CN113240590A - 一种图像处理方法及装置 - Google Patents
一种图像处理方法及装置 Download PDFInfo
- Publication number
- CN113240590A CN113240590A CN202110392045.8A CN202110392045A CN113240590A CN 113240590 A CN113240590 A CN 113240590A CN 202110392045 A CN202110392045 A CN 202110392045A CN 113240590 A CN113240590 A CN 113240590A
- Authority
- CN
- China
- Prior art keywords
- image
- compensation
- determining
- dynamic range
- variance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims description 48
- 238000012545 processing Methods 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 7
- 238000005286 illumination Methods 0.000 claims 1
- 230000005764 inhibitory process Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000009021 linear effect Effects 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002844 continuous effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Facsimile Image Signal Circuits (AREA)
- Studio Devices (AREA)
Abstract
本申请公开了一种图像处理方法及装置，用以实现对不同动态范围场景的自适应判断，结合真实宽动态和数字宽动态，实现对不同动态范围场景进行对应抑制。本申请提供的一种图像处理方法，包括：确定图像的直方图方差；根据所述方差与预设阈值的比较结果，确定采用真实宽动态模式或数字宽动态模式对所述图像的动态范围进行亮度补偿。
Description
技术领域
本申请涉及图像技术领域，尤其涉及一种图像处理方法及装置。
背景技术
动态范围是指场景中最亮物体与最暗物体之间的亮度比值，动态范围越大，所能表示的层次越丰富。摄像机一般具有比真实世界场景更小的动态范围，由于天气及场景的变化，有一些场景的动态范围超出摄像机的动态范围。当用在这些动态范围较大的场景摄像成像时，会产生暗处过暗，亮处过曝的现象，丢失了原本的图像细节信息和颜色信息。
针对动态范围比较大的场景，摄像机通常会使用宽动态模式进行补偿，常见的方法有真实宽动态，即对不同曝光图像，通过融合算法处理，获得一幅高动态范围图像，利用多曝光融合实现宽动态技术称为真实宽动态，该方法需要软硬件支持。除此之外利用纯软件算法对图像进行调整也可以达到动态范围补偿的效果，称之为数字宽动态。
但是，现在摄像机无法兼容这几种模式。模式通常在安装时选择，宽动态、背光补偿、强光抑制等模式繁多，无法自适应的调整。针对监控多变的复杂场景，单一的模式无法满足摄像机多变的场景及天气需求。
发明内容
本申请实施例提供了一种图像处理方法及装置，用以实现对不同动态范围场景的自适应判断，结合真实宽动态和数字宽动态，实现对不同动态范围场景进行对应抑制。
本申请实施例提供的一种图像处理方法，包括：
确定图像的直方图方差；
根据所述方差与预设阈值的比较结果，确定采用真实宽动态模式或数字宽动态模式对所述图像的动态范围进行亮度补偿。
通过所述方法，确定图像的直方图方差；根据所述方差与预设阈值的比较结果，确定采用真实宽动态模式或数字宽动态模式对所述图像的动态范围进行亮度补偿，从而实现了对不同动态范围场景的自适应判断，结合真实宽动态和数字宽动态，实现了对不同动态范围场景进行对应抑制。
可选地，根据所述方差与预设阈值的比较结果，确定采用真实宽动态模式或数字宽动态模式对所述图像的动态范围进行亮度补偿，具体包括：
当所述方差大于第一阈值时，确定采用真实宽动态模式对所述图像的动态范围进行亮度补偿；
当所述方差小于第一阈值且大于第二阈值时，确定采用数字宽动态模式对所述图像的动态范围进行亮度补偿。
可选地，采用数字宽动态模式对所述图像的动态范围进行亮度补偿之后，该方法还包括：
根据所述图像的直方图峰值分布特征信息，确定需要对所述图像进行暗区亮度补偿和/或亮区亮度补偿。
可选地，根据所述图像的直方图峰值分布特征信息，确定需要对所述图像进行暗区亮度补偿和/或亮区亮度补偿，具体包括：
将所述图像的直方图中亮度小于预设的灰阶暗区阈值的区域确定为暗区，获取暗区直方图峰值H0，当所述H0大于预设阈值Thr_H0时，对所述暗区进行亮度补偿；
将所述图像的直方图中亮度大于预设的灰阶亮区阈值的区域确定为亮区，获取亮区直方图峰值H1，当所述H1大于预设阈值Thr_H1时，对所述亮区进行亮度补偿。
可选地，所述方差为所述图像的整体图像的直方图方差curVar1，该方法还包括：所述图像的感兴趣区域的直方图方差curVar2；
根据所述方差与预设阈值的比较结果，确定采用真实宽动态模式或数字宽动态模式对所述图像的动态范围进行亮度补偿，具体包括：
将所述curVar1和curVar2中的较大值作为后续处理用到的方差curVar；
当所述方差curVar大于第一阈值时，确定采用真实宽动态模式对所述图像的动态范围进行亮度补偿；
当所述方差curVar小于第一阈值且大于第二阈值时，确定采用数字宽动态模式对所述图像的动态范围进行亮度补偿。
可选地，当确定采用数字宽动态模式对所述图像的动态范围进行亮度补偿时，该方法还包括：
确定所述感兴趣区域中的亮度低于阈值Thr_low的像素m1，并且确定所述感兴趣区域中的亮度高于阈值Thr_high的像素m2，计算比例Ratio_m＝m1/m2；
当所述Ratio_m大于预设阈值Thr_Ratio1时，确定所述感兴趣区域为动态范围补偿背光场景；
当所述Ratio_m小于预设阈值Thr_Ratio2时，确定所述感兴趣区域为动态范围补偿强光场景；
对于动态范围补偿背光场景，提升图像整体曝光亮度直至Ratio_m小于阈值Thr_Ratio1；对于动态范围补偿强光场景，降低图像整体曝光亮度直至Ratio_m大于阈值Thr_Ratio2。
本申请实施例提供的一种图像处理装置，包括：
第一单元，用于确定图像的直方图方差；
第二单元，用于根据所述方差与预设阈值的比较结果，确定采用真实宽动态模式或数字宽动态模式对所述图像的动态范围进行亮度补偿。
本申请另一实施例提供的另一种图像处理装置，其包括存储器和处理器，其中，所述存储器用于存储程序指令，所述处理器用于调用所述存储器中存储的程序指令，按照获得的程序执行上述任一种方法。
本申请另一实施例提供了一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令，所述计算机可执行指令用于使所述计算机执行上述任一种方法。
本申请另一实施例提供的一种图像采集设备，包括上述任一所述装置或计算机存储介质。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅是本申请的一些实施例，对于本领域的普通技术人员来讲，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。
图1为本申请实施例提供的自适应动态范围补偿图像处理方法的流程示意图；
图2为本申请实施例提供的局部补偿判断直方图的示意图；
图3为本申请实施例提供的子块重叠的部分均衡效果示意图；
图4为本申请实施例提供的感兴趣区域示意图；
图5为本申请实施例提供的一种图像处理方法的流程示意图；
图6为本申请实施例提供的一种图像处理装置的结构示意图；
图7为本申请实施例提供的另一种图像处理装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，并不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供了一种图像处理方法及装置，用以实现对不同动态范围场景的自适应判断，结合真实宽动态和数字宽动态，实现对不同动态范围场景进行对应抑制。
其中，方法和装置是基于同一申请构思的，由于方法和装置解决问题的原理相似，因此装置和方法的实施可以相互参见，重复之处不再赘述。
下面结合说明书附图对本申请各个实施例进行详细描述。需要说明的是，本申请实施例的展示顺序仅代表实施例的先后顺序，并不代表实施例所提供的技术方案的优劣。
本申请实施例提供的自适应动态范围补偿图像处理方法，包括动态范围判断和动态范围图像补偿两部分。该方法的整体流程如图1所示，包括：
实时获取图像的亮度直方图，计算该亮度直方图的方差(curVar)。
当该方差大于第一阈值(Var_thr1)时，确定该图像为宽动态场景，即需要开启真实宽动态模式(即采用真实宽动态技术，简称真实宽动态)对该图像的动态范围进行补偿。
当该方差小于第一阈值且大于第二阈值(Var_thr2)时，确定该图像为动态范围补偿场景，需要通过数字宽动态模式(即采用数字宽动态技术，简称数字宽动态)对该图像的动态范围进行补偿。
当该方差小于第二阈值时，确定该图像为动态范围较小的普通场景，不需要进行动态范围补偿。
开启真实宽动态模式时，计算真实宽动态模式亮度图像方差(curVarh)，当该方差小于第三阈值(Var_thr3)时，则关闭真实宽动态模式，当该方差大于第三阈值(Var_thr3)时，则保持真实宽动态模式。
其中，对于动态范围补偿场景，通过数字宽动态对该图像整体的动态范围进行补偿之后，再根据亮度直方图峰值分布特征信息，判断是否需要对该图像进行局部暗区补偿和局部亮区补偿，如果是，则进行局部动态范围补偿，否则不进行处理；数字宽动态的强度和该图像的直方图方差为线性相关关系，即方差越大，数字宽动态强度越大；反之，方差越小，数字宽动态强度越大。
本申请实施例提供的图像采集设备，例如可以是摄像机，具体可以包括以下四个模块中的一种或多种模块：
实施例一：
一、动态范围判断模块：
典型宽动态场景直方图出现亮处或者暗处的高峰值现象，中间区域较为平坦，故通过计算图像的直方图方差(简称方差)，可以表征图像的动态范围。其动态范围判断方法如下：
(1)、获取当前红绿蓝(RGB)图像转亮度色度浓度(YUV)域后的图像，然后获取亮度信号Y对应的亮度直方图数据。
其中，YUV与RGB相互转换的公式如下(RGB取值范围均为0-255)：
Y＝0.299R+0.587G+0.114B
U＝-0.147R-0.289G+0.436B
V＝0.615R-0.515G-0.100B
其中，R、G、B分别表示红、绿、蓝像素；Y、U、V分别表示亮度、色度、浓度。
(2)、计算图像的平均亮度m：
式中，L为灰度等级，ri(ri∈[0,L-1])为像素灰度值，p(ri)为像素灰度值ri归一化后的概率。
(3)、计算图像的直方图方差curVar：
(4)、判断curVar是否大于第一阈值Var_thr1，若curVar是大于第一阈值Var_thr1，即判断为典型的宽动态场景，动态范围较大，开启真实宽动态模式。
(5)、若curVar是小于第一阈值Var_thr1，则判断curVar是否大于第二阈值Var_thr2，若curVar是大于第一阈值Var_thr2，即判断为动态范围补偿场景，动态范围需要补偿，但是补偿强度小于典型宽动态场景，使用数字宽动态进行补偿。
其中，在切换到真实宽动态模式后，真实宽动态长曝光数据、短曝光数据经过合成后获得高动态范围的图像。长曝光数据图像称为长帧，短曝光图像称为短帧。真实宽动态退出判断条件的图像方差为长短帧直方图的方差。
其计算方式如下：
(1)、计算图像的长短帧平均亮度mh：
mh＝(mL+mS)/2
式中，mL为长帧平均亮度，mS为短帧平均亮度。
(2)、计算真实宽动态模式直方图方差curVarh：
式中，pl(ri)为长帧灰度值ri归一化后的概率，ps(ri)为短帧灰度值ri归一化后的概率。
判断最终curVarh是否大于阈值Var_thr3，若curVarh是大于第三阈值Var_thr3，即判断为典型的宽动态场景继续保持真实宽动态，若curVarh是小于第三阈值Var_thr3则切换线性模式。
为了防止来回切换，阈值设置Var_thr3+△<Var_thr1，其中△为根据实际情况可以调整的固定参数,即第三阈值Var_thr3预设值需略小于第一阈值Var_thr1。
当环境从普通动态范围场景改变为动态范围较大的宽动态场景时，根据公式计算图像方差curVar大于第一阈值Var_thr1时就切换为真实宽动态补偿动态范围。在真实宽动态模式下，计算图像方差curVarh。当环境有动态范围由较大的宽动态场景改变为普通动态范围场景，判断方差curVarh小于第三阈值Var_thr3时，退出真实宽动态模式。
二、动态范围补偿模块：
当curVar大于第一阈值Var_thr1时，典型的宽动态场景，由于动态范围较大，过曝区域在原始数据上已经达到饱和无任何有效信息，只能通过先降低曝光来增加动态范围，同理暗区也较暗，故切换到真实宽动态模式。
而当curVar在Var_thr1和Var_thr2之间，动态范围需要补偿，但是过曝及过暗情况不需要使用真实宽动态补偿，动态范围补偿场景下，数字宽动态补偿强度与curVar方差呈线性相关，宽动态补偿强度根据方差计算获得，计算方式如下：
WdrStrength＝(curVar-Var_thr1)/k1
其中，系数k1为常数，k1越大变化越明显。
curVar越大，即判断动态范围越大，数字宽动态补偿的强度越大。curVar越小，即判断动态范围越小，数字宽动态补偿的强度越小。当curVar接近Var_thr1值，数字宽动态越来越小，即达到线性场景和动态范围补偿场景无突变的平滑切换。
三、局部动态补偿模块：
当摄像机亮区超出摄像机的动态范围，会形成一片过曝区域，该区域较亮，无任何图像信息的过曝区域，在直方图高阶区域上会形成一个峰值。但是如果该区域较小，整体的动态范围补偿无法很好的补偿局部。过暗的情况同理，针对该现象，进行局部补偿，参见图2，补偿方法如下：
(1)、直方图中亮度Y小于灰阶暗区阈值Thr_low的区域为暗区。获取暗区直方图峰值H0，即0-Thr_low灰度级区域中像素个数的最大值。
(2)、判断H0是否大于阈值Thr_H0，当H0大于阈值Thr_H0时，则进行暗区局部补偿，小于阈值Thr_H0，则不处理。
(3)、亮区同理，直方图中亮度Y大于灰阶亮区阈值Thr_high的区域为亮区。获取亮区直方图峰值H1。当H1大于阈值Thr_H1时，则判断为局部过曝，进行亮区局部补偿，反之则不处理。
(4)、亮区和暗区局部动态范围补偿使用子块重叠的部分均衡处理。
子块重叠的部分均衡算法：
(1)、对图像进行子块部分重叠分块。即将图像进行重叠分块。定义子块m×n模板沿水平和垂直方法移动步长得到的相应子块的图像，每子块之间步长约取为子块尺寸的k分之一，将图像分为有重叠部分N个子块。
(2)、直方图部分均衡化。
根据上述局部动态补偿模块的局部判断结果(即确定亮区局部调整、和/或暗区局部调整)，选择均衡化范围。即若确定亮区局部调整，根据下面的公式(1)进行直方图均衡化，若确定暗区局部调整，根据下面的公式(2)进行直方图均衡化，若亮区和暗区均需调整，对于公式(1)、(2)都进行映射。将所有子块进行处理，遍历所有子块。
(3)、图像融合。
对多次被均衡的像素，将均衡结果取平均作为该像素在输出图像中的灰度值。
基于子块重叠的均衡算法可以对直方图进行局部调整。对子块重叠的均衡算法原本是对整个灰度级范围的直方图均衡化，现在只需要对于亮区或者暗区局部调整。
其中，直方图部分均衡化的映射关系如下：
暗区直方图均衡化映射关系如下：
其中，nk是当前灰度级的像素个数，nS0为直方图0至Thr_low区域中像素的总和，Thr_low为暗区灰度级总数(Thr_low-0)。输出图像中像素灰度值根据输入图像灰度级rk映射为SK后得到，即对于灰度阶在0至Thr_low暗区区域的图像进行了均衡化的灰度级映射。
同理，对于亮处的局部处理:
其中，nj是当前灰度级的像素个数，nSn是直方图Thr_high至L-1区域中像素的总和，L是可能出现的灰度级(8位为256)，L-1-Thr_high是亮区灰度级总数。输出图像中像素灰度值根据输入图像灰度级rk映射为SK后得到，即对于灰度阶在Thr_high至L-1亮区区域的图像进行了均衡化的灰度级映射。对于局部暗区补偿和局部亮区补偿，补偿前后直方图差异的如图3所示，其中横坐标是灰度级，纵坐标是像素个数。
以上局部暗区补偿和亮区补偿都可以仅进行一项处理，也可以同时处理。在不改变整体图像的图像风格的前提下，对局部镜像补偿。
实施例二、
四、区域动态范围适应模块(与上述三个模块相并列的另一种方案)：
除了上述策略，动态范围自适应补偿还可以选择感兴趣区域，进行区域自适应动态范围补偿。针对画面中部分区域更加重要的情况，对选定的区域增强补偿效果。
(1)、计算整体图像方差curVar1，感兴趣区域图像方差curVar2。比较整体图像方差curVar1和感兴趣区域图像方差curVar2，取其较大值作为后续处理图像方差curVar。即不论是整体还是感兴趣区域，均补偿动态范围。
(2)、获取图像方差curVar，判断curVar是否大于第一阈值Var_thr1，若curVar是大于第一阈值Var_thr1，即判断为典型的宽动态场景。
(3)、若curVar小于第一阈值Var_thr1大于Var_thr2，是动态范围补偿场景，开启数字宽动态补偿及局部判断补偿。
(4)、在开启数字宽动态模式下，通过调整亮度对感兴趣区域图像进一步补偿，确定感兴趣区域图像亮度低于阈值Thr_low的像素m1。确定感兴趣区域图像亮度高于阈值Thr_high的像素m2，计算亮区暗区的比例Ratio_m＝m1/m2。
(5)、亮区暗区的比例Ratio_m大于阈值Thr_Ratio1，判断感兴趣区域主要为暗区，即为动态范围补偿背光场景；
亮区暗区的比例Ratio_m小于阈值Thr_Ratio2，判断感兴趣区域主要为亮区，即为动态范围补偿强光场景；
若两者均不是，就是普通动态范围补偿场景。
(6)、对于动态范围补偿背光场景，提升图像整体曝光亮度直至Ratio_m小于阈值Thr_Ratio1。对于动态范围补偿强光场景，降低图像整体曝光亮度直至Ratio_m大于阈值Thr_Ratio2。
区域动态范围适应模块首先对于整体动态范围和感兴趣区域的方差均进行判断，区域动态范围和整体动态范围任意一个达到补偿条件就进行相应的补偿。其次，在动态范围补偿背光场景中，判断了感兴趣区域是否背光或者强光，达到了背光补偿和强光抑制模式的自适应判断。
如图4所示，例如中间区域为门对应室外区域，其他为室内区域，现在选定中间门的区域为感兴趣区域。
当白天户外阳光较好的情况下，室外区域会过曝，室内区域为过暗。强烈对比下近乎逆光场景，即为宽动态场景感兴趣区域过亮，联动强光抑制模式参数调整图像。当夜晚室内开灯，强烈对比场景，即为宽动态场景感兴趣区域过暗，联动背光补偿模式参数调整图像。普通阴天等动态范围补偿场景，但是只是需轻微补偿，联动数字宽动态不改变整体图像风格情况下补偿。其他时间段，室内外亮度接近，无需补偿保持线性效果，最大化保持图像效果及性能。对于这种多变的场景也能最大程度的提升图像质量。
综上所述，本申请实施例提供的技术方案，主要阐述了根据环境自适应调整动态范围补偿的方式，结合真实宽动态、数字宽动态和局部补偿，对不同动态范围的场景分级处理，针对动态范围比较大的场景使用真实宽动态补偿动态范围，针对动态范围需要补偿的场景使用数字宽动态进行补偿。使得摄像机在不同场景不同天气都能自适应调整到最佳效果，对于动态范围极大和动态范围轻微需要补偿的情况均能合适的处理，减少了过曝和过暗导致的图像信息丢失的问题。
动态范围补偿场景下的数字宽动态强度根据图像方差调整，并且对局部进行处理，在不引起图像突变的情况下可以根据环境逐步调整，不会影响录像连续效果。
区域动态范围自适应补偿模式，可以选择区域作为感兴趣区域自适应调整，达到宽动态、背光补偿、强光抑制多模式的自适应效果，便于实际使用。
参见图5，本申请实施例提供的一种图像处理方法，包括：
S101、确定图像的直方图方差；
S102、根据所述方差与预设阈值的比较结果，确定采用真实宽动态模式或数字宽动态模式对所述图像的动态范围进行亮度补偿。
通过所述方法，确定图像的直方图方差；根据所述方差与预设阈值的比较结果，确定采用真实宽动态模式或数字宽动态模式对所述图像的动态范围进行亮度补偿，从而实现了对不同动态范围场景的自适应判断，结合真实宽动态和数字宽动态，实现了对不同动态范围场景进行对应抑制。
可选地(例如上述动态范围判断模块执行的操作)，根据所述方差与预设阈值的比较结果，确定采用真实宽动态模式或数字宽动态模式对所述图像的动态范围进行亮度补偿，具体包括：
当所述方差大于第一阈值时，确定采用真实宽动态模式对所述图像的动态范围进行亮度补偿；
当所述方差小于第一阈值且大于第二阈值时，确定采用数字宽动态模式对所述图像的动态范围进行亮度补偿。
可选地(例如上述局部动态补偿模块执行的操作)，采用数字宽动态模式对所述图像的动态范围进行亮度补偿之后，该方法还包括：
根据所述图像的直方图峰值分布特征信息(例如上述的暗区直方图峰值H0、亮区直方图峰值H1)，确定需要对所述图像进行暗区亮度补偿和/或亮区亮度补偿。
可选地(例如上述局部动态补偿模块执行的操作)，根据所述图像的直方图峰值分布特征信息，确定需要对所述图像进行暗区亮度补偿和/或亮区亮度补偿，具体包括：
将所述图像的直方图中亮度小于预设的灰阶暗区阈值的区域确定为暗区，获取暗区直方图峰值H0，当所述H0大于预设阈值Thr_H0时，对所述暗区进行亮度补偿；
将所述图像的直方图中亮度大于预设的灰阶亮区阈值的区域确定为亮区，获取亮区直方图峰值H1，当所述H1大于预设阈值Thr_H1时，对所述亮区进行亮度补偿。
可选地(例如上述区域动态范围适应模块执行的操作，作为并列的另一种实现方式)，所述方差为所述图像的整体图像的直方图方差curVar1，该方法还包括：所述图像的感兴趣区域的直方图方差curVar2；
根据所述方差与预设阈值的比较结果，确定采用真实宽动态模式或数字宽动态模式对所述图像的动态范围进行亮度补偿，具体包括：
将所述curVar1和curVar2中的较大值作为后续处理用到的方差curVar；
当所述方差curVar大于第一阈值时，确定采用真实宽动态模式对所述图像的动态范围进行亮度补偿；
当所述方差curVar小于第一阈值且大于第二阈值时，确定采用数字宽动态模式对所述图像的动态范围进行亮度补偿。
可选地，当确定采用数字宽动态模式对所述图像的动态范围进行亮度补偿时，该方法还包括：
确定所述感兴趣区域中的亮度低于阈值Thr_low的像素m1，并且确定所述感兴趣区域中的亮度高于阈值Thr_high的像素m2，计算比例Ratio_m＝m1/m2；
当所述Ratio_m大于预设阈值Thr_Ratio1时，确定所述感兴趣区域为动态范围补偿背光场景；
当所述Ratio_m小于预设阈值Thr_Ratio2时，确定所述感兴趣区域为动态范围补偿强光场景；
对于动态范围补偿背光场景，提升图像整体曝光亮度直至Ratio_m小于阈值Thr_Ratio1；对于动态范围补偿强光场景，降低图像整体曝光亮度直至Ratio_m大于阈值Thr_Ratio2。
与上述方法相对应的，参见图6，本申请实施例提供的一种图像处理装置，包括：
第一单元11，用于确定图像的直方图方差；
第二单元12，用于根据所述方差与预设阈值的比较结果，确定采用真实宽动态模式或数字宽动态模式对所述图像的动态范围进行亮度补偿。
上述第二单元12还用于执行上述方法中的具体补偿流程，在此不再赘述。
需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
参见图7，本申请实施例提供了一种计算设备(也可以称为一种图像处理装置)，该计算设备具体可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(Personal Digital Assistant，PDA)、图像采集设备等。该计算设备可以包括中央处理器(Center Processing Unit，CPU)22、存储器21、输入/输出设备(图中未示出)等，输入设备可以包括键盘、鼠标、触摸屏等，输出设备可以包括显示设备，如液晶显示器(LiquidCrystal Display，LCD)、阴极射线管(Cathode Ray Tube，CRT)等。
存储器可以包括只读存储器(ROM)和随机存取存储器(RAM)，并向处理器提供存储器中存储的程序指令和数据。在本申请实施例中，存储器可以用于存储本申请实施例提供的任一所述方法的程序。
处理器通过调用存储器存储的程序指令，处理器用于按照获得的程序指令执行本申请实施例提供的任一所述方法。
本申请实施例提供了一种计算机存储介质，用于储存为上述本申请实施例提供的装置所用的计算机程序指令，其包含用于执行上述本申请实施例提供的任一方法的程序。
所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等。
上述方法处理流程可以用软件程序实现，该软件程序可以存储在存储介质中，当存储的软件程序被调用时，执行上述方法步骤。
本申请实施例提供的一种图像采集设备，包括上述任一所述的装置等，该图像采集设备，例如可以是相机等具有图像采集功能的任何设备。
综上所述，本申请实施例提供的技术方案包括：
1、根据环境自适应调整动态范围补偿的方式：包括动态范围补偿方式与图像方差关系，在典型的宽动态场景使用真实宽动态，在动态范围补偿场景使用数字宽动态补偿，且对局部补偿。
2、动态范围补偿场景使用数字宽动态补偿，数字宽动态强度根据图像方差调整。
3、根据环境动态范围自适应补偿局部过曝和过暗，结合子块重叠的直方图部分均衡算法方式，对过曝过暗局部进行调整，可单独调整亮区或暗区。
4、区域动态范围自适应补偿模式，选取感兴趣区域，以感兴趣区域的动态范围调整图像补偿方式。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种图像处理方法，其特征在于，该方法包括：
确定图像的直方图方差；
根据所述方差与预设阈值的比较结果，确定采用真实宽动态模式或数字宽动态模式对所述图像的动态范围进行亮度补偿。
2.根据权利要求1所述的方法，其特征在于，根据所述方差与预设阈值的比较结果，确定采用真实宽动态模式或数字宽动态模式对所述图像的动态范围进行亮度补偿，具体包括：
当所述方差大于第一阈值时，确定采用真实宽动态模式对所述图像的动态范围进行亮度补偿；
当所述方差小于第一阈值且大于第二阈值时，确定采用数字宽动态模式对所述图像的动态范围进行亮度补偿。
3.根据权利要求1所述的方法，其特征在于，采用数字宽动态模式对所述图像的动态范围进行亮度补偿之后，该方法还包括：
根据所述图像的直方图峰值分布特征信息，确定需要对所述图像进行暗区亮度补偿和/或亮区亮度补偿。
4.根据权利要求3所述的方法，其特征在于，根据所述图像的直方图峰值分布特征信息，确定需要对所述图像进行暗区亮度补偿和/或亮区亮度补偿，具体包括：
将所述图像的直方图中亮度小于预设的灰阶暗区阈值的区域确定为暗区，获取暗区直方图峰值H0，当所述H0大于预设阈值Thr_H0时，对所述暗区进行亮度补偿；
将所述图像的直方图中亮度大于预设的灰阶亮区阈值的区域确定为亮区，获取亮区直方图峰值H1，当所述H1大于预设阈值Thr_H1时，对所述亮区进行亮度补偿。
5.根据权利要求1所述的方法，其特征在于，所述方差为所述图像的整体图像的直方图方差curVar1，该方法还包括：所述图像的感兴趣区域的直方图方差curVar2；
根据所述方差与预设阈值的比较结果，确定采用真实宽动态模式或数字宽动态模式对所述图像的动态范围进行亮度补偿，具体包括：
将所述curVar1和curVar2中的较大值作为后续处理用到的方差curVar；
当所述方差curVar大于第一阈值时，确定采用真实宽动态模式对所述图像的动态范围进行亮度补偿；
当所述方差curVar小于第一阈值且大于第二阈值时，确定采用数字宽动态模式对所述图像的动态范围进行亮度补偿。
6.根据权利要求5所述的方法，其特征在于，当确定采用数字宽动态模式对所述图像的动态范围进行亮度补偿时，该方法还包括：
确定所述感兴趣区域中的亮度低于阈值Thr_low的像素m1，并且确定所述感兴趣区域中的亮度高于阈值Thr_high的像素m2，计算比例Ratio_m＝m1/m2；
当所述Ratio_m大于预设阈值Thr_Ratio1时，确定所述感兴趣区域为动态范围补偿背光场景；
当所述Ratio_m小于预设阈值Thr_Ratio2时，确定所述感兴趣区域为动态范围补偿强光场景；
对于动态范围补偿背光场景，提升图像整体曝光亮度直至Ratio_m小于阈值Thr_Ratio1；对于动态范围补偿强光场景，降低图像整体曝光亮度直至Ratio_m大于阈值Thr_Ratio2。
7.一种图像处理装置，其特征在于，包括：
第一单元，用于确定图像的直方图方差；
第二单元，用于根据所述方差与预设阈值的比较结果，确定采用真实宽动态模式或数字宽动态模式对所述图像的动态范围进行亮度补偿。
8.一种图像处理装置，其特征在于，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行权利要求1至6任一项所述的方法。
9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机可执行指令，所述计算机可执行指令用于使所述计算机执行权利要求1至6任一项所述的方法。
10.一种图像采集设备，其特征在于，包括权利要求7或8所述的图像处理装置或权利要求9所述的计算机存储介质。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110392045.8A CN113240590B (zh) | 2021-04-13 | 2021-04-13 | 一种图像处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110392045.8A CN113240590B (zh) | 2021-04-13 | 2021-04-13 | 一种图像处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113240590A true CN113240590A (zh) | 2021-08-10 |
| CN113240590B CN113240590B (zh) | 2022-05-27 |
Family
ID=77128129
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110392045.8A Active CN113240590B (zh) | 2021-04-13 | 2021-04-13 | 一种图像处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113240590B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114845062A (zh) * | 2022-04-29 | 2022-08-02 | 深圳市联洲国际技术有限公司 | 图像的处理方法、非易失性存储介质、处理器与电子设备 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101582991A (zh) * | 2008-05-13 | 2009-11-18 | 深圳华为通信技术有限公司 | 图像处理方法及装置 |
| KR20130044081A (ko) * | 2011-10-21 | 2013-05-02 | 한양대학교 에리카산학협력단 | 영상 화질 향상 장치 및 방법 |
| US20150294180A1 (en) * | 2013-06-28 | 2015-10-15 | Industry Foundation Of Chonnam National University | Histogram equalization apparatus using histogram compression |
| CN106897972A (zh) * | 2016-12-28 | 2017-06-27 | 南京第五十五所技术开发有限公司 | 一种白平衡与暗原色的自适应直方图水下图像增强方法 |
| CN106961550A (zh) * | 2017-03-07 | 2017-07-18 | 浙江大华技术股份有限公司 | 一种摄像状态的切换方法及装置 |
| CN107635102A (zh) * | 2017-10-30 | 2018-01-26 | 广东欧珀移动通信有限公司 | 高动态范围图像曝光补偿值获取方法和装置 |
| CN109410126A (zh) * | 2017-08-30 | 2019-03-01 | 中山大学 | 一种细节增强与亮度自适应的高动态范围图像的色调映射方法 |
| CN110009587A (zh) * | 2019-04-09 | 2019-07-12 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN110852955A (zh) * | 2018-08-21 | 2020-02-28 | 中南大学 | 一种基于图像强度阈值和自适应切割的图像增强方法 |
| CN111586292A (zh) * | 2020-04-23 | 2020-08-25 | 浙江大华技术股份有限公司 | 一种摄像状态的切换方法、装置和计算机设备 |
| CN112217999A (zh) * | 2020-09-23 | 2021-01-12 | 浙江大华技术股份有限公司 | 一种宽动态模式的调整方法、装置、电子设备和存储介质 |
-
2021
- 2021-04-13 CN CN202110392045.8A patent/CN113240590B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101582991A (zh) * | 2008-05-13 | 2009-11-18 | 深圳华为通信技术有限公司 | 图像处理方法及装置 |
| KR20130044081A (ko) * | 2011-10-21 | 2013-05-02 | 한양대학교 에리카산학협력단 | 영상 화질 향상 장치 및 방법 |
| US20150294180A1 (en) * | 2013-06-28 | 2015-10-15 | Industry Foundation Of Chonnam National University | Histogram equalization apparatus using histogram compression |
| CN106897972A (zh) * | 2016-12-28 | 2017-06-27 | 南京第五十五所技术开发有限公司 | 一种白平衡与暗原色的自适应直方图水下图像增强方法 |
| CN106961550A (zh) * | 2017-03-07 | 2017-07-18 | 浙江大华技术股份有限公司 | 一种摄像状态的切换方法及装置 |
| CN109410126A (zh) * | 2017-08-30 | 2019-03-01 | 中山大学 | 一种细节增强与亮度自适应的高动态范围图像的色调映射方法 |
| CN107635102A (zh) * | 2017-10-30 | 2018-01-26 | 广东欧珀移动通信有限公司 | 高动态范围图像曝光补偿值获取方法和装置 |
| CN110852955A (zh) * | 2018-08-21 | 2020-02-28 | 中南大学 | 一种基于图像强度阈值和自适应切割的图像增强方法 |
| CN110009587A (zh) * | 2019-04-09 | 2019-07-12 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN111586292A (zh) * | 2020-04-23 | 2020-08-25 | 浙江大华技术股份有限公司 | 一种摄像状态的切换方法、装置和计算机设备 |
| CN112217999A (zh) * | 2020-09-23 | 2021-01-12 | 浙江大华技术股份有限公司 | 一种宽动态模式的调整方法、装置、电子设备和存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| THIEN HUYNH-THE 等: "Brightness preserving weighted dynamic range histogram equalization for image contrast enhancement", 《2013 INTERNATIONAL CONFERENCE ON ADVANCED TECHNOLOGIES FOR COMMUNICATIONS (ATC 2013)》 * |
| THIEN HUYNH-THE 等: "Brightness preserving weighted dynamic range histogram equalization for image contrast enhancement", 《2013 INTERNATIONAL CONFERENCE ON ADVANCED TECHNOLOGIES FOR COMMUNICATIONS (ATC 2013)》, 6 January 2014 (2014-01-06), pages 1 - 6 * |
| 许少秋 等: "背光图像的检测与校正", 《计算机工程与应用》 * |
| 许少秋 等: "背光图像的检测与校正", 《计算机工程与应用》, vol. 53, no. 21, 31 December 2017 (2017-12-31), pages 174 - 178 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114845062A (zh) * | 2022-04-29 | 2022-08-02 | 深圳市联洲国际技术有限公司 | 图像的处理方法、非易失性存储介质、处理器与电子设备 |
| CN114845062B (zh) * | 2022-04-29 | 2024-04-02 | 深圳市联洲国际技术有限公司 | 图像的处理方法、非易失性存储介质、处理器与电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113240590B (zh) | 2022-05-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3130266B2 (ja) | 平均分離ヒストグラム等化を用いる映像改善方法及びその回路 | |
| EP0801360B1 (en) | Image quality enhancing method using mean-matching histogram equalization and a circuit therefor | |
| US8340413B2 (en) | Display device and method of improving flicker of image | |
| CN102326392B (zh) | 自动白平衡调整 | |
| US10878543B2 (en) | Group management method, terminal, and storage medium | |
| CN112565636B (zh) | 图像处理方法、装置、设备和存储介质 | |
| US20060164524A1 (en) | Brightness level converting apparatus, brightness level converting method, solid-state image pickup apparatus, brightness level converting program, and recording medium | |
| WO2021143300A1 (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN111885312B (zh) | Hdr图像的成像方法、系统、电子设备及存储介质 | |
| CN110139020B (zh) | 一种图像处理方法及其装置 | |
| US20130121576A1 (en) | Automatic tone mapping method and image processing device | |
| CN111127342B (zh) | 一种图像处理方法、装置、存储介质以及终端设备 | |
| CN111601048B (zh) | 图像处理方法及装置 | |
| CN113573032A (zh) | 图像处理方法及投影系统 | |
| CN113240590B (zh) | 一种图像处理方法及装置 | |
| CN110706162A (zh) | 一种图像处理方法、装置及计算机存储介质 | |
| US8675963B2 (en) | Method and apparatus for automatic brightness adjustment of image signal processor | |
| CN114500830B (zh) | 一种摄像头调整方法、装置、电子设备以及存储介质 | |
| CN114125317A (zh) | 一种曝光控制方法、装置、设备及存储介质 | |
| CN113473032B (zh) | 一种自动曝光的调整方法、装置、设备及存储介质 | |
| KR100188679B1 (ko) | 밝기보상기능을 가진 평균 분리 히스토그램 등화를이용한화질개선방법과그회로 | |
| CN103841384A (zh) | 一种图像质量的优化方法及装置 | |
| CN116894795B (zh) | 图像处理方法及装置 | |
| US20240202881A1 (en) | Image processing method and image processing device | |
| CN117221737A (zh) | 一种补光强度控制方法、装置、设备及介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |