CN113920022A - 一种图像优化方法、装置、终端设备及可读存储介质 - Google Patents
一种图像优化方法、装置、终端设备及可读存储介质 Download PDFInfo
- Publication number
- CN113920022A CN113920022A CN202111148195.0A CN202111148195A CN113920022A CN 113920022 A CN113920022 A CN 113920022A CN 202111148195 A CN202111148195 A CN 202111148195A CN 113920022 A CN113920022 A CN 113920022A
- Authority
- CN
- China
- Prior art keywords
- pixel point
- target
- weight
- image data
- value
- 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 51
- 238000005457 optimization Methods 0.000 title claims abstract description 40
- 238000004590 computer program Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000004297 night vision Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 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
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请适用于图像处理技术领域,提供了一种图像优化方法、装置、终端设备及可读存储介质,方法包括:确定目标图像数据中每个像素点的第一权重,确定满足预设条件的多个目标像素点,以及每个目标像素点的原始亮度值,根据第一权重和每个目标像素点的原始亮度值,计算得到伽马曲线系数,根据伽马曲线系数和每个像素点的原始亮度值,计算得到每个像素点的亮度更新值,将每个像素点的原始亮度值更新为对应的亮度更新值,得到优化后的目标图像数据。本申请能够筛选掉不满足预设条件的像素点,仅根据满足预设条件的像素点的原始亮度值计算得到伽马曲线系数,来对图像数据亮度值进行校准,解决图像数据存在的过曝或过暗的问题,提高图像数据的质量。
Description
技术领域
本申请属于图像处理技术领域,尤其涉及一种图像优化方法、装置、终端设备及可读存储介质。
背景技术
在图像拍摄过程中,图像数据质量易受到环境光的影响。尤其在夜视场景下,由于背景光线较暗,很难看清图像数据中的物体;或者,在夜视场景下,由于背景光源过亮时,导致图像数据过曝,同样无法看清图像数据中的物体。
相关方法通常是确定整个图像数据的平均亮度值,根据平均亮度值更新图像数据的亮度。然而,上述方法的优化结果的精度低,仍无法消除图像过曝的问题。
发明内容
本申请实施例提供了一种图像优化方法、装置、终端设备及可读存储介质,可以解决相关方法优化结果的精度低,无法消除图像过曝的问题。
第一方面,本申请实施例提供了一种图像优化方法,包括:
确定目标图像数据中每个像素点的第一权重;
确定满足预设条件的多个目标像素点,以及每个所述目标像素点的原始亮度值;
根据所述第一权重和每个所述目标像素点的原始亮度值,计算得到伽马曲线系数;
根据所述伽马曲线系数和每个像素点的原始亮度值,计算得到每个像素点的亮度更新值;
将每个像素点的原始亮度值更新为对应的亮度更新值,得到优化后的目标图像数据。
在一个实施例中,所述确定目标图像数据中每个像素点的第一权重之前,包括:
将所述目标图像数据划分为多个预设区域,确定每个预设区域的权重系数。
在一个实施例中,所述将所述目标图像数据划分为多个预设区域,确定每个预设区域的权重系数,包括:
获取目标数量,将所述目标图像数据划分为所述目标数量的预设区域;
获取与每个所述预设区域对应的期望值,根据所述期望值确定每个所述预设区域的权重系数。
在一个实施例中,所述确定目标图像数据中每个像素点的第一权重,包括:
确定所述目标图像数据中每个像素点所在的预设区域,得到每个像素点的权重系数;
根据所述权重系数计算得到每个像素点的第一权重。
在一个实施例中,所述确定满足预设条件的多个目标像素点,以及每个所述目标像素点的原始亮度值,包括:
计算得到所述目标图像数据的亮度直方图;
根据所述亮度直方图从所述目标图像数据中选择满足预设条件的多个目标像素点;
分别确定每个所述目标像素点的原始亮度值。
在一个实施例中,所述根据所述第一权重和每个所述目标像素点的原始亮度值,计算得到伽马曲线系数,包括:
根据每个所述目标像素点的原始亮度值计算得到每个目标像素点的第二权重;
根据所述第一权重和每个所述目标像素点的第二权重,计算得到所述目标图像数据的加权平均亮度值;
根据所述加权平均亮度值计算得到所述伽马曲线系数。
在一个实施例中,所述根据每个所述目标像素点的原始亮度值计算得到每个目标像素点的第二权重,包括:
在检测到所述目标像素点的原始亮度值小于或等于亮度阈值时,确定所述目标像素点的第二权重为一;
在检测到所述目标像素点的原始亮度值大于所述亮度阈值时,计算得到所述原始亮度值与所述亮度阈值的比值,作为所述目标像素点的第二权重。
第二方面,本申请实施例提供了一种图像优化装置,包括:
权重确定模块,用于确定目标图像数据中每个像素点的第一权重;
目标像素点确定模块,用于确定满足预设条件的多个目标像素点,以及每个所述目标像素点的原始亮度值;
系数计算模块,用于根据所述第一权重和每个所述目标像素点的原始亮度值,计算得到伽马曲线系数;
亮度计算模块,用于根据所述伽马曲线系数和每个像素点的原始亮度值,计算得到每个像素点的亮度更新值;
图像优化模块,用于将每个像素点的原始亮度值更新为对应的亮度更新值,得到优化后的目标图像数据。
在一个实施例中,所述装置,还包括:
区域划分模块,用于将所述目标图像数据划分为多个预设区域,确定每个预设区域的权重系数。
在一个实施例中,所述区域划分模块,包括:
区域划分单元,用于获取目标数量,将所述目标图像数据划分为所述目标数量的预设区域;
权重系数确定单元,用于获取与每个所述预设区域对应的期望值,根据所述期望值确定每个所述预设区域的权重系数。
在一个实施例中,所述权重确定模块,包括:
区域确定单元,用于确定所述目标图像数据中每个像素点所在的预设区域,得到每个像素点的权重系数;
第一计算单元,用于根据所述权重系数计算得到每个像素点的第一权重。
在一个实施例中,所述目标像素点确定模块,包括:
第二计算单元,用于计算得到所述目标图像数据的亮度直方图;
选择单元,用于根据所述亮度直方图从所述目标图像数据中选择满足预设条件的多个目标像素点;
亮度值确定单元,用于分别确定每个所述目标像素点的原始亮度值。
在一个实施例中,所述系数计算模块,包括:
第三计算单元,用于根据每个所述目标像素点的原始亮度值计算得到每个目标像素点的第二权重;
第四计算单元,用于根据所述第一权重和每个所述目标像素点的第二权重,计算得到所述目标图像数据的加权平均亮度值;
第五计算单元,用于根据所述加权平均亮度值计算得到所述伽马曲线系数。
在一个实施例中,所述第三计算单元,包括:
第一检测子单元,用于在检测到所述目标像素点的原始亮度值小于或等于亮度阈值时,确定所述目标像素点的第二权重为一;
第二检测子单元,用于在检测到所述目标像素点的原始亮度值大于所述亮度阈值时,计算得到所述原始亮度值与所述亮度阈值的比值,作为所述目标像素点的第二权重。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的图像优化方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的图像优化方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的图像优化方法。
本申请实施例与现有技术相比存在的有益效果是:通过目标图像数据中每个像素点的第一权重,和满足预设条件的多个目标像素点的原始亮度值,计算得到伽马曲线系数,根据伽马曲线系数和每个像素点的原始亮度值,计算得到每个像素点的亮度更新值,将每个像素点的原始亮度值更新为对应的亮度更新值,得到优化后的目标图像数据,能够筛选掉不满足预设条件的像素点的亮度值,仅根据满足预设条件的像素点的原始亮度值计算得到伽马曲线系数,对图像数据的亮度值进行校准,解决图像过曝或过暗的问题,提高图像数据的质量。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或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。
图1是本申请实施例一提供的图像优化方法的流程示意图;
图2是本申请实施例二提供的图像优化方法的另一流程示意图;
图3是本申请实施例二提供的图像优化方法步骤S102的流程示意图;
图4是本申请实施例二提供的图像优化方法步骤S103的流程示意图;
图5是本申请实施例二提供的目标图像数据的示意图;
图6是本申请实施例二提供的优化后的目标图像数据的示意图;
图7是本申请实施例三提供图像优化装置的结构示意图;
图8是本申请实施例四提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例提供的图像优化方法可以应用于手机、平板电脑、车载设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等终端设备上,本申请实施例对终端设备的具体类型不作任何限制。
图1示出了本申请提供的图像优化方法的示意性流程图,作为示例而非限定,该方法可以应用于上述笔记本电脑中。
S101、确定目标图像数据中每个像素点的第一权重。
具体地,通过确定每个像素点在目标图像数据中的位置信息,根据位置信息来确定目标图像数据中每个像素点所在的区域,根据每个像素点所在区域的权重系数确定每个像素点的第一权重。
其中,目标图像数据是指通过摄像头或相机等摄影设备拍摄获得的,存在过曝或过暗问题的原始图像数据。
S102、确定满足预设条件的多个目标像素点,以及每个所述目标像素点的原始亮度值。
具体地,通过预设条件对每个像素点的原始亮度值进行筛选,筛选出满足预设条件的多个像素点作为目标像素点,并确定每个目标像素点的原始亮度值。原始亮度值是指在对图像数据进行优化操作之前,像素点具有的亮度值。
其中,预设条件可以根据实际情况进行具体设定。例如,在图像数据存在过曝问题时,可设定预设条件为亮度值远远大于平均亮度值的像素点。对应筛选掉亮度值远远大于平均亮度值的部分像素点,以亮度值较低、较稳定的剩余像素点作为计算数据来确定伽马曲线系数,从而改善图像数据的过曝问题。或者,在图像数据存在过暗问题时,可设定预设条件为亮度值远远小于平均亮度值的像素点。对应筛选掉亮度值远远小于平均亮度值的部分像素点,以亮度值较高、较稳定的剩余像素点作为计算数据来确定伽马曲线系数,从而改善图像数据的过暗问题。
S103、根据所述第一权重和每个所述目标像素点的原始亮度值,计算得到伽马曲线系数。
具体地,根据第一权重和每个目标像素点的原始亮度值确定目标图像数据的加权平均亮度值,根据上述加权平均亮度值计算得到目标图像数据的伽马曲线系数。其中,伽马gamma曲线系数为β,根据伽马曲线系数可以对目标图像数据的亮度值进行校准。
S104、根据所述伽马曲线系数和每个像素点的原始亮度值,计算得到每个像素点的亮度更新值。
具体地,根据伽马曲线系数和目标图像数据中每个像素点的原始亮度值,计算得到目标图像数据中每个像素点的亮度更新值。
S105、将每个像素点的原始亮度值更新为对应的亮度更新值,得到优化后的目标图像数据。
具体地,将目标图像数据中每个像素点的原始亮度值,更新为与每个像素点对应的亮度更新值,得到优化后的目标图像数据。
由于像素点的灰度值位于[0,255]。对应的,对每个像素点的亮度值进行更新可表示为:
y(i)=(x(i)/256)β*255
式中,x(i)表示像素点i的原始亮度值,y(i)表示像素点i的亮度更新值,β表示伽马曲线系数。
本实施例通过目标图像数据中每个像素点的第一权重,和满足预设条件的多个目标像素点的原始亮度值,计算得到伽马曲线系数,根据伽马曲线系数和每个像素点的原始亮度值,计算得到每个像素点的亮度更新值,将每个像素点的原始亮度值更新为对应的亮度更新值,得到优化后的目标图像数据,能够筛选掉不满足预设条件的像素点的亮度值,仅根据满足预设条件的像素点的原始亮度值计算得到伽马曲线系数对图像数据的亮度值进行校准,解决图像过曝或过暗的问题,提高图像数据的质量。
实施例二
本实施例是对实施例一的进一步说明,与实施例一相同或相似的地方,具体可参见实施例一的相关描述,此处不再赘述。如图2所示,本实施例中所述确定目标图像数据中每个像素点的第一权重的步骤S101之前,包括:
S100、将所述目标图像数据划分为多个预设区域,确定每个预设区域的权重系数。
具体地,预先根据用户需求将目标图像数据划分成多个预设区域,并根据用户的期望值设定与每个预设区域对应的权重系数。
其中,预设区域的数值可根据用户需求进行具体设定。例如,设定通过获取用户输入的数据对目标图像数据进行区域划分。在接收到用户输入的数据分别为9,4时,将目标图像数据划分成9*4个预设区域。或者,在接收到用户输入的数据分别为8,6时,将目标图像数据划分成8*6个预设区域。
在一个实施例中,所述将所述目标图像数据划分为多个预设区域,确定每个预设区域的权重系数,包括:
获取目标数量,将所述目标图像数据划分为所述目标数量的预设区域;
获取与每个所述预设区域对应的期望值,根据所述期望值确定每个所述预设区域的权重系数。
具体地,获取预先设定的目标数量(或者用户输入的目标数量,获取方式在此不做限制),根据目标数据对目标图像数据进行划分,得到目标数量的预设区域。分别获取预先设定的(或用户输入的,获取方式在此不做限制)与每个预设区域对应的期望值,根据期望值对每个预设区域分配对应的权重系数。
其中,期望值可根据实际情况设定不同的等级,对应于不同等级期望值的预设区域,分配对应的权重系数。例如,将期望值划分为4个等级,对应于每个等级期望值的预设区域,分配对应数值的权重系数(即预设区域权重系数的大小与期望值的等级呈正相关性),例如,期望值为1,表示等级为第一等级,对应预设区域的权重系数为1;期望值为2,表示等级为第二等级,对应预设区域的权重系数为2。
表1一种图像数据中预设区域的权重系数示意表。
1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
1 | 1 | 2 | 3 | 3 | 2 | 1 | 1 |
1 | 2 | 3 | 4 | 4 | 3 | 2 | 1 |
1 | 3 | 4 | 4 | 4 | 4 | 3 | 1 |
1 | 3 | 4 | 4 | 4 | 4 | 3 | 1 |
1 | 2 | 3 | 3 | 3 | 3 | 2 | 1 |
表1示例性的示出了一种图像数据中预设区域的权重系数,根据表1可知,当前是将图像数据划分成为了8*6个预设区域,其中,期望值分成了4个等级,对应于第一等级期望值的预设区域所分配的权重系数为1,对应于第二等级期望值的预设区域所分配的权重系数为2,对应于第三等级期望值的预设区域所分配的权重系数为3,对应于第四等级期望值的预设区域所分配的权重系数为4。
在一个实施例中,所述确定目标图像数据中每个像素点的第一权重,包括:
确定所述目标图像数据中每个像素点所在的预设区域,得到每个像素点的权重系数;
根据所述权重系数计算得到每个像素点的第一权重。
具体地,首先确定目标图像数据中每个像素点在目标图像区域中的位置信息,根据每个像素点的位置信息确定该像素点所在的预设区域,并以该像素点所在预设区域的权重系数作为该像素点的权重系数,根据每个像素点的权重系数计算确定每个像素点的第一权重。
对应的,每个像素点的权重计算方式为:
式中,w1(i)表示像素点i对应的权重值,αi表示像素点i对应的预设区域的权重系数,a、b、c均为调整系数,可用于控制不同权重系数对应权重之间的差异。一般情况下可设置为:a=1,b=2,c=0。
如图3所示,在一个实施例中,所述确定满足预设条件的多个目标像素点,以及每个所述目标像素点的原始亮度值,包括:
S1021、计算得到所述目标图像数据的亮度直方图;
S1022、根据所述亮度直方图从所述目标图像数据中选择满足预设条件的多个目标像素点;
S1023、分别确定每个所述目标像素点的原始亮度值。
具体地,通过计算目标图像数据中不同灰度值对应的像素点的数量,得到目标图像数据的亮度直方图。根据亮度直方图中每个像素点的原始亮度值,选择满足预设条件的多个像素点,作为目标像素点,并分别确定每个目标像素点的原始亮度值,便于计算伽马曲线系数。
在本实施例中,设定预设条件为所有像素点中亮度值位于前1%的像素点。例如,当前目标图像数据存在1000个像素点,根据亮度值对所有像素点进行排序,选择序列中位于前1%的像素点(也即亮度值较大的前100个)作为非目标像素点。以剩余99%的像素点(也即亮度值较小的后900个)作为目标像素点,并确定上述99%的每个目标像素点的原始亮度值。
通过预设条件筛选掉不满足用户需求的像素点,以使根据满足预设条件的像素点计算得到的伽马曲线系数,能够更精准的调整不满足预设条件的像素点的亮度值,消除图像数据过曝或过暗的问题,提高图像数据整体亮度的稳定性。
如图4所示,在一个实施例中,所述根据所述第一权重和每个所述目标像素点的原始亮度值,计算得到伽马曲线系数,包括:
S1031、根据每个所述目标像素点的原始亮度值计算得到每个目标像素点的第二权重;
S1032、根据所述第一权重和每个所述目标像素点的第二权重,计算得到所述目标图像数据的加权平均亮度值;
S1033、根据所述加权平均亮度值计算得到所述伽马曲线系数。
具体地,根据第一预设公式对每个目标像素点的原始亮度值进行计算,得到每个目标像素点的第二权重,根据第二预设公式对每个目标像素点的第一权重和每个目标像素点的第二权重进行加权平均计算,得到目标图像数据的加权平均亮度值,根据第三预设公式对目标图像数据的加权平均亮度值进行计算,得到伽马曲线系数。
在一个实施例中,所述根据每个所述目标像素点的原始亮度值计算得到每个目标像素点的第二权重,包括:
在检测到所述目标像素点的原始亮度值小于或等于亮度阈值时,确定所述目标像素点的第二权重为一;
在检测到所述目标像素点的原始亮度值大于所述亮度阈值时,计算得到所述原始亮度值与所述亮度阈值的比值,作为所述目标像素点的第二权重。
具体地,亮度阈值是指用于判断像素点的亮度值是否过低的标准。
具体地,在检测到目标像素点的原始亮度值小于或等于亮度阈值时,确定目标像素点的亮度过低,将该目标像素点的第二权重为一;在检测到目标像素点的原始亮度值大于亮度阈值时,确定目标像素点的亮度较好,计算得到该目标像素点的原始亮度值与亮度阈值的比值,作为目标像素点的第二权重。亮度阈值可根据实际情况进行具体设定。
一般情况下,图像数据的平均亮度值大于或等于128时,图像的可视性较好,对应的预先设定的亮度阈值为128。
其中,第一预设公式为:
第二预设公式为:
w=∑w1(i)*w2(i)
avg=(∑x(i)*w1(i)*w2(i))/w
第三预设公式为:
β=k*(avg/128)+1-k
式中,x(i)表示像素点i的原始亮度值,w2(i)表示像素点i的第二权重,w表示像素点i的权重和,avg表示目标图像数据的加权平均亮度值,k是调整伽马曲线系数β的参数,一般情况下默认k为0.4。
图5为一种目标图像数据的示意图;
图6为一种优化后的目标图像数据的示意图。
根据图5和图6可知,本申请可消除图像数据中由于点光源过亮导致的过曝问题,同时能提高暗处部分的亮度值,使夜视场景下的图像数据中的物体更加清晰。
本实施例通过用户对不同预设区域的期望值,设定不同的权重,进而基于不同预设区域内像素点的权重值确定对应的伽马曲线系数,能够基于用户需求动态调整对特定区域的亮度调整力度,提高特定区域的优化效果,提高图像优化结果的精度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
实施例三
对应于上文实施例所述的图像优化方法,图7示出了本申请实施例提供的图像优化装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图7,该图像优化装置100包括:
权重确定模块101,用于确定目标图像数据中每个像素点的第一权重;
目标像素点确定模块102,用于确定满足预设条件的多个目标像素点,以及每个所述目标像素点的原始亮度值;
系数计算模块103,用于根据所述第一权重和每个所述目标像素点的原始亮度值,计算得到伽马曲线系数;
亮度计算模块104,用于根据所述伽马曲线系数和每个像素点的原始亮度值,计算得到每个像素点的亮度更新值;
图像优化模块105,用于将每个像素点的原始亮度值更新为对应的亮度更新值,得到优化后的目标图像数据。
在一个实施例中,所述装置,还包括:
区域划分模块,用于将所述目标图像数据划分为多个预设区域,确定每个预设区域的权重系数。
在一个实施例中,所述区域划分模块,包括:
区域划分单元,用于获取目标数量,将所述目标图像数据划分为所述目标数量的预设区域;
权重系数确定单元,用于获取与每个所述预设区域对应的期望值,根据所述期望值确定每个所述预设区域的权重系数。
在一个实施例中,所述权重确定模块,包括:
区域确定单元,用于确定所述目标图像数据中每个像素点所在的预设区域,得到每个像素点的权重系数;
第一计算单元,用于根据所述权重系数计算得到每个像素点的第一权重。
在一个实施例中,所述目标像素点确定模块,包括:
第二计算单元,用于计算得到所述目标图像数据的亮度直方图;
选择单元,用于根据所述亮度直方图从所述目标图像数据中选择满足预设条件的多个目标像素点;
亮度值确定单元,用于分别确定每个所述目标像素点的原始亮度值。
在一个实施例中,所述系数计算模块,包括:
第三计算单元,用于根据每个所述目标像素点的原始亮度值计算得到每个目标像素点的第二权重;
第四计算单元,用于根据所述第一权重和每个所述目标像素点的第二权重,计算得到所述目标图像数据的加权平均亮度值;
第五计算单元,用于根据所述加权平均亮度值计算得到所述伽马曲线系数。
在一个实施例中,所述第三计算单元,包括:
第一检测子单元,用于在检测到所述目标像素点的原始亮度值小于或等于亮度阈值时,确定所述目标像素点的第二权重为一;
第二检测子单元,用于在检测到所述目标像素点的原始亮度值大于所述亮度阈值时,计算得到所述原始亮度值与所述亮度阈值的比值,作为所述目标像素点的第二权重。
本实施例通过目标图像数据中每个像素点的第一权重,和满足预设条件的多个目标像素点的原始亮度值,计算得到伽马曲线系数,根据伽马曲线系数和每个像素点的原始亮度值,计算得到每个像素点的亮度更新值,将每个像素点的原始亮度值更新为对应的亮度更新值,得到优化后的目标图像数据,能够筛选掉不满足预设条件的像素点的亮度值,仅根据满足预设条件的像素点的原始亮度值计算得到伽马曲线系数对图像数据的亮度值进行校准,解决图像过曝或过暗的问题,提高图像数据的质量。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
实施例四
图8为本实施例提供的终端设备的结构示意图。如图8所示,该实施例的终端设备8包括:至少一个处理器80(图8中仅示出一个)、存储器81以及存储在所述存储器81中并可在所述至少一个处理器80上运行的计算机程序82,所述处理器80执行所述计算机程序82时实现上述任意各个图像优化方法实施例中的步骤。
所述终端设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括,但不仅限于,处理器80、存储器81。本领域技术人员可以理解,图8仅仅是终端设备8的举例,并不构成对终端设备8的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器80可以是中央处理单元(Central Processing Unit,CPU),该处理器80还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81在一些实施例中可以是所述终端设备8的内部存储单元,例如终端设备8的硬盘或内存。所述存储器81在另一些实施例中也可以是所述终端设备8的外部存储设备,例如所述终端设备8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字卡(Secure Digital,SD),闪存卡(Flash Card)等。进一步地,所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
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,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者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者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种图像优化方法,其特征在于,包括:
确定目标图像数据中每个像素点的第一权重;
确定满足预设条件的多个目标像素点,以及每个所述目标像素点的原始亮度值;
根据所述第一权重和每个所述目标像素点的原始亮度值,计算得到伽马曲线系数;
根据所述伽马曲线系数和每个像素点的原始亮度值,计算得到每个像素点的亮度更新值;
将每个像素点的原始亮度值更新为对应的亮度更新值,得到优化后的目标图像数据。
2.如权利要求1所述的图像优化方法,其特征在于,所述确定目标图像数据中每个像素点的第一权重之前,包括:
将所述目标图像数据划分为多个预设区域,确定每个预设区域的权重系数。
3.如权利要求2所述的图像优化方法,其特征在于,所述将所述目标图像数据划分为多个预设区域,确定每个预设区域的权重系数,包括:
获取目标数量,将所述目标图像数据划分为所述目标数量的预设区域;
获取与每个所述预设区域对应的期望值,根据所述期望值确定每个所述预设区域的权重系数。
4.如权利要求2所述的图像优化方法,其特征在于,所述确定目标图像数据中每个像素点的第一权重,包括:
确定所述目标图像数据中每个像素点所在的预设区域,得到每个像素点的权重系数;
根据所述权重系数计算得到每个像素点的第一权重。
5.如权利要求1所述的图像优化方法,其特征在于,所述确定满足预设条件的多个目标像素点,以及每个所述目标像素点的原始亮度值,包括:
计算得到所述目标图像数据的亮度直方图;
根据所述亮度直方图从所述目标图像数据中选择满足预设条件的多个目标像素点;
分别确定每个所述目标像素点的原始亮度值。
6.如权利要求1所述的图像优化方法,其特征在于,所述根据所述第一权重和每个所述目标像素点的原始亮度值,计算得到伽马曲线系数,包括:
根据每个所述目标像素点的原始亮度值计算得到每个目标像素点的第二权重;
根据所述第一权重和每个所述目标像素点的第二权重,计算得到所述目标图像数据的加权平均亮度值;
根据所述加权平均亮度值计算得到所述伽马曲线系数。
7.如权利要求6所述的图像优化方法,其特征在于,所述根据每个所述目标像素点的原始亮度值计算得到每个目标像素点的第二权重,包括:
在检测到所述目标像素点的原始亮度值小于或等于亮度阈值时,确定所述目标像素点的第二权重为一;
在检测到所述目标像素点的原始亮度值大于所述亮度阈值时,计算得到所述原始亮度值与所述亮度阈值的比值,作为所述目标像素点的第二权重。
8.一种图像优化装置,其特征在于,包括:
权重确定模块,用于确定目标图像数据中每个像素点的第一权重;
目标像素点确定模块,用于确定满足预设条件的多个目标像素点,以及每个所述目标像素点的原始亮度值;
系数计算模块,用于根据所述第一权重和每个所述目标像素点的原始亮度值,计算得到伽马曲线系数;
亮度计算模块,用于根据所述伽马曲线系数和每个像素点的原始亮度值,计算得到每个像素点的亮度更新值;
图像优化模块,用于将每个像素点的原始亮度值更新为对应的亮度更新值,得到优化后的目标图像数据。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111148195.0A CN113920022A (zh) | 2021-09-29 | 2021-09-29 | 一种图像优化方法、装置、终端设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111148195.0A CN113920022A (zh) | 2021-09-29 | 2021-09-29 | 一种图像优化方法、装置、终端设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113920022A true CN113920022A (zh) | 2022-01-11 |
Family
ID=79236767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111148195.0A Pending CN113920022A (zh) | 2021-09-29 | 2021-09-29 | 一种图像优化方法、装置、终端设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113920022A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114612320A (zh) * | 2022-03-04 | 2022-06-10 | 业成科技(成都)有限公司 | 图像亮度优化方法、装置、计算机设备和存储介质 |
CN115082347A (zh) * | 2022-06-29 | 2022-09-20 | 天彩电子(深圳)有限公司 | 图像优化方法、装置、电子设备及计算机可读存储介质 |
CN115297590A (zh) * | 2022-10-10 | 2022-11-04 | 杭州罗莱迪思科技股份有限公司 | 调光灯色彩不偏移控制方法及其应用 |
-
2021
- 2021-09-29 CN CN202111148195.0A patent/CN113920022A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114612320A (zh) * | 2022-03-04 | 2022-06-10 | 业成科技(成都)有限公司 | 图像亮度优化方法、装置、计算机设备和存储介质 |
CN114612320B (zh) * | 2022-03-04 | 2023-09-29 | 业成科技(成都)有限公司 | 图像亮度优化方法、装置、计算机设备和存储介质 |
CN115082347A (zh) * | 2022-06-29 | 2022-09-20 | 天彩电子(深圳)有限公司 | 图像优化方法、装置、电子设备及计算机可读存储介质 |
CN115297590A (zh) * | 2022-10-10 | 2022-11-04 | 杭州罗莱迪思科技股份有限公司 | 调光灯色彩不偏移控制方法及其应用 |
CN115297590B (zh) * | 2022-10-10 | 2023-02-14 | 杭州罗莱迪思科技股份有限公司 | 调光灯色彩不偏移控制方法及其应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113920022A (zh) | 一种图像优化方法、装置、终端设备及可读存储介质 | |
CN111654594B (zh) | 图像拍摄方法、图像拍摄装置、移动终端及存储介质 | |
CN110766679A (zh) | 镜头脏污检测方法、装置及终端设备 | |
CN111950723A (zh) | 神经网络模型训练方法、图像处理方法、装置及终端设备 | |
CN111479070B (zh) | 一种图像亮度确定方法、装置及设备 | |
CN108961267B (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN110490204B (zh) | 图像处理方法、图像处理装置及终端 | |
CN109309826B (zh) | 图像色彩均衡方法、装置、终端设备及可读存储介质 | |
CN111368587A (zh) | 场景检测方法、装置、终端设备及计算机可读存储介质 | |
CN115496668A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN113096035A (zh) | 高动态范围图像生成方法、装置、智能终端及存储介质 | |
CN111369471A (zh) | 一种图像处理方法、装置、设备和存储介质 | |
CN111340722B (zh) | 图像处理方法、处理装置、终端设备及可读存储介质 | |
CN111787310B (zh) | 防抖性能测试方法、装置、计算机设备及存储介质 | |
CN113870800B (zh) | 一种背光调节方法、装置、终端设备及存储介质 | |
CN113628259A (zh) | 图像的配准处理方法及装置 | |
CN109040579A (zh) | 一种拍摄控制方法、终端及计算机可读介质 | |
CN106971386B (zh) | 判断图像完整度及页面加载度的方法、装置和客户端设备 | |
CN116485645A (zh) | 图像拼接方法、装置、设备及存储介质 | |
CN111986144A (zh) | 一种图像模糊判断方法、装置、终端设备及介质 | |
CN109996017B (zh) | 一种图像的调整方法及其终端 | |
CN111970451A (zh) | 图像处理方法、图像处理装置及终端设备 | |
CN111754411A (zh) | 图像降噪方法、图像降噪装置及终端设备 | |
CN117392038B (zh) | 医学图像直方图均衡化方法、装置、电子设备和存储介质 | |
CN116137019A (zh) | 一种显示画面处理方法、装置、设备及存储介质 |
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 |