CN114219703A - 图像转换方法及装置、计算机可读存储介质 - Google Patents

图像转换方法及装置、计算机可读存储介质 Download PDF

Info

Publication number
CN114219703A
CN114219703A CN202111538752.XA CN202111538752A CN114219703A CN 114219703 A CN114219703 A CN 114219703A CN 202111538752 A CN202111538752 A CN 202111538752A CN 114219703 A CN114219703 A CN 114219703A
Authority
CN
China
Prior art keywords
image
component
value
pixel
gray level
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
CN202111538752.XA
Other languages
English (en)
Inventor
沈艳
徐建
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.)
Spreadtrum Communications Shanghai Co Ltd
Original Assignee
Spreadtrum Communications Shanghai 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 Spreadtrum Communications Shanghai Co Ltd filed Critical Spreadtrum Communications Shanghai Co Ltd
Priority to CN202111538752.XA priority Critical patent/CN114219703A/zh
Publication of CN114219703A publication Critical patent/CN114219703A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/04—Context-preserving transformations, e.g. by using an importance map
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Color Image Communication Systems (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)

Abstract

一种图像转换方法及装置、计算机可读存储介质，所述方法包括：获取初始图像，所述初始图像为YUV图像；将所述初始图像转换为中间灰度图像，所述中间灰度图像为M位的RGB图像；将所述中间灰度图像转换为第一目标灰度图像，确定转换时各个像素的各个分量的信息损失是否大于该分量的损失阈值，并对信息损失大于损失阈值的分量进行补偿；将补偿后的所述中间灰度图像转换为第二目标灰度图像，所述第一目标灰度图像和第二目标灰度图像为N位的RGB图像，其中，M和N均为正整数，M的数值大于N。由此，能够解决YUV图像直接转换为压缩程度较高、数据量较小的RGB图像时的“水渍”、模糊等图像失真问题，提高转换后图像的显示效果。

Description

图像转换方法及装置、计算机可读存储介质
技术领域
本发明涉及图像处理领域，尤其涉及一种图像转换方法及装置、计算机可读存储介质。
背景技术
若直接使用现有的转换方法，如谷歌(Google)自带的图像转换工具libYUV，将高分辨率的YUV图像转换为压缩程度较高、数据量较小的RGB图像(比如RGB565图像)时，可能会出现局部“水渍”、模糊等图像失真的问题，影响转换后图像的显示效果。
发明内容
本发明解决的技术问题是如何解决YUV图像直接转换为压缩程度较高的RGB图像时的“水渍”、模糊等图像失真问题，提高转换后图像的显示效果。
为解决上述问题，本发明实施例提供了一种图像转换方法，所述方法包括：获取初始图像，所述初始图像为YUV图像；将所述初始图像转换为中间灰度图像，所述中间灰度图像为M位的RGB图像；将所述中间灰度图像转换为第一目标灰度图像，确定转换时各个像素的各个分量的信息损失是否大于该分量的损失阈值，并对信息损失大于损失阈值的分量进行补偿；将补偿后的所述中间灰度图像转换为第二目标灰度图像，所述第一目标灰度图像和第二目标灰度图像为N位的RGB图像，其中，M和N均为正整数，M的数值大于N。
可选的，所述确定转换时各个像素的各个分量的信息损失是否大于该分量的损失阈值，并对信息损失大于损失阈值的分量进行补偿，包括：步骤A，获取所述中间灰度图像中第一个像素作为当前像素；步骤B，对于所述当前像素，依次获取各个分量作为当前分量；步骤C，将所述当前分量的值调整为所述第一目标灰度图像对应分量的比特位数，得到所述第一目标灰度图像中对应分量的值；步骤D，计算所述当前分量的值与所述第一目标灰度图像中对应分量的值之间的差，作为所述当前分量的信息损失；步骤E，如果所述当前分量的信息损失大于所述当前分量的损失阈值，则对所述当前分量进行信息补偿；步骤F，获取所述中间灰度图像中下一个像素作为所述当前像素，继续执行所述步骤B至步骤D，直至所述中间灰度图像中的所有像素被遍历。
可选的，所述将所述当前分量的值调整为所述第一目标灰度图像对应分量的比特位数，得到所述第一目标灰度图像中对应分量的值，包括：将所述当前分量的值的低L比特位置零，并将所述当前分量的值左移L比特位，得到所述第一目标灰度图像中对应分量的值；其中，对于所述当前像素，所述当前分量的值的比特位数比所述第一目标灰度图像中对应分量的值的比特位数多L位，所述L为正整数。
可选的，所述对所述当前分量进行信息补偿，包括：在所述当前分量的值上加预设值。
可选的，所述当前分量包括R分量、G分量和B分量，所述当前分量的损失阈值的生成步骤，包括：获取所述当前像素在第一拜耳矩阵的标准图案中对应的像素值，记作G分量的损失阈值，所述第一拜耳矩阵为2×2矩阵；获取所述当前像素在第二拜耳矩阵标准图案中对应的像素值，记作R分量以及B分量的损失阈值，所述第二拜耳矩阵为4×4矩阵。
可选的，所述第二拜耳矩阵通过16级灰度的标准图案得到，所述第一拜耳矩阵M1通过以下公式表示：
Figure BDA0003413700390000021
可选的，所述M等于24，N等于16。
为解决上述问题，本发明实施例还提供一种图像转换装置，包括：初始图像获取模块，用于获取初始图像，所述初始图像为YUV图像；第一转换模块，用于将所述初始图像转换为中间灰度图像，所述中间灰度图像为M位的RGB图像；补偿模块，用于将所述中间灰度图像转换为第一目标灰度图像，确定转换时各个像素的各个分量的信息损失是否大于该分量的损失阈值，并对信息损失大于损失阈值的分量进行补偿；第二转换模块，用于将补偿后的所述中间灰度图像转换为第二目标灰度图像，所述第一目标灰度图像和第二目标灰度图像为N位的RGB图像，其中，M和N均为正整数，M的数值大于N。
为解决上述问题，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时执行任一项所述图像转换方法的步骤。
为解决上述问题，本发明实施例还提供一种图像转换装置，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行任一项所述图像转换方法的步骤。
与现有技术相比，本申请实施例的技术方案具有以下有益效果：
本发明实施例的图像转换方法，在将YUV格式的初始图像转换为压缩程度较高、数据量较小的目标灰度图像(也即N位的RGB图像)，为了避免直接转换可能出现的局部水渍、模糊等问题，可以先将YUV格式的初始图像转换为用于过渡的中间灰度图像(M位的RGB图像)，中间灰度图像的数据量比目标灰度图像更大，保留的信息也更多。根据中间灰度图像与直接转换后的目标灰度图像中各个像素的各个分量的信息损失，确定各个分量是否需要信息补偿，并对需要信息补偿的分量完成补偿。再将补偿后的中间灰度图像转换为目标灰度图像，以克服由于转换过程中由于信息损失导致的局部水渍、模糊等问题。该方案中，对像素的各个分量的补偿是在中间灰度图像的基础上进行的，而非对转换后的目标灰度图像的分量直接补偿，补偿的精度更高，能够有效提高转换后的目标灰度图像的效果。
进一步，引入了拜耳矩阵作为是否对像素的分量进行信息补偿的判断条件，以解决初始图像转换为目标灰度图像时出现的局部“水渍”、模糊等图像失真的问题。
附图说明
图1为本发明实施例的一种图像转换方法的流程示意图；
图2为图1中步骤S103的一个具体实施例的示意图；
图3为采用本发明实施例方案进行图像转换和采用现有技术进行图像转换的效果对比图；
图4为本发明实施例的一种图像转换装置的结构示意图。
具体实施方式
如背景技术而言，传统的图像转换方法中，在将高分辨率的YUV图像转换为压缩程度较高、数据量较小的RGB图像时，可能会出现局部“水渍”、模糊等图像失真的问题，影响转换后图像的显示效果。
为解决上述问题，本发明实施例提供了一种图像转换方法，包括：获取初始图像，所述初始图像为YUV格式的图像；将所述初始图像转换为中间灰度图像，所述中间灰度图像为M位的RGB图像；将所述中间灰度图像转换为第一目标灰度图像，确定转换时各个像素的各个分量的信息损失是否大于该分量的损失阈值，并对信息损失大于损失阈值的分量进行补偿；将补偿后的所述中间灰度图像转换为第二目标灰度图像，所述第一目标灰度图像和第二目标灰度图像为N位的RGB图像，其中，M和N均为正整数，M的数值大于N。由此，能够解决YUV图像直接转换为压缩程度较高、数据量较小的RGB图像时的“水渍、模糊等图像失真问题，提高转换后图像的显示效果。
为方便理解，以下将本发明实施例中涉及的通用名词进行解释。
1、YUV是一种颜色编码的方法。Y表示明亮度，也就是灰阶值。U和V表示的是色度，作用是描述影像色彩及饱和度，用于指定像素的颜色。YUV图像及为采用YUV编码方法编码的图像。
2、YUV420SP属于一种YUV格式，是一种两平面(two-plane)模式，即Y和UV分为两个平面，但是UV为交错存储，而不是分为三个平面。
3、RGB是一种颜色标准，是通过对红(Red，记作R)、绿(Green，记作G)、蓝(Blue，记作B)三个颜色通道的变化以及它们互相之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色。RGB图像为采用RGB标注编码的图像。RGB图像可以包括RGB565、RGB888、RGB666等。
4、RGB565是一种彩色模式，一个像素占两个字节。低字节的前5位用来表示B，低字节的后三位和高字节的前三位用来表示G，高字节的后5位用来表示R。也即，R占5比特(bit)，G占6bit，B占5bit。
5、RGB888是另一种彩色模式，一个像素占3个字节，R占8比特(bit)，G占8bit，B占8bit。RGB666中，R占6比特(bit)，G占6bit，B占6bit。
6、拜耳(Bayer)矩阵(也称为拜耳阵列)，是电荷耦合器件(Charge CoupledDevice，CCD)或者互补金属氧化物半导体(Complementary Metal-Oxide-Semiconductor，简称CMOS)器件作为光传感器的时候，采集数字图像时用到的一种常见的方法。拜耳矩阵一般是由多个相同的2×2的矩阵形成的，该2×2的矩阵中有1个R，1个B，2个G，一个2×2矩阵记作一个像素，此时Bayer矩阵中每个像素有1/4个R和1/4个B和1/2个G，因此其中只有1/3的内容是真实的。
7、libYUV是谷歌开源的实现各种YUV与RGB之间相互转换、旋转、缩放的库。libYUV可以跨平台允许，其支持Windows、Linux、Mac、安卓(Android)等操作系统。
为使本发明的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
请参见图1，图1为本发明实施例提供的一种图像转换方法的流程示意图，所述方法由终端执行，所述终端可以包括智能手机、电脑、平板电脑或者智能手表等设备，特别的，终端为包含相机等用于采集图像的设备，所述方法包括如下步骤S101至步骤S104，详述如下。
步骤S101，获取初始图像，所述初始图像为YUV格式的图像。
其中，初始图像为由采集图像的设备采集的图像，初始图像的分辨率一般较高，数据量较大。例如，智能手机、电脑的摄像头进行图像采集得到初始图像，或者相机进行图像采集得到初始图像。
步骤S102，将所述初始图像转换为中间灰度图像，所述中间灰度图像为M位的RGB图像。
其中，中间灰度图像为在初始图像(YUV图像)转换为目标灰度图像(一种数据量较小、分辨率较低的RGB图像)的过程中，作为中间过渡的灰度图像。中间灰度图像的数据量比目标灰度图像的数据量更大、分辨率更高。可选的，中间灰度图像可以为RGB888图像或者RGB666图像等等。
步骤S103，将所述中间灰度图像转换为第一目标灰度图像，确定转换时各个像素的各个分量的信息损失是否大于该分量的损失阈值，并对信息损失大于损失阈值的分量进行补偿。
第一目标灰度图像和第二目标灰度图像为将中间灰度图像经过两次转换得到的目标灰度图像，第一目标灰度图像用于判断转换过程中的信息损失，第二目标灰度图像为转换得到的目标灰度图像。
中间灰度图像转换为第一目标灰度图像时，转换前后的两个图像中的像素一一对应，中间灰度图像和第一目标灰度图像都包含R分量、G分量和B分量。转换时各个像素的各个分量的信息损失包括：对于每一个像素，转换时R分量的信息损失、G分量的信息损失和B分量的信息损失。
对于单个像素，转换时R分量的信息损失包括：这一像素中间灰度图像中R分量的像素值与第一目标灰度图像中R分量的像素值的差值。R分量的损失阈值为R分量对应的阈值。
对于单个像素，转换时G分量的信息损失包括：这一像素中间灰度图像中G分量的像素值与第一目标灰度图像中G分量的像素值的差值。G分量的损失阈值为G分量对应的阈值。
对于单个像素，转换时B分量的信息损失包括：这一像素中间灰度图像中B分量的像素值与第一目标灰度图像中B分量的像素值的差值。B分量的损失阈值为B分量对应的阈值。
对于单个像素，转换时其中一个或者多个分量的信息损失是否大于该分量的损失阈值时，表示该分量在图像转换过程中信息损失较大，可能导致信息缺失，影响转换后的图像(即第一目标灰度图像)的显示效果。故，可以在中间灰度图像上对转换时各像素信息损失较大的分量进行信息补偿。
步骤S104，将补偿后的所述中间灰度图像转换为第二目标灰度图像，所述第一目标灰度图像和第二目标灰度图像为N位的RGB图像，其中，M和N均为正整数，M的数值大于N。
在得到补偿后的中间灰度图像之后，再将其转换为N位的RGB图像，也即第二目标灰度图像并作为最终的转换结果。
可选的，将补偿后的所述中间灰度图像转换为第二目标灰度图像，可以包括：对于补偿后的所述中间灰度图像，依次获取其中的单个像素，将获取的像素中的每个分量依次作为当前分量，将当前分量的值的低L比特位置零，并将所述当前分量的值左移L比特位，得到所述第二目标灰度图像中对应分量的值；其中，对于所述当前像素，所述当前分量的值的比特位数比所述第二目标灰度图像中对应分量的值的比特位数多L位，所述L为正整数。
例如，在补偿后的中间灰度图像-RGB888图像转换为第二目标灰度图像-RGB565图像时，依次获取RGB888中的各个像素，对于每一像素：将该像素的R分量的值(即该分量的像素值)的低3位置零，并左移3位；将该像素的G分量的值(即该分量的像素值)的低2位置零，并左移2位；将该像素的B分量的值(即该分量的像素值)的低3位置零，并左移3位。
如果补偿后的中间灰度图像或者第二目标灰度图像为其他RGB图像时，L可以取其他数值。
通过图1所述的方法，在将YUV格式的初始图像转换为压缩程度较高、数据量较小的目标灰度图像(也即N位的RGB图像)，为了避免直接转换可能出现的局部水渍、模糊等问题，可以先将YUV格式的初始图像转换为用于过渡的中间灰度图像，中间灰度图像的数据量比目标灰度图像更大，保留的信息也更多。根据中间灰度图像与直接转换后的目标灰度图像中各个像素的各个分量的信息损失，确定各个分量是否需要信息补偿，并对需要信息补偿的分量完成补偿。再将补偿后的中间灰度图像转换为目标灰度图像，以克服由于转换过程中由于信息损失导致的局部水渍、模糊等问题。该方案中，对像素的各个分量的补偿是在中间灰度图像的基础上进行的，而非对转换后的目标灰度图像的分量直接补偿，补偿的精度更高，能够有效提高转换后的目标灰度图像(即第二目标灰度图像)的效果。
在一个具体的应用场景中，第一终端将采集的模拟信号(即YUV图像)转换为数字信号并输出RGB图像(也即目标灰度图像)，比如RGB565图像，第二终端会采用RGB565格式进行渲染显示。RGB565图像的数据量少，能够节约占用的带宽，提高了图像传输的效率。其中，第一终端和第二终端可以为同一终端，也可以为不同的终端，例如，第一终端采集YUV图像之后，将其转换为RGB图像，并将RGB图像发送给第二终端，由第二终端渲染RGB图像之后显示该图像。
在另一个具体的应用场景中，目标灰度图像(RGB图像，例如RGB565图像)为初始图像(YUV图像)的缩略图，其与初始图像一一对应，多张初始图像的缩略图可以在终端的同一显示页面中显示，以方便用户在终端上查看多张初始图像。
针对如上两个应用场景的一个具体实施例中，初始图像为YUV420SP图像，中间灰度图像为RGB888图像，目标灰度图像(包括第一目标灰度图像和第二目标灰度图像)为RGB565图像。此时M等于24，N等于16。
在一个实施例中，请参见图2，图2为图1中步骤S103的一个具体实施例的示意图，步骤S103可以包括如下步骤A至步骤F，详述如下。
步骤A，获取所述中间灰度图像中第一个像素作为当前像素。
步骤B，对于所述当前像素，依次获取各个分量作为当前分量。
也即，对于中间灰度图像，每次对其中的一个像素进行处理，每次处理的像素作为当前像素。每次获取当前像素的一个分量作为当前分量，通过如下步骤C至步骤E，判断是否需要对当前像素的当前分量进行补偿，在遍历当前像素的所有分量之后，完成对当前像素的判断。
步骤C，将所述当前分量的值调整为所述第一目标灰度图像对应分量的比特位数，得到所述第一目标灰度图像中对应分量的值。
将M位的RGB图像(也即中间灰度图像)转换为N位的RGB图像(也即第一目标灰度图像)时，将M位的RGB图像中的各个当前分量的比特位数调整为N位RGB图像中对应分量的比特位数。
例如，M位的RGB图像为RGB888图像，其R分量、G分量和B分量均占用8bit。N位的RGB图像为RGB565图像，其R分量和B分量各自占用5bit，G分量占用6bit。如果以RGB888图像中的当前像素的R分量为当前分量，则将当前分量的值调整为第一目标灰度图像(即RGB565图像)对应分量的比特位数，包括：将当前像素R分量的8bit的数值调整为5bit的数值，也即去掉当前像素中R分量的像素值的3个比特位。
进一步，在中间灰度图像-RGB888图像转换为第一目标灰度图像-RGB565图像的示例中，将当前像素R分量的8bit的数值调整为5bit的数值可以至少采取以下两种方式：
方式一：可以将当前像素中R分量的像素值的最低的3个比特位的数值置零，并将置零后的R分量的像素值左移3位，得到第一目标灰度图像中对应像素的R分量的像素值。
方式二：单个像素中R分量的像素值的最低的3个比特位的像素值的取值范围为0至7，可以判断当前像素中R分量的像素值的最低的3个比特位的像素值是否大于其取值范围的中位数，也即3.5，如果大于该中位数，则在将当前像素中R分量的像素值的最低的3个比特位的数值置零的同时，在当前像素中R分量的像素值的由低到高的第4个比特位上加1，得到第一目标灰度图像中对应像素的R分量的像素值。
需要说明的是，上述是以中间灰度图像-RGB888图像转换为第一目标灰度图像-RGB565图像时，对R分量的像素值的处理为例进行说明的，在实际使用时，中间灰度图像和第一目标灰度图像中各个分量所占的比特位数可以为其他取值，对各个像素的各个分量的处理思路参照上述示例中对R分量的处理思路，也即：
图2中的步骤C，将所述当前分量的值调整为所述第一目标灰度图像对应分量的比特位数，得到所述第一目标灰度图像中对应分量的值，可以包括：将所述当前分量的值的低L比特位置零，并将所述当前分量的值左移L比特位，得到所述第一目标灰度图像中对应分量的值；其中，对于所述当前像素，所述当前分量的值的比特位数比所述第一目标灰度图像中对应分量的值的比特位数多L位，所述L为正整数。
在中间灰度图像-RGB888图像转换为第一目标灰度图像-RGB565图像的示例中，R、B分量对应的L值为3，G分量对应的L值为2，对R分量的处理参见上述方式一，G、B分量的处理思路与之相同，这里不再赘述。
步骤D，计算所述当前分量的值与所述第一目标灰度图像中对应分量的值之间的差，作为所述当前分量的信息损失。
具体地，当前像素中R分量的值(也即R分量的像素值)与第一目标灰度图像中对应分量的值(即转化后R分量的像素值)之间的差，记作当前像素中R分量的信息损失。当前像素中G分量的值(也即G分量的像素值)与第一目标灰度图像中对应分量的值(即转化后G分量的像素值)之间的差，记作当前像素中G分量的信息损失。当前像素中B分量的值(也即B分量的像素值)与第一目标灰度图像中对应分量的值(即转化后B分量的像素值)之间的差，记作当前像素中B分量的信息损失。
步骤E，如果所述当前分量的信息损失大于所述当前分量的损失阈值，则对所述当前分量进行信息补偿。
可选的，如果当前分量的信息损失不大于所述当前分量的损失阈值，则不对当前分量进行信息补偿。
在一个具体实施例中，在中间灰度图像-RGB888图像转换为第一目标灰度图像-RGB565图像的示例中，假如当前像素的当前分量G分量按照16进制记作“0xFC”，将其转为6位时，先将“0xFC”的低2位置零，并左移2位，得到的第一目标灰度图像中对应G分量的值记为high_var，产生的信息损失记作low_var。如果信息损失low_var大于G分量的损失阈值thr_g，则对当前分量进行信息补偿，如，可以在当前分量的值上加预设值。
进一步，如果所述当前分量的信息损失大于所述当前分量的损失阈值、且还可以判断第一目标灰度图像中对应分量的值是否小于该分量的最大值，若满足这两个条件，则对所述当前分量进行信息补偿。
例如，如果第一目标灰度图像为RGB565图像，G分量的6bit的最大值为(26-1)＝63，如果信息损失low_var大于G分量的损失阈值thr_g，且high_var小于63，则对当前分量进行信息补偿。
如果当前分量为R或B分量，假如当前像素的当前分量R/B分量按照16进制记作“0XF8”，将其转为6位时，先将“0XF8”的低2位置零，并左移2位。得到的第一目标灰度图像中对应R/B分量的值记为high_var，产生的信息损失记作low_var。如果信息损失low_var大于R/B分量的损失阈值thr_rb，则对当前分量进行信息补偿，如，可以在当前分量的值上加预设值。R/B分量的5bit的最大值为(25-1)＝31，如果信息损失low_var大于R/B分量的损失阈值thr_rb，且high_var小于31，则对当前分量进行信息补偿。
可选的，对所述当前分量进行信息补偿，可以包括：在所述当前分量的值上加预设值。
具体地，在所述当前分量的值上加预设值，指的是，对该像素要进行信息补偿的分量(也即当前分量)的像素值(简称该分量的值)上加预设值，求二者之和。可选的，预设值可以为1或2或其他数值，该数值可以根据需要确定。对不同像素的同一分量进行补偿的预设值可以相同，也可以不同。对同一像素的不同分量进行补偿的预设值可以相同，也可以不同。
步骤F，获取所述中间灰度图像中下一个像素作为所述当前像素，若中间灰度图像中的所有像素被遍历，则结束。
本实施例中，提供了图1中步骤S103的一种详细的执行流程，通过对各个像素的各个分量进行遍历，精确判断中间灰度图像中各个像素的各个分量是否需要信息补偿，并在需要补偿的像素的相应分量上增加预设值实现信息补偿。
在一个实施例中，所述当前分量包括R分量、G分量和B分量，所述初始图像形成拜耳图像，所述当前分量的损失阈值的生成步骤，可以包括：获取所述当前像素在第一拜耳矩阵的标准图案中对应的像素值，记作G分量的损失阈值，所述第一拜耳矩阵为2×2矩阵；获取所述当前像素在第二拜耳矩阵标准图案中对应的像素值，记作R分量以及B分量的损失阈值，所述第二拜耳矩阵为4×4矩阵。
对于中间灰度图像中每一个像素在该帧图像中的位置可以通过该像素的行坐标和列坐标表示，行坐标记作x，列坐标记作y，则当前像素可以记作(x，y)，x和y的取值范围根据中间灰度图像中的像素数量确定。本实施例中，利用拜耳矩阵(包括第一拜耳矩阵和第二拜耳矩阵)计算出每一个像素(x，y)的R分量、G分量和B分量分别对应的损失阈值，R分量以及B分量的损失阈值记作thr_rb，G分量的损失阈值记作thr_g。
由此，引入了拜耳矩阵作为是否对像素的分量进行信息补偿的判断条件，以解决初始图像转换为目标灰度图像时出现的局部“水渍”、模糊等图像失真的问题。
传统地，一般对图像的像素进行抖动(也可以称为像素值补偿)的工作原理是在降低每种颜色的比特位数之前简单地向每个像素添加一个伪随机值。该值在保证颜色精度损失的范围内，能够按照正确比例的像素量切换到下一个颜色值，从而使图像产生较好的渐变效果。本发明实施例使用拜耳矩阵作为抖动值(也即是否需要对像素值进行补偿)的判断依据，相比较传统的抖动方法具有更好的图像显示效果。
在一个具体实施例中，第一拜尔矩阵位2×2拜耳矩阵，第二拜尔矩阵为4×4拜耳矩阵。其中，第一拜耳矩阵记作M1，其可以表示为下述公式(1)，第二拜耳矩阵记作M2，可选的，第二拜耳矩阵M2通过16级灰度的标准图案M(参见公式(2))得到，可选的，可以调整矩阵M中的部分或者全部参数得到矩阵M2。其中，16级灰度的标准图案M由利姆(Limb)提出的一种设计标准图案的算法计算而得。
Figure BDA0003413700390000121
Figure BDA0003413700390000122
假设单元矩阵记作U，其可以表示为公式(3)：
Figure BDA0003413700390000123
上述公式(2)中的矩阵M可以参见如下公式(4)得到：
Figure BDA0003413700390000131
将公式(1)中的矩阵M1和公式(3)中的矩阵U代入公式(4)中，展开之后可以得到上述公式(2)中的矩阵M。
将当前像素的行坐标x做模2运算，列坐标y做模2运算并左移1位，然后相加，以找到当前像素在第一拜耳矩阵M1的标准图案对应的像素值,记为thr_g；将当前像素的行坐标x做模4运算，列坐标y做模4运算并左移2位，以找到当前像素在第二拜耳矩阵M2的标准图案对应的像素值，记为thr_rb。
由此，能够为不同的颜色通道使用单独的矩阵，依次来提高图像显示质量。引入颜色通道的分离，可以使图像得到更平滑的过渡。
请参见图3，图3为本发明实施例的一种图像转换效果的对比图。图3中的左图A为使用本专利算法取得的N位RGB图像的显示效果，图3中右图B为使用现有工具(如谷歌的libYUV)进行图像转换得到的N位RGB图像的显示效果。对比两者，可以很清晰地看出右图B中有较为明显的水渍，水渍为图3中虚线框301和虚线框302对应的区域。
在一个实施例中，请参见图4，图4为本发明实施例的一种图像转换装置40的示意图，其可以包括：初始图像获取模块401，用于获取初始图像，所述初始图像为YUV图像；第一转换模块402，用于将所述初始图像转换为中间灰度图像，所述中间灰度图像为M位的RGB图像；补偿模块403，用于将所述中间灰度图像转换为第一目标灰度图像，确定转换时各个像素的各个分量的信息损失是否大于该分量的损失阈值，并对信息损失大于损失阈值的分量进行补偿；第二转换模块404，用于将补偿后的所述中间灰度图像转换为第二目标灰度图像，所述第一目标灰度图像和第二目标灰度图像为N位的RGB图像，其中，M和N均为正整数，M的数值大于N。
在一个实施例中，图4中的补偿模块403可以包括：当前像素获取单元，用于执行步骤A，获取所述中间灰度图像中第一个像素作为当前像素；当前分量获取单元，用于执行步骤B，对于所述当前像素，依次获取各个分量作为当前分量；第一比特位调整单元，用于执行步骤C，将所述当前分量的值调整为所述第一目标灰度图像对应分量的比特位数，得到所述第一目标灰度图像中对应分量的值；损失计算单元，用于执行步骤D，计算所述当前分量的值与所述第一目标灰度图像中对应分量的值之间的差，作为所述当前分量的信息损失；补偿单元，用于执行步骤E，如果所述当前分量的信息损失大于所述当前分量的损失阈值，则对所述当前分量进行信息补偿；循环单元，用于执行步骤F，获取所述中间灰度图像中下一个像素作为所述当前像素，继续执行所述步骤B至步骤D，直至所述中间灰度图像中的所有像素被遍历。
在一个实施例中，第一比特位调整单元还用于，将所述当前分量的值的低L比特位置零，并将所述当前分量的值左移L比特位，得到所述第一目标灰度图像中对应分量的值；其中，对于所述当前像素，所述当前分量的值的比特位数比所述第一目标灰度图像中对应分量的值的比特位数多L位，所述L为正整数。
在一个实施例中，所述补偿单元还用于在所述当前分量的值上加预设值。
在一个实施例中，所述当前分量包括R分量、G分量和B分量，所述图像转换装置40还可以包括：第一阈值确定模块，用于获取所述当前像素在第一拜耳矩阵的标准图案中对应的像素值，记作G分量的损失阈值，所述第一拜耳矩阵为2×2矩阵；第二阈值确定模块，用于获取所述当前像素在第二拜耳矩阵标准图案中对应的像素值，记作R分量以及B分量的损失阈值，所述第二拜耳矩阵为4×4矩阵。
可选的，所述第二拜耳矩阵通过16级灰度的标准图案得到，所述第一拜耳矩阵M1通过以下公式表示：
Figure BDA0003413700390000141
可选的，所述M等于24，N等于16。
关于图像转换装置40的工作原理、工作方式的更多内容，可以参照图1至图3关于所述图像转换方法的相关描述，这里不再赘述。
在具体实施中，上述的图像转换装置40可以对应于终端中具有图像处理功能的芯片，或者对应于具有数据处理功能的芯片，例如片上系统(System-On-a-Chip，SOC)、射频芯片等；或者对应于终端中包括具有图像处理功能芯片的芯片模组；或者对应于具有数据处理功能芯片的芯片模组，或者对应于终端。
关于上述实施例中描述的各个装置、产品包含的各个模块/单元，其可以是软件模块/单元，也可以是硬件模块/单元，或者也可以部分是软件模块/单元，部分是硬件模块/单元。例如，对于应用于或集成于芯片的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于芯片内部集成的处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现；对于应用于或集成于芯片模组的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，不同的模块/单元可以位于芯片模组的同一组件(例如芯片、电路模块等)或者不同组件中，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于芯片模组内部集成的处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现；对于应用于或集成于终端的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，不同的模块/单元可以位于终端内同一组件(例如，芯片、电路模块等)或者不同组件中，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于终端内部集成的处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现。
本发明实施例还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时执行图1至图3所述图像转换方法的步骤。所述存储介质可以是计算机可读存储介质，例如可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器，还可以包括光盘、机械硬盘、固态硬盘等。
本发明实施例还提供一种图像转换装置，可以包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行图1至图3所述图像转换方法的步骤。
具体地，在本发明实施例中，所述处理器可以为中央处理单元(centralprocessing unit，简称CPU)，该处理器还可以是其他通用处理器、数字信号处理器(digital signal processor，简称DSP)、专用集成电路(application specificintegrated circuit，简称ASIC)、现成可编程门阵列(field programmable gate array，简称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。
还应理解，本申请实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，简称ROM)、可编程只读存储器(programmable ROM，简称PROM)、可擦除可编程只读存储器(erasable PROM，简称EPROM)、电可擦除可编程只读存储器(electricallyEPROM，简称EEPROM)或闪存。易失性存储器可以是随机存取存储器(random accessmemory，简称RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的随机存取存储器(random access memory，简称RAM)可用，例如静态随机存取存储器(staticRAM，简称SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronousDRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM，简称DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，简称ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，简称SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，简称DR RAM)。
应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，表示前后关联对象是一种“或”的关系。
本申请实施例中出现的“多个”是指两个或两个以上。
本申请实施例中出现的第一、第二等描述，仅作示意与区分描述对象之用，没有次序之分，也不表示本申请实施例中对设备个数的特别限定，不能构成对本申请实施例的任何限制。
本申请实施例中出现的“连接”是指直接连接或者间接连接等各种连接方式，以实现设备间的通信，本申请实施例对此不做任何限定。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (10)

1.一种图像转换方法，其特征在于，所述方法包括：
获取初始图像，所述初始图像为YUV图像；
将所述初始图像转换为中间灰度图像，所述中间灰度图像为M位的RGB图像；
将所述中间灰度图像转换为第一目标灰度图像，确定转换时各个像素的各个分量的信息损失是否大于该分量的损失阈值，并对信息损失大于损失阈值的分量进行补偿；
将补偿后的所述中间灰度图像转换为第二目标灰度图像，所述第一目标灰度图像和第二目标灰度图像为N位的RGB图像，其中，M和N均为正整数，M的数值大于N。
2.根据权利要求1所述的方法，其特征在于，所述确定转换时各个像素的各个分量的信息损失是否大于该分量的损失阈值，并对信息损失大于损失阈值的分量进行补偿，包括：
步骤A，获取所述中间灰度图像中第一个像素作为当前像素；
步骤B，对于所述当前像素，依次获取各个分量作为当前分量；
步骤C，将所述当前分量的值调整为所述第一目标灰度图像对应分量的比特位数，得到所述第一目标灰度图像中对应分量的值；
步骤D，计算所述当前分量的值与所述第一目标灰度图像中对应分量的值之间的差，作为所述当前分量的信息损失；
步骤E，如果所述当前分量的信息损失大于所述当前分量的损失阈值，则对所述当前分量进行信息补偿；
步骤F，获取所述中间灰度图像中下一个像素作为所述当前像素，继续执行所述步骤B至步骤D，直至所述中间灰度图像中的所有像素被遍历。
3.根据权利要求2所述的方法，其特征在于，所述将所述当前分量的值调整为所述第一目标灰度图像对应分量的比特位数，得到所述第一目标灰度图像中对应分量的值，包括：
将所述当前分量的值的低L比特位置零，并将所述当前分量的值左移L比特位，得到所述第一目标灰度图像中对应分量的值；
其中，对于所述当前像素，所述当前分量的值的比特位数比所述第一目标灰度图像中对应分量的值的比特位数多L位，所述L为正整数。
4.根据权利要求2所述的方法，其特征在于，所述对所述当前分量进行信息补偿，包括：
在所述当前分量的值上加预设值。
5.根据权利要求2至4任一所述的方法，其特征在于，所述当前分量包括R分量、G分量和B分量，所述当前分量的损失阈值的生成步骤，包括：
获取所述当前像素在第一拜耳矩阵的标准图案中对应的像素值，记作G分量的损失阈值，所述第一拜耳矩阵为2×2矩阵；
获取所述当前像素在第二拜耳矩阵标准图案中对应的像素值，记作R分量以及B分量的损失阈值，所述第二拜耳矩阵为4×4矩阵。
6.根据权利要求5所述的方法，其特征在于，所述第二拜耳矩阵通过16级灰度的标准图案得到，所述第一拜耳矩阵M1通过以下公式表示：
Figure FDA0003413700380000021
7.根据权利要求1至4任一所述的方法，其特征在于，所述M等于24，N等于16。
8.一种图像转换装置，其特征在于，包括：
初始图像获取模块，用于获取初始图像，所述初始图像为YUV图像；
第一转换模块，用于将所述初始图像转换为中间灰度图像，所述中间灰度图像为M位的RGB图像；
补偿模块，用于将所述中间灰度图像转换为第一目标灰度图像，确定转换时各个像素的各个分量的信息损失是否大于该分量的损失阈值，并对信息损失大于损失阈值的分量进行补偿；
第二转换模块，用于将补偿后的所述中间灰度图像转换为第二目标灰度图像，所述第一目标灰度图像和第二目标灰度图像为N位的RGB图像，其中，M和N均为正整数，M的数值大于N。
9.一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，所述计算机程序被处理器运行时执行权利要求1至7任一项所述方法的步骤。
10.一种图像转换装置，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行权利要求1至7任一项所述方法的步骤。
CN202111538752.XA 2021-12-15 2021-12-15 图像转换方法及装置、计算机可读存储介质 Pending CN114219703A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111538752.XA CN114219703A (zh) 2021-12-15 2021-12-15 图像转换方法及装置、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111538752.XA CN114219703A (zh) 2021-12-15 2021-12-15 图像转换方法及装置、计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN114219703A true CN114219703A (zh) 2022-03-22

Family

ID=80702680

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111538752.XA Pending CN114219703A (zh) 2021-12-15 2021-12-15 图像转换方法及装置、计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN114219703A (zh)

Similar Documents

Publication Publication Date Title
US8089533B2 (en) Fixed pattern noise removal circuit, fixed pattern noise removal method, program, and image pickup apparatus
US8452094B2 (en) Real-time image generator
US8860745B2 (en) System and method for color gamut mapping
US20190087945A1 (en) Device for recording information about defective pixels, and defective pixel value correction device and method
US20020186223A1 (en) Image processing apparatus and image processing system
KR20040040677A (ko) 라스터 스캔 순서 화상 데이터와 블록 스캔 순서 화상데이터 사이의 변환을 위한 화상 처리 장치 및 방법
CN113068011A (zh) 图像传感器、图像处理方法及系统
CN114219703A (zh) 图像转换方法及装置、计算机可读存储介质
KR100967742B1 (ko) 이미지센서의 색 보간 방법
JP4827213B2 (ja) 画像補正装置および画像補正方法
US9544559B2 (en) Device and method for processing images
US9013626B2 (en) Signal processing circuit of solid-state imaging element, signal processing method of solid-state imaging element, and electronic apparatus
CN107835410B (zh) 一种图像传感器校准的方法及装置
JP6115410B2 (ja) 画像処理装置及び画像処理方法
CN112581403A (zh) 一种鱼眼图像校正方法、系统及介质
US8576246B2 (en) Image processing method and device
US11637964B2 (en) Image processing apparatus, image display system, image processing method having a time dithering process
CN112655201B (zh) 一种图像编解码的方法、装置及系统、和存储介质
CN109685859B (zh) 基于3d查找表的三维颜色自动调整方法
CN108770374B (zh) 图像处理装置及图像处理方法
KR100702959B1 (ko) 설정 계조 범위의 분할 영역들이 변하는 감마 보정 장치
CN117714657A (zh) 图像数据转换方法、装置、电子设备和存储介质
CN116993597A (zh) 一种图像校正方法、装置及计算机可读存储介质
KR20150067707A (ko) 영상 처리 장치, 영상 처리 방법, 및 촬영 장치
CN118115411A (zh) 一种hdr图像的补偿显示方法、存储介质、移动终端和车辆

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