CN112950499A - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112950499A CN112950499A CN202110209331.6A CN202110209331A CN112950499A CN 112950499 A CN112950499 A CN 112950499A CN 202110209331 A CN202110209331 A CN 202110209331A CN 112950499 A CN112950499 A CN 112950499A
- Authority
- CN
- China
- Prior art keywords
- image
- brightness
- initial
- pixel
- fusion
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 143
- 238000003672 processing method Methods 0.000 title claims abstract description 42
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 230000004927 fusion Effects 0.000 claims abstract description 92
- 230000006872 improvement Effects 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000014759 maintenance of location Effects 0.000 claims abstract description 26
- 238000013507 mapping Methods 0.000 claims description 65
- 230000009467 reduction Effects 0.000 claims description 53
- 238000009499 grossing Methods 0.000 claims description 12
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 230000001681 protective effect Effects 0.000 claims 1
- 238000001914 filtration Methods 0.000 description 23
- 230000008569 process Effects 0.000 description 19
- 230000000007 visual effect Effects 0.000 description 12
- 230000002146 bilateral effect Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 239000003086 colorant Substances 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000000717 retained effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 230000036548 skin texture Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了一种图像处理方法、装置、电子设备及存储介质。其中方法包括：获取初始图像并对初始图像进行全局亮度提升，得到第一图像；然后对初始图像进行局部对比度提升，得到第二图像；再对初始图像进行细节处理，得到细节保留图像；再对第一图像、第二图像、细节保留图像进行图像融合，得到第三图像；最后对第三图像进行色彩提升，得到输出图像。通过对初始图像进行全局亮度提升、对比度提升、细节处理及色彩提升处理，使得输出图像拥有更高的图像质量。
Description
技术领域
本申请涉及图像处理技术领域，具体涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
随着影像技术的发展，智能手机等电子设备也拥有丰富的摄影功能，但是当电子设备处于亮度较差的环境下，由于较差的光源和摄像头等硬件限制的情况下，电子设备拍摄出的照片或视频往往是不够清晰的。尤其是电子设备在夜晚录制视频的时候，录制的夜景视频质量不高，视频画面与人眼真实观测到的场景画面有较大差异。
发明内容
本申请实施例提供一种图像处理方法、装置、电子设备及存储介质。
第一方面，本申请实施例提供了一种图像处理方法，该方法包括：
获取初始图像并对所述初始图像进行全局亮度提升，得到第一图像；
对所述初始图像进行局部对比度提升，得到第二图像；
对所述初始图像进行细节处理，得到细节保留图像；
对所述第一图像、第二图像、细节保留图像进行图像融合，得到第三图像；
对所述第三图像进行色彩提升，得到输出图像。
第二方面，本申请实施例提供了一种图像处理装置，该装置包括：
亮度处理模块，用于获取初始图像并对所述初始图像进行全局亮度提升，得到第一图像；
对比度处理模块，用于对所述初始图像进行局部对比度提升，得到第二图像；
细节处理模块，用于对所述初始图像进行细节处理，得到细节保留图像；
图像融合模块，用于对所述第一图像、第二图像、细节保留图像进行图像融合，得到第三图像；
图像优化模块，用于对所述第三图像进行色彩提升，得到输出图像。
第三方面，本申请实施例提供了一种电子设备，该电子设备存储有可执行程序代码的存储器、与所述存储器耦合的处理器，所述处理器调用所述存储器中存储的所述可执行程序代码，执行本申请任一实施例提供的图像处理方法中的步骤。
第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有多条计算机可读指令，所述指令适于处理器进行加载，以执行本申请任一实施例提供的图像处理方法中的步骤。
在本申请实施例中，电子设备通过获取初始图像并对初始图像进行全局亮度提升，得到第一图像；然后对初始图像进行局部对比度提升，得到第二图像；再对初始图像进行细节处理，得到细节保留图像；再对第一图像、第二图像、细节保留图像进行图像融合，得到第三图像；最后对第三图像进行色彩提升，得到输出图像。电子设备通过本申请实施例提供的图像处理方法，可以对初始图像进行全局亮度提升、对比度提升、细节处理、色彩提升处理，使得最终输出的图像拥有更高的图像质量，从而使得电子设备拍摄的照片或视频拥有更高的图像质量。
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是本申请实施例提供的图像处理的流程示意图。
图2是本申请实施例提供的图像处理方法的第一流程示意图。
图3是本申请实施例提供的全局亮度提升的流程示意图。
图4是本申请实施例提供本申请实施例提供的对比度提升的流程示意图。
图5是本申请实施例提供的第二子图像的灰度直方图。
图6是本申请实施例提供的均衡化处理后的灰度直方图。
图7是本申请实施例提供的边缘细节提升的流程示意图。
图8是本申请实施例提供的图像融合处理的流程示意图。
图9是本申请实施例提供的对第三图像处理的流程示意图。
图10是本申请实施例提供的在YUV空间中对应的肤色区域图。
图11是本申请实施例提供的图像处理方法的第二流程示意图。
图12是本申请实施例提供的图像处理装置的第一结构示意图。
图13是本申请实施例提供的图像处理装置的第二结构示意图。
图14是本申请实施例提供的电子设备的结构示意图。
具体实施方式
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。
在相关技术中，在环境亮度不好的情况下，电子设备往往是通获取多帧图像，然后对多帧图像进行融合，再对融合后的图像进行亮度等参数调节，从而获取一张夜景拍摄图像。但是，通过这种方式来处理图像，电子设备需要较多的计算量来对多帧图像进行处理，同时在电子设备硬件性能不足的情况下，电子设备无法采用相关技术中较为复杂的算法来实现对夜景视频或图像的画质提升，由于电子设备没有合适的图像处理算法，最终导致电子设备拍摄的夜景视频或者图像拥有较差的图像质量，例如，亮度不足、对比度低、细节模糊、色彩还原度低等问题，导致最终拍摄的夜景视频的显示效果难以达到符合人眼视觉特性。
为了解决该技术问题，本申请实施例提供了一种图像处理方法、装置、电子设备及存储介质。该图像处理方法可以应用到各种电子设备，例如，智能手机、电脑、穿戴设备、智能家居设备等电子设备。该图像处理方法能够提升电子设备的图像处理能力，使得照片或视频拥有良好的对比度、亮度、细节、色彩信息，更加符合人眼视觉特性。
需要说明的是，该图像处理方法对应的算法较为简单，因此在实际应用中，电子设备能够在硬件能力有限的情况下，也能够使用该图像处理方法对应的算法。从而在拍摄夜景视频时，电子设备可以通过该图像处理方法快速地对获取的图像进行处理，从而快速得到输出图像，提升了录制的夜景视频的画质，例如使得录制的夜景视频拥有较高的全局亮度、较合适的对比度、丰富的细节信息及色彩信息等。
为了更好的理解本申请实施例提供的图像处理方法，请参阅图1，图1是本申请实施例提供的图像处理的流程示意图。
如图1所示，电子设备包括全局亮度处理单元、对比度处理单元、细节处理单元、图像融合单元、降噪处理单元以及色彩处理单元。
首先，电子设备在获取到初始输入图像之后，将初始输入图像分别输入到全局亮度处理单元、对比度处理单元、细节处理单元。其中，全局亮度处理单元会对初始图像的全局亮度进行提升，输出全局亮度更明亮的第一图像。对比度处理单元会对初始图像的对比度进行提升，输出对比度更加符合人眼视觉特性的第二图像。细节处理单元会对初始图像进行边缘细节处理，从而得到细节保留图像，在细节保留图像中能够保留初始图像中更多的边缘细节信息。
然后，电子设备将第一图像、第二图像、细节保留图像输入到图像融合单元，图像融合单元会将第一图像、第二图像、细节保留图像进行图像融合，从而得到亮度更高、边缘细节更加丰富、对比度更加符合人眼视觉特性的第三图像。例如，图像融合单元可以先把第一图像和第二图像进行图像融合得到融合图像，然后再将融合图像和细节保留图像进行图像融合得到第三图像。
图像融合单元将输出的第三图像输入到降噪处理单元，降噪处理单元会对第三图像进行降噪，可以除去第三图像中亮度信号中的亮度噪声，从而使得降噪后的图像拥有更加均匀的亮度。
电子设备再将降噪后的图像和初始图像输入到色彩处理单元中，色彩处理单元会根据降噪后的图像的亮度值和初始图像的亮度值得到亮度差异信息，最终根据亮度差异信息在颜色信息库中查找到对应的颜色信息，并将颜色信息更新到降噪后的图像中，从而得到色彩准确的输出图像，同时输出图像还具备亮度更高、细节更加丰富、对比度更加符合人眼视觉特性等特点。通过上述图像处理流程，电子设备能够快速处理初始图像，使得电子设备输出的图像拥有更高的图像质量，从而使得电子设备拍摄的夜景视频或图像拥有更好的显示效果。
请参阅图2，图2是本申请实施例提供的图像处理方法的第一流程示意图。该图像处理方法能够提升电子设备的图像处理能力，使得生成的图像质量较高。该图像处理方法具体可以包括以下步骤：
110、获取初始图像并对初始图像进行全局亮度提升，得到第一图像。
电子设备在夜晚或者光线强度较差的环境下，通过摄像头采集当前画面的初始图像。也就是说该初始图像是当前帧图像。众所周知，在电子设备的摄像头、处理器等硬件的限制下，会导致拍摄出的初始图像拥有较差的画面观感，例如初始图像存在亮度较低、图像模糊、色彩失真等问题。
当然，初始图像也可以是电子设备通过其他渠道获取的，例如其他摄影设备将拍摄的初始图像传输到电子设备中的。
在本申请实施例中，电子设备可以先对获取的初始图像进行全局亮度提升，从而得到第一图像，第一图像相对于初始图像拥有更高的亮度。
请一并参阅图3，图3是本申请实施例提供的全局亮度提升的流程示意图。其中，步骤110具体可以包括以下步骤：
111、获取初始图像的亮度值及初始图像的亮度值对应的亮度曲线。
电子设备可以先获取初始图像的亮度值以及初始图像的亮度值对应的亮度曲线。例如，当电子设备在拍摄照片时，可以直接从图像信号处理器(Image Signal Processing，ISP)中获取初始图像的自动曝光控制(Automatic Exposure Control，AEC)信息，再从自动曝光控制信息中获取初始图像的亮度值。其中，初始图像的亮度值可以理解为是初始图像在灰度图中的像素值。
在确定好初始图像中每一个像素的亮度值之后，可以生成初始图像亮度值对应的亮度曲线。例如，可以根据初始图像中每个像素的亮度值确定出灰度直方图，在灰度直方图中的可以定出亮度曲线。
112、对亮度曲线进行平滑处理，得到目标亮度曲线及目标亮度曲线对应的第一环境亮度值。
在一些实施方式中，电子设备可以对初始图像亮度值对应的亮度曲线进行平滑处理，得到平滑处理图像，使得平滑处理图像中的亮度能够更加均匀，避免在某些区域发生亮度突变，导致整个初始图像的亮度看起来不够均匀。
电子设备在对初始图像的亮度曲线进行平滑处理后，得到平滑处理图像，再获取平滑处理图像对应的目标亮度曲线，也就是对亮度曲线进行平滑处理后的曲线。
在一些实施方式中，电子设备在获取到目标亮度曲线之后，可以根据目标亮度曲线确定出该目标亮度曲线对应的第一环境亮度值。例如，平滑处理图像的第一亮度曲线是在某一环境下的第一亮度曲线，可以通过该第一亮度曲线来计算出该环境下对应的平均亮度值，该平均亮度值可以是勒克斯值(lux)。
113、根据第一环境亮度值确定目标亮度曲线对应的第一映射曲线。
在一些实施方式中，电子设备可以预先设置环境亮度值对应的预设色调映射(ToneMapping)曲线。也就是说，在一个环境亮度下的图像的亮度曲线都会有一个对应的预设色调映射曲线，且该环境亮度下的图像每个像素的亮度值和预设色调映射曲线中都有一个映射的值。例如，在该环境亮度下，像素A的亮度值为155，像素A在预设色调映射曲线中的亮度值为180。那么该环境亮度下的图像的亮度曲线和预设色调映射曲线就有一个映射关系。
电子设备可以根据多个环境亮度来确定每一个环境亮度对应的预设色调映射曲线，从而建立一个预设映射库。
在电子设备获取到目标亮度曲线对应的第一环境亮度值之后，可以根据第一环境亮度值在预设映射库中确定目标亮度曲线对应的映射关系，根据该映射关系确定出第一映射曲线。可以理解的是，第一映射曲线也是表示亮度的曲线。
114、对第一映射曲线进行调整，得到第一图像。
电子设备在得到第一映射曲线之后，电子设备可以对第一映射曲线进行细微调整。例如，可以对第一映射曲线的暗光区域进行调整，使得整个平滑处理图像暗光区域能够更亮，还可以对高光区域进行调整，使得整个平滑处理图像高光区域亮度不会过亮。具体的，电子设备可以根据自动曝光控制信息确定出动态范围控制增益值(Dynamic RangeControlGain，DRCgain),动态范围控制增益值能够反映出平滑处理图像中亮度较高的亮度区域，通过动态范围控制增益值确定平滑处理图像中的多个高光区域后，可以对高光区域中像素对应的亮度值进行调节，使得高光区域中的亮度不会过亮。
例如，电子设备在确定暗光区域之后，获取暗光区域中的像素B，像素B的亮度值为80，那么可以对像素B的亮度值进行微调，将像素B的亮度值调整到120，使得像素B拥有更高的亮度。那么对暗光区域中所有的像素进行微调，就能够提升暗光区域的整体亮度。
在高光区域中，比如像素C的亮度值为200，则可以将像素C的亮度值调整到170，防止像素C拥有较高的亮度，通过该方式来对多个高光区域的像素进行调节，防止高光区域过亮，导致画面亮度不够均匀。
最后，电子设备将暗光区域、高光区域调节之后的图像确定为第一图像，第一图像相对于初始图像拥有更高的全局亮度，同时第一图像中的亮度更加均匀，实现对初始图像的全局亮度提升。
需要说明的是，在电子设备拍摄夜景视频或图像的情况下，一般暗光区域较多，因此，可以对暗光区域、高光区域调节之后，整个第一图像的全局亮度是有所提升的。
请继续参阅图2。步骤120、对初始图像进行局部对比度提升，得到第二图像。
对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量，差异范围越大代表对比越大，差异范围越小代表对比越小。例如，对比度越大，图像越清晰醒目，色彩也越鲜明艳丽；而对比度小，则会让整个画面都灰蒙蒙的。
电子设备获取到初始图像后，初始图像可能存在对比度较低的问题，导致初始图像的画面显示效果较差，呈现出灰蒙蒙的视觉感受。
由于整个初始图像中不同区域的对比度是不同的，如果对整个初始图像采用同一标准的对比度调节方式，必定会导致调节后的画面某一些区域对比度失常，使得调节后的画面显示效果更差。
为了解决该问题，本申请中可以通过对初始图像的不同区域来进行对比度提升，从而使得每个区域的对比度提升后都能够拥有更好的显示效果，最终使得整个初始图像拥有更好的显示效果。
为了更加详细的说明对初始图像局部对比度提升的方式。请参阅图4，图4是本申请实施例提供的对比度提升的流程示意图。步骤120可以包括以下步骤：
121、对初始图像进行分割得到多个第一子图像。
电子设备在获取到初始图像之后，可以对初始图像进行分割，得到多个第一子图像。例如，可以对初始图像进行按照预设的分割尺寸进行分割，得到多个尺寸相同的第一子图像。或者，电子设备可以根据初始图像中的拍摄对象，来分割出多个尺寸不同的第一子图像，比如将人物所在区域划分为第一子图像，将天空所在区域划分为另一第一子图像。
电子设备还可以根据初始图像不同区域的平均亮度值来划分出多个第一子图像。例如，将初始图像划分为多个分割区域，获取每个分割区域的平均亮度值，然后将平均亮度值相差不大的分割区域确定为一个第一子图像中的区域。
122、根据当前环境亮度值确定多个第一子图像分别对应的亮度阈值。
可以理解的是，每个第一子图像中当前的环境亮度值是不同的，有些第一子图像中当前的环境亮度值较高，有一些第一子图像中当前的环境亮度值较低。电子设备可以根据每个第一子图像对应当前的环境亮度值来设置一个亮度阈值。其中，每个第一子图像对应的当前的环境亮度值可以是该第一子图像的平均亮度值。
例如，当第一子图像当前的环境亮度值较低时，说明该第一子图像的整体亮度较低，可以设置一个较高的亮度阈值。当第一子图像的环境亮度值较低时，说明该第一子图像的整体亮度较高，可以设置一个较低的亮度阈值。
在一些实施方式中，电子设备可以通过环境光传感器获取到当前环境的环境亮度值。其中，电子设备可以将整个初始图像的平均亮度值作为每个第一子图像对应的当前的环境亮度值。
123、在每个第一子图像中确定亮度值在亮度阈值以上的像素为待处理像素。
在一些实施方式中，当电子设备确定好每个第一子图像的亮度阈值之后，认为第一子图像中亮度值在亮度阈值之下的像素拥有较低的亮度值，并不需要对亮度阈值之下的像素进行处理。
电子设备确认第一子图像中亮度值在亮度阈值之上的像素拥有较高的亮度值，将亮度值在亮度阈值之上的像素定义为待处理像素。
124、对待处理像素进行亮度提升，得到第二子图像。
电子设备在确定待处理像素之后，可以对待处理像素的亮度进行调整，例如将待处理像素的亮度值进行调整，使其拥有更高的亮度值。而第一子图像中除了待处理像素的像素，不做调整。将待处理像素调整之后的图像定义为第二子图像。
第二子图像中，在亮度阈值以下的像素和在亮度阈值以上的像素拥有更高的对比度。
需要说明的是，亮度阈值一般设置的较高，这是为了对大量的亮度阈值以下的像素不做调整，防止整个第二子图像中的亮度过高。
125、确定第二子图像对应的灰度直方图，并根据当前环境亮度值计算灰度直方图对应的门限值。
电子设备在得到第二子图像之后，可以通过第二子图像中每一个像素的亮度值确定第二子图像对应的灰度直方图。然后电子设备根据环境光传感器获取的当前环境亮度值来确定灰度直方图对应的门限值。
例如，当前环境亮度值较亮的情况下，电子设备可以对灰度直方图的门限值设置的高一些，因为整个画面整体较亮，不需要对第二子图像中较多的像素进行处理。当前环境亮度值较暗的情况下，此时大量像素都会集中在较暗的亮度值上，电子设备可以对灰度直方图的门限值设置的低一些，从而对第二子图像中较暗的像素进行处理。
126、根据门限值对灰度直方图进行直方图均衡化处理，得到第三子图像。
在一些实施方式中，可以根据门限值对灰度直方图进行直方图均衡化(HistogramEqualization)处理，直方图均衡化是一种增强图像对比度的方法，其主要思想是将一副图像的直方图分布变成近似均匀分布，从而增强图像的对比度。
具体的，可以采用限制对比度的自适应直方图均衡化(Contrast LimitedAdaptive Histogram Equalization，CLAHE)的方式来处理灰度直方图。可以理解的是，如果直接采用自适应直方图均衡化的方式来处理灰度直方图，会导致产生的图像不连续和对比度过度增强的结果，使得整个图像呈现出不符合人眼视觉特性的对比度。因此，需要对每个第二子图像对应的灰度直方图采用限制对比度的自适应直方图均衡化处理，来限制对比度过度增强。
如图5所示，图5是本申请实施例提供的第二子图像的灰度直方图。
其中，横轴为第二子图像的像素亮度，纵轴是每个亮度值分布的第二图像中像素的数量。第二子图像的灰度直方图呈现出山峰式的分布，这说明在“山峰”所在的亮度区域内，分布了较多的像素，而且在“山峰”所在的亮度区域的亮度值都偏低，说明有大量的像素的亮度值都偏低，从而导致整个第二子图像的亮度较低，对比度也较低。
为了解决该问题，本申请实施例中，通过第二子图像对应的灰度直方图进行限制对比度的自适应直方图均衡化处理。
如图5所示，灰度直方图对应的门限值为M，对门限值M以上区域的灰度直方图进行裁剪，并将该区域对应的像素的亮度值进行调整，从而使得门限值M以上区域的像素均匀分到其他亮度值区域。
具体如图6所示，图6是本申请实施例提供的均衡化处理后的灰度直方图。由图6可知，在门限值M以上的区域通过裁剪后，均匀分到其他亮度区域，使得处理后的第二子图像拥有更加均匀的亮度分布，从而完成对第二子图像的对比度提升。将处理后的第二子图像定义为第三子图像。
127、对每一第三子图像中的像素进行加权线性插值处理，并在加权线性插值处理后合成得到第二图像。
可以理解的是，电子设备可以对每一个第二子图像都采用上述方式处理，从而得到每一第二子图像对应的第三子图像。
由于多个第三子图像都是分块进行处理得到的，所有多个第三子图像在进行合成时，由于像素的亮度值差异，会导致合成后的图像呈现出块状不均匀，也就是亮度不均匀，导致图像呈现出多个块状。
为了解决该问题，本申请实施例中通过采用对每一第三子图像中的像素进行加权线性插值处理，从而定义每一个第三子图像中的像素值，使得相邻的第三子图像之间在合成时，不会出现块状不均匀的现象。
具体可以采用以下方式来对每一第三子图像中的像素进行处理。
以两个相邻的第三子图像为例，第三子图像A的色调映射曲线为a，第三子图像B的色调映射曲线为b。其中，待插值像素为第三子图像A中的像素，首先通过色调映射曲线a确定出待插值像素的亮度值为C，再通过色调映射曲线b确定出待插值像素的亮度值为D。
然后，然后根据待插值像素与第三子图像B之间的欧式距离确定出权重值，例如，根据欧氏距离确定的权重值为0.7，可以通过亮度值C乘以0.7得到第一计算结果，通过亮度值D乘以0.3得到第二计算结果，将第一计算结果和第二计算结果相加就能够得到待插值像素最终的亮度值。
需要说明的是，在实际应用中，一个第三子图像可能相邻多个第三子图像，也可以根据上述方式对每一第三子图像中的像素进行加权线性插值处理，最终得到每一个第三子图像对应的像素的亮度值。
在确定每一第三子图像中像素对应的亮度值之后，可以根据每一个第三子图像进行合成得到一张完整尺寸的第二图像，第二图像拥有更加符合人眼视觉特性的对比度及亮度。
请继续参阅图2。步骤130、对初始图像进行细节处理，得到细节保留图像。
在相关图像处理技术中，往往是对图像直接进行处理，例如，直接对图像进行模糊化处理，使得人物皮肤更好。但是，这样会导致整个图像中丢失较多的细节信息，例如发丝边缘细节、肌肤纹理细节等等。
为了解决该技术问题，本申请实施例中，电子设备通过对初始图像进行模糊化处理，得到边缘细节信息，然后根据模糊化处理后的图像和初始图像生成高反差图像，高反差图像中拥有初始图像对应的边缘细节信息，可以将高反差图作为细节保留图像。
在对初始图像模糊化处理的过程中，电子设备可以采用保边滤波对初始图像进行处理，例如采用中值滤波、均值滤波、高斯滤波、双边滤波等滤波方式来得到模糊化处理的图像。
在一些实施方式中，还可以通过其他方式来获取初始图像的细节保留图像，例如通过一些边缘检测算法直接提取出初始图像的边缘细节信息，然后保留边缘细节信息，删除初始图像中除边缘细节信息外的其他图像信息，从而得到细节保留图像。
具体实施方式请参阅图7，图7是本申请实施例提供的边缘细节提升的流程示意图。其中，步骤130可以包括以下步骤：
131、确定初始图像中每一像素对应的像素值及每一像素之间的欧式距离。
电子设备可以采用双边滤波的方式来对初始图像进行模糊化处理。例如电子设备可以确定初始图像中每一像素的像素值，并确定每一像素之间的欧氏距离。比如，在初始图像中确定出一个像素，然后确定该像素的像素值，并计算该像素和其他像素中每一个像素之间的欧氏距离。
132、根据初始图像中每一像素对应的像素值及欧式距离对初始图像进行模糊化处理。
需要说明的是，双边滤波可以认为是双边滤波器(Bilateral filter)来对进行滤波。双边滤波器中一个滤波器是根据像素之间的欧氏距离来决定如何滤波的，例如两个像素之间的欧式距离越大则权值越小，两个像素之间的欧式距离越小则权值越大。
双边滤波器中的另一个滤波器是根据像素的像素值大小来决定如何滤波的，例如两个像素之间的像素差值相差越小，那么说明这两个像素越不可能是边缘，则应该对这两个像素进行平滑处理，也就是应该提高这两个像素在滤波器中的权值。两个像素之间的像素值相差越大，则这两个像素越有可能是边缘，则应该对这两个像素设置较小的权重值，尽力保留这两个像素不被平滑处理掉。
因此，电子设备可以根据初始图像中每一像素对应的像素值及欧式距离对初始图像进行模糊化处理，从而实现对初始图像的保边滤波处理，保留更多的边缘细节信息。
133、根据模糊化处理后的图像的像素值和初始图像的像素值生成高反差图像。
电子设备在确定好模糊化处理后的图像，确定模糊化处理后的图像的每一像素的像素值，同时确定初始图像中每一像素的像素值。然后确定模糊化处理后的图像中待计算像素在初始图像中对应的像素，利用待计算像素在初始图像中的像素值减去待计算像素在糊化处理后的图像中的像素值，则确定出像素差值。
通过此方式，电子设备就可以获取每一个像素对应的像素差值，通过每一个像素对应的像素差值，确定出生成的高反差图。
可以理解的是，在高反差图中保留有初始图像中对应的边缘细节信息。
请继续参阅图2。步骤140、对第一图像、第二图像、细节保留图像进行图像融合，得到第三图像。
由上述可知，在第一图像中拥有初始图像亮度提升后的亮度信息，在第二图像中拥有初始图像对比度提升后的对比度信息，在细节保留图像中拥有初始图像对应的边缘细节信息。
电子设备通过对第一图像、第二图像、细节保留图像进行图像融合，得到第三图像，第三图像中也保留有初始图像提升后的亮度信息、对比度信息以及边缘细节信息。
在一些实施方式中，电子设备可以将高反差图作为细节保留图像，电子设备可以对第一图像和第二图像进行图像融合，得到融合图像，然后再将融合图像和高反差图融合，得到第三图像。
具体请参阅图8，图8是本申请实施例提供的图像融合处理的流程示意图。其中，步骤140可以包括以下步骤：
141、获取初始图像对应的自动曝光控制信息，并根据自动曝光控制信息确定第一融合系数和第二融合系数。
电子设备可以根据自动曝光控制信息来确定当前环境亮度值，然后根据当前环境亮度值来确定出第一融合系数和第二融合系数。当然，电子设备还可以根据自动曝光控制信息中的其他信息来确定第一融合系数和第二融合系数，例如对比度、曝光值等。
142、根据第一融合系数对第一图像和第二图像进行图像融合，得到融合图像。
需要说明的是，第一融合系数是根据当前环境亮度而确定的，当前环境亮度是拍摄场景的环境亮度，可以是电子设备通过环境光传感器获取的。例如，在当前环境亮度值较高的情况下，说明初始图像本身就拥有较高的亮度，电子设备可以将对比度提升作为对第一图像和第二图像融合的重点。比如电子设备可以根据当前环境亮度值设置第一图像对应的第一权重值为0.3，根据当前环境亮度值设置第二图像对应的第二权重值为0.7。
而当前环境亮度值较暗的情况下，说明初始图像本身就拥有较暗的亮度，此时电子设备可以将亮度提升作为对第一图像和第二图像融合的重点。电子设备可以根据当前环境亮度值设置第一图像对应的第一权重值为0.7，根据当前环境亮度值设置第二图像对应的第二权重值为0.3。
在确定第一图像对应的第一权重值以及第二图像对应的第二权重值后，电子设备可以将第一权重值和第二权重值作为第一融合系数，然后根据第一融合系数对第一图像和第二图像进行图像融合，得到融合图像。
143、根据第二融合系数将融合图像和高反差图像进行图像融合，得到所述第三图像。
需要说明的是，第二融合系数是根据当前环境亮度而确定的。例如，在当前环境亮度值较高的情况下，说明初始图像本身就拥有较高的亮度，电子设备可以将边缘细节提升作为对融合图像和高反差图像进行图像融合的重点。比如电子设备可以根据当前环境亮度值设置融合图像对应的第三权重值为0.3，根据当前环境亮度值设置高反差图像对应的第四权重值为0.7。
而当前环境亮度值较暗的情况下，说明初始图像本身就拥有较暗的亮度，此时电子设备可以将亮度提升作为对融合图像和高反差图像进行图像融合的重点。电子设备可以根据当前环境亮度值设置融合图像对应的第三权重值为0.7，根据当前环境亮度值设置高反差图像对应的第四权重值为0.3。
在确定融合图像对应的第三权重值以及高反差图像对应的第四权重值后，电子设备可以将第三权重值和第四权重值作为第二融合系数，然后根据第二融合系数对融合图像和高反差图像进行图像融合，得到第三图像。
请继续参阅图2。步骤150、对第三图像进行色彩提升，得到输出图像。
电子设备在获取到第三图像之后，可以对第三图像进行色彩提升，使得第三图像中的色彩更加符合人眼的视觉特性。电子设备可以先对第三图像降噪，然后对降噪后的图像进行色彩提升，得到输出图像。电子设备也可以直接对第三图像进行色彩提升，得到输出图像。电子设备还可以先对第三图像进行色彩提升，得到色彩提升图像，然后对色彩提升图像进行降噪，得到输出图像。
在本申请实施例中，在电子设备对第三图像进行色彩提升的过程中，电子设备可以先对第三图像中的亮度噪声进行消除，从而使得降噪后的图像更加纯净，减少亮度噪点。
然后对降噪后的图像进行色彩提升，得到输出图像，通过色彩提升使得输出图像拥有更加丰富的色彩信息，使得输出图像拥有更高的图像质量。
具体请参阅图9，图9是本申请实施例提供的对第三图像处理的流程示意图。步骤150可以包括以下步骤：
151、根据第一降噪系数对第三图像进行频域降噪，得到第一降噪图像。
在一些实施方式中，电子设备可以预先设置第一降噪系数，第一降噪系数主要是针对频域降噪的降噪系数。电子设备在得到第三图像之后，可以对第三图像先采用频域降噪的方式来实现降噪。例如电子设备可以确定第三图像中的像素对应的频率，然后对高频率的噪点进行消除。从而实现对第三图像的频域降噪。
需要说明的是，电子设备在确定第三图像中的像素对应的频率之后，由于一些图像细节对应的像素点也拥有较高的频率，如果采用较大的第一降噪系数，会导致对图像细节对应的像素点也进行消除，从而导致输出的第一降噪图像的图像质量较差。
为了解决该问题，在本申请实施例中，可以采用局部处理的方式来对第三图像进行频域降噪，对不同的区域来采用不同的降噪系数。例如，在细节信息较多的区域，可以采用较小的第一降噪系数，防止降噪过度导致细节信息丢失；而对于亮度值过渡比较平缓的区域，可以采用较大的第一降噪系数，从而实现亮度值过渡比较平缓的区域拥有更好的降噪效果。
电子设备通过第一降噪系数对第三图像降噪，得到第一降噪图像。
152、根据初始图像的像素信息和初始图像后一帧图像的像素信息确定第二降噪系数。
在本申请实施例中，第二降噪系数是对应时域降噪的降噪系数。时域降噪过程中，往往需要涉及到多帧图像进行合成降噪。例如，获取第一帧图像后，确定第一帧图像的基础帧，然后确定第一帧图像后一帧图像的基础帧，将第一帧图像的基础帧和第一帧图像后一帧图像的基础帧对齐，然后对对齐后的第一帧图像、第一帧图像后一帧图像进行融合，从而实现时域降噪。
但是，如果电子设备在晃动的场景下拍摄了初始图像和初始图像后一帧的图像，直接对初始图像和初始图像后一帧的图像进行时域降噪，会导致最终输出的降噪后的图像拥有较差的图像质量。
为了解决该技术问题，本申请实施例中，根据初始图像的像素信息和初始图像后一帧图像的像素信息确定第二降噪系数。
例如，像素信息包括亮度值，在初始图像中某一像素的亮度值在初始图像后一帧图像中，亮度值发生了较大改变，则认为此时初始图像和初始图像后一帧的图像是在电子设备晃动的情况下拍摄的。此时可以减小第二降噪系数，避免降噪系数过大，导致最终输出的降噪后的图像拥有较差的图像质量。
153、根据第二降噪系数对第一降噪图像进行时域降噪，得到降噪后的图像。
在确定好第二降噪系数之后，电子设备可以直接采用第二降噪系数对第一降噪图像进行时域降噪，得到降噪后的图像。降噪后的图像拥有更好的噪点，整个降噪后的图像拥有更高的纯净度。
154、确定初始图像中目标像素的第一亮度值和降噪后图像中与目标像素对应像素的第二亮度值。
在电子设备得到降噪后的图像之后，还可以对降噪后的图像进行色彩提升。首先，电子设备可以确定初始图像中目标像素的第一亮度值和降噪后图像中与目标像素对应像素的第二亮度值。
155、根据第一亮度值和所述第二亮度值，计算初始图像中目标像素与降噪后图像中与目标像素对应像素的亮度差异值。
例如，电子设备可以确定将第二亮度值减去第一亮度值，就能够确定出初始图像中目标像素与降噪后图像中与目标像素对应像素的亮度差异值。
在一些实施方式中，可以直接确定初始图像的第一平均亮度和降噪后图像的第二平均亮度，然后将第二平均亮度减去第一平均亮度就能够得到亮度差异值。
156、根据亮度差异值在颜色信息库中确定出降噪后图像中目标像素对应的颜色信息，并将颜色信息更新到降噪后图像中得到输出图像。
在一些实施方式中，电子设备可以对亮度差异值确定对应的颜色信息，颜色信息包括色相(U值)以及色饱和度(V值)。其中，色相U是由光波的峰值定义的，描述的是光的颜色；色饱和度V是光波的谱宽定义的，描述的是光的纯度。每一个亮度差异值都能够确定出对应的颜色信息，即U值和V值。通过该方式，就能够建立一个亮度差异信息对应的颜色信息库。
电子设备在获取到初始图像中目标像素与降噪后图像中与目标像素对应像素的亮度差异值之后，可以根据颜色信息库查找到目标像素对应的颜色信息，并将颜色信息更新到降噪后的图像中。通过该方式，来对多个像素的颜色信息进行更新，就能够得到最终需要的输出图像。
需要说明的是，如果初始图像中有需要色彩保护的区域，例如低色度区域、肤色区域、唇色区域等区域，如果对这些需要色彩保护的区域进行颜色信息更新，可能导致最终输出的图像的颜色信息发生改变。
为了解决该技术问题，电子设备可以通过初始图像中的颜色信息确定出需要色彩保护的区域，然后在通过上述方式确定需要更新的颜色信息之后，不对色彩保护的区域内的像素进行颜色信息更新。
例如，如图10所示，图10为本申请实施例提供的在YUV空间中对应的肤色区域图。经过学者大量的皮肤统计信息可以知道，如果将皮肤信息映射到YCrCb(YUV)空间，则在CrCb二维空间中这些皮肤像素点近似成一个椭圆分布。因此在确定肤色保护区域S之后，可以通过初始图像中像素在YCrCb空间中坐标来确定位于肤色保护区域S的保护像素。可以选择不对肤色保护区域S内的像素进行颜色更新。
在一些实施方式中，还可以削弱对色彩保护区域内的像素的颜色更新强度，比如，色彩保护区域中一个像素的U值为0.5，需要更新的U值为1，那么就削弱对该像素的U值更新，将该像素的U值更新为0.7。而U值0.7在色彩保护区域S内。
通过上述方式，电子设备完成对初始图像的处理，得到最终的输出图像。该输出图像相对于初始图像，在亮度、对比度、边缘细节、色彩等信息上均有提升，输出图像拥有相对于初始图像更高的图像质量。
在本申请实施例中，电子设备通过获取初始图像并对初始图像进行全局亮度提升，得到第一图像；然后对初始图像进行局部对比度提升，得到第二图像；再对初始图像进行细节处理，得到细节保留图像；再对第一图像、第二图像、细节保留图像进行图像融合，得到第三图像；最后对第三图像进行色彩提升，得到输出图像。电子设备通过对初始图像进行全局亮度提升、对比度提升、细节处理、色彩提升处理，使得最终输出的图像拥有更高的图像质量。
其中，由于本申请实施例提供的图像处理方法结构较为简单，该图像处理方法对应的算法也不是很复杂，因此在实际应用中，电子设备拍摄夜景视频时，电子设备可以通过该图像处理方法快速地对获取的图像进行处理，从而快速得到输出图像，提升了录制的夜景视频的画质，例如使得录制的夜景视频拥有较高的全局亮度、较合适的对比度、丰富的细节信息及色彩信息等。
请参阅图11，图11是本申请实施例提供的图像处理方法的第二流程示意图。该图像处理方法可以包括以下步骤：
210、获取初始图像，并根据初始图像的亮度值和预设色调映射曲线确定出第一映射曲线。
电子设备在获取到初始图像后，可以获取初始图像亮度值及初始图像亮度值对应的亮度曲线，比如，电子设备可以直接从自动曝光控制信息，再从自动曝光控制信息中获取初始图像的亮度值以及初始图像亮度值对应的亮度曲线。
然后，电子设备对亮度曲线进行平滑处理，得到目标亮度曲线及目标亮度曲线对应的第一环境亮度值。
具体的，电子设备对初始图像亮度值对应的亮度曲线进行平滑处理，得到平滑处理图像，使得整个平滑处理图像中的亮度能够更加均匀，避免在某些区域发生亮度突变，导致整个初始图像的亮度看起来不够均匀。
电子设备在获取到目标亮度曲线之后，可以根据目标亮度曲线确定出该目标亮度曲线对应的第一环境亮度值。
在一些实施方式中，电子设备可以预先设置环境亮度值对应的预设色调映射曲线，从而建立一个映射库。然后根据第一环境亮度值和映射库，确定目标亮度曲线对应的第一映射曲线。比如，电子设备通过第一环境亮度值确定映射库中的一个目标色调映射曲线，及目标色调映射曲线在第一环境亮度值下的映射关系。然后根据目标亮度曲线及映射关系确定出第一映射曲线。
220、对第一映射曲线进行调整，得到第一图像
电子设备再对第一映射曲线进行调整，得到第一图像。例如，可以对第一映射曲线中的部分高光区域进行调整，使得输出得到的第一图像的高光区域的亮度不会过亮。还可以对第一映射曲线中的暗光区域进行调整，使得暗光区域的亮度能够提升一些。最终使得第一图像拥有比初始图像更高的全局亮度。
230、对初始图像进行分割得到多个第一子图像。
电子设备在获取到初始图像之后，可以对初始图像进行分割，得到多个第一子图像。例如，可以对初始图像进行按照预设的分割尺寸进行分割，得到多个尺寸相同的第一子图像。或者，电子设备可以根据初始图像中的拍摄对象，来分割出多个尺寸不同的第一子图像，比如将人物所在区域划分为第一子图像，将天空所在区域划分为另一第一子图像。
240、根据当前环境亮度值对多个第一子图像进行对比度提升，得到第二图像。
例如，电子设备可以根据当前环境亮度值确定多个第一子图像分别对应的亮度阈值，在每个第一子图像中确定亮度值在亮度阈值以上的像素为待处理像素，对待处理像素进行亮度提升，得到第二子图像。
电子设备在确定待处理像素之后，可以对待处理像素的亮度进行调整，例如将待处理像素的亮度值进行调整，使其拥有更高的亮度值。而第一子图像中除了待处理像素的像素，不做调整。将待处理像素调整之后的图像定义为第二子图像。
第二子图像中，在亮度阈值以下的像素和在亮度阈值以上的像素拥有更高的对比度。
需要说明的是，亮度阈值一般设置的较高，这是为了对大量的亮度阈值以下的像素不做调整，防止整个第二子图像中的亮度过高。
然后电子设备确定第二子图像对应的灰度直方图，并根据当前环境亮度值计算灰度直方图对应的门限值，根据门限值对灰度直方图进行直方图均衡化处理，得到第三子图像。最后对每一第三子图像中的像素进行加权线性插值处理，并在加权线性插值处理后合成得到第二图像。二图像拥有更加符合人眼视觉特性的对比度及亮度。
250、根据初始图像中每一像素对应的像素值及欧式距离对初始图像进行模糊化处理。
在对初始图像模糊化处理的过程中，电子设备可以采用保边滤波对初始图像进行处理，例如采用中值滤波、均值滤波、高斯滤波、双边滤波等滤波方式来得到模糊化处理的图像。
电子设备可以采用双边滤波的方式来对初始图像进行模糊化处理。例如电子设备可以确定初始图像中每一像素的像素值，并确定每一像素之间的欧氏距离。比如，在初始图像中确定出一个像素，然后确定该像素的像素值，并计算该像素和其他像素中每一个像素之间的欧氏距离。
然后电子设备根据初始图像中每一像素对应的像素值及欧式距离对初始图像进行模糊化处理。
260、根据模糊化处理后的图像的像素值和初始图像的像素值生成高反差图像。
电子设备在确定好模糊化处理后的图像，确定模糊化处理后的图像的每一像素的像素值，同时确定初始图像中每一像素的像素值。然后确定模糊化处理后的图像中待计算像素在初始图像中对应的像素，利用待计算像素在初始图像中的像素值减去待计算像素在糊化处理后的图像中的像素值，则确定出像素差值。
通过此方式，电子设备就可以获取每一个像素对应的像素差值，通过每一个像素对应的像素差值，确定出生成的高反差图。
可以理解的是，在高反差图中保留有初始图像中对应的边缘细节信息。
270、根据当前环境亮度值第一图像、第二图像、高反差图像进行图像融合，得到第三图像。
电子设备通过对第一图像、第二图像、高反差图像进行图像融合，得到第三图像，第三图像中也保留有初始图像提升后的亮度信息、对比度信息以及边缘细节信息。
在一些实施方式中，电子设备可以对第一图像和第二图像进行图像融合，得到融合图像，然后再将融合图像和高反差图融合，得到第三图像。
其中，电子设备可以根据当前环境亮度值确定第一融合系数和第二融合系数，利用第一融合系数对第一图像和第二图像进行图像融合，得到融合图像。然后电子设备根据第二融合系数将融合图像和高反差图融合，得到第三图像。
280、根据当前环境亮度值对第三图像进行降噪，并对降噪后的图像进行色彩提升，得到输出图像。
在电子设备获取到第三图像之后，可以对第三图像中的亮度噪声进行消除，从而使得降噪后的图像更加纯净，减少亮度噪点。
然后对降噪后的图像进行色彩提升，得到输出图像，通过色彩提升使得输出图像拥有更加丰富的色彩信息，使得输出图像拥有更高的图像质量。
最终输出图像相对于初始图像，在亮度、对比度、边缘细节、色彩等信息上均有提升，输出图像拥有相对于初始图像更高的图像质量。
在本申请实施例中，电子设备获取初始图像，并根据初始图像的亮度值和预设色调映射曲线确定出第一映射曲线，然后对第一映射曲线进行调整，得到第一图像。同时电子设备对初始图像进行分割得到多个第一子图像，再根据当前环境亮度值对多个第一子图像进行对比度提升，得到第二图像。同时电子设备根据初始图像中每一像素对应的像素值及欧式距离对初始图像进行模糊化处理，并根据模糊化处理后的图像的像素值和初始图像的像素值生成高反差图像。
然后，电子设备根据当前环境亮度值第一图像、第二图像、高反差图像进行图像融合，得到第三图像，并根据当前环境亮度值对第三图像进行降噪，并对降噪后的图像进行色彩提升，得到输出图像。最终输出图像相对于初始图像，在亮度、对比度、边缘细节、色彩等信息上均有提升，输出图像拥有相对于初始图像更高的图像质量。
请参阅图12，图12是本申请实施例提供的图像处理装置的第一结构示意图。该图像处理装置300包括：亮度处理模块310、对比度提升模块320、细节处理模块330、图像融合模块340、色彩提升模块350。
亮度处理模块310，用于获取初始图像并对初始图像进行全局亮度提升，得到第一图像。
亮度处理模块310可以对获取的初始图像进行去全局亮度提升，从而得到第一图像，第一图像相对于初始图像拥有更高的亮度。
请一并参阅图13，图13是本申请实施例提供的图像处理装置的第二结构示意图。其中，亮度处理模块310还包括获取子模311和第一处理子模块312。
获取子模块311，用于获取所述初始图像亮度值及所述初始图像亮度值对应的亮度曲线。
获取子模块311在获取到初始图像后，可以获取初始图像亮度值及初始图像亮度值对应的亮度曲线，比如，获取子模块311可以直接从自动曝光控制信息，再从自动曝光控制信息中获取初始图像的亮度值以及初始图像亮度值对应的亮度曲线。
第一处理子模块312，用于对所述亮度曲线进行平滑处理，得到目标亮度曲线及所述目标亮度曲线对应的第一环境亮度值。根据第一环境亮度值确定目标亮度曲线对应的第一映射曲线，并对第一映射曲线进行调整，得到所述第一图像。
第一处理子模块312对亮度曲线进行平滑处理，得到目标亮度曲线及目标亮度曲线对应的第一环境亮度值。
具体的，第一处理子模块312对初始图像亮度值对应的亮度曲线进行平滑处理，得到平滑处理图像，使得整个平滑处理图像中的亮度能够更加均匀，避免在某些区域发生亮度突变，导致整个初始图像的亮度看起来不够均匀。
第一处理子模块312在获取到目标亮度曲线之后，可以根据目标亮度曲线确定出该目标亮度曲线对应的第一环境亮度值。
在一些实施方式中，第一处理子模块312可以预先设置环境亮度值对应的预设色调映射曲线，从而建立一个映射库。然后根据第一环境亮度值和映射库，确定目标亮度曲线对应的第一映射曲线。比如，第一处理子模块312通过第一环境亮度值确定映射库中的一个目标色调映射曲线，及目标色调映射曲线在第一环境亮度值下的映射关系。然后根据目标亮度曲线及映射关系确定出第一映射曲线。
第一处理子模块312再对第一映射曲线进行调整，得到第一图像。例如，可以对第一映射曲线中的高光区域进行调整，使得输出得到的第一图像的亮度更亮。
对比度处理模块320，用于对初始图像进行局部对比度提升，得到第二图像。
对比度处理模块320可以根据当前环境亮度值确定多个第一子图像分别对应的亮度阈值，在每个第一子图像中确定亮度值在亮度阈值以上的像素为待处理像素，对待处理像素进行亮度提升，得到第二子图像。
对比度处理模块320在确定待处理像素之后，可以对待处理像素的亮度进行调整，例如将待处理像素的亮度值进行调整，使其拥有更高的亮度值。而第一子图像中除了待处理像素的像素，不做调整。将待处理像素调整之后的图像定义为第二子图像。
第二子图像中，在亮度阈值以下的像素和在亮度阈值以上的像素拥有更高的对比度。
需要说明的是，亮度阈值一般设置的较高，这是为了对大量的亮度阈值以下的像素不做调整，防止整个第二子图像中的亮度过高。
然后对比度处理模块320确定第二子图像对应的灰度直方图，并根据当前环境亮度值计算灰度直方图对应的门限值，根据门限值对灰度直方图进行直方图均衡化处理，得到第三子图像。最后对每一第三子图像中的像素进行加权线性插值处理，并在加权线性插值处理后合成得到第二图像。二图像拥有更加符合人眼视觉特性的对比度及亮度。
细节处理模块330，用于对初始图像进行细节处理，得到细节保留图像。
在一些实施方式中，细节处理模块330可以对初始图像进行模糊化处理，并根据模糊化处理后的图像和初始图像生成高反差图像，将高反差图像确定为细节保留图像。
在对初始图像模糊化处理的过程中，细节处理模块330可以采用保边滤波对初始图像进行处理，例如采用中值滤波、均值滤波、高斯滤波、双边滤波等滤波方式来得到模糊化处理的图像。
细节处理模块330可以采用双边滤波的方式来对初始图像进行模糊化处理。例如细节处理模块330可以确定初始图像中每一像素的像素值，并确定每一像素之间的欧氏距离。比如，在初始图像中确定出一个像素，然后确定该像素的像素值，并计算该像素和其他像素中每一个像素之间的欧氏距离。
然后细节处理模块330根据初始图像中每一像素对应的像素值及欧式距离对初始图像进行模糊化处理。
细节处理模块330在确定好模糊化处理后的图像，确定模糊化处理后的图像的每一像素的像素值，同时确定初始图像中每一像素的像素值。然后确定模糊化处理后的图像中待计算像素在初始图像中对应的像素，利用待计算像素在初始图像中的像素值减去待计算像素在糊化处理后的图像中的像素值，则确定出像素差值。
通过此方式，细节处理模块330就可以获取每一个像素对应的像素差值，通过每一个像素对应的像素差值，确定出生成的高反差图。
可以理解的是，在高反差图中保留有初始图像中对应的边缘细节信息。
图像融合模块340，用于对所述第一图像、第二图像、细节保留图像进行图像融合，得到第三图像。
在一些实施方式中，图像融合模块340可以将高反差图作为细节保留图像，图像融合模块340通过对第一图像、第二图像、高反差图像进行图像融合，得到第三图像，第三图像中也保留有初始图像提升后的亮度信息、对比度信息以及边缘细节信息。
在一些实施方式中，图像融合模块340可以对第一图像和第二图像进行图像融合，得到融合图像，然后再将融合图像和高反差图融合，得到第三图像。
请一并参阅图13，图像融合模块340还包括：确定子模块341、第一融合子模块342、第二融合子模块343。
确定子模块341，用于获取初始图像对应的自动曝光控制信息。
第一融合子模块342，用于根据自动曝光控制信息确定第一融合系数，并根据第一融合系数对第一图像和第二图像进行图像融合，得到融合图像。
第二融合子模块343，用于根据自动曝光控制信息确定第二融合系数，并根据第二融合系数将融合图像和细节保留图像进行图像融合，得到所述第三图像。
色彩提升模块350，用于对第三图像进行色彩提升，得到输出图像。
色彩提升模块350在获取到第三图像之后，可以对第三图像进行色彩提升，使得第三图像中的色彩更加符合人眼的视觉特性。色彩提升模块350可以先对第三图像降噪，然后对降噪后的图像进行色彩提升，得到输出图像。色彩提升模块350也可以直接对第三图像进行色彩提升，得到输出图像。色彩提升模块350还可以先对第三图像进行色彩提升，得到色彩提升图像，然后对色彩提升图像进行降噪，得到输出图像。
在本申请实施例中，在色彩提升模块350获取到第三图像之后，可以对第三图像中的亮度噪声进行消除，从而使得降噪后的图像更加纯净，减少亮度噪点。
然后色彩提升模块350对降噪后的图像进行色彩提升，得到输出图像，通过色彩提升使得输出图像拥有更加丰富的色彩信息，使得输出图像拥有更高的图像质量。
最终输出图像相对于初始图像，在亮度、对比度、边缘细节、色彩等信息上均有提升，输出图像拥有相对于初始图像更高的图像质量。
在本申请实施例中，电子设备通过获取初始图像并对初始图像进行全局亮度提升，得到第一图像；然后对初始图像进行局部对比度提升，得到第二图像；再对初始图像进行细节处理，得到细节保留图像；再对第一图像、第二图像、细节保留图像进行图像融合，得到第三图像；最后对第三图像进行色彩提升，得到输出图像。电子设备通过对初始图像进行全局亮度提升、对比度提升、细节处理、色彩提升处理，使得最终输出的图像拥有更高的图像质量。
其中，由于本申请实施例提供的图像处理方法结构较为简单，该图像处理方法对应的算法也不是很复杂，因此在实际应用中，电子设备拍摄夜景视频时，电子设备可以通过该图像处理方法快速地对获取的图像进行处理，从而快速得到输出图像，提升了录制的夜景视频的画质，例如使得录制的夜景视频拥有较高的全局亮度、较合适的对比度、丰富的细节信息及色彩信息等。
相应的，本申请实施例还提供一种电子设备，请参阅图14，图14是本申请实施例提供的电子设备的结构示意图。
电子设备400包括：显示单元401、输入单元402、存储器403、中央处理器405、电源404和传感器406等部件。本领域技术人员可以理解，图中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
显示单元401可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元401可包括显示面板，可选的，可以采用液晶显示器(LCD，Liquid CrystalDisplay)、有机发光二极管(OLED，Organic Light-Emitting Diode)等形式来配置显示面板。进一步的，触敏表面可覆盖显示面板，当触敏表面检测到在其上或附近的触摸操作后，传送给中央处理器404以确定触摸事件的类型，随后中央处理器404根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在图14中，触敏表面与显示面板是作为两个独立的部件来实现输入和输入功能，但是在某些实施例中，可以将触敏表面与显示面板集成而实现输入和输出功能。
输入单元402可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，在一个具体的实施例中，输入单元402可包括触敏表面以及其他输入设备。触敏表面，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面上或在触敏表面附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给中央处理器404，并能接收中央处理器404发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面。除了触敏表面，输入单元402还可以包括其他输入设备。具体地，其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
存储器403可用于存储软件程序以及模块，处理器404通过运行存储在存储器403的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器404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应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器403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。相应地，存储器403还可以包括存储器控制器，以提供处理器404和输入单元402对存储器403的访问。
电子设备还包括给各个部件供电的电源405(比如电池)，优选的，电源可以通过电源管理系统与中央处理器404逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源405还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
电子设备还可包括至少一种传感器406，比如光传感器、压力传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板的亮度，接近传感器可在电子设备移动到耳边时，关闭显示面板和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于电子设备还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
尽管图8未示出，电子设备还可以包括摄像头、蓝牙模块等，在此不再赘述。具体在本实施例中，电子设备中的中央处理器404会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器403中，并由中央处理器404来运行存储在存储器403中的应用程序，从而实现各种功能：
获取初始图像并对所述初始图像进行全局亮度提升，得到第一图像；
对所述初始图像进行局部对比度提升，得到第二图像；
对所述初始图像进行细节处理，得到细节保留图像；
对所述第一图像、第二图像、细节保留图像进行图像融合，得到第三图像；
对所述第三图像进行色彩提升，得到输出图像。
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可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请实施例所提供的任一种图像处理方法中的步骤。例如，该指令可以执行如下步骤：
获取初始图像并对所述初始图像进行全局亮度提升，得到第一图像；
对所述初始图像进行局部对比度提升，得到第二图像；
对所述初始图像进行细节处理，得到细节保留图像；
对所述第一图像、第二图像、细节保留图像进行图像融合，得到第三图像；
对所述第三图像进行色彩提升，得到输出图像。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令，可以执行本申请实施例所提供的任一种图像处理方法中的步骤，因此，可以实现本申请实施例所提供的任一种图像处理方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上对本申请实施例所提供的一种图像处理方法、装置、电子设备及存储介质进行了详细介绍，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 (18)
1.一种图像处理方法，其特征在于，包括：
获取初始图像并对所述初始图像进行全局亮度提升，得到第一图像；
对所述初始图像进行局部对比度提升，得到第二图像；
对所述初始图像进行细节处理，得到细节保留图像；
对所述第一图像、第二图像、细节保留图像进行图像融合，得到第三图像；
对所述第三图像进行色彩提升，得到输出图像。
2.根据权利要求1所述的图像处理方法，其特征在于，所述获取初始图像并对所述初始图像进行全局亮度提升，得到第一图像，包括:
获取所述初始图像的亮度值及所述初始图像的亮度值对应的亮度曲线；
对所述亮度曲线进行平滑处理，得到目标亮度曲线及所述目标亮度曲线对应的第一环境亮度值；
根据所述第一环境亮度值确定所述目标亮度曲线对应的第一映射曲线，并对所述第一映射曲线进行调整，得到所述第一图像。
3.根据权利要求2所述的图像处理方法，其特征在于，所述根据所述第一环境亮度值确定所述目标亮度曲线对应的第一映射曲线，包括：
根据所述第一环境亮度值在预设映射库中确定所述目标亮度曲线和所述第一映射曲线之间的映射关系；
根据所述映射关系确定所述目标亮度曲线对应的第一映射曲线。
4.根据权利要求1所述的图像处理方法，其特征在于，所述对所述初始图像进行局部对比度提升，得到第二图像，包括：
对所述初始图像进行分割得到多个第一子图像；
根据当前环境亮度值对多个所述第一子图像中的每个所述第一子图像进行对比度提升，得到所述第二图像。
5.根据权利要求4所述的图像处理方法，其特征在于，所述根据当前环境亮度值对多个所述第一子图像中的每个所述第一子图像进行对比度提升，包括：
根据所述当前环境亮度值确定每个所述第一子图像分别对应的亮度阈值；
在每个所述第一子图像中确定亮度值在所述亮度阈值以上的像素为待处理像素；
对所述待处理像素进行亮度提升，得到第二子图像。
6.根据权利要求5所述的图像处理方法，其特征在于，所述对所述初始图像进行局部对比度提升，得到第二图像，包括：
确定所述第二子图像对应的灰度直方图，并根据所述当前环境亮度值计算所述灰度直方图对应的门限值；
根据所述门限值对所述灰度直方图进行直方图均衡化处理，得到第三子图像；
对每一所述第三子图像中的像素进行加权线性插值处理，并在加权线性插值处理后合成得到所述第二图像。
7.根据权利要求1所述的图像处理方法，其特征在于，所述对所述初始图像进行细节处理，得到细节保留图像，包括：
对所述初始图像进行模糊化处理，得到模糊化处理后的图像；
根据所述模糊化处理后的图像和所述初始图像生成高反差图像，并将所述高反差图像确定为所述细节保留图像。
8.根据权利要求7所述的图像处理方法，其特征在于，所述对所述初始图像进行模糊化处理，并根据模糊化处理后的图像和所述初始图像生成高反差图像，包括：
确定所述初始图像中每一像素对应的像素值及每一像素之间的欧式距离；
根据所述初始图像中每一像素对应的像素值及所述欧式距离对所述初始图像进行模糊化处理；
根据模糊化处理后的图像的像素值和所述初始图像的像素值生成所述高反差图像。
9.根据权利要求1所述的图像处理方法，其特征在于，所述对所述第一图像、第二图像、细节保留图像进行图像融合，得到第三图像，包括：
确定所述初始图像对应的自动曝光控制信息；
根据所述自动曝光控制信息确定第一融合系数，并根据所述第一融合系数对所述第一图像和第二图像进行图像融合，得到融合图像；
根据所述自动曝光控制信息确定第二融合系数，并根据所述第二融合系数将所述融合图像和所述细节保留图像进行图像融合，得到所述第三图像。
10.根据权利要求1所述的图像处理方法，其特征在于，所述对所述第三图像进行色彩提升，得到输出图像，包括：
对所述第三图像进行降噪，得到降噪后图像；
对所述降噪后图像进行色彩提升，得到所述输出图像。
11.根据权利要求10所述的图像处理方法，其特征在于，所述对所述第三图像进行降噪，包括：
根据第一降噪系数对所述第三图像进行频域降噪，得到第一降噪图像；
根据所述初始图像的像素信息和所述初始图像后一帧图像的像素信息确定第二降噪系数；
根据所述第二降噪系数对所述第一降噪图像进行时域降噪，得到降噪后图像。
12.根据权利要求11所述的图像处理方法，其特征在于，所述对降噪后图像进行色彩提升，得到输出图像，包括：
确定所述初始图像中目标像素的第一亮度值和所述降噪后图像中与所述目标像素对应像素的第二亮度值；
根据所述第一亮度值和所述第二亮度值，计算所述初始图像中目标像素与所述降噪后图像中与所述目标像素对应像素的亮度差异值；
根据所述亮度差异值在颜色信息库中确定出所述降噪后图像中目标像素对应的颜色信息，并将所述颜色信息更新到所述降噪后图像中得到所述输出图像。
13.根据权利要求12所述的图像处理方法，其特征在于，所述将所述颜色信息更新到所述降噪后图像中得到所述输出图像，包括：
根据所述初始图像的颜色信息确定出所述降噪后图像中的保护区域；
更新所述降噪后图像中除所述保护区域外的像素对应的颜色信息，得到所述输出图像。
14.一种图像处理装置，其特征在于，包括：
亮度处理模块，用于获取初始图像并对所述初始图像进行全局亮度提升，得到第一图像；
对比度处理模块，用于对所述初始图像进行局部对比度提升，得到第二图像；
细节处理模块，用于对所述初始图像进行细节处理，得到细节保留图像；
图像融合模块，用于对所述第一图像、第二图像、细节保留图像进行图像融合，得到第三图像；
色彩提升模块，用于对所述第三图像进行色彩提升，得到输出图像。
15.根据权利要求14所述的图像处理装置，其特征在于，所述亮度处理模块包括：
获取子模块，用于获取所述初始图像的亮度值及所述初始图像的亮度值对应的亮度曲线；
第一处理子模块，用于对所述亮度曲线进行平滑处理，得到目标亮度曲线及所述目标亮度曲线对应的第一环境亮度值；
根据所述第一环境亮度值确定所述目标亮度曲线对应的第一映射曲线，并对所述第一映射曲线进行调整，得到所述第一图像。
16.根据权利要求14所述的图像处理装置，其特征在于，所述图像融合模块包括：
确定子模块，用于确定所述初始图像对应的自动曝光控制信息；
第一融合子模块，用于根据所述自动曝光控制信息确定第一融合系数，并根据所述第一融合系数对所述第一图像和第二图像进行图像融合，得到融合图像；
第二融合子模块，用于根据所述自动曝光控制信息确定第二融合系数，并根据所述第二融合系数将所述融合图像和所述细节保留图像进行图像融合，得到所述第三图像。
17.一种电子设备，其特征在于，包括：
存储有可执行程序代码的存储器、与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1至13任一项所述的图像处理方法中的步骤。
18.一种存储介质，其特征在于，所述存储介质存储有多条计算机可读指令，所述指令适于处理器进行加载，以执行权利要求1至13任一项所述的图像处理方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110209331.6A CN112950499B (zh) | 2021-02-24 | 2021-02-24 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110209331.6A CN112950499B (zh) | 2021-02-24 | 2021-02-24 | 图像处理方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112950499A true CN112950499A (zh) | 2021-06-11 |
| CN112950499B CN112950499B (zh) | 2023-11-28 |
Family
ID=76246060
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110209331.6A Active CN112950499B (zh) | 2021-02-24 | 2021-02-24 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112950499B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114119432A (zh) * | 2021-11-09 | 2022-03-01 | 深圳Tcl数字技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN115063307A (zh) * | 2022-06-01 | 2022-09-16 | 东南大学 | 一种基于亮度一致性的增强现实色度调节方法 |
| CN117036209A (zh) * | 2023-10-07 | 2023-11-10 | 深圳英美达医疗技术有限公司 | 图像对比度增强方法、装置、计算机设备和存储介质 |
| CN117408927A (zh) * | 2023-12-12 | 2024-01-16 | 荣耀终端有限公司 | 图像处理方法、设备及存储介质 |
| CN117939307A (zh) * | 2024-03-19 | 2024-04-26 | 四川辰宇微视科技有限公司 | 一种适用于融合相机的自适应亮度调节方法 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101715141A (zh) * | 2008-09-30 | 2010-05-26 | 英特尔公司 | 图像和视频的亮度、颜色和对比度的联合增强 |
| US20110150332A1 (en) * | 2008-05-19 | 2011-06-23 | Mitsubishi Electric Corporation | Image processing to enhance image sharpness |
| CN103067661A (zh) * | 2013-01-07 | 2013-04-24 | 华为终端有限公司 | 图像处理方法、装置和拍摄终端 |
| US20140341481A1 (en) * | 2013-03-15 | 2014-11-20 | Karen A. Panetta | Methods and Apparatus for Image Processing and Analysis |
| CN104717430A (zh) * | 2013-12-16 | 2015-06-17 | 华硕电脑股份有限公司 | 图像处理方法及图像处理装置 |
| CN108090876A (zh) * | 2016-11-23 | 2018-05-29 | 北京金山云网络技术有限公司 | 一种图像处理方法及装置 |
| CN109727215A (zh) * | 2018-12-28 | 2019-05-07 | Oppo广东移动通信有限公司 | 图像处理方法、装置、终端设备及存储介质 |
| CN109727216A (zh) * | 2018-12-28 | 2019-05-07 | Oppo广东移动通信有限公司 | 图像处理方法、装置、终端设备及存储介质 |
| CN110428389A (zh) * | 2018-12-26 | 2019-11-08 | 西安电子科技大学 | 基于msr理论和曝光融合的微光图像增强方法 |
| CN110728647A (zh) * | 2019-10-16 | 2020-01-24 | 紫光展讯通信(惠州)有限公司 | 水下图像的增强方法及装置、存储介质、终端 |
| CN110766639A (zh) * | 2019-10-30 | 2020-02-07 | 北京迈格威科技有限公司 | 图像增强方法、装置、移动设备及计算机可读存储介质 |
| CN111064904A (zh) * | 2019-12-26 | 2020-04-24 | 深圳深知未来智能有限公司 | 一种暗光图像增强方法 |
| US20200211188A1 (en) * | 2018-12-28 | 2020-07-02 | Shanghai United Imaging Intelligence Co., Ltd. | Systems and methods for image processing |
-
2021
- 2021-02-24 CN CN202110209331.6A patent/CN112950499B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110150332A1 (en) * | 2008-05-19 | 2011-06-23 | Mitsubishi Electric Corporation | Image processing to enhance image sharpness |
| CN101715141A (zh) * | 2008-09-30 | 2010-05-26 | 英特尔公司 | 图像和视频的亮度、颜色和对比度的联合增强 |
| CN103067661A (zh) * | 2013-01-07 | 2013-04-24 | 华为终端有限公司 | 图像处理方法、装置和拍摄终端 |
| US20140341481A1 (en) * | 2013-03-15 | 2014-11-20 | Karen A. Panetta | Methods and Apparatus for Image Processing and Analysis |
| CN104717430A (zh) * | 2013-12-16 | 2015-06-17 | 华硕电脑股份有限公司 | 图像处理方法及图像处理装置 |
| CN108090876A (zh) * | 2016-11-23 | 2018-05-29 | 北京金山云网络技术有限公司 | 一种图像处理方法及装置 |
| CN110428389A (zh) * | 2018-12-26 | 2019-11-08 | 西安电子科技大学 | 基于msr理论和曝光融合的微光图像增强方法 |
| CN109727215A (zh) * | 2018-12-28 | 2019-05-07 | Oppo广东移动通信有限公司 | 图像处理方法、装置、终端设备及存储介质 |
| CN109727216A (zh) * | 2018-12-28 | 2019-05-07 | Oppo广东移动通信有限公司 | 图像处理方法、装置、终端设备及存储介质 |
| US20200211188A1 (en) * | 2018-12-28 | 2020-07-02 | Shanghai United Imaging Intelligence Co., Ltd. | Systems and methods for image processing |
| CN110728647A (zh) * | 2019-10-16 | 2020-01-24 | 紫光展讯通信(惠州)有限公司 | 水下图像的增强方法及装置、存储介质、终端 |
| CN110766639A (zh) * | 2019-10-30 | 2020-02-07 | 北京迈格威科技有限公司 | 图像增强方法、装置、移动设备及计算机可读存储介质 |
| CN111064904A (zh) * | 2019-12-26 | 2020-04-24 | 深圳深知未来智能有限公司 | 一种暗光图像增强方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114119432A (zh) * | 2021-11-09 | 2022-03-01 | 深圳Tcl数字技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN115063307A (zh) * | 2022-06-01 | 2022-09-16 | 东南大学 | 一种基于亮度一致性的增强现实色度调节方法 |
| CN115063307B (zh) * | 2022-06-01 | 2024-04-16 | 东南大学 | 一种基于亮度一致性的增强现实色度调节方法 |
| CN117036209A (zh) * | 2023-10-07 | 2023-11-10 | 深圳英美达医疗技术有限公司 | 图像对比度增强方法、装置、计算机设备和存储介质 |
| CN117036209B (zh) * | 2023-10-07 | 2024-01-26 | 深圳英美达医疗技术有限公司 | 图像对比度增强方法、装置、计算机设备和存储介质 |
| CN117408927A (zh) * | 2023-12-12 | 2024-01-16 | 荣耀终端有限公司 | 图像处理方法、设备及存储介质 |
| CN117939307A (zh) * | 2024-03-19 | 2024-04-26 | 四川辰宇微视科技有限公司 | 一种适用于融合相机的自适应亮度调节方法 |
| CN117939307B (zh) * | 2024-03-19 | 2024-06-04 | 四川辰宇微视科技有限公司 | 一种适用于融合相机的自适应亮度调节方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112950499B (zh) | 2023-11-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112950499B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN107945163B (zh) | 图像增强方法及装置 | |
| CN108702496B (zh) | 用于实时色调映射的系统和方法 | |
| US10818081B2 (en) | Dynamic lighting for objects in images | |
| CN111418201A (zh) | 一种拍摄方法及设备 | |
| WO2022179335A1 (zh) | 视频处理方法、装置、电子设备以及存储介质 | |
| CN110033418B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| KR102317613B1 (ko) | 로컬라이징된 콘트라스트 향상을 위한 시스템들 및 방법들 | |
| CN108234882B (zh) | 一种图像虚化方法及移动终端 | |
| CN110930335B (zh) | 一种图像处理方法及电子设备 | |
| CN104794705B (zh) | 基于图像局部内容特征的图像去雾方法及装置 | |
| CN110868544B (zh) | 一种拍摄方法及电子设备 | |
| CN109104578B (zh) | 一种图像处理方法及移动终端 | |
| CN110047060B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| WO2023082861A1 (zh) | 图像处理方法、图像处理器、电子设备及存储介质 | |
| CN114119431A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN110473156B (zh) | 图像信息的处理方法、装置、存储介质及电子设备 | |
| CN115239570A (zh) | 图像处理方法、图像处理装置及存储介质 | |
| JP2007306501A (ja) | 画像処理方法、画像処理装置、および画像処理プログラム | |
| US20230020964A1 (en) | Content based image processing | |
| CN113891008B (zh) | 一种曝光强度调节方法及相关设备 | |
| JP2003046807A (ja) | 画像表示装置および画像表示方法 | |
| CN111476740A (zh) | 图像处理方法、装置、存储介质和电子设备 | |
| CN114220399B (zh) | 背光值的控制方法、装置、存储介质及电子设备 | |
| CN116668773B (zh) | 增强视频画质的方法与电子设备 |
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 |