CN115205168A - 图像处理方法、装置、电子设备和存储介质、产品 - Google Patents

图像处理方法、装置、电子设备和存储介质、产品 Download PDF

Info

Publication number
CN115205168A
CN115205168A CN202210892202.6A CN202210892202A CN115205168A CN 115205168 A CN115205168 A CN 115205168A CN 202210892202 A CN202210892202 A CN 202210892202A CN 115205168 A CN115205168 A CN 115205168A
Authority
CN
China
Prior art keywords
tone mapping
image
original image
mapping result
result
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
CN202210892202.6A
Other languages
English (en)
Inventor
何慕威
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.)
Xi'an Oppo Communication Technology Co ltd
Original Assignee
Xi'an Oppo Communication Technology 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 Xi'an Oppo Communication Technology Co ltd filed Critical Xi'an Oppo Communication Technology Co ltd
Priority to CN202210892202.6A priority Critical patent/CN115205168A/zh
Publication of CN115205168A publication Critical patent/CN115205168A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • 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
    • G06T2207/10004—Still image; Photographic 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
    • G06T2207/10—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
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本申请涉及一种图像处理方法、装置、电子设备和存储介质、产品，该方法包括：获取原始图像的灰度图像，对灰度图像进行色调映射，生成灰度图像的色调映射结果。计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，根据线性映射关系对原始图像进行色调映射，生成原始图像的色调映射结果。由于灰度图像为单通道图像，那么，对灰度图像进行色调映射的过程，就只需要对单通道像素值进行色调映射。因此，灰度图像的色调映射结果与灰度图像两者之间就存在一种线性映射关系。然后，根据线性映射关系对原始图像进行色调映射。对原始图像上进行色调映射的过程中也实现了线性变换，就可以避免了在对原始图像进行色调映射过程中出现偏色的问题。

Description

图像处理方法、装置、电子设备和存储介质、产品
技术领域
本申请涉及图像处理技术领域，特别是涉及一种图像处理方法、装置、电子设备和存储介质、产品。
背景技术
随着计算机技术的快速发展，相机的拍照技术也得到了较快发展。通过相机中的图像传感器已经能够更加真实地捕捉到自然界中的图像，从而生成高动态图像(HDR图像)。虽然HDR图像能够更加真实地反应真实场景，但是，针对相同尺寸的图像，HDR图像相比较于普通LDR图像的数据量更大。由于HDR图像相比较与普通LDR图像的数据量更大，因此，HDR图像在存储、传输、显示等过程，经常会出现实际使用场景不能支持HDR图像的情况。此时，可以通过色调映射技术，将HDR图像从高动态范围压缩至实际使用场景适配的动态范围，以适配实际使用场景。
然而，采用传统的色调映射技术将HDR图像压缩为LDR图像，所生成的LDR图像的图像质量较低。
发明内容
本申请实施例提供了一种图像处理方法、装置、电子设备、计算机可读存储介质，可以提高了经过色调映射后所生成的图像的图像质量。
一方面，提供了一种图像处理方法，所述方法包括：
获取原始图像的灰度图像；
对所述灰度图像进行色调映射，生成所述灰度图像的色调映射结果；
计算所述灰度图像的色调映射结果与所述灰度图像之间的线性映射关系，根据所述线性映射关系对所述原始图像进行色调映射，生成所述原始图像的色调映射结果。
另一方面，提供了一种图像处理装置，所述装置包括：
获取模块，用于获取原始图像的灰度图像；
第一色调映射模块，用于对所述灰度图像进行色调映射生成所述灰度图像的色调映射结果；
第二色调映射模块，用于计算所述灰度图像的色调映射结果与所述灰度图像之间的线性映射关系，根据所述线性映射关系对所述原始图像进行色调映射，生成所述原始图像的色调映射结果。
另一方面，提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上所述的图像处理方法的步骤。
另一方面，提供了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执行时实现如上所述的图像处理方法的步骤。
另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上所述的图像处理方法的步骤。
上述图像处理方法、装置、电子设备和存储介质、产品，获取原始图像的灰度图像，对灰度图像进行色调映射，生成灰度图像的色调映射结果。计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，根据线性映射关系对原始图像进行色调映射，生成原始图像的色调映射结果。由于灰度图像为单通道图像，那么，对灰度图像进行色调映射的过程，就只需要对单通道像素值进行色调映射。因此，灰度图像的色调映射结果与灰度图像两者之间就存在一种线性映射关系。然后，计算出灰度图像的色调映射结果与灰度图像两者之间的该线性映射关系。再根据该线性映射关系对原始图像进行色调映射，就可以在对原始图像上进行色调映射的过程中也实现了线性变换。
传统方法中，直接对原始图像进行色调映射，即分别对原始图像的RGB分量进行色调映射，显然这将会改变原始图像中RGB分量之间的关系，引起偏色的问题，降低了图像质量。而本申请实施例中，在对原始图像上进行色调映射的过程中也实现了线性变换。由于进行线性变换即可以在对原始图像进行色调映射的过程中实现不改变原始图像中RGB分量之间的关系，更好地保留原始图像中的色彩信息。从而，就可以避免了在对原始图像进行色调映射过程中出现偏色的问题。进而，提高了所生成的原始图像的色调映射结果的图像质量。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为一个实施例中图像处理方法的应用环境图；
图2为一个实施例中图像处理方法的流程图；
图3为图2中对灰度图像进行色调映射，生成灰度图像的色调映射结果方法的流程图；
图4为一个实施例中将高Bit RGB图像转化为低Bit RGB图像方法的流程图；
图5为另一个实施例中图像处理方法的流程图；
图6为再一个实施例中图像处理方法的流程图；
图7为一个实施例中对人像区域进行全局色调映射方法的流程图；
图8为一个实施例中对3D LUT后的图像中的人像区域进行全局色调映射，生成原始图像的最终色调映射结果的示意图；
图9为一个实施例中人像区域掩膜图的示意图；
图10为一个具体的实施例中图像处理方法的示意图；
图11为一个实施例中图像处理装置的结构框图；
图12为图11中第一色调映射模块的结构框图；
图13为另一个实施例中图像处理装置的结构框图；
图14为一个实施例中电子设备的内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一色调映射模块称为第二色调映射模块，且类似地，可将第二色调映射模块称为第一色调映射模块。第一色调映射模块和第二色调映射模块两者都是色调映射模块，但其不是同一色调映射模块。
图1为一个实施例中图像处理方法的应用环境示意图。如图1所示，该应用环境包括电子设备120，电子设备120可以获取原始图像的灰度图像；对灰度图像进行色调映射，生成灰度图像的色调映射结果；计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，根据线性映射关系对原始图像进行色调映射，生成原始图像的色调映射结果。其中，电子设备120可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。
图2为一个实施例中图像处理方法的流程图。本实施例中的图像处理方法，以运行于图1中的电子设备上为例进行描述。如图2所示，图像处理方法包括步骤220至步骤260，其中，
步骤220，获取原始图像的灰度图像。
这里，电子设备可以通过摄像头拍摄获取到原始图像，然后将原始图像转换为灰度图像。也可以是电子设备直接获取到原始图像的灰度图像，本申请对此不做限定。其中，电子设备可以是获取一帧原始图像的灰度图像，也可以是分别获取多帧原始图像的灰度图像，后续分别对每帧灰度图像进行处理。且原始图像可以是高动态图像(HDR图像)或者其他高质量图像，即一般情况下，原始图像所包含的数据量较大。
这里的原始图像可以是RGB三通道图像(简称RGB图像)或RGBW四通道图像(简称RGBW图像)，本申请对此不做限定。其中，RGB三通道图像包括R通道(红色通道)、G通道(绿色通道)、B通道(蓝色通道)这三个通道的图像，即原始图像包括红色像素(R像素)、绿色像素(G像素)、蓝色像素(B像素)。其中，RGBW四通道图像包括R通道(红色通道)、G通道(绿色通道)、B通道(蓝色通道)、及W通道(白色通道)这四个通道的图像，即原始图像包括红色像素(R像素)、绿色像素(G像素)、蓝色像素(B像素)以及全色像素(或称之为W像素)。
假设原始图像为RGB图像，则将原始图像转化为灰度图像时，可以采用平均法、加权平均法等方法将RGB图像转换为灰度图像，本申请对此不做限定。这里所得到的灰度图像的位宽与原始图像的位宽一致。
其中，平均法指的是将同一个像素对应的RGB三通道的值进行平均，得到该像素的灰度值的方法。例如，采用平均法的公式如下所示：
Gray[i]＝(R[i]+B[i]+G[i])/3 公式(1-1)
其中，R[i]、G[i]、B[i]为原始图像中位于(x,y)的像素i的R通道的值、G通道的值、B通道的值，Gray[i]表示像素i对应的转换后的灰度值。然后，对Gray[i]进行右移处理得到位宽较小的灰度值Gray_Y。例如，多帧原始图像为10Bit图像，假设Gray_Y＝Gray[i]>>2，表示对Gray[i]进行右移2位得到位宽为8的灰度值Gray_Y。即将10Bit的原始图像转化为了8Bit的灰度图像。
其中，加权平均法指的是将同一个像素对应的RGB三通道的值进行加权平均，得到该像素的灰度值的方法。例如，采用加权平均法的公式如下所示：
Gray[i]＝0.3×R[i]+0.59×G[i]+0.11×B[i] 公式(1-2)
步骤240，对灰度图像进行色调映射，生成灰度图像的色调映射结果。
电子设备在获取原始图像的灰度图像之后，就可以对该灰度图像进行色调映射，生成灰度图像的色调映射结果。其中，色调映射(Tone Mapping)指的是将HDR图像从高动态范围压缩至实际使用场景适配的动态范围，以适配实际使用场景的技术。具体的，需要将HDR图像的色度、亮度、动态范围等，映射到LDR图像的范围内。
其中，在对灰度图像进行色调映射，生成灰度图像的色调映射结果时，可以采用全局色调映射技术；也可以采用局部色调映射技术进行处理；还可以既采用全局色调映射技术，也采用局部色调映射技术进行处理，这里并不对采用全局色调映射技术、局部色调映射技术进行处理的先后顺序做出限定；本申请对此不做限定。由于灰度图像中所包含的是各像素点的灰度值，且灰度值为基于原始图像中每个像素点RGB三通道的分量所计算出来的，所以，对灰度图像进行色调映射时，即为对各像素点的灰度值进行色调映射。因为在对灰度图像进行色调映射时是对各像素点的灰度值进行色调映射，而不用对RGB分量分别进行色调映射，所以，对灰度图像进行色调映射的过程就是一种线性变换的过程。
步骤260，计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，根据线性映射关系对原始图像进行色调映射，生成原始图像的色调映射结果。
电子设备在得到了灰度图像的色调映射结果之后，可以基于灰度图像的色调映射结果与灰度图像之间的线性映射关系对原始图像进行色调映射，生成原始图像的色调映射结果。
具体的，基于灰度图像的色调映射结果与灰度图像，可以计算灰度图像的色调映射结果与灰度图像两者之间的线性映射关系。由于灰度图像为单通道图像，那么，对灰度图像进行色调映射的过程，就只需要对单通道像素值进行色调映射。因此，灰度图像的色调映射结果与灰度图像两者之间就存在一种线性映射关系。然后，计算出灰度图像的色调映射结果与灰度图像两者之间的该线性映射关系。再将灰度图像的色调映射结果与灰度图像两者之间的线性映射关系，作用于原始图像上进行色调映射，生成原始图像的色调映射结果。如此，就可以在对原始图像上进行色调映射的过程中也实现线性变换。进行线性变换即可以在对原始图像进行色调映射的过程中实现不会改变原始图像中RGB分量之间的关系，更好地保留原始图像中的色彩信息。从而，避免了在对原始图像进行色调映射过程中出现偏色的问题。
本申请实施例中，获取原始图像的灰度图像，对灰度图像进行色调映射，生成灰度图像的色调映射结果。计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，根据线性映射关系对原始图像进行色调映射，生成原始图像的色调映射结果。由于灰度图像为单通道图像，那么，对灰度图像进行色调映射的过程，就只需要对单通道像素值进行色调映射。因此，灰度图像的色调映射结果与灰度图像两者之间就存在一种线性映射关系。然后，计算出灰度图像的色调映射结果与灰度图像两者之间的该线性映射关系。再根据线性映射关系对原始图像进行色调映射，就可以在对原始图像上进行色调映射的过程中也实现了线性变换。
传统方法中，直接对原始图像进行色调映射，即分别对原始图像的RGB分量进行色调映射，显然这将会改变原始图像中RGB分量之间的关系，引起偏色的问题，降低了图像质量。而本申请实施例中，在对原始图像上进行色调映射的过程中也实现了线性变换。由于进行线性变换即可以在对原始图像进行色调映射的过程中实现不改变原始图像中RGB分量之间的关系，更好地保留原始图像中的色彩信息。从而，就可以避免了在对原始图像进行色调映射过程中出现偏色的问题。进而，提高了所生成的原始图像的色调映射结果的图像质量。
在前一个实施例中，描述了一种图像处理方法，通过获取原始图像的灰度图像，对灰度图像进行色调映射，生成灰度图像的色调映射结果。再计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，根据线性映射关系对原始图像进行色调映射，生成原始图像的色调映射结果。本实施例中，如图3所示，详细说明步骤240，对灰度图像进行色调映射，生成灰度图像的色调映射结果，包括：
步骤242，对灰度图像进行全局色调映射，生成灰度图像的全局色调映射结果。
在获取原始图像的灰度图像之后，对灰度图像进行全局色调映射(GlobalTonemapping)，生成灰度图像的全局色调映射结果。其中，全局色调映射指的是对高动态图像中的所有像素采用相同的映射函数进行处理，将高动态图像映射到低动态范围的过程。由于全局色调映射对高动态图像中的所有像素采用相同的映射函数进行处理，因此，计算量较小。
具体的，这里采用以下公式进行全局色调映射：
Figure BDA0003768039370000041
其中，In[i]为灰度图像中各像素的灰度值，Out[i]为灰度图像中各像素经过全局色调映射后输出的灰度值；Inmax为灰度图像中最大的灰度值，Inmin为灰度图像中最小的灰度值，τ为调试参数，可以通过实验获得τ的具体数值。
基于灰度图像中各像素经过全局色调映射后输出的灰度值，生成灰度图像的全局色调映射结果。
步骤244，对灰度图像的全局色调映射结果进行局部色调映射，生成灰度图像的局部色调映射结果，将灰度图像的局部色调映射结果作为灰度图像的色调映射结果。
对灰度图像的全局色调映射结果进行局部色调映射(Local Tonemapping)，生成灰度图像的局部色调映射结果。其中，局部色调映射指的是在将高动态图像映射到低动态范围的过程中，对高动态图像中每个像素进行色调映射时会参考周围的像素的像素值。因此，对高动态图像进行局部色调映射，不仅能够提高图像对比度，还能够对图像中的细节进行更好的处理，从而增加图像细节信息。
最后，将灰度图像的局部色调映射结果作为灰度图像的色调映射结果。
本申请实施例中，在对灰度图像进行色调映射，生成灰度图像的色调映射结果时，先对灰度图像进行全局色调映射，再对灰度图像的全局色调映射结果进行局部色调映射；最后，将灰度图像的局部色调映射结果作为灰度图像的色调映射结果。如此，所得到的灰度图像的色调映射结果，就能够兼顾全局色调映射计算量较小的优势及局部色调映射的细节处理效果。
在前一个实施例中，描述了在对灰度图像进行色调映射，生成灰度图像的色调映射结果时，先对灰度图像进行全局色调映射，再对灰度图像的全局色调映射结果进行局部色调映射的过程。本实施例中，详细说明步骤244，对灰度图像的全局色调映射结果进行局部色调映射，生成灰度图像的局部色调映射结果，包括：
对灰度图像的全局色调映射结果进行分块，生成多个灰度图像块；
采用直方图均衡化方式对各灰度图像块进行局部色调映射，生成灰度图像的局部色调映射结果。
具体的，在对灰度图像的全局色调映射结果进行局部色调映射的过程中，需要考虑图像的空间特性。即针对处于不同空间位置、具有相同灰度值的两个像素，由于这两个像素周围像素的灰度值可能不一样，因此，在进行局部色调映射时这两个像素将会被映射成不同的像素值。
在进行局部色调映射的过程中，由于引入了图像的空间特性，因此，可以对灰度图像的全局色调映射结果进行分块，生成多个灰度图像块。具体的，可以将灰度图像的全局色调映射结果划分为多个重叠或不重叠的灰度图像块，再采用直方图均衡化方式对各灰度图像块进行局部色调映射，即分别对每个灰度图像块独立进行直方图均衡化处理。
在采用直方图均衡化方式对各灰度图像块进行局部色调映射时，针对每个灰度图像块，首先，对该灰度图像块的灰度值进行统计，生成该灰度图像块对应的灰度直方图。其次，根据灰度直方图的灰度值分布特征对该灰度图像块进行优化，使其灰度直方图趋于均匀分布。最后，再将趋于均匀分布的灰度直方图转换为灰度图像块，基于所有的灰度图像块就得到了灰度图像的局部色调映射结果。
结合图4所示，假设输入的原始图像为高Bit RGB图像，则首先将高Bit RGB图像先转换为灰度图像，具体是通过计算高Bit RGB图像各像素的灰度值来实现将高Bit RGB图像先转换为灰度图像。其次，基于公式(1-3)即Global Tonemapping公式对灰度图像进行全局色调映射，生成灰度图像的全局色调映射结果(简称Global Tonemapping灰度图像)。再次，对灰度图像的全局色调映射结果(Global Tonemapping灰度图像)进行分块，生成多个灰度图像块；采用直方图均衡化方式对各灰度图像块进行局部色调映射，生成灰度图像的局部色调映射结果(简称Local Tonemapping灰度图像)。
最后，将灰度图像的色调映射结果中各像素的像素值与灰度图像中对应位置的像素的像素值相除，得到色调映射掩膜图(Tonemapping Mask)。根据色调映射掩膜图对原始图像中RGB各分量(RGB各通道值)进行色调映射，生成原始图像的色调映射结果低Bit RGB图像。
本申请实施例中，先对灰度图像的全局色调映射结果进行分块，生成多个灰度图像块。然后，就可以采用直方图均衡化方式对各灰度图像块独立进行局部色调映射，生成多个经过局部色调映射处理后的灰度图像块。最后，基于所有局部色调映射处理后的灰度图像块就得到了灰度图像的局部色调映射结果。针对各个灰度图像块独立进行直方图均衡化处理，可以增强图像的对比度，使灰度图像的局部色调映射结果更加清晰。
在前一个实施例中，描述了如何对灰度图像的全局色调映射结果进行局部色调映射。本实施例中，详细说明步骤260，计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，根据线性映射关系对原始图像进行色调映射，生成原始图像的色调映射结果，包括：
计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，生成色调映射掩膜图；
根据色调映射掩膜图对原始图像进行色调映射，生成原始图像的色调映射结果。
具体的，基于灰度图像的色调映射结果与灰度图像，可以得出灰度图像的色调映射结果与灰度图像两者之间的线性映射关系，这个色调映射的关系可以以色调映射掩膜图(Tonemapping Mask)的形式来体现。色调映射掩膜图(Tonemapping Mask)包括浮点型数据，例如精度比较高的浮点型数据。其中，色调映射掩膜图(Tonemapping Mask)可以用于对原始图像进行色调映射，生成原始图像的色调映射结果。由于灰度图相比较于原始图像的数据量较小，那么，对灰度图进行色调映射生成灰度图像的色调映射结果的过程中所处理的数据量也就较小，处理效率较高。进而，计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，生成色调映射掩膜图的过程中所处理的数据量也较小，能够更快捷地生成色调映射掩膜图。以便于后续根据色调映射掩膜图对原始图像进行色调映射，生成原始图像的色调映射结果。
其中，色调映射掩膜图(Tonemapping Mask)包括浮点型数据，那么，在根据色调映射掩膜图对原始图像进行色调映射时，就可以将色调映射掩膜图中某一位置对应的浮点型数据与原始图像中同一位置的像素的像素值进行相乘，生成新的像素值。基于原始图像中各个位置的像素对应的新的像素值，生成原始图像的色调映射结果。显然，在根据色调映射掩膜图对原始图像进行色调映射的过程中，对原始图像中同一位置的像素的RGB分量均乘以同一浮点型数据。相当于对原始图像进行了线性变换，因此，就不会改变原始图像中RGB分量之间的关系，以便更好地保留原始图像(RGB图像)中的色彩信息。
本申请实施例中，由于对灰度图像进行色调映射的过程是一种线性变换的过程，所以这里计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，所生成的色调映射掩膜图也能够体现出线性映射关系。然后，再将色调映射掩膜图作用于原始图像(RGB图像)上进行色调映射，生成原始图像(RGB图像)的色调映射结果。如此，就可以在对原始图像(RGB图像)上进行色调映射的过程中也实现线性变换。进行线性变换即可以在对原始图像进行色调映射的过程中实现不会改变原始图像中RGB分量之间的关系，更好地保留原始图像(RGB图像)中的色彩信息。从而，避免了在对原始图像(RGB图像)进行色调映射过程中出现偏色的问题。
在前一个实施例中，描述了根据色调映射掩膜图对原始图像进行色调映射，生成原始图像的色调映射结果的过程。本实施例中，详细说明步骤264，计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，生成色调映射掩膜图，包括：
将灰度图像的色调映射结果中各像素的像素值与灰度图像中对应位置的像素的像素值相除，生成灰度图像中各像素对应的增益值；
基于灰度图像中各像素对应的增益值，生成色调映射掩膜图。
具体的，在计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，生成色调映射掩膜图时，首先，将灰度图像的色调映射结果中各像素的像素值与灰度图像中对应位置的像素的像素值相除，得到与该像素对应的浮点型数据。该浮点型数据即为灰度图像中各像素对应的增益值(Gain)。通过灰度图像中各像素对应的增益值(Gain)，可以对原始图像中各像素的像素值大小进行调整，即可以实现对原始图像进行色调映射。其中，该浮点型数据可以是精度比较高的浮点型数据，例如，1、0.99999、1.34556等，本申请对此不做限定。然后，基于灰度图像中各像素对应的增益值，就可以生成色调映射掩膜图。这里，色调映射掩膜图可以是由浮点型数据构成的二维矩阵。
本申请实施例中，由于对灰度图像进行色调映射的过程是一种线性变换的过程，所以这里将灰度图像的色调映射结果中各像素的像素值与灰度图像中对应位置的像素的像素值相除，生成灰度图像中各像素对应的增益值，进而所生成的色调映射掩膜图也能够体现出线性映射关系。最后，再将色调映射掩膜图作用于原始图像(RGB图像)上进行色调映射，生成原始图像(RGB图像)的色调映射结果。如此，就可以在对原始图像(RGB图像)上进行色调映射的过程中也实现线性变换。进行线性变换即可以在对原始图像进行色调映射的过程中实现不会改变原始图像中RGB分量之间的关系，更好地保留原始图像(RGB图像)中的色彩信息。从而，避免了在对原始图像(RGB图像)进行色调映射过程中出现偏色的问题。
在前一个实施例中，描述了计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，生成色调映射掩膜图的过程。本实施例中，详细说明步骤264，根据色调映射掩膜图对原始图像进行色调映射，生成原始图像的色调映射结果，包括：
根据色调映射掩膜图中各像素对应的增益值，对原始图像进行增益调整，生成原始图像的增益调整结果；
对原始图像的增益调整结果进行移位处理，生成原始图像的色调映射结果；其中，原始图像的位宽大于预设位宽阈值，原始图像的色调映射结果的位宽小于或等于预设位宽阈值。
具体的，色调映射掩膜图包括灰度图像中各像素对应的增益值，那么，在得到了色调映射掩膜图之后，就可以根据色调映射掩膜图中各像素对应的增益值，对原始图像进行增益调整，生成原始图像的增益调整结果。此时，原始图像的增益调整结果与原始图像的位宽是相同的。那么，可以进一步对原始图像的增益调整结果进行移位处理，生成原始图像的色调映射结果。其中，这里原始图像的位宽大于预设位宽阈值，原始图像的色调映射结果的位宽小于或等于预设位宽阈值。例如，为了减少计算量，可以对该原始图像的增益调整结果进行右移处理，得到位宽较小的图像。例如，即将原始图像的增益调整结果(16Bit)转化为了10Bit的图像，即实现了对原始图像的增益调整结果进行移位处理，生成原始图像的色调映射结果。
具体的，这里可以采用公式(1-4)进行增益调整及移位处理：
Rout[i]＝Rin[i]*Mask[i]>>N
Gout[i]＝Gin[i]*Mask[i]>>N 公式(1-4)
Bout[i]＝Bin[i]*Mask[i]>>N
其中，Rin[i]为原始图像中像素i的R分量，Gin[i]为原始图像中像素i的G分量，Bin[i]为原始图像中像素i的B分量；Rout[i]为原始图像中像素i的R分量，经过增益调整及移位处理后输出的R分量；Gout[i]为原始图像中像素i的G分量，经过增益调整及移位处理后输出的G分量；Bout[i]为原始图像中像素i的B分量，经过增益调整及移位处理后输出的B分量；Mask[i]为色调映射掩膜图中像素i对应的像素值；N为进行移位处理的移位数。
本申请实施例中，根据色调映射掩膜图中各像素对应的增益值，对原始图像进行增益调整，生成原始图像的增益调整结果。再对原始图像的增益调整结果进行移位处理，生成原始图像的色调映射结果。一方面，基于色调映射掩膜图中各像素对应的增益值，对原始图像进行增益调整；由于色调映射掩膜图能够体现出线性映射关系，因此，在对原始图像进行增益调整的过程中，实现了对原始图像进行线性调整。进而，避免了在对原始图像(RGB图像)进行色调映射过程中出现偏色的问题。
另一方面，对原始图像的增益调整结果进行移位处理，就将原始图像的增益调整结果从高比特图像转换为了低比特图像。从增益调整及移位的方式对原始图像进行了压缩，实现了将原始图像从高动态图像转换为低动态图像。
在上述实施例中，描述了一种图像处理方法，包括：获取原始图像的灰度图像；对灰度图像进行色调映射，生成灰度图像的色调映射结果；计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，根据线性映射关系对原始图像进行色调映射，生成原始图像的色调映射结果的详细过程。本实施例中，如图5所示，提供了一种图像处理方法，还包括：
步骤280，根据预设像素映射表对原始图像的色调映射结果进行色彩增强处理，生成原始图像的目标色调映射结果。
具体的，在得到了原始图像的色调映射结果之后，若原始图像的色调映射结果的色彩效果不能达到预设色彩效果，则可以进一步对原始图像的色调映射结果进行色彩增强处理。例如，可以根据预设像素映射表对原始图像的色调映射结果进行色彩增强处理，生成原始图像的目标色调映射结果。
其中，预设像素映射表也可以称之为三维查找表(3D-Lut，3D-Look-Up-Table)。这里，预设像素映射表中存储了输入像素值与色彩增强后的输出像素值之间的对应关系。且预设像素映射表中所记录的输入像素值与色彩增强后的输出像素值之间的对应关系，可以是基于专业人员对大量输入图像进行色彩增强处理后，生成满足预设色彩效果的输出图像之后，从大量输入图像及与之对应的输出图像中所获取到的。当然，本申请对此不做限定。因此，将原始图像的色调映射结果中各像素的像素值作为输入像素值去查找预设像素映射表，就可以得到色彩增强后的输出像素值。基于所有色彩增强后的输出像素值，就可以生成原始图像的目标色调映射结果(3D LUT后的图像)。
具体的，可以结合以下公式(1-5)，将原始图像的色调映射结果中各像素的像素值作为输入像素值去查找预设像素映射表，得到色彩增强后的输出像素值。
Rout[i]＝Rtable[Rin[i]]
Gout[i]＝Gtable[Gin[i]] 公式(1-5)
Bout[i]＝Btable[Bin[i]]
其中，Rin[i]为原始图像的色调映射结果中像素i的R分量，Gin[i]为原始图像的色调映射结果中像素i的G分量，Bin[i]为原始图像的色调映射结果中像素i的B分量；Rout[i]为基于原始图像的色调映射结果中像素i的R分量，查找预设像素映射表，得到的色彩增强后的输出像素值；Gout[i]为基于原始图像的色调映射结果中像素i的G分量，查找预设像素映射表，得到的色彩增强后的输出像素值；Bout[i]为基于原始图像的色调映射结果中像素i的B分量，查找预设像素映射表，得到的色彩增强后的输出像素值；Rtable为R分量对应的预设像素映射表，Gtable为G分量对应的预设像素映射表，Btable为B分量对应的预设像素映射表。
本申请实施例中，在得到了原始图像的色调映射结果之后，若原始图像的色调映射结果的色彩效果不能达到预设色彩效果，则可以进一步对原始图像的色调映射结果进行色彩增强处理，生成原始图像的目标色调映射结果。因此，实现了在将高动态图像(原始图像)转换为低动态图像(原始图像的色调映射结果)之后，可以通过色彩增强的方式提高低动态图像的色彩效果。
在前一个实施例中，描述了一种图像处理方法，在将高动态图像(原始图像)转换为低动态图像(原始图像的色调映射结果)之后，可以通过色彩增强的方式提高低动态图像的色彩效果。本实施例中，如图6所示，提供了一种图像处理方法，还包括：
步骤290，对原始图像的色调映射结果中的目标区域或原始图像的目标色调映射结果中的目标区域进行处理，生成原始图像的最终色调映射结果。
在得到了原始图像的色调映射结果或原始图像的目标色调映射结果(3D LUT后的图像)之后，可以对图像中的目标区域进行针对性地调整。这里的目标区域可以是感兴趣区域，例如包括主体区域、背景区域等，本申请对此不做限定。其中，主体区域可以是从图像中经过主体识别所得到的区域，例如，主体区域可以是图像中人像区域、动物所在区域、建筑物区域等中的任意一种或多种。针对人像区域，对图像中的人像区域进行针对性地调整可以是对人像区域进行提亮处理、美颜处理、换装处理等。针对建筑物区域，对图像中的建筑物区域进行针对性地调整可以是对建筑物进行去畸变处理等。
其中，背景区域包括天空区域、海洋区域、沙滩区域、大山区域、树林区域等中的任意一种或多种。本申请对此不做限定。例如，可以对天空区域、海洋区域、沙滩区域进行调色处理和/或对比度增强处理等。
本申请实施例中，对原始图像的色调映射结果中的目标区域或原始图像的目标色调映射结果中的目标区域进行处理，生成原始图像的最终色调映射结果。可以对图像中的目标区域进行针对性地调整，以提高目标区域的显示效果。进而，提高整个图像的显示效果。
在前一个实施例中，描述了步骤290，对原始图像的色调映射结果中的目标区域或原始图像的目标色调映射结果中的目标区域进行处理，生成原始图像的最终色调映射结果。在本实施例中，若所述目标区域包括人像区域，则所述对所述原始图像的色调映射结果中的目标区域或所述原始图像的目标色调映射结果中的目标区域进行处理，生成所述原始图像的最终色调映射结果，包括：
对所述原始图像的色调映射结果中的人像区域或所述原始图像的目标色调映射结果中的人像区域进行提亮处理，生成所述原始图像的最终色调映射结果；
若所述目标区域包括天空区域，则所述对所述原始图像的色调映射结果中的目标区域或所述原始图像的目标色调映射结果中的目标区域进行处理，生成所述原始图像的最终色调映射结果，包括：
对所述原始图像的色调映射结果中的天空区域或所述原始图像的目标色调映射结果中的天空区域进行调色处理和/或对比度增强处理，生成所述原始图像的最终色调映射结果。
一方面，若所述目标区域包括人像区域，则对所述原始图像的色调映射结果中的人像区域或所述原始图像的目标色调映射结果中的人像区域进行提亮处理，生成所述原始图像的最终色调映射结果。例如，若图像中包含人像区域，则可以结合人像区域的特点对原始图像的色调映射结果或原始图像的目标色调映射结果中的人像区域进行提亮处理，生成原始图像的最终色调映射结果。例如，可以通过对人像区域进行提亮处理，以提高人像区域的亮度等，当然，本申请对此不做限定。具体的，可以采用调节图像的拍摄参数的方式，对原始图像的色调映射结果或原始图像的目标色调映射结果中的人像区域进行提亮处理，生成原始图像的最终色调映射结果。例如，这里的拍摄参数包括曝光参数、白平衡参数等。还可以采用对人像区域进行全局色调映射的方式，对人像区域进行提亮处理。
具体的，可以对原始图像的色调映射结果中的人像区域进行提亮处理，生成原始图像的最终色调映射结果。即在将高动态图像(原始图像)转换为低动态图像(原始图像的色调映射结果)之后，直接对原始图像的色调映射结果中的人像区域进行提亮处理。再将人像区域的全局色调映射结果与原始图像的色调映射结果中的背景区域进行融合，生成原始图像的最终色调映射结果。
还可以对原始图像的目标色调映射结果中的人像区域进行提亮处理，生成原始图像的最终色调映射结果。即在将高动态图像(原始图像)转换为低动态图像(原始图像的色调映射结果)之后，进一步对原始图像的色调映射结果进行色彩增强处理，生成原始图像的目标色调映射结果。然后，对原始图像的目标色调映射结果中的人像区域进行提亮处理。再将人像区域的全局色调映射结果与原始图像的目标色调映射结果中的背景区域进行融合，生成原始图像的最终色调映射结果。
另一方面，若所述目标区域包括天空区域，则对所述原始图像的色调映射结果中的天空区域或所述原始图像的目标色调映射结果中的天空区域进行调色处理和/或对比度增强处理，生成所述原始图像的最终色调映射结果。
具体的，若图像中包含天空区域，则可以结合天空区域的特点对图像中的天空区域进行针对性地处理，以提高天空区域的图像效果。例如，可以对原始图像的色调映射结果或原始图像的目标色调映射结果中的天空区域进行调色处理和/或对比度增强处理，生成原始图像的最终色调映射结果。
其中，对天空区域进行调色处理指的是对天空区域增加蓝分量的值。例如，可以基于预设像素映射表对天空区域进行调色处理，以对天空区域增加蓝分量的值。这里，预设像素映射表中所记录的天空区域的输入像素值与调色处理后的输出像素值之间的对应关系，可以是基于专业人员对大量输入图像(包含天空区域)进行调色处理后，生成满足预设色彩效果的输出图像之后，从大量输入图像及与之对应的输出图像中所获取到的。
本申请实施例中，对原始图像的色调映射结果中的人像区域或原始图像的目标色调映射结果中的人像区域进行提亮处理，生成原始图像的最终色调映射结果。可以对图像中的人像区域进行针对性地调整，以提高人像区域的显示效果。对原始图像的色调映射结果中的天空区域或原始图像的目标色调映射结果中的天空区域进行调色处理和/或对比度增强处理，生成原始图像的最终色调映射结果。从而，就可以对天空区域针对性地进行处理，提高图像中天空区域的图像效果。
在前一个实施例中，描述了对人像区域进行全局色调映射，生成原始图像的最终色调映射结果的过程。本实施例中，如图7所示，详细说明对原始图像的色调映射结果中的人像区域或原始图像的目标色调映射结果中的人像区域进行提亮处理，生成原始图像的最终色调映射结果，包括：
步骤720，对灰度图像进行人像区域分割处理，得到人像区域掩膜图。
具体的，结合图8所示，为一个实施例中对原始图像的目标色调映射结果(3D LUT后的图像)中的人像区域进行全局色调映射，生成原始图像的最终色调映射结果的示意图。在获取到原始图像的灰度图像之后，可以对灰度图像进行人像区域分割处理，得到人像区域掩膜图(人像MASK)。可以通过人像分割模型对灰度图像进行人像区域分割处理，得到人像区域掩膜图。这里，人像分割模型可以是基于训练得到的人工智能模型(AI，ArtificialIntelligence)，当然，还可以是基于训练得到神经网络模型等，本申请对此不做限定。
其中，人像区域掩膜图(人像MASK)用于从原始图像的色调映射结果或原始图像的目标色调映射结果(3D LUT后的图像)中提取出感兴趣区域(人像区域)。在人像区域掩膜图中，将人像区域的像素的像素值赋值为1，而对除去人像区域之外的背景区域的像素的像素值赋值为0。如图9所示，为一个实施例中人像区域掩膜图的示意图，黑色区域即为背景区域，且黑色区域内像素的像素值为0；白色区域即为人像区域，白色区域内像素的像素值为1。
步骤740，根据人像区域掩膜图及原始图像的色调映射结果，得到人像区域；或根据人像区域掩膜图及原始图像的目标色调映射结果，得到人像区域。其中，所述人像区域分别与所述色调映射结果或所述目标色调映射结果相对应。
可以将人像区域掩膜图与原始图像的色调映射结果相乘，得到人像区域。已知在人像区域掩膜图中，将人像区域的像素的像素值赋值为1，而对除去人像区域之外的背景区域赋值为0。所以，将人像区域掩膜图与原始图像的色调映射结果相乘之后，相当于原始图像的色调映射结果中人像区域的像素值保持不变，而原始图像的色调映射结果中背景区域的像素值均变为0。即实现了从原始图像的色调映射结果中扣出了人像区域。
还可以将人像区域掩膜图与原始图像的目标色调映射结果相乘，得到人像区域。已知在人像区域掩膜图中，将人像区域的像素的像素值赋值为1，而对除去人像区域之外的背景区域赋值为0。所以，将人像区域掩膜图与原始图像的目标色调映射结果相乘之后，相当于原始图像的目标色调映射结果中人像区域的像素值保持不变，而原始图像的目标色调映射结果中背景区域的像素值均变为0。即实现了从原始图像的目标色调映射结果中扣出了人像区域。
步骤760，对人像区域进行全局色调映射，生成人像区域的全局色调映射结果。
在得到了人像区域之后，可以对人像区域进行全局色调映射，生成人像区域的全局色调映射结果。在这里对人像区域进行全局色调映射，主要用于对人像区域进行提亮处理。即实现了对图像中的人像区域进行针对性地调整，以提高人像区域的显示效果。
具体的，这里可以采用公式(1-6)进行全局色调映射：
Figure BDA0003768039370000111
其中，In[i]为人像区域中各像素的灰度值，Out[i]为人像区域中各像素经过全局色调映射后输出的灰度值；Inmax为人像区域中最大的灰度值，Inmin为人像区域中最小的灰度值，τ为调试参数，可以通过实验获得τ的具体数值。这里，τ与公式(1-3)中取值可以相同也可以不同，本申请对此不做限定。
步骤780，将人像区域的全局色调映射结果与背景区域进行融合，生成原始图像的最终色调映射结果；背景区域包括原始图像的色调映射结果中的背景区域或原始图像的目标色调映射结果中的背景区域。
在得到了人像区域的全局色调映射结果之后，就可以将人像区域的全局色调映射结果与背景区域进行融合，生成原始图像的最终色调映射结果。即将提亮后的人像区域与背景区域进行融合，生成原始图像的最终色调映射结果作为输出图像。若人像区域为基于人像区域掩膜图与原始图像的色调映射结果相乘所得到的，那么，将人像区域的全局色调映射结果与原始图像的色调映射结果中的背景区域进行融合，生成原始图像的最终色调映射结果。若人像区域为基于人像区域掩膜图与原始图像的目标色调映射结果相乘所得到的，那么，将人像区域的全局色调映射结果与原始图像的目标色调映射结果中的背景区域进行融合，生成原始图像的最终色调映射结果。
本申请实施例中，对灰度图像进行人像区域分割处理，得到人像区域掩膜图。根据人像区域掩膜图及原始图像的色调映射结果，或根据人像区域掩膜图及原始图像的目标色调映射结果，得到人像区域。对人像区域进行全局色调映射，生成人像区域的全局色调映射结果，将人像区域的全局色调映射结果与背景区域进行融合，生成原始图像的最终色调映射结果。基于人像区域掩膜图可以准确地从原始图像的色调映射结果，或原始图像的目标色调映射结果中提取出人像区域。进而，就可以对人像区域针对性地进行全局色调映射，提高人像区域的图像效果(例如亮度效果)。最后，再将人像区域的全局色调映射结果与背景区域进行融合，生成原始图像的最终色调映射结果。从而，提高了原始图像的最终色调映射结果的图像效果或图像质量。
在一个具体的实施例中，如图10所示，提供了一种图像处理方法，包括：
步骤1002，获取原始图像(高Bit图像)，例如，16Bit RGB图像；
步骤1004，将原始图像转换为灰度图像；
步骤1006，对灰度图像进行全局色调映射(Global Tonemapping)，生成灰度图像的全局色调映射结果；
步骤1008，对灰度图像的全局色调映射结果进行局部色调映射(LocalTonemapping)，生成灰度图像的局部色调映射结果，将灰度图像的局部色调映射结果作为灰度图像的色调映射结果；
步骤1010，将灰度图像的色调映射结果中各像素的像素值与灰度图像中对应位置的像素的像素值相除，生成色调映射掩膜图(Tonemapping Mask)；
步骤1012，根据色调映射掩膜图对原始图像进行色调映射，生成原始图像的色调映射结果(低Bit图像)；
步骤1014，根据预设像素映射表对原始图像的色调映射结果(低Bit图像)进行色彩增强处理，生成原始图像的目标色调映射结果；
步骤1016，对原始图像的色调映射结果或原始图像的目标色调映射结果中的人像区域进行全局色调映射，生成原始图像的最终色调映射结果。
其中，步骤1016，包括步骤1016a，对灰度图像进行人像区域分割处理，得到人像区域掩膜图；
步骤1016b，根据人像区域掩膜图及原始图像的色调映射结果，或根据人像区域掩膜图及原始图像的目标色调映射结果，得到人像区域；
步骤1016c，对人像区域进行全局色调映射，生成人像区域的全局色调映射结果；
步骤1016d，将人像区域的全局色调映射结果与背景区域进行融合，生成原始图像的最终色调映射结果；
步骤1018，对原始图像的最终色调映射结果中的天空区域进行调色处理和/或对比度增强处理，生成原始图像的输出图像。
本申请实施例中，获取原始图像的灰度图像，对灰度图像进行色调映射，生成灰度图像的色调映射结果。计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，根据线性映射关系对原始图像进行色调映射，生成原始图像的色调映射结果。由于灰度图像为单通道图像，那么，对灰度图像进行色调映射的过程，就只需要对单通道像素值进行色调映射。因此，灰度图像的色调映射结果与灰度图像两者之间就存在一种线性映射关系。然后，计算出灰度图像的色调映射结果与灰度图像两者之间的该线性映射关系。再根据该线性映射关系对原始图像进行色调映射，就可以在对原始图像上进行色调映射的过程中也实现了线性变换。
传统方法中，直接对原始图像进行色调映射，即分别对原始图像的RGB分量进行色调映射，显然这将会改变原始图像中RGB分量之间的关系，引起偏色的问题，降低了图像质量。而本申请实施例中，在对原始图像上进行色调映射的过程中也实现了线性变换。由于进行线性变换即可以在对原始图像进行色调映射的过程中实现不改变原始图像中RGB分量之间的关系，更好地保留原始图像中的色彩信息。从而，就可以避免了在对原始图像进行色调映射过程中出现偏色的问题。进而，提高了所生成的原始图像的色调映射结果的图像质量。
应该理解的是，虽然上述流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图11所示，提供了一种图像处理装置1100，该装置包括：
获取模块1120，用于获取原始图像的灰度图像；
第一色调映射模块1140，用于对灰度图像进行色调映射生成灰度图像的色调映射结果；
第二色调映射模块1160，用于计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，根据线性映射关系对原始图像进行色调映射，生成原始图像的色调映射结果。
在一个实施例中，如图12所示，第一色调映射模块1140，包括：
全局色调映射单元1142，用于对灰度图像进行全局色调映射，生成灰度图像的全局色调映射结果；
局部色调映射单元1144，用于对灰度图像的全局色调映射结果进行局部色调映射，生成灰度图像的局部色调映射结果，将灰度图像的局部色调映射结果作为灰度图像的色调映射结果。
在一个实施例中，局部色调映射单元1144，还用于对灰度图像的全局色调映射结果进行分块，生成多个灰度图像块；采用直方图均衡化方式对各灰度图像块进行局部色调映射，生成灰度图像的局部色调映射结果。
在一个实施例中，第二色调映射模块1160，包括：
色调映射掩膜图生成单元，用于计算灰度图像的色调映射结果与灰度图像之间的线性映射关系，生成色调映射掩膜图；
第二色调映射单元，用于根据色调映射掩膜图对原始图像进行色调映射，生成原始图像的色调映射结果。
在一个实施例中，色调映射掩膜图生成单元，还用于将灰度图像的色调映射结果中各像素的像素值与灰度图像中对应位置的像素的像素值相除，生成灰度图像中各像素对应的增益值；基于灰度图像中各像素对应的增益值，生成色调映射掩膜图。
在一个实施例中，第二色调映射单元，还用于根据色调映射掩膜图中各像素对应的增益值，对原始图像进行增益调整，生成原始图像的增益调整结果；对原始图像的增益调整结果进行移位处理，生成原始图像的色调映射结果；其中，原始图像的位宽大于原始图像的色调映射结果的位宽。
在一个实施例中，如图13所示，提供了一种图像处理装置，该装置还包括：
色彩增强模块1170，用于根据预设像素映射表对原始图像的色调映射结果进行色彩增强处理，生成原始图像的目标色调映射结果。
在一个实施例中，如图13所示，提供了一种图像处理装置，该装置还包括：
目标区域处理模块1180，用于对所述原始图像的色调映射结果中的目标区域或所述原始图像的目标色调映射结果中的目标区域进行处理，生成所述原始图像的最终色调映射结果。
在一个实施例中，若所述目标区域包括人像区域，则目标区域处理模块1180，包括：人像区域处理单元，用于对所述原始图像的色调映射结果中的人像区域或所述原始图像的目标色调映射结果中的人像区域进行提亮处理，生成所述原始图像的最终色调映射结果；
若所述目标区域包括天空区域，则目标区域处理模块1180，包括：天空区域处理单元，用于对所述原始图像的色调映射结果中的天空区域或所述原始图像的目标色调映射结果中的天空区域进行调色处理和/或对比度增强处理，生成所述原始图像的最终色调映射结果。
在一个实施例中，人像区域处理单元，还用于对所述灰度图像进行人像区域分割处理，得到人像区域掩膜图；根据所述人像区域掩膜图及所述原始图像的色调映射结果，得到人像区域；或根据所述人像区域掩膜图及所述原始图像的目标色调映射结果，得到人像区域；所述人像区域分别与所述色调映射结果或所述目标色调映射结果相对应；对所述人像区域进行全局色调映射，生成所述人像区域的全局色调映射结果；将所述人像区域的全局色调映射结果与背景区域进行融合，生成所述原始图像的最终色调映射结果；所述背景区域包括所述原始图像的色调映射结果中的背景区域或所述原始图像的目标色调映射结果中的背景区域。
上述图像处理装置中各个模块的划分仅仅用于举例说明，在其他实施例中，可将图像处理装置按照需要划分为不同的模块，以完成上述图像处理装置的全部或部分功能。
关于图像处理装置的具体限定可以参见上文中对于图像处理方法的限定，在此不再赘述。上述图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图14为一个实施例中电子设备的内部结构示意图。该电子设备可以是手机、平板电脑、笔记本电脑、台式电脑、PDA(Personal Digital Assistant，个人数字助理)、POS(Point of Sales，销售终端)、车载电脑、穿戴式设备等任意终端设备。该电子设备包括通过系统总线连接的处理器和存储器。其中，该处理器可以包括一个或多个处理单元。处理器可为CPU(Central Processing Unit,中央处理单元)或DSP(Digital Signal Processing，数字信号处理器)等。存储器可包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行，以用于实现以下各个实施例所提供的一种图像处理方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。
本申请实施例中提供的图像处理装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在电子设备上运行。该计算机程序构成的程序模块可存储在电子设备的存储器上。该计算机程序被处理器执行时，实现本申请实施例中所描述方法的步骤。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当计算机可执行指令被一个或多个处理器执行时，使得处理器执行图像处理方法的步骤。
本申请实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行图像处理方法。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。非易失性存储器可包括ROM(Read-Only Memory，只读存储器)、PROM(Programmable Read-only Memory，可编程只读存储器)、EPROM(Erasable ProgrammableRead-Only Memory，可擦除可编程只读存储器)、EEPROM(Electrically ErasableProgrammable Read-only Memory，电可擦除可编程只读存储器)或闪存。易失性存储器可包括RAM(Random Access Memory，随机存取存储器)，它用作外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如SRAM(Static Random Access Memory，静态随机存取存储器)、DRAM(Dynamic Random Access Memory，动态随机存取存储器)、SDRAM(Synchronous Dynamic Random Access Memory，同步动态随机存取存储器)、双数据率DDRSDRAM(Double Data Rate Synchronous Dynamic Random Access memory，双数据率同步动态随机存取存储器)、ESDRAM(Enhanced Synchronous Dynamic Random Access memory，增强型同步动态随机存取存储器)、SLDRAM(Sync Link Dynamic Random Access Memory，同步链路动态随机存取存储器)、RDRAM(Rambus Dynamic Random Access Memory，总线式动态随机存储器)、DRDRAM(Direct Rambus Dynamic Random Access Memory，接口动态随机存储器)。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (14)

1.一种图像处理方法，其特征在于，所述方法包括：
获取原始图像的灰度图像；
对所述灰度图像进行色调映射，生成所述灰度图像的色调映射结果；
计算所述灰度图像的色调映射结果与所述灰度图像之间的线性映射关系，根据所述线性映射关系对所述原始图像进行色调映射，生成所述原始图像的色调映射结果。
2.根据权利要求1所述的方法，其特征在于，所述对所述灰度图像进行色调映射，生成所述灰度图像的色调映射结果，包括：
对所述灰度图像进行全局色调映射，生成所述灰度图像的全局色调映射结果；
对所述灰度图像的全局色调映射结果进行局部色调映射，生成所述灰度图像的局部色调映射结果，将所述灰度图像的局部色调映射结果作为所述灰度图像的色调映射结果。
3.根据权利要求2所述的方法，其特征在于，所述对所述灰度图像的全局色调映射结果进行局部色调映射，生成所述灰度图像的局部色调映射结果，包括：
对所述灰度图像的全局色调映射结果进行分块，生成多个灰度图像块；
采用直方图均衡化方式对各所述灰度图像块进行局部色调映射，生成所述灰度图像的局部色调映射结果。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述计算所述灰度图像的色调映射结果与所述灰度图像之间的线性映射关系，根据所述线性映射关系对所述原始图像进行色调映射，生成所述原始图像的色调映射结果，包括：
计算所述灰度图像的色调映射结果与所述灰度图像之间的线性映射关系，生成色调映射掩膜图；
根据所述色调映射掩膜图对所述原始图像进行色调映射，生成所述原始图像的色调映射结果。
5.根据权利要求4所述的方法，其特征在于，所述计算所述灰度图像的色调映射结果与所述灰度图像之间的线性映射关系，生成色调映射掩膜图，包括：
将所述灰度图像的色调映射结果中各像素的像素值与所述灰度图像中对应位置的像素的像素值相除，生成所述灰度图像中各像素对应的增益值；
基于所述灰度图像中各像素对应的增益值，生成所述色调映射掩膜图。
6.根据权利要求5所述的方法，其特征在于，所述根据所述色调映射掩膜图对所述原始图像进行色调映射，生成所述原始图像的色调映射结果，包括：
根据所述色调映射掩膜图中各像素对应的增益值，对所述原始图像进行增益调整，生成所述原始图像的增益调整结果；
对所述原始图像的增益调整结果进行移位处理，生成所述原始图像的色调映射结果；其中，所述原始图像的位宽大于所述原始图像的色调映射结果的位宽。
7.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括：
根据预设像素映射表对所述原始图像的色调映射结果进行色彩增强处理，生成所述原始图像的目标色调映射结果。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
对所述原始图像的色调映射结果中的目标区域或所述原始图像的目标色调映射结果中的目标区域进行处理，生成所述原始图像的最终色调映射结果。
9.根据权利要求8所述的方法，其特征在于，若所述目标区域包括人像区域，则所述对所述原始图像的色调映射结果中的目标区域或所述原始图像的目标色调映射结果中的目标区域进行处理，生成所述原始图像的最终色调映射结果，包括：
对所述原始图像的色调映射结果中的人像区域或所述原始图像的目标色调映射结果中的人像区域进行提亮处理，生成所述原始图像的最终色调映射结果；
若所述目标区域包括天空区域，则所述对所述原始图像的色调映射结果中的目标区域或所述原始图像的目标色调映射结果中的目标区域进行处理，生成所述原始图像的最终色调映射结果，包括：
对所述原始图像的色调映射结果中的天空区域或所述原始图像的目标色调映射结果中的天空区域进行调色处理和/或对比度增强处理，生成所述原始图像的最终色调映射结果。
10.根据权利要求9所述的方法，其特征在于，所述对所述原始图像的色调映射结果中的人像区域或所述原始图像的目标色调映射结果中的人像区域进行提亮处理，生成所述原始图像的最终色调映射结果，包括：
对所述灰度图像进行人像区域分割处理，得到人像区域掩膜图；
根据所述人像区域掩膜图及所述原始图像的色调映射结果，得到人像区域；或根据所述人像区域掩膜图及所述原始图像的目标色调映射结果，得到人像区域；所述人像区域分别与所述色调映射结果或所述目标色调映射结果相对应；
对所述人像区域进行全局色调映射，生成所述人像区域的全局色调映射结果；
将所述人像区域的全局色调映射结果与背景区域进行融合，生成所述原始图像的最终色调映射结果；所述背景区域包括所述原始图像的色调映射结果中的背景区域或所述原始图像的目标色调映射结果中的背景区域。
11.一种图像处理装置，其特征在于，所述装置包括：
获取模块，用于获取原始图像的灰度图像；
第一色调映射模块，用于对所述灰度图像进行色调映射生成所述灰度图像的色调映射结果；
第二色调映射模块，用于计算所述灰度图像的色调映射结果与所述灰度图像之间的线性映射关系，根据所述线性映射关系对所述原始图像进行色调映射，生成所述原始图像的色调映射结果。
12.一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至10中任一项所述的图像处理方法的步骤。
13.一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执行时实现如权利要求1至10中任一项所述的图像处理方法的步骤。
14.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至10中任一项所述的图像处理方法的步骤。
CN202210892202.6A 2022-07-27 2022-07-27 图像处理方法、装置、电子设备和存储介质、产品 Pending CN115205168A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210892202.6A CN115205168A (zh) 2022-07-27 2022-07-27 图像处理方法、装置、电子设备和存储介质、产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210892202.6A CN115205168A (zh) 2022-07-27 2022-07-27 图像处理方法、装置、电子设备和存储介质、产品

Publications (1)

Publication Number Publication Date
CN115205168A true CN115205168A (zh) 2022-10-18

Family

ID=83583714

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210892202.6A Pending CN115205168A (zh) 2022-07-27 2022-07-27 图像处理方法、装置、电子设备和存储介质、产品

Country Status (1)

Country Link
CN (1) CN115205168A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116542942A (zh) * 2023-05-10 2023-08-04 什维新智医疗科技(上海)有限公司 一种甲状腺无回声结节判定方法、系统、设备及介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116542942A (zh) * 2023-05-10 2023-08-04 什维新智医疗科技(上海)有限公司 一种甲状腺无回声结节判定方法、系统、设备及介质

Similar Documents

Publication Publication Date Title
CN112565636B (zh) 图像处理方法、装置、设备和存储介质
US11663707B2 (en) Method and system for image enhancement
US20190147572A1 (en) Low cost color expansion module for expanding colors of an image
CN114862722B (zh) 一种图像亮度增强实现方法及处理终端
CN107993189B (zh) 一种基于局部分块的图像色调动态调节方法和装置
CN115147304A (zh) 图像融合方法、装置、电子设备和存储介质、产品
CN115205168A (zh) 图像处理方法、装置、电子设备和存储介质、产品
CN113935934A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN114240767A (zh) 一种基于曝光融合的图像宽动态范围处理方法及装置
CN111784598B (zh) 色调映射模型的训练方法、色调映射方法及电子设备
US10992873B2 (en) Systems and methods for color matching for realistic flash images
WO2023110880A1 (en) Image processing methods and systems for low-light image enhancement using machine learning models
CN113888429A (zh) 图像提亮方法和装置、电子设备
CN112887597A (zh) 图像处理方法及装置、计算机可读介质和电子设备
CN118101854A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
WO2021159414A1 (zh) 白平衡控制方法、装置、电子设备和计算机可读存储介质
CN116668838B (zh) 图像处理方法与电子设备
Gaddam et al. Advanced Image Processing Using Histogram Equalization and Android Application Implementation
CN118015103A (zh) 图像处理方法、装置、电子设备和存储介质、产品
US20230186612A1 (en) Image processing methods and systems for generating a training dataset for low-light image enhancement using machine learning models
CN115063333A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN117876237A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN118071658A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN113674169A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN117726564A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质

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