CN112950515A - 图像处理方法及装置、计算机可读存储介质和电子设备 - Google Patents

Abstract

本公开提供了一种图像处理方法、图像处理装置、计算机可读存储介质和电子设备，涉及图像处理技术领域。该图像处理方法包括：确定图像的灰度变换曲线；将图像分割为多个图像块，分别确定各图像块的第一灰度变换曲线；基于图像的灰度变换曲线以及各图像块的第一灰度变换曲线，确定出各图像块的第二灰度变换曲线；利用各图像块的第二灰度变换曲线，对图像进行灰度变换。本公开可以提高灰度变换的处理效率。

Description

图像处理方法及装置、计算机可读存储介质和电子设备

技术领域

本公开涉及图像处理技术领域，具体而言，涉及一种图像处理方法、图像处理装置、计算机可读存储介质和电子设备。

背景技术

直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法，通过此方法可以实现图像增强。

然而，目前这种图像增强的方式存在处理速度慢的问题。

发明内容

本公开提供一种图像处理方法、图像处理装置、计算机可读存储介质和电子设备，进而至少在一定程度上克服直方图均衡化处理速度慢的问题。

根据本公开的第一方面，提供了一种图像处理方法，包括：确定图像的灰度变换曲线；将图像分割为多个图像块，分别确定各图像块的第一灰度变换曲线；基于图像的灰度变换曲线以及各图像块的第一灰度变换曲线，确定出各图像块的第二灰度变换曲线；利用各图像块的第二灰度变换曲线，对图像进行灰度变换。

根据本公开的第二方面，提供了一种图像处理装置，包括：第一曲线确定模块，用于确定图像的灰度变换曲线；第二曲线确定模块，用于将图像分割为多个图像块，分别确定各图像块的第一灰度变换曲线；第三曲线确定模块，用于基于图像的灰度变换曲线以及各图像块的第一灰度变换曲线，确定出各图像块的第二灰度变换曲线；灰度变换模块，用于利用各图像块的第二灰度变换曲线，对图像进行灰度变换。

根据本公开的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的图像处理方法。

根据本公开的第四方面，提供了一种电子设备，包括处理器；存储器，用于存储一个或多个程序，当一个或多个程序被处理器执行时，使得所述处理器实现上述的图像处理方法。

在本公开的一些实施例所提供的技术方案中，确定图像的灰度变换曲线，将图像分割为多个图像块，分别确定各图像块的第一灰度变换曲线，基于整个图像的灰度变换曲线和各图像块的第一灰度变换曲线，确定出各图像块的第二灰度变换曲线，并利用各图像块的第二灰度变换曲线，进行灰度变换。一方面，本公开方案在兼顾整张图像的灰度变换曲线的同时，也考虑到了图像块的灰度变换曲线，二者融合，再对图像进行灰度变换，相比于分别进行全局图像处理和局部图像处理，再将处理后的图像融合的方案，避免了图像融合而产生的运算量，提高了处理速度。另一方面，鉴于本公开方案同时兼顾了整张图像的情况和图像块的情况，相比于仅采用整张图像或图像块的方案，灰度变换的效果得到了提升。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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。在附图中：

图1示出了本公开实施例的图像处理方案的示例性系统架构的示意图；

图2示出了适于用来实现本公开实施例的电子设备的结构示意图；

图3示意性示出了根据本公开示例性实施方式的图像处理方法的流程图；

图4示意性示出了根据本公开一个实施例的图像处理整个过程的流程图；

图5示意性示出了根据本公开示例性实施方式的图像处理装置的方框图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的步骤。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。另外，下面所有的术语“第一”、“第二”、“第三”仅是为了区分的目的，不应作为本公开内容的限制。

直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法，这种方法通常用来增加图像的全局对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布，这样就可以用于增强局部的对比度而不影响整体的对比度。这种方法尤其适用于背景和前景均太亮或者太暗的图像，这种方法可以使曝光过度或者曝光不足照片中更好的细节。

CLAHE(Contrast Limited Adaptive Histogram Equalization，限制对比度自适应直方图均衡化)是一种在直方图均衡化或自适应直方图均衡化的基础上进行改进的方案。在该方案中，可以通过限制图像局部直方图的高度从而限制局部对比度的增强幅度，有效避免了噪声对直方图均衡化的影响，不仅抑制了干扰信息的放大，同时还防止了局部区域被过度增强。CLAHE算法中，首先将图像划分为不同的图像块区域并且保证各图像块区域之间互不重叠，然后针对图像中每一图像块区域进行直方图均衡化；这里，针对每一图像块区域的直方图的高度设置了一个限制对比度的阈值，可以裁剪出超过该阈值的部分，并将该部分平均分布到0～255的灰度值上，最后基于重构的直方图进行均衡化操作。

同普通的AHE(Adaptive Histogram Equalization，自适应直方图均衡化)不同的地方主要是其对比度限幅。这个特性也可以应用到全局直方图均衡化中，即构成所谓的限制对比度直方图均衡。在CLAHE中，对于每个小区域都需要使用对比度限幅。CLAHE主要是用来克服AHE的过度放大噪音的问题。

在指定的像素值周边区域，对比度放大主要是由变换函数的斜度所决定，该斜度和邻域的累积分布函数(Cumulative Distribution Function，CDF)的斜度成比例。在CLAHE算法中，可以通过在计算CDF前，首先用预先定义的阈值来裁剪直方图以达到限制放大幅度的目的，以限制CDF的斜度，从而限制了变换函数的斜度。这里，直方图被裁剪的阈值，也就是所谓的裁剪限幅值，不仅取决于直方图的分布，同时也取决于邻域窗口尺寸大小的取值。另外，CLAHE算法中，图像块区域的划分过程中可以根据图像的亮度均方差进行粗略的图像明暗程度估计，从而选择不同的网格数；具体地，如果图像的亮度均方差越小，即整幅图像的明暗比较一致，此时各图像块之间的直方图数据差异不会很大，这时候可以选用较少的网格数，即选用尺寸较大的图像块；如果图像的亮度均方差越大，即整幅图像的明暗不一致，此时各图像块之间的直方图数据差异可能很大，为了避免插值时出现明显的瑕疵，通常选择尺寸较小的图像块。

直方图均衡化时，对图像分块运行CLAHE算法，提升局部对比度且没有放大噪声，然而，没有考虑到整幅图像直方图分布，体现不出图像不同块的亮度对比度差异。

在本公开一些实施例中，可以结合全局和局部均衡，但是，全局均衡算法与局部均衡算法采用的是双向受限均衡方法，参数太多，调效果时间长，且效果稳定性差。另外，这些实施例的方案中，分别用全局均衡化方法和局部均衡化方法对原始图像分别处理，再对输出的两张图像做加权融合，相当于做了两次均衡化处理，运算量增加了很多，特别是4K\8K高分辨率的输入图像，处理速度慢。

鉴于此，本公开还提供了一种新的图像处理方案。

图1示出了本公开实施例的图像处理方案的示例性系统架构的示意图。

如图1所示，系统架构可以包括终端设备1001和服务器1002。终端设备1001与服务器1002可以通过网络连接，网络的连接类型可以例如包括有线、无线通信链路或者光纤电缆等。

应当理解，终端设备1001和服务器1002的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备和服务器。比如服务器1002可以是多个服务器组成的服务器集群等。服务器1002还可以被称为云端或云端服务器。

终端设备1001可以通过网络与服务器1002交互，以接收或发送消息等。虽然图1中以智能手机为例示出，然而，终端设备1001还包括平板电脑、智能可穿戴设备、个人计算机等具有拍摄功能的设备。其中，终端设备1001还可以被称为终端、移动终端、移动端、智能终端等。

在由终端设备1001执行本公开示例性实施方式的图像处理过程的情况下，首先，终端设备1001可以获取待处理的图像，即获取待进行图像增强的图像。一方面，终端设备1001可以确定该图像的灰度变换曲线；另一方面，终端设备1001可以对图像进行分割，得到多个图像块，并分别确定各图像块的第一灰度变换曲线。

接下来，终端设备1001可以基于整张图像的灰度变换曲线以及各图像块的第一灰度变换曲线，确定出各图像块的第二灰度变换曲线，再利用各图像块的第二灰度变换曲线，对图像进行灰度变换，进而可以输出与待处理图像对应的经灰度变换的图像。

在由服务器1002执行本公开示例性实施方式的图像处理过程的情况下，首先，服务器1002可以从终端设备1001获取图像，一方面，服务器1002可以确定该图像的灰度变换曲线；另一方面，服务器1002可以对图像进行分割，得到多个图像块，并分别确定各图像块的第一灰度变换曲线。

接下来，服务器1002可以基于整张图像的灰度变换曲线以及各图像块的第一灰度变换曲线，确定出各图像块的第二灰度变换曲线，再利用各图像块的第二灰度变换曲线，对图像进行灰度变换，进而可以输出与待处理图像对应的经灰度变换的图像。例如，服务器1002保存该处理后的图像，或者将处理后的图像发送至终端设备1001或其他设备。

应当注意的是，上述对图像进行处理的任意步骤均可以由终端设备1001或服务器1002执行，本公开对此不做限制。

图2示出了适于用来实现本公开示例性实施方式的电子设备的示意图。本公开所说的终端设备可以被配置为如图2所示的形式。需要说明的是，图2示出的电子设备仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

本公开的电子设备至少包括处理器和存储器，存储器用于存储一个或多个程序，当一个或多个程序被处理器执行时，使得处理器可以实现本公开示例性实施方式的图像处理方法。

具体的，如图2所示，电子设备200可以包括：处理器210、内部存储器221、外部存储器接口222、通用串行总线(Universal Serial Bus，USB)接口230、充电管理模块240、电源管理模块241、电池242、天线1、天线2、移动通信模块250、无线通信模块260、音频模块270、扬声器271、受话器272、麦克风273、耳机接口274、传感器模块280、显示屏290、摄像模组291、指示器292、马达293、按键294以及用户标识模块(Subscriber IdentificationModule，SIM)卡接口295等。其中传感器模块280可以包括深度传感器、压力传感器、陀螺仪传感器、气压传感器、磁传感器、加速度传感器、距离传感器、接近光传感器、指纹传感器、温度传感器、触摸传感器、环境光传感器及骨传导传感器等。

可以理解的是，本公开实施例示意的结构并不构成对电子设备200的具体限定。在本公开另一些实施例中，电子设备200可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件、软件或软件和硬件的组合实现。

处理器210可以包括一个或多个处理单元，例如：处理器210可以包括应用处理器(Application Processor，AP)、调制解调处理器、图形处理器(Graphics ProcessingUnit，GPU)、图像信号处理器(Image Signal Processor，ISP)、控制器、视频编解码器、数字信号处理器(Digital Signal Processor，DSP)、基带处理器和/或神经网络处理器(Neural-etwork Processing Unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。另外，处理器210中还可以设置存储器，用于存储指令和数据。

电子设备200可以通过ISP、摄像模组291、视频编解码器、GPU、显示屏290及应用处理器等实现拍摄功能。在一些实施例中，电子设备200可以包括1个或N个摄像模组291，N为大于1的正整数，若电子设备200包括N个摄像头，N个摄像头中有一个是主摄像头。例如，本公开一些实施例中待处理的图像为摄像模组291拍摄出的图像。

内部存储器221可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。内部存储器221可以包括存储程序区和存储数据区。外部存储器接口222可以用于连接外部存储卡，例如Micro SD卡，实现扩展电子设备200的存储能力。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如下述实施例中所述的方法。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

下面以终端设备执行本公开图像处理方法为例进行说明。在这种情况下，下面所述的图像处理装置可以配置在终端设备中。

图3示意性示出了本公开的示例性实施方式的图像处理方法的流程图。参考图3，所述图像处理方法可以包括以下步骤：

S32.确定图像的灰度变换曲线。

在本公开的示例性实施方式中，图像可以是由终端设备的摄像模组拍摄得到的图像，然而，图像还可以是终端设备从其他设备或服务器上获取到的图像。另外，本公开对待处理的图像的场景、尺寸等均不做限制。这里的图像又可被称为原始图像、待处理图像、待增强图像等。

另外，终端设备获取到的图像如果不是灰度图像，还可以对该图像进行灰度转换，以确定图像的灰度变换曲线。

具体的，可以按预设算法对整张图像进行处理，得到图像的灰度变换曲线。

对于灰度变换曲线的作用，可以理解为预设算法根据图像的具体内容计算得出的曲线，图像可以依据该曲线进行后续的增强。进一步的，灰度变换曲线可以是针对每个原始像素点的具体映射关系，也可以是像素点增强后的整体分布标准曲线。例如，当以CLAHE作为预设算法时针对待处理图像的全局内容预设有全局直方图高度预设阈值，基于图像的灰度均值、灰度方差、局部直方图的分布以及图像大小将进一步得到图像的直方图的高度预设阈值。进一步地，在预设阈值的限制下，计算得到灰度拉伸曲线(即为灰度变换曲线)，在部分情况下，灰度拉伸曲线也被称为映射曲线、变换函数等；又例如，AHE算法中，同样存在灰度拉伸曲线，可将其作为处理曲线；再例如，对于色度、亮度处理算法，灰度变换曲线可以是色度、亮度变换函数。

根据本公开一些实施例，该预设算法可以包括限制对比度自适应直方图均衡化CLAHE算法，对应的灰度变换曲线可以是限制对比度自适应直方图均衡化CLAHE曲线。

首先，可以对图像统计直方图，并进行归一化处理。随后，基于预设阈值可以对直方图进行峰裁剪，将结果平均到图像所有的灰阶，再进行积分运算即可得到CLAHE曲线，可以记为GloalCurve。

根据本公开另一些实施例，上述预设算法还可以包括AHE算法，对应的灰度变换曲线还可以是自适应直方图均衡化AHE曲线。

S34.将图像分割为多个图像块，分别确定各图像块的第一灰度变换曲线。

在本公开不同的实施例中，可以采用不同的图像分割方法。例如，基于数量的图像分割方法、基于区域的图像分割方法、基于边缘的图像分割方法、基于特定理论的分割方法等。另外，分割后获得的图像块数量可以是36(6×6)块、64(8×8)、256(16×16)块等，本公开对具体分块的数值不做限制，可以依据处理效果、预设算法、终端设备的运算能力等进行具体设计。

在将图像分割为多个图像块的情况下，与步骤S32的过程类似地，可以确定出各图像块的第一灰度变换曲线。

在灰度变换曲线为CLAHE曲线的实施例中，可以对每个图像块计算局部CLAHE曲线，并记为LocalCurve(r,c)，其中，(r,c)表示图像块的行列索引。

应当理解的是，本公开对步骤S32和步骤S34的执行顺序不做限制。

S36.基于图像的灰度变换曲线以及各图像块的第一灰度变换曲线，确定出各图像块的第二灰度变换曲线。

根据本公开的一些实施例，可以对图像的灰度变换曲线与各图像块的第一灰度变换曲线分别进行加权融合，以确定出各图像块的第二灰度变换曲线。

其中，权重可以预先配置出，例如，整张图像的灰度变换曲线与图像块的第一灰度变换曲线的权重均为0.5；或者整张图像的灰度变换曲线的权重为0.3，图像块的第一灰度变换曲线的权重为0.7。需要说明的是，通常权重之和为1。

以图像块上一个灰度值为例进行说明。

首先，针对该灰度值，确定分别在图像的灰度变换曲线上的纵轴值(例如，灰度值的频率、数量等)以及在该图像块的第一灰度变换曲线上的纵轴值。其中，可以将该灰度值在图像的灰度变换曲线上的纵轴值记为GloalCurve(x)，可以将该灰度值在该图像块的第一回读变换曲线上的纵轴值记为LocalCurve(x)。其中，x为灰度值，取值范围为0～255。

接下来，可以对该灰度值在图像的灰度变换曲线上的纵轴值以及在该图像块的第一灰度变换曲线上的纵轴值进行加权计算，以得到该灰度值在该图像块的第二灰度变换曲线上的纵轴值。如果将灰度值在该图像块的第二灰度变换曲线上的纵轴值记为GlCurve(x)，则其可以表示为下式：

GlCurve(x)＝a*GloalCurve(x)+(1-a)*LocalCurve(x)

其中，a为融合系数，即上述权重。

类似地，对其他灰度值执行如同上述的处理过程，以确定出各图像块的第二灰度变换曲线。

S38.利用各图像块的第二灰度变换曲线，对图像进行灰度变换。

在本公开的示例性实施方式中，对图像进行灰度变换的过程可以是逐像素点进行灰度变换。其中，此图像为步骤S32和步骤S34中提起的整张图像。

就图像上的像素点而言，本公开一些实施例可以将其划分为图像内部的像素点、图像边缘的像素点以及图像四个顶点的像素点。

针对图像内部和图像边缘的像素点，可以理解的是，存在相邻图像块。具体的，图像内部的像素点通常可以存在四个相邻图像块，图像边缘的像素点通常可以存在两个相邻图像块。

针对图像内部和图像边缘的像素点，可以利用各相邻图像块的第二灰度变换曲线，对该像素点进行灰度变换。

具体的，终端设备可以确定像素点在各相邻图像块的第二灰度变换曲线上的灰度映射值，再利用确定出的灰度映射值对该像素点进行灰度变换。

根据本公开一个实施例，可以对确定出的灰度映射值均平均值，作为该像素点调整后的灰度值。

根据本公开另一个实施例，可以对确定出的灰度映射值进行加权平均，并将加权平均的结果确定为该像素点调整后的灰度值。其中，权重可以根据该像素点分别距相邻图像块的距离而确定，例如，距离越远，权重越小；距离越近，权重越大。

另外，像素点距图像块的距离可以理解为像素点距图像块中心点的位置，也可以理解为像素点距图像块最近一边的垂直距离。本公开对此不做限制。

根据本公开又一个实施例，首先，可以确定该像素点距各相邻图像块的距离。接下来，可以根据像素点距各相邻图像块的距离以及像素点在各相邻图像块的第二灰度变换曲线上的灰度映射值，对该像素点进行灰度变换。

具体的，可以基于距离对灰度映射值进行插值，以确定出该像素点调整后的灰度值。

类似地，像素点距图像块的距离可以理解为像素点距图像块中心点的位置，也可以理解为像素点距图像块最近一边的垂直距离。本公开对此不做限制。

另外，针对图像中四个顶点的像素点，可以直接利用其所处图像块的第二灰度变换曲线上的灰度映射值，作为该像素点调整后的灰度值。

参考图4，对本公开一个实施例的图像处理整个过程进行说明。

在步骤S402中，终端设备获取图像。例如，该图像可以是终端设备配备的摄像模组拍摄的图像。

在步骤S404中，终端设备可以对整个图像计算CLAHE曲线，即计算全局CLAHE曲线。

在步骤S406中，终端设备可以对图像分块。在步骤S408中，终端设备可以计算每个图像块的CLAHE曲线。

在步骤S410中，终端设备可以将步骤S404计算出的CLAHE曲线与图像块的CLAHE曲线进行融合，得到融合后的CLAHE曲线，即上文描述的图像块的第二灰度变换曲线。

在步骤S412中，可以利用融合后的CLAHE曲线对图像进行灰度变换。具体的，可以结合像素点距图像块的距离进行插值，以确定灰度变换后的图像。

在步骤S414中，终端设备可以输出灰度变换后的图像。具体的，终端设备可以存储灰度变换后的图像并进行展示，或者终端设备可以将灰度变换后的图像上传至云端保存。

基于本公开所述的图像处理方法，兼顾了全局和局部的直方图均衡化的效果，即保证了全局对比度的增强，也增强了局部对比度，且没有增强噪声。另外，相比于一些技术中对全局增强的图像与局部增强的图像加权融合的方式，本公开示例性方案采用全局均衡曲线与局部均衡曲线融合的方式，减少了图像融合的运算量，提高了处理速度。

应当注意，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

进一步的，本示例实施方式中还提供了一种图像处理装置。

图5示意性示出了本公开的示例性实施方式的图像处理装置的方框图。参考图5，根据本公开的示例性实施方式的图像处理装置5可以包括第一曲线确定模块51、第二曲线确定模块53、第三曲线确定模块55和灰度变换模块57。

具体的，第一曲线确定模块51可以用于确定图像的灰度变换曲线；第二曲线确定模块53可以用于将图像分割为多个图像块，分别确定各图像块的第一灰度变换曲线；第三曲线确定模块55可以用于基于图像的灰度变换曲线以及各图像块的第一灰度变换曲线，确定出各图像块的第二灰度变换曲线；灰度变换模块57可以用于利用各图像块的第二灰度变换曲线，对图像进行灰度变换。

根据本公开的示例性实施例，第三曲线确定模块55可以被配置为执行：对图像的灰度变换曲线与各图像块的第一灰度变换曲线分别进行加权融合，确定出各图像块的第二灰度变换曲线。

根据本公开的示例性实施例，第三曲线确定模块55还可以被配置为执行：针对图像块上一灰度值，确定灰度值分别在图像的灰度变换曲线上的纵轴值和在该图像块的第一灰度变换曲线上的纵轴值；对灰度值在图像的灰度变换曲线上的纵轴值以及在该图像块的第一灰度变换曲线上的纵轴值进行加权计算，得到灰度值在该图像块的第二灰度变换曲线上的纵轴值。

根据本公开的示例性实施例，灰度变换模块57可以被配置为执行：针对图像上存在相邻图像块的像素点，利用各相邻图像块的第二灰度变换曲线，对像素点进行灰度变换。

根据本公开的示例性实施例，灰度变换模块57还可以被配置为执行：确定像素点在各相邻图像块的第二灰度变换曲线上的灰度映射值；利用像素点在各相邻图像块的第二灰度变换曲线上的灰度映射值，对像素点进行灰度变换。

根据本公开的示例性实施例，灰度变换模块57还可以被配置为执行：确定像素点距各相邻图像块的距离；根据像素点距各相邻图像块的距离以及像素点在各相邻图像块的第二灰度变换曲线上的灰度映射值，对像素点进行灰度变换。

根据本公开的示例性实施例，灰度变换曲线为限制对比度自适应直方图均衡化CLAHE曲线。

由于本公开实施方式的图像处理装置的各个功能模块与上述方法实施方式中相同，因此在此不再赘述。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

本领域技术人员在考虑说明书及实践这里公开的内容后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (10)

1.一种图像处理方法，其特征在于，包括：

确定图像的灰度变换曲线；

将所述图像分割为多个图像块，分别确定各所述图像块的第一灰度变换曲线；

基于所述图像的灰度变换曲线以及各所述图像块的第一灰度变换曲线，确定出各所述图像块的第二灰度变换曲线；

利用各所述图像块的第二灰度变换曲线，对所述图像进行灰度变换。

2.根据权利要求1所述的图像处理方法，其特征在于，基于所述图像的灰度变换曲线以及各所述图像块的第一灰度变换曲线，确定出各所述图像块的第二灰度变换曲线，包括：

对所述图像的灰度变换曲线与各所述图像块的第一灰度变换曲线分别进行加权融合，确定出各所述图像块的第二灰度变换曲线。

3.根据权利要求2所述的图像处理方法，其特征在于，对所述图像的灰度变换曲线与各所述图像块的第一灰度变换曲线分别进行加权融合，确定出各所述图像块的第二灰度变换曲线，包括：

针对所述图像块上一灰度值，确定所述灰度值分别在所述图像的灰度变换曲线上的纵轴值和在该所述图像块的第一灰度变换曲线上的纵轴值；

对所述灰度值在所述图像的灰度变换曲线上的纵轴值以及在该所述图像块的第一灰度变换曲线上的纵轴值进行加权计算，得到所述灰度值在该所述图像块的第二灰度变换曲线上的纵轴值。

4.根据权利要求1所述的图像处理方法，其特征在于，利用各所述图像块的第二灰度变换曲线，对所述图像进行灰度变换，包括：

针对所述图像上存在相邻图像块的像素点，利用各所述相邻图像块的第二灰度变换曲线，对所述像素点进行灰度变换。

5.根据权利要求4所述的图像处理方法，其特征在于，利用各所述相邻图像块的第二灰度变换曲线，对所述像素点进行灰度变换，包括：

确定所述像素点在各所述相邻图像块的第二灰度变换曲线上的灰度映射值；

利用所述像素点在各所述相邻图像块的第二灰度变换曲线上的灰度映射值，对所述像素点进行灰度变换。

6.根据权利要求5所述的图像处理方法，其特征在于，利用所述像素点在各所述相邻图像块的第二灰度变换曲线上的灰度映射值，对所述像素点进行灰度变换，包括：

确定所述像素点距各所述相邻图像块的距离；

根据所述像素点距各所述相邻图像块的距离以及所述像素点在各所述相邻图像块的第二灰度变换曲线上的灰度映射值，对所述像素点进行灰度变换。

7.根据权利要求1至6中任一项所述的图像处理方法，其特征在于，所述灰度变换曲线为限制对比度自适应直方图均衡化CLAHE曲线。

8.一种图像处理装置，其特征在于，包括：

第一曲线确定模块，用于确定图像的灰度变换曲线；

第二曲线确定模块，用于将所述图像分割为多个图像块，分别确定各所述图像块的第一灰度变换曲线；

第三曲线确定模块，用于基于所述图像的灰度变换曲线以及各所述图像块的第一灰度变换曲线，确定出各所述图像块的第二灰度变换曲线；

灰度变换模块，用于利用各所述图像块的第二灰度变换曲线，对所述图像进行灰度变换。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的图像处理方法。

10.一种电子设备，其特征在于，包括：

处理器；

存储器，用于存储一个或多个程序，当所述一个或多个程序被所述处理器执行时，使得所述处理器实现如权利要求1至7中任一项所述的图像处理方法。

Images