CN116017171B - 一种图像处理方法、装置、电子设备、芯片及存储介质 - Google Patents
一种图像处理方法、装置、电子设备、芯片及存储介质 Download PDFInfo
- Publication number
- CN116017171B CN116017171B CN202310050635.1A CN202310050635A CN116017171B CN 116017171 B CN116017171 B CN 116017171B CN 202310050635 A CN202310050635 A CN 202310050635A CN 116017171 B CN116017171 B CN 116017171B
- Authority
- CN
- China
- Prior art keywords
- image
- saturation
- brightness
- color gamut
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 32
- 238000007906 compression Methods 0.000 claims abstract description 213
- 230000006835 compression Effects 0.000 claims abstract description 188
- 238000012545 processing Methods 0.000 claims abstract description 126
- 238000000034 method Methods 0.000 claims abstract description 63
- 238000012937 correction Methods 0.000 claims abstract description 35
- 238000006243 chemical reaction Methods 0.000 claims abstract description 29
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 238000001914 filtration Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 15
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000002895 hyperchromatic effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 241000023320 Luma <angiosperm> Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
本公开提供一种图像处理方法、装置、电子设备、芯片及存储介质，该方法包括：对待处理图像逐像素进行色域统计，以获取待处理图像的亮度色域边界集与饱和度色域边界集，其中，待处理图像以HSV颜色空间表示；根据亮度色域边界集和饱和度色域边界集，对待处理图像进行亮度压缩处理以及饱和度压缩处理，以获取压缩图像；对压缩图像进行色调校正处理，以获取目标图像，由此本公开的方案借助HSV颜色空间作为媒介进行色域压缩，更容易区分RGB颜色空间上的超色域情况，通过色调校正修正压缩中对图像颜色色貌的改变，实现图像色域压缩的同时能够更好的保持图像颜色的色貌，且在压缩过程中，不需要进行直接坐标和球坐标之间的来回转换，改善了算法的实时性。
Description
技术领域
本公开涉及图像处理领域，尤其涉及一种图像处理方法及装置、电子设备、芯片及存储介质。
背景技术
在相机硬件算法流水线中，颜色校正模块通常采用3*3线性矩阵（CCM），将传感器对应的RGB颜色空间图像转换到标准的颜色空间图像（例如sRGB，P3，Rec.2020等）。但是图像在经过CCM（Color Correction Matrix，色彩校正矩阵）处理之后，会出现超色域的点（即RGB出现超出值域范围的情况），需要将图像中超色域点压缩回色域内，否则直接截断会导致颜色偏差。
然而，对于现有的色域压缩方案，一方面通常借助于Lab等颜色空间作为媒介，由于Lab等颜色空间不是均匀的颜色空间，容易导致压缩饱和度的同时影响色调，改变颜色的色貌，另一方面通常采用GBD（Gamut Boundary Descriptor，色域边界描述符）确定相机的色域边界，GBD采用的球坐标形式，需要进行直接坐标和球坐标之间的来回转换，算法的计算量大、复杂度高、实时性差。
发明内容
本公开提供一种图像处理方法、装置、电子设备、芯片以及存储介质，以解决相关技术中的问题，在实现图像色域压缩的同时能够更好的保持图像颜色的色貌，且在压缩过程中不需要进行直接坐标和球坐标之间的来回转换，改善了算法的实时性。
本公开的第一方面实施例提出了一种图像处理方法，该方法包括：对待处理图像逐像素进行色域统计，以获取待处理图像的亮度色域边界集与饱和度色域边界集，其中，待处理图像以HSV颜色空间表示；根据亮度色域边界集和饱和度色域边界集，对待处理图像进行亮度压缩处理以及饱和度压缩处理，以获取压缩图像；对压缩图像进行色调校正处理，以获取目标图像。
在本公开的一些实施例中，对待处理图像逐像素进行色域统计，以获取待处理图像的亮度色域边界集与饱和度色域边界集包括：获取初始亮度表和初始饱和度集，初始亮度表和初始饱和度集具有预设个数的格点，每个格点位置具有初始存储值；根据待处理图像中的每个像素点的亮度值和饱和度值，分别确定每个像素点落在初始亮度集和初始饱和度集的格点位置；当像素点的亮度值或饱和度值大于对应格点位置的存储值时，以像素点的亮度值或饱和度值替换对应格点位置格点的存储值；遍历待处理图像中的所有像素点，以获取亮度色域边界集和饱和度色域边界集。
在本公开的一些实施例中，遍历待处理图像中的所有像素点，以获取亮度色域边界集和饱和度色域边界集包括：遍历待处理图像中的所有像素点，以获取全图统计后的亮度表和饱和度表；对亮度表和饱和度表进行滤波处理，得到亮度色域边界集和饱和度色域边界集。
在本公开的一些实施例中，根据亮度色域边界集和饱和度色域边界集，对待处理图像进行亮度压缩处理以及饱和度压缩处理，以获取压缩图像包括：根据亮度色域边界集，对待处理图像进行亮度压缩处理，得到第一图像；基于饱和度色域边界集，对第一图像进行饱和度压缩处理，得到第二图像，将第二图像作为压缩图像。
在本公开的一些实施例中，根据亮度色域边界集，对待处理图像进行亮度压缩处理，得到第一图像包括：对亮度色域边界集进行插值处理，得到亮度色域边界值；根据亮度色域边界值，获取亮度压缩比例；根据亮度压缩比例，对待处理图像进行亮度压缩处理，得到第一图像。
在本公开的一些实施例中，根据亮度色域边界值，获取亮度压缩比例包括：根据亮度色域边界值和控制参数，确定待处理图像中每个像素点的初始亮度压缩比例；基于每个像素点的初始亮度压缩比例以及像素点的邻域像素点的初始亮度压缩比例，进行滤波处理，得到平滑亮度压缩比例；利用线性RGB控制曲线，对平滑亮度压缩比例进行加权处理，以获取亮度压缩比例。
在本公开的一些实施例中，基于饱和度色域边界集，对第一图像进行饱和度压缩处理，得到第二图像包括：对饱和度色域边界集进行插值处理，得到饱和度色域边界值；根据饱和度色域边界值，获取饱和度压缩比例；根据饱和度压缩比例，对第一图像进行饱和度压缩处理，得到第二图像。
在本公开的一些实施例中，对压缩图像进行色调校正处理，以获取目标图像包括：获取第一图像的第一感知色调值和第二图像的第二感知色调值；基于第一感知色调值与第二感知色调值，得到色调变化量；基于色调变化量与待处理图像的色调值，获取目标图像。
在本公开的一些实施例中，获取第一图像的第一感知色调值和第二图像的第二感知色调值包括：构造二维查找表，二维查找表的第一维度为色调，第二维度为饱和度；利用预设数据集，确定二维查找表中每个格点的角度值；基于二维查找表，利用双线性插值算法确定第一图像和第二图像中的每个像素点对应的感知色调值，作为第一感知色调值和第二感知色调值。
在本公开的一些实施例中，该方法还包括：获取原始图像，原始图像以RGB颜色空间表示；对原始图像进行颜色空间转换处理，得到待压缩图像；对目标图像进行颜色空间转换处理，以得到处理图像，处理图像以RGB颜色空间表示。
本公开的第二方面实施例提出了一种图像处理装置，该装置包括：统计模块，用于对待处理图像逐像素进行色域统计，以获取待处理图像的亮度色域边界集与饱和度色域边界集，其中，待处理图像以HSV颜色空间表示；压缩模块，用于根据亮度色域边界集和饱和度色域边界集，对待处理图像进行亮度压缩处理以及饱和度压缩处理，以获取压缩图像；校正模块，用于对压缩图像进行色调校正处理，以获取目标图像。
本公开的第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开第一方面实施例中描述的方法。
本公开的第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开第一方面实施例中描述的方法。
本公开的第五方面实施例提出了一种芯片，该芯片包括一个或多个接口电路和一个或多个处理器；接口电路用于接收代码指令并向处理器传输，处理器用于运行所述代码指令以执行本公开第一方面实施例中描述的方法。
综上，本公开提出的图像处理方法，该方法包括：对待处理图像逐像素进行色域统计，以获取待处理图像的亮度色域边界集与饱和度色域边界集，其中，待处理图像以HSV颜色空间表示；根据亮度色域边界集和饱和度色域边界集，对待处理图像进行亮度压缩处理以及饱和度压缩处理，以获取压缩图像；对压缩图像进行色调校正处理，以获取目标图像，由此本公开的方案借助HSV颜色空间作为媒介进行色域压缩，通过色调校正修正压缩中对图像颜色色貌的改变，实现图像色域压缩的同时能够更好的保持图像颜色的色貌，且在压缩过程中，不需要进行直接坐标和球坐标之间的来回转换，改善了算法的实时性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
图1为本公开实施例提供的一种标准色域压缩方法的流程示意图；
图2为本公开实施例提供的一种应用场景示意图；
图3为本公开实施例提供的一种图像处理方法的流程图；
图4为本公开实施例提供的一种图像处理方法的流程图；
图5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6为本公开实施例提供的一种亮度色域边界集与饱和度色域边界集的示意图；
图7为本公开实施例提供的一种图像处理方法的流程图；
图8为本公开实施例提供的一种压缩曲线的示意图；
图9为本公开实施例提供的一种控制曲线的示意图；
图10为本公开实施例提供的一种图像处理方法的流程图；
图11为本公开实施例提供的一种Hung and Berns数据集的示意图；
图12为本公开实施例提供的一种图像处理装置的结构示意图；
图13为本公开实施例提供的电子设备的结构示意图。
具体实施方式
下面详细描述本公开的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。
随着近年来智能终端设备的普及和发展，人们对终端各方面的技术要求也水涨船高，成像技术作为最常用的技术之一备受关注。而图像成像质量的提高更是终端技术的重点突破方向，图像整体亮度和颜色的均匀一致性作为画质评定的基础指标之一，对于图像的最终呈现效果有着显著的影响。作为最容易被人类感知到的性能指标，保证图像整体的亮度和颜色的均匀性成为各家厂商的基础配置和提升方向。
相机硬件算法流水线的颜色校正模块将传感器对应的RGB空间，转换到标准的颜色空间(sRGB，P3，Rec.2020等)，常采用3*3线性矩阵(CCM)来实现。CCM满足一行之和为1的约束条件，以保证不影响白点。但是处理完之后会出现超色域的点，也即RGB出现超出值域范围的情况。因此在CCM处理之后需要将超色域点压缩回色域内，否则直接截断会导致颜色偏差。
常见的色域压缩方案均是借助于某个颜色空间作为媒介，需要从RGB空间转换到该颜色空间，压缩后再转换回来。通常情况下还需要提前标定或者实时统计相机的色域边界(也即作用上CCM之后颜色的最大范围)，以便确定压缩比例。GBD是描述色域边界的常用方法，GBD采用的球坐标形式，整个压缩过程可以简述为如图1形式。
如图1所示，对于现有的色域压缩方案，需要进行颜色空间转换以及直接坐标和球坐标之间的来回转换比较复杂，计算量大、耗时久，影响了算法的实时性。而且，色域压缩常用的颜色空间(Lab等)不是均匀的颜色空间，容易导致压缩饱和度的同时影响色调，改变颜色的色貌。
为了解决相关技术中存在的问题，本公开提出一种图像处理方法，本方案借助HSV颜色空间作为媒介进行色域压缩，更容易区分RGB颜色空间上的超色域情况，通过色调校正修正压缩中对图像颜色色貌的改变，实现图像色域压缩的同时能够更好的保持图像颜色的色貌，且在压缩过程中，不需要进行直接坐标和球坐标之间的来回转换，改善了算法的实时性。
在介绍本公开的详细方案之前，先对本公开方案所应用的场景进行描述。图2为一个实施例中图像处理方法的应用场景图。如图1所示，该应用场景中包括电子设备104，电子设备104中可安装摄像头模组，还可以安装若干个应用程序。应用程序可发起获取图像的图像采集指令，由摄像头模组采集图像102。其中，摄像头模组可以包括前置摄像头模组和/或后置摄像头模组。最后将目标图像发送给目标应用程序。其中，电子设备104可为智能手机、平板电脑、个人数字助理、穿戴式设备等。
在一些可选实施例中，上述电子设备还可以是车载设备或车联网设备，例如智能汽车等，在本公开中仅以智能手机为例，但并不代表其限制本公开的范围。
电子设备上可以安装摄像头，并通过安装的摄像头获取图像。摄像头可以根据获取的图像的不同分为激光摄像头、可见光摄像头等类型，激光摄像头可以获取激光照射到物体上所形成的图像，可见光图像可以获取可见光照射到物体上所形成的图像。电子设备上可以安装若干个摄像头，且安装的位置不做限定。例如，可以在电子设备的正面面板上安装一个摄像头，在背面面板上安装两个摄像头，摄像头还可以以内嵌的方式安装于电子设备的内部，然后通过旋转或滑动的方式打开摄像头。具体地，电子设备上可安装前置摄像头和后置摄像头，前置摄像头和后置摄像头可以从不同的视角获取图像，一般前置摄像头可以从电子设备的正面视角获取图像，后置摄像头可以从电子设备的背面视角获取图像。
应当理解的是，本公开中，前置摄像头或后置摄像头仅作为示例用于区分不同摄像头的拍摄角度，而非限制多个摄像头的功能，本公开中的多个摄像头可以同时为后置摄像头或同时为前置摄像头，在本宫开中不予限制。
电子设备中可安全若干个应用程序，应用程序是指电子设备中针对某种应用目的所撰写的软体，电子设备可以通过应用程序实现对用户的需求服务。当应用程序需要采集图像的时候，会发起图像采集指令，电子设备会根据图像采集指令调用摄像头模组，采集图像。图像采集指令是指用于触发图像采集操作的指令。
电子设备中还设置有处理器，处理器中的图像处理模组可以对摄像头模组采集到的图像进行校正处理，例如，执行本公开提供的图像处理方法。
图3为本公开实施例提供的一种图像处理方法的流程图。如图3所示，该图像处理方法包括步骤201-205。
步骤201，对待处理图像逐像素进行色域统计，以获取待处理图像的亮度色域边界集与饱和度色域边界集。
其中，待处理图像以HSV颜色空间表示。
本公开的实施例中，待校正图像以HSV(Hue，Saturation，Value)颜色空间表示，其中，“H”为色调，“S”为饱和度，表示颜色接近光谱色的程度，“V”为亮度，表示颜色明亮的程度。需要说明的是，待校正图像并不等同于输入的原始图像，输入的原始图像可经转换后获取待校正YUV图像，输入图像的获取方式与类型在本公开中不予限制。
本公开的实施例中，通过对待处理图像逐像素进行色域统计，获取待处理图像全图的色域边界再进行压缩，可以更好的保持压缩后颜色之间的相互关系，其中具体的边界值统计方式有很多，本公开不予限制。统计后，饱和度和亮度各自的边界分别通过一个集合来存储，即亮度色域边界集与饱和度色域边界集。
步骤202，根据亮度色域边界集和饱和度色域边界集，对待处理图像进行亮度压缩处理以及饱和度压缩处理，以获取压缩图像。
本公开的实施例中，需要对待处理图像进行亮度压缩处理以及饱和度压缩处理，可以根据亮度边界集计算亮度压缩比例，进而进行亮度压缩，可以根据饱和度边界集计算压缩比例，进而进行饱和度压缩，其中亮度压缩处理以及饱和度压缩的顺序本公开不与限制。
具体地，在一些实施例中可以先根据亮度色域边界集，对待处理图像进行亮度压缩处理，获取亮度压缩后的图像，再根据饱和度色域边界集，对亮度压缩后的图像进行饱和度压缩处理，获取压缩图像。在另一些实施例中也可以先根据饱和度色域边界集，对待处理图像进行饱和度压缩处理，获取饱和度压缩后的图像，再根据亮度色域边界集，对饱和度压缩后的图像进行亮度压缩处理，获取压缩图像。
步骤203，对压缩图像进行色调校正处理，以获取目标图像。
应当说明的是，由于HSV颜色空间不是均匀的颜色空间，进行亮度压缩处理以及饱和度压缩处理时会对色调造成影响，进而改变图像颜色的色貌，由此本公开对压缩图像进行色调校正处理，以校正压缩中对色调造成的影响，保持图像颜色的色貌。
在本公开的实施例中可以通过对待处理图像压缩前后的HSV数值来确定色调H数值修正的角度。由于饱和度压缩对色调的影响较大，进一步的，在一些实施例中可以通过饱和度压缩前后的饱和度S数值来确定亮度H修正的角度，进而对压缩图像进行色调校正，获取目标图像。需要说明的是，目标图像并不等同于经本公开的方案处理后输出的图像，目标HSV图像可经转换后获取输出图像，输出图像的获取方式与类型在本公开中不予限制。
综上，根据本公开提出的图像处理方法，借助HSV颜色空间作为媒介进行色域压缩，在压缩过程中，采用色域边界集存储色域边界值，不需要进行直接坐标和球坐标之间的来回转换，改善了算法的实时性，通过色调校正修正压缩中对图像颜色色貌的改变，在实现图像色域压缩的同时能够更好的保持图像颜色的色貌。
基于图3所示的实施例，图4进一步示出本公开提出的一种图像处理方法的流程图。为了便于理解图5为本公开的出的一种图像处理方法的流程示意图。
应当说明的是，本公开的实施例中步骤301-304是对图3所示实施例中步骤201的进一步公开。
本公开的一些实施例中，在步骤301之前，该方法还包括：获取原始图像，原始图像以RGB颜色空间表示；对原始图像进行颜色空间转换处理，得到待压缩图像。
应当说明的是，本公开的方法主要用于对CCM处理之后的RGB颜色空间图像进行色域压缩，将超色域点压缩回色域内，由于RGB颜色空间上的超色域情况，在HSV上均可以很容易区分确定，具体地，当RGB分量中出现负值时，HSV中的S就会大于1；当RGB分量出现大于1的数值的，HSV中的V也会大于1，HSV中的S和V可以用来决定是否压缩以及计算压缩比例，因此本公开借助HSV颜色空间作为媒介进行色域统计及压缩。
进一步的，原始图像为CCM处理之后需要进行色域压缩的图像，以RGB颜色空间表示，在本公开的实施例中将原始图像从RGB颜色空间转换为HSV颜色空间，得到待压缩图像，待压缩图像以HSV颜色空间表示，其中，RGB到HSV的转换可采用标准转换方式，在此不再赘述。
如图4所示，该方法包括如下步骤。
步骤301，获取初始亮度集和初始饱和度集，初始亮度集和初始饱和度集具有预设个数的格点，每个格点位置具有初始存储值。
本公开的实施例中，亮度色域边界集和饱和度色域边界集可以采用表格、图片、映射等表示，也可以采用其他方式表示，对应地，初始亮度集和初始饱和度集可以采用表格、图片、映射等表示，也可以采用其他方式表示，本公开不与限制。
本公开的一种具体实施例中，初始亮度集和初始饱和度集为表格，初始亮度表和初始饱和度表的设计如图6所示，初始亮度表和初始饱和度表为二维表格，初始亮度表分别包括纵向饱和度S和横向色调H两个维度，初始饱和度表分别包括纵向亮度V和横向色调H两个维度。
进一步的，初始亮度表和初始饱和度表具有预设个数的格点，可以依据精度来确定格点数，一般选择横向120格点，纵向30格点，其中每个格点位置具有初始存储值，例如每个格点位置的初始存储值为1。
步骤302，根据待处理图像中的每个像素点的亮度值和饱和度值，分别确定每个像素点落在初始亮度表和初始饱和度表的格点位置。
本公开的实施例中，初始亮度集和初始饱和度集分别用于统计待处理图像中的每个像素点的亮度值和饱和度值的色域边界值，亮度值和饱和度值的色域边界统计过程相互独立，统计后分别存储于不同的两个集合中。
本公开的一种具体实施例中，初始亮度集和初始饱和度集为表格，如图6所示，在初始亮度表和初始饱和度表中，i，j表示格点坐标用于标识格点位置，在进行饱和度边界统计时，以初始亮度表的横向为120个格点、纵向为30个格点为例，色调H角度的正常取值范围为[0，360)度，因此横向每个格点区间段为360/120 = 3度，根据每个像素点的色调H值，可以确定该像素点在横向坐标上的位置，例如某个像素点的色调H值即hue为152度，通过计算可知，在横向上该像素点位于格点横坐标i为50的位置。类似的，亮度V的正常取值范围通常为[0，1]，则纵向每个格点区间段为1/29，根据每个像素点的亮度V值，通过计算可以确定在纵向坐标上的位置，进而确定每个像素点在初始饱和度表的格点位置。采用类似方法也可以确定每个像素点在初始亮表的格点位置，本公开不予赘述。
步骤303，当像素点的亮度值或饱和度值大于对应格点位置的存储值时，以像素点的亮度值或饱和度值替换对应格点位置格点的存储值。
本公开的实施例中，格点位置的存储值为对待处理图像进行统计时，每个格点在当下保存的值，在进行统计之前，格点位置的存储值为初始存储值。
以饱和度色域边界统计为例，假若每个格点位置的初始值为1，开始对待处理图像进行逐像素点的统计，假若第一个像素点的亮度值为1.1，大于对应格点位置的存储值1，则以亮度值1.1替换初始存储值1，假若统计中的第四个像素点也落在和第一个像素点相同的格点位置，且亮度值为1.2，大于当前格点位置的存储值1.1，则以亮度值1.2替换该格点的存储值1.1。亮度边界的统计方法与饱和度色域边界统计方法类似，本公开不再举例说明。
步骤304，遍历待处理图像中的所有像素点，以获取亮度色域边界集和饱和度色域边界集。
本公开的实施例中，采用步骤303的方法遍历待处理图像中的所有像素点进行亮度色域统计，初始亮度表中每个格点位置的初始存储值将被替换为，落在每个格点位置的所有像素点中饱和度的最大值，将得到的亮度表作为亮度色域边界集。
类似的，采用步骤303的方法遍历待处理图像中的所有像素点进行饱和度色域统计，初始饱和度表中每个格点位置的初始存储值将被替换为，落在每个格点位置的所有像素点中亮度的最大值，将得到的饱和度表作为饱和度色域边界集。
在本公开的一些实施例中，遍历待处理图像中的所有像素点，以获取亮度色域边界集和饱和度色域边界集包括：遍历待处理图像中的所有像素点，以获取全图统计后的亮度表和饱和度表；对亮度表和饱和度表进行滤波处理，得到亮度色域边界集和饱和度色域边界集。
具体地，在一些实施例中，针对初始亮度表和初始饱和度表，采用步骤303的方法遍历待处理图像中的所有像素点进行色域统计，获取全图统计后的亮度表和饱和度表，再分别对全图统计后的亮度表和饱和度表进行滤波处理，将处理后的亮度表和饱和度表作为亮度色域边界集和饱和度色域边界集，其中，滤波处理可以采用5x5的高斯滤波，滤波器参数可以根据需要选定，本公开不予限制。
需要注意的是，在进行高斯滤波处理时，表格最右边一列的右边像素为处理的第一列，以此类推，表格上下边界之外可以采取填充零的方式进行处理。
综上，在本公开的一些实施例中，对全图统计后的亮度表和饱和度表再进行滤波处理，可以保证统计出来的色域更平滑。
步骤305，根据亮度色域边界集和饱和度色域边界集，对待处理图像进行亮度压缩处理以及饱和度压缩处理，以获取压缩图像。
步骤306，对压缩图像进行色调校正处理，以获取目标图像。
步骤305、306的解释具体参照图3所示实施例中的步骤202、203，本公开的实施例中不再赘述。
本公开的一些实施例中，在步骤305之后，该方法还包括：对目标图像进行颜色空间转换处理，以得到处理图像，处理图像以RGB颜色空间表示。
进一步的，目标图像以HSV颜色空间表示，一般通过相机硬件算法流水线获取的图像以RGB颜色空间表示，因此需要对目标图像进行颜色空间转换，转换得到以RGB颜色空间表示的处理图像，其中，转换过程中可以使用的转换标准有很多，本公开不予限制。
综上，根据本公开提出的图像处理方法，借助HSV颜色空间作为媒介进行色域压缩，更容易区分RGB空间上的超色域情况，采用初始亮度集和初始饱和度集分别对待处理图像进行亮度色域统计和饱和度色域统计，获取亮度色域边界集和饱和度色域边界集存储色域边界，不需要进行直接坐标和球坐标之间的来回转换，改善了算法的实时性，而且可以在色域统计后进行滤波处理，保证统计出来的色域更平滑。
基于图3或图4所示的实施例，图7进一步示出本公开提出的一种图像处理方法的流程图。应当说明的是，本公开的实施例中步骤402-403是对图3或图4所示实施例中步骤202或步骤305的进一步公开。
如图7所示，该方法包括如下步骤。
步骤401，对待处理图像逐像素进行色域统计，以获取待处理图像的亮度色域边界集与饱和度色域边界集。
其中，待处理图像以HSV颜色空间表示。
在本公开的一些实施例中，对待处理图像逐像素进行色域统计，以获取待处理图像的亮度色域边界集与饱和度色域边界集包括：获取初始亮度集和初始饱和度集，初始亮度集和初始饱和度集具有预设个数的格点，每个格点位置具有初始存储值；根据待处理图像中的每个像素点的亮度值和饱和度值，分别确定每个像素点落在初始亮度集和初始饱和度集的格点位置；当像素点的亮度值或饱和度值大于对应格点位置的存储值时，以像素点的亮度值或饱和度值替换对应格点位置格点的存储值；遍历待处理图像中的所有像素点，以获取亮度色域边界集和饱和度色域边界集。
在本公开的一些实施例中，遍历待处理图像中的所有像素点，以获取亮度色域边界集和饱和度色域边界集包括：遍历待处理图像中的所有像素点，以获取全图统计后的亮度表和饱和度表；对亮度表和饱和度表进行滤波处理，得到亮度色域边界集和饱和度色域边界集。
在本公开的一些实施例中，该方法还包括：获取原始图像，原始图像以RGB颜色空间表示；对原始图像进行颜色空间转换处理，得到待压缩图像；对目标图像进行颜色空间转换处理，以得到处理图像，处理图像以RGB颜色空间表示。
上述实施例的解释具体参照图3、图4所示实施例中的步骤201、步骤301-304，本公开的实施例中不再赘述。
应当说明的是，本公开的实施例中步骤402-403是对图3或图4所示实施例中步骤202或步骤305的进一步公开。
步骤402，根据亮度色域边界集，对待处理图像进行亮度压缩处理，得到第一图像。
在本公开的一些实施例中，根据亮度色域边界集，对待处理图像进行亮度压缩处理，得到第一图像包括：对亮度色域边界集进行插值处理，得到亮度色域边界值；根据亮度色域边界值，获取亮度压缩比例；根据亮度压缩比例，对待处理图像进行亮度压缩处理，得到第一图像。
在本公开的一些实施例中，根据亮度色域边界值，获取亮度压缩比例包括：根据亮度色域边界值和控制参数，确定待处理图像中每个像素点的初始亮度压缩比例；基于每个像素点的初始亮度压缩比例以及像素点的邻域像素点的初始亮度压缩比例，进行滤波处理，得到平滑亮度压缩比例；利用线性RGB控制曲线，对平滑亮度压缩比例进行加权处理，以获取亮度压缩比例。
进一步的，根据亮度色域边界集，待处理图像中每个颜色点的亮度色域边界值可以利用双线性插值从对应的表格获取。
进一步的，根据亮度色域边界值，可以通过设计压缩曲线的方式，获取亮度压缩比例。
具体地，如图8所示，压缩曲线可以采用二阶Bezier曲线形式，根据亮度色域边界值和控制参数，可以获取对应的Bezier曲线，其中，Bezier曲线具体公式如下：
公式中P2表示亮度色域边界，P0，P1表示Bezier曲线的控制参数。x可以理解待处理图像压缩前的亮度值，y可以理解为待处理图像压缩后的亮度值，y/x即为初始亮度压缩比例，通过该压缩曲线，根据待处理图像中每个像素点的亮度值，即可得到对应的每个像素点压缩后的亮度值，通过计算可获取待处理图像中每个像素点的初始亮度压缩比例。
在一些实施例中，基于每个像素点的初始亮度压缩比例以及像素点的邻域像素点的初始亮度压缩比例，进行滤波处理，得到平滑亮度压缩比例。
具体地，本实施例中需要对待处理图像中每个像素点的压缩比例进行滤波处理，以3x3高斯滤波处理为例，对于当前正在进行高斯滤波处理的像素点，基于当前像素点的初始亮度压缩比例，以及其3*3领域内像素点的初始亮度压缩比例进行高斯滤波处理，以得到当前像素点的平滑亮度压缩比例，也可以采用其他滤波处理方式，本公开不予限制。
应该说明的是，通过滤波处理可以防止压缩亮度的时候在高亮区域出现亮度分层问题，得到可以实现更加平滑的亮度压缩比例。
在一些实施例中，利用线性RGB控制曲线，对平滑亮度压缩比例进行加权处理，以获取亮度压缩比例。
具体地，一种线性RGB控制曲线如图9所示，其中weight代表权重系数，依据待处理图像中每个像素点的亮度值获取，luma表示亮度，计算方式与所在RGB空间有关系，以线性sRGB为例，计算公式如下：
由此，在本公开一些实施例中，通过引入权重系数调整亮度，获取亮度压缩比例，可以避免亮度压缩时的不平滑。
进一步的，根据待处理图像中每个像素点的亮度压缩比例，对待处理图像中每个像素点进行亮度压缩，将压缩后得到的图像作为第一图像。
步骤403，基于饱和度色域边界集，对第一图像进行饱和度压缩处理，得到第二图像，将第二图像作为压缩图像。
在本公开的一些实施例中，基于饱和度色域边界集，对第一图像进行饱和度压缩处理，得到第二图像包括：对饱和度色域边界集进行插值处理，得到饱和度色域边界值；根据饱和度色域边界值，获取饱和度压缩比例；根据饱和度压缩比例，对第一图像进行饱和度压缩处理，得到第二图像。
进一步的，根据饱和度色域边界集，待处理图像中每个颜色点的饱和度色域边界值可以利用双线性插值从对应的表格获取。
进一步的，根据饱和度色域边界值，可以通过设计压缩曲线的方式，获取饱和度压缩比例。
具体地，如图8所示，压缩曲线可以采用二阶Bezier曲线形式，根据饱和度色域边界值和控制参数，可以获取对应的Bezier曲线，其中，Bezier曲线具体公式如下：
公式中P2表示饱和度色域边界，P0，P1表示Bezier曲线的控制参数。x可以理解待处理图像压缩前的饱和度值，y可以理解为待处理图像压缩后的饱和度值，y/x即为饱和度压缩比例，通过该压缩曲线，根据待处理图像中每个像素点的饱和度值，即可得到对应的每个像素点压缩后的饱和度值，通过计算可获取待处理图像中每个像素点的饱和度压缩比例。
进一步的，根据待处理图像中每个像素点的饱和度压缩比例，对待处理图像中每个像素点进行饱和度压缩，将压缩后得到的图像为第二图像，将第二图像作为压缩图像。
步骤404，对压缩图像进行色调校正处理，以获取目标图像。
步骤404的解释具体参照图3所示实施例中的步骤201、步骤301-304，本公开的实施例中不再赘述。
应当强调的是，本公开的实施例，先对待处理图像进行亮度压缩处理，后进行饱和度压缩处理，在其他的实施例中也可以先对待处理图像进行饱和度压缩处理，后进行亮度压缩处理，具体的亮度压缩处理和饱和度压缩处理方式与本公开的实施例相同，仅顺序不同，不再赘述。
综上，根据本公开提出的图像处理方法，借助HSV颜色空间作为媒介进行色域压缩，采用色域边界集存储色域边界，不需要进行直接坐标和球坐标之间的来回转换，改善了算法的实时性，根据饱和度色域边界集和亮度边界集对待处理图像进行饱和度压缩处理和亮度压缩处理，且通过对亮度压缩比例进行滤波处理，以及引入权重系数调整亮度压缩比例，防止压缩亮度时在高亮区域出现亮度分层问题，避免亮度压缩时的不平滑。
基于图7所示的实施例，图10进一步示出本公开提出的一种图像处理方法的流程图。应当说明的是，本公开的实施例中步骤504-506是对图7所示实施例中步骤404的进一步公开。
如图7所示，该方法包括如下步骤。
步骤501，对待处理图像逐像素进行色域统计，以获取待处理图像的亮度色域边界集与饱和度色域边界集。
步骤502，根据亮度色域边界集，对待处理图像进行亮度压缩处理，得到第一图像。
步骤503，基于饱和度色域边界集，对第一图像进行饱和度压缩处理，得到第二图像，将第二图像作为压缩图像。
在本公开的一些实施例中，该方法还包括：获取原始图像，原始图像以RGB颜色空间表示；对原始图像进行颜色空间转换处理，得到待压缩图像；对目标图像进行颜色空间转换处理，以得到处理图像，处理图像以RGB颜色空间表示。
步骤501-步骤503的解释具体参照图7所示实施例中的步骤401-403，本公开的实施例中不再赘述。
应当说明的是，由于HSV颜色空间不是均匀的颜色空间，因此压缩亮度或饱和度的时会影响色调进而改变图像的颜色色貌，图11示出一种Hung and Berns数据集，将Hungand Berns数据集显示到HSV空间，从原点出发的曲线越接近直线说明色调线性度越好。如图11所示，其中HSV色的空间的色调线性度不好，尤其是蓝色以及红色区域，在色域压缩向原点方向压缩饱和度时，由于不同饱和度位置感知色调不一样，会导致压缩饱和度的同时改变颜色色调。
而且，压缩亮度对色调的影响较小，进行色调校正处理无法获取有益的效果，而压缩饱和度会对色调造成较大的影响，进行色调校正处理可以获取更多有益的效果。因此，本公开中，只需要对饱和度压缩进行色调校正处理，过程如步骤504-506所示。
步骤504，获取第一图像的第一感知色调值和第二图像的第二感知色调值。
本公开的实施例中，第一图像为饱和度压缩前的图像，第二图像为饱和度压缩后的图像。
本公开的实施例中，可以通过构造二维查找表获取第一图像的第一感知色调值和第二图像的第二感知色调值，也可以通过其他方式获取，本公开不予限制。
进一步的，本公开的一些实施例中，获取第一图像的第一感知色调值和第二图像的第二感知色调值包括：构造二维查找表，二维查找表的第一维度为色调，第二维度为饱和度；利用预设数据集，确定二维查找表中每个格点的角度值；基于二维查找表，利用双线性插值算法确定第一图像和第二图像中的每个像素点对应的感知色调值，作为第一感知色调值和第二感知色调值。
具体地，构造72x36的二维表格，两个维度分别代表HSV中的H和S。H的范围：[0，360)，S的范围：[0，1.5]，S的范围可以根据需要扩大或者缩小。Hung and Berns数据集包含12个色调，每个色调的具体角度值以第一个点的角度值为基准，形成十二条网格线，可以通过网格线间线性插值确定二维查找表中每个格点的角度值，进而任意HSV数值对应的感知色调值就可以利用双线性插值从二维表格计算得来。
步骤505，基于第一感知色调值与第二感知色调值，得到色调变化量。
步骤506，基于色调变化量与待处理图像的色调值，获取目标图像。
在本公开的一种实施例中，可以将饱和度压缩前的感知色调值减去饱和度压缩后的感知色调值，得到感知色调值的差值，即色调变化量，将该色调变化量与待处理图像的色调值进行求和处理，得到校正后的色调值与饱和度压缩后图像的色调值替换，得到目标图像。
应当强调的是，无论先进行饱和度压缩处理还是亮度压缩处理，色调校正处理应在饱和度压缩处理完成后进行。
在其他的实施例中也可以先对待处理图像进行饱和度压缩处理，后进行亮度压缩处理，色调校正处理应在饱和度压缩处理完成之后或全部压缩处理完成之后进行，具体的色调校正处理方法与本公开的实施例相同，应根据饱和度压缩前后的图像感知色调值的差值，对待处理图像的色调值进行校正，具体过程不再赘述。
综上，根据本公开提出的图像处理方法，借助HSV颜色空间作为媒介进行色域压缩，采用色域边界集存储色域边界，不需要进行直接坐标和球坐标之间的来回转换，改善了算法的实时性，根据饱和度色域边界集和亮度边界集对待处理图像进行饱和度压缩处理和亮度压缩处理，且通过对亮度压缩比例进行滤波处理，以及引入权重系数调整亮度压缩比例，防止压缩亮度时在高亮区域出现亮度分层问题，避免亮度压缩时的不平滑，通过计算饱和度压缩前后的图像感知色调值的差值，对待处理图像的色调值进行校正，校正了饱和度压缩后图像颜色的色貌。
图12为本公开实施例提供的一种图像处理装置600的结构示意图。如图12所示，该图像处理装置包括：
统计模块610，用于对待处理图像逐像素进行色域统计，以获取待处理图像的亮度色域边界集与饱和度色域边界集，其中，待处理图像以HSV颜色空间表示；
压缩模块620，用于根据亮度色域边界集和饱和度色域边界集，对待处理图像进行亮度压缩处理以及饱和度压缩处理，以获取压缩图像；
校正模块630，用于对压缩图像进行色调校正处理，以获取目标图像。
综上，本公开提出的图像处理装置，借助HSV颜色空间作为媒介进行色域压缩，在压缩过程中，采用色域边界集存储色域边界值，不需要进行直接坐标和球坐标之间的来回转换，改善了算法的实时性，通过色调校正修正压缩中对图像颜色色貌的改变，在实现图像色域压缩的同时能够更好的保持图像颜色的色貌。
在一些实施例中，统计模块610具体用于：获取初始亮度集和初始饱和度集，初始亮度集和初始饱和度集具有预设个数的格点，每个格点位置具有初始存储值；根据待处理图像中的每个像素点的亮度值和饱和度值，分别确定每个像素点落在初始亮度集和初始饱和度集的格点位置；当像素点的亮度值或饱和度值大于对应格点位置的存储值时，以像素点的亮度值或饱和度值替换对应格点位置格点的存储值；遍历待处理图像中的所有像素点，以获取亮度色域边界集和饱和度色域边界集。
在一些实施例中，遍历待处理图像中的所有像素点，以获取亮度色域边界集和饱和度色域边界集包括：遍历待处理图像中的所有像素点，以获取全图统计后的亮度表和饱和度表；对亮度表和饱和度表进行滤波处理，得到亮度色域边界集和饱和度色域边界集。
在一些实施例中，压缩模块620具体用于：根据亮度色域边界集，对待处理图像进行亮度压缩处理，得到第一图像；基于饱和度色域边界集，对第一图像进行饱和度压缩处理，得到第二图像，将第二图像作为压缩图像。
在一些实施例中，根据亮度色域边界集，对待处理图像进行亮度压缩处理，得到第一图像包括：对亮度色域边界集进行插值处理，得到亮度色域边界值；根据亮度色域边界值，获取亮度压缩比例；根据亮度压缩比例，对待处理图像进行亮度压缩处理，得到第一图像。
在一些实施例中，根据亮度色域边界值，获取亮度压缩比例包括：根据亮度色域边界值和控制参数，确定待处理图像中每个像素点的初始亮度压缩比例；基于每个像素点的初始亮度压缩比例以及像素点的邻域像素点的初始亮度压缩比例，进行滤波处理，得到平滑亮度压缩比例；利用线性RGB控制曲线，对平滑亮度压缩比例进行加权处理，以获取亮度压缩比例。
在一些实施例中，基于饱和度色域边界集，对第一图像进行饱和度压缩处理，得到第二图像包括：对饱和度色域边界集进行插值处理，得到饱和度色域边界值；根据饱和度色域边界值，获取饱和度压缩比例；根据饱和度压缩比例，对第一图像进行饱和度压缩处理，得到第二图像。
在一些实施例中，校正模块630具体用于：获取第一图像的第一感知色调值和第二图像的第二感知色调值；基于第一感知色调值与第二感知色调值，得到色调变化量；基于色调变化量与待处理图像的色调值，获取目标图像。
在一些实施例中，获取第一图像的第一感知色调值和第二图像的第二感知色调值包括：构造二维查找表，二维查找表的第一维度为色调，第二维度为饱和度；利用预设数据集，确定二维查找表中每个格点的角度值；基于二维查找表，利用双线性插值算法确定第一图像和第二图像中的每个像素点对应的感知色调值，作为第一感知色调值和第二感知色调值。
在一些实施例中，该方法还包括：获取原始图像，原始图像以RGB颜色空间表示；对原始图像进行颜色空间转换处理，得到待压缩图像；对目标图像进行颜色空间转换处理，以得到处理图像，处理图像以RGB颜色空间表示。
由于本公开实施例提供的装置与上述几种实施例提供的方法相对应，因此方法的实施方式也适用于本实施例提供的装置，在本实施例中不再详细描述。
综上，本公开提出的图像处理装置，借助HSV颜色空间作为媒介进行色域压缩，更容易区分RGB空间上的超色域情况，在压缩过程中，采用亮度色域边界集和饱和度色域边界集存储色域边界值，不需要进行直接坐标和球坐标之间的来回转换，改善了算法的实时性，通过色调校正修正压缩中对图像颜色色貌的改变，实现图像色域压缩的同时能够更好的保持图像颜色的色貌。
上述本申请提供的实施例中，对本申请实施例提供的方法及装置进行了介绍。为了实现上述本申请实施例提供的方法中的各功能，电子设备可以包括硬件结构、软件模块，以硬件结构、软件模块、或硬件结构加软件模块的形式来实现上述各功能。上述各功能中的某个功能可以以硬件结构、软件模块、或者硬件结构加软件模块的方式来执行。
图13是根据一示例性实施例示出的一种用于实现上述图像处理方法的电子设备800的框图。例如，电子设备700可以是移动电话，计算机，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图13，电子设备700可以包括以下一个或多个组件：处理组件702，存储器704，电源组件706，多媒体组件708，音频组件710，输入/输出（I/O）的接口712，传感器组件714，以及通信组件716。
处理组件702通常控制电子设备700的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件702可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件702可以包括一个或多个模块，便于处理组件702和其他组件之间的交互。例如，处理组件702可以包括多媒体模块，以方便多媒体组件708和处理组件702之间的交互。
存储器704被配置为存储各种类型的数据以支持在电子设备700的操作。这些数据的示例包括用于在电子设备700上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。
电源组件706为电子设备700的各种组件提供电力。电源组件706可以包括电源管理系统，一个或多个电源，及其他与为电子设备700生成、管理和分配电力相关联的组件。
多媒体组件708包括在电子设备700和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器（LCD）和触摸面板（TP）。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件708包括一个前置摄像头和/或后置摄像头。当电子设备700处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件710被配置为输出和/或输入音频信号。例如，音频组件710包括一个麦克风（MIC），当电子设备700处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器704或经由通信组件716发送。在一些实施例中，音频组件710还包括一个扬声器，用于输出音频信号。
I/O接口712为处理组件702和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件714包括一个或多个传感器，用于为电子设备700提供各个方面的状态评估。例如，传感器组件714可以检测到电子设备700的打开/关闭状态，组件的相对定位，例如组件为电子设备700的显示器和小键盘，传感器组件714还可以检测电子设备700或电子设备700一个组件的位置改变，用户与电子设备700接触的存在或不存在，电子设备700方位或加速/减速和电子设备700的温度变化。传感器组件714可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件714还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件714还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件716被配置为便于电子设备700和其他设备之间有线或无线方式的通信。电子设备700可以接入基于通信标准的无线网络，如WiFi，2G或3G，4G LTE、5G NR（NewRadio）或它们的组合。在一个示例性实施例中，通信组件716经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件716还包括近场通信（NFC）模块，以促进短程通信。例如，在NFC模块可基于射频识别（RFID）技术，红外数据协会（IrDA）技术，超宽带（UWB）技术，蓝牙（BT）技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路（ASIC）、数字信号处理器（DSP）、数字信号处理设备（DSPD）、可编程逻辑器件（PLD）、现场可编程门阵列（FPGA）、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器704，上述指令可由电子设备700的处理器720执行以完成上述方法。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。
本公开的实施例还提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开上述实施例中描述的图像处理方法。
本公开的实施例还提出一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行本公开上述实施例中描述的图像处理方法。
本公开的实施例还提出了一种芯片，该芯片包括一个或多个接口电路和一个或多个处理器；接口电路用于接收代码指令并向处理器传输，处理器用于运行代码指令以执行本公开上述实施例中描述的图像处理方法。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本说明书的描述中，参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理模块的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(控制方法)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
应当理解，本发明的实施方式的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明的各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器，磁盘或光盘等。
尽管上面已经示出和描述了本发明的实施方式，可以理解的是，上述实施方式是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施实施进行变化、修改、替换和变型。
Claims (13)
1.一种图像处理方法，其特征在于，所述方法包括：
对待处理图像逐像素进行色域统计，以获取所述待处理图像的亮度色域边界集与饱和度色域边界集，其中，所述待处理图像以HSV颜色空间表示；所述获取所述待处理图像的亮度色域边界集与饱和度色域边界集包括：
获取初始亮度集和初始饱和度集，所述初始亮度集和所述初始饱和度集具有预设个数的格点，每个格点位置具有初始存储值；
根据所述待处理图像中的每个像素点的亮度值和饱和度值，分别确定每个像素点落在所述初始亮度集和所述初始饱和度集的格点位置；
当所述像素点的亮度值或饱和度值大于对应格点位置的存储值时，以所述像素点的亮度值或饱和度值替换对应格点位置格点的存储值；
遍历所述待处理图像中的所有像素点，以获取所述亮度色域边界集和所述饱和度色域边界集；
根据所述亮度色域边界集和所述饱和度色域边界集，对所述待处理图像进行亮度压缩处理以及饱和度压缩处理，以获取压缩图像；
对所述压缩图像进行色调校正处理，以获取目标图像。
2.根据权利要求1所述的方法，其特征在于，所述遍历所述待处理图像中的所有像素点，以获取所述亮度色域边界集和所述饱和度色域边界集包括：
遍历所述待处理图像中的所有像素点，以获取全图统计后的亮度表和饱和度表；
对所述亮度表和所述饱和度表进行滤波处理，得到所述亮度色域边界集和所述饱和度色域边界集。
3.根据权利要求1所述的方法，其特征在于，所述根据所述亮度色域边界集和所述饱和度色域边界集，对所述待处理图像进行亮度压缩处理以及饱和度压缩处理，以获取压缩图像包括：
根据所述亮度色域边界集，对所述待处理图像进行亮度压缩处理，得到第一图像；
基于所述饱和度色域边界集，对所述第一图像进行饱和度压缩处理，得到第二图像，将所述第二图像作为所述压缩图像。
4.根据权利要求3所述的方法，其特征在于，所述根据所述亮度色域边界，对所述待处理图像进行亮度压缩处理，得到第一图像包括：
对所述亮度色域边界集进行插值处理，得到亮度色域边界值；
根据所述亮度色域边界值，获取亮度压缩比例；
根据所述亮度压缩比例，对所述待处理图像进行亮度压缩处理，得到所述第一图像。
5.根据权利要求4所述的方法，其特征在于，所述根据所述亮度色域边界值，获取亮度压缩比例包括：
根据所述亮度色域边界值和控制参数，确定所述待处理图像中每个像素点的初始亮度压缩比例；
基于每个像素点的初始亮度压缩比例以及所述像素点的邻域像素点的初始亮度压缩比例，进行滤波处理，得到平滑亮度压缩比例；
利用线性RGB控制曲线，对所述平滑亮度压缩比例进行加权处理，以获取所述亮度压缩比例。
6.根据权利要求3所述的方法，其特征在于，所述基于所述饱和度色域边界集，对所述第一图像进行饱和度压缩处理，得到第二图像包括：
对所述饱和度色域边界集进行插值处理，得到饱和度色域边界值；
根据所述饱和度色域边界值，获取饱和度压缩比例；
根据所述饱和度压缩比例，对所述第一图像进行饱和度压缩处理，得到所述第二图像。
7.根据权利要求3至6中任一项所述的方法，其特征在于，所述对所述压缩图像进行色调校正处理，以获取目标图像包括：
获取所述第一图像的第一感知色调值和所述第二图像的第二感知色调值；
基于所述第一感知色调值与所述第二感知色调值，确认色调变化量；
基于所述色调变化量与所述待处理图像的色调值，获得所述目标图像。
8.根据权利要求7所述的方法，其特征在于，所述获取第一图像的第一感知色调值和所述第二图像的第二感知色调值包括：
构造二维查找表，所述二维查找表的第一维度为色调，第二维度为饱和度；
利用预设数据集，确定所述二维查找表中每个格点的角度值；
基于所述二维查找表，利用双线性插值算法确定所述第一图像和所述第二图像中的每个像素点对应的感知色调值，作为所述第一感知色调值和所述第二感知色调值。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取原始图像，所述原始图像以RGB颜色空间表示；
对所述原始图像进行颜色空间转换处理，得到所述待处理图像；
对所述目标图像进行颜色空间转换处理，以得到处理图像，所述处理图像以RGB颜色空间表示。
10.一种图像处理装置，其特征在于，所述装置包括：
统计模块，用于对待处理图像逐像素进行色域统计，以获取所述待处理图像的亮度色域边界集与饱和度色域边界集，其中，所述待处理图像以HSV颜色空间表示；所述获取所述待处理图像的亮度色域边界集与饱和度色域边界集包括：
获取初始亮度集和初始饱和度集，所述初始亮度集和所述初始饱和度集具有预设个数的格点，每个格点位置具有初始存储值；
根据所述待处理图像中的每个像素点的亮度值和饱和度值，分别确定每个像素点落在所述初始亮度集和所述初始饱和度集的格点位置；
当所述像素点的亮度值或饱和度值大于对应格点位置的存储值时，以所述像素点的亮度值或饱和度值替换对应格点位置格点的存储值；
遍历所述待处理图像中的所有像素点，以获取所述亮度色域边界集和所述饱和度色域边界集；
压缩模块，用于根据所述亮度色域边界集和所述饱和度色域边界集，对所述待处理图像进行亮度压缩处理以及饱和度压缩处理，以获取压缩图像；
校正模块，用于对所述压缩图像进行色调校正处理，以获取目标图像。
11.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
13.一种芯片，其特征在于，包括一个或多个接口电路和一个或多个处理器；所述接口电路用于接收代码指令并向所述处理器传输，所述处理器用于运行所述代码指令以执行权利要求1-9中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310050635.1A CN116017171B (zh) | 2023-02-01 | 2023-02-01 | 一种图像处理方法、装置、电子设备、芯片及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310050635.1A CN116017171B (zh) | 2023-02-01 | 2023-02-01 | 一种图像处理方法、装置、电子设备、芯片及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116017171A CN116017171A (zh) | 2023-04-25 |
| CN116017171B true CN116017171B (zh) | 2023-06-20 |
Family
ID=86026745
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310050635.1A Active CN116017171B (zh) | 2023-02-01 | 2023-02-01 | 一种图像处理方法、装置、电子设备、芯片及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116017171B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005002205A1 (ja) * | 2003-06-25 | 2005-01-06 | Nikon Corporation | 画像処理装置、画像補正プログラム |
| CN1645904A (zh) * | 2004-01-21 | 2005-07-27 | 柯尼卡美能达影像株式会社 | 图像处理方法、图像处理装置及图像记录装置 |
| JP2014033275A (ja) * | 2012-08-01 | 2014-02-20 | Nikon Corp | 色域変換装置、デジタルカメラ、色域変換プログラムおよび色域変換方法 |
| CN106412619A (zh) * | 2016-09-28 | 2017-02-15 | 江苏亿通高科技股份有限公司 | 一种基于hsv颜色直方图和dct感知哈希的镜头边界检测方法 |
| CN107784993A (zh) * | 2017-09-30 | 2018-03-09 | 上海顺久电子科技有限公司 | 一种色域压缩方法、装置及显示设备 |
| CN110741624A (zh) * | 2017-06-13 | 2020-01-31 | 皇家飞利浦有限公司 | 用于hdr(解码)编码的色域映射 |
| CN110891166A (zh) * | 2019-11-19 | 2020-03-17 | 上海开放大学 | 一种图像色彩增强的方法和存储介质 |
| CN111105359A (zh) * | 2019-07-22 | 2020-05-05 | 浙江万里学院 | 一种高动态范围图像的色调映射方法 |
| CN114757839A (zh) * | 2022-03-22 | 2022-07-15 | 浙江万里学院 | 一种基于宏微观信息增强及色彩校正的色调映射方法 |
-
2023
- 2023-02-01 CN CN202310050635.1A patent/CN116017171B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005002205A1 (ja) * | 2003-06-25 | 2005-01-06 | Nikon Corporation | 画像処理装置、画像補正プログラム |
| CN1645904A (zh) * | 2004-01-21 | 2005-07-27 | 柯尼卡美能达影像株式会社 | 图像处理方法、图像处理装置及图像记录装置 |
| JP2014033275A (ja) * | 2012-08-01 | 2014-02-20 | Nikon Corp | 色域変換装置、デジタルカメラ、色域変換プログラムおよび色域変換方法 |
| CN106412619A (zh) * | 2016-09-28 | 2017-02-15 | 江苏亿通高科技股份有限公司 | 一种基于hsv颜色直方图和dct感知哈希的镜头边界检测方法 |
| CN110741624A (zh) * | 2017-06-13 | 2020-01-31 | 皇家飞利浦有限公司 | 用于hdr(解码)编码的色域映射 |
| CN107784993A (zh) * | 2017-09-30 | 2018-03-09 | 上海顺久电子科技有限公司 | 一种色域压缩方法、装置及显示设备 |
| CN111105359A (zh) * | 2019-07-22 | 2020-05-05 | 浙江万里学院 | 一种高动态范围图像的色调映射方法 |
| CN110891166A (zh) * | 2019-11-19 | 2020-03-17 | 上海开放大学 | 一种图像色彩增强的方法和存储介质 |
| CN114757839A (zh) * | 2022-03-22 | 2022-07-15 | 浙江万里学院 | 一种基于宏微观信息增强及色彩校正的色调映射方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116017171A (zh) | 2023-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109345485B (zh) | 一种图像增强方法、装置、电子设备及存储介质 | |
| CN104517268B (zh) | 调整图像亮度的方法及装置 | |
| CN107038715B (zh) | 一种图像处理方法及装置 | |
| CN107992182B (zh) | 显示界面图像的方法和装置 | |
| CN110958401B (zh) | 一种超级夜景图像颜色校正方法、装置和电子设备 | |
| JP6328275B2 (ja) | 画像タイプ識別方法、装置、プログラム及び記録媒体 | |
| CN108986053B (zh) | 屏幕显示方法及装置 | |
| CN111709890A (zh) | 一种图像增强模型的训练方法、装置及存储介质 | |
| CN111625213A (zh) | 画面显示方法、装置和存储介质 | |
| CN105791790A (zh) | 图像处理方法及装置 | |
| US10204403B2 (en) | Method, device and medium for enhancing saturation | |
| EP3396940B1 (en) | Method and apparatus for sorting filter options | |
| CN115239570A (zh) | 图像处理方法、图像处理装置及存储介质 | |
| CN113472997A (zh) | 图像处理方法及装置、移动终端及存储介质 | |
| CN116017171B (zh) | 一种图像处理方法、装置、电子设备、芯片及存储介质 | |
| US11348365B2 (en) | Skin color identification method, skin color identification apparatus and storage medium | |
| CN114331852A (zh) | 高动态范围图像的处理方法、装置及存储介质 | |
| CN106571127B (zh) | 一种显示目标图像的方法和装置 | |
| CN111538447A (zh) | 信息展示方法、装置、设备及存储介质 | |
| CN112188179B (zh) | 图像缩略图显示方法、图像缩略图显示装置及存储介质 | |
| CN115375555A (zh) | 图像处理方法及装置 | |
| CN115802173A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| CN117057995A (zh) | 图像处理方法、装置、芯片、电子设备及存储介质 | |
| CN115619879A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| CN114339187A (zh) | 图像处理方法、图像处理装置及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |