CN116843556A - 调试降噪参数的方法、调试降噪参数的装置及存储介质 - Google Patents
调试降噪参数的方法、调试降噪参数的装置及存储介质 Download PDFInfo
- Publication number
- CN116843556A CN116843556A CN202210301751.1A CN202210301751A CN116843556A CN 116843556 A CN116843556 A CN 116843556A CN 202210301751 A CN202210301751 A CN 202210301751A CN 116843556 A CN116843556 A CN 116843556A
- Authority
- CN
- China
- Prior art keywords
- noise reduction
- terminal
- photo
- photograph
- reduction parameters
- 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
- 230000009467 reduction Effects 0.000 title claims abstract description 167
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012545 processing Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 abstract description 8
- 238000011156 evaluation Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000013210 evaluation model Methods 0.000 description 10
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000004927 fusion Effects 0.000 description 6
- 230000005012 migration Effects 0.000 description 6
- 238000013508 migration Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000013441 quality evaluation Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 239000010931 gold Substances 0.000 description 4
- 229910052737 gold Inorganic materials 0.000 description 4
- 238000010845 search algorithm Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000002068 genetic effect Effects 0.000 description 3
- 238000001303 quality assessment method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本公开是关于一种调试降噪参数的方法、调试降噪参数的装置及存储介质。调试降噪参数的方法,应用于终端,该方法包括:获取终端以设定降噪参数进行拍照处理得到的第一照片,并确定第二照片,第二照片基于不同于终端的拍照设备拍摄的照片确定,且用于对设定降噪参数进行校准;对第一照片与第二照片进行相似度评分,得到相似度评分结果;若相似度评分结果不满足预设条件,则调整终端拍摄照片的降噪参数,并控制终端以调整后的降噪参数作为新的设定降噪参数进行拍照处理,并返回获取终端以设定降噪参数进行拍照处理得到的第一照片的步骤,直至相似度评分结果满足预设条件。通过本公开使调试降噪参数的过程可以自动化进行。
Description
技术领域
本公开涉及终端技术领域,尤其涉及一种调试降噪参数的方法、调试降噪参数的装置及存储介质。
背景技术
终端在出厂前都需要对其内部参数进行调试,直至达到符合该设备的标准。例如,对终端的降噪参数进行调试。目前,大部分终端厂商对于终端降噪参数的调试还停留在作业人员手动调试的方式,导致终端出厂前调试速度缓慢以及图像效果欠佳。尽管高通公司已经提出了自动化调试降噪参数的方法,但与预设要求相比,测试效果同样欠佳。因此,解决自动化调试降噪参数的方法还需要进一步的提升。
发明内容
为克服相关技术中存在的问题,本公开提供一种调试降噪参数的方法、调试降噪参数的装置及存储介质。
根据本公开实施例的第一方面,提供一种调试降噪参数的方法,包括:获取所述终端以设定降噪参数进行拍照处理得到的第一照片,并确定第二照片,所述第二照片基于不同于所述终端的拍照设备拍摄的照片确定,且用于对所述设定降噪参数进行校准;对所述第一照片与所述第二照片进行相似度评分,得到相似度评分结果;若所述相似度评分结果不满足预设条件,则调整所述终端拍摄照片的降噪参数,并控制所述终端以调整后的降噪参数作为新的设定降噪参数进行拍照处理,并返回所述获取所述终端以设定降噪参数进行拍照处理得到的第一照片的步骤,直至所述相似度评分结果满足所述预设条件。
一种实施方式中,所述获取所述终端以设定降噪参数进行拍照处理得到的第一照片,包括:回读所述终端拍摄所述第一照片时使用的原始数据;基于所述原始数据以及所述设定降噪参数,控制所述终端进行拍照处理得到第一照片。
一种实施方式中,所述确定第二照片,包括:获取所述终端实际拍摄的第三照片,并获取终端对比机实际拍摄的第四照片,所述终端对比机为已校准过降噪参数的终端;对所述第三照片和所述第四照片进行图像配准,以消除所述第三照片和所述第四照片之间的差异;将图像配准后的照片确定为第二照片。
一种实施方式中,所述对所述第三照片和所述第四照片进行图像配准,以消除所述第三照片和所述第四照片之间的差异,包括:对所述第三照片和所述第四照片进行视场角配准,以消除所述第三照片和所述第四照片之间的内容差异;对视场角配准后的第三照片和第四照片,进行颜色配准和亮度配准,以消除所述第三照片和所述第四照片之间的颜色差异和亮度差异。
一种实施方式中,所述调整后的降噪参数,采用如下方式确定:确定降噪参数集;采用多目标搜索方法,在所述降噪参数集中,进行迭代搜索;将迭代搜索后得到的最优降噪参数,确定为调整后的降噪参数。
根据本公开实施例的第二方面,提供一种调试降噪参数的装置,包括:获取单元,用于获取所述终端以设定降噪参数进行拍照处理得到的第一照片,并确定第二照片,所述第二照片基于不同于所述终端的拍照设备拍摄的照片确定,且用于对所述设定降噪参数进行校准;评分单元,用于对所述第一照片与所述第二照片进行相似度评分,得到相似度评分结果;执行单元,用于若所述相似度评分结果不满足预设条件,则调整所述终端拍摄照片的降噪参数,并控制所述终端以调整后的降噪参数作为新的设定降噪参数进行拍照处理,并返回所述获取所述终端以设定降噪参数进行拍照处理得到的第一照片的步骤,直至所述相似度评分结果满足所述预设条件。
一种实施方式中,所述获取单元采用如下方式获取所述终端以设定降噪参数进行拍照处理得到的第一照片:回读所述终端拍摄所述第一照片时使用的原始数据;基于所述原始数据以及所述设定降噪参数,控制所述终端进行拍照处理得到第一照片。
一种实施方式中,所述获取单元采用如下方式确定第二照片:获取所述终端实际拍摄的第三照片,并获取终端对比机实际拍摄的第四照片,所述终端对比机为已校准过降噪参数的终端;对所述第三照片和所述第四照片进行图像配准,以消除所述第三照片和所述第四照片之间的差异;将图像配准后的照片确定为第二照片。
根据本公开实施例第三方面,提供一种调试降噪参数的装置,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行第一方面或者第一方面任意一种实施方式中所述的方法。
根据本公开实施例第四方面,提供一种计算机可读存储介质,所述存储介质中存储有指令,当所述存储介质中的指令由终端的处理器执行时,使得终端能够执行第一方面或者第一方面任意一种实施方式中所述的方法。
本公开的实施例提供的技术方案可以包括以下有益效果:对终端以设定降噪参数进行拍照处理得到的第一照片,以及用于降噪参数校准的第二照片,进行相似度评分。基于相似度评分结果,确定相似度评分结果满足预设条件的调整参数,作为最终所需的参数,能够实现终端降噪参数的自动化调试,减少人工调试的繁琐过程。
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。
图1是根据一示例性实施例示出的一种调试降噪参数的方法的流程图。
图2是根据一示例性实施例示出的一种调试降噪参数的方法的流程图。
图3是根据一示例性实施例示出的一种调试降噪参数的方法的流程图。
图4是根据一示例性实施例示出的一种调试降噪参数的方法的流程图。
图5示出了一种照片通过FOV配准得到消除内容差异的图像的流程图。
图6示出了一种图像通过颜色亮度配准得到消除颜色差异和亮度差异的图像的流程图。
图7是根据一示例性实施例示出的一种调试降噪参数的方法的流程图。
图8示出了一种主观质量评价模型的框架图。
图9示出了一种完整的自动化调试降噪参数的流程图。
图10是根据一示例性实施例示出的一种调试降噪参数的装置框图。
图11是根据一示例性实施例示出的一种用于应用控制的装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。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。
本公开提供的调试降噪参数的方法应用于确定最优降噪参数的场景。其中,本公开提供的调式降噪参数的方法可以针对终端出厂前调试人员对终端降噪参数进行选定的应用场景。
图1是根据一示例性实施例示出的一种调试降噪参数的方法的流程图,如图1所示,调试降噪参数的方法用于终端中,包括以下步骤。
在步骤S11中,获取终端以设定降噪参数进行拍照处理得到的第一照片,并确定第二照片,第二照片基于不同于终端的拍照设备拍摄的照片确定,且用于对设定降噪参数进行校准。
其中,第一照片可以理解为是终端在拍照过程中以预设的降噪参数进行图像降噪处理后的照片。
其中,第二照片用于辅助校准终端的降噪参数。其中,第二照片可以是基于对比机实际拍摄的照片得到的。其中,对比机为已校准过降噪参数的终端。
其中,本公开实施例中设定的降噪参数可以是自适应拜耳滤波器(Auto BayerFilter,ABE)参数、自动降噪(Automatic Noise Reduction,ANR)参数、混合降噪(HybridNoise Reduction,HNR)参数、低/中频增强和降噪参数、自适应空间滤波器参数等。
在步骤S12中,对第一照片与第二照片进行相似度评分,得到相似度评分结果。
本公开实施例中,将第一照片和第二照片输入至质量评价模型进行相似度评分。其中,质量评价模型可以基于语义级清晰评价、像素级噪声评价和平滑-锐化控制评价等维度进行相似度评分。
在步骤S13中,若相似度评分结果不满足预设条件,则调整终端拍摄照片的降噪参数,并控制终端以调整后的降噪参数作为新的设定降噪参数进行拍照处理,并返回获取终端以设定降噪参数进行拍照处理得到的第一照片的步骤,直至相似度评分结果满足预设条件。
其中,本公开实施例中可以预设满足调试需求的第一照片与第二照片之间的相似度,并将该满足需求的相似度设定为预设条件。
本公开中,获取终端以设定降噪参数进行拍照处理得到的第一照片,并确定第二照片,第二照片基于不同于终端的拍照设备拍摄的照片确定,且用于对设定降噪参数进行校准。对第一照片与第二照片进行相似度评分,得到相似度评分结果。若相似度评分结果不满足预设条件,则调整终端拍摄照片的降噪参数,并控制终端以调整后的降噪参数作为新的设定降噪参数进行拍照处理,并返回获取终端以设定降噪参数进行拍照处理得到的第一照片的步骤,直至相似度评分结果满足预设条件。通过本公开使得调试人员可以减轻手动调试带来的繁琐工作步骤,同时终端使用校准后的降噪参数对终端拍摄的照片进行图像处理后,图像呈现的效果也有所提升。
本公开实施例以下将对本公开实施例涉及的调试降噪参数的各实施步骤分别进行说明。
其中,首先对确定第一照片的过程进行说明。
图2是根据一示例性实施例示出的一种调试降噪参数的方法的流程图,如图2所示,获取终端以设定降噪参数进行拍照处理得到的第一照片,包括以下步骤。
在步骤S21中,回读终端拍摄第一照片时使用的原始数据。
本公开实施例中,终端需要具备回读功能。当终端开启RAW回读功能时,终端可以读取拍摄照片的原始数据。照片的原始数据中包含进行照片拍摄时所保存的拍照信息。拍照信息包含拍照的模式、场景、自动曝光(Auto Exposure,AE)信息、自动白平衡(AutomaticWhite Balance,AWB)信息。其中,拍照的模式可以包括风景模式、人像模式、夜景模式、夜景人像模式、微距模式、逆光模式等模式,拍照的场景可以包括白天、商场、夜景、大逆光等场景。
在步骤S22中,基于原始数据以及设定降噪参数,控制终端进行拍照处理得到第一照片。
本公开中,当照片的降噪参数发生变化时,终端的回读功能可以生成仅有降噪参数改变的图像,回读终端拍摄照片时使用的原始数据,并基于原始数据以及设定降噪参数,进行拍照处理得到第一照片。使得经过处理后的图像的其他参数和拍照信息都不会发生变化。启回读功能时,可以理解为是终端读取保存好的拍照信息,重新经过图像处理后重现了拍照场景。这样,和原始数据得到的原图相比,当降噪参数发生改变时,回读可以生成仅有降噪参数影响后的图片,保证第一照片与原始数据得到的原图之间可以基于降噪参数产生的不同,具有可对比性。
本公开实施例中,可以基于待调试终端以及终端对比机实际拍摄的照片进行确定。
本公开中为描述方便,将终端实际拍摄的照片称为第三照片,将终端对比机实际拍摄的照片称为第四照片。
图3是根据一示例性实施例示出的一种调试降噪参数的方法的流程图,如图3所示,确定第二照片,包括以下步骤。
在步骤S31中,获取终端实际拍摄的第三照片,并获取终端对比机实际拍摄的第四照片,终端对比机为已校准过降噪参数的终端。
其中,对比机为已校准过降噪参数的终端。
本公开实施例中,终端实际拍摄的第三照片与对比机实际拍摄的第四照片存在内容、颜色、亮度和清晰度的差异,故为了只针对噪声差异产生的不同而调试降噪参数,需要消除第三照片和第四照片之间内容、颜色和亮度的差异。
在步骤S32中,对第三照片和第四照片进行图像配准,以消除第三照片和第四照片之间的差异。
本公开实施例中,对第三照片和第四照片进行图像配准,其中图像配准包括视场角(Field OfView,FOV)配准和颜色亮度迁移。对第三照片和第四照片利用全局SURF配准算法和局部多光流融合配准算法,得到FOV配准图像,以消除第三照片和第四照片之间的内容差异。将第三照片和FOV配准图像输入至颜色亮度迁移模型后得到颜色亮度迁移图像,以消除第三照片和第四照片之间的颜色和亮度差异。经过图像配准后得到的图像与第三照片只有清晰度的差异。
在步骤S33中,将图像配准后的照片确定为第二照片。
本公开中,通过对第三照片和第四照片进行图像配准,以消除第三照片和第四照片之间内容、颜色、亮度的差异。将图像配准后的照片,确定为第二照片,使得第二照片与第三照片只存在清晰度的差异。
图4是根据一示例性实施例示出的一种对第三照片和第四照片进行图像配准,以消除第三照片和第四照片之间的差异的方法的流程图,如图4所示,对第三照片和第四照片进行图像配准,以消除第三照片和第四照片之间的差异,包括以下步骤。
在步骤S41中,对第三照片和第四照片进行视场角配准,以消除第三照片和第四照片之间的内容差异。
本公开实施例中,FOV配准包括全局加速稳健特征(Speeded Up RobustFeatures,SURF)配准和局部多光流融合配准。图5示出了一种照片通过FOV配准得到消除内容差异的图像的流程图。如图5所示,将终端的实际拍摄的照片和对比机实际拍摄的照片输入至全局SURF配准模型,经过该模型输出得到处理后的图像。再将处理后的图像和终端的实际拍摄的照片输入至局部多光流融合配准模型,经过该模型输出得到消除终端的实际拍摄的照片和对比机实际拍摄的照片之间内容差异的图像。
本公开实施例中,操作封装在SurfFeatureDetector类中的detect函数检测出SURF特征的关键点,并保存在向量(vector)容器中。利用SurfDescriptorExtractor类进行特征向量的相关计算,将vector变量编程向量矩阵保存在Mat中。利用BruteForceMatcher类中的match函数,匹配终端的实际拍摄的照片和对比机实际拍摄的照片的特征向量。
本公开实施例中,将经过全局SURF配准处理的图像和终端实际拍摄的照片输入至局部多光流融合配准模型中,利用多网络预测光/光流融合网络的方法,从而消除终端的实际拍摄的照片和对比机实际拍摄的照片之间内容差异的图像。
本公开中,由于终端实际拍摄的照片与对比机实际拍摄的照片之间存在内容、颜色和亮度的差异,对对比机实际拍摄的照片进行FOV配准,消除对比机实际拍摄的照片和终端实际拍摄的照片之间的内容差异,从而使一组照片之间的像素级对齐。其中,内容差异是指终端和对比机在拍摄同一场景时,由于拍摄角度的不同,造成两幅照片之间内容的差异。因此,消除内容差异,换言之,就是消除由于拍摄角度造成的差异。
在步骤S42中,对视场角配准后的第三照片和第四照片,进行颜色配准和亮度配准,以消除第三照片和第四照片之间的颜色差异和亮度差异。
本公开实施例中,图6示出了一种图像通过颜色亮度配准得到消除颜色差异和亮度差异的图像的流程图。如图6所示,将经过FOV配准处理过的图像和终端实际拍摄的照片输入至已经训练完成的颜色亮度迁移模型,对图像中的颜色和亮度进行配准,从而消除终端的实际拍摄的照片和对比机实际拍摄的照片之间颜色差异和亮度差异,最终获得具有可比性的只有清晰度差异的图像,用于后期对降噪参数的评估。其中,图像存在清晰度差异意味着图像存在噪声差异。
本公开中,对第三照片和第四照片进行FOV配准,以消除第三照片和第四照片之间的内容差异。再对FOV配准后的第三照片和第四照片,进行颜色配准和亮度配准,以消除第三照片和第四照片之间的颜色差异和亮度差异。
图7是根据一示例性实施例示出的一种调试降噪参数的方法的流程图,如图7所示,确定调整后的降噪参数,包括以下步骤。
在步骤S51中,确定降噪参数集。
在步骤S52中,采用多目标搜索方法,在降噪参数集中,进行迭代搜索。
在步骤S53中,将迭代搜索后得到的最优降噪参数,确定为调整后的降噪参数。
本公开实施例中,图8示出了一种主观质量评价模型的框架图,如图8所示,将经过图像降噪处理得到的图像和消除内容差异、颜色差异和亮度差异的图像输入至主观质量评价模型,其中,评价的参考信息包括语义级清晰度评价、像素级噪声评价和平滑-锐化控制。采用NSGAII多目标搜索算法,利用遗传算法原理搜索得到的帕累托最优前沿面,进行参数的迭代搜索,最终从中根据不同的倾向选择适合测试场景的效果参数的最优组合。其中,遗传算法是一种通过模拟自然进化过程搜索最优解的方法,是以一种群体中的所有个体为对象,并利用随机化技术指导对一个被编码的参数空间基于进行高效搜索。
本公开实施例中,图9示出了一种完整的自动化调试降噪参数的流程图,如图9所示。用具有回读功能的终端拍摄多张照片,并对照片进行图像处理,尤其是对通过RAW回读功能得到的降噪参数进行初步调整,得到经过降噪处理的图像。当降噪参数发生变化时,回读可以生成仅有降噪参数改变后的图像,保证了图像与原生照片具有可对比性。其次,需要确定终端对比机,确定对比机的意图在于使得终端拍摄的照片最终呈现的清晰度效果与对比机拍摄的照片的清晰度效果相似/相同。用对比机拍摄终端拍摄的同一测试场景,得到多张照片(金标图),由于终端拍摄得到的照片和对比机拍摄得到的照片之间存在视场角的差异、颜色的差异以及亮度的差异,因此需要先对对比机的照片进行FOV配准。
在进行FOV配准时,可以对对比机的照片和终端实拍图,采用全局SURF配准算法利用SURF结构信息进行全局特征点配准。即,对对比机的照片和终端实拍图进行全局特征点匹配,使用全局SURF配准算法可以提升终端的计算速度。再将经过全局SURF配准算法处理得到的图像和终端实拍图利用多网络预测光/光流融合网络的方法进行配准,选择最佳的局部配准结果,得到最终配准好的图像,得到第二照片。其中,第二照片也可以称为金标配准图。以下以金标配准图为例进行说明。在完成图像FOV配准的同时,也消除了金标图和终端实拍图之间的内容差异,从而使一组图像做到像素级的对齐。
本公开实施例中,可以使用金标配准图,训练颜色亮度迁移模型。其中,将金标图和终端实拍图输入至训练完成的颜色亮度迁移模型,消除了金标图和终端实拍图之间的颜色的差异和亮度的差异,得到与终端照片只有清晰度差异的金标图,用于后期的评估使用。
进一步的,本公开实施例中可以建立质量评价模型。将金标配准图和终端实拍图进行降噪处理后的照片(第一照片)输入至质量评价模型,以通过质量评价模型对金标配准图和终端实拍图进行降噪处理后的照片进行相似度评价,以输出评测分数。其中,进行相似度评价的参考信息包括语义级清晰度、像素级噪声评价、平滑-锐化控制,评价模型的。
本公开实施例中可以基于评测分数确定最终所需的降噪参数。若评测分数较低,则需要重新就那些降噪参数的调整。其中,在确定调整的降噪参数时,可以对图像处理降噪相关模块中生成的降噪参数,整体进行超参搜索。
因为降噪参数太多,搜索空间巨大,本公开实施例中可以采用NSGAIII多目标搜索算法进行参数的迭代搜索。另一方面,由于噪声清晰度的质量评价为不同子目标间的综合评估,若使用单目标搜索算法需要在不同子目标之间进行线性加权,很难设定一个权重向量能够满足不同ISO下噪声和清晰度的权衡需求,因此利用NSGAIII多目标搜索算法来避免不同子目标权重的人工繁琐设置和改变目标权重后的重新RAW回读寻参。NSGAIII利用遗传算法原理搜索得到帕累托最优前沿面,最终从中根据不用的倾向选择适合场景的效果参数最优组合。
一示例中,每组参数组合包含ABF/ANR/HNR/LENR/ASF,对其进行迭代搜索并调整。假设图像处理降噪相关模块中包含第一组参数组合为para1[ABF1/ANR1/HNR1/LENR1/ASF1],通过上述实施例中的一系列配准操作后输入至基于语义级清晰度参考信息的评价模型,得到评分分数为9分;输入至基于像素级噪声参考信息的评价模型,得到评分分数为7分;输入至基于平滑-锐化控制参考信息的评价模型,得到评分分数为8分。第二组参数组合为para2[ABF2/ANR2/HNR2/LENR2/ASF2],通过上述实施例中的一系列配准操作后输入至基于语义级清晰度参考信息的评价模型,得到评分分数为8.7分;输入至基于像素级噪声参考信息的评价模型,得到评分分数为8分;输入至基于平滑-锐化控制参考信息的评价模型,得到评分分数为9.5分。第三组参数组合为para3[ABF3/ANR3/HNR3/LENR3/ASF3],通过上述实施例中的一系列配准操作后输入至基于语义级清晰度参考信息的评价模型,得到评分分数为8分;输入至基于像素级噪声参考信息的评价模型,得到评分分数为9.8分;输入至基于平滑-锐化控制参考信息的评价模型,得到评分分数为9分。基于语义级清晰度参考信息的所有分数中最高分为9分,因此选择第一组参数组合para1[ABF1/ANR1/HNR1/LENR1/ASF1]作为基于语义级清晰度的最优组合。基于像素级噪声参考信息的所有分数中最高分为9.8分,因此选择第三组参数组合para3[ABF3/ANR3/HNR3/LENR3/ASF3]作为基于像素级噪声的最优组合。基于平滑-锐化控制参考信息的所有分数中最高分为9.5分,因此选择第二组参数组合para2[ABF2/ANR2/HNR2/LENR2/ASF2]作为基于平滑-锐化控制的最优组合。
本公开实施例中,获取终端以设定降噪参数进行拍照处理得到的第一照片,并确定第二照片。通过已校准降噪参数的对比机实际拍摄的照片对拍摄第一照片的终端起到衡量终端调试降噪参数好坏的辅助作用。对第一照片和第二照片进行相似度评分,评估调试降噪参数的好坏。若相似度评分结果不满足预设条件,则调整终端拍摄照片的降噪参数,并控制终端以调整后的降噪参数作为设定降噪参数进行拍照处理,并重复执行以上过程,直至相似度评分结果满足预设条件,实现终端自动化调试降噪参数,减少人工调试的繁琐过程。
基于相同的构思,本公开实施例还提供一种调试降噪参数的装置。
可以理解的是,本公开实施例提供的调试降噪参数的装置为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。结合本公开实施例中所公开的各示例的单元及算法步骤,本公开实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能,但是这种实现不应认为超出本公开实施例的技术方案的范围。
图10是根据一示例性实施例示出的一种调试降噪参数的装置框图。参照图10,该装置100可以被提供为上述实施例涉及的终端,包括获取单元101,评分单元102和执行单元103。
获取单元101,用于获取终端以设定降噪参数进行拍照处理得到的第一照片,并确定第二照片,第二照片基于不同于终端的拍照设备拍摄的照片确定,且用于对设定降噪参数进行校准;评分单元102,用于对第一照片与第二照片进行相似度评分,得到相似度评分结果;执行单元103,用于若相似度评分结果不满足预设条件,则调整终端拍摄照片的降噪参数,并控制终端以调整后的降噪参数作为新的设定降噪参数进行拍照处理,并返回获取终端以设定降噪参数进行拍照处理得到的第一照片的步骤,直至相似度评分结果满足预设条件。
一种实施方式中,获取单元101采用如下方式获取终端以设定降噪参数进行拍照处理得到的第一照片:回读终端拍摄第一照片时使用的原始数据;基于原始数据以及设定降噪参数,控制终端进行拍照处理得到第一照片。
一种实施方式中,获取单元101采用如下方式确定第二照片:获取终端实际拍摄的第三照片,并获取终端对比机实际拍摄的第四照片,终端对比机为已校准过降噪参数的终端;对第三照片和第四照片进行图像配准,以消除第三照片和第四照片之间的差异;将图像配准后的照片确定为第二照片。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图11是根据一示例性实施例示出的一种用于应用控制的装置的框图。例如,装置200可以被提供为上述实施例涉及的终端。例如,可以是移动电话,计算机,数字广播终端,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11,装置200可以包括以下一个或多个组件:处理组件202,存储器204,电力组件206,多媒体组件208,音频组件210,输入/输出(I/O)接口212,传感器组件214,以及通信组件216。
处理组件202通常控制装置200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202可以包括一个或多个处理器220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202可以包括一个或多个模块,便于处理组件202和其他组件之间的交互。例如,处理组件202可以包括多媒体模块,以方便多媒体组件208和处理组件202之间的交互。
存储器204被配置为存储各种类型的数据以支持在装置200的操作。这些数据的示例包括用于在装置200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204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。
电力组件206为装置200的各种组件提供电力。电力组件206可以包括电源管理系统,一个或多个电源,及其他与为装置200生成、管理和分配电力相关联的组件。
多媒体组件208包括在所述装置200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。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述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208包括一个前置摄像头和/或后置摄像头。当装置200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210被配置为输出和/或输入音频信号。例如,音频组件210包括一个麦克风(MIC),当装置200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204或经由通信组件216发送。在一些实施例中,音频组件210还包括一个扬声器,用于输出音频信号。
I/O接口212为处理组件202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214包括一个或多个传感器,用于为装置200提供各个方面的状态评估。例如,传感器组件214可以检测到装置200的打开/关闭状态,组件的相对定位,例如所述组件为装置200的显示器和小键盘,传感器组件214还可以检测装置200或装置200一个组件的位置改变,用户与装置200接触的存在或不存在,装置200方位或加速/减速和装置200的温度变化。传感器组件214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214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214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216被配置为便于装置200和其他设备之间有线或无线方式的通信。装置200可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件216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,所述通信组件216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,装置200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204,上述指令可由装置200的处理器220执行以完成上述方法。例如,所述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。
进一步可以理解的是,本公开实施例中尽管在附图中以特定的顺序描述操作,但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作,或是要求执行全部所示的操作以得到期望的结果。在特定环境中,多任务和并行处理可能是有利的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利范围来限制。
Claims (10)
1.一种调试降噪参数的方法,其特征在于,应用于终端,包括:
获取所述终端以设定降噪参数进行拍照处理得到的第一照片,并确定第二照片,所述第二照片基于不同于所述终端的拍照设备拍摄的照片确定,且用于对所述设定降噪参数进行校准;
对所述第一照片与所述第二照片进行相似度评分,得到相似度评分结果;
若所述相似度评分结果不满足预设条件,则调整所述终端拍摄照片的降噪参数,并控制所述终端以调整后的降噪参数作为新的设定降噪参数进行拍照处理,并返回所述获取所述终端以设定降噪参数进行拍照处理得到的第一照片的步骤,直至所述相似度评分结果满足所述预设条件。
2.根据权利要求1所述的方法,其特征在于,所述获取所述终端以设定降噪参数进行拍照处理得到的第一照片,包括:
回读所述终端拍摄所述第一照片时使用的原始数据;
基于所述原始数据以及所述设定降噪参数,控制所述终端进行拍照处理得到第一照片。
3.根据权利要求1或2所述的方法,其特征在于,所述确定第二照片,包括:
获取所述终端实际拍摄的第三照片,并获取终端对比机实际拍摄的第四照片,所述终端对比机为已校准过降噪参数的终端;
对所述第三照片和所述第四照片进行图像配准,以消除所述第三照片和所述第四照片之间的差异;
将图像配准后的照片确定为第二照片。
4.根据权利要求3所述的方法,其特征在于,所述对所述第三照片和所述第四照片进行图像配准,以消除所述第三照片和所述第四照片之间的差异,包括:
对所述第三照片和所述第四照片进行视场角配准,以消除所述第三照片和所述第四照片之间的内容差异;
对视场角配准后的第三照片和第四照片,进行颜色配准和亮度配准,以消除所述第三照片和所述第四照片之间的颜色差异和亮度差异。
5.根据权利要求1所述的方法,其特征在于,所述调整后的降噪参数,采用如下方式确定:
确定降噪参数集;
采用多目标搜索方法,在所述降噪参数集中,进行迭代搜索;
将迭代搜索后得到的最优降噪参数,确定为调整后的降噪参数。
6.一种调试降噪参数的装置,其特征在于,应用于终端,包括:
获取单元,用于获取所述终端以设定降噪参数进行拍照处理得到的第一照片,并确定第二照片,所述第二照片基于不同于所述终端的拍照设备拍摄的照片确定,且用于对所述设定降噪参数进行校准;
评分单元,用于对所述第一照片与所述第二照片进行相似度评分,得到相似度评分结果;
执行单元,用于若所述相似度评分结果不满足预设条件,则调整所述终端拍摄照片的降噪参数,并控制所述终端以调整后的降噪参数作为新的设定降噪参数进行拍照处理,并返回所述获取所述终端以设定降噪参数进行拍照处理得到的第一照片的步骤,直至所述相似度评分结果满足所述预设条件。
7.根据权利要求6所述的装置,其特征在于,所述获取单元采用如下方式获取所述终端以设定降噪参数进行拍照处理得到的第一照片:
回读所述终端拍摄所述第一照片时使用的原始数据;
基于所述原始数据以及所述设定降噪参数,控制所述终端进行拍照处理得到第一照片。
8.根据权利要求6或7所述的装置,其特征在于,所述获取单元采用如下方式确定第二照片:
获取所述终端实际拍摄的第三照片,并获取终端对比机实际拍摄的第四照片,所述终端对比机为已校准过降噪参数的终端;
对所述第三照片和所述第四照片进行图像配准,以消除所述第三照片和所述第四照片之间的差异;
将图像配准后的照片确定为第二照片。
9.一种调试降噪参数的装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行权利要求1至5中任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有指令,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行权利要求1至5中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210301751.1A CN116843556A (zh) | 2022-03-25 | 2022-03-25 | 调试降噪参数的方法、调试降噪参数的装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210301751.1A CN116843556A (zh) | 2022-03-25 | 2022-03-25 | 调试降噪参数的方法、调试降噪参数的装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116843556A true CN116843556A (zh) | 2023-10-03 |
Family
ID=88158641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210301751.1A Pending CN116843556A (zh) | 2022-03-25 | 2022-03-25 | 调试降噪参数的方法、调试降噪参数的装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116843556A (zh) |
-
2022
- 2022-03-25 CN CN202210301751.1A patent/CN116843556A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106408603B (zh) | 拍摄方法及装置 | |
CN109547701B (zh) | 图像拍摄方法、装置、存储介质及电子设备 | |
CN109345485B (zh) | 一种图像增强方法、装置、电子设备及存储介质 | |
CN108154465B (zh) | 图像处理方法及装置 | |
CN111709891B (zh) | 图像去噪模型的训练方法、图像去噪方法、装置及介质 | |
CN111182212B (zh) | 图像处理方法、装置、存储介质以及电子设备 | |
CN113411498A (zh) | 图像拍摄方法、移动终端及存储介质 | |
CN112200040A (zh) | 遮挡图像检测方法、装置及介质 | |
CN103945116A (zh) | 用于在具有相机的移动终端中处理图像的设备和方法 | |
CN108629814B (zh) | 相机调整方法及装置 | |
CN113364965A (zh) | 基于多摄像头的拍摄方法、装置及电子设备 | |
CN112669231B (zh) | 图像处理方法、图像处理模型的训练方法、装置、介质 | |
CN112750081A (zh) | 图像处理方法、装置及存储介质 | |
CN114244999B (zh) | 自动对焦的方法、装置、摄像设备及存储介质 | |
US11252341B2 (en) | Method and device for shooting image, and storage medium | |
CN115623313A (zh) | 图像处理方法、图像处理装置、电子设备、存储介质 | |
CN114339022B (zh) | 摄像头拍摄参数确定方法、神经网络模型的训练方法 | |
CN113989387A (zh) | 相机拍摄参数调整方法、装置及电子设备 | |
CN116843556A (zh) | 调试降噪参数的方法、调试降噪参数的装置及存储介质 | |
CN110910304B (zh) | 图像处理方法、装置、电子设备及介质 | |
CN115641269A (zh) | 一种图像修补方法、装置及可读存储介质 | |
CN108769513B (zh) | 相机拍照方法及装置 | |
CN107707819B (zh) | 图像拍摄方法、装置及存储介质 | |
CN112911148B (zh) | 图像处理方法、装置及电子设备 | |
CN109447929B (zh) | 图像合成方法及装置 |
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 |