CN110519485A - 图像处理方法、装置、存储介质及电子设备 - Google Patents
图像处理方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN110519485A CN110519485A CN201910848866.0A CN201910848866A CN110519485A CN 110519485 A CN110519485 A CN 110519485A CN 201910848866 A CN201910848866 A CN 201910848866A CN 110519485 A CN110519485 A CN 110519485A
- Authority
- CN
- China
- Prior art keywords
- image data
- image
- exposure
- sensitivity
- electronic equipment
- 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.)
- Granted
Links
Classifications
-
- 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
-
- 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
- H04N23/71—Circuitry for evaluating the brightness variation
-
- 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
-
- 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
- H04N23/76—Circuitry for compensating brightness variation in the scene by influencing the image signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本申请公开了一种图像处理方法、装置、存储介质及电子设备。该图像处理方法包括:在曝光之前进行亮度提升处理并获取曝光后的基础图像数据,或者对曝光后得到的图像数据进行亮度提升处理得到基础图像数据;对该基础图像数据进行降噪处理,得到降噪图像数据;对该降噪图像数据进行对比度受限的自适应直方图均衡化处理,得到目标图像。本申请实施例提供的图像处理方法有利于电子设备从图像中准确地提取到图像特征。
Description
技术领域
本申请属于图像技术领域,尤其涉及一种图像处理方法、装置、存储介质及电子设备。
背景技术
图像处理技术中经常需要提取图像特征。图像的特征主要包括图像的颜色特征、纹理特征、形状特征以及空间关系特征等。图像特征对于图像处理有着十分重要的意义。若电子设备能够准确地从图像中提取特征,则电子设备可以进行高效、准确地图像处理。然而,相关技术中,电子设备从图像中提取特征的准确度较低。
发明内容
本申请实施例提供一种图像处理方法、装置、存储介质及电子设备,有利于电子设备从图像中准确地提取到图像特征。
第一方面,本申请实施例提供一种图像处理方法,包括:
在曝光之前进行亮度提升处理并获取曝光后的基础图像数据,或者对曝光后得到的图像数据进行亮度提升处理得到基础图像数据;
对所述基础图像数据进行降噪处理,得到降噪图像数据;
对所述降噪图像数据进行对比度受限的自适应直方图均衡化处理,得到目标图像。
第二方面,本申请实施例提供一种图像处理装置,包括:
第一处理模块,用于在曝光之前进行亮度提升处理并获取曝光后的基础图像数据,或者对曝光后得到的图像数据进行亮度提升处理得到基础图像数据;
降噪模块,用于对所述基础图像数据进行降噪处理,得到降噪图像数据;
第二处理模块,用于对所述降噪图像数据进行对比度受限的自适应直方图均衡化处理,得到目标图像。
第三方面,本申请实施例提供一种存储介质,其上存储有计算机程序,当所述计算机程序在计算机上执行时,使得所述计算机执行本申请实施例提供的图像处理方法中的流程。
第四方面,本申请实施例还提供一种电子设备,包括存储器,处理器,所述处理器通过调用所述存储器中存储的计算机程序,用于执行本申请实施例提供的图像处理方法中的流程。
经本申请实施例得到的目标图像一方面由于其经过了亮度提升和降噪处理从而使得图像中的纹理特征更加清晰,另一方面由于其经过了对比度受限的自适应直方图均衡化处理使得图像的灰阶差异被放大进而使得图像特征点变得更加清晰。因此,对目标图像进行特征点检测将变得更加容易和准确。即,本实施例有利于电子设备从图像中准确地提取到图像特征。
附图说明
下面结合附图,通过对本申请的具体实施方式详细描述,将使本申请的技术方案及其有益效果显而易见。
图1是本申请实施例提供的图像处理方法的第一种流程示意图。
图2是本申请实施例提供的图像处理方法的第二种流程示意图。
图3是本申请实施例提供的图像处理方法的第三种流程示意图。
图4是本申请实施例提供的图像处理方法的第四种流程示意图。
图5是本申请实施例提供的图像处理方法的第五种流程示意图。
图6至图8是本申请实施例提供的图像处理方法的场景示意图。
图9是本申请实施例提供的图像处理装置的结构示意图。
图10是本申请实施例提供的电子设备的结构示意图。
图11是本申请实施例提供的电子设备的另一结构示意图。
图12是本申请实施例提供的图像处理电路的结构示意图。
具体实施方式
请参照图示,其中相同的组件符号代表相同的组件,本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例,其不应被视为限制本申请未在此详述的其它具体实施例。
可以理解的是,本申请实施例的执行主体可以是诸如智能手机或平板电脑等的电子设备。
请参阅图1,图1是本申请实施例提供的图像处理方法的第一种流程示意图,流程可以包括:
101、在曝光之前进行亮度提升处理并获取曝光后的基础图像数据,或者对曝光后得到的图像数据进行亮度提升处理得到基础图像数据。
图像处理技术中经常需要提取图像特征。图像的特征主要包括图像的颜色特征、纹理特征、形状特征以及空间关系特征等。图像特征对于图像处理有着十分重要的意义。若电子设备能够准确地从图像中提取特征,则电子设备可以进行高效、准确地图像处理。然而,相关技术中,电子设备从图像中提取特征的准确度较低。
在本申请实施例中,比如,电子设备可以在曝光之前进行亮度提升处理,并获取曝光得到的图像数据(即基础图像数据)。或者,电子设备可以正常地进行曝光并获取曝光完成后得到的图像数据,再对该曝光完成后得到的图像数据进行亮度提升处理,从而得到基础图像数据。也即,相比于按照当前拍摄环境进行正常曝光所得到的图像,在101中电子设备可以获取到图像亮度得到提升的图像数据。
例如,电子设备根据当前拍摄环境计算出一曝光参数A,假设按照该曝光参数A进行正常曝光的话可以得到第一图像数据。在本申请实施例中,电子设备在曝光之前可以对曝光参数A进行调整,例如调整后的曝光参数为B。电子设备按照曝光参数B进行曝光可以得到第二图像数据(第二图像数据即为基础图像数据)。其中,第二图像数据对应的图像的亮度大于第一图像数据对应的图像的亮度。
或者,电子设备也可以按照曝光参数A进行曝光得到第一图像数据,之后电子设备可以对第一图像数据进行亮度提升处理从而得到第三图像数据(第三图像数据即为基础图像数据),其中,该第三图像数据对应的图像的亮度大于第一图像数据对应的图像的亮度。
也即,本实施例可以采用两种方式来获取到亮度相对得到提升的图像数据,第一种方式是在曝光前通过调整曝光参数来使得曝光得到的图像数据的亮度相对得到提升。第二种方式是对曝光完成后得到的图像数据进行亮度提升处理从而提升图像亮度。
在其它实施方式中,电子设备也可以在曝光之前通过提高曝光时长等方式来进行亮度提升处理。
需要说明的是,在本实施例中,相对正常曝光得到的图像数据而言,基础图像数据的亮度得到提升,通过提升图像亮度的方式可以使得图像中的纹理特征等变得更加清晰。即,第二图像数据或第三图像数据对应的图像中的纹理特征相对于第一图像数据对应的图像中的纹理特征会更加清晰。
102、对基础图像数据进行降噪处理,得到降噪图像数据。
比如,在获取到亮度相对得到提升的基础图像数据后,电子设备可以对该基础图像数据进行降噪处理,从而得到降噪图像数据。
需要说明的是,本实施例101对图像亮度进行提升的同时也会提高图像中的噪点。因此,在102中电子设备可以对基础图像数据进行降噪处理。
103、对降噪图像数据进行对比度受限的自适应直方图均衡化处理,得到目标图像。
比如,在获取到降噪图像数据后,电子设备可以对该降噪图像数据进行对比度受限的自适应直方图均衡化(Contrast Limited Adaptive Histgram equalization,CLAHE)处理,从而得到目标图像。
需要说明的是,本实施例中对降噪图像数据进行对比度受限的自适应直方图均衡化处理可以提升图像的对比度,从而将图像的灰阶差异进一步放大。可以理解的是,通过将图像的灰阶差异放大可以使目标图像中的特征点变得更加清晰。
同样需要说明的是,本实施例中采用对比度受限的自适应直方图均衡化CLAHE处理来提升图像的对比度可以将图像的灰阶拉伸到一个合适的程度,而不至于出现图像严重失真。若采用自适应直方图均衡化(AHE)处理来提升图像对比度的话,则容易将图像的灰阶过度拉伸,造成图像严重失真,进而导致图像中的特征点的严重失真。
可以理解的是,经本申请实施例得到的目标图像一方面由于其经过了亮度提升和降噪处理从而使得图像中的纹理特征更加清晰,另一方面由于其经过了对比度受限的自适应直方图均衡化处理使得图像的灰阶差异被放大进而使得图像特征点变得更加清晰。因此,对目标图像进行特征点检测将会变得更加容易和准确。即,本实施例有利于电子设备从图像中准确地提取到图像特征。
请参阅图2,图2为本申请实施例提供的图像处理方法的第二种流程示意图,流程可以包括:
201、电子设备获取环境光亮度值。
比如,在进行图像拍摄时,电子设备可以先获取当前拍摄场景的环境光亮度值。
之后,电子设备可以检测该环境光亮度值是否小于预设亮度阈值。例如,该预设亮度阈值的数值可以设置得比较小。
若检测到该环境光亮度值大于或等于预设亮度阈值,则可以认为当前的拍摄场景为正常光线亮度下的拍摄场景。在这种情况下,电子设备可以根据拍摄场景的环境参数(如环境光亮度等)计算得到曝光参数,并按照该曝光参数进行正常曝光,从而得到所需的图像。
若检测到该环境光亮度值小于预设亮度阈值,则进入202中。
202、若检测到环境光亮度值小于预设亮度阈值,则电子设备在曝光之前增益感光度以进行亮度提升处理,并获取曝光后的基础图像数据。
比如,电子设备检测到当前拍摄场景的环境光亮度值小于预设亮度阈值,那么可以认为当前拍摄场景为光线较暗的拍摄场景,如光线很暗的夜景拍摄场景。在这种情况下,电子设备可以在曝光之前增益感光度从而提升曝光完成后得到的图像的亮度,并将曝光完成后得到的图像数据确定为基础图像数据。
需要说明的是,在本实施例中,相对于正常曝光得到的图像而言,基础图像数据对应的图像的亮度得到提升,通过提升图像亮度的方式可以使得基础图像数据对应的图像中的纹理特征等变得更加清晰。
203、电子设备采用高斯滤波或双边滤波的方式,对基础图像数据进行降噪处理,得到降噪图像数据。
比如,在得到基础图像数据后,电子设备可以采用高斯滤波或双边滤波的方式,对该基础图像数据进行降噪处理,得到降噪图像数据。
当然,在其它实施方式中,电子设备也可以采用其它的图像降噪方式来对基础图像数据进行降噪处理,本实施例对此不做限定。
需要说明的是,由于对图像亮度进行提升的同时也会提高图像中的噪点。因此,在203中电子设备可以对基础图像数据进行降噪处理,从而减少噪点。
204、电子设备对降噪图像数据进行对比度受限的自适应直方图均衡化处理,得到目标图像。
比如,在获取到降噪图像数据后,电子设备可以对该降噪图像数据进行对比度受限的自适应直方图均衡化(Contrast Limited Adaptive Histgram equalization,CLAHE)处理,从而得到目标图像。
需要说明的是,本实施例中对图像数据进行对比度受限的自适应直方图均衡化处理可以提升图像的对比度,从而将图像的灰阶差异进一步放大。可以理解的是,通过将图像的灰阶差异放大可以使图像中的特征点变得更加清晰。
可以理解的是,当处于光线较暗的拍摄场景(尤其是极暗场景)时,若按照正常曝光的方式进行曝光,那么正常曝光得到的图像的纹理细节会很弱,甚至弱到难以分辨。另外,当处于光线较暗的拍摄场景(尤其是极暗场景)时,图像中的噪点会比较多,若进行图像特征提取则很容易将噪点当成特征点。
本实施例中,当处于光线较暗的拍摄场景时,电子设备可以通过提高图像亮度的方式来使图像中的纹理特征变得更加清晰,通过降噪的方式则又可以降低因提高图像亮度带来的噪点。并且,通过对比度受限的自适应直方图均衡化处理可以将图像的灰阶差异被放大进而使得图像特征点变得更加清晰。因此,对目标图像进行特征点检测将变得更加容易和准确。即,本实施例有利于电子设备从暗光场景下拍摄的图像中准确地提取到图像特征。
请参阅图3,图3为本申请实施例提供的图像处理方法的第三种流程示意图,流程可以包括:
301、电子设备获取环境光亮度值。
比如,在进行图像拍摄时,电子设备可以先获取当前拍摄场景的环境光亮度值。
之后,电子设备可以检测该环境光亮度值是否小于预设亮度阈值。例如,该预设亮度阈值的数值可以设置得比较小。
若检测到该环境光亮度值大于或等于预设亮度阈值,则可以认为当前的拍摄场景为正常光线亮度下的拍摄场景。在这种情况下,电子设备可以根据拍摄场景的环境参数(如环境光亮度等)计算得到曝光参数,并按照该曝光参数进行正常曝光,从而得到所需的图像。
若检测到该环境光亮度值小于预设亮度阈值,则进入302中。
302、若检测到环境光亮度值小于预设亮度阈值,则电子设备在曝光之前获取第一感光度,该第一感光度为电子设备根据拍摄环境计算得到的用于曝光的感光度。
比如,电子设备检测到当前拍摄场景的环境光亮度值小于预设亮度阈值,那么可以认为当前拍摄场景为光线较暗的拍摄场景,如光线很暗的夜景拍摄场景。在这种情况下,电子设备可以在曝光之前获取第一感光度,其中,该第一感光度为电子设备根据当前的拍摄环境所计算得到的用于曝光的感光度。
303、电子设备获取增益系数。
304、电子设备按照增益系数对第一感光度进行增益,得到第二感光度,该第二感光度大于该第一感光度。
比如,303和304可以包括:
电子设备还可以获取一增益系数,并按照该增益系数对第一感光度进行增益,从而得到第二感光度。其中,该第二感光度大于该第一感光度。
例如,增益系数的数值可以为1.5或者2或者3或者5等等。电子设备可以将第一感光度和增益系数的乘积确定为第二感光度。
305、电子设备按照第二感光度进行曝光,并获取曝光后的基础图像数据。
比如,在计算得到第二感光度后,电子设备可以按照该第二感光度进行曝光,并获取曝光完成后得到的基础图像数据。
306、电子设备采用高斯滤波或双边滤波的方式,对基础图像数据进行降噪处理,得到降噪图像数据。
比如,在得到基础图像数据后,电子设备可以采用高斯滤波或双边滤波的方式,对该基础图像数据进行降噪处理,得到降噪图像数据。
307、电子设备对降噪图像数据进行对比度受限的自适应直方图均衡化处理,得到目标图像。
比如,在获取到降噪图像数据后,电子设备可以对该降噪图像数据进行对比度受限的自适应直方图均衡化(Contrast Limited Adaptive Histgram equalization,CLAHE)处理,从而得到目标图像。
在一种实施方式中,303中电子设备获取增益系数的流程,可以包括:
电子设备获取环境光亮度值,并根据该环境光亮度值获取增益系数。
比如,电子设备可以预先设置环境光亮度与增益系数的对应关系,不同的环境光亮度值或者环境光亮度区间可以对应不同的增益系数。例如,环境光亮度值越小,其对应的增益系数可以越大,等等。
那么,电子设备可以根据当前拍摄场景的环境光亮度值来获取对应的增益系数。
请参阅图4,图4为本申请实施例提供的图像处理方法的第四种流程示意图,流程可以包括:
401、电子设备获取环境光亮度值。
比如,在进行图像拍摄时,电子设备可以先获取当前拍摄场景的环境光亮度值。
之后,电子设备可以检测该环境光亮度值是否小于预设亮度阈值。例如,该预设亮度阈值的数值可以设置得比较小。
若检测到该环境光亮度值大于或等于预设亮度阈值,则可以认为当前的拍摄场景为正常光线亮度下的拍摄场景。在这种情况下,电子设备可以根据拍摄场景的环境参数(如环境光亮度等)计算得到曝光参数,并按照该曝光参数进行正常曝光,从而得到所需的图像。
若检测到该环境光亮度值小于预设亮度阈值,则进入402中。
402、若检测到环境光亮度值小于预设亮度阈值,则电子设备在曝光之前获取第三感光度,该第三感光度为预先设置的感光度数值。
比如,电子设备检测到当前拍摄场景的环境光亮度值小于预设亮度阈值,那么可以认为当前拍摄场景为光线较暗的拍摄场景,如光线很暗的夜景拍摄场景。在这种情况下,电子设备可以在曝光之前获取第三感光度,其中该第三感光度为预先设置的感光度数值。
403、电子设备使用所述第三感光度代替第一感光度进行曝光,并获取曝光后的基础图像数据,该第一感光度为电子设备根据拍摄环境计算得到的用于曝光的感光度,该第三感光度大于该第一感光度。
比如,在获取到第三感光度之后,电子设备可以使用该第三感光度代替第一感光度进行曝光,并获取曝光完成后得到的基础图像数据。其中,该第一感光度为电子设备根据拍摄环境计算得到的用于曝光的感光度,该第三感光度的数值可以大于该第一感光度的数值。
在一种实施方式中,第三感光度的数值可以设置的比较大,并且可以大幅度大于第一感光度。
也即,当处于光线较暗的拍摄场景时,电子设备可以不使用根据拍摄环境计算出来第一感光度进行曝光,而是使用一个预先设置的、数值较大的第三感光度来进行曝光,并获取曝光完成后得到的图像数据(即基础图像数据)。
404、电子设备采用高斯滤波或双边滤波的方式,对基础图像数据进行降噪处理,得到降噪图像数据。
比如,在得到基础图像数据后,电子设备可以采用高斯滤波或双边滤波的方式,对该基础图像数据进行降噪处理,得到降噪图像数据。
405、电子设备对降噪图像数据进行对比度受限的自适应直方图均衡化处理,得到目标图像。
比如,在获取到降噪图像数据后,电子设备可以对该降噪图像数据进行对比度受限的自适应直方图均衡化(Contrast Limited Adaptive Histgram equalization,CLAHE)处理,从而得到目标图像。
请参阅图5,图5为本申请实施例提供的图像处理方法的第五种流程示意图,流程可以包括:
501、电子设备获取环境光亮度值。
比如,在进行图像拍摄时,电子设备可以先获取当前拍摄场景的环境光亮度值。
之后,电子设备可以检测该环境光亮度值是否小于预设亮度阈值。例如,该预设亮度阈值的数值可以设置得比较小。
若检测到该环境光亮度值大于或等于预设亮度阈值,则可以认为当前的拍摄场景为正常光线亮度下的拍摄场景。在这种情况下,电子设备可以根据拍摄场景的环境参数(如环境光亮度等)计算得到曝光参数,并按照该曝光参数进行正常曝光,从而得到所需的图像。
若检测到该环境光亮度值小于预设亮度阈值,则进入502中。
502、若检测到所述环境光亮度值小于预设亮度阈值,则电子设备对曝光后得到的图像数据进行亮度提升处理得到基础图像数据。
比如,电子设备检测到当前拍摄场景的环境光亮度值小于预设亮度阈值,那么可以认为当前拍摄场景为光线较暗的拍摄场景,如光线很暗的夜景拍摄场景。在这种情况下,电子设备可以先根据拍摄场景对应的环境参数计算曝光参数,并按照该曝光参数正常曝光得到图像数据。
之后,电子设备可以对曝光完成后得到的图像数据进行亮度提升处理,从而得到基础图像数据。在本实施例中,电子设备可以使用一些常用的提高图像亮度的方式来提升曝光后得到的图像数据对应的图像的亮度,如使用线性运算来完成亮度提升,比如所有像素点亮度值乘或者加一个数值大于1的正数的增强系数,从而提高图像亮度。或者,电子设备也可以使用诸如色调映射等方式来提高曝光完成后得到的图像数据对应的图像的亮度,从而得到基础图像数据。
需要说明的是,在本实施例中,由于对曝光完成后得到的图像数据进行了亮度提升处理,因此基础图像数据对应的图像中的纹理特征等可以变得更加清晰。
503、电子设备采用高斯滤波或双边滤波的方式,对基础图像数据进行降噪处理,得到降噪图像数据。
比如,在得到基础图像数据后,电子设备可以采用高斯滤波或双边滤波的方式,对该基础图像数据进行降噪处理,得到降噪图像数据。
需要说明的是,由于对图像亮度进行提升的同时也会提高图像中的噪点。因此,在503中电子设备可以对基础图像数据进行降噪处理,从而减少噪点。
504、电子设备对降噪图像数据进行对比度受限的自适应直方图均衡化处理,得到目标图像。
比如,在获取到降噪图像数据后,电子设备可以对该降噪图像数据进行对比度受限的自适应直方图均衡化(Contrast Limited Adaptive Histgram equalization,CLAHE)处理,从而得到目标图像。
需要说明的是,本实施例中对图像进行对比度受限的自适应直方图均衡化处理可以提升图像的对比度,从而将图像的灰阶差异进一步放大,从而使图像中的特征点变得更加清晰。
本实施例中,当处于光线较暗的拍摄场景时,电子设备可以通过提高图像亮度的方式来使图像中的纹理特征变得更加清晰,通过降噪的方式则又可以降低因提高图像亮度带来的噪点。并且,通过对比度受限的自适应直方图均衡化处理可以将图像的灰阶差异被放大进而使得图像特征点变得更加清晰。因此,对目标图像进行特征点检测将变得更加容易和准确。即,本实施例有利于电子设备从图像中准确地提取到图像特征。
在一些实施方式中,本实施例还可以包括如下流程:
电子设备获取至少两帧图像,该至少两帧图像均为经过图像处理方法处理得到的图像;
电子设备对该至少两帧图像进行基于特征点匹配的图像配准。
比如,电子设备可以获取至少两帧图像,该至少两帧图像均为经过本实施例提供的图像处理方法得到的图像。之后,电子设备可以对该至少两帧图像进行基于特征点的图像配准处理。
需要说明的是,图像配准(Image registration)就是将不同时间、不同传感器(成像设备)或不同条件下(天候、照度、摄像位置和角度等)获取的两幅或多幅图像进行匹配、叠加的过程,它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。
图像配准技术的流程如下:以两帧图像的配准为例,首先对两帧图像进行特征提取,得到特征点;通过进行相似性度量找到匹配的特征点对;然后通过匹配的特征点对得到图像空间坐标变换参数;最后由坐标变换参数进行图像配准。而特征提取是配准技术中的关键,准确的特征提取为特征匹配的成功进行提供了保障。因此,寻求具有良好不变性和准确性的特征提取方法,对于匹配精度至关重要。
可以理解的是,由于本实施例提供的图像处理方法可以使图像中的特征变得更加清晰,从而使电子设备可以从图像中准确地提取到图像特征。因此,利用经过本实施例提供的图像处理方法处理得到的图像进行图像配准其配准精度高。
请参阅图6至图8,图6至图8为本申请实施例提供的图像处理方法的场景示意图。
比如,用户使用电子设备中的相机应用拍摄照片。当前的拍摄场景为环境光线很暗的夜景。如图6所示,在暗光夜景下,用户点击了拍照按钮,此时电子设备可以获取环境光亮度值,并检测该环境光亮度值是否小于预设亮度阈值。例如,预设亮度阈值是一个数值很小的亮度值。若环境光亮度值小于预设亮度阈值,则电子设备可以确定出当前处于暗光拍摄场景。
例如,本实施例中,电子设备检测到当前的环境光亮度值小于预设亮度阈值,那么电子设备可以确定出当前处于暗光拍摄场景。在这种情况下,电子设备可以获取一预设的第三感光度,该预设的第三感光度的数值被设置得较大。在曝光之前,电子设备可以使用该预设的第三感光度进行曝光,从而使曝光完后得到的图像的亮度有所提升。例如,电子设备可以将使用预设的第三感光度曝光完成后得到的图像确定为基础图像。在一种实施方式中,该基础图像可以是RAW图像。
在得到基础图像后,电子设备可以使用高斯滤波的方式来对基础图像进行降噪处理,得到降噪图像。在一种实施方式中,该降噪图像也可以是RAW格式的图像。
在得到降噪图像后,电子设备可以对该降噪图像进行对比度受限的自适应直方图均衡化处理,从而得到目标图像。
可以理解的是,本实施例中,经过提亮、降噪以及对比度受限的自适应直方图均衡化这三个图像处理得到的目标图像的亮度和细节均有较大提升。例如,如果仅根据当前拍摄环境参数由电子设备自动计算出来的曝光参数为第一参数,该第一参数中的感光度例如为第一感光度。假设按照该第一参数曝光得到的图像为P1。而本实施例中例如电子设备按照第二参数曝光得到的图像为P2。其中,第二参数中的感光度可以为预设的第三感光度。该第三感光度可以大幅大于第一感光度。在一种实施方式中,除了感光度不同外,第一参数和第二参数的其它曝光参数可以相同。
由于是在暗光夜景中拍摄的图像,因此图像P1中的纹理特征将会很弱而难以识别,并且其中的噪点大。而图像P2由于其是经过提亮、降噪以及对比度受限的自适应直方图均衡化这三个图像处理得到的目标图像,因此图像P2的亮度和细节均有较大提升,使得图像P2的图像特征更容易也更能够被准确地识别出来。例如,如图7所示,电子设备仅能在图像P1中识别出特征点F1。而电子设备在图像P2中可以识别出特征点F1、F2、F3、F4、F5。
例如,在暗光夜景场景下,电子设备可以按照本实施例提供的图像处理方法拍摄得到三帧目标图像,例如分别为P2、P3、P4。在拍摄得到图像P2、P3、P4后,电子设备可以提取各图像的特征点。然后,对图像P2、P3、P4进行基于特征点匹配的图像配准。虽然图像P2、P3、P4是在暗光环境下拍摄的,但是由于图像P2、P3和P4在经过提亮、降噪和对比度受限的自适应直方图均衡化这三个处理后其亮度和细节均有较大提升,因此电子设备可以比较容易地从图像中提取特征,并对图像P2、P3和P4进行图像配准。即,本实施例可以提高图像配准的效率。
例如,如图8所示,电子设备识别出图像P2中的特征点F1、F2、F3、F4、F5,图像P3中的特征点F6、F7、F8、F9、F10,图像P4中的特征点F11、F12、F13、F14、F15。其中,特征点F1、F6和F11是匹配的特征,特征点F2、F7和F12是匹配的特征,特征点F3、F8和F13是匹配的特征,特征点F4、F9和F14是匹配的特征,特征点F5、F10和F15是匹配的特征。那么,电子设备可以基于这些匹配的特征点对图像P2、P3、P4进行图像配准。在进行图像配准后,电子设备可以将图像P2、P3和P4进行融合,从而得到一帧成像质量更好的图像,并将该图像作为照片显示在屏幕上供用户查看。
请参阅图9,图9为本申请实施例提供的图像处理装置的结构示意图。图像处理装置900可以包括:第一处理模块901,降噪模块902,第二处理模块903。
第一处理模块901,用于在曝光之前进行亮度提升处理并获取曝光后的基础图像数据,或者对曝光后得到的图像数据进行亮度提升处理得到基础图像数据。
降噪模块902,用于对所述基础图像数据进行降噪处理,得到降噪图像数据。
第二处理模块903,用于对所述降噪图像数据进行对比度受限的自适应直方图均衡化处理,得到目标图像。
在一种实施方式中,所述第一处理模块901可以用于:
在曝光之前增益感光度以进行亮度提升处理,并获取曝光后的基础图像数据。
在一种实施方式中,所述降噪模块902可以用于:
采用高斯滤波或双边滤波的方式,对所述基础图像数据进行降噪处理,得到降噪图像数据。
在一种实施方式中,所述第一处理模块901还可以用于:
获取环境光亮度值;
若检测到所述环境光亮度值小于预设亮度阈值,则在曝光之前进行亮度提升处理并获取曝光后的基础图像数据,或者对曝光后得到的图像数据进行亮度提升处理得到基础图像数据。
在一种实施方式中,所述第一处理模块901可以用于:
在曝光之前获取第一感光度,所述第一感光度为电子设备根据拍摄环境计算得到的用于曝光的感光度;
获取增益系数;
按照所述增益系数对所述第一感光度进行增益,得到第二感光度,所述第二感光度大于所述第一感光度;
按照所述第二感光度进行曝光,并获取曝光后的基础图像数据。
在一种实施方式中,所述第一处理模块901可以用于:
在曝光之前获取第三感光度,所述第三感光度为预先设置的感光度数值;
使用所述第三感光度代替第一感光度进行曝光,得到曝光后的基础图像数据,所述第一感光度为电子设备根据拍摄环境计算得到的用于曝光的感光度,所述第三感光度大于所述第一感光度。
在一种实施方式中,所述第一处理模块901可以用于:
获取环境光亮度值,并根据所述环境光亮度值获取增益系数。
在一种实施方式中,所述第二处理模块903还可以用于:
获取至少两帧图像,所述至少两帧图像均为经过所述图像处理方法处理得到的图像;
对所述至少两帧图像进行基于特征点匹配的图像配准。
本申请实施例提供一种计算机可读的存储介质,其上存储有计算机程序,当所述计算机程序在计算机上执行时,使得所述计算机执行如本实施例提供的图像处理方法中的流程。
本申请实施例还提供一种电子设备,包括存储器,处理器,所述处理器通过调用所述存储器中存储的计算机程序,用于执行本实施例提供的图像处理方法中的流程。
例如,上述电子设备可以是诸如平板电脑或者智能手机等移动终端。请参阅图10,图10为本申请实施例提供的电子设备的结构示意图。
该电子设备1000可以包括摄像模组1001、存储器1002、处理器1003等部件。本领域技术人员可以理解,图10中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
摄像模组1001可以包括透镜和图像传感器,其中透镜用于采集外部的光源信号提供给图像传感器,图像传感器感应来自于透镜的光源信号,将其转换为数字化的原始图像数据,即RAW图像数据。RAW是未经处理、也未经压缩的格式,可以将其形象地称为“数字底片”。摄像模组1001可以包括一个摄像头或者两个及以上的摄像头。
存储器1002可用于存储应用程序和数据。存储器1002存储的应用程序中包含有可执行代码。应用程序可以组成各种功能模块。处理器1003通过运行存储在存储器1002的应用程序,从而执行各种功能应用以及数据处理。
处理器1003是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器1002内的应用程序,以及调用存储在存储器1002内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。
在本实施例中,电子设备中的处理器1003会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行代码加载到存储器1002中,并由处理器1003来运行存储在存储器1002中的应用程序,从而执行:
在曝光之前进行亮度提升处理并获取曝光后的基础图像数据,或者对曝光后得到的图像数据进行亮度提升处理得到基础图像数据;
对所述基础图像数据进行降噪处理,得到降噪图像数据;
对所述降噪图像数据进行对比度受限的自适应直方图均衡化处理,得到目标图像。
请参阅图11,电子设备1000可以包括摄像模组1001、存储器1002、处理器1003、触摸显示屏1004、扬声器1005、麦克风1006等部件。
摄像模组1001可以包括图像处理电路,图像处理电路可以利用硬件和/或软件组件实现,可包括定义图像信号处理(Image Signal Processing)管线的各种处理单元。图像处理电路至少可以包括:摄像头、图像信号处理器(Image Signal Processor,ISP处理器)、控制逻辑器、图像存储器以及显示器等。其中摄像头至少可以包括一个或多个透镜和图像传感器。图像传感器可包括色彩滤镜阵列(如Bayer滤镜)。图像传感器可获取用图像传感器的每个成像像素捕捉的光强度和波长信息,并提供可由图像信号处理器处理的一组原始图像数据。
图像信号处理器可以按多种格式逐个像素地处理原始图像数据。例如,每个图像像素可具有8、10、12或14比特的位深度,图像信号处理器可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中,图像处理操作可按相同或不同的位深度精度进行。原始图像数据经过图像信号处理器处理后可存储至图像存储器中。图像信号处理器还可从图像存储器处接收图像数据。
图像存储器可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器,并可包括DMA(Direct Memory Access,直接直接存储器存取)特征。
当接收到来自图像存储器的图像数据时,图像信号处理器可进行一个或多个图像处理操作,如时域滤波。处理后的图像数据可发送给图像存储器,以便在被显示之前进行另外的处理。图像信号处理器还可从图像存储器接收处理数据,并对所述处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。处理后的图像数据可输出给显示器,以供用户观看和/或由图形引擎或GPU(Graphics Processing Unit,图形处理器)进一步处理。此外,图像信号处理器的输出还可发送给图像存储器,且显示器可从图像存储器读取图像数据。在一种实施方式中,图像存储器可被配置为实现一个或多个帧缓冲器。
图像信号处理器确定的统计数据可发送给控制逻辑器。例如,统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜阴影校正等图像传感器的统计信息。
控制逻辑器可包括执行一个或多个例程(如固件)的处理器和/或微控制器。一个或多个例程可根据接收的统计数据,确定摄像头的控制参数以及ISP控制参数。例如,摄像头的控制参数可包括照相机闪光控制参数、透镜的控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。ISP控制参数可包括用于自动白平衡和颜色调整(例如,在RGB处理期间)的增益水平和色彩校正矩阵等。
请参阅图12,图12为本实施例中图像处理电路的结构示意图。如图12所示,为便于说明,仅示出与本发明实施例相关的图像处理技术的各个方面。
例如图像处理电路可以包括:摄像头、图像信号处理器、控制逻辑器、图像存储器、显示器。其中,摄像头可以包括一个或多个透镜和图像传感器。
摄像头采集的第一图像传输给图像信号处理器进行处理。图像信号处理器处理第一图像后,可将第一图像的统计数据(如图像的亮度、图像的反差值、图像的颜色等)发送给控制逻辑器。控制逻辑器可根据统计数据确定摄像头的控制参数,从而摄像头可根据控制参数进行自动对焦、自动曝光等操作。第一图像经过图像信号处理器进行处理后可存储至图像存储器中。图像信号处理器也可以读取图像存储器中存储的图像以进行处理。另外,第一图像经过图像信号处理器进行处理后可直接发送至显示器进行显示。显示器也可以读取图像存储器中的图像以进行显示。
此外,图中没有展示的,电子设备还可以包括CPU和供电模块。CPU和逻辑控制器、图像信号处理器、图像存储器和显示器均连接,CPU用于实现全局控制。供电模块用于为各个模块供电。
存储器1002可用于存储应用程序和数据。存储器1002存储的应用程序中包含有可执行代码。应用程序可以组成各种功能模块。处理器1003通过运行存储在存储器1002的应用程序,从而执行各种功能应用以及数据处理。
处理器1003是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器1002内的应用程序,以及调用存储在存储器1002内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。
触摸显示屏1004可用于接收用户的触摸输入操作,以及显示诸如文字和图像等的信息。
扬声器1005可以用于播放声音信号。
麦克风1006可以用于拾取周围环境中的声音信号。比如,用户可以发出用于指示电子设备进行图像拍摄的语音。电子设备的麦克风1006可以拾取到该语音,并由电子设备1000的处理器1003将该语音转化为对应的语音指令,并控制电子设备1000的摄像模组1001进行图像拍摄操作。
在本实施例中,电子设备中的处理器1003会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行代码加载到存储器1002中,并由处理器1003来运行存储在存储器1002中的应用程序,从而执行:
在曝光之前进行亮度提升处理并获取曝光后的基础图像数据,或者对曝光后得到的图像数据进行亮度提升处理得到基础图像数据;
对所述基础图像数据进行降噪处理,得到降噪图像数据;
对所述降噪图像数据进行对比度受限的自适应直方图均衡化处理,得到目标图像。
在一种实施方式中,处理器1003执行所述在曝光之前进行亮度提升处理,并获取曝光后的基础图像数据时,可以执行:在曝光之前增益感光度以进行亮度提升处理,并获取曝光后的基础图像数据。
在一种实施方式中,处理器1003执行对所述基础图像数据进行降噪处理,得到降噪图像数据时,可以执行:采用高斯滤波或双边滤波的方式,对所述基础图像数据进行降噪处理,得到降噪图像数据。
在一种实施方式中,处理器1003还可以执行:获取环境光亮度值;若检测到所述环境光亮度值小于预设亮度阈值,则在曝光之前进行亮度提升处理并获取曝光后的基础图像数据,或者对曝光后得到的图像数据进行亮度提升处理得到基础图像数据。
在一种实施方式中,处理器1003执行所述在曝光之前增益感光度以进行亮度提升处理,并获取曝光后的基础图像数据时,可以执行:在曝光之前获取第一感光度,所述第一感光度为电子设备根据拍摄环境计算得到的用于曝光的感光度;获取增益系数;按照所述增益系数对所述第一感光度进行增益,得到第二感光度,所述第二感光度大于所述第一感光度;按照所述第二感光度进行曝光,并获取曝光后的基础图像数据。
在一种实施方式中,处理器1003执行所述在曝光之前增益感光度以进行亮度提升处理,并获取曝光后的基础图像数据时,可以执行:在曝光之前获取第三感光度,所述第三感光度为预先设置的感光度数值;使用所述第三感光度代替第一感光度进行曝光,并获取曝光后的基础图像数据,所述第一感光度为电子设备根据拍摄环境计算得到的用于曝光的感光度,所述第三感光度大于所述第一感光度。
在一种实施方式中,处理器1003执行所述获取增益系数时,可以执行:获取环境光亮度值,并根据所述环境光亮度值获取增益系数。
在一种实施方式中,处理器1003还可以执行:获取至少两帧图像,所述至少两帧图像均为经过所述图像处理方法处理得到的图像;对所述至少两帧图像进行基于特征点匹配的图像配准。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见上文针对图像处理方法的详细描述,此处不再赘述。
本申请实施例提供的所述图像处理装置与上文实施例中的图像处理方法属于同一构思,在所述图像处理装置上可以运行所述图像处理方法实施例中提供的任一方法,其具体实现过程详见所述图像处理方法实施例,此处不再赘述。
需要说明的是,对本申请实施例所述图像处理方法而言,本领域普通技术人员可以理解实现本申请实施例所述图像处理方法的全部或部分流程,是可以通过计算机程序来控制相关的硬件来完成,所述计算机程序可存储于一计算机可读取存储介质中,如存储在存储器中,并被至少一个处理器执行,在执行过程中可包括如所述图像处理方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)等。
对本申请实施例的所述图像处理装置而言,其各功能模块可以集成在一个处理芯片中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中,所述存储介质譬如为只读存储器,磁盘或光盘等。
以上对本申请实施例所提供的一种图像处理方法、装置、存储介质以及电子设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (11)
1.一种图像处理方法,其特征在于,包括:
在曝光之前进行亮度提升处理并获取曝光后的基础图像数据,或者对曝光后得到的图像数据进行亮度提升处理得到基础图像数据;
对所述基础图像数据进行降噪处理,得到降噪图像数据;
对所述降噪图像数据进行对比度受限的自适应直方图均衡化处理,得到目标图像。
2.根据权利要求1所述的图像处理方法,其特征在于,所述在曝光之前进行亮度提升处理并获取曝光后的基础图像数据,包括:
在曝光之前增益感光度以进行亮度提升处理,并获取曝光后的基础图像数据。
3.根据权利要求1所述的图像处理方法,其特征在于,对所述基础图像数据进行降噪处理,得到降噪图像数据,包括:
采用高斯滤波或双边滤波的方式,对所述基础图像数据进行降噪处理,得到降噪图像数据。
4.根据权利要求1所述的图像处理方法,其特征在于,所述图像处理方法还包括:
获取环境光亮度值;
若检测到所述环境光亮度值小于预设亮度阈值,则在曝光之前进行亮度提升处理并获取曝光后的基础图像数据,或者对曝光后得到的图像数据进行亮度提升处理得到基础图像数据。
5.根据权利要求2所述的图像处理方法,其特征在于,所述在曝光之前增益感光度以进行亮度提升处理,并获取曝光后的基础图像数据,包括:
在曝光之前获取第一感光度,所述第一感光度为电子设备根据拍摄环境计算得到的用于曝光的感光度;
获取增益系数;
按照所述增益系数对所述第一感光度进行增益,得到第二感光度,所述第二感光度大于所述第一感光度;
按照所述第二感光度进行曝光,并获取曝光后的基础图像数据。
6.根据权利要求2所述的图像处理方法,其特征在于,所述在曝光之前增益感光度以进行亮度提升处理,并获取曝光后的基础图像数据,包括:
在曝光之前获取第三感光度,所述第三感光度为预先设置的感光度数值;
使用所述第三感光度代替第一感光度进行曝光,并获取曝光后的基础图像数据,所述第一感光度为电子设备根据拍摄环境计算得到的用于曝光的感光度,所述第三感光度大于所述第一感光度。
7.根据权利要求5所述的图像处理方法,其特征在于,所述获取增益系数,包括:
获取环境光亮度值,并根据所述环境光亮度值获取增益系数。
8.根据权利要求1所述的图像处理方法,其特征在于,所述图像处理方法还包括:
获取至少两帧图像,所述至少两帧图像均为经过所述图像处理方法处理得到的图像;
对所述至少两帧图像进行基于特征点匹配的图像配准。
9.一种图像处理装置,其特征在于,包括:
第一处理模块,用于在曝光之前进行亮度提升处理并获取曝光后的基础图像数据,或者对曝光后得到的图像数据进行亮度提升处理得到基础图像数据;
降噪模块,用于对所述基础图像数据进行降噪处理,得到降噪图像数据;
第二处理模块,用于对所述降噪图像数据进行对比度受限的自适应直方图均衡化处理,得到目标图像。
10.一种存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序在计算机上执行时,使得所述计算机执行如权利要求1至8中任一项所述的方法。
11.一种电子设备,包括存储器,处理器,其特征在于,所述处理器通过调用所述存储器中存储的计算机程序,用于执行如权利要求1至8中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910848866.0A CN110519485B (zh) | 2019-09-09 | 2019-09-09 | 图像处理方法、装置、存储介质及电子设备 |
PCT/CN2020/112507 WO2021047408A1 (zh) | 2019-09-09 | 2020-08-31 | 图像处理方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910848866.0A CN110519485B (zh) | 2019-09-09 | 2019-09-09 | 图像处理方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110519485A true CN110519485A (zh) | 2019-11-29 |
CN110519485B CN110519485B (zh) | 2021-08-31 |
Family
ID=68631658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910848866.0A Active CN110519485B (zh) | 2019-09-09 | 2019-09-09 | 图像处理方法、装置、存储介质及电子设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110519485B (zh) |
WO (1) | WO2021047408A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111080560A (zh) * | 2019-12-31 | 2020-04-28 | 哈尔滨学院 | 一种图像的处理与识别方法 |
CN111131716A (zh) * | 2019-12-31 | 2020-05-08 | 联想(北京)有限公司 | 图像处理方法以及电子设备 |
CN112135053A (zh) * | 2020-09-25 | 2020-12-25 | 努比亚技术有限公司 | 图像处理方法、移动终端及计算机可读存储介质 |
WO2021047408A1 (zh) * | 2019-09-09 | 2021-03-18 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN114302026A (zh) * | 2021-12-28 | 2022-04-08 | 维沃移动通信有限公司 | 降噪方法、装置、电子设备和可读存储介质 |
CN115665557A (zh) * | 2022-12-28 | 2023-01-31 | 北京蓝色星际科技股份有限公司 | 一种图像处理方法、装置及图像采集设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113901898B (zh) * | 2021-09-29 | 2024-06-04 | 平安银行股份有限公司 | 人脸识别场景下图像稳定采样方法、装置、设备及介质 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101166240A (zh) * | 2006-10-19 | 2008-04-23 | 索尼株式会社 | 图像处理装置、成像装置、图像处理方法 |
CN102202163A (zh) * | 2011-05-13 | 2011-09-28 | 成都西图科技有限公司 | 一种监控视频的自适应增强方法及其装置 |
CN103067661A (zh) * | 2013-01-07 | 2013-04-24 | 华为终端有限公司 | 图像处理方法、装置和拍摄终端 |
CN104036254A (zh) * | 2014-06-20 | 2014-09-10 | 成都凯智科技有限公司 | 一种人脸识别方法 |
CN104376542A (zh) * | 2014-10-25 | 2015-02-25 | 深圳市金立通信设备有限公司 | 一种图像增强方法 |
CN104394329A (zh) * | 2014-11-28 | 2015-03-04 | 东莞宇龙通信科技有限公司 | 一种拍照方法、装置及移动终端 |
CN105100636A (zh) * | 2015-08-11 | 2015-11-25 | 广东欧珀移动通信有限公司 | 一种图像处理方法及移动终端 |
CN105141857A (zh) * | 2015-09-21 | 2015-12-09 | 广东欧珀移动通信有限公司 | 图像处理方法和装置 |
CN107222686A (zh) * | 2017-06-30 | 2017-09-29 | 维沃移动通信有限公司 | 一种图像数据的处理方法和装置 |
CN107220621A (zh) * | 2017-05-27 | 2017-09-29 | 北京小米移动软件有限公司 | 终端进行人脸识别的方法及装置 |
CN107613191A (zh) * | 2017-08-01 | 2018-01-19 | 努比亚技术有限公司 | 一种拍照方法、设备及计算机可读存储介质 |
CN108062746A (zh) * | 2016-11-09 | 2018-05-22 | 深圳市优朋普乐传媒发展有限公司 | 一种视频图像处理方法与装置、视频编码*** |
WO2018121006A1 (zh) * | 2016-12-30 | 2018-07-05 | 杭州海康威视数字技术股份有限公司 | 一种车牌定位方法及装置 |
CN109101950A (zh) * | 2018-08-31 | 2018-12-28 | 福州依影健康科技有限公司 | 一种基于主血管拟合的视盘定位方法与存储设备 |
CN109146811A (zh) * | 2018-08-14 | 2019-01-04 | 长沙全度影像科技有限公司 | 一种彩色图像的自适应对比度增强方法 |
CN109242795A (zh) * | 2018-08-30 | 2019-01-18 | 福建师范大学 | 一种低亮度人体组织细胞双光子显微图像的亮度增强方法 |
CN109711322A (zh) * | 2018-12-24 | 2019-05-03 | 天津天地伟业信息***集成有限公司 | 一种基于rfcn的人车分离方法 |
US20190188454A1 (en) * | 2016-11-23 | 2019-06-20 | Tencent Technology (Shenzhen) Company Limited | Facial image processing method, terminal, and data storage medium |
CN110059694A (zh) * | 2019-04-19 | 2019-07-26 | 山东大学 | 电力行业复杂场景下的文字数据的智能识别方法 |
CN110188816A (zh) * | 2019-05-28 | 2019-08-30 | 东南大学 | 基于多流多尺度交叉双线性特征的图像细粒度识别方法 |
CN110207671A (zh) * | 2018-12-29 | 2019-09-06 | 中国科学院软件研究所 | 一种天基智能成像*** |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013055567A (ja) * | 2011-09-06 | 2013-03-21 | Olympus Imaging Corp | 撮像装置 |
JP6020199B2 (ja) * | 2013-01-24 | 2016-11-02 | 株式会社ソシオネクスト | 画像処理装置、方法、及びプログラム、並びに撮像装置 |
CN105578068B (zh) * | 2015-12-21 | 2018-09-04 | 广东欧珀移动通信有限公司 | 一种高动态范围图像的生成方法、装置及移动终端 |
CN106412407B (zh) * | 2016-11-29 | 2019-06-07 | Oppo广东移动通信有限公司 | 控制方法、控制装置及电子装置 |
CN108198211A (zh) * | 2017-11-20 | 2018-06-22 | 海纳医信(北京)软件科技有限责任公司 | 眼底图像的处理方法及装置、存储介质、处理器 |
CN110062160B (zh) * | 2019-04-09 | 2021-07-02 | Oppo广东移动通信有限公司 | 图像处理方法和装置 |
CN110519485B (zh) * | 2019-09-09 | 2021-08-31 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
-
2019
- 2019-09-09 CN CN201910848866.0A patent/CN110519485B/zh active Active
-
2020
- 2020-08-31 WO PCT/CN2020/112507 patent/WO2021047408A1/zh active Application Filing
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101166240A (zh) * | 2006-10-19 | 2008-04-23 | 索尼株式会社 | 图像处理装置、成像装置、图像处理方法 |
CN102202163A (zh) * | 2011-05-13 | 2011-09-28 | 成都西图科技有限公司 | 一种监控视频的自适应增强方法及其装置 |
CN103067661A (zh) * | 2013-01-07 | 2013-04-24 | 华为终端有限公司 | 图像处理方法、装置和拍摄终端 |
CN104036254A (zh) * | 2014-06-20 | 2014-09-10 | 成都凯智科技有限公司 | 一种人脸识别方法 |
CN104376542A (zh) * | 2014-10-25 | 2015-02-25 | 深圳市金立通信设备有限公司 | 一种图像增强方法 |
CN104394329A (zh) * | 2014-11-28 | 2015-03-04 | 东莞宇龙通信科技有限公司 | 一种拍照方法、装置及移动终端 |
CN105100636A (zh) * | 2015-08-11 | 2015-11-25 | 广东欧珀移动通信有限公司 | 一种图像处理方法及移动终端 |
CN107635103A (zh) * | 2015-08-11 | 2018-01-26 | 广东欧珀移动通信有限公司 | 一种图像处理方法及移动终端和介质产品 |
CN105141857A (zh) * | 2015-09-21 | 2015-12-09 | 广东欧珀移动通信有限公司 | 图像处理方法和装置 |
CN108062746A (zh) * | 2016-11-09 | 2018-05-22 | 深圳市优朋普乐传媒发展有限公司 | 一种视频图像处理方法与装置、视频编码*** |
US20190188454A1 (en) * | 2016-11-23 | 2019-06-20 | Tencent Technology (Shenzhen) Company Limited | Facial image processing method, terminal, and data storage medium |
WO2018121006A1 (zh) * | 2016-12-30 | 2018-07-05 | 杭州海康威视数字技术股份有限公司 | 一种车牌定位方法及装置 |
CN107220621A (zh) * | 2017-05-27 | 2017-09-29 | 北京小米移动软件有限公司 | 终端进行人脸识别的方法及装置 |
CN107222686A (zh) * | 2017-06-30 | 2017-09-29 | 维沃移动通信有限公司 | 一种图像数据的处理方法和装置 |
CN107613191A (zh) * | 2017-08-01 | 2018-01-19 | 努比亚技术有限公司 | 一种拍照方法、设备及计算机可读存储介质 |
CN109146811A (zh) * | 2018-08-14 | 2019-01-04 | 长沙全度影像科技有限公司 | 一种彩色图像的自适应对比度增强方法 |
CN109242795A (zh) * | 2018-08-30 | 2019-01-18 | 福建师范大学 | 一种低亮度人体组织细胞双光子显微图像的亮度增强方法 |
CN109101950A (zh) * | 2018-08-31 | 2018-12-28 | 福州依影健康科技有限公司 | 一种基于主血管拟合的视盘定位方法与存储设备 |
CN109711322A (zh) * | 2018-12-24 | 2019-05-03 | 天津天地伟业信息***集成有限公司 | 一种基于rfcn的人车分离方法 |
CN110207671A (zh) * | 2018-12-29 | 2019-09-06 | 中国科学院软件研究所 | 一种天基智能成像*** |
CN110059694A (zh) * | 2019-04-19 | 2019-07-26 | 山东大学 | 电力行业复杂场景下的文字数据的智能识别方法 |
CN110188816A (zh) * | 2019-05-28 | 2019-08-30 | 东南大学 | 基于多流多尺度交叉双线性特征的图像细粒度识别方法 |
Non-Patent Citations (1)
Title |
---|
DIGI PHOTO: ""提升成像质量的捷径 感光度知识全攻略,http://academy.fengniao.com/344/3449655_all.html"", 《蜂鸟网》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021047408A1 (zh) * | 2019-09-09 | 2021-03-18 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN111080560A (zh) * | 2019-12-31 | 2020-04-28 | 哈尔滨学院 | 一种图像的处理与识别方法 |
CN111131716A (zh) * | 2019-12-31 | 2020-05-08 | 联想(北京)有限公司 | 图像处理方法以及电子设备 |
CN111131716B (zh) * | 2019-12-31 | 2021-06-15 | 联想(北京)有限公司 | 图像处理方法以及电子设备 |
CN112135053A (zh) * | 2020-09-25 | 2020-12-25 | 努比亚技术有限公司 | 图像处理方法、移动终端及计算机可读存储介质 |
CN114302026A (zh) * | 2021-12-28 | 2022-04-08 | 维沃移动通信有限公司 | 降噪方法、装置、电子设备和可读存储介质 |
CN115665557A (zh) * | 2022-12-28 | 2023-01-31 | 北京蓝色星际科技股份有限公司 | 一种图像处理方法、装置及图像采集设备 |
CN115665557B (zh) * | 2022-12-28 | 2023-06-27 | 北京蓝色星际科技股份有限公司 | 一种图像处理方法、装置及图像采集设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2021047408A1 (zh) | 2021-03-18 |
CN110519485B (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110519485A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110766621B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN101600051B (zh) | 图像拍摄设备和图像拍摄方法 | |
CN101325658B (zh) | 成像设备和成像方法 | |
CN109272459A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN106878605B (zh) | 一种基于电子设备的图像生成的方法和电子设备 | |
KR20200017072A (ko) | 이미지 분석에 기반하여, 디스플레이를 통해 표시된 영상과 메모리에 저장된 영상과 관련하여 알림을 제공하는 전자 장치 및 방법 | |
US10805508B2 (en) | Image processing method, and device | |
CN110198417A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
US8582891B2 (en) | Method and apparatus for guiding user with suitable composition, and digital photographing apparatus | |
CN110728705B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110213502A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110266954A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN108513069B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110198418A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
US20220329729A1 (en) | Photographing method, storage medium and electronic device | |
CN110430370A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN105763810B (zh) | 基于人眼的拍照装置及方法 | |
CN110740266B (zh) | 图像选帧方法、装置、存储介质及电子设备 | |
CN104869319A (zh) | 影像处理方法及影像处理装置 | |
CN105635583A (zh) | 一种拍摄方法及装置 | |
CN110278386A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN113808066A (zh) | 图像选取方法、装置、存储介质及电子设备 | |
WO2023001110A1 (zh) | 神经网络训练方法、装置及电子设备 | |
CN110266967A (zh) | 图像处理方法、装置、存储介质及电子设备 |
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 |