CN113888509A - 一种图像清晰度的评价方法、装置、设备及存储介质 - Google Patents
一种图像清晰度的评价方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113888509A CN113888509A CN202111162058.2A CN202111162058A CN113888509A CN 113888509 A CN113888509 A CN 113888509A CN 202111162058 A CN202111162058 A CN 202111162058A CN 113888509 A CN113888509 A CN 113888509A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- sub
- evaluation value
- brightness correction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000011156 evaluation Methods 0.000 claims abstract description 223
- 238000012937 correction Methods 0.000 claims abstract description 170
- 238000012545 processing Methods 0.000 claims description 36
- 230000005484 gravity Effects 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 241001156002 Anthonomus pomorum Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Abstract
本发明实施例公开了一种图像清晰度的评价方法、装置、设备及存储介质。该方法包括:获取待进行图像清晰度评价的目标图像,并将目标图像转换为单通道的灰度图像;将灰度图像划分为至少一个灰度子图像块,并对灰度子图像块进行亮度纠正以及图像块拼接处理,得到亮度纠正拼接图像;对亮度纠正拼接图像进行前景图像以及背景图像划分处理,并确定前景图像和背景图像分别对应的前景评价值和背景评价值;根据前景评价值和背景评价值,确定目标图像的图像清晰度评价值。该方法可以对图像清晰度进行准确评价,避免环境亮度对图像清晰度评价的影响,提高图像清晰度评价的准确性以及鲁棒性。
Description
技术领域
本发明实施例涉及图像处理技术领域,尤其涉及一种图像清晰度的评价方法、装置、设备及存储介质。
背景技术
在工业相机调焦的过程中,随着相机镜头交局的变化,需要实时计算图像的清晰度指标,对图像进行评价。
现有技术中,通常采用人眼观测的方式,凭借主观对比判断图像的清晰程度。或者,采用图像清晰度评价函数,实时计算图像的清晰度指标,如采用方差函数、Brenner梯度函数、Tenergrad梯度函数或者Laplace梯度函数等。
但是,人眼观测的方式具有较强的主观性,图像清晰度的评价结果也因人而异;且存在局限性,无法确定图像的最优清晰度指标。而采用图像清晰度评价函数的方式,图像的清晰度取决于图像中点的像素值,当环境中的亮度出现变化时,像素值大小也会发生变化,增加或者减小图像的对比度,会对图像清晰度的评价产生一定的影响,导致图像清晰度评价的鲁棒性能差。
发明内容
本发明实施例提供了一种图像清晰度的评价方法、装置、设备及存储介质,可以避免环境亮度对图像清晰度评价的影响,提高图像清晰度评价的准确性以及鲁棒性。
第一方面,本发明实施例提供了一种图像清晰度的评价方法,该方法包括:
获取待进行图像清晰度评价的目标图像,并将所述目标图像转换为单通道的灰度图像;
将所述灰度图像划分为至少一个灰度子图像块,并对所述灰度子图像块进行亮度纠正以及图像块拼接处理,得到亮度纠正拼接图像;
对所述亮度纠正拼接图像进行前景图像以及背景图像划分处理,并确定前景图像和背景图像分别对应的前景评价值和背景评价值;
根据所述前景评价值和所述背景评价值,确定所述目标图像的图像清晰度评价值。
第二方面,本发明实施例还提供了一种图像清晰度的评价装置,该装置包括:
灰度图像转换模块,用于获取待进行图像清晰度评价的目标图像,并将所述目标图像转换为单通道的灰度图像;
亮度纠正拼接图像确定模块,用于将所述灰度图像划分为至少一个灰度子图像块,并对所述灰度子图像块进行亮度纠正以及图像块拼接处理,得到亮度纠正拼接图像;
前景评价值和背景评价值确定模块,用于对所述亮度纠正拼接图像进行前景图像以及背景图像划分处理,并确定前景图像和背景图像分别对应的前景评价值和背景评价值;
图像清晰度评价值确定模块,用于根据所述前景评价值和所述背景评价值,确定所述目标图像的图像清晰度评价值。
第三方面,本发明实施例还提供了一种电子设备,该设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例所述的一种图像清晰度的评价方法。
第四方面,本发明实施例还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如本发明任意实施例所述的一种图像清晰度的评价方法。
本发明实施例通过获取待进行图像清晰度评价的目标图像,并将目标图像转换为单通道的灰度图像;将灰度图像划分为至少一个灰度子图像块,并对灰度子图像块进行亮度纠正以及图像块拼接处理,得到亮度纠正拼接图像;对亮度纠正拼接图像进行前景图像以及背景图像划分处理,并确定前景图像和背景图像分别对应的前景评价值和背景评价值;根据前景评价值和背景评价值,确定目标图像的图像清晰度评价值,解决了图像清晰度评价时易受环境亮度影响且评价指标不准确的问题,实现了避免环境亮度对图像清晰度评价的影响,提高图像清晰度评价的准确性以及鲁棒性的效果。
附图说明
图1是本发明实施例一提供的一种图像清晰度的评价方法的流程图;
图2是本发明实施例二提供的一种图像清晰度的评价方法的流程图;
图3是本发明实施例三提供的一种图像清晰度的评价装置的结构示意图;
图4是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种图像清晰度的评价方法的流程图,本实施例可适用于工业相机调焦过程中实时对图像进行清晰度指标计算的情况,该方法可以由图像清晰度的评价装置来执行,该装置可以通过软件,和/或硬件的方式实现,装置可以集成在电子设备中如工业相机,如图1所示,该方法具体包括:
步骤110、获取待进行图像清晰度评价的目标图像,并将目标图像转换为单通道的灰度图像。
其中,目标图像中可以是工业相机进行拍照时的图像。具体的,可以是工业相机进行拍照时,调焦过程中的,随着镜头焦距变化而产生的不同图像。用户可以通过本发明实施例的方法所评价的图像清晰度,选择最清晰的图像对应的焦距进行拍照,从而实现最佳拍照方式。
在本发明实施例中,将目标图像转换为单通道的回复图像,可以是对目标图像进行灰度化处理,得到仅有单通道灰度值表示的灰度图像。具体的,灰度化处理的方式可以具有多种方式,其目的是将RGB(红、绿、蓝)模型中的R、G、B均采用同一种灰度值进行表示。例如,可以将灰度化后的R、G、B均设置为目标图像R、G、B的均值,即灰度化后的R、G、B均为“(目标图像的R+目标图像的G+目标图像的B)/3”。又如,可以将灰度化后的R、G、B均设置为预设灰度权重系数下目标图像R、G、B的加权和。示例性的,灰度化后的R、G、B均设置为“目标图像的R×0.3+目标图像的G×0.59+目标图像的B×0.11”。
步骤120、将灰度图像划分为至少一个灰度子图像块,并对灰度子图像块进行亮度纠正以及图像块拼接处理,得到亮度纠正拼接图像。
其中,灰度子图像块可以是灰度图像的一部分。例如,可以按照行列分割的方式将灰度图像划分为不同的灰度子图像块。各灰度子图像块可以是互不包含的,即各灰度子图像块可以属于灰度图像的不同部分。所有的灰度子图像块可以共同构成灰度图像。
在本发明实施例中,可以对灰度子图像块进行亮度纠正以及图像块拼接处理。即本发明实施例的技术方案可以针对灰度子图像块进行亮度纠正(局部亮度校正处理),而非直接对灰度图像进行亮度纠正(全局亮度纠正处理),可以达到对灰度图像的不同部分进行精准亮度纠正,而非统一亮度纠正的目的。尤其是在工业相机的实际调焦过程中,出现局部阴影块或者局部亮度过大时,采用局部亮度校正处理而非全局亮度纠正处理,可以起到很好的亮度纠正效果。具体的,本发明实施例的局部亮度校正处理方法,可以避免图片全局亮度纠正时,造成亮度纠正后的图像存在局部亮度过大或者过小的情况,从而导致图像的清晰度评价收到亮度的干扰影响而变差的情况。
具体的,将灰度图像划分为多个灰度子图像块的方式有很多。而本发明实施例的技术方案为了降低图像块拼接时的复杂度,并提高拼接质量,在本发明实施例的一个可选实施方式中,将灰度图像划分为至少一个灰度子图像块,并对灰度子图像块进行亮度纠正以及图像块拼接处理,得到亮度纠正拼接图像,包括:将灰度图像均分为am×am个灰度子图像块,并按照预设选取规则,选取相邻的b行b列个灰度子图像块作为目标拼接子图像;其中,a、m、b为大于等于2的整数,b大于等于a;对各目标拼接子图像进行亮度纠正以及图像拼接处理,得到亮度纠正拼接图像。
其中,在本发明实施例中可以将灰度图像按照行列进行均分,如划分为行列数均为am子块,各子块为灰度子图像块。按照此划分方式,在进行图像块拼接时可以按照方型形式进行拼接,可以提高拼接的效率,降低复杂度并提高拼接质量。
在具体的图像块拼接时,预设选取规则可以是从按照拼接顺序设定的。例如,可以按照从左向右、从上向下或者其他有规律的顺序进行拼接。示例性的,可以从左上角的b行b列个灰度子图像块开始进行首次拼接;再下一次的拼接可以对当前拼接图像块下方的b行b列个灰度子图像块继续进行拼接,至下方拼接完成后,可以对当前拼接图像块右方的b行b列个灰度子图像块继续进行拼接,之后对其下方的图像块进行拼接,依次类推,直至右下角的图像块拼接完成。上述的拼接过程可以是可重复的,即对拼接生成的大块(b行b列个灰度子图像块构成的图像块)可以继续进行拼接,直至生成完整的亮度纠正拼接图像。在具体应用时,b可以是a的幂次方,例如a、b可以均设置为2;或者,a为2,b为4等。
在一个具体的应用实例中,可以将灰度图像按照行列均分为2m×2m个灰度子图像块,可以按照从左上角至右下角的选取顺序,选择相邻的2行2列共4个灰度子图像块作为目标拼接子图像,进行亮度纠正以及图像拼接处理。对于4块拼接生成的图像块,可以继续进行按照从左上角至右下角的选取顺序,选择相邻的2行2列共4个灰度子图像块作为目标拼接子图像,进行亮度纠正以及图像拼接处理,直至生成亮度纠正拼接图像。
在另一个具体的应用实例中,可以将灰度图像按照行列均分为2m×2m个灰度子图像块,可以按照从左上角至右下角的选取顺序,选择相邻的2m行2m列共2m×2m个灰度子图像块作为目标拼接子图像,进行亮度纠正以及图像拼接处理,生成亮度纠正拼接图像。
为了使本发明实施例的局部亮度纠正处理效果更好,在本发明实施例的一个可选实施方式中,对各目标拼接子图像进行亮度纠正以及图像拼接处理,得到亮度纠正拼接图像,包括:对各目标拼接子图像进行亮度纠正,并确定各目标拼接子图像形成的第一灰度代表值,以及由各目标拼接子图像拼接成的目标拼接图像块具有的第二灰度代表值;当第一灰度代表值与第二灰度代表值满足预设灰度条件时,对进行亮度纠正后的各目标拼接子图像进行图像拼接处理,得到亮度纠正拼接子图像;否则,在灰度图像中提取与目标拼接图像块对应的目标子图像块,并进行亮度纠正,得到亮度纠正拼接子图像;根据亮度纠正拼接子图像,得到亮度纠正拼接图像。
其中,第一灰度代表值可以是通过各目标拼接子图像所具有的灰度代表值形成的。例如,目标拼接子图像1所具有的灰度代表值为f1,目标拼接子图像2所具有的灰度代表值为f2,目标拼接子图像3所具有的灰度代表值为f3,目标拼接子图像4所具有的灰度代表值为f4,第一灰度代表值可以是由f1、f2、f3以及f4形成的。具体的形成的方式可以是多种,例如,通过f1、f2、f3以及f4的均值、中值或者加权和等形式形成第一灰度代表值。在本发明实施例中,为了使第一灰度代表值可以更好的反应各目标拼接子图像所具有的灰度值,可以采用f1、f2、f3以及f4的中值作为第一灰度代表值α1。
在本发明实施例中,目标拼接图像块可以是由各目标拼接子图像拼接成的。例如,目标拼接图像块可以是由4块目标拼接子图像拼接成的大块图像块。确定各目标拼接子图像具有的灰度代表值,以及确定目标拼接图像块具有的第二灰度代表值α2,可以是采用将图像中某具有代表性位置的像素值作为灰度代表值的方式。例如,可以将图像中的中心点或者重心点等位置的像素值作为灰度代表值。
在本发明实施例中,预设灰度条件可以是确定目标拼接子图像亮度纠正以及图像拼接处理先后顺序的条件。通过预设灰度条件设定图像亮度纠正以及图像拼接处理的先后顺序,可以达到使灰度值连续,而不会在连接处出现黑边的效果,可以提高图像拼接质量,避免对图像清晰度评价造成影响。
具体的,预设灰度条件可以是判断第一灰度代表值与第二灰度代表值差值的绝对值是否小于等于预设阈值,即|α1-α2|≤T。在本发明实施例中,当第一灰度代表值与第二灰度代表值满足|α1-α2|≤T时,可以对各目标拼接子图像进行亮度纠正后再进行图像拼接处理,得到亮度纠正拼接子图像;当第一灰度代表值与第二灰度代表值不满足|α1-α2|≤T时,可以在灰度图像中提取与目标拼接图像块对应的目标子图像块,并进行亮度纠正,得到亮度纠正拼接子图像。即可以在灰度值连续时,对亮度纠正后的各目标拼接子图像进行图像拼接处理;在灰度值不连续时,对灰度图像中与各目标拼接子图像拼接后对应的位置的目标子图像块直接进行亮度纠正,避免进行拼接时由于灰度值不连续造成的黑边现象,影响图像质量。
步骤130、对亮度纠正拼接图像进行前景图像以及背景图像划分处理,并确定前景图像和背景图像分别对应的前景评价值和背景评价值。
其中,本发明实施例的技术方案可以通过对亮度纠正拼接图像进行前景图像与背景图像的划分,区分出图像中感兴趣区域(region of interest,ROI)所对应的图像信息。前景评价值和背景评价值可以分别是根据前景图像和背景图像中的像素点确定的。根据前景图像和背景图像分别对应的前景评价值和背景评价值,可以更准确的依据ROI对图像进行清晰度评价,提高图像清晰度评价的准确性。
具体的,前景图像可以是ROI对应的图像,背景图像可以是ROI所属背景的图像。例如,一副包含苹果的图像,苹果对应的图像可以理解为前景图像,而苹果所处背景,例如背景颜色的图像可以理解为背景图像。对图像进行前景图像和背景图像的划分处理可以采用多种方式,例如,可以根据图像处理中的图层进行划分,或者可以根据像素点的位置进行划分等。
为了保证前景图像和背景图像的划分可靠性,在本发明实施例的一个可选实施方式中,对亮度纠正拼接图像进行前景图像以及背景图像划分处理,包括:采用阈值分割法,将亮度纠正拼接图像进行前景图像以及背景图像划分处理。
其中,阈值分割法可以是大津阈值分割法(OTSU)。OTSU阈值分割法是一种进行图像二值化分割的方法,前景图像与背景图像的类间方差最大,可以通过OTSU阈值分割法对图像进行前景图像和背景图像的划分,且不受图像亮度和对比度的影响。
步骤140、根据前景评价值和背景评价值,确定目标图像的图像清晰度评价值。
其中,在本发明实施例中可以对前景评价值和背景评价值进行结合,综合性确定目标图像的图像清晰度评价值。结合的方式可以是多种的。例如,可以采用均值、累加值或者加权和等多种形式。
为了保证图像清晰度评价值的准确性,在本发明实施例的一个可选实施方式中,根据前景评价值和背景评价值,确定目标图像的图像清晰度评价值,包括:将前景评价值和背景评价值,按照第二预设权重系数进行加权求和,得到目标图像的图像清晰度评价值。
具体的,可以按照公式CI=w1*Cf+w2*Cb得到目标图像的图像清晰度评价值。其中,CI表示目标图像的图像清晰度评价值,Cf表示前景图像的前景评价值,w1表示前景图像的权重系数,Cb表示背景图像的背景评价值,w2表示背景图像的权重系数。第二预设权重系数满足条件{w1∈[0,1],w2∈[0,1],w1+w2=1},w1大于w2。
本实施例的技术方案,通过获取待进行图像清晰度评价的目标图像,并将目标图像转换为单通道的灰度图像;将灰度图像划分为至少一个灰度子图像块,并对灰度子图像块进行亮度纠正以及图像块拼接处理,得到亮度纠正拼接图像;对亮度纠正拼接图像进行前景图像以及背景图像划分处理,并确定前景图像和背景图像分别对应的前景评价值和背景评价值;根据前景评价值和背景评价值,确定目标图像的图像清晰度评价值,解决了工业相机拍摄图像时,对图像进行实时的清晰度计算的问题,实现了避免环境亮度对图像清晰度评价的影响,提高图像清晰度评价的准确性以及鲁棒性的效果。
实施例二
图2是本发明实施例二提供的一种图像清晰度的评价方法的流程图。本实施例是对上述技术方案的进一步细化,本实施例中的技术方案可以与上述一个或者多个实施例中的各个可选方案结合。如图2所示,该方法包括:
步骤210、获取待进行图像清晰度评价的目标图像,并将目标图像转换为单通道的灰度图像。
步骤220、将灰度图像均分为am×am个灰度子图像块,并按照预设选取规则,选取相邻的b行b列个灰度子图像块作为目标拼接子图像。
其中,a、m、b为大于等于2的整数,b大于等于a。
步骤230、对各目标拼接子图像进行亮度纠正,并确定各目标拼接子图像形成的第一灰度代表值,以及由各目标拼接子图像拼接成的目标拼接图像块具有的第二灰度代表值。
步骤240、当第一灰度代表值与第二灰度代表值满足预设灰度条件时,对进行亮度纠正后的各目标拼接子图像进行图像拼接处理,得到亮度纠正拼接子图像;否则,在灰度图像中提取与目标拼接图像块对应的目标子图像块,并进行亮度纠正,得到亮度纠正拼接子图像。
步骤250、根据亮度纠正拼接子图像,得到亮度纠正拼接图像。
在本发明实施例的一个可选实施方式中,根据亮度纠正拼接子图像,得到亮度纠正拼接图像,包括:当亮度纠正拼接子图像的个数大于1时,按照预设选取规则,选取相邻的b行b列个亮度纠正拼接子图像作为目标拼接子图像;返回对各目标拼接子图像进行亮度纠正,并确定目标拼接子图像的第一灰度代表值,以及由各目标拼接子图像拼接成的目标拼接图像块的第二灰度代表值的操作,直至得到的亮度纠正拼接子图像个数为1;当亮度纠正拼接子图像的个数为1时,将亮度纠正拼接子图像作为亮度纠正拼接图像。
其中,根据亮度纠正拼接子图像,得到亮度纠正拼接图像的过程,可以与对各目标拼接子图像进行亮度纠正以及图像拼接处理,得到亮度纠正拼接子图像的过程类似。简而言之,就是将所有的灰度子图像块按照一定的顺序拼成大块的图像块,再将大块的图像块再次按照一定的顺序拼接,直至拼成完整的亮度纠正拼接图像。其中,各块之间是否能拼接取决于第一灰度代表值与第二灰度代表值是否满足预设灰度条件。具体过程,这里不再赘述。
在本发明实施例的一个可选实施方式中,对各目标拼接子图像进行亮度纠正,包括:如果目标拼接子图像具有的第三灰度代表值大于预设灰度阈值,则采用第一伽马值对目标拼接子图像进行亮度纠正;否则,采用第二伽马值对目标拼接子图像进行亮度纠正;其中,第一伽马值大于1;第二伽马值小于1。在灰度图像中提取与目标拼接图像块对应的目标子图像块,并进行亮度纠正,包括:如果目标子图像块具有的第四灰度代表值大于预设灰度阈值,则采用第一伽马值对目标子图像块进行亮度纠正;否则,采用第二伽马值对目标子图像块进行亮度纠正。
具体的,可以采用公式f(I)=Iγ对图像进行亮度纠正。当系数γ>1时,图像的整体灰度值会变小,图像表现的比较暗;当系数γ<1时,图像的整体灰度值会变大,图像表现的比较亮些。
在一个具体实施例中,可以采用进行亮度纠正。其中,f(cx,cy)为第三灰度代表值或者第四灰度代表值,2.2为第一伽马值,1/2.2为第二伽马值,127为预设灰度阈值。可以通过局部亮度纠正处理,使整个图像的亮度协调,避免局部阴影块或者局部亮度过大的情况,从而使图像的清晰度评价不受亮度影响,具有更好的鲁棒性。
在本发明实施例的一个可选实施方式中,确定各目标拼接子图像形成的第一灰度代表值,以及由各目标拼接子图像拼接成的目标拼接图像块具有的第二灰度代表值,包括:分别确定各目标拼接子图像的重心点对应的备选灰度值,并根据各备选灰度值,确定第一灰度代表值;确定由各目标拼接子图像拼接成的目标拼接图像块的重心点对应的第二灰度代表值。
其中,重心点坐标可以记为(cx,cy)。重心坐标的计算过程是:使用OTSU阈值分割法将小块变成二值图像,统计二值图像中白色像素点的像素个数为S00,计算各白色像素点x坐标的累加和为S10,各白色像素点y坐标的累加和为S01;重心点坐标可以通过公式确定。具体的,第一灰度代表值可以是各目标拼接子图像的重心点对应的备选灰度值的中值;第二灰度代表值可以是目标拼接图像块的重心点对应的灰度值。可以将各目标拼接子图像中最具有代表性的灰度值作为第一灰度代表值;将目标拼接图像块最具有代表性的灰度值作为第二灰度代表值,可以提高图像块拼接的可靠性与合理性,避免因灰度值不连续而出现黑边,影响图像质量。
步骤260、采用阈值分割法,将亮度纠正拼接图像进行前景图像以及背景图像划分处理,并确定前景图像和背景图像分别对应的前景评价值和背景评价值。
在本发明实施例的一个可选实施方式中,确定前景图像对应的前景评价值,包括:在前景图像中,提取高频信息和低频信息,并对应的生成高频图像和低频图像;确定高频图像和低频图像分别对应的高频评价值和低频评价值,并根据高频评价值和低频评价值,确定前景图像对应的前景评价值。
其中,图像中的高频就是指像素频率变化得快的地方,也就是像素相邻区域灰度相差较大,通常是图像的边缘区域。另外,图像的细节处也是灰度值变化较为剧烈的地方。低频信息指的是图像中非高频信息的区域灰度信息,表现为像素频率变化相对缓慢的地方,也就是像素变化较为连续的区域。
在本发明实施例中,可以通过sobel算子提取高频信息。使用前景图像减去高频信息,即为低频信息。具体的,在前景图像中,高频信息使用三阶的sobel算子进行提取,可得到一幅边缘轮廓图像,即“高频图像”fh;再使用前景图像减去fh图像,所得图像即是“低频图像”fl。
而高频评价值和低频评价值的确定方式可以有多种,例如可以通过图像评价函数确定,或者可以通过图像中具有代表性的灰度值确定等。
具体的,在本发明实施例的一个可选实施方式中,确定高频图像和低频图像分别对应的高频评价值和低频评价值,并根据高频评价值和低频评价值,确定前景图像对应的前景评价值,包括:将高频图像中高频信息的平均累加和作为高频评价值,并将低频图像中低频信息的平均累加和作为低频评价值;将高频评价值和低频评价值,按照第一预设权重系数进行加权求和,得到前景图像对应的前景评价值;确定背景图像对应的背景评价值,包括:将背景图像中信息的平均累加和作为背景评价值。
在一个具体实施例中,高频图像中高频信息的平均累加和可以通过公式确定,低频图像中低频信息的平均累加和可以通过公式确定。其中,row为图像中的像素值横坐标,col为图像中的像素值纵坐标;Sh为高频评价值,Sl为低频评价值;fh(i,j)为高频信息中(i,j)位置的像素值,fl(i,j)为低频信息中(i,j)位置的像素值。可以通过公式Cf=whSh+wlSl确定前景评价值。其中,Cf表示前景图像的前景评价值,wh表示高频信息的权重系数,wl表示低频信息的权重系数,第一预设权重系数满足{wl∈[0,1],wh∈[0,1],wl+wh=1},具体的wl大于wh。
在另一个具体实施例中,对背景图像可以使用二阶的Sobel算子处理,背景图像的像素平均累加和作为背景图像的背景评价值。例如,通过公式确定背景评价值。其中,fb(i,j)为背景图像中(i,j)位置的像素值。通过图像中的像素点平均累加和可以更好的对图像进行评价,本发明实施例通过对图像划分为前景图像和背景图像,对前景图像划分为高频图像和低频图像,采用不同的权重确定图像的清晰度评价,可以使图像的清晰度评价更能反映ROI区域的信息,从而使图像的清晰度评价更加准确。
步骤270、将前景评价值和背景评价值,按照第二预设权重系数进行加权求和,得到目标图像的图像清晰度评价值。
本实施例的技术方案,通过获取待进行图像清晰度评价的目标图像,并将目标图像转换为单通道的灰度图像;将灰度图像均分为am×am个灰度子图像块,并按照预设选取规则,选取相邻的b行b列个灰度子图像块作为目标拼接子图像;对各目标拼接子图像进行亮度纠正,并确定各目标拼接子图像形成的第一灰度代表值,以及由各目标拼接子图像拼接成的目标拼接图像块具有的第二灰度代表值;当第一灰度代表值与第二灰度代表值满足预设灰度条件时,对进行亮度纠正后的各目标拼接子图像进行图像拼接处理,得到亮度纠正拼接子图像;否则,在灰度图像中提取与目标拼接图像块对应的目标子图像块,并进行亮度纠正,得到亮度纠正拼接子图像;根据亮度纠正拼接子图像,得到亮度纠正拼接图像;采用阈值分割法,将亮度纠正拼接图像进行前景图像以及背景图像划分处理,并确定前景图像和背景图像分别对应的前景评价值和背景评价值;将前景评价值和背景评价值,按照第二预设权重系数进行加权求和,得到目标图像的图像清晰度评价值,解决了工业相机拍摄图像时,对图像进行实时的清晰度计算的问题,实现了避免环境亮度对图像清晰度评价的影响,提高图像清晰度评价的准确性以及鲁棒性的效果。
实施例三
图3是本发明实施例三提供的一种图像清晰度的评价装置的结构示意图。结合图3,该装置包括:灰度图像转换模块310,亮度纠正拼接图像确定模块320,前景评价值和背景评价值确定模块330和图像清晰度评价值确定模块340。其中:
灰度图像转换模块310,用于获取待进行图像清晰度评价的目标图像,并将目标图像转换为单通道的灰度图像;
亮度纠正拼接图像确定模块320,用于将灰度图像划分为至少一个灰度子图像块,并对灰度子图像块进行亮度纠正以及图像块拼接处理,得到亮度纠正拼接图像;
前景评价值和背景评价值确定模块330,用于对亮度纠正拼接图像进行前景图像以及背景图像划分处理,并确定前景图像和背景图像分别对应的前景评价值和背景评价值;
图像清晰度评价值确定模块340,用于根据前景评价值和背景评价值,确定目标图像的图像清晰度评价值。
可选的,亮度纠正拼接图像确定模块320包括:
目标拼接子图像选取单元,用于将灰度图像均分为am×am个灰度子图像块,并按照预设选取规则,选取相邻的b行b列个灰度子图像块作为目标拼接子图像;其中,a、m、b为大于等于2的整数,b大于等于a;
亮度纠正拼接图像确定单元,用于对各目标拼接子图像进行亮度纠正以及图像拼接处理,得到亮度纠正拼接图像。
可选的,亮度纠正拼接图像确定单元,包括:
灰度代表值确定子单元,用于对各目标拼接子图像进行亮度纠正,并确定各目标拼接子图像形成的第一灰度代表值,以及由各目标拼接子图像拼接成的目标拼接图像块具有的第二灰度代表值;
亮度纠正拼接子图像确定子单元,用于当第一灰度代表值与第二灰度代表值满足预设灰度条件时,对进行亮度纠正后的各目标拼接子图像进行图像拼接处理,得到亮度纠正拼接子图像;否则,在灰度图像中提取与目标拼接图像块对应的目标子图像块,并进行亮度纠正,得到亮度纠正拼接子图像;
亮度纠正拼接图像确定子单元,用于根据亮度纠正拼接子图像,得到亮度纠正拼接图像。
可选的,亮度纠正拼接图像确定子单元,具体用于:
当亮度纠正拼接子图像的个数大于1时,按照预设选取规则,选取相邻的b行b列个亮度纠正拼接子图像作为目标拼接子图像;
返回对各目标拼接子图像进行亮度纠正,并确定目标拼接子图像的第一灰度代表值,以及由各目标拼接子图像拼接成的目标拼接图像块的第二灰度代表值的操作,直至得到的亮度纠正拼接子图像个数为1;
当亮度纠正拼接子图像的个数为1时,将亮度纠正拼接子图像作为亮度纠正拼接图像。
可选的,亮度纠正拼接图像确定单元,包括:
第一亮度纠正子单元,用于如果目标拼接子图像具有的第三灰度代表值大于预设灰度阈值,则采用第一伽马值对目标拼接子图像进行亮度纠正;否则,采用第二伽马值对目标拼接子图像进行亮度纠正;其中,第一伽马值大于1;第二伽马值小于1;
亮度纠正拼接子图像确定子单元,包括:
第二亮度纠正子单元,用于如果目标子图像块具有的第四灰度代表值大于预设灰度阈值,则采用第一伽马值对目标子图像块进行亮度纠正;否则,采用第二伽马值对目标子图像块进行亮度纠正。
可选的,灰度代表值确定子单元,具体用于:
分别确定各目标拼接子图像的重心点对应的备选灰度值,并根据各备选灰度值,确定第一灰度代表值;
确定由各目标拼接子图像拼接成的目标拼接图像块的重心点对应的第二灰度代表值。
可选的,前景评价值和背景评价值确定模块330,包括:
图像划分处理单元,用于采用阈值分割法,将亮度纠正拼接图像进行前景图像以及背景图像划分处理。
可选的,前景评价值和背景评价值确定模块330,包括:
高频图像和低频图像生成单元,用于在前景图像中,提取高频信息和低频信息,并对应的生成高频图像和低频图像;
前景评价值确定单元,用于确定高频图像和低频图像分别对应的高频评价值和低频评价值,并根据高频评价值和低频评价值,确定前景图像对应的前景评价值。
可选的,前景评价值确定单元,具体用于:
将高频图像中高频信息的平均累加和作为高频评价值,并将低频图像中低频信息的平均累加和作为低频评价值;
将高频评价值和低频评价值,按照第一预设权重系数进行加权求和,得到前景图像对应的前景评价值;
前景评价值和背景评价值确定模块330,包括:
背景评价值确定单元,用于将背景图像中信息的平均累加和作为背景评价值。
可选的,图像清晰度评价值确定模块340,包括:
图像清晰度评价值确定单元,用于将前景评价值和背景评价值,按照第二预设权重系数进行加权求和,得到目标图像的图像清晰度评价值。
本发明实施例所提供的图像清晰度的评价装置可执行本发明任意实施例所提供的图像清晰度的评价方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四提供的一种电子设备的结构示意图,如图4所示,该设备包括:
一个或多个处理器410,图4中以一个处理器410为例;
存储器420;
所述设备还可以包括:输入装置430和输出装置440。
所述设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或者其他方式连接,图4中以通过总线连接为例。
存储器420作为一种非暂态计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的一种图像清晰度的评价方法对应的程序指令/模块(例如,附图3所示的灰度图像转换模块310,亮度纠正拼接图像确定模块320,前景评价值和背景评价值确定模块330和图像清晰度评价值确定模块340)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述方法实施例的一种图像清晰度的评价方法,即:
获取待进行图像清晰度评价的目标图像,并将所述目标图像转换为单通道的灰度图像;
将所述灰度图像划分为至少一个灰度子图像块,并对所述灰度子图像块进行亮度纠正以及图像块拼接处理,得到亮度纠正拼接图像;
对所述亮度纠正拼接图像进行前景图像以及背景图像划分处理,并确定前景图像和背景图像分别对应的前景评价值和背景评价值;
根据所述前景评价值和所述背景评价值,确定所述目标图像的图像清晰度评价值。
存储器420可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器420可以包括高速随机存取存储器,还可以包括非暂态性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中,存储器420可选包括相对于处理器410远程设置的存储器,这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
实施例五
本发明实施例五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如本发明实施例提供的一种图像清晰度的评价方法:
获取待进行图像清晰度评价的目标图像,并将所述目标图像转换为单通道的灰度图像;
将所述灰度图像划分为至少一个灰度子图像块,并对所述灰度子图像块进行亮度纠正以及图像块拼接处理,得到亮度纠正拼接图像;
对所述亮度纠正拼接图像进行前景图像以及背景图像划分处理,并确定前景图像和背景图像分别对应的前景评价值和背景评价值;
根据所述前景评价值和所述背景评价值,确定所述目标图像的图像清晰度评价值。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中,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。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、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。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (13)
1.一种图像清晰度的评价方法,其特征在于,所述方法包括:
获取待进行图像清晰度评价的目标图像,并将所述目标图像转换为单通道的灰度图像;
将所述灰度图像划分为至少一个灰度子图像块,并对所述灰度子图像块进行亮度纠正以及图像块拼接处理,得到亮度纠正拼接图像;
对所述亮度纠正拼接图像进行前景图像以及背景图像划分处理,并确定前景图像和背景图像分别对应的前景评价值和背景评价值;
根据所述前景评价值和所述背景评价值,确定所述目标图像的图像清晰度评价值。
2.根据权利要求1所述的方法,其特征在于,将所述灰度图像划分为至少一个灰度子图像块,并对所述灰度子图像块进行亮度纠正以及图像块拼接处理,得到亮度纠正拼接图像,包括:
将所述灰度图像均分为am×am个灰度子图像块,并按照预设选取规则,选取相邻的b行b列个灰度子图像块作为目标拼接子图像;其中,a、m、b为大于等于2的整数,b大于等于a;
对各所述目标拼接子图像进行亮度纠正以及图像拼接处理,得到亮度纠正拼接图像。
3.根据权利要求2所述的方法,其特征在于,对各所述目标拼接子图像进行亮度纠正以及图像拼接处理,得到亮度纠正拼接图像,包括:
对各所述目标拼接子图像进行亮度纠正,并确定各所述目标拼接子图像形成的第一灰度代表值,以及由各所述目标拼接子图像拼接成的目标拼接图像块具有的第二灰度代表值;
当所述第一灰度代表值与所述第二灰度代表值满足预设灰度条件时,对进行亮度纠正后的各所述目标拼接子图像进行图像拼接处理,得到亮度纠正拼接子图像;
否则,在所述灰度图像中提取与所述目标拼接图像块对应的目标子图像块,并进行亮度纠正,得到亮度纠正拼接子图像;
根据所述亮度纠正拼接子图像,得到亮度纠正拼接图像。
4.根据权利要求3所述的方法,其特征在于,根据所述亮度纠正拼接子图像,得到亮度纠正拼接图像,包括:
当所述亮度纠正拼接子图像的个数大于1时,按照所述预设选取规则,选取相邻的b行b列个亮度纠正拼接子图像作为目标拼接子图像;
返回对各所述目标拼接子图像进行亮度纠正,并确定所述目标拼接子图像的第一灰度代表值,以及由各所述目标拼接子图像拼接成的目标拼接图像块的第二灰度代表值的操作,直至得到的所述亮度纠正拼接子图像个数为1;
当所述亮度纠正拼接子图像的个数为1时,将所述亮度纠正拼接子图像作为亮度纠正拼接图像。
5.根据权利要求3所述的方法,其特征在于,对各所述目标拼接子图像进行亮度纠正,包括:
如果所述目标拼接子图像具有的第三灰度代表值大于预设灰度阈值,则采用第一伽马值对所述目标拼接子图像进行亮度纠正;
否则,采用第二伽马值对所述目标拼接子图像进行亮度纠正;
其中,第一伽马值大于1;第二伽马值小于1;
在所述灰度图像中提取与所述目标拼接图像块对应的目标子图像块,并进行亮度纠正,包括:
如果所述目标子图像块具有的第四灰度代表值大于预设灰度阈值,则采用第一伽马值对所述目标子图像块进行亮度纠正;
否则,采用第二伽马值对所述目标子图像块进行亮度纠正。
6.根据权利要求3所述的方法,其特征在于,确定各所述目标拼接子图像形成的第一灰度代表值,以及由各所述目标拼接子图像拼接成的目标拼接图像块具有的第二灰度代表值,包括:
分别确定各所述目标拼接子图像的重心点对应的备选灰度值,并根据各所述备选灰度值,确定第一灰度代表值;
确定由各所述目标拼接子图像拼接成的目标拼接图像块的重心点对应的第二灰度代表值。
7.根据权利要求1所述的方法,其特征在于,对所述亮度纠正拼接图像进行前景图像以及背景图像划分处理,包括:
采用阈值分割法,将所述亮度纠正拼接图像进行前景图像以及背景图像划分处理。
8.根据权利要求1所述的方法,其特征在于,确定前景图像对应的前景评价值,包括:
在所述前景图像中,提取高频信息和低频信息,并对应的生成高频图像和低频图像;
确定所述高频图像和所述低频图像分别对应的高频评价值和低频评价值,并根据所述高频评价值和所述低频评价值,确定前景图像对应的前景评价值。
9.根据权利要求8所述的方法,其特征在于,确定所述高频图像和所述低频图像分别对应的高频评价值和低频评价值,并根据所述高频评价值和所述低频评价值,确定前景图像对应的前景评价值,包括:
将所述高频图像中高频信息的平均累加和作为高频评价值,并将所述低频图像中低频信息的平均累加和作为低频评价值;
将所述高频评价值和所述低频评价值,按照第一预设权重系数进行加权求和,得到前景图像对应的前景评价值;
确定背景图像对应的背景评价值,包括:
将所述背景图像中信息的平均累加和作为背景评价值。
10.根据权利要求1所述的方法,其特征在于,根据所述前景评价值和所述背景评价值,确定所述目标图像的图像清晰度评价值,包括:
将所述前景评价值和所述背景评价值,按照第二预设权重系数进行加权求和,得到所述目标图像的图像清晰度评价值。
11.一种图像清晰度的评价装置,其特征在于,包括:
灰度图像转换模块,用于获取待进行图像清晰度评价的目标图像,并将所述目标图像转换为单通道的灰度图像;
亮度纠正拼接图像确定模块,用于将所述灰度图像划分为至少一个灰度子图像块,并对所述灰度子图像块进行亮度纠正以及图像块拼接处理,得到亮度纠正拼接图像;
前景评价值和背景评价值确定模块,用于对所述亮度纠正拼接图像进行前景图像以及背景图像划分处理,并确定前景图像和背景图像分别对应的前景评价值和背景评价值;
图像清晰度评价值确定模块,用于根据所述前景评价值和所述背景评价值,确定所述目标图像的图像清晰度评价值。
12.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-10任一项所述的方法。
13.一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,该程序被处理器执行时实现如权利要求1-10任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111162058.2A CN113888509A (zh) | 2021-09-30 | 2021-09-30 | 一种图像清晰度的评价方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111162058.2A CN113888509A (zh) | 2021-09-30 | 2021-09-30 | 一种图像清晰度的评价方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113888509A true CN113888509A (zh) | 2022-01-04 |
Family
ID=79004923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111162058.2A Pending CN113888509A (zh) | 2021-09-30 | 2021-09-30 | 一种图像清晰度的评价方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113888509A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115830028A (zh) * | 2023-02-20 | 2023-03-21 | 阿里巴巴达摩院(杭州)科技有限公司 | 图像评价方法、设备、系统及存储介质 |
CN115631171B (zh) * | 2022-10-28 | 2023-09-15 | 上海为旌科技有限公司 | 一种图片清晰度评价方法、系统及存储介质 |
-
2021
- 2021-09-30 CN CN202111162058.2A patent/CN113888509A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115631171B (zh) * | 2022-10-28 | 2023-09-15 | 上海为旌科技有限公司 | 一种图片清晰度评价方法、系统及存储介质 |
CN115830028A (zh) * | 2023-02-20 | 2023-03-21 | 阿里巴巴达摩院(杭州)科技有限公司 | 图像评价方法、设备、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10997696B2 (en) | Image processing method, apparatus and device | |
US10205896B2 (en) | Automatic lens flare detection and correction for light-field images | |
JP6469678B2 (ja) | 画像アーティファクトを補正するシステム及び方法 | |
KR20210139450A (ko) | 이미지 디스플레이 방법 및 디바이스 | |
US8908989B2 (en) | Recursive conditional means image denoising | |
CN107395991B (zh) | 图像合成方法、装置、计算机可读存储介质和计算机设备 | |
CN111402146A (zh) | 图像处理方法以及图像处理装置 | |
JP6623832B2 (ja) | 画像補正装置、画像補正方法及び画像補正用コンピュータプログラム | |
WO2015070723A1 (zh) | 眼部图像处理方法和装置 | |
CN113888509A (zh) | 一种图像清晰度的评价方法、装置、设备及存储介质 | |
EP2221763A1 (en) | Image generation method, device, its program and recording medium stored with program | |
US11074742B2 (en) | Image processing apparatus, image processing method, and storage medium | |
CN110944160A (zh) | 一种图像处理方法及电子设备 | |
CN107958441A (zh) | 图像拼接方法、装置、计算机设备和存储介质 | |
CN109214996A (zh) | 一种图像处理方法及装置 | |
CN113313626A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110866882A (zh) | 基于深度置信度的分层联合双边滤波深度图修复算法 | |
CN112150368A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN113962859B (zh) | 一种全景图生成方法、装置、设备及介质 | |
Wang et al. | Low-light image enhancement based on virtual exposure | |
CN110136085B (zh) | 一种图像的降噪方法及装置 | |
CN111917986A (zh) | 图像处理方法及其介质和电子设备 | |
CN114677393B (zh) | 深度图像处理方法、装置、摄像设备、会议系统及介质 | |
US20140368701A1 (en) | Cloning image data patch in hole of pixel array (patch and clone) | |
KR100882085B1 (ko) | 영상의 컨트라스트 향상 방법 |
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 |