CN118015102A - 图像处理方法、装置、电子设备和计算机可读存储介质 - Google Patents
图像处理方法、装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN118015102A CN118015102A CN202211380460.2A CN202211380460A CN118015102A CN 118015102 A CN118015102 A CN 118015102A CN 202211380460 A CN202211380460 A CN 202211380460A CN 118015102 A CN118015102 A CN 118015102A
- Authority
- CN
- China
- Prior art keywords
- image
- intensity
- brightness
- image area
- equalization intensity
- 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 21
- 239000006185 dispersion Substances 0.000 claims abstract description 80
- 238000013507 mapping Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims abstract description 17
- 230000002596 correlated effect Effects 0.000 claims description 11
- 238000009499 grossing Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 4
- 230000000875 corresponding effect Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003705 background correction Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 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
- 230000003287 optical effect 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
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种图像处理方法、装置、电子设备、存储介质和计算机程序产品。所述方法包括:获取第一图像的每个图像区域中各像素的像素值;针对每个图像区域,基于所述图像区域中各像素的像素值,确定所述图像区域的亮度,以及各像素的像素值之间的离散程度;基于所述图像区域的亮度和所述离散程度,确定所述图像区域的目标均衡化强度;采用所述目标均衡化强度对所在的图像区域进行局部色调映射,得到目标图像。采用本方法能够提高图像处理的准确性。
Description
技术领域
本申请涉及影像技术领域,特别是涉及一种图像处理方法、装置、电子设备和计算机可读存储介质。
背景技术
在图像处理流程中,可以采用预先训练完成的图像处理模型对图像进行处理,图像处理例如色调映射、黑电平补偿(black level compensation)、镜头矫正(lens shadingcorrection)、坏像素矫正(bad pixel correction)、颜色插值(demosaic)、Bayer噪声去除、白平衡矫正、色彩矫正(color correction)等。
然而,传统的图像处理方法,在对图像进行局部色调映射过程中,通常是采用预设的参数对图像中各个区域进行相同处理,存在图像处理的准确性较低的问题。
发明内容
本申请实施例提供了一种图像处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品,可以提高图像处理的准确性。
第一方面,本申请提供了一种图像处理方法。所述方法包括:
获取第一图像的每个图像区域中各像素的像素值;
针对每个图像区域,基于所述图像区域中各像素的像素值,确定所述图像区域的亮度,以及各像素的像素值之间的离散程度;
基于所述图像区域的亮度和所述离散程度,确定所述图像区域的目标均衡化强度;
采用所述目标均衡化强度对所在的图像区域进行局部色调映射,得到目标图像。
第二方面,本申请还提供了一种图像处理装置。所述装置包括:
获取模块,用于获取第一图像的每个图像区域中各像素的像素值;
均衡化强度确定模块,用于针对每个图像区域,基于所述图像区域中各像素的像素值,确定所述图像区域的亮度,以及各像素的像素值之间的离散程度;基于所述图像区域的亮度和所述离散程度,确定所述图像区域的目标均衡化强度;
色调映射模块,用于采用所述目标均衡化强度对所在的图像区域进行局部色调映射,得到目标图像。
第三方面,本申请还提供了一种电子设备。所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取第一图像的每个图像区域中各像素的像素值;
针对每个图像区域,基于所述图像区域中各像素的像素值,确定所述图像区域的亮度,以及各像素的像素值之间的离散程度;
基于所述图像区域的亮度和所述离散程度,确定所述图像区域的目标均衡化强度;
采用所述目标均衡化强度对所在的图像区域进行局部色调映射,得到目标图像。
第四方面,本申请还提供了一种计算机可读存储介质。所述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以下步骤:
获取第一图像的每个图像区域中各像素的像素值;
针对每个图像区域,基于所述图像区域中各像素的像素值,确定所述图像区域的亮度,以及各像素的像素值之间的离散程度;
基于所述图像区域的亮度和所述离散程度,确定所述图像区域的目标均衡化强度;
采用所述目标均衡化强度对所在的图像区域进行局部色调映射,得到目标图像。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取第一图像的每个图像区域中各像素的像素值;
针对每个图像区域,基于所述图像区域中各像素的像素值,确定所述图像区域的亮度,以及各像素的像素值之间的离散程度;
基于所述图像区域的亮度和所述离散程度,确定所述图像区域的目标均衡化强度;
采用所述目标均衡化强度对所在的图像区域进行局部色调映射,得到目标图像。
上述图像处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品,获取第一图像的每个图像区域中各像素的像素值,针对每个图像区域,基于图像区域中各像素的像素值,确定图像区域的亮度以及各像素的像素值之间的离散程度,那么,基于图像区域的亮度和离散程度,可以自适应确定出该图像区域对应的更加准确的目标均衡化强度,以及采用该目标均衡化强度可以对所在的图像区域更准确地进行局部色调映射,得到目标图像,提高了图像处理的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中图像处理方法的流程图;
图2为一个实施例中对第一图像进行划分的示意图;
图3为一个实施例中基于图像区域的均值调整第一均衡化强度的示意图;
图4为一个实施例中基于图像区域的方差调整第二均衡化强度的示意图;
图5为一个实施例中确定均值和方差的流程图;
图6为另一个实施例中图像处理的流程图;
图7为一个实施例中图像处理装置的结构框图;
图8为一个实施例中电子设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种图像处理方法,本实施例以该方法应用于电子设备进行举例说明,该电子设备可以是终端或者服务器;可以理解的是,该方法还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。其中,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备、智能汽车等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
本实施例中,该图像处理方法包括以下步骤:
步骤S102,获取第一图像的每个图像区域中各像素的像素值。
像素值可以表示像素的亮度。第一图像可以是HDR(High Dynamic RangeImaging,高动态范围成像)图像,也可以是非HDR图像,在此不做限定。
可选地,电子设备通过图像传感器以不同曝光参数进行曝光,得到至少两个曝光图像,将至少两个曝光图像进行HDR融合,得到第一图像;将第一图像划分为至少两个图像区域,获取每个图像区域中各个像素的像素值。示例性的,第一图像的大小为4096×3072,可以将有图像划分为32×24个图像区域,每个图像区域的大小为128×128。
如图2所示,电子设备可以将第一图像均匀划分为18个图像区域。
步骤S104,针对每个图像区域,基于图像区域中各像素的像素值,确定图像区域的亮度,以及各像素的像素值之间的离散程度。
离散程度,是指各个取值之间的差异程度。离散程度越大,则各像素的像素值之间的差异程度越大。
可选地,针对每个图像区域,电子设备基于图像区域中各像素的像素值,求取各像素值的平均值,将该平均值作为图像区域的亮度;检测各像素的像素值之间的离散程度。
可选地,各像素的像素值之间的离散程度,可以是各像素的像素值之间的方差,也可以是各像素的像素值之间的标准差,还可以是其他表征离散程度的参数,在此不做限定。
步骤S106,基于图像区域的亮度和离散程度,确定图像区域的目标均衡化强度。
可以理解的是,电子设备可以采用直方图均衡化的方式对图像进行局部色调映射(local tonemapping)。其中,直方图均衡化是图像处理领域中利用图像直方图对图像的对比度进行调整的方法,即将图像的灰度直方图从比较集中的某个灰度区间按照均衡化强度映射至更广泛的灰度区间的分布,可以提高图像的对比度。
目标均衡化强度越大,则局部色调映射后的目标图像中的对比度越大。也即,目标图像的对比度和目标均衡化强度成正相关。
可选地,电子设备从亮度和离散程度,与均衡化强度之间的对应关系,获取图像区域的目标均衡化强度。
可选地,电子设备按照图像区域的亮度和离散程度的顺序,调整预设的基准均衡化强度,得到图像区域的目标均衡化强度。
可选地,电子设备按照图像区域的离散程度和亮度的顺序,调整预设的基准均衡化强度,得到图像区域的目标均衡化强度。
步骤S108,采用目标均衡化强度对所在的图像区域进行局部色调映射,得到目标图像。
可选地,电子设备采用目标均衡化强度对所在的图像区域进行局部色调映射,以增强图像区域的对比度,得到目标图像。
上述图像处理方法,获取第一图像的每个图像区域中各像素的像素值,针对每个图像区域,基于图像区域中各像素的像素值,确定图像区域的亮度以及各像素的像素值之间的离散程度,那么,基于图像区域的亮度和离散程度,可以自适应确定出该图像区域对应的更加准确的目标均衡化强度,以及采用该目标均衡化强度可以对所在的图像区域更准确地进行局部色调映射,得到目标图像,提高了图像处理的准确性。
在一个实施例中,基于图像区域的亮度和离散程度,确定图像区域的目标均衡化强度,包括:获取预设的第一均衡化强度;基于图像区域的亮度,调整第一均衡化强度,得到第二均衡化强度;基于离散程度,调整第二均衡化强度,得到图像区域的目标均衡化强度;第二均衡化强度与图像区域的亮度成正相关,目标均衡化强度与离散程度成负相关;或者基于离散程度,调整第一均衡化强度,得到第二均衡化强度;基于图像区域的亮度,调整第二均衡化强度,得到图像区域的目标均衡化强度;第二均衡化强度与离散程度成负相关,目标均衡化强度与图像区域的亮度成正相关。
预设的第一均衡化强度可以根据需要进行设置。
在一种可选的实施方式中,电子设备基于图像区域的亮度,从亮度和均衡化强度的对应关系中确定第一调整参数,以第一调整参数调整第一均衡化强度,得到第二均衡化强度;基于离散程度,从离散程度和均衡化强度的对应关系中确定第二调整参数,以第二调整参数调整第二均衡化强度,得到图像区域的目标均衡化强度。
在另一种可选的实施方式中,电子设备基于离散程度,从离散程度和均衡化强度的对应关系中确定第一调整参数,以第一调整参数调整第一均衡化强度,得到第二均衡化强度;基于图像区域的亮度,从亮度和均衡化强度的对应关系中确定第二调整参数,以第二调整参数调整第二均衡化强度,得到图像区域的目标均衡化强度。
示例性的,第一均衡化强度为G1,像素值范围为(0-255),也即亮度范围为(0-255),亮度和均衡化强度的对应关系包括:亮度[0,50]对应的均衡化强度为0.9*G1,亮度[50,100]对应的均衡化强度为0.95*G1,亮度[100,150]对应的均衡化强度为1.0*G1,亮度[150,200]对应的均衡化强度为1.05*G1,亮度[200,255]对应的均衡化强度为1.1*G1,若图像区域的亮度为30,则从亮度和均衡化强度的对应关系中确定第一调整参数为0.9,则将0.9乘以第一均衡化强度G得到第二均衡化强度G2=0.9G1;离散程度和均衡化强度的对应关系包括:离散程度[0-1000]对应的均衡化强度为1.1*G2,离散程度[1000-2000]对应的均衡化强度为1.05*G2,离散程度[2000-4000]对应的均衡化强度为1.0*G2,离散程度大于4000对应的均衡化强度为0.95*G2,若图像区域的离散程度为500,则第二调整参数为1.1,则将1.1乘以第二均衡化强度G2得到目标均衡化强度G。
可以理解的是,图像区域的亮度越大,则需要更大的均衡化强度对图像区域进行局部色调映射处理,才能准确地体现出该图像区域的对比度;图像区域的亮度越小,则较小的均衡化强度对图像区域进行局部色调映射处理,就可以体现出该图像区域的对比度,因此均衡化强度与图像区域的亮度成正相关。
而图像区域中各像素的像素值之间的离散程度越大,表示图像区域中各个像素值之间的差异程度也越大,图像区域的对比度本身较大,则不需要较大的均衡化强度对图像区域进行局部色调映射处理;若图像区域中各像素的像素值之间的离散程度越小,则需要较大的均衡化强度对图像区域进行局部色调映射处理,才能体现出该图像区域的对比度,因此均衡化强度与图像区域中各像素的像素值之间的离散程度成负相关。
在本实施例中,电子设备获取预设的第一均衡化强度,基于图像区域的亮度,以及各像素的像素值之间的离散程度,调整均衡化强度;其中,图像区域的亮度与均衡化强度成正相关,图像区域中各像素的像素值之间的离散程度与均衡化强度成负相关,从而可以调整均衡化强度得到更准确的目标均衡化强度,可以更准确地对图像区域进行局部色调映射处理。
在一个实施例中,基于图像区域的亮度,调整第一均衡化强度,得到第二均衡化强度,包括:若图像区域的亮度大于第一亮度阈值,则提高第一均衡化强度,得到第二均衡化强度;若图像区域的亮度小于第二亮度阈值,则降低第一均衡化强度,得到第二均衡化强度;第一亮度阈值大于或等于第二亮度阈值;若图像区域的亮度小于或等于第一亮度阈值,且大于或等于第二亮度阈值,则保持第一均衡化强度不变,得到第二均衡化强度。
第一亮度阈值和第二亮度阈值均可以根据需要进行设置,且第一亮度阈值大于或等于第二亮度阈值。
以第一亮度阈值为150,第二亮度阈值为100为例进行说明,若图像区域的亮度为80,则减低第一均衡化强度;若图像区域的亮度为200,则提高第一均衡化强度;若图像区域的亮度为130,则保持第一均衡化强度不变。
如图3所示,第一均衡化强度为G1,第一图像划分为4个图像区域,分别是图像区域302、图像区域304、图像区域306和图像区域308;若图像区域302的亮度为205,则可以确定第一调整参数为1.1,将1.1乘以第一均衡化强度G1得到图像区域302的第二均衡化强度G2=1.1G1;若图像区域304的亮度为98,则可以确定第一调整参数为0.95,将0.95乘以第一均衡化强度G1得到图像区域304的第二均衡化强度G2=0.95G1;若图像区域306的亮度为168,则可以确定第一调整参数为1.05,将1.05乘以第一均衡化强度G1得到图像区域306的第二均衡化强度G2=1.05G1;若图像区域308的亮度为145,则可以确定第一调整参数为1.0,将1.0乘以第一均衡化强度G1得到图像区域308的第二均衡化强度G2=1.0G1,也可以认为图像区域308的第一均衡化强度保持不变,将第一均衡化强度作为图像区域308的第二均衡化强度。
在本实施例中,基于图像区域的亮度与第一亮度阈值和第二亮度阈值之间的关系,准确地调整第一均衡化强度,得到第二均衡化强度。
在一个实施例中,基于图像区域的亮度,调整第二均衡化强度,得到图像区域的目标均衡化强度,包括:若图像区域的亮度大于第一亮度阈值,则提高第二均衡化强度,得到目标均衡化强度;若图像区域的亮度小于第二亮度阈值,则降低第二均衡化强度,得到目标均衡化强度;第一亮度阈值大于或等于第二亮度阈值;若图像区域的亮度小于或等于第一亮度阈值,且大于或等于第二亮度阈值,则保持第二均衡化强度不变,得到目标均衡化强度。
在一个实施例中,基于离散程度,调整第二均衡化强度,得到图像区域的目标均衡化强度,包括:若离散程度大于第一离散阈值,则降低第二均衡化强度,得到目标均衡化强度;若离散程度小于第二离散阈值,则提高第二均衡化强度,得到目标均衡化强度;第一离散阈值大于或等于第二离散阈值;若离散程度小于或等于第一离散阈值,且大于或等于第二离散阈值,则保持第二均衡化强度不变,得到目标均衡化强度。
第一离散阈值和第二离散阈值均可以根据需要进行设置,且第一离散阈值大于或等于第二离散阈值。
以第一离散阈值为4000,第二离散阈值为2000为例进行说明,若图像区域中各像素的像素值之间的离散程度为5000,则减低第二均衡化强度;若图像区域中各像素的像素值之间的离散程度为1000,则提高第二均衡化强度;若图像区域中各像素的像素值之间的离散程度为3000,则保持第二均衡化强度不变。
如图4所示,第二均衡化强度为G2,第一图像划分为4个图像区域,分别是图像区域402、图像区域404、图像区域406和图像区域408,电子设备确定各个图像区域中各像素的像素值的方差,该方差表征所在的图像区域中各像素的像素值之间的离散程度;若图像区域402的方差为600,则可以确定第二调整参数为1.1,将1.1乘以第二均衡化强度G2得到图像区域402的目标均衡化强度G=1.1G2;若图像区域404的方差为550,则可以确定第二调整参数为1.1,将1.1乘以第二均衡化强度G2得到图像区域404的目标均衡化强度G=1.1G2;若图像区域406的方差为2250,则可以确定第二调整参数为1.0,将1.0乘以第二均衡化强度G2得到图像区域406的目标均衡化强度G=1.0G2,也即保持第二均衡化强度不变,得到图像区域406的目标均衡化强度;若图像区域408的方差为2800,则可以确定第二调整参数为1.0,将1.0乘以第二均衡化强度G2得到图像区域402的目标均衡化强度G=1.0G2,也即保持第二均衡化强度不变,得到图像区域406的目标均衡化强度。
在本实施例中,基于图像区域中各像素的像素值之间的离散程度与第一离散阈值和第二离散阈值之间的关系,准确地调整第二均衡化强度,得到目标均衡化强度。
在一个实施例中,基于离散程度,调整第一均衡化强度,得到第二均衡化强度,包括:若离散程度大于第一离散阈值,则降低第一均衡化强度,得到第二均衡化强度;若离散程度小于第二离散阈值,则提高第一均衡化强度,得到第二均衡化强度;第一离散阈值大于或等于第二离散阈值;若离散程度小于或等于第一离散阈值,且大于或等于第二离散阈值,则保持第一均衡化强度不变,得到第二均衡化强度。
在一个实施例中,基于图像区域中各像素的像素值,确定图像区域的亮度,以及各像素的像素值之间的离散程度,包括:确定图像区域中各个像素的像素值的均值,将均值作为图像区域的亮度;确定图像区域中各个像素的像素值的方差;方差表征图像区域中各像素的像素值之间的离散程度。
电子设备采用以下公式(1)确定图像区域中各个像素的像素值的均值:
其中,mean[i]为第i个图像区域中各个像素的像素值的均值,k为第i个图像区域中的第k个像素,pixel[k]是第k个像素的像素值,N为图像区域中的像素总数。
电子设备采用以下公式(2)确定图像区域中各个像素的像素值的方差:
其中,sigma[i]为第i个图像区域中各个像素的像素值的方差,mean[i]为第i个图像区域中各个像素的像素值的均值,k为第i个图像区域中的第k个像素,pixel[k]是第k个像素的像素值,N为图像区域中的像素总数。
在一个实施例中,如图5所示,电子设备执行步骤S502至步骤S508,获取各个图像区域的均值和方差:步骤S502,获取第一图像;步骤S504,将第一图像划分为至少两个图像区域;步骤S506,获取每个图像区域的均值;步骤S508,根据每个图像区域的均值确定图像区域的方差。其中,第一图像可以是HDR图像。
在本实施例中,电子设备将图像区域中各个像素的像素值的均值作为图像区域的亮度,以及采用图像区域中各个像素的像素值的方差表征图像区域中各像素的像素值之间的离散程度,可以准确地确定出图像区域的亮度以及图像区域中各像素的像素值之间的离散程度。
在一个实施例中,如图6所示,提高了另一种图像处理方法,电子设备通过图像传感器进行曝光得到至少两个曝光图像,并经过HDR处理模块将至少两个曝光图像进行HDR融合,得到第一图像;第一图像为HDR图像;经过色调映射模块,将第一图像进行图像分块,即将第一图像划分为m*n个图像区域;设定图像区域的第一均衡化强度;根据图像区域的均值调整第一均衡化强度,得到第二均衡化强度;图像区域的均值表征图像区域的亮度;根据图像区域的方差调整第二均衡化强度,得到目标均衡化强度;图像区域的方差表征图像区域中各像素的像素值之间的离散程度;采用目标均衡化强度对所在图像区域进行直方图均衡化,得到目标图像。
在一个实施例中,采用目标均衡化强度对所在的图像区域进行局部色调映射,得到目标图像,包括:采用目标均衡化强度对所在的图像区域进行局部色调映射,得到第二图像;对第二图像中相邻的图像区域进行平滑滤波处理,得到目标图像。
可以理解的是,针对第一图像中每个图像区域,电子设备采用目标均衡化强度对所在的图像区域进行局部色调映射,则各个相邻图像区域的边缘位置可能存在过渡不够自然的问题,因此电子设备对第二图像中相邻的图像区域进行平滑滤波处理,可以使得各个相邻图像区域的边缘位置过渡更加自然,得到目标图像。其中,平滑滤波处理可以是高斯平滑滤波处理。
示例性的,电子设备对第二图像中相邻的图像区域以强度G进行平滑滤波处理,得到目标图像。
可选地,电子设备可以对第二图像中相邻的图像区域的边缘位置进行平滑滤波处理,得到目标图像。
在一个实施例中,还提供了另一种图像处理方法,包括以下步骤:
步骤A1,获取第一图像的每个图像区域中各像素的像素值。
步骤A2,针对每个图像区域,确定图像区域中各个像素的像素值的均值,将均值作为图像区域的亮度;确定图像区域中各个像素的像素值的方差;方差表征图像区域中各像素的像素值之间的离散程度。
步骤A3,获取预设的第一均衡化强度;若图像区域的亮度大于第一亮度阈值,则提高第一均衡化强度,得到第二均衡化强度;若图像区域的亮度小于第二亮度阈值,则降低第一均衡化强度,得到第二均衡化强度;第一亮度阈值大于或等于第二亮度阈值;若图像区域的亮度小于或等于第一亮度阈值,且大于或等于第二亮度阈值,则保持第一均衡化强度不变,得到第二均衡化强度;第二均衡化强度与图像区域的亮度成正相关。
步骤A4,若离散程度大于第一离散阈值,则降低第二均衡化强度,得到目标均衡化强度;若离散程度小于第二离散阈值,则提高第二均衡化强度,得到目标均衡化强度;第一离散阈值大于或等于第二离散阈值;若离散程度小于或等于第一离散阈值,且大于或等于第二离散阈值,则保持第二均衡化强度不变,得到目标均衡化强度;目标均衡化强度与离散程度成负相关。
步骤A5,采用目标均衡化强度对所在的图像区域进行局部色调映射,得到第二图像;对第二图像中相邻的图像区域进行平滑滤波处理,得到目标图像。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的图像处理方法的图像处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个图像处理装置实施例中的具体限定可以参见上文中对于图像处理方法的限定,在此不再赘述。
在一个实施例中,如图7所示,提供了一种图像处理装置,包括:获取模块702、均衡化强度确定模块704和色调映射模块706,其中:
获取模块702,用于获取第一图像的每个图像区域中各像素的像素值。
均衡化强度确定模块704,用于针对每个图像区域,基于图像区域中各像素的像素值,确定图像区域的亮度,以及各像素的像素值之间的离散程度;基于图像区域的亮度和离散程度,确定图像区域的目标均衡化强度。
色调映射模块706,用于采用目标均衡化强度对所在的图像区域进行局部色调映射,得到目标图像。
上述图像处理装置,获取第一图像的每个图像区域中各像素的像素值,针对每个图像区域,基于图像区域中各像素的像素值,确定图像区域的亮度以及各像素的像素值之间的离散程度,那么,基于图像区域的亮度和离散程度,可以自适应确定出该图像区域对应的更加准确的目标均衡化强度,以及采用该目标均衡化强度可以对所在的图像区域更准确地进行局部色调映射,得到目标图像,提高了图像处理的准确性。
在一个实施例中,上述均衡化强度确定模块704还用于获取预设的第一均衡化强度;基于图像区域的亮度,调整第一均衡化强度,得到第二均衡化强度;基于离散程度,调整第二均衡化强度,得到图像区域的目标均衡化强度;第二均衡化强度与图像区域的亮度成正相关,目标均衡化强度与离散程度成负相关。
在一个实施例中,上述均衡化强度确定模块704还用于基于离散程度,调整第一均衡化强度,得到第二均衡化强度;基于图像区域的亮度,调整第二均衡化强度,得到图像区域的目标均衡化强度;第二均衡化强度与离散程度成负相关,目标均衡化强度与图像区域的亮度成正相关。
在一个实施例中,上述均衡化强度确定模块704还用于若图像区域的亮度大于第一亮度阈值,则提高第一均衡化强度,得到第二均衡化强度;若图像区域的亮度小于第二亮度阈值,则降低第一均衡化强度,得到第二均衡化强度;第一亮度阈值大于或等于第二亮度阈值;若图像区域的亮度小于或等于第一亮度阈值,且大于或等于第二亮度阈值,则保持第一均衡化强度不变,得到第二均衡化强度。
在一个实施例中,上述均衡化强度确定模块704还用于若离散程度大于第一离散阈值,则降低第二均衡化强度,得到目标均衡化强度;若离散程度小于第二离散阈值,则提高第二均衡化强度,得到目标均衡化强度;第一离散阈值大于或等于第二离散阈值;若离散程度小于或等于第一离散阈值,且大于或等于第二离散阈值,则保持第二均衡化强度不变,得到目标均衡化强度。
在一个实施例中,上述均衡化强度确定模块704还用于确定图像区域中各个像素的像素值的均值,将均值作为图像区域的亮度;确定图像区域中各个像素的像素值的方差;方差表征图像区域中各像素的像素值之间的离散程度。
在一个实施例中,上述色调映射模块706还用于采用目标均衡化强度对所在的图像区域进行局部色调映射,得到第二图像;对第二图像中相邻的图像区域进行平滑滤波处理,得到目标图像。
在一个实施例中,上述获取模块702还用于获取以不同曝光参数曝光得到的至少两个曝光图像;将至少两个曝光图像进行HDR融合,得到第一图像。
上述图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中,也可以以软件形式存储于电子设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种电子设备,该电子设备可以是终端,其内部结构图可以如图8所示。该电子设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的输入/输出接口用于处理器与外部设备之间交换信息。该电子设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种图像处理方法。该电子设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏,该电子设备的输入装置可以是显示屏上覆盖的触摸层,也可以是电子设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质,当所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行图像处理方法的步骤。
本申请实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行图像处理方法。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
获取第一图像的每个图像区域中各像素的像素值;
针对每个图像区域,基于所述图像区域中各像素的像素值,确定所述图像区域的亮度,以及各像素的像素值之间的离散程度;
基于所述图像区域的亮度和所述离散程度,确定所述图像区域的目标均衡化强度;
采用所述目标均衡化强度对所在的图像区域进行局部色调映射,得到目标图像。
2.根据权利要求1所述的方法,其特征在于,所述基于所述图像区域的亮度和所述离散程度,确定所述图像区域的目标均衡化强度,包括:
获取预设的第一均衡化强度;
基于所述图像区域的亮度,调整所述第一均衡化强度,得到第二均衡化强度;基于所述离散程度,调整所述第二均衡化强度,得到所述图像区域的目标均衡化强度;所述第二均衡化强度与所述图像区域的亮度成正相关,所述目标均衡化强度与所述离散程度成负相关;或者
基于所述离散程度,调整所述第一均衡化强度,得到第二均衡化强度;基于所述图像区域的亮度,调整所述第二均衡化强度,得到所述图像区域的目标均衡化强度;所述第二均衡化强度与所述离散程度成负相关,所述目标均衡化强度与所述图像区域的亮度成正相关。
3.根据权利要求2所述的方法,其特征在于,所述基于所述图像区域的亮度,调整所述第一均衡化强度,得到第二均衡化强度,包括:
若所述图像区域的亮度大于第一亮度阈值,则提高所述第一均衡化强度,得到第二均衡化强度;
若所述图像区域的亮度小于第二亮度阈值,则降低所述第一均衡化强度,得到第二均衡化强度;所述第一亮度阈值大于或等于所述第二亮度阈值;
若所述图像区域的亮度小于或等于第一亮度阈值,且大于或等于第二亮度阈值,则保持所述第一均衡化强度不变,得到第二均衡化强度。
4.根据权利要求2所述的方法,其特征在于,所述基于所述离散程度,调整所述第二均衡化强度,得到所述图像区域的目标均衡化强度,包括:
若所述离散程度大于第一离散阈值,则降低所述第二均衡化强度,得到目标均衡化强度;
若所述离散程度小于第二离散阈值,则提高所述第二均衡化强度,得到目标均衡化强度;所述第一离散阈值大于或等于所述第二离散阈值;
若所述离散程度小于或等于第一离散阈值,且大于或等于第二离散阈值,则保持所述第二均衡化强度不变,得到目标均衡化强度。
5.根据权利要求1所述的方法,其特征在于,所述基于所述图像区域中各像素的像素值,确定所述图像区域的亮度,以及各像素的像素值之间的离散程度,包括:
确定所述图像区域中各个像素的像素值的均值,将所述均值作为所述图像区域的亮度;
确定所述图像区域中各个像素的像素值的方差;所述方差表征所述图像区域中各像素的像素值之间的离散程度。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述采用所述目标均衡化强度对所在的图像区域进行局部色调映射,得到目标图像,包括:
采用所述目标均衡化强度对所在的图像区域进行局部色调映射,得到第二图像;
对所述第二图像中相邻的图像区域进行平滑滤波处理,得到目标图像。
7.根据权利要求1-5任一项所述的方法,其特征在于,所述方法还包括:
获取以不同曝光参数曝光得到的至少两个曝光图像;
将至少两个曝光图像进行HDR融合,得到第一图像。
8.一种图像处理装置,其特征在于,包括:
获取模块,用于获取第一图像的每个图像区域中各像素的像素值;
均衡化强度确定模块,用于针对每个图像区域,基于所述图像区域中各像素的像素值,确定所述图像区域的亮度,以及各像素的像素值之间的离散程度;基于所述图像区域的亮度和所述离散程度,确定所述图像区域的目标均衡化强度;
色调映射模块,用于采用所述目标均衡化强度对所在的图像区域进行局部色调映射,得到目标图像。
9.一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,其特征在于,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述的图像处理方法的步骤。
10.一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7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211380460.2A CN118015102A (zh) | 2022-11-04 | 2022-11-04 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211380460.2A CN118015102A (zh) | 2022-11-04 | 2022-11-04 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118015102A true CN118015102A (zh) | 2024-05-10 |
Family
ID=90950618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211380460.2A Pending CN118015102A (zh) | 2022-11-04 | 2022-11-04 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118015102A (zh) |
-
2022
- 2022-11-04 CN CN202211380460.2A patent/CN118015102A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10410327B2 (en) | Shallow depth of field rendering | |
CN113034358B (zh) | 一种超分辨率图像处理方法以及相关装置 | |
CN115115554B (zh) | 基于增强图像的图像处理方法、装置和计算机设备 | |
CN117710189A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN114862735A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN108734712B (zh) | 背景分割的方法、装置及计算机存储介质 | |
CN116843566A (zh) | 色调映射方法、装置、显示设备和存储介质 | |
CN117408886A (zh) | 气体图像增强方法、装置、电子装置和存储介质 | |
CN116739938A (zh) | 色调映射方法、装置和显示设备 | |
CN116320334A (zh) | 投影画面颜色校正方法、装置、投影设备和存储介质 | |
CN115082345A (zh) | 图像阴影去除方法、装置、计算机设备和存储介质 | |
CN115049572A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN118015102A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN115147296A (zh) | 高光谱图像矫正方法、装置、计算机设备和存储介质 | |
CN114648448A (zh) | 一种图像增强方法、装置、设备及存储介质 | |
CN117876237A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN116883258A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN117522749B (zh) | 图像校正方法、装置、计算机设备和存储介质 | |
CN116805292A (zh) | 色调映射方法、装置和显示设备 | |
CN117541525A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN117689989A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN116739936A (zh) | 色调映射方法、装置、显示设备和存储介质 | |
CN116739937A (zh) | 色调映射方法、装置、显示设备和存储介质 | |
CN118505546A (zh) | 视频处理方法、装置、计算机设备和存储介质 | |
CN118660233A (zh) | 图像处理方法、装置、电子设备、可读存储介质和程序产品 |
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 |