CN113222869B - 一种图像处理方法 - Google Patents
一种图像处理方法 Download PDFInfo
- Publication number
- CN113222869B CN113222869B CN202110491854.4A CN202110491854A CN113222869B CN 113222869 B CN113222869 B CN 113222869B CN 202110491854 A CN202110491854 A CN 202110491854A CN 113222869 B CN113222869 B CN 113222869B
- Authority
- CN
- China
- Prior art keywords
- image
- frame
- long
- short
- brightness
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000001914 filtration Methods 0.000 claims abstract description 96
- 230000004927 fusion Effects 0.000 claims abstract description 75
- 238000012937 correction Methods 0.000 claims abstract description 72
- 238000013507 mapping Methods 0.000 claims description 72
- 238000000034 method Methods 0.000 claims description 37
- 230000005012 migration Effects 0.000 claims description 25
- 238000013508 migration Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 16
- 239000000758 substrate Substances 0.000 claims 1
- 230000000007 visual effect Effects 0.000 abstract description 7
- 230000002093 peripheral effect Effects 0.000 description 10
- 238000005286 illumination Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20208—High dynamic range [HDR] image processing
-
- 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
本申请提供一种图像处理方法，包括：基于长帧粗滤波图像对长帧校正图像进行对比度调整，得到第一长帧待融合图像；基于长帧精滤波图像对长帧校正图像进行对比度调整，得到第二长帧待融合图像；基于短帧粗滤波图像对短帧校正图像进行对比度调整，得到第一短帧待融合图像；基于短帧精滤波图像对短帧校正图像进行对比度调整，得到第二短帧待融合图像；对第一长帧待融合图像和第一短帧待融合图像进行加权融合，得到第一融合图像，对第二长帧待融合图像和第二短帧待融合图像进行加权融合，得到第二融合图像，基于第一融合图像和第二融合图像生成目标图像。通过本申请的技术方案，充分利用过曝区域和过暗区域的有用细节信息，图像视觉效果较好。
Description
技术领域
本申请涉及图像处理技术领域，尤其是涉及一种图像处理方法。
背景技术
在前端设备需要采集高动态范围的图像时，由于前端设备的动态范围具有局限性，导致图像无法同时兼顾亮区和暗区，如图像的暗区存在曝光不足等问题，图像的亮区存在曝光过度等问题。为了解决无法同时兼顾亮区和暗区的问题，可以通过不同曝光量采集同一场景的多个图像，将多个图像融合成高动态范围的图像，该图像能够保持亮区和暗区的颜色和细节等信息。与普通图像相比，高动态范围的图像可以提供更多的动态范围和图像细节，为用户提供更好的视觉体验，从而在视频处理、地理信息系统、医学影像等领域得到广泛应用。
虽然高动态范围的图像能够保持亮区和暗区的颜色和细节等有用信息，但是，由于高动态范围的图像是基于多个图像融合得到，在对多个图像进行融合时，无法充分利用每个图像的亮区和暗区的信息，仍然会丢失过曝区域和过暗区域的有用细节信息，融合后的图像仍然存在视觉效果不好等问题。
发明内容
本申请提供一种图像处理方法，所述方法包括：基于已获取的长帧精滤波图像对长帧图像亮度通道进行亮度调整，得到长帧校正图像；基于已获取的短帧精滤波图像对短帧图像亮度通道进行亮度调整，得到短帧校正图像；其中，长帧图像亮度通道和短帧图像亮度通道是针对同一目标场景的亮度通道，长帧图像亮度通道的曝光时长大于短帧图像亮度通道的曝光时长；
基于已获取的长帧粗滤波图像对所述长帧校正图像进行对比度调整，得到第一长帧待融合图像；基于所述长帧精滤波图像对所述长帧校正图像进行对比度调整，得到第二长帧待融合图像；基于已获取的短帧粗滤波图像对所述短帧校正图像进行对比度调整，得到第一短帧待融合图像；基于所述短帧精滤波图像对所述短帧校正图像进行对比度调整，得到第二短帧待融合图像；
对第一长帧待融合图像和第一短帧待融合图像进行加权融合，得到第一融合图像，对第二长帧待融合图像和第二短帧待融合图像进行加权融合，得到第二融合图像，基于所述第一融合图像和所述第二融合图像生成目标图像。
本申请提供一种图像处理方法，所述方法包括：
针对同一目标场景，获取具有第一曝光时长的短帧图像和具有第二曝光时长的长帧图像，所述第二曝光时长大于所述第一曝光时长；响应于预设的第一权重映射表：对所述长帧图像的亮度进行调整，生成第一长帧图像；对所述短帧图像的亮度进行调整，生成第一短帧图像；响应于预设的第二权重映射表：对所述第一长帧图像的对比度进行调整，生成第二长帧图像；对所述第一短帧图像的对比度进行调整，生成第二短帧图像；基于所述第二长帧图像和所述第二短帧图像，生成第一新图像；其中，所述第一权重映射表和所述第二权重映射表被限定为：一个像素点在所述预设的第一权重映射表中对应的权重大于所述像素点在所述预设的第二权重映射表中对应的权重。
由以上技术方案可见，本申请实施例中，可以对长帧图像亮度通道进行亮度调整和对比度调整，得到第一长帧待融合图像和第二长帧待融合图像，对短帧图像亮度通道进行亮度调整和对比度调整，得到第一短帧待融合图像和第二短帧待融合图像，在对第一长帧待融合图像和第一短帧待融合图像进行加权融合，对第二长帧待融合图像和第二短帧待融合图像进行加权融合后，基于融合图像生成目标图像，能够充分利用长帧图像亮度通道和短帧图像亮度通道的亮区和暗区的信息，充分利用过曝区域和过暗区域的有用细节信息，避免有用细节信息的丢失，融合后的目标图像的视觉效果较好，避免目标图像存在瑕疵，图像质量较高，画面对比度较好，颜色表现正常。在对长帧图像亮度通道中曝光良好区域的亮度损失较小的前提下，将场景中过曝区域(如光源、车牌等)通过短帧图像亮度通道融合，将亮度降低至合适，使得目标图像的亮度更合适。
附图说明
为了更加清楚地说明本申请实施例或者现有技术中的技术方案，下面将对本申请实施例或者现有技术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中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据本申请实施例的这些附图获得其他的附图。
图1是本申请一种实施方式中的图像处理方法的流程示意图；
图2是本申请一种实施方式中的图像处理方法的流程示意图；
图3是本申请另一种实施方式中的图像处理方法的流程示意图。
具体实施方式
在本申请实施例使用的术语仅仅是出于描述特定实施例的目的，而非限制本申请。本申请和权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其它含义。还应当理解，本文中使用的术语“和/或”是指包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请实施例可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，此外，所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本申请实施例中提出一种图像处理方法，可以应用于前端设备(如网络摄像机、模拟摄像机、相机等)，也可以应用于后端设备(如服务器、管理设备、存储设备等)。若该方法应用于前端设备，则前端设备采集针对同一目标场景的长帧图像和短帧图像，基于长帧图像和短帧图像，前端设备采用本申请实施例的方案进行图像处理。若该方法应用于后端设备，则前端设备采集针对同一目标场景的长帧图像和短帧图像，将长帧图像和短帧图像发送给后端设备，基于长帧图像和短帧图像，后端设备采用本申请实施例的方案进行图像处理。
示例性的，长帧图像和短帧图像是针对同一目标场景的图像，长帧图像的曝光时长大于短帧图像的曝光时长。比如说，长帧图像的曝光起始时刻可以与短帧图像的曝光起始时刻相同，但长帧图像的曝光结束时刻会晚于短帧图像的曝光结束时刻。又例如，长帧图像的曝光结束时刻可以与短帧图像的曝光结束时刻相同，但长帧图像的曝光起始时刻会早于短帧图像的曝光起始时刻。
示例性的，长帧图像可以包括亮度通道(即Y通道)和色度通道(即U通道和V通道)，将长帧图像中的亮度通道记为长帧图像亮度通道，将长帧图像中的色度通道记为长帧图像色度通道。短帧图像可以包括亮度通道(即Y通道)和色度通道(即U通道和V通道)，将短帧图像中的亮度通道记为短帧图像亮度通道，将短帧图像中的色度通道记为短帧图像色度通道。
显然，由于长帧图像的曝光时长大于短帧图像的曝光时长，因此，长帧图像亮度通道的曝光时长大于短帧图像亮度通道的曝光时长，长帧图像色度通道的曝光时长大于短帧图像色度通道的曝光时长。
可以对长帧图像亮度通道进行亮度调整和对比度调整，对短帧图像亮度通道进行亮度调整和对比度调整，基于调整后的图像进行加权融合，从而能够充分利用长帧图像亮度通道和短帧图像亮度通道的亮区和暗区的信息，充分利用过曝区域和过暗区域的有用细节信息，能够避免有用细节信息的丢失。
以下结合具体实施例，对本申请实施例的技术方案进行说明。
参见图1所示，为图像处理方法的流程示意图，该方法可以包括：
步骤101，基于已获取的长帧精滤波图像对长帧图像亮度通道进行亮度调整，得到长帧校正图像；基于已获取的短帧精滤波图像对短帧图像亮度通道进行亮度调整，得到短帧校正图像；长帧图像亮度通道和短帧图像亮度通道是针对同一目标场景的亮度通道，长帧图像亮度通道的曝光时长大于短帧图像亮度通道的曝光时长。
步骤102，基于已获取的长帧粗滤波图像对该长帧校正图像进行对比度调整，得到第一长帧待融合图像；基于长帧精滤波图像对该长帧校正图像进行对比度调整，得到第二长帧待融合图像；基于已获取的短帧粗滤波图像对该短帧校正图像进行对比度调整，得到第一短帧待融合图像；基于短帧精滤波图像对该短帧校正图像进行对比度调整，得到第二短帧待融合图像。
在步骤101之前，先获取长帧图像亮度通道和短帧图像亮度通道，获取长帧精滤波图像、长帧粗滤波图像、短帧精滤波图像和短帧粗滤波图像，基于这些图像执行步骤101和步骤102，从而得到如下图像：长帧校正图像(即经过亮度调整的长帧图像亮度通道)、短帧校正图像(即经过亮度调整的短帧图像亮度通道)、第一长帧待融合图像(经过亮度调整和对比度调整的长帧图像亮度通道)、第二长帧待融合图像(经过亮度调整和对比度调整的长帧图像亮度通道)、第一短帧待融合图像(经过亮度调整和对比度调整的短帧图像亮度通道)和第二短帧待融合图像(经过亮度调整和对比度调整的短帧图像亮度通道)。
步骤101中，对长帧图像亮度通道的亮度调整过程包括：若长帧精滤波图像中所有像素点的亮度值的平均值大于第一阈值，则采用第一伽马系数对长帧图像亮度通道的亮度值进行伽马校正，得到长帧校正图像；否则，保持长帧图像亮度通道的亮度值不变，得到长帧校正图像。对短帧图像亮度通道的亮度调整过程包括：若短帧精滤波图像中所有像素点的亮度值的平均值小于第二阈值，则采用第二伽马系数对短帧图像亮度通道的亮度值进行伽马校正，得到短帧校正图像；否则，保持短帧图像亮度通道的亮度值不变，得到短帧校正图像。
示例性的，第一伽马系数可以小于1，第二伽马系数可以大于1。
在步骤101之前，可以对该长帧图像亮度通道进行粗滤波处理，得到长帧粗滤波图像；可以对该长帧图像亮度通道进行精滤波处理，得到长帧精滤波图像；可以对该短帧图像亮度通道进行粗滤波处理，得到短帧粗滤波图像；可以对该短帧图像亮度通道进行精滤波处理，得到短帧精滤波图像。
粗滤波处理的过程可以包括：通过长帧图像亮度通道或者短帧图像亮度通道中每个像素点的梯度值查询已配置的粗滤波梯度映射曲线表，得到该像素点的第一权重值和该像素点的周围像素点的第二权重值，该粗滤波梯度映射曲线表用于表示梯度值与权重值的映射关系；基于该像素点的亮度值、第一权重值、该像素点的周围像素点的亮度值和第二权重值，确定该像素点的目标亮度值；基于每个像素点的目标亮度值确定长帧粗滤波图像或短帧粗滤波图像。
精滤波处理的过程可以包括：通过长帧图像亮度通道或者短帧图像亮度通道中每个像素点的梯度值查询已配置的精滤波梯度映射曲线表，得到该像素点的第三权重值和该像素点的周围像素点的第四权重值，该精滤波梯度映射曲线表用于表示梯度值与权重值的映射关系；基于该像素点的亮度值、第三权重值、该像素点的周围像素点的亮度值和第四权重值，确定该像素点的目标亮度值；基于每个像素点的目标亮度值确定长帧精滤波图像或短帧精滤波图像。
示例性的，针对同一个梯度值，该梯度值在精滤波梯度映射曲线表中对应的权重值，大于该梯度值在粗滤波梯度映射曲线表中对应的权重值。
步骤103，对第一长帧待融合图像和第一短帧待融合图像进行加权融合，得到第一融合图像，对第二长帧待融合图像和第二短帧待融合图像进行加权融合，得到第二融合图像，并基于第一融合图像和第二融合图像生成目标图像。
示例性的，可以基于第一长帧待融合图像、已获取的长帧权重图像、第一短帧待融合图像和已获取的短帧权重图像进行加权融合，得到该第一融合图像；以及，可以基于第二长帧待融合图像、该长帧权重图像、第二短帧待融合图像和该短帧权重图像进行加权融合，得到该第二融合图像。
在一种可能的实施方式中，在基于第一融合图像和第二融合图像生成目标图像之前，还可以基于长帧图像色度通道、该长帧权重图像、短帧图像色度通道和该短帧权重图像进行加权融合，得到色度融合通道。示例性的，该长帧图像色度通道和该短帧图像色度通道可以是针对同一个目标场景的色度通道。
在此基础上，基于第一融合图像和第二融合图像生成目标图像，可以包括但不限于：基于该第一融合图像和该第二融合图像生成亮度融合通道，并基于该亮度融合通道和该色度融合通道生成该目标图像。
在上述实施例中，长帧权重图像的获取方式为：通过长帧图像亮度通道中每个像素点的亮度值查询已配置的长帧隶属度函数，得到该像素点对应的长帧权重值；基于每个像素点对应的长帧权重值获取该长帧权重图像；该长帧隶属度函数表示如下关系：若像素点的亮度值越大，则该像素点的长帧权重值越小。
在上述实施例中，短帧权重图像的获取方式为：通过短帧图像亮度通道中每个像素点的亮度值查询已配置的短帧隶属度函数，得到该像素点对应的短帧权重值；基于每个像素点对应的短帧权重值获取该短帧权重图像；该短帧隶属度函数表示如下关系：若像素点的亮度值越大，则该像素点的短帧权重值越大。
在一种可能的实施方式中，步骤103之后，若该目标图像包括车牌区域子图像，且短帧图像包括车牌区域子图像，则基于该短帧图像中的车牌区域子图像生成车牌迁移子图像，通过该车牌迁移子图像替换目标图像中的车牌区域子图像。示例性的，该短帧图像可以包括短帧图像亮度通道和短帧图像色度通道。
示例性的，基于该短帧图像中的车牌区域子图像生成车牌迁移子图像，可以包括但不限于：确定短帧图像亮度通道中所有亮度值的第一平均值和目标图像的亮度通道中所有亮度值的第二平均值，并确定第二平均值与第一平均值的比值；基于该短帧图像中的车牌区域子图像和该比值生成车牌迁移子图像。
示例性的，步骤103之后，还可以基于目标图像中车牌区域子图像的第一周围区域子图像和短帧图像中车牌区域子图像的第二周围区域子图像，生成周围迁移子图像；通过周围迁移子图像替换目标图像中的第一周围区域子图像。
由以上技术方案可见，本申请实施例中，对长帧图像亮度通道进行亮度调整和对比度调整，得到第一长帧待融合图像和第二长帧待融合图像，对短帧图像亮度通道进行亮度调整和对比度调整，得到第一短帧待融合图像和第二短帧待融合图像，在对第一长帧待融合图像和第一短帧待融合图像进行加权融合，对第二长帧待融合图像和第二短帧待融合图像进行加权融合后，基于融合图像生成目标图像，能够充分利用长帧图像亮度通道和短帧图像亮度通道的亮区和暗区的信息，充分利用过曝区域和过暗区域的有用细节信息，避免有用细节信息的丢失，融合后的目标图像的视觉效果较好，避免目标图像存在瑕疵，图像质量较高，画面对比度较好，颜色表现正常。在对长帧图像亮度通道中曝光良好区域的亮度损失较小的前提下，将场景中过曝区域(如光源、车牌等)通过短帧图像亮度通道融合，将亮度降低至合适，使得目标图像的亮度更合适。
以下结合具体应用场景，对本申请实施例的上述技术方案进行说明。
本申请实施例中提出一种图像处理方法，参见图2所示，该方法可以包括：
步骤201，获取长帧图像和短帧图像，该长帧图像包括长帧图像亮度通道和长帧图像色度通道，该短帧图像包括短帧图像亮度通道和短帧图像色度通道。
长帧图像和短帧图像是针对同一目标场景的图像，长帧图像亮度通道和短帧图像亮度通道是针对同一目标场景的亮度通道，长帧图像色度通道和短帧图像色度通道是针对同一目标场景的色度通道，即采用不同曝光时长采集同一目标场景的两帧图像，将曝光时长大的图像记为长帧图像，将曝光时长小的图像记为短帧图像，长帧图像的曝光时长大于短帧图像的曝光时长。由于长帧图像的曝光时长大于短帧图像的曝光时长，因此，长帧图像亮度通道的曝光时长(长帧图像的曝光时长)大于短帧图像亮度通道的曝光时长(短帧图像的曝光时长)，长帧图像色度通道的曝光时长大于短帧图像色度通道的曝光时长。
在一种可能的实施方式中，自动曝光宽动态模式是一种自动曝光模式，在自动曝光宽动态模式下，前端设备可以将长帧图像和短帧图像分开曝光，为长帧图像和短帧图像分别设置不同的参考亮度、最大曝光时间等参数，基于这些参数，就可以采集到长帧图像和短帧图像，对此过程不做限制，只要能够得到长帧图像和短帧图像，且长帧图像的曝光时长大于短帧图像的曝光时长即可。
步骤202，对长帧图像亮度通道进行粗滤波，得到长帧粗滤波图像；对长帧图像亮度通道进行精滤波，得到长帧精滤波图像；对短帧图像亮度通道进行粗滤波，得到短帧粗滤波图像；对短帧图像亮度通道进行精滤波，得到短帧精滤波图像。对长帧图像亮度通道进行粗滤波，得到长帧粗滤波图像，可以包括：
步骤S11、确定长帧图像亮度通道中每个像素点的梯度值。
示例性的，可以在从上至下的方向上对长帧图像亮度通道进行粗滤波，或者，在从左至右的方向上对长帧图像亮度通道进行粗滤波，或者，在从下至上的方向上对长帧图像亮度通道进行粗滤波，或，在从右至左的方向上对长帧图像亮度通道进行粗滤波。以从左至右为例，采用公式(1)确定像素点的梯度值。
▽S(x,y)＝abs(S(x-1,y)-S(x+1,y)) 公式(1)
S(x,y)表示长帧图像亮度通道中的像素点(x,y)的亮度值，S(x-1,y)表示长帧图像亮度通道中的像素点(x-1,y)的亮度值，即像素点(x,y)左侧的第一个像素点的亮度值，S(x+1,y)表示长帧图像亮度通道中的像素点(x+1,y)的亮度值，即像素点(x,y)右侧的第一个像素点的亮度值。abs为绝对值，▽S(x,y)表示像素点(x,y)的梯度值。
显然，针对长帧图像亮度通道中的每个像素点(x,y)，可以采用公式(1)得到该像素点(x,y)的梯度值，该梯度值表示像素点(x,y)的左右两个像素点的亮度差。
若为从右至左的方向，则公式(1)替换为▽S(x,y)＝abs(S(x+1,y)-S(x-1,y))，若为从上至下的方向，则公式(1)替换为▽S(x,y)＝abs(S(x,y-1)-S(x,y+1))，若为从下至上的方向，则公式(1)替换为▽S(x,y)＝abs(S(x,y+1)-S(x,y-1))。
步骤S12、针对长帧图像亮度通道中的每个像素点，通过该像素点的梯度值查询已配置的粗滤波梯度映射曲线表，得到该像素点的第一权重值。
示例性的，可以预先配置粗滤波梯度映射曲线表，将该粗滤波梯度映射曲线表记为α1(x)，该粗滤波梯度映射曲线表用于表示梯度值与权重值的映射关系，且权重值的取值范围可以为0-1，即值域为(0，1)，也就是说，针对每个梯度值，通过粗滤波梯度映射曲线表能够查询到与该梯度值对应的权重值。
基于此，针对长帧图像亮度通道中的每个像素点(x,y)来说，可以通过该像素点(x,y)的梯度值▽S(x,y)查询该粗滤波梯度映射曲线表，得到该像素点(x,y)的权重值α1(▽S(x,y))，将该像素点(x,y)的权重值α1(▽S(x,y))记为该像素点(x,y)的第一权重值，该第一权重值可以大于或者等于0，且小于或者等于1。
步骤S13、针对长帧图像亮度通道中的每个像素点，基于该像素点的第一权重值确定该像素点的周围像素点的第二权重值，比如说，第一权重值与第二权重值的和可以为1，因此，可以基于第一权重值确定第二权重值。例如，针对长帧图像亮度通道中的每个像素点(x,y)来说，该像素点(x,y)的第一权重值为α1(▽S(x,y))，该像素点(x,y)的周围像素点的第二权重值为1-α1(▽S(x,y)。
步骤S14、针对每个像素点，基于该像素点的亮度值、第一权重值、该像素点的周围像素点的亮度值和第二权重值，确定该像素点的目标亮度值。
针对长帧图像亮度通道中的每个像素点(x,y)，在从左至右的方向上对长帧图像亮度通道进行粗滤波时，可以采用公式(2)确定像素点(x,y)的目标亮度值。
L1(x,y)＝S(x,y)·α1(▽S(x,y))+S(x-1,y)·(1-α1(▽S(x,y))) 公式(2)
在公式(2)中，S(x,y)表示像素点(x,y)的亮度值，α1(▽S(x,y))表示第一权重值，S(x-1,y)表示像素点(x-1,y)的亮度值，1-α1(▽S(x,y)表示第二权重值。
在公式(2)中，L1(x,y)表示像素点(x,y)的目标亮度值。
显然，针对长帧图像亮度通道中的每个像素点(x,y)，均采用公式(2)得到该像素点(x,y)的目标亮度值，即对像素点(x,y)的亮度值进行粗滤波后的亮度值。
示例性的，若在从右至左的方向上进行粗滤波，则公式(2)还可以替换为L1(x,y)＝S(x,y)·α1(▽S(x,y))+S(x+1,y)·(1-α1(▽S(x,y)))，若从上至下，则公式(2)替换为L1(x,y)＝S(x,y)·α1(▽S(x,y))+S(x,y-1)·(1-α1(▽S(x,y)))，若从下至上，公式(2)替换为L1(x,y)＝S(x,y)·α1(▽S(x,y))+S(x,y+1)·(1-α1(▽S(x,y)))。
示例性的，若在至少两个方向上进行粗滤波，则每个方向计算一个目标亮度值，将所有方向的目标亮度值取平均值，作为像素点的目标亮度值。
步骤S15、基于长帧图像亮度通道的每个像素点的目标亮度值确定长帧粗滤波图像，即将长帧图像亮度通道所有像素点的目标亮度值组成长帧粗滤波图像。
示例性的，长帧图像亮度通道的像素点的目标亮度值可能不位于亮度范围0～255，因此，可以对长帧图像亮度通道的每个像素点的目标亮度值进行映射，使得长帧图像亮度通道的每个像素点的目标亮度值位于亮度范围0～255，对此映射过程不做限制，将每个像素点的映射后的目标亮度值组成长帧粗滤波图像。
至此，完成对长帧图像亮度通道的粗滤波过程，得到长帧粗滤波图像。
示例性的，对长帧图像亮度通道进行精滤波，得到长帧精滤波图像，包括：
步骤S21、确定长帧图像亮度通道中每个像素点的梯度值。
步骤S22、针对长帧图像亮度通道中的每个像素点，通过该像素点的梯度值查询已配置的精滤波梯度映射曲线表，得到该像素点的第三权重值。
步骤S23、基于像素点的第三权重值确定像素点的周围像素点的第四权重值。
步骤S24、针对每个像素点，基于该像素点的亮度值、第三权重值、该像素点的周围像素点的亮度值和第四权重值，确定该像素点的目标亮度值。
步骤S25、基于长帧图像亮度通道的每个像素点的目标亮度值确定长帧精滤波图像，即将长帧图像亮度通道所有像素点的目标亮度值组成长帧精滤波图像。
示例性的，步骤S21-步骤S25的处理过程，与步骤S11-步骤S15的处理过程类似，只是将粗滤波替换为精滤波，以下对不同之处进行说明：
将粗滤波梯度映射曲线表替换为精滤波梯度映射曲线表，即预先配置精滤波梯度映射曲线表，记为α2(x)，且该精滤波梯度映射曲线表用于表示梯度值与权重值的映射关系。在通过像素点(x,y)的梯度值▽S(x,y)查询精滤波梯度映射曲线表后，得到第三权重值为α2(▽S(x,y))，且像素点(x,y)的周围像素点的第四权重值为1-α2(▽S(x,y)。以及，在确定像素点(x,y)的目标亮度值时，将公式(2)替换为公式(3)。在公式(3)中，L2(x,y)表示像素点(x,y)的目标亮度值。
L2(x,y)＝S(x,y)·α2(▽S(x,y))+S(x-1,y)·(1-α2(▽S(x,y))) 公式(3)
在一种可能的实施方式中，粗滤波梯度映射曲线表和精滤波梯度映射曲线表均用于表示梯度值与权重值的映射关系，二者的区别在于：
粗滤波梯度映射曲线表和精滤波梯度映射曲线表均可以包括多个梯度值，如梯度值a1、梯度值a2、梯度值a3等。针对每个梯度值，该梯度值在粗滤波梯度映射曲线表中对应一个权重值，如梯度值a1对应权重值b11、梯度值a2对应权重值b12、梯度值a3对应权重值b13。针对每个梯度值，该梯度值在精滤波梯度映射曲线表中对应一个权重值，如梯度值a1对应权重值b21、梯度值a2对应权重值b22、梯度值a3对应权重值b23。在此基础上，针对同一个梯度值来说，该梯度值在精滤波梯度映射曲线表中对应的权重值，可以大于该梯度值在粗滤波梯度映射曲线表中对应的权重值，比如说，权重值b21可以大于权重值b11，权重值b22可以大于权重值b12，权重值b23可以大于权重值b13。
从公式(2)和公式(3)可以看出，针对同一个梯度值，该梯度值在精滤波梯度映射曲线表中对应的权重值α2(▽S(x,y))大，1-α2(▽S(x,y)小，即目标亮度值的主要来源是像素点(x,y)本身的亮度值，目标亮度值的次要来源是像素点(x,y)的周围像素点(x-1,y)的亮度值。该梯度值在粗滤波梯度映射曲线表中对应的权重值α1(▽S(x,y))小，1-α1(▽S(x,y)大，即目标亮度值的主要来源是像素点(x,y)的周围像素点(x-1,y)的亮度值，而次要来源是像素点(x,y)本身的亮度值。
示例性的，对短帧图像亮度通道进行粗滤波，得到短帧粗滤波图像，包括：
步骤S31、确定短帧图像亮度通道中每个像素点的梯度值。
步骤S32、针对短帧图像亮度通道中的每个像素点，通过该像素点的梯度值查询已配置的粗滤波梯度映射曲线表，得到该像素点的第一权重值。
步骤S33、基于像素点的第三权重值确定像素点的周围像素点的第二权重值。
步骤S34、针对每个像素点，基于该像素点的亮度值、第一权重值、该像素点的周围像素点的亮度值和第二权重值，确定该像素点的目标亮度值。
步骤S35、基于短帧图像亮度通道的每个像素点的目标亮度值确定短帧粗滤波图像，即将短帧图像亮度通道所有像素点的目标亮度值组成短帧粗滤波图像。
步骤S31-步骤S35与步骤S11-步骤S15类似，只是将长帧图像亮度通道替换为短帧图像亮度通道，将长帧粗滤波图像替换为短帧粗滤波图像。
示例性的，对短帧图像亮度通道进行精滤波，得到短帧精滤波图像，包括：
步骤S41、确定短帧图像亮度通道中每个像素点的梯度值。
步骤S42、针对短帧图像亮度通道中的每个像素点，通过该像素点的梯度值查询已配置的精滤波梯度映射曲线表，得到该像素点的第三权重值。
步骤S43、基于像素点的第三权重值确定像素点的周围像素点的第四权重值。
步骤S44、针对每个像素点，基于该像素点的亮度值、第三权重值、该像素点的周围像素点的亮度值和第四权重值，确定该像素点的目标亮度值。
步骤S45、基于短帧图像亮度通道的每个像素点的目标亮度值确定短帧精滤波图像，即将短帧图像亮度通道所有像素点的目标亮度值组成短帧精滤波图像。
步骤S41-步骤S45与步骤S21-步骤S25类似，只是将长帧图像亮度通道替换为短帧图像亮度通道，将长帧精滤波图像替换为短帧精滤波图像。
综上所述，可以对长帧图像亮度通道分别进行粗滤波和精滤波，得到长帧粗滤波图像和长帧精滤波图像，对短帧图像亮度通道分别进行粗滤波和精滤波，得到短帧粗滤波图像和短帧精滤波图像，从而实现光照平滑滤波，光照平滑滤波是从一幅已知场景图像中估计出场景各处的照度，能够对长帧图像亮度通道与短帧图像亮度通道进行平滑过渡，得到平滑的图像，最终完成图像的融合。
物体表面反射的光不能超过照射物体光源散发出的光，即L大于S，L为照度，S为场景图像，且L和S的关系满足：S＝R*L，R为反射率。在输入图像具有很高梯度的位置，估计的照度是不连续的，即L中的不连续性与S中的不连续性相似，综上所述，可以使用递归方法，在一个维度和四个不同方向进行递归计算，以确保整个图像的视觉信息混合，具体方式参见步骤S11-步骤S15。
经过光照平滑滤波后，可以得到长帧粗滤波图像和长帧精滤波图像，并得到短帧粗滤波图像和短帧精滤波图像，由于粗滤波梯度映射曲线表与精滤波梯度映射曲线表相比，粗滤波梯度映射曲线表更加平滑，因此，长帧粗滤波图像比长帧精滤波图像更加平滑，短帧粗滤波图像比短帧精滤波图像更加平滑。
示例性的，长帧粗滤波图像比长帧精滤波图像更加平滑，长帧精滤波图像与长帧图像亮度通道的差异，比长帧粗滤波图像与长帧图像亮度通道的差异更小。此外，短帧粗滤波图像比短帧精滤波图像更加平滑，短帧精滤波图像与短帧图像亮度通道的差异，比短帧粗滤波图像与短帧图像亮度通道的差异更小。
步骤203，获取长帧权重图像和短帧权重图像，该长帧权重图像可以包括长帧待融合图像(如第一长帧待融合图像和第二长帧待融合图像，相关内容参见后续实施例)中各像素点的权重值，该短帧权重图像可以包括短帧待融合图像(如第一短帧待融合图像和第二短帧待融合图像)中各像素点的权重值。
在一种可能的实施方式中，长帧权重图像的获取方式，可以包括：
步骤S51、针对长帧图像亮度通道中的每个像素点，通过该像素点的亮度值查询已配置的长帧隶属度函数，得到该像素点对应的长帧权重值。
示例性的，可以预先配置长帧隶属度函数，将长帧隶属度函数记为M1，长帧隶属度函数M1用于表示亮度值与长帧权重值(长帧隶属度函数M1中的权重值记为长帧权重值)的映射关系，也就是说，针对每个亮度值，通过长帧隶属度函数能够查询到与该亮度值对应的长帧权重值。基于此，针对长帧图像亮度通道中的每个像素点(x,y)来说，可以通过像素点(x,y)的亮度值查询长帧隶属度函数M1，得到像素点(x,y)的长帧权重值。比如说，可以通过如下公式表示：W1＝M1(S1)，S1表示像素点(x,y)的亮度值，W1表示像素点(x,y)的长帧权重值，M1表示长帧隶属度函数，M1(S1)表示通过像素点(x,y)的亮度值查询长帧隶属度函数M1。
示例性的，针对长帧隶属度函数来说，该长帧隶属度函数用于表示如下关系：若像素点的亮度值越大，则该像素点的长帧权重值越小。若像素点的亮度值越小，则该像素点的长帧权重值越大。比如说，长帧隶属度函数表示亮度值c11与长帧权重值d11的映射关系、亮度值c12与长帧权重值d12的映射关系，基于此，若亮度值c11大于亮度值c12，则长帧权重值d11小于长帧权重值d12。
步骤S52、基于长帧图像亮度通道的每个像素点对应的长帧权重值获取长帧权重图像，即将所有像素点对应的长帧权重值组成长帧权重图像。
在一种可能的实施方式中，短帧权重图像的获取方式，可以包括：
步骤S61、针对短帧图像亮度通道中的每个像素点，通过该像素点的亮度值查询已配置的短帧隶属度函数，得到该像素点对应的短帧权重值。
示例性的，可以预先配置短帧隶属度函数，将短帧隶属度函数记为M2，短帧隶属度函数M2用于表示亮度值与短帧权重值(短帧隶属度函数M2中的权重值记为短帧权重值)的映射关系，也就是说，针对每个亮度值，通过短帧隶属度函数能够查询到与该亮度值对应的短帧权重值。基于此，针对短帧图像亮度通道中的每个像素点(x,y)来说，通过像素点(x,y)的亮度值查询短帧隶属度函数M2，得到像素点(x,y)的短帧权重值。比如说，可以通过如下公式表示：W2＝M2(S2)，S2表示像素点(x,y)的亮度值，W2表示像素点(x,y)的短帧权重值，M2表示短帧隶属度函数，M2(S2)表示通过像素点(x,y)的亮度值查询短帧隶属度函数M2。
示例性的，针对短帧隶属度函数来说，该短帧隶属度函数用于表示如下关系：若像素点的亮度值越大，则该像素点的短帧权重值越大。若像素点的亮度值越小，则该像素点的短帧权重值越小。比如说，短帧隶属度函数表示亮度值c21与短帧权重值d21的映射关系、亮度值c22与短帧权重值d22的映射关系，基于此，若亮度值c21大于亮度值c22，则短帧权重值d21大于短帧权重值d22。
步骤S62、基于短帧图像亮度通道的每个像素点对应的短帧权重值获取短帧权重图像，即将所有像素点对应的短帧权重值组成短帧权重图像。
在获取长帧权重图像和短帧权重图像时，需要为曝光良好的图像区域的像素点分配更大的权重值，为曝光不足或曝光过度的图像区域的像素点分配较低的权重值。由于长帧图像(长帧图像亮度通道和长帧图像色度通道)可以更好地捕捉场景的低亮度区域，长帧图像中小于亮度中间值的像素点的亮度值，依然比短帧图像(短帧图像亮度通道和短帧图像色度通道)的低亮度区域好，因此，即使小于亮度中间值的像素点也可以分配较大的长帧权重值。由于长帧图像的车灯与车牌区域通常为过曝区域，即过曝区域的亮度值很大，因此，针对长帧图像中的车灯与车牌等过曝区域来说，需要分配较低的长帧权重值，通过较低的长帧权重值减轻长帧图像的车灯与车牌等过曝区域的亮度。
综上所述，针对与长帧图像对应的长帧隶属度函数，需要长帧隶属度函数实现如下关系：若像素点的亮度值越大(过曝区域)，则该像素点的长帧权重值越小。若像素点的亮度值越小(较暗区域)，则该像素点的长帧权重值越大。
由于短帧图像可以更好地捕捉场景的高亮度区域，即短帧图像的车灯与车牌等区域通常为曝光合适的区域，并且，短帧图像的低亮度区域是曝光不足的区域，因此，针对短帧图像的低亮度区域可以分配较小的短帧权重值，针对短帧图像的车灯与车牌等区域来说，可以分配较高的短帧权重值。综上所述，针对与短帧图像对应的短帧隶属度函数，需要短帧隶属度函数实现如下关系：若像素点的亮度值越大(曝光合适区域)，则该像素点的短帧权重值越大。若像素点的亮度值越小(曝光不足区域)，则该像素点的短帧权重值越小。
步骤204，基于长帧精滤波图像对长帧图像亮度通道进行亮度调整，得到长帧校正图像(即亮度调整后的长帧图像亮度通道)，基于短帧精滤波图像对短帧图像亮度通道进行亮度调整，得到短帧校正图像(即亮度调整后的短帧图像亮度通道)。
示例性的，为了避免长帧图像亮度通道的亮度过亮，或者短帧图像亮度通道的亮度过暗，还可以对长帧图像亮度通道和短帧图像亮度通道进行亮度调整，亮度调整的方式可以包括但不限于对长帧图像亮度通道和短帧图像亮度通道进行Gamma校正。对长帧图像亮度通道的亮度调整过程可以包括：若长帧精滤波图像中所有像素点的亮度值的平均值大于第一阈值，则采用第一伽马系数对长帧图像亮度通道的亮度值进行伽马校正，得到长帧校正图像。若长帧精滤波图像中所有像素点的亮度值的平均值不大于第一阈值，则保持长帧图像亮度通道的亮度值不变，得到长帧校正图像。第一阈值可以根据经验配置，对此第一阈值不做限制，如第一阈值可以为128。第一伽马系数可以根据经验配置，对此第一伽马系数不做限制，如第一伽马系数可以小于1，且第一伽马系数可以大于0。
比如说，可以通过公式(4)对长帧图像亮度通道进行亮度调整：
Llong(x,y)表示长帧精滤波图像中的像素点(x,y)的亮度值，avg(Llong(x,y))表示长帧精滤波图像中的所有像素点的亮度值的平均值，128表示第一阈值，Slong(x,y)表示长帧图像亮度通道的像素点(x,y)的亮度值，Gamma1表示第一伽马系数。
从公式(4)可以看出，若avg(Llong(x,y))大于128，则针对长帧图像亮度通道的每个像素点(x,y)，可以使用Gamma1对像素点(x,y)的亮度值Slong(x,y)进行校正，得到校正后的亮度值Gamma1(Slong(x,y))，而校正后的亮度值Gamma1(Slong(x,y))就作为像素点(x,y)在长帧校正图像中的亮度值。若avg(Llong(x,y))不大于128，则针对长帧图像亮度通道的每个像素点(x,y)，将像素点(x,y)的亮度值Slong(x,y)作为像素点(x,y)在长帧校正图像中的亮度值。显然，针对长帧图像亮度通道的每个像素点(x,y)进行上述处理后，就可以得到该像素点(x,y)在长帧校正图像中的亮度值，然后，可以将所有像素点(x,y)在长帧校正图像中的亮度值组成长帧校正图像。
示例性的，对短帧图像亮度通道的亮度调整过程，可以包括但不限于：若短帧精滤波图像中所有像素点的亮度值的平均值小于第二阈值，则可以采用第二伽马系数对短帧图像亮度通道的亮度值进行伽马校正，得到短帧校正图像。若短帧精滤波图像中所有像素点的亮度值的平均值不小于第二阈值，则可以保持短帧图像亮度通道的亮度值不变，得到短帧校正图像。第二阈值可以根据经验配置，对此第二阈值不做限制，如第二阈值可以为128。第二伽马系数可以根据经验配置，对此第二伽马系数不做限制，如第二伽马系数可以大于1。
比如说，可以通过公式(5)对短帧图像亮度通道进行亮度调整：
Lshort(x,y)表示短帧精滤波图像中的像素点(x,y)的亮度值，avg(Lshort(x,y))表示短帧精滤波图像中的所有像素点的亮度值的平均值，128表示第二阈值，Sshort(x,y)表示短帧图像亮度通道的像素点(x,y)的亮度值，Gamma2表示第二伽马系数。
从公式(5)可以看出，若avg(Lshort(x,y))小于128，则针对短帧图像亮度通道的每个像素点(x,y)，可以使用Gamma2对像素点(x,y)的亮度值Sshort(x,y)进行校正，得到校正后的亮度值Gamma2(Sshort(x,y))，而校正后的亮度值Gamma2(Sshort(x,y))就作为像素点(x,y)在短帧校正图像中的亮度值。若avg(Lshort(x,y))不小于128，则针对短帧图像亮度通道的每个像素点(x,y)，将像素点(x,y)的亮度值Sshort(x,y)作为像素点(x,y)在短帧校正图像中的亮度值。显然，针对短帧图像亮度通道的每个像素点(x,y)进行上述处理后，就可以得到该像素点(x,y)在短帧校正图像中的亮度值，然后，可以将所有像素点(x,y)在短帧校正图像中的亮度值组成短帧校正图像。
步骤205，基于长帧粗滤波图像对长帧校正图像进行对比度调整，得到第一长帧待融合图像(即对比度调整后的长帧校正图像)；基于长帧精滤波图像对长帧校正图像进行对比度调整，得到第二长帧待融合图像；基于短帧粗滤波图像对短帧校正图像进行对比度调整，得到第一短帧待融合图像；基于短帧精滤波图像对短帧校正图像进行对比度调整，得到第二短帧待融合图像。
在上述实施例中，可以得到长帧粗滤波图像、长帧精滤波图像、短帧粗滤波图像、短帧精滤波图像、长帧校正图像和短帧校正图像，基于这些图像，可以进行对比度调整，比如说，可以采用如下公式(6)进行对比度调整：
在公式(6)中，con表示预设的对比度值，可以根据经验进行配置，对此不做限制，clip(x,a,b)表示将x的取值钳位在a与b的值域范围中。
若基于长帧粗滤波图像对长帧校正图像进行对比度调整，则S(x,y)表示像素点(x,y)在长帧校正图像中的亮度值，L(x,y)表示像素点(x,y)在长帧粗滤波图像中的亮度值，C(x,y)表示像素点(x,y)在第一长帧待融合图像中的亮度值。显然，针对每个像素点(x,y)进行上述处理后，就可以得到所有像素点在第一长帧待融合图像中的亮度值，而这些像素点的亮度值就组成第一长帧待融合图像。
若基于长帧精滤波图像对长帧校正图像进行对比度调整，则S(x,y)表示像素点(x,y)在长帧校正图像中的亮度值，L(x,y)表示像素点(x,y)在长帧精滤波图像中的亮度值，C(x,y)表示像素点(x,y)在第二长帧待融合图像中的亮度值。
若基于短帧粗滤波图像对短帧校正图像进行对比度调整，则S(x,y)表示像素点(x,y)在短帧校正图像中的亮度值，L(x,y)表示像素点(x,y)在短帧粗滤波图像中的亮度值，C(x,y)表示像素点(x,y)在第一短帧待融合图像中的亮度值。
若基于短帧精滤波图像对短帧校正图像进行对比度调整，则S(x,y)表示像素点(x,y)在短帧校正图像中的亮度值，L(x,y)表示像素点(x,y)在短帧精滤波图像中的亮度值，C(x,y)表示像素点(x,y)在第二短帧待融合图像中的亮度值。
步骤206，对第一长帧待融合图像和第一短帧待融合图像进行加权融合，得到第一融合图像，对第二长帧待融合图像和第二短帧待融合图像进行加权融合，得到第二融合图像。基于第一融合图像和第二融合图像生成亮度融合通道。
示例性的，可以基于第一长帧待融合图像、长帧权重图像(表示第一长帧待融合图像中每个像素点的权重值)、第一短帧待融合图像和短帧权重图像(表示第一短帧待融合图像中每个像素点的权重值)进行加权融合，得到第一融合图像。基于第二长帧待融合图像、长帧权重图像(表示第二长帧待融合图像中每个像素点的权重值)、第二短帧待融合图像和短帧权重图像(表示第二短帧待融合图像中每个像素点的权重值)进行加权融合，得到该第二融合图像。
比如说，可以通过公式(7)实现待融合图像的加权融合：
S(x,y)＝(C1(x,y)*W1(x,y)+C2(x,y)*W2(x,y))/(W1(x,y)+W2(x,y)) 公式(7)
若对第一长帧待融合图像和第一短帧待融合图像进行加权融合，则C1(x,y)表示像素点(x,y)在第一长帧待融合图像中的亮度值，W1(x,y)表示像素点(x,y)在长帧权重图像中的权重值，C2(x,y)表示像素点(x,y)在第一短帧待融合图像中的亮度值，W2(x,y)表示像素点(x,y)在短帧权重图像中的权重值。S(x,y)表示像素点(x,y)在第一融合图像中的亮度值，针对每个像素点(x,y)进行上述处理后，可以得到所有像素点在第一融合图像中的亮度值，这些像素点的亮度值组成第一融合图像。
若对第二长帧待融合图像和第二短帧待融合图像进行加权融合，则C1(x,y)表示像素点(x,y)在第二长帧待融合图像中的亮度值，W1(x,y)表示像素点(x,y)在长帧权重图像中的权重值，C2(x,y)表示像素点(x,y)在第二短帧待融合图像中的亮度值，W2(x,y)表示像素点(x,y)在短帧权重图像中的权重值。S(x,y)表示像素点(x,y)在第二融合图像中的亮度值，针对每个像素点(x,y)进行上述处理后，可以得到所有像素点在第二融合图像中的亮度值，这些像素点的亮度值组成第二融合图像。
示例性的，在基于第一融合图像和第二融合图像生成亮度融合通道时，可以采用公式(8)，将第一融合图像和第二融合图像融合为亮度融合通道。
Sfu(x,y)＝Sco(x,y)/255*(Sco(x,y)+Sfi(x,y))/2+Sfi/255*(255-(Sco(x,y)+Sfi(x,y))/2) (8)
在公式(8)中，Sco(x,y)表示像素点(x,y)在第一融合图像中的亮度值，Sfi(x,y)表示像素点(x,y)在第二融合图像中的亮度值，Sfu(x,y)表示像素点(x,y)在亮度融合通道中的亮度值，针对每个像素点(x,y)进行上述处理后，可以得到所有像素点在亮度融合通道中的亮度值，这些像素点的亮度值组成亮度融合通道。
步骤207，基于长帧图像色度通道(即长帧图像的色度通道，可以表示为长帧色度U通道和长帧色度V通道)、长帧权重图像(用于表示长帧图像色度通道中的每个像素点的权重值)、短帧图像色度通道(即短帧图像的色度通道，可以表示为短帧色度U通道和短帧色度V通道)和短帧权重图像(用于表示短帧图像色度通道中的每个像素点的权重值)进行加权融合，得到色度融合通道。
比如说，可以通过上述公式(7)实现长帧图像色度通道和短帧图像色度通道的加权融合。若对长帧色度U通道和短帧色度U通道进行加权融合，则C1(x,y)表示像素点(x,y)在长帧色度U通道中的色度值，C2(x,y)表示像素点(x,y)在短帧色度U通道中的色度值，S(x,y)表示像素点(x,y)在色度U融合通道中的色度值。
若对长帧色度V通道和短帧色度V通道进行加权融合，则C1(x,y)表示像素点(x,y)在长帧色度V通道中的色度值，C2(x,y)表示像素点(x,y)在短帧色度V通道中的色度值，S(x,y)表示像素点(x,y)在色度V融合通道中的色度值。
综上所述，在经过上述处理后，就可以得到色度U融合通道和色度V融合通道，而色度U融合通道和色度V融合通道均是色度融合通道。
步骤208，基于亮度融合通道和色度融合通道生成目标图像，也就是说，可以将亮度融合通道、色度U融合通道和色度V融合通道组合起来，得到目标图像，该目标图像包括亮度融合通道、色度U融合通道和色度V融合通道。
至此，基于采集的长帧图像和短帧图像，就可以生成目标图像。
在一种可能的实施方式中，由于长帧图像和短帧图像的曝光时长不同，因此，长帧图像和短帧图像中的车牌区域可能会存在位移差，融合后的目标图像的车牌区域可能出现重影现象，影响视觉效果。针对上述问题，本申请实施例中，还可以对目标图像的车牌区域进行处理，即对短帧图像的车牌区域进行处理，将处理后的车牌区域叠加到目标图像，避免位移差导致的重影模糊问题。
比如说，基于短帧图像的车牌区域子图像生成车牌迁移子图像，通过车牌迁移子图像替换目标图像的车牌区域子图像。基于目标图像中车牌区域子图像的第一周围区域子图像和短帧图像中车牌区域子图像的第二周围区域子图像生成周围迁移子图像，通过周围迁移子图像替换目标图像的第一周围区域子图像。
以下结合如下步骤，对车牌区域的处理过程进行说明：
步骤S71、确定短帧图像的短帧图像亮度通道中所有亮度值的第一平均值(短帧图像亮度通道中所有像素点的亮度值的平均值)，确定目标图像的亮度通道中所有亮度值的第二平均值(亮度通道中所有像素点的亮度值的平均值)。
步骤S72、确定第二平均值与第一平均值的比值。
步骤S73、基于短帧图像中的车牌区域子图像和该比值生成车牌迁移子图像。
比如说，可以从短帧图像中获取车牌区域子图像(即包括车牌区域的子图像，短帧图像中的车牌区域子图像的大小与目标图像中的车牌区域子图像的大小相同)，然后，可以基于该车牌区域子图像和该比值生成车牌迁移子图像。
比如说，将该车牌区域子图像(即YUV空间)转换至RGB颜色空间的车牌区域子图像，RGB颜色空间的车牌区域子图像包括R通道子图像、G通道子图像、B通道子图像。将R通道子图像乘以该比值，得到R通道目标子图像，将G通道子图像乘以该比值，得到G通道目标子图像，将B通道子图像乘以该比值，得到B通道目标子图像。然后，将R通道目标子图像、G通道目标子图像和B通道目标子图像融合起来，得到车牌迁移子图像。车牌迁移子图像的亮度与目标图像的亮度接近，但是，车牌迁移子图像的车牌部分更加清晰。
步骤S74、通过该车牌迁移子图像替换目标图像中的车牌区域子图像。
步骤S75、基于目标图像中车牌区域子图像的第一周围区域子图像和短帧图像中车牌区域子图像的第二周围区域子图像，生成周围迁移子图像。
示例性的，可以从该短帧图像中获取车牌区域子图像的第二周围区域子图像，并从该目标图像中获取车牌区域子图像的第一周围区域子图像，该第二周围区域子图像的大小与该第一周围区域子图像的大小可以相同。
例如，第二周围区域子图像包括短帧图像中车牌区域子图像上侧的K1个像素点，短帧图像中车牌区域子图像下侧的K2个像素点，短帧图像中车牌区域子图像左侧的K3个像素点，短帧图像中车牌区域子图像右侧的K4个像素点。
第一周围区域子图像包括目标图像中车牌区域子图像上侧的K1个像素点，目标图像中车牌区域子图像下侧的K2个像素点，目标图像中车牌区域子图像左侧的K3个像素点，目标图像中车牌区域子图像右侧的K4个像素点。
然后，确定第一周围区域子图像的第一子权重图，并确定第二周围区域子图像的第二子权重图，并基于第一周围区域子图像、第一子权重图、第二周围区域子图像和第二子权重图进行加权运算，得到周围迁移子图像。
比如说，可以通过公式(7)得到周围迁移子图像，在公式(7)中，C1(x,y)表示像素点(x,y)在第一周围区域子图像中的像素值(即由亮度值和色度值组成的数值)，W1(x,y)表示像素点(x,y)在第一子权重图中的权重值，C2(x,y)表示像素点(x,y)在第二周围区域子图像中的像素值，W2(x,y)表示像素点(x,y)在第二子权重图中的权重值，S(x,y)表示像素点(x,y)在周围迁移子图像中的像素值。
显然，针对周围迁移子图像的每个像素点(x,y)进行上述处理后，可以得到所有像素点在周围迁移子图像中的像素值，这些像素值组成周围迁移子图像。
在一种可能的实施方式中，针对每个像素点(x,y)来说，该像素点(x,y)在第一子权重图中对应一个权重值W1(x,y)，该像素点(x,y)在第二子权重图中对应一个权重值W2(x,y)。若像素点(x,y)靠近车牌区域子图像，如像素点(x,y)与车牌区域子图像的边缘的距离小于距离阈值，则第二子权重图中的权重值W2(x,y)大于第一子权重图中的权重值W1(x,y)，即短帧图像中第二周围区域子图像的权重值较大。若像素点(x,y)远离车牌区域子图像，如像素点(x,y)与车牌区域子图像的边缘的距离不小于距离阈值，则第一子权重图中的权重值W1(x,y)大于第二子权重图中的权重值W2(x,y)，即目标图像中第一周围区域子图像的权重值较大。
步骤S76、通过周围迁移子图像替换目标图像中的第一周围区域子图像。
至此，完成目标图像的调整，得到车牌区域不存在重影模糊问题的图像。
基于与上述方法同样的申请构思，本申请实施例中提出另一种图像处理方法，参见图3所示，为图像处理方法的流程示意图，该方法可以包括：
步骤301、针对同一目标场景，获取具有第一曝光时长的短帧图像和具有第二曝光时长的长帧图像，第二曝光时长可以大于第一曝光时长。
步骤302，响应于预设的第一权重映射表：对该长帧图像的亮度进行调整，生成第一长帧图像，并对该短帧图像的亮度进行调整，生成第一短帧图像。
示例性的，第一权重映射表可以为精滤波梯度映射曲线表，第一长帧图像可以为长帧校正图像，第一短帧图像可以为短帧校正图像。比如说，可以对该长帧图像的长帧图像亮度通道的亮度进行调整，生成第一长帧图像，并对该短帧图像的短帧图像亮度通道的亮度进行调整，生成第一短帧图像。
步骤303，响应于预设的第二权重映射表：对该第一长帧图像的对比度进行调整，生成第二长帧图像，并对该第一短帧图像的对比度进行调整，生成第二短帧图像。示例性的，第二权重映射表可以为粗滤波梯度映射曲线表，第二长帧图像可以为第一长帧待融合图像，第二短帧图像可以为第一短帧待融合图像。
第一权重映射表和第二权重映射表被限定为：一个像素点在预设的第一权重映射表中对应的权重大于该像素点在预设的第二权重映射表中对应的权重。
步骤304，基于第二长帧图像和第二短帧图像，生成第一新图像。
在一种可能的实施方式中，第一长帧图像被限定为：基于第一权重映射表，对长帧图像进行加权处理，生成第一加权长帧图像(即长帧精滤波图像)；基于第一加权长帧图像对该长帧图像的亮度进行调整，生成第一长帧图像。
示例性的，第一短帧图像被限定为：基于第一权重映射表，对短帧图像进行加权处理，生成第一加权短帧图像(即短帧精滤波图像)；基于该第一加权短帧图像对该短帧图像的亮度进行调整，生成第一短帧图像。
示例性的，第二长帧图像被限定为：基于第二权重映射表，对长帧图像进行加权处理，生成第二加权长帧图像(即长帧粗滤波图像)；基于该第二加权长帧图像对该第一长帧图像的对比度进行调整，生成第二长帧图像。
示例性的，第二短帧图像被限定为：基于第二权重映射表，对短帧图像进行加权处理，生成第二加权短帧图像(即短帧粗滤波图像)；基于该第二加权短帧图像对该第一短帧图像的对比度进行调整，生成第二短帧图像。
在一种可能的实施方式中，第一权重映射表和第二权重映射表被限定为：一个像素点在预设的第一权重映射表中关联第一权重和第二权重(第一权重和第二权重之和可以为固定值，如1)，且该像素点在预设的第二权重映射表中关联第三权重和第四权重(第三权重和第四权重之和可以为固定值，如1)。
基于此，第一加权长帧图像被限定为：基于第一权重映射表，获取长帧图像中一个像素点对应的第一权重和第二权重。基于该像素点、该像素点邻近的其他像素点、该第一权重和该第二权重，加权生成第一加权长帧图像。
第一加权短帧图像被限定为：基于第一权重映射表，获取短帧图像中一个像素点对应的第一权重和第二权重。基于该像素点、该像素点邻近的其他像素点、该第一权重和该第二权重，加权生成第一加权短帧图像。
第二加权长帧图像被限定为：基于第二权重映射表，获取长帧图像中一个像素点对应的第三权重和第四权重；基于该像素点、该像素点邻近的其他像素点、该第三权重和该第四权重，加权生成第二加权长帧图像。
第二加权短帧图像被限定为：基于第二权重映射表，获取短帧图像中一个像素点对应的第三权重和第四权重；基于该像素点、该像素点邻近的其他像素点、该第三权重和该第四权重，加权生成第二加权短帧图像。
在上述实施例中，其他像素点被限定为像素点的指定梯度方向上的前后像素点，如左侧像素点，右侧像素点，上侧像素点，下侧像素点等。
示例性的，第一加权长帧图像、第一加权短帧图像、第二加权长帧图像、第二加权短帧图像的获取方式参见步骤202，在此不再重复赘述。
在上述实施例中，基于第一加权长帧图像对长帧图像的亮度进行调整，生成第一长帧图像，可以包括：若第一加权长帧图像中所有像素点的亮度值的平均值大于第一阈值，则采用第一伽马系数对长帧图像的亮度进行伽马校正，生成第一长帧图像；若第一加权长帧图像中所有像素点的亮度值的平均值不大于第一阈值，则保持长帧图像的亮度不变，生成第一长帧图像。基于第一加权短帧图像对短帧图像的亮度进行调整，生成第一短帧图像，可以包括：若第一加权短帧图像中所有像素点的亮度值的平均值小于第二阈值，则采用第二伽马系数对短帧图像的亮度进行伽马校正，生成第一短帧图像；若第一加权短帧图像中所有像素点的亮度值的平均值不小于第二阈值，则保持短帧图像的亮度不变，生成第一短帧图像；第一伽马系数小于1，第二伽马系数大于1。
在得到第一长帧图像后，还可以基于第二加权长帧图像对第一长帧图像的对比度进行调整，生成第二长帧图像。在得到第一短帧图像后，还可以基于第二加权短帧图像对第一短帧图像的对比度进行调整，生成第二短帧图像。
在上述实施例中，针对长帧图像的亮度调整过程和短帧图像的亮度调整过程，可以参见步骤204，在此不再重复赘述。针对第一长帧图像的对比度调整过程和第一短帧图像的对比度调整过程，可以参见步骤205，在此不再重复赘述。
由以上技术方案可见，本申请实施例中，由于一个像素点在第一权重映射表中对应的权重大于该像素点在第二权重映射表中对应的权重，因此，与第二加权长帧图像相比，第一加权长帧图像的亮度与长帧图像的亮度更接近，在基于第一加权长帧图像对长帧图像的亮度进行调整时，能够充分保留长帧图像的亮区信息，充分利用过曝区域的有用细节信息，避免有用细节信息的丢失。
同理，与第二加权短帧图像相比，第一加权短帧图像的亮度与短帧图像的亮度更接近，在基于第一加权短帧图像对短帧图像的亮度进行调整时，能够充分保留短帧图像的亮区信息，从而避免短帧图像中有用细节信息的丢失。
与第一加权长帧图像相比，第二加权长帧图像的亮度与长帧图像的亮度相差更大，在基于第二加权长帧图像对第一长帧图像的对比度(对比度是同一点最亮时(白色)与最暗时(黑色)的亮度的比值)进行调整时，能够使用相差较大的亮度对第一长帧图像进行对比度调整，实现对比度的增强，使得第二长帧图像的色彩层级较多。同理，与第一加权短帧图像相比，第二加权短帧图像的亮度与短帧图像的亮度相差更大，在基于第二加权短帧图像对第一短帧图像的对比度进行调整时，能够使用相差较大的亮度对第一短帧图像进行对比度调整，实现对比度的增强，使得第二短帧图像的色彩层级较多。
综上所述，先使用第一加权长帧图像对长帧图像的亮度进行调整，得到第一长帧图像，再使用第二加权长帧图像对第一长帧图像的对比度进行调整，得到第二长帧图像，以及，先使用第一加权短帧图像对短帧图像的亮度进行调整，得到第一短帧图像，再使用第二加权短帧图像对第一短帧图像的对比度进行调整，得到第二短帧图像之后，通过对第二长帧图像和第二短帧图像进行融合，得到第一新图像，第一新图像能够充分保留长帧图像和短帧图像的亮区信息和暗区信息，保留有用细节信息，图像质量较高，画面对比度好，颜色表现正常。
在一种可能的实施方式中，还可以基于第一加权长帧图像对第一长帧图像的对比度进行调整，生成第三长帧图像(即第二长帧待融合图像)，并基于第一加权短帧图像对第一短帧图像的对比度进行调整，生成第三短帧图像(即第二短帧待融合图像)。然后，基于第三长帧图像和第三短帧图像，生成第二新图像。在此基础上，可以融合第一新图像和第二新图像，生成目标图像。示例性的，第一新图像可以为第一融合图像，第二新图像可以为第二融合图像。
在基于第二长帧图像和第二短帧图像，生成第一新图像的过程中，可以对第二长帧图像、第二长帧图像对应的长帧权重图像、第二短帧图像和第二短帧图像对应的短帧权重图像进行加权融合，得到第一新图像。
在基于第三长帧图像和第三短帧图像，生成第二新图像的过程中，可以对第三长帧图像、第三长帧图像对应的长帧权重图像、第三短帧图像和第三短帧图像对应的短帧权重图像进行加权融合，得到第二新图像。
关于长帧权重图像和短帧权重图像的获取方式，可以参见步骤203。
关于第一新图像和第二新图像的获取方式，可以参见步骤206。
在一种可能的实施方式中，短帧图像、长帧图像和目标图像均是包含车牌的图像，基于此，还可以对目标图像进行处理，生成处理后的目标图像，以使处理后的目标图像中车牌区域的像素点由短帧图像中车牌区域的像素点确定，且处理后的目标图像中非车牌区域的像素点与目标图像中对应像素点保持不变。
示例性的，处理后的目标图像中车牌区域的像素点，是由短帧图像中车牌区域的像素点，以及目标图像中所有像素点亮度均值与短帧图像中所有像素点亮度均值的比值确定。
示例性的，处理后的目标图像中车牌周围区域的像素点，是由短帧图像中车牌周围区域的像素点和目标图像中车牌周围区域的像素点确定。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (7)
1.一种图像处理方法，其特征在于，所述方法包括：
基于已获取的长帧精滤波图像对长帧图像亮度通道进行亮度调整，得到长帧校正图像；基于已获取的短帧精滤波图像对短帧图像亮度通道进行亮度调整，得到短帧校正图像；其中，长帧图像亮度通道和短帧图像亮度通道是针对同一目标场景的亮度通道，长帧图像亮度通道的曝光时长大于短帧图像亮度通道的曝光时长；
基于已获取的长帧粗滤波图像对所述长帧校正图像进行对比度调整，得到第一长帧待融合图像；基于所述长帧精滤波图像对所述长帧校正图像进行对比度调整，得到第二长帧待融合图像；基于已获取的短帧粗滤波图像对所述短帧校正图像进行对比度调整，得到第一短帧待融合图像；基于所述短帧精滤波图像对所述短帧校正图像进行对比度调整，得到第二短帧待融合图像；
对第一长帧待融合图像和第一短帧待融合图像进行加权融合，得到第一融合图像，对第二长帧待融合图像和第二短帧待融合图像进行加权融合，得到第二融合图像，基于所述第一融合图像和所述第二融合图像生成目标图像；
其中，所述基于已获取的长帧精滤波图像对长帧图像亮度通道进行亮度调整，得到长帧校正图像之前，还包括：
对所述长帧图像亮度通道分别进行粗滤波处理和精滤波处理，得到长帧粗滤波图像和长帧精滤波图像，并对所述短帧图像亮度通道分别进行粗滤波处理和精滤波处理，得到短帧粗滤波图像和短帧精滤波图像；
所述粗滤波处理包括：通过长帧图像亮度通道或者短帧图像亮度通道中每个像素点的梯度值查询已配置的粗滤波梯度映射曲线表，得到该像素点的第一权重值和该像素点的周围像素点的第二权重值，所述粗滤波梯度映射曲线表用于表示梯度值与权重值的映射关系；基于该像素点的亮度值、第一权重值、该像素点的周围像素点的亮度值和第二权重值，确定该像素点的目标亮度值；基于每个像素点的目标亮度值确定长帧粗滤波图像或短帧粗滤波图像；
所述精滤波处理包括：通过长帧图像亮度通道或者短帧图像亮度通道中每个像素点的梯度值查询已配置的精滤波梯度映射曲线表，得到该像素点的第三权重值和该像素点的周围像素点的第四权重值，所述精滤波梯度映射曲线表用于表示梯度值与权重值的映射关系；基于该像素点的亮度值、第三权重值、该像素点的周围像素点的亮度值和第四权重值，确定该像素点的目标亮度值；基于每个像素点的目标亮度值确定长帧精滤波图像或短帧精滤波图像；
其中，针对同一个梯度值，该梯度值在精滤波梯度映射曲线表中对应的权重值，大于该梯度值在粗滤波梯度映射曲线表中对应的权重值。
2.根据权利要求1所述的方法，其特征在于，所述基于已获取的长帧精滤波图像对长帧图像亮度通道进行亮度调整，得到长帧校正图像，包括：若所述长帧精滤波图像中所有像素点的亮度值的平均值大于第一阈值，则采用第一伽马系数对长帧图像亮度通道的亮度值进行伽马校正，得到长帧校正图像；否则，保持长帧图像亮度通道的亮度值不变，得到长帧校正图像；
所述基于已获取的短帧精滤波图像对短帧图像亮度通道进行亮度调整，得到短帧校正图像，包括：若所述短帧精滤波图像中所有像素点的亮度值的平均值小于第二阈值，则采用第二伽马系数对短帧图像亮度通道的亮度值进行伽马校正，得到短帧校正图像；否则，保持短帧图像亮度通道的亮度值不变，得到短帧校正图像；其中，所述第一伽马系数小于1，所述第二伽马系数大于1。
3.根据权利要求1所述的方法，其特征在于，所述对第一长帧待融合图像和第一短帧待融合图像进行加权融合，得到第一融合图像，对第二长帧待融合图像和第二短帧待融合图像进行加权融合，得到第二融合图像，包括：
基于第一长帧待融合图像、已获取的长帧权重图像、第一短帧待融合图像和已获取的短帧权重图像进行加权融合，得到所述第一融合图像；
基于第二长帧待融合图像、所述长帧权重图像、第二短帧待融合图像和所述短帧权重图像进行加权融合，得到所述第二融合图像。
4.根据权利要求1所述的方法，其特征在于，
所述基于所述第一融合图像和所述第二融合图像生成目标图像之前，所述方法还包括：基于长帧图像色度通道、已获取的长帧权重图像、短帧图像色度通道和已获取的短帧权重图像进行加权融合，得到色度融合通道；其中，所述长帧图像色度通道和所述短帧图像色度通道是针对所述目标场景的色度通道；
所述基于所述第一融合图像和所述第二融合图像生成目标图像，包括：
基于所述第一融合图像和所述第二融合图像生成亮度融合通道；
基于所述亮度融合通道和所述色度融合通道生成目标图像。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述基于所述第一融合图像和所述第二融合图像生成目标图像之后，所述方法还包括：
若所述目标图像包括车牌区域子图像，且已获取的短帧图像包括车牌区域子图像，则基于所述短帧图像中的车牌区域子图像生成车牌迁移子图像；其中，所述短帧图像包括所述短帧图像亮度通道和短帧图像色度通道；
通过所述车牌迁移子图像替换所述目标图像中的车牌区域子图像。
6.一种图像处理方法，其特征在于，包括：
针对同一目标场景，获取具有第一曝光时长的短帧图像和具有第二曝光时长的长帧图像，所述第二曝光时长大于所述第一曝光时长；
基于第一权重映射表，对所述长帧图像进行加权处理，生成第一加权长帧图像；基于所述第一加权长帧图像对所述长帧图像的亮度进行调整，生成第一长帧图像；
基于第一权重映射表，对所述短帧图像进行加权处理，生成第一加权短帧图像；基于所述第一加权短帧图像对所述短帧图像的亮度进行调整，生成第一短帧图像；
基于第二权重映射表，对所述长帧图像进行加权处理，生成第二加权长帧图像；基于所述第二加权长帧图像对所述第一长帧图像的对比度进行调整，生成第二长帧图像；
基于第二权重映射表，对所述短帧图像进行加权处理，生成第二加权短帧图像；基于所述第二加权短帧图像对所述第一短帧图像的对比度进行调整，生成第二短帧图像；
基于所述第二长帧图像和所述第二短帧图像，生成第一新图像；
基于第一加权长帧图像对所述第一长帧图像的对比度进行调整，生成第三长帧图像；基于第一加权短帧图像对所述第一短帧图像的对比度进行调整，生成第三短帧图像；基于所述第三长帧图像和所述第三短帧图像生成第二新图像；
融合所述第一新图像和所述第二新图像，生成目标图像；
其中，所述第一权重映射表和所述第二权重映射表被限定为：一个像素点在预设的第一权重映射表中对应的权重大于所述像素点在预设的第二权重映射表中对应的权重。
7.根据权利要求6所述的方法，其特征在于，所述短帧图像、所述长帧图像和所述目标图像是包含车牌的图像；所述方法还包括：对所述目标图像进行处理，生成处理后的目标图像，以使所述处理后的目标图像中车牌区域的像素点由所述短帧图像中车牌区域的像素点确定，且所述处理后的目标图像中非车牌区域的像素点与所述目标图像中对应像素点保持不变。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110491854.4A CN113222869B (zh) | 2021-05-06 | 2021-05-06 | 一种图像处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110491854.4A CN113222869B (zh) | 2021-05-06 | 2021-05-06 | 一种图像处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113222869A CN113222869A (zh) | 2021-08-06 |
| CN113222869B true CN113222869B (zh) | 2024-03-01 |
Family
ID=77091039
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110491854.4A Active CN113222869B (zh) | 2021-05-06 | 2021-05-06 | 一种图像处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113222869B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113905185B (zh) * | 2021-10-27 | 2023-10-31 | 锐芯微电子股份有限公司 | 图像处理方法和装置 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008005083A (ja) * | 2006-06-21 | 2008-01-10 | Mitsubishi Electric Corp | 撮像装置 |
| CN102970549A (zh) * | 2012-09-20 | 2013-03-13 | 华为技术有限公司 | 图像处理方法及装置 |
| KR20130079728A (ko) * | 2012-01-03 | 2013-07-11 | 중앙대학교 산학협력단 | 색상 채널을 이용한 영상 개선 장치 및 방법 |
| CN104484864A (zh) * | 2014-12-31 | 2015-04-01 | 苏州科达科技股份有限公司 | 获取图像伽马曲线、增强图像对比度的方法及系统 |
| CN104881854A (zh) * | 2015-05-20 | 2015-09-02 | 天津大学 | 基于梯度和亮度信息的高动态范围图像融合方法 |
| CN105744159A (zh) * | 2016-02-15 | 2016-07-06 | 努比亚技术有限公司 | 一种图像合成方法及装置 |
| CN110050292A (zh) * | 2016-12-12 | 2019-07-23 | 杜比实验室特许公司 | 用于调整高动态范围图像的视频处理曲线的系统和方法 |
| 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 |
| CN111741229A (zh) * | 2017-02-24 | 2020-10-02 | 三星电子株式会社 | 图像处理方法和设备 |
| CN111986129A (zh) * | 2020-06-30 | 2020-11-24 | 普联技术有限公司 | 基于多摄图像融合的hdr图像生成方法、设备及存储介质 |
| CN112258417A (zh) * | 2020-10-28 | 2021-01-22 | 杭州海康威视数字技术股份有限公司 | 一种图像生成方法、装置及设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4626673B2 (ja) * | 2008-04-30 | 2011-02-09 | セイコーエプソン株式会社 | 画像処理装置、集積回路装置及び電子機器 |
| KR101575803B1 (ko) * | 2010-01-15 | 2015-12-09 | 삼성전자 주식회사 | 저조도 환경에서의 고감도 영상 생성 방법 및 그 장치 |
| US8965120B2 (en) * | 2012-02-02 | 2015-02-24 | Canon Kabushiki Kaisha | Image processing apparatus and method of controlling the same |
-
2021
- 2021-05-06 CN CN202110491854.4A patent/CN113222869B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008005083A (ja) * | 2006-06-21 | 2008-01-10 | Mitsubishi Electric Corp | 撮像装置 |
| KR20130079728A (ko) * | 2012-01-03 | 2013-07-11 | 중앙대학교 산학협력단 | 색상 채널을 이용한 영상 개선 장치 및 방법 |
| CN102970549A (zh) * | 2012-09-20 | 2013-03-13 | 华为技术有限公司 | 图像处理方法及装置 |
| CN104484864A (zh) * | 2014-12-31 | 2015-04-01 | 苏州科达科技股份有限公司 | 获取图像伽马曲线、增强图像对比度的方法及系统 |
| CN104881854A (zh) * | 2015-05-20 | 2015-09-02 | 天津大学 | 基于梯度和亮度信息的高动态范围图像融合方法 |
| CN105744159A (zh) * | 2016-02-15 | 2016-07-06 | 努比亚技术有限公司 | 一种图像合成方法及装置 |
| CN110050292A (zh) * | 2016-12-12 | 2019-07-23 | 杜比实验室特许公司 | 用于调整高动态范围图像的视频处理曲线的系统和方法 |
| CN111741229A (zh) * | 2017-02-24 | 2020-10-02 | 三星电子株式会社 | 图像处理方法和设备 |
| 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 |
| CN111986129A (zh) * | 2020-06-30 | 2020-11-24 | 普联技术有限公司 | 基于多摄图像融合的hdr图像生成方法、设备及存储介质 |
| CN112258417A (zh) * | 2020-10-28 | 2021-01-22 | 杭州海康威视数字技术股份有限公司 | 一种图像生成方法、装置及设备 |
Non-Patent Citations (7)
| Title |
|---|
| A multi-exposure image fusion algorithm without ghost effect;Jaehyun An et al.20220711;《2011 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)》;第1565-1568页 * |
| Automatic local exposure correction using bright channel prior for under-exposed images;Yinting Wang et al.;《Signal Processing》;第93卷(第11期);第3227-3238页 * |
| Multiple-Exposure Image Fusion for HDR Image Synthesis Using Learned Analysis Transformations;Ioannis Merianos et al.;《Journal of Imaging》;第5卷(第3期);第1-15页 * |
| 单张LDR图像的曝光校正与细节增强;常猛等;《光子学报》;第47卷(第4期);第1-10页 * |
| 基于导向滤波的鬼影消除多曝光图像融合;安世全等;《计算机工程与设计》;第41卷(第11期);第3154-3160页 * |
| 多尺度细节融合的多曝光高动态图像重建;付争方等;《计算机工程与应用》;第54卷(第24期);第182-187页，第197页 * |
| 高动态范围视频的多曝光图像序列快速融合;朴永杰等;《液晶与显示》;第29卷(第6期);第1032-1041页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113222869A (zh) | 2021-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2491760C2 (ru) | Устройство для обработки изображения, способ обработки изображения и программа | |
| US8311355B2 (en) | Skin tone aware color boost for cameras | |
| KR100916073B1 (ko) | 영상의 콘트라스트를 향상시키는 히스토그램 스트레칭 장치및 방법 | |
| US7969480B2 (en) | Method of controlling auto white balance | |
| US8284271B2 (en) | Chroma noise reduction for cameras | |
| JP5677113B2 (ja) | 画像処理装置 | |
| US20130202204A1 (en) | Image processing apparatus and method of controlling the same | |
| US8614751B2 (en) | Image processing apparatus and image processing method | |
| CN110378859A (zh) | 一种新的高动态范围图像生成方法 | |
| US20140036106A1 (en) | Image processing apparatus and image processing method | |
| CN112330531A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| JP2009510587A (ja) | 画像ディテール強調 | |
| CN110827225A (zh) | 一种基于双重曝光框架的非均匀光照水下图像增强方法 | |
| CN113411554A (zh) | 水下图像色彩还原方法和装置 | |
| US20180025476A1 (en) | Apparatus and method for processing image, and storage medium | |
| KR100933556B1 (ko) | 다이내믹 레인지를 확장하는 칼라 영상 처리장치 및 방법 | |
| CN111970432A (zh) | 一种图像处理方法及图像处理装置 | |
| WO2021218603A1 (zh) | 图像处理方法及投影系统 | |
| CN113222869B (zh) | 一种图像处理方法 | |
| US20080131007A1 (en) | Image Coding Method and Image Coding Device | |
| JP4775230B2 (ja) | 画像処理装置、撮像装置、及び画像処理プログラム | |
| CN112258417B (zh) | 一种图像生成方法、装置及设备 | |
| CN115914850A (zh) | 增强宽动态图像通透性的方法、电子设备和存储介质 | |
| KR20120122574A (ko) | 디지털 카메라 장치에서 영상 처리 장치 및 방법 | |
| JP2004229259A (ja) | カラ−画像処理装置および処理方法 |
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 |