WO2021056538A1 - 一种图像处理方法及设备 - Google Patents

一种图像处理方法及设备 Download PDF

Info

Publication number
WO2021056538A1
WO2021056538A1 PCT/CN2019/109038 CN2019109038W WO2021056538A1 WO 2021056538 A1 WO2021056538 A1 WO 2021056538A1 CN 2019109038 W CN2019109038 W CN 2019109038W WO 2021056538 A1 WO2021056538 A1 WO 2021056538A1
Authority
WO
WIPO (PCT)
Prior art keywords
target
image data
brightness information
original
mask image
Prior art date
Application number
PCT/CN2019/109038
Other languages
English (en)
French (fr)
Inventor
郭浩铭
曹子晟
曾志豪
Original Assignee
深圳市大疆创新科技有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 深圳市大疆创新科技有限公司 filed Critical 深圳市大疆创新科技有限公司
Priority to CN201980030312.8A priority Critical patent/CN112106352A/zh
Priority to PCT/CN2019/109038 priority patent/WO2021056538A1/zh
Publication of WO2021056538A1 publication Critical patent/WO2021056538A1/zh

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof
    • H04N23/84Camera processing pipelines; Components thereof for processing colour signals
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70Circuitry for compensating brightness variation in the scene
    • H04N23/71Circuitry for evaluating the brightness variation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof
    • H04N23/84Camera processing pipelines; Components thereof for processing colour signals
    • H04N23/88Camera processing pipelines; Components thereof for processing colour signals for colour balance, e.g. white-balance circuits or colour temperature control

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

一种在确保图像质量的情况下可以有效地恢复图像中亮度信息的图像处理方法及设备(60),方法包括:提取原始图像数据中的原始亮度信息(401),原始图像数据为图像传感器对被摄环境感测得到的;通过原始亮度信息调整目标图像数据中的目标亮度信息(402),目标图像数据为通过增益补偿算法处理原始图像数据得到的;将调整后的目标图像数据作为被摄环境的影像输出(403)。

Description

一种图像处理方法及设备 技术领域
本申请涉及图像处理技术领域,尤其涉及一种图像处理方法及设备。
背景技术
在对图像进行处理的过程中,图像经过白平衡矫正(White Balance Correction,WBC)或者镜头阴影处理(Lens Shading Correction,LSC)等技术处理后,像元保存的亮度信息因乘上对应的增益补偿达到像元容纳上限而被钳制,图像中的部分亮度信息丢失,导致图像不能较好地展现细节信息,因此,需要对图像的亮度信息进行恢复。
目前,一般采用高动态范围(High-Dynamic Range,HDR)技术对图像的亮度信息进行恢复,该技术通过针对同一场景连续拍摄多张不同曝光程度的图像,记录下拍摄场景内不同的亮度动态范围区间,再通过后处理技术对多张不同曝光程度的图像进行融合,以恢复图像中的亮度信息。在采用HDR技术对图像的亮度信息进行恢复的过程中,针对同一场景连续拍摄多张不同曝光程度的图像时,由于拍摄装置运动或者拍摄场景中的物体运动,将导致融合后的图像中存在鬼影或模糊,影响图像质量。
发明内容
本申请实施例提供了一种图像处理方法及设备,在确保图像质量的情况下,可以有效地恢复图像中的亮度信息。
第一方面,本申请实施例提供一种图像处理方法,所述方法包括:
提取原始图像数据中的原始亮度信息,所述原始图像数据为图像传感器对被摄环境感测得到的;通过所述原始亮度信息调整目标图像数据中的目标亮度信息,所述目标图像数据为通过增益补偿算法处理所述原始图像数据得到的;将调整后的目标图像数据作为所述被摄环境的影像输出。
第二方面,本申请实施例提供一种图像处理设备,所述图像设备包括存储器和处理器,其中:
所述存储器,用于存储计算机程序;
所述处理器,用于调用所述计算机程序执行如下步骤:
提取原始图像数据中的原始亮度信息,所述原始图像数据为图像传感器对被摄环境感测得到的;通过所述原始亮度信息调整目标图像数据中的目标亮度信息,所述目标图像数据为通过增益补偿算法处理所述原始图像数据得到的;将调整后的目标图像数据作为所述被摄环境的影像输出。
第三方面,本申请实施例提供一种可移动平台,包括:可移动平台本体以及如第二方面本申请实施例所述的图像处理设备,其中,所述图像处理设备安装于所述可移动平台本体上。
第四方面,本申请实施例提供一种可读存储介质,所述可读存储介质上存储有计算机程序;所述计算机程序在被执行时,实现如第一方面本申请实施例所述的图像处理方法。
第五方面,本申请实施例提供一种程序产品,所述程序产品包括计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备实施如第一方面本申请实施例所述的图像处理方法。
在本申请实施例中,图像处理设备可以提取原始图像数据中的原始亮度信息,并通过原始亮度信息对目标图像数据中的目标亮度信息进行调整,原始图像数据为图像传感器对被摄环境感测得到的,目标图像数据为通过增益补偿算法对原始图像数据进行处理得到的,图像处理设备将调整后的目标图像数据作为所述被摄环境的影像输出。通过本申请实施例,图像处理设备可以在确保图像质量的情况下,有效地恢复图像中的亮度信息。
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是本申请实施例提供的一种亮度信号被钳制的图像的示意图;
图2是本申请实施例提供的一种图像处理系统的架构示意图;
图3是本申请实施例提供的一种图像处理方法的流程示意图;
图4是本申请实施例提供的一种图像处理方法的流程示意图;
图5a是本申请实施例提供的一种初始掩膜图像数据生成方法的流程示意图;
图5b是本申请实施例提供的另一种初始掩膜图像数据生成方法的流程示意图;
图5c是本申请实施例提供的一种亮度信息融合方法的流程示意图;
图6是本申请实施例提供的一种图像处理设备的结构示意图;
图7是本申请实施例提供的一种亮度信息恢复后的图像的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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作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。
为了呈现出更好的视觉效果,往往需要对图像进行处理,在对图像进行处理的过程中,图像经过白平衡矫正(White Balance Correction,WBC)或者镜头阴影处理(Lens Shading Correction,LSC)等技术处理后,像元保存的亮度信息因乘上对应的增益补偿达到像元容纳上限而被钳制,使得图像中的部分亮度信息丢失,导致图像不能较好地展现细节信息,进而导致图像呈现出较差的视觉效果。请参见图1,图1是本申请实施例提供的一种亮度信号被钳制的图像的示意图。在图1所示的图像中,虚线圆框中的图像因亮度信号被钳制,导致该图像不能较好地展现被摄环境的细节信息,图像呈现出的视觉效果较差。因此,需要对图像进行处理,以恢复图像的亮度信息。
目前,一般采用高动态范围(High-Dynamic Range,HDR)技术对图像的亮度信息进行恢复,该技术通过针对同一场景连续拍摄多张不同曝光程度的图像,记录下拍摄场景内不同的亮度动态范围区间,再通过后处理技术对多张不同曝光程度的图像进行融合,以恢复图像中的亮度信息。在采用HDR技术对图像的亮度信息进行恢复的过程中,针对同一场景连续拍摄多张不同曝光程度的图像时,由于拍摄装置运动或者拍摄场景中的物体运动,将导致融合后的图像中存在鬼影或模糊,影响图像质量。
为了解决上述问题,本申请实施例提供了一种图像处理方法及设备,该图像处理方法通过增益补偿算法对原始图像数据进行处理,获得目标数据图像,并提取原始图像数据中的高光信息,生成掩膜图像数据,将掩膜图像数据作为权重,对原始图像数据中的亮度信息和目标图像数据中的亮度信息进行多尺度融合,将融合得到的图像数据作为被摄环境的影像输出。其中,原始图像数据可以包括图像数据以及图像传感器对被摄环境进行感测时的白平衡设置、亮度、对比度、饱和度和锐度等信息;原始亮度信息可以包括每一个像素点的亮度值,原始亮度信息可以为亮度图像,也可以为亮度值矩阵,本申请实施例对此不作限定;增益补偿算法可以为白平衡矫正算法、镜头阴影处理算法中的至少一种算法。通过该图像处理方法,可以在确保图像质量的情况下,有效地恢复图像中的亮度信息。
其中,本申请实施例提供的图像处理方法可以运行在图像处理设备中,图像处理设备可以为可移动平台、地面站或遥控器等。可移动平台可以为无人飞行器、无人车、机器人或者具有云台的手持装置等等,本申请实施例对此不作限定。
为了更好的理解本申请实施例提供的一种图像处理方法及设备,下面首先对本申请实施例适用的图像处理系统进行描述。
请参见图2,图2是本申请实施例提供的一种图像处理系统的架构示意图。如图2所示,该图像处理系统可以包括:无人飞行器201和地面站202,无人飞行器201可以包括图像传感器,图像传感器可以搭载于无人飞行器201上,在无人飞行器201飞行过程中,图像传感器可以用于对被摄环境进行感测。
以图像处理设备为无人飞行器201为例,无人飞行器201可以通过搭载的图像传感器对被摄环境进行感测,得到原始图像数据;无人飞行器201通过增益补偿算法对原始图像数据进行处理,得到目标图像数据,目标图像数据可以包括目标亮度信息,并提取原始图像数据中的原始亮度信息;提取原始图像数据中的原始亮度信息后,无人飞行器201可以通过原始亮度信息调整目标图像数据中的目标亮度信息,得到调整后的目标图像数据。然后无人飞行器201可以将调整后的目标图像数据作为被摄环境的影像输出至地面站202。
以图像处理设备为地面站202为例,无人飞行器201可以与地面站202建立通信连接,向地面站202发送无人飞行器201搭载的图像传感器对被摄环 境进行感测时感测到的原始图像数据;地面站202可以通过增益补偿算法对原始图像数据进行处理,得到目标图像数据,目标图像数据可以包括目标亮度信息,并提取原始图像数据中的原始亮度信息;提取原始图像数据中的原始亮度信息后,地面站202可以通过原始亮度信息调整目标图像数据中的目标亮度信息,得到调整后的目标图像数据,并将调整后的目标图像数据作为被摄环境的影像输出。
可以理解的是,本申请实施例描述的图像处理系统是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着系统架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
基于图2所示的一种图像处理系统的架构示意图,请参见图3,图3是本申请实施例提供的一种图像处理方法的流程示意图,该图像处理方法可以应用于图像处理设备。如图3所示,该图像处理方法为:图像处理设备通过增益补偿算法对原始图像数据进行处理,得到目标图像数据;图像处理设备提取原始图像中的原始亮度信息,提取目标图像数据中的目标亮度信息和目标色度信息;图像处理设备根据原始亮度信息,生成初始掩膜图像数据,并通过预设的平滑算法对初始掩膜图像数据进行平滑处理,得到目标掩膜图像数据;图像处理设备对原始亮度信息构建第一拉普拉斯金字塔,得到原始亮度信息集合,对目标亮度信息构建第二拉普拉斯金字塔,得到目标亮度信息集合,对目标掩膜图像数据构建高斯金字塔,得到目标掩膜图像数据集合;图像处理设备以目标掩膜图像数据集合中分量为权重,对原始亮度信息集合、目标亮度信息集合中的对应层分量进行加权平均,得到调整后的目标图像数据的亮度信息集合;图像处理设备对调整后的目标图像数据的亮度信息集合重建拉普拉斯金字塔,得到调整后的目标图像数据的亮度信息;图像处理设备将调整后的目标图像数据的亮度信息与目标色度信息进行组合,得到调整后的目标图像数据,并将调整后的目标图像数据作为被摄环境的影像输出。其中,预设的平滑算法可以为高斯滤波算法、均值滤波算法中的至少一种。
本申请实施例中,图像处理设备通过对单帧原始图像数据的亮度信息进行多尺度融合,可以避免对多帧原始图像数据进行融合时,因拍摄装置或者拍摄场景中的物体运动造成的图像模糊、图像质量不佳的问题,通过本申请实施例, 可以在确保图像质量的情况下,有效地恢复图像中的亮度信息。
请参见图4,图4是本申请实施例提供的一种图像处理方法的流程示意图,该图像处理方法可以应用于图像处理设备,该方法包括但不限于如下步骤:
S401、提取原始图像数据中的原始亮度信息。
具体的,如图2所示的图像处理系统,以图像处理设备为地面站为例,图像处理设备可以与无人飞行器建立通信连接,接收无人飞行器发送的无人飞行器搭载的图像传感器对被摄环境进行感测时感测到的原始图像数据,并提取原始图像数据中的原始亮度信息,其中,提取到的原始亮度信息包括每一个像素点的亮度值,原始亮度信息可以为亮度图像,也可以为亮度值矩阵,当亮度值矩阵为N行N列的矩阵时,原始亮度信息包括N 2个像素点的亮度值,例如,当亮度值矩阵为3行3列的矩阵时,原始亮度信息包括9个像素点的亮度值,当亮度值矩阵为5行5列的矩阵时,原始亮度信息包括25个像素点的亮度值,当亮度值矩阵为8行8列的矩阵时,原始亮度信息包括64个像素点的亮度值,等等。
S402、通过原始亮度信息调整目标图像数据中的目标亮度信息。
具体的,图像处理设备可以通过增益补偿算法对原始图像数据进行处理,得到目标图像数据,目标图像数据包括目标亮度信息,图像处理设备可以通过原始亮度信息对目标图像数据中的目标亮度信息进行调整,获得调整后的目标图像数据的亮度信息。
在一种实现方式中,图像处理设备通过原始亮度信息对目标图像数据中的目标亮度信息进行调整,获得调整后的目标图像数据的亮度信息的具体实现方式可以为:图像处理设备可以根据原始图像数据的原始亮度信息,生成初始图像掩膜数据,并根据高斯滤波、均值滤波等预设的平滑算法,对初始掩膜图像数据进行平滑处理,得到目标掩膜图像数据;获得目标掩膜图像数据后,图像处理设备可以根据目标掩膜图像数据,对原始亮度信息和目标亮度信息进行融合处理,获得调整后的目标图像数据的亮度信息。
其中,图像处理设备根据原始图像数据的原始亮度信息,生成初始图像掩膜数据的具体实现方式可以为:原始亮度信息包括每一像素点的亮度值,图像处理设备可以将原始亮度信息中每一个像素点的亮度值与预设阈值进行比较,并确定原始亮度信息中大于预设阈值的亮度值对应的像素点为目标像素点;确 定原始亮度信息中的目标像素点后,图像处理设备可以确定原始亮度信息中的目标像素点的目标像素值,并将原始亮度信息中除目标像素点外的所有像素点填充预设亮度值;图像处理设备可以根据目标像素值和预设亮度值,确定初始掩膜图像数据,初始掩膜图像数据对应的像素点数目与原始图像数据中的像素点数目一致。其中,预设阈值可以为本领域普通技术人员根据经验设定的数值,也可以为根据原始亮度信息中每一个像素点的亮度值生成的数值,本申请实施例对此不作限定;目标像素值可以为本领域普通技术人员根据经验设定的数值,也可以为根据目标像素点中每一个像素点的亮度值生成的数值,本申请实施例对此不作限定;预设亮度值可以为本领域普通技术人员根据经验设定的数值,也可以为根据原始亮度信息中除目标像素点外的每一个像素点的亮度值生成的数值,本申请实施例对此不作限定。
以图5a所示的一种初始掩膜图像数据生成方法的流程示意图为例,原始亮度信息为4行4列的亮度值矩阵,则原始亮度信息包括16个像素点的亮度值,图像处理设备将原始亮度信息中的每一个像素点的亮度值与预设阈值进行比较,预设阈值为本领域普通技术人员根据经验设定的数值“0.7”,图像处理设备确定原始亮度信息中大于预设阈值“0.7”的亮度值“0.9”、“0.8”、“1.0”和“0.9”对应的4个像素点为目标像素点;确定原始亮度信息中的目标像素点后,图像处理设备确定原始亮度信息中的目标像素点的目标像素值,目标像素值为本领域普通技术人员根据经验设定的数值“0.9”,并将原始亮度信息中除目标像素点外的所有像素点填充预设亮度值,预设亮度值为本领域普通技术人员根据经验设定的数值“0”,图像处理设备根据目标像素值“0.9”和预设亮度值“0”,确定初始掩膜图像数据,初始掩膜图像数据对应的像素点数目与原始图像数据中的像素点数目一致,原始图像数据中的像素点数目为16,则初始掩膜图像数据对应的像素点数目也为16,初始掩膜图像数据包括16个像素点的亮度值。
以图5b所示的一种初始掩膜图像数据生成方法的流程示意图为例,原始亮度信息为4行4列的亮度值矩阵,则原始亮度信息包括16个像素点的亮度值,图像处理设备将原始亮度信息中的每一个像素点的亮度值与预设阈值进行比较,预设阈值为原始亮度信息中16个像素点的亮度值的平均值“0.5”,图像处理设备确定原始亮度信息中大于预设阈值“0.5”的亮度值“0.7”、“0.8”、 “0.8”和“0.9”对应的4个像素点为目标像素点;确定原始亮度信息中的目标像素点后,图像处理设备确定原始亮度信息中的目标像素点的目标像素值,目标像素值为原始亮度信息中大于预设阈值“0.5”的亮度值“0.7”、“0.8”、“0.8”和“0.9”的平均值“0.8”,并将原始亮度信息中除目标像素点外的所有像素点填充预设亮度值,预设亮度值为原始亮度信息中除目标像素点外的12个像素点的亮度值的平均值“0.3”,图像处理设备根据目标像素值“0.8”和预设亮度值“0.3”,确定初始掩膜图像数据,初始掩膜图像数据对应的像素点数目与原始图像数据中的像素点数目一致,原始图像数据中的像素点数目为16,则初始掩膜图像数据对应的像素点数目也为16,初始掩膜图像数据包括16个像素点的亮度值。
其中,图像处理设备根据目标掩膜图像数据,对原始亮度信息和目标亮度信息进行融合处理,获得调整后的目标图像数据的亮度信息的具体实现方式可以为:图像处理设备可以对原始亮度信息构建第一拉普拉斯金字塔,第一拉普拉斯金字塔的层数为N,得到原始亮度信息集合,其中,N为不小于0的整数;图像处理设备可以对目标亮度信息构建第二拉普拉斯金字塔,第二拉普拉斯金字塔的层数为N,得到目标亮度信息集合;图像处理设备可以对目标掩膜图像数据构建高斯金字塔,高斯金字塔的层数为N,得到目标掩膜图像数据集合;图像处理设备可以以目标掩膜图像数据集合中的目标层分量为第一权重,以预设阈值分量集合中的目标层分量与所述目标掩膜图像数据集合中的目标层分量的差值分量为第二权重,对原始亮度信息集合中的目标层分量和目标亮度信息集合中的目标层分量进行加权平均,获得调整后的目标图像数据的亮度信息集合中的目标层分量,其中,原始亮度信息集合对应第一权重,目标亮度信息集合对应第二权重;获得调整后的目标图像数据的亮度信息集合后,图像处理设备可以对调整后的目标图像数据的亮度信息集合重建拉普拉斯金字塔,获得调整后的目标图像数据的亮度信息。
例如,原始亮度信息为4行4列的亮度值矩阵,则原始亮度信息包括16个像素点的亮度值,图像处理设备对原始亮度信息构建第一拉普拉斯金字塔,第一拉普拉斯金字塔的层数为3,第1层分量为4行4列的亮度值矩阵,包括16个像素点的亮度值,第2层分量为2行2列的亮度值矩阵,包括4个像素点的亮度值,第3层分量为1行1列的亮度值矩阵,包括1个像素点的亮度值, 得到原始亮度信息集合;以此类推,图像处理设备对目标亮度信息构建第二拉普拉斯金字塔,第二拉普拉斯金字塔的层数为3,得到目标亮度信息集合;图像处理设备对目标掩膜图像数据构建高斯金字塔,高斯金字塔的层数为3,得到目标掩膜图像数据集合。以图5c所示的一种亮度信息融合方法的流程示意图为例,图像处理设备以目标掩膜图像数据集合中的第1层分量为第一权重,以预设阈值分量集合中的第一层分量与目标掩膜图像数据集合中的第1层分量的差值分量为第二权重,对原始亮度信息集合中的第1层分量和目标亮度信息集合中的第1层分量进行加权平均,获得调整后的目标图像数据的亮度信息集合中的第1层分量,原始亮度信息集合对应第一权重,目标亮度信息集合对应第二权重。获得调整后的目标图像数据的亮度信息集合后,图像处理设备可以对调整后的目标图像数据的亮度信息集合重建拉普拉斯金字塔,获得调整后的目标图像数据的亮度信息。
通过这种方式,图像处理设备以目标图像掩膜数据为权重,对原始图像数据中的原始亮度信息和目标图像数据中的目标亮度信息进行加权平均,得到调整后的目标数据图像。相比于原始图像数据,调整后的目标图像数据中被钳制的亮度信息得到较好地恢复,调整后的目标图像数据能更好地展现被摄环境中的细节信息;同时,根据目标掩膜图像数据,对原始图像数据中的原始亮度信息和目标图像数据中的目标亮度信息进行融合处理,得到调整后的目标图像数据,使得调整后的目标图像数据的亮度信息中高亮度区域的亮度值与低亮度区域的亮度值之间的差值比较小,降低了调整后的目标图像数据中亮度信息的尖锐变化,进而使得调整后的目标图像数据比较柔和,提高了原始图像数据的质量。
S403、将调整后的目标图像数据作为被摄环境的影像输出。
具体的,获得调整后的目标图像数据的亮度信息后,图像处理设备可以提取目标图像数据中的目标色度信息,并将调整后的目标图像数据的亮度信息与目标色度信息进行组合,生成调整后的目标数据图像;生成调整后的目标数据图像后,图像处理设备将该调整后的目标图像数据作为被摄环境的影像输出。
本申请实施例中,图像处理设备可以提取原始图像数据中的原始亮度信息,所述原始图像数据为图像传感器对被摄环境感测得到的,并通过原始图像数据中的原始亮度信息调整目标图像数据中的目标亮度信息,所述目标图像数据为 通过增益补偿算法处理所述原始图像数据得到的,图像处理设备通过原始图像数据中的原始亮度信息调整目标图像数据中的目标亮度信息后,生成调整后的目标数据图像,并将该调整后的目标数据图像作为被摄环境的影像输出。通过本申请实施例,在确保图像质量的情况下,可以有效地恢复图像中的亮度信息。
请参见图6,图6是本申请实施例提供的一种图像处理设备的结构示意图。本实施例中所描述的图像处理设备60,包括:处理器601和存储器602。上述处理器601和存储器602通过总线连接。
上述处理器601可以是中央处理单元(Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述存储器602可以包括只读存储器和随机存取存储器,并向处理器601提供计算机程序和数据。存储器602的一部分还可以包括非易失性随机存取存储器。其中,所述处理器601调用所述计算机程序时用于执行:
提取原始图像数据中的原始亮度信息,所述原始图像数据为图像传感器对被摄环境感测得到的;
通过所述原始亮度信息调整目标图像数据中的目标亮度信息,所述目标图像数据为通过增益补偿算法处理所述原始图像数据得到的;
将调整后的目标图像数据作为所述被摄环境的影像输出。
在一种实现方式中,所述处理器601在通过所述原始亮度信息调整目标图像数据中的目标亮度信息之前,还执行如下步骤:提取所述目标图像数据中的所述目标亮度信息;
所述处理器601在通过所述原始亮度信息调整目标图像数据中的目标亮度信息时,具体用于执行如下步骤:
根据所述原始亮度信息,生成目标掩膜图像数据;
根据所述目标掩膜图像数据,对所述原始亮度信息和所述目标亮度信息进行融合处理,获得所述调整后的目标图像数据的亮度信息。
在一种实现方式中,所述处理器601在根据所述目标掩膜图像数据,对所 述原始亮度信息和所述目标亮度信息进行融合处理,获得所述调整后的目标图像数据的亮度信息时,具体用于执行如下步骤:
对所述原始亮度信息构建第一拉普拉斯金字塔,所述第一拉普拉斯金字塔的层数为N,得到原始亮度信息集合,其中,N为不小于0的整数;
对所述目标亮度信息构建第二拉普拉斯金字塔,所述第二拉普拉斯金字塔的层数为N,得到目标亮度信息集合;
对所述目标掩膜图像数据构建高斯金字塔,所述高斯金字塔的层数为N,得到目标掩膜图像数据集合;
根据所述目标掩膜图像数据集合中的目标层分量,对所述原始亮度信息集合中的目标层分量和所述目标亮度信息集合中的目标层分量进行融合处理,获得所述调整后的目标图像数据的亮度信息,所述目标层为N层中的任意一层。
在一种实现方式中,所述处理器601在根据所述目标掩膜图像数据集合中的目标层分量,对所述原始亮度信息集合中的目标层分量和所述目标亮度信息集合中的目标层分量进行融合处理,获得所述调整后的目标图像数据的亮度信息时,具体用于执行如下步骤:
以所述目标掩膜图像数据集合中的目标层分量为第一权重,以预设阈值分量集合中的目标层分量与所述目标掩膜图像数据集合中的目标层分量的差值分量为第二权重,对所述原始亮度信息集合中的目标层分量和所述目标亮度信息集合中的目标层分量进行加权平均,获得调整后的目标图像数据中的亮度信息集合中的目标层分量,其中,所述原始亮度信息集合对应所述第一权重,所述目标亮度信息集合对应所述第二权重;
对所述调整后的目标图像数据的亮度信息集合重建拉普拉斯金字塔,获得所述调整后的目标图像数据的亮度信息。
在一种实现方式中,所述处理器601在根据所述原始亮度信息,生成目标掩膜图像数据时,具体用于执行如下步骤:
根据所述原始亮度信息,生成初始掩膜图像数据;
根据预设的平滑算法对所述初始掩膜图像数据进行平滑处理,获得所述目标掩膜图像数据。
在一种实现方式中,所述原始亮度信息包括每一像素点的亮度值;所述处理器601在根据所述原始亮度信息,生成初始掩膜图像数据时,具体用于执行 如下步骤:
将所述原始亮度信息中的每一个像素点的亮度值与预设阈值进行比较;
确定所述原始亮度信息中大于所述预设阈值的亮度值对应的像素点为目标像素点;
根据所述原始亮度信息和所述目标像素点生成所述初始掩膜图像数据。
在一种实现方式中,所述处理器601在根据所述原始亮度信息和所述目标像素点生成所述初始掩膜图像数据时,具体用于执行如下步骤:
确定所述原始亮度信息中的所述目标像素点的目标像素值;
将所述原始亮度信息中除所述目标像素点外的所有像素点填充预设亮度值;
根据所述目标像素值和所述预设亮度值,确定所述初始掩膜图像数据。
在一种实现方式中,所述初始掩膜图像数据对应的像素点数目与所述原始图像数据中的像素点数目一致。
在一种实现方式中,所述处理器601在将调整后的目标图像数据作为所述被摄环境的影像输出之前,还执行如下步骤:
提取所述目标图像数据的目标色度信息;
根据所述调整后的目标图像数据的亮度信息和所述目标色度信息,生成调整后的目标图像数据。
在一种实现方式中,所述增益补偿算法包括白平衡矫正算法和/或镜头阴影处理算法。
本实施例提供一种图像处理设备可以执行图3和图4所示实施例中图像处理设备对应的操作,具体可参见方法实施例中的描述,在此不再赘述。
请参见图7,图7是本申请实施例提供的一种亮度信息恢复后的图像的示意图,图7所示的图像为图1所示的图像经过本申请实施例提供的图像处理方法处理得到的。相比于图1所示的虚线圆框中的图像,图7所示的虚线圆框中的图像经过该图像处理方法,亮度信号得到较好地恢复,图7所示的图像能够较好地展现被摄环境的细节信息。
本申请实施例还提供一种可移动平台,包括:可移动平台本体以及如本申请实施例所述的图像处理设备,其中,所述图像处理设备安装于所述可移动平台本体上。
本申请实施例还提供一种可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序被处理器执行时,可以用于实现本申请实施例图3和图4所对应实施例中描述的图像处理方法,在此不再赘述。
本申请实施例提供一种程序产品,所述程序产品包括计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述电子设备可以为图6所述实施例描述的图像处理设备,所述至少一个处理器执行所述计算机程序使得电子设备实施如本申请实施例所述的图像处理方法。
所述可读存储介质可以是前述任一实施例所述的图像处理设备的内部存储单元,例如设备的硬盘或内存。所述可读存储介质也可以是所述图像处理设备的外部存储设备,例如所述设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述可读存储介质还可以既包括所述设备的内部存储单元也包括外部存储设备。所述可读存储介质用于存储所述计算机程序以及所述图像处理设备所需的其他程序和数据。所述可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
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,所述的程序可存储于一可读取存储介质中,所述程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。

Claims (23)

  1. 一种图像处理方法,其特征在于,所述方法包括:
    提取原始图像数据中的原始亮度信息,所述原始图像数据为图像传感器对被摄环境感测得到的;
    通过所述原始亮度信息调整目标图像数据中的目标亮度信息,所述目标图像数据为通过增益补偿算法处理所述原始图像数据得到的;
    将调整后的目标图像数据作为所述被摄环境的影像输出。
  2. 根据权利要求1所述的方法,其特征在于,所述通过所述原始亮度信息调整目标图像数据中的目标亮度信息之前,还包括:
    提取所述目标图像数据中的所述目标亮度信息;
    所述通过所述原始亮度信息调整目标图像数据中的目标亮度信息,包括:
    根据所述原始亮度信息,生成目标掩膜图像数据;
    根据所述目标掩膜图像数据,对所述原始亮度信息和所述目标亮度信息进行融合处理,获得所述调整后的目标图像数据的亮度信息。
  3. 根据权利要求2所述的方法,其特征在于,所述根据所述目标掩膜图像数据,对所述原始亮度信息和所述目标亮度信息进行融合处理,获得所述调整后的目标图像数据的亮度信息,包括:
    对所述原始亮度信息构建第一拉普拉斯金字塔,所述第一拉普拉斯金字塔的层数为N,得到原始亮度信息集合,其中,N为不小于0的整数;
    对所述目标亮度信息构建第二拉普拉斯金字塔,所述第二拉普拉斯金字塔的层数为N,得到目标亮度信息集合;
    对所述目标掩膜图像数据构建高斯金字塔,所述高斯金字塔的层数为N,得到目标掩膜图像数据集合;
    根据所述目标掩膜图像数据集合中的目标层分量,对所述原始亮度信息集合中的目标层分量和所述目标亮度信息集合中的目标层分量进行融合处理,获得所述调整后的目标图像数据的亮度信息,所述目标层为N层中的任意一层。
  4. 根据权利要求3所述的方法,其特征在于,所述根据所述目标掩膜图像数据集合中的目标层分量,对所述原始亮度信息集合中的目标层分量和所述目标亮度信息集合中的目标层分量进行融合处理,获得所述调整后的目标图像数据的亮度信息,包括:
    以所述目标掩膜图像数据集合中的目标层分量为第一权重,以预设阈值分量集合中的目标层分量与所述目标掩膜图像数据集合中的目标层分量的差值分量为第二权重,对所述原始亮度信息集合中的目标层分量和所述目标亮度信息集合中的目标层分量进行加权平均,获得调整后的目标图像数据的亮度信息集合中的目标层分量,其中,所述原始亮度信息集合对应所述第一权重,所述目标亮度信息集合对应所述第二权重;
    对所述调整后的目标图像数据的亮度信息集合重建拉普拉斯金字塔,获得所述调整后的目标图像数据的亮度信息。
  5. 根据权利要求2-4任一项所述的方法,其特征在于,所述根据所述原始亮度信息,生成目标掩膜图像数据,包括:
    根据所述原始亮度信息,生成初始掩膜图像数据;
    根据预设的平滑算法对所述初始掩膜图像数据进行平滑处理,获得所述目标掩膜图像数据。
  6. 根据权利要求5所述的方法,其特征在于,所述原始亮度信息包括每一像素点的亮度值;
    所述根据所述原始亮度信息,生成初始掩膜图像数据,包括:
    将所述原始亮度信息中的每一个像素点的亮度值与预设阈值进行比较;
    确定所述原始亮度信息中大于所述预设阈值的亮度值对应的像素点为目标像素点;
    根据所述原始亮度信息和所述目标像素点生成所述初始掩膜图像数据。
  7. 根据权利要求6所述的方法,其特征在于,所述根据所述原始亮度信息和所述目标像素点生成所述初始掩膜图像数据,包括:
    确定所述原始亮度信息中的所述目标像素点的目标像素值;
    将所述原始亮度信息中除所述目标像素点外的所有像素点填充预设亮度值;
    根据所述目标像素值和所述预设亮度值,确定所述初始掩膜图像数据。
  8. 根据权利要求6所述的方法,其特征在于,所述初始掩膜图像数据对应的像素点数目与所述原始图像数据中的像素点数目一致。
  9. 根据权利要求1-8任一项所述的方法,其特征在于,所述将调整后的目标图像数据作为所述被摄环境的影像输出之前,还包括:
    提取所述目标图像数据的目标色度信息;
    根据所述调整后的目标图像数据的亮度信息和所述目标色度信息,生成所述调整后的目标图像数据。
  10. 根据权利要求1-8任一项所述的方法,其特征在于,所述增益补偿算法包括白平衡矫正算法和/或镜头阴影处理算法。
  11. 一种图像处理设备,其特征在于,所述图像处理设备包括存储器和处理器,其中:
    所述存储器,用于存储计算机程序;
    所述处理器,用于调用所述计算机程序执行如下步骤:
    提取原始图像数据中的原始亮度信息,所述原始图像数据为图像传感器对被摄环境感测得到的;
    通过所述原始亮度信息调整目标图像数据中的目标亮度信息,所述目标图像数据为通过增益补偿算法处理所述原始图像数据得到的;
    将调整后的目标图像数据作为所述被摄环境的影像输出。
  12. 根据权利要求11所述的图像处理设备,其特征在于,所述处理器在通过所述原始亮度信息调整目标图像数据中的目标亮度信息之前,还执行如下步骤:
    提取所述目标图像数据中的所述目标亮度信息;
    所述处理器在通过所述原始亮度信息调整目标图像数据中的目标亮度信息时,具体用于执行如下步骤:
    根据所述原始亮度信息,生成目标掩膜图像数据;
    根据所述目标掩膜图像数据,对所述原始亮度信息和所述目标亮度信息进行融合处理,获得所述调整后的目标图像数据的亮度信息。
  13. 根据权利要求12所述的图像处理设备,其特征在于,所述处理器在根据所述目标掩膜图像数据,对所述原始亮度信息和所述目标亮度信息进行融合处理,获得所述调整后的目标图像数据的亮度信息时,具体用于执行如下步骤:
    对所述原始亮度信息构建第一拉普拉斯金字塔,所述第一拉普拉斯金字塔的层数为N,得到原始亮度信息集合,其中,N为不小于0的整数;
    对所述目标亮度信息构建第二拉普拉斯金字塔,所述第二拉普拉斯金字塔的层数为N,得到目标亮度信息集合;
    对所述目标掩膜图像数据构建高斯金字塔,所述高斯金字塔的层数为N,得到目标掩膜图像数据集合;
    根据所述目标掩膜图像数据集合中的目标层分量,对所述原始亮度信息集合中的目标层分量和所述目标亮度信息集合中的目标层分量进行融合处理,获得所述调整后的目标图像数据的亮度信息,所述目标层为N层中的任意一层。
  14. 根据权利要求13所述的图像处理设备,其特征在于,所述处理器在根据所述目标掩膜图像数据集合中的目标层分量,对所述原始亮度信息集合中的目标层分量和所述目标亮度信息集合中的目标层分量进行融合处理,获得所述调整后的目标图像数据的亮度信息时,具体用于执行如下步骤:
    以所述目标掩膜图像数据集合中的目标层分量为第一权重,以预设阈值分量集合中的目标层分量与所述目标掩膜图像数据集合中的目标层分量的差值分量为第二权重,对所述原始亮度信息集合中的目标层分量和所述目标亮度信息集合中的目标层分量进行加权平均,获得调整后的目标图像数据中的亮度信息集合中的目标层分量,其中,所述原始亮度信息集合对应所述第一权重,所述目标亮度信息集合对应所述第二权重;
    对所述调整后的目标图像数据的亮度信息集合重建拉普拉斯金字塔,获得所述调整后的目标图像数据的亮度信息。
  15. 根据权利要求12-14任一项所述的图像处理设备,其特征在于,所述处理器在根据所述原始亮度信息,生成目标掩膜图像数据时,具体用于执行如下步骤:
    根据所述原始亮度信息,生成初始掩膜图像数据;
    根据预设的平滑算法对所述初始掩膜图像数据进行平滑处理,获得所述目标掩膜图像数据。
  16. 根据权利要求15所述的图像处理设备,其特征在于,所述原始亮度信息包括每一像素点的亮度值;
    所述处理器在根据所述原始亮度信息,生成初始掩膜图像数据时,具体用于执行如下步骤:
    将所述原始亮度信息中的每一个像素点的亮度值与预设阈值进行比较;
    确定所述原始亮度信息中大于所述预设阈值的亮度值对应的像素点为目标像素点;
    根据所述原始亮度信息和所述目标像素点生成所述初始掩膜图像数据。
  17. 根据权利要求16所述的图像处理设备,其特征在于,所述处理器在根据所述原始亮度信息和所述目标像素点生成所述初始掩膜图像数据时,具体用于执行如下步骤:
    确定所述原始亮度信息中的所述目标像素点的目标像素值;
    将所述原始亮度信息中除所述目标像素点外的所有像素点填充预设亮度值;
    根据所述目标像素值和所述预设亮度值,确定所述初始掩膜图像数据。
  18. 根据权利要求16所述的图像处理设备,其特征在于,所述初始掩膜图像数据对应的像素点数目与所述原始图像数据中的像素点数目一致。
  19. 根据权利要求11-18任一项所述的图像处理设备,其特征在于,所述处理器在将调整后的目标图像数据作为所述被摄环境的影像输出之前,还执行如下步骤:
    提取所述目标图像数据的目标色度信息;
    根据所述调整后的目标图像数据的亮度信息和所述目标色度信息,生成调整后的目标图像数据。
  20. 根据权利要求11-18任一项所述的图像处理设备,其特征在于,所述增益补偿算法包括白平衡矫正算法和/或镜头阴影处理算法。
  21. 一种可移动平台,包括:可移动平台本体以及如权利要求11-20任一项所述的图像处理设备,其中,所述图像处理设备安装于所述可移动平台本体上。
  22. 一种可读存储介质,所述可读存储介质上存储有计算机程序;所述计算机程序在被执行时,实现如权利要求1-10任一项所述的图像处理方法。
  23. 一种程序产品,所述程序产品包括计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得所述电子设备实施如权利要求1-10任一项所述的图像处理方法。
PCT/CN2019/109038 2019-09-29 2019-09-29 一种图像处理方法及设备 WO2021056538A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201980030312.8A CN112106352A (zh) 2019-09-29 2019-09-29 一种图像处理方法及设备
PCT/CN2019/109038 WO2021056538A1 (zh) 2019-09-29 2019-09-29 一种图像处理方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/109038 WO2021056538A1 (zh) 2019-09-29 2019-09-29 一种图像处理方法及设备

Publications (1)

Publication Number Publication Date
WO2021056538A1 true WO2021056538A1 (zh) 2021-04-01

Family

ID=73749399

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/109038 WO2021056538A1 (zh) 2019-09-29 2019-09-29 一种图像处理方法及设备

Country Status (2)

Country Link
CN (1) CN112106352A (zh)
WO (1) WO2021056538A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116579960A (zh) * 2023-05-06 2023-08-11 广州纳诺科技股份有限公司 一种地理空间数据融合方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030228064A1 (en) * 2002-06-06 2003-12-11 Eastman Kodak Company Multiresolution method of spatially filtering a digital image
CN105227856A (zh) * 2015-09-28 2016-01-06 广东欧珀移动通信有限公司 一种图像处理的方法及移动终端
CN105704363A (zh) * 2014-11-28 2016-06-22 广东中星电子有限公司 图像数据处理方法和装置
CN106506983A (zh) * 2016-12-12 2017-03-15 天津大学 一种适用于ldr视频的hdr视频生成方法
CN107871303A (zh) * 2016-09-26 2018-04-03 北京金山云网络技术有限公司 一种图像处理方法及装置
CN108198161A (zh) * 2017-12-29 2018-06-22 深圳开立生物医疗科技股份有限公司 一种双摄像头图像的融合方法、装置及设备
CN110062160A (zh) * 2019-04-09 2019-07-26 Oppo广东移动通信有限公司 图像处理方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5161899B2 (ja) * 2010-01-28 2013-03-13 三菱電機株式会社 画像読取装置の画像処理方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030228064A1 (en) * 2002-06-06 2003-12-11 Eastman Kodak Company Multiresolution method of spatially filtering a digital image
CN105704363A (zh) * 2014-11-28 2016-06-22 广东中星电子有限公司 图像数据处理方法和装置
CN105227856A (zh) * 2015-09-28 2016-01-06 广东欧珀移动通信有限公司 一种图像处理的方法及移动终端
CN107871303A (zh) * 2016-09-26 2018-04-03 北京金山云网络技术有限公司 一种图像处理方法及装置
CN106506983A (zh) * 2016-12-12 2017-03-15 天津大学 一种适用于ldr视频的hdr视频生成方法
CN108198161A (zh) * 2017-12-29 2018-06-22 深圳开立生物医疗科技股份有限公司 一种双摄像头图像的融合方法、装置及设备
CN110062160A (zh) * 2019-04-09 2019-07-26 Oppo广东移动通信有限公司 图像处理方法和装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116579960A (zh) * 2023-05-06 2023-08-11 广州纳诺科技股份有限公司 一种地理空间数据融合方法
CN116579960B (zh) * 2023-05-06 2023-12-08 广州纳诺科技股份有限公司 一种地理空间数据融合方法

Also Published As

Publication number Publication date
CN112106352A (zh) 2020-12-18

Similar Documents

Publication Publication Date Title
CN110121882B (zh) 一种图像处理方法及装置
EP3694203B1 (en) Method and device for obtaining exposure compensation value of high-dynamic-range image
CN107845128B (zh) 一种多尺度细节融合的多曝光高动态图像重建方法
US8989484B2 (en) Apparatus and method for generating high dynamic range image from which ghost blur is removed using multi-exposure fusion
WO2020113408A1 (zh) 一种图像处理方法、设备、无人机、系统及存储介质
US9124811B2 (en) Apparatus and method for processing image by wide dynamic range process
US9344638B2 (en) Constant bracket high dynamic range (cHDR) operations
WO2018176925A1 (zh) Hdr图像的生成方法及装置
CN112396562B (zh) 一种高动态范围场景下基于rgb与dvs图像融合的视差图增强方法
US9542734B2 (en) Information processing apparatus, image processing method, and storage medium that determine tone characteristics for respective object signals
CN112532855B (zh) 一种图像处理方法和装置
US11508038B2 (en) Image processing method, storage medium, image processing apparatus, learned model manufacturing method, and image processing system
WO2022000397A1 (zh) 低照度图像增强方法、装置及计算机设备
US20180077395A1 (en) Image processing apparatus, image processing method, and storage medium for performing correction for a target pixel having high luminance in an image
US20220101503A1 (en) Method and apparatus for combining low-dynamic range images to a single image
CN110660034B (zh) 图像校正方法、装置及电子设备
US11074742B2 (en) Image processing apparatus, image processing method, and storage medium
US10373293B2 (en) Image processing apparatus, image processing method, and storage medium
CN108122218B (zh) 基于颜色空间的图像融合方法与装置
US9800793B2 (en) Method for generating target gain value of wide dynamic range operation
CN115082350A (zh) 频闪图像处理方法、装置、电子设备和可读存储介质
WO2021056538A1 (zh) 一种图像处理方法及设备
TWI566206B (zh) 寬動態範圍影像方法
TWI604413B (zh) 影像處理方法及影像處理裝置
WO2020113407A1 (zh) 一种图像处理方法、设备、无人机、系统及存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19947377

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19947377

Country of ref document: EP

Kind code of ref document: A1