CN116801110A - 曝光拍摄方法、装置、设备、存储介质和程序产品 - Google Patents

Abstract

本公开涉及一种曝光拍摄方法、装置、设备、存储介质和程序产品，所述方法包括：获取成像图像，其中，成像图像是指未进行曝光补偿拍摄到的图像；确定成像图像的多维度信息，其中，所述多维度信息至少包括：全局亮度信息、动态范围信息、对比度信息；基于所述多维度信息确定曝光参数；按照所述曝光参数进行曝光拍摄，以获得目标图像。本公开实施例通过获取图像中的多维度信息，基于多维度信息计算曝光参数，解决了现有技术中更换一次新的摄像机传感器，从需要对图像信号处理系统进行重新标定等问题，节省了人力物力，提升了全场景下图像的成像效果。

Description

曝光拍摄方法、装置、设备、存储介质和程序产品

技术领域

本公开涉及图像处理技术领域，尤其涉及一种曝光拍摄方法、装置、设备、存储介质和程序产品。

背景技术

随着互联网技术和终端终端设备的快速发展，大部分拍摄终端设备的图像信号处理器具有了强大的处理图像信息功能，从而使得拍摄到的数字图像尽可能接近人眼看到的实景效果。

现有终端设备的图像信号处理系统中的自动曝光算法，都是基于raw域的统计方法，受终端设备的摄像机传感器影响很大，更换一次新的摄像机传感器，从需要对图像信号处理系统进行重新标定确定曝光参数，浪费大量的人力物力。

发明内容

为了解决上述技术问题，本公开实施例提供了一种曝光拍摄方法、装置、设备、存储介质和程序产品，解决了现有技术中更换一次新的摄像机传感器，从需要对图像信号处理系统进行重新标定等问题，节省了人力物力，提升了全场景下图像的成像效果。

第一方面，本公开实施例提供一种曝光拍摄方法，所述方法包括：

获取成像图像；

确定成像图像的多维度信息，其中，所述多维度信息至少包括：全局亮度信息、动态范围信息、对比度信息；

基于所述多维度信息确定曝光参数；

按照所述曝光参数进行曝光拍摄，以获得目标图像。

第二方面，本公开实施例提供一种曝光拍摄装置，所述装置包括：

图像获取模块，用于获取成像图像；

多维度信息确定模块，用于确定成像图像的多维度信息，其中，所述多维度信息至少包括：全局亮度信息、动态范围信息、对比度信息；

曝光参数确定模块，用于基于所述多维度信息确定曝光参数；

曝光拍摄模块，用于按照所述曝光参数进行曝光拍摄，以获得目标图像。

第三方面，本公开实施例提供一种电子设备，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述第一方面中任一项所述的曝光拍摄方法。

第四方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面中任一项所述的曝光拍摄方法。

第五方面，本公开实施例提供一种计算机程序产品，该计算机程序产品包括计算机程序或指令，该计算机程序或指令被处理器执行时实现如上述第一方面中任一项所述的曝光拍摄方法。

本公开涉及一种曝光拍摄方法、装置、设备、存储介质和程序产品，所述方法包括：获取成像图像；确定成像图像的多维度信息，其中，所述多维度信息至少包括：全局亮度信息、动态范围信息、对比度信息；基于所述多维度信息确定曝光参数，按照所述曝光参数进行曝光拍摄，以获得目标图像。本公开实施例通过获取图像中的多维度信息，基于多维度信息计算曝光参数，解决了现有技术中更换一次新的摄像机传感器，从需要对图像信号处理系统进行重新标定等问题，节省了人力物力，提升了全场景下图像的成像效果。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1为本公开实施例中的一种曝光拍摄方法的流程图；

图2为本公开实施例中的一种曝光拍摄装置的结构示意图；

图3为本公开实施例中的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

随着互联网技术和终端终端设备的快速发展，大部分拍摄终端设备的图像信号处理器具有了强大的处理图像信息功能，从而使得拍摄到的数字图像尽可能接近人眼看到的实景效果。

现有终端设备的图像信号处理系统中的自动曝光算法，都是基于raw域的统计方法，受终端设备的摄像机传感器影响很大，更换一次新的摄像机传感器，从需要对图像信号处理系统进行重新标定，浪费大量的人力物力。

为解决上述问题，本公开涉及一种曝光拍摄方法、装置、设备、存储介质和程序产品，通过图像转换得到了所述多维度信息，并训练模型得出了图像的多维度信息与曝光参数之间的映射关系，最终经过不断调节曝光估计值，使其逼近合理区间最终确定了曝光参数。解决了现有技术中更换一次新的摄像机传感器，从需要对图像信号处理系统进行重新标定等问题，节省了人力物力，提升了全场景下图像的成像效果。

下面将结合附图，对本申请实施例提出的曝光拍摄方法进行详细介绍。

图1为本公开实施例中的一种曝光拍摄方法的流程图，本实施例可适用于安装摄像机传感器的终端设备进行图像拍摄的情况，该方法可以由曝光拍摄装置执行，该曝光拍摄装置可以采用软件和/或硬件的方式实现，该曝光拍摄装置可配置于电子设备中。

例如：所述电子设备可以是移动终端、固定终端或便携式终端，例如移动手机、站点、单元、设备、多媒体计算机、多媒体平板、互联网节点、通信器、台式计算机、膝上型计算机、笔记本计算机、上网本计算机、平板计算机、个人通信系统(PCS)设备、个人导航设备、个人数字助理(PDA)、音频/视频播放器、数码相机/摄像机、定位设备、电视接收器、无线电广播接收器、电子书设备、游戏设备或者其任意组合，包括这些设备的配件和外设或者其任意组合。

再如：所述电子设备可以是服务器，其中，所述服务器可以是实体服务器，也可以是云服务器，服务器可以是一个服务器，或者服务器集群。

如图1所述，本公开实施例提供的曝光拍摄方法主要包括如下步骤：

S101、获取成像图像，其中，所述成像图像是指未进行曝光补偿拍摄到的图像。

具体的，现有的拍摄终端通过图像处理器ISP(Image Signal Processor,ISP)运行各种算法程序，实时处理图像信号。图像处理器ISP具体的处理流程是：镜头将光信号投射到传感器的感光区域后，传感器经过光电转换，将Bayer格式的原始图像送给图像处理器ISP，其中Bayer格式是相机内部的原始图片格式，图像处理器ISP经过算法处理，输出RGB空间域的图像给后端的图片/视频采集单元。其中，通过运行固件对ISP逻辑控制，从而对镜头和传感器进行相应控制，进而完成自动光圈、自动曝光、自动白平衡等功能，也就是图像的锐化、降噪、优化色彩等都是在图像处理器ISP中完成的，并且图像处理器ISP实现相位、激光、反差等混合对焦运算以及提供多摄像头支持等重任，是拍摄终端拍照摄像的关键一环。进一步的，RGB空间域的图像来源于三原色光模式(RGBcolormodel)，是一种加色的模型图像，将红(Red)、绿(Green)、蓝(Blue)三原色的色光以不同的比例相加，以合成产生各种色彩光。

其中，所述成像图像是指未进行曝光补偿拍摄到的图像，即拍摄终端未采用本实施例中提供的曝光拍摄方法拍摄到的图像。

在一个可能的实施方式中，当上述拍摄终端处于视频录制模式时，上述成像图像可以是拍摄终端的摄像机拍摄到的当前视频帧。进一步的，对获取到的当前视频帧执行本公开实施例提供的曝光拍摄方法，确定曝光参数后，使用上述曝光参数拍摄后续视频帧。

需要说明的是，在使用确定后的曝光参数拍摄后续视频帧的过程中，也可以不断的使用本公开实施例提供的曝光拍摄方法，不断的根据成像图像调整曝光参数。

在另一个可能的实施方式中，当上述拍摄终端处于拍照模式时，上述成像图像可以是拍摄终端的摄像机采集到的图像。其中，可以是检测到拍摄终端的摄像机开启之后，实时获取摄像机采集到的成像图像。进一步的，对获取到的成像图像执行本公开实施例提供的曝光拍摄方法，确定曝光参数，接收到拍摄指令后，使用确定的曝光参数进行拍摄，得到目标图像。

S102、确定成像图像的多维度信息，其中，所述多维度信息至少包括全局亮度信息、动态范围信息、对比度信息。

具体的，本公开实施例中多维度信息至少包括全局亮度信息、动态范围信息和对比度信息，并且多维度信息之间并不是彼此独立的，改变其中一个参数可能会引起图像其他参数的变化。

其中，动态范围可以理解为成像图像中最亮的像素值和最暗的像素值之间的范围。

其中，图像亮度可以理解为图像的明暗程度，亮度集成了不同的光学量，在单色图像中，图像函数的值域是有限的，最高值对应白色，最低值对应于黑色。全局亮度信息可以理解为整个成像图像的亮度值的平均值。

其中，成像图像的对比度信息与成像图像的亮度有关，对比度信息指一幅图像亮度反差的大小，差异范围越大代表对比度信息越大，差异范围越小代表对比度信息越小。图像对比度对视觉效果的影响非常关键，一般对比度越大，图像色彩会鲜明艳丽，对比度小则会显得整个图像灰蒙蒙。

其中，图像动态范围是指成像图像中的像素灰度值最大和最小之间的区间范围，动态范围信息可以理解为表征图像动态范围大小的一个参数。动态范围信息越大，表征图像的动态范围越大，即成像图像是一个高动态范围的图像；动态范围信息越小，表征图像的动态范围越小，即成像图像是一个低动态范围的图像。

需要说明的是，上述多维度信息是与所述成像图像的亮度值关联的信息。且有上述实施例可知，摄像机拍摄的图像是RGB空间域的图像，因此，需要将上述成像图像进行转换。

在一个可能的实施方式中，将上述成像图像转换至YUV空间域的图像，获取Y通道的值，确定成像图像的亮度值，并计算该YUV空间域的图像的多维度信息。

在一个可能的实施方式中，确定成像图像的多维度信息，包括：将所述成像图像转换为Lab色彩空间下的图像；计算所述Lab色彩空间下的图像的多维度信息。

具体的，Lab色彩空间又可写成CIELAB，Lab色彩空间作为一个感知上统一的空间，其中给定的数字变化对应于相似的感知颜色变化，Lab色彩空间将颜色用三个值表示：“L”代表感知的亮度，“a”和“b*”代表人类视觉的四种独特颜色：红色、绿色、蓝色和黄色。三个基本坐标L表示颜色的亮度，L＝0生成黑色、L＝100表示白色，a为负值表示绿色、正值表示品红色，b为负值表示蓝色、正值表示黄色。

本公开实施例中所述全局亮度信息、动态范围信息、对比度信息等多维度信息都是基于Lab色彩空间模型的亮度值L确定的，并不涉及“a*”和“b*”颜色值，这是因为人眼对亮度改变的敏感性远比对色彩变化的敏感性大的多。

基于Lab色彩空间模型的亮度值L确定多维度信息，得到的曝光参数更加准确，使得后续拍摄的图像更加完美。

在一个可能的实施方式中，确定成像图像的多维度信息，包括：获取所述成像图像中多个像素点的亮度值；将所述多个像素点的亮度值的平均值作为所述成像图像的全局亮度信息。

在本实施例中，可以将成像图像转换至YUV空间域的图像，获取Y通道的值作为上述成像图像的亮度值，也可以是将成像图像转换至Lab色彩空间的图像，获取L通道的值作为上述成像图像的亮度值。需要说明的是，在下述实施例中，成像图像的亮度值均以Lab色彩空间中L通道的值为例进行说明。

在本实施例中，可以获取Lab色彩空间下的图像中每个像素点的亮度值L，并计算所有像素点的亮度值L的平均值，作为所述成像图像的全局亮度信息。

在一个可能的实施方式中，确定成像图像的多维度信息，包括：确定所述成像图像亮度值大于第一亮度阈值的第一像素点数量；确定所述成像图像亮度值小于第二亮度阈值的第二像素点数量，其中，所述第一亮度阈值大于所述第二亮度阈值；基于所述第一像素点数量、第二像素点数量与所述成像图像中的像素点总数确定所述成像图像的动态范围信息。

其中，第一亮度阈值可以是一个表征成像图像过曝情况的一个阈值，成像图像中某个像素点的亮度值大于第一亮度阈值，则表明该像素点过曝，是一个亮度较高的像素点。在本实施例中，针对成像图像中的每一个像素点，依次与第一亮度阈值进行比较，统计出亮度值大于第一亮度阈值的像素点数量，作为第一像素点数量。

第二亮度阈值可以是一个表征成像图像欠曝情况的一个阈值。成像图像中某个像素点的亮度值小于第二亮度阈值，则表明该像素点欠曝，是一个亮度较低的像素点。在本实施例中，针对成像图像中的每一个像素点，依次与第二亮度阈值进行比较，统计出亮度值小于第二亮度阈值的像素点数量，作为第二像素点数量。

在一个可能的实施方式中，提供一种确定第一像素点数量和第二像素点数量的方法。确定成像图像对应的直方图，将直方图中亮度值大于第一亮度阈值的像素点的数量进行累加，作为第一像素点数量；将直方图中亮度值小于第二亮度阈值的像素点的数量进行累加，作为第二像素点数量。

具体的，直方图是数值数据分布的精确图形表示，本公开实施例中的直方图是关于图像亮度值的函数，是图像亮度值分布的统计。进一步的，亮度直方图就是将图像中所有的像素点按照亮度值的大小，统计其出现的数量。亮度直方图表示了图像中具有某个亮度值的像素点个数，可以反映图像中某个亮度值出现的频率，亮度直方图一般用于图像处理的阈值选择中。

具体的，将所述成像图像中所有像素点的亮度值绘制成亮度直方图，从直方图中可以直观的看出成像图像的亮度的分布情况。将直方图中亮度值大于第一亮度阈值的像素点的数量进行累加，作为第一像素点数量；将直方图中亮度值小于第二亮度阈值的像素点的数量进行累加，作为第二像素点数量。

在一个可能的实施方式中，基于所述第一像素点数量、第二像素点数量与所述成像图像中的像素点数量和确定所述成像图像的多维度信息，包括：计算所述第一像素点数量与所述像素点总数的第一比值；计算所述第二像素点数量与所述像素点总数的第二比值；将所述第一比值与所述第二比值的和确定为所述成像图像的动态范围信息。

本实施例中，计算过曝像素点数量与成像图像像素点总数的第一占比，计算欠曝像素点数量与成像图像像素点总数的第二占比，将两个占比的和值表征整个成像图像的动态范围信息。两个占比的和值越大，则表明成像图像的动态范围越大；两个占比的和值越小，则表明成像图像的动态范围越小。

在本实施例中，通过过曝像素点的占比与欠曝像素点的占比的和值来表征成像图像的动态范围，提供了一种动态范围的量化方法，便于后续进行处理。

在一个可能的实施方式中，基于所述第一像素点数量、第二像素点数量与所述成像图像中的像素点数量和确定所述成像图像的多维度信息，包括：计算第一像素点数量和所述第二像素点数量的和值，将所述和值与所述像素点总数的比值确定为成像图像的动态范围信息。

在一个可能的实施方式中，确定成像图像的多维度信息，包括：分别计算所述成像图像中多个像素点亮度值的标准差和多个像素点的均值；将所述标准差和所述均值的比值作为对比度信息。

具体的，均值和标准差是描述数据的集中趋势和离散程度的两个最重要的指标。其中，均值指平均数，即一组数据中所有数据之和再除以这组数据的个数，标准差的定义是方差的算数平均根，即一组数据中所有数据减去其平均值的平方和，所得结果除以该组数的个数，在把所得值开跟号，最后得到的数值就是这组数据的标准差。

本公开实施例中将成像图像的所有像素点的亮度值作为一组数据集，通过计算得到数据的标准差和均值，最后变异系数即将标准差除以均值的结果作为所述成像图像的对比度信息。变异系数是衡量数据中各值变异程度的统计量，并且不需要参照数据的平均值，是一个无量纲的量。当进行多组数据变异程度比较时，变异系数越小则说明变异程度越小。

本实施例中将所有像素点的亮度值的标准差与均值的比值作为对比度信息，提供了一种对比度信息的量化方法，便于后续对曝光参数的计算。

S103、基于所述多维度信息确定曝光参数。

其中，在摄像中曝光参数(ExposureValue，EV)代表能够给出同样曝光的所有相机光圈快门组合，该参数用以简化在等价拍摄参数之间进行选择的过程。曝光参数是一个以2为底的对数刻度系统，尽管理论上所有曝光值相同的拍摄参数都会给出相同的曝光，但并不一定能拍出完全相同的照片，因为快门速度决定了运动模糊的程度，光圈决定了景深。

进一步的，本公开实施例中采用成像图像的多维度信息来决定曝光参数，即采用全局亮度信息、动态范围信息、对比度信息等信息来确定曝光参数。例如在摄像中，计算当前帧图像的多维度信息调整曝光参数，从而使得后续的视频帧有更好的成像效果。

在一个可能的实施方式中，确定所述成像图像的场景类型；获取所述场景类型下预先存储的多维度信息与曝光参数之间的映射关系；基于所述多维度信息与所述映射关系确定曝光参数。

其中，成像图像的场景类型是指该成像图像是白天还是夜晚。需要说明的是，白天可以理解为成像图像的场景亮度较高的场景，室内夜晚开灯的情况也可以理解为白天场景。白天较为昏暗的室内，也可以理解为是夜晚场景。即本实施例中的场景类型是白天还是夜晚，是基于场景的亮度决定的，并不是基于常规的时间来确定。

在本实施例中，采用预训练的场景检测模型来确定成像图像的场景类型。

具体的，将所述成像图像输入预训练的场景检测模型，所述场景检测模型输出场景类型，即输出成像图像的场景是白天还是夜晚。其中，所述场景检测模型采用mobilenet的网络结构，通过前期人力标注来得到数据集，训练出一个二分类的结果。需要说明的是，本公开实施例中的场景只有白天场景和夜晚场景两种情况。

moilenet网络模型尽可能维持其发展较快的计算机视觉和深度学习领域与移动环境局限性之间的平衡。本公开实施例中的拍摄终端往往为可移动的便携式设备，因此采用moilenet网络模型，可以兼顾计算机视觉和深度学习领域与移动环境局限性之间的平衡。

具体的，针对不同类型的场景，设置多维度信息和曝光参数之间的映射关系，即白天场景下，设置一组多维度信息和曝光参数之间的映射关系，夜晚场景下，设置一组多维度信息和曝光参数之间的映射关系。上述映射关系可以通过经验值确定，也可以通过模型训练得到。本实施例中，不限定上述映射关系的确定方式。

进一步的，确定映射关系之后，基于多维度信息与所述映射关系确定所述曝光参数。

在一个可能的实施方式中，基于所述多维度信息与所述映射关系确定曝光参数之后，包括：获取所述场景类型下的曝光范围；如果所述曝光参数未在所述曝光范围内，则对所述曝光参数进行调整，以使调整后的曝光参数处于所述曝光范围。

具体的，在场景检测模型训练过程中，白天场景和夜晚场景的曝光参数存在巨大的差异，在场景检测模型训练中，获取得到两种场景的曝光范围，只有在该场景的曝光范围内的曝光参数才能作为最终曝光参数对后续图像进行曝光拍摄。若曝光参数不在该场景的曝光范围内，则表明该曝光参数不适合作为最终的曝光参数。

本公开实施例中通过曝光参数与曝光范围之间的差值得到曝光补偿值，通过曝光参数和曝光补偿值的双重作用对曝光参数进行调整，使得曝光参数逐渐逼近场景的曝光范围内。

S104、按照所述曝光参数进行曝光拍摄，以获得目标图像。

在一个可能的实施方式中，当上述拍摄终端处于视频录制模式时，确定曝光参数后，使用按照所述曝光参数进行曝光，拍摄后续视频帧。

在另一个可能的实施方式中，当上述拍摄终端处于拍照模式时，确定曝光参数后，接收到拍摄指令后，使用按照所述曝光参数进行曝光拍摄，得到目标图像。

本公开涉及一种曝光拍摄方法包括：获取成像图像；确定成像图像的多维度信息，其中，所述多维度信息至少包括全局亮度信息、动态范围信息、对比度信息；基于所述多维度信息确定曝光参数；按照所述曝光参数进行曝光拍摄，以获得目标图像。本公开实施例通过获取图像中的多维度信息，基于多维度信息计算曝光参数，解决了现有技术中更换一次新的摄像机传感器，从需要对图像信号处理系统进行重新标定等问题，节省了人力物力，提升了全场景下图像的成像效果。

图2为本公开实施例中的一种曝光拍摄装置的结构示意图，本实施例可适用于对调节设备的曝光参数的情况，该曝光拍摄装置可以采用软件和/或硬件的方式实现，该配置管理装置可配置于电子设备中。

如图2所述，本公开实施例提供的曝光拍摄装置20主要包括图像获取模块21、多维度信息确定模块22、曝光参数确定模块23和曝光拍摄模块24。

其中，图像获取模块21，用于获取成像图像，其中，所述成像图像是指未进行曝光补偿拍摄到的图像；多维度信息确定模块22，用于确定成像图像的多维度信息，其中，所述多维度信息至少包括全局亮度信息、动态范围信息、对比度信息；曝光拍摄模块23，用于基于所述多维度信息确定曝光参数；曝光拍摄模块24，用于按照所述曝光参数进行曝光拍摄，以获得目标图像。

本公开实施例提供了一种曝光拍摄装置，用于执行如下流程：获取成像图像，其中，所述成像图像是指未进行曝光补偿拍摄到的图像；确定成像图像的多维度信息，其中，所述多维度信息至少包括全局亮度信息、动态范围信息、对比度信息；基于所述多维度信息确定曝光参数。本公开实施例通过图像转换得到了所述多维度信息，并训练模型得到了图像的多维度信息与曝光参数之间的映射关系，最终经过不断调节曝光估计值，使其逼近曝光参数的合理区间，最终确定了图像的曝光参数，解决了现有技术中更换一次新的摄像机传感器，从需要对图像信号处理系统进行重新标定等问题，节省了人力物力，在全场景下均提升了最终成像效果。

在一个可能的实施方式中，多维度信息确定模块22，包括：

图像转换单元，用于将所述成像图像转换为Lab色彩空间下的图像；多维度信息计算单元，用于计算所述Lab色彩空间下的图像的多维度信息。

在一个可能的实施方式中，多维度信息确定模块22，包括：

亮度值获取单元，用于获取所述成像图像中多个像素点的亮度值；全局亮度信息确定单元，用于将所述多个像素点亮度值的平均值作为所述成像图像的全局亮度信息。

在一个可能的实施方式中，多维度信息确定模块22，包括：第一像素点数量确定单元，用于确定所述成像图像亮度值大于第一亮度阈值的第一像素点数量；第二像素点数量确定单元，用于确定所述成像图像亮度值小于第二亮度阈值的第二像素点数量，其中，所述第一亮度阈值大于所述第二亮度阈值；亮度范围信息确定单元，用于基于所述第一像素点数量、第二像素点数量与所述成像图像中的像素点总数确定所述成像图像的亮度范围信息。

在一个可能的实施方式中，亮度范围信息确定单元，具体用于计算所述第一像素点数量与所述像素点总数的第一比值；计算所述第二像素点数量与所述像素点总数的第二比值；将所述第一比值与所述第二比值的和确定为所述成像图像的亮度范围。

在一个可能的实施方式中，多维度信息确定模块22，包括：标准差和均值计算单元，用于分别计算所述成像图像中多个像素点亮度值的标准差和多个像素点的均值；对比度信息确定单元，用于将所述标准差和所述均值的比值作为对比度信息。

在一个可能的实施方式中，曝光参数确定模块23，包括：

场景类型确定单元，用于确定所述成像图像的场景类型；映射关系确定单元，用于获取所述场景类型下预先存储的多维度信息与曝光参数之间的映射关系；曝光参数确定单元，用于基于所述多维度信息与所述映射关系确定曝光参数。

在一个可能的实施方式中，曝光参数确定模块23，还包括：曝光范围获取单元，用于基于所述多维度信息与所述映射关系确定曝光参数之后，获取所述场景类型下的曝光范围；曝光参数调整单元，用于如果所述曝光参数未在所述曝光范围内，则对所述曝光参数进行调整，以使调整后的曝光参数处于所述曝光范围。

本公开实施例提供的曝光拍摄装置，可执行本公开方法实施例所提供的曝光拍摄方法中所执行的步骤，具备执行步骤和有益效果此处不再赘述。

图3为本公开实施例中的一种电子设备的结构示意图。下面具体参考图3，其示出了适于用来实现本公开实施例中的电子设备300的结构示意图。本公开实施例中的电子设备300可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)、可穿戴终端设备等等的移动终端以及诸如数字TV、台式计算机、智能家居设备等等的固定终端。图3示出的终端设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图3所示，电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理以实现如本公开所述的实施例的图片渲染方法。在RAM 303中，还存储有终端设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。

通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许终端设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的终端设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码，从而实现如上所述的页面跳转方法。在这样的实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、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)、光纤、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。在本公开中，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。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读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该终端设备执行时，使得该终端设备：获取成像图像，其中，所述成像图像是指未进行曝光补偿拍摄到的图像；确定成像图像的多维度信息，其中，所述多维度信息至少包括全局亮度信息、动态范围信息、对比度信息；基于所述多维度信息确定曝光参数；按照所述曝光参数进行曝光拍摄，以获得目标图像。

可选的，当上述一个或者多个程序被该终端设备执行时，该终端设备还可以执行上述实施例所述的其他步骤。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，本公开提供了一种曝光拍摄方法，包括：获取成像图像，其中，所述成像图像是指未进行曝光补偿拍摄到的图像；确定成像图像的多维度信息，其中，所述多维度信息至少包括全局亮度信息、动态范围信息、对比度信息；基于所述多维度信息确定曝光参数；按照所述曝光参数进行曝光拍摄，以获得目标图像。

根据本公开的一个或多个实施例，本公开提供了一种曝光拍摄方法，其中，基于所述确定成像图像的多维度信息，包括：将所述成像图像转换为Lab色彩空间下的图像；计算所述Lab色彩空间下的图像的多维度信息。

根据本公开的一个或多个实施例，本公开提供了一种曝光拍摄方法，其中，基于所述确定成像图像的多维度信息，包括：获取所述成像图像中多个像素点的亮度值；将所述多个像素点亮度值的平均值作为所述成像图像的全局亮度信息。

根据本公开的一个或多个实施例，本公开提供了一种曝光拍摄方法，其中，基于所述确定成像图像的多维度信息，包括：确定所述成像图像亮度值大于第一亮度阈值的第一像素点数量；确定所述成像图像亮度值小于第二亮度阈值的第二像素点数量，其中，所述第一亮度阈值大于所述第二亮度阈值；基于所述第一像素点数量、第二像素点数量与所述成像图像中的像素点总数确定所述成像图像的亮度范围信息。

根据本公开的一个或多个实施例，本公开提供了一种曝光拍摄方法，其中，基于所述第一像素点数量、第二像素点数量与所述成像图像中的像素点数量和确定所述成像图像的多维度信息，包括：计算所述第一像素点数量与所述像素点总数的第一比值；计算所述第二像素点数量与所述像素点总数的第二比值；将所述第一比值与所述第二比值的和确定为所述成像图像的亮度范围。

根据本公开的一个或多个实施例，本公开提供了一种曝光拍摄方法，基于所述确定成像图像的多维度信息，包括：分别计算所述成像图像中多个像素点亮度值的标准差和多个像素点的均值；将所述标准差和所述均值的比值作为对比度信息。

根据本公开的一个或多个实施例，本公开提供了一种曝光拍摄方法，其中，基于所述多维度信息确定曝光参数，包括：确定所述成像图像的场景类型；获取所述场景类型下预先存储的多维度信息与曝光参数之间的映射关系；基于所述多维度信息与所述映射关系确定曝光参数。

根据本公开的一个或多个实施例，本公开提供了一种曝光拍摄方法，其中，基于所述多维度信息与所述映射关系确定曝光参数之后，还包括：获取所述场景类型下的曝光范围；如果所述曝光参数未在所述曝光范围内，则对所述曝光参数进行调整，以使调整后的曝光参数处于所述曝光范值。

根据本公开的一个或多个实施例，本公开提供了一种曝光拍摄装置，包括：图像获取模块，用于获取成像图像，其中，所述成像图像是指未进行曝光补偿拍摄到的图像；多维度信息确定模块，用于确定成像图像的多维度信息，其中，所述多维度信息至少包括全局亮度信息、动态范围信息、对比度信息；曝光拍摄模块，用于基于所述多维度信息确定曝光参数；曝光拍摄模块，用于按照所述曝光参数进行曝光拍摄，以获得目标图像。

在一个可能的实施方式中，本公开提供了一种曝光拍摄装置，其中，多维度信息确定模块，包括：图像转换单元，用于将所述成像图像转换为Lab色彩空间下的图像；多维度信息计算单元，用于计算所述Lab色彩空间下的图像的多维度信息。

根据本公开的一个或多个实施例，本公开提供了一种曝光拍摄装置，其中，多维度信息确定模块，包括：亮度值获取单元，用于获取所述成像图像中多个像素点的亮度值；全局亮度信息确定单元，用于将所述多个像素点亮度值的平均值作为所述成像图像的全局亮度信息。

根据本公开的一个或多个实施例，本公开提供了一种曝光拍摄装置，其中，多维度信息确定模块，包括：第一像素点数量确定单元，用于确定所述成像图像亮度值大于第一亮度阈值的第一像素点数量；第二像素点数量确定单元，用于确定所述成像图像亮度值小于第二亮度阈值的第二像素点数量，其中，所述第一亮度阈值大于所述第二亮度阈值；亮度范围信息确定单元，用于基于所述第一像素点数量、第二像素点数量与所述成像图像中的像素点总数确定所述成像图像的亮度范围信息。

根据本公开的一个或多个实施例，本公开提供了一种曝光拍摄装置，其中，亮度范围信息确定单元，具体用于计算所述第一像素点数量与所述像素点总数的第一比值；计算所述第二像素点数量与所述像素点总数的第二比值；将所述第一比值与所述第二比值的和确定为所述成像图像的亮度范围。

根据本公开的一个或多个实施例，本公开提供了一种曝光拍摄装置，其中，多维度信息确定模块，包括：标准差和均值计算单元，用于分别计算所述成像图像中多个像素点亮度值的标准差和多个像素点的均值；对比度信息单元，用于将所述标准差和所述均值的比值作为对比度信息。

根据本公开的一个或多个实施例，本公开提供了一种曝光拍摄装置，其中，曝光参数确定模块，包括：场景类型确定单元，用于确定所述成像图像的场景类型；映射关系确定单元，用于获取所述场景类型下预先存储的多维度信息与曝光参数之间的映射关系；曝光参数确定单元，用于基于所述多维度信息与所述映射关系确定曝光参数。

根据本公开的一个或多个实施例，本公开提供了一种曝光拍摄装置，其中，曝光参数确定模块，还包括：曝光范围获取单元，用于基于所述多维度信息与所述映射关系确定曝光参数之后，获取所述场景类型下的曝光范围；曝光参数调整单元，用于如果所述曝光参数未在所述曝光范围内，则对所述曝光参数进行调整，以使调整后的曝光参数处于所述曝光范围。

根据本公开的一个或多个实施例，本公开提供了一种电子设备，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开提供的任一所述的曝光拍摄方法。

根据本公开的一个或多个实施例，本公开提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开提供的任一所述的曝光拍摄方法。

本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机程序或指令，该计算机程序或指令被处理器执行时实现如上所述的曝光拍摄方法。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (12)

1.一种曝光拍摄方法，其特征在于，所述方法包括：

获取成像图像，其中，所述成像图像是指未进行曝光补偿拍摄到的图像；

确定成像图像的多维度信息，其中，所述多维度信息至少包括：全局亮度信息、动态范围信息、对比度信息；

基于所述多维度信息确定曝光参数；

按照所述曝光参数进行曝光拍摄，以获得目标图像。

2.根据权利要求1所述的方法，其特征在于，确定成像图像的多维度信息，包括：

将所述成像图像转换为Lab色彩空间下的图像；

计算所述Lab色彩空间下的图像的多维度信息。

3.根据权利要求1所述的方法，其特征在于，确定成像图像的多维度信息，包括：

获取所述成像图像中多个像素点的亮度值；

将所述多个像素点亮度值的平均值作为所述成像图像的全局亮度信息。

4.根据权利要求1所述的方法，其特征在于，确定成像图像的多维度信息，包括：

确定所述成像图像亮度值大于第一亮度阈值的第一像素点数量；

确定所述成像图像亮度值小于第二亮度阈值的第二像素点数量，其中，所述第一亮度阈值大于所述第二亮度阈值；

基于所述第一像素点数量、第二像素点数量与所述成像图像中的像素点总数确定所述成像图像的亮度范围信息。

5.根据权利要求4所述的方法，其特征在于，基于所述第一像素点数量、第二像素点数量与所述成像图像中的像素点数量和确定所述成像图像的多维度信息，包括：

计算所述第一像素点数量与所述像素点总数的第一比值；

计算所述第二像素点数量与所述像素点总数的第二比值；

将所述第一比值与所述第二比值的和确定为所述成像图像的亮度范围。

6.根据权利要求1所述的方法，其特征在于，确定成像图像的多维度信息，包括：

分别计算所述成像图像中多个像素点亮度值的标准差和多个像素点的均值；

将所述标准差和所述均值的比值作为对比度信息。

7.根据权利要求1所述的方法，其特征在于，基于所述多维度信息确定曝光参数，包括：

确定所述成像图像的场景类型；

获取所述场景类型下预先存储的多维度信息与曝光参数之间的映射关系；

基于所述多维度信息与所述映射关系确定曝光参数。

8.根据权利要求7所述的方法，其特征在于，基于所述多维度信息与所述映射关系确定曝光参数之后，还包括：

获取所述场景类型下的曝光范围；

如果所述曝光参数未在所述曝光范围内，则对所述曝光参数进行调整，以使调整后的曝光参数处于所述曝光范围。

9.一种曝光拍摄装置，其特征在于，所述装置包括：

图像获取模块，用于获取成像图像，其中，所述成像图像是指未进行曝光补偿拍摄到的图像；

多维度信息确定模块，用于确定成像图像的多维度信息，其中，所述多维度信息至少包括：全局亮度信息、动态范围信息、对比度信息；

曝光参数确定模块，用于基于所述多维度信息确定曝光参数；

曝光拍摄模块，用于按照所述曝光参数进行曝光拍摄，以获得目标图像。

10.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一项所述的方法。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一项所述的方法。

12.一种计算机程序产品，该计算机程序产品包括计算机程序或指令，该计算机程序或指令被处理器执行时实现如权利要求1-8中任一项所述的方法。