CN113012051A - 图像处理方法、装置、电子设备及计算机可读存储介质 - Google Patents
图像处理方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113012051A CN113012051A CN201911314805.2A CN201911314805A CN113012051A CN 113012051 A CN113012051 A CN 113012051A CN 201911314805 A CN201911314805 A CN 201911314805A CN 113012051 A CN113012051 A CN 113012051A
- Authority
- CN
- China
- Prior art keywords
- image
- brightness value
- interest
- region
- color image
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 40
- 238000010606 normalization Methods 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims description 36
- 230000014509 gene expression Effects 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 241000023320 Luma <angiosperm> Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241001292396 Cirrhitidae Species 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002087 whitening effect 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
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- 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
- G06T2207/10024—Color 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种图像处理方法,其包括:计算第一灰度图像的每个感兴趣区域的第一亮度值;将每个感兴趣区域的第一亮度值进行归一化处理,得到每个所述感兴趣区域的第二亮度值;根据预设条件对需要补偿的所述感兴趣区域的第二亮度值进行亮度补偿,得到每个所述感兴趣区域的第三亮度值;将每个所述感兴趣区域的第三亮度值进行反归一化处理,得到第四亮度值及第二灰度图像。本发明的图像局部阴影处理方法,流程简单,能很好的对图像的局部阴影进行补偿,改善图像局部阴影导致图像局部模糊的情况。此外,本发明还提供一种处理装置、电子设备及计算机可读存储介质。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种图像处理方法、装置、电子设备及计算机可读存储介质。
背景技术
随着相机的广泛应用及多元化,比如智能手机拍照,专业数码相机拍照,车载摄像头拍照等。人们对于拍照的成像质量也提出了更好的要求。
现有的图像处理技术也是日益更新,比如最常见的镜头阴影/镜头暗影(lensshadings)补偿技术,针对镜头(lens)成像的中心区域比边缘区域好补偿阴影。再比如美白技术,将图像的整体美化,提高图像的整体美感。再比如锐化技术,提升图像中景物边缘的锐利度。但是上述这些都是针对图像的整体而设计的,无法处理图像的局部,如建筑物的影子会导致图像的局部区域较暗;背光等光线较差环境无法清楚地展现景物,图像区域性阴影的纠正及补偿技术还是空白。
发明内容
有鉴于此,有必要提供一种图像处理方法,其流程简单,能很好的对图像的局部阴影进行补偿,改善图像局部阴影导致图像局部模糊的情况。
此外,还有必要提供一种图像处理装置。
此外,还有必要提供一种电子设备。
此外,还有必要提供一种计算机可读存储介质。
本发明提供一种图像处理方法,其包括:
计算第一灰度图像的每个感兴趣区域的第一亮度值;
将每个感兴趣区域的第一亮度值进行归一化处理,得到每个所述感兴趣区域的第二亮度值;
根据预设条件对需要补偿的所述感兴趣区域的第二亮度值进行亮度补偿,得到每个所述感兴趣区域的第三亮度值;
将每个所述感兴趣区域的第三亮度值进行反归一化处理,得到第四亮度值及第二灰度图像。
本发明的图像处理方法,流程简单,能很好的对图像的局部阴影进行补偿,改善图像局部阴影导致图像局部模糊的情况。
其中,在所述计算第一灰度图像的每个所述感兴趣区域的第一亮度值之前,所述方法还包括:
获取原始图像,原始图像为第一灰度图像;
将所述第一灰度图像划分成若干个感兴趣区域。
将图像划分成若干个感兴趣区域,方便后续对部分感兴趣区域,即图像局部进行亮度补偿,从而更好的实现图像的局部阴影处理。
其中,在所述计算第一灰度图像的每个所述感兴趣区域的第一亮度值之前,所述方法还包括:
获取原始图像,其中,原始图像为第一彩色图像;
将所述第一彩色图像转化成所述第一灰度图像。
彩色图像除了包含亮度信息,还包括色度。将彩色图像转化成灰度图像使本发明的方法具有更好的普适性,能够用于彩色图像的局部阴影处理。
其中,在所述将所述第一彩色图像转化成所述第一灰度图像之前,所述方法还包括:将所述第一彩色图像划分成若干个感兴趣区域;其中,所述第一灰度图像中的感兴趣区域与所述第一彩色图像中的感兴趣区域一一对应;
或者,在所述将所述第一彩色图像转化成所述第一灰度图像之后,所述方法还包括:将所述第一灰度图像划分成若干个感兴趣区域。
将图像划分成若干个感兴趣区域,方便后续对部分感兴趣区域,即图像局部进行亮度补偿,从而更好的实现图像的局部阴影处理。
其中,所述方法还包括:
将所述第二灰度图像转化成第二彩色图像。
这样增加了本发明图像处理方法的应用场景,可以应用于灰度图像的局部阴影处理,也可以用于将彩色图像进行局部阴影处理后,得到局部亮度增强的灰度图像,还可以用于将彩色图像进行局部阴影处理后,得到局部亮度增强的彩色图像。
其中,所述将所述彩色图像转化成所述第一灰度图像,具体包括:
采用条件式Y=0.299R+0.587G+0.114B将所述第一彩色图像转化成所述第一灰度图像,其中,Y表示亮度值,R表示第一彩色图像的红色信号,G表示第一彩色图像的绿色信号,B表示第一彩色图像的蓝色信号。
将彩色图像除了包含亮度信息,还包括色度。将彩色图像转化成灰度图像使本发明的方法具有更好的普适性,能够用于彩色图像的局部阴影处理。
对第一灰度图像进行归一化处理,可以简化计算方式。
其中,所述根据预设条件对需要补偿的所述感兴趣区域的第二亮度值进行亮度补偿,得到每个所述感兴趣区域的第三亮度值,具体包括:
根据条件式:
Y2≤0.1或Y2>0.7时,Y3=Y2;
0.1<Y2≤0.3时,Y3=Y2+0.18;
0.3<Y2≤0.5时,Y3=Y2+0.1;
0.5<Y2≤0.7时,Y3=Y2+0.03;
其中Y3为第三亮度值,Y2为第二亮度值;
对需要进行补偿的所述感兴趣区域的第二亮度值进行亮度补偿,得到每个所述感兴趣区域的第三亮度值。
对不同具有不同第二亮度值的感兴趣区域进行不同程度的亮度补偿,这样可以更好的缩小整张图像的亮度差距,得到更好的阴影亮度补偿效果。
其中,所述将每个所述感兴趣区域的第三亮度值进行反归一化处理,得到第四亮度值及第二灰度图像,具体包括:
采用条件式Y4=255×Y3对所述感兴趣区域的第三亮度值进行反归一化处理,得到第四亮度值及第二灰度图像,其中Y4为第四亮度值,Y3为第三亮度值。
对第一灰度图像进行反归一化处理,可以简化计算方式。
其中,所述将所述第二灰度图像转化成第二彩色图像,具体包括:
采用以下条件式将所述第二灰度图像转化成第二彩色图像;条件式具体为:
R’=Y4+1.402Pr;
G’=Y4-0.344Pb-0.792Pr;
B’=Y4+1.772Pb;
其中,Pb=-0.169R-0.331G+0.500B;Pr=0.500R-0.439G-0.081B;
其中,R’表示第二彩色图像的红色信号,G’表示第二彩色图像的绿色信号,B’表示第二彩色图像的蓝色信号,Pr表示第一图像的红色色差,Pb表示第一图像的蓝色色差,R表示第一彩色图像的红色信号,G表示第一彩色图像的绿色信号,B表示第一彩色图像的蓝色信号。
这样增加了本发明图像的处理方法的应用场景,可以应用于灰度图像的局部阴影处理,也可以用于将彩色图像进行局部阴影处理后,得到局部亮度增强的灰度图像,还可以用于将彩色图像进行局部阴影处理后,得到局部亮度增强的彩色图像。
本发明还提供一种图像处理装置,其包括:
第一亮度计算模块,用于计算第一灰度图像的每个所述感兴趣区域的第一亮度值;
归一化模块,将每个感兴趣区域的第一亮度值进行归一化处理,得到每个所述感兴趣区域的第二亮度值;
亮度补偿模块,用于根据预设条件对需要补偿的所述感兴趣区域的第二亮度值进行亮度补偿,得到每个所述感兴趣区域的第三亮度值;
反归一化模块,用于将每个所述感兴趣区域的第三亮度值进行反归一化处理,得到第四亮度值及第二灰度图像。
本发明的图像处理装置,流程简单,能很好的对图像的局部阴影进行补偿,改善图像局部阴影导致图像局部模糊的情况。
其中,所述装置还包括:
第一图像转化模块,用于将第一彩色图像转化成所述第一灰度图像。
彩色图像除了包含亮度信息,还包括色度。将彩色图像转化成灰度图像使本发明的方法具有更好的普适性,能够用于彩色图像的局部阴影处理。
其中,所述装置还包括:
区域划分模块,用于将第一灰度图像或第一彩色图像划分成若干个感兴趣区域。
将图像划分成若干个感兴趣区域,方便后续对部分感兴趣区域,即图像局部进行亮度补偿,从而更好的实现图像的局部阴影处理。
其中,所述装置还包括:
第二图像转化模块,用于将所述第二灰度图像转化成第二彩色图像。
这样增加了本发明图像处理方法的应用场景,可以应用于灰度图像的局部阴影处理,也可以用于将彩色图像进行局部阴影处理后,得到局部亮度增强的灰度图像,还可以用于将彩色图像进行局部阴影处理后,得到局部亮度增强的彩色图像。
本发明还提供一种电子设备,包括处理器及与所述处理器电连接的存储器,所述存储器存储有可被所述处理器执行的程序代码,当所述程序代码被所述处理器调用并执行时,执行上述的图像处理方法。
本发明的电子装置能很好的对图像的局部阴影进行补偿,改善图像局部阴影导致图像局部模糊的情况。
本发明还提供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可执行程序代码,所述计算机可执行程序代码用于使计算机执行上述的图像处理方法。
本发明的计算机可读存储介质能很好的对图像的局部阴影进行补偿,改善图像局部阴影导致图像局部模糊的情况。
由此,本发明的图像处理方法,流程简单,能很好的对图像的局部阴影进行补偿,改善图像局部阴影导致图像局部模糊的情况。
附图说明
为更清楚地阐述本发明的构造特征和功效,下面结合附图与具体实施例来对其进行详细说明。
图1是本发明一实施例的图像处理方法的流程示意图。
图2是本发明又一实施例的图像处理方法的流程示意图。
图3是本发明又一实施例的图像处理方法的流程示意图。
图4是本发明又一实施例的图像处理方法的流程示意图。
图5是本发明第一具体实施例的第一彩色图像。
图6是本发明第一具体实施例的图像处理方法的流程示意图。
图7是本发明第一具体实施例的第二彩色图像。
图8是实施例的图像处理装置的结构示意图。
图9是本发明实施例的电子设备的结构示意图。
具体实施例
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
请参见图1,本发明的图像处理方法,可以应用于相机、手机摄像头、车载摄像头等领域的摄像装置中,用于对图像的局部阴影进行亮度补偿处理,其包括:
S101,计算第一灰度图像的每个感兴趣区域的第一亮度值;
第一灰度图像指待进行局部阴影处理的原始黑白图像或原始灰度图像,或者将原始彩色图像转化成灰度图像后的图像。
“灰度图像”是指每个像素只有一个采样颜色的图像,通常显示为从最暗黑色到最亮的白色的灰度,灰度图像在黑色与白色之间还有许多级的颜色深度。
“亮度值”又叫灰度值,由于景物各点的颜色及亮度不同,摄成的黑白照片上或电视接收机重现的黑白图像上各点呈现不同程度的灰色。把白色与黑色之间按对数关系分成若干级,称为“灰度等级”。亮度值范围一般从0到255,白色(即全亮)为255,黑色(即全暗)为0。
“感兴趣区域(region of interest,ROI)”指机器视觉、图像处理中,从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域。在Halcon、OpenCV、Matlab等机器视觉软件上常用到各种算子(Operator)和函数来求得感兴趣区域ROI,并进行图像的下一步处理。
感兴趣区域的亮度值为该感兴趣区域内所有像素点的亮度值的平均值。
在本发明的实施例中,每个感兴趣区域包括四个像素(pixel)。在其它实施例中,每个感兴趣区域还可以包括1个像素、2个像素、3个像素、5个像素、6个像素、7个像素等。当每个感兴趣区域所包括的像素越少时,图像局部阴影的处理效果越好,处理速度越慢。具体每个感兴趣区域包括几个像素,可以根据使用者对图像处理效果的需求进行设置。像素是指在由一个数字序列表示的图像中的一个最小单位。
在一些实施例中,在步骤S101之前,所述方法还包括:
获取原始图像,原始图像为第一灰度图像;
将所述第一灰度图像划分成若干个感兴趣区域。
在一些实施例中,原始图像可以为彩色图像或灰度图像。原始图像可以指从数码相机、扫描器或电影胶片扫描仪的图像传感器获得的图像,也可以为其它图像处理器处理过,待进一步处理的彩色图形或灰度图像。在本实施例中,原始图像为灰度图像。
将第一灰度图像划分成若干个感兴趣区域后,计算每个感兴趣区域的第一亮度值。感兴趣区域为后续图像亮度补偿处理的最小单位,划分成若干个感兴趣区域可以方便对第一灰度图像的局部进行亮度补偿处理,而不是对图像的全部区域进行处理。
在另一些实施例中,在步骤S101之前,所述方法还包括:
获取原始图像,其中,原始图像为第一彩色图像;
将所述第一彩色图像转化成所述第一灰度图像。
彩色图像除了包含亮度信息,还包括色度。将彩色图像转化成灰度图像使本发明的方法具有更好的普适性,能够用于彩色图像的局部阴影处理。
具体地,采用BT601标准将第一彩色图像转化成第一灰度图像。
BT601标准为标清国际定义,其包括模拟信号和数字信号。
进一步地,在将第一彩色图像转化成所述第一灰度图像之前,所述方法还包括:将所述第一彩色图像划分成若干个感兴趣区域;其中,所述第一灰度图像中的感兴趣区域与所述第一彩色图像中的感兴趣区域一一对应;
或者,在所述将第一彩色图像转化成所述第一灰度图像之后,所述方法还包括:将所述第一灰度图像划分成若干个感兴趣区域。
也就是说,对于感兴趣区域的划分,可以是对彩色图像进行划分,也可以是在彩色图像转化成灰度图像之后进行划分,具体是在之前还是之后,本发明对此不作限制。
在本发明的实施例中,采用BT601标准的模拟信号,即YUV空间的Y通道,对第一彩色图像进行转化。具体地,采用条件式Y=0.299R+0.587G+0.114B将所述第一彩色图像转化成所述第一灰度图像,其中,Y表示亮度值,R表示第一彩色图像的红色信号,G表示第一彩色图像的绿色信号,B表示第一彩色图像的蓝色信号。
“YUV”是一种颜色编码方法。常使用在各个视频处理组件中。YUV在对照片或视频编码时,考虑到人类的感知能力,允许降低色度的带宽。YUV是编译true-color颜色空间(color space)的种类,Y'UV,YUV,YCbCr,YPbPr等专有名词都可以称为YUV,彼此有重叠。“Y”表示明亮度(Luminance或Luma),也就是灰阶值,“U”和“V”表示的则是色度(Chrominance或Chroma),作用是描述影像色彩及饱和度,用于指定像素的颜色。
在其它实施例中,也可以采用HSL空间的L分量将第一彩色图像转化成第一亮度度图像。
HSL是一种将RGB色彩模型中的点在圆柱坐标系中的表示法。这两种表示法试图做到比基于笛卡尔坐标系的几何结构RGB更加直观。
HSL即色相、饱和度、亮度(英语:Hue,Saturation,Lightness)。
色相(H)是色彩的基本属性,就是平常所说的颜色名称,如红色、黄色等。
饱和度(S)是指色彩的纯度,越高色彩越纯,低则逐渐变灰,取0-100%的数值。
明度(V),亮度(L),取0-100%。
S102,将每个感兴趣区域的第一亮度值进行归一化处理,得到每个所述感兴趣区域的第二亮度值;
“归一化”是一种简化计算的方式,即将有量纲的表达式,经过变换,化为无量纲的表达式,成为标量。归一化是一种无量纲处理手段,使物理系统数值的绝对值变成某种相对值关系。
S103,根据预设条件对需要补偿的所述感兴趣区域的第二亮度值进行亮度补偿,得到每个所述感兴趣区域的第三亮度值;
具体地,采用以下条件式,对需要补偿的所述感兴趣区域的第二亮度值Y2进行亮度补偿,得到每个所述感兴趣区域的第三亮度值Y3。条件式如下:
Y2≤0.1或Y2>0.7时,Y3=Y2;
0.1<Y2≤0.3时,Y3=Y2+0.18;
0.3<Y2≤0.5时,Y3=Y2+0.1;
0.5<Y2≤0.7时,Y3=Y2+0.03;
其中Y3为第三亮度值,Y2为第二亮度值;
当Y2≤0.1时,说明该感兴趣区域的亮度值很低,则判定该感兴趣区域为全暗,不需要对其进行亮度补偿。当Y2>0.7时,说明该感兴趣区域的亮度值已经足够,不需要再进行亮度补偿。
通过以上条件式,对不同具有不同第二亮度值的感兴趣区域进行不同程度的亮度补偿,这样可以更好的缩小整张图像的亮度差距,得到更好的阴影亮度补偿效果。
S104,将每个所述感兴趣区域的第三亮度值进行反归一化处理,得到第四亮度值及第二灰度图像。
第二灰度图像为经过上述步骤S101-S104处理后,获得的灰度图像。
具体地,采用条件式Y4=255×Y3对所述感兴趣区域的第三亮度值Y3进行反归一化处理,得到第四亮度值及第二灰度图像,其中Y4为第四亮度值,Y3为第三亮度值。
对第一灰度图像进行反归一化处理,可以简化计算方式。
在一些实施例中,当原始图像为第一彩色图像时,所述方法还包括:将所述第二灰度图像转化成第二彩色图像。
在一具体实施例中,采用BT601标准将所述第二灰度图像转化成第二彩色图像。更具体地,根据以下条件式,将所述第二灰度图像转化成第二彩色图像,具体条件式如下:
R’=Y4+1.402Pr;
G’=Y4-0.344Pb-0.792Pr;
B’=Y4+1.772Pb;
其中,Pb=-0.169R-0.331G+0.500B;Pr=0.500R-0.439G-0.081B;
其中,R’表示第二彩色图像的红色信号,G’表示第二彩色图像的绿色信号,B’表示第二彩色图像的蓝色信号,Pr表示第一图像的红色色差(即红色信号与亮度信号的差值),Pb表示第一图像的蓝色色差(即蓝色信号与亮度信号的差值),R表示第一彩色图像的红色信号,G表示第一彩色图像的绿色信号,B表示第一彩色图像的蓝色信号。
本发明图像处理方法可应用于多种场景,可以应用于灰度图像的局部阴影处理,也可以用于将彩色图像进行局部阴影处理后,得到局部亮度增强的灰度图像,还可以用于将彩色图像进行局部阴影处理后,得到局部亮度增强的彩色图像。
本发明的图像局部阴影处理方法,流程简单,能很好的对图像的局部阴影进行补偿,改善图像局部阴影导致图像局部模糊的情况。
请参见图2,本发明的图像局部阴影处理方法,应用于灰度图像局部亮度补偿,包括:
S201,获取原始图像,原始图像为第一灰度图像;
S202,将第一灰度图像划分成若干个感兴趣区域;
感兴趣区域为后续图像亮度补偿处理的最小单位,划分成若干个感兴趣区域可以方便对第一灰度图像的局部进行亮度补偿处理,而不是对图像的全部区域进行处理。
S203,计算第一灰度图像的每个所述感兴趣区域的第一亮度值;
S204,将每个感兴趣区域的第一亮度值进行归一化处理,得到每个所述感兴趣区域的第二亮度值;
S205,根据预设条件对需要补偿的所述感兴趣区域的第二亮度值进行亮度补偿,得到每个所述感兴趣区域的第三亮度值;
S206,将每个所述感兴趣区域的第三亮度值进行反归一化处理,得到第四亮度值及第二灰度图像。
步骤S201-S206的详细描述请参见上述实施例,在此不再赘述。
请参见图3,本发明的图像局部阴影处理方法,应用于彩色图像局部亮度补偿,包括:
S301,获取原始图像,其中,原始图像为第一彩色图像;
S302,将所述第一彩色图像转化成第一灰度图像;
S303,将第一灰度图像划分成若干个感兴趣区域;
S304,计算第一灰度图像的每个所述感兴趣区域的第一亮度值;
S305,将每个感兴趣区域的第一亮度值进行归一化处理,得到每个所述感兴趣区域的第二亮度值;
S306,根据预设条件对需要补偿的所述感兴趣区域的第二亮度值进行亮度补偿,得到每个所述感兴趣区域的第三亮度值;
S307,将每个所述感兴趣区域的第三亮度值进行反归一化处理,得到第四亮度值及第二灰度图像;
其中,第二灰度图像为经步骤S301-S307处理之后获得的灰度图像。
S308,将所述第二灰度图像转化成第二彩色图像。
步骤S301-S308的详细描述请参见上述实施例,在此不再赘述。
请参见图4,本发明的图像局部阴影处理方法,应用于彩色图像局部亮度补偿,包括:
S401,获取原始图像,其中,原始图像为第一彩色图像;
S402,将第一彩色图像划分成若干个感兴趣区域;
S503,划分成若干个感兴趣区域的第一彩色图像转化成第一灰度图像;
S404,计算第一灰度图像的每个所述感兴趣区域的第一亮度值,其中,所述第一灰度图像中的感兴趣区域与所述第一彩色图像中的感兴趣区域一一对应;
S405,将每个感兴趣区域的第一亮度值进行归一化处理,得到每个所述感兴趣区域的第二亮度值;
S406,根据预设条件对需要补偿的所述感兴趣区域的第二亮度值进行亮度补偿,得到每个所述感兴趣区域的第三亮度值;
S407,将每个所述感兴趣区域的第三亮度值进行反归一化处理,得到第四亮度值及第二灰度图像;
其中,第二灰度图像为经过步骤S401-S407处理之后的灰度图像。
S408,将所述第二灰度图像转化成第二彩色图像。
步骤S401-S408的详细描述请参见上述实施例,在此不再赘述。
下针对具体实施例对本发明作更具体的描述。
第一具体实施例
请参见图5,图5为待进行局部阴影补偿的彩色图像,即第一彩色图像。
请参见图6,本发明的图像处理方法包括:
S601,将第一彩色图像划分成48个感兴趣区域,每个感兴趣区域包括四个像素;
S602,根据条件式Y=0.299R+0.587G+0.114B将第一彩色图像转化成第一灰度图像,其中,Y表示亮度值,R表示第一彩色图像的红色信号,G表示第一彩色图像的绿色信号,B表示第一彩色图像的蓝色信号;
S603,计算第一灰度图像的48个所述感兴趣区域的第一亮度值Y1;其中,所述第一灰度图像中的感兴趣区域与所述第一彩色图像中的感兴趣区域一一对应;
具体地,根据S602可以知道每个像素点的亮度值,对每个感兴趣区域的所有像素点的亮度值求平均,即为该感兴趣区域的亮度值。本实施例图5中每个感兴趣区域的亮度值为下表1:
表1第一灰度图像的第一亮度值Y1
200 | 178 | 189 | 178 | 173 | 167 |
193 | 187 | 198 | 198 | 200 | 203 |
201 | 193 | 178 | 168 | 156 | 195 |
179 | 199 | 177 | 183 | 182 | 231 |
199 | 205 | 71 | 64 | 185 | 186 |
200 | 211 | 66 | 58 | 176 | 174 |
189 | 210 | 60 | 56 | 174 | 171 |
178 | 198 | 185 | 181 | 176 | 161 |
表2归一化后的图像的第二亮度值Y2
0.78 | 0.70 | 0.74 | 0.70 | 0.68 | 0.65 |
0.76 | 0.73 | 0.78 | 0.78 | 0.78 | 0.79 |
0.79 | 0.76 | 0.70 | 0.66 | 0.61 | 0.76 |
0.70 | 0.78 | 0.69 | 0.72 | 0.71 | 0.91 |
0.78 | 0.80 | 0.28 | 0.25 | 0.72 | 0.73 |
0.78 | 0.83 | 0.26 | 0.23 | 0.69 | 0.68 |
0.74 | 0.82 | 0.24 | 0.22 | 0.68 | 0.67 |
0.70 | 0.78 | 0.73 | 0.71 | 0.69 | 0.63 |
S605,采用以下条件式,对需要补偿的所述感兴趣区域的第二亮度值进行亮度补偿,得到每个所述感兴趣区域的第三亮度值。具体条件式如下:
Y2≤0.1或Y2>0.7时,Y3=Y2;
0.1<Y2≤0.3时,Y3=Y2+0.18;
0.3<Y2≤0.5时,Y3=Y2+0.1;
0.5<Y2≤0.7时,Y3=Y2+0.03;
其中Y3为第三亮度值,Y2为第二亮度值。
亮度补偿之后的图像的第三亮度值如下表3所示:
表3亮度补偿后的图像第三亮度值Y3
0.78 | 0.70 | 0.74 | 0.70 | 0.71 | 0.68 |
0.76 | 0.73 | 0.78 | 0.78 | 0.78 | 0.79 |
0.79 | 0.76 | 0.70 | 0.69 | 0.64 | 0.76 |
0.70 | 0.78 | 0.72 | 0.72 | 0.71 | 0.91 |
0.78 | 0.80 | 0.46 | 0.43 | 0.72 | 0.73 |
0.78 | 0.83 | 0.44 | 0.41 | 0.72 | 0.71 |
0.74 | 0.82 | 0.42 | 0.40 | 0.71 | 0.70 |
0.70 | 0.78 | 0.73 | 0.71 | 0.72 | 0.66 |
S606,采用条件式Y4=255×Y3对所述感兴趣区域的第三亮度值进行反归一化处理,得到第四亮度值及第二灰度图像,其中Y4为第四亮度值,Y3为第三亮度值。第二灰度图像每个感兴趣区域的第四亮度值Y4如下表4:
表4第二灰度图像的每个感兴趣区域的第四亮度值Y4
200 | 178 | 189 | 178 | 181 | 173 |
193 | 187 | 198 | 198 | 200 | 203 |
201 | 193 | 178 | 176 | 163 | 195 |
179 | 199 | 184 | 183 | 182 | 231 |
199 | 205 | 117 | 110 | 185 | 186 |
200 | 211 | 112 | 104 | 184 | 181 |
189 | 210 | 106 | 102 | 181 | 179 |
178 | 198 | 185 | 181 | 184 | 168 |
S607,采用BT601标准将所述第二灰度图像转化成第二彩色图像。更具体地,根据以下条件式,将所述第二灰度图像转化成第二彩色图像(如图7所示),具体条件式如下:
R’=Y4+1.402Pr;
G’=Y4-0.344Pb-0.792Pr;
B’=Y4+1.772Pb;
其中,Pb=-0.169R-0.331G+0.500B;Pr=0.500R-0.439G-0.081B;
其中,R’表示第二彩色图像的红色信号,G’表示第二彩色图像的绿色信号,B’表示第二彩色图像的蓝色信号,Pr表示第一图像的红色色差(即红色信号与亮度信号的差值),Pb表示第一图像的蓝色色差(即蓝色信号与亮度信号的差值),R表示第一彩色图像的红色信号,G表示第一彩色图像的绿色信号,B表示第一彩色图像的蓝色信号。
请参见图8,本发明第二方面还提供一种本发明的图像处理装置200,其包括:
第一亮度计算模块210,用于计算第一灰度图像的每个所述感兴趣区域的第一亮度值;
归一化模块220,用于将每个感兴趣区域的第一亮度值进行归一化处理,得到每个所述感兴趣区域的第二亮度值;
亮度补偿模块230,用于根据预设条件对需要补偿的所述感兴趣区域的第二亮度值进行亮度补偿,得到每个所述感兴趣区域的第三亮度值;
反归一化模块240,用于将每个所述感兴趣区域的第三亮度值进行反归一化处理,得到第四亮度值及第二灰度图像。
以上各模块的详细描述请参见上述方法实施例,在此不再赘述。
在另一些实施例中,图像处理装置200,还包括:
第一图像转化模块250,用于将第一彩色图像转化成所述第一灰度图像。
详细描述请参见方法实施例,在此不再赘述。
在另一些实施例中,图像局部阴影处理装置200,还包括:
区域划分模块260,用于将第一灰度图像或第一彩色图像划分成若干个感兴趣区域。其中,所述第一灰度图像中的感兴趣区域与所述第一彩色图像中的感兴趣区域一一对应。
详细描述请参见方法实施例,在此不再赘述。
在另一些实施例中,图像处理装置200,还包括:
第二图像转化模块270,用于将第二灰度图像转化成第二彩色图像。
详细描述请参见方法实施例,在此不再赘述。
请参见图9,本发明还提供一种电子装置300,包括处理器310及与处理器310电连接的存储器330,所述存储器330存储有可被处理器310执行的程序代码,当所述程序代码被所述处理器310调用并执行时,执行上述实施例的图像局部阴影处理方法。
存储器330作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明实施例中的图像局部阴影处理方法对应的程序指令/模块。处理器310通过运行存储在存储器330中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例图像局部阴影处理方法。
可以包括随机存取存储器(Random Access Memory,RAM)、只读存储器(Read-OnlyMemory,ROM)、电可擦可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。此外。任何连接可以适当的成为计算机可读介质。例如,如果软件是使用同轴电缆、光纤光缆、双绞线、数字用户线(Digital Subscriber Line,DSL)或者诸如红外线、无线电和微波之类的无线技术从网站、服务器或者其他远程源传输的,那么同轴电缆、光纤光缆、双绞线、DSL或者诸如红外线、无线和微波之类的无线技术包括在所属介质的定影中。如本发明所使用的,盘(Disk)和碟(disc)包括压缩光碟(CD)、激光碟、光碟、数字通用光碟(DVD)、软盘和蓝光光碟,其中盘通常磁性的复制数据,而碟则用激光来光学的复制数据。上面的组合也应当包括在计算机可读介质的保护范围之内。
本发明的电子设备300包括但不限于电脑、笔记本电脑、平板电脑、手机、相机、智能手环、智能手表、智能眼镜等。
本发明还提供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可执行程序代码,所述计算机可执行程序代码用于使计算机执行本发明上述实施例的图像处理方法。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易的想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (16)
1.一种图像处理方法,其特征在于,包括:
计算第一灰度图像的每个感兴趣区域的第一亮度值;
将每个感兴趣区域的第一亮度值进行归一化处理,得到每个所述感兴趣区域的第二亮度值;
根据预设条件对需要补偿的所述感兴趣区域的第二亮度值进行亮度补偿,得到每个所述感兴趣区域的第三亮度值;
将每个所述感兴趣区域的第三亮度值进行反归一化处理,得到第四亮度值及第二灰度图像。
2.根据权利要求1所述的图像处理方法,其特征在于,在所述计算第一灰度图像的每个所述感兴趣区域的第一亮度值之前,所述方法还包括:
获取原始图像,原始图像为第一灰度图像;
将所述第一灰度图像划分成若干个感兴趣区域。
3.根据权利要求1所述的图像处理方法,其特征在于,在所述计算第一灰度图像的每个所述感兴趣区域的第一亮度值之前,所述方法还包括:
获取原始图像,其中,原始图像为第一彩色图像;
将所述第一彩色图像转化成所述第一灰度图像。
4.根据权利要求3所述的图像处理方法,其特征在于,在所述将所述第一彩色图像转化成所述第一灰度图像之前,所述方法还包括:将所述第一彩色图像划分成若干个感兴趣区域,其中,所述第一灰度图像中的感兴趣区域与所述第一彩色图像中的感兴趣区域一一对应;
或者,在所述将所述第一彩色图像转化成所述第一灰度图像之后,所述方法还包括:将所述第一灰度图像划分成若干个感兴趣区域。
5.根据权利要求3所述的图像处理方法,其特征在于,所述方法还包括:
将所述第二灰度图像转化成第二彩色图像。
6.根据权利要求3所述的图像处理方法,其特征在于,所述将所述彩色图像转化成所述第一灰度图像,具体包括:
采用条件式Y=0.299R+0.587G+0.114B将所述第一彩色图像转化成所述第一灰度图像,其中,Y表示亮度值,R表示第一彩色图像的红色信号,G表示第一彩色图像的绿色信号,B表示第一彩色图像的蓝色信号。
8.根据权利要求1所述的图像处理方法,其特征在于,所述根据预设条件对需要补偿的所述感兴趣区域的第二亮度值进行亮度补偿,得到每个所述感兴趣区域的第三亮度值,具体包括:
根据条件式:
Y2≤0.1或Y2>0.7时,Y3=Y2;
0.1<Y2≤0.3时,Y3=Y2+0.18;
0.3<Y2≤0.5时,Y3=Y2+0.1;
0.5<Y2≤0.7时,Y3=Y2+0.03;
其中,Y3为第三亮度值,Y2为第二亮度值;
对需要进行补偿的所述感兴趣区域的第二亮度值进行亮度补偿,得到每个所述感兴趣区域的第三亮度值。
9.根据权利要求1所述的图像处理方法,其特征在于,所述将每个所述感兴趣区域的第三亮度值进行反归一化处理,得到第四亮度值及第二灰度图像,具体包括:
采用条件式Y4=255×Y3对所述感兴趣区域的第三亮度值进行反归一化处理,得到第四亮度值及第二灰度图像,其中,Y4为第四亮度值,Y3为第三亮度值。
10.根据权利要求5所述的图像处理方法,其特征在于,所述将所述第二灰度图像转化成第二彩色图像,具体包括:
采用以下条件式将所述第二灰度图像转化成第二彩色图像;条件式具体为:
R’=Y4+1.402Pr;
G’=Y4-0.344Pb-0.792Pr;
B’=Y4+1.772Pb;
其中,Pb=-0.169R-0.331G+0.500B;Pr=0.500R-0.439G-0.081B;
其中,R’表示第二彩色图像的红色信号,G’表示第二彩色图像的绿色信号,B’表示第二彩色图像的蓝色信号,Pr表示第一图像的红色色差,Pb表示第一图像的蓝色色差,R表示第一彩色图像的红色信号,G表示第一彩色图像的绿色信号,B表示第一彩色图像的蓝色信号。
11.一种图像处理装置,其特征在于,包括:
第一亮度计算模块,用于计算第一灰度图像的每个感兴趣区域的第一亮度值;
归一化模块,将每个感兴趣区域的第一亮度值进行归一化处理,得到每个所述感兴趣区域的第二亮度值;
亮度补偿模块,用于根据预设条件对需要补偿的所述感兴趣区域的第二亮度值进行亮度补偿,得到每个所述感兴趣区域的第三亮度值;
反归一化模块,用于将每个所述感兴趣区域的第三亮度值进行反归一化处理,得到第四亮度值及第二灰度图像。
12.根据权利要求11所述的图像处理装置,其特征在于,所述装置还包括:
第一图像转化模块,用于将第一彩色图像转化成所述第一灰度图像。
13.根据权利要求11或12所述的图像处理装置,其特征在于,所述装置还包括:
区域划分模块,用于将第一灰度图像或第一彩色图像划分成若干个感兴趣区域。
14.根据权利要求13所述的图像处理装置,其特征在于,所述装置还包括:
第二图像转化模块,用于将所述第二灰度图像转化成第二彩色图像。
15.一种电子设备,其特征在于,包括处理器及与所述处理器电连接的存储器,所述存储器存储有可被所述处理器执行的程序代码,当所述程序代码被所述处理器调用并执行时,执行权利要求1-11任一项所述的图像处理方法。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行程序代码,所述计算机可执行程序代码用于使计算机执行权利要求1-11任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911314805.2A CN113012051A (zh) | 2019-12-20 | 2019-12-20 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911314805.2A CN113012051A (zh) | 2019-12-20 | 2019-12-20 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113012051A true CN113012051A (zh) | 2021-06-22 |
Family
ID=76381583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911314805.2A Pending CN113012051A (zh) | 2019-12-20 | 2019-12-20 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113012051A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI792454B (zh) * | 2021-07-28 | 2023-02-11 | 瑞昱半導體股份有限公司 | 自適應的圖像陰影校正方法及圖像陰影校正系統 |
-
2019
- 2019-12-20 CN CN201911314805.2A patent/CN113012051A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI792454B (zh) * | 2021-07-28 | 2023-02-11 | 瑞昱半導體股份有限公司 | 自適應的圖像陰影校正方法及圖像陰影校正系統 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11882369B2 (en) | Method and system of lens shading color correction using block matching | |
US10916036B2 (en) | Method and system of generating multi-exposure camera statistics for image processing | |
EP3039864B1 (en) | Automatic white balancing with skin tone correction for image processing | |
US11113831B2 (en) | Reducing textured IR patterns in stereoscopic depth sensor imaging | |
US8311355B2 (en) | Skin tone aware color boost for cameras | |
US7652717B2 (en) | White balance correction in digital camera images | |
WO2018176925A1 (zh) | Hdr图像的生成方法及装置 | |
US8284271B2 (en) | Chroma noise reduction for cameras | |
US20170324887A1 (en) | Method and device for image display based on metadata, and recording medium therefor | |
WO2021073304A1 (zh) | 一种图像处理的方法及装置 | |
US9860456B1 (en) | Bayer-clear image fusion for dual camera | |
CN113379609A (zh) | 一种图像处理方法、存储介质及终端设备 | |
CN111402354B (zh) | 适用于光学穿透式头戴显示器的颜色对比增强绘制方法、装置以及系统 | |
CN113012051A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN106408617B (zh) | 一种基于yuv颜色空间的交互式单幅图像材质获取系统和方法 | |
CN112381073A (zh) | 基于ai人脸检测的iq调整方法及调整模块 | |
EP4090006A2 (en) | Image signal processing based on virtual superimposition | |
US11647298B2 (en) | Image processing apparatus, image capturing apparatus, image processing method, and storage medium | |
CN105976343B (zh) | 图片曝光的校正方法、装置及智能设备 | |
CN109447925B (zh) | 图像处理方法和装置、存储介质、电子设备 | |
CN113395503B (zh) | 图像的白平衡校正方法、装置、设备及介质 | |
CN117408872B (zh) | 色彩图像数据转换方法、装置、设备及存储介质 | |
KR102245835B1 (ko) | 입력영상 전처리를 이용한 화질보정방법 | |
CN113469908B (zh) | 图像降噪方法、装置、终端、存储介质 | |
CN111462008B (zh) | 低照度图像增强方法、低照度图像增强装置和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210707 Address after: 510660 No.7, Shenzhou Road, Science City, high tech Industrial Development Zone, Guangzhou City, Guangdong Province Applicant after: Guangzhou delta Imaging Technology Co.,Ltd. Address before: 330096 no.1404, Tianxiang North Avenue, Nanchang hi tech Industrial Development Zone, Nanchang City, Jiangxi Province Applicant before: Jiangxi Jingrun optics Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |