CN108769505A - 一种图像处理集方法及电子设备 - Google Patents

一种图像处理集方法及电子设备 Download PDF

Info

Publication number
CN108769505A
CN108769505A CN201810287814.6A CN201810287814A CN108769505A CN 108769505 A CN108769505 A CN 108769505A CN 201810287814 A CN201810287814 A CN 201810287814A CN 108769505 A CN108769505 A CN 108769505A
Authority
CN
China
Prior art keywords
image
infrared
frame
information
final
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
Application number
CN201810287814.6A
Other languages
English (en)
Inventor
于宙
喻奕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing Ltd
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 Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN201810287814.6A priority Critical patent/CN108769505A/zh
Publication of CN108769505A publication Critical patent/CN108769505A/zh
Pending legal-status Critical Current

Links

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
    • 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

Landscapes

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

Abstract

本申请提供一种图像处理方法及电子设备,所述方法包括:通过摄像头获得可见光环境下的第一图像,所述第一图像包括第一对象;通过所述摄像头获得红外光环境下的第二图像;所述第二图像包括所述第一对象;获得所述第二图像中所述第一对象的参数信息;所述参数信息为所述第一对象对应的红外特征信息;基于所述参数信息处理所述第一图像,以使得所述第一图像中除所述第一对象以外的区域呈现虚化效果。本申请的图像处理方法能够快速确定出图像中第一对象所在区域(也即前景区域)和背景区域,并能够在确定背景区域后自动对其进行虚化处理。

Description

一种图像处理集方法及电子设备
技术领域
本申请涉及一种用于准确确定图像中前景区域的图像处理方法及应用该种方法的电子设备。
背景技术
目前的笔记本电脑都集成有一个摄像头以及红外光源,用于配合作用以使笔记本电脑能够实现更安全化的人脸识别功能。然而目前,红外光源除了配合摄像头做人脸识别以外,就没有其他作用了,造成了资源上的浪费。
申请内容
本申请所要解决的问题是,提供一种能够快速确定出图像中第一对象所在区域的图像处理方法及应用该方法的电子设备。
为了解决上述问题,本申请提供一种图像处理方法,所述方法包括:
通过摄像头获得可见光环境下的第一图像,所述第一图像包括第一对象;
通过所述摄像头获得红外光环境下的第二图像;所述第二图像包括所述第一对象;
获得所述第二图像中所述第一对象的参数信息;所述参数信息为所述第一对象对应的红外特征信息;
基于所述参数信息处理所述第一图像,以使得所述第一图像中除所述第一对象以外的区域呈现虚化效果。
作为优选,所述第一对象位于所述第一图像的前景区域中,所述参数信息用于确定所述前景区域的信息。
作为优选,所述通过所述摄像头获得红外光环境下的第二图像包括:
通过所述摄像头获得红外光环境下的至少两帧红外图像。
作为优选,所述获得第二图像中所述第一对象的参数信息包括:
基于所述至少两帧红外图像确定出最终红外图像;
其中,所述基于所述至少两帧红外图像确定最终红外图像包括:
基于所述至少两帧红外图像中每帧红外图像中针对同一个像素的亮度参数确定出最终红外图像,其中,所述最终红外图像中每个像素满足第一条件和第二条件。
作为优选,所述基于所述至少两帧红外图像确定出最终红外图像之后还包括:
针对所述最终红外图像中每个像素进行补偿处理。
本申请实施例同时提供一种电子设备,包括:
摄像头,用于获得可见光环境下的第一图像以及红外光环境下的第二图像,所述第一图像包括第一对象,所述第二图像包括所述第一对象;
处理器,其用于获得所述第二图像中所述第一对象的参数信息;所述参数信息为所述第一对象对应的红外特征信息,并基于所述参数信息处理所述第一图像,以使得所述第一图像中除所述第一对象以外的区域呈现虚化效果。
作为优选,所述第一对象位于所述第一图像的前景区域中,所述参数信息用于确定所述第一图像中的前景区域信息。
作为优选,所述摄像头获得红外光环境下的第二图像包括:
通过所述摄像头获得红外光环境下的至少两帧红外图像。
作为优选,所述处理器获得第二图像中所述第一对象的参数信息包括:
基于所述至少两帧红外图像确定出最终红外图像;
其中,所述基于所述至少两帧红外图像确定最终红外图像包括:
基于所述至少两帧红外图像中每帧红外图像中针对同一个像素的亮度参数确定出最终红外图像,其中,所述最终红外图像中每个像素满足第一条件和第二条件。
作为优选,所述处理器还用于针对所述最终红外图像中每个像素进行补偿处理。
本申请的有益效果在于,能够利用电子设备上的摄像头与红外摄像头快速高效的确定出由摄像头拍摄的可见光图像中的第一对象所在区域和除第一对象所在区域外的背景区域,使***能够自动根据图像中的背景区域而进行虚化处理,不仅提高了对图像精确处理的效率,而且提高了处理精度,全程无需额外增设任何硬件设施,最大化的利用了已有设备的功能。
附图说明
图1为本申请一个实施例中的图像处理方法的流程图。
图2为本申请另一实施例中的图像处理方法的流程图。
图3为本申请另一实施例中的图像处理方法的流程图。
图4为本申请另一实施例中的电子设备的框图。
具体实施方式
以下结合附图对本申请进行详细描述。
应理解的是,可以对此处公开的实施例做出各种修改。因此,以下说明书不应该视为限制,而仅是作为实施例的范例。本领域的技术人员将想到在本公开的范围和精神内的其他修改。
包含在说明书中并构成说明书的一部分的附图示出了本公开的实施例,并且与上面给出的对本公开的大致描述以及下面给出的对实施例的详细描述一起用于解释本公开的原理。
通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述,本发明的这些和其它特性将会变得显而易见。
还应当理解,尽管已经参照一些具体实例对本发明进行了描述,但本领域技术人员能够确定地实现本发明的很多其它等效形式,它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。
当结合附图时,鉴于以下详细说明,本公开的上述和其他方面、特征和优势将变得更为显而易见。
此后参照附图描述本公开的具体实施例;然而,应当理解,所公开的实施例仅仅是本公开的实例,其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本公开模糊不清。因此,本文所公开的具体的结构性和功能性细节并非意在限定,而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本公开。
本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”,其均可指代根据本公开的相同或不同实施例中的一个或多个。
目前的笔记本电脑都集成有一个摄像头以及红外光源,用于配合作用以使笔记本电脑能够实现更安全化的人脸识别功能。然而目前,红外光源除了配合摄像头做人脸识别以外,就没有其他作用了,造成了资源上的浪费。
为解决上述技术问题,本申请的实施例提供一种图像处理方法,如图1所示,该方法包括:
通过摄像头获得可见光环境下的第一图像,该第一图像包括第一对象;
通过摄像头获得红外光环境下的第二图像;该第二图像也同样包括第一对象;
获得第二图像中第一对象的参数信息,该参数信息为第一对象对应的红外特征信息;
基于参数信息处理第一图像,以使得第一图像中除第一对象以外的区域呈现虚化效果。
也就是,第一图像包括第一对象和可统一视为背景的背景景象,其中第一对象即为目标对象。接着通过获取红外光源下拍摄的第一对象的红外特征信息确定第一对象的具体轮廓区域,也即确定目标区域,最后结合目标区域和第一图像确定出背景景象所在区域,并将该区域进行虚化处理,以在第一图像中凸显出第一对象,也即,凸显出目标对象。通过本申请实施例中的方法,用户可通过例如手动连拍至少两张在不同光照下的图像或***自动连拍至少两张在不同光照下的图像便可清楚的确定出目标区域以及背景区域,接着***可将背景区域虚化,以突显目标区域更加清晰,明亮。当然***也可进行其他处理,例如将目标区域进行颜色处理,或其他美化处理等等。
进一步地,本实施例中的第一对象位于第一图像的前景区域中,而上述参数信息实际用于确定第一图像中的前景区域的信息,即,第一对象所在区域的区域信息。通过该步骤,***便可确定出第一图像中的前景区域和背景区域,能够为后续的对背景区域进行处理提供基础。例如,第一图像拍摄的为日常光照下用户位于花坛前的景象,其中用户即为第一对象,第二图像拍摄的为红外光照射下用户位于花坛前的景象,***通过获取第二图像中用户的红外特征信息,例如复杂度、长宽比、均值对比度、最大亮度、标准偏差、均值差、紧凑度等等中的一种或多种红外特征信息来确定出用户所在区域,也即,用户的轮廓信息,接着根据该轮廓信息确定出第一图像中除用户外的区域,也即花坛被用户遮挡后所显露在图像中的区域,该区域确定后,***便可对该区域进行虚化处理。
进一步地,本实施例中在通过摄像头获得红外光环境下的第二图像时具体为:
通过摄像头获得红外环境下的至少两帧红外图像。
具体实施时,并一定是获取两帧红外图像,也可获取多帧,而且,可见光环境下获取的第一图像也可包括多帧可见光图像,以为后续***通过计算以确定第一图像中前景区域的过程中提供更多的计算数据,增加前景区域的确定的精度。例如,电子设备上的红外光源可以一定频率间歇性开启,使得可见光图像与红外图像交替且连续的获取。如获取的多帧图像中,奇数帧为可见光帧(即可见光图像),偶数帧为红外帧(即红外图像)等。
进一步地,本实施例中***在获得第二图像中第一对象的参数信息时具体为:
基于上述的至少两帧红外图像确定出最终红外图像;
上述基于至少两帧红外图像确定最终红外图像包括:
基于至少两帧红外图像中,每帧红外图像中针对同一个像素的亮度参数确定出最终红外图像,其中,最终红外图像中每个像素满足第一条件和第二条件。
具体地,本实施例中第一条件的设定是用于从至少两帧红外图像中确定出位于前景区域内的像素,也即第一对象所在区域内的像素,以通过该像素确定出前景区域的显示内容,也即,最终红外图像。而第二条件的设定是用于确定红外图像中是否具有干扰因素,若有,则剔除该干扰因素,使得最终确定后的红外图像具有较高精准度,与实际前景区域所含图像一致。该干扰因素的产生有很多,例如红外图像中包括由太阳光或不同于本实施例中红外光源的人工光源下所成的像。
本实施例中以红外图像共两帧为例,对上述确定最终红外图像的过程进行说明:
本实施例中的两帧红外图像中包含相同的像素点,其中,第一条件为:两帧红外图像中同一像素点的亮度相减后,其绝对值为正数。具体公式为:
IR front n=|IRframe1n–IR frame2n|
其中n代表红外图像中的每一个像素点。
通过该第一条件就可基本将前景区域确定出,但为了增加精准度,消除由第一条件确定出的前景区域中的干扰像素,本实施例中的第二条件为:
设定亮度阈值Y1和Y2(Y1和Y2具体数值或数值范围可根据实际需要自行调整);
A、确定两帧红外图像中同一像素点的亮度是否均大于Y1;
即,IRframe1n>Y1,同时IRframe2n>Y1
B、确定两帧红外图像中同一像素点的亮度的差值的绝对值是否不大于Y2;
即,|IRframe1n–IR frame2n|<Y2;
该条件B主要用于确定对红外图像造成的影响并不是由于电子设备主动照射的红外光而导致的。
本实施例中只有某像素的亮度同时满足条件A和条件B时才可确定其为干扰像素,需在前景区域中剔除。
图2为本申请另一实施例中的图像处理方法的流程图。根据本发明的实施例,优选地,由于受到一些摄像头的种类以及曝光时间的限制,例如卷帘式快门、全局式快门等等,其曝光时间不同,因此可能会使得拍摄出的红外图像中各像素的亮度具有一定偏差。为了减少该偏差,使得经上述步骤确定后的最终红外图像与实际景象一致,提高精度,本实施例中***在基于至少两帧红外图像确定出最终红外图像之后还包括:
针对最终红外图像中每个像素进行补偿处理。
具体地,此处暂时将由上述步骤确定出的最终红外图像为待修订红外图像,具体实施时,***将待修订红外图像中的各个像素点的当前亮度值均乘以一浮动补偿系数α,该系数是根据不同的像素的亮度值以及曝光时间而相应改变的,例如实际的曝光时间越长,系数越大,也即,每一个像素点均有一与其唯一对应的补偿系数。在将待修订红外图像中所有像素的亮度均进行调整后形成的红外图像即为实际的最终红外图像,也就是最终的前景区域,具体公式如下:
IR front N=IR front n*α;
其中,N为实际的最终红外图像中的像素点,n为待修订红外图像中的像素点。
另外,优选地,为了避免为电子设备增加无意义的运算处理负担,在图像拍摄的前期,可预先判断当前环境是否为室外环境,例如通过当前***的拍摄模式是否为室外模式,若是,则不采用上述方法对图像进行处理。因为在室外环境下,电子设备主动照射的红外光与高强度的环境光相比是可忽略不计的,因此采用上述方法区分的前景区域与背景区域误差较大。
为了便于更好地理解本发明,图3示出了本申请另一实施例中的图像处理方法的流程图。应理解,该流程图只是一个具体的实施方式,还可以采用其他的组合和变形来实现。图3的图像处理方法包括:
通过摄像头获得可见光图像。
通过摄像头获得两帧红外图像。
通过第一条件基于两帧红外图像中每帧红外图像中针对同一个像素的亮度参数确定初始红外图像。例如,第一条件为:两帧红外图像中同一像素点的亮度相减后,其绝对值为正数。具体公式为:IR front n=|IRframe1n–IR frame2n|,其中n代表红外图像中的每一个像素点。
通过第二条件判定初始红外图像中是否有干扰因素?如果为是,则剔除该干扰因素,并形成待修订红外图像;如果为否,则将初始红外图像确定为最终红外图像。例如,第二条件为:设定亮度阈值Y1和Y2(Y1和Y2具体数值或数值范围可根据实际需要自行调整);A、确定两帧红外图像中同一像素点的亮度是否均大于Y1;即,IRframe1n>Y1,同时IRframe2n>Y1;B、确定两帧红外图像中同一像素点的亮度的差值的绝对值是否不大于Y2,即,|IRframe1n–IR frame2n|<Y2。
将待修订红外图像中每个像素的亮度均乘以与该像素唯一对应的浮动补偿系数。
基于通过浮动补偿系数修正的像素确定最终红外图像。
基于可见光图像和最终红外图像确定背景图像。
对背景图像进行虚化。
如图4所示,本申请实施例中同时提供一种电子设备400,其包括:
摄像头,用于获得可见光环境下的第一图像以及红外光环境下的第二图像,第一图像包括第一对象,第二图像包括第一对象;
处理器,其用于获得第二图像中第一对象的参数信息;参数信息为第一对象对应的红外特征信息,并基于参数信息处理第一图像,以使得第一图像中除第一对象以外的区域呈现虚化效果。
也就是,第一图像包括第一对象和可统一视为背景的背景景象,其中第一对象即为目标对象。接着通过获取红外光源下拍摄的第一对象的红外特征信息确定第一对象的具体轮廓区域,也即确定目标区域,最后结合目标区域和第一图像确定出背景景象所在区域,并将该区域进行虚化处理,以在第一图像中凸显出第一对象,也即,凸显出目标对象。通过本申请实施例中的方法,用户可通过例如手动连拍至少两张在不同光照下的图像或处理器自动连拍至少两张在不同光照下的图像便可清楚的确定出目标区域以及背景区域,接着处理器可将背景区域虚化,以突显目标区域更加清晰,明亮。当然处理器也可进行其他处理,例如将目标区域进行颜色处理,或其他美化处理等等。
进一步地,本实施例中的第一对象位于第一图像的前景区域中,而上述参数信息实际用于确定第一图像中的前景区域的信息,即,第一对象所在区域的区域信息。通过该步骤,处理器便可确定出第一图像中的前景区域和背景区域,能够为后续的对背景区域进行处理提供基础。例如,第一图像拍摄的为日常光照下用户位于花坛前的景象,其中用户即为第一对象,第二图像拍摄的为红外光照射下用户位于花坛前的景象,处理器通过获取第二图像中用户的红外特征信息,例如复杂度、长宽比、均值对比度、最大亮度、标准偏差、均值差、紧凑度等等中的一种或多种红外特征信息来确定出用户所在区域,也即,用户的轮廓信息,接着根据该轮廓信息确定出第一图像中除用户外的区域,也即花坛被用户遮挡后所显露在图像中的区域,该区域确定后,处理器便可对该区域进行虚化处理。
进一步地,本实施例中在通过摄像头获得红外光环境下的第二图像时具体为:
通过摄像头获得红外环境下的至少两帧红外图像。
具体实施时,并一定是获取两帧红外图像,也可获取多帧,而且,可见光环境下获取的第一图像也可包括多帧可见光图像,以为后续处理器通过计算以确定第一图像中前景区域的过程中提供更多的计算数据,增加前景区域的确定的精度。例如,电子设备上的红外光源可以一定频率间歇性开启,使得可见光图像与红外图像交替且连续的获取。如获取的多帧图像中,奇数帧为可见光帧(即可见光图像),偶数帧为红外帧(即红外图像)等。
进一步地,本实施例中处理器在获得第二图像中第一对象的参数信息时具体为:
基于上述的至少两帧红外图像确定出最终红外图像;
上述基于至少两帧红外图像确定最终红外图像包括:
基于至少两帧红外图像中,每帧红外图像中针对同一个像素的亮度参数确定出最终红外图像,其中,最终红外图像中每个像素满足第一条件和第二条件。
具体地,本实施例中第一条件的设定是用于从至少两帧红外图像中确定出位于前景区域内的像素,也即第一对象所在区域内的像素,以通过该像素确定出前景区域的显示内容,也即,最终红外图像。而第二条件的设定是用于确定红外图像中是否具有干扰因素,若有,则剔除该干扰因素,使得最终确定后的红外图像具有较高精准度,与实际前景区域所含图像一致。该干扰因素的产生有很多,例如红外图像中包括由太阳光或不同于本实施例中红外光源的人工光源下所成的像。
本实施例中以红外图像共两帧为例,对上述确定最终红外图像的过程进行说明:
本实施例中的两帧红外图像中包含相同的像素点,其中,第一条件为:两帧红外图像中同一像素点的亮度相减后,其绝对值为正数。具体公式为:
IR front n=|IRframe1n–IR frame2n|
其中n代表红外图像中的每一个像素点。
通过该第一条件就可基本将前景区域确定出,但为了增加精准度,消除由第一条件确定出的前景区域中的干扰像素,本实施例中的第二条件为:
设定亮度阈值Y1和Y2(Y1和Y2具体数值或数值范围可根据实际需要自行调整);
A、确定两帧红外图像中同一像素点的亮度是否均大于Y1;
即,IRframe1n>Y1,同时IRframe2n>Y1
B、确定两帧红外图像中同一像素点的亮度的差值的绝对值是否不大于Y2;
即,|IRframe1n–IR frame2n|<Y2;
该条件B主要用于确定对红外图像造成的影响并不是由于电子设备主动照射的红外光而导致的。
本实施例中只有某像素的亮度同时满足条件A和条件B时才可确定其为干扰像素,需在前景区域中剔除。
优选地,由于受到一些摄像头的种类以及曝光时间的限制,例如卷帘式快门、全局式快门等等,其曝光时间不同,因此可能会使得拍摄出的红外图像中各像素的亮度具有一定偏差。为了减少该偏差,使得经上述步骤确定后的最终红外图像与实际景象一致,提高精度,本实施例中处理器在基于至少两帧红外图像确定出最终红外图像之后还包括:
针对最终红外图像中每个像素进行补偿处理。
具体地,此处暂时将由上述步骤确定出的最终红外图像为待修订红外图像,具体实施时,处理器将待修订红外图像中的各个像素点的当前亮度值均乘以一浮动补偿系数α,该系数是根据不同的像素的亮度值以及曝光时间而相应改变的,例如实际的曝光时间越长,系数越大,也即,每一个像素点均有一与其唯一对应的补偿系数。在将待修订红外图像中所有像素的亮度均进行调整后形成的红外图像即为实际的最终红外图像,也就是最终的前景区域,具体公式如下:
IR front N=IR front n*α;
其中,N为实际的最终红外图像中的像素点,n为待修订红外图像中的像素点。
以上实施例仅为本申请的示例性实施例,不用于限制本申请,本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内,对本申请做出各种修改或等同替换,这种修改或等同替换也应视为落在本申请的保护范围内。

Claims (10)

1.一种图像处理方法,所述方法包括:
通过摄像头获得可见光环境下的第一图像,所述第一图像包括第一对象;
通过所述摄像头获得红外光环境下的第二图像;所述第二图像包括所述第一对象;
获得所述第二图像中所述第一对象的参数信息;所述参数信息为所述第一对象对应的红外特征信息;
基于所述参数信息处理所述第一图像,以使得所述第一图像中除所述第一对象以外的区域呈现虚化效果。
2.根据权利要求1所述的方法,其特征在于,所述第一对象位于所述第一图像的前景区域中,所述参数信息用于确定所述前景区域的信息。
3.根据权利要求2所述的方法,其特征在于,所述通过所述摄像头获得红外光环境下的第二图像包括:
通过所述摄像头获得红外光环境下的至少两帧红外图像。
4.根据权利要求3所述的方法,其特征在于,所述获得第二图像中所述第一对象的参数信息包括:
基于所述至少两帧红外图像确定出最终红外图像;
其中,所述基于所述至少两帧红外图像确定最终红外图像包括:
基于所述至少两帧红外图像中每帧红外图像中针对同一个像素的亮度参数确定出最终红外图像,其中,所述最终红外图像中每个像素满足第一条件和第二条件。
5.根据权利要求3所述的方法,其特征在于,所述基于所述至少两帧红外图像确定出最终红外图像之后还包括:
针对所述最终红外图像中每个像素进行补偿处理。
6.一种电子设备,其特征在于,包括:
摄像头,用于获得可见光环境下的第一图像以及红外光环境下的第二图像,所述第一图像包括第一对象,所述第二图像包括所述第一对象;
处理器,其用于获得所述第二图像中所述第一对象的参数信息;所述参数信息为所述第一对象对应的红外特征信息,并基于所述参数信息处理所述第一图像,以使得所述第一图像中除所述第一对象以外的区域呈现虚化效果。
7.根据权利要求6所述的电子设备,其特征在于,所述第一对象位于所述第一图像的前景区域中,所述参数信息用于确定所述第一图像中的前景区域信息。
8.根据权利要求7所述的电子设备,其特征在于,所述摄像头获得红外光环境下的第二图像包括:
通过所述摄像头获得红外光环境下的至少两帧红外图像。
9.根据权利要求8所述的电子设备,其特征在于,所述处理器获得第二图像中所述第一对象的参数信息包括:
基于所述至少两帧红外图像确定出最终红外图像;
其中,所述基于所述至少两帧红外图像确定最终红外图像包括:
基于所述至少两帧红外图像中每帧红外图像中针对同一个像素的亮度参数确定出最终红外图像,其中,所述最终红外图像中每个像素满足第一条件和第二条件。
10.根据权利要求8电子设备的方法,其特征在于,所述处理器还用于针对所述最终红外图像中每个像素进行补偿处理。
CN201810287814.6A 2018-03-30 2018-03-30 一种图像处理集方法及电子设备 Pending CN108769505A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810287814.6A CN108769505A (zh) 2018-03-30 2018-03-30 一种图像处理集方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810287814.6A CN108769505A (zh) 2018-03-30 2018-03-30 一种图像处理集方法及电子设备

Publications (1)

Publication Number Publication Date
CN108769505A true CN108769505A (zh) 2018-11-06

Family

ID=63980760

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810287814.6A Pending CN108769505A (zh) 2018-03-30 2018-03-30 一种图像处理集方法及电子设备

Country Status (1)

Country Link
CN (1) CN108769505A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110310327A (zh) * 2019-06-28 2019-10-08 联想(北京)有限公司 图像处理方法及装置、计算机***以及可读存储介质
CN112217992A (zh) * 2020-09-29 2021-01-12 Oppo(重庆)智能科技有限公司 图像虚化方法、图像虚化装置、移动终端及存储介质
CN113014791A (zh) * 2019-12-20 2021-06-22 中兴通讯股份有限公司 图像生成方法及装置
CN113572968A (zh) * 2020-04-24 2021-10-29 杭州萤石软件有限公司 图像融合方法、装置、摄像设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103810478A (zh) * 2014-02-21 2014-05-21 广东小天才科技有限公司 一种坐姿检测方法和装置
WO2017104411A1 (ja) * 2015-12-14 2017-06-22 ソニー株式会社 撮像素子、画像処理装置および方法、並びにプログラム
CN107316272A (zh) * 2017-06-29 2017-11-03 联想(北京)有限公司 用于图像处理的方法及其设备
CN107395965A (zh) * 2017-07-14 2017-11-24 维沃移动通信有限公司 一种图像处理方法及移动终端

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103810478A (zh) * 2014-02-21 2014-05-21 广东小天才科技有限公司 一种坐姿检测方法和装置
WO2017104411A1 (ja) * 2015-12-14 2017-06-22 ソニー株式会社 撮像素子、画像処理装置および方法、並びにプログラム
CN107316272A (zh) * 2017-06-29 2017-11-03 联想(北京)有限公司 用于图像处理的方法及其设备
CN107395965A (zh) * 2017-07-14 2017-11-24 维沃移动通信有限公司 一种图像处理方法及移动终端

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110310327A (zh) * 2019-06-28 2019-10-08 联想(北京)有限公司 图像处理方法及装置、计算机***以及可读存储介质
CN113014791A (zh) * 2019-12-20 2021-06-22 中兴通讯股份有限公司 图像生成方法及装置
CN113014791B (zh) * 2019-12-20 2023-09-19 中兴通讯股份有限公司 图像生成方法及装置
CN113572968A (zh) * 2020-04-24 2021-10-29 杭州萤石软件有限公司 图像融合方法、装置、摄像设备及存储介质
CN113572968B (zh) * 2020-04-24 2023-07-18 杭州萤石软件有限公司 图像融合方法、装置、摄像设备及存储介质
CN112217992A (zh) * 2020-09-29 2021-01-12 Oppo(重庆)智能科技有限公司 图像虚化方法、图像虚化装置、移动终端及存储介质

Similar Documents

Publication Publication Date Title
CN107277356B (zh) 逆光场景的人脸区域处理方法和装置
EP1583033B1 (en) Digital cameras with luminance correction
US7586520B2 (en) Image correction apparatus, image correction program storage medium, image correction method, and image correction system
JP5178170B2 (ja) ホワイトバランス調整装置及びホワイトバランス調整方法
CN108769505A (zh) 一种图像处理集方法及电子设备
US10742892B1 (en) Apparatus and method for capturing and blending multiple images for high-quality flash photography using mobile electronic device
US8902328B2 (en) Method of selecting a subset from an image set for generating high dynamic range image
US20150170389A1 (en) Automatic selection of optimum algorithms for high dynamic range image processing based on scene classification
US20050220359A1 (en) Luminance correction
CN113612930A (zh) 用于捕获数字图像的***和方法
CN107451969A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
TWI632894B (zh) 動態影像之心率活動偵測系統與其方法
JP2006319534A (ja) 撮影装置および方法並びにプログラム
CN107948538A (zh) 成像方法、装置、移动终端和存储介质
CN107911625A (zh) 测光方法、装置、可读存储介质和计算机设备
CN110346116B (zh) 一种基于图像采集的场景照度计算方法
CN110852956A (zh) 一种高动态范围图像的增强方法
Kao High dynamic range imaging by fusing multiple raw images and tone reproduction
JP7401013B2 (ja) 情報処理装置、制御装置、情報処理方法及びプログラム
JP7114335B2 (ja) 画像処理装置、画像処理装置の制御方法、及び、プログラム
McCann Art, science, and appearance in HDR
JP2014178146A (ja) 画像処理装置及び方法
CN111275630A (zh) 一种细胞图像调整方法、装置及电子显微镜
JP3497801B2 (ja) 顔画像の表示方法および顔画像の処理装置
JP2012085093A (ja) 撮像装置および取得方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181106