CN114066784A - 一种图像处理方法、装置和存储介质 - Google Patents

一种图像处理方法、装置和存储介质 Download PDF

Info

Publication number
CN114066784A
CN114066784A CN202010747369.4A CN202010747369A CN114066784A CN 114066784 A CN114066784 A CN 114066784A CN 202010747369 A CN202010747369 A CN 202010747369A CN 114066784 A CN114066784 A CN 114066784A
Authority
CN
China
Prior art keywords
frequency band
information
band
decomposition
decomposed
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
Application number
CN202010747369.4A
Other languages
English (en)
Inventor
左翠莲
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.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software 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 Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN202010747369.4A priority Critical patent/CN114066784A/zh
Priority to US17/205,520 priority patent/US11900637B2/en
Priority to KR1020210035077A priority patent/KR102563468B1/ko
Priority to JP2021053241A priority patent/JP7093441B2/ja
Priority to EP21165486.8A priority patent/EP3945713A1/en
Publication of CN114066784A publication Critical patent/CN114066784A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/407—Control or modification of tonal gradation or of extreme levels, e.g. background level
    • H04N1/4072—Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on the contents of the original
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/67—Circuits for processing colour signals for matrixing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G06T5/92—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/10—Circuitry of solid-state image sensors [SSIS]; Control thereof for transforming different wavelengths into image signals
    • H04N25/11—Arrangement of colour filter arrays [CFA]; Filter mosaics
    • H04N25/13—Arrangement of colour filter arrays [CFA]; Filter mosaics characterised by the spectral characteristics of the filter elements
    • H04N25/133—Arrangement of colour filter arrays [CFA]; Filter mosaics characterised by the spectral characteristics of the filter elements including elements passing panchromatic light, e.g. filters passing white light
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
    • 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
    • G06T2207/10024—Color image
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/48—Picture signal generators
    • H04N1/486—Picture signal generators with separate detectors, each detector being used for one specific colour component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/64—Systems for the transmission or the storage of the colour picture signal; Details therefor, e.g. coding or decoding means therefor
    • H04N1/648—Transmitting or storing the primary (additive or subtractive) colour signals; Compression thereof

Abstract

本公开提供了一种图像处理方法、装置和存储介质，此方法包括：从目标图像中提取出红绿蓝通道图像和白通道图像；确定所述红绿蓝通道图像的第一灰度分量图像，以及确定所述白通道图像的第二灰度分量图像；确定所述第一灰度分量图像的第一分解子带信息，以及，确定所述第二灰度分量图像的第二分解子带信息；根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息；根据所述第三分解子带信息进行图像重构，获得第三灰度分量图像，根据所述第三灰度分量图像构建与所述目标图像对应的彩色图像。本公开中，利用W通道图像的信息对RGB通道图像进行补偿，提升低照度下图像的信噪比，提高图像整体亮度，提高图像质量。

Description

一种图像处理方法、装置和存储介质
技术领域
本公开涉及移动终端数据处理技术领域，尤其涉及一种图像处理方法、装置和存储介质。
背景技术
随着摄像技术的不断发展，传统类型的成像传感器已无法满足成像中的新需求，多种新型的成像传感器逐渐问世，可以有效结合图像传感器不同通道间所采集到图像的优势，提升输出图像质量。
目前，移动终端采用的常见的传感器为RGGB阵列排布。由于传统RGGB排列的传感器的R、G、B通道仅能通过窄波段的光谱能量，因此传感器可采集到的能量较少，在低照度下进行图像拍摄时，会出现图像亮度低且信噪比低的问题。
发明内容
为克服相关技术中存在的问题，本公开提供了一种图像处理方法、装置和存储介质。
根据本公开实施例的第一方面，提供一种图像处理方法，包括：
从目标图像中提取出红绿蓝通道图像和白通道图像；
确定所述红绿蓝通道图像的第一灰度分量图像，以及确定所述白通道图像的第二灰度分量图像；
确定所述第一灰度分量图像的第一分解子带信息，以及，确定所述第二灰度分量图像的第二分解子带信息；所述第一分解子带信息包括至少一分解层，每个分解层包括至少一频带，每个频带对应一频带系数矩阵；所述第二分解子带信息包括至少一分解层，每个分解层包括至少一频带，每个频带对应一频带系数矩阵；
根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息；
根据所述第三分解子带信息进行图像重构，获得第三灰度分量图像，根据所述第三灰度分量图像构建与所述目标图像对应的彩色图像。
在一实施方式中，所述确定所述第一灰度分量图像的第一分解子带信息，以及，确定所述第二灰度分量图像的第二分解子带信息，包括：
采用图像多尺度分解方法，确定所述第一灰度分量图像的第一分解子带信息以及确定所述第二灰度分量图像的第二分解子带信息；
所述第一分解子带信息和所述第二分解子带信息中的分解层的数量相同，每个分解层中的频带的数量相同。
在一实施方式中，所述根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息，包括：
将同一分解层下所述第一分解子带信息和所述第二分解子带信息的相同频带，作为所述第三分解子带信息在此分解层下对应的频带；
针对所述第三分解子带信息中各分解层下的每个频带，根据所述第一分解子带信息中相应频带的频带系数矩阵和所述第二分解子带信息中相应频带的频带系数矩阵，计算所述第三分解子带信息中相应频带的频带系数矩阵。
在一实施方式中，所述根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息，包括：
对于所述第三分解子带信息中的设定高频带，将所述第二分解子带信息中的设定高频带的频带系数矩阵，确定为所述第三分解子带信息中相应的设定高频带的频带系数矩阵；
对于所述第三分解子带信息中除所述设定高频带之外的各个频带，确定第三分解子带信息中的每个频带的频带系数矩阵中每个像素点对应的系数值是，所述第一分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值，与所述第二分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值的平均值。
在一实施方式中，所述根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息，包括：
确定所述第三分解子带信息在每个频带的频带系数矩阵是第一矩阵与第二矩阵的和，所述第一矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第二矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1，所述第二分解子带信息在设定高频带上对应的加权系数大于在除所述设定高频带之外的频带上对应的加权系数。
在一实施方式中，所述根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息，包括：
确定所述第三分解子带信息在每个频带的频带系数矩阵，是第三矩阵与第四矩阵的和，所述第三矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第四矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1；所述第二分解子带信息在频带上对应的加权系数与频带所属分解层的层数呈负相关。
在一实施方式中，所述根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息，包括：
对于所述第三分解子带信息中的设定高频带，将所述第二分解子带信息中设定高频带的频带系数矩阵确定为所述第三分解子带信息中相应的设定高频带的频带系数矩阵；
对于所述第三分解子带信息中除设定高频带之外的每个频带，确定所述第三分解子带信息在每个频带的频带系数矩阵，是第五矩阵与第六矩阵的和，所述第五矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第六矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1；所述第二分解子带信息在频带上对应的加权系数与频带所属分解层的层数呈负相关。
在一实施方式中，所述根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息，包括：
确定所述第三分解子带信息中每个频带的频带系数矩阵，是第七矩阵与第八矩阵的和，所述第七矩阵是第一分解子带信息中相应频带的频带系数矩阵与第一分解子带信息中相应频带的加权系数矩阵的点乘矩阵；所述第八矩阵是第二分解子带信息中相应频带的频带系数矩阵与第二分解子带信息中相应频带的加权系数矩阵的点乘矩阵；
所述第一分解子带信息中每个频带的加权系数矩阵中每个像素点的加权系数值是，根据所述第一灰度分量图像在相应频带的分解图像中每个像素点对应的第一方差计算得到的；
所述第二分解子带信息中每个频带的加权系数矩阵中每个像素点的加权系数值是，根据所述第二灰度分量图像在相应频带的分解图像中每个像素点对应的第二方差计算得到的；
其中，第一灰度分量图像和第二灰度分量图像在相同频带的分解图像中相同像素点对应的加权系数的和为1；第一灰度分量图像在每个频带上的分解图像中每个像素点对应的加权系数与相应像素点对应的第一方差呈正相关，第二灰度分量图像在每个频带上的分解图像中每个像素点对应的加权系数与相应像素点对应的第二方差呈正相关。
根据本公开实施例的第二方面，提供一种图像处理装置，包括：
提取模块，被配置为从目标图像中提取出红绿蓝通道图像和白通道图像；
第一确定模块，被配置为确定所述红绿蓝通道图像的第一灰度分量图像，以及确定所述白通道图像的第二灰度分量图像；
第二确定模块，被配置为确定所述第一灰度分量图像的第一分解子带信息，以及，确定所述第二灰度分量图像的第二分解子带信息；所述第一分解子带信息包括至少一分解层，每个分解层包括至少一频带，每个频带对应一频带系数矩阵；所述第二分解子带信息包括至少一分解层，每个分解层包括至少一频带，每个频带对应一频带系数矩阵；
第三确定模块，被配置为根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息；
构建模块，被配置为根据所述第三分解子带信息进行图像重构，获得第三灰度分量图像，根据所述第三灰度分量图像构建与所述目标图像对应的彩色图像。
在一实施方式中，所述第二确定模块，还被配置为使用以下方法确定所述第一灰度分量图像的第一分解子带信息，以及，确定所述第二灰度分量图像的第二分解子带信息：
采用图像多尺度分解方法，确定所述第一灰度分量图像的第一分解子带信息以及确定所述第二灰度分量图像的第二分解子带信息；
所述第一分解子带信息和所述第二分解子带信息中的分解层的数量相同，每个分解层中的频带的数量相同。
在一实施方式中，所述第三确定模块，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
将同一分解层下所述第一分解子带信息和所述第二分解子带信息的相同频带，作为所述第三分解子带信息在此分解层下对应的频带；
针对所述第三分解子带信息中各分解层下的每个频带，根据所述第一分解子带信息中相应频带的频带系数矩阵和所述第二分解子带信息中相应频带的频带系数矩阵，计算所述第三分解子带信息中相应频带的频带系数矩阵。
在一实施方式中，所述第三确定模块，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
对于所述第三分解子带信息中的设定高频带，将所述第二分解子带信息中的设定高频带的频带系数矩阵，确定为所述第三分解子带信息中相应的设定高频带的频带系数矩阵；
对于所述第三分解子带信息中除所述设定高频带之外的各个频带，确定第三分解子带信息中的每个频带的频带系数矩阵中每个像素点对应的系数值是，所述第一分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值，与所述第二分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值的平均值。
在一实施方式中，所述第三确定模块，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
确定所述第三分解子带信息在每个频带的频带系数矩阵是第一矩阵与第二矩阵的和，所述第一矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第二矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1，所述第二分解子带信息在设定高频带上对应的加权系数大于在除所述设定高频带之外的频带上对应的加权系数。
在一实施方式中，所述第三确定模块，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
确定所述第三分解子带信息在每个频带的频带系数矩阵，是第三矩阵与第四矩阵的和，所述第三矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第四矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1；所述第二分解子带信息在频带上对应的加权系数与频带所属分解层的层数呈负相关。
在一实施方式中，所述第三确定模块，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
对于所述第三分解子带信息中的设定高频带，将所述第二分解子带信息中设定高频带的频带系数矩阵确定为所述第三分解子带信息中相应的设定高频带的频带系数矩阵；
对于所述第三分解子带信息中除设定高频带之外的每个频带，确定所述第三分解子带信息在每个频带的频带系数矩阵，是第五矩阵与第六矩阵的和，所述第五矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第六矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1；所述第二分解子带信息在频带上对应的加权系数与频带所属分解层的层数呈负相关。
在一实施方式中，所述第三确定模块，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
确定所述第三分解子带信息中每个频带的频带系数矩阵，是第七矩阵与第八矩阵的和，所述第七矩阵是第一分解子带信息中相应频带的频带系数矩阵与第一分解子带信息中相应频带的加权系数矩阵的点乘矩阵；所述第八矩阵是第二分解子带信息中相应频带的频带系数矩阵与第二分解子带信息中相应频带的加权系数矩阵的点乘矩阵；
所述第一分解子带信息中每个频带的加权系数矩阵中每个像素点的加权系数值是，根据所述第一灰度分量图像在相应频带的分解图像中每个像素点对应的第一方差计算得到的；
所述第二分解子带信息中每个频带的加权系数矩阵中每个像素点的加权系数值是，根据所述第二灰度分量图像在相应频带的分解图像中每个像素点对应的第二方差计算得到的；
其中，第一灰度分量图像和第二灰度分量图像在相同频带的分解图像中相同像素点对应的加权系数的和为1；第一灰度分量图像在每个频带上的分解图像中每个像素点对应的加权系数与相应像素点对应的第一方差呈正相关，第二灰度分量图像在每个频带上的分解图像中每个像素点对应的加权系数与相应像素点对应的第二方差呈正相关。
根据本公开实施例的第三方面，提供一种图像处理装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行上述方法。
根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行上述方法。
本公开的实施例提供的技术方案可以包括以下有益效果：从目标图像中提取出RGB通道图像的第一灰度分量图像和W通道图像的第二灰度分量图像，将两个灰度分量图像的分解子带信息进行融合，利用W通道图像的信息对RGB通道图像进行补偿，提升低照度下图像的信噪比，提高图像整体亮度，提高图像质量。
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。
图1是根据一示例性实施例示出的一种图像处理方法的流程图；
图2是根据一示例性实施例示出的对RGBW通道图像进行图像提取的示意图；
图3是根据一示例性实施例示出的一种图像处理装置的结构图；
图4是根据一示例性实施例示出的一种图像处理装置的结构图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例中提供一种图像处理方法。参照图1，图1是根据一示例性实施例示出的一种图像处理方法的流程图。如图1所示，此方法包括：
步骤S11，从目标图像中提取出红绿蓝通道图像和白通道图像。
步骤S12，确定红绿蓝通道图像的第一灰度分量图像以及确定白通道图像的第二灰度分量图像。
步骤S13，确定第一灰度分量图像的第一分解子带信息，以及，确定第二灰度分量图像的第二分解子带信息；第一分解子带信息包括至少一分解层，每个分解层包括至少一频带，每个频带对应一频带系数矩阵；第二分解子带信息包括至少一分解层，每个分解层包括至少一频带，每个频带对应一频带系数矩阵。
步骤S14,根据第一分解子带信息和第二分解子带信息确定第三分解子带信息。
步骤S15，根据第三分解子带信息进行图像重构，获得第三灰度分量图像，根据第三灰度分量图像构建与目标图像对应的彩色图像。
本实施例中，从目标图像中提取出RGB通道图像的第一灰度分量图像和W通道图像的第二灰度分量图像，将两个灰度分量图像的分解子带信息进行融合，利用W通道图像的信息对RGB通道图像进行补偿，能够提升低照度下图像的信噪比，提高图像整体亮度，提高图像质量。
在一实施方式中，步骤S11中的目标图像可以是采用具备红(R)原色像素、绿(G)原色像素、蓝(B)原色像素以及白(W)像素的图像传感器采集得到的原始RAW格式图像，此图像传感器采集到的原始RAW格式图像中可以包括RGB通道图像和W通道图像。示例地，此图像传感器可以是具备RGBW阵列排布的图像传感器，该图像传感器可以采集RGBW通道图像，其中，RGBW通道图像是指每个像素点由红(R)原色像素、绿(G)原色像素、蓝(B)原色像素以及白(W)像素构成的图像。相比于基于RGGB阵列排布的传感器，RGBW阵列排布的传感器将部分的G通道更换为W(white)通道。
在目标图像是RGBW通道图像的情况下，步骤S11中可以在从RGBW通道图像中提取出RGB通道图像(即红绿蓝通道图像)和W通道图像(即白通道图像)；示例地，RGB通道图像可以例如为拜耳(Bayer)RGB格式图像，则步骤S11中可以将RGBW阵列排列的RGBW通道图像数据拆分为拜耳(Bayer)RGB格式图像与W通道图像两路数据。将RGBW通道图像拆分为拜耳RGB格式图像与W通道图像时，可以采用将对角线位置处的同种类型的像素点值进行binning操作，即相加后除以二的操作。如图2所示，输入尺寸4*4的RGBW通道图像，经过拆分后，得到尺寸分别为2*2的拜耳RGB格式图像与白通道图像。拜耳RGB格式图像与白通道图像分别经过各自的图像处理通路(ISP pipeline)进行处理，分别输出经过处理后的YUV图像。分别从两个YUV图像中提取Y通道的图像，获得相应的灰度分量图像。后续处理中，可以根据灰度分量图像进行图像融合处理。
RGB通道图像中包括R分量、G分量和B分量。RGB通道图像有多种构成方式，例如图2所示的每个2*2的RGGB格式的RGB通道图像中包括1个R分量，1个B分量和2个G分量。在其它格式的RGB通道图像中，可以包括1个R分量，2个B分量和1个G分量，或者包括2个R分量，1个B分量和1个G分量。并且分量的布局方式与图2所示的布局方式不同。
步骤S12中，可以使用图像多尺度分解方法确定灰度分量图像的分解子带信息。图像多尺度分解方法用于将原图像分解为不同尺度的多个图像，分解出的不同分解图像表达不同频带的图像信息。例如，步骤S12中，使用第一图像多尺度分解方法确定第一灰度分量图像的第一分解子带信息；使用第二图像多尺度分解方法确定第二灰度分量图像的第二分解子带信息。第一图像多尺度分解方法和第二图像多尺度分解方法相同或者不相同。
步骤S15中，根据第三灰度分量图像构建与目标图像对应的彩色图像，可以包括：使用第三灰度分量图像与RGB通道图像对应的YUV图像中的色度分量图像和色饱和度分量图像构建成新的YUV图像，或者，使用第三灰度分量图像与RGB通道图像对应的YUV图像中的色度分量图像和色饱和度分量图像构建成新的YUV图像，将YUV图像转换为RGB图像。
本实施例中，可以从具备RGBW阵列排布的图像传感器采集得到原始RAW格式图像，从原始RAW格式图像中提取出RGB通道图像和W通道图像，确定RGB通道图像的第一灰度分量图像的第一分解子带信息，确定W通道图像的第二灰度分量图像的第二分解子带信息，将两个分解子带信息进行融合，利用W通道图像的信息对RGB通道图像进行补偿，提升低照度下图像的信噪比，提高图像整体亮度，提高图像质量。
使用本实施例处理RGBW通道图像时，可有效提升融合后图像(例如融合后的RGB图像)的信噪比，提高图像整体亮度，提高图像质量。具体分析如下：相比于传统的RGGB结构图像传感器,RGBW结构图像传感器的W通道可通过全色光谱的能量，因此在相同的曝光时间下，W通道可获得更高的亮度。针对RGBW图像传感器的RGB通道与W通道的常规融合方法如下：将RGBW阵列排布的传感器采集到的图像拆分为RGB通道图像与W通道图像，将RGB通道图像与W通道图像分别经过图像处理通路(ISP pipeline)进行处理，输出处理后的YUV格式图像，赋予RGB通道图像对应的YUV图像中Y通道图像的权重为0.5，赋予W通道图像对应的YUV图像中Y通道图像的权重也为0.5，对两个Y通道图像进行图像融合，将融合后的Y通道图像与RGB通道图像对应的YUV图像中的色度分量图像和色饱和度分量图像构建成新的RGB图像，进而达到将RGB通道信息与W通道信息融合的目的。这种直接采用RGB通道图像对应的Y通道图像与W通道图像对应的Y通道图像使用相同权重的方式，会造成图像对比度的显著下降与图像细节的损失，对图像质量的影响较大。所以，使用本实施例中方法针对RGBW图像进行处理后，可有效提升融合后图像(例如融合后的RGB图像)的信噪比，提高图像整体亮度，提高图像质量。
本公开实施例中提供一种图像处理方法，此方法包括图1所示的方法，并且，多尺度图像处理算法可以是基于小波变换的多尺度图像处理算法，或者可以是，基于拉普拉斯金字塔的多尺度图像处理算法。
图像多尺度处理算法包括图像多尺度分解算法和图像多尺度重构算法，图像多尺度重构算法是图像多尺度分解算法的逆向算法。
小波变换的多尺度图像处理算法中可使用不同的小波基，例如可用的小波基可以包括以下中的一种：Haar,Daubechies，Biorthogonal，Coiflets，Symlets，Morlet，Mexican。
小波变换的多尺度图像分解算法中，在第一分解层，将图像分解为一个低频带子图像和三个高频带子图像，得到一个低频带小波系数矩阵和三个高频带小波系数矩阵。在后续的分解层中，将上一分解层中的低频带的图像继续分解为一个低频带子图像和三个高频带子图像，依次类推。
使用基于小波变换的多尺度图像分解算法计算图像的多尺度系数的方法可以包括：
将图像分解为一个低频带子图像和三个高频带子图像，得到一个低频带小波系数矩阵和三个高频带小波系数矩阵。低频带小波系数矩阵对应于LL频带，LL频带是包含图像的低频信息的频带。三个高频带小波系数矩阵分别对应于HH频带、LH频带和HL频带。其中，HH频带是包含图像的对角高频信息的频带，LH频带是包含图像的水平方向高频信息的频带，HL频带是包含图像的垂直方向高频信息的频带。
从而，在第一分解层中包括一个低频带小波系数矩阵，包括低频带图像上每个像素点的系数，使用XLL，1(i,j)表示对应于第一分解层的LL频带的分解图像中(i,j)像素点的系数，i表示当前像素在相应图像中的行的位置，j表示当前像素在相应图像中的列的位置。
第一分解层中还包括三个高频带小波系数矩阵分别为XHH，1(i,j)，XLH，1(i,j)，XHL，1(i,j)。
其中，XHH，1(i,j)表示对应于第一分解层的HH频带的分解图像中(i,j)像素点的系数；XLH，1(i,j)表示对应于第一分解层的LH频带的分解图像中(i,j)像素点的系数；XHL，1(i,j)表示对应于第一分解层的HL频带的分解图像中(i,j)像素点的系数。其它分解层的各频带的系数表达方式同理。
在第二分解层中，对第一分解层中获得的低频带小波图像继续分解为一个低频带子图像和三个高频带子图像，得到一个低频带小波系数矩阵和三个高频带小波系数矩阵。
从而在第二分解层中，包括一个低频带小波系数矩阵，标记为XLL,2(i,j)，以及三个高频带小波系数矩阵分别为XHH,2(i,j)，XLH,2(i,j)，XHL,2(i,j)。
在第三分解层中，对第二分解层中获得的低频带小波图像继续分解为一个低频带子图像和三个高频带子图像，得到一个低频带小波系数矩阵和三个高频带小波系数矩阵。
从而在第三分解层中，包括一个低频带小波系数矩阵，标记为XLL,3(i,j)，以及三个高频带小波系数矩阵分别为XHH,3(i,j)，XLH,3(i,j)，XHL,3(i,j)。
依此类推。
图像金字塔方法的原理是：将原图像分解为多尺度的金字塔图像序列，低分辨率的图像在上层，高分辨率的图像在下层，上层图像的大小为前一层图像大小的1/4。将所有图像的金字塔在相应层上以一定的规则融合，就可得到合成金字塔，再将该合成金字塔按照金字塔生成的逆过程进行重构，得到融合金字塔。
本公开实施例中提供一种图像处理方法，此方法包括图1所示的方法，并且，步骤S12中确定第一灰度分量图像的第一分解子带信息，以及，确定第二灰度分量图像的第二分解子带信息，可以包括：
采用图像多尺度分解方法，确定第一灰度分量图像的第一分解子带信息以及确定第二灰度分量图像的第二分解子带信息；第一分解子带信息和第二分解子带信息中的分解层的数量相同，每个分解层中的频带的数量相同。
例如：使用基于Haar小波基的小波变换的图像多尺度分解方法，对第一灰度分量图像进行3层分解，获得3个分解层，每个分解层对应4个频带的频带系数。
在一示例中，使用基于小波变换的多尺度图像处理算法计算拜耳RGB格式图像对应的Y通道图像的多尺度分解子带信息包括：
Figure BDA0002608814790000131
Figure BDA0002608814790000132
Figure BDA0002608814790000133
因为第一分解层中的
Figure BDA0002608814790000134
被分解为第二分解层中的四个系数，所以RGB通道图像的多尺度分解子带信息中不包括
Figure BDA0002608814790000135
同理，因为第二分解层中的
Figure BDA0002608814790000136
被分解为第三分解层中的四个系数，所以RGB通道图像的多尺度分解子带信息中不包括
Figure BDA0002608814790000137
其中，
Figure BDA0002608814790000138
表示RGB通道图像对应于第一分解层的HH频带的分解图像中(i,j)像素点的系数。
Figure BDA0002608814790000139
表示RGB通道图像对应于第一分解层的LH频带的分解图像中(i,j)像素点的系数。
Figure BDA00026088147900001310
表示RGB通道图像对应于第一分解层的HL频带的分解图像中(i,j)像素点的系数。
Figure BDA00026088147900001311
表示RGB通道图像对应于第一分解层的LL频带的分解图像中(i,j)像素点的系数。其它分解层的各频带的系数的表达方式同理。
使用基于小波变换的多尺度图像分解算法计算W通道图像对应的Y通道图像的多尺度分解子带信息包括：
Figure BDA0002608814790000141
Figure BDA0002608814790000142
Figure BDA0002608814790000143
表示W通道图像对应于第一分解层的HH频带的分解图像中(i,j)像素点的系数。
Figure BDA0002608814790000144
表示W通道图像对应于第一分解层的LH频带的分解图像中(i,j)像素点的系数。
Figure BDA0002608814790000145
表示W通道图像对应于第一分解层的HL频带的分解图像中(i,j)像素点的系数。
Figure BDA0002608814790000146
表示W通道图像对应于第一分解层的LL频带的分解图像中(i,j)像素点的系数。其它分解层的各频带的系数的表达方式同理。
在另一实施方式中，采用不同的图像多尺度分解方法，确定第一灰度分量图像的第一分解子带信息以及确定第二灰度分量图像的第二分解子带信息。例如，采用第一分解方法确定第一灰度分量图像的第一分解子带信息，采用第二分解方法确定第二灰度分量图像的第二分解子带信息。第一分解方法和第二分解方法均基于相同小波基的小波变换，但是第一分解方法的分解层数与第二分解方法的分解层数不同。
本公开实施例中提供一种图像处理方法，此方法包括图1所示的方法，并且步骤S14中根据第一分解子带信息和第二分解子带信息确定第三分解子带信息，可以包括：
步骤S141,将同一分解层下第一分解子带信息和第二分解子带信息的相同频带作为第三分解子带信息在此分解层下对应的频带。
步骤S142，针对所述第三分解子带信息中各分解层下的每个频带，根据所述第一分解子带信息中相应频带的频带系数矩阵和所述第二分解子带信息中相应频带的频带系数矩阵，计算所述第三分解子带信息中相应频带的频带系数矩阵。
在一实施方式中，在步骤S141之前还可以包括:步骤S140，确定第一分解子带信息对应的第一分解层数和每个分解层对应的频带数；确定第二分解子带信息对应的第二分解层数和每个分解层对应的频带数。
第一分解子带信息和第二分解子带信息中的分解层数不同，或者分解层数相同但至少一分解层中对应的频带的数量相同时，步骤S141中可以确定同一分解层下第一分解子带信息和第二分解子带信息的相同频带。
例如，在一示例中：
步骤S140中，第一分解子带信息对应的第一分解层数为3，每个分解层对应4个频带。第一分解层对应的频带分别为第一分解层下的LL频带，LH频带，HL频带和HH频带；第二分解层对应的四个频带，分别为第二分解下的LL频带，LH频带，HL频带和HH频带；第三分解层对应的四个频带，分别为第三分解层下LL频带，LH频带，HL频带和HH频带。
第二分解子带信息对应的第二分解层数为2，每个分解层对应4个频带。第一分解层对应的频带分别为第一分解层下的LL频带，LH频带，HL频带和HH频带；第二分解层对应的四个频带，分别为第二分解下的LL频带，LH频带，HL频带和HH频带。
该示例中，步骤S141中，确定同一分解层下第一分解子带信息和第二分解子带信息的相同频带可以包括：第一分解层下的四个频带，以及第二分解层下的四个频带。从而确定第三分解子带信息中包括两个分解层，每个分解层中包括四个频带。
在一实施方式中，第一分解子带信息和第二分解子带信息中的分解层数相同并且每个分解层数对应的频带数也相同时，确定第三分解子带信息中分解层数是第一分解子带信息或第二分解子带信息的分解层数，确定第三分解子带信息中每个分解层对应的频带数是第一分解子带信息或第二分解子带信息中相应的分解层中的频带数。
步骤S142中，计算第三分解子带信息中一个频带的频带系数矩阵时，可以使用第一分解子带信息和第二分解子带信息中同一频带对应的频带系数矩阵进行计算。例如：
使用第一分解子带信息中第一分解层的HH频带的频带系数矩阵，以及第二分解子带信息中第一分解层的HH频带的频带系数矩阵，计算第三分解子带信息中第一分解层的HH频带的频带系数矩阵。
使用第一分解子带信息中第二分解层的LL频带的频带系数矩阵，以及第二分解子带信息中第二分解层的LL频带的频带系数矩阵，计算第三分解子带信息中第二分解层的LL频带的频带系数矩阵。
本公开实施例中提供一种图像处理方法，此方法包括图1所示的方法，并且步骤S14中根据第一分解子带信息和第二分解子带信息确定第三分解子带信息，可以包括：
对于所述第三分解子带信息中的设定高频带，将所述第二分解子带信息中的设定高频带的频带系数矩阵，确定为所述第三分解子带信息中相应的设定高频带的频带系数矩阵；
对于所述第三分解子带信息中除所述设定高频带之外的各个频带，确定第三分解子带信息中的每个频带的频带系数矩阵中每个像素点对应的系数值是，所述第一分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值，与所述第二分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值的平均值。
本实施例中，可以在不同的情况下，设置第三分解子带信息中不同的一个或多个频带为设定高频带。
在一种实施方式中，第一分解子带信息和第二分解子带信息是基于小波变换的图像多尺度分解方法获得的分解子带信息。设定高频带是第一分解层中的HH频带。
对于设定高频带，将W通道图像的第二分解子带信息对应的设定高频带的频带系数矩阵作为第三分解子带信息的设定高频带的频带系数矩阵。即对于第一分解层中的HH频带：
Figure BDA0002608814790000161
其中，
Figure BDA0002608814790000162
表示第三分解子带信息中第一分解层的HH频带对应的分解图像中(i,j)像素点上的频带系数。关于第三分解子带信息中其它分解层以及其它频带对应的频带系数与此同理。
对于第三分解子带信息中除设定高频带之外的每个频带，确定第三分解子带信息中的每个频带的频带系数矩阵中每个像素点对应的系数值是，第一分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值，与第二分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值的平均值。
在一示例中，对于第一分解层中的LH频带：
Figure BDA0002608814790000171
对于第一分解层中的HL频带：
Figure BDA0002608814790000172
对于第二分解层中的HH频带即第一分解层中LL频带下的HH频带：
Figure BDA0002608814790000173
对于第二分解层中的LH频带即第一分解层中LL频带下的LH频带：
Figure BDA0002608814790000174
对于第二分解层中的HL频带即第一分解层中LL频带下的HL频带：
Figure BDA0002608814790000175
对于第三分解层中的HH频带即第二分解层中LL频带下的HH频带：
Figure BDA0002608814790000176
对于第三分解层中的LH频带即第二分解层中LL频带下的LH频带：
Figure BDA0002608814790000177
对于第三分解层中的HL频带即第二分解层中LL频带下的HL频带：
Figure BDA0002608814790000178
对于第三分解层中的LL频带即第二分解层中LL频带下的LL频带：
Figure BDA0002608814790000179
其中，
Figure BDA00026088147900001710
表示第三分解子带信息对应于第三分解层的HH频带的分解图像中(i,j)像素点的系数。
Figure BDA0002608814790000181
表示第三分解子带信息对应于第三分解层的LH频带的分解图像中(i,j)像素点的系数。
Figure BDA0002608814790000182
表示第三分解子带信息对应于第三分解层的HL频带的分解图像中(i,j)像素点的系数。
Figure BDA0002608814790000183
表示第三分解子带信息对应于第三分解层的LL频带的分解图像中(i,j)像素点的系数。
在一种实施方式中，确定设定高频带对应的频带包括第一分解层中的HH频带、LH频带和HL频带。
对于设定高频带，将W通道图像的第一分解子带对应的设定高频带的频带系数矩阵作为第三分解子带的设定高频带的频带系数矩阵。即对于第一分解层中的HH频带、LH频带和HL频带：
Figure BDA0002608814790000184
Figure BDA0002608814790000185
Figure BDA0002608814790000186
对于除设定高频带之外的每个频带，确定第三分解子带信息中的每个频带的频带系数矩阵中每个像素点对应的系数值是，第一分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值，与第二分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值的平均值。
本公开实施例中提供一种图像处理方法，此方法包括图1所示的方法，并且步骤S14中根据第一分解子带信息和第二分解子带信息确定第三分解子带信息，可以包括：
确定所述第三分解子带信息在每个频带的频带系数矩阵是第一矩阵与第二矩阵的和，所述第一矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第二矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1，所述第二分解子带信息在设定高频带上对应的加权系数大于在除所述设定高频带之外的频带上对应的加权系数。
例如：
小波变换的分解层数为3层时，设定高频带是第一分解层中的HH频带。W通道图像的第二分解子带信息在设定高频带上对应的加权系数为0.98，在除高频带之外的频带上对应的加权系数均为0.5，或者0.6，或者0.55等。
在一示例中，设定高频带是第一分解层中的HH频带。
第一分解层中的HH频带:
Figure BDA0002608814790000191
对于第一分解层中的LH频带：
Figure BDA0002608814790000192
对于第一分解层中的HL频带：
Figure BDA0002608814790000193
以此类推。
本公开实施例中提供一种图像处理方法，此方法包括图1所示的方法，并且步骤S14中根据第一分解子带信息和第二分解子带信息确定第三分解子带信息，可以包括：
确定所述第三分解子带信息在每个频带的频带系数矩阵，是第三矩阵与第四矩阵的和，所述第三矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第四矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1；所述第二分解子带信息在频带上对应的加权系数与频带所属分解层的层数呈负相关。
例如：小波变换的分解层数为3层时，第二分解子带信息在频带上对应的加权系数与频带所属分解层的层数呈负相关。
例如：第一分解层中的HH频带、LH频带、HL频带和HH频带对应的加权系数均大于第二分解层中的HH频带、LH频带、HL频带和HH频带对应的加权系数。
第二分解层中的HH频带、LH频带、HL频带和HH频带对应的加权系数均大于第三分解层中的HH频带、LH频带、HL频带和HH频带对应的加权系数。
本公开实施例中提供一种图像处理方法，此方法包括图1所示的方法，并且步骤S14中根据第一分解子带信息和第二分解子带信息确定第三分解子带信息，可以包括：
对于第三分解子带信息中的设定高频带，将第二分解子带信息中设定高频带的频带系数确定为第三分解子带信息中相应的设定高频带的频带系数；
对于第三分解子带信息中除设定高频带之外的每个频带，执行以下操作：
对于所述第三分解子带信息中的设定高频带，将所述第二分解子带信息中设定高频带的频带系数矩阵确定为所述第三分解子带信息中相应的设定高频带的频带系数矩阵；
对于所述第三分解子带信息中除设定高频带之外的每个频带，确定所述第三分解子带信息在每个频带的频带系数矩阵，是第五矩阵与第六矩阵的和，所述第五矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第六矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1；所述第二分解子带信息在频带上对应的加权系数与频带所属分解层的层数呈负相关。
例如：
小波变换的分解层数为3层时，确定高频带是第一分解层中的HH频带。将W通道图像的第二分解子带信息中第一分解层中的HH频带的频带系数作为第三分解子带信息中第一分解层中的HH频带的频带系数。
第一分解层中的HH频带、LH频带、HL频带和HH频带对应的加权系数均大于第二分解层中的HH频带、LH频带、HL频带和HH频带对应的加权系数。
第二分解层中的HH频带、LH频带、HL频带和HH频带对应的加权系数均大于第三分解层中的HH频带、LH频带、HL频带和HH频带对应的加权系数。
本公开实施例中提供一种图像处理方法，此方法包括图1所示的方法，并且步骤S14中根据第一分解子带信息和第二分解子带信息确定第三分解子带信息，可以包括：
确定所述第三分解子带信息中每个频带的频带系数矩阵，是第七矩阵与第八矩阵的和，所述第七矩阵是第一分解子带信息中相应频带的频带系数矩阵与第一分解子带信息中相应频带的加权系数矩阵的点乘矩阵；所述第八矩阵是第二分解子带信息中相应频带的频带系数矩阵与第二分解子带信息中相应频带的加权系数矩阵的点乘矩阵；
所述第一分解子带信息中每个频带的加权系数矩阵中每个像素点的加权系数值是，根据所述第一灰度分量图像在相应频带的分解图像中每个像素点对应的第一方差计算得到的；
所述第二分解子带信息中每个频带的加权系数矩阵中每个像素点的加权系数值是，根据所述第二灰度分量图像在相应频带的分解图像中每个像素点对应的第二方差计算得到的；
其中，第一灰度分量图像和第二灰度分量图像在相同频带的分解图像中相同像素点对应的加权系数的和为1；第一灰度分量图像在每个频带上的分解图像中每个像素点对应的加权系数与相应像素点对应的第一方差呈正相关，第二灰度分量图像在每个频带上的分解图像中每个像素点对应的加权系数与相应像素点对应的第二方差呈正相关。
其中，一像素点对应的第一方差和第二方差均是以每个像素点为中心的设定大小的区域(例如3乘3的区域，或者5乘5的区域，或者7乘7的区域)内像素值的方差值。
在一实施例中，每个像素点对应的第一方差与第二方差的比值等于相应像素点上第一灰度分量图像在此频带上的分解图像中此像素点对应的加权系数和第二灰度分量图像在此频带上的分解图像中相应像素点对应的加权系数的比值。
例如：第一分解层中的HH频带:
Figure BDA0002608814790000221
其中，
Figure BDA0002608814790000222
是指在第一分解层的HH频带中，第二灰度分量图像在在此频带的分解图像中(i,j)像素点对应的加权系数。
Figure BDA0002608814790000223
是指第一分解层中的HH频带中，第二灰度分量图像在此频带的分解图像中(i,j)像素点对应的加权系数。
Figure BDA0002608814790000224
是指第一分解层中的HH频带中，第二灰度分量图像在此频带的分解图像中(i,j)像素点上的第二方差。
Figure BDA0002608814790000225
是指第一分解层中的HH频带中，第一灰度分量图像在此频带的分解图像中(i,j)像素点上的第一方差。
例如：小波变换的分解层数为2层时，使用基于小波变换的多尺度图像分解算法计算第一灰度分量图像的第一分解子带信息包括：
Figure BDA0002608814790000226
Figure BDA0002608814790000227
小波变换的分解层数为2层时，使用基于小波变换的多尺度图像分解算法计算第二灰度分量图像的第二分解子带信息包括：
Figure BDA0002608814790000228
Figure BDA0002608814790000229
针对一频带的一像素点，根据此像素点对应的第一方差与第二方差，确定相应像素点上第一灰度分量图像在此频带的分解图像中此像素点对应的加权系数，以及第二灰度分量图像在此频带的分解图像中此像素点对应的加权系数，例如：针对第一分解层中的HH频带的计算方式为：
Figure BDA00026088147900002210
针对第一分解层中的LH频带的计算方式为：
Figure BDA00026088147900002211
针对第一分解层中其它频带以及第二分解层中各频带的计算方式与上述计算方式同理。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开实施例中提供一种图像处理装置。参照图3，图3是根据一示例性实施例示出的一种图像处理装置的结构图。如图3所示，此装置包括：
提取模块301，被配置为从目标图像中提取出红绿蓝通道图像和白通道图像；
第一确定模块302，被配置为确定所述红绿蓝通道图像的第一灰度分量图像，以及确定所述白通道图像的第二灰度分量图像；
第二确定模块303，被配置为确定所述第一灰度分量图像的第一分解子带信息，以及，确定所述第二灰度分量图像的第二分解子带信息；所述第一分解子带信息包括至少一分解层，每个分解层包括至少一频带，每个频带对应一频带系数矩阵；所述第二分解子带信息包括至少一分解层，每个分解层包括至少一频带，每个频带对应一频带系数矩阵；
第三确定模块304，被配置为根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息；
构建模块305，被配置为根据所述第三分解子带信息进行图像重构，获得第三灰度分量图像，根据所述第三灰度分量图像构建与所述目标图像对应的彩色图像。
本公开实施例中提供一种图像处理装置，此装置包括图3所示的装置，并且：
所述第二确定模块303，还被配置为使用以下方法确定所述第一灰度分量图像的第一分解子带信息，以及，确定所述第二灰度分量图像的第二分解子带信息：
采用图像多尺度分解方法，确定所述第一灰度分量图像的第一分解子带信息以及确定所述第二灰度分量图像的第二分解子带信息；
所述第一分解子带信息和所述第二分解子带信息中的分解层的数量相同，每个分解层中的频带的数量相同。
本公开实施例中提供一种图像处理装置，此装置包括图3所示的装置，并且：
所述第三确定模块304，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
将同一分解层下所述第一分解子带信息和所述第二分解子带信息的相同频带，作为所述第三分解子带信息在此分解层下对应的频带；
针对所述第三分解子带信息中各分解层下的每个频带，根据所述第一分解子带信息中相应频带的频带系数矩阵和所述第二分解子带信息中相应频带的频带系数矩阵，计算所述第三分解子带信息中相应频带的频带系数矩阵。
本公开实施例中提供一种图像处理装置，此装置包括图3所示的装置，并且：
所述第二确定模块303，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
对于所述第三分解子带信息中的设定高频带，将所述第二分解子带信息中的设定高频带的频带系数矩阵，确定为所述第三分解子带信息中相应的设定高频带的频带系数矩阵；
对于所述第三分解子带信息中除所述设定高频带之外的各个频带，确定第三分解子带信息中的每个频带的频带系数矩阵中每个像素点对应的系数值是，所述第一分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值，与所述第二分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值的平均值。
本公开实施例中提供一种图像处理装置，此装置包括图3所示的装置，并且：
所述第二确定模块303，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
确定所述第三分解子带信息在每个频带的频带系数矩阵是第一矩阵与第二矩阵的和，所述第一矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第二矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1，所述第二分解子带信息在设定高频带上对应的加权系数大于在除所述设定高频带之外的频带上对应的加权系数。
本公开实施例中提供一种图像处理装置，此装置包括图3所示的装置，并且：
所述第二确定模块303，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
确定所述第三分解子带信息在每个频带的频带系数矩阵，是第三矩阵与第四矩阵的和，所述第三矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第四矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1；所述第二分解子带信息在频带上对应的加权系数与频带所属分解层的层数呈负相关。
本公开实施例中提供一种图像处理装置，此装置包括图3所示的装置，并且：
所述第二确定模块303，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
对于所述第三分解子带信息中的设定高频带，将所述第二分解子带信息中设定高频带的频带系数矩阵确定为所述第三分解子带信息中相应的设定高频带的频带系数矩阵；
对于所述第三分解子带信息中除设定高频带之外的每个频带，确定所述第三分解子带信息在每个频带的频带系数矩阵，是第五矩阵与第六矩阵的和，所述第五矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第六矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1；所述第二分解子带信息在频带上对应的加权系数与频带所属分解层的层数呈负相关。
本公开实施例中提供一种图像处理装置，此装置包括图3所示的装置，并且：
所述第二确定模块303，，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
确定所述第三分解子带信息中每个频带的频带系数矩阵，是第七矩阵与第八矩阵的和，所述第七矩阵是第一分解子带信息中相应频带的频带系数矩阵与第一分解子带信息中相应频带的加权系数矩阵的点乘矩阵；所述第八矩阵是第二分解子带信息中相应频带的频带系数矩阵与第二分解子带信息中相应频带的加权系数矩阵的点乘矩阵；
所述第一分解子带信息中每个频带的加权系数矩阵中每个像素点的加权系数值是，根据所述第一灰度分量图像在相应频带的分解图像中每个像素点对应的第一方差计算得到的；
所述第二分解子带信息中每个频带的加权系数矩阵中每个像素点的加权系数值是，根据所述第二灰度分量图像在相应频带的分解图像中每个像素点对应的第二方差计算得到的；
其中，第一灰度分量图像和第二灰度分量图像在相同频带的分解图像中相同像素点对应的加权系数的和为1；第一灰度分量图像在每个频带上的分解图像中每个像素点对应的加权系数与相应像素点对应的第一方差呈正相关，第二灰度分量图像在每个频带上的分解图像中每个像素点对应的加权系数与相应像素点对应的第二方差呈正相关。
本公开实施例中提供一种图像处理装置，此装置处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行上述方法。
本公开实施例中提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行上述方法。
图4是根据一示例性实施例示出的一种图像处理装置400的框图。例如，装置400可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图4，装置400可以包括以下一个或多个组件：处理组件402，存储器404，电源组件406，多媒体组件408，音频组件410，输入/输出(I/O)的接口412，传感器组件414，以及通信组件416。
处理组件402通常控制装置400的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个处理器420来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件402可以包括一个或多个模块，便于处理组件402和其他组件之间的交互。例如，处理组件402可以包括多媒体模块，以方便多媒体组件408和处理组件402之间的交互。
存储器404被配置为存储各种类型的数据以支持在设备400的操作。这些数据的示例包括用于在装置400上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件406为装置400的各种组件提供电力。电源组件406可以包括电源管理系统，一个或多个电源，及其他与为装置400生成、管理和分配电力相关联的组件。
多媒体组件408包括在所述装置400和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件408包括一个前置摄像头和/或后置摄像头。当设备400处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件410被配置为输出和/或输入音频信号。例如，音频组件410包括一个麦克风(MIC)，当装置400处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。在一些实施例中，音频组件410还包括一个扬声器，用于输出音频信号。
I/O接口412为处理组件402和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件414包括一个或多个传感器，用于为装置400提供各个方面的状态评估。例如，传感器组件414可以检测到设备400的打开/关闭状态，组件的相对定位，例如所述组件为装置400的显示器和小键盘，传感器组件414还可以检测装置400或装置400一个组件的位置改变，用户与装置400接触的存在或不存在，装置400方位或加速/减速和装置400的温度变化。传感器组件414可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件414还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件416被配置为便于装置400和其他设备之间有线或无线方式的通信。装置400可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件416经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件416还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器404，上述指令可由装置400的处理器420执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。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下面的权利要求指出。
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制。

Claims (18)

1.一种图像处理方法，其特征在于，包括：
从目标图像中提取出红绿蓝通道图像和白通道图像；
确定所述红绿蓝通道图像的第一灰度分量图像，以及确定所述白通道图像的第二灰度分量图像；
确定所述第一灰度分量图像的第一分解子带信息，以及，确定所述第二灰度分量图像的第二分解子带信息；所述第一分解子带信息包括至少一分解层，每个分解层包括至少一频带，每个频带对应一频带系数矩阵；所述第二分解子带信息包括至少一分解层，每个分解层包括至少一频带，每个频带对应一频带系数矩阵；
根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息；
根据所述第三分解子带信息进行图像重构，获得第三灰度分量图像，根据所述第三灰度分量图像构建与所述目标图像对应的彩色图像。
2.如权利要求1所述的图像处理方法，其特征在于，
所述确定所述第一灰度分量图像的第一分解子带信息，以及，确定所述第二灰度分量图像的第二分解子带信息，包括：
采用图像多尺度分解方法，确定所述第一灰度分量图像的第一分解子带信息以及确定所述第二灰度分量图像的第二分解子带信息；
所述第一分解子带信息和所述第二分解子带信息中的分解层的数量相同，每个分解层中的频带的数量相同。
3.如权利要求1所述的图像处理方法，其特征在于，
所述根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息，包括：
将同一分解层下所述第一分解子带信息和所述第二分解子带信息的相同频带，作为所述第三分解子带信息在此分解层下对应的频带；
针对所述第三分解子带信息中各分解层下的每个频带，根据所述第一分解子带信息中相应频带的频带系数矩阵和所述第二分解子带信息中相应频带的频带系数矩阵，计算所述第三分解子带信息中相应频带的频带系数矩阵。
4.如权利要求1或3所述的图像处理方法，其特征在于，
所述根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息，包括：
对于所述第三分解子带信息中的设定高频带，将所述第二分解子带信息中的设定高频带的频带系数矩阵，确定为所述第三分解子带信息中相应的设定高频带的频带系数矩阵；
对于所述第三分解子带信息中除所述设定高频带之外的各个频带，确定第三分解子带信息中的每个频带的频带系数矩阵中每个像素点对应的系数值是，所述第一分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值，与所述第二分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值的平均值。
5.如权利要求1或3所述的图像处理方法，其特征在于，
所述根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息，包括：
确定所述第三分解子带信息在每个频带的频带系数矩阵是第一矩阵与第二矩阵的和，所述第一矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第二矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1，所述第二分解子带信息在设定高频带上对应的加权系数大于在除所述设定高频带之外的频带上对应的加权系数。
6.如权利要求1或3所述的图像处理方法，其特征在于，
所述根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息，包括：
确定所述第三分解子带信息在每个频带的频带系数矩阵，是第三矩阵与第四矩阵的和，所述第三矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第四矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1；所述第二分解子带信息在频带上对应的加权系数与频带所属分解层的层数呈负相关。
7.如权利要求1或3所述的图像处理方法，其特征在于，
所述根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息，包括：
对于所述第三分解子带信息中的设定高频带，将所述第二分解子带信息中设定高频带的频带系数矩阵确定为所述第三分解子带信息中相应的设定高频带的频带系数矩阵；
对于所述第三分解子带信息中除设定高频带之外的每个频带，确定所述第三分解子带信息在每个频带的频带系数矩阵，是第五矩阵与第六矩阵的和，所述第五矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第六矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1；所述第二分解子带信息在频带上对应的加权系数与频带所属分解层的层数呈负相关。
8.如权利要求1或3所述的图像处理方法，其特征在于，
所述根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息，包括：
确定所述第三分解子带信息中每个频带的频带系数矩阵，是第七矩阵与第八矩阵的和，所述第七矩阵是第一分解子带信息中相应频带的频带系数矩阵与第一分解子带信息中相应频带的加权系数矩阵的点乘矩阵；所述第八矩阵是第二分解子带信息中相应频带的频带系数矩阵与第二分解子带信息中相应频带的加权系数矩阵的点乘矩阵；
所述第一分解子带信息中每个频带的加权系数矩阵中每个像素点的加权系数值是，根据所述第一灰度分量图像在相应频带的分解图像中每个像素点对应的第一方差计算得到的；
所述第二分解子带信息中每个频带的加权系数矩阵中每个像素点的加权系数值是，根据所述第二灰度分量图像在相应频带的分解图像中每个像素点对应的第二方差计算得到的；
其中，第一灰度分量图像和第二灰度分量图像在相同频带的分解图像中相同像素点对应的加权系数的和为1；第一灰度分量图像在每个频带上的分解图像中每个像素点对应的加权系数与相应像素点对应的第一方差呈正相关，第二灰度分量图像在每个频带上的分解图像中每个像素点对应的加权系数与相应像素点对应的第二方差呈正相关。
9.一种图像处理装置，其特征在于，包括：
提取模块，被配置为从目标图像中提取出红绿蓝通道图像和白通道图像；
第一确定模块，被配置为确定所述红绿蓝通道图像的第一灰度分量图像，以及确定所述白通道图像的第二灰度分量图像；
第二确定模块，被配置为确定所述第一灰度分量图像的第一分解子带信息，以及，确定所述第二灰度分量图像的第二分解子带信息；所述第一分解子带信息包括至少一分解层，每个分解层包括至少一频带，每个频带对应一频带系数矩阵；所述第二分解子带信息包括至少一分解层，每个分解层包括至少一频带，每个频带对应一频带系数矩阵；
第三确定模块，被配置为根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息；
构建模块，被配置为根据所述第三分解子带信息进行图像重构，获得第三灰度分量图像，根据所述第三灰度分量图像构建与所述目标图像对应的彩色图像。
10.如权利要求9所述的图像处理装置，其特征在于，
所述第二确定模块，还被配置为使用以下方法确定所述第一灰度分量图像的第一分解子带信息，以及，确定所述第二灰度分量图像的第二分解子带信息：
采用图像多尺度分解方法，确定所述第一灰度分量图像的第一分解子带信息以及确定所述第二灰度分量图像的第二分解子带信息；
所述第一分解子带信息和所述第二分解子带信息中的分解层的数量相同，每个分解层中的频带的数量相同。
11.如权利要求9所述的图像处理装置，其特征在于，
所述第三确定模块，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
将同一分解层下所述第一分解子带信息和所述第二分解子带信息的相同频带，作为所述第三分解子带信息在此分解层下对应的频带；
针对所述第三分解子带信息中各分解层下的每个频带，根据所述第一分解子带信息中相应频带的频带系数矩阵和所述第二分解子带信息中相应频带的频带系数矩阵，计算所述第三分解子带信息中相应频带的频带系数矩阵。
12.如权利要求9或11所述的图像处理装置，其特征在于，
所述第三确定模块，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
对于所述第三分解子带信息中的设定高频带，将所述第二分解子带信息中的设定高频带的频带系数矩阵，确定为所述第三分解子带信息中相应的设定高频带的频带系数矩阵；
对于所述第三分解子带信息中除所述设定高频带之外的各个频带，确定第三分解子带信息中的每个频带的频带系数矩阵中每个像素点对应的系数值是，所述第一分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值，与所述第二分解子带信息中相应频带的频带系数矩阵中相应像素点的系数值的平均值。
13.如权利要求9或11所述的图像处理装置，其特征在于，
所述第三确定模块，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
确定所述第三分解子带信息在每个频带的频带系数矩阵是第一矩阵与第二矩阵的和，所述第一矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第二矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1，所述第二分解子带信息在设定高频带上对应的加权系数大于在除所述设定高频带之外的频带上对应的加权系数。
14.如权利要求9或11所述的图像处理装置，其特征在于，
所述第三确定模块，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
确定所述第三分解子带信息在每个频带的频带系数矩阵，是第三矩阵与第四矩阵的和，所述第三矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第四矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1；所述第二分解子带信息在频带上对应的加权系数与频带所属分解层的层数呈负相关。
15.如权利要求9或11所述的图像处理装置，其特征在于，
所述第三确定模块，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
对于所述第三分解子带信息中的设定高频带，将所述第二分解子带信息中设定高频带的频带系数矩阵确定为所述第三分解子带信息中相应的设定高频带的频带系数矩阵；
对于所述第三分解子带信息中除设定高频带之外的每个频带，确定所述第三分解子带信息在每个频带的频带系数矩阵，是第五矩阵与第六矩阵的和，所述第五矩阵是所述第一分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积，所述第六矩阵是所述第二分解子带信息在相应频带上对应的加权系数与频带系数矩阵的乘积；
所述第一分解子带信息和所述第二分解子带信息在同一频带上对应的加权系数的和为1；所述第二分解子带信息在频带上对应的加权系数与频带所属分解层的层数呈负相关。
16.如权利要求9或11所述的图像处理装置，其特征在于，
所述第三确定模块，还被配置为使用以下方法根据所述第一分解子带信息和所述第二分解子带信息确定第三分解子带信息：
确定所述第三分解子带信息中每个频带的频带系数矩阵，是第七矩阵与第八矩阵的和，所述第七矩阵是第一分解子带信息中相应频带的频带系数矩阵与第一分解子带信息中相应频带的加权系数矩阵的点乘矩阵；所述第八矩阵是第二分解子带信息中相应频带的频带系数矩阵与第二分解子带信息中相应频带的加权系数矩阵的点乘矩阵；
所述第一分解子带信息中每个频带的加权系数矩阵中每个像素点的加权系数值是，根据所述第一灰度分量图像在相应频带的分解图像中每个像素点对应的第一方差计算得到的；
所述第二分解子带信息中每个频带的加权系数矩阵中每个像素点的加权系数值是，根据所述第二灰度分量图像在相应频带的分解图像中每个像素点对应的第二方差计算得到的；
其中，第一灰度分量图像和第二灰度分量图像在相同频带的分解图像中相同像素点对应的加权系数的和为1；第一灰度分量图像在每个频带上的分解图像中每个像素点对应的加权系数与相应像素点对应的第一方差呈正相关，第二灰度分量图像在每个频带上的分解图像中每个像素点对应的加权系数与相应像素点对应的第二方差呈正相关。
17.一种图像处理装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述权利要求1至8中任一权利要求所述的方法。
18.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行所述权利要求1至8中任一权利要求所述的方法。
CN202010747369.4A 2020-07-29 2020-07-29 一种图像处理方法、装置和存储介质 Pending CN114066784A (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202010747369.4A CN114066784A (zh) 2020-07-29 2020-07-29 一种图像处理方法、装置和存储介质
US17/205,520 US11900637B2 (en) 2020-07-29 2021-03-18 Image processing method and apparatus, and storage medium
KR1020210035077A KR102563468B1 (ko) 2020-07-29 2021-03-18 이미지 처리 방법, 장치 및 저장 매체
JP2021053241A JP7093441B2 (ja) 2020-07-29 2021-03-26 画像処理方法、装置及び記憶媒体
EP21165486.8A EP3945713A1 (en) 2020-07-29 2021-03-29 Image processing method and apparatus, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010747369.4A CN114066784A (zh) 2020-07-29 2020-07-29 一种图像处理方法、装置和存储介质

Publications (1)

Publication Number Publication Date
CN114066784A true CN114066784A (zh) 2022-02-18

Family

ID=75277805

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010747369.4A Pending CN114066784A (zh) 2020-07-29 2020-07-29 一种图像处理方法、装置和存储介质

Country Status (5)

Country Link
US (1) US11900637B2 (zh)
EP (1) EP3945713A1 (zh)
JP (1) JP7093441B2 (zh)
KR (1) KR102563468B1 (zh)
CN (1) CN114066784A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022122682A (ja) * 2021-02-10 2022-08-23 キヤノン株式会社 画像符号化装置及びその制御方法及びプログラム

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6195465B1 (en) * 1994-09-21 2001-02-27 Ricoh Company, Ltd. Method and apparatus for compression using reversible wavelet transforms and an embedded codestream
JP2004228952A (ja) * 2003-01-23 2004-08-12 Ricoh Co Ltd 画像処理装置、画像処理用プログラム及び記憶媒体
KR100607144B1 (ko) * 2003-12-29 2006-08-01 엘지.필립스 엘시디 주식회사 액정 디스플레이 장치
JP4837503B2 (ja) * 2006-09-12 2011-12-14 オリンパス株式会社 画像処理システム、画像処理プログラム
KR20110006112A (ko) * 2009-07-13 2011-01-20 삼성전자주식회사 카메라 시스템에서 디스플레이 패널의 백라이트를 제어하는 장치 및 그 방법
FR2975804B1 (fr) * 2011-05-27 2022-06-17 Lvmh Rech Procede de caracterisation du teint de la peau ou des phaneres
US9111339B1 (en) * 2013-07-31 2015-08-18 Marvell International Ltd. System and method for reducing noise from an image
JP2016014727A (ja) * 2014-07-01 2016-01-28 株式会社ジャパンディスプレイ 表示装置、電子機器及び画像表示方法
WO2018040751A1 (zh) * 2016-08-29 2018-03-08 努比亚技术有限公司 图像生成装置及方法、图像处理设备及存储介质
CN106447641A (zh) * 2016-08-29 2017-02-22 努比亚技术有限公司 图像生成装置及方法
CN107992182B (zh) * 2017-12-05 2021-06-29 北京小米移动软件有限公司 显示界面图像的方法和装置
CN108389165B (zh) 2018-02-02 2022-06-21 成都西纬科技有限公司 一种图像去噪方法、装置、终端系统和存储器
CN111353982B (zh) * 2020-02-28 2023-06-20 贝壳技术有限公司 一种深度相机图像序列筛选方法及装置

Also Published As

Publication number Publication date
US20220036590A1 (en) 2022-02-03
JP2022027438A (ja) 2022-02-10
JP7093441B2 (ja) 2022-06-29
KR20220014801A (ko) 2022-02-07
EP3945713A1 (en) 2022-02-02
KR102563468B1 (ko) 2023-08-04
US11900637B2 (en) 2024-02-13

Similar Documents

Publication Publication Date Title
CN110428378B (zh) 图像的处理方法、装置及存储介质
CN111709890B (zh) 一种图像增强模型的训练方法、装置及存储介质
CN109345485B (zh) 一种图像增强方法、装置、电子设备及存储介质
WO2021036991A1 (zh) 高动态范围视频生成方法及装置
CN110958401B (zh) 一种超级夜景图像颜色校正方法、装置和电子设备
US20140320602A1 (en) Method, Apparatus and Computer Program Product for Capturing Images
CN113850367B (zh) 网络模型的训练方法、图像处理方法及其相关设备
US9247152B2 (en) Determining image alignment failure
US10516860B2 (en) Image processing method, storage medium, and terminal
US11847769B2 (en) Photographing method, terminal, and storage medium
CN104380727A (zh) 图像处理装置和图像处理方法
CN107025441B (zh) 肤色检测方法及装置
US11222235B2 (en) Method and apparatus for training image processing model, and storage medium
US20200077020A1 (en) Method and apparatus for processing image, electronic device and storage medium
CN114066784A (zh) 一种图像处理方法、装置和存储介质
US11521305B2 (en) Image processing method and device, mobile terminal, and storage medium
CN115526774A (zh) 图像插值方法、装置、存储介质及电子设备
CN112419218A (zh) 图像处理方法、装置及电子设备
CN115205164B (zh) 图像处理模型的训练方法、视频处理方法、装置及设备
CN115359105B (zh) 景深扩展图像生成方法、设备及存储介质
US20220405896A1 (en) Image processing method and apparatus, model training method and apparatus, and storage medium
CN117557484A (zh) 颜色还原方法、装置及存储介质
CN116228554A (zh) 图像恢复方法、装置和计算机存储介质
CN118018835A (zh) 图像拍摄方法、装置、摄像设备及存储介质
CN116012222A (zh) 图像处理方法、装置、电子设备及存储介质

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