CN116866495A - 图像获取方法、装置、终端设备及存储介质 - Google Patents
图像获取方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN116866495A CN116866495A CN202210289067.6A CN202210289067A CN116866495A CN 116866495 A CN116866495 A CN 116866495A CN 202210289067 A CN202210289067 A CN 202210289067A CN 116866495 A CN116866495 A CN 116866495A
- Authority
- CN
- China
- Prior art keywords
- image
- exposure
- noise reduction
- processing
- fusion
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 230000009467 reduction Effects 0.000 claims abstract description 106
- 238000012545 processing Methods 0.000 claims abstract description 104
- 238000011946 reduction process Methods 0.000 claims abstract description 68
- 238000007499 fusion processing Methods 0.000 claims abstract description 67
- 230000004927 fusion Effects 0.000 claims abstract description 19
- 150000003839 salts Chemical class 0.000 claims description 22
- 235000002566 Capsicum Nutrition 0.000 claims description 18
- 239000006002 Pepper Substances 0.000 claims description 18
- 235000016761 Piper aduncum Nutrition 0.000 claims description 18
- 235000017804 Piper guineense Nutrition 0.000 claims description 18
- 235000008184 Piper nigrum Nutrition 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 244000203593 Piper nigrum Species 0.000 claims 1
- 241000722363 Piper Species 0.000 description 17
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 238000001914 filtration Methods 0.000 description 9
- 238000009499 grossing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000002146 bilateral effect Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 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
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
- H04N5/213—Circuitry for suppressing or minimising impulsive noise
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本公开是关于一种图像获取方法、装置、终端设备及存储介质,涉及图像处理技术领域。本方案的实现方式包括:根据至少两个曝光方案获取拍摄对象的至少两张曝光图像;对至少两张曝光图像进行融合处理,获得高动态范围图像;对高动态范围图像进行第一降噪处理,获得第一目标图像;其中,第一降噪处理包括降彩噪处理,并且,在融合处理之前不进行降彩噪处理。本方案可以在得到高动态范围图像的同时,也可以解决融图后的色斑问题,提升得到的目标图像的质量。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种图像获取方法、装置、终端设备及存储介质。
背景技术
随着人们对影视画面的要求提高,HDR(High Dynamic Range Imaging,高动态范围成像)技术应运而生。该技术使得影像画面呈现出更广的动态范围和丰富的细节,其中应用最广的时域多帧HDR。但是融图后的图像会存在色斑问题,因此如何克服HDR模式下图像的色斑问题成为目前亟需解决的问题。
发明内容
为克服相关技术中存在的问题,本公开提供一种图像获取方法、装置、终端设备及存储介质。
根据本公开实施例的第一方面,提供了一种图像获取方法,包括:
根据至少两个曝光方案获取拍摄对象的至少两张曝光图像;
对所述至少两张曝光图像进行融合处理,获得高动态范围图像;
对所述高动态范围图像进行第一降噪处理,获得第一目标图像;
其中,所述第一降噪处理包括降彩噪处理,并且,在所述融合处理之前不进行降彩噪处理。
在本公开的一些实施例中,所述方法还包括:
在所述第一降噪处理之后,对所述第一目标图像进行锐化处理,获得第二目标图像,并且在所述融合处理之前不进行锐化处理。
在本公开的另一些实施例中,所述方法还包括:
对所述第二目标图像进行椒盐降噪处理,获得第三目标图像。
在本公开的又一些实施例中,所述方法还包括:
在所述融合处理之前,进行第二降噪处理;其中,所述第一降噪处理及第二降噪处理均包括亮度降噪处理。
作为一种实施方式,所述根据至少两个曝光方案获取拍摄对象的至少两张曝光图像,包括:
根据至少三个曝光方案获取拍摄对象的至少三张曝光图像;
其中,所述对所述至少两张曝光图像进行融合处理,获得高动态范围图像,包括:
分别将每张所述曝光图像以预设方式进行分块划分,获得多个图像分块;
确定所述至少三张曝光图像中的基准图像,获取所述基准图像中各图像分块的亮度值;其中,所述基准图像为所述至少三张曝光图像中的一张曝光图像;
基于预设的亮度阈值及所述基准图像中各图像分块的亮度值,确定融合处理时每张所述曝光图像中各图像分块的权重值;
按照所述权重值,分别对每张所述曝光图像中对应的图像分块的像素值进行加权计算,获得所述高动态范围图像。
根据本公开的第二方面,提供了一种图像获取装置,包括:
第一获取模块,用于根据至少两个曝光方案获取拍摄对象的至少两张曝光图像;
融合模块,用于对所述至少两张曝光图像进行融合处理,获得高动态范围图像;
第一降噪模块,用于对所述高动态范围图像进行第一降噪处理,获得第一目标图像;
其中,所述第一降噪处理包括降彩噪处理,并且,在所述融合处理之前不进行降彩噪处理。
在本公开的一些实施例中,所述装置还包括:
锐化模块,用于在所述第一降噪处理之后,对所述第一目标图像进行锐化处理,获得第二目标图像,并且在所述融合处理之前不进行锐化处理。
在本公开的另一些实施例中,所述装置还包括:
椒盐降噪模块,用于对所述第二目标图像进行椒盐降噪处理,获得第三目标图像。
在本公开的又一些实施例中,所述装置还包括:
第二降噪模块,用于在所述融合处理之前,进行第二降噪处理;其中,所述第一降噪处理及第二降噪处理均包括亮度降噪处理。
作为一种实施方式,所述获取模块具体用于:
根据至少三个曝光方案获取拍摄对象的至少三张曝光图像;
其中,所述融合模块具体用于:
分别将每张所述曝光图像以预设方式进行分块划分,获得多个图像分块;
确定所述至少三张曝光图像中的基准图像,获取所述基准图像中各图像分块的亮度值;其中,所述基准图像为所述至少三张曝光图像中的一张曝光图像;
基于预设的亮度阈值及所述基准图像中各图像分块的亮度值,确定融合处理时每张所述曝光图像中各图像分块的权重值;
按照所述权重值,分别对每张所述曝光图像中对应的图像分块的像素值进行加权计算,获得所述高动态范围图像。
根据本公开的第三方面,提供了一种终端设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述第一方面所述的方法。
根据本公开的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述第一方面所述的方法。
本公开的实施例提供的技术方案可以包括以下有益效果:根据至少两个曝光方案获取拍摄对象的至少两张曝光图像,对至少两张曝光图像进行融合处理,获得高动态范围图像,并对高动态范围图像进行第一降噪处理,获得第一目标图像,其中第一降噪处理包括降彩噪处理,且在融合处理之前不进行降彩噪处理。相对于相关技术中的图像获取方法,本方案在融合处理之后进行降彩噪处理,而融合处理之前不进行降彩噪处理,不仅避免色彩校正矩阵的影响,也可以图像进行统一降彩噪处理,避免图像中的色斑问题。
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,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种图像获取方法的流程图。
图2是根据一示例性实施例示出的一种融合处理过程的示意图。
图3是根据一示例性实施例示出的另一种图像获取方法的流程图。
图4是根据一示例性实施例示出的又一种图像获取方法的流程图。
图5是根据一示例性实施例示出的又一种图像获取方法的流程图。
图6是根据一示例性实施例示出的又一种图像获取方法的流程图。
图7是根据一示例性实施例示出的一种图像获取装置的结构框图。
图8是根据一示例性实施例示出的一种用于实现图像获取方法的装置800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发明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、本发明的一些方面相一致的装置和方法的例子。
随着人们对影视画面的要求提高,HDR(High Dynamic Range Imaging,高动态范围成像)技术应运而生。该技术使得影像画面呈现出更广的动态范围和丰富的细节,其中应用最广的时域多帧HDR,但是融图后的图像会存在色斑问题。
为了解决上述问题,本公开提出了一种图像获取方法。需要说明的是,本公开实施例提出的图像获取方法可以应用于本公开实施例中的图像获取装置中,且本公开实施例中的图像获取装置可配置于终端设备中。如图1所示,本公开实施例的图像获取方法可以包括以下步骤:
步骤101,根据至少两个曝光方案获取拍摄对象的至少两张曝光图像。
在本公开的一些实施例中,至少两个曝光方案是指通过至少两个曝光值对拍摄对象进行拍摄,以使获取的至少两张曝光图像的画面内容相同,而图像的曝光值不同。其中,曝光方案的数量可以根据实际应用场景的需求来确定,本公开对此不作限定。
需要说明的是,为了可分辨图像中的细节部分,可以通过至少三个曝光方案获取拍摄对象的至少三张曝光图像,每张原始图像的亮度尽量有差异,以使画面内容中的高亮部分、中亮部分及暗光部分细节可分辨,提升图像处理的效果。比如,通过三个曝光方案获取拍摄对象的三张曝光图像,其中,曝光图像1的曝光值EV+>曝光图像2的曝光值EV0>曝光图像3的曝光值EV-;基于不同亮度部分(高亮部分、中亮部分、暗光部分)对应的亮度阈值范围,曝光值EV0的曝光图像2为普通曝光的图像,该图像中亮部分符合人眼观感的效果,但是高亮部分过曝,暗光部分太暗,即高亮部分和暗光部分的细节不清楚;曝光值EV+的曝光图像1相比曝光图像2整个画面更亮,这种曝光的图像的中亮部分过曝,但暗光部分相比曝光图像2有提亮,可以看到更多的细节;曝光值EV-的曝光图像3相比曝光图像2,整个画面更暗,该图像中的高亮部分符合人眼观感的效果,可以分别高亮部分的细节纹理,但是中亮部分和暗光部分过暗,没有细节。
作为一种示例,可以通过配备有相机的终端设备以不同的曝光方案拍摄同一场景内容,获得不同的曝光图像,比如,在相机按下快门键时,相机按照配置的多个曝光值连续拍摄,获得多张曝光图像。其中,不同的曝光方案可以包括相机根据当前拍照场景亮度情况自动匹配默认曝光值进行拍摄,以及根据该默认曝光值自动调整后的其他曝光值进行拍摄,且其他曝光值中既包括大于默认曝光值的值,也包括小于默认曝光值的值。
步骤102,对至少两张曝光图像进行融合处理,获得高动态范围图像。
也就是说,通过对不同曝光值的曝光图像进行融合处理,使融合之后的图像中亮度反差比增大,即增大图像的动态范围图像。
在本公开的一些实施例中,可以基于HDR融图算法,对至少两张曝光图像进行融合处理,以获得高动态范围图像。
作为一种示例,其融合处理的过程可以包括:基于预设的亮度阈值及基准图像中各像素点的亮度值,确定融图处理时不同曝光图像中各像素点的权重值;按照该权重值,分别计算融合处理之后图像中各像素点的像素值,比如共4张曝光图像,针对像素点,曝光图像1中该像素点的权重值为0.3,曝光图像2中该像素点的权重值为0.2,曝光图像3中该像素点的权重值为0.1,曝光图像4中该像素点的权重值为0.4,则融合处理之后的图像该像素点的像素值=曝光图像1中该像素点的像素值×0.3+曝光图像2中该像素点的像素值×0.2+曝光图像3中该像素点的像素值×0.1+曝光图像4中该像素点的像素值×0.4。
作为另一种示例,该融合处理的实现方式可以包括:假如通过至少三个曝光方案获取拍摄对象的至少三张曝光图像,分别对每张曝光图像以预设方式进行分块划分,获得多个图像分块;确定至少三张曝光图像中的基准图像,获取基准图像中各图像分块的亮度值,其中,基准图像为至少三张曝光图像中的一张曝光图像;基于预设的亮度阈值及基准图像中各图像分块的亮度值,确定融合处理时每张曝光图像中个图形分块的权重值;按照权重值,分别对每张曝光图像中对应的图像分块的像素值进行加权计算,获得高动态范围图像。
举例而言,若曝光方案为3个,获得曝光图像1、曝光图像2和曝光图像3,其中,曝光图像1的曝光值EV+>曝光图像2的曝光值EV0>曝光图像3的曝光值EV-;曝光值EV0的曝光图像2中亮部分符合人眼观感的效果,但是高亮部分过曝,暗光部分太暗;曝光值EV+的曝光图像1相比曝光图像2整个画面更亮,但是图像的中亮部分过曝,但暗光部分相比曝光图像2有提亮;曝光值EV-的曝光图像3相比曝光图像2,整个画面更暗,该图像中的高亮部分符合人眼观感的效果,但是中亮部分和暗光部分过暗,没有细节。对上述曝光图像的融合的过程包括:如图2所示,分别对3张曝光图像以预设方式进行分块划分,每张曝光图像被分为7行5列的图像分块,以减少计算量,其中每个图像分块中包含多个像素点,且每个图像分块的相对位置按其所在的行和列来表示,比如图像分块02表示第一行第二列的图像分块;将曝光值为EV0的曝光图像2作为基准图像,获取曝光图像2中各图像分块的亮度值;预设的亮度阈值为:高亮部分对应的亮度阈值为[亮度1,亮度2],中亮部分对应的亮度阈值为[亮度3,亮度4],暗光部分对应的亮度阈值为[亮度5,亮度6],将基准图像中各图像分块的亮度值分别与预设的亮度阈值进行比对,获得与高亮部分、中亮部分、暗光部分各自对应图像分块,如图2所示,其中图像分块02、03、12、13、23属于高亮部分,图像分块34、35、44、45属于中亮部分,图像分块51、52、53、63属于暗光部分;基于HDR融图算法,计算过渡区域中各图像分块的权重值,即亮度值不在预设的亮度阈值内的图像分块在各曝光图像中的权重值;融图时,高亮部分选取曝光值为EV-的曝光图像中的图像分块,中亮部分选取曝光值为EV0的曝光图像2中的图像分块,暗光部分选取曝光值为EV+的曝光图像3中的图像分块,即若各图像分块在各曝光图像中的权重值为(曝光图像1的权重值,曝光图像2的权重值,曝光图像3的权重值),则高亮部分的图像分块的权重值为(0,0,1),中亮部分的图像分块的权重值为(0,1,0),暗光部分的图像分块的权重值为(1,0,0);过渡区域按照各图像分块在各曝光图像中的权重值来计算,比如图像分块04的权重值为(0.1,0.5,0.4),则融合图的图像分块04处某像素点的像素值=0.1×曝光图像1中该像素点的像素值+0.5×曝光图像2中该像素点的像素值+0.4×曝光图像3中该像素点的像素值,最终得到高动态范围图像。
步骤103,对高动态范围图像进行第一降噪处理,获得第一目标图像;其中,第一降噪处理包括降彩噪处理,并且,在融合处理之前不进行降彩噪处理。
也就是说,对融合处理后的高动态范围图像进行降噪处理,以对高动态范围图像中留存的噪声进行同等强度的降噪,从而可以提升图像的质量。
本公开的发明人发现,若在融图之前对曝光图像进行降彩噪处理,由于不同曝光值的曝光图像的彩噪表现不同,以及受到CCM(Color Correction Matrix,色彩校正矩阵)的影响,很容易出现色斑的问题。所以本公开实施例的图像获取方法中,在融图处理之前不进行降彩噪处理,而在融图之后再对得到的高动态范围图像统一进行降彩噪处理。这样,将降彩噪处理在CCM之后进行,可以减少CCM对降彩噪处理的影响,也可以对图像进行统一降彩噪处理,从而不仅可以达到降噪目的,也可以避免出现图像中的色斑问题。
在本公开的实施例中,对高动态范围图像的降彩噪处理可以通过平滑降噪的方式来实现。比如可以采用高斯滤波、双边滤波、均值滤波、NLM(non-local means,非局部均值)滤波等平滑滤波算法。举例而言,若该方法应用于终端设备中,则通过终端设备平台端的平滑滤波算法来实现高动态范围图像的降彩噪处理。需要说明的是,此处降彩噪的处理方式也可以使用其他降噪处理方式来实现,本公开对此不作限定。
根据本公开实施例的图像获取方法,基于至少两个曝光方案获取拍摄对象的至少两张曝光图像,对至少两张曝光图像进行融合处理,获得高动态范围图像,并对高动态范围图像进行第一降噪处理,获得第一目标图像,其中第一降噪处理包括降彩噪处理,且在融合处理之前不进行降彩噪处理。相对于相关技术中的图像获取方法,本方案在融合处理之后进行降彩噪处理,而融合处理之前不进行降彩噪处理,不仅避免色彩校正矩阵的影响,也可以图像进行统一降彩噪处理,避免图像中的色斑问题。
为了进一步提升图像处理后目标图像的清晰度,本公开提供了另一个实施例。
图3是根据一示例性实施例示出的另一种图像获取方法的流程图。如图3所示,在上述实施例的基础上,该方法包括:
步骤301,根据至少两个曝光方案获取拍摄对象的至少两张曝光图像。
步骤302,对至少两张曝光图像进行融合处理,获得高动态范围图像。
步骤303,对高动态范围图像进行第一降噪处理,获得第一目标图像;其中,第一降噪处理包括降彩噪处理,并且,在融合处理之前不进行降彩噪处理。
步骤304,在第一降噪处理之后,对第一目标图像进行锐化处理,获得第二目标图像,并且在融合处理之前不进行锐化处理。
可以理解,对图像降噪的过程可能会使图像的边界、轮廓变得模糊,为了提升目标图像的清晰度,可以对第一目标图像进行锐化处理,以减少图像中的模糊,增强图像细节边缘和轮廓。
在本公开的一些实施例中,可以利用高通滤波对第一目标图像进行边缘增强,比如可以使用拉普拉斯算子、索贝尔算子等对第一目标图像进行锐化处理。在相关技术中,通常在融图之前对图像进行锐化处理,这样会加重由于曝光值不同导致的噪声不均问题,所以本方法中先得到降彩噪后的第一目标图像,再对其进行锐化处理,不仅可以有效避免图像中的色斑问题,也可以增强目标图像边缘细节的清晰度。
根据本公开实施例的图像处理方法,在得到降彩噪的高动态范围图像后,增加对图像的锐化处理,以增强图像处理效果,提升目标图像的清晰度。
由于图像的锐化增强也会造成噪声的增强,所以为了提升目标图像的质量,本公开提出了又一种图像处理方法。
图4是根据一示例性实施例示出的又一种图像获取方法的流程图。如图4所示,在上述实施例的基础上,该方法包括:
步骤401,根据至少两个曝光方案获取拍摄对象的至少两张曝光图像。
步骤402,对至少两张曝光图像进行融合处理,获得高动态范围图像。
步骤403,对高动态范围图像进行第一降噪处理,获得第一目标图像;其中,第一降噪处理包括降彩噪处理,并且,在融合处理之前不进行降彩噪处理。
步骤404,在第一降噪处理之后,对第一目标图像进行锐化处理,获得第二目标图像,并且在融合处理之前不进行锐化处理。
步骤405,对第二目标图像进行椒盐降噪处理,获得第三目标图像。
可以理解,即使第一目标图像经过锐化处理使图像的边缘细节变得更加清晰的同时,也不可能避免的会出现一些椒盐噪声,所以可以对锐化处理后的图像进行椒盐降噪处理以进一步提升目标图像的质量。
在本公开的一些实施例中,可以通过中值滤波算法对第二目标图像进行椒盐降噪处理,也可以通过其他可实现椒盐降噪的方式来对第二目标图像进行处理,以得到细节清晰的第三目标图像。
根据本公开实施例的图像处理方法,在对第一目标图像进行锐化处理后,增加了对第二目标图像的椒盐降噪处理,以去除由于锐化增强而出现的椒盐噪声,从而使得到的高动态范围的目标图像更加清晰。
为了提升图像处理的效果,本公开提供了又一个实施例。
图5是根据一示例性实施例示出的又一种图像获取方法的流程图。如图5所示,在上述实施例的基础上,该方法包括:
步骤501,根据至少两个曝光方案获取拍摄对象的至少两张曝光图像。
步骤502,对至少两张曝光图像分别进行第二降噪处理;其中,第二降噪处理包括亮度降噪处理。
可以理解,不同曝光值的曝光图像的噪声表现不同,造成融图之后的图像噪声分布不均匀,局部涂抹过重的问题。为了提高融图后的效果,可以分别对每张曝光图像进行亮度降噪,以去除每张曝光图像中大颗粒噪声,使得到第二降噪处理后的图像噪声表现接近、均匀,同时可以保留各曝光图像中的细节。
在本公开的一些实施例中,对每张曝光图像的亮度降噪处理可以通过平滑降噪的方式来进行。比如可以采用双边滤波、NLM(non-local means,非局部均值)滤波等平滑滤波算法。举例而言,若该方法应用于终端设备中,则通过终端设备平台端的平滑滤波算法来实现降噪图像的亮度降噪处理。需要说明的是,亮度降噪处理的方式也可以使用其他可实现降噪同时保留图像细节的处理方式来实现,本公开对此不作限定。
步骤503,对第二降噪处理后的图像进行融合处理,获得高动态范围图像。
在本公开实施例中,是对第二降噪处理后的图像进行融合处理,其融合处理的实现方式与上述实施例中融合处理的实现方式一致,此处不再赘述。
步骤504,对高动态范围图像进行第一降噪处理,获得第一目标图像;其中,第一降噪处理包括降彩噪处理和亮度降噪处理,并且,在融合处理之前不进行降彩噪处理。
也就是说,对融合处理后的高动态范围图像进行降彩噪处理的同时,还对图像进行亮度降噪处理,以对高动态范围图像中留存的亮度噪声进行同等强度的降噪,从而可以得到噪声均匀、且图像细节清晰的图像。
在本公开的实施例中,对高动态范围图像的亮度降噪处理和降彩噪处理既可以分别进行,也可以同时进行,本公开对此不作限定。其中,亮度降噪处理和降彩噪处理均可以通过平滑降噪的方式来实现。比如可以采用高斯滤波、双边滤波、均值滤波、NLM(non-localmeans,非局部均值)滤波等平滑滤波算法。举例而言,若该方法应用于终端设备中,则通过终端设备平台端的平滑滤波算法来实现高动态范围图像的亮度降噪处理和降彩噪处理。需要说明的是,此次亮度降噪处理的方式和降彩噪的处理方式也可以使用其他可实现降噪同时保留图像细节的处理方式来实现,本公开对此不作限定。
根据本公开实施例的图像获取方法,基于至少两个曝光方案获取拍摄对象的至少两张曝光图像,将至少两张曝光图像分别进行第二降噪处理,且第二降噪处理中包含亮度降噪处理,并将第二降噪处理后的图像进行融合处理,获得高动态范围图像,并对高动态范围图像进行第一降噪处理,获得第一目标图像,其中,第一降噪处理包括亮度降噪处理和降彩噪处理,且在融合处理之前不进行降彩噪处理。相对于相关技术的图像获取方法,本公开通过在融合之前对每张曝光图像进行亮度降噪处理,以去除大量的颗粒噪声,使不同的曝光图像的噪声表现接近,所以可以有效地提高融图的效果。此外,对高动态范围图像进行亮度降噪处理和降彩噪处理,不仅可以避免图像的色斑问题,还可以解决融图后噪声分块不均匀及局部涂抹的问题,提升获得的图像的清晰度和质量。
基于上述实施例,可以对降噪处理后的目标图像进行锐化增强,以增强目标图像边缘细节的清晰度,所以本公开提出了又一个实施例。
图6是根据一示例性实施例示出的又一种图像获取方法的流程图。如图6所示,在上述实施例的基础上,该方法包括:
步骤601,根据至少两个曝光方案获取拍摄对象的至少两张曝光图像。
步骤602,对至少两张曝光图像分别进行第二降噪处理;其中,第二降噪处理包括亮度降噪处理。
步骤603,对第二降噪处理后的图像进行融合处理,获得高动态范围图像。
步骤604,对高动态范围图像进行第一降噪处理,获得第一目标图像;其中,第一降噪处理包括降彩噪处理和亮度降噪处理,并且,在融合处理之前不进行降彩噪处理。
步骤605,在第一降噪处理之后,对第一目标图像进行锐化处理,获得第二目标图像,并且在融合处理之前不进行锐化处理。
可以理解,对图像降噪的过程可能会使图像的边界、轮廓变得模糊,为了提升目标图像的清晰度,可以对第一目标图像进行锐化处理,以减少图像中的模糊,增强图像细节边缘和轮廓。
在本公开的一些实施例中,可以利用高通滤波对第一目标图像进行边缘增强,比如可以使用拉普拉斯算子、索贝尔算子等对第一目标图像进行锐化处理。在相关技术中,通常在融图之前对图像进行锐化处理,这样会加重由于曝光值不同导致噪声不均问题,所以本方法中先得到噪声均匀的第一目标图像,再对其进行锐化处理,不仅可以有效避免噪声分块不均的问题,也可以增强目标图像边缘细节的清晰度。
由于图像的锐化增强也会造成噪声的增强,所以为了提升目标图像的质量,在本公开的另一些实施例中,该方法还可以包括:
步骤606,对第二目标图像进行椒盐降噪处理,获得第三目标图像。
可以理解,即使第一目标图像时经过降噪处理后的噪声均匀图像,经过锐化处理使图像的边缘细节变得更加清晰的同时,也不可避免的会出现一些椒盐噪声,所以可以对锐化处理后的图像进行椒盐降噪处理以进一步提升目标图像的质量。
在本公开的一些实施例中,可以通过中值滤波算法对第二目标图像进行椒盐降噪处理,也可以通过其他可实现椒盐降噪的方式来对第二目标图像进行处理,以得到噪声均匀干净,且细节清晰的第三目标图像。
根据本公开实施例的图像获取方法,在得到噪声均匀的高动态范围图像后,增加对图像的锐化处理,以增强图像处理效果,在解决融图后图像噪声分布不均匀及色斑问题的同时,也可以进一步提升目标图像的清晰度。此外,在锐化处理后增加椒盐降噪处理,以去除由于锐化增强而出现的椒盐噪声,从而使得到的高动态范围的目标图像更加清晰。
为了实现上述实施例,本公开提出了一种图像获取装置。
图7是根据一示例性实施例示出的一种图像获取装置的结构框图。如图7所示,该装置包括:
第一获取模块701,用于根据至少两个曝光方案获取拍摄对象的至少两张曝光图像;
融合模块702,用于对至少两张曝光图像进行融合处理,获得高动态范围图像;
第一降噪模块703,用于对高动态范围图像进行第一降噪处理,获得第一目标图像;
其中,第一降噪处理包括降彩噪处理,并且,在融合处理之前不进行降彩噪处理。
在本公开的一些实施例中,装置还包括:
锐化模块704,用于在第一降噪处理之后,对第一目标图像进行锐化处理,获得第二目标图像,并且在融合处理之前不进行锐化处理。
在本公开的另一些实施例中,装置还包括:
椒盐降噪模块705,用于对第二目标图像进行椒盐降噪处理,获得第三目标图像。
在本公开的又一些实施例中,装置还包括:
第二降噪模块706,用于在融合处理之前,进行第二降噪处理;其中,第一降噪处理及第二降噪处理均包括亮度降噪处理。
作为一种实施方式,获取模块701具体用于:
根据至少三个曝光方案获取拍摄对象的至少三张曝光图像;
其中,融合模块702具体用于:
分别将每张曝光图像以预设方式进行分块划分,获得多个图像分块;
确定至少三张曝光图像中的基准图像,获取基准图像中各图像分块的亮度值;其中,基准图像为至少三张曝光图像中的一张曝光图像;
基于预设的亮度阈值及基准图像中各图像分块的亮度值,确定融合处理时每张曝光图像中各图像分块的权重值;
按照权重值,分别对每张曝光图像中对应的图像分块的像素值进行加权计算,获得高动态范围图像。
根据本公开实施例的图像获取装置,基于至少两个曝光方案获取拍摄对象的至少两张曝光图像,对至少两张曝光图像进行融合处理,获得高动态范围图像,并对高动态范围图像进行第一降噪处理,获得第一目标图像,其中第一降噪处理包括降彩噪处理,且在融合处理之前不进行降彩噪处理。相对于相关技术中的图像获取方法,本方案在融合处理之后进行降彩噪处理,而融合处理之前不进行降彩噪处理,不仅避免色彩校正矩阵的影响,也可以图像进行统一降彩噪处理,避免图像中的色斑问题。
图8是根据一示例性实施例示出的一种用于实现图像获取方法的装置800的框图。例如,装置800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8,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电力组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800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802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802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800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804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806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800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808包括一个前置摄像头和/或后置摄像头。当设备800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810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800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804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802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814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814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814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814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816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800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816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816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804,上述指令可由装置800的处理器820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。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、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发明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。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明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。本发明的范围仅由所附的权利要求来限制。
Claims (13)
1.一种图像获取方法,其特征在于,包括:
根据至少两个曝光方案获取拍摄对象的至少两张曝光图像;
对所述至少两张曝光图像进行融合处理,获得高动态范围图像;
对所述高动态范围图像进行第一降噪处理,获得第一目标图像;
其中,所述第一降噪处理包括降彩噪处理,并且,在所述融合处理之前不进行降彩噪处理。
2.根据权利要求1所述的方法,其特征在于,还包括:
在所述第一降噪处理之后,对所述第一目标图像进行锐化处理,获得第二目标图像,并且在所述融合处理之前不进行锐化处理。
3.根据权利要求2所述的方法,其特征在于,还包括:
对所述第二目标图像进行椒盐降噪处理,获得第三目标图像。
4.根据权利要求1-3中任一项所述的方法,其特征在于,还包括:
在所述融合处理之前,进行第二降噪处理;其中,所述第一降噪处理及第二降噪处理均包括亮度降噪处理。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述根据至少两个曝光方案获取拍摄对象的至少两张曝光图像,包括:
根据至少三个曝光方案获取拍摄对象的至少三张曝光图像;
其中,所述对所述至少两张曝光图像进行融合处理,获得高动态范围图像,包括:
分别将每张所述曝光图像以预设方式进行分块划分,获得多个图像分块;
确定所述至少三张曝光图像中的基准图像,获取所述基准图像中各图像分块的亮度值;其中,所述基准图像为所述至少三张曝光图像中的一张曝光图像;
基于预设的亮度阈值及所述基准图像中各图像分块的亮度值,确定融合处理时每张所述曝光图像中各图像分块的权重值;
按照所述权重值,分别对每张所述曝光图像中对应的图像分块的像素值进行加权计算,获得所述高动态范围图像。
6.一种图像获取装置,其特征在于,包括:
第一获取模块,用于根据至少两个曝光方案获取拍摄对象的至少两张曝光图像;
融合模块,用于对所述至少两张曝光图像进行融合处理,获得高动态范围图像;
第一降噪模块,用于对所述高动态范围图像进行第一降噪处理,获得第一目标图像;
其中,所述第一降噪处理包括降彩噪处理,并且,在所述融合处理之前不进行降彩噪处理。
7.根据权利要求6所述的装置,其特征在于,还包括:
锐化模块,用于在所述第一降噪处理之后,对所述第一目标图像进行锐化处理,获得第二目标图像,并且在所述融合处理之前不进行锐化处理。
8.根据权利要求7所述的装置,其特征在于,还包括:
椒盐降噪模块,用于对所述第二目标图像进行椒盐降噪处理,获得第三目标图像。
9.根据权利要求6-8中任一项所述的装置,其特征在于,还包括:
第二降噪模块,用于在所述融合处理之前,进行第二降噪处理;其中,所述第一降噪处理及第二降噪处理均包括亮度降噪处理。
10.根据权利要求6-9中任一项所述的装置,其特征在于,所述获取模块具体用于:
根据至少三个曝光方案获取拍摄对象的至少三张曝光图像;
其中,所述融合模块具体用于:
分别将每张所述曝光图像以预设方式进行分块划分,获得多个图像分块;
确定所述至少三张曝光图像中的基准图像,获取所述基准图像中各图像分块的亮度值;其中,所述基准图像为所述至少三张曝光图像中的一张曝光图像;
基于预设的亮度阈值及所述基准图像中各图像分块的亮度值,确定融合处理时每张所述曝光图像中各图像分块的权重值;
按照所述权重值,分别对每张所述曝光图像中对应的图像分块的像素值进行加权计算,获得所述高动态范围图像。
11.一种终端设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1至5中任一项所述的方法。
12.一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,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序在被处理器执行时实现如权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210289067.6A CN116866495A (zh) | 2022-03-22 | 2022-03-22 | 图像获取方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210289067.6A CN116866495A (zh) | 2022-03-22 | 2022-03-22 | 图像获取方法、装置、终端设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116866495A true CN116866495A (zh) | 2023-10-10 |
Family
ID=88227291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210289067.6A Pending CN116866495A (zh) | 2022-03-22 | 2022-03-22 | 图像获取方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116866495A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117395495A (zh) * | 2023-12-08 | 2024-01-12 | 荣耀终端有限公司 | 一种图像处理方法及电子设备 |
-
2022
- 2022-03-22 CN CN202210289067.6A patent/CN116866495A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117395495A (zh) * | 2023-12-08 | 2024-01-12 | 荣耀终端有限公司 | 一种图像处理方法及电子设备 |
CN117395495B (zh) * | 2023-12-08 | 2024-05-17 | 荣耀终端有限公司 | 一种图像处理方法及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111418201B (zh) | 一种拍摄方法及设备 | |
CN108898546B (zh) | 人脸图像处理方法、装置及设备、可读存储介质 | |
CN108154465B (zh) | 图像处理方法及装置 | |
CN106131441B (zh) | 拍照方法及装置、电子设备 | |
CN110599410B (zh) | 图像处理的方法、装置、终端及存储介质 | |
CN110958401B (zh) | 一种超级夜景图像颜色校正方法、装置和电子设备 | |
CN110580688B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN112614064B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN108154466B (zh) | 图像处理方法及装置 | |
CN112634160A (zh) | 拍照方法及装置、终端、存储介质 | |
CN107507128B (zh) | 图像处理方法及设备 | |
CN108961156B (zh) | 人脸图像处理的方法及装置 | |
CN112437235B (zh) | 夜景图片生成方法、装置及移动终端 | |
CN116866495A (zh) | 图像获取方法、装置、终端设备及存储介质 | |
CN110728180B (zh) | 图像处理方法、装置及存储介质 | |
CN114066738A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN106469446B (zh) | 深度图像的分割方法和分割装置 | |
CN113313788A (zh) | 图像处理方法和装置、电子设备以及计算机可读存储介质 | |
CN107451972B (zh) | 图像增强方法、装置及计算机可读存储介质 | |
CN115205172A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN114926350A (zh) | 一种图像美化方法、装置、电子设备及存储介质 | |
CN113592733A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN113160099A (zh) | 人脸融合方法、装置、电子设备、存储介质及程序产品 | |
CN112785537A (zh) | 图像处理方法、装置以及存储介质 | |
CN116167924A (zh) | 图像处理方法、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 |