CN113222850A - 一种图像处理方法、设备及计算机可读存储介质 - Google Patents

一种图像处理方法、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN113222850A
CN113222850A CN202110566054.4A CN202110566054A CN113222850A CN 113222850 A CN113222850 A CN 113222850A CN 202110566054 A CN202110566054 A CN 202110566054A CN 113222850 A CN113222850 A CN 113222850A
Authority
CN
China
Prior art keywords
image
frame
correlation
processing
reference frame
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
Application number
CN202110566054.4A
Other languages
English (en)
Inventor
王秀琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nubia Technology Co Ltd
Original Assignee
Nubia Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nubia Technology Co Ltd filed Critical Nubia Technology Co Ltd
Priority to CN202110566054.4A priority Critical patent/CN113222850A/zh
Publication of CN113222850A publication Critical patent/CN113222850A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种图像处理方法、设备及计算机可读存储介质，其中，该方法包括：在输入的包围曝光图像序列中选择曝光正常的一帧图像作为参考帧，并获取所述序列的帧序列灰度图；对所述帧序列灰度图进行直方图均衡化处理，得到各帧与所述参考帧的相关度图像；根据二值化处理后的所述相关度图像，结合预设的权重值对所述背景区域进行图像融合处理，以祛除高动态范围场景下的鬼影。实现了一种根据邻域相似度计算评估运动物体区域，并结合修正融合参数在多帧融合中进行鬼影祛除的拍摄处理方案，提升了用户在高动态范围场景下的拍摄体验。

Description

一种图像处理方法、设备及计算机可读存储介质
技术领域
本发明涉及移动通信领域，尤其涉及一种图像处理方法、设备及计算机可读存储介质。
背景技术
现有技术中，随着智能终端设备的不断发展，用户对于移动设备的拍摄需求也越来越高。用户在基于移动设备的摄影场景中，较多的是高动态范围场景，而移动设备中使用的数码相机的动态范围有限，所拍摄的照片往往会存在局部曝光不足或曝光过度的情况。
现有技术中，为解决上述问题，通常采用曝光融合的方式实现高动态范围成像。其中，若采用包围曝光方式获得的一组序列中存在移动物体，则曝光融合后的图像会存在鬼影，影响成像效果，降低用户体验。可以看出，由于不同曝光参数下，高动态场景的成像细节差异明显，传统的基于图像差分的去鬼影方法并不适用于曝光融合场景。
因此，现有技术中，亟需一种能够应用于高动态范围的鬼影祛除方案。
发明内容
为了解决现有技术中的上述技术缺陷，本发明提出了一种图像处理方法，该方法包括：
在输入的包围曝光图像序列中选择曝光正常的一帧图像作为参考帧，并获取所述序列的帧序列灰度图。
对所述帧序列灰度图进行直方图均衡化处理，得到各帧与所述参考帧的相关度图像。
根据二值化处理后的所述相关度图像得到区别于移动区域的背景区域。
结合预设的权重值对所述背景区域进行图像融合处理，以祛除高动态范围场景下的鬼影。
可选地，所述对所述帧序列灰度图进行直方图均衡化处理，并计算得到各帧与所述参考帧的第一相关度图像之前，包括：
逐一获取输入图像帧和所述参考帧的待遍历的像素点。
获取所述像素点在所述图像帧中的第一邻域区域。
可选地，所述对所述帧序列灰度图进行直方图均衡化处理，并计算得到各帧与所述参考帧的第一相关度图像之前，还包括：
获取所述像素点在所述参考帧中的第二邻域区域。
计算所述第一邻域区域与所述第二邻域区域的相关性。
可选地，所述对所述帧序列灰度图进行直方图均衡化处理，并计算得到各帧与所述参考帧的第一相关度图像之前，还包括：
逐一计算所述输入图像帧和所述参考帧的每一待遍历的像素点的所述相关性，并得到对应的两个邻域区域之间的相关性。
将所述邻域区域之间的相关性保存为所述像素点的相关性。
可选地，所述对所述帧序列灰度图进行直方图均衡化处理，并计算得到各帧与所述参考帧的第一相关度图像，包括：
获取所述邻域区域的第一图像区域和灰度图中与所述第一图像区域相对应的第二图像区域。
计算所述第一图像区域的第一标准差，以及所述第二图像区域的第二标准差。
可选地，所述对所述帧序列灰度图进行直方图均衡化处理，并计算得到各帧与所述参考帧的第一相关度图像，还包括：
计算所述第一标准差和所述第二标准差之间的协方差。
根据所述协方差得到所述第一图像区域和所述第二图像区域之间的相关度。
可选地，所述根据二值化处理后的所述相关度图像得到区别于移动区域的背景区域，包括：
根据预设阈值将所有的所述像素点分为第一类像素点和第二类像素点，并根据所述第一类像素点和所述第二类像素点的均值计算得到所述输入图像帧的全局均值和类间方差。
根据所述预设阈值计算最大取值的所述类间方差，并得到经二值化处理后的相关度图像。
可选地，所述结合预设的权重值对所述背景区域进行图像融合处理，以祛除高动态范围场景下的鬼影，包括：
获取所述序列中的背景区域的第一融合权重值，以及除所述参考帧之外的其它帧序列的第二融合权重值。
根据所述第一融合权重值、所述第二融合权重值得到经归一化处理后的融合矩阵序列的第三权重值，根据所述第三权重值对所述背景区域进行图像融合处理。
本发明还提出了一种图像处理设备，该设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上任一项所述的图像处理方法的步骤。
本发明还提出了一种计算机可读存储介质，该计算机可读存储介质上存储有图像处理程序，图像处理程序被处理器执行时实现如上述任一项所述的图像处理方法的步骤。
实施本发明的图像处理方法、设备及计算机可读存储介质，通过在输入的包围曝光图像序列中选择曝光正常的一帧图像作为参考帧，并获取所述序列的帧序列灰度图；对所述帧序列灰度图进行直方图均衡化处理，得到各帧与所述参考帧的相关度图像；根据二值化处理后的所述相关度图像得到区别于移动区域的背景区域；结合预设的权重值对所述背景区域进行图像融合处理，以祛除高动态范围场景下的鬼影。实现了一种根据邻域相似度计算评估运动物体区域，并结合修正融合参数在多帧融合中进行鬼影祛除的拍摄处理方案，提升了用户在高动态范围场景下的拍摄体验。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明涉及的一种移动终端的硬件结构示意图；
图2是本发明实施例提供的一种通信网络系统架构图；
图3是本发明图像处理方法第一实施例的流程图；
图4是本发明图像处理方法第二实施例的流程图；
图5是本发明图像处理方法第三实施例的流程图；
图6是本发明图像处理方法第四实施例的流程图；
图7是本发明图像处理方法第五实施例的流程图；
图8是本发明图像处理方法第六实施例的流程图；
图9是本发明图像处理方法第七实施例的流程图；
图10是本发明图像处理方法第八实施例的流程图。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。
请参阅图1，其为实现本发明各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端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。
下面结合图1对移动终端的各个部件进行具体的介绍：
射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。
WiFi属于短距离无线传输技术，移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器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1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计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；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、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。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，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控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071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，再送给处理器110，并能接收处理器110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控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072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，具体此处不做限定。
进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109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手机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109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。
处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110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110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110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。
尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。
为了便于理解本发明实施例，下面对本发明的移动终端所基于的通信网络系统进行描述。
请参阅图2，图2为本发明实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。
具体地，UE201可以是上述终端100，此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。其中，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子系统)或其它IP业务等。
虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本发明不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等，此处不做限定。
基于上述移动终端硬件结构以及通信网络系统，提出本发明方法各个实施例。
实施例一
图3是本发明图像处理方法第一实施例的流程图。一种图像处理方法，该方法包括：
S1、在输入的包围曝光图像序列中选择曝光正常的一帧图像作为参考帧，并获取所述序列的帧序列灰度图。
S2、对所述帧序列灰度图进行直方图均衡化处理，得到各帧与所述参考帧的相关度图像。
S3、根据二值化处理后的所述相关度图像得到区别于移动区域的背景区域。
S4、结合预设的权重值对所述背景区域进行图像融合处理，以祛除高动态范围场景下的鬼影。
在本实施例中，首先，在输入的包围曝光图像序列I＝{I1,I2,……,In}中选择正常曝光的一帧图像为参考帧Iref；然后，获取图像序列I中每一帧图像的灰度图，组成灰度图序列，G＝{gray1,gray2,……,grayn}。
在本实施例中，将灰度图序列中的每一帧灰度图进行直方图均衡化，获得直方图均衡化后的灰度图序列。
在本实施例中，对中的除参考帧图像灰度图外的每一帧灰度图，计算其与参考帧的相关度图像。
在本实施例中，在获取上述各帧灰度图像与参考帧灰度图像的相关度图像之后，使用最大类间方差法对上述各帧灰度图像与参考帧灰度图像的相关度图像进行二值化处理。
在本实施例中，获取二值化处理后的相关度图像。其中，相关度为0的位置表示该点像素与参考帧相关度较低，属于移动区域，相关度为1的位置表示该点像素与参考帧相关度较高，属于背景区域。
在本实施例中，在区分动态的移动区域和静态的背景区域的基础上，再结合预设的权重值对所述背景区域进行图像融合处理，以祛除高动态范围场景下的鬼影。
本实施例的有益效果在于，通过在输入的包围曝光图像序列中选择曝光正常的一帧图像作为参考帧，并获取所述序列的帧序列灰度图；对所述帧序列灰度图进行直方图均衡化处理，得到各帧与所述参考帧的相关度图像；根据二值化处理后的所述相关度图像得到区别于移动区域的背景区域；结合预设的权重值对所述背景区域进行图像融合处理，以祛除高动态范围场景下的鬼影。实现了一种根据邻域相似度计算评估运动物体区域，并结合修正融合参数在多帧融合中进行鬼影祛除的拍摄处理方案，提升了用户在高动态范围场景下的拍摄体验。
实施例二
图4是本发明图像处理方法第二实施例的流程图，基于上述实施例，所述对所述帧序列灰度图进行直方图均衡化处理，并计算得到各帧与所述参考帧的第一相关度图像之前，包括：
S201、逐一获取输入图像帧和所述参考帧的待遍历的像素点。
S202、获取所述像素点在所述图像帧中的第一邻域区域。
在本实施例中，如上例所述，首先，在输入的包围曝光图像序列I＝{I1,I2,……,In}中选择正常曝光的一帧图像为参考帧Iref。
然后，获取图像序列I中每一帧图像的灰度图，组成灰度图序列，G＝{gray1,gray2,……,grayn}。
在本实施例中，还需将灰度图序列中的每一帧灰度图进行直方图均衡化，获得直方图均衡化后的灰度图序列：G′＝{gray′1,gray′2，……，gray′n}，其中，参考图像Iref经过直方图均衡化后的灰度图为gray′ref。
在本实施例中，对其中的除参考帧图像灰度图外的每一帧灰度图gray′i，其中i＝1，2，……，n&i≠ref，计算其与参考帧的相关度图像。具体包括以下步骤。
首先，对于gray′i中的每一个像素点
Figure BDA0003080729060000131
其中row＝0，1，2……，height-1，col＝0,1,2……，width-1；其中，height为图像的高度，width为图像的宽度。
然后，获取其size邻域内的图像区域
Figure BDA0003080729060000132
以及gray′ref中对应位置的图像区域
Figure BDA0003080729060000133
其中，size为一预设的阈值，例如size＝7。
最后，在此基础上，逐一获取输入图像帧和所述参考帧的待遍历的像素点，并获取所述像素点在所述图像帧中的第一邻域区域。
实施例三
图5是本发明图像处理方法第三实施例的流程图，基于上述实施例，所述对所述帧序列灰度图进行直方图均衡化处理，并计算得到各帧与所述参考帧的第一相关度图像之前，还包括：
S203、获取所述像素点在所述参考帧中的第二邻域区域。
S204、计算所述第一邻域区域与所述第二邻域区域的相关性。
在本实施例中，如上例所述，在获取所述像素点在所述图像帧中的第一邻域区域之后，再获取所述像素点在所述参考帧中的第二邻域区域，从而计算所述第一邻域区域与所述第二邻域区域的相关性。
在本实施例中，具体的，第一邻域区域记为
Figure BDA0003080729060000141
第二邻域区域记为
Figure BDA0003080729060000142
由此，计算第一邻域区域
Figure BDA0003080729060000143
与第二邻域区域
Figure BDA0003080729060000144
的块间相关度，作为像素点
Figure BDA0003080729060000145
与参考帧对应像素点
Figure BDA0003080729060000146
的相似度衡量。
实施例四
图6是本发明图像处理方法第四实施例的流程图，基于上述实施例，所述对所述帧序列灰度图进行直方图均衡化处理，并计算得到各帧与所述参考帧的第一相关度图像之前，还包括：
S205、逐一计算所述输入图像帧和所述参考帧的每一待遍历的像素点的所述相关性，并得到对应的两个邻域区域之间的相关性。
S206、将所述邻域区域之间的相关性保存为所述像素点的相关性。
在本实施例中，如上例所述，由于是将第一邻域区域
Figure BDA0003080729060000147
与第二邻域区域
Figure BDA0003080729060000148
的块间相关度，作为像素点
Figure BDA0003080729060000149
与参考帧对应像素点
Figure BDA00030807290600001410
的相似度衡量，因此，本实施例将采用上述方案，循环计算所述输入图像帧和所述参考帧的每一待遍历的像素点的所述相关性，并得到对应的两个邻域区域之间的相关性，以此将所述邻域区域之间的相关性保存为所述像素点的相关性。也即，获得各帧的灰度图像gray′i与参考帧灰度图像gray′ref的相关度图像Corri,ref。
实施例五
图7是本发明图像处理方法第五实施例的流程图，基于上述实施例，所述对所述帧序列灰度图进行直方图均衡化处理，并计算得到各帧与所述参考帧的第一相关度图像，包括：
S21、获取所述邻域区域的第一图像区域和灰度图中与所述第一图像区域相对应的第二图像区域。
S22、计算所述第一图像区域的第一标准差，以及所述第二图像区域的第二标准差。
在本实施例中，如上例所述，首先，将灰度图序列中的每一帧灰度图进行直方图均衡化，获得直方图均衡化后的灰度图序列：G′＝{gray′1,gray′2,……,gray′n}，其中，参考图像Iref经过直方图均衡化后的灰度图为gray′ref。
在本实施例中，然后，对其中的除参考帧图像灰度图外的每一帧灰度图gray′i，其中，i＝1,2，……，n&i≠ref，计算其与参考帧的相关度图像。
在本实施例中，具体的，首先，获取所述邻域区域的第一图像区域和灰度图中与所述第一图像区域相对应的第二图像区域，然后，计算所述第一图像区域的第一标准差，以及所述第二图像区域的第二标准差。如上例所述，计算区域
Figure BDA0003080729060000151
的标准差
Figure BDA0003080729060000152
以及，计算区域
Figure BDA0003080729060000153
的标准差
Figure BDA0003080729060000154
其中，标准差计算方式为：
Figure BDA0003080729060000155
实施例六
图8是本发明图像处理方法第六实施例的流程图，基于上述实施例，所述对所述帧序列灰度图进行直方图均衡化处理，并计算得到各帧与所述参考帧的第一相关度图像，还包括：
S23、计算所述第一标准差和所述第二标准差之间的协方差。
S24、根据所述协方差得到所述第一图像区域和所述第二图像区域之间的相关度。
在本实施例中，首先，计算所述第一标准差和所述第二标准差之间的协方差；然后，再根据所述协方差得到所述第一图像区域和所述第二图像区域之间的相关度。
在本实施例中，具体的，如上例所述，首先，计算区域
Figure BDA0003080729060000161
与区域
Figure BDA0003080729060000162
的协方差
Figure BDA0003080729060000163
其中，
Figure BDA0003080729060000164
然后，计算区域
Figure BDA0003080729060000165
与区域
Figure BDA0003080729060000166
的块间相关度：
Figure BDA0003080729060000167
Figure BDA0003080729060000168
并以此作为像素点
Figure BDA0003080729060000169
与参考帧对应像素点
Figure BDA00030807290600001610
的相似度衡量。由此，即可获得各帧灰度图像gray′i与参考帧灰度图像gray′ref的相关度图像Corri,ref。
实施例七
图9是本发明图像处理方法第七实施例的流程图，基于上述实施例，所述根据二值化处理后的所述相关度图像得到区别于移动区域的背景区域，包括：
S31、根据预设阈值将所有的所述像素点分为第一类像素点和第二类像素点，并根据所述第一类像素点和所述第二类像素点的均值计算得到所述输入图像帧的全局均值和类间方差。
S32、根据所述预设阈值计算最大取值的所述类间方差，并得到经二值化处理后的相关度图像。
在本实施例中，在得各帧灰度图像gray′i与参考帧灰度图像gray′ref的相关度图像Corri,ref之后，再根据预设阈值将所有的所述像素点分为第一类像素点和第二类像素点，并根据所述第一类像素点和所述第二类像素点的均值计算得到所述输入图像帧的全局均值和类间方差；最后，根据所述预设阈值计算最大取值的所述类间方差，并得到经二值化处理后的相关度图像。
在本实施例中，具体的，如上例所述，使用最大类间方差法对该帧灰度图像gray′i与参考帧灰度图像gray′ref的相关度图像Corri,ref进行二值化处理。
首先，设阈值TH将图像所有像素分为两类C1(小于TH)和C2(大于TH)。
然后，计算C1的均值m1，C2的均值m2；计算C1的均值p1，C2的均值p2；以及，计算图像全局均值mg＝p1*m1+p2*m2；其中p1+p1＝1。
由此，计算类间方差：σ2＝p1p2(m2-m1)2；并获取阈值TH使得类间方差σ2取值最大。
最后，按以下计算方式将相关度图像进行二值化处理：
Figure BDA0003080729060000171
实施例八
图10是本发明图像处理方法第八实施例的流程图，基于上述实施例，所述结合预设的权重值对所述背景区域进行图像融合处理，以祛除高动态范围场景下的鬼影，包括：
S41、获取所述序列中的背景区域的第一融合权重值，以及除所述参考帧之外的其它帧序列的第二融合权重值。
S42、根据所述第一融合权重值、所述第二融合权重值得到经归一化处理后的融合矩阵序列的第三权重值，根据所述第三权重值对所述背景区域进行图像融合处理。
在本实施例中，基于上述实施例，首先，获取二值化处理后的相关度图像Corri,ref；其中，相关度为0的位置表示该点像素与参考帧相关度较低，属于移动物体区域，相关度为1的位置表示该点像素与参考帧相关度较高，属于背景区域；然后，在后续的图像融合过程中，获取图像序列I＝{I1,I2,……,In}的第一融合权重值W＝{W1,W2,……,Wn}，其中，
Figure BDA0003080729060000181
在本实施例中，对于除参考帧外的其他帧序列的第二融合权重值Wi，其中i＝1,2,……,n&i≠ref，做如下处理：W′i＝Wi*Corri,ref。
在本实施例中，对融合矩阵序列做归一化处理，得到第三融合权重值
Figure BDA0003080729060000182
Figure BDA0003080729060000183
在本实施例中，基于上述计算得到权重值，进行图像融合，从而获取得到最终的融合图像：
Figure BDA0003080729060000184
由此，实现在包围曝光下的多帧融合场景中的鬼影祛除效果。
实施例九
基于上述实施例，本发明还提出了一种图像处理设备，该设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上任一项所述的图像处理方法的步骤。
需要说明的是，上述设备实施例与方法实施例属于同一构思，其具体实现过程详细见方法实施例，且方法实施例中的技术特征在设备实施例中均对应适用，这里不再赘述。
实施例十
基于上述实施例，本发明还提出了一种计算机可读存储介质，该计算机可读存储介质上存储有图像处理程序，图像处理程序被处理器执行时实现如上述任一项所述的图像处理方法的步骤。
需要说明的是，上述介质实施例与方法实施例属于同一构思，其具体实现过程详细见方法实施例，且方法实施例中的技术特征在介质实施例中均对应适用，这里不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.一种图像处理方法，其特征在于，所述方法包括：
在输入的包围曝光图像序列中选择曝光正常的一帧图像作为参考帧，并获取所述序列的帧序列灰度图；
对所述帧序列灰度图进行直方图均衡化处理，得到各帧与所述参考帧的相关度图像；
根据二值化处理后的所述相关度图像得到区别于移动区域的背景区域；
结合预设的权重值对所述背景区域进行图像融合处理，以祛除高动态范围场景下的鬼影。
2.根据权利要求1所述的图像处理方法，其特征在于，所述对所述帧序列灰度图进行直方图均衡化处理，并计算得到各帧与所述参考帧的第一相关度图像之前，包括：
逐一获取输入图像帧和所述参考帧的待遍历的像素点；
获取所述像素点在所述图像帧中的第一邻域区域。
3.根据权利要求2所述的图像处理方法，其特征在于，所述对所述帧序列灰度图进行直方图均衡化处理，并计算得到各帧与所述参考帧的第一相关度图像之前，还包括：
获取所述像素点在所述参考帧中的第二邻域区域；
计算所述第一邻域区域与所述第二邻域区域的相关性。
4.根据权利要求3所述的图像处理方法，其特征在于，所述对所述帧序列灰度图进行直方图均衡化处理，并计算得到各帧与所述参考帧的第一相关度图像之前，还包括：
逐一计算所述输入图像帧和所述参考帧的每一待遍历的像素点的所述相关性，并得到对应的两个邻域区域之间的相关性；
将所述邻域区域之间的相关性保存为所述像素点的相关性。
5.根据权利要求4所述的图像处理方法，其特征在于，所述对所述帧序列灰度图进行直方图均衡化处理，并计算得到各帧与所述参考帧的第一相关度图像，包括：
获取所述邻域区域的第一图像区域和灰度图中与所述第一图像区域相对应的第二图像区域；
计算所述第一图像区域的第一标准差，以及所述第二图像区域的第二标准差。
6.根据权利要求5所述的图像处理方法，其特征在于，所述对所述帧序列灰度图进行直方图均衡化处理，并计算得到各帧与所述参考帧的第一相关度图像，还包括：
计算所述第一标准差和所述第二标准差之间的协方差；
根据所述协方差得到所述第一图像区域和所述第二图像区域之间的相关度。
7.根据权利要求6所述的图像处理方法，其特征在于，所述根据二值化处理后的所述相关度图像得到区别于移动区域的背景区域，包括：
根据预设阈值将所有的所述像素点分为第一类像素点和第二类像素点，并根据所述第一类像素点和所述第二类像素点的均值计算得到所述输入图像帧的全局均值和类间方差；
根据所述预设阈值计算最大取值的所述类间方差，并得到经二值化处理后的相关度图像。
8.根据权利要求7所述的图像处理方法，其特征在于，所述结合预设的权重值对所述背景区域进行图像融合处理，以祛除高动态范围场景下的鬼影，包括：
获取所述序列中的背景区域的第一融合权重值，以及除所述参考帧之外的其它帧序列的第二融合权重值；
根据所述第一融合权重值、所述第二融合权重值得到经归一化处理后的融合矩阵序列的第三权重值，根据所述第三权重值对所述背景区域进行图像融合处理。
9.一种图像处理设备，其特征在于，所述设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的图像处理方法的步骤。
10.一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上存储有图像处理程序，所述图像处理程序被处理器执行时实现如权利要求1至8中任一项所述的图像处理方法的步骤。
CN202110566054.4A 2021-05-24 2021-05-24 一种图像处理方法、设备及计算机可读存储介质 Pending CN113222850A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110566054.4A CN113222850A (zh) 2021-05-24 2021-05-24 一种图像处理方法、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110566054.4A CN113222850A (zh) 2021-05-24 2021-05-24 一种图像处理方法、设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN113222850A true CN113222850A (zh) 2021-08-06

Family

ID=77098093

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110566054.4A Pending CN113222850A (zh) 2021-05-24 2021-05-24 一种图像处理方法、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113222850A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113657262A (zh) * 2021-08-16 2021-11-16 深圳多模智能科技有限公司 启动终端识别生物特征信息的方法、装置、终端及介质
CN114862897A (zh) * 2022-04-24 2022-08-05 北京百度网讯科技有限公司 一种图像背景处理方法、装置及电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113657262A (zh) * 2021-08-16 2021-11-16 深圳多模智能科技有限公司 启动终端识别生物特征信息的方法、装置、终端及介质
CN114862897A (zh) * 2022-04-24 2022-08-05 北京百度网讯科技有限公司 一种图像背景处理方法、装置及电子设备

Similar Documents

Publication Publication Date Title
CN107645606B (zh) 屏幕亮度调节方法、移动终端及可读存储介质
CN108198150B (zh) 一种图像坏点的消除方法、终端及存储介质
CN107707821B (zh) 畸变参数的建模方法及装置、校正方法、终端、存储介质
CN107295270B (zh) 一种图像亮度值的确定方法、装置、终端和计算机可读存储介质
CN108038834B (zh) 一种降低噪声的方法、终端和计算机可读存储介质
CN110675342A (zh) 视频帧优化方法、移动终端及计算机可读存储介质
CN110069122B (zh) 一种屏幕控制方法、终端及计算机可读存储介质
CN107896304B (zh) 一种图像拍摄方法、装置及计算机可读存储介质
CN113222850A (zh) 一种图像处理方法、设备及计算机可读存储介质
CN107241504B (zh) 一种图像处理方法、移动终端和计算机可读存储介质
CN112188058A (zh) 一种视频拍摄方法、移动终端以及计算机存储介质
CN108320265B (zh) 一种图像处理方法、终端及计算机可读存储介质
CN113393398A (zh) 一种图像降噪处理方法、设备及计算机可读存储介质
CN112598678A (zh) 一种图像处理方法、终端及计算机可读存储介质
CN112135045A (zh) 一种视频处理方法、移动终端以及计算机存储介质
CN110223239B (zh) 一种图像处理方法、终端及计算机可读存储介质
CN111614902A (zh) 一种视频拍摄方法、设备及计算机可读存储介质
CN107743204B (zh) 曝光处理方法、终端及计算机可读存储介质
CN112532838B (zh) 一种图像处理方法、移动终端以及计算机存储介质
CN112967298A (zh) 图像分割方法、终端以及计算机可读介质
CN114581504A (zh) 一种深度图像置信度计算方法、设备及计算机可读存储介质
CN114040073A (zh) 一种星空图像拍摄处理方法、设备及计算机可读存储介质
CN108154534B (zh) 一种图片清晰度校准方法、终端和计算机可读存储介质
CN113473029A (zh) 一种闪电图像拍摄方法、设备及计算机可读存储介质
CN113542605A (zh) 摄像控制方法、移动终端及存储介质

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