CN115861096B - 图像处理方法、装置及计算机设备 - Google Patents
图像处理方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN115861096B CN115861096B CN202211469368.3A CN202211469368A CN115861096B CN 115861096 B CN115861096 B CN 115861096B CN 202211469368 A CN202211469368 A CN 202211469368A CN 115861096 B CN115861096 B CN 115861096B
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- blocking operation
- blocking
- image block
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 230000000903 blocking effect Effects 0.000 claims abstract description 181
- 238000013507 mapping Methods 0.000 claims abstract description 113
- 238000012545 processing Methods 0.000 claims abstract description 41
- 230000003247 decreasing effect Effects 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 19
- 238000000638 solvent extraction Methods 0.000 abstract description 5
- 230000004438 eyesight Effects 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 39
- 238000004891 communication Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 13
- 230000009471 action Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005336 cracking Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本公开提供了一种图像处理方法、装置及计算机设备,涉及计算机视觉领域。实现方案为:对图像进行预定次数的分块操作以在每次分块操作中得到在数量上依次递减的相应数量的图像块;针对在每次分块操作中得到的相应数量的图像块,获取每个图像块的色调映射曲线;基于图像中的待处理区域的位置,确定在每次分块操作中得到的相应数量的图像块中与待处理区域相关联的至少一个图像块,作为与每次分块操作对应的至少一个待处理图像块;基于与每次分块操作对应的至少一个待处理图像块各自的色调映射曲线,确定待处理区域的色调映射曲线;以及基于待处理区域的色调映射曲线对待处理区域进行色调映射以生成经处理的图像。
Description
技术领域
本公开涉及计算机视觉领域,特别是涉及一种图像处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
背景技术
在计算机进行图像处理时,需要通过色调映射来对图像进行视觉增强。在一些情况下,可以通过局部映射对图像进行视觉增强。在局部映射中,将图像划分为多个区块,每个区块根据其各自的映射曲线进行色调映射。这样处理的图像能够具有较好的的画质观感,但物体轮廓边缘经常会出现一圈光环,也即“鬼魅(halo)”缺陷,使物体间在空间上存在割裂感。如何在保证图像较好的的画质观感的前提下,消灭物体间在空间上的割裂感,实现更好的图像色调映射处理,仍然是业界的研究热点和难点之一。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
为了实现更好的图像色调映射处理,本公开提供了一种图像处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种图像处理方法,包括:对图像进行预定次数的分块操作以在每次分块操作中得到在数量上依次递减的相应数量的图像块,在预定次数的分块操作之中,在第一次分块操作中得到预定第一数量的图像块,预定第一数量的图像块具有列数M和行数N,其中M和N分别表示大于或等于1的自然数且M和N不同时为1,分块操作的预定次数基于M和N的取值;针对在每次分块操作中得到的相应数量的图像块,获取每个图像块的色调映射曲线;基于图像中的待处理区域的位置,确定在每次分块操作中得到的相应数量的图像块中与待处理区域相关联的至少一个图像块,作为与每次分块操作对应的至少一个待处理图像块;基于与每次分块操作对应的至少一个待处理图像块各自的色调映射曲线,确定待处理区域的色调映射曲线;以及基于待处理区域的色调映射曲线对待处理区域进行色调映射以生成经处理的图像。
根据本公开的另一方面,提供了一种图像处理装置,包括:分块操作模块,被配置为对图像进行预定次数的分块操作以在每次分块操作中得到在数量上依次递减的相应数量的图像块,在预定次数的分块操作之中,在第一次分块操作中得到预定第一数量的图像块,预定第一数量的图像块具有列数M和行数N,其中M和N分别表示大于或等于1的自然数且M和N不同时为1,分块操作的预定次数基于M和N的取值;图像块曲线模块,被配置为针对在每次分块操作中得到的相应数量的图像块,获取每个图像块的色调映射曲线;待处理图像块模块,被配置为基于图像中的待处理区域的位置,确定在每次分块操作中得到的相应数量的图像块中与待处理区域相关联的至少一个图像块,作为与每次分块操作对应的至少一个待处理图像块;区域曲线模块,被配置为基于与每次分块操作对应的至少一个待处理图像块各自的色调映射曲线,确定待处理区域的色调映射曲线;以及图像生成模块,被配置为基于待处理区域的色调映射曲线对待处理区域进行色调映射以生成经处理的图像。
根据本公开的另一方面,提供了一种计算机设备,包括:至少一个处理器;以及存储器,其上存储有计算机程序,计算机程序在被处理器执行时,使处理器执行本公开如上所提供的方法。
根据本公开的另一方面,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,使处理器执行本公开如上所提供的方法。
根据本公开的另一方面,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,使处理器执行本公开如上所提供的方法。
根据本公开的一个或多个实施例,可以实现更好的图像色调映射处理。
根据在下文中所描述的实施例,本公开的这些和其它方面将是清楚明白的,并且将参考在下文中所描述的实施例而被阐明。
附图说明
在下面结合附图对于示例性实施例的描述中,本公开的更多细节、特征和优点被公开,在附图中:
图1是图示出根据示例性实施例的可以在其中实施本文描述的各种方法的示例系统的示意图;
图2是图示出根据示例性实施例的图像处理方法的流程图;
图3是图示出根据示例性实施例的确定图像块权重的示意图;
图4是图示出根据示例性实施例的多次分块操作的示意图;
图5是图示出根据另一示例性实施例的多次分块操作的示意图;
图6是图示出根据另一示例性实施例的多次分块操作的示意图;
图7是图示出根据示例性实施例的图像处理装置的示意性框图;
图8是图示出能够应用于示例性实施例的示例性计算机设备的框图。
具体实施方式
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。如本文使用的,术语“多个”意指两个或更多,并且术语“基于”应解释为“至少部分地基于”。此外,术语“和/或”以及“……中的至少一个”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
在相关技术中,在计算机进行图像处理时,需要通过色调映射来对图像进行视觉增强。色调映射可以包括全局映射和局部映射。在全局映射中,整帧图像会经过同一条映射曲线,以达到增强的效果。但是全局映射不能根据周围的内容进行不同的视觉增强处理,因此不能获得较好的图像画质观感。在局部映射中,将图像划分为多个区块,每个区块根据其各自的映射曲线进行色调映射。这样处理的图像能够具有较好的画质观感,但物体轮廓边缘经常会出现一圈光环,也即“鬼魅(halo)”缺陷,使物体间在空间上存在割裂感。
为了在保证图像较好的的画质观感的前提下,消灭物体间在空间上的割裂感,实现更好的图像色调映射处理,本公开提供了一种图像处理方法。
下面结合附图详细描述本公开的示例性实施例。在详细描述根据本公开实施例的图像处理方法之前,首先描述可以在其中实施本方法的示例系统。
图1是图示出根据示例性实施例的可以在其中实施本文描述的各种方法的示例系统100的示意图。
参考图1,该系统100包括客户端设备110、服务器120、以及将客户端设备110与服务器120通信地耦合的网络130。
客户端设备110包括显示器114和可经由显示器114显示的客户端应用(APP)112。客户端应用112可以为运行前需要下载和安装的应用程序或者作为轻量化应用程序的小程序(liteapp)。在客户端应用112为运行前需要下载和安装的应用程序的情况下,客户端应用112可以被预先安装在客户端设备110上并被激活。在客户端应用112为小程序的情况下,用户102可以通过在宿主应用中搜索客户端应用112(例如,通过客户端应用112的名称等)或扫描客户端应用112的图形码(例如,条形码、二维码等)等方式,在客户端设备110上直接运行客户端应用112,而无需安装客户端应用112。在一些实施例中,客户端设备110可以是任何类型的移动计算机设备,包括移动计算机、移动电话、可穿戴式计算机设备(例如智能手表、头戴式设备,包括智能眼镜,等)或其他类型的移动设备。在一些实施例中,客户端设备110可以替换地是固定式计算机设备,例如台式机、服务器计算机或其他类型的固定式计算机设备。
服务器120典型地为由互联网服务提供商(ISP)或互联网内容提供商(ICP)部署的服务器。服务器120可以代表单台服务器、多台服务器的集群、分布式系统、或者提供基础云服务(诸如云数据库、云计算、云存储、云通信)的云服务器。将理解的是,虽然图1中示出服务器120与仅一个客户端设备110通信,但是服务器120可以同时为多个客户端设备提供后台服务。
网络130的示例包括局域网(LAN)、广域网(WAN)、个域网(PAN)、和/或诸如互联网之类的通信网络的组合。网络130可以是有线或无线网络。在一些实施例中,使用包括超文本标记语言(HTML)、可扩展标记语言(XML)等的技术和/或格式来处理通过网络130交换的数据。此外,还可以使用诸如安全套接字层(SSL)、传输层安全(TLS)、虚拟专用网络(VPN)、网际协议安全(IPsec)等加密技术来加密所有或者一些链路。在一些实施例中,还可以使用定制和/或专用数据通信技术来取代或者补充上述数据通信技术。
为了本公开实施例的目的,在图1的示例中,客户端应用112可以为图像处理应用程序。与此相应,服务器120可以是与图像处理应用程序一起使用的服务器。该服务器120可以将图像处理数据提供给客户端设备110,由客户端设备110中运行的客户端应用112提供图像处理服务。
图2是图示出根据示例性实施例的图像处理方法200的流程图。在一些实施例中,方法200可以在客户端设备(例如,图1中所示的客户端设备110)处执行。在一些实施例中,方法200可以在服务器(例如,图1中所示的服务器120)处执行。在一些实施例中,方法200可以由客户端设备(例如,客户端设备110)和服务器(例如,服务器120)相组合地执行。
参考图2,在步骤210,对图像进行预定次数的分块操作以在每次分块操作中得到在数量上依次递减的相应数量的图像块。在预定次数的分块操作之中,在第一次分块操作中得到预定第一数量的图像块,预定第一数量的图像块具有列数M和行数N,其中M和N分别表示大于或等于1的自然数且M和N不同时为1,分块操作的预定次数基于M和N的取值。
在示例中,图像可以是由图1所示的客户端设备110拍摄的照片,也可以是该客户端设备110经由网络130获取的图片,或者也可以是存储在客户端设备110的本地存储设备中的照片或图片。
在示例中,图像的分块操作可以是指将图像划分成若干个尺寸更小的区块,即图像块。可以通过在水平和/或竖直两个方向对图像进行划分以生成若干个矩形图像块来执行分块操作。这样生成的矩形图像块的列数M的值是由在竖直方向上的划分确定,并且行数N的值是由在水平方向上的划分确定。
在示例中,每次分块操作可以将图像划分成大小一致的若干个图像块,也可以划分成大小不一的若干个图像块。
在示例中,每下一次分块操作得到的图像块可以是上一次分块操作得到的若干个图像块的组合。因此,在每次分块操作中会得到在数量上依次递减的图像块。例如,假设存在三次预定的分块操作,在第一次分块操作中得到16个图像块的情况下,在第二次分块操作中可以得到诸如4个图像块,在第三次分块操作中可以得到诸如1个图像块。
在示例中,在第一次分块操作中得到的图像块的预定第一数量可以是在考虑图像处理效果和图像处理速度之间折衷的情况下确定的。例如,该预定第一数量可以是诸如32、16等。可以理解的是,划分相对较大数量的图像块可以便利于得到更佳的图像处理效果,而划分出相对较小数量的图像块可以在图像处理速度上具有优势。
在示例中,在第一次分块操作中得到的预定第一数量的图像块的列数M和行数N,可以根据实际情况具体确定。例如,可以设定列数M和行数N中一者的值为1,即M和N不同时为1。可以设定列数M和行数N的值为2的倍数,例如,6、10、12等,也可以设定列数M和行数N的值为2的幂,例如2、4、8、16等。可以设定列数M和行数N的值相等,例如可以设定M和N的值均为32。
在示例中,可以预先设定最后一次分块操作中得到的图像块的数量,例如可以是1。在此情况下,由于第一次分块操作中得到的图像块的数量是基于M和N的取值而预定的,因此,分块操作也将基于M和N的取值而执行预定次数。可以理解,分块操作的预定次数和M和N的取值可以正相关,即,M和N的取值越大,分块操作的预定次数越多,反之亦然。
在步骤S202,针对在每次分块操作中得到的相应数量的图像块,获取每个图像块的色调映射曲线。
在示例中,色调映射曲线可以是通过直方图均衡(HE,histogram equalization)生成的,如直方图。色调映射曲线可以用于对图像进行对比度调整,诸如大幅度的对比度衰减,以将场景亮度变换到可以显示的范围。可以由图像块的各像素点的亮度值分布来确定该图像块的色调映射曲线,以调整该图像块的各像素点的亮度。
在示例中,每个图像块的色调映射曲线可以根据预设的默认模式生成,也可以根据不同的应用场景和模式生成,例如可以包括人像模式或者风景模式。可以以在实际的渲染应用中使得真实场景与显示图像相匹配为目的来确定色调映射曲线。
在示例中,假设存在三次预定的分块操作且在每次分块操作中分别得到16个、4个、1个图像块,则针对第一次分块操作中的16个图像块分别获取各自的共16个色调映射曲线,同理,针对第二次分块操作中的4个图像块分别获取各自的共4个色调映射曲线,以及针对第三次分块操作中的1个图像块获取1个色调映射曲线。
在步骤S203,基于图像中的待处理区域的位置,确定在每次分块操作中得到的相应数量的图像块中与待处理区域相关联的至少一个图像块,作为与每次分块操作对应的至少一个待处理图像块。
在示例中,图像中的待处理区域可以是指图像中要应用色调映射的区域。待处理区域可以是图像的一部分,也可以是该图像的整体。根据实际应用,图像中可以具有一个或多个待处理区域。
在示例中,与待处理区域相关联的图像块可以是与该待处理区域有重叠关系的图像块,有重叠关系可以包括部分重叠或完全重叠。例如,假设某一次分块操作中得到4个图像块,且待处理区域位于图像的左上角并具有小于1个图像块的范围,则与待处理区域相关联的图像块可以是这4个图像块中位于图像的左上角的1个图像块,即该次分块操作中的待处理图像块。
在步骤S204,基于与每次分块操作对应的至少一个待处理图像块各自的色调映射曲线,确定待处理区域的色调映射曲线。
这里,可以理解,不同分块操作中的待处理图像块的色调映射曲线对应于不同尺度,因此步骤S204涉及对各个尺度的色调映射曲线进行融合。
在示例中,在每次分块操作中得到的图像块中与待处理区域相关联的图像块可以是一个,也可以有多个。当与待处理区域相关联的图像块仅有一个时,可以确定该图像块的色调映射曲线即为该待处理区域的色调映射曲线。当与待处理区域相关联的图像块有多个时,该待处理区域的色调映射曲线可以由与其相关联的所有图像块的色调映射曲线共同确定,例如可以取所有图像块的色调映射曲线的平均值,也可以根据待处理区域的图像信息(例如图像细节度)确定各图像块的权重以进行加权平均。
在步骤S205,基于待处理区域的色调映射曲线对待处理区域进行色调映射以生成经处理的图像。
在示例中,可以根据待处理区域的经确定的色调映射曲线对待处理区域进行对比度调整,诸如大幅度的对比度衰减,以将场景亮度变换到可以显示的范围。
根据本公开的实施例,通过对图像进行多次分块操作以得到不同尺度上的图像块各自的色调映射曲线、再对各个尺度的映射曲线进行融合,可以更加准确地确定待处理区域的色调映射曲线,使得图像中的待处理区域能够根据其对应的图像细节进行色调映射,并且色调映射后的图像在图像效果上整体保持一致性,由此避免了图像在进行色调映射后出现“鬼魅”缺陷,实现了更好的图像处理效果。
虽然各个操作在附图中被描绘为按照特定的顺序,但是这不应理解为要求这些操作必须以所示的特定顺序或者按顺行次序执行,也不应理解为要求必须执行所有示出的操作以获得期望的结果。例如,步骤220可以在步骤230之前被执行,或者与步骤230并发地执行,也可以在步骤230之后被执行。
以下进一步描述根据本公开实施例的图像处理方法的各个方面。
根据一些实施例,在步骤S204,基于与每次分块操作对应的至少一个待处理图像块各自的色调映射曲线,确定待处理区域的色调映射曲线,可以包括:确定与每次分块操作对应的至少一个待处理图像块的权重;以及基于权重,对与每次分块操作对应的至少一个待处理图像块各自的色调映射曲线进行加权平均,以确定待处理区域的色调映射曲线。
在示例中,当图像中包括多个待处理区域时,可以根据每个待处理区域各自的图像信息确定与其对应的各图像块的权重,例如第一待处理区域对应的两个图像块可以具有第一权重,第二待处理区域对应的一个图像块可以具有第二权重。例如,可以基于待处理区域的图像细节度来确定所述第一权重和第二权重,其可以相同也可以不同。如前所述,不同分块操作中的待处理图像块的色调映射曲线对应于不同尺度,因此,通过以加权平均的方式来处理各个尺度上的待处理图像块的色调映射曲线,可以实现对各个尺度的色调映射曲线进行融合。
图3是图示出根据示例性实施例的确定图像块权重的示意图。图3中的曲线可以表示每个图像块对应的色调映射曲线。
如图3所示,图像300中可以包括两个待处理区域301和302。对图像300可以进行两次分块操作。在第一次分块操作中得到具有三列三行的一共九个图像块,其中包括与待处理区域301相关联的图像块311和与待处理区域302相关联的图像块312。在第二次分块操作中得到具有两列两行的一共四个图像块,其中包括与待处理区域301相关联的图像块321和与待处理区域302相关联的图像块322。针对在这两次分块操作中得到的共十三个图像块,可以获取每个图像块的色调映射曲线。
在示例中,针对待处理区域301,可以确定图像块311和图像块321的权重,例如可以将图像块311和图像块321的权重均确定为0.5,以此对图像块311和图像块321各自的色调映射曲线进行加权平均,来确定待处理区域301的色调映射曲线。针对待处理区域302,可以确定图像块312和图像块322的权重,例如可以将图像块312的权重确定为0.7,将图像块322的权重确定为0.3,以此对图像块312和图像块322各自的色调映射曲线进行加权平均,来确定待处理区域302的色调映射曲线。
可以理解的是,图3仅为一种示例,示出了相邻的两次分块操作。根据实际应用,每次分块操作中的图像块的数量和/或大小可以不同于图3所示的示例。
根据本公开的实施例,通过确定图像块的权重,并基于此确定待处理区域的色调映射曲线,能够更合理地对图像进行色调映射,实现更好的图像处理效果。
根据一些实施例,确定与每次分块操作对应的至少一个待处理图像块的权重,可以包括:基于待处理区域的图像细节度,以递增、递减或平均的方式分配与每次分块操作对应的至少一个待处理图像块的权重。
在示例中,针对具有较多图像细节的待处理区域(诸如图3所示的待处理区域302),需要更多底层的图像细节信息,因此可以为较小尺度上(对应于较前的分块操作)的待处理图像块分配更大的权重,于是可以以递减的方式分配与每次分块操作对应的至少一个待处理图像块的权重,即,可以给每一次分块操作得到的待处理图像块分配比上一次分块操作得到的待处理图像块更小的权重。反之,针对具有较少图像细节的待处理区域(诸如图3所示的待处理区域301),可以以递增的方式分配与每次分块操作对应的至少一个待处理图像块的权重,即,给每一次分块操作得到的待处理图像块分配比上一次分块操作得到的待处理图像块更大的权重。同理,本领域技术人员可以理解,以平均的方式分配与每次分块操作对应的至少一个待处理图像块的权重也是可能的。
继续参见图3,待处理区域301具有较少的图像细节,因此可以确定图像块311具有比图像块321更小的权重,例如可以将图像块311的权重确定为0.3,将图像块321的权重确定为0.7,以此对图像块311和图像块321各自的色调映射曲线进行加权平均,来确定待处理区域301的色调映射曲线。待处理区域302具有较多的图像细节,因此可以确定图像块312具有比图像块322更大的权重,例如可以将图像块312的权重确定为0.8,将图像块322的权重确定为0.2,以此对图像块312和图像块322各自的色调映射曲线进行加权平均,来确定待处理区域302的色调映射曲线。
根据本公开的实施例,通过基于待处理区域的图像细节度确定各待处理图像块的权重,能够有针对性地对图像的各待处理区域确定其色调映射曲线,更好地兼顾图像的画质、效果和自然度,实现更好的图像处理效果。
根据一些实施例,在每次分块操作中得到的相应数量的图像块中,每个图像块的尺寸可以相同。
在示例中,分块操作可以是在水平方向和竖直方向上将图像进行平分,于是可以在每一次分块操作中得到尺寸相同的矩形图像块。
根据本公开的实施例,通过在分块操作中得到尺寸相同的图像块,能够简化分块操作的过程,更方便地确定与待处理区域相关联的图像块以及确定待处理区域的色调映射曲线。
根据一些实施例,在预定次数的分块操作之中,从第二次分块操作开始,在每次分块操作中得到的图像块的数量可以至少减少至在上一次分块操作中得到的图像块的数量的一半。
图4是图示出根据示例性实施例的多次分块操作的示意图。图4中的曲线可以表示每个图像块对应的色调映射曲线。
在示例中,图4示出了对图像的三次分块操作得到的图像块集合410、420和430。在第一次分块操作中得到了具有四个图像块的图像块集合410,这些图像块具有两列两行,即,图像块的列数M和行数N均为2。在第二次分块操作中,图像块的列数M保持不变,其行数N减半为N/2,于是得到了具有两个图像块的图像块集合420,这些图像块在数量上减少为了上一次分块操作中得到的图像块的数量的一半。在第三次分块操作中,图像块的列数M减半为M/2,其行数N/2保持不变,于是得到了具有一个图像块的图像块集合430,这些图像块在数量上减少为了上一次分块操作中得到的图像块的数量的一半。
根据本公开的实施例,通过在每次分块操作中将得到的图像块的数量至少减少至在上一次分块操作中得到的图像块的数量的一半,能够通过更少次数的分块操作得到足够各尺寸图像块的色调映射曲线,从而使得得到的待处理区域地色调映射曲线能够兼顾图像的画质、效果和自然度,在保证图像处理效果的前提下提高了图像处理的效率。
根据一些实施例,在预定次数的分块操作之中,从第二次分块操作开始,在每次分块操作中得到的图像块的行数可以至少减少至在上一次分块操作中得到的图像块的行数的一半,且列数可以至少减少至在上一次分块操作中得到的图像块的列数的一半。
图5是图示出根据另一示例性实施例的多次分块操作的示意图。图5示出了对图像的三次分块操作得到的图像块集合510、520和530。图5中的曲线可以表示每个图像块对应的色调映射曲线。
在示例中,在第一次分块操作中得到了具有二十个图像块的图像块集合510,这些图像块具有五列四行,即,图像块的列数M为5,行数N为4。
在示例中,在第二次分块操作中,可以将图像块的列数M至少减少至在第一次分块操作中得到的图像块的列数M的一半。由于M/2为2.5,可以通过向下取整函数floor(x)将其向下取整为floor(M/2),即令其列数减为2。还可以将图像块行数N减半为N/2,即令其行数减为2。于是可以得到具有四个图像块的图像块集合520。
在示例中,在第三次分块操作中,可以将图像块的列数减少至在第二次分块操作中得到的图像块的列数floor(M/2)的一半floor(M/2)/2,即令其列数减为1。还可以将图像块行数N/2减半为N/4,即令其行数减为1。于是可以得到具有一个图像块的图像块集合530。
根据本公开的实施例,通过将在每次分块操作中得到的图像块的行数和列数分别至少减少至在上一次分块操作中得到的图像块的行数和列数的一半,能够进一步在保证图像处理的效果的前提下提高图像处理的效率。
根据一些实施例,最后一次分块操作可以得到与图像尺寸相同的一个图像块。
在示例中,如图5所示,第三次分块操作得到的图像块集合530中仅有与图像尺寸相同的一个图像块,图5中的第三次分块操作可以是该实施例中执行图像处理方法中的最后一次分块操作。
可以理解,图4中的第三次分块操作也可以是该实施例中执行图像处理方法中的最后一次分块操作。
根据本公开的实施例,通过令最后一次分块操作得到与图像尺寸相同的一个图像块,对在最后一次分块操作得到的图像块获取其色调映射曲线实际上就是对图像获取全局映射曲线,于是使得得到的待处理区域地色调映射曲线能够兼顾全局映射和局部映射的优点,在保证图像画质观感的同时,消灭物体间在空间上的割裂感,实现更好的图像色调映射处理。
根据一些实施例,分块操作的预定次数可以由M、N以及在每次分块操作中图像块递减的程度确定。
在示例中,分块操作的预定次数可以与公式L=floor(log2(max(M,N)))+1有关,其中L表示预定次数,max(M,N)表示取M和N两者中值最大的一者,floor(log2max(M,N)))表示对表达式log2(max(M,N))的计算结果进行向下取整。
在示例中,如图5所示,在第一次分块操作中得到的图像块的列数M为5,行数N为4。分块操作的预定次数可以与公式L=floor(log2(max(M,N)))+1有关。具体来说,max(M,N)表示取M和N两者中值最大的一者,即为5;floor(log2(max(M,N)))表示对表达式log2(max(M,N)),即log2(5)的计算结果进行向下取整,即为2。于是可以确定分块操作的预定次数L为3,即,在图5所示实施例的执行图像处理方法中共进行三次分块操作。
根据本公开的实施例,通过以特定方式确定分块操作的预定次数,能够在保证图像处理的效果的前提下提高图像处理的效率。
根据一些实施例,预定第一数量的图像块的列数M和行数N的取值可以均为2的幂。
图6是图示出根据另一示例性实施例的多次分块操作的示意图。图6中的曲线可以表示每个图像块对应的色调映射曲线。
在示例中,如图6所示,在第一次分块操作中得到的图像块的列数M和行数N均为4,即2的平方。分块操作的预定次数可以由公式L=floor(log2(max(M,N)))+1确定,由于log2(4)=2,因此实际上不必再向下取整,于是可以确定分块操作的预定次数L为3,即,在图6所示实施例的执行图像处理方法中共进行三次分块操作。图6示出了对图像的三次分块操作的得到的图像块集合610、620和630。
在示例中,在第一次分块操作中得到了具有十六个图像块的图像块集合610,这些图像块的列数M为4,行数N为4。在第二次分块操作中,可以将图像块的列数和行数分别减半为M/2和N/2,即令其列数和行数均为2,于是得到了具有四个图像块的图像块集合620。在第三次分块操作中,可以将图像块的列数和行数分别减半为M/4和N/4,即令其列数和行数均为1,于是得到了具有与图像尺寸相同的一个图像块的图像块集合630。
根据本公开的实施例,通过令列数M和行数N的取值均为2的幂,在最后一次分块操作之前,每次分块操作中得到的图像块都可以由上一次分块操作中得到的四个相邻的图像块组合而成,从而能够简化图像处理方法的执行过程。
根据一些实施例,预定第一数量的图像块的列数M和行数N的取值可以相等。
在示例中,如图6所示,在第一次分块操作中得到的图像块的列数M和行数N均为4。分块操作的预定次数可以由公式L=floor(log2(max(M,N)))+1确定,由于列数M和行数N的取值相等,因此实际上不必再对列数M和行数N的值取最大值,于是可以确定分块操作的预定次数L为3,即,在图6所示实施例的执行图像处理方法中共进行三次分块操作。
根据本公开的实施例,通过令列数M和行数N的取值相等,在每次分块操作中得到的图像块都可以由上一次分块操作中得到的四个相邻的图像块组合而成,直至最后一次分块操作得到与图像尺寸相同的一个图像块,从而能够简化图像处理方法的执行过程。
根据一些实施例,基于待处理区域的色调映射曲线对待处理区域进行色调映射以生成经处理的图像可以包括:基于待处理区域的色调映射曲线,调整图像的对比度或亮度中至少一者至预设的范围。
根据本公开的实施例,通过基于待处理区域的色调映射曲线调整图像的对比度或亮度,能够使处理后的图像与真实场景在观感上匹配,且拥有较好的画质。
根据本公开的另一方面,还提供一种图像处理装置。
图7是图示出根据示例性实施例的图像处理装置700的示意性框图。
如图7所示,图像处理装置700包括:分块操作模块710,被配置为对图像进行预定次数的分块操作以在每次分块操作中得到在数量上依次递减的相应数量的图像块,在预定次数的分块操作之中,在第一次分块操作中得到预定第一数量的图像块,预定第一数量的图像块具有列数M和行数N,其中M和N分别表示大于或等于1的自然数且M和N不同时为1,分块操作的预定次数基于M和N的取值;图像块曲线模块720,被配置为针对在每次分块操作中得到的相应数量的图像块,获取每个图像块的色调映射曲线;待处理图像块模块730,被配置为基于图像中的待处理区域的位置,确定在每次分块操作中得到的相应数量的图像块中与待处理区域相关联的至少一个图像块,作为与每次分块操作对应的至少一个待处理图像块;区域曲线模块740,被配置为基于与每次分块操作对应的至少一个待处理图像块各自的色调映射曲线,确定待处理区域的色调映射曲线;以及图像生成模块750,被配置为基于待处理区域的色调映射曲线对待处理区域进行色调映射以生成经处理的图像。
根据本公开的实施例,通过对图像进行多次分块操作以得到不同尺度上的图像块各自的色调映射曲线、再对各个尺度的映射曲线进行融合,可以更加准确地确定待处理区域的色调映射曲线,使得图像中的待处理区域能够根据其对应的图像细节进行色调映射,并且色调映射后的图像在图像效果上整体保持一致性,由此避免了图像在进行色调映射后出现“鬼魅”缺陷,实现了更好的图像处理效果。
应当理解,图7中所示装置700的各个模块可以与参考图2描述的方法200中的各个步骤相对应。由此,上面针对方法200描述的操作、特征和优点同样适用于装置700及其包括的模块。为了简洁起见,某些操作、特征和优点在此不再赘述。
虽然上面参考特定模块讨论了特定功能,但是应当注意,本文讨论的各个模块的功能可以分为多个模块,和/或多个模块的至少一些功能可以组合成单个模块。本文讨论的特定模块执行动作包括该特定模块本身执行该动作,或者替换地该特定模块调用或以其他方式访问执行该动作(或结合该特定模块一起执行该动作)的另一个组件或模块。因此,执行动作的特定模块可以包括执行动作的该特定模块本身和/或该特定模块调用或以其他方式访问的、执行动作的另一模块。
还应当理解,本文可以在软件或程序模块的一般上下文中描述各种技术。上面关于图7描述的各个模块可以在硬件中或在结合软件和/或固件的硬件中实现。例如,这些模块可以被实现为计算机程序代码/指令,该计算机程序代码/指令被配置为在一个或多个处理器中执行并存储在计算机可读存储介质中。可替换地,这些模块可以被实现为硬件逻辑/电路。例如,在一些实施例中,分块操作模块710、图像块曲线模块720、待处理图像块模块730、区域曲线模块740以及图像生成模块750中的一个或多个可以一起被实现在片上系统(System on Chip,SoC)中。SoC可以包括集成电路芯片(其包括处理器(例如,中央处理单元(Central Processing Unit,CPU)、微控制器、微处理器、数字信号处理器(Digital SignalProcessor,DSP)等)、存储器、一个或多个通信接口、和/或其他电路中的一个或多个部件),并且可以可选地执行所接收的程序代码和/或包括嵌入式固件以执行功能。
根据本公开的一方面,提供了一种计算机设备,其包括存储器、处理器以及存储在存储器上的计算机程序。该处理器被配置为执行计算机程序以实现上文描述的任一方法实施例的步骤。
根据本公开的一方面,提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上文描述的任一方法实施例的步骤。
根据本公开的一方面,提供了一种计算机程序产品,其包括计算机程序,该计算机程序被处理器执行时实现上文描述的任一方法实施例的步骤。
在下文中,结合图8描述这样的计算机设备、非暂态计算机可读存储介质和计算机程序产品的说明性示例。
图8示出了可以被用来实施本文所描述的方法的计算机设备800的示例配置。举例来说,图1中所示的服务器120和/或客户端设备110可以包括类似于计算机设备800的架构。上述图像处理装置也可以全部或至少部分地由计算机设备800或类似设备或系统实现。
计算机设备800可以是各种不同类型的设备。计算机设备800的示例包括但不限于:台式计算机、服务器计算机、笔记本电脑或上网本计算机、移动设备(例如,平板电脑、蜂窝或其他无线电话(例如,智能电话)、记事本计算机、移动台)、可穿戴设备(例如,眼镜、手表)、娱乐设备(例如,娱乐器具、通信地耦合到显示设备的机顶盒、游戏机)、电视或其他显示设备、汽车计算机等等。
计算机设备800可以包括能够诸如通过系统总线814或其他适当的连接彼此通信的至少一个处理器802、存储器804、(多个)通信接口806、显示设备808、其他输入/输出(I/O)设备810以及一个或更多大容量存储设备812。
处理器802可以是单个处理单元或多个处理单元,所有处理单元可以包括单个或多个计算单元或者多个核心。处理器802可以被实施成一个或更多微处理器、微型计算机、微控制器、数字信号处理器、中央处理单元、状态机、逻辑电路和/或基于操作指令来操纵信号的任何设备。除了其他能力之外,处理器802可以被配置成获取并且执行存储在存储器804、大容量存储设备812或者其他计算机可读介质中的计算机可读指令,诸如操作系统816的程序代码、应用程序818的程序代码、其他程序820的程序代码等。
存储器804和大容量存储设备812是用于存储指令的计算机可读存储介质的示例,指令由处理器802执行来实施前面所描述的各种功能。举例来说,存储器804一般可以包括易失性存储器和非易失性存储器二者(例如RAM、ROM等等)。此外,大容量存储设备812一般可以包括硬盘驱动器、固态驱动器、可移除介质、包括外部和可移除驱动器、存储器卡、闪存、软盘、光盘(例如CD、DVD)、存储阵列、网络附属存储、存储区域网等等。存储器804和大容量存储设备812在本文中都可以被统称为存储器或计算机可读存储介质,并且可以是能够把计算机可读、处理器可执行程序指令存储为计算机程序代码的非暂态介质,计算机程序代码可以由处理器802作为被配置成实施在本文的示例中所描述的操作和功能的特定机器来执行。
多个程序可以存储在大容量存储设备812上。这些程序包括操作系统816、一个或多个应用程序818、其他程序820和程序数据822,并且它们可以被加载到存储器804以供执行。这样的应用程序或程序模块的示例可以包括例如用于实现客户端应用112、方法200和/或本文描述的另外的实施例的计算机程序逻辑(例如,计算机程序代码或指令)。
虽然在图8中被图示成存储在计算机设备800的存储器804中,但是模块816、818、820和822或者其部分可以使用可由计算机设备800访问的任何形式的计算机可读介质来实施。如本文所使用的,“计算机可读介质”至少包括两种类型的计算机可读介质,也就是计算机可读存储介质和通信介质。
计算机可读存储介质包括通过用于存储信息的任何方法或技术实施的易失性和非易失性、可移除和不可移除介质,信息诸如是计算机可读指令、数据结构、程序模块或者其他数据。计算机可读存储介质包括而不限于RAM、ROM、EEPROM、闪存或其他存储器技术,CD-ROM、数字通用盘(DVD)、或其他光学存储装置,磁盒、磁带、磁盘存储装置或其他磁性存储设备,或者可以被用来存储信息以供计算机设备访问的任何其他非传送介质。与此相对,通信介质可以在诸如载波或其他传送机制之类的已调制数据信号中具体实现计算机可读指令、数据结构、程序模块或其他数据。本文所定义的计算机可读存储介质不包括通信介质。
一个或更多通信接口806用于诸如通过网络、直接连接等等与其他设备交换数据。这样的通信接口可以是以下各项中的一个或多个:任何类型的网络接口(例如,网络接口卡(NIC))、有线或无线(诸如IEEE 802.11无线LAN(WLAN))无线接口、全球微波接入互操作(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、BluetoothTM接口、近场通信(NFC)接口等。通信接口806可以促进在多种网络和协议类型内的通信,其中包括有线网络(例如LAN、电缆等等)和无线网络(例如WLAN、蜂窝、卫星等等)、因特网等等。通信接口806还可以提供与诸如存储阵列、网络附属存储、存储区域网等等中的外部存储装置(未示出)的通信。
在一些示例中,可以包括诸如监视器之类的显示设备808,以用于向用户显示信息和图像。其他I/O设备810可以是接收来自用户的各种输入并且向用户提供各种输出的设备,并且可以包括触摸输入设备、手势输入设备、摄影机、键盘、遥控器、鼠标、打印机、音频输入/输出设备等等。
本文描述的技术可以由计算机设备800的这些各种配置来支持,并且不限于本文所描述的技术的具体示例。例如,该功能还可以通过使用分布式系统在“云”上全部或部分地实现。云包括和/或代表用于资源的平台。平台抽象云的硬件(例如,服务器)和软件资源的底层功能。资源可以包括在远离计算机设备800的服务器上执行计算处理时可以使用的应用和/或数据。资源还可以包括通过因特网和/或通过诸如蜂窝或Wi-Fi网络的订户网络提供的服务。平台可以抽象资源和功能以将计算机设备800与其他计算机设备连接。因此,本文描述的功能的实现可以分布在整个云内。例如,功能可以部分地在计算机设备800上以及部分地通过抽象云的功能的平台来实现。
虽然在附图和前面的描述中已经详细地说明和描述了本公开,但是这样的说明和描述应当被认为是说明性的和示意性的,而非限制性的;本公开不限于所公开的实施例。通过研究附图、公开内容和所附的权利要求书,本领域技术人员在实践所要求保护的主题时,能够理解和实现对于所公开的实施例的变型。在权利要求书中,词语“包括”不排除未列出的其他元件或步骤,不定冠词“一”或“一个”不排除多个,术语“多个”是指两个或两个以上,并且术语“基于”应解释为“至少部分地基于”。在相互不同的从属权利要求中记载了某些措施的仅有事实并不表明这些措施的组合不能用来获益。
Claims (14)
1.一种图像处理方法,包括:
对图像进行预定次数的分块操作以在每次分块操作中得到在数量上依次递减的相应数量的图像块,其中,在所述预定次数的分块操作之中,在第一次分块操作中得到预定第一数量的图像块,所述预定第一数量的图像块具有列数M和行数N,其中M和N分别表示大于或等于1的自然数且M和N不同时为1,所述分块操作的所述预定次数基于M和N的取值;
针对在每次分块操作中得到的所述相应数量的图像块,获取每个图像块的色调映射曲线;
基于所述图像中的待处理区域的位置,确定在每次分块操作中得到的所述相应数量的图像块中与所述待处理区域相关联的至少一个图像块,作为与每次分块操作对应的至少一个待处理图像块;
基于对与每次分块操作对应的所述至少一个待处理图像块各自的所述色调映射曲线以加权平均的方式进行融合,确定所述待处理区域的所述色调映射曲线;以及
基于所述待处理区域的所述色调映射曲线对所述待处理区域进行色调映射以生成经处理的图像。
2.根据权利要求1所述的方法,其中,所述基于对与每次分块操作对应的所述至少一个待处理图像块各自的所述色调映射曲线以加权平均的方式进行融合,确定所述待处理区域的所述色调映射曲线,包括:
确定与每次分块操作对应的所述至少一个待处理图像块的权重;以及
基于所述权重,对与每次分块操作对应的所述至少一个待处理图像块各自的所述色调映射曲线进行加权平均,以确定所述待处理区域的所述色调映射曲线。
3.根据权利要求2所述的方法,其中,所述确定与每次分块操作对应的所述至少一个待处理图像块的权重,包括:
基于所述待处理区域的图像细节度,以递增、递减或平均的方式分配与每次分块操作对应的所述至少一个待处理图像块的权重。
4.根据权利要求1至3中任一项所述的方法,其中,在每次分块操作中得到的所述相应数量的图像块中,每个所述图像块的尺寸相同。
5.根据权利要求1所述的方法,其中,在所述预定次数的分块操作之中,从第二次分块操作开始,在每次分块操作中得到的图像块的数量至少减少至在上一次分块操作中得到的图像块的数量的一半。
6.根据权利要求5所述的方法,其中,在所述预定次数的分块操作之中,从所述第二次分块操作开始,在每次分块操作中得到的图像块的行数至少减少至在上一次分块操作中得到的图像块的行数的一半,且列数至少减少至在所述上一次分块操作中得到的图像块的列数的一半。
7.根据权利要求1所述的方法,其中,最后一次分块操作得到与所述图像尺寸相同的一个图像块。
8.根据权利要求1所述的方法,其中,所述分块操作的所述预定次数由所述列数M、行数N以及在每次分块操作中所述图像块递减的程度确定。
9.根据权利要求1所述的方法,其中,所述预定第一数量的图像块的所述列数M和所述行数N的取值均为2的幂。
10.根据权利要求1所述的方法,其中,所述预定第一数量的图像块的所述列数M和所述行数N的取值相等。
11.根据权利要求1所述的方法,其中,所述基于所述待处理区域的所述色调映射曲线对所述待处理区域进行色调映射以生成经处理的图像包括:
基于所述待处理区域的所述色调映射曲线,调整所述图像的对比度或亮度中至少一者至预设的范围。
12.一种图像处理装置,包括:
分块操作模块,被配置为对图像进行预定次数的分块操作以在每次分块操作中得到在数量上依次递减的相应数量的图像块,其中,在所述预定次数的分块操作之中,在第一次分块操作中得到预定第一数量的图像块,所述预定第一数量的图像块具有列数M和行数N,其中M和N分别表示大于或等于1的自然数且M和N不同时为1,所述分块操作的所述预定次数基于M和N的取值;
图像块曲线模块,被配置为针对在每次分块操作中得到的所述相应数量的图像块,获取每个图像块的色调映射曲线;
待处理图像块模块,被配置为基于所述图像中的待处理区域的位置,确定在每次分块操作中得到的所述相应数量的图像块中与所述待处理区域相关联的至少一个图像块,作为与每次分块操作对应的至少一个待处理图像块;
区域曲线模块,被配置为基于对与每次分块操作对应的所述至少一个待处理图像块各自的所述色调映射曲线以加权平均的方式进行融合,确定所述待处理区域的所述色调映射曲线;以及
图像生成模块,被配置为基于所述待处理区域的所述色调映射曲线对所述待处理区域进行色调映射以生成经处理的图像。
13.一种计算机设备,包括:
至少一个处理器;以及
存储器,其上存储有计算机程序,
其中,所述计算机程序在被所述处理器执行时,使所述处理器执行权利要求1-11中任一项所述方法。
14.一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,使所述处理器执行权利要求1-11中任一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211469368.3A CN115861096B (zh) | 2022-11-22 | 2022-11-22 | 图像处理方法、装置及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211469368.3A CN115861096B (zh) | 2022-11-22 | 2022-11-22 | 图像处理方法、装置及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115861096A CN115861096A (zh) | 2023-03-28 |
CN115861096B true CN115861096B (zh) | 2023-10-31 |
Family
ID=85665097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211469368.3A Active CN115861096B (zh) | 2022-11-22 | 2022-11-22 | 图像处理方法、装置及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115861096B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8958658B1 (en) * | 2013-09-10 | 2015-02-17 | Apple Inc. | Image tone adjustment using local tone curve computation |
CN106204474A (zh) * | 2011-03-02 | 2016-12-07 | 杜比实验室特许公司 | 局部多等级色调映射运算器 |
CN108022223A (zh) * | 2017-12-18 | 2018-05-11 | 中山大学 | 一种基于对数映射函数分块处理融合的色调映射方法 |
CN111292269A (zh) * | 2020-02-13 | 2020-06-16 | 珠海全志科技股份有限公司 | 一种图像色调映射方法、计算机装置及计算机可读存储介质 |
CN114066783A (zh) * | 2021-11-15 | 2022-02-18 | 深圳市慧鲤科技有限公司 | 一种色调映射方法、装置、电子设备及存储介质 |
CN115052111A (zh) * | 2021-03-08 | 2022-09-13 | 晶晨半导体(上海)股份有限公司 | 图像处理方法、装置、图像处理设备及存储介质 |
CN115330633A (zh) * | 2022-08-23 | 2022-11-11 | Oppo广东移动通信有限公司 | 图像色调映射方法及装置、电子设备、存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9418311B2 (en) * | 2014-09-04 | 2016-08-16 | Apple Inc. | Multi-scale tone mapping |
-
2022
- 2022-11-22 CN CN202211469368.3A patent/CN115861096B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106204474A (zh) * | 2011-03-02 | 2016-12-07 | 杜比实验室特许公司 | 局部多等级色调映射运算器 |
US8958658B1 (en) * | 2013-09-10 | 2015-02-17 | Apple Inc. | Image tone adjustment using local tone curve computation |
CN108022223A (zh) * | 2017-12-18 | 2018-05-11 | 中山大学 | 一种基于对数映射函数分块处理融合的色调映射方法 |
CN111292269A (zh) * | 2020-02-13 | 2020-06-16 | 珠海全志科技股份有限公司 | 一种图像色调映射方法、计算机装置及计算机可读存储介质 |
CN115052111A (zh) * | 2021-03-08 | 2022-09-13 | 晶晨半导体(上海)股份有限公司 | 图像处理方法、装置、图像处理设备及存储介质 |
CN114066783A (zh) * | 2021-11-15 | 2022-02-18 | 深圳市慧鲤科技有限公司 | 一种色调映射方法、装置、电子设备及存储介质 |
CN115330633A (zh) * | 2022-08-23 | 2022-11-11 | Oppo广东移动通信有限公司 | 图像色调映射方法及装置、电子设备、存储介质 |
Non-Patent Citations (3)
Title |
---|
Tone Mapping Based on Multi-scale Histogram Synthesis;Jie Yang et al.;《arXiv[cs.CV]》;第1-10页 * |
一种改进的多尺度Retinex色调映射算法;芦碧波 等;《计算机工程与科学》;第39卷(第5期);第951-957页 * |
高动态范围图像全局与局部色调映射的融合;刘颖 等;《传感器与微系统》;第35卷(第9期);第118-120页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115861096A (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9444991B2 (en) | Robust layered light-field rendering | |
US10205896B2 (en) | Automatic lens flare detection and correction for light-field images | |
US9699380B2 (en) | Fusion of panoramic background images using color and depth data | |
EP3882862A1 (en) | Picture rendering method and apparatus, and storage medium and electronic apparatus | |
US20200013212A1 (en) | Facial image replacement using 3-dimensional modelling techniques | |
CN110869980B (zh) | 将内容分发和呈现为球形视频和3d资产组合 | |
CN106157273B (zh) | 生成合成图片的方法及装置 | |
WO2015070668A1 (en) | Image processing method and apparatus | |
CN106575158B (zh) | 环境映射虚拟化机构 | |
US20160078670A1 (en) | Image processing method | |
KR102145220B1 (ko) | 딥러닝을 활용하여 2차원 이미지를 3차원 이미지로 변환하는 방법 및 장치 | |
WO2012117286A1 (en) | Method and system for interactive control of window/level parameters of multi-image displays | |
WO2019041842A1 (zh) | 一种图像处理方法及装置、存储介质和计算机设备 | |
US20170186243A1 (en) | Video Image Processing Method and Electronic Device Based on the Virtual Reality | |
US10846887B2 (en) | Machine vision processing system | |
CN115190345B (zh) | 用于显示媒体的协调控制方法、客户端设备及存储介质 | |
US11954789B2 (en) | System and method for sparse distributed rendering | |
WO2019090580A1 (en) | System and method for image dynamic range adjusting | |
US10298914B2 (en) | Light field perception enhancement for integral display applications | |
US10650488B2 (en) | Apparatus, method, and computer program code for producing composite image | |
US20140347386A1 (en) | Image effect extraction | |
US9460544B2 (en) | Device, method and computer program for generating a synthesized image from input images representing differing views | |
CN115861096B (zh) | 图像处理方法、装置及计算机设备 | |
WO2023138441A1 (zh) | 视频生成方法、装置、设备及存储介质 | |
CN110288523B (zh) | 图像生成方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |