CN112040202A - 场景识别方法、装置及存储介质 - Google Patents
场景识别方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112040202A CN112040202A CN202010830867.5A CN202010830867A CN112040202A CN 112040202 A CN112040202 A CN 112040202A CN 202010830867 A CN202010830867 A CN 202010830867A CN 112040202 A CN112040202 A CN 112040202A
- Authority
- CN
- China
- Prior art keywords
- scene
- image
- scene recognition
- processed
- white point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
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
- H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
-
- 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
- H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
- H04N23/88—Camera processing pipelines; Components thereof for processing colour signals for colour balance, e.g. white-balance circuits or colour temperature control
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了一种场景识别方法、装置及存储介质,其中方法包括:获取待处理图像;获取所述待处理图像的色温曲线,并基于所述色温曲线确定所述待处理图像的目标白点数量;基于所述目标白点数量进行场景识别,得到场景识别结果。本申请实施例能够识别图像的场景,有助于后续选取合适的算法对图像进行处理,有助于提升图像质量。
Description
技术领域
本申请涉及图像处理技术领域,具体涉及一种场景识别方法、装置及存储介质。
背景技术
随着电子技术快速发展,拍照越来越成为电子设备(如手机、平板电脑等)的标配技术,拍照的话,必然涉及到白平衡技术,目前,一般的白平衡算法仅对含有白点(灰点,中性灰)场景有效,但是,无法精准对图像进行场景识别,因此,如何对图像的场景进行识别的问题亟待解决。
发明内容
本申请实施例提供了一种场景识别方法、装置及存储介质,能够精准识别图像场景,有助于提升白平衡处理效果。
第一方面,本申请实施例提供一种场景识别方法,所述方法包括:
获取待处理图像;
获取所述待处理图像的色温曲线,并基于所述色温曲线确定所述待处理图像的目标白点数量;
基于所述目标白点数量进行场景识别,得到场景识别结果。
第二方面,本申请实施例提供一种场景识别装置,所述装置包括:获取单元、确定单元和识别单元,其中,
所述获取单元,用于获取待处理图像;
所述确定单元,用于获取所述待处理图像的色温曲线,并基于所述色温曲线确定所述待处理图像的目标白点数量;
所述识别单元,用于基于所述目标白点数量进行场景识别,得到场景识别结果
第三方面,本申请实施例提供一种电子设备,包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第一方面任一方法中的步骤的指令。
第四方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。
第五方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
采用本申请实施例,具备如下有益效果:
可以看出,本申请实施例中所描述的场景识别方法、装置及存储介质,应用于电子设备,获取待处理图像,获取待处理图像的色温曲线,并基于色温曲线确定待处理图像的目标白点数量,基于目标白点数量进行场景识别,得到场景识别结果,如此,能够通过白点数量识别图像的场景,有助于后续选取合适的算法对图像进行处理,例如,有助于提升白平衡处理效果,进而有助于提升图像质量。
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的前提下,还可以根据这些附图获得其他的附图。
图1A是本申请实施例提供的一种电子设备的结构示意图;
图1B是本申请实施例提供的一种场景识别方法的流程示意图;
图1C是本申请实施例提供的另一种场景识别方法的流程示意图;
图1D是本申请实施例提供的另一种场景识别方法的流程示意图;
图2是本申请实施例提供的另一种场景识别方法的流程示意图;
图3是本申请实施例提供的一种电子设备的结构示意图;
图4是本申请实施例提供的一种场景识别装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的电子设备可以是具备通信能力的电子设备,也可以是不具备通信能力的电子设备,该电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备(智能眼镜、智能手环、智能手表等等)、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(User Equipment,UE),移动台(MobileStation,MS),终端设备(terminal device)等等。本申请实施例中,单色场景可以理解为大面积出现一种颜色的场景,或者,可以描述为一幅图像中一种颜色的面积比超过预设面积阈值,预设面积阈值可以由用户自行设置或者系统默认,例如,预设面积阈值可以为80%、90%等等。单色场景可以为单一颜色场景,例如,纯绿色、纯蓝色等等,当然,单色场景也可以定义为图像中白点数量小于预设数量阈值,该预设数量阈值可以由用户自行设置或者系统默认,例如,预设数量阈值可以为0、1、2等等。白点场景可以定义为图像中的白点数量大于或等于预设数量阈值。具体实现中,单色场景、白点场景可以依据本申请实施例中所提及的白点检测相关算法实现场景识别。下面对本申请实施例进行详细介绍。
请参见图1A,图1A是本申请实施例提供的一种电子设备的结构示意图。该电子设备包括处理器、存储器、信号处理器、收发器、显示屏、扬声器、麦克风、随机存取存储器(Random Access Memory,RAM)、摄像头、传感器和通信模块等等。其中,存储器、信号处理器、显示屏、扬声器、麦克风、RAM、摄像头、传感器、通信模块与处理器连接,收发器与信号处理器连接。
其中,显示屏可以是液晶显示器(Liquid Crystal Display,LCD)、有机或无机发光二极管(Organic Light-Emitting Diode,OLED)、有源矩阵有机发光二极体面板(ActiveMatrix/Organic Light Emitting Diode,AMOLED)等。
其中,该摄像头可以是普通摄像头、也可以是红外摄像,在此不作限定。该摄像头可以是前置摄像头或后置摄像头,在此不作限定。
其中,传感器包括以下至少一种:光感传感器、陀螺仪、红外接近传感器、指纹传感器、压力传感器等等。其中,光感传感器,也称为环境光传感器,用于检测环境光亮度。光线传感器可以包括光敏元件和模数转换器。其中,光敏元件用于将采集的光信号转换为电信号,模数转换器用于将上述电信号转换为数字信号。可选的,光线传感器还可以包括信号放大器,信号放大器可以将光敏元件转换的电信号进行放大后输出至模数转换器。上述光敏元件可以包括光电二极管、光电三极管、光敏电阻、硅光电池中的至少一种。
其中,处理器是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器内的软体程序和/或模块,以及调用存储在存储器内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。
其中,处理器可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器中,其中,处理器可以为以下至少一种:ISP、CPU、GPU、NPU等等,在此不做限定。
其中,存储器用于存储软体程序和/或模块,处理器通过运行存储在存储器的软件程序和/或模块,从而执行电子设备的各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的软体程序等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,通信模块可以用于实现通信功能,通信模块可以为以下至少一种:红外模块、蓝牙模块、移动通信模块、NFC模块、Wi-Fi模块等等,在此不做限定。
请参阅图1B,图1B是本申请实施例提供了一种场景识别方法的流程示意图,应用于如图1A所示的电子设备,如图所示,本场景识别方法包括以下操作。
101、获取待处理图像。
其中,待处理图像可以为RGB图像或者Bayer图像。待处理图像可以一张原始图像的部分图像或者全部图像。
102、获取所述待处理图像的色温曲线,并基于所述色温曲线确定所述待处理图像的目标白点数量。
其中,电子设备可以获取待处理图像的色温曲线,并基于色温曲线确定待处理图像的目标白点数量。
在一个可能的示例中,上述步骤102,获取所述待处理图像的色温曲线,并基于所述色温曲线确定所述待处理图像的目标白点数量,可以包括如下步骤:
A21、获取目标环境参数;
A22、确定与所述目标环境参数对应的所述色温曲线;
A23、将所述待处理图像转化到YCbCr空间,得到Cb分量和Cr分量;
A24、依据所述色温曲线所述Cb分量和所述Cr分量确定所述待处理图像的目标白点数量。
其中,本申请实施例中,环境参数可以为以下至少一种:环境亮度、地理位置、天气、温度、湿度、磁场干扰系数等等,在此不作限定。电子设备可以通过环境检测传感器获取环境参数,环境检测传感器可以为以下至少一种:环境光传感器、定位传感器、气象传感器、温度传感器、湿度传感器、磁场检测传感器等等,在此不作限定。
具体实现中,电子设备中可以预先存储环境参数与色温曲线之间的映射关系,例如,采用“基于色温曲线的白点检测法”,先依据传感器特性在色温灯箱中采集测试卡图像拟合出色温曲线函数,具体地,电子设备可以获取目标环境参数,并依据该映射关系确定与目标环境参数对应的色温曲线,并且可以将待处理图像转化到YCbCr空间,得到Cb分量和Cr分量,进而,可以依据色温曲线、Cb分量和Cr分量确定待处理图像的目标白点数量,在色温曲线附近的像素点为是白点,统计出白点及其RGB值,再对统计出的像素点进行白点检测,统计出白点数量Cnt1。
在一个可能的示例中,上述步骤102,获取所述待处理图像的色温曲线,可以包括如下步骤:
B21、获取目标用户的目标人眼视觉差异性;
B22、按照预设的人眼视觉差异性与色温曲线之间的映射关系,确定所述目标人眼视觉差异性对应的色温曲线。
具体实现中,电子设备中可以预先存储预设的人眼视觉差异性与色温曲线之间的映射关系,进而,电子设备可以获取目标用户的目标人眼视觉差异性,并且按照预设的人眼视觉差异性与色温曲线之间的映射关系,确定目标人眼视觉差异性对应的色温曲线,如此,可以因人而异,选取合适的色温曲线,最终可以得到与人眼视觉相宜的场景识别结果。
103、基于所述目标白点数量进行场景识别,得到场景识别结果。
其中,场景识别结果可以为白点场景或者单色场景,电子设备可以依据目标白点数量进行场景识别,得到场景识别结果,不同的场景识别结果,可以采用不同的图像处理算法对图像加以处理,以更好地提升图像质量。
在一个可能的示例中,上述步骤103,基于所述目标白点数量进行场景识别,得到场景识别结果,可以包括如下步骤:
31、在所述目标白点数量小于或等于第一预设阈值时,确认所述场景识别结果为单色场景;
32、在所述目标白点数量大于所述第一预设阈值时,获取所述待处理图像在三维直方图域上的白点比重;
33、依据所述白点比重进行场景识别,得到所述场景识别结果。
其中,第一预设阈值可以由用户自行设置或者系统默认。电子设备可以在目标白点数量小于或等于第一预设阈值时,确认场景识别结果为单色场景,在目标白点数量大于第一预设阈值时,获取待处理图像在三维直方图域上的白点比重,并且依据白点比重进行场景识别,得到场景识别结果,如此,可以依据目标白点数量可以初步识别场景,还可以通过三维直方图中的白点比重深入识别白点场景或者单色场景。
在一个可能的示例中,上述步骤33,依据所述白点比重进行场景识别,得到所述场景识别结果,可以包括如下步骤:
331、在所述白点比重大于第二预设阈值时,确认所述场景识别结果为白点场景;
332、在所述白点比重小于或等于第二预设阈值时,确定所述待处理图像在三维直方图域上的bin数量;
333、依据所述bin数量进行场景识别,得到所述场景识别结果。
其中,第二预设阈值可以由用户自行设置或者系统默认,电子设备可以在白点比重大于第二预设阈值时,确认场景识别结果为白点场景,在白点比重小于或等于第二预设阈值时,确定待处理图像在三维直方图域上的bin数量,并依据bin数量进行场景识别,得到场景识别结果,如此,可以进一步精准识别场景。
在一个可能的示例中,上述步骤333,依据所述bin数量进行场景识别,得到所述场景识别结果,可以包括如下步骤:
3331、在所述bin数量小于或等于第三预设阈值时,确认所述场景识别结果为单色场景;
3332、在所述bin数量大于所述第三预设阈值时,确认所述场景识别结果为白点场景。
其中,第三预设阈值可以由用户自行设置或者系统默认。具体实现中,电子设备可以在bin数量小于或等于第三预设阈值时,确认场景识别结果为单色场景,反之,在bin数量大于第三预设阈值时,确认场景识别结果为白点场景,如此,可以精准得到场景识别结果,有利于选择与场景相宜的图像处理算法对待处理图像进行图像处理,有助于提升图像质量。
举例说明下,具体实现中,电子设备可以通过三个特征参数来判断场景中是否有白点,参数分别是:“基于色温曲线算法和白点检测法算法”得出的白点数量Cnt1、“基于3D_hist”统计得出图像的白点比重Cnt2和图像的bin数量Cnt3。场景类型识别的过程如图1C所示。
在图1C中,T1为第一预设阈值、T2为第二预设阈值、T3为第三预设阈值,场景类型判断方法如下:
首先,统计白点数量Cnt1,当白点数量Cnt1≤T1时,为单色场景,当Cnt1>Thr1时,可能是有白点场景或单色场景;
其次,统计白点比重Cnt2,当Cnt2>T2时,为有白点场景,当Cnt2≤T2时,可能是有白点场景,但极少一部分图像(例如卡口低照度图像)可能为单色场景,需结合bin个数Cnt3进一步判断;
最后,统计图像的bin个数Cnt3,当Cnt3>T3时,为有白点场景,当Cnt3≤Thr3时,为单色场景。
具体实现中,电子设备可以先对待处理图像进行预处理,将rgb图像转为3D_hist空间域,统计出图像白点的比重Cnt2和图像bin个数Cnt3,如图1C所示。
进一步地,在图1D中,主要可以包括预设白点Bin坐标范围、色彩空间转换(RGB2YCbCr)、3D_hist的生成、3D_hist预处理、统计白点Bin值Sum_bin_w、统计图像Bin值Sum_bin、计算白点比重、检测图像的Bin个数。各部分描述如下:
色彩空间转换(RGB2YCbCr),具体将RGB图像转换为YCbCr空间,以得到Cb、Cr分量;
生成3D_hist,其中,建立以Cr为x轴,Cb为y轴的xy坐标平面,同时预设其范围,统计图像像素点在CbCr色域的累积分布值,即生成3D_hist;
3D_hist预处理,具体可以对生成的3D_hist做处理,目的是剔除噪声、不饱和像素点的干扰影响。
预设白点Bin坐标bin_w(i,j),其可以通过神经网络算法训练得出,具体地,可以将待处理图像的3D_hist数据输入到已经训练好的神经网络模型,即可以得出,在不同的色温下采集测试卡图像,生成3D_hist,并记录灰点的Bin(i,j)坐标,这些Bin(i,j)坐标的集合为称为白点Bin坐标bin_w(i,j)。
统计白点Bin值Sum_bin_w,当图像中有像素点落入bin_w(i,j)时,统计每个bin的累积分布值Sum_bin_w。统计图像Bin值Sum_bin,统计图像中所有像素点落入bin(i,j)的累积分布值Sum_bin。
进一步地,计算白点比重,其中,白点比重是计算白点Bin值占图像Bin值的百分比Cnt2,计算如下:
统计图像Bin个数Cnt3,Bin个数能反映出场景色彩的丰富程度,统计出3D_hist中Bin的个数,如下:
Cnt3=Sum(find(Bin(i,j)>Thr3_0))
其中,“find(Bin(i,j)>Thr)”表示对图像Bin值大于阈值Thr的Bin个数进行统计,剔除少量的虚假色或者干扰的颜色。
进一步地,在一个可能的示例中,上述步骤103之后,还可以包括如下步骤:
C1、按照预设的场景与图像处理算法之间的映射关系,确定所述场景识别结果对应的目标图像处理算法;
C2、依据所述目标图像处理算法对所述待处理图像进行图像处理,得到目标图像。
其中,电子设备中可以预先存储预设的场景与图像处理算法之间的映射关系,进而,可以依据该预设的场景与图像处理算法之间的映射关系确定场景识别结果对应的目标图像处理算法,并依据该目标图像处理算法对待处理图像进行图像处理,得到目标图像,如此,可以选取与场景匹配的图像处理算法对待处理图像进行处理,有助于提升图像质量。图像处理算法可以为以下至少一种:图像增强算法、白平衡算法、平滑处理算法、小波算法、神经网络算法等等,在此不作限定。
进一步地,在所述场景识别结果为白点场景时,上述步骤C2,可以包括如下步骤:
C21、将所述待处理图像划分为多个区域;
C22、确定所述多个区域中每一区域的白点分布密度,得到多个目标白点分布密度;
C23、获取所述目标图像处理算法的算法控制参数;
C24、按照预设的白点分布密度与调节因子之间的映射关系,确定所述多个目标白点分布密度中的每一目标白点分布密度对应的调节因子,得到多个调节因子;
C25、依据所述多个调节因子,以及所述算法控制参数确定每一区域的目标算法控制参数,得到多个目标算法控制参数;
C26、依据所述多个目标算法控制参数以及所述目标图像处理算法对所述待处理图像进行处理,得到结果图像。
具体实现中,电子设备可以将待处理图像划分为多个区域,每一区域的面积大小可以相同或者不同,另外,还可以确定多个区域中每一区域的白点分布密度,得到多个目标白点分布密度,目标白点分布密度=每一区域的白点总数/面积大小,还可以获取目标图像处理算法的算法控制参数,算法控制参数用于控制算法的处理程度,例如,去模糊算法,则算法控制参数可以控制去模糊程度。
进一步地,电子设备中可以预先存储预设的白点分布密度与调节因子之间的映射关系,进而,可以按照预设的白点分布密度与调节因子之间的映射关系,确定多个目标白点分布密度中的每一目标白点分布密度对应的调节因子,得到多个调节因子,调节因子的取值范围可以为-1~1之间,例如,调节因子的取值可以为-0.0134~0.0134,通过调节因子可以对算法控制参数进行调节,进而,可以依据多个调节因子,以及算法控制参数确定每一区域的目标算法控制参数,得到多个目标算法控制参数,具体公式可以如下:
目标算法控制参数=(1+调节因子)*算法控制参数
最后,电子设备可以依据多个目标算法控制参数以及目标图像处理算法对待处理图像进行处理,得到结果图像,如此,可以针对不同区域的差异,对待处理图像进行处理,有助于针对性改善图像质量。
可以看出,本申请实施例中所描述的场景识别方法,应用于电子设备,获取待处理图像,获取待处理图像的色温曲线,并基于色温曲线确定待处理图像的目标白点数量,基于目标白点数量进行场景识别,得到场景识别结果,如此,能够通过白点数量识别图像的场景,有助于后续选取合适的算法对图像进行处理,例如,有助于提升白平衡处理效果,进而有助于提升图像质量。
与上述图1B所示的实施例一致的,请参阅图2,图2是本申请实施例提供的一种场景识别方法的流程示意图,应用于电子设备,如图所示,本场景识别方法包括以下步骤。
201、获取待处理图像。
202、获取所述待处理图像的色温曲线,并基于所述色温曲线确定所述待处理图像的目标白点数量。
203、在所述目标白点数量小于或等于第一预设阈值时,确认所述场景识别结果为单色场景。
204、在所述目标白点数量大于所述第一预设阈值时,获取所述待处理图像在三维直方图域上的白点比重。
205、在所述白点比重大于第二预设阈值时,确认所述场景识别结果为白点场景。
206、在所述白点比重小于或等于第二预设阈值时,确定所述待处理图像在三维直方图域上的bin数量。
207、在所述bin数量小于或等于第三预设阈值时,确认所述场景识别结果为单色场景。
208、在所述bin数量大于所述第三预设阈值时,确认所述场景识别结果为白点场景。
其中,上述步骤201-步骤208的具体描述可以参见上述图1B所描述的场景识别方法的相应步骤,在此不再赘述。
可以看出,本申请实施例中所描述的场景识别方法,应用于电子设备,获取待处理图像,获取待处理图像的色温曲线,并基于色温曲线确定待处理图像的目标白点数量,在目标白点数量小于或等于第一预设阈值时,确认场景识别结果为单色场景,在目标白点数量大于第一预设阈值时,获取待处理图像在三维直方图域上的白点比重,在白点比重大于第二预设阈值时,确认场景识别结果为白点场景,在白点比重小于或等于第二预设阈值时,确定待处理图像在三维直方图域上的bin数量,在bin数量小于或等于第三预设阈值时,确认场景识别结果为单色场景,在bin数量大于第三预设阈值时,确认场景识别结果为白点场景,如此,能够通过白点数量识别图像的场景,有助于后续选取合适的算法对图像进行处理,例如,有助于提升白平衡处理效果,进而有助于提升图像质量。
与上述图1B、图2所示的实施例一致的,请参阅图3,图3是本申请实施例提供的一种电子设备300的结构示意图,如图所示,所述电子设备300包括处理器310、存储器320、通信接口330以及一个或多个程序321,其中,所述一个或多个程序321被存储在上述存储器320中,并且被配置由上述处理器310执行,所述一个或多个程序321包括用于执行上述方法实施例中任一步骤的指令。
获取待处理图像;
获取所述待处理图像的色温曲线,并基于所述色温曲线确定所述待处理图像的目标白点数量;
基于所述目标白点数量进行场景识别,得到场景识别结果。
可以看出,本申请实施例中所描述的电子设备,获取待处理图像,获取待处理图像的色温曲线,并基于色温曲线确定待处理图像的目标白点数量,基于目标白点数量进行场景识别,得到场景识别结果,如此,能够通过白点数量识别图像的场景,有助于后续选取合适的算法对图像进行处理,例如,有助于提升白平衡处理效果,进而有助于提升图像质量。
在一个可能的示例中,在所述基于所述目标白点数量进行场景识别,得到场景识别结果方面,所述程序中的指令还具体用于执行以下操作:
在所述目标白点数量小于或等于第一预设阈值时,确认所述场景识别结果为单色场景;
在所述目标白点数量大于所述第一预设阈值时,获取所述待处理图像在三维直方图域上的白点比重;
依据所述白点比重进行场景识别,得到所述场景识别结果。
在一个可能的示例中,在所述依据所述白点比重进行场景识别,得到所述场景识别结果方面,所述程序中的指令还具体用于执行以下操作:
在所述白点比重大于第二预设阈值时,确认所述场景识别结果为白点场景;
在所述白点比重小于或等于第二预设阈值时,确定所述待处理图像在三维直方图域上的bin数量;
依据所述bin数量进行场景识别,得到所述场景识别结果。
在一个可能的示例中,在所述依据所述bin数量进行场景识别,得到所述场景识别结果方面,所述程序中的指令还具体用于执行以下操作:
在所述bin数量小于或等于第三预设阈值时,确认所述场景识别结果为单色场景;
在所述bin数量大于所述第三预设阈值时,确认所述场景识别结果为白点场景。
在一个可能的示例中,在所述获取所述待处理图像的色温曲线,并基于所述色温曲线确定所述待处理图像的目标白点数量方面,所述程序中的指令还具体用于执行以下操作:
获取目标环境参数;
确定与所述目标环境参数对应的所述色温曲线;
将所述待处理图像转化到YCbCr空间,得到Cb分量和Cr分量;
依据所述色温曲线、所述Cb分量和所述Cr分量确定所述待处理图像的目标白点数量。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,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。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。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。需要说明的是,本申请实施例中对单元的划分是示意性的,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。
图4是本申请实施例中所涉及的场景识别装置400的功能单元组成框图。该场景识别装置400应用于电子设备,所述场景识别装置400包括获取单元401、确定单元402和识别单元403。下面进行详细说明。
所述获取单元401,用于获取待处理图像;
所述确定单元402,用于获取所述待处理图像的色温曲线,并基于所述色温曲线确定所述待处理图像的目标白点数量;
所述识别单元403,用于基于所述目标白点数量进行场景识别,得到场景识别结果
可以看出,本申请实施例中所描述的场景识别装置,应用于电子设备,获取待处理图像,获取待处理图像的色温曲线,并基于色温曲线确定待处理图像的目标白点数量,基于目标白点数量进行场景识别,得到场景识别结果,如此,能够通过白点数量识别图像的场景,有助于后续选取合适的算法对图像进行处理,例如,有助于提升白平衡处理效果,进而有助于提升图像质量。
在一个可能的示例中,在所述基于所述目标白点数量进行场景识别,得到场景识别结果方面,所述识别单元403具体用于:
在所述目标白点数量小于或等于第一预设阈值时,确认所述场景识别结果为单色场景;
在所述目标白点数量大于所述第一预设阈值时,获取所述待处理图像在三维直方图域上的白点比重;
依据所述白点比重进行场景识别,得到所述场景识别结果。
在一个可能的示例中,在所述依据所述白点比重进行场景识别,得到所述场景识别结果方面,所述识别单元403具体用于:
在所述白点比重大于第二预设阈值时,确认所述场景识别结果为白点场景;
在所述白点比重小于或等于第二预设阈值时,确定所述待处理图像在三维直方图域上的bin数量;
依据所述bin数量进行场景识别,得到所述场景识别结果。
在一个可能的示例中,在所述依据所述bin数量进行场景识别,得到所述场景识别结果方面,所述识别单元403具体用于:
在所述bin数量小于或等于第三预设阈值时,确认所述场景识别结果为单色场景;
在所述bin数量大于所述第三预设阈值时,确认所述场景识别结果为白点场景。
在一个可能的示例中,在所述获取所述待处理图像的色温曲线,并基于所述色温曲线确定所述待处理图像的目标白点数量方面,所述确定单元402具体用于:
获取目标环境参数;
确定与所述目标环境参数对应的所述色温曲线;
将所述待处理图像转化到YCbCr空间,得到Cb分量和Cr分量;
依据所述色温曲线、所述Cb分量和所述Cr分量确定所述待处理图像的目标白点数量。
其中,所述场景识别装置400还可以包括存储单元404,用于存储电子设备的程序代码和数据。所述获取单元401、所述确定单元402和所述识别单元403可以是处理器,存储单元404可以是存储器。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
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的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,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,可以是电性或其它的形式。
上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。
上述集成的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器中。基于这样的理解,本申请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全部或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器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、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上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种场景识别方法,其特征在于,所述方法包括:
获取待处理图像;
获取所述待处理图像的色温曲线,并基于所述色温曲线确定所述待处理图像的目标白点数量;
基于所述目标白点数量进行场景识别,得到场景识别结果。
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标白点数量进行场景识别,得到场景识别结果,包括:
在所述目标白点数量小于或等于第一预设阈值时,确认所述场景识别结果为单色场景;
在所述目标白点数量大于所述第一预设阈值时,获取所述待处理图像在三维直方图域上的白点比重;
依据所述白点比重进行场景识别,得到所述场景识别结果。
3.根据权利要求2所述的方法,其特征在于,所述依据所述白点比重进行场景识别,得到所述场景识别结果,包括:
在所述白点比重大于第二预设阈值时,确认所述场景识别结果为白点场景;
在所述白点比重小于或等于第二预设阈值时,确定所述待处理图像在三维直方图域上的bin数量;
依据所述bin数量进行场景识别,得到所述场景识别结果。
4.根据权利要求3所述的方法,其特征在于,所述依据所述bin数量进行场景识别,得到所述场景识别结果,包括:
在所述bin数量小于或等于第三预设阈值时,确认所述场景识别结果为单色场景;
在所述bin数量大于所述第三预设阈值时,确认所述场景识别结果为白点场景。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述获取所述待处理图像的色温曲线,并基于所述色温曲线确定所述待处理图像的目标白点数量,包括:
获取目标环境参数;
确定与所述目标环境参数对应的所述色温曲线;
将所述待处理图像转化到YCbCr空间,得到Cb分量和Cr分量;
依据所述色温曲线、所述Cb分量和所述Cr分量确定所述待处理图像的目标白点数量。
6.一种场景识别装置,其特征在于,所述装置包括:获取单元、确定单元和识别单元,其中,
所述获取单元,用于获取待处理图像;
所述确定单元,用于获取所述待处理图像的色温曲线,并基于所述色温曲线确定所述待处理图像的目标白点数量;
所述识别单元,用于基于所述目标白点数量进行场景识别,得到场景识别结果。
7.根据权利要求6所述的装置,其特征在于,在所述基于所述目标白点数量进行场景识别,得到场景识别结果方面,所述识别单元具体用于:
在所述目标白点数量小于或等于第一预设阈值时,确认所述场景识别结果为单色场景;
在所述目标白点数量大于所述第一预设阈值时,获取所述待处理图像在三维直方图域上的白点比重;
依据所述白点比重进行场景识别,得到所述场景识别结果。
8.根据权利要求7所述的装置,其特征在于,在所述依据所述白点比重进行场景识别,得到所述场景识别结果方面,所述识别单元具体用于:
在所述白点比重大于第二预设阈值时,确认所述场景识别结果为白点场景;
在所述白点比重小于或等于第二预设阈值时,确定所述待处理图像在三维直方图域上的bin数量;
依据所述bin数量进行场景识别,得到所述场景识别结果。
9.一种电子设备,其特征在于,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-5任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010830867.5A CN112040202A (zh) | 2020-08-18 | 2020-08-18 | 场景识别方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010830867.5A CN112040202A (zh) | 2020-08-18 | 2020-08-18 | 场景识别方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112040202A true CN112040202A (zh) | 2020-12-04 |
Family
ID=73577715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010830867.5A Pending CN112040202A (zh) | 2020-08-18 | 2020-08-18 | 场景识别方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112040202A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177889A (zh) * | 2021-04-27 | 2021-07-27 | 深圳市慧鲤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN113596427A (zh) * | 2021-09-13 | 2021-11-02 | 厦门亿联网络技术股份有限公司 | 图像白平衡提升方法、装置、电子设备及存储介质 |
CN113727086A (zh) * | 2021-08-30 | 2021-11-30 | 重庆紫光华山智安科技有限公司 | 白平衡调节方法、装置、监控设备和计算机可读存储介质 |
-
2020
- 2020-08-18 CN CN202010830867.5A patent/CN112040202A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177889A (zh) * | 2021-04-27 | 2021-07-27 | 深圳市慧鲤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN113177889B (zh) * | 2021-04-27 | 2022-03-01 | 深圳市慧鲤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN113727086A (zh) * | 2021-08-30 | 2021-11-30 | 重庆紫光华山智安科技有限公司 | 白平衡调节方法、装置、监控设备和计算机可读存储介质 |
CN113596427A (zh) * | 2021-09-13 | 2021-11-02 | 厦门亿联网络技术股份有限公司 | 图像白平衡提升方法、装置、电子设备及存储介质 |
CN113596427B (zh) * | 2021-09-13 | 2024-03-15 | 厦门亿联网络技术股份有限公司 | 图像白平衡提升方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107613191B (zh) | 一种拍照方法、设备及计算机可读存储介质 | |
CN109639982B (zh) | 一种图像降噪方法、装置、存储介质及终端 | |
CN109272459B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN108234882B (zh) | 一种图像虚化方法及移动终端 | |
CN112040202A (zh) | 场景识别方法、装置及存储介质 | |
CN112449120B (zh) | 高动态范围视频生成方法及装置 | |
CN107038681B (zh) | 图像虚化方法、装置、计算机可读存储介质和计算机设备 | |
CN109688322B (zh) | 一种生成高动态范围图像的方法、装置及移动终端 | |
CN111614908B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN107566749B (zh) | 拍摄方法及移动终端 | |
CN112055190A (zh) | 图像处理方法、装置及存储介质 | |
KR102383129B1 (ko) | 이미지에 포함된 오브젝트의 카테고리 및 인식률에 기반하여 이미지를 보정하는 방법 및 이를 구현한 전자 장치 | |
CN112419167A (zh) | 图像增强方法、装置及存储介质 | |
CN107644396B (zh) | 一种唇色调整方法和装置 | |
KR102581679B1 (ko) | 이미지에 포함된 객체의 속성에 따라 이미지의 화이트 밸런스를 보정하는 전자 장치 및 전자 장치의 이미지 처리 방법 | |
CN109104578B (zh) | 一种图像处理方法及移动终端 | |
CN110930329A (zh) | 星空图像处理方法及装置 | |
CN112802030A (zh) | 图像处理方法、装置及存储介质 | |
CN111028276A (zh) | 图像对齐方法、装置、存储介质及电子设备 | |
CN108616687B (zh) | 一种拍照方法、装置和移动终端 | |
CN111199171B (zh) | 一种皱纹检测方法和终端设备 | |
CN109639981B (zh) | 一种图像拍摄方法及移动终端 | |
CN110944163A (zh) | 一种图像处理方法及电子设备 | |
CN107817963B (zh) | 一种图像显示方法、移动终端及计算机可读存储介质 | |
US20230388441A1 (en) | Electronic device and method for capturing image by using angle of view of camera module |
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 |