CN116962890B - 点云图像的处理方法、装置、设备和存储介质 - Google Patents
点云图像的处理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN116962890B CN116962890B CN202311218578.XA CN202311218578A CN116962890B CN 116962890 B CN116962890 B CN 116962890B CN 202311218578 A CN202311218578 A CN 202311218578A CN 116962890 B CN116962890 B CN 116962890B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- rgb color
- color parameters
- cloud image
- exposure state
- 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 abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims abstract description 69
- 238000012545 processing Methods 0.000 claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 34
- 238000012937 correction Methods 0.000 claims abstract description 12
- 238000010586 diagram Methods 0.000 claims description 43
- 230000006870 function Effects 0.000 claims description 36
- 238000012546 transfer Methods 0.000 claims description 25
- 238000005516 engineering process Methods 0.000 abstract description 9
- 238000007781 pre-processing Methods 0.000 abstract description 6
- 238000012805 post-processing Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005669 field effect Effects 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/106—Processing image signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/296—Synchronisation thereof; Control thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本申请涉及点云图像处理技术领域,具体提供了一种点云图像的处理方法、装置、设备和存储介质。其通过获取点云图像上的多个点云数据;根据点云数据,确定点云图像的曝光状态;根据曝光状态和光电信号转换算法,对RGB色彩参数进行转换处理,得到新的RGB色彩参数;根据新的RGB色彩参数,生成新的点云图像;该方法不依赖于硬件设备的HDR功能,且该方法针对点云图像数据的曝光问题,在数据预处理的阶段,对其进行修正处理,从而可以提升后续点云处理的精确度,从而进一步提高后续点云数据后处理建模等数据处理的有效性。本发明可应用于工业互联网场景中,并提供了一种更为通用、简化的点云数据提升技术。
Description
技术领域
本申请涉及点云图像处理技术领域,尤其涉及一种点云图像的处理方法、装置、设备和存储介质。
背景技术
在计算机中,图像由一个个像素点组成。图像数据存储在每一个像素点中,每一个像素点包含了被测物体的信息,除了常见的RGB信息或者灰度信息以外,还可以包含深度信息和坐标等其它信息。在某个坐标系下的点的数据集又被称为点云。点云里的每一个点包含了丰富的信息,包括三维坐标X,Y,Z、颜色、分类值、强度值、时间等等。
目前,受3D相机其自身硬件设备的约束,获取的点云图像曝光时间不能自适应调整,曝光效果受所拍摄物体的表面特性影响较大,点云图像会出现欠曝光、过度曝光等问题。
针对点云图像数据曝光不能自适应的问题,现有的技术方案中在3D相机硬件设备配备具有HDR功能的镜头。然而,但该方案成本较高,且并不是所有的3D相机都具备该功能。
发明内容
本申请提供一种点云图像的处理方法、装置、设备和存储介质,用以解决现有技术中存在的上述问题,即现有技术中针对存在的点云图像数据曝光不能自适应的问题,在3D相机硬件设备配备具有HDR功能的镜头,但该方案成本较高,且并不是所有的3D相机都具备该功能的问题。
第一方面,本申请提供一种点云图像的处理方法,该方法包括:
获取点云图像上的多个点云数据,所述点云数据包括:位置信息、RGB色彩参数以及亮度参数;
根据所述点云数据,确定所述点云图像的曝光状态;
根据所述曝光状态和光电信号转换算法,对所述RGB色彩参数进行转换处理,得到新的RGB色彩参数;
根据所述新的RGB色彩参数,生成新的点云图像。
可选的,所述根据所述点云数据,确定所述点云图像的曝光状态,包括:
根据所述多个点云对应的亮度参数,确定所述点云图像的色阶关系图;
根据所述色阶关系图,确定所述点云图像的曝光状态。
可选的,所述曝光状态包括:低曝光状态和高曝光状态,所述根据所述色阶关系图,确定所述点云图像的曝光状态,包括:
获取所述色阶关系图中处于高亮光区域的点云的第一数量,以及所述色阶关系图中处于低亮光区域的点云的第二数量;
判断所述第一数量是否大于第一预设值;
若是,则确定所述点云图像的曝光状态为高曝光状态;
若否,则判断所述第二数量是否大于第二预设值;
在所述第二数量大于所述第二预设值时,确定所述点云图像的曝光状态为低曝光状态。
可选的,若所述曝光状态为低曝光状态,则所述根据所述曝光状态和光电信号转换算法,对所述RGB色彩参数进行转换处理,得到新的RGB色彩参数,包括:
采用混合对数伽玛曲线传递函数中的OOTF光光转换方程,对所述RGB色彩参数进行转换处理,得到所述新的RGB色彩参数。
可选的,所述采用混合对数伽玛曲线传递函数中的OOTF光光转换方程,对所述RGB色彩参数进行转换处理,得到所述新的RGB色彩参数,包括:
采用如下公式计算得到所述新的RGB色彩参数:
其中,RL、GL、BL用于指示新的RGB色彩参数,RS、GS、BS用于指示在自然光下采集到的RGB色彩参数,YS用于指示自然光下的RGB转换出的亮度,γ为根据显示屏的最大亮度确定出的修正参数。
可选的,若所述曝光状态为高曝光状态,则所述根据所述曝光状态和光电信号转换算法,对所述RGB色彩参数进行转换处理,得到新的RGB色彩参数,包括:
采用混合对数伽玛曲线传递函数中的OOTF-1逆光光转换方程,对所述RGB色彩参数进行转换处理,得到所述新的RGB色彩参数。
可选的,所述采用混合对数伽玛曲线传递函数中的OOTF-1逆光光转换方程,对所述RGB色彩参数进行转换处理,得到所述新的RGB色彩参数,包括:
采用如下公式计算得到所述新的RGB色彩参数:
其中,RL、GL、BL用于指示新的RGB色彩参数,RD、GD、BD用于指示在显示光下采集到的RGB色彩参数,YL用于指示显示光下的RGB转换出的亮度,γ为根据显示屏的最大亮度确定出的修正参数。
第二方面,本申请提供一种点云图像的处理装置,该装置包括:
获取模块,用于获取点云图像上的多个点云数据,所述点云数据包括:位置信息、RGB色彩参数以及亮度参数;
确定模块,用于根据所述点云数据,确定所述点云图像的曝光状态;
处理模块,用于根据所述曝光状态和光电信号转换算法,对所述RGB色彩参数进行转换处理,得到新的RGB色彩参数;
生成模块,用于根据所述新的RGB色彩参数,生成新的点云图像。
可选的,所述确定模块,用于根据所述多个点云对应的亮度参数,确定所述点云图像的色阶关系图;根据所述色阶关系图,确定所述点云图像的曝光状态。
可选的,所述所述曝光状态包括:低曝光状态和高曝光状态,所述装置还包括:判断模块;
所述获取模块,还用于获取所述色阶关系图中处于高亮光区域的点云的第一数量,以及所述色阶关系图中处于低亮光区域的点云的第二数量;
所述判断模块,用于判断所述第一数量是否大于第一预设值;
所述确定模块,用于在所述第一数量大于所述第一预设值时,确定所述点云图像的曝光状态为高曝光状态;
所述判断模块,还用于判断所述第二数量是否大于第二预设值;
所述确定模块,还用于在所述第二数量大于所述第二预设值时,确定所述点云图像的曝光状态为低曝光状态。
可选的,若所述曝光状态为低曝光状态,则所述处理模块,用于采用混合对数伽玛曲线传递函数中的OOTF光光转换方程,对所述RGB色彩参数进行转换处理,得到所述新的RGB色彩参数。
可选的,所述处理模块,用于采用如下公式计算得到所述新的RGB色彩参数:
其中,RL、GL、BL用于指示新的RGB色彩参数,RS、GS、BS用于指示在自然光下采集到的RGB色彩参数,YS用于指示自然光下的RGB转换出的亮度,γ为根据显示屏的最大亮度确定出的修正参数。
可选的,若所述曝光状态为高曝光状态,则所述处理模块,用于采用混合对数伽玛曲线传递函数中的OOTF-1逆光光转换方程,对所述RGB色彩参数进行转换处理,得到所述新的RGB色彩参数。
可选的,所述处理模块,用于采用如下公式计算得到所述新的RGB色彩参数:
其中,RL、GL、BL用于指示新的RGB色彩参数,RD、GD、BD用于指示在显示光下采集到的RGB色彩参数,YL用于指示显示光下的RGB转换出的亮度,γ为根据显示屏的最大亮度确定出的修正参数。
第三方面,本申请提供一种点云图像的处理设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上述第一方面及第一方面各种可能的实现方式所述的点云图像的处理方法。
第四方面,本发明实施例提供一种可读存储介质,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第一方面及第一方面各种可能的实现方式所述的点云图像的处理方法。
本申请提供一种点云图像的处理方法、装置、设备和计算机存储介质。获取点云图像上的多个点云数据,所述点云数据包括:位置信息、RGB色彩参数以及亮度参数;根据所述点云数据,确定所述点云图像的曝光状态;根据所述曝光状态和光电信号转换算法,对所述RGB色彩参数进行转换处理,得到新的RGB色彩参数;根据所述新的RGB色彩参数,生成新的点云图像。使得这种点云图像的处理方法,并不依赖于硬件设备的HDR功能,针对普遍单次曝光的相机设备,能在更大范围内、更灵活的处理点云数据的曝光问题,提供了一种更为通用、简化的点云图像提升技术,针对点云图像数据的曝光问题,在其数据预处理的阶段,对其进行修正处理,可以在很大程度上提升后续点云处理的精确度,从而进一步提高后续点云数据后处理建模等数据处理的有效性。
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,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是本申请提供的点云图像的处理方法的流程图一;
图2是本申请提供的点云图像的处理方法的流程图二;
图3是本申请提供的色阶关系图的示意图;
图4是本申请提供的点云图像的处理装置的结构示意图;
图5是本申请提供的点云图像的处理设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。
本申请实施例中,“示例性的”或者“例如”等词用于表示例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
首先对本申请设涉及的名词进行解释:
色阶关系图:色阶表示的是图像亮度强弱的数值,色阶图就是一张图像中不同亮度的分布图,一般以横坐标表示“色阶指数的取值”,横坐标标准尺度在0~255之间,其中0表示黑色没有亮度,255表示白色最亮,坐标中间是各种灰色;又以纵坐标表示包含“特定色调(即特定的色阶值)的像素数目”,其取值越大就表示在这个色阶的像素越多,因此,可以通过色阶图波形参数来确定照片曝光的精准度。在本方案中,色阶关系图即为基于色阶图,将色阶图与曝光情况进行关联起来,判断出点云数据的曝光情况,在色阶关系图对应像素偏暗调时,表示在低曝光状态下,在色阶关系图对应像素偏亮调时,表示在高曝光状态下。
高动态范围成像:高动态范围成像(High Dynamic Range Imaging,简称HDR),在计算机图形学与电影摄影术中,HDR是用来实现比普通数位图像技术(SDR)更大曝光动态范围(即更大的明暗差别)的一组技术。高动态范围成像的目的就是要正确地表示真实世界中从太阳光直射到最暗的阴影这样大的范围亮度。在摄像里,HDR要先后拍摄三种曝光版本的多张照片,再将这些照片合为一张输出。利用每个曝光时间相对应最佳细节的LDR图像来合成最终HDR图像,能够更好的反映出真实环境中的视觉效果。目前,关于HDR的合成算法有很多,但其主要都是通过对多张曝光时间不同的图片进行融合处理,从而实现图像增强显示的技术。
混合对数伽玛曲线:混合对数伽玛曲线(Hybrid Log Gamma,简称HLG):HLG是NHK和BBC为HDR开发的一种传递函数,其中信号值的下半部分使用伽马曲线,信号值的上半部分使用对数曲线,详见下图,其用于将图像信号值与相对于场景的亮度级别相关联,并且无需元数据即可兼容SDR。
HLG的核心是一种非线性的光电信号转换算法,它将图像信号的Gamma分为两部分,在接近SDR标准的0-100低亮度部分,采用常规的Gamma曲线、而偏向高光部分则采用特殊的非线性Gamma曲线进行记录和回放,这也是HLG技术中混合一词的缘由。
由于感知量化器的伽玛曲线更偏重于暗部和高光的大动态范围,而彻底抛弃了持续了近30年的SDR标准,最典型的例子就是在非HDR显示设备上由于不能识别PQ和显示元数据信息,Gamma值会极大幅度低于sRGB的2.2或Rec.709的2.4。最终的输出结果就是较灰白的画面。而HLG的好处就是混合Gamma的算法,HDR内容的Gamma曲线即使在非HDR显示设备上被压缩后仍有较好的观感,色彩和灰阶表现和标准动态的影像相同,有更好的兼容性。
目前,受3D相机其自身硬件设备的约束,获取的点云图像曝光时间不能自适应调整,曝光效果受所拍摄物体的表面特性影响较大,点云图像会出现欠曝光、过度曝光等问题。
针对上述点云图像数据曝光不能自适应的问题,现有的解决方案一般为:在3D相机硬件设备配备具有HDR功能的镜头。然而,该方案成本较高,且并不是所有的3D相机都具备该功能。
针对上述问题,本申请提供了一种点云图像的处理方法,该方法通过根据点云图像上的多个点云数据,确认该点云图像的曝光情况,并针对不同的曝光情况采用不同的光电信号转换算法,以对点云的光场效果进行处理;该方法并不依赖于硬件设备的HDR功能,针对普遍单次曝光的相机设备,能在更大范围内、更灵活的处理点云数据的曝光问题,且该方法针对点云图像数据的曝光问题,在数据预处理的阶段,对其进行修正处理,从而可以提升后续点云处理的精确度,从而进一步提高后续点云数据后处理建模等数据处理的有效性。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1是本申请实施例提供的点云图像的处理方法的流程示意图一。如图1所示,本实施例示出的点云图像的处理方法,包括:
S101:获取点云图像上的多个点云数据。
其中,点云数据例如可以包括:位置信息、RGB色彩参数以及亮度参数。位置信息用于指示对应的点云数据的坐标,例如可以为(X,Y,Z)。RGB色彩参数用于指示对应的点云数据的颜色参数,也即该点云数据的颜色在“红、绿、蓝”三种色光之间的占比情况。亮度参数用于指示对应的点云数据在自然光下的亮度,其也可以用于指示自然光下的反射强度。目前,获取点云数据的方式大多是通过3D设备扫描获取的,例如采用激光雷达(2D/3D)获取、采用RGB双目技术来获取、采用3D结构光相机获取或者采用tof相机(time-of-flightcamera)获取。具体例如可以为上述设备通过自动化的方式测量在物体表面的大量的点的信息,然后用测量得到的数据转换成点云数据输出。本申请对获取点云数据的具体实现方式不做特殊限制,只要可以获取到点云数据即可。
S102:根据所述点云数据,确定所述点云图像的曝光状态。
其中,曝光状态例如可以包括:低曝光状态和高曝光状态。
在获取到点云图像上的多个点云数据之后,可以根据该多个点云数据,来确定出点云图像的曝光状态,以便后续针对不同的曝光状态进行不同的转换。
可以理解的,低曝光状态的点云图像一般偏暗,高曝光状态的点云图像一般偏亮。在该步骤中,例如可以根据点云图像上的多个点云数据所对应的反射强度来确定该点云图像的曝光状态,例如:当多个点云数据的反射强度普遍偏暗时,则可以确定该点云图像的曝光状态为低曝光状态;当多个点云数据的反射强度普遍偏亮时,则可以确定该点云图像的曝光状态为高曝光状态。
S103:根据所述曝光状态和光电信号转换算法,对RGB色彩参数进行转换处理,得到新的RGB色彩参数。
其中,光电信号转换算法为HLG传递函数的核心,其存在于HLG传递函数中的作用是为了实现线性光和非线性光之间的转换。该步骤中的光电信号转换算法例如可以参照HLG传递函数中所述的光电信号转换算法。
在HLG传递函数中,存在有多种不同的转换方式,例如包括:OETF光电信号转换算法、OETF-1光电信号转换算法、OOTF光电信号转换算法、OOTF-1光电信号转换算法、EOTF光电信号转换算法以及EOTF-1光电信号转换算法等。
OETF表示把自然场景的场景光O转换成电信号E;
OETF-1表示把电信号E转换成自然场景的场景光O;
OOTF表示把自然场景的场景光O转换成屏幕的显示光O;
OETF-1表示把屏幕的显示光O转换成自然场景的场景光O;
EOTF表示把电信号E转换成屏幕的显示光O,该过程和OETF不是完全可逆的,中间会经过OOTF处理,即EOTF=OETF-1×OOTF;
EOTF-1表示把屏幕的显示光O转换成电信号E;
光电信号转换算法主要原理为:拍摄时用OETF把场景光信号压缩成电信号,播放时通过EOTF-1逆转成场景光信号,场景光信号还要用OOTF变成屏幕光信号。
该步骤中的光电信号转换算法的目的,是为了对曝光状态不正常的点云图像进行修正处理,从而使得点云图像的曝光程度趋于正常曝光状态。
可以理解的,光电信号转换算法可以使高曝光的点云图像对应的RGB色彩参数降低,也可以使低曝光的点云图像对应的RGB色彩参数升高,从而来实现对点云数据的光场效果处理。
不同的曝光状态对应的光电信号转换算法不同,该步骤应用的光电信号转换算法例如可以为上述多种不同的转换方式中的至少一种。
S104:根据所述新的RGB色彩参数,生成新的点云图像。
其中,在通过光电信号转换算法对RGB色彩参数进行转换处理之后,可以根据该新的RGB色彩参数生成新的点云图像。该新的点云图像的曝光程度趋近于正常曝光程度。
本实施例提供的点云图像的处理方法,通过获取点云图像上的多个点云数据,所述点云数据包括:位置信息、RGB色彩参数以及亮度参数;根据所述点云数据,确定所述点云图像的曝光状态;根据所述曝光状态和光电信号转换算法,对所述RGB色彩参数进行转换处理,得到新的RGB色彩参数;根据所述新的RGB色彩参数,生成新的点云图像;该方法并不依赖于硬件设备的HDR功能,针对普遍单次曝光的相机设备,能在更大范围内、更灵活的处理点云数据的曝光问题,且该方法针对点云图像数据的曝光问题,在数据预处理的阶段,对其进行修正处理,从而可以提升后续点云处理的精确度,从而进一步提高后续点云数据后处理建模等数据处理的有效性。
图2为本申请实施例提供的点云图像的处理方法的流程示意图二。如图2所示,本实施例是在图1实施例的基础上,对点云图像的处理方法进行详细说明。本实施例示出的点云图像的处理方法,包括:
S201:获取点云图像上的多个点云数据。
步骤S201与上述步骤S101类似,在此不作赘述。
S202:根据所述多个点云对应的亮度参数,确定所述点云图像的色阶关系图。
其中,色阶表示的是图像亮度强弱的数值,色阶关系图用于指示图像中不同亮度的分布情况。也即,可以根据点云图像的多个点云数据中的亮度参数确定出该点云图像对应的色阶关系图。
图3为本实施例提供的色阶关系图的示意图。如图3所示,色阶关系图例如可以为坐标系,该坐标系的横坐标(X轴)用于指示亮度强弱,且亮度随X轴逐渐增强。坐标系的纵坐标(Y轴)用于指示对应亮度的像素数量,且数量随Y轴逐渐增加。
例如:在图3的A中,C1点用于指示在图3的A对应的点云图像中,亮度为a1的像素数量为b1;在图3的B中,C2点用于指示在图3的B对应的点云图像中,亮度为a2的像素数量为b2。
该步骤确定点云图像对应的色阶关系图的目的是为了根据该色阶关系图确定该点云图像当前的曝光状态。
S203:获取所述色阶关系图中处于高亮光区域的点云的第一数量,以及所述色阶关系图中处于低亮光区域的点云的第二数量。
其中,高亮光区域为色阶关系图中在色阶指数较高的点云集合区域,第一数量为该高亮区域的点云数量。低亮光区域为色阶关系图中在色阶指数较低的点云集合区域,第二数量为该低亮区域的点云数量。可以通过此第一数量以及第二数量来确定相应点云图像的曝光状态。
该步骤中的高亮光区域所在的亮度范围以及低亮光区域所在的亮度范围例如可以是用户预先设置的,也可以参考现有技术中的高亮光区域和低亮光区域。只要满足高亮光区域与低亮光区域不重合,且处于该高亮光区域内的像素亮度大于处于低亮光区域内的像素亮度即可。
继续参见图3所示,图3的A和图3的B分别指示不同曝光状态对应的点云图像的色阶关系图。图3中所示的坐标系中,D轴左侧区域为低亮光区域,D轴右侧为高亮光区域。
如图3的A所示,该色阶关系图对应的点云图像中,低亮度区域内的像素数量为D轴左侧区域内线段1、横坐标以及D轴围成的面积,高亮度区域内的像素数量为线段2、横坐标、纵坐标以及D轴围成的面积。在图3的A中,第一数量明显大于第二数量。
如图3的B所示,该色阶关系图对应的点云图像中,低亮度区域内的像素数量为D轴左侧区域内线段2、横坐标、纵坐标以及D轴围成的面积,高亮度区域内的像素数量为线段1、横坐标以及D轴围成的面积。在图3的B中,第一数量明显小于第二数量。
S204:判断所述第一数量是否大于第一预设值;若是,则执行步骤S205,若否,则执行步骤S207。
其中,第一预设值用于指示点云图像在高曝光状态时所在高亮区域点云数量的临界下限值,此预设值可以根据实际需要进行设定,此处不作具体限制。
在获取到高亮光区域对应的第一数量之后,可以判断该第一数量是否大于第一预设值,若第一数量大于第一预设值,则表明点云图像中高亮度像素的数量达到了高曝光状态对应的数量,此时可以确定该点云图像的曝光状态为高曝光状态;
若第一数量不大于第一预设值,则表明点云图像中高亮度像素的数量未达到高曝光状态时的数量,此时点云图像的曝光状态可能为正常曝光状态,也可能为低曝光状态,因此还需要确定点云图像是否处于低曝光状态,也即执行步骤S207。
S205:确定所述点云图像的曝光状态为高曝光状态。
S206:采用混合对数伽玛曲线传递函数中的OOTF-1逆光光转换方程,对所述RGB色彩参数进行转换处理,得到所述新的RGB色彩参数。
其中,数伽玛曲线传递函数中的OOTF-1逆光光转换方程用于将屏幕的显示光转换为自然场景的场景光。
该步骤中将自然场景的场景光称为自然光,将屏幕的显示光称为显示光。OOTF-1逆光光转换方程的具体方程如下:
其中,RL、GL、BL用于指示新的RGB色彩参数,RD、GD、BD用于指示在显示光下采集到的RGB色彩参数,YL用于指示显示光下的RGB转换出的亮度,α是以cd/m2为单位的用户增益变量,一般设为1.0,γ为根据显示屏的最大亮度确定出的修正参数。γ的具体计算公式如下:
其中,LW为显示屏幕的最大亮度,α是以cd/m2为单位的用户增益变量。
在该步骤中,通过混合对数伽玛曲线传递函数中的OOTF-1逆光光转换方程对RGB色彩参数进行转换处理,从而得到新的RGB色彩参数。
S207:判断所述第二数量是否大于第二预设值。
其中,第二预设值用于指示点云图像在低曝光状态时所在低亮光区域点云数量的临界下限值。此预设值可以根据实际需要进行设定,此处不作具体限制。
在确定第一数量不大于第一预设值之后,还需要判断表征低亮光区域内的像素数量的第二数量是否大于第二预设值,若第二数量大于第二预设值,则表明点云图像中低亮度像素的数量达到了低曝光状态对应的数量,此时可以确定该点云图像的曝光状态为低曝光状态;
若第二数量不大于第二预设值,则表明点云图像中低亮度像素的数量未达到低曝光状态时的数量,此时点云图像的曝光状态为正常曝光状态,也即无需对RGB色彩参数进行转换处理。
S208:在所述第二数量大于所述第二预设值时,确定所述点云图像的曝光状态为低曝光状态。
S209:采用混合对数伽玛曲线传递函数中的OOTF光光转换方程,对所述RGB色彩参数进行转换处理,得到所述新的RGB色彩参数。
其中,数伽玛曲线传递函数中的OOTF光光转换方程用于将自然场景的场景光转换为屏幕的显示光。
OOTF光光转换方程的具体方程如下:
其中,RL、GL、BL用于指示新的RGB色彩参数,RS、GS、BS用于指示在自然光下采集到的RGB色彩参数,YS用于指示自然光下的RGB转换出的亮度,α是以cd/m2为单位的用户增益变量,一般设为1.0,γ为根据显示屏的最大亮度确定出的修正参数。γ的表达式同步骤S206中所述的公式一致。
在该步骤中,通过混合对数伽玛曲线传递函数中的OOTF光光转换方程对RGB色彩参数进行转换处理,从而得到新的RGB色彩参数。
S210:根据所述新的RGB色彩参数,生成新的点云图像。
步骤S210与上述步骤S104类似,在此不再赘述。
可选的,在生成新的点云图像之后,与常规方案相同,需要再进行滤波、去噪、降采样等数据预处理的环节,之后再通过特征提取进行点云数据配准,生成三维模型,完成点云数据的建模。
本实施例提供的点云图像的处理方法,通过确定点云图像的色阶关系图,进而根据该色阶关系图确定点云图像的曝光状态,从而确保了确定出的曝光状态的准确性;同时针对不同的曝光状态采用数伽玛曲线传递函数中不同的转换方程对RGB色彩参数进行转换处理,进而根据转换得到的新的RGB色彩参数来生成新的点云图像。该方法并不依赖于硬件设备的HDR功能,针对普遍单次曝光的相机设备,能在更大范围内、更灵活的处理点云数据的曝光问题,且该方法针对点云图像数据的曝光问题,在数据预处理的阶段,对其进行修正处理,从而可以提升后续点云处理的精确度,从而进一步提高后续点云数据后处理建模等数据处理的有效性。
图4为本申请实施例提供的点云图像的处理装置的结构示意图。如图4所示,本申请提供的点云图像的处理装置300包括:
获取模块301,用于获取点云图像上的多个点云数据,所述点云数据包括:位置信息、RGB色彩参数以及亮度参数;
确定模块302,用于根据所述点云数据,确定所述点云图像的曝光状态;
处理模块303,用于根据所述曝光状态和光电信号转换算法,对所述RGB色彩参数进行转换处理,得到新的RGB色彩参数;
生成模块304,用于根据所述新的RGB色彩参数,生成新的点云图像。
可选的,所述确定模块302,用于根据所述多个点云对应的亮度参数,确定所述点云图像的色阶关系图;根据所述色阶关系图,确定所述点云图像的曝光状态。
可选的,所述所述曝光状态包括:低曝光状态和高曝光状态,所述装置还包括:判断模块305;
所述获取模块301,还用于获取所述色阶关系图中处于高亮光区域的点云的第一数量,以及所述色阶关系图中处于低亮光区域的点云的第二数量;
所述判断模块305,用于判断所述第一数量是否大于第一预设值;
所述确定模块302,用于在所述第一数量大于所述第一预设值时,确定所述点云图像的曝光状态为高曝光状态;
所述判断模块305,还用于判断所述第二数量是否大于第二预设值;
所述确定模块302,还用于在所述第二数量大于所述第二预设值时,确定所述点云图像的曝光状态为低曝光状态。
可选的,若所述曝光状态为低曝光状态,则所述处理模块303,用于采用混合对数伽玛曲线传递函数中的OOTF光光转换方程,对所述RGB色彩参数进行转换处理,得到所述新的RGB色彩参数。
可选的,所述处理模块303,用于采用如下公式计算得到所述新的RGB色彩参数:
其中,RL、GL、BL用于指示新的RGB色彩参数,RS、GS、BS用于指示在自然光下采集到的RGB色彩参数,YS用于指示自然光下的RGB转换出的亮度,γ为根据显示屏的最大亮度确定出的修正参数。
可选的,若所述曝光状态为高曝光状态,则所述处理模块303,用于采用混合对数伽玛曲线传递函数中的OOTF-1逆光光转换方程,对所述RGB色彩参数进行转换处理,得到所述新的RGB色彩参数。
可选的,所述处理模块303,用于采用如下公式计算得到所述新的RGB色彩参数:
其中,RL、GL、BL用于指示新的RGB色彩参数,RD、GD、BD用于指示在显示光下采集到的RGB色彩参数,YL用于指示显示光下的RGB转换出的亮度,γ为根据显示屏的最大亮度确定出的修正参数。
图5为本申请提供的点云图像的处理设备的结构示意图。如图5所示,本申请提供一种点云图像的处理设备,该点云图像的处理设备400包括:接收器401、发送器402、处理器403以及存储器404。
接收器401,用于接收指令和数据;
发送器402,用于发送指令和数据;
存储器404,用于存储计算机执行指令;
处理器403,用于执行存储器404存储的计算机执行指令,以实现上述实施例中点云图像的处理方法所执行的各个步骤。具体可以参见前述点云图像的处理方法实施例中的相关描述。
可选的,上述存储器404既可以是独立的,也可以跟处理器403集成在一起。
当存储器404独立设置时,该电子设备还包括总线,用于连接存储器404和处理器403。
本申请还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现如上述点云图像的处理设备所执行的点云图像的处理方法。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、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申请的一般性原理并包括本申请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,本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是,本申请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。本申请的范围仅由所附的权利要求书来限制。
Claims (7)
1.一种点云图像的处理方法,其特征在于,所述方法包括:
获取点云图像上的多个点云数据,所述点云数据包括:位置信息、RGB色彩参数以及亮度参数;
根据多个点云对应的亮度参数,确定所述点云图像的色阶关系图;
根据所述色阶关系图,确定所述点云图像的曝光状态;
根据所述曝光状态和光电信号转换算法,对所述RGB色彩参数进行转换处理,得到新的RGB色彩参数;
根据所述新的RGB色彩参数,生成新的点云图像;
所述曝光状态包括:低曝光状态和高曝光状态,若所述曝光状态为低曝光状态,则所述根据所述曝光状态和光电信号转换算法,对所述RGB色彩参数进行转换处理,得到新的RGB色彩参数,包括:
采用混合对数伽玛曲线传递函数中的OOTF光光转换方程,对所述RGB色彩参数进行转换处理,得到所述新的RGB色彩参数;
所述采用混合对数伽玛曲线传递函数中的OOTF光光转换方程,对所述RGB色彩参数进行转换处理,得到所述新的RGB色彩参数,包括:
采用如下公式计算得到所述新的RGB色彩参数:
其中,RL、GL、BL用于指示新的RGB色彩参数,RS、GS、BS用于指示在自然光下采集到的RGB色彩参数,YS用于指示自然光下的RGB转换出的亮度,γ为根据显示屏的最大亮度确定出的修正参数。
2.根据权利要求1所述的方法,其特征在于,所述根据所述色阶关系图,确定所述点云图像的曝光状态,包括:
获取所述色阶关系图中处于高亮光区域的点云的第一数量,以及所述色阶关系图中处于低亮光区域的点云的第二数量;
判断所述第一数量是否大于第一预设值;
若是,则确定所述点云图像的曝光状态为高曝光状态;
若否,则判断所述第二数量是否大于第二预设值;
在所述第二数量大于所述第二预设值时,确定所述点云图像的曝光状态为低曝光状态。
3.根据权利要求1所述的方法,其特征在于,若所述曝光状态为高曝光状态,则所述根据所述曝光状态和光电信号转换算法,对所述RGB色彩参数进行转换处理,得到新的RGB色彩参数,包括:
采用混合对数伽玛曲线传递函数中的OOTF-1逆光光转换方程,对所述RGB色彩参数进行转换处理,得到所述新的RGB色彩参数。
4.根据权利要求3所述的方法,其特征在于,所述采用混合对数伽玛曲线传递函数中的OOTF-1逆光光转换方程,对所述RGB色彩参数进行转换处理,得到所述新的RGB色彩参数,包括:
采用如下公式计算得到所述新的RGB色彩参数:
其中,RL、GL、BL用于指示新的RGB色彩参数,RD、GD、BD用于指示在显示光下采集到的RGB色彩参数,YL用于指示显示光下的RGB转换出的亮度,γ为根据显示屏的最大亮度确定出的修正参数。
5.一种点云图像的处理装置,其特征在于,包括:
获取模块,用于获取点云图像上的多个点云数据,所述点云数据包括:位置信息、RGB色彩参数以及亮度参数;
确定模块,用于根据所述点云数据,确定所述点云图像的曝光状态;
处理模块,用于根据所述曝光状态和光电信号转换算法,对所述RGB色彩参数进行转换处理,得到新的RGB色彩参数;
生成模块,用于根据所述新的RGB色彩参数,生成新的点云图像;
所述确定模块,还用于根据多个点云对应的亮度参数,确定所述点云图像的色阶关系图;
所述确定模块,还用于根据所述色阶关系图,确定所述点云图像的曝光状态;
所述曝光状态包括:低曝光状态和高曝光状态,若所述曝光状态为低曝光状态,则所述处理模块,具体用于采用混合对数伽玛曲线传递函数中的OOTF光光转换方程,对所述RGB色彩参数进行转换处理,得到所述新的RGB色彩参数;
所述处理模块,具体用于采用如下公式计算得到所述新的RGB色彩参数:
其中,RL、GL、BL用于指示新的RGB色彩参数,RS、GS、BS用于指示在自然光下采集到的RGB色彩参数,YS用于指示自然光下的RGB转换出的亮度,γ为根据显示屏的最大亮度确定出的修正参数。
6.一种点云图像的处理设备,其特征在于,包括:
存储器;
处理器;
其中,所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1-4中任一项所述的点云图像的处理方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-4任一项所述的点云图像的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311218578.XA CN116962890B (zh) | 2023-09-21 | 2023-09-21 | 点云图像的处理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311218578.XA CN116962890B (zh) | 2023-09-21 | 2023-09-21 | 点云图像的处理方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116962890A CN116962890A (zh) | 2023-10-27 |
CN116962890B true CN116962890B (zh) | 2024-01-09 |
Family
ID=88449585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311218578.XA Active CN116962890B (zh) | 2023-09-21 | 2023-09-21 | 点云图像的处理方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116962890B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001201835A (ja) * | 2000-01-18 | 2001-07-27 | Noritsu Koki Co Ltd | 写真処理装置のための現像チェック方法とこれを実施する装置 |
CN103676163A (zh) * | 2012-09-12 | 2014-03-26 | 薄淑英 | 高清晰光栅立体图片 |
CN105227858A (zh) * | 2015-10-30 | 2016-01-06 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
JP2018195911A (ja) * | 2017-05-15 | 2018-12-06 | 日本放送協会 | 映像信号変換装置、ダイナミックレンジ変換装置およびそれらのプログラム |
JP2019004230A (ja) * | 2017-06-12 | 2019-01-10 | キヤノン株式会社 | 画像処理装置及び方法、及び撮像装置 |
CN110447051A (zh) * | 2017-03-20 | 2019-11-12 | 杜比实验室特许公司 | 在感知上保持参考场景的对比度和色度 |
CN113496542A (zh) * | 2020-03-20 | 2021-10-12 | 先临三维科技股份有限公司 | 多曝光图像建模方法、装置、计算机设备和存储介质 |
CN113542608A (zh) * | 2021-07-15 | 2021-10-22 | 腾讯科技(深圳)有限公司 | 图像处理方法及装置 |
CN114114317A (zh) * | 2020-08-28 | 2022-03-01 | 上海禾赛科技有限公司 | 激光雷达、数据处理方法及数据处理模块、介质 |
CN114862722A (zh) * | 2022-05-26 | 2022-08-05 | 广州市保伦电子有限公司 | 一种图像亮度增强实现方法及处理终端 |
CN114866809A (zh) * | 2022-06-13 | 2022-08-05 | 百果园技术(新加坡)有限公司 | 视频转换方法、装置、设备、存储介质及程序产品 |
CN114898068A (zh) * | 2022-05-19 | 2022-08-12 | 海尔数字科技(上海)有限公司 | 三维建模方法、装置、设备及存储介质 |
CN115453569A (zh) * | 2022-09-01 | 2022-12-09 | 北京宾理信息科技有限公司 | 一种激光雷达点云数据处理方法、系统及车辆 |
CN115811666A (zh) * | 2021-09-13 | 2023-03-17 | 佳能株式会社 | 图像处理设备、摄像设备、控制方法和存储介质 |
WO2023060762A1 (zh) * | 2021-10-12 | 2023-04-20 | 深圳创维-Rgb电子有限公司 | 图像处理方法、装置及计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017212532A (ja) * | 2016-05-24 | 2017-11-30 | キヤノン株式会社 | 画像処理装置 |
-
2023
- 2023-09-21 CN CN202311218578.XA patent/CN116962890B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001201835A (ja) * | 2000-01-18 | 2001-07-27 | Noritsu Koki Co Ltd | 写真処理装置のための現像チェック方法とこれを実施する装置 |
CN103676163A (zh) * | 2012-09-12 | 2014-03-26 | 薄淑英 | 高清晰光栅立体图片 |
CN105227858A (zh) * | 2015-10-30 | 2016-01-06 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN110447051A (zh) * | 2017-03-20 | 2019-11-12 | 杜比实验室特许公司 | 在感知上保持参考场景的对比度和色度 |
JP2018195911A (ja) * | 2017-05-15 | 2018-12-06 | 日本放送協会 | 映像信号変換装置、ダイナミックレンジ変換装置およびそれらのプログラム |
JP2019004230A (ja) * | 2017-06-12 | 2019-01-10 | キヤノン株式会社 | 画像処理装置及び方法、及び撮像装置 |
CN113496542A (zh) * | 2020-03-20 | 2021-10-12 | 先临三维科技股份有限公司 | 多曝光图像建模方法、装置、计算机设备和存储介质 |
CN114114317A (zh) * | 2020-08-28 | 2022-03-01 | 上海禾赛科技有限公司 | 激光雷达、数据处理方法及数据处理模块、介质 |
CN113542608A (zh) * | 2021-07-15 | 2021-10-22 | 腾讯科技(深圳)有限公司 | 图像处理方法及装置 |
CN115811666A (zh) * | 2021-09-13 | 2023-03-17 | 佳能株式会社 | 图像处理设备、摄像设备、控制方法和存储介质 |
WO2023060762A1 (zh) * | 2021-10-12 | 2023-04-20 | 深圳创维-Rgb电子有限公司 | 图像处理方法、装置及计算机可读存储介质 |
CN114898068A (zh) * | 2022-05-19 | 2022-08-12 | 海尔数字科技(上海)有限公司 | 三维建模方法、装置、设备及存储介质 |
CN114862722A (zh) * | 2022-05-26 | 2022-08-05 | 广州市保伦电子有限公司 | 一种图像亮度增强实现方法及处理终端 |
CN114866809A (zh) * | 2022-06-13 | 2022-08-05 | 百果园技术(新加坡)有限公司 | 视频转换方法、装置、设备、存储介质及程序产品 |
CN115453569A (zh) * | 2022-09-01 | 2022-12-09 | 北京宾理信息科技有限公司 | 一种激光雷达点云数据处理方法、系统及车辆 |
Non-Patent Citations (3)
Title |
---|
Unambiguous video pipeline description motivated by HDR;Walter Gish;《2016 IEEE International Conference on Image Processing (ICIP)》;全文 * |
匀化处理的无人机影像实景三维模型增强方法;王云川;《云南师范大学学报(自然科学版)》;全文 * |
基于Kinect的三维人体分块点云数据的拼接与模型重建;禹素萍;郁晓慧;许武军;宋诗超;;计算机应用与软件(01);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116962890A (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107635102B (zh) | 高动态范围图像曝光补偿值获取方法和装置 | |
CN110033418B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN108055452B (zh) | 图像处理方法、装置及设备 | |
CN104717432B (zh) | 处理一组输入图像的方法、图像处理设备和数字照相机 | |
CN110022469B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN108024057B (zh) | 背景虚化处理方法、装置及设备 | |
CN108156369B (zh) | 图像处理方法和装置 | |
US8750608B2 (en) | Image processing method and apparatus | |
CN110047060B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
US20180025476A1 (en) | Apparatus and method for processing image, and storage medium | |
JP2016086246A (ja) | 画像処理装置及び方法、及び撮像装置 | |
CN107682611B (zh) | 对焦的方法、装置、计算机可读存储介质和电子设备 | |
US11115637B2 (en) | Image processing apparatus, image capturing apparatus, image processing method, and storage medium | |
CN116416122A (zh) | 图像处理方法及其相关设备 | |
CN116468636A (zh) | 低照度增强方法、装置、电子设备和可读存储介质 | |
CN112598609B (zh) | 一种动态图像的处理方法及装置 | |
WO2022067761A1 (zh) | 图像处理方法、装置、拍摄设备、可移动平台及计算机可读存储介质 | |
CN112822413A (zh) | 拍摄预览方法、装置、终端和计算机可读存储介质 | |
JP5932392B2 (ja) | 画像処理装置および画像処理方法 | |
CN116962890B (zh) | 点云图像的处理方法、装置、设备和存储介质 | |
JP4359662B2 (ja) | カラー画像の露出補正方法 | |
CN115550575A (zh) | 图像处理方法及其相关设备 | |
CN115914850A (zh) | 增强宽动态图像通透性的方法、电子设备和存储介质 | |
Abebe | High Dynamic Range Imaging | |
CN111147760B (zh) | 一种光场相机及其光度调整方法、装置及电子设备 |
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 |