CN116109528A - 一种图像处理方法、装置及电子设备 - Google Patents
一种图像处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN116109528A CN116109528A CN202310082926.9A CN202310082926A CN116109528A CN 116109528 A CN116109528 A CN 116109528A CN 202310082926 A CN202310082926 A CN 202310082926A CN 116109528 A CN116109528 A CN 116109528A
- Authority
- CN
- China
- Prior art keywords
- image
- histogram
- image block
- block
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 35
- 230000000903 blocking effect Effects 0.000 claims abstract description 11
- 230000001186 cumulative effect Effects 0.000 claims description 62
- 238000005315 distribution function Methods 0.000 claims description 60
- 230000008569 process Effects 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 description 10
- 230000001965 increasing effect Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Facsimile Image Signal Circuits (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了一种图像处理方法、装置及电子设备。该方法包括:对获得的原始图像进行分块处理,得到多个图像块;获得所述图像块的第一直方图和第二直方图,其中,所述第一直方图包括的原始特征信息多于所述第二直方图;利用对应权重对所述第一直方图和所述第二直方图进行加权处理,得到第三直方图;利用所述第三直方图对所述图像块进行处理,得到目标图像。
Description
技术领域
本申请涉及图像处理领域,特别涉及一种图像处理方法、装置及电子设备。
背景技术
在图像处理领域,通常需要增强图像的显示效果。如增强图像的对比度,以提供清晰的,好看的图像。目前图像对比度增强方法大致可以分为两种:一种是基于图像分层理论,将图像分成反射图和光照图,对反射图进行处理;另一种方式是利用图像的直方图信息,重新分布图像的灰度级的方式来增强图像对比度。但是上述图像处理方式可能会造成细节丢失问题,无法达到局部图像增强的效果。
发明内容
本申请实施例提供了一种图像处理方法、装置及电子设备。其中,本申请实施例提供的一种图像处理方法,包括:
对获得的原始图像进行分块处理,得到多个图像块;
获得所述图像块的第一直方图和第二直方图,其中,所述第一直方图包括的原始特征信息多于所述第二直方图;
利用对应权重对所述第一直方图和所述第二直方图进行加权处理,得到第三直方图;
利用所述第三直方图对所述图像块进行处理,得到目标图像。
作为可选,所述利用对应权重对所述第一直方图和所述第二直方图进行加权处理,得到第三直方图,包括:
确定每一图像块的图像结构类型,基于所述图像结构类型确定所述第一直方图对应的第一权重和所述第二直方图对应的第二权重;
利用所述第一权重和所述第二权重对所述第一直方图和所述第二直方图进行加权处理,得到每一图像块的第三直方图。
作为可选,其中,确定每一图像块的图像结构类型,包括:
获得每一图像块的图像梯度信息,基于所述图像梯度信息计算所述图像块的相对总变分;
基于所述相对总变分确定每一图像块的图像结构类型。
作为可选,其中,基于所述图像结构类型确定所述第一直方图对应的第一权重和所述第二直方图对应的第二权重,包括:
如果所述图像块属于第一图像结构类型,配置所述第一权重小于所述第二权重,以在第一幅度下调整所述图像块的图像参数;
如果所述图像块属于第二图像结构类型,配置所述第一权重大于所述第二权重,以在第二幅度下调整所述图像块的图像参数;
其中,所述第一幅度小于所述第二幅度。
作为可选,所述利用所述第三直方图对所述图像块进行处理,得到目标图像,包括:
获得每一图像块的第三直方图的累积分布函数;
利用所述累积分布函数对对应图像块内的像素进行函数映射,得到第一部分目标图像;
利用所述累积分布函数对对应图像块外的像素进行线性插值处理,得到第二部分目标图像;
基于所述第一部分目标图像和所述第二部分目标图像得到所述目标图像。
作为可选,其中,利用所述累积分布函数对对应图像块外的像素进行线性插值处理,得到第二部分目标图像,包括:
确定目标区域的坐标信息,基于所述坐标信息以对应的累积分布函数对所述目标区域内的像素进行线性插值处理,得到所述第二部分目标图像,所述目标区域不包括所述图像块内的区域。
作为可选,其中,基于所述坐标信息以对应的累积分布函数对所述目标区域内的像素进行线性插值处理,包括以下至少之一:
如果所述坐标信息表征所述目标区域为一图像块与所述原始图像的边缘之间的区域,以该图像块对应的累积分布函数对所述目标区域内的像素进行单线性插值处理,得到所述第二部分目标图像;
如果所述坐标信息表征所述目标区域为相邻图像块之间的区域,以相邻图像块分别对应的累积分布函数对所述目标区域内的像素进行双线性插值处理,得到所述第二部分目标图像。
作为可选,其中,利用所述累积分布函数对对应图像块外的像素进行线性插值处理,得到第二部分目标图像,包括:
利用第一图像块和第二图像块分别对应的累积分布函数对目标区域内的像素进行双线性插值处理,得到所述第二部分目标图像;
其中,所述目标区域包括所述第一图像块和所述第二图像块之间的区域,所述第二图像块是与所述第一图像块相邻的图像块。
本申请实施例还提供了一种图像处理装置,包括:
分块模块,其配置为对获得的原始图像进行分块处理,得到多个图像块;
获取模块,其配置为获得所述图像块的第一直方图和第二直方图,其中,所述第一直方图包括的原始特征信息多于所述第二直方图;
处理模块,其配置为利用对应权重对所述第一直方图和所述第二直方图进行加权处理,得到第三直方图;
所述处理模块还配置为利用所述第三直方图对所述图像块进行处理,得到目标图像。
本申请实施例还提供了一种电子设备,包括处理器和存储器,所述存储器中存储有可执行程序,所述存储器执行所述可执行程序以进行如上所述的方法的步骤。
本申请实施例还提供一种存储介质,所述存储介质承载有一个或者多个计算机程序,所述一个或者多个计算机程序被处理器执行时实现任一实施例所述方法的步骤。
本实施例的该图像处理方法,将原始图像进行分块化,并生成每个图像块对应的多个不同类型的直方图,对每个类型的直方图对应的权值进行设定,利用得到的第三直方图能够对原始图像中的像素值进行适当调整,突出局部细节的同时削弱了噪点,保证目标图像显示自然的同时提高了图像显示效果。
附图说明
图1为本申请实施例的图像处理方法的流程图;
图2为本申请实施例的图1中步骤S300的一个实施例的流程图;
图3为本申请实施例的图2中步骤S310的一个实施例的流程图;
图4为本申请实施例的图2中步骤S310的另一个实施例的流程图;
图5为本申请实施例的图1中步骤S400的一个实施例的流程图;
图6为本申请实施例的图像处理方法的一个具体实施例的流程图;
图7为本申请实施例的图像处理装置的结构框图;
图8为本申请实施例的电子设备的结构框图。
具体实施方式
此处参考附图描述本申请的各种方案以及特征。
应理解的是,可以对此处申请的实施例做出各种修改。因此,上述说明书不应该视为限制,而仅是作为实施例的范例。本领域的技术人员将想到在本申请的范围和精神内的其他修改。
包含在说明书中并构成说明书的一部分的附图示出了本申请的实施例,并且与上面给出的对本申请的大致描述以及下面给出的对实施例的详细描述一起用于解释本申请的原理。
通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述,本申请的这些和其它特性将会变得显而易见。
还应当理解,尽管已经参照一些具体实例对本申请进行了描述,但本领域技术人员能够确定地实现本申请的很多其它等效形式。
当结合附图时,鉴于以下详细说明,本申请的上述和其他方面、特征和优势将变得更为显而易见。
此后参照附图描述本申请的具体实施例;然而,应当理解,所申请的实施例仅仅是本申请的实例,其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本申请模糊不清。因此,本文所申请的具体的结构性和功能性细节并非意在限定,而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本申请。
本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”,其均可指代根据本申请的相同或不同实施例中的一个或多个。
本申请实施例的一种图像处理方法,该方法可以用于增强图像的显示效果。例如提高图像的对比度从而得到清晰图像。该方法可以应用于电子设备中,如具体应用在安装在电子设备的图像处理系统或图像处理模块中。例如,该方法可以应用在手机中的图像处理模块中,通过该方法使得图像处理模块能够处理输入到手机中的图片,并输出处理后的图片。
该方法包括以下步骤:获取输入的原始图像,该原始图像为图像处理对象,如图片。将获取到的原始图像进行分块处理,形成多个图像块,具体的分块方式可以基于预设划分模式进行分块,如按照图像的尺寸、内容和/或划分目标进行分块。每个图像块的内容和图像特征不同。利用对应匹配权重,并使用加权计算公式对第一直方图和第二直方图进行加权计算,得到第三直方图。该第三直方图突出了第一直方图和第二直方图各自的图像表现优势,抑制了第一直方图和第二直方图各自的图像表现劣势。每个图像块均具有各自对应的第三直方图,基于所有的第三直方图能够得到与原始图像对应的目标图像。
下面结合附图对该图像处理方法进行详细的说明。图1为本申请实施例的图像处理方法的流程图,如图1所示,该方法包括以下步骤:
S100,对获得的原始图像进行分块处理,得到多个图像块。
示例性的,原始图像可以是输入到电子设备中需要处理的对象。基于预设划分方式可以对原始图像进行分快处理。而该预设划分方式则可以基于原始图像的尺寸、内容和/或划分目标预先设定,也可以根据历史经验预先设定。从而实现对原始图像的合理分快处理,得到数量适当的多个图像块。即满足图像处理的质量要求,也提高了图像处理效率。
在一个实施例中,得到的每个图像块可以是尺寸相同,按照划分顺序和/或在原始图像中的位置信息而进行标识,从而便于对所有的图像块进行处理。
S200,获得所述图像块的第一直方图和第二直方图,其中,所述第一直方图包括的原始特征信息多于所述第二直方图;
示例性的,直方图是一种常用的数据统计图。在生成过程可以是对图像块的物理或特征量不同取值,找出它的最大值和最小值,然后确定一个区间,使其包含全部测量数据,将区间分成若干小区间,统计测量结果出现在各小区间的频数或占比,以测量数据为横坐标,以频数或占比为纵坐标,划出各小区间及其对应的频数或占比高度,则可得到一个矩形图,即用于统计的直方图。
本实施例中,对每个图像块均使用对应的直方图进行表示。分别生成图像块对应的第一直方图和第二直方图,其中,第一直方图和第二直方图各自侧重的统计数据不同,对图像块的内容表达方式不同,本实施例中的第一直方图包括呈现的原始图像的原始特征信息多于第二直方图。例如,第一直方图并不会过于增强图像显示效果,而是趋向于保持原始图像的原有图像特征。而第二直方图可以对原有的图像进行变形,如拉伸变化等操作。
S300,利用对应权重对所述第一直方图和所述第二直方图进行加权处理,得到第三直方图。
示例性的,在图像处理过程中,第一直方图和第二直方图具有各自的对应的权重。可以通过加权算法,使用对应权重对第一直方图和第二直方图进行加权处理。而该加权算法的设定、以及第一直方图和第二直方图各自的权重,可以基于用户对第三直方图的图像要求、原始图像的图像特点、目标图像的使用场景等多方面因素来进行设定。例如,更加突出原始图像的原有特征,则可以适当增大第一直方图的第一权重,如果适当增大对图像的变形,则可以相应的增大第二直方图的第二权重。
在一个实施例中,第一权重和第二权重之间具有联系,如在一定的数据值范围内,第一权重和第二权重互补。从而使得生成第三直方图并不会出现过于夸大的变化。
S400,利用所述第三直方图对所述图像块进行处理,得到目标图像。
示例性的,利用第三直方图对图像块进行处理的过程包括以对图像块本身处理为目标,对图像块的第三直方图进行累积分布的计算,描述图像块中的数据的随机变量落在任一区间上的概率,确定该图像块的至少一种特征。该处理过程还可以包括利用第三直方图,对多个相邻的图像块进行融合处理,如对相邻图像块进行插值处理,从而将所有处理后的图像块进行融合,得到完整而符合处理要求的目标图像。当然也可以将目标图像输出以便使用。
本实施例的该图像处理方法,将原始图像进行分块化,并生成每个图像块对应的多个不同类型的直方图,对每个类型的直方图对应的权值进行设定,利用得到的第三直方图能够对原始图像中的像素值进行适当调整,突出局部细节的同时削弱了噪点,保证目标图像显示自然的同时也提高了图像显示效果。
此外,还可以利用第三直方图,对多个相邻图像块之间过渡进行插值处理,使处理后的目标图像显示效果增强的同时整体显示也更加自然。
在本申请的一个实施例中,所述利用对应权重对所述第一直方图和所述第二直方图进行加权处理,得到第三直方图,如图2所示,包括以下步骤:
S310,确定每一图像块的图像结构类型,基于所述图像结构类型确定所述第一直方图对应的第一权重和所述第二直方图对应的第二权重。
示例性的,图像块为原始图像的各个不同部分,每个图像块的内容和图像结构类型不同。例如图像块的图像结构类型包括主结构和纹理结构。每个图像结构类型所表现的图像块的特性不同。因此使用各个图像块的方式也不同。
本实施例中,可以根据每一图像块的图像结构类型,设置该图像块在图像处理过程中对应的权重。具体的,基于所述图像结构类型确定第一直方图对应的第一权重,确定第二直方图对应的第二权重。从而在对第一直方图进行处理的过程中使用其具有的第一权重进行相关计算,在对第二直方图进行处理的过程中使用其具有的第二权重进行相关计算。
在一个实施例中,第一权重和第二权重具有关联关系,如,第一权重和第二权重均在预设权重范围内,进一步的,第一权重的具体数值和第二权重的具体数值均在0至1的范围内,且两者之和为1。
S320,利用所述第一权重和所述第二权重对所述第一直方图和所述第二直方图进行加权处理,得到每一图像块的第三直方图。
示例性的,在对第一直方图和第二直方图进行加权计算的过程中,可以使用第一权重对第一直方图进行加权处理,使用第二权重对第二直方图进行加权处理。经过加权计算后得到相应的第三直方图。每个图像块均可以进行上述的加权计算,得到各自对应的第三直方图。
结合图6举例说明,第一直方图为均匀直方图hist_uniform,第二直方图为图像直方图hist_ori。其中,均匀直方图hist_uniform的第一权重为weight,而图像直方图hist_ori的第二权重为l-weight。对均匀直方图hist_uniform和图像直方图hist_ori进行加权处理,使用加权算法:
hist_new=weight*hist_ori+(l-weight)*hist_uniform
其中,hist_new为得到的第三直方图。
在本申请的一个实施例中,所述确定每一图像块的图像结构类型,如图3所示,包括以下步骤:
S311,获得每一图像块的图像梯度信息,基于所述图像梯度信息计算所述图像块的相对总变分。
示例性的,图像梯度可以用于表征图像变化的速度。如对于图像的边缘部分,其灰度值变化较大,梯度值也较大;对于图像中比较平滑的部分,其灰度值变化较小,相应的梯度值也小。
本实施例中可以获取每一图像块的图像梯度信息,并使用该图像梯度信息计算图像块的相对总变分,相对总变分(relative total variation,RTV),可以通过RTV值表示。在一个实施例中,RTV值可以表征图像块中的一像素在x和y两个方向上的变化率(与相邻像素比较),是一个二维向量,由2个分量组成,X轴的变化、Y轴的变化。
S312,基于所述相对总变分确定每一图像块的图像结构类型。
示例性的,基于该相对总变分(RTV值),确定该图像块的图像结构类型。例如,当确定RTV>l,则可以将图像块的图像结构类型确定为微结构;当RTV<l,则可以将图像块的图像结构类型确定为主结构。
当然确定图像块的图像结构类型还可以通过其他方式,如与标准图像进行比较,根据比较结果确定图像块的图像结构类型,其中,该标准图像的图像结构类型为已知。
在本申请的一个实施例中,其中,基于所述图像结构类型确定所述第一直方图对应的第一权重和所述第二直方图对应的第二权重,如图4所示并结合图6,包括:
S313,如果所述图像块属于第一图像结构类型,配置所述第一权重小于所述第二权重,以在第一幅度下调整所述图像块的图像参数。
示例性的,图像块的图像结构类型包括主结构和纹理结构。主结构的图像块显示内容更加趋向于宏观上内容,纹理结构则更加趋向于显示微观内容。
在一个实施例中,第一图像结构类型为主结构,当确定图像块属于第一图像结构类型,则在对该图像块进行图像处理的过程中,可以配置第一权重小于第二权重,使得在第一直方图上作用较低的权重。以第一幅度调整图像块的图像参数,其中第一幅度与第一权重相关联。例如,第一直方图为均匀直方图hist_uniform,配置第一权重的数值相对较低,在第一直方图上作用较低的权重的情况下,实现以相对较低的第一幅度来弱调整该图像块的对比度。
S314,如果所述图像块属于第二图像结构类型,配置所述第一权重大于所述第二权重,以在第二幅度下调整所述图像块的图像参数;其中,所述第一幅度小于所述第二幅度。
在一个实施例中,第二图像结构类型为纹理结构,当确定图像块属于第二图像结构类型,则在对该图像块进行图像处理的过程中,可以配置第一权重大于第二权重,使得在第二直方图上作用较高的权重。以第二幅度调整图像块的图像参数,其中第二幅度与第二权重相关联。例如,第二直方图为图像直方图hist_ori,配置第二权重的数值相对较高,在第二直方图上作用较高的权重的情况下,实现以相对较高的第二幅度来调整该图像块的对比度。
在本申请的一个实施例中,所述利用所述第三直方图对所述图像块进行处理,得到目标图像,如图5所示,包括:
S410,获得每一图像块的第三直方图的累积分布函数;
S420,利用所述累积分布函数对对应图像块内的像素进行函数映射,得到第一部分目标图像;
S430,利用所述累积分布函数对对应图像块外的像素进行线性插值处理,得到第二部分目标图像;
S440,基于所述第一部分目标图像和所述第二部分目标图像得到所述目标图像。
示例性的,累积分布函数(cdf)能完整描述一个实数随机变量X的概率分布,是概率密度函数的积分。本实施例中针对每个图像块对应的第三直方图均生成相应的累积分布函数。利用累积分布函数可以对图像块内的像素分别进行函数映射,使得每个图像块内的像素均能够利用累积分布函数而进行参数的调整,得到第一部分目标图像。再利用累积分布函数对对应图像块外的像素进行线性插值处理,使得当前图像块中与相邻的图像块之间的像素进行参数的调整,得到第二部分目标图像。如对第一图像块分别与相邻的第二图像块、第三图像块以及第四图像块之间的像素进行参数的调整,得到第二部分目标图像。基于第一部分目标图像和第二部分目标图像得到目标图像。例如,将第一部分目标图像和第二部分目标图像叠加后得到目标图像。
在本申请的一个实施例中,利用所述累积分布函数对对应图像块外的像素进行线性插值处理,得到第二部分目标图像,包括以下步骤:
确定目标区域的坐标信息,基于所述坐标信息以对应的累积分布函数对所述目标区域内的像素进行线性插值处理,得到所述第二部分目标图像,所述目标区域不包括所述图像块内的区域。
示例性的,线性插值是指插值函数为一次多项式的插值方式,其在插值节点上的插值误差为零。线性插值相比其他插值方式具有简单、方便的特点。本实施例中利用图像块对应的累积分布函数对目标区域内的像素进行线性插值处理,从而将提高像素的清晰度、突出图像细节。
此外,图像块外的目标区域具有相应的坐标信息,该坐标信息能够表征目标区域在整个原始图像(或者处理中的原始图像)中的位置,进而能够表征目标区域内的像素的位置。该坐标信息可以以具体的数值标识,如通过横坐标与纵坐标的方式表示具体的位置。
坐标信息对应有累积分布函数,从而使得每个目标区域中的各个位置均对应有累积分布函数。基于坐标信息以对应的累积分布函数对目标区域内的像素进行线性插值处理,从而实现对图像显示效果的增强。线性插值处理可以选择信息目标区域中较好的像素作为增加、弥补空白像素的空间,当然并非只使用临近的像素,处理后得到第二部分目标图像,第二部分目标图像在放大时也能够表现出平滑、干净的效果。例如,利用已知邻近像素点的灰度值(或rgb图像中的三色值)来产生未知像素点的灰度值,以便由原始图像再生出具有更高分辨率的图像。
在本申请的一个实施例中,基于所述坐标信息以对应的累积分布函数对所述目标区域内的像素进行线性插值处理,包括以下至少之一:
如果所述坐标信息表征所述目标区域为一图像块与所述原始图像的边缘之间的区域,以该图像块对应的累积分布函数对所述目标区域内的像素进行单线性插值处理,得到所述第二部分目标图像;
如果所述坐标信息表征所述目标区域为相邻图像块之间的区域,以相邻图像块分别对应的累积分布函数对所述目标区域内的像素进行双线性插值处理,得到所述第二部分目标图像。
示例性的,一方面,图像块与原始图像的边缘之间的区域,也为该图像块的边缘区域,如果坐标信息表征目标区域为该边缘区域时,以该图像块对应的累积分布函数对目标区域内的像素进行单线性插值处理。单线性插值可以是将每一个原像素复制映射到扩展后对应多个像素中,得到第二部分目标图像。使得放大的第二部分目标图像同时保留了原始图像相对应部分的所有信息。
另一方面,目标区域也可以是为相邻图像块之间的区域,如第一图像块分别与第二图像块,第三图像块和第四图像块之间的相邻区域。当坐标信息表征目标区域为该相邻区域,则可以以相邻图像块分别对应的累积分布函数对目标区域内的像素进行双线性插值处理,得到所述第二部分目标图像。
例如,使用与第二图像块对应的第二累积分布函数,对该相邻区域内的像素进行双线性插值处理。使用与第三图像块对应的第三累积分布函数,对该相邻区域的像素进行双线性插值处理。使用与第四图像块对应的第四累积分布函数,对该相邻区域的像素进行双线性插值处理。双线性插值法具有平滑功能,能有效地克服最临近像素插值的不足。
进一步的,利用所述累积分布函数对对应图像块外的像素进行线性插值处理,得到第二部分目标图像,包括以下步骤:
利用第一图像块和第二图像块分别对应的累积分布函数对目标区域内的像素进行双线性插值处理,得到所述第二部分目标图像;
其中,所述目标区域包括所述第一图像块和所述第二图像块之间的区域,所述第二图像块是与所述第一图像块相邻的图像块。
具体来说,第一图像块和第二图像块分别具有相对应的累积分布函数,如第一图像块具有第一累积分布函数,第二图像块具有第二累积分布函数。第一累积分布函数和第二累积分布函数可以根据使用场景需要而设置为相同或不同。
目标区域包括第一图像块和与其相邻的第二图像块之间的区域,在对目标区域内的像素进行双线性插值处理时,可以使用第一累积分布函数和/或第二累积分布函数对目标区域内的像素进行双线性插值处理,得到第二部分目标图像。例如使用第一累积分布函数对目标区域内靠近第一图像块的像素进行双线性插值,使用第二累积分布函数对目标区域内靠近第二图像块的像素进行双线性插值,得到第二部分目标图像。
本申请实施例还提供了一种图像处理装置,如图7所示,包括:
分块模块,其配置为对获得的原始图像进行分块处理,得到多个图像块。
示例性的,原始图像可以是输入到电子设备中需要处理的对象。分块模块基于预设划分方式可以对原始图像进行分快处理。而该预设划分方式则可以基于原始图像的尺寸、内容和/或划分目标预先设定,也可以根据历史经验预先设定。从而实现对原始图像的合理分快处理,得到数量适当的多个图像块。即满足图像处理的质量要求,也提高了图像处理效率。
在一个实施例中,得到的每个图像块可以是尺寸相同,按照划分顺序和/或在原始图像中的位置信息而进行标识,从而便于对所有的图像块进行处理。
获取模块,其配置为获得所述图像块的第一直方图和第二直方图,其中,所述第一直方图包括的原始特征信息多于所述第二直方图。
示例性的,直方图是一种常用的数据统计图。在生成过程可以是对图像块的物理或特征量不同取值,找出它的最大值和最小值,然后确定一个区间,使其包含全部测量数据,将区间分成若干小区间,统计测量结果出现在各小区间的频数或占比,以测量数据为横坐标,以频数或占比为纵坐标,划出各小区间及其对应的频数或占比高度,则可得到一个矩形图,即用于统计的直方图。
本实施例中,获取模块对每个图像块均使用对应的直方图进行表示。分别生成图像块对应的第一直方图和第二直方图,其中,第一直方图和第二直方图各自侧重的统计数据不同,对图像块的内容表达方式不同,本实施例中的第一直方图包括呈现的原始图像的原始特征信息多于第二直方图。例如,第一直方图并不会过于增强图像显示效果,而是趋向于保持原始图像的原有图像特征。而第二直方图可以对原有的图像进行变形,如拉伸变化等操作。
处理模块,其配置为利用对应权重对所述第一直方图和所述第二直方图进行加权处理,得到第三直方图;
所述处理模块还配置为利用所述第三直方图对所述图像块进行处理,得到目标图像。
示例性的,在图像处理过程中,第一直方图和第二直方图具有各自的对应的权重。处理模块可以通过加权算法,使用对应权重对第一直方图和第二直方图进行加权处理。而该加权算法的设定、以及第一直方图和第二直方图各自的权重,可以基于用户对第三直方图的图像要求、原始图像的图像特点、目标图像的使用场景等多方面因素来进行设定。例如,更加突出原始图像的原有特征,则可以适当增大第一直方图的第一权重,如果适当增大对图像的变形,则可以相应的增大第二直方图的第二权重。
进一步的,处理模块可以利用第三直方图对图像块进行处理。该处理过程包括以对图像块本身处理为目标,对图像块的第三直方图进行累积分布的计算,描述图像块中的数据的随机变量落在任一区间上的概率,确定该图像块的至少一种特征。该处理过程还可以包括利用第三直方图,对多个相邻的图像块进行融合处理,如对相邻图像块进行插值处理,从而将所有处理后的图像块进行融合,得到完整而符合处理要求的目标图像。当然也可以将目标图像输出以便使用。
在本申请的一个实施例中,处理模块进一步配置为:
确定每一图像块的图像结构类型,基于所述图像结构类型确定所述第一直方图对应的第一权重和所述第二直方图对应的第二权重;
利用所述第一权重和所述第二权重对所述第一直方图和所述第二直方图进行加权处理,得到每一图像块的第三直方图。
在本申请的一个实施例中,处理模块进一步配置为:
获得每一图像块的图像梯度信息,基于所述图像梯度信息计算所述图像块的相对总变分;
基于所述相对总变分确定每一图像块的图像结构类型。
在本申请的一个实施例中,处理模块进一步配置为:
如果所述图像块属于第一图像结构类型,配置所述第一权重小于所述第二权重,以在第一幅度下调整所述图像块的图像参数;
如果所述图像块属于第二图像结构类型,配置所述第一权重大于所述第二权重,以在第二幅度下调整所述图像块的图像参数;
其中,所述第一幅度小于所述第二幅度。
在本申请的一个实施例中,处理模块进一步配置为:
获得每一图像块的第三直方图的累积分布函数;
利用所述累积分布函数对对应图像块内的像素进行函数映射,得到第一部分目标图像;
利用所述累积分布函数对对应图像块外的像素进行线性插值处理,得到第二部分目标图像;
基于所述第一部分目标图像和所述第二部分目标图像得到所述目标图像。
在本申请的一个实施例中,处理模块进一步配置为:
确定目标区域的坐标信息,基于所述坐标信息以对应的累积分布函数对所述目标区域内的像素进行线性插值处理,得到所述第二部分目标图像,所述目标区域不包括所述图像块内的区域。
在本申请的一个实施例中,处理模块进一步配置为:
如果所述坐标信息表征所述目标区域为一图像块与所述原始图像的边缘之间的区域,以该图像块对应的累积分布函数对所述目标区域内的像素进行单线性插值处理,得到所述第二部分目标图像;
如果所述坐标信息表征所述目标区域为相邻图像块之间的区域,以相邻图像块分别对应的累积分布函数对所述目标区域内的像素进行双线性插值处理,得到所述第二部分目标图像。
在本申请的一个实施例中,处理模块进一步配置为:
利用第一图像块和第二图像块分别对应的累积分布函数对目标区域内的像素进行双线性插值处理,得到所述第二部分目标图像;
其中,所述目标区域包括所述第一图像块和所述第二图像块之间的区域,所述第二图像块是与所述第一图像块相邻的图像块。
本申请实施例还提供了一种电子设备,如图8所示,包括处理器和存储器,所述存储器中存储有可执行程序,所述存储器执行所述可执行程序以进行如上所述的方法的步骤。
本申请实施例还提供一种存储介质,所述存储介质承载有一个或者多个计算机程序,所述一个或者多个计算机程序被处理器执行时实现任一实施例所述方法的步骤。
本实施例中的存储介质可以是电子设备/系统中所包含的;也可以是单独存在,而未装配入电子设备/系统中。上述存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本申请实施例的方法。
根据本申请的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
以上实施例仅为本申请的示例性实施例,不用于限制本申请,本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内,对本申请做出各种修改或等同替换,这种修改或等同替换也应视为落在本申请的保护范围内。
Claims (10)
1.一种图像处理方法,包括:
对获得的原始图像进行分块处理,得到多个图像块;
获得所述图像块的第一直方图和第二直方图,其中,所述第一直方图包括的原始特征信息多于所述第二直方图;
利用对应权重对所述第一直方图和所述第二直方图进行加权处理,得到第三直方图;
利用所述第三直方图对所述图像块进行处理,得到目标图像。
2.根据权利要求1所述的方法,所述利用对应权重对所述第一直方图和所述第二直方图进行加权处理,得到第三直方图,包括:
确定每一图像块的图像结构类型,基于所述图像结构类型确定所述第一直方图对应的第一权重和所述第二直方图对应的第二权重;
利用所述第一权重和所述第二权重对所述第一直方图和所述第二直方图进行加权处理,得到每一图像块的第三直方图。
3.根据权利要求2所述的方法,其中,确定每一图像块的图像结构类型,包括:
获得每一图像块的图像梯度信息,基于所述图像梯度信息计算所述图像块的相对总变分;
基于所述相对总变分确定每一图像块的图像结构类型。
4.根据权利要求2所述的方法,其中,基于所述图像结构类型确定所述第一直方图对应的第一权重和所述第二直方图对应的第二权重,包括:
如果所述图像块属于第一图像结构类型,配置所述第一权重小于所述第二权重,以在第一幅度下调整所述图像块的图像参数;
如果所述图像块属于第二图像结构类型,配置所述第一权重大于所述第二权重,以在第二幅度下调整所述图像块的图像参数;
其中,所述第一幅度小于所述第二幅度。
5.根据权利要求1至4任一项所述的方法,所述利用所述第三直方图对所述图像块进行处理,得到目标图像,包括:
获得每一图像块的第三直方图的累积分布函数;
利用所述累积分布函数对对应图像块内的像素进行函数映射,得到第一部分目标图像;
利用所述累积分布函数对对应图像块外的像素进行线性插值处理,得到第二部分目标图像;
基于所述第一部分目标图像和所述第二部分目标图像得到所述目标图像。
6.根据权利要求5所述的方法,其中,利用所述累积分布函数对对应图像块外的像素进行线性插值处理,得到第二部分目标图像,包括:
确定目标区域的坐标信息,基于所述坐标信息以对应的累积分布函数对所述目标区域内的像素进行线性插值处理,得到所述第二部分目标图像,所述目标区域不包括所述图像块内的区域。
7.根据权利要求6所述的方法,其中,基于所述坐标信息以对应的累积分布函数对所述目标区域内的像素进行线性插值处理,包括以下至少之一:
如果所述坐标信息表征所述目标区域为一图像块与所述原始图像的边缘之间的区域,以该图像块对应的累积分布函数对所述目标区域内的像素进行单线性插值处理,得到所述第二部分目标图像;
如果所述坐标信息表征所述目标区域为相邻图像块之间的区域,以相邻图像块分别对应的累积分布函数对所述目标区域内的像素进行双线性插值处理,得到所述第二部分目标图像。
8.根据权利要求5所述的方法,其中,利用所述累积分布函数对对应图像块外的像素进行线性插值处理,得到第二部分目标图像,包括:
利用第一图像块和第二图像块分别对应的累积分布函数对目标区域内的像素进行双线性插值处理,得到所述第二部分目标图像;
其中,所述目标区域包括所述第一图像块和所述第二图像块之间的区域,所述第二图像块是与所述第一图像块相邻的图像块。
9.一种图像处理装置,包括:
分块模块,其配置为对获得的原始图像进行分块处理,得到多个图像块;
获取模块,其配置为获得所述图像块的第一直方图和第二直方图,其中,所述第一直方图包括的原始特征信息多于所述第二直方图;
处理模块,其配置为利用对应权重对所述第一直方图和所述第二直方图进行加权处理,得到第三直方图;
所述处理模块还配置为利用所述第三直方图对所述图像块进行处理,得到目标图像。
10.一种电子设备,包括处理器和存储器,所述存储器中存储有可执行程序,所述存储器执行所述可执行程序以进行如权利要求1至8任意一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310082926.9A CN116109528A (zh) | 2023-01-19 | 2023-01-19 | 一种图像处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310082926.9A CN116109528A (zh) | 2023-01-19 | 2023-01-19 | 一种图像处理方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116109528A true CN116109528A (zh) | 2023-05-12 |
Family
ID=86259504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310082926.9A Pending CN116109528A (zh) | 2023-01-19 | 2023-01-19 | 一种图像处理方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116109528A (zh) |
-
2023
- 2023-01-19 CN CN202310082926.9A patent/CN116109528A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109191395B (zh) | 图像对比度增强方法、装置、设备及存储介质 | |
US20190347828A1 (en) | Target detection method, system, and non-volatile storage medium | |
US9984445B2 (en) | Tone mapping | |
CN102156961B (zh) | 图像处理设备和图像处理方法 | |
US8411987B2 (en) | Method and apparatus for contrast enhancement | |
CN109325532A (zh) | 一种小样本下扩充数据集的图像处理方法 | |
CN114862725B (zh) | 基于光流法实现运动感知模糊特效的方法及装置 | |
CN110971827B (zh) | 人像模式拍摄方法、装置、终端设备和存储介质 | |
CN111489322B (zh) | 给静态图片加天空滤镜的方法及装置 | |
JPWO2009072207A1 (ja) | 画像補正装置、画像補正プログラムおよび画像補正方法 | |
CN112634183A (zh) | 图像处理方法及装置 | |
US8300934B2 (en) | Image processing device and image correction device | |
CN113327208B (zh) | 高动态范围图像色调映射方法、装置、电子设备及介质 | |
CN111127337A (zh) | 图像局部区域高光调整方法、介质、设备及装置 | |
CN110580696A (zh) | 一种细节保持的多曝光图像快速融合方法 | |
CN116109528A (zh) | 一种图像处理方法、装置及电子设备 | |
CN109615680B (zh) | 基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法、装置及其存储介质 | |
CN103618904B (zh) | 基于像素的运动估计方法及装置 | |
CN112102216B (zh) | 自适应权重的全变差图像融合方法 | |
CN115049558A (zh) | 模型训练、人脸图像处理方法及装置、电子设备及可读存储介质 | |
CN114066783A (zh) | 一种色调映射方法、装置、电子设备及存储介质 | |
CN114140348A (zh) | 一种对比度增强方法、装置及设备 | |
Liu et al. | Bokeh rendering based on adaptive depth calibration network | |
JP5447614B2 (ja) | 画像処理装置および画像処理プログラム | |
CN113436291B (zh) | 图像的处理方法和装置 |
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 |