CN113538462A - 图像处理方法及装置、计算机可读存储介质和电子设备 - Google Patents

Abstract

本公开提供了一种图像处理方法、图像处理装置、计算机可读存储介质和电子设备，涉及图像处理技术领域。该图像处理方法包括：获取针对同一场景拍摄的第一图像和第二图像；其中，第一图像由第一摄像头拍摄得到，第二图像由第二摄像头拍摄得到，第一摄像头的进光量大于第二摄像头的进光量；利用第一图像对第二图像进行区域分割，得到第二图像的至少一个第一对象区域；对第一对象区域进行降噪处理，得到与第一对象区域对应的第二对象区域。本公开可以提升图像质量。

Description

图像处理方法及装置、计算机可读存储介质和电子设备

技术领域

本公开涉及图像处理技术领域，具体而言，涉及一种图像处理方法、图像处理装置、计算机可读存储介质和电子设备。

背景技术

随着带有拍摄功能的电子设备的普及，越来越多的用户使用电子设备来获取图像。然而，由于摄像模组的拍摄方式或拍摄环境的影响，尤其暗光的影响，得到的图像会出现噪声。目前虽然涌现了一些图像降噪的方案，但仍存在降噪效果不佳的问题。

发明内容

本公开提供一种图像处理方法、图像处理装置、计算机可读存储介质和电子设备，进而至少在一定程度上克服图像降噪效果不佳的问题。

根据本公开的第一方面，提供了一种图像处理方法，包括：获取针对同一场景拍摄的第一图像和第二图像；其中，第一图像由第一摄像头拍摄得到，第二图像由第二摄像头拍摄得到，第一摄像头的进光量大于第二摄像头的进光量；利用第一图像对第二图像进行区域分割，得到第二图像的至少一个第一对象区域；对第一对象区域进行降噪处理，得到与第一对象区域对应的第二对象区域。

根据本公开的第二方面，提供了一种图像处理装置，包括：图像获取模块，用于获取针对同一场景拍摄的第一图像和第二图像；其中，第一图像由第一摄像头拍摄得到，第二图像由第二摄像头拍摄得到，第一摄像头的进光量大于第二摄像头的进光量；图像分割模块，用于利用第一图像对第二图像进行区域分割，得到第二图像的至少一个第一对象区域；区域降噪模块，用于对第一对象区域进行降噪处理，得到与第一对象区域对应的第二对象区域。

根据本公开的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的图像处理方法。

根据本公开的第四方面，提供了一种电子设备，包括处理器；存储器，用于存储一个或多个程序，当一个或多个程序被处理器执行时，使得所述处理器实现上述的图像处理方法。

在本公开的一些实施例所提供的技术方案中，获取针对同一场景由第一摄像头拍摄的第一图像和由第二摄像头拍摄的第二图像，第一摄像头的进光量大于第二摄像头的进光量，利用第一图像对第二图像进行区域分割，得到至少一个第一对象区域，对第一对象区域进行降噪处理，得到对应的第二对象区域。鉴于第一摄像头的进光量大于第二摄像头的进光量，因此第一图像的纹理细节比第二图像的纹理细节丰富，且第一图像的噪声比第二图像的噪声少，利用第一图像对第二图像进行区域分割，可以提高第一对象区域的分割精确度，有助于分区域的降噪过程，提升了第二图像的降噪效果。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，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。在附图中：

图1示出了本公开实施例的图像处理方案的示例性系统架构的示意图；

图2示出了适于用来实现本公开实施例的电子设备的结构示意图；

图3示意性示出了根据本公开示例性实施方式的图像处理方法的流程图；

图4示意性示出了根据本公开实施例的对待优化的对象区域进行优化的流程图；

图5示意性示出了本公开实施例的图像处理的整个过程的流程图；

图6示意性示出了根据本公开示例性实施方式的图像处理装置的方框图；

图7示意性示出了根据本公开另一示例性实施方式的图像处理装置的方框图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的步骤。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。另外，下面所有的术语“第一”、“第二”、“第三”仅是为了区分的目的，不应作为本公开内容的限制。

目前，图像识别往往对暗处目标的识别不够准确，导致后续的降噪效果不佳，图像质量差。鉴于此，本公开提供了一种新的图像处理方案。

图1示出了本公开实施例的图像处理方案的示例性系统架构的示意图。

如图1所示，系统架构可以包括终端设备1100和服务器1200。终端设备1100与服务器1200可以通过网络连接，网络的连接类型可以例如包括有线、无线通信链路或者光纤电缆等。

应当理解，终端设备1100和服务器1200的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备和服务器。比如服务器1200可以是多个服务器组成的服务器集群等。服务器1200还可以被称为云端或云端服务器。

终端设备1100可以通过网络与服务器1200交互，以接收或发送消息等。虽然图1中以智能手机为例示出，然而，终端设备1100还包括平板电脑、智能可穿戴设备、个人计算机等具有拍摄功能的设备。其中，终端设备1100还可以被称为终端、移动终端、移动端、智能终端等。

在由终端设备1100执行本公开示例性实施方式的图像处理过程的情况下，首先，终端设备1100可以获取针对同一场景由第一摄像头拍摄的第一图像以及由第二摄像头拍摄的第二图像。其中，第一摄像头的进光量大于第二摄像头的进光量。

接下来，终端设备1100可以利用第一图像作为参考，对第二图像进行区域分割，得到第二图像的至少一个第一对象区域，并对第一对象区域进行降噪处理，得到与第一对象区域对应的第二对象区域。由此，可以利用确定出的第二对象区域进行图像拼接，得到与第二图像对应的去噪后的图像。

此外，如果得到的第二对象区域为待优化的对象区域，则终端设备1100可以利用第一图像对待优化的对象进行优化处理，最终生成与第二图像对应的处理后的图像。

在由服务器1200执行本公开示例性实施方式的图像处理过程的情况下，首先，服务器1200可以从终端设备1100获取针对同一场景由第一摄像头拍摄的第一图像以及由第二摄像头拍摄的第二图像。其中，第一摄像头的进光量大于第二摄像头的进光量。

接下来，服务器1200可以利用第一图像对第二图像进行区域分割，得到第二图像的至少一个第一对象区域，并对第一对象区域进行降噪处理，得到与第一对象区域对应的第二对象区域。由此，可以利用确定出的第二对象区域进行图像拼接，得到与第二图像对应的去噪后的图像。

此外，如果得到的第二对象区域为待优化的对象区域，则服务器1200可以利用第一图像对待优化的对象进行优化处理，最终生成与第二图像对应的处理后的图像。

随后，服务器1200还可以将生成的处理后的图像反馈给终端设备1100进行展示和/或保存。

应当注意的是，上述对图像进行处理的任意步骤均可以由终端设备1100或服务器1200执行，本公开对此不做限制。

图2示出了适于用来实现本公开示例性实施方式的电子设备的示意图。本公开示例性实施方式的终端设备可以被配置为如图2的形式。需要说明的是，图2示出的电子设备仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

本公开的电子设备至少包括处理器和存储器，存储器用于存储一个或多个程序，当一个或多个程序被处理器执行时，使得处理器可以实现本公开示例性实施方式的图像处理方法。

具体的，如图2所示，电子设备200可以包括：处理器210、内部存储器221、外部存储器接口222、通用串行总线(Universal Serial Bus，USB)接口230、充电管理模块240、电源管理模块241、电池242、天线1、天线2、移动通信模块250、无线通信模块260、音频模块270、扬声器271、受话器272、麦克风273、耳机接口274、传感器模块280、显示屏290、摄像模组291、指示器292、马达293、按键294以及用户标识模块(Subscriber IdentificationModule，SIM)卡接口295等。其中传感器模块280可以包括深度传感器、压力传感器、陀螺仪传感器、气压传感器、磁传感器、加速度传感器、距离传感器、接近光传感器、指纹传感器、温度传感器、触摸传感器、环境光传感器及骨传导传感器等。

可以理解的是，本公开实施例示意的结构并不构成对电子设备200的具体限定。在本公开另一些实施例中，电子设备200可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件、软件或软件和硬件的组合实现。

处理器210可以包括一个或多个处理单元，例如：处理器210可以包括应用处理器(Application Processor，AP)、调制解调处理器、图形处理器(Graphics ProcessingUnit，GPU)、图像信号处理器(Image Signal Processor，ISP)、控制器、视频编解码器、数字信号处理器(Digital Signal Processor，DSP)、基带处理器和/或神经网络处理器(Neural-etwork Processing Unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。另外，处理器210中还可以设置存储器，用于存储指令和数据。

电子设备200可以通过ISP、摄像模组291、视频编解码器、GPU、显示屏290及应用处理器等实现拍摄功能。在一些实施例中，电子设备200可以包括1个或N个摄像模组291，N为大于1的正整数，若电子设备200包括N个摄像头，N个摄像头中有一个是主摄像头。在本公开实施方式中，电子设备200可以至少包括两个摄像头，一个摄像头的进光量大于另一个摄像头的进光量。例如，电子设备200可以包括可见光摄像头和近红外摄像头，近红外摄像头的进光量大于可见光摄像头的进光量。

内部存储器221可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。内部存储器221可以包括存储程序区和存储数据区。外部存储器接口222可以用于连接外部存储卡，例如Micro SD卡，实现扩展电子设备200的存储能力。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如下述实施例中所述的方法。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

下面以终端设备执行本公开图像处理方法的各个步骤进行说明，在这种情况下，本公开实施方式的图像处理装置可以配置在终端设备中。

图3示意性示出了本公开的示例性实施方式的图像处理方法的流程图。参考图3，所述图像处理方法可以包括以下步骤：

S32.获取针对同一场景拍摄的第一图像和第二图像；其中，第一图像由第一摄像头拍摄得到，第二图像由第二摄像头拍摄得到，第一摄像头的进光量大于第二摄像头的进光量。

在本公开的示例性实施方式中，终端设备配置有至少两个摄像头，这至少两个摄像头中包括第一摄像头和第二摄像头。第一摄像头和第二摄像头可以针对同一场景进行拍摄，并且在拍摄时，第一摄像头的进光量大于第二摄像头的进光量。

为了描述方便，本公开将由第一摄像头拍摄得到的图像记为第一图像，将由第二摄像头拍摄得到的图像记为第二图像。鉴于第一摄像头的进光量大于第二摄像头的进光量，因此，第一图像的纹理细节比第二图像的纹理细节丰富，且第一图像的噪声通常比第二图像的噪声少。本公开实施方式的目的之一在于，将第一图像作为参考，对第二图像进行降噪、优化处理，以得到与第二图像对应的处理后的图像。

另外，可以理解的是，第一图像和第二图像可以是视频中的一帧图像或是单独的照片，本公开对此不做限制。

例如，第一摄像头为近红外摄像头，第二摄像头为可见光摄像头。在这种情况下，第一图像为近红外图像，第二图像为可见光图像。

根据本公开的一些实施例，终端设备可以同时获取到第一图像和第二图像。例如，终端设备可以响应用户的拍摄操作，获取到第一图像和第二图像，这里的拍摄操作可以是唤醒第二摄像头并点击拍摄按钮的操作。

根据本公开的另一些实施例，首先，终端设备可以获取第二图像，例如，终端设备可以响应唤醒第二摄像头并点击拍摄按钮的操作获取第二图像。

在确定出获取第二图像的情况下，终端设备可以确定当前环境光强度，例如，终端设备可以通过光线传感器检测的亮度来确定当前环境光强度，或者可以通过例如ISO等感光参数来确定出当前环境光强度，本公开对此不做限制。

接下来，终端设备可以将当前环境光强度与一环境光强度阈值进行比较。本公开对环境光强度阈值的具体取值不做限制。

如果当前环境光强度小于环境光强度阈值，则说明当前处于暗光环境。在这种情况下，启动第一摄像头，以获取第一图像。

如果当前环境光强度大于等于环境光阈值，则说明当前处于亮光环境。在这种情况下，可以直接输出第二图像或采用现有的降噪方案对第二图像进行降噪后输出。

此外，在确定出第一图像和第二图像后，可以对第一图像和第二图像进行对齐操作。具体的，对齐操作包括但不限于亮度对齐、图像对齐等。

S34.利用第一图像对第二图像进行区域分割，得到第二图像的至少一个第一对象区域。

在获取到第一图像和第二图像后，终端设备可以利用第一图像对第二图像进行区域分割，具体的，可以以第一图像为参考对第二图像进行区域分割，以得到第二图像的至少一个第一对象区域。

根据本公开的一些实施例，首先，终端设备可以对第一图像进行对象识别，识别出第一图像包含的对象，例如，天空、树木、建筑物、人像、动物等。具体的，可以采用例如卷积神经网络的图像识别算法来进行对象识别，本公开对识别对象的过程不做限制。另外，容易理解的是，确定出的对象可以用标签进行标识。

通过对象识别，可以确定出第一图像中对象的轮廓坐标。

接下来，终端设备可以根据确定出的轮廓坐标，对第二图像进行区域分割，得到至少一个第一对象区域。具体的，终端设备可以在第二图像上确定出轮廓坐标，由轮廓坐标包围的区域为第二图像分割得到的区域，即第一对象区域。本公开对分割出的第一对象区域的数量不做限制。

根据本公开的另一些实施例，首先，终端设备可以对第一图像进行对象识别，确定出第一图像中对象的轮廓坐标，作为第一轮廓坐标。并对第二图像进行对象识别，确定出第二图像中对象轮廓坐标，作为第二轮廓坐标。

接下来，终端设备可以计算第一轮廓坐标与第二轮廓坐标的差异，并判断差异是否大于一差异阈值，如果第二轮廓坐标中若干坐标点对应的差异大于该差异阈值，则利用第一轮廓坐标中对应的坐标点进行修正，例如，直接替换第二轮廓坐标中的这些坐标点，或者采用取平均值的方式替换这些坐标点，本公开利对此不做限制。

在对第二轮廓坐标进行修正后，可以依据修正后的坐标对第二图像进行区域分割，得到至少一个第一对象区域。

S36.对第一对象区域进行降噪处理，得到与第一对象区域对应的第二对象区域。

在本公开的示例性实施方式中，针对步骤S34中确定出的每一个第一对象区域，首先，终端设备可以确定第一对象区域的纹理复杂程度。例如，可以确定第一对象区域的像素点的像素值，计算像素值的方差，并用该方差表征纹理复杂程度。

接下来，终端设备可以根据第一对象区域的纹理复杂程度，确定第一对象区域的降噪强度。其中，纹理复杂程度与降噪强度呈负相关关系。例如，可以对天空配置较高的降噪强度，以达到纯净天空的效果；又例如，可以对树叶、草坪等配置较低的降噪强度，以达到保持纹理细节的效果。

另外，还可以预先配置对象区域类型与降噪强度的映射关系表，通过该映射关系表确定出第一对象区域的降噪强度。

在确定出第一对象区域的降噪强度后，可以利用该降噪强度对第一对象区域进行降噪处理，得到第一对象区域对应的第二对象区域。本公开对具体降噪的算法不做限制，例如可以包括高新滤波、引导滤波等。可以理解的是，无论何种降噪算法，其降噪强度均可以利用上述方式确定出。

在对每个第一对象区域均进行降噪处理并得到与各第一对象区域对应的第二对象区域后，可以利用确定出的第二对象区域进行图像拼接，得到与第二图像对应的去噪后的图像。

例如，第二图像被分割为多个第一对象区域，则可以按照第一对象区域在第二图像中的位置，对确定出的第二对象区域进行图像拼接，得到第二图像对应的去噪后的图像；又例如，第二图像除包括第一对象区域外，还可能包括分割出第一对象区域后剩余的背景区域，在这种情况下，可以按照第一对象区域在第二图像中的位置，将确定出的第二对象区域与背景区域进行图像拼接，得到第二图像对应的去噪后的图像。

此外，在得到第二对象区域后，如果第二对象区域为待优化的对象区域，则利用第一图像对待优化的对象区域进行优化处理，以生成与第二图像对应的处理后的图像。其中，这里的处理后图像指代的是去噪后再进行优化而得到的图像。

在本公开的示例性实施方式中，待优化的对象区域为预定类型的对象区域。例如，可以预先配置人像、动物、树木为待优化的对象。需要说明的是，待优化的对象区域为经历步骤S36中降噪处理后的区域。

另外，下面以优化亮度为例进行说明，然而，本公开所述的优化处理还可以包括其他方面，例如饱和度优化、细节恢复、细节增强等，本公开对此不做限制。

参考图4对优化对象区域亮度的实施例进行说明。

在步骤S402中，终端设备可以利用第二图像对第一图像进行亮度校正和/或图像对齐的操作，得到第三图像。

具体的，对于亮度校正，也称为亮度对齐，可以采用直方图匹配等亮度对齐算法来实现亮度校正，本公开对此不做限制。

对于图像对齐，可以采用例如提取特征(如sift特征)及特征匹配的方式来实现图像对齐，本公开亦对此不做限制。

在第一图像经历亮度校正和/或图像对齐的操作后，可以得到第三图像。

在步骤S404中，终端设备可以获取待优化的对象区域的位置坐标，基于位置坐标从所述第三图像中确定出所述目标对象区域。其中，目标对象区域为第三图像中与待优化的对象区域对应的对象区域。

在步骤S406中，终端设备可以确定目标对象区域的亮度信息和待优化的对象区域的亮度信息。

在步骤S408中，终端设备可以对目标对象区域的亮度信息与待优化的对象区域的亮度信息进行加权融合，是实现优化处理过程。

具体的，如果将待优化的对象区域的亮度记为L1，并将目标对象区域上像素点的亮度记为L2，则可以利用下式得到优化处理后的区域亮度Lout：

Lout＝(L1*α+L2*β)/(α+β)

其中，α、β为可调的优化融合系数。

在待优化的对象区域完成优化处理后，可能得到与第二图像对应的处理后的图像。由此，用户可以查看到噪声较少且纹理清晰的输出图像。

下面参考图5对本公开实施例的图像处理的整个过程进行示例性说明。

在步骤S502中，终端设备获取第一摄像头拍摄的第一图像。在步骤S504中，终端设备获取第二摄像头拍摄的第二图像。其中，第一摄像头的进光量大于第二摄像头的进光量。

在步骤S506中，终端设备对第一图像进行对象识别，确定出对象的轮廓信息。

在步骤S508中，终端设备利用第一图像上对象的轮廓信息对第二图像进行区域分割，可以得到多个第一对象区域。

在步骤S510中，终端设备可以确定第一对象区域的纹理复杂程度。在步骤S512中，终端设备可以利用与纹理复杂程度对应的降噪强度，对第一对象区域进行降噪处理。

在步骤S514中，终端设备遍历所有的第一对象区域，判断是否所有的第一对象区域均执行了降噪过程，如果有第一对象区域未执行降噪过程，则返回步骤S510，继续执行第一对象区域的降噪过程。如果所有的第一对象区域均执行了降噪过程，则执行步骤S516。

在步骤S516中，终端设备可以判断降噪后的对象区域中是否存在待优化的对象区域。如果不存在，则执行步骤S520，将降噪后的结果作为与第二图像对应的处理后的图像并输出。如果存在待优化的对象区域，则执行步骤S518。

在步骤S518中，利用第一图像对待优化的对象区域进行优化。在这种情况下，在步骤S520中，将优化处理后的结果作为与第二图像对应的处理后的图像并输出。

应当注意，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

进一步的，本示例实施方式中还提供了一种图像处理装置。

图6示意性示出了本公开的示例性实施方式的图像处理装置的方框图。参考图6，根据本公开的示例性实施方式的图像处理装置6可以包括图像获取模块61、图像分割模块63和区域降噪模块65。

具体的，图像获取模块61可以用于获取针对同一场景拍摄的第一图像和第二图像；其中，第一图像由第一摄像头拍摄得到，第二图像由第二摄像头拍摄得到，第一摄像头的进光量大于第二摄像头的进光量；图像分割模块63可以用于利用第一图像对第二图像进行区域分割，得到第二图像的至少一个第一对象区域；区域降噪模块65可以用于分别对第一对象区域进行降噪处理，得到与第一对象区域对应的第二对象区域。

根据本公开的示例性实施例，图像分割模块63可以被配置为执行：对第一图像进行对象识别，确定第一图像中对象的轮廓坐标；根据轮廓坐标，对第二图像进行区域分割。

根据本公开的示例性实施例，区域降噪模块65可以被配置为执行：确定第一对象区域的纹理复杂程度；根据第一对象区域的纹理复杂程度，确定第一对象区域的降噪强度；利用第一对象区域的降噪强度对第一对象区域进行降噪处理。

根据本公开的示例性实施例，纹理复杂程度与降噪强度呈负相关关系。

根据本公开的示例性实施例，参考图7，相比于图像处理装置6，图像处理装置7还可以包括区域优化模块71。

具体的，区域优化模块71用于如果第二对象区域为待优化的对象区域，则利用第一图像对待优化的对象区域进行优化处理，以生成与第二图像对应的处理后的图像。

根据本公开的示例性实施例，区域优化模块71可以被配置为执行：基于第一图像确定与待优化的对象区域对应的目标对象区域；确定目标对象区域的亮度信息和待优化的对象区域的亮度信息；对目标对象区域的亮度信息与待优化的对象区域的亮度信息进行加权融合。

根据本公开的示例性实施例，区域优化模块71确定目标对象区域的过程可以被配置为执行：利用第二图像对第一图像进行亮度校正和/或图像对齐的操作，得到第三图像；获取待优化的对象区域的位置坐标；基于位置坐标从第三图像中确定出目标对象区域。

根据本公开的示例性实施例，图像获取模块61可以被配置为执行：获取第二图像；确定当前环境光强度，并将当前环境光强度与一环境光强度阈值进行比较；如果当前环境光强度小于环境光强度阈值，则获取第一图像。

根据本公开的示例性实施例，第一摄像头为近红外摄像头，第二摄像头为可见光摄像头。

由于本公开实施方式的图像处理装置的各个功能模块与上述方法实施方式中相同，因此在此不再赘述。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

本领域技术人员在考虑说明书及实践这里公开的内容后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (12)

1.一种图像处理方法，其特征在于，包括：

获取针对同一场景拍摄的第一图像和第二图像；其中，所述第一图像由第一摄像头拍摄得到，所述第二图像由第二摄像头拍摄得到，所述第一摄像头的进光量大于所述第二摄像头的进光量；

利用所述第一图像对所述第二图像进行区域分割，得到所述第二图像的至少一个第一对象区域；

对所述第一对象区域进行降噪处理，得到与所述第一对象区域对应的第二对象区域。

2.根据权利要求1所述的图像处理方法，其特征在于，利用所述第一图像对所述第二图像进行区域分割，包括：

对所述第一图像进行对象识别，确定所述第一图像中对象的轮廓坐标；

根据所述轮廓坐标，对所述第二图像进行区域分割。

3.根据权利要求1所述的图像处理方法，其特征在于，对所述第一对象区域进行降噪处理，包括：

确定所述第一对象区域的纹理复杂程度；

根据所述第一对象区域的纹理复杂程度，确定所述第一对象区域的降噪强度；

利用所述第一对象区域的降噪强度对所述第一对象区域进行降噪处理。

4.根据权利要求3所述的图像处理方法，其特征在于，所述纹理复杂程度与所述降噪强度呈负相关关系。

5.根据权利要求1所述的图像处理方法，其特征在于，所述图像处理方法还包括：

如果所述第二对象区域为待优化的对象区域，则利用所述第一图像对所述待优化的对象区域进行优化处理，以生成与所述第二图像对应的处理后的图像。

6.根据权利要求5所述的图像处理方法，其特征在于，利用所述第一图像对所述待优化的对象区域进行优化处理，包括：

基于所述第一图像确定与所述待优化的对象区域对应的目标对象区域；

确定所述目标对象区域的亮度信息和所述待优化的对象区域的亮度信息；

对所述目标对象区域的亮度信息与所述待优化的对象区域的亮度信息进行加权融合。

7.根据权利要求6所述的图像处理方法，其特征在于，基于所述第一图像确定与所述待优化的对象区域对应的目标对象区域包括：

利用所述第二图像对所述第一图像进行亮度校正和/或图像对齐的操作，得到第三图像；

获取待优化的对象区域的位置坐标；

基于所述位置坐标从所述第三图像中确定出所述目标对象区域。

8.根据权利要求1所述的图像处理方法，其特征在于，获取针对同一场景拍摄的第一图像和第二图像包括：

获取所述第二图像；

确定当前环境光强度，并将所述当前环境光强度与一环境光强度阈值进行比较；

如果所述当前环境光强度小于所述环境光强度阈值，则获取所述第一图像。

9.根据权利要求1至8中任一项所述的图像处理方法，其特征在于，所述第一摄像头为近红外摄像头，所述第二摄像头为可见光摄像头。

10.一种图像处理装置，其特征在于，包括：

图像获取模块，用于获取针对同一场景拍摄的第一图像和第二图像；其中，所述第一图像由第一摄像头拍摄得到，所述第二图像由第二摄像头拍摄得到，所述第一摄像头的进光量大于所述第二摄像头的进光量；

图像分割模块，用于利用所述第一图像对所述第二图像进行区域分割，得到所述第二图像的至少一个第一对象区域；

区域降噪模块，用于对所述第一对象区域进行降噪处理，得到与所述第一对象区域对应的第二对象区域。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至9中任一项所述的图像处理方法。

12.一种电子设备，其特征在于，包括：

处理器；

存储器，用于存储一个或多个程序，当所述一个或多个程序被所述处理器执行时，使得所述处理器实现如权利要求1至9中任一项所述的图像处理方法。

Images