CN112348761A - 设备外观图像亮度调节方法及装置 - Google Patents

Abstract

本发明涉及一种设备外观图像亮度调节方法及装置，在获取到设备外观图像后，将设备外观图像的原始像素值代入自适应亮度调节算法，最后将自适应亮度调节算法的处理结果作为用于回收外观评估的设备外观图像。基于此，避免使用经验阈值进行图像亮度调节的繁琐过程和局限性。通过自适应亮度调节算法调节亮度后的外观图像可以更加层次分明的表现出设备外观存在的问题，以便于为设备回收估价提供更为准确地参考性，提高设备回收的成功率。

Description

设备外观图像亮度调节方法及装置

技术领域

本发明涉及电子产品技术领域，特别是涉及一种设备外观图像亮度调节方法及装置。

背景技术

随着电子产品技术的发展，各种智能设备层出不穷，例如智能手机、笔记本电脑和平板电脑等。目前，伴随着经济和技术的高速发展，智能设备的普及和更新换代速度也越来越快。以智能手机为例，5G时代的到来，加速了智能手机的换代。在智能设备进行迭代的过程中，有效回收是智能设备剩余价值的有效利用手段之一，可减少对环境的化学污染以及减少浪费。

在智能设备的回收过程中，设备估价作为设备回收、以旧换新的重要中间环节，其估价的准确性和合理性间接影响着人们设备回收、以旧换新的成功率。其中，设备外观作为评估设备外部故障和新旧程度的重要信息来源，设备外观亮度值影响设备外观图像的呈现效果，进而直接影响设备外部故障的检测结果，进而间接影响设备的最终回收估价。因此，在设备回收中对设备外观图像进行评估这一环节，调节设备外观图像亮度具有重要的意义。

传统的设备外观图像亮度调节方式，通常通过对不同设备外观图像分别采用不同的经验阈值或者经验阈值组合进行亮度调节，以实现对设备外观图像的亮度调节。然而，获取经验阈值的方式比较繁琐，且获取到的经验阈值仅适用于对应的设备外观图像，具有一定局限性，适用范围有限。由此可见，传统的设备外观图像亮度调节方式还存在上述缺陷。

发明内容

基于此，有必要针对传统的设备外观图像亮度调节方式还存在的缺陷，提供一种设备外观图像亮度调节方法及装置。

一种设备外观图像亮度调节方法，包括步骤：

获取设备外观图像；

将设备外观图像的原始像素值代入自适应亮度调节算法；

将自适应亮度调节算法的处理结果作为用于回收外观评估的设备外观图像。

上述的设备外观图像亮度调节方法，在获取到设备外观图像后，将设备外观图像的原始像素值代入自适应亮度调节算法，最后将自适应亮度调节算法的处理结果作为用于回收外观评估的设备外观图像。基于此，避免使用经验阈值进行图像亮度调节的繁琐过程和局限性。通过自适应亮度调节算法调节亮度后的外观图像可以更加层次分明的表现出设备外观存在的问题，以便于为设备回收估价提供更为准确地参考性，提高设备回收的成功率。

在其中一个实施例中，自适应亮度调节算法如下式：

Y(i,j)＝β(i,j)*X1(i,j)+α(i,j)*X2(i,j)

其中，X1(i,j)+X2(i,j)＝255，X1(i,j)∈[0,255]，X2(i,j)∈[0,255]，i,j表示设备外观图像中的像素坐标即第i行第j列的像素点位置，Y(i,j)表示第i行第j列像素点经自适应亮度调节后的最终像素值且Y(i,j)∈[0,255]，α,β为自适应亮度调节因子。

在其中一个实施例中，自适应亮度调节因子满足下式：

其中，α(i,j)+β(i,j)＝1且α(i,j)∈(0,1),β(i,j)∈(0,1)。

在其中一个实施例中，自适应亮度调节算法包括密度峰值聚类算法。

在其中一个实施例中，获取设备外观图像的过程，包括步骤：

在设定亮度环境下获取设备外观图像。

在其中一个实施例中，设定亮度环境的照度为100至1000lx。

在其中一个实施例中，还包括步骤：

对自适应亮度调节算法的处理结果进行滤波处理，将滤波处理结果作为用于回收外观评估的设备外观图像。

一种设备外观图像亮度调节装置，包括：

图像获取模块，用于获取设备外观图像；

亮度调节模块，用于将设备外观图像的原始像素值代入自适应亮度调节算法；

图像输出模块，用于将自适应亮度调节算法的处理结果作为用于回收外观评估的设备外观图像。

上述的设备外观图像亮度调节装置，在获取到设备外观图像后，将设备外观图像的原始像素值代入自适应亮度调节算法，最后将自适应亮度调节算法的处理结果作为用于回收外观评估的设备外观图像。基于此，避免使用经验阈值进行图像亮度调节的繁琐过程和局限性。通过自适应亮度调节算法调节亮度后的外观图像可以更加层次分明的表现出设备外观存在的问题，以便于为设备回收估价提供更为准确地参考性，提高设备回收的成功率。

一种计算机存储介质，其上存储有计算机指令，计算机指令被处理器执行时实现上述任一实施例的屏幕透图检测方法。

上述的计算机存储介质，在获取到智能设备屏幕显示的原始图片后，通过分类算法对原始图片进行分类处理，获得多个分类准确率和图片权重，并根据分类准确率获得用于表征智能设备屏幕透图检测结果的目标权重。基于此，在回收智能设备时可通过对智能设备屏幕显示的图片进行实时检测，检测设备屏幕是否透图来指导回收，有利于指导回收的同时降低回收工作量以及提高检测准确率。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述任一实施例的屏幕透图检测方法。

上述的计算机设备，在获取到设备外观图像后，将设备外观图像的原始像素值代入自适应亮度调节算法，最后将自适应亮度调节算法的处理结果作为用于回收外观评估的设备外观图像。基于此，避免使用经验阈值进行图像亮度调节的繁琐过程和局限性。通过自适应亮度调节算法调节亮度后的外观图像可以更加层次分明的表现出设备外观存在的问题，以便于为设备回收估价提供更为准确地参考性，提高设备回收的成功率。

附图说明

图1为一实施方式的设备外观图像亮度调节方法流程图；

图2为另一实施方式的设备外观图像亮度调节方法流程图；

图3为一具体应用例的像素值曲线图；

图4为一实施方式的设备外观图像亮度调节装置模块结构图；

图5为一具体应用例的屏幕透图检测方法流程图。

具体实施方式

为了更好地理解本发明的目的、技术方案以及技术效果，以下结合附图和实施例对本发明进行进一步的讲解说明。同时声明，以下所描述的实施例仅用于解释本发明，并不用于限定本发明。

本发明实施例提供了一种设备外观图像亮度调节方法。

图1为一实施方式的设备外观图像亮度调节方法流程图，如图1所示，一实施方式的设备外观图像亮度调节方法包括步骤S100至步骤S102：

S100，获取设备外观图像；

其中，设备即待回收的智能设备，包括智能手机、笔记本电脑和平板电脑等。通过摄像设备拍摄设备外观图像，获得设备外观图像。

在其中一个实施例中，图2为另一实施方式的设备外观图像亮度调节方法流程图，如图2所示，步骤S100中获取设备外观图像的过程，包括步骤S200：

S200，在设定亮度环境下获取设备外观图像。

其中，通过在设定亮度环境下获取设备外观图像，即在设定亮度环境下拍摄设备，获取设备外观图像。基于此，使设备外观图像的亮度值处于合理范围内，降低后续自适应亮度调节算法的计算量或亮度值超出自适应亮度调节算法的处理范围。

在其中一个实施例中，设定亮度环境的照度为100至1000lx(勒克斯)。作为一个较优的实施方式，设定亮度环境的照度为550lx。

S101，将设备外观图像的原始像素值代入自适应亮度调节算法；

S102，将自适应亮度调节算法的处理结果作为用于回收外观评估的设备外观图像。

其中，通过自适应亮度调节算法，调整设备外观图像的原始像素值，消除拍摄环境和设备自身为设备外观图像引入的干扰，使处理后的设备外观图像能更为直观地反映在回收中需要注意的外观问题。

在其中一个实施例中，自适应亮度调节算法包括密度峰值聚类算法(clusteringby fast search and find of density peaks，DPC)。通过密度峰值聚类算法，求取原始像素值的聚类中心，并根据聚类中心对各像素点的像素值进行密度排列，得出设备外观图像的聚类特征，为回收外观评估提供参考。

在其中一个实施例中，自适应亮度调节算法如下式：

Y(i,j)＝β(i,j)*X1(i,j)+α(i,j)*X2(i,j)

其中，X1(i,j)+X2(i,j)＝255，X1(i,j)∈[0,255]，X2(i,j)∈[0,255]，i,j表示设备外观图像中的像素坐标即第i行第j列的像素点位置，Y(i,j)表示第i行第j列像素点经自适应亮度调节后的最终像素值且Y(i,j)∈[0,255]，α,β为自适应亮度调节因子。

在其中一个实施例中，原始像素值还可以用于调整自适应亮度调节因子α,β，如下式：

其中，α(i,j)+β(i,j)＝1且α(i,j)∈(0,1),β(i,j)∈(0,1)。

为了更直观地解释本实施例自适应亮度调节算法的调节效果，以下以一具体应用例子进行解释。图3为一具体应用例的像素值曲线图，如图3所示，X1对应的像素值为原始像素值，Y为对应像素点的像素值进行自适应亮度调节后的输出像素值。从图3可以看出，当X1的像素值较小时，即对应的图像较暗时，经过自适应亮度调节处理后，Y的像素值会逐渐增大，提升对应的图像亮度。当X1的像素值大于127后，即对应的图像开始变亮时，经过自适应亮度调节处理后，Y的像素值会逐渐减小，降低对应的图像亮度。

在其中一个实施例中，图4为又一实施方式的设备外观图像亮度调节方法流程图，如图4所示，又一实施方式的设备外观图像亮度调节方法还包括步骤S300：

S300，对自适应亮度调节算法的处理结果进行滤波处理，将滤波处理结果作为用于回收外观评估的设备外观图像。

其中，滤波处理包括均值滤波、引导滤波或最大值最小值滤波。基于此，通过滤波处理对自适应亮度调节算法处理后的设备外观图像进行噪声抑制，以提高设备回收的参考性。

在其中一个实施例中，如图4所示，又一实施方式的设备外观图像亮度调节方法还包括步骤S400：

S400，存储用于回收外观评估的设备外观图像。

其中，存储用于回收外观评估的设备外观图像，以便后续进行设备外观的回收检测。

上述任一实施例的设备外观图像亮度调节方法，在获取到设备外观图像后，将设备外观图像的原始像素值代入自适应亮度调节算法，最后将自适应亮度调节算法的处理结果作为用于回收外观评估的设备外观图像。基于此，避免使用经验阈值进行图像亮度调节的繁琐过程和局限性。通过自适应亮度调节算法调节亮度后的外观图像可以更加层次分明的表现出设备外观存在的问题，以便于为设备回收估价提供更为准确地参考性，提高设备回收的成功率。

本发明实施例还提供了一种设备外观图像亮度调节装置。

图5为一实施方式的设备外观图像亮度调节装置模块结构图，如图5所示，一实施方式的设备外观图像亮度调节装置包括模块100、模块101和模块102：

图像获取模块100，用于获取设备外观图像；

亮度调节模块101，用于将设备外观图像的原始像素值代入自适应亮度调节算法；

图像输出模块102，用于将自适应亮度调节算法的处理结果作为用于回收外观评估的设备外观图像。

上述的设备外观图像亮度调节装置，在获取到设备外观图像后，将设备外观图像的原始像素值代入自适应亮度调节算法，最后将自适应亮度调节算法的处理结果作为用于回收外观评估的设备外观图像。基于此，避免使用经验阈值进行图像亮度调节的繁琐过程和局限性。通过自适应亮度调节算法调节亮度后的外观图像可以更加层次分明的表现出设备外观存在的问题，以便于为设备回收估价提供更为准确地参考性，提高设备回收的成功率。

本发明实施例还提供了一种计算机存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述任一实施例的设备外观图像亮度调节方法。

本领域的技术人员可以理解：实现上述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，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、随机存取存储器(RAM，Random Access Memory)、只读存储器(ROM，Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本发明实施例的技术方案本质上或者说对相关技术做出贡献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、终端、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。而前述的存储介质包括：移动存储设备、RAM、ROM、磁碟或者光盘等各种可以存储程序代码的介质。

与上述的计算机存储介质对应的是，在一个实施例中还提供一种计算机设备，该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行程序时实现如上述各实施例中的任意一种设备外观图像亮度调节方法。

上述计算机设备，在获取到设备外观图像后，将设备外观图像的原始像素值代入自适应亮度调节算法，最后将自适应亮度调节算法的处理结果作为用于回收外观评估的设备外观图像。基于此，避免使用经验阈值进行图像亮度调节的繁琐过程和局限性。通过自适应亮度调节算法调节亮度后的外观图像可以更加层次分明的表现出设备外观存在的问题，以便于为设备回收估价提供更为准确地参考性，提高设备回收的成功率。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种设备外观图像亮度调节方法，其特征在于，包括步骤：

获取设备外观图像；

将所述设备外观图像的原始像素值代入自适应亮度调节算法；

将所述自适应亮度调节算法的处理结果作为用于回收外观评估的设备外观图像。

2.根据权利要求1所述的设备外观图像亮度调节方法，其特征在于，所述自适应亮度调节算法如下式：

Y(i,j)＝β(i,j)*X1(i,j)+α(i,j)*X2(i,j)

其中，X1(i,j)+X2(i,j)＝255，X1(i,j)∈[0,255]，X2(i,j)∈[0,255]，i,j表示设备外观图像中的像素坐标即第i行第j列的像素点位置，Y(i,j)表示第i行第j列像素点经自适应亮度调节后的最终像素值且Y(i,j)∈[0,255]，α,β为自适应亮度调节因子。

3.根据权利要求2所述的设备外观图像亮度调节方法，其特征在于，所述自适应亮度调节因子满足下式：

其中，α(i,j)+β(i,j)＝1且α(i,j)∈(0,1),β(i,j)∈(0,1)。

4.根据权利要求1所述的设备外观图像亮度调节方法，其特征在于，所述自适应亮度调节算法包括密度峰值聚类算法。

5.根据权利要求1至4任意一项所述的设备外观图像亮度调节方法，其特征在于，获取设备外观图像的过程，包括步骤：

在设定亮度环境下获取设备外观图像。

6.根据权利要求5所述的设备外观图像亮度调节方法，其特征在于，所述设定亮度环境的照度为100至1000lx。

7.根据权利要求1至4任意一项所述的设备外观图像亮度调节方法，其特征在于，还包括步骤：

对所述自适应亮度调节算法的处理结果进行滤波处理，将滤波处理结果作为用于回收外观评估的设备外观图像。

8.一种设备外观图像亮度调节装置，其特征在于，包括：

图像获取模块，用于获取设备外观图像；

亮度调节模块，用于将所述设备外观图像的原始像素值代入自适应亮度调节算法；

图像输出模块，用于将所述自适应亮度调节算法的处理结果作为用于回收外观评估的设备外观图像。

9.一种计算机存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被处理器执行时实现如权利要求1至7任意一项所述的设备外观图像亮度调节方法。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行程序时实现如权利要求1至7任意一项所述的设备外观图像亮度调节方法。

Images