CN114757843A - 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
- CN114757843A CN114757843A CN202210383788.3A CN202210383788A CN114757843A CN 114757843 A CN114757843 A CN 114757843A CN 202210383788 A CN202210383788 A CN 202210383788A CN 114757843 A CN114757843 A CN 114757843A
- Authority
- CN
- China
- Prior art keywords
- image
- initial
- fusion
- sampling
- images
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 76
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 230000004927 fusion Effects 0.000 claims abstract description 165
- 238000005070 sampling Methods 0.000 claims abstract description 107
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000007499 fusion processing Methods 0.000 claims abstract description 27
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 17
- 230000006870 function Effects 0.000 description 21
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 2
- 235000019557 luminance Nutrition 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000007500 overflow downdraw method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012546 transfer 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
- G06T5/90—Dynamic range modification of images or parts thereof
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- 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
- G06T2207/20208—High dynamic range [HDR] image processing
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本公开实施例公开了一种图像处理方法装置、电子设备及存储介质。该方法包括获取第一动态范围的多个初始图像,对各初始图像进行下采样处理分别得到对应的下采样图像;基于所述下采样图像的图像参数确定各所述下采样图像的融合权重;将各所述融合权重进行上采样处理,得到所述初始图像的融合权重;基于各所述初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像,其中,所述第二动态范围大于所述第一动态范围。通过本公开实施例的技术方案,实现了减小图像融合的数据计算量,提升图像融合的处理效率。
Description
技术领域
本公开实施例涉及计算机数据处理技术领域,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
在当前拍照功能中为了能得到更加色彩鲜明的图像,一般是将多帧SDR(Standarddynamic range,标准动态范围)图像,进行图像融合,得到一帧HDR(High Dynamic Range,高动态范围)图像。现有的融合方式具体是通过设置不同的曝光参数进行不同程度的长短曝光,获得n张不同亮度的SDR图像,根据SDR图像的图像参数分别计算出n张SDR图像各自的融合权重,并根据各自的融合参数和对应的SDR图像融合出一张HDR图像。
现有技术的融合方法在实施的过程中,直接基于SDR图像的原始图像数据进行融合计算,数据计算量大,耗时较长,导致图像融合的效率较低。
发明内容
本公开实施例提供了一种图像处理方法、装置、电子设备及存储介质。以解决现有技术中图像数据计算耗时较长的问题,从而实现减小图像融合的数据计算量,提升图像融合的处理效率。
第一方面,本公开实施例提供了一种图像处理方法,该方法包括:获取第一动态范围的多个初始图像,对各初始图像进行下采样处理分别得到对应的下采样图像;
基于所述下采样图像的图像参数确定各所述下采样图像的融合权重;
将各所述融合权重进行上采样处理,得到所述初始图像的融合权重;
基于各所述初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像,其中,所述第二动态范围大于所述第一动态范围。
第二方面,本公开实施例还提供了一种图像处理装置,该装置包括:下采样图像获取模块,用于获取第一动态范围的多个初始图像,对各初始图像进行下采样处理分别得到对应的下采样图像;
第一融合权重确定模块,用于基于所述下采样图像的图像参数确定各所述下采样图像的融合权重;
第二融合权重确定模块,用于将各所述融合权重进行上采样处理,得到所述初始图像的融合权重;
目标图像生成模块,用于基于各所述初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像,其中,所述第二动态范围大于所述第一动态范围。
第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开实施例任一所述的图像处理方法。
第四方面,本公开实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的图像处理方法。
本公开实施例的技术方案,通过对目标对象进行图像采集,得到第一动态范围的多个初始图像,对各初始图像进行下采样处理,得到各初始图像分别对应的下采样图像,降低了图像分辨率,减小了图像处理的数据量;进一步的,基于下采样图像的图像参数确定各下采样图像的融合权重,将各融合权重进行上采样处理,得到初始图像的融合权重,提高了融合权重对应图像的图像分辨率;进一步的基于各初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像。上述技术方案通过先进行下采样处理,并确定下采样处理后的图像的融合权重,进而对融合权重进行上采样处理得到初始图像的融合权重,减小了数据计算量,提高了数据计算速率,从而可以提高图像处理效率。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例提供的一种图像处理方法的流程示意图;
图2是本公开实施例提供的另一种图像处理方法的流程示意图;
图3是本公开实施例涉及的一种目标曝光度的结构示意图;
图4是本公开实施例提供的一种图像处理装置的结构示意图;
图5是本公开实施例提供的一种电子设备的结构示意图;
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
一些其他实施例中,因为真实世界中亮度的动态范围非常大,例如,直视太阳时的亮度可以达到高达1000,000Knit,而夜晚星空的亮度仅有1nit不到。在相机拍照的过程中无法一次记录这么大的亮度范围(动态范围),所以为了得到色彩鲜明、对比明显的照片,即具有高动态范围的图像,现有技术的方法选择将多张低动态范围的SDR图像进行图像融合,得到一张高动态范围的HDR图像。本公开实施例的技术方案在实施发现上述方法过程中发现存在局限性;具体包括:数据计算量大,耗时较长,导致图像融合的效率较低。针对上述技术问题,为了减小图像融合处理的数据计算量,提高图像融合的效率,本公开实施例提供的技术方案提供了一种图像处理方法,参见图1。
图1为本公开实施例所提供的一种图像处理方法流程示意图,本公开实施例适应于多帧低动态范围图像融合得到一帧高动态范围图像的情况,当然本公开实施例还适应于其他对多帧图像进行图像融合处理得到一帧融合图像的情况。该方法可以由本公开实施例提供的图像处理装置来执行,该图像处理装置可以通过软件和/或硬件的形式实现,可选的,通过电子设备来实现,该电子设备可以是移动终端或PC端等。如图1,本实施例的方法包括:
S110、获取第一动态范围的多个初始图像,对各初始图像进行下采样处理分别得到对应的下采样图像。
S120、基于下采样图像的图像参数确定各下采样图像的融合权重。
S130、将各融合权重进行上采样处理,得到初始图像的融合权重。
S140、基于各初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像,其中,第二动态范围大于第一动态范围。
在本公开实施例中,对目标对象进行图像采集,得到第一动态范围的多个初始图像,对各初始图像进行下采样处理,得到各初始图像分别对应的下采样图像,降低了图像分辨率,减小了图像处理的数据量;进一步的,基于下采样图像的图像参数确定各下采样图像的融合权重,将各融合权重进行上采样处理,得到初始图像的融合权重,提高了融合权重对应图像的图像分辨率;进一步的基于各初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像。
在上述处理的过程中,下采样图像的图像分辨率小于初始图像,可以减小后续计算融合权重过程中的数据计算量,对融合权重对应的图像进行上采样,以使上采样后的融合权重对应的图像分辨率可以与初始图像的图像分辨率相同,从而初始图像可以和其对应的融合权重进行图像融合处理,得到具有更大动态范围的融合图像,使融合后的图像亮度对比明显,从而提高融合图像的图像质量。
需要解释的是,本实施例中的第一动态范围的多个初始图像为目标对象的不同曝光的采集图像。具体的,可以理解为预先基于第一动态范围设置不同的曝光亮度,分别采集目标对象在不同曝光亮度下的采集图像,将各采集图像作为第一动态范围内的各初始图像。
需要说明的是,相比较现有技术中直接基于初始图像的图像参数确定初始图像的融合权重,本实施例中通过先进行下采样处理,确定下采样图像的融合权重,并对下采样的融合权重进行上采样处理得到初始图像的融合权重的方法,减小了数据计算量,提高了数据计算速率,从而提高图像处理效率。
本实施例中,初始图像对应的下采样图像可以采用预设下采样函数对初始图像进行下采样处理,得到初始图像的下采样图像,例如可以采用使用PryDown函数进行下采样处理,当然还可以采用其他下采样函数进行下采样处理,本实施例对此不作限定。
需要说明的是,下采样处理可以降低初始图像的图像分辨率,从而使得到的下采样图像数据量减小,进而减小后续确定图像的融合权重的处理时长,提高图像处理效率。本实施例中,下采样倍数可以设置为2倍或者4倍,当然还可以根据初始图像的图像分辨率而进行具体设置,本实施例对此不作限定。
在上述实施例的基础上,基于各下采样图像的图像参数分别确定各下采样图像的融合权重。其中,融合权重为后续进行图像融合处理过程中各初始图像分别对应的权重,融合权重可以是权重图的形式,权重图中包括各像素点的权重值。
具体的,对于任一下采样图像,确定当前下采样图像的至少一个图像参数。其中,图像参数可以是表征当前下采样图像细节的参数数据,例如图像的饱和度、对比度和曝光度等图像参数,当然图像参数还可以包括图像的亮度等其他图像参数,本实施例对此不作限定。
可选的,对各图像参数进行融合处理,得到当前下采样图像的融合权重。具体的,融合处理的方法可以包括但不限于对各图像参数进行加权求和处理、进行加权相乘处理等融合处理,当然还可以是预先设定各图像参数分别对应的权重值,基于各权重值和各图像参数进行加权处理,得到下采样图像的融合权重。需要说明的是,上述对图像参数进行融合处理,得到下采样图像的融合权重的方法只是作为可选实施例,本实施例还可以根据不同的图像参数设置不同的融合权重确定方式,本实施例对确定方式不加以限定。
在本实施例中,为了得到各初始图像的融合权重,将各下采样图像的融合权重分别进行上采样处理。
本实施例中,得到的下采样图像的融合权重可以以融合权重图像的形式进行表征,从而可以采用预设的上采样函数对融合权重进行上采样处理,得到初始图像的融合权重,例如可以采用PryUp函数进行上采样处理,当然还可以采用其他上采样函数进行上采样处理,本实施例对此不作限定。
值得注意的是,上采样处理的上采样倍数与下采样处理的下采样倍数相同,从而使上采样处理后得到的初始图像的融合权重对应的图像分辨率,与进行下采样处理之前的初始图像对应的图像分辨率相同,从而可以对初始图像和初始图像的融合权重进行图像融合处理,得到融合后的目标图像。
在上述实施例的基础上,对各初始图像分别对应的融合权重和各初始图像进行融合处理,得到第二动态范围的目标图像。本实施例中,第二动态范围大于第一动态范围,使融合后的目标图像包含更多的图像细节,实现目标图像的图像色彩鲜艳,对比明显,从而提高了目标图像的图像质量。
可选的,得到第二动态范围的目标图像的方法可以包括:基于初始图像创建包括多尺寸的图像组,基于初始图像对应的融合权重创建包括多尺寸的权重组;基于各初始图像的图像组和对应融合权重的权重组,进行图像融合,得到目标图像。
在一些实施例中,可以是对初始图像进行多次下采样,以得到不同的下采样图像,形成图像组,以及对初始图像对应的权重进行多次下采样,以得到不同尺寸的下采样权重,形成权重组。对初始图像和对应的权重进行下采样的程度相同。示例性的,多次下采样可以包括但不限于2倍下采样、4倍下采样等。
在一些实施例中,可以通过创建各初始图像的高斯金字塔从而得到包括多尺寸的图像组,以及可以通过创建初始图像对应的融合权重对应的图像的高斯金字塔得到包括多尺寸的权重组。本实施例中,图像组中图像与权重组中对应权重尺寸相匹配。
在一些实施例中,以任一初始图像为例,将当前初始图像作为最底层图像G0(即,高斯金字塔的第0层),利用高斯核(5×5)对其进行卷积,然后对卷积后的图像进行下采样(去除偶数行和列)得到上一层图像G1;继续将图像G1作为输入图像,重复卷积和下采样操作得到更上一层图像,反复迭代多次,形成一个金字塔形的图像数据结构,即得到当前初始图像的高斯金字塔。进一步的,依照上述技术方案,确定当前初始图像的融合权重的高斯金字塔序列图像。
在上述实施例的基础上,对当前初始图像的高斯金字塔和对应融合权重的高斯金字塔进行融合,得到当前初始图像的融合金字塔。具体的,获取当前初始图像的高斯金字塔中的第一层图像和对应融合权重的高斯金字塔中的第一层图像,将上述初始图像的第一层图像和融合权重的第一层图像进行图像融合,得到融合金字塔的第一层图像;重复上述融合操作得到融合金字塔的各层图像,从而得到当前初始图像的融合金字塔。进一步的,依照上述技术方案,确定各初始图像的融合金字塔。对各融合金字塔中的对应层分别进行融合,得到各初始图像融合后的融合金字塔。
可选的,可以基于拉普拉斯金字塔对得到的各初始图像融合后的融合金字塔进行图像融合处理,得到一张目标图像。
在一些实施例中,获取各初始图像融合后的融合金字塔中的各层图像,对第一层图像进行上采样处理,得到上采样后的图像;其中,上采样后的图像的分辨率与第二层图像的分辨率相同;将第一层图像上采样后的图像与第二层图像进行融合,并对对融合之后的图像继续进行上采样处理,进而将上采样后的图像与下一层图像进行融合,重复执行上采样和融合的操作,直至得到一张融合后的目标图像。
本公开实施例的技术方案,通过对目标对象进行图像采集,得到第一动态范围的多个初始图像,对各初始图像进行下采样处理,得到各初始图像分别对应的下采样图像,降低了图像分辨率,减小了图像处理的数据量;进一步的,基于下采样图像的图像参数确定各下采样图像的融合权重,将各融合权重进行上采样处理,得到初始图像的融合权重,提高了融合权重对应图像的图像分辨率;进一步的基于各初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像。上述技术方案通过先进行下采样处理,并确定下采样处理后的图像的融合权重,进而对融合权重进行上采样处理得到初始图像的融合权重,减小了数据计算量,提高了数据计算速率,从而可以提高图像处理效率。
图2为本公开实施例所提供的另一种图像处理方法的流程示意图,本实施例在本公开实施例中任一可选技术方案的基础上,可选地,基于下采样图像的图像参数确定各下采样图像的融合权重,包括:分别确定下采样图像的饱和度、对比度和曝光度;基于下采样图像的饱和度、对比度和曝光度确定下采样图像的融合权重。
其中,与上述各实施例相同或相应的术语的解释在此不再赘述。
如图2所示,本实施例的方法具体可包括:
S210、获取第一动态范围的多个初始图像,对各初始图像进行下采样处理分别得到对应的下采样图像。
S220、分别确定下采样图像的饱和度、对比度和曝光度,并基于下采样图像的饱和度、对比度和曝光度确定下采样图像的融合权重。
S230、将各融合权重进行上采样处理,得到初始图像的融合权重。
S240、基于各初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像,其中,第二动态范围大于第一动态范围。
在本公开实施例中,分别确定下采样图像的饱和度、对比度和曝光度。
在一些实施例中,确定下采样图像中的饱和度的方法可以包括:对于下采样图像中的像素点,确定像素点的像素均值;基于像素点各颜色数据与像素均值之间的L1范数的和,确定像素点的饱和度;基于各像素点的饱和度得到所述下采样图像的饱和度。
具体的,对于下采样图像中的任一像素点,获取当前像素点的像素均值。其中,像素均值可是当前像素点对应的各像素通道分别对应的像素数据的均值。具体的,确定像素均值的方法可以包括:分别确定当前像素点在R通道的像素数据,在G通道的像素数据和在B通道的像素数据;对三个通道的像素数据进行求均值处理,所得到的均值数据作为当前像素点的像素均值。分别确定当前像素点中R通道的像素数据与像素均值之间的R通道像素差值,G通道的像素数据与像素均值之间的G通道像素差值,以及B通道的像素数据与像素均值之间的B通道像素差值,分别确定R通道像素差值的L1范数、G通道像素差值的L1范数和B通道像素差值的L1范数,并对各范数进行求和处理,将所得到的求和数值作为当前像素点的饱和度。
示例性的,可以基于下述表达式确定当前像素点的饱和度;具体的,表达式包括:
S=|R-X|+|G-X|+|B-X|;
其中,S表示当前像素点的饱和度;R表示当前像素点在R通道的像素数据;G表示当前像素点在G通道的像素数据;B表示当前像素点在B通道的像素数据;X表示当前像素点的像素均值。
进一步的,基于上述技术方案分别确定下采样图中各像素点的饱和度,进而基于各像素点的饱和度形成下采样图像的饱和度。
需要说明的是,相比较现有技术中采用标准差的方式计算图像的饱和度,会涉及到平方以及开根号等操作,导致在数据处理过程中会造成较大的时间消耗,而本公开实施例中基于各通道的像素数据和像素均值之间的范数距离确定图像的饱和度的方案,去除了平方与根号等耗时的操作,降低了数据计算的时间消耗,提高了数据处理效率。
在一些实施例中,确定下采样图像的对比度的方法可以包括:将下采样图像转换为灰度图像;对灰度图像进行拉普拉斯转换处理,得到下采样图像的对比度。
具体的,对于任一下采样图像,获取当前下采样图像的灰度图,并对该灰度图进行拉普拉斯滤波,将得到的图像结果作为当前下采样图像的对比度。
示例性的,可以基于下述表达式确定当前下采样图像的对比度;具体的,表达式包括:
C=laplacian(gray(img));
其中,C表示当前下采样图像的对比度;img表示当前下采样图像;gray()表示灰度图获取函数;laplacian()表示拉普拉斯滤波函数。
在一些实施例中,若第一动态的各初始图像跨越的动态范围太大时,则会导致基于各初始图像得到的第二动态范围的目标图像中的图像内容部分丢失,导致得到的目标图像的图像质量降低。本实施例的技术方案通过更改现有技术中确定的曝光度方式来缓解上述技术问题,尽可能的保留下采样图像中的图像内容,提高融合后的图像质量。
可选的,本实施例中确定下采样图像的曝光度的方法可以包括:对于下采样图像中的像素点,基于像素点的灰度值确定初始曝光度;基于预设调节参数减小初始曝光度,以降低下采样图像的曝光范围;将调节后的初始曝光度调节至预设曝光范围内,得到像素点的目标曝光度,各像素点的目标曝光度形成下采样图像的目标曝光度。
在一些实施例中,对于下采样图像中的任意像素点,可以采用高斯曲线对当前像素点的灰度值进行处理,得到像素点的初始曝光度。
示例性的,高斯曲线的表达式可以是:
其中,E1表示初始曝光度;i表示像素点的灰度值,灰度值可以基于当前像素点的RGB通道的像素数据进行确定;σ表示高斯参数,σ可根据经验值预设设定,例如设置为0.2。
具体的,可以基于上述高斯曲线衡量的当前像素点的灰度值的大小距离0.5的远近程度;其中,靠近0表示曝光不足,靠近1表示曝光过度;并基于衡量结果确定当前灰度值得初始曝光度。进一步的,采用预设调节参数对初始曝光度进行调节,以实现减小该初始曝光度,降低下采样图像的曝光范围。其中,预设调节参数可以根据实际情况进行预先设定,本实施例对调节参数的数值不作限定。
在上述实施例的基础上,将调节后的初始曝光度调节至预设曝光范围内,得到像素点的目标曝光度,各像素点的目标曝光度形成下采样图像的目标曝光度。
可选的,采用预设的调节函数对将初始曝光度调节后得到的调节曝光度进行曝光度范围调节。具体的,采用调节函数clip(a,0,1)函数对调节曝光度进行调节,具体的,对调节曝光度进行剪裁,剪裁到0-1范围内。其中,a表示将初始曝光度调节后得到的调节曝光度,0-1的范围表示预设曝光范围,即调节后的目标曝光度的曝光范围。
示例性的,采用clip(a,0,1)函数对a中的曝光数值范围进行调节,将其调节至0-1的曝光范围,以通过将曝光过高或曝光过低的部分通过权重赋值为0的方式实现对下采样图像中的图像内容做更好的保护,从而提升后续融合图像的质量。
示例性的,采用下述表达式得到本实施例中的目标曝光度。具体的,表达式包括:
其中,E表示目标曝光度;α表示对初始曝光度的调节参数值。
具体的,采用上述表达式将图中调节后不在预设曝光范围内的曝光数值赋为0,得到如图3所示的目标曝光度。
在上述各实施例的基础上,将上述各图像参数分别作为下采样图像的权重因子,并基于下采样图像的饱和度、对比度和曝光度确定下采样图像的融合权重。
具体的,可以基于预设设置的权重融合方式对上述各图像参数进行融合处理,得到下采样图像的融合权重。
示例性的,可以采用下述融合方式得到下采样图像的融合权重;具体的,融合方式的表达式可以包括:
W=C×S×E+δ
其中,W表示下采样图像的融合权重;C表示下采样图像的曝光度;S表示下采样图像的对比度;E表示下采样图像的曝光度;δ表示下采样图像的权重因子。
本公开实施例的技术方案具体包括:获取第一动态范围的多个初始图像,对各初始图像进行下采样处理分别得到对应的下采样图像;分别确定下采样图像的饱和度、对比度和曝光度,并基于下采样图像的饱和度、对比度和曝光度确定下采样图像的融合权重;将各融合权重进行上采样处理,得到初始图像的融合权重;基于各初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像,其中,第二动态范围大于第一动态范围。上述技术方案通过基于各通道的像素数据和像素均值之间的范数距离确定图像的饱和度的方案,去除了平方与根号等耗时的操作,降低了数据计算的时间消耗,提高了数据处理效率;以及通过更改现有技术中确定的曝光度方式来缓解上述技术问题,尽可能的保留下采样图像中的图像内容,提高融合后的图像质量。
图4是本公开实施例所提供的一种图像处理装置的结构示意图。如图4所示,所述装置包括:下采样图像获取模块310、第一融合权重确定模块320、第二融合权重确定模块330和目标图像生成模块340;其中,
下采样图像获取模块310,用于获取第一动态范围的多个初始图像,对各初始图像进行下采样处理分别得到对应的下采样图像;
第一融合权重确定模块320,用于基于所述下采样图像的图像参数确定各所述下采样图像的融合权重;
第二融合权重确定模块330,用于将各所述融合权重进行上采样处理,得到所述初始图像的融合权重;
目标图像生成模块340,用于基于各所述初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像,其中,所述第二动态范围大于所述第一动态范围。
在本公开实施例中任一可选技术方案的基础上,可选地,第一动态范围的多个初始图像为目标对象的不同曝光的采集图像。
在本公开实施例中任一可选技术方案的基础上,可选地,第一融合权重确定模块320,包括:
图像参数确定子模块,用于分别确定所述下采样图像的饱和度、对比度和曝光度;
第一融合权重确定子模块,用于基于所述下采样图像的饱和度、对比度和曝光度确定所述下采样图像的融合权重。
在本公开实施例中任一可选技术方案的基础上,可选地,图像参数确定子模块,包括:
像素均值确定单元,用于对于所述下采样图像中的像素点,确定所述像素点的像素均值;
饱和度确定单元,用于基于所述像素点各颜色数据与所述像素均值之间的L1范数的和,确定所述像素点的饱和度;
基于各像素点的饱和度得到所述下采样图像的饱和度。
在本公开实施例中任一可选技术方案的基础上,可选地,
初始曝光度确定单元,用于对于所述下采样图像中的像素点,基于所述像素点的灰度值确定初始曝光度;
曝光范围确定单元,用于基于预设调节参数减小所述初始曝光度,以降低所述下采样图像的曝光范围;
目标曝光度确定单元,用于将调节后的初始曝光度调节至预设曝光范围内,得到所述像素点的目标曝光度,各像素点的目标曝光度形成所述下采样图像的目标曝光度。
灰度图像确定单元,用于在本公开实施例中任一可选技术方案的基础上,可选地,将所述下采样图像转换为灰度图像;
对比度确定单元,用于对所述灰度图像进行拉普拉斯转换处理,得到所述下采样图像的对比度。
在本公开实施例中任一可选技术方案的基础上,可选地,目标图像生成模块340,包括:
图像组和权重组确定单元,用于基于所述初始图像创建包括多尺寸的图像组,基于所述初始图像对应的融合权重创建包括多尺寸的权重组,其中,所述图像组中图像与所述权重组中对应权重尺寸相匹配;
目标图像生成单元,用于基于各所述初始图像的图像组和对应融合权重的权重组,进行图像融合,得到目标图像。
本公开实施例所提供的装置可执行本公开任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开实施例的保护范围。
下面参考图5,其示出了适于用来实现本公开实施例的电子设备(例如图5中的终端设备或服务器)400的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM402被安装。在该计算机程序被处理装置401执行时,执行本公开实施例的方法中限定的上述功能。
本公开实施例提供的电子设备与上述实施例提供的图像处理方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
本公开实施例提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所提供的图像处理方法。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
获取第一动态范围的多个初始图像,对各初始图像进行下采样处理分别得到对应的下采样图像;
基于所述下采样图像的图像参数确定各所述下采样图像的融合权重;
将各所述融合权重进行上采样处理,得到所述初始图像的融合权重;
基于各所述初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像,其中,所述第二动态范围大于所述第一动态范围。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元/模块的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,【示例一】提供了一种图像处理方法,该方法包括:
获取第一动态范围的多个初始图像,对各初始图像进行下采样处理分别得到对应的下采样图像;
基于所述下采样图像的图像参数确定各所述下采样图像的融合权重;
将各所述融合权重进行上采样处理,得到所述初始图像的融合权重;
基于各所述初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像,其中,所述第二动态范围大于所述第一动态范围。
根据本公开的一个或多个实施例,【示例二】提供了一种图像处理方法,还包括:
第一动态范围的多个初始图像为目标对象的不同曝光的采集图像。
根据本公开的一个或多个实施例,【示例三】提供了一种图像处理方法,还包括:
基于所述下采样图像的图像参数确定各所述下采样图像的融合权重,包括:
分别确定所述下采样图像的饱和度、对比度和曝光度;
基于所述下采样图像的饱和度、对比度和曝光度确定所述下采样图像的融合权重。
根据本公开的一个或多个实施例,【示例四】提供了一种图像处理方法,还包括:
所述确定所述下采样图像的饱和度,包括;
对于所述下采样图像中的像素点,确定所述像素点的像素均值;
基于所述像素点各颜色数据与所述像素均值之间的L1范数的和,确定所述像素点的饱和度;
基于各像素点的饱和度得到所述下采样图像的饱和度。
根据本公开的一个或多个实施例,【示例五】提供了一种图像处理方法,还包括:
所述确定所述下采样图像的曝光度,包括:
对于所述下采样图像中的像素点,基于所述像素点的灰度值确定初始曝光度;
基于预设调节参数减小所述初始曝光度,以降低所述下采样图像的曝光范围;
将调节后的初始曝光度调节至预设曝光范围内,得到所述像素点的目标曝光度,各像素点的目标曝光度形成所述下采样图像的目标曝光度。
根据本公开的一个或多个实施例,【示例六】提供了一种图像处理方法,还包括:
所述确定所述下采样图像的对比度,包括:
将所述下采样图像转换为灰度图像;
对所述灰度图像进行拉普拉斯转换处理,得到所述下采样图像的对比度。
根据本公开的一个或多个实施例,【示例七】提供了一种图像处理方法,还包括:
所述基于各所述初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像,包括:
基于所述初始图像创建包括多尺寸的图像组,基于所述初始图像对应的融合权重创建包括多尺寸的权重组,其中,所述图像组中图像与所述权重组中对应权重尺寸相匹配;
基于各所述初始图像的图像组和对应融合权重的权重组,进行图像融合,得到目标图像。
根据本公开的一个或多个实施例,【示例八】提供了一种图像处理装置,该装置包括:
下采样图像获取模块,用于获取第一动态范围的多个初始图像,对各初始图像进行下采样处理分别得到对应的下采样图像;
第一融合权重确定模块,用于基于所述下采样图像的图像参数确定各所述下采样图像的融合权重;
第二融合权重确定模块,用于将各所述融合权重进行上采样处理,得到所述初始图像的融合权重;
目标图像生成模块,用于基于各所述初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像,其中,所述第二动态范围大于所述第一动态范围。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
获取第一动态范围的多个初始图像,对各初始图像进行下采样处理分别得到对应的下采样图像;
基于所述下采样图像的图像参数确定各所述下采样图像的融合权重;
将各所述融合权重进行上采样处理,得到所述初始图像的融合权重;
基于各所述初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像,其中,所述第二动态范围大于所述第一动态范围。
2.根据权利要求1所述方法,其特征在于,第一动态范围的多个初始图像为目标对象的不同曝光的采集图像。
3.根据权利要求1所述的方法,其特征在于,基于所述下采样图像的图像参数确定各所述下采样图像的融合权重,包括:
分别确定所述下采样图像的饱和度、对比度和曝光度;
基于所述下采样图像的饱和度、对比度和曝光度确定所述下采样图像的融合权重。
4.根据权利要求3所述的方法,其特征在于,所述确定所述下采样图像的饱和度,包括;
对于所述下采样图像中的像素点,确定所述像素点的像素均值;
基于所述像素点各颜色数据与所述像素均值之间的L1范数的和,确定所述像素点的饱和度;
基于各像素点的饱和度得到所述下采样图像的饱和度。
5.根据权利要求3所述的方法,其特征在于,所述确定所述下采样图像的曝光度,包括:
对于所述下采样图像中的像素点,基于所述像素点的灰度值确定初始曝光度;
基于预设调节参数减小所述初始曝光度,以降低所述下采样图像的曝光范围;
将调节后的初始曝光度调节至预设曝光范围内,得到所述像素点的目标曝光度,各像素点的目标曝光度形成所述下采样图像的目标曝光度。
6.根据权利要求3所述的方法,其特征在于,所述确定所述下采样图像的对比度,包括:
将所述下采样图像转换为灰度图像;
对所述灰度图像进行拉普拉斯转换处理,得到所述下采样图像的对比度。
7.根据权利要求1所述的方法,其特征在于,所述基于各所述初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像,包括:
基于所述初始图像创建包括多尺寸的图像组,基于所述初始图像对应的融合权重创建包括多尺寸的权重组,其中,所述图像组中图像与所述权重组中对应权重尺寸相匹配;
基于各所述初始图像的图像组和对应融合权重的权重组,进行图像融合,得到目标图像。
8.一种图像处理装置,其特征在于,包括:
下采样图像获取模块,用于获取第一动态范围的多个初始图像,对各初始图像进行下采样处理分别得到对应的下采样图像;
第一融合权重确定模块,用于基于所述下采样图像的图像参数确定各所述下采样图像的融合权重;
第二融合权重确定模块,用于将各所述融合权重进行上采样处理,得到所述初始图像的融合权重;
目标图像生成模块,用于基于各所述初始图像的融合权重对多个初始图像进行融合处理,得到第二动态范围的目标图像,其中,所述第二动态范围大于所述第一动态范围。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的图像处理方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210383788.3A CN114757843A (zh) | 2022-04-12 | 2022-04-12 | 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 |
---|---|---|---|
CN202210383788.3A CN114757843A (zh) | 2022-04-12 | 2022-04-12 | 图像处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114757843A true CN114757843A (zh) | 2022-07-15 |
Family
ID=82331559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210383788.3A Pending CN114757843A (zh) | 2022-04-12 | 2022-04-12 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114757843A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116452437A (zh) * | 2023-03-20 | 2023-07-18 | 荣耀终端有限公司 | 高动态范围图像处理方法及电子设备 |
-
2022
- 2022-04-12 CN CN202210383788.3A patent/CN114757843A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116452437A (zh) * | 2023-03-20 | 2023-07-18 | 荣耀终端有限公司 | 高动态范围图像处理方法及电子设备 |
CN116452437B (zh) * | 2023-03-20 | 2023-11-14 | 荣耀终端有限公司 | 高动态范围图像处理方法及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110163237B (zh) | 模型训练及图像处理方法、装置、介质、电子设备 | |
US10580120B2 (en) | Image filtering based on image gradients | |
US20210233210A1 (en) | Method and system of real-time super-resolution image processing | |
CN113962859B (zh) | 一种全景图生成方法、装置、设备及介质 | |
CN112801907B (zh) | 深度图像的处理方法、装置、设备和存储介质 | |
CN111757100B (zh) | 相机运动变化量的确定方法、装置、电子设备和介质 | |
CN111935425B (zh) | 视频降噪方法、装置、电子设备及计算机可读介质 | |
CN114519667A (zh) | 一种图像超分辨率重建方法及系统 | |
CN111833269A (zh) | 视频降噪方法、装置、电子设备及计算机可读介质 | |
CN114757843A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110717864A (zh) | 一种图像增强方法、装置、终端设备及计算机可读介质 | |
CN111402159B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
CN110097520B (zh) | 图像处理方法和装置 | |
CN114640796B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
CN113256785B (zh) | 图像处理方法、装置、设备及介质 | |
CN114066722B (zh) | 用于获取图像的方法、装置和电子设备 | |
CN115526796A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN115063335A (zh) | 特效图的生成方法、装置、设备及存储介质 | |
CN114972021A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN114170341A (zh) | 一种图像处理方法、装置、设备及介质 | |
CN114745545A (zh) | 一种视频插帧方法、装置、设备和介质 | |
CN114399696A (zh) | 一种目标检测方法、装置、存储介质及电子设备 | |
CN114419086A (zh) | 边缘提取方法、装置、电子设备及存储介质 | |
CN111738958B (zh) | 图片修复方法、装置、电子设备及计算机可读介质 | |
CN111369472A (zh) | 图像去雾方法、装置、电子设备及介质 |
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 |