CN115908618B - 基于脉冲数据的重构图像生成方法、装置、设备及介质 - Google Patents
基于脉冲数据的重构图像生成方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115908618B CN115908618B CN202310212582.9A CN202310212582A CN115908618B CN 115908618 B CN115908618 B CN 115908618B CN 202310212582 A CN202310212582 A CN 202310212582A CN 115908618 B CN115908618 B CN 115908618B
- Authority
- CN
- China
- Prior art keywords
- pixel
- preset
- pixel points
- brightness
- value
- 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
Images
Landscapes
- Image Processing (AREA)
Abstract
本公开的实施例公开了一种基于脉冲数据的重构图像生成方法、装置、设备及介质,涉及高速成像技术领域,该方法包括:基于脉冲数据,确定待生成的重构图像中的多个像素点各自对应的第一光强;基于多个像素点各自对应的第一光强,确定全局平均亮度系数;利用全局平均亮度系数,对多个像素点各自对应的第一光强进行非线性映射,得到多个像素点各自对应的第二光强;基于多个像素点各自对应的第二光强,生成重构图像。本公开的实施例可以在不使用需要人工手动调整的放大系数,且不进行数据训练的前提下,由脉冲数据高效可靠地得到重构图像,这样操作便捷,且能够节约计算资源和算力,从而有利于提升重构图像的生成速度。
Description
技术领域
本公开涉及高速成像技术,尤其涉及一种基于脉冲数据的重构图像生成方法、装置、设备及介质。
背景技术
高速成像技术的应用越来广泛,高速成像技术可以采用脉冲数据的形式表示视觉信息,基于脉冲数据,可以生成重构图像,从而实现对高速运动物体的捕捉。
目前,由脉冲数据得到重构图像的算法主要有两种,一种是传统算法,另一种是基于深度学习的算法;其中,传统算法需用运用一个全局统一的放大系数,放大系数需要人工手动调节至合适的数值,操作繁琐;基于深度学习的算法需要利用丰富的数据进行训练,占用大量的计算资源和算力。
发明内容
为了解决上述技术问题,提出了本公开。本公开的实施例提供了一种基于脉冲数据的重构图像生成方法、装置、设备及介质。
根据本公开实施例的一个方面,提供了一种基于脉冲数据的重构图像生成方法,包括:
基于脉冲数据,确定待生成的重构图像中的多个像素点各自对应的第一光强;
基于所述多个像素点各自对应的第一光强,确定全局平均亮度系数;
利用所述全局平均亮度系数,对所述多个像素点各自对应的第一光强进行非线性映射,得到所述多个像素点各自对应的第二光强;
基于所述多个像素点各自对应的第二光强,生成所述重构图像。
在一个可选示例中,所述利用所述全局平均亮度系数,对所述多个像素点各自对应的第一光强进行非线性映射,得到所述多个像素点各自对应的第二光强,包括:
针对所述多个像素点中的每个像素点,计算该像素点对应的第一光强与所述全局平均亮度系数的第一比值,以及第一预设数值与所述全局平均亮度系数的第二比值;
计算所述第一比值与第二预设数值的第一和值;
计算所述第二比值与所述第二预设数值的第二和值;
对所述第一和值进行对数运算,得到第一运算结果值;
对所述第二和值进行对数运算,得到第二运算结果值;
计算所述第一运算结果值与所述第二运算结果值的第三比值;
将所述第三比值作为该像素点对应的第二光强。
在一个可选示例中,所述基于所述多个像素点各自对应的第一光强,确定全局平均亮度系数,包括:
基于所述多个像素点各自对应的第一光强,进行第一预设运算,得到所述多个像素点各自对应的第三运算结果值;
计算所述多个像素点各自对应的第三运算结果值的运算结果均值;
对所述运算结果均值进行第二预设运算,得到第四运算结果值;其中,所述第二预设运算为所述第一预设运算的逆运算;
将所述第四运算结果值作为全局平均亮度系数。
在一个可选示例中,所述第一预设运算为对数运算,所述第二预设运算为指数运算;
所述基于所述多个像素点各自对应的第一光强,进行第一预设运算,得到所述多个像素点各自对应的第三运算结果值,包括:
针对所述多个像素点中的每个像素点,计算该像素点对应的第一光强与第三预设数值的第三和值;
对所述第三和值进行对数运算,得到该像素点对应的第三运算结果值。
在一个可选示例中,所述基于所述多个像素点各自对应的第二光强,生成所述重构图像,包括:
基于预设图像像素亮度范围和预设增益系数,对所述多个像素点各自对应的第二光强进行线性映射,得到所述多个像素点各自对应的像素亮度;
利用所述多个像素点各自对应的像素亮度,生成所述重构图像。
在一个可选示例中,所述基于预设图像像素亮度范围和预设增益系数,对所述多个像素点各自对应的第二光强进行线性映射,得到所述多个像素点各自对应的像素亮度,包括:
针对所述多个像素点中的每个像素点,计算该像素点对应的第二光强、预设增益系数、预设图像像素亮度范围中的最大像素亮度的乘积;
确定所述乘积与所述最大像素亮度中的较小值;
将所述较小值作为该像素点对应的像素亮度。
在一个可选示例中,所述基于预设图像像素亮度范围和预设增益系数,对所述多个像素点各自对应的第二光强进行线性映射,得到所述多个像素点各自对应的像素亮度,包括:
确定指示生成所述重构图像的用户的图像亮度喜好信息;
确定与所述图像亮度喜好信息匹配的预设增益系数;
基于预设图像像素亮度范围和与所述图像亮度喜好信息匹配的预设增益系数,对所述多个像素点各自对应的第二光强进行线性映射,得到所述多个像素点各自对应的像素亮度。
根据本公开实施例的一个方面,提供了一种基于脉冲数据的重构图像生成装置,包括:
第一确定模块,用于基于脉冲数据,确定待生成的重构图像中的多个像素点各自对应的第一光强;
第二确定模块,用于基于所述多个像素点各自对应的第一光强,确定全局平均亮度系数;
映射模块,用于利用所述全局平均亮度系数,对所述多个像素点各自对应的第一光强进行非线性映射,得到所述多个像素点各自对应的第二光强;
生成模块,用于基于所述多个像素点各自对应的第二光强,生成所述重构图像。
在一个可选示例中,所述映射模块,包括:
第一计算子模块,用于针对所述多个像素点中的每个像素点,计算该像素点对应的第一光强与所述全局平均亮度系数的第一比值,以及第一预设数值与所述全局平均亮度系数的第二比值;
第二计算子模块,用于计算所述第一比值与第二预设数值的第一和值;
第三计算子模块,用于计算所述第二比值与所述第二预设数值的第二和值;
第一运算子模块,用于对所述第一和值进行对数运算,得到第一运算结果值;
第二运算子模块,用于对所述第二和值进行对数运算,得到第二运算结果值;
第四计算子模块,用于计算所述第一运算结果值与所述第二运算结果值的第三比值;
第一确定子模块,用于将所述第三比值作为该像素点对应的第二光强。
在一个可选示例中,所述第二确定模块,包括:
第三运算子模块,用于基于所述多个像素点各自对应的第一光强,进行第一预设运算,得到所述多个像素点各自对应的第三运算结果值;
第五计算子模块,用于计算所述多个像素点各自对应的第三运算结果值的运算结果均值;
第四运算子模块,用于对所述运算结果均值进行第二预设运算,得到第四运算结果值;其中,所述第二预设运算为所述第一预设运算的逆运算;
第二确定子模块,用于将所述第四运算结果值作为全局平均亮度系数。
在一个可选示例中,所述第一预设运算为对数运算,所述第二预设运算为指数运算;
所述第三运算子模块,包括:
第一计算单元,用于针对所述多个像素点中的每个像素点,计算该像素点对应的第一光强与第三预设数值的第三和值;
运算单元,用于对所述第三和值进行对数运算,得到该像素点对应的第三运算结果值。
在一个可选示例中,所述生成模块,包括:
映射子模块,用于基于预设图像像素亮度范围和预设增益系数,对所述多个像素点各自对应的第二光强进行线性映射,得到所述多个像素点各自对应的像素亮度;
生成子模块,用于利用所述多个像素点各自对应的像素亮度,生成所述重构图像。
在一个可选示例中,所述映射子模块,包括:
第二计算单元,用于针对所述多个像素点中的每个像素点,计算该像素点对应的第二光强、预设增益系数、预设图像像素亮度范围中的最大像素亮度的乘积;
第一确定单元,用于确定所述乘积与所述最大像素亮度中的较小值;
第二确定单元,用于将所述较小值作为该像素点对应的像素亮度。
在一个可选示例中,所述映射子模块,包括:
第三确定单元,用于确定指示生成所述重构图像的用户的图像亮度喜好信息;
第四确定单元,用于确定与所述图像亮度喜好信息匹配的预设增益系数;
映射单元,用于基于预设图像像素亮度范围和与所述图像亮度喜好信息匹配的预设增益系数,对所述多个像素点各自对应的第二光强进行线性映射,得到所述多个像素点各自对应的像素亮度。
根据本公开实施例的再一个方面,提供了一种电子设备,包括:处理器,以及与所述处理器通信连接的存储器,还包括上述任一项所述的基于脉冲数据的重构图像生成装置;
所述存储器存储计算机程序产品;
所述处理器执行所述存储器存储的计算机程序产品,且所述计算机程序产品被执行时,控制所述基于脉冲数据的重构图像生成装置实现上述任一项所述的基于脉冲数据的重构图像生成方法。
在一个可选示例中,所述电子设备包括以下任意一项:相机、摄像头、音/视频播放器、导航设备、固定位置终端、娱乐设备、智能手机、通信设备、移动设备、交通工具或设施、工业设备、医疗设备、安防设备、飞行设备、家电设备。
根据本公开实施例的又一个方面,提供了一种计算机可读存储介质,所述存储介质存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述任一项所述的基于脉冲数据的重构图像生成方法。
根据本公开实施例的一个方面,提供了一种计算机程序产品,包括计算机程序指令,所述计算机程序指令被处理器执行时实现上述任一项所述的基于脉冲数据的重构图像生成方法。
本公开的实施例中,通过利用由脉冲数据得到的多个像素点各自对应的第一光强,进行全局平均亮度系数的计算,可以利用全局平均亮度系数,通过非线性映射方式,得到多个像素点各自对应的第二光强,以将多个像素点各自对应的第二光强用于重构图像的生成,也即,本公开的实施例中,通过运用基于脉冲数据计算得到的全局平均亮度系数和非线性映射方式,可以在不使用需要人工手动调整的放大系数,且不进行数据训练的前提下,由脉冲数据高效可靠地得到重构图像,这样操作便捷,且能够节约计算资源和算力,从而有利于提升重构图像的生成速度,此外,由于人眼对自然界亮度感知是非线性的,运用非线性映射方式得到的重构图像能够更符合人眼的感知规律。
下面通过附图和实施例,对本公开的技术方案做进一步的详细描述。
附图说明
通过结合附图对本公开实施例进行更详细的描述,本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解,并且构成说明书的一部分,与本公开实施例一起用于解释本公开,并不构成对本公开的限制。在附图中,相同的参考标号通常代表相同部件或步骤;
图1是本公开一示例性实施例提供的基于脉冲数据的重构图像生成方法的流程示意图;
图2是本公开另一示例性实施例提供的基于脉冲数据的重构图像生成方法的流程示意图;
图3是本公开再一示例性实施例提供的基于脉冲数据的重构图像生成方法的流程示意图;
图4是本公开又一示例性实施例提供的基于脉冲数据的重构图像生成方法的流程示意图;
图5-1是在一个场景下,采用本公开的实施例提供的基于脉冲数据的重构图像生成方法生成的重构图像的示意图;
图5-2是在一个场景下,采用传统算法生成的重构图像的示意图之一;
图5-3是在一个场景下,采用传统算法生成的重构图像的示意图之二;
图5-4是在一个场景下,采用传统算法生成的重构图像的示意图之三;
图6-1是在另一个场景下,采用本公开的实施例提供的基于脉冲数据的重构图像生成方法生成的重构图像的示意图;
图6-2是在另一个场景下,采用传统算法生成的重构图像的示意图之一;
图6-3是在另一个场景下,采用传统算法生成的重构图像的示意图之二;
图6-4是在另一个场景下,采用传统算法生成的重构图像的示意图之三;
图7-1是在再一个场景下,采用本公开的实施例提供的基于脉冲数据的重构图像生成方法生成的重构图像的示意图;
图7-2是在再一个场景下,采用传统算法生成的重构图像的示意图之一;
图7-3是在再一个场景下,采用传统算法生成的重构图像的示意图之二;
图7-4是在再一个场景下,采用传统算法生成的重构图像的示意图之三;
图8是本公开一示例性实施例提供的基于脉冲数据的重构图像生成装置的结构示意图;
图9是本公开另一示例性实施例提供的基于脉冲数据的重构图像生成装置的结构示意图;
图10是本公开再一示例性实施例提供的基于脉冲数据的重构图像生成装置的结构示意图;
图11是本公开又一示例性实施例提供的基于脉冲数据的重构图像生成装置的结构示意图;
图12是本公开一示例性实施例提供的电子设备的结构图。
具体实施方式
下面,将参考附图详细地描述根据本公开的示例实施例。显然,所描述的实施例仅仅是本公开的一部分实施例,而不是本公开的全部实施例,应理解,本公开不受这里描述的示例实施例的限制。
应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
本领域技术人员可以理解,本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
还应理解,在本公开实施例中,“多个”可以指两个或两个以上,“至少一个”可以指一个、两个或两个以上。
还应理解,对于本公开实施例中提及的任一部件、数据或结构,在没有明确限定或者在前后文给出相反启示的情况下,一般可以理解为一个或多个。
另外,本公开中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本公开中字符“/”,一般表示前后关联对象是一种“或”的关系。
还应理解,本公开对各个实施例的描述着重强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,不再一一赘述。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本公开实施例可以应用于终端设备、计算机系统、服务器等电子设备,其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境,等等。
终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
示例性方法
图1是本公开一示例性实施例提供的基于脉冲数据的重构图像生成方法的流程示意图。图1所示的方法可以包括步骤110、步骤120、步骤130和步骤140,下面对各步骤分别进行说明。
步骤110,基于脉冲数据,确定待生成的重构图像中的多个像素点各自对应的第一光强。
在一个可选示例中,脉冲数据可以采用如下方式获取:通过光敏元件采集监测区域中的局部空间位置的时空信号,对局部空间位置的时空信号按照时间进行累积,得到信号累积强度值;通过滤波器对信号累积强度值进行变换,在得到的变换结果超过设定阈值的情况下,输出一个脉冲信号;将局部空间位置对应的脉冲信号按照时间先后排成序列,得到用于表达局部空间位置信号及其变化过程的脉冲序列,该脉冲序列即可作为脉冲数据。
假设待生成的重构图像为时刻t对应的重构图像,则可以从脉冲数据中获取与时刻t相关的多个脉冲信号,针对所获取的多个脉冲信号中的任意相邻两个脉冲信号,可以计算这两个相邻脉冲信号之间的脉冲间隔,由此可以得到待生成的重构图像中的多个像素点各自对应的脉冲间隔;其中,任一时间间隔表示累积一个脉冲信号所需的时间。针对待生成的重构图像中的多个像素点中的每个像素点,可以计算该像素点对应的脉冲间隔的倒数,计算得到的倒数即可作为该像素点对应的第一光强,按照这种方式,可以得到多个像素点各自对应的第一光强。
当然,多个像素点各自对应的第一光强的确定方式并不局限于此,例如,可以累积一个时间窗口内的脉冲个数作为某一像素点对应的第一光强,按照这种方式,可以得到多个像素点各自对应的第一光强。
可选地,多个像素点各自对应的第一光强可以采用二维数组的形式进行存储,二维数组中位于第i行第j列的元素intensity[i][j]可以为待生成的重构图像中位于第i行第j列的像素点对应的第一光强。当然,多个像素点各自对应的第一光强也可以采用一维数组或者其他形式进行存储,在此不再一一列举。
步骤120,基于多个像素点各自对应的第一光强,确定全局平均亮度系数。
可选地,全局平均亮度系数可以是用于表征多个像素点的平均亮度水平的指标,全局平均亮度系数可以表示为talpha。
假设多个像素点各自对应的第一光强采用二维数组的形式进行存储,在步骤120中,可以针对二维数组中的所有第一光强求平均值,并将求得的平均值作为全局平均亮度系数。当然,步骤120的实施方式并不局限于此,为了布局清楚,后续再对其他实施方式进行举例介绍。
步骤130,利用全局平均亮度系数,对多个像素点各自对应的第一光强进行非线性映射,得到多个像素点各自对应的第二光强。
在步骤130中,针对多个像素点中的每个像素点,利用全局平均亮度系数,可以采用一些非线性运算方式(例如指数运算、对数运算、幂运算等),对该像素点对应的第一光强进行运算,以得到该像素点对应的第一光强的非线性映射结果,该非线性映射结果即可作为该像素点对应的第二光强。
可选地,多个像素点各自对应的第二光强均可以位于0至1这个范围内。
步骤140,基于多个像素点各自对应的第二光强,生成重构图像。
可选地,基于多个像素点各自对应的第二光强生成的重构图像可以为8bit的灰度图像,当然,根据实际需求,重构图像也可以为16bit的灰度图像或者其他bit数的灰度图像,本公开的实施例对此不做限定。
可选地,采用上述的步骤110至步骤140,生成的重构图像可以是时刻t对应的重构图像,按照类似的方式,还可以生成其他时刻对应的重构图像,通过将得到的重构图像按照时间先后排成序列,可以得到重构图像序列。
本公开的实施例中,通过利用由脉冲数据得到的多个像素点各自对应的第一光强,进行全局平均亮度系数的计算,可以利用全局平均亮度系数,通过非线性映射方式,得到多个像素点各自对应的第二光强,以将多个像素点各自对应的第二光强用于重构图像的生成,也即,本公开的实施例中,通过运用基于脉冲数据计算得到的全局平均亮度系数和非线性映射方式,可以在不使用需要人工手动调整的放大系数,且不进行数据训练的前提下,由脉冲数据高效可靠地得到重构图像,这样操作便捷,且能够节约计算资源和算力,从而有利于提升重构图像的生成速度,此外,由于人眼对自然界亮度感知是非线性的,运用非线性映射方式得到的重构图像能够更符合人眼的感知规律。
在一个可选示例中,在图1所示实施例的基础上,如图2所示,步骤130,包括:
步骤1301,针对多个像素点中的每个像素点,计算该像素点对应的第一光强与全局平均亮度系数的第一比值,以及第一预设数值与全局平均亮度系数的第二比值;
步骤1303,计算第一比值与第二预设数值的第一和值;
步骤1305,计算第二比值与第二预设数值的第二和值;
步骤1307,对第一和值进行对数运算,得到第一运算结果值;
步骤1309,对第二和值进行对数运算,得到第二运算结果值;
步骤1311,计算第一运算结果值与第二运算结果值的第三比值;
步骤1313,将第三比值作为该像素点对应的第二光强。
可选地,第一预设数值可以为1、2或者其他取值,第二预设数值可以为1、2或者其他取值,对数运算的底数可以为10、自然数e或者其他取值。
假设多个像素点中的任一像素点对应的第一光强表示为intensity[i][j],全局平均亮度系数表示为talpha,第一预设数值表示为a,第二预设数值表示为b,对数运算的底数为10,则第一比值可以表示为,第二比值可以表示为/>,第一和值可以表示为/>,第二和值可以表示为/>,第一运算结果值可以表示为/>,第二运算结果值可以表示为/>,第三比值可以表示为/>。
假设该像素点对应的第二光强表示为new intensity[i][j],a和b的取值均为1,则new intensity[i][j]可以采用如下公式进行计算:
在一个可选示例中,在图1所示实施例的基础上,如图3所示,步骤120,包括:
步骤1201,基于多个像素点各自对应的第一光强,进行第一预设运算,得到多个像素点各自对应的第三运算结果值;
步骤1203,计算多个像素点各自对应的第三运算结果值的运算结果均值;
步骤1205,对运算结果均值进行第二预设运算,得到第四运算结果值;其中,第二预设运算为第一预设运算的逆运算;
步骤1207,将第四运算结果值作为全局平均亮度系数。
在一种实施方式中,第一预设运算为对数运算,第二预设运算为指数运算;
步骤1201,包括:
针对多个像素点中的每个像素点,计算该像素点对应的第一光强与第三预设数值的第三和值;
对第三和值进行对数运算,得到该像素点对应的第三运算结果值。
可选地,第三预设数值可以为自然数e至5这个范围内的任意数值,例如为自然数e、2、3、4、5等,在此不再一一列举。
可选地,对数运算的底数可以为10、自然数e或者其他取值,指数运算的底数也可以为10、自然数e或者其他取值,
假设多个像素点中的任一像素点对应的第一光强表示为intensity[i][j],第三预设数值表示为,对数运算的底数为10,则第三和值可以表示为intensity[i][j]+/>,第三运算结果值可以表示为log(intensity[i][j]+/>)。
这种实施方式中,通过加法运算和对数运算的组合,能够高效可靠地计算出像素点对应的第三运算结果值。
假设重构图像的宽度表示为width,重构图像的高度表示为height,则多个像素点具体可以为个像素点,通过对多个像素点各自对应的第三运算结果值求平均值,可以得到运算结果均值,运算结果均值可以表示为/>。假设指数运算的底数为自然数e,则第四运算结果值可以表示为/>,作为全局平均亮度系数的talpha可以满足:
以上介绍了第一预设运算为对数运算,第二预设运算为指数运算的情况下,全局平均亮度系数的确定方式,具体实现时,第一预设运算和第二预设运算的运算类型可以对调,也即,第一预设运算为指数运算,第二预设运算为对数运算,当然,第一预设运算和第二预设运算也可以均为除了指数运算和对数运算之外的其他运算,只需保证第一预设运算和第二预设运算互为逆运算即可。
本公平的实施例中,通过互为逆运算的第一预设运算和第二预设运算,以及均值运算的组合,能够高效可靠地确定出全局平均亮度系数。
在一个可选示例中,在图1所示实施例的基础上,如图4所示,步骤140,包括:
步骤1401,基于预设图像像素亮度范围和预设增益系数,对多个像素点各自对应的第二光强进行线性映射,得到多个像素点各自对应的像素亮度;
步骤1403,利用多个像素点各自对应的像素亮度,生成重构图像。
可选地,重构图像可以为8bit的灰度图像,相应地,预设图像像素亮度范围可以为0至255;重构图像可以为16bit的灰度图像,相应地,预设图像像素亮度范围可以为0至65535。为了便于理解,本公开的实施例中均以重构图像为8bit的灰度图像,预设图像像素亮度范围为0至255的情况为例进行说明,这样,预设图像像素亮度范围中的最大像素亮度可以为255。
可选地,预设增益系数可以表示为gain_factor,预设增益系数可以为1.5。
在一种实施方式中,步骤1401,包括:
针对多个像素点中的每个像素点,计算该像素点对应的第二光强、预设增益系数、预设图像像素亮度范围中的最大像素亮度的乘积;
确定乘积与最大像素亮度中的较小值;
将较小值确定为该像素点对应的像素亮度。
假设多个像素点中的任一像素点对应的第二光强表示为new intensity[i][j],则该像素点对应的第二光强、预设增益系数、预设图像像素亮度范围中的最大像素亮度的乘积可以表示为,乘积与最大像素亮度中的较小值可以表示为/>。假设该像素点对应的像素亮度表示为image[i][j],则/>。
这种实施方式中,通过乘法运算、大小比较运算的组合,能够高效地计算出像素点对应的像素亮度,并且,计算出的像素亮度不会超出预设图像像素亮度范围。利用多个像素点各自对应的像素亮度,即可通过图像重构得到所需的重构图像,重构图像中的每个像素点均采用本实施方式中计算出的像素亮度。
在另一种实施方式中,步骤1401,包括:
确定指示生成重构图像的用户的图像亮度喜好信息;
确定与图像亮度喜好信息匹配的预设增益系数;
基于预设图像像素亮度范围和与图像亮度喜好信息匹配的预设增益系数,对多个像素点各自对应的第二光强进行线性映射,得到多个像素点各自对应的像素亮度。
可选地,如果用户需要由脉冲数据得到重构图像,用户可以通过触控方式、语音方式等发起针对脉冲数据的图像重构指令,响应于图像重构指令,可以执行上述的步骤110至步骤140,发起图像重构指令的用户即为指示生成重构图像的用户。
可选地,可以预先在数据库中存储用户标识与图像亮度喜好信息之间的第一对应关系,第一对应关系中的任一用户标识对应的图像亮度喜好信息可以用于表示具有该用户标识的用户所喜好的图像亮度等级,图像亮度等级可以分为偏亮等级、正常等级、偏暗等级,当然,图像亮度等级也可以分为更多等级,具体可以根据实际需要进行等级划分,本公开的实施例对此不做限定。
另外,还可以预先在数据库中存储图像亮度喜好信息与预设增益系数之间的第二对应关系,第二对应关系中,用于表示偏亮等级的图像亮度喜好信息所对应的预设增益系数可以大于用于表示正常等级的图像亮度喜好信息所对应的预设增益系数,用于表示正常等级的图像亮度喜好信息所对应的预设增益系数可以大于用于表示偏暗等级的图像亮度喜好信息所对应的预设增益系数。
在一个例子中,图像重构指令中携带用户的用户名、用户ID等用户标识(假设为用户标识X),那么,可以从图像重构指令中提取用户标识X,根据第一对应关系,可以确定用户标识X对应的图像亮度喜好信息Y,根据第二对应关系,可以确定图像亮度喜好信息Y对应的预设增益系数Z,预设增益系数Z即为与图像亮度喜好信息Y匹配的预设增益系数。之后,可以利用预设增益系数Z,进行像素亮度的计算,并进一步进行重构图像的生成,具体过程参照上一实施方式中的相关介绍即可,在此不再赘述。
这种实施方式中,可以参考用户的图像亮度喜好信息,采用相适配的预设增益系数,进行像素亮度的计算,这样,将计算得到的像素亮度用于重构图像的生成,有利于保证生成的重构图像符合用户喜好。
本公开的实施例中,参考预设图像像素亮度范围和预设增益系数,可以通过线性映射方式,将多个像素点各自对应的第二光强映射为合适的像素亮度,由此可以生成所需的重构图像,例如生成8bit的灰度图像。
在一个可选示例中,可以针对不同的场景,分别采用本公开的实施例和传统算法进行重构图像的生成。
采用本公开的实施例时,可以通过依次利用如下三个公式,生成重构图像:
采用传统算法时,可以确定待生成的重构图像中的多个像素点各自对应的第一光强,针对多个像素点中的每个像素点,将该像素点对应的第一光强乘以放大系数,如果得到的乘积大于255,则将255确定为该像素点对应的像素亮度,如果得到的乘积不大于255,则将得到的乘积作为该像素点对应的像素亮度,以便利用多个像素点各自对应的像素亮度生成重构图像。
在一个场景下,采用本公开的实施例生成的重构图像如图5-1所示,采用传统算法生成的重构图像分别如图5-2、图5-3、图5-4所示,其中,图5-2、图5-3、图5-4各自对应的放大系数不同。
在另一个场景下,采用本公开的实施例生成的重构图像如图6-1所示,采用传统算法生成的重构图像如图6-2、图6-3、图6-4所示,其中,图6-2、图6-3、图6-4各自对应的放大系数不同。
在再一个场景下,采用本公开的实施例生成的重构图像如图7-1所示,采用传统算法生成的重构图像如图7-2、图7-3、图7-4所示,其中,图7-2、图7-3、图7-4各自对应的放大系数不同。
通过对比这些重构图像明显可以看出,采用本公开的实施例生成的重构图像中亮部和暗部的对比度更高,并同时保留了亮部和暗部的纹理细节,而采用传统算法生成的重构图像中亮部和暗部的细节无法同时保留,因此,本公开的实施例中的重构图像生成方式具有更为明显的优势。
综上,本公开的实施例能够针对各种场景(尤其是高动态范围的场景),运用较低的计算复杂度,自适应地重构出亮度合适的图像,整个过程无需人工调整放大系数,且能够较好地保留亮部和暗部的纹理细节,计算复杂度低,有利于节约计算资源和算力,且能够提升图像重构速度。
本公开的实施例提供的任一种基于脉冲数据的重构图像生成方法可以由任意适当的具有数据处理能力的设备执行,包括但不限于:终端设备和服务器等。或者,本公开实施例提供的任一种基于脉冲数据的重构图像生成方法可以由处理器执行,如处理器通过调用存储器存储的相应指令来执行本公开实施例提及的任一种基于脉冲数据的重构图像生成方法。下文不再赘述。
示例性装置
图8是本公开一示例性实施例提供的基于脉冲数据的重构图像生成装置的结构示意图,图8所示的装置包括第一确定模块810、第二确定模块820、映射模块830和生成模块840。
第一确定模块810,用于基于脉冲数据,确定待生成的重构图像中的多个像素点各自对应的第一光强;
第二确定模块820,用于基于多个像素点各自对应的第一光强,确定全局平均亮度系数;
映射模块830,用于利用全局平均亮度系数,对多个像素点各自对应的第一光强进行非线性映射,得到多个像素点各自对应的第二光强;
生成模块840,用于基于多个像素点各自对应的第二光强,生成重构图像。
在一个可选示例中,如图9所示,映射模块830,包括:
第一计算子模块8301,用于针对多个像素点中的每个像素点,计算该像素点对应的第一光强与全局平均亮度系数的第一比值,以及第一预设数值与全局平均亮度系数的第二比值;
第二计算子模块8303,用于计算第一比值与第二预设数值的第一和值;
第三计算子模块8305,用于计算第二比值与第二预设数值的第二和值;
第一运算子模块8307,用于对第一和值进行对数运算,得到第一运算结果值;
第二运算子模块8309,用于对第二和值进行对数运算,得到第二运算结果值;
第四计算子模块8311,用于计算第一运算结果值与第二运算结果值的第三比值;
第一确定子模块8313,用于将第三比值作为该像素点对应的第二光强。
在一个可选示例中,如图10所示,第二确定模块820,包括:
第三运算子模块8201,用于基于多个像素点各自对应的第一光强,进行第一预设运算,得到多个像素点各自对应的第三运算结果值;
第五计算子模块8203,用于计算多个像素点各自对应的第三运算结果值的运算结果均值;
第四运算子模块8205,用于对运算结果均值进行第二预设运算,得到第四运算结果值;其中,第二预设运算为第一预设运算的逆运算;
第二确定子模块8207,用于将第四运算结果值作为全局平均亮度系数。
在一个可选示例中,第一预设运算为对数运算,第二预设运算为指数运算;
第三运算子模块8201,包括:
第一计算单元,用于针对多个像素点中的每个像素点,计算该像素点对应的第一光强与第三预设数值的第三和值;
运算单元,用于对第三和值进行对数运算,得到该像素点对应的第三运算结果值。
在一个可选示例中,如图11所示,生成模块840,包括:
映射子模块8401,用于基于预设图像像素亮度范围和预设增益系数,对多个像素点各自对应的第二光强进行线性映射,得到多个像素点各自对应的像素亮度;
生成子模块8403,用于利用多个像素点各自对应的像素亮度,生成重构图像。
在一个可选示例中,映射子模块8401,包括:
第二计算单元,用于针对多个像素点中的每个像素点,计算该像素点对应的第二光强、预设增益系数、预设图像像素亮度范围中的最大像素亮度的乘积;
第一确定单元,用于确定乘积与最大像素亮度中的较小值;
第二确定单元,用于将较小值作为该像素点对应的像素亮度。
在一个可选示例中,映射子模块8401,包括:
第三确定单元,用于确定指示生成重构图像的用户的图像亮度喜好信息;
第四确定单元,用于确定与图像亮度喜好信息匹配的预设增益系数;
映射单元,用于基于预设图像像素亮度范围和与图像亮度喜好信息匹配的预设增益系数,对多个像素点各自对应的第二光强进行线性映射,得到多个像素点各自对应的像素亮度。
示例性电子设备
下面,参考图12来描述根据本公开实施例的电子设备。该电子设备可以是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备,该单机设备可以与第一设备和第二设备进行通信,以从它们接收所采集到的输入信号。
图12图示了根据本公开实施例的电子设备1200的框图。
如图12所示,电子设备1200包括一个或多个处理器1210和存储器1220,电子设备1200还可以包括上述基于脉冲数据的重构图像生成装置。
处理器1210可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备1200中的其他组件以执行期望的功能。
存储器1220可以与处理器1210通信连接,存储器1220可以存储一个或多个计算机程序产品,存储器1220可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序产品,处理器1210可以运行所述计算机程序产品,以控制基于脉冲数据的重构图像生成装置实现上文所述的本公开的各个实施例的基于脉冲数据的重构图像生成方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个可选示例中,电子设备1200包括以下任意一项:相机、摄像头、音/视频播放器、导航设备、固定位置终端、娱乐设备、智能手机、通信设备、移动设备、交通工具或设施、工业设备、医疗设备、安防设备、飞行设备、家电设备。
在一种可选的实施方式中,电子设备1200包括的相机可以为脉冲相机,脉冲相机能够用于对可见光、红外光、紫外光、X射线等进行检测,并可应用于各种场景,常用的场景包括但不限于:
可用作车载摄像头安装在各类交通工具或设施中,例如用于车路协同、智慧交通、自动驾驶的信息获取及控制。举例而言,安装在高铁等轨道交通工具中或轨道交通线上,作为高铁行车记录仪;还可以安装在自动驾驶车辆或安装有高级驾驶辅助系统(AdvancedDriver Assistance System,ADAS)的车辆中,进行车辆、行人、车道、驾驶员等信息的检测和报警等。
可用作交通摄像头安装在交通信号杆上,进行城市道路、高速公路上车辆和行人的拍摄、预警、及协同控制等。
可用作工业检测相机,例如安装在高铁轨道交通线上用于高铁巡线,以及用于高铁安全的检测;还可以用于煤矿输送带断裂检测、变电站电弧检测、风力发电叶片的实时检测、高速轮机不停机检测等特定工业场景的检测、预警等。
安装在可飞行物体上,例如,安装在飞机、卫星等物体上,用作物体在高速飞行、甚至高速旋转场景下的高清晰成像。
工业(智能制造中的机器视觉等)、民用(司法取证、体育判罚等)和消费电子(相机、影视媒体等)。
可用作医疗摄像头,在医疗、美容、保健等临床诊疗中进行高清晰的医疗成像。
可用作运动相机或可穿戴式相机,例如,头戴式相机或嵌入在腕表中的相机,可进行各类体育竞技赛场、日常休闲运动等场景的拍摄。
还可用作安防摄像头、手机摄像头或家电摄像头等。
在一个可选示例中,电子设备1200以下各者中的至少一者:集成电路(IntegratedCircuit);传感器。可选地,集成电路可以为由互补金属氧化物半导体(ComplementaryMetal Oxide Semiconductor,CMOS)制成的电路;传感器可以为脉冲传感器。
在一个可选示例中,电子设备1200还可以包括:输入装置1230和输出装置1240,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
例如,在电子设备1200是第一设备或第二设备时,该输入装置1230可以是麦克风或麦克风阵列。在电子设备1200是单机设备时,该输入装置1230可以是通信网络连接器,用于从第一设备和第二设备接收所采集的输入信号。
此外,该输入装置1230还可以包括例如键盘、鼠标等等。
该输出装置1240可以向外部输出各种信息。该输出装置1240可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出装置等等。
当然,为了简化,图12中仅示出了该电子设备1200中与本公开有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备1200还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本公开的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的基于脉冲数据的重构图像生成方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本公开的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的基于脉冲数据的重构图像生成方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
以上结合具体实施例描述了本公开的基本原理,但是,需要指出的是,在本公开中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体的细节来实现。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
可能以许多方式来实现本公开的方法和装置。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明,本公开的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本公开实施为记录在记录介质中的程序,这些程序包括用于实现根据本公开的方法的机器可读指令。因而,本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
还需要指出的是,在本公开的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此,本公开不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (15)
1.一种基于脉冲数据的重构图像生成方法,其特征在于,包括:
基于脉冲数据,确定待生成的重构图像中的多个像素点各自对应的第一光强;
基于所述多个像素点各自对应的第一光强,确定全局平均亮度系数;
利用所述全局平均亮度系数,对所述多个像素点各自对应的第一光强进行非线性映射,得到所述多个像素点各自对应的第二光强;
基于所述多个像素点各自对应的第二光强,生成所述重构图像;
所述基于所述多个像素点各自对应的第二光强,生成所述重构图像,包括:
基于预设图像像素亮度范围和预设增益系数,对所述多个像素点各自对应的第二光强进行线性映射,得到所述多个像素点各自对应的像素亮度;
利用所述多个像素点各自对应的像素亮度,生成所述重构图像。
2.根据权利要求1所述的方法,其特征在于,所述利用所述全局平均亮度系数,对所述多个像素点各自对应的第一光强进行非线性映射,得到所述多个像素点各自对应的第二光强,包括:
针对所述多个像素点中的每个像素点,计算该像素点对应的第一光强与所述全局平均亮度系数的第一比值,以及第一预设数值与所述全局平均亮度系数的第二比值;
计算所述第一比值与第二预设数值的第一和值;
计算所述第二比值与所述第二预设数值的第二和值;
对所述第一和值进行对数运算,得到第一运算结果值;
对所述第二和值进行对数运算,得到第二运算结果值;
计算所述第一运算结果值与所述第二运算结果值的第三比值;
将所述第三比值作为该像素点对应的第二光强。
3.根据权利要求1所述的方法,其特征在于,所述基于所述多个像素点各自对应的第一光强,确定全局平均亮度系数,包括:
基于所述多个像素点各自对应的第一光强,进行第一预设运算,得到所述多个像素点各自对应的第三运算结果值;
计算所述多个像素点各自对应的第三运算结果值的运算结果均值;
对所述运算结果均值进行第二预设运算,得到第四运算结果值;其中,所述第二预设运算为所述第一预设运算的逆运算;
将所述第四运算结果值作为全局平均亮度系数。
4.根据权利要求3所述的方法,其特征在于,所述第一预设运算为对数运算,所述第二预设运算为指数运算;
所述基于所述多个像素点各自对应的第一光强,进行第一预设运算,得到所述多个像素点各自对应的第三运算结果值,包括:
针对所述多个像素点中的每个像素点,计算该像素点对应的第一光强与第三预设数值的第三和值;
对所述第三和值进行对数运算,得到该像素点对应的第三运算结果值。
5.根据权利要求1所述的方法,其特征在于,所述基于预设图像像素亮度范围和预设增益系数,对所述多个像素点各自对应的第二光强进行线性映射,得到所述多个像素点各自对应的像素亮度,包括:
针对所述多个像素点中的每个像素点,计算该像素点对应的第二光强、预设增益系数、预设图像像素亮度范围中的最大像素亮度的乘积;
确定所述乘积与所述最大像素亮度中的较小值;
将所述较小值作为该像素点对应的像素亮度。
6.根据权利要求1所述的方法,其特征在于,所述基于预设图像像素亮度范围和预设增益系数,对所述多个像素点各自对应的第二光强进行线性映射,得到所述多个像素点各自对应的像素亮度,包括:
确定指示生成所述重构图像的用户的图像亮度喜好信息;
确定与所述图像亮度喜好信息匹配的预设增益系数;
基于预设图像像素亮度范围和与所述图像亮度喜好信息匹配的预设增益系数,对所述多个像素点各自对应的第二光强进行线性映射,得到所述多个像素点各自对应的像素亮度。
7.一种基于脉冲数据的重构图像生成装置,其特征在于,包括:
第一确定模块,用于基于脉冲数据,确定待生成的重构图像中的多个像素点各自对应的第一光强;
第二确定模块,用于基于所述多个像素点各自对应的第一光强,确定全局平均亮度系数;
映射模块,用于利用所述全局平均亮度系数,对所述多个像素点各自对应的第一光强进行非线性映射,得到所述多个像素点各自对应的第二光强;
生成模块,用于基于所述多个像素点各自对应的第二光强,生成所述重构图像;
所述生成模块,包括:
映射子模块,用于基于预设图像像素亮度范围和预设增益系数,对所述多个像素点各自对应的第二光强进行线性映射,得到所述多个像素点各自对应的像素亮度;
生成子模块,用于利用所述多个像素点各自对应的像素亮度,生成所述重构图像。
8.根据权利要求7所述的装置,其特征在于,所述映射模块,包括:
第一计算子模块,用于针对所述多个像素点中的每个像素点,计算该像素点对应的第一光强与所述全局平均亮度系数的第一比值,以及第一预设数值与所述全局平均亮度系数的第二比值;
第二计算子模块,用于计算所述第一比值与第二预设数值的第一和值;
第三计算子模块,用于计算所述第二比值与所述第二预设数值的第二和值;
第一运算子模块,用于对所述第一和值进行对数运算,得到第一运算结果值;
第二运算子模块,用于对所述第二和值进行对数运算,得到第二运算结果值;
第四计算子模块,用于计算所述第一运算结果值与所述第二运算结果值的第三比值;
第一确定子模块,用于将所述第三比值作为该像素点对应的第二光强。
9.根据权利要求7所述的装置,其特征在于,所述第二确定模块,包括:
第三运算子模块,用于基于所述多个像素点各自对应的第一光强,进行第一预设运算,得到所述多个像素点各自对应的第三运算结果值;
第五计算子模块,用于计算所述多个像素点各自对应的第三运算结果值的运算结果均值;
第四运算子模块,用于对所述运算结果均值进行第二预设运算,得到第四运算结果值;其中,所述第二预设运算为所述第一预设运算的逆运算;
第二确定子模块,用于将所述第四运算结果值作为全局平均亮度系数。
10.根据权利要求9所述的装置,其特征在于,所述第一预设运算为对数运算,所述第二预设运算为指数运算;
所述第三运算子模块,包括:
第一计算单元,用于针对所述多个像素点中的每个像素点,计算该像素点对应的第一光强与第三预设数值的第三和值;
运算单元,用于对所述第三和值进行对数运算,得到该像素点对应的第三运算结果值。
11.根据权利要求7所述的装置,其特征在于,所述映射子模块,包括:
第二计算单元,用于针对所述多个像素点中的每个像素点,计算该像素点对应的第二光强、预设增益系数、预设图像像素亮度范围中的最大像素亮度的乘积;
第一确定单元,用于确定所述乘积与所述最大像素亮度中的较小值;
第二确定单元,用于将所述较小值作为该像素点对应的像素亮度。
12.根据权利要求7所述的装置,其特征在于,所述映射子模块,包括:
第三确定单元,用于确定指示生成所述重构图像的用户的图像亮度喜好信息;
第四确定单元,用于确定与所述图像亮度喜好信息匹配的预设增益系数;
映射单元,用于基于预设图像像素亮度范围和与所述图像亮度喜好信息匹配的预设增益系数,对所述多个像素点各自对应的第二光强进行线性映射,得到所述多个像素点各自对应的像素亮度。
13.一种电子设备,其特征在于,包括:处理器,以及与所述处理器通信连接的存储器,还包括上述权利要求7-12中任一项所述的基于脉冲数据的重构图像生成装置;
所述存储器存储计算机程序产品;
所述处理器执行所述存储器存储的计算机程序产品,且所述计算机程序产品被执行时,控制所述基于脉冲数据的重构图像生成装置实现上述权利要求1-6中任一项所述的基于脉冲数据的重构图像生成方法。
14.根据权利要求13所述的电子设备,其特征在于,所述电子设备包括以下任意一项:导航设备、娱乐设备、通信设备、医疗设备、安防设备。
15.一种计算机可读存储介质,所述存储介质存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现上述权利要求1至6中任一项所述的基于脉冲数据的重构图像生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310212582.9A CN115908618B (zh) | 2023-02-28 | 2023-02-28 | 基于脉冲数据的重构图像生成方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310212582.9A CN115908618B (zh) | 2023-02-28 | 2023-02-28 | 基于脉冲数据的重构图像生成方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115908618A CN115908618A (zh) | 2023-04-04 |
CN115908618B true CN115908618B (zh) | 2023-06-02 |
Family
ID=86489975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310212582.9A Active CN115908618B (zh) | 2023-02-28 | 2023-02-28 | 基于脉冲数据的重构图像生成方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115908618B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116482398B (zh) * | 2023-06-26 | 2023-11-03 | 北京大学 | 一种用于确定脉冲成像的移动速度的方法和系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101278315A (zh) * | 2005-09-30 | 2008-10-01 | 皇家飞利浦电子股份有限公司 | 图像细节增强 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6238541B2 (ja) * | 2013-03-27 | 2017-11-29 | 東レエンジニアリング株式会社 | 高速撮像方法および高速撮像装置 |
CN108881906B (zh) * | 2017-05-15 | 2021-03-19 | 北京大学 | 一种图像重构方法及装置 |
CN111738950B (zh) * | 2020-06-22 | 2023-06-13 | 北京字节跳动网络技术有限公司 | 图像处理方法及装置 |
CN113067979A (zh) * | 2021-03-04 | 2021-07-02 | 北京大学 | 基于仿生式脉冲相机的成像方法、装置、设备及存储介质 |
CN114339061B (zh) * | 2021-12-03 | 2023-06-30 | 南京仙电同圆信息科技有限公司 | 一种快响应自动曝光控制方法 |
-
2023
- 2023-02-28 CN CN202310212582.9A patent/CN115908618B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101278315A (zh) * | 2005-09-30 | 2008-10-01 | 皇家飞利浦电子股份有限公司 | 图像细节增强 |
Also Published As
Publication number | Publication date |
---|---|
CN115908618A (zh) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107862270B (zh) | 人脸分类器训练方法、人脸检测方法及装置、电子设备 | |
CN111402258A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN113518185B (zh) | 视频转换处理方法、装置、计算机可读介质及电子设备 | |
CN115908618B (zh) | 基于脉冲数据的重构图像生成方法、装置、设备及介质 | |
CN110136144B (zh) | 一种图像分割方法、装置及终端设备 | |
CN114757301A (zh) | 车载视觉感知方法和装置、可读存储介质、电子设备 | |
US20190139204A1 (en) | Method and device for adjusting grayscale values of image | |
DE112016005482T5 (de) | Objektdetektion mit adaptiven Kanalmerkmalen | |
CN110889809A (zh) | 图像处理方法及装置、电子设备、存储介质 | |
CN113688839B (zh) | 视频处理方法及装置、电子设备、计算机可读存储介质 | |
CN116524195A (zh) | 语义分割方法、装置、电子设备及存储介质 | |
CN111062894A (zh) | 人工智能处理器以及人工智能分析设备 | |
CN108961169A (zh) | 监控抓拍方法及装置 | |
CN109151575B (zh) | 多媒体数据处理方法及装置、计算机可读存储介质 | |
CN113658073A (zh) | 图像去噪处理方法、装置、存储介质与电子设备 | |
CN113658065A (zh) | 图像降噪方法及装置、计算机可读介质和电子设备 | |
CN116258756B (zh) | 一种自监督单目深度估计方法及系统 | |
CN111062272A (zh) | 基于色彩恢复的图像处理、行人识别方法、装置与可读存储介质 | |
CN111754412A (zh) | 构建数据对的方法、装置及终端设备 | |
CN115379128A (zh) | 曝光控制方法及装置、计算机可读介质和电子设备 | |
CN115205157A (zh) | 图像处理方法和系统、电子设备和存储介质 | |
CN211349420U (zh) | 人工智能分析设备以及人工智能处理器 | |
CN113160026B (zh) | 图像处理方法、装置、介质以及电子设备 | |
CN111489289B (zh) | 一种图像处理方法、图像处理装置及终端设备 | |
CN112950516B (zh) | 图像局部对比度增强的方法及装置、存储介质及电子设备 |
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 |