间,所述第二曝光时间为TE+L2*H,TE为曝光时间基准值,L2为所述预览图像的亮度值与所述第一组策略映射关系中亮度范围的终止亮度值的差值,图像亮度调节系数为第二图像亮度调节系数;
所述第三组策略映射关系中的候选曝光策略是指在对所述当前拍摄场景进行拍摄时,感光度为第三感光度,所述第三感光度为IS+L3*H,IS为感光度基准值,L3为所述预览图像的亮度值与所述第二组策略映射关系中亮度范围的终止亮度值的差值,曝光时间为第三曝光时间,图像亮度调节系数为第三图像亮度调节系数。
4.如权利要求1所述的图像拍摄方法,其特征在于,所述候选降噪模型通过以下方式进行训练:
获取候选亮度范围,所述候选亮度范围是指待训练的候选降噪模型对应的亮度范围;
获取所述候选亮度范围对应的候选曝光策略;
基于所述候选亮度范围对应的候选曝光策略,获取所述待训练的候选降噪模型的训练样本;
基于所述待训练的候选降噪模型的训练样本,对所述待训练的候选降噪模型进行训练,获得所述已训练的候选降噪模型。
5.如权利要求1所述的图像拍摄方法,其特征在于,所述获取当前拍摄场景的场景类别包括:
将所述预览图像输入至已训练的场景识别模型,通过所述已训练的场景识别模型对所述当前拍摄场景进行场景识别,获得所述当前拍摄场景的场景类别。
6.如权利要求1至5任一项所述的图像拍摄方法,其特征在于,所述获取当前拍摄场景的场景类别包括:
在接收到拍摄指令时,获取所述当前拍摄场景的场景类别。
7.一种图像拍摄装置,其特征在于,所述图像拍摄装置包括:
场景获取模块,用于获取当前拍摄场景的场景类别;
参数获取模块,用于若所述当前拍摄场景的场景类别为极夜场景,则根据所述当前拍摄场景对应的预览图像的亮度值,获取目标曝光策略和目标降噪模型;
场景拍摄模块,用于基于所述目标曝光策略对所述当前拍摄场景进行拍摄,获得候选图像;
图像降噪模块,用于将所述候选图像输入至所述目标降噪模型,通过所述目标降噪模型对所述候选图像进行降噪处理,获得目标图像,所述目标图像是指对所述候选图像进行降噪处理后所得图像;
所述图像拍照装置还包括:
关系建立模块,用于建立对应关系,所述对应关系至少包括所述预览图像的亮度值所属亮度范围与候选曝光策略以及已训练的候选降噪模型之间的映射关系;
相应地,所述参数获取模块包括:
范围获取单元,用于获取所述预览图像的亮度值所属亮度范围,并确定所述预览图像的亮度值所属亮度范围为目标亮度范围;
模型获取单元,用于从所述对应关系中,获取与所述目标亮度范围对应的候选曝光策略和已训练的候选降噪模型,并确定与所述目标亮度范围对应的候选曝光策略为目标曝光策略,与所述目标亮度范围对应的已训练的候选降噪模型为目标降噪模型。
8.一种移动终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述图像拍摄方法的步骤。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述图像拍摄方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010546191.7A CN111654594B (zh) | 2020-06-16 | 2020-06-16 | 图像拍摄方法、图像拍摄装置、移动终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010546191.7A CN111654594B (zh) | 2020-06-16 | 2020-06-16 | 图像拍摄方法、图像拍摄装置、移动终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111654594A CN111654594A (zh) | 2020-09-11 |
CN111654594B true CN111654594B (zh) | 2022-05-17 |
Family
ID=72347874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010546191.7A Active CN111654594B (zh) | 2020-06-16 | 2020-06-16 | 图像拍摄方法、图像拍摄装置、移动终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111654594B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112135053A (zh) * | 2020-09-25 | 2020-12-25 | 努比亚技术有限公司 | 图像处理方法、移动终端及计算机可读存储介质 |
CN112183346A (zh) * | 2020-09-28 | 2021-01-05 | 浙江大华技术股份有限公司 | 场景判断方法及装置、电子装置 |
CN112804464B (zh) * | 2020-12-30 | 2023-05-09 | 北京格视科技有限公司 | 一种hdr图像生成方法、装置、电子设备及可读存储介质 |
CN113542591A (zh) * | 2021-06-02 | 2021-10-22 | 惠州Tcl移动通信有限公司 | 缩时摄影处理方法、装置、移动终端及存储介质 |
CN115696027A (zh) * | 2021-07-22 | 2023-02-03 | 中兴通讯股份有限公司 | 拍摄方法、装置、控制器、设备和计算机可读存储介质 |
CN113572916B (zh) * | 2021-07-23 | 2024-03-15 | 深圳传音控股股份有限公司 | 拍摄方法、终端设备及存储介质 |
CN113507570B (zh) * | 2021-07-26 | 2023-05-26 | 维沃移动通信有限公司 | 曝光补偿方法、装置和电子设备 |
CN113938602B (zh) * | 2021-09-08 | 2022-08-02 | 荣耀终端有限公司 | 图像处理方法、电子设备、芯片及可读存储介质 |
CN113824884B (zh) * | 2021-10-20 | 2023-08-08 | 深圳市睿联技术股份有限公司 | 拍摄方法与装置、摄影设备及计算机可读存储介质 |
CN113822253B (zh) * | 2021-11-24 | 2022-02-18 | 天津大学 | 一种人机协作方法及系统 |
CN114500870A (zh) * | 2021-12-30 | 2022-05-13 | 北京罗克维尔斯科技有限公司 | 图像处理方法、装置及电子设备 |
CN114222075B (zh) * | 2022-01-28 | 2023-08-01 | 广州华多网络科技有限公司 | 移动端图像处理方法及其装置、设备、介质、产品 |
CN114885096B (zh) * | 2022-03-29 | 2024-03-15 | 北京旷视科技有限公司 | 拍摄模式切换方法、电子设备及存储介质 |
CN116309918B (zh) * | 2023-03-31 | 2023-12-22 | 深圳市欧度利方科技有限公司 | 一种基于平板电脑的场景合成方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108924420A (zh) * | 2018-07-10 | 2018-11-30 | Oppo广东移动通信有限公司 | 图像拍摄方法、装置、介质、电子设备及模型训练方法 |
CN110290289A (zh) * | 2019-06-13 | 2019-09-27 | 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 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101341095B1 (ko) * | 2007-08-23 | 2013-12-13 | 삼성전기주식회사 | 야경 환경에서 최적의 화질을 갖는 영상 획득 장치 및 방법 |
CN101778220A (zh) * | 2010-03-01 | 2010-07-14 | 华为终端有限公司 | 一种自动切换夜景模式的方法和摄像设备 |
CN109068058B (zh) * | 2018-08-22 | 2020-05-22 | Oppo广东移动通信有限公司 | 超级夜景模式下的拍摄控制方法、装置和电子设备 |
CN109040609B (zh) * | 2018-08-22 | 2021-04-09 | Oppo广东移动通信有限公司 | 曝光控制方法、装置、电子设备和计算机可读存储介质 |
-
2020
- 2020-06-16 CN CN202010546191.7A patent/CN111654594B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108924420A (zh) * | 2018-07-10 | 2018-11-30 | Oppo广东移动通信有限公司 | 图像拍摄方法、装置、介质、电子设备及模型训练方法 |
CN110290289A (zh) * | 2019-06-13 | 2019-09-27 | 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 |
Also Published As
Publication number | Publication date |
---|---|
CN111654594A (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111654594B (zh) | 图像拍摄方法、图像拍摄装置、移动终端及存储介质 | |
CN108921806B (zh) | 一种图像处理方法、图像处理装置及终端设备 | |
CN111726533B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN109040603A (zh) | 高动态范围图像获取方法、装置及移动终端 | |
CN109118447B (zh) | 一种图片处理方法、图片处理装置及终端设备 | |
CN110457963B (zh) | 显示控制方法、装置、移动终端及计算机可读存储介质 | |
WO2021083059A1 (zh) | 一种图像超分重建方法、图像超分重建装置及电子设备 | |
CN105306788B (zh) | 一种拍照图像的降噪方法和装置 | |
CN107690804B (zh) | 一种图像处理方法及用户终端 | |
TW202137133A (zh) | 圖像處理方法、電子設備及電腦可讀儲存介質 | |
CN110618852B (zh) | 视图处理方法、视图处理装置及终端设备 | |
CN110166696B (zh) | 拍摄方法、装置、终端设备以及计算机可读存储介质 | |
CN108932703B (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN112437235B (zh) | 夜景图片生成方法、装置及移动终端 | |
CN107395983B (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
CN111340722B (zh) | 图像处理方法、处理装置、终端设备及可读存储介质 | |
CN111416936B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN112217992A (zh) | 图像虚化方法、图像虚化装置、移动终端及存储介质 | |
CN111754435A (zh) | 图像处理方法、装置、终端设备及计算机可读存储介质 | |
CN111970451B (zh) | 图像处理方法、图像处理装置及终端设备 | |
CN111861965A (zh) | 图像逆光检测方法、图像逆光检测装置及终端设备 | |
CN107105167B (zh) | 一种扫题时拍摄照片的方法、装置及终端设备 | |
CN110677586A (zh) | 图像显示方法、图像显示装置及移动终端 | |
CN107360361B (zh) | 一种逆光拍摄人物方法及装置 | |
CN114038370B (zh) | 显示参数调整方法、装置、存储介质及显示设备 |
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 |