CN112446833A - 一种图像处理方法、智能终端及存储介质 - Google Patents
一种图像处理方法、智能终端及存储介质 Download PDFInfo
- Publication number
- CN112446833A CN112446833A CN201910825612.7A CN201910825612A CN112446833A CN 112446833 A CN112446833 A CN 112446833A CN 201910825612 A CN201910825612 A CN 201910825612A CN 112446833 A CN112446833 A CN 112446833A
- Authority
- CN
- China
- Prior art keywords
- image
- value
- exposure compensation
- compensation coefficient
- processed
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000003384 imaging method Methods 0.000 claims abstract description 24
- 238000005070 sampling Methods 0.000 claims description 79
- 238000010606 normalization Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 19
- 238000004364 calculation method Methods 0.000 description 15
- 238000005286 illumination Methods 0.000 description 13
- 239000011159 matrix material Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 230000001953 sensory effect Effects 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 229940107810 cellcept Drugs 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- HPNSFSBZBAHARI-UHFFFAOYSA-N micophenolic acid Natural products OC1=C(CC=C(C)CCC(O)=O)C(OC)=C(C)C2=C1C(=O)OC2 HPNSFSBZBAHARI-UHFFFAOYSA-N 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- 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
- H04N23/743—Bracketing, i.e. taking a series of images with varying exposure conditions
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种图像处理方法、智能终端及存储介质,所述方法包括:获取待处理图像,确定所述待处理图像对应的亮度直方图,并根据所述亮度直方图确定所述待处理图像对应的曝光补偿系数,根据所述曝光补偿系数对所述待处理图像进行处理,生成最终成像图像。本发明提供的图像处理方法,通过对待处理图像数据进行处理和分析,获取待处理图像的亮度直方图,根据不同的亮度直方图特性来确定对应的曝光补偿系数,实现了针对不同的图像执行不同的曝光补偿方案,获得更好的成像效果。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像处理方法、智能终端及存储介质。
背景技术
目前手机已经成为了拍照的常见设备,为了实现手持状态下即拍即走,通常需要最大程度地缩减曝光时间。而在暗光环境下,缩减曝光时间会导致图像曝光不足,现有的解决方法是采用对图像的灰度直方图直接进行拉伸的方法进行曝光补偿。然而,这种方法没有考虑到用户的实际感官效果,会导致暗区被无条件调亮,噪声被过度放大,反而失去了原本自然的环境效果。
因此,现有技术还有待改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种图像处理方法、智能终端及存储介质,旨在解决现有技术中对图像进行曝光补偿处理时成像效果不自然的问题。
本发明的技术方案如下:
本发明的第一方面,提供了一种图像处理方法,所述方法包括:
获取待处理图像,确定所述待处理图像对应的亮度直方图,并根据所述亮度直方图确定所述待处理图像对应的曝光补偿系数;
根据所述曝光补偿系数对所述待处理图像进行处理,生成最终成像图像。
本发明的第二方面,提供了一种智能终端,其中,所述智能终端包括:处理器、与处理器通信连接的存储介质,所述存储介质适于存储多条指令;所述处理器适于调用所述存储介质中的指令,以执行实现上述任一项所述的图像处理方法。
本发明的第三方面,提供了一种存储介质,其中,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上述任意一项所述的图像处理方法。
本发明的技术效果:本发明提供的图像处理方法,通过对待处理图像数据进行处理和分析,根据不同的亮度直方图来确定对应的曝光补偿系数,实现了针对不同的待处理图像执行不同的曝光补偿方案,获得更好的成像效果。
附图说明
图1是亮度直方图的简单示意图;
图2是现有技术中利用亮度直方图拉伸方法进行图像处理的示意图一;
图3是现有技术中利用亮度直方图拉伸方法进行图像处理的示意图二;
图4是本发明提供的一种图像处理方法的实施例一的流程简图;
图5是本发明提供的一种图像处理方法的实施例一的步骤S100 的子步骤的流程图一;
图6是本发明提供的一种图像处理方法的实施例一的步骤S110 的子步骤的流程图;
图7是本发明提供的一种图像处理方法的实施例一的步骤S100 的子步骤的流程图二;
图8是利用本发明提供的一种图像处理方法对图像进行处理的效果示意图一;
图9是利用本发明提供的一种图像处理方法对图像进行处理的效果示意图二;
图10是本发明提供的一种智能终端的功能原理图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在现有技术中,针对曝光时间较短的拍摄条件下,常见的曝光补偿方法为将图像的亮度直方图进行拉伸的方法。为了便于对本发明的理解,下面对亮度直方图进行说明:
在本领域中,亮度直方图是常见的对图像进行处理的一个工具,亮度直方图反映了图像中所有像素点的亮度数据的分布情况。亮度直方图的绘制方法为:亮度直方图的每个分支的宽度为对应图像中的像素点的亮度数据范围,高度为亮度数据在所述亮度数据范围内的像素点的统计量,即,亮度数据在所述亮度数据范围内的像素点的个数。如图1所示,图1中的亮度直方图分为了10个分支,第n个分支的亮度数据范围为[n-1,n),第n个分支的高度值即为这个亮度直方图对应的图像中亮度数据在[n-1,n)范围内的像素点的个数。例如,图1中的亮度直方图的第一个分支的亮度数据范围为[0,1),高度为10,也就是说,在这个亮度直方图对应的图像中,亮度数据在[0, 1)以内的像素点有10个。
当然,上述内容只是为了方便对亮度直方图的理解而举的一个简单例子,在实际应用时,本领域技术人员是可以对亮度直方图的分支数、每个分支对应的亮度范围等进行不同的设置。
下面参考图2-3,在现有技术中,对曝光时间不足而需要曝光补偿的情况下,通常是直接拉伸待处理图像对应的亮度直方图,也就是说,将待处理图像中集中在较低的亮度数据范围(前几个分支内)的像素点的亮度数据通过特定的算法变换到更高的亮度数据范围内,这样就实现了将整图图像调亮。但是,这种做法的缺点在于会导致暗区强制被调亮,噪声会过度放大,成像效果不佳,并且,目前的亮度直方图拉伸都是基于同一种算法,并不会对图像的亮度直方图进行分析检测,也就是说,对于具有不同特性的亮度直方图的图像,都是执行同样的直方图拉伸的曝光补偿方案,没有考虑到不同拍摄环境下人体实际的感官效果。如图2-3所示,直方图拉伸方法进行曝光补偿带来的结果就是最终暗区被无条件调亮,成像过曝造成噪声过大,细节丢失,且成像效果不自然,与实际人眼的观看效果不一致。
针对现有技术的上述缺点,本发明提供了一种图像处理方法,可以应用于终端中。其中,终端可以但不限于是各种个人计算机、笔记本电脑、手机、平板电脑、车载电脑和便携式可穿戴设备。本发明的终端采用多核处理器。其中,终端的处理器可以为中央处理器(Central Processing Unit,CPU),图形处理器(Graphics Processing Unit,GPU)、视频处理单元(Video Processing Unit,VPU)等中的至少一种。
实施例一
请参阅图4,图4是本发明提供的图像处理方法的较佳实施例的流程简图。
在实施例一中,所述图像处理方法包括步骤:
S100、获取待处理图像,确定所述待处理图像对应的亮度直方图,并根据所述亮度直方图确定所述待处理图像对应的曝光补偿系数。
所述待处理图像是从设备的相机模组处获取,设备的相机模组进行拍摄后生成所述待处理图像后发送至处理器进行处理,所述待处理图像中的像素点的亮度数据与所述待处理图像对应的拍摄环境有关,也就是说,当相机模组在不同的拍摄环境,例如,在亮光环境和暗光环境中进行拍摄,获取到的所述待处理图像中的像素点的亮度数据是不一样的,前面已经说过,亮度直方图反映了对应的图像中的像素点的亮度数据分布情况,因此,在本发明中,通过获取所述待处理图像对应的亮度直方图特性来确定所述待处理图像对应的曝光补偿系数。如图5所示,所述获取待处理图像,确定所述待处理图像对应的亮度直方图包括步骤:
S110、对待处理图像进行采样,生成与所述待处理图像对应的第一采样图像和第二采样图像。
所述第一采样图像是对所述待处理图像中的像素点进行采样,获取其中的部分像素点后生成的图像,所述第二采样图像是对所述待处理图像的子图像中的像素点进行采样,获取其中的部分像素点后生成的图像,具体的采样方法将在后文被详细说明。由于一幅图像的有很多个像素点,为了减少运算数据量,提高本发明提供的图像处理方法的效率,实现对图像进行实时处理,本实施例对所述待处理图像进行采样,具体来说,是按照一定的像素采样间隔对所述待处理图像中的像素点进行采集,也就是说,只留下部分像素点进行运算和分析。如图6所示,所述对待处理图像进行采样,生成与所述待处理图像对应的第一采样图像和第二采样图像包括步骤:
S111、将所述待处理图像分割为若干个子图像,所述子图像的宽高比与所述待处理图像的宽高比相同。
在一种实现方式中,本实施例是将所述待处理图像分割为若干个子图像,所述子图像的宽高比与所述待处理图像的宽高比相同,例如,按照左上、右上、左下、右下的方式分割为4个子图像,所述子图像的宽高比与所述待处理图像的宽高比相同。当然,本领域技术人员是可以根据实际情况选择所述子图像的个数,例如9个、16个等,在本发明中,所述子图像的个数越多,对所述待处理图像的拍摄环境判断越准确,但是,计算量也随之增加,效率降低。
S112、根据所述待处理图像的图像分辨率计算像素采样间隔。
所述像素采样间隔是指每隔预设数量个像素点对所述待处理图像进行采样,例如,所述像素采样间隔为32时,则每隔32个像素点采集一个像素点。所述像素采样间隔是根据所述待处理图像的分辨率来决定。具体地,本发明是先对一种基准设备进行大量的实验,确定针对所述基准设备在对基准分辨率的图像进行处理时,保证在能达到实时计算效果的前提下采集的像素点尽可能多的采样间隔,将其设置为基准采样间隔,然后建立所述像素采样间隔与所述基准采样间隔的对应关系,根据所述对应关系来获取适用于其他设备的所述像素采样间隔。所述对应关系用公式表示为:
其中,S为所述像素采样间隔,S0为所述基准采样间隔,R为待处理的所述原始图像的分辨率,R0为所述基准分辨率。
由于对所述待拍摄图像的进行图像处理的设备可能与所述基准设备存在计算能力的差异,因此,在一种可能的实现方式中,还结合对所述待拍摄图像进行图像处理的设备的算力来获取所述像素采样间隔。
具体地,在本领域中,算力是指CPU单位时间内能够执行的浮点计算指令的个数,相对算力是指CPU相对于参考CPU的算力的比值,也就是说,本发明中的相对算力是指所述进行图像处理的设备的 CPU的算力相对于所述基准设备的CPU的算力的比值。
当结合对所述待拍摄图像进行图像处理的设备的算力来获取所述像素采样间隔时,所述像素采样间隔的计算公式为:
利用此公式可以确定在不同的算力平台下所能达到的最优的采样间隔,既满足采样的充分性,同时保证本发明提供的图像处理方法具有最快的效率。
在本实施例中,优选采用骁龙660型号的CPU且具有4K分辨率摄像头的手机作为所述基准设备,该手机拍摄的图像的分辨率为 4K,即,所述基准分辨率为4K,实验得出所述基准采样间隔为32,也就是说,在本实施例中,所述像素采样间隔的计算公式为:
其中C为所述进行图像处理的设备的CPU相对于所述骁龙660 型号的CPU的相对算力。
请参考表1,表1是本实施例中通过上述像素采样间隔公式计算的所述像素采样间隔进行采样时的运行效率实验结果表,可以看到,运行效率达到了500FPS(Frames PerSecond,每秒处理图像帧数),而在本领域中,运行效率达到24FPS即认为是达到了实时处理的效果。
表1
当然,本发明提供的像素采样间隔获取方式并不限于上述的获取方式,本领域技术人员完全可以根据实际情况对所述像素采样间隔做不同的设置,例如,直接将所有设备的像素采样间隔设置为32或其他值以实现对像素进行采样从而减少计算量,提升图像处理速度的目的。
S113、根据所述像素采样间隔分别对所述待处理图像以及所述若干个子图像进行像素点采样,分别选取所述待处理图像以及所述若干个子图像中的部分像素点,生成与所述待处理图像对应的第一采样图像和与所述若干个子图像各自分别对应的第二采样图像。
根据前面对所述像素采样间隔的说明,根据所述像素采样间隔对所述待处理图像进行采样是指每隔所述像素采样间隔采集一个所述待处理图像中的像素点。然后根据所述采集出的像素点生成新的图像,在这里,我们称之为第一采样图像,也就是说,所述第一采样图像中的像素点均为被采集的所述待处理图像中的像素点。
基于同样的方法,根据所述像素采样间隔对所述若干个子图像分别进行采样,生成与所述若干个子图像各自分别对应的第二采样图像。不难看出,每个所述子图像都会对应生成一个所述第二采样图像,即,所述第二采样图像的数量与所述子图像的数量相等,在本实施例中,是有4个。
如图5所示,所述获取待处理图像,确定所述待处理图像对应的亮度直方图还包括步骤:
S120、确定所述第一采样图像和所述第二采样图像对应的亮度直方图。
具体地,是根据所述第一采样图像中的像素点的亮度数据绘制对应的第一亮度直方图,根据所述第二采样图像中的像素点的亮度数据绘制对应的第二亮度直方图,由于第二采样图像有若干个,那么对应的第二亮度直方图也就有若干个,在本实施例中,是会绘制出4个所述第二亮度直方图。
在前面已经介绍了亮度直方图,而在本领域中,设备拍摄的原始图像(拍摄完成还没有进行任何数据处理的图像)的像素点的亮度数据范围与所述设备的相机模组对应的白电平W有关。对于白电平为 W的相机模组来说,其拍摄的原始图像的所有像素点的亮度数据均在[0,W]的范围内,因此,所述待处理图像可以是所述原始图像,此时在绘制所述第一亮度直方图和所述第二亮度直方图时,可以是将所述第一亮度直方图和所述第二亮度直方图的分支个数设置为256个,其中第i个分支对应的亮度数据范围为
由于不同的相机模组的白电平W是不一样的,例如,对于黑莓手机的相机模组来说,白电平为1023,而对于索尼手机的相机模组来说,白电平为16383。可以看出,由于对于不同的相机模组的原始图像中的像素点具有不同的亮度数据范围,那么,对于不同相机模组拍摄的原始图像,在绘制所述第一亮度直方图和所述第二亮度直方图时,所述亮度直方图的每个分支对应的亮度数据范围也不同。因此,优选地,为了提高本发明提供的图像处理方法的效率,在本实施例中,所述待处理图像还可以是对所述原始图像进行预处理后获得的图像,例如,对所述原始图像中的所有像素点的亮度数据进行归一化处理,使得所有的像素点的亮度数据都被处理至[0,1]的范围内,那么,对于不同的相机模组拍摄的所述原始图像,进行预处理后生成所述待处理图像后,所述待处理图像中的所有像素点的亮度数据都在[0,1]的范围内,可以按照统一的亮度直方图设置来绘制所述待处理图像对应的亮度直方图。
具体实施时,首先是获取所述原始图像的拜尔阵列图像数据。拜耳阵列是实现拍摄彩色图像的主要技术之一,被广泛运用于现代数码相机、摄像机和手机摄像头中。所述拜耳阵列图像数据是一个二维矩阵P,所述二维矩阵P中的值与所述原始图像中的像素点的亮度数据一一对应。在本领域中,图像的宽Width与高Hight分别指图像宽度方向上的像素点个数和高度方向上的像素点个数,即,所述原始图像中共有Width*Hight个像素点,对应的,所述二维矩阵中也存在 Width*Hight个像素点的亮度数据,为了便于说明,定义所述二维矩阵中坐标为(i,j)处的像素点的亮度数据为P(i,j),即,所述原始图像宽为i,高为j处的像素点的亮度数据为P(i,j)。
在获取到所述原始图像的拜耳阵列图像数据之后,对所述拜耳阵列数据数据进行处理,具体地,是对所述二维矩阵P的每一个像素点的亮度数据进行减黑电平、截断以及归一化预处理。下面对这三个处理进行详细的说明:
减黑电平处理和截断处理:具体来说,黑电平是图像亮度数据为 0时对应的信号电平,简单来说,是黑色的最低点,后面用B来表示。与黑电平对应的是白电平W,其是图像亮度数据为最大值时对应的信号电平,简单来说,是亮度的最高点。对于相机模组来说,其黑电平和白电平是设定好的一个值,且不同的相机模组,所述黑电平和白电平的值不一样,例如,对于黑莓手机的相机模组来说,黑电平为 63,白电平为1023,而对于索尼手机的相机模组来说,黑电平为512,白电平为16383。
当像素点的亮度数据低于黑电平时,所述像素点就显示为是黑色的,人眼无法区分低于黑电平以下的亮度数据的像素点的黑暗程度。因此,为了更加符合人眼实际的感官效果,本申请中将所述二维矩阵 P中的每个像素点的亮度数据均减去黑电平得到新的亮度数据,即,做减黑电平处理。在减去黑电平之后,对于亮度数据低于所述黑电平的像素点,会生成一个小于0的亮度数据,此时对这些数据进行截断处理,即对于小于0的所述亮度数据,放弃其原有数据,直接置为0,也就是说,对于已经超过人眼感官能力之外的黑暗点,全部处理为黑色,使之与人眼感官效果一致。
归一化处理:为了便于后期的计算,在本实施例中,还将所有像素点的亮度数据都处理至[0,1]的范围内,这就是归一化处理。前面已经说明,白电平分别表示了亮度的最高点,也就是说,利用白电平为W的相机模组拍摄的原始图像中,像素点的亮度数据均在0-W的范围内,因此,对于已经进行了减黑电平和截断处理的亮度数据,除以白电平和黑电平的差值,即可将所有的像素点的亮度数据都处理至 [0,1]的范围内。
将所述二维矩阵P中的所有数据进行所述减黑电平、截断、归一化处理后就得到了新的二维矩阵P′,可以用公式表示如下:
其中,P′(i,j)为处理后的矩阵P′中的坐标为(i,j)处的像素点的亮度数据,W为白电平,B为黑电平,P(i,j)为原二维矩阵P中坐标为(i,j)处的像素点的亮度数据。
所述矩阵P′即为所述待处理图像数据,这样,本实施例就得到了具有所述待处理图像数据的所述待处理图像。从上面对预处理的说明中不难看出,当所述待处理图像为对所述原始图像进行减黑电平、截断以及归一化处理之后得到的图像时,所述待处理图像中的所有像素点的亮度数据都在[0,1]的范围内,这样,对于不同的相机模组,所述待处理图像的亮度数据范围是相同的,在此基础上,可以利用同样的参数设置来绘制对应的所述第一亮度直方图和所述第二亮度直方图,而不需要根据不同的相机模组来进行不同的亮度直方图的绘制参数的设置,提高了图像处理的效率。
具体地,在本实施例中,绘制所述第一亮度直方图的方法为:将所述第一亮度直方图的分支个数设置为256个,其中第i个分支对应的亮度数据范围为统计所述第一采样图像中所有像素点的亮度数据对应的亮度范围,第i个分支的高度即为所述第一采样图像中亮度数据在对应范围内的像素点的个数。
绘制所述第二亮度直方图的方法为:将所述第二亮度直方图的分支个数设置为256个,其中第i个分支对应的亮度数据范围为分别统计每个所述第二采样图像中所有像素点的亮度范围,第i个分支的高度即为对应的所述第二采样图像中亮度数据在对应范围内的像素点的个数。
如图7所示,在实施例一中,所述根据所述亮度直方图确定所述待处理图像对应的曝光补偿系数包括步骤:
S130、计算所述第一亮度直方图对应的卷积值和各个所述第二亮度直方图分别对应的卷积值。
在本领域中,计算亮度直方图在某个分支处的卷积值是指计算亮度直方图中到该分支为止的第i个分支的统计量(即,亮度数据在该分支内的范围内的像素点的个数)和第i个分支对应的索引值(即i-1) 的乘积的总和。并且,为了标准化卷积值,使得所述第一亮度直方图和所述第二亮度直方图的卷积值不受像素点个数的影响,在计算卷积值时,还除以亮度直方图对应图像采样前的像素点个数,即,当计算第一亮度直方图的卷积值时,是除以所述待处理图像的像素点个数N。而所述子图像是将所述待处理图像分割为4个宽高比与所述待处理图像相同的图像而得到的,即,所述子图像的像素点个数为所述待处理图像的四分之一,即,4/N。
结合上面所述的卷积值相关概念,计算所述第一亮度直方图在第 m个分支处的卷积值的公式为:
计算所述第二亮度直方图在第m个分支处的卷积值的公式为:
通过上述公式,本实施例可以得到如下几个值:
所述第二亮度直方图的最后一个分支的第二卷积值,即,公式(2) m=256时的值,本实施例中所述第二亮度直方图有4个,每个所述第二亮度直方图都对应有一个所述第二卷积值,分别为:
根据所述4个第二卷积值,取其中的最大值和最小值,公式如下:
其中,Convmax为最大卷积值,Convmin为最小卷积值。
所述最大卷积值Convmax和所述最小卷积值Convmin是用于判断所述待处理图像的拍摄环境是否为明暗对比强烈的环境,这将在后文被详细说明。
根据所述最后6个分支的卷积值,计算所述第一亮度直方图最后 5个分支的卷积值的差分,公式如下:
然后取所得到的最后5个分支的卷积值的差分中最大的值,得到最大差分值,所述最大差分值是用于判断所述待处理图像的拍摄环境是否为强灯光环境的,这将在后文被详细说明。
值得说明的是,这里是说明在步骤S130中可能计算的所有的值,实际上,这些值的计算是可以全部被执行,也可能是部分被执行,本发明并不限定所述步骤S130中的计算程序是全部被执行后才进入下一步骤。
S140、根据所述第一亮度直方图对应的卷积值和各个所述第二亮度直方图分别对应的卷积值确定所述待处理图像对应的所述曝光补偿系数。
所述步骤S140是基于所述步骤S130中计算得到的数值来进行的,即根据所述第一亮度直方图对应的卷积值和各个所述第二亮度直方图分别对应的卷积值来确定所述曝光补偿系数。具体地,在本发明中,用亮度平均值来衡量所述待处理图像的亮度,所述亮度平均值为:所述第一卷积值除以所述第一亮度直方图的分支个数。具体地,这是参照了力矩的概念,将所述第一亮度直方图的每个分支对应的亮度数据范围的中心视为受力大小,对应的像素点个数视为质量,从而根据平均力矩的计算公式得到平均亮度值为:
本发明是预先通过大量的实验确定标准光照图像的平均亮度值,即,在标准光照环境下,进行拍摄得到标准光照图像,然后利本发明的方法计算所述标准光照图像的亮度数据平均值。然后,再对亮光环境以及暗光环境下拍摄得到的图像进行本发明前述步骤的处理,得到多个图像的亮度数据平均值,然后对获取到的所述标准光照图像的亮度数据平均值以及亮光环境(亮于所述标准光照环境)和暗光环境(暗于所述标准光照环境)下拍摄得到的图像的亮度数据平均值进行统计分析,然后得到标准光照图像的平均亮度常数,所述平均亮度常数是用于计算初始曝光补偿系数,根据所述平均亮度常数计算出的所述初始曝光补偿系数可以反映出所述待处理图像的拍摄环境是亮于所述标准光照环境还是暗于所述标准光照环境。具体来说,是将所述待处理图像的亮度平均值乘以所述平均亮度常数之后得到所述初始曝光补偿系数,所述初始曝光补偿系数越大,说明所述待处理图像的拍摄环境越暗,反之,所述初始曝光补偿系数越小,说明所述待处理图像的拍摄环境越亮。当所述初始曝光补偿系数小于等于预设基准值时,反映出所述待处理图像的拍摄环境为亮光环境,此时不需要进行曝光补偿,确定所述曝光补偿系数等于1,结束本发明提供的图像处理方法的流程。当所述初始补偿系数大于所述预设基准值时,反映出所述待处理图像的拍摄环境为暗光环境,需要进行曝光补偿,此时保留所述初始曝光补偿系数,进入后续的图像处理流程:根据所述最大卷积值和所述最小卷积值确定所述曝光补偿系数。
当然,本发明并不限定上述的预设基准值以及上述的平均亮度常数值,例如,当所述待处理图像为所述原始图像时,由于所述第一亮度直方图对应参数不一样,所述第一卷积值的计算结果也不一样,对应的所述平均亮度常数也会随之变化,并且,本领域技术人员对于标准光照图像的标准定义的不同也会导致所述预设基准值的变化。本领域技术人员可以根据实际情况设置不同的所述预设基准值和所述平均亮度常数。
需要强调的是,在本实施例中,可以仅执行步骤“当所述初始曝光补偿系数小于或等于预设基准值时,确定所述曝光补偿系数等于1”和步骤“当所述初始曝光补偿系数大于所述预设基准值时,根据所述最大卷积值和所述最小卷积值确定所述曝光补偿系数”中的任一步骤,也可以两个步骤均执行。也就是说,在本实施例中,可以仅包括上述两个步骤中的任一个步骤,也可以包括上述两个步骤,即两个步骤在本实施例中为和/或的关系。
当所述初始卷积值大于1时,反映了所述待处理图像的拍摄环境为暗光环境,而暗光环境包含了明暗对比强烈的环境和均匀光照环境。具体地,所述明暗对比强烈的环境具体是指整体偏暗,但是局部存在高亮区域的环境,例如,在路灯下拍照。具体地,当将所述待处理图像分成若干个所述子图像时,如果所述待处理图像的拍摄环境为明暗对比强烈的环境,那么,若干个所述子图像中至少有一个子图像中包括了高亮区域,而暗区的子图像中像素点的亮度数据都会比较低,包括高亮区域的所述子图像中的像素点的亮度数据会明显高于暗区的子图像中像素点的亮度数据。也就是说,所述最大卷积值和所述最小卷积值能够反映所述待处理图像的拍摄环境是否为明暗对比强烈的环境。因此,在本发明中,获取所述子图像对应的亮度直方图卷积值中的所述最大卷积值和所述最小卷积值,根据所述最大卷积值和所述最小卷积值确定所述曝光补偿系数具体包括:
当所述最小卷积值小于第一预设值,且所述最大卷积值和所述最小卷积值的比值大于第二预设值时,确定所述曝光补偿系数为所述初始曝光补偿系数和预设第一基准值中的最小值;
当所述最小卷积值大于所述第一预设值或所述最大卷积值和所述最小卷积值的比值小于所述第二预设值时,根据所述最大差分值和所述初始曝光补偿系数确定所述曝光补偿系数。
需要强调的是,上述两个步骤中,可以仅执行其中一个步骤,也可以两个步骤均执行。也就是说,在本实施例中,可以仅包括上述两个步骤中的任一个步骤,也可以包括上述两个步骤,即两个步骤在本实施例中为和/或的关系。
具体地,当所述最小卷积值小于第一预设值,说明存在整体像素点的亮度数据较低的包含暗区的所述子图像,且所述最大卷积值和所述最小卷积值的比值大于第二预设值时,说明存在整体像素点的亮度数据与包含暗区的所述子图像有明显差别的包含高亮区域的所述子图像。
在本实施例中,所述第一预设值为3,所述第二预设值为2.2,上述条件可用下列公式表示:
其中,Convmin表示所述最小卷积值,Convmax表示所述最大卷积值, 1e-6表示10的负六次方,在本领域中,1e-6做为一个极小的常数经常被使用,在本发明中,加入1e-6这一极小的常数,是为了防止公式中出现除零现象,同时保证计算结果的精度不受影响。
当所述最大卷积值和所述最小卷积值满足所述公式(3)时,反映了所述待处理图像的拍摄环境为明暗对比强烈的环境。
由以上说明可以看出,本发明是将所述待处理图像分割为若干个部分,通过对各部分的亮度直方图分别进行卷积,获得代表各部分的亮度平均值的卷积值,并进行比较,当各部分中的最大卷积值和最小卷积值满足特定条件时,确定对应的曝光补偿系数。当然,虽然本实施例中是将所述公式(3)作为所述特定条件,但是,本领域技术人员完全可以设定其他的所述第一预设值和所述第二预设值来确定所述待处理图像对应的曝光补偿系数,例如,设定所述第一预设值为2,所述第二预设值为2.5等等。
为了避免在明暗对比强烈时强行进行曝光补偿带来的亮区过曝而损失细节,同时对暗区进行合理幅度的可见度提升,当所述第一卷积值和所述第二卷积值反映出所述拍摄环境为明暗对比强烈的环境时,所述曝光补偿系数为所述初始曝光补偿系数和预设第一基准值中的最小值。在本实施例中,所述预设第一基准值为2,用公式表示为:α1=min(α0,2.0)。当然,可以理解的是,本发明并不限定所述预设第一基准值的数值,本领域技术人员可以根据对图像成像质量标准的不同定义设置所述预设第一基准值,如2.5、3等。
若所述最大卷积值和所述最小卷积值不满足所述公式(3),所述最小卷积值大于所述第一预设值或所述最大卷积值和所述最小卷积值的比值小于第二预设值时,则反映出所述待处理图像的拍摄环境不是明暗对比强烈的环境,也就是说,图像中并不存在两个亮度数据差异非常大的区域,即,所述拍摄环境为均匀光照环境,而所述均匀光照环境最具代表性也最为常见的为灯光夜景,灯光分为弱灯光和强灯光,同时,根据灯光夜景中非灯光区域的环境明暗,所述均匀光照环境还包括极暗环境和非极暗环境。
当所述最大卷积值和最小卷积值反映出所述待处理图像的拍摄环境为均匀光照环境时,进一步根据所述最大差分值和所述初始曝光补偿系数确定所述曝光补偿系数。
所述最大差分值能够反映出所述待处理图像的拍摄环境是否为强灯光环境,所述初始曝光补偿系数能够反映出所述待处理图像的拍摄环境是否为极暗环境。
具体地,当所述待处理图像的拍摄环境为暗光环境并且存在强灯光时,那么,所述基于所述待处理图像的像素点的亮度数据处理得到的所述第一亮度直方图的各个分支的卷积值中必定会出现跳变现象,即,整体画面的大部分像素点都分布在亮度数据较低的分支内,而强灯光区域的像素点的亮度数据是会明显大于其他区域的像素点的亮度数据,也就是说,在所述第一亮度直方图中,会出现亮度数据比较高的分支对应的像素点数量突然变大的现象。为了检测是否存在这种现象,本发明采用对所述第一亮度直方图的各个分支取差分的方式。具体来说,是计算所述第一亮度直方图的各个分支的差分,并将所述差分中的最大值与预先设置的第一阈值进行比较,当所述差分的最大值大于所述第一阈值时,说明所述第一亮度直方图中出现了跳变现象,也就是说,反映出所述待处理图像的拍摄环境为强灯光环境。
而直方图中越靠后的分支上的像素点的亮度数据越大,即,图像中的对应像素点所在区域越亮,而通过大量试验表明,对于一幅暗光图像,如果存在强灯光,那么灯光区域的像素点的亮度数据取值必定落在最后5个分支中的某一分支上,不可能均匀分布于两个或者更多的分支上,这是由灯光的成像特点决定的客观规律,反映了暗光环境下灯光所成的图像在对应的亮度直方图中的跳变现象。
基于上述规律,本实施例中是计算所述第一亮度直方图的最后五个分支的卷积值的差分并获取所述最大差分值,具体计算请参见所述步骤S130中的说明。本实施例中设定所述最大差分值反映所述带拍摄图像为强灯光的所述第一阈值为0.04,即,当所述最大差分值大于0.04时,反映出所述待处理图像的拍摄环境为强灯光环境。公式为:
其中,Jlight取值为True时,反映出所述待处理图像的拍摄环境为强灯光环境,Jlight取值为False时,反映出所述待处理图像的拍摄环境为弱灯光环境。
当然,本实施例中虽然基于实际的实验数据设置了所述第一阈值为0.04,但本发明并不限于此,本领域技术人员通过对强灯光定义的不同标准,是可以设定其他的值作为所述第一阈值的。
前文已经说明,所述初始曝光补偿系数反映了所述待处理图像的明暗程度,所述初始曝光补偿系数越大,说明所述原始图像的拍摄环境越暗,反之,所述初始曝光补偿系数越小,说明所述待处理图像的拍摄环境越亮。那么,可以设置反映所述待处理图像为极暗环境的第二阈值,当所述初始曝光补偿系数大于所述第二阈值时,反映所述待处理图像为极暗环境。在本实施例中,是基于对大量图像的实验分析结果,定义所述第二阈值为13,即所述曝光补偿系数大于13时,反映出所述待处理图像的拍摄环境为极暗环境,当然,对于所述极暗环境的定义并不是一定的,本领域技术人员可以根据不同的标准定义所述极暗环境,进而得到不同的所述第二阈值。
在强灯光下,整体画面亮度均匀,但灯光区域曝光饱和,因此,保护灯光区域的细节不受过曝损失最为重要,需要在初始曝光补偿的基础上适当降低补偿强度以获得更自然的成像效果。而在弱灯光下,提升整体画面的可见度是首要目的。此外,同时,还需要考虑到所述待处理图像的拍摄环境的黑暗程度,对于极暗环境,此时绝大部分区域曝光均严重不足,此时,相机模组在自动拍摄模式下会自动最大化感光度设置以获取尽可能多的细节,因此图像中的噪声水平将远高于非极暗环境,此时如果继续对画面进行大幅度的曝光补偿将放大噪声,严重恶化图像视觉效果,因此,在极暗环境下,曝光补偿系数与图像平均亮度是非线性关系。在本实施例中,基于反复的实验,确定了当所述最大差分值和所述初始曝光补偿系数反映了所述待处理图像为上述拍摄环境时,能够提升处理后的图像成像效果的所述曝光补偿系数的计算方式。
具体地,所述根据所述最大差分值和所述初始曝光补偿系数确定所述曝光补偿系数具体包括:
当所述最大差分值大于所述第一阈值,并且所述初始曝光补偿系数大于所述第二阈值时,确定所述曝光补偿系数为所述初始曝光补偿系数的预设倍数。
当所述最大差分值大于所述第一阈值,反映出所述待处理图像的拍摄环境为强灯光环境,所述初始曝光补偿系数大于所述第二阈值时,反映出所述待处理图像的拍摄环境为极暗环境,对于强灯光极暗环境,将所述曝光补偿系数设置为所述初始曝光补偿的预设倍数以获得更好的成像效果。在一种实现方式中,所述预设倍数为0.3倍,可用公式表示为:α1=0.3×α0。其中,α1表示所述曝光补偿系数。
当所述最大差分值大于所述第一阈值,并且所述初始曝光补偿系数小于所述第二阈值时,确定所述曝光补偿系数为所述初始曝光补偿系数和预设第二基准值中的最小值。
当所述最大差分值大于所述第一阈值,并且所述初始曝光补偿系数小于所述第二阈值时,反映了所述待处理图像的拍摄环境为强灯光非极暗环境,此时,将所述曝光补偿系数设置为所述初始曝光补偿系数和预设第二基准值中的最小值以获得更好的成像效果。在一种实现方式中,所述预设第二基准值为4,用公式表示为:α1=min(α0,4)。
当所述最大差分值小于所述第一阈值,并且所述初始曝光补偿系数大于所述第二阈值时,确定所述曝光补偿系数为对所述初始曝光补偿系数进行预设运算后得到的值和预设第三基准值中的最大值。
当所述最大差分值小于所述第一阈值,并且所述初始曝光补偿系数大于所述第二阈值时,反映了所述待处理图像的拍摄环境为弱灯光极暗环境,此时,将所述曝光补偿系数设置为对所述初始曝光补偿系数进行预设运算后得到的值和预设第三基准值中的最大值以获得更好的成像效果。在一种实现方式中,对所述初始曝光补偿系数进行的预设运算为所述预设第三基准值为1,所述曝光补偿系数用公式表示为:
当所述最大差分值小于所述第一阈值,并且所述初始曝光补偿系数小于所述第二阈值时,确定所述曝光补偿系数等于所述初始曝光补偿系数。
当所述最大差分值小于所述第一阈值,并且所述初始曝光补偿系数小于所述第二阈值时,反映出所述待处理图像对应的拍摄环境为弱灯光非极暗环境,此时,设置所述曝光补偿系数等于所述初始曝光补偿系数以获得更好的成像效果,用公式表示为:α1=α0。
可以理解的是,上述公式以及所述预设第一基准值、预设第二基准值以及所述预设第三基准值都是基于对强灯光和极暗环境等的标准进行定义后进行实验得出的,本发明并不限于如上公式和上述数值,本领域技术人员完全可以在本说明书的公开内容的启示下通过定义不同的强灯光和极暗环境的标准,获得与上述公式不同的公式和不同的所述预设第一基准值、所述预设第二基准值以及所述预设第三基准值。
需要说明的是,针对步骤“当所述最大差分值大于第一阈值,并且所述初始曝光补偿系数大于第二阈值时,确定所述曝光补偿系数为所述初始曝光补偿系数的预设倍数”、步骤“当所述最大差分值大于所述第一阈值,并且所述初始曝光补偿系数小于所述第二阈值时,确定所述曝光补偿系数为所述初始曝光补偿系数和预设第二基准值中的最小值”、步骤“当所述最大差分值小于所述第一阈值,并且所述初始曝光补偿系数大于所述第二阈值时,确定所述曝光补偿系数为对所述初始曝光补偿系数进行预设运算后得到的值和预设第三基准值中的最大值”和步骤“当所述最大差分值小于所述第一阈值,并且所述初始曝光补偿系数小于所述第二阈值时,确定所述曝光补偿系数等于所述初始曝光补偿系数”这四个步骤,在本实施例中可以仅执行其中的任意一个步骤,也可以执行其中的任意两个步骤,也可以执行其中的任意三个步骤,还可以四个步骤全部执行。也就是说,在本实施例中,可以仅包括上述四个步骤中的任一个步骤,也可以包括上述四个步骤中的任意两个步骤,也可以包括上述四个步骤中的任意三个步骤,还可以包括上述四个步骤中的全部步骤,即上述四个步骤之间在本实施例中为和/或的关系。
请再次参考图1,在实施例一中,所述图像处理方法还包括步骤:
S200、根据所述曝光补偿系数对所述待处理图像进行处理,生成最终成像图像。
在根据所述拍摄环境确定所述曝光补偿系数后,就可以根据所述曝光补偿系数对所述待处理图像进行处理,生成最终成像图像,完成本发明的图像处理方法的流程。
当所述待处理图像为所述原始图像时,直接根据所述曝光补偿系数对所述原始图像进行处理,生成所述最终成像图像。
当所述待处理图像为对所述原始图像进行与处理后得到的图像时,根据所述曝光补偿系数对所述待处理图像对应的所述原始图像进行处理,生成所述最终成像图像。
应该理解的是,虽然本发明说明书附图中给出的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,流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子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,这些子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的子步骤或者阶段的至少一部分轮流或者交替地执行。
由以上实施例可以看出,本发明提供的一种图像处理方法,通过对待处理图像数据进行处理和分析,获取待处理图像的亮度直方图,根据不同的亮度直方图特性来确定对应的曝光补偿系数,实现了针对不同的待处理图像执行不同的曝光补偿方案,获得更好的成像效果。具体请参阅图9-10,图9-10是在同样的条件下,利用本发明的图像处理方法对图2-3中的原始图像进行处理后得到的图像,可以看出,利用本发明的方法进行后期曝光补偿后,噪声明显低于传统方法处理后图像,并且,实际成像效果更自然,更接近人眼的实际感官效果。
实施例二
基于上述实施例,本发明还提供了一种智能终端,其原理框图可以如图10所示。该智能终端包括通过***总线连接的处理器、存储器、网络接口、显示屏、温度传感器。其中,该智能终端的处理器用于提供计算和控制能力。该智能终端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***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该智能终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像处理方法。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏,该智能终端的温度传感器是预先在智能终端内部设置,用于检测内部设备的当前运行温度。
本领域技术人员可以理解,图10中示出的原理框图,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的智能终端的限定,具体的智能终端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。
在一个实施例中,提供了一种智能终端,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时至少可以实现以下步骤:获取待处理图像,确定所述待处理图像对应的亮度直方图,并根据所述亮度直方图确定所述待处理图像对应的曝光补偿系数;
根据所述曝光补偿系数对所述待处理图像进行处理,生成最终成像图像。
实施例三
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,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM (EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM (DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM (RDRAM)等。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (12)
1.一种图像处理方法,其特征在于,所述图像处理方法包括:
获取待处理图像,确定所述待处理图像对应的亮度直方图,并根据所述亮度直方图确定所述待处理图像对应的曝光补偿系数;
根据所述曝光补偿系数对所述待处理图像进行处理,生成最终成像图像。
2.根据权利要求1所述的图像处理方法,其特征在于,所述确定所述待处理图像对应的亮度直方图具体包括:
对所述待处理图像进行采样,生成与所述待处理图像对应的第一采样图像和第二采样图像;
确定所述第一采样图像和所述第二采样图像对应的亮度直方图。
3.根据权利要求2所述的图像处理方法,其特征在于,所述对所述待处理图像进行采样,生成与所述待处理图像对应的第一采样图像和第二采样图像具体包括:
将所述待处理图像分割为若干个子图像,所述子图像的宽高比与所述待处理图像的宽高比相同;
根据所述待处理图像的图像分辨率计算像素采样间隔;
根据所述像素采样间隔分别对所述待处理图像以及所述若干个子图像进行像素点采样,分别选取所述待处理图像以及所述若干个子图像中的部分像素点,生成与所述待处理图像对应的第一采样图像和与所述若干个子图像各自分别对应的第二采样图像。
4.根据权利要求3所述的图像处理方法,其特征在于,所述确定所述第一采样图像和所述第二采样图像对应的亮度直方图具体包括:
根据所述第一采样图像中的所有像素点的亮度数据,绘制所述第一采样图像对应的第一亮度直方图;
根据每个所述第二采样图像中的所有像素点的亮度数据分别绘制出各个所述第二采样图像对应的第二亮度直方图。
5.根据权利要求4所述的图像处理方法,其特征在于,所述根据所述亮度直方图确定所述待处理图像对应的曝光补偿系数具体包括:
计算所述第一亮度直方图对应的卷积值和各个所述第二亮度直方图分别对应的卷积值;
根据所述第一亮度直方图对应的卷积值和各个所述第二亮度直方图分别对应的卷积值,确定所述待处理图像对应的曝光补偿系数。
6.根据权利要求5所述的图像处理方法,其特征在于,所述计算所述第一亮度直方图对应的卷积值和各个所述第二亮度直方图分别对应的卷积值具体包括:
计算所述第一亮度直方图的最后一个分支的第一卷积值;
分别计算所述第一亮度直方图的最后五个分支各自对应的卷积值差分,并确定所述最后五个分支各自对应的卷积值差分中的最大差分值;
分别计算各个所述第二亮度直方图各自对应的最后一个分支的第二卷积值;
确定全部的所述第二卷积值中的最大卷积值和全部的所述第二卷积值中的最小卷积值。
7.根据权利要求6所述的图像处理方法,其特征在于,所述根据所述第一亮度直方图对应的卷积值和各个所述第二亮度直方图分别对应的卷积值,确定所述待处理图像对应的曝光补偿系数具体包括:
根据所述第一卷积值计算初始曝光补偿系数;
当所述初始曝光补偿系数小于或等于预设基准值时,确定所述曝光补偿系数等于1;
当所述初始曝光补偿系数大于所述预设基准值时,根据所述最大卷积值和所述最小卷积值确定所述曝光补偿系数。
8.根据权利要求7所述的图像处理方法,其特征在于,所述根据所述最大卷积值和最小卷积值确定所述曝光补偿系数具体包括:
当所述最小卷积值小于第一预设值,且所述最大卷积值和所述最小卷积值的比值大于第二预设值时,确定所述曝光补偿系数为所述初始曝光补偿系数和预设第一基准值中的最小值;
当所述最小卷积值大于所述第一预设值或所述最大卷积值和所述最小卷积值的比值小于所述第二预设值时,根据所述最大差分值和所述初始曝光补偿系数确定所述曝光补偿系数。
9.根据权利要求8所述的图像处理方法,其特征在于,所述根据所述最大差分值和所述初始曝光补偿系数确定所述曝光补偿系数具体包括:
当所述最大差分值大于第一阈值,并且所述初始曝光补偿系数大于第二阈值时,确定所述曝光补偿系数为所述初始曝光补偿系数的预设倍数;
当所述最大差分值大于所述第一阈值,并且所述初始曝光补偿系数小于所述第二阈值时,确定所述曝光补偿系数为所述初始曝光补偿系数和预设第二基准值中的最小值;
当所述最大差分值小于所述第一阈值,并且所述初始曝光补偿系数大于所述第二阈值时,确定所述曝光补偿系数为对所述初始曝光补偿系数进行预设运算后得到的值和预设第三基准值中的最大值;
当所述最大差分值小于所述第一阈值,并且所述初始曝光补偿系数小于所述第二阈值时,确定所述曝光补偿系数等于所述初始曝光补偿系数。
10.根据权利要求1-9任一项所述的图像处理方法,其特征在于,所述待处理图像为原始图像或对所述原始图像进行预处理后所得到的图像;其中,所述预处理具体包括:对所述原始图像进行减黑电平、截断以及归一化处理。
11.一种智能终端,其特征在于,所述智能终端包括:处理器、与处理器通信连接的存储介质,所述存储介质适于存储多条指令;所述处理器适于调用所述存储介质中的指令,以执行实现上述权利要求1-10任一项所述的图像处理方法。
12.一种存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1-10任意一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910825612.7A CN112446833B (zh) | 2019-09-02 | 2019-09-02 | 一种图像处理方法、智能终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910825612.7A CN112446833B (zh) | 2019-09-02 | 2019-09-02 | 一种图像处理方法、智能终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112446833A true CN112446833A (zh) | 2021-03-05 |
CN112446833B CN112446833B (zh) | 2024-05-31 |
Family
ID=74734455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910825612.7A Active CN112446833B (zh) | 2019-09-02 | 2019-09-02 | 一种图像处理方法、智能终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112446833B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113470156A (zh) * | 2021-06-23 | 2021-10-01 | 网易(杭州)网络有限公司 | 纹理贴图的混合处理方法、装置、电子设备及存储介质 |
CN117237248A (zh) * | 2023-09-27 | 2023-12-15 | 中山大学 | 一种曝光调整曲线估计方法、装置、电子设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7176965B1 (en) * | 1997-08-14 | 2007-02-13 | Fuji Photo Film Co., Ltd. | Method of adjusting the brightness of an image, digital camera and image processor using the method |
US20080002905A1 (en) * | 2006-06-30 | 2008-01-03 | Brother Kogyo Kabushiki Kaisha | Image processing method |
CN101582991A (zh) * | 2008-05-13 | 2009-11-18 | 深圳华为通信技术有限公司 | 图像处理方法及装置 |
CN101682686A (zh) * | 2008-01-25 | 2010-03-24 | 索尼株式会社 | 图像处理设备、图像处理方法和程序 |
JP2013138301A (ja) * | 2011-12-28 | 2013-07-11 | Mitsubishi Electric Corp | 画像処理装置、画像処理方法及び撮像装置 |
CN104077744A (zh) * | 2013-03-27 | 2014-10-01 | 广州三星通信技术研究有限公司 | 图像增强方法和装置 |
CN105791709A (zh) * | 2015-12-29 | 2016-07-20 | 福建星网锐捷通讯股份有限公司 | 带有逆光补偿的自动曝光处理方法及装置 |
CN105827995A (zh) * | 2016-03-30 | 2016-08-03 | 金三立视频科技(深圳)有限公司 | 基于直方图的自动曝光方法及*** |
CN108174113A (zh) * | 2016-12-06 | 2018-06-15 | 佳能株式会社 | 图像处理装置 |
CN109035183A (zh) * | 2018-08-14 | 2018-12-18 | 信利光电股份有限公司 | 一种亮度调整方法、装置及电子设备 |
-
2019
- 2019-09-02 CN CN201910825612.7A patent/CN112446833B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7176965B1 (en) * | 1997-08-14 | 2007-02-13 | Fuji Photo Film Co., Ltd. | Method of adjusting the brightness of an image, digital camera and image processor using the method |
US20080002905A1 (en) * | 2006-06-30 | 2008-01-03 | Brother Kogyo Kabushiki Kaisha | Image processing method |
CN101682686A (zh) * | 2008-01-25 | 2010-03-24 | 索尼株式会社 | 图像处理设备、图像处理方法和程序 |
CN101582991A (zh) * | 2008-05-13 | 2009-11-18 | 深圳华为通信技术有限公司 | 图像处理方法及装置 |
JP2013138301A (ja) * | 2011-12-28 | 2013-07-11 | Mitsubishi Electric Corp | 画像処理装置、画像処理方法及び撮像装置 |
CN104077744A (zh) * | 2013-03-27 | 2014-10-01 | 广州三星通信技术研究有限公司 | 图像增强方法和装置 |
CN105791709A (zh) * | 2015-12-29 | 2016-07-20 | 福建星网锐捷通讯股份有限公司 | 带有逆光补偿的自动曝光处理方法及装置 |
CN105827995A (zh) * | 2016-03-30 | 2016-08-03 | 金三立视频科技(深圳)有限公司 | 基于直方图的自动曝光方法及*** |
CN108174113A (zh) * | 2016-12-06 | 2018-06-15 | 佳能株式会社 | 图像处理装置 |
CN109035183A (zh) * | 2018-08-14 | 2018-12-18 | 信利光电股份有限公司 | 一种亮度调整方法、装置及电子设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113470156A (zh) * | 2021-06-23 | 2021-10-01 | 网易(杭州)网络有限公司 | 纹理贴图的混合处理方法、装置、电子设备及存储介质 |
CN117237248A (zh) * | 2023-09-27 | 2023-12-15 | 中山大学 | 一种曝光调整曲线估计方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112446833B (zh) | 2024-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110149482B (zh) | 对焦方法、装置、电子设备和计算机可读存储介质 | |
CN109767467B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
US11431915B2 (en) | Image acquisition method, electronic device, and non-transitory computer readable storage medium | |
CN110033418B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
KR101662846B1 (ko) | 아웃 포커싱 촬영에서 빛망울 효과를 생성하기 위한 장치 및 방법 | |
CN108734676B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN113766125B (zh) | 对焦方法和装置、电子设备、计算机可读存储介质 | |
CN105100632B (zh) | 成像设备自动曝光的调整方法及装置、成像设备 | |
US8977056B2 (en) | Face detection using division-generated Haar-like features for illumination invariance | |
CN110225248A (zh) | 图像采集方法和装置、电子设备、计算机可读存储介质 | |
CN106981054B (zh) | 一种图像处理方法及电子设备 | |
CN110766621A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN108616700B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN104052933A (zh) | 动态范围模式的判定方法及其图像获取装置 | |
CN110443766B (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
CN110047060B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN109242794B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN112446833B (zh) | 一种图像处理方法、智能终端及存储介质 | |
CN110175967B (zh) | 图像去雾处理方法、***、计算机设备和存储介质 | |
CN114429476A (zh) | 图像处理方法、装置、计算机设备以及存储介质 | |
CN108961209B (zh) | 行人图像质量评价方法、电子设备及计算机可读介质 | |
Messina et al. | Image quality improvement by adaptive exposure correction techniques | |
CN109961422B (zh) | 数字图像的对比度值的确定 | |
CN110688926A (zh) | 主体检测方法和装置、电子设备、计算机可读存储介质 | |
US11153467B2 (en) | Image processing |
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 |