CN113452981B - 图像处理方法、装置、电子设备及存储介质 - Google Patents

图像处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113452981B
CN113452981B CN202010214314.7A CN202010214314A CN113452981B CN 113452981 B CN113452981 B CN 113452981B CN 202010214314 A CN202010214314 A CN 202010214314A CN 113452981 B CN113452981 B CN 113452981B
Authority
CN
China
Prior art keywords
coordinate
brightness value
image
determining
white balance
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
Application number
CN202010214314.7A
Other languages
English (en)
Other versions
CN113452981A (zh
Inventor
巫吉辉
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.)
Realme Chongqing Mobile Communications Co Ltd
Original Assignee
Realme Chongqing Mobile Communications 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 Realme Chongqing Mobile Communications Co Ltd filed Critical Realme Chongqing Mobile Communications Co Ltd
Priority to CN202010214314.7A priority Critical patent/CN113452981B/zh
Publication of CN113452981A publication Critical patent/CN113452981A/zh
Application granted granted Critical
Publication of CN113452981B publication Critical patent/CN113452981B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof
    • H04N23/84Camera processing pipelines; Components thereof for processing colour signals
    • H04N23/88Camera processing pipelines; Components thereof for processing colour signals for colour balance, e.g. white-balance circuits or colour temperature control

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Color Television Image Signal Generators (AREA)
  • Processing Of Color Television Signals (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种图像处理方法、装置、电子设备及存储介质。其中,方法包括:获取第一摄像头采集的第一图像;并获取第二摄像头采集的第二图像;所述第二图像包含的灰色像素点的数量大于所述第一图像包含的灰色像素点的数量;获取第一亮度值,第一亮度值为第一图像中每个像素点对应的亮度值;并获取第二亮度值,第二亮度值为所述第二图像中每个像素点对应的第二亮度值;利用所述第一亮度值,对所述第一图像的像素坐标进行归一化处理,得到第一坐标;并利用所述第二亮度值,对所述第二图像的像素坐标进行归一化处理,得到第二坐标;基于所述第一坐标和第二坐标,确定所述第一摄像头的白平衡增益系数;并根据白平衡增益系数对图像进行白平衡处理。

Description

图像处理方法、装置、电子设备及存储介质
技术领域
本发明涉及终端技术,具体涉及一种图像处理方法、终端及存储介质。
背景技术
随着移动终端技术的快速发展,使用移动终端进行拍摄图像越来越常见。通常,为了使拍摄的图像更接近真实的事物,可以对拍摄的图像进行白平衡处理。在对拍摄图像进行白平衡处理的过程中,若拍摄图像中包含的灰色像素点的数量较少,则计算出的白平衡系数的准确率越低,导致对拍摄图像进行白平衡处理后得到的图像的显示质量不佳。
发明内容
有鉴于此,本发明实施例期望提供一种图像处理方法、装置、电子设备及存储介质。
本发明的技术方案是这样实现的:
本发明实施例提供一种图像处理方法,所述方法包括:
获取第一摄像头采集的第一图像;并获取第二摄像头采集的第二图像;所述第二图像包含的灰色像素点的数量大于所述第一图像包含的灰色像素点的数量;
获取第一亮度值,所述第一亮度值为所述第一图像中每个像素点对应的亮度值;并获取第二亮度值,所述第二亮度值为所述第二图像中每个像素点对应的第二亮度值;
利用所述第一亮度值,对所述第一图像的像素坐标进行归一化处理,得到第一坐标;并利用所述第二亮度值,对所述第二图像的像素坐标进行归一化处理,得到第二坐标;
基于所述第一坐标和第二坐标,确定所述第一摄像头的白平衡增益系数;并根据所述白平衡增益系数对图像进行白平衡处理。
上述方案中,所述利用所述第一亮度值,对所述第一图像的像素坐标进行归一化处理,得到第一坐标;并利用所述第二亮度值,对所述第二图像的像素坐标进行归一化处理,得到第二坐标,包括:
利用所述第一亮度值,确定所述第一图像中每个像素点对应的二维坐标,得到所述第一图像对应的至少两个二维坐标;对所述第一图像对应的至少两个二维坐标进行归一化处理,得到第一坐标;
利用所述第二亮度值,确定所述第二图像中每个像素点对应的二维坐标,得到所述第二图像对应的至少两个二维坐标;对所述第二图像对应的至少两个二维坐标进行归一化处理,得到第二坐标。
上述方案中,所述利用所述第一亮度值,确定所述第一图像中每个像素点对应的二维坐标,包括:
针对所述第一图像中每个像素点,确定所述第一亮度值对应的R通道的亮度值与G通道的亮度值的第一比值,并确定所述第一亮度值对应的B通道的亮度值与G通道的亮度值的第二比值;
基于所述第一比值和第二比值,得到所述第一图像中每个像素点对应的二维坐标。
上述方案中,所述基于所述第一坐标和第二坐标,确定所述第一摄像头的白平衡增益系数,包括:
在第一坐标系中确定对应所述第二坐标的第一坐标点;所述第一坐标系是以第二摄像头为参照物建立的坐标系;
确定所述第一坐标点映射到第二坐标系中的第三坐标;
基于所述第三坐标,以及所述第一坐标,确定所述第一摄像头的白平衡增益系数。
上述方案中,所述确定所述第一坐标点映射到第二坐标系中的第三坐标,包括:
计算所述第一坐标点到第一参考坐标点与第二参考坐标点连线的第一距离和第一角度;所述第一参考坐标点和第二参考坐标点是在所述第一坐标系中建立的参考坐标点;
基于所述第一距离和第一角度,确定所述第一坐标点映射到第二坐标系中的第三坐标。
上述方案中,所述基于所述第三坐标,以及所述第一坐标,确定所述第一摄像头的白平衡增益系数,包括:
利用所述第三坐标的横坐标,以及所述第一坐标的横坐标,确所述第一摄像头的第一白平衡增益系数;
利用所述第三坐标的纵坐标,以及所述第一坐标的纵坐标,确所述第一摄像头的第二白平衡增益系数;
其中,所述第一白平衡增益系数和第二白平衡增益系数为对应不同通道的白平衡增益系数。
上述方案中,所述利用所述第三坐标的横坐标,以及所述第一坐标的横坐标,确所述第一摄像头的第一白平衡增益系数,包括:
将所述第三坐标的横坐标与第一预设系数求积,得到第一数值;
将所述第一坐标的横坐标与第二预设系数求积,得到第二数值;
将所述第一数值和所述第二数值求和,得到第三数值;
将所述第三数值的倒数作为所述第一白平衡增益系数。
本发明实施例提供一种图像处理装置,包括:
获取单元,用于获取第一摄像头采集的第一图像;并获取第二摄像头采集的第二图像;所述第二图像包含的灰色像素点的数量大于所述第一图像包含的灰色像素点的数量;还用于获取第一亮度值,所述第一亮度值为所述第一图像中每个像素点对应的亮度值;并获取第二亮度值,所述第二亮度值为所述第二图像中每个像素点对应的第二亮度值;
第一处理单元,用于利用所述第一亮度值,对所述第一图像的像素坐标进行归一化处理,得到第一坐标;并利用所述第二亮度值,对所述第二图像的像素坐标进行归一化处理,得到第二坐标;
第二处理单元,用于基于所述第一坐标和第二坐标,确定所述第一摄像头的白平衡增益系数;并根据所述白平衡增益系数对图像进行白平衡处理。
本发明实施例提供一种电子设备,包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器,
其中,所述处理器用于运行所述计算机程序时,执行所述程序时实现上述任一所述方法的步骤。
本发明实施例提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行所述程序时实现上述任一所述方法的步骤。
本发明实施例提供的图像处理方法、装置、电子设备及存储介质,获取第一摄像头采集的第一图像;并获取第二摄像头采集的第二图像;所述第二图像包含的灰色像素点的数量大于所述第一图像包含的灰色像素点的数量;获取第一亮度值,所述第一亮度值为所述第一图像中每个像素点对应的亮度值;并获取第二亮度值,所述第二亮度值为所述第二图像中每个像素点对应的第二亮度值;利用所述第一亮度值,对所述第一图像的像素坐标进行归一化处理,得到第一坐标;并利用所述第二亮度值,对所述第二图像的像素坐标进行归一化处理,得到第二坐标;基于所述第一坐标和第二坐标,确定所述第一摄像头的白平衡增益系数;并根据所述白平衡增益系数对图像进行白平衡处理。采用本发明实施例的技术方案,在第一摄像头拍摄的图像中包含的灰色像素点的数量小于第二摄像头拍摄的图像中包含的灰色像素点数量时,可以利用第二摄像头拍摄的第二图像对应的第二坐标,以及第一摄像头拍摄的第一图像对应的第一坐标,计算第一摄像头的白平衡增益系数,并根据计算的白平衡增益系数对图像进行白平衡处理,以提高白平衡处理的准确性,从而提高图像质量。
附图说明
图1为相关技术中利用摄像头拍摄的图像示意图;
图2为本发明实施例图像处理方法的实现流程示意图;
图3为本发明实施例bayer格式的示意图;
图4为本发明实施例是第一摄像头拍摄的第一图像的示意图;
图5为本发明实施例第一坐标、第二坐标、第三坐标的示意图;
图6为本发明实施例在6500K和5000K的光源下利用第二摄像头采集的灰色图像的多个像素点的示意图;
图7为本发明实施例在6500K和5000K光源下对第二摄像头采集的灰色图像的像素坐标进行归一化处理得到的二维坐标的示意图;
图8a为本发明实施例确定第三坐标的示意图;
图8b为本发明实施例对图像进行白平衡处理后得到的图像的示意图;
图9为本发明实施例图像处理装置的组成结构示意图;
图10为本发明实施例电子设备的组成结构示意图。
具体实施方式
在对本发明实施例的技术方案进行详细说明之前,首先对相关技术进行介绍说明。
相关技术中,移动终端利用高级灰世界算法计算白平衡增益系数的过程可以包括:移动终端统计摄像头采集的图像中包含的灰色像素点的数量,根据统计的灰色像素点的数量计算白平衡增益系数。移动终端可以安装有广角、长焦、超广角的摄像头。但是,在对拍摄图像进行白平衡处理的过程中,针对视场角 (FOV,Field of Vision)较小的摄像头,拍摄图像中包含的灰色像素点的数量较少,则计算出的白平衡系数的准确率越低,导致对拍摄图像进行白平衡处理后得到的图像的显示质量不佳。如图1所示,图1中第二幅图像是利用FOV为 78°的摄像头采集得到的,第三幅图像是利用FOV 115°的摄像头采集得到的,第二幅图像中包含的灰色像素点的数量小于第三幅图像中包含的灰色像素点的数量,其中,图像中的地面和远处白色的建筑物可以认为是灰色像素点。
基于此,在本发明的各种实施例中,获取第一摄像头采集的第一图像;并获取第二摄像头采集的第二图像;所述第二图像包含的灰色像素点的数量大于所述第一图像包含的灰色像素点的数量;获取第一亮度值,所述第一亮度值为所述第一图像中每个像素点对应的亮度值;并获取第二亮度值,所述第二亮度值为所述第二图像中每个像素点对应的第二亮度值;利用所述第一亮度值,对所述第一图像的像素坐标进行归一化处理,得到第一坐标;并利用所述第二亮度值,对所述第二图像的像素坐标进行归一化处理,得到第二坐标;基于所述第一坐标和第二坐标,确定所述第一摄像头的白平衡增益系数;并根据所述白平衡增益系数对图像进行白平衡处理。
下面结合附图及具体实施例对本发明作进一步详细的说明。
本发明实施例提供一种图像处理方法,图2为本发明实施例图像处理方法的实现流程示意图;如图2所示,所述方法包括:
步骤201:获取第一摄像头采集的第一图像;并获取第二摄像头采集的第二图像;所述第二图像包含的灰色像素点的数量大于所述第一图像包含的灰色像素点的数量;
步骤202:获取第一亮度值,所述第一亮度值为所述第一图像中每个像素点对应的亮度值;并获取第二亮度值,所述第二亮度值为所述第二图像中每个像素点对应的第二亮度值;
步骤203:利用所述第一亮度值,对所述第一图像的像素坐标进行归一化处理,得到第一坐标;并利用所述第二亮度值,对所述第二图像的像素坐标进行归一化处理,得到第二坐标;
步骤204:基于所述第一坐标和第二坐标,确定所述第一摄像头的白平衡增益系数;并根据所述白平衡增益系数对图像进行白平衡处理。
这里,实际应用时,在步骤201中,所述第一摄像头具体可以为主摄像头,如移动终端的后置摄像头;所述第二摄像头具体可以是辅摄像头,如移动终端的前置摄像头。
这里,实际应用时,在步骤202中,所述第一亮度值可以是RGB值,所述第二亮度值可以是RGB值。
本发明实施例中,所述图像处理方法可以应用于移动终端、个人计算机等。
本发明实施例中,在第一摄像头拍摄的图像中包含的灰色像素点的数量小于第二摄像头拍摄的图像中包含的灰色像素点数量时,可以利用第二摄像头拍摄的第二图像对应的第二坐标,以及第一摄像头拍摄的第一图像对应的第一坐标,计算第一摄像头的白平衡增益系数,以提高白平衡处理的准确性,从而提高图像质量。
实际应用时,第一摄像头采集的第一图像的数据格式可以为bayer格式,如图3所示;第二摄像头采集的第二图像的数据格式也可以为bayer格式,为了便于对所述第一图像的像素坐标进行归一化处理,以及对所述第二图像的像素坐标进行归一化处理,可以先利用所述第一亮度值,确定第一图像中每个像素点对应的二维坐标,并利用所述第二亮度值,确定第二图像中每个像素对应的二维坐标。
基于此,在一实施例中,所述利用所述第一亮度值,对所述第一图像的像素坐标进行归一化处理,得到第一坐标;并利用所述第二亮度值,对所述第二图像的像素坐标进行归一化处理,得到第二坐标,包括:
利用所述第一亮度值,确定所述第一图像中每个像素点对应的二维坐标,得到所述第一图像对应的至少两个二维坐标;对所述第一图像对应的至少两个二维坐标进行归一化处理,得到第一坐标;
利用所述第二亮度值,确定所述第二图像中每个像素点对应的二维坐标,得到所述第二图像对应的至少两个二维坐标;对所述第二图像对应的至少两个二维坐标进行归一化处理,得到第二坐标。
实际应用时,考虑到第一图像中R、G、B三个分量中G分量的数量比较多,因此,可以基于R通道的亮度值与G通道的亮度值,确定第一比值;基于 B通道的亮度值与G通道的亮度值,确定第二比值;基于第一比值和第二比值确定第一图像中每个像素点的二维坐标。
基于此,在一实施例中,所述利用所述第一亮度值,确定所述第一图像中每个像素点对应的二维坐标,包括:
针对所述第一图像中每个像素点,确定所述第一亮度值对应的R通道的亮度值与G通道的亮度值的第一比值,并确定所述第一亮度值对应的B通道的亮度值与G通道的亮度值的第二比值;
基于所述第一比值和第二比值,得到所述第一图像中每个像素点对应的二维坐标。
实际应用时,考虑到第二图像中R、G、B三个分量中G分量的数量比较多,因此,可以基于R通道的亮度值与G通道的亮度值,确定第三比值;基于 B通道的亮度值与G通道的亮度值,确定第四比值;基于第三比值和第四比值确定第二图像中每个像素点的二维坐标。
基于此,在一实施例中,所述利用所述第二亮度值,确定所述第二图像中每个像素点对应的二维坐标,包括:
针对所述第二图像中每个像素点,确定所述第二亮度值对应的R通道的亮度值与G通道的亮度值的第三比值,并确定所述第二亮度值对应的B通道的亮度值与G通道的亮度值的第四比值;
基于所述第三比值和第四比值,得到所述第二图像中每个像素点对应的二维坐标。
举例来说,图4是第一摄像头拍摄的第一图像的示意图,如图4所示,假设第一图像包含64×48个图像快,每个图像块包含一个像素点,则共有64× 48=3072个像素点,为了后续方便计算第一摄像头的白平衡增益系数,可以对 3072个像素点的像素坐标进行归一化处理,得到第一图像对应的第一坐标。
这里,对所述第一图像的像素坐标进行归一化处理,得到第一坐标;并利用所述第二亮度值,对所述第二图像的像素坐标进行归一化处理,得到第二坐标,具备以下优点:
无需利用第一图像和第二图像中所有的像素点,仅归一化处理得到的第一坐标和归一化处理得到的第二后续,便能够计算第一摄像头的白平衡增益系数,简化了运算,降低计算第一摄像头的白平衡增益系数的复杂度。
实际应用时,可以以第一摄像头为参照物建立第二坐标系,以确定所述第一坐标在第二坐标系中的位置;并以第二摄像头为参照物建立第一坐标系,以确定第二坐标在第一坐标系中的位置,如此,可以将第二坐标映射到第二坐标系中,以结合第二坐标系中的第一坐标,确定第一摄像头的白平衡增益系数。
基于此,在一实施例中,所述基于所述第一坐标和第二坐标,确定所述第一摄像头的白平衡增益系数,包括:
在第一坐标系中确定对应所述第二坐标的第一坐标点;所述第一坐标系是以第二摄像头为参照物建立的坐标系;
确定所述第一坐标点映射到第二坐标系中的第三坐标;
基于所述第三坐标,以及所述第一坐标,确定所述第一摄像头的白平衡增益系数。
举例来说,图5是第一坐标、第二坐标、第三坐标的示意图,如图5所示, A表示在第二坐标系中的第一坐标,即对第一摄像头采集的第一图像的像素坐标进行归一化处理后得到的二维坐标;B表示在第一坐标系中的第二坐标,即对第二摄像头采集的第二图像的像素坐标进行归一化处理得到的二维坐标;C 表示第三坐标,即对第二坐标B映射到第二坐标系的二维坐标。第一坐标系为以第二摄像头为参照物建立的坐标系;第二坐标系为以第一摄像头为参照物建立的坐标系。
实际应用时,在确定所述第一坐标点映射到第二坐标系中的第三坐标的过程中,可以结合在所述第一坐标系中的两个参考坐标点,利用几何原理,确定第三坐标。
基于此,在一实施例中,所述确定所述第一坐标点映射到第二坐标系中的第三坐标,包括:
计算所述第一坐标点到第一参考坐标点与第二参考坐标点连线的第一距离和第一角度;所述第一参考坐标点和第二参考坐标点是在所述第一坐标系中建立的参考坐标点;
基于所述第一距离和第一角度,确定所述第一坐标点映射到第二坐标系中的第三坐标。
其中,所述第一参考坐标点的坐标可以是指在第一光源下对第二摄像头采集的灰色图像的像素坐标进行归一化处理得到的二维坐标;所述第二参考坐标点的坐标可以是指在第二光源下对第二摄像头采集的灰色图像的像素坐标进行归一化处理得到的二维坐标。所述第一光源可以是指色温为6500K的光源,用 D65表示,第二光源可以是指色温为5000K的光源,用D50表示。
这里,图6是在6500K和5000K的光源下利用第二摄像头采集的灰色图像的多个像素点的示意图。图7是在6500K和5000K光源下对第二摄像头采集的灰色图像的像素坐标进行归一化处理得到的二维坐标的示意图。图7中,横坐标为R/G,可以对应所述第三比值,纵坐标为B/G,可以对应所述第四比值。
图8a是确定第三坐标的示意图,如图8a所示,A表示在第二坐标系(主摄像头为参照物建立的坐标系)中的第一坐标,即对第一摄像头(主摄像头) 采集的第一图像的像素坐标进行归一化处理后得到的二维坐标;B表示在第一坐标系(辅摄像头为参照物建立的坐标系)中的第二坐标,即对第二摄像头(辅摄像头)采集的第二图像的像素坐标进行归一化处理得到的二维坐标;C表示第三坐标,即对第二坐标B映射到第二坐标系的二维坐标。A1和A2分别表示在第二坐标系中的参考坐标点,即在6500K和5000K光源下对第一摄像头采集的灰色图像的像素坐标进行归一化处理得到的二维坐标;即B1和B2分别表示在第一坐标系中的参考坐标点,即在6500K和5000K光源下对第二摄像头采集的灰色图像的像素坐标进行归一化处理得到的二维坐标。确定第三坐标C的过程,包括:
计算所述第一坐标B到第一参考坐标B1与第二参考坐标点B2连线的第一距离和第一角度;基于所述第一距离和第一角度,以及相似三角形原理,确定所述第一坐标B映射到第二坐标系中的第三坐标C;其中,第三坐标C到第三参考坐标点A1与第四参考坐标点A2连线的距离等于第一距离,第三坐标C 到第三参考坐标点A1与第四参考坐标点A2连线的角度等于第一角度。
实际应用时,当利用R通道的亮度值与G通道的亮度值的比值确定像素的横坐标,并利用B通道的亮度值与G通道的亮度值的比作确定像素的纵坐标时,可以利用所述第三坐标和第一坐标的横坐标,确定R通道对应的白平衡增益系数,利用所述第三总部和第一坐标的纵坐标,确定G通道对应的白平衡系数。
基于此,在一实施例中,所述基于所述第三坐标,以及所述第一坐标,确定所述第一摄像头的白平衡增益系数,包括:
利用所述第三坐标的横坐标,以及所述第一坐标的横坐标,确所述第一摄像头的第一白平衡增益系数;
利用所述第三坐标的纵坐标,以及所述第一坐标的纵坐标,确所述第一摄像头的第二白平衡增益系数;
其中,所述第一白平衡增益系数和第二白平衡增益系数为对应不同通道的白平衡增益系数。例如,所述第一白平衡增益系数为对应R通道的白平衡增益系数,所述第二白平衡增益系数为对应B通道的白平衡增益系数。
在一实施例中,所述利用所述第三坐标的横坐标,以及所述第一坐标的横坐标,确所述第一摄像头的第一白平衡增益系数,包括:
将所述第三坐标的横坐标与第一预设系数求积,得到第一数值;
将所述第一坐标的横坐标与第二预设系数求积,得到第二数值;
将所述第一数值和所述第二数值求和,得到第三数值;
将所述第三数值的倒数作为所述第一白平衡增益系数。
这里,按照公式(1)和(2)计算第一白平衡增益系数,
Rgfinal=weight×rgmaster+(1-weight)×rgslave (1)
AWB1=1/Rgfinal (2)
其中,AWB1表示对应R通道的第一白平衡增益系数;weight表示预设系数;rgmaster表示第一坐标的横坐标;rgslave表示第三坐标的横坐标。
这里,按照公式(3)和(4)计算第二白平衡增益系数,
Bgfinal=weight×bgmaster+(1-weight)×bgslave (3)
AWB2=1/Bgfinal (4)
其中,AWB2表示对应B通道的第二白平衡增益系数;weight表示预设系数;bgmaster表示第一坐标的纵坐标;bgslave表示第三坐标的纵坐标。
图8b中,b)是基于确定的第一白平衡系数和第二白平衡系数对第一摄像头采集的图像进行白平衡处理得到的图像的示意图,与a)相比,利用本发明实施例提供的图像处理方法,对图像进行白平衡处理后,能够提高白平衡处理的准确性,图像质量较佳。
采用本发明实施例的技术方案,在第一摄像头拍摄的图像中包含的灰色像素点的数量小于第二摄像头拍摄的图像中包含的灰色像素点数量时,可以利用第二摄像头拍摄的第二图像对应的第二坐标,以及第一摄像头拍摄的第一图像对应的第一坐标,计算第一摄像头的白平衡增益系数,以提高白平衡处理的准确性,从而提高图像质量。
为实现本发明实施例图像处理方法,本发明实施例还提供一种图像处理装置。图9为本发明实施例图像处理装置的组成结构示意图;如图9所示,所述装置包括:
获取单元91,用于获取第一摄像头采集的第一图像;并获取第二摄像头采集的第二图像;所述第二图像包含的灰色像素点的数量大于所述第一图像包含的灰色像素点的数量;还用于获取第一亮度值,所述第一亮度值为所述第一图像中每个像素点对应的亮度值;获取第二亮度值,所述第二亮度值为所述第二图像中每个像素点对应的第二亮度值;
第一处理单元92,用于利用所述第一亮度值,对所述第一图像的像素坐标进行归一化处理,得到第一坐标;并利用所述第二亮度值,对所述第二图像的像素坐标进行归一化处理,得到第二坐标;
第二处理单元93,用于基于所述第一坐标和第二坐标,确定所述第一摄像头的白平衡增益系数;并根据所述白平衡增益系数对图像进行白平衡处理。
在一实施例中,所述第一处理单元92,具体用于:
利用所述第一亮度值,确定所述第一图像中每个像素点对应的二维坐标,得到所述第一图像对应的至少两个二维坐标;对所述第一图像对应的至少两个二维坐标进行归一化处理,得到第一坐标;
利用所述第二亮度值,确定所述第二图像中每个像素点对应的二维坐标,得到所述第二图像对应的至少两个二维坐标;对所述第二图像对应的至少两个二维坐标进行归一化处理,得到第二坐标。
在一实施例中,所述第一处理单元92,具体用于:
针对所述第一图像中每个像素点,确定所述第一亮度值对应的R通道的亮度值与G通道的亮度值的第一比值,并确定所述第一亮度值对应的B通道的亮度值与G通道的亮度值的第二比值;
基于所述第一比值和第二比值,得到所述第一图像中每个像素点对应的二维坐标。
在一实施例中,所述第二处理单元93,具体用于:
在第一坐标系中确定对应所述第二坐标的第一坐标点;所述第一坐标系是以第二摄像头为参照物建立的坐标系;
确定所述第一坐标点映射到第二坐标系中的第三坐标;
基于所述第三坐标,以及所述第一坐标,确定所述第一摄像头的白平衡增益系数。
在一实施例中,所述第二处理单元93,具体用于:
计算所述第一坐标点到第一参考坐标点与第二参考坐标点连线的第一距离和第一角度;所述第一参考坐标点和第二参考坐标点是在所述第一坐标系中建立的参考坐标点;
基于所述第一距离和第一角度,确定所述第一坐标点映射到第二坐标系中的第三坐标。
在一实施例中,所述第二处理单元93,具体用于:
利用所述第三坐标的横坐标,以及所述第一坐标的横坐标,确所述第一摄像头的第一白平衡增益系数;
利用所述第三坐标的纵坐标,以及所述第一坐标的纵坐标,确所述第一摄像头的第二白平衡增益系数;
其中,所述第一白平衡增益系数和第二白平衡增益系数为对应不同通道的白平衡增益系数。
在一实施例中,所述第二处理单元93,具体用于:将所述第三坐标的横坐标与第一预设系数求积,得到第一数值;
将所述第一坐标的横坐标与第二预设系数求积,得到第二数值;
将所述第一数值和所述第二数值求和,得到第三数值;
将所述第三数值的倒数作为所述第一白平衡增益系数。
实际应用时,所述获取单元91可由所述装置中的通信接口实现;所述第一处理单元92、第二处理单元93可由所述装置中的处理器实现;所述处理器可以是中央处理器(CPU,Central Processing Unit)、数字信号处理器(DSP,Digital Signal Processor)、微控制单元(MCU,MicrocontrollerUnit)或可编程门阵列(FPGA,Field-ProgrammableGateArray)。
需要说明的是:上述实施例提供的装置在进行图像处理时,仅以上述各程序模块的划分进行举例说明,实际应用时,可以根据需要而将上述处理分配由不同的程序模块完成,即将终端的内部结构划分成不同的程序模块,以完成以上描述的全部或者部分处理。另外,上述实施例提供的装置与图像处理方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
基于上述设备的硬件实现,本发明实施例还提供了一种电子设备,图10 为本发明实施例的电子设备的硬件组成结构示意图,如图10所示,电子设备 100包括存储器103、处理器102及存储在存储器103上并可在处理器102上运行的计算机程序;所述处理器102执行所述程序时实现上述一个或多个技术方案提供的方法。
具体地,所述处理器102执行所述程序时实现:
获取第一摄像头采集的第一图像;并获取第二摄像头采集的第二图像;所述第二图像包含的灰色像素点的数量大于所述第一图像包含的灰色像素点的数量;获取第一亮度值,所述第一亮度值为所述第一图像中每个像素点对应的亮度值;获取第二亮度值,所述第二亮度值为所述第二图像中每个像素点对应的第二亮度值;利用所述第一亮度值,对所述第一图像的像素坐标进行归一化处理,得到第一坐标;并利用所述第二亮度值,对所述第二图像的像素坐标进行归一化处理,得到第二坐标;基于所述第一坐标和第二坐标,确定所述第一摄像头的白平衡增益系数;并根据所述白平衡增益系数对图像进行白平衡处理。
在一实施例中,所述处理器102执行所述程序时实现:
利用所述第一亮度值,确定所述第一图像中每个像素点对应的二维坐标,得到所述第一图像对应的至少两个二维坐标;对所述第一图像对应的至少两个二维坐标进行归一化处理,得到第一坐标;
利用所述第二亮度值,确定所述第二图像中每个像素点对应的二维坐标,得到所述第二图像对应的至少两个二维坐标;对所述第二图像对应的至少两个二维坐标进行归一化处理,得到第二坐标。
在一实施例中,所述处理器102执行所述程序时实现:
针对所述第一图像中每个像素点,确定所述第一亮度值对应的R通道的亮度值与G通道的亮度值的第一比值,并确定所述第一亮度值对应的B通道的亮度值与G通道的亮度值的第二比值;
基于所述第一比值和第二比值,得到所述第一图像中每个像素点对应的二维坐标。
在一实施例中,所述处理器102执行所述程序时实现:
在第一坐标系中确定对应所述第二坐标的第一坐标点;所述第一坐标系是以第二摄像头为参照物建立的坐标系;
确定所述第一坐标点映射到第二坐标系中的第三坐标;
基于所述第三坐标,以及所述第一坐标,确定所述第一摄像头的白平衡增益系数。
在一实施例中,所述处理器102执行所述程序时实现:
计算所述第一坐标点到第一参考坐标点与第二参考坐标点连线的第一距离和第一角度;所述第一参考坐标点和第二参考坐标点是在所述第一坐标系中建立的参考坐标点;
基于所述第一距离和第一角度,确定所述第一坐标点映射到第二坐标系中的第三坐标。
在一实施例中,所述处理器102执行所述程序时实现:
利用所述第三坐标的横坐标,以及所述第一坐标的横坐标,确所述第一摄像头的第一白平衡增益系数;
利用所述第三坐标的纵坐标,以及所述第一坐标的纵坐标,确所述第一摄像头的第二白平衡增益系数;
其中,所述第一白平衡增益系数和第二白平衡增益系数为对应不同通道的白平衡增益系数。
在一实施例中,所述处理器102执行所述程序时实现:
将所述第三坐标的横坐标与第一预设系数求积,得到第一数值;
将所述第一坐标的横坐标与第二预设系数求积,得到第二数值;
将所述第一数值和所述第二数值求和,得到第三数值;
将所述第三数值的倒数作为所述第一白平衡增益系数。
需要说明的是,所述处理器102执行所述程序时实现的具体步骤已在上文详述,这里不再赘述。
可以理解,电子设备100还包括通信接口101,所述通信接口101用于和其它设备进行信息交互;同时,电子设备100中的各个组件通过总线系统104 耦合在一起。可理解,总线系统104配置为实现这些组件之间的连接通信。总线系统104除包括数据总线之外,还包括电源总线、控制总线和状态信号总线等。
可以理解,本实施例中的存储器103可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM,ReadOnly Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM, Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器 (FRAM,ferromagnetic random access memory)、快闪存储器(FlashMemory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory);磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM,Random Access Memory),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM, Static Random Access Memory)、同步静态随机存取存储器(SSRAM, Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM, Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM,Synchronous Dynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM,Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM,Enhanced Synchronous Dynamic Random AccessMemory)、同步连接动态随机存取存储器(SLDRAM,SyncLink Dynamic Random AccessMemory)、直接内存总线随机存取存储器 (DRRAM,Direct Rambus Random AccessMemory)。本发明实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
上述本发明实施例揭示的方法可以应用于处理器102中,或者由处理器102 实现。处理器102可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器102中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器102可以是通用处理器、DSP,或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器102可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤,可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中,该存储介质位于存储器,处理器102读取存储器中的信息,结合其硬件完成前述方法的步骤。
本发明实施例还提供了一种存储介质,具体为计算机存储介质,更具体的为计算机可读存储介质。其上存储有计算机指令,即计算机程序,该计算机指令被处理器执行时上述一个或多个技术方案提供的方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的方法和智能设备,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也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,本发明实施例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)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是:“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
另外,本发明实施例所记载的技术方案之间,在不冲突的情况下,可以任意组合。
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,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种图像处理方法,其特征在于,所述方法包括:
获取第一摄像头采集的第一图像;并获取第二摄像头采集的第二图像;所述第二图像包含的灰色像素点的数量大于所述第一图像包含的灰色像素点的数量;
获取第一亮度值,所述第一亮度值为所述第一图像中每个像素点对应的亮度值;并获取第二亮度值,所述第二亮度值为所述第二图像中每个像素点对应的亮度值;
利用所述第一亮度值,对所述第一图像的像素坐标进行归一化处理,得到第一坐标;并利用所述第二亮度值,对所述第二图像的像素坐标进行归一化处理,得到第二坐标;
基于所述第一坐标和第二坐标,确定所述第一摄像头的白平衡增益系数,并根据所述白平衡增益系数对图像进行白平衡处理;
其中,所述利用所述第一亮度值,对所述第一图像的像素坐标进行归一化处理,得到第一坐标,包括:
针对所述第一图像中每个像素点,确定所述第一亮度值对应的R通道的亮度值与G通道的亮度值的第一比值,并确定所述第一亮度值对应的B通道的亮度值与G通道的亮度值的第二比值;基于所述第一比值和第二比值,得到第一坐标;
所述利用所述第二亮度值,对所述第二图像的像素坐标进行归一化处理,得到第二坐标,包括:
针对所述第二图像中每个像素点,确定所述第二亮度值对应的R通道的亮度值与G通道的亮度值的第三比值,并确定所述第二亮度值对应的B通道的亮度值与G通道的亮度值的第四比值;基于所述第三比值和第四比值,得到第二坐标;
所述基于所述第一坐标和第二坐标,确定所述第一摄像头的白平衡增益系数,包括:
在第一坐标系中确定对应所述第二坐标的第一坐标点;所述第一坐标系是以第二摄像头为参照物建立的坐标系;
确定所述第一坐标点映射到第二坐标系中的第三坐标;
基于所述第三坐标,以及所述第一坐标,确定所述第一摄像头的白平衡增益系数;
所述确定所述第一坐标点映射到第二坐标系中的第三坐标,包括:
计算所述第一坐标点到第一参考坐标点与第二参考坐标点连线的第一距离和第一角度;所述第一参考坐标点和第二参考坐标点是在所述第一坐标系中建立的参考坐标点;
基于所述第一距离和第一角度,确定所述第一坐标点映射到第二坐标系中的第三坐标。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第三坐标,以及所述第一坐标,确定所述第一摄像头的白平衡增益系数,包括:
利用所述第三坐标的横坐标,以及所述第一坐标的横坐标,确所述第一摄像头的第一白平衡增益系数;
利用所述第三坐标的纵坐标,以及所述第一坐标的纵坐标,确所述第一摄像头的第二白平衡增益系数;
其中,所述第一白平衡增益系数和第二白平衡增益系数为对应不同通道的白平衡增益系数。
3.根据权利要求2所述的方法,其特征在于,所述利用所述第三坐标的横坐标,以及所述第一坐标的横坐标,确所述第一摄像头的第一白平衡增益系数,包括:
将所述第三坐标的横坐标与第一预设系数求积,得到第一数值;
将所述第一坐标的横坐标与第二预设系数求积,得到第二数值;
将所述第一数值和所述第二数值求和,得到第三数值;
将所述第三数值的倒数作为所述第一白平衡增益系数。
4.一种图像处理装置,其特征在于,包括:
获取单元,用于获取第一摄像头采集的第一图像;并获取第二摄像头采集的第二图像;所述第二图像包含的灰色像素点的数量大于所述第一图像包含的灰色像素点的数量;还用于获取第一亮度值,所述第一亮度值为所述第一图像中每个像素点对应的亮度值;并获取第二亮度值,所述第二亮度值为所述第二图像中每个像素点对应的亮度值;
第一处理单元,用于利用所述第一亮度值,对所述第一图像的像素坐标进行归一化处理,得到第一坐标;并利用所述第二亮度值,对所述第二图像的像素坐标进行归一化处理,得到第二坐标;
第二处理单元,用于基于所述第一坐标和第二坐标,确定所述第一摄像头的白平衡增益系数;并根据所述白平衡增益系数对图像进行白平衡处理;
其中,所述利用所述第一亮度值,对所述第一图像的像素坐标进行归一化处理,得到第一坐标,包括:
针对所述第一图像中每个像素点,确定所述第一亮度值对应的R通道的亮度值与G通道的亮度值的第一比值,并确定所述第一亮度值对应的B通道的亮度值与G通道的亮度值的第二比值;基于所述第一比值和第二比值,得到第一坐标;
所述利用所述第二亮度值,对所述第二图像的像素坐标进行归一化处理,得到第二坐标,包括:
针对所述第二图像中每个像素点,确定所述第二亮度值对应的R通道的亮度值与G通道的亮度值的第三比值,并确定所述第二亮度值对应的B通道的亮度值与G通道的亮度值的第四比值;基于所述第三比值和第四比值,得到第二坐标;
所述基于所述第一坐标和第二坐标,确定所述第一摄像头的白平衡增益系数,包括:
在第一坐标系中确定对应所述第二坐标的第一坐标点;所述第一坐标系是以第二摄像头为参照物建立的坐标系;
确定所述第一坐标点映射到第二坐标系中的第三坐标;
基于所述第三坐标,以及所述第一坐标,确定所述第一摄像头的白平衡增益系数;
所述确定所述第一坐标点映射到第二坐标系中的第三坐标,包括:
计算所述第一坐标点到第一参考坐标点与第二参考坐标点连线的第一距离和第一角度;所述第一参考坐标点和第二参考坐标点是在所述第一坐标系中建立的参考坐标点;
基于所述第一距离和第一角度,确定所述第一坐标点映射到第二坐标系中的第三坐标。
5.一种电子设备,其特征在于,包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器,
其中,所述处理器用于运行所述计算机程序时,执行权利要求1至3任一项所述方法的步骤。
6.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至3任一项所述方法的步骤。
CN202010214314.7A 2020-03-24 2020-03-24 图像处理方法、装置、电子设备及存储介质 Active CN113452981B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010214314.7A CN113452981B (zh) 2020-03-24 2020-03-24 图像处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010214314.7A CN113452981B (zh) 2020-03-24 2020-03-24 图像处理方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113452981A CN113452981A (zh) 2021-09-28
CN113452981B true CN113452981B (zh) 2022-08-09

Family

ID=77806523

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010214314.7A Active CN113452981B (zh) 2020-03-24 2020-03-24 图像处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113452981B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004274367A (ja) * 2003-03-07 2004-09-30 Fuji Photo Film Co Ltd デジタルカメラ
CN105227945A (zh) * 2015-10-21 2016-01-06 维沃移动通信有限公司 一种自动白平衡的控制方法及移动终端
WO2017186071A1 (en) * 2016-04-25 2017-11-02 Zhejiang Dahua Technology Co., Ltd. Methods, systems, and media for image white balance adjustment
CN109379575A (zh) * 2018-11-28 2019-02-22 维沃移动通信(杭州)有限公司 一种白平衡处理方法及移端
CN109672871A (zh) * 2017-10-17 2019-04-23 华为技术有限公司 白平衡信息同步方法、装置及计算机可读介质
CN110691226A (zh) * 2019-09-19 2020-01-14 RealMe重庆移动通信有限公司 图像处理方法、装置、终端及计算机可读存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7728880B2 (en) * 2004-06-25 2010-06-01 Qualcomm Incorporated Automatic white balance method and apparatus
CN104954661B (zh) * 2014-03-31 2018-10-12 诺基亚技术有限公司 用于控制图像捕获的方法和装置
JP7104575B2 (ja) * 2018-06-29 2022-07-21 キヤノン株式会社 画像処理装置、制御方法、及びプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004274367A (ja) * 2003-03-07 2004-09-30 Fuji Photo Film Co Ltd デジタルカメラ
CN105227945A (zh) * 2015-10-21 2016-01-06 维沃移动通信有限公司 一种自动白平衡的控制方法及移动终端
WO2017186071A1 (en) * 2016-04-25 2017-11-02 Zhejiang Dahua Technology Co., Ltd. Methods, systems, and media for image white balance adjustment
CN109672871A (zh) * 2017-10-17 2019-04-23 华为技术有限公司 白平衡信息同步方法、装置及计算机可读介质
CN109379575A (zh) * 2018-11-28 2019-02-22 维沃移动通信(杭州)有限公司 一种白平衡处理方法及移端
CN110691226A (zh) * 2019-09-19 2020-01-14 RealMe重庆移动通信有限公司 图像处理方法、装置、终端及计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A video camera system with enhanced zoom tracking and auto white balance;Yoon Kim et al.;《IEEE Transactions on Consumer Electronics》;20021107;第48卷(第3期);第428-434页 *
基于R/G-B/G直方图自动白平衡算法的研究与实现;李锐锋;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑(月刊),2015年第02期》;20150215;第I138-1138页 *

Also Published As

Publication number Publication date
CN113452981A (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
US9451173B2 (en) Electronic device and control method of the same
US10726580B2 (en) Method and device for calibration
CN109474780B (zh) 一种用于图像处理的方法和装置
CN110866977B (zh) 增强现实处理方法及装置、系统、存储介质和电子设备
CN111915483B (zh) 图像拼接方法、装置、计算机设备和存储介质
WO2022165722A1 (zh) 单目深度估计方法、装置及设备
CN115329111B (zh) 一种基于点云与影像匹配的影像特征库构建方法及系统
CN111383254A (zh) 一种深度信息获取方法、系统及终端设备
CN114640833A (zh) 投影画面调整方法、装置、电子设备和存储介质
US9875543B2 (en) Techniques for rectification of camera arrays
CN113177886B (zh) 图像处理方法、装置、计算机设备及可读存储介质
CN114742703A (zh) 双目立体全景图像的生成方法、装置、设备和存储介质
CN113793420A (zh) 深度信息处理方法、装置、电子设备及存储介质
CN112489144A (zh) 图像处理方法、图像处理装置、终端设备及存储介质
CN113452981B (zh) 图像处理方法、装置、电子设备及存储介质
WO2020155072A1 (zh) 一种混合图层处理方法及装置
CN111179408A (zh) 三维建模的方法及设备
CN112233185B (zh) 相机标定方法、图像配准方法及摄像器件、存储装置
CN111242087B (zh) 物体识别方法及装置
CN113643343B (zh) 深度估计模型的训练方法、装置、电子设备及存储介质
WO2022011621A1 (zh) 一种人脸光照图像生成装置及方法
CN112615993A (zh) 深度信息获取方法、双目摄像模组、存储介质及电子设备
CN107633498B (zh) 图像暗态增强方法、装置及电子设备
CN114841863A (zh) 一种图像颜色校正方法和设备
CN112967193B (zh) 图像校准方法及装置、计算机可读介质和电子设备

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