CN114418908A - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114418908A CN114418908A CN202111563115.8A CN202111563115A CN114418908A CN 114418908 A CN114418908 A CN 114418908A CN 202111563115 A CN202111563115 A CN 202111563115A CN 114418908 A CN114418908 A CN 114418908A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel point
- sdr
- acquiring
- motion vector
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 32
- 238000012545 processing Methods 0.000 title claims abstract description 28
- 238000010586 diagram Methods 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000004927 fusion Effects 0.000 claims description 29
- 238000006073 displacement reaction Methods 0.000 claims description 28
- 239000000126 substance Substances 0.000 claims 1
- 230000004304 visual acuity Effects 0.000 abstract description 11
- 230000009467 reduction Effects 0.000 abstract description 8
- 238000003384 imaging method Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 239000004576 sand Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 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
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Studio Devices (AREA)
Abstract
本申请提供一种图像处理方法、装置、电子设备及存储介质,涉及曝光成像领域。该方法包括:获取同一场景下的具有不同曝光时间的第一标准动态范围SDR图像和第二SDR图像;根据第一SDR图像和第二SDR图像,获取运动矢量图、运动区域掩码图和第一高动态范围HDR图像;基于第一SDR图像、第二SDR图像及运动矢量图,获取第二HDR图像;基于运动区域掩码图、第一HDR图像及第二HDR图像获取目标HDR图像。本申请可以有针对性的根据发生运动的像素点对不同曝光的图像进行融合,从而达到对HDR图像进行降噪的目的,降低运动物体对HDR图像的影响,避免运动区域的解析力下降的同时,还可以提高HDR图像的质量,提高图像处理的准确性。
Description
技术领域
本申请涉及曝光成像领域,尤其涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
相比标准动态范围(Standard Dynamic Range,SDR)图像,高动态范围(High-Dynamic Range,HDR)图像可以提供更多的动态范围和图像细节。相关技术中,一般对同一场景的不同的曝光时间的SDR图像进行融合,生成HDR图像,其中,运动区域只使用短曝光(Short Exposure Frame,SEF)的SDR图像,然后针对运动区域进行空域降噪,以期改善图像的信噪比(Signal Noise Ratio,SNR)。
但是,由于SEF的SDR图像SNR极低,使用较弱的空域降噪无法有效改善SNR,而使用较强的空域降噪,则会造成运动区域的解析力严重下降。因此,如何提高HDR图像的质量,已经成为重要的研究方向之一。
发明内容
本申请的目的旨在至少在一定程度上解决上述技术中的技术问题之一。
本申请第一方面提供了一种图像处理方法,包括:
获取同一场景下的具有不同曝光时间的第一标准动态范围SDR图像和第二SDR图像;
根据第一SDR图像和第二SDR图像,获取运动矢量图、运动区域掩码图和第一高动态范围HDR图像;
基于第一SDR图像、第二SDR图像及运动矢量图,获取第二HDR图像;
基于运动区域掩码图、第一HDR图像及第二HDR图像获取目标HDR图像。
本申请第一方面提供的一种图像处理方法,还具备如下技术特征,包括:
根据本申请一实施例,运动矢量图的获取过程,包括:针对第一SDR图像上的任一第一像素点,获取任一第一像素点匹配的第二SDR图像的第二像素点;获取任一第一像素点与匹配的第二像素点各自的坐标值;根据任一第一像素点与匹配的第二像素点各自的坐标值,获取运动矢量图。
根据本申请一实施例,获取任一第一像素点匹配的第二SDR图像的第二像素点,包括:获取任一第一像素点,以及对应的第二SDR图像上的候选匹配区域;获取第一像素点的第一像素值,以及候选匹配区域内的候选第二像素值;获取第一像素值和候选第二像素值之间的第一差分的绝对值;根据第一差分的绝对值,从候选匹配区域中确认第一像素点匹配的第二像素点。
根据本申请一实施例,根据任一第一像素点与匹配的第二像素点各自的坐标值,获取运动矢量图,包括:获取任一第一像素点与匹配的第二像素点的坐标差值,以确定横向位移及纵向位移;根据横向位移,获取第一运动矢量,以及根据纵向位移,获取第二运动矢量;基于第一运动矢量和第二运动矢量,确定运动矢量图。
根据本申请一实施例,第一HDR图像的获取过程,包括:获取第一SDR图像与第二SDR图像的第一曝光比;根据第一曝光比将第一SDR图像和第二SDR图像进行融合,获取第一HDR图像。
根据本申请一实施例,基于第一SDR图像、第二SDR图像及运动矢量图,获取第二HDR图像,包括:获取第一SDR图像与第二SDR图像的第二曝光比;根据第二曝光比及运动矢量图将第一SDR图像与第二SDR图像进行融合,获取第二HDR图像。
根据本申请一实施例,运动区域掩码图的获取过程,包括:获取第二SDR图像中与第一像素点位置相同的第三像素点的第三像素值;获取第一像素值与第三像素值的第二差分的绝对值;根据第二差分的绝对值,获取运动区域掩码图。
根据本申请一实施例,基于运动区域掩码图、第一HDR图像及第二HDR图像获取目标HDR图像,包括:对运动区域掩码图中像素点的值进行归一化,获取融合比例;根据融合比例将第一HDR图像及第二HDR图像进行融合,获取目标HDR图像。
本申请第二方面提供了一种图像处理装置,包括:
第一获取模块,用于获取同一场景下的具有不同曝光时间的第一标准动态范围SDR图像和第二SDR图像;
第二获取模块,用于根据第一SDR图像和第二SDR图像,获取运动矢量图、运动区域掩码图和第一高动态范围HDR图像;
第三获取模块,用于基于第一SDR图像、第二SDR图像及运动矢量图,获取第二HDR图像;
第四获取模块,用于基于运动区域掩码图、第一HDR图像及第二HDR图像获取目标HDR图像。
本申请第二方面提供的一种图像处理装置,还具备如下技术特征,包括:
根据本申请一实施例,第二获取模块,还用于:针对第一SDR图像上的任一第一像素点,获取任一第一像素点匹配的第二SDR图像的第二像素点;获取任一第一像素点与匹配的第二像素点各自的坐标值;根据任一第一像素点与匹配的第二像素点各自的坐标值,获取运动矢量图。
根据本申请一实施例,第二获取模块,还用于:获取任一第一像素点,以及对应的第二SDR图像上的候选匹配区域;获取第一像素点的第一像素值,以及候选匹配区域内的候选第二像素值;获取第一像素值和候选第二像素值之间的第一差分的绝对值;根据第一差分的绝对值,从候选匹配区域中确认第一像素点匹配的第二像素点。
根据本申请一实施例,第二获取模块,还用于:获取任一第一像素点与匹配的第二像素点的坐标差值,以确定横向位移及纵向位移;根据横向位移,获取第一运动矢量,以及根据纵向位移,获取第二运动矢量;基于第一运动矢量和第二运动矢量,确定运动矢量图。
根据本申请一实施例,第二获取模块,还用于:获取第一SDR图像与第二SDR图像的第一曝光比;根据第一曝光比将第一SDR图像和第二SDR图像进行融合,获取第一HDR图像。
根据本申请一实施例,第三获取模块,还用于:获取第一SDR图像与第二SDR图像的第二曝光比;根据第二曝光比及运动矢量图将第一SDR图像与第二SDR图像进行融合,获取第二HDR图像。
根据本申请一实施例,第二获取模块,还用于:获取第二SDR图像中与第一像素点位置相同的第三像素点的第三像素值;获取第一像素值与第三像素值的第二差分的绝对值;根据第二差分的绝对值,获取运动区域掩码图。
根据本申请一实施例,第四获取模块,还用于:对运动区域掩码图中像素点的值进行归一化,获取融合比例;根据融合比例将第一HDR图像及第二HDR图像进行融合,获取目标HDR图像。
本申请第三方面实施例提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请第一方面提供的图像处理方法。
本申请第四方面实施例提供了一种存储有计算机指令的计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请第一方面提供的图像处理方法。
本申请第五方面实施例提供了一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,执行本申请第一方面提供的图像处理方法。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
本申请实施例可以有针对性的根据发生运动的像素点对不同曝光的图像进行融合,从而达到对HDR图像进行降噪的目的,降低运动物体对HDR图像的影响,避免运动区域的解析力下降的同时,还可以提高HDR图像的质量,提高图像处理的准确性。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请一实施例的图像处理方法的流程图;
图2为本申请一实施例的图像处理方法的流程图;
图3为本申请一实施例的图像处理方法的示意图;
图4为本申请一实施例的图像处理方法的流程图;
图5为本申请一实施例的图像处理方法的示意图;
图6为本申请一实施例的图像处理方法的示意图;
图7为本申请一实施例的图像处理方法的流程图;
图8为本申请一实施例的图像处理方法的流程图;
图9为本申请一实施例的图像处理方法的示意图;
图10为本申请一实施例的图像处理方法的流程图;
图11为本申请一实施例的图像处理方法的示意图;
图12为本申请一实施例的图像处理方法的示意图;
图13为本申请一实施例的图像处理装置的结构示意图;
图14是本申请一实施例的电子设备的框图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的图像处理方法、装置、电子设备及存储介质。
图1为本申请一实施例的图像处理方法的流程图,如图1所示,该方法包括:
S11,获取同一场景下的具有不同曝光时间的第一SDR图像和第二SDR图像。
利用图像采集装置对同一场景进行多次不同程度曝光的拍摄,获取具有不同曝光时间的第一SDR图像以及第二SDR图像。
可选地,图像采集装置可以是具有摄像头的终端设备、平板电脑等,本申请对此不做限制。
S12,根据第一SDR图像和第二SDR图像,获取运动矢量图、运动区域掩码图和第一HDR图像。
可选地,实现中,图像采集装置可能会发生抖动,场景下的物体也可能发生移动,因此,第一SDR图像与第二SDR图像中,运动物体的位置会发生改变。
在一些实现中,将第一SDR图像与第二SDR图像进行融合,获取第一HDR图像,实现中,由于运动物体的位置会发生改变,第一HDR图像可能会出现“鬼影”,图像的质量不高,因此,本申请实施例中,对第一SDR图像和第二SDR图像中运动物体所在的区域,也就是运动区域进行分析,根据任一像素点发生的位移,获取运动矢量图,以便于后续改善图像的SNR。
在一些实现中,结合第一SDR图像和第二SDR图像进行分析,获取对应位置的任一像素点属于运动区域的置信度,进而将置信度作为该像素点的值,生成运动区域掩码图。
S13,基于第一SDR图像、第二SDR图像及运动矢量图,获取第二HDR图像。
运动矢量图可以体现运动区域的位移,根据第一SDR图像中任一像素点的运动矢量获取其在第二SDR图像中的匹配点,从而有针对性的对发生运动的像素点进行融合,也就是说,有针对性的将第一SDR图像、第二SDR图像进行融合,从而达到对图像进行降噪目的,获取第二HDR图像。
S14,基于运动区域掩码图、第一HDR图像及第二HDR图像获取目标HDR图像。
本申请实施例中,运动区域掩码图中的像素点的值体现了该位置像素点像素点属于运动区域的置信度,基于运动区域掩码图获取融合比例,进而将第一HDR图像及第二HDR图像进行融合,获取目标HDR图像。
融合比例可以展示出图像中运动发生的概率,进而根据运动发生的概率来控制存在运动物体的图像在高动态范围融合时的权重比例,从而降低运动物体对HDR图像的影响。
本申请实施例中,根据第一SDR图像和第二SDR图像,获取运动矢量图、运动区域掩码图和第一HDR图像,基于第一SDR图像、第二SDR图像及运动矢量图,获取第二HDR图像,基于运动区域掩码图、第一HDR图像及第二HDR图像获取目标HDR图像。本申请实施例可以有针对性的根据发生运动的像素点对不同曝光的图像进行融合,从而达到对HDR图像进行降噪的目的,降低运动物体对HDR图像的影响,避免运动区域的解析力下降的同时,还可以提高HDR图像的质量,提高图像处理的准确性。
图2为本申请一实施例的图像处理方法的流程图,如图2所示,在上述实施例的基础上,第一HDR图像的获取过程,包括:
S21,获取第一SDR图像与第二SDR图像的第一曝光比。
以第一SDR图像的曝光时间短于第二SDR图像的曝光时间进行说明,本申请实施例中,获取第一SDR图像与第二SDR图像的第一曝光比为Ratio,也就是说,第二SDR图像的亮度是第一SDR图像的Ratio倍。
S22,根据第一曝光比将第一SDR图像和第二SDR图像进行融合,获取第一HDR图像。
如图3所示,可以采用如下公式获取第一HDR图像像素点的坐标值:
PXh=(Pxs+Ratio×PXl)/(1+Ratio)
其中,Pxs为第一SDR图像中坐标为(X0,Y0)的像素点的像素值,PXl为第二SDR图像中坐标为(X0,Y0)的像素点的像素值,PXh为融合后的第一HDR图像中坐标为(X0,Y0)的像素点的像素值。同理,可以获取第一HDR图像中每个像素点的像素值,进而获取第一HDR图像。
本申请实施例可以有针对性的根据发生运动的像素点对不同曝光的图像进行融合,从而达到对HDR图像进行降噪的目的,降低运动物体对HDR图像的影响,避免运动区域的解析力下降的同时,还可以提高HDR图像的质量,提高图像处理的准确性。
图4为本申请一实施例的图像处理方法的流程图,如图4所示,以第一SDR图像的曝光时间短于第二SDR图像的曝光时间进行说明,运动矢量图的获取过程,包括:
S41,针对第一SDR图像上的任一第一像素点,获取任一第一像素点匹配的第二SDR图像的第二像素点。
获取以任一第一像素点为中心的第一滑窗,以及对应的第二SDR图像上的候选匹配区域,如图5所示,本申请实施例中,以任一第一像素点为中心的3*3个像素点作为第一滑窗510,以第二SDR图像上相同位置像素点为中心的33*33个像素点作为候选匹配区域520为例进行介绍,如图6所示,获取第一滑窗510中[i][j]位置的第一像素值PATCHs[i][j],以及候选匹配区域520内任一候选第二滑窗530中[i][j]位置的第二像素值PATCHt[i][j],第一滑窗510的大小与候选第二滑窗530相同;获取第一像素值和第二像素值之间的第一差分的绝对值,本申请实施例中,可以采用如下公式获取第一差分的绝对值:
SADt=SUM(ABS(PATCHt[i][j]-PATCHs[i][j]))
其中,SADt表示第一差分的绝对值,SUM(...)表示求和运算,ABS(...)表示取绝对值运算,i表示像素点在滑窗中的横向坐标值,j表示像素点在滑窗中的纵向坐标值,本申请实施例中,由于滑窗为3*3个像素点,所以i可以分别取值0,1,2;另外,j也可以分别取值0,1,2。
以1个像素点为步长,利用候选第二滑窗530遍历整个候选匹配区域520,获取每个第一差分的绝对值,并根据第一差分的绝对值,从候选第二滑窗530中确认第一滑窗510匹配的第二滑窗,可选地,本申请实施例中,以最小的第一差分绝对值对应的候选第二滑窗530作为第一滑窗510匹配的第二滑窗,并确认第二滑窗的中心像素点为任一第一像素点匹配的第二SDR图像的第二像素点。
S42,获取任一第一像素点与匹配的第二像素点各自的坐标值。
获取任一第一像素点与匹配的第二像素点在各自的图像坐标系中的坐标值。也就是说,获取任一第一像素点在第一SDR图像中的坐标值,并获取任一第一像素点与匹配的第二像素点在第二SDR图像中的坐标值。
S43,根据任一第一像素点与匹配的第二像素点各自的坐标值,获取运动矢量图。
获取任一第一像素点与匹配的第二像素点的坐标差值,以确定横向位移及纵向位移。根据横向位移,获取第一运动矢量,以及根据纵向位移,获取第二运动矢量。基于第一运动矢量和第二运动矢量,确定运动矢量图。本申请实施例中以第一像素点的坐标值为(X0,Y0),与第一像素点匹配的第二像素点的坐标值为(X1,Y1)为例进行说明,可以确定横向位移dx=X1-X0,纵向位移dy=Y1-Y0,可选地,本申请实施例中,以dx作为第一运动矢量,以dy作为第二运动矢量,确定运动矢量图。
可选地,可以将第一运动矢量替换第二SDR图像的第二像素点的值,获取第一运动矢量图,将第二运动矢量替换第二SDR图像的第二像素点的值,获取第二运动矢量图。也就是说,将第一运动矢量作为(X1,Y1)的像素点的值,以此类推,直至获取第一运动矢量图,同理,以第二运动矢量作为(X1,Y1)像素点的值,以此类推,直至获取第二运动矢量图。
本申请实施例可以有针对性的根据发生运动的像素点对不同曝光的图像进行融合,从而达到对HDR图像进行降噪的目的,降低运动物体对HDR图像的影响,避免运动区域的解析力下降的同时,还可以提高HDR图像的质量,提高图像处理的准确性。
图7为本申请一实施例的图像处理方法的流程图,如图7所示,在上述实施例的基础上,运动区域掩码图的获取过程,包括:
S71,获取第二SDR图像中与第一像素点位置相同的第三像素点的第三像素值。
获取第二SDR图像中与第一滑窗位置相同的第三滑窗的第三像素值。本申请实施例中以,第一滑窗为以第一像素点为中心的滑窗,第三滑窗为以第三像素点为中心的滑窗,第一滑窗与第三滑窗的大小相同;第一像素点在第一SDR图像中的坐标值为(X0,Y0),第三像素点在第二SDR图像中的坐标值为(X0,Y0)。
S72,获取第一像素值与第三像素值的第二差分的绝对值。
采用如下公式获取第一像素值与第三像素值的第二差分的绝对值SADm:
SADm=SUM(ABS(PATCHl-[i][j]-PATCHs[i][j]))
PATCHl[i][j]为第三滑窗中[i][j]位置的第三像素值。
S73,根据第二差分的绝对值,获取运动区域掩码图。
将SADm作为运动区域掩码图中坐标值为(X0,Y0)处的像素点的像素值,同理,可以获取运动区域掩码图中每个像素点的像素值,进而获取运动区域掩码图。
本申请实施例可以有针对性的根据发生运动的像素点对不同曝光的图像进行融合,从而达到对HDR图像进行降噪的目的,降低运动物体对HDR图像的影响,避免运动区域的解析力下降的同时,还可以提高HDR图像的质量,提高图像处理的准确性。
图8为本申请一实施例的图像处理方法的流程图,如图8所示,在上述实施例的基础上,基于第一SDR图像、第二SDR图像及运动矢量图,获取第二HDR图像,包括:
S81,获取第一SDR图像与第二SDR图像的第二曝光比。
在一些实现中,直接获取获取第一SDR图像与第二SDR图像的第二曝光比,在一些实现中,为了提高图像处理的准确性,可以根据第一SDR图像与第二SDR图像获取多个第二曝光比,以便于后续将第一SDR图像与第二SDR图像进行融合。
以第一SDR图像的曝光时间短于第二SDR图像的曝光时间进行说明,针对第一SDR图像的任一第一像素点,根据运动矢量图可以定位与第一像素点匹配的第二SDR图像匹配的第二像素点,例如,对于第一SDR图像中坐标为(X0,Y0)的像素点,其匹配的像素点在第二SDR图像中的坐标值为(X0+dx,Y0+dy),如图9所示,本申请实施例中,获取第二SDR图像中以(X0+dx,Y0+dy)为中心的像素点区域MatchAreal,可选地,像素点区域MatchAreal的范围可以是11*11个像素点,并建立与第一滑窗大小相同的第四滑窗对像素点区域MatchAreal进行遍历,在一些实现中,采用如下公式,针对每一个第四滑窗都生成一个第二曝光比:
SADnr=SUM(ABS(PATCHnr[i][j]-PATCHs[i][j]))
其中,PATCHnr[i][j]为第四滑窗中[i][j]位置的第四像素值,SADnr为第四滑窗的中心像素点对应的第二曝光比,以此类推,可以获取像素点区域MatchAreal的每个像素点的第二曝光比。
S82,根据第二曝光比及运动矢量图将第一SDR图像与第二SDR图像进行融合,获取第二HDR图像。
以根据第一SDR图像与第二SDR图像获取多个第二曝光比为例继续进行说明。
根据像素点区域MatchAreal中[m][n]位置的像素点的第二曝光比SADnr[m][n],获取第二曝光比的倒数WTnr[m][n]=1/SADnr[m][n],其中,m表示第四滑窗的中心像素点在像素点区域MatchAreal中的横向坐标值,n表示第四滑窗的中心像素点在像素点区域MatchAreal中的纵向坐标值,本申请实施例中,由于像素点区域MatchAreal为11*11个像素点,所以m可以分别取值0,1,...,10;另外,n也可以分别取值0,1,...,10。
采用如下公式获取第二HDR图像中坐标为(X0,Y0)的像素点的像素值PXnr:
PXnr=SUM(WTnr[m][n]×MatchAreal[m][n])/SUM(WTnr[m][n])
其中,MatchAreal[m][n]为像素点区域MatchAreal中[m][n]位置的像素点的像素值。同理,可以获取第二HDR图像中每个像素点的像素值,进而获取第二HDR图像。
本申请实施例可以有针对性的根据发生运动的像素点对不同曝光的图像进行融合,从而达到对HDR图像进行降噪的目的,降低运动物体对HDR图像的影响,避免运动区域的解析力下降的同时,还可以提高HDR图像的质量,提高图像处理的准确性。
图10为本申请一实施例的图像处理方法的流程图,如图10所示,在上述实施例的基础上,运动矢量图的获取过程,包括:
S101,获取同一场景下的具有不同曝光时间的第一标准动态范围SDR图像和第二SDR图像。
S102,根据第一SDR图像和第二SDR图像,获取运动矢量图、运动区域掩码图和第一高动态范围HDR图像。
S103,基于第一SDR图像、第二SDR图像及运动矢量图,获取第二HDR图像。
关于步骤S101~步骤S103的介绍,可以参见上述实施例中的相关介绍,此处不再介绍。
S104,对运动区域掩码图中像素点的值进行归一化,获取任一像素点的融合比例。
本申请实施例中,对运动区域掩码图中像素点的值进行归一化后,获取任一像素点的融合比例的值位于[0,1]区间,融合比例可以展示出图像中运动发生的概率,进而根据运动发生的概率来控制存在运动物体的图像在高动态范围融合时的权重比例,从而降低运动物体对高动态范围图像的影响。
S105,根据融合比例将第一HDR图像及第二HDR图像进行融合,获取目标HDR图像。
采用如下公式获取目标HDR图像中坐标为(X0,Y0)的像素点的像素值PXo:
PXo=PXh×(1.0-f)+PXnr×f
其中,f为运动区域掩码图中像素点坐标为(X0,Y0)的像素的值归一化后获取的融合比例。同理,可以获取目标HDR图像中每个像素点的像素值,进而获取目标HDR图像。
本申请实施例可以有针对性的根据发生运动的像素点对不同曝光的图像进行融合,从而达到对HDR图像进行降噪的目的,降低运动物体对HDR图像的影响,避免运动区域的解析力下降的同时,还可以提高HDR图像的质量,提高图像处理的准确性。
图11为本申请一实施例的图像处理系统的流程图,如图11所示,图像处理系统110包括HDR融合模块M0、运动补偿降噪模块M1、运动向量检测模块M2、运动区域检测模块M3、融合模块M4,其中:
HDR融合模块M0用于将第一SDR图像和第二SDR图像进行融合,获取第一HDR图像,并发送给融合模块M4。
运动向量检测模块M2用于对第一SDR图像和第二SDR图像中的运动物体进行检测,获取发生运动的像素点的运动矢量,并生成运动矢量图发送给运动补偿降噪模块M1,运动补偿降噪模块M1根据运动矢量图将第一SDR图像与第二SDR图像进行融合,获取第二HDR图像并发送给融合模块M4。
运动区域检测模块M3用于对第一SDR图像和第二SDR图像的运动区域进行检测,获取第一SDR图像中每个像素点属于运动区域的置信度。
融合模块M4用于以置信度作为融合比例,对将第一HDR图像和第二HDR图像进行融合,生成目标HDR图像。
本申请实施例可以有针对性的根据发生运动的像素点对不同曝光的图像进行融合,从而达到对HDR图像进行降噪的目的,降低运动物体对HDR图像的影响,避免运动区域的解析力下降的同时,还可以提高HDR图像的质量,提高图像处理的准确性。
图12为本申请一实施例的图像处理系统的流程图,如图12所示,以第一SDR图像的曝光时间短于第二SDR图像的曝光时间,当前坐标为(X0,Y0)进行说明,本申请实施例中,获取当前坐标为(X0,Y0),进而利用第一曝光比将第一SDR图像中坐标为(X0,Y0)的第一像素点的像素值Pxs与第二SDR图像中坐标为(X0,Y0)的第三像素点的像素值PXl进行融合,获取第一HDR图像中坐标为(X0,Y0)的像素点的像素值PXh;获取第一SDR图像中以(X0,Y0)为中心的第一滑窗PATCHs以及以第二SDR图像中以(X0,Y0)为中心的候选匹配区域,滑窗的范围可以是3*3个像素点,候选匹配区域的范围可以是33*33个像素点,根据第一滑窗PATCHs中的第一像素值与候选匹配区域中每个第二像素值的第一差分的绝对值,从候选匹配区域中确认与第一像素点匹配的第二像素点的坐标(X1,Y1),进而获取第一运动矢量dx=X1-X0以及第二运动矢量dy=Y1-Y0,在第二SDR图像中,获取以(X0+dx,Y0+dy)为中心的像素点区域MatchAreal,像素点区域MatchAreal的范围可以是11*11个像素点,利用第二曝光比和MatchAreal对第一像素点的像素值Pxs进行降噪,获取第二HDR图像中坐标为(X0,Y0)的像素点的像素值PXnr;获取第二SDR图像中以(X0,Y0)为中心的第三滑窗PATCHl,根据第一滑窗PATCHs中的第一像素值与第三滑窗PATCHl中的第三像素值,获取第二差分的绝对值,以第二差分的绝对值作为融合比例,将第一HDR图像中坐标为(X0,Y0)的像素点的像素值PXh与第二HDR图像中坐标为(X0,Y0)的像素点的像素值PXnr进行融合,获取目标HDR图像中坐标为(X0,Y0)的像素点的像素值PXo。
本申请实施例可以有针对性的根据发生运动的像素点对不同曝光的图像进行融合,从而达到对HDR图像进行降噪的目的,降低运动物体对HDR图像的影响,避免运动区域的解析力下降的同时,还可以提高HDR图像的质量,提高图像处理的准确性。
需要说明的是,在其他实施例中,滑窗、像素点区域MatchAreal、候选匹配区域也可以是其他范围,其中,滑窗的范围小于像素点区域MatchAreal的范围,像素点区域MatchAreal的范围小于候选匹配区域的范围,本申请实施例对此不作限制。
图13为本申请一实施例的图像处理装置的结构示意图,如图13所示,图像处理装置1300,包括:
第一获取模块1310,用于获取同一场景下的具有不同曝光时间的第一标准动态范围SDR图像和第二SDR图像;
第二获取模块1320,用于根据第一SDR图像和第二SDR图像,获取运动矢量图、运动区域掩码图和第一高动态范围HDR图像;
第三获取模块1330,用于基于第一SDR图像、第二SDR图像及运动矢量图,获取第二HDR图像;
第四获取模块1340,用于基于运动区域掩码图、第一HDR图像及第二HDR图像获取目标HDR图像。
本申请提供的一种图像处理装置1300,还具备如下技术特征,包括:
根据本申请一实施例,第二获取模块1320,还用于:针对第一SDR图像上的任一第一像素点,获取任一第一像素点匹配的第二SDR图像的第二像素点;获取任一第一像素点与匹配的第二像素点各自的坐标值;根据任一第一像素点与匹配的第二像素点各自的坐标值,获取运动矢量图。
根据本申请一实施例,第二获取模块1320,还用于:获取任一第一像素点,以及对应的第二SDR图像上的候选匹配区域;获取第一像素点的第一像素值,以及候选匹配区域内的候选第二像素值;获取第一像素值和候选第二像素值之间的第一差分的绝对值;根据第一差分的绝对值,从候选匹配区域中确认第一像素点匹配的第二像素点。
根据本申请一实施例,第二获取模块1320,还用于:获取任一第一像素点与匹配的第二像素点的坐标差值,以确定横向位移及纵向位移;根据横向位移,获取第一运动矢量,以及根据纵向位移,获取第二运动矢量;基于第一运动矢量和第二运动矢量,确定运动矢量图。
根据本申请一实施例,第二获取模块1320,还用于:获取第一SDR图像与第二SDR图像的第一曝光比;根据第一曝光比将第一SDR图像和第二SDR图像进行融合,获取第一HDR图像。
根据本申请一实施例,第三获取模块1330,还用于:获取第一SDR图像与第二SDR图像的第二曝光比;根据第二曝光比及运动矢量图将第一SDR图像与第二SDR图像进行融合,获取第二HDR图像。
根据本申请一实施例,第二获取模块1320,还用于:获取第二SDR图像中与第一像素点位置相同的第三像素点的第三像素值;获取第一像素值与第三像素值的第二差分的绝对值;根据第二差分的绝对值,获取运动区域掩码图。
根据本申请一实施例,第四获取模块1340,还用于:对运动区域掩码图中像素点的值进行归一化,获取融合比例;根据融合比例将第一HDR图像及第二HDR图像进行融合,获取目标HDR图像。
本申请实施例可以有针对性的根据发生运动的像素点对不同曝光的图像进行融合,从而达到对HDR图像进行降噪的目的,降低运动物体对HDR图像的影响,避免运动区域的解析力下降的同时,还可以提高HDR图像的质量,提高图像处理的准确性。
为达到上述实施例,本申请还提供了一种电子设备、一种计算机可读存储介质和一种计算机程序产品。
图14为本申请一实施例的电子设备的框图,根据如图14所示的电子设备可以实现执行图1至图10的实施例的图像处理方法。
如图14所示,上述电子设备1400包括:存储器1410及处理器1420,连接不同组件(包括存储器1410和处理器1420)的总线1430,存储器1410存储有计算机程序,当处理器1420执行所述程序时实现本公开实施例所述的设备标识跳变的识别方法。
总线1430表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备1400典型地包括多种电子设备可读介质。这些介质可以是任何能够被电子设备1400访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器1410还可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)1440和/或高速缓存存储器1450。电子设备1400可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统1460可以用于读写不可移动的、非易失性磁介质(图14未显示,通常称为“硬盘驱动器”)。尽管图14中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线1430相连。存储器1410可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本公开各实施例的功能。
具有一组(至少一个)程序模块1470的程序/实用工具1480,可以存储在例如存储器1410中,这样的程序模块1470包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块1470通常执行本公开所描述的实施例中的功能和/或方法。
电子设备1400也可以与一个或多个外部设备1490(例如键盘、指向设备、显示器1491等)通信,还可与一个或者多个使得用户能与该电子设备1400交互的设备通信,和/或与使得该电子设备1400能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1492进行。并且,电子设备1400还可以通过网络适配器1493与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图14所示,网络适配器1493通过总线1430与电子设备1400的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备1400使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器1420通过运行存储在存储器1410中的程序,从而执行各种功能应用以及数据处理。
为了实现上述实施例,本申请还提供一种存储有计算机指令的计算机可读存储介质,计算机指令用于使计算机执行图1至图10的实施例的图像处理方法。
为了实现上述实施例,本申请还提供一种计算机程序产品,当计算机程序产品中的指令处理器执行时,执行图1至图10的实施例的图像处理方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (18)
1.一种图像处理方法,其特征在于,包括:
获取同一场景下的具有不同曝光时间的第一标准动态范围SDR图像和第二SDR图像;
根据所述第一SDR图像和所述第二SDR图像,获取运动矢量图、运动区域掩码图和第一高动态范围HDR图像;
基于所述第一SDR图像、所述第二SDR图像及所述运动矢量图,获取第二HDR图像;
基于所述运动区域掩码图、所述第一HDR图像及所述第二HDR图像获取目标HDR图像。
2.根据权利要求1所述的方法,其特征在于,所述运动矢量图的获取过程,包括:
针对所述第一SDR图像上的任一第一像素点,获取所述任一第一像素点匹配的所述第二SDR图像的第二像素点;
获取所述任一第一像素点与匹配的所述第二像素点各自的坐标值;
根据所述任一第一像素点与匹配的所述第二像素点各自的坐标值,获取所述运动矢量图。
3.根据权利要求2所述的方法,其特征在于,所述获取所述任一第一像素点匹配的所述第二SDR图像的第二像素点,包括:
获取所述任一第一像素点,以及对应的所述第二SDR图像上的候选匹配区域;
获取所述第一像素点的第一像素值,以及所述候选匹配区域内的候选第二像素值;
获取所述第一像素值和所述候选第二像素值之间的第一差分的绝对值;
根据所述第一差分的绝对值,从所述候选匹配区域中确认所述第一像素点匹配的所述第二像素点。
4.根据权利要求3所述的方法,其特征在于,所述根据所述任一第一像素点与匹配的所述第二像素点各自的坐标值,获取所述运动矢量图,包括:
获取所述任一第一像素点与匹配的所述第二像素点的坐标差值,以确定横向位移及纵向位移;
根据所述横向位移,获取所述第一运动矢量,以及根据所述纵向位移,获取所述第二运动矢量;
基于所述第一运动矢量和所述第二运动矢量,确定所述运动矢量图。
5.根据权利要求1所述的方法,其特征在于,所述第一HDR图像的获取过程,包括:
获取所述第一SDR图像与所述第二SDR图像的第一曝光比;
根据所述第一曝光比将所述第一SDR图像和所述第二SDR图像进行融合,获取所述第一HDR图像。
6.根据权利要求1所述的方法,其特征在于,所述基于所述第一SDR图像、所述第二SDR图像及所述运动矢量图,获取第二HDR图像,包括:
获取所述第一SDR图像与所述第二SDR图像的第二曝光比;
根据所述第二曝光比及所述运动矢量图将所述第一SDR图像与所述第二SDR图像进行融合,获取第二HDR图像。
7.根据权利要求3所述的方法,其特征在于,所述运动区域掩码图的获取过程,包括:
获取第二SDR图像中与所述第一像素点位置相同的第三像素点的第三像素值;
获取所述第一像素值与所述第三像素值的第二差分的绝对值;
根据所述第二差分的绝对值,获取所述运动区域掩码图。
8.根据权利要求1所述的方法,其特征在于,所述基于所述运动区域掩码图、所述第一HDR图像及所述第二HDR图像获取目标HDR图像,包括:
对所述运动区域掩码图中的像素点的值进行归一化,获取融合比例;
根据所述融合比例将所述第一HDR图像及所述第二HDR图像进行融合,获取所述目标HDR图像。
9.一种图像处理装置,其特征在于,包括:
第一获取模块,用于获取同一场景下的具有不同曝光时间的第一标准动态范围SDR图像和第二SDR图像;
第二获取模块,用于根据所述第一SDR图像和所述第二SDR图像,获取运动矢量图、运动区域掩码图和第一高动态范围HDR图像;
第三获取模块,用于基于所述第一SDR图像、所述第二SDR图像及所述运动矢量图,获取第二HDR图像;
第四获取模块,用于基于所述运动区域掩码图、所述第一HDR图像及所述第二HDR图像获取目标HDR图像。
10.根据权利要求9所述的装置,其特征在于,所述第二获取模块,还用于:
针对所述第一SDR图像上的任一第一像素点,获取所述任一第一像素点匹配的所述第二SDR图像的第二像素点;
获取所述任一第一像素点与匹配的所述第二像素点各自的坐标值;
根据所述任一第一像素点与匹配的所述第二像素点各自的坐标值,获取所述运动矢量图。
11.根据权利要求10所述的装置,其特征在于,所述第二获取模块,还用于:
获取所述任一第一像素点,以及对应的所述第二SDR图像上的候选匹配区域;
获取所述第一像素点的第一像素值,以及所述候选匹配区域内的候选第二像素值;
获取所述第一像素值和所述候选第二像素值之间的第一差分的绝对值;
根据所述第一差分的绝对值,从所述候选匹配区域中确认所述第一像素点匹配的所述第二像素点。
12.根据权利要求11所述的装置,其特征在于,所述第二获取模块,还用于:
获取所述任一第一像素点与匹配的所述第二像素点的坐标差值,以确定横向位移及纵向位移;
根据所述横向位移,获取所述第一运动矢量,以及根据所述纵向位移,获取所述第二运动矢量;
基于所述第一运动矢量和所述第二运动矢量,确定所述运动矢量图。
13.根据权利要求9所述的装置,其特征在于,所述第二获取模块,还用于:
获取所述第一SDR图像与所述第二SDR图像的第一曝光比;
根据所述第一曝光比将所述第一SDR图像和所述第二SDR图像进行融合,获取所述第一HDR图像。
14.根据权利要求9所述的装置,其特征在于,所述第三获取模块,还用于:
获取所述第一SDR图像与所述第二SDR图像的第二曝光比;
根据所述第二曝光比及所述运动矢量图将所述第一SDR图像与所述第二SDR图像进行融合,获取第二HDR图像。
15.根据权利要求11所述的装置,其特征在于,所述第二获取模块,还用于:
获取第二SDR图像中与所述第一像素点位置相同的第三像素点的第三像素值;
获取所述第一像素值与所述第三像素值的第二差分的绝对值;
根据所述第二差分的绝对值,获取所述运动区域掩码图。
16.根据权利要求9所述的装置,其特征在于,所述第四获取模块,还用于:
对所述运动区域掩码图中的像素点的值进行归一化,获取融合比例;
根据所述融合比例将所述第一HDR图像及所述第二HDR图像进行融合,获取所述目标HDR图像。
17.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111563115.8A CN114418908A (zh) | 2021-12-20 | 2021-12-20 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111563115.8A CN114418908A (zh) | 2021-12-20 | 2021-12-20 | 图像处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114418908A true CN114418908A (zh) | 2022-04-29 |
Family
ID=81268464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111563115.8A Pending CN114418908A (zh) | 2021-12-20 | 2021-12-20 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114418908A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024067461A1 (zh) * | 2022-09-30 | 2024-04-04 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
-
2021
- 2021-12-20 CN CN202111563115.8A patent/CN114418908A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024067461A1 (zh) * | 2022-09-30 | 2024-04-04 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109242913B (zh) | 采集器相对参数的标定方法、装置、设备和介质 | |
CN108805917B (zh) | 空间定位的方法、介质、装置和计算设备 | |
KR101017802B1 (ko) | 영상 왜곡 보정 | |
US20190014249A1 (en) | Image Fusion Method and Apparatus, and Terminal Device | |
CN109993713B (zh) | 车载平视显示系统图像畸变矫正方法和装置 | |
CN102201113A (zh) | 图像处理设备、图像处理方法以及程序 | |
US10852208B2 (en) | Quantifying gas leak rates using frame images acquired by a camera | |
US8934534B2 (en) | Method and system for providing reliable motion vectors | |
US20230214981A1 (en) | Method for detecting appearance defects of a product and electronic device | |
CN108156452B (zh) | 一种检测传感器的方法、装置、设备及存储介质 | |
US20230214989A1 (en) | Defect detection method, electronic device and readable storage medium | |
CN115937147B (zh) | 缺陷检测参数的确定方法、装置、设备及存储介质 | |
Sun et al. | Vision‐based displacement measurement enhanced by super‐resolution using generative adversarial networks | |
CN111951192A (zh) | 一种拍摄图像的处理方法及拍摄设备 | |
CN114418908A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110163914B (zh) | 基于视觉的定位 | |
CN114494448A (zh) | 标定误差的评估方法、装置、计算机设备及存储介质 | |
CN110706257B (zh) | 有效特征点对的识别方法、相机状态的确定方法及装置 | |
JP2017054431A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP2006215657A (ja) | 動きベクトル検出方法、動きベクトル検出装置、動きベクトル検出プログラム及びプログラム記録媒体 | |
JP3796356B2 (ja) | カメラ制御装置、方法及びコンピュータ読み取り可能な記憶媒体 | |
US20110001882A1 (en) | Method and system for determining motion vectors for flat regions | |
CN113628192A (zh) | 图像模糊检测方法、装置、设备、存储介质及程序产品 | |
CN113837987A (zh) | 舌部图像采集方法、装置及计算机设备 | |
CN115619652A (zh) | 图像盲去噪方法、装置、电子设备和存储介质 |
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 |