CN112669241B - 一种图像处理方法、装置、设备及介质 - Google Patents
一种图像处理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN112669241B CN112669241B CN202110126804.6A CN202110126804A CN112669241B CN 112669241 B CN112669241 B CN 112669241B CN 202110126804 A CN202110126804 A CN 202110126804A CN 112669241 B CN112669241 B CN 112669241B
- Authority
- CN
- China
- Prior art keywords
- image
- noise reduction
- frame
- ldr
- frames
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 238000013507 mapping Methods 0.000 claims abstract description 29
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 22
- 230000003287 optical effect Effects 0.000 claims abstract description 14
- 230000004927 fusion Effects 0.000 claims description 31
- 238000001514 detection method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 8
- 238000000034 method Methods 0.000 description 21
- 235000019557 luminance Nutrition 0.000 description 11
- 230000003321 amplification Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000003199 nucleic acid amplification method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本申请公开了一种图像处理方法、装置、设备及介质,包括:利用光学传感器获取多帧初始LDR图像;将多帧所述初始LDR图像合成一帧HDR图像;对所述HDR图像进行降噪处理,得到目标降噪图像;对所述目标降噪图像进行色调映射,得到对应的目标LDR图像。也即,本申请先将多帧LDR图像合成一帧HDR图像,然后对合成的HDR图像进行降噪处理,最后对降噪处理后的HDR图像对进行色调映射,得到最终的LDR图像,这样,先合成HDR图像,后对HDR图像进行降噪处理,能够降低图像降噪处理的计算量和资源开销,提升图像降噪处理效率。
Description
技术领域
本申请涉及图像处理技术领域,特别涉及一种图像处理方法、装置、设备及介质。
背景技术
在一些生活场景中,光照强度变化很大,比如几乎无光照区域和阳光直射区域的光照强度的变化范围超过8个数量级,也就是高达160db。人眼一般可以看见动态范围为100db左右的场景,但普通Sensor(传感器)的动态范围只有60db。因此就产生了多帧LDR(即Low-Dynamic Range,低动态范围)图像合成一帧LDR图像的技术。具体包括以下两种方法:(1)多帧LDR图像直接合成一帧LDR图像;(2)多帧LDR图像先合成一帧HDR(即High-DynamicRange,高动态范围)图像,HDR图像再通过局部色调映射到LDR图像。相比方法(1),方法(2)虽然占用的硬件资源Linebuffer(行缓存)大,但是效果更好。
目前,现有的将多帧LDR图像先合成一帧HDR图像,然后HDR图像再通过局部色调映射到LDR图像的方法,通常先对多个LDR图像进行降噪处理,再合成HDR图像,而每个LDR图像降噪处理都会占用独立的Linebuffer且计算量也成倍增加。
发明内容
有鉴于此,本申请的目的在于提供一种图像处理方法、装置、设备及介质,能够降低图像降噪处理的计算量和资源开销,提升图像降噪处理效率。其具体方案如下:
第一方面,本申请公开了一种图像处理方法,包括:
利用光学传感器获取多帧初始LDR图像;
将多帧所述初始LDR图像合成一帧HDR图像;
对所述HDR图像进行降噪处理,得到目标降噪图像;
对所述目标降噪图像进行色调映射,得到对应的目标LDR图像。
可选的,所述对所述HDR图像进行降噪处理,得到目标降噪图像,包括:
基于每帧所述初始LDR图像的曝光比、噪声分布、每个像素点的融合权重以及所述目标LDR图像相对于所述初始LDR图像的亮度放大倍数确定所述HDR图像中每个像素点的降噪强度;其中,任一帧所述初始LDR图像的曝光比为多帧所述初始LDR图像中的第一帧图像与当前帧图像的曝光时间的比值;
基于所述降噪强度对所述HDR图像进行降噪处理,得到目标降噪图像。
可选的,所述将多帧所述初始LDR图像合成一帧HDR图像,包括:
基于所述初始LDR图像中每个像素点的融合权重将多帧所述初始LDR图像合成一帧HDR图像。
可选的,所述方法还包括:
通过运动检测确定多帧所述初始LDR图像中的运动区域;
将多帧所述初始LDR图像中的最短帧图像的所述运动区域中像素点的所述融合权重确定为1。
可选的,所述通过运动检测确定多帧所述初始LDR图像中的运动区域,包括:
对所有相邻两帧的所述初始LDR图像进行运动检测,得到多帧所述初始LDR图像对应的运动信息集;
基于所述运动信息集确定多帧所述初始LDR图像中的运动区域。
可选的,所述方法还包括:
基于图像亮度确定多帧所述初始LDR图像中非所述运动区域的像素点的所述融合权重。
第二方面,本申请公开了一种图像处理装置,包括:
初始LDR图像获取模块,用于利用光学传感器获取多帧初始LDR图像;
HDR图像合成模块,用于将多帧所述初始LDR图像合成一帧HDR图像;
HDR图像降噪处理模块,用于对所述HDR图像进行降噪处理,得到目标降噪图像;
图像色调映射处理模块,用于对所述目标降噪图像进行色调映射,得到对应的目标LDR图像。
可选的,所述HDR图像降噪处理模块,包括:
降噪强度确定子模块,用于基于每帧所述初始LDR图像的曝光比、噪声分布、每个像素点的融合权重以及所述目标LDR图像相对于所述初始LDR图像的亮度放大倍数确定所述HDR图像中每个像素点的降噪强度;其中,任一帧所述初始LDR图像的曝光比为多帧所述初始LDR图像中的第一帧图像与当前帧图像的曝光时间的比值;
图像降噪处理子模块,用于基于所述降噪强度对所述HDR图像进行降噪处理,得到目标降噪图像。
第三方面,本申请公开了一种电子设备,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现前述的图像处理方法。
第四方面,本申请公开了一种计算机可读存储介质,用于保存计算机程序,所述计算机程序被处理器执行时实现前述的图像处理方法。
可见,本申请先利用光学传感器获取多帧初始LDR图像,之后将多帧所述初始LDR图像合成一帧HDR图像,然后对所述HDR图像进行降噪处理,得到目标降噪图像,最后对所述目标降噪图像进行色调映射,得到对应的目标LDR图像。也即,本申请先将多帧LDR图像合成一帧HDR图像,然后对合成的HDR图像进行降噪处理,最后对降噪处理后的HDR图像对进行色调映射,得到最终的LDR图像,这样,先合成HDR图像,后对HDR图像进行降噪处理,能够降低图像降噪处理的计算量和资源开销,提升图像降噪处理效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种图像处理方法流程图;
图2为本申请公开的一种具体的图像处理方法流程图;
图3为本申请公开的一种具体的图像处理方法流程图;
图4为本申请公开的一种图像处理装置结构示意图;
图5为本申请公开的一种电子设备结构图。
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做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。
目前,现有的将多帧LDR图像先合成一帧HDR图像,然后HDR图像再通过局部色调映射到LDR图像的方法,通常先对多个LDR图像进行降噪处理,再合成HDR图像,而每个LDR图像降噪处理都会占用独立的Linebuffer且计算量也成倍增加。为此,本申请提供了一种图像处理方案,能够降低图像降噪处理的计算量和资源开销,提升图像降噪处理效率。
参见图1所示,本申请实施例公开了一种图像处理方法,包括:
步骤S11:利用光学传感器获取多帧初始LDR图像。
在具体的实施方式中,可以针对同一目标对象获取多帧初始LDR图像。
步骤S12:将多帧所述初始LDR图像合成一帧HDR图像。
在具体的实施方式中,本实施例可以基于所述初始LDR图像中每个像素点的融合权重将多帧所述初始LDR图像合成一帧HDR图像。
具体的,对于曝光比为R1,R2,...,Ri,...Rn的多帧初始LDR图像I1,I2,...Ii,...In,其中,i表示第i帧,共有n帧图像,多帧所述初始LDR图像曝光时间EXPTIMEi越来越短,其中,
Ri=EXPTIME1/EXPTIMEi;
也即,任一帧所述初始LDR图像的曝光比为多帧所述初始LDR图像中的第一帧图像与当前帧图像的曝光时间的比值。
合成HDR图像的公式为:
其中,(x,y)表示像素点坐标,Wi(x,y)表示像素点的融合权重,Ii(x,y)表示像素点(x,y)的亮度,HDR(x,y)表示合成HDR图像中像素点(x,y)的亮度。
在具体的实施方式中,基于所述初始LDR图像的图像亮度确定每个像素点的所述融合权重。Wi(x,y)取值规则为若Ii(x,y)未过曝光即Ii(x,y)小于等于预设阈值则Ii(x,y)越小,Wi(x,y)越大,若Ii(x,y)大于预设阈值则Wi(x,y)为0,且所有Wi(x,y)之和为1,即多帧初始LDR图像中同一像素点的融合权重之和为1。具体的,所述预设阈值可以根据经验设定,比如,初始LDR图像最大亮度的90%,其中,最大亮度为基于初始LDR图像位宽确定的亮度,比如,图像为8位,最大亮度为255。
步骤S13:对所述HDR图像进行降噪处理,得到目标降噪图像。
在具体的实施方式中,本实施例可以基于每帧所述初始LDR图像的曝光比、噪声分布、每个像素点的融合权重以及所述目标LDR图像相对于所述初始LDR图像的亮度放大倍数确定所述HDR图像中每个像素点的降噪强度;其中,任一帧所述初始LDR图像的曝光比为多帧所述初始LDR图像中的第一帧图像与当前帧图像的曝光时间的比值;基于所述降噪强度对所述HDR图像进行降噪处理,得到目标降噪图像。
具体的,降噪强度计算公式为:
*NRStrZoomCurve(TMCurve(HDR(x,y))/HDR(x,y)*Ri)
*NrStrCurvei(Clip(HDR(x,y)/Ri)))
其中,TMCurve(x)表示色调映射曲线,NRStrZoomCurve(x)表示亮度放大倍数降噪映射曲线,NrStrCurvei表示Ii图像的亮度降噪曲线。Clip表示亮度截取操作,具体的,当像素点亮度大于初始LDR图像最大亮度,则将对应像素点的亮度置为所述最大亮度,其中,最大亮度为基于初始LDR图像位宽确定的亮度,比如,图像为8位,最大亮度为255。
需要指出的是,亮度放大倍数降噪映射曲线为基于目标LDR图像相对于所述初始LDR图像的亮度放大倍数确定对应降噪强度的函数,输入亮度放大倍数,输出放大倍数对应的降噪强度,输入的亮度放大倍数越大,输出的降噪强度越大,色调映射曲线为将目标降噪图像进行色调映射,得到对应的目标LDR图像所采用的色调映射曲线;亮度降噪曲线为基于初始LDR图像噪声分布即噪声随亮度的变化情况确定的函数,输入为亮度,输出为亮度对应的降噪强度。
需要指出的是,现有技术通常使用全局降噪强度或者单独使用亮度降噪曲线对图像进行降噪处理,导致图像处理后的噪声变得不均匀,本申请实施例可以计算每个像素点的降噪强度,进行降噪处理,这样处理后的图像噪声会更加均匀,能够更好全局地控制清晰度。
步骤S14:对所述目标降噪图像进行色调映射,得到对应的目标LDR图像。
也即,本实施例对降噪处理后的HDR图像,进行色调映射,得到最终的LDR图像。
需要指出的是,相比传统的先对各个LDR图像进行降噪处理再合成HDR图像的处理流程,节约了linebuffer开销和计算量,假设降噪处理需要的linebuffer开销为x1,计算量为x2,则linebuffer资源和计算量分别节约了(n-1)x1和(n-1)x2。
可见,本申请实施例先利用光学传感器获取多帧初始LDR图像,之后将多帧所述初始LDR图像合成一帧HDR图像,然后对所述HDR图像进行降噪处理,得到目标降噪图像,最后对所述目标降噪图像进行色调映射,得到对应的目标LDR图像。也即,本申请实施例先将多帧LDR图像合成一帧HDR图像,然后对合成的HDR图像进行降噪处理,最后对降噪处理后的HDR图像对进行色调映射,得到最终的LDR图像,这样,先合成HDR图像,后对HDR图像进行降噪处理,能够降低图像降噪处理的计算量和资源开销,提升图像降噪处理效率。
参见图2所示,本申请实施例公开了一种具体的图像处理方法,包括:
步骤S21:利用光学传感器获取多帧初始LDR图像。
步骤S22:通过运动检测确定多帧所述初始LDR图像中的运动区域。
步骤S23:将多帧所述初始LDR图像中的最短帧图像的所述运动区域中像素点的所述融合权重确定为1。
在具体的实施方式中,Ii与Ii+1之间按照传统运动检测方法进行运动检测,得到运动信息MVi,所有相邻的MVi取并集作为最终的运动信息集
需要指出的是,针对运动场景,现有技术一般是不处理或者通过运动补偿MC处理,而现有的运动补偿MC又很难做准确,导致运动场景有鬼影产生。相对于只用I1与In进行运动检测,本实施例检测得到的运动信息更完整。运动区域短帧的融合权重改为1,即当MV(x,y)=1,Wn(x,y)=1,也即,每帧图像中相同像素点的运动信息均为1,则相应区域为运动区域,而最短帧图像的信息通常为最准确的,将最短帧图像对应运动区域中像素点的融合权重为设为1,其他帧图像对应运动区域中像素点的融合权重为设为0,以最短帧图像为准,这样处理后就能够避免鬼影产生。
步骤S24:基于图像亮度确定多帧所述初始LDR图像中非所述运动区域的像素点的所述融合权重。
关于如何基于基于亮度确定像素点的融合权重,可参考前述实施例公开的相应内容,在此不再进行赘述。
步骤S25:基于所述初始LDR图像中每个像素点的融合权重将多帧所述初始LDR图像合成一帧HDR图像。
关于步骤S25的具体实施过程可参考前述实施例公开的相应内容,在此不再进行赘述。
需要指出的是,合成一帧HDR图像采用的像素点的融合强度和确定降噪强度采用的像素点的融合权重为同样权重,因此,在确定降噪强度时,最短帧图像的所述运动区域中像素点的所述融合权重为1。
步骤S26:对所述HDR图像进行降噪处理,得到目标降噪图像。
步骤S27:对所述目标降噪图像进行色调映射,得到对应的目标LDR图像。
例如,参见图3所示,图3为本申请实施例公开的一种具体的图像处理方法。先对多帧LDR图像进行运动检测并合成HDR图像,再对合成后HDR图像采用本申请实施例公开的降噪强度计算方案自适应计算每个像素点的降噪强度并进行降噪处理,然后通过局部色调映射得到最终的LDR图像。
参见图4所示,本申请实施例公开了一种图像处理装置,包括:
初始LDR图像获取模块11,用于利用光学传感器获取多帧初始LDR图像;
HDR图像合成模块12,用于将多帧所述初始LDR图像合成一帧HDR图像;
HDR图像降噪处理模块13,用于对所述HDR图像进行降噪处理,得到目标降噪图像;
图像色调映射处理模块14,用于对所述目标降噪图像进行色调映射,得到对应的目标LDR图像。
可见,本申请实施例先利用光学传感器获取多帧初始LDR图像,之后将多帧所述初始LDR图像合成一帧HDR图像,然后对所述HDR图像进行降噪处理,得到目标降噪图像,最后对所述目标降噪图像进行色调映射,得到对应的目标LDR图像。也即,本申请实施例先将多帧LDR图像合成一帧HDR图像,然后对合成的HDR图像进行降噪处理,最后对降噪处理后的HDR图像对进行色调映射,得到最终的LDR图像,这样,先合成HDR图像,后对HDR图像进行降噪处理,能够降低图像降噪处理的计算量和资源开销,提升图像降噪处理效率。
其中,所述HDR图像降噪处理模块13,包括:
降噪强度确定子模块,用于基于每帧所述初始LDR图像的曝光比、噪声分布、每个像素点的融合权重以及所述目标LDR图像相对于所述初始LDR图像的亮度放大倍数确定所述HDR图像中每个像素点的降噪强度;其中,任一帧所述初始LDR图像的曝光比为多帧所述初始LDR图像中的第一帧图像与当前帧图像的曝光时间的比值;
图像降噪处理子模块,用于基于所述降噪强度对所述HDR图像进行降噪处理,得到目标降噪图像。
所述HDR图像合成模块12,具体用于基于所述初始LDR图像中每个像素点的融合权重将多帧所述初始LDR图像合成一帧HDR图像。
所述装置还包括:
运动区域确定模块,用于通过运动检测确定多帧所述初始LDR图像中的运动区域;
融合权重确定模块,用于将多帧所述初始LDR图像中的最短帧图像的所述运动区域中像素点的所述融合权重确定为1。
其中,运动区域确定模块,具体用于对所有相邻两帧的所述初始LDR图像进行运动检测,得到多帧所述初始LDR图像对应的运动信息集;基于所述运动信息集确定多帧所述初始LDR图像中的运动区域。
融合权重确定模块,还用于基于图像亮度确定多帧所述初始LDR图像中非所述运动区域的像素点的所述融合权重。
参见图5所述,本申请实施例公开了一种电子设备20,包括处理器21和存储器22;其中,所述存储器22,用于保存计算机程序;所述处理器21,用于执行所述计算机程序,以实现以下步骤:
利用光学传感器获取多帧初始LDR图像;将多帧所述初始LDR图像合成一帧HDR图像;对所述HDR图像进行降噪处理,得到目标降噪图像;对所述目标降噪图像进行色调映射,得到对应的目标LDR图像。
可见,本申请实施例先利用光学传感器获取多帧初始LDR图像,之后将多帧所述初始LDR图像合成一帧HDR图像,然后对所述HDR图像进行降噪处理,得到目标降噪图像,最后对所述目标降噪图像进行色调映射,得到对应的目标LDR图像。也即,本申请实施例先将多帧LDR图像合成一帧HDR图像,然后对合成的HDR图像进行降噪处理,最后对降噪处理后的HDR图像对进行色调映射,得到最终的LDR图像,这样,先合成HDR图像,后对HDR图像进行降噪处理,能够降低图像降噪处理的计算量和资源开销,提升图像降噪处理效率。
关于上述步骤的具体过程可以参考前述实施例中公开的相应内容,在此不再进行赘述。
并且,所述存储器22作为资源存储的载体,可以是只读存储器、随机存储器、磁盘或者光盘等,存储方式可以是短暂存储或者永久存储。
另外,所述电子设备20还包括电源23、通信接口24、输入输出接口25和通信总线26;其中,所述电源23用于为所述电子设备20上的各硬件设备提供工作电压;所述通信接口24能够为所述电子设备20创建与外界设备之间的数据传输通道,其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议,在此不对其进行具体限定;所述输入输出接口25,用于获取外界输入数据或向外界输出数据,其具体的接口类型可以根据具体应用需要进行选取,在此不进行具体限定。
进一步的,本申请实施例还公开了一种计算机可读存储介质,用于保存计算机程序,其中,所述计算机程序被处理器执行时实现前述实施例公开的图像处理方法。
关于上述图像处理方法的具体过程可以参考前述实施例中公开的相应内容,在此不再进行赘述。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种图像处理方法、装置、设备及介质进行了详细介绍,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,对于本领域的一般技术人员,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 (8)
1.一种图像处理方法,其特征在于,包括:
利用光学传感器获取多帧初始LDR图像;
将多帧所述初始LDR图像合成一帧HDR图像;
对所述HDR图像进行降噪处理,得到目标降噪图像;
对所述目标降噪图像进行色调映射,得到对应的目标LDR图像;
其中,所述对所述HDR图像进行降噪处理,得到目标降噪图像,包括:
基于每帧所述初始LDR图像的曝光比、噪声分布、每个像素点的融合权重以及所述目标LDR图像相对于所述初始LDR图像的亮度放大倍数确定所述HDR图像中每个像素点的降噪强度;其中,任一帧所述初始LDR图像的所述曝光比为多帧所述初始LDR图像中的第一帧图像与当前帧图像的曝光时间的比值;
基于所述降噪强度对所述HDR图像进行降噪处理,得到目标降噪图像。
2.根据权利要求1所述的图像处理方法,其特征在于,所述将多帧所述初始LDR图像合成一帧HDR图像,包括:
基于所述初始LDR图像中每个像素点的融合权重将多帧所述初始LDR图像合成一帧HDR图像。
3.根据权利要求1或2所述的图像处理方法,其特征在于,还包括:
通过运动检测确定多帧所述初始LDR图像中的运动区域;
将多帧所述初始LDR图像中的最短帧图像的所述运动区域中像素点的所述融合权重确定为1。
4.根据权利要求3所述的图像处理方法,其特征在于,所述通过运动检测确定多帧所述初始LDR图像中的运动区域,包括:
对所有相邻两帧的所述初始LDR图像进行运动检测,得到多帧所述初始LDR图像对应的运动信息集;
基于所述运动信息集确定多帧所述初始LDR图像中的运动区域。
5.根据权利要求3所述的图像处理方法,其特征在于,还包括:
基于图像亮度确定多帧所述初始LDR图像中非所述运动区域的像素点的所述融合权重。
6.一种图像处理装置,其特征在于,包括:
初始LDR图像获取模块,用于利用光学传感器获取多帧初始LDR图像;
HDR图像合成模块,用于将多帧所述初始LDR图像合成一帧HDR图像;
HDR图像降噪处理模块,用于对所述HDR图像进行降噪处理,得到目标降噪图像;
图像色调映射处理模块,用于对所述目标降噪图像进行色调映射,得到对应的目标LDR图像;
其中,所述HDR图像降噪处理模块,包括:
降噪强度确定子模块,用于基于每帧所述初始LDR图像的曝光比、噪声分布、每个像素点的融合权重以及所述目标LDR图像相对于所述初始LDR图像的亮度放大倍数确定所述HDR图像中每个像素点的降噪强度;其中,任一帧所述初始LDR图像的所述曝光比为多帧所述初始LDR图像中的第一帧图像与当前帧图像的曝光时间的比值;
图像降噪处理子模块,用于基于所述降噪强度对所述HDR图像进行降噪处理,得到目标降噪图像。
7.一种电子设备,其特征在于,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现如权利要求1至5任一项所述的图像处理方法。
8.一种计算机可读存储介质,其特征在于,用于保存计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110126804.6A CN112669241B (zh) | 2021-01-29 | 2021-01-29 | 一种图像处理方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110126804.6A CN112669241B (zh) | 2021-01-29 | 2021-01-29 | 一种图像处理方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112669241A CN112669241A (zh) | 2021-04-16 |
CN112669241B true CN112669241B (zh) | 2023-11-14 |
Family
ID=75414937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110126804.6A Active CN112669241B (zh) | 2021-01-29 | 2021-01-29 | 一种图像处理方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112669241B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113409219B (zh) * | 2021-06-28 | 2022-11-25 | 展讯通信(上海)有限公司 | 提升hdr图像质量的方法和装置 |
CN115835011A (zh) * | 2021-09-15 | 2023-03-21 | Oppo广东移动通信有限公司 | 图像处理芯片、应用处理芯片、电子设备和图像处理方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105898148A (zh) * | 2016-05-27 | 2016-08-24 | 深圳英飞拓科技股份有限公司 | 监控宽动态摄像机的图像合成方法及装置 |
CN106056629A (zh) * | 2016-05-31 | 2016-10-26 | 南京大学 | 通过运动物体检测和扩展去除鬼影的高动态范围成像方法 |
CN109791688A (zh) * | 2016-06-17 | 2019-05-21 | 华为技术有限公司 | 曝光相关的亮度变换 |
CN110072051A (zh) * | 2019-04-09 | 2019-07-30 | Oppo广东移动通信有限公司 | 基于多帧图像的图像处理方法和装置 |
CN110418065A (zh) * | 2018-04-27 | 2019-11-05 | 北京展讯高科通信技术有限公司 | 高动态范围图像运动补偿方法、装置及电子设备 |
CN110717871A (zh) * | 2019-09-30 | 2020-01-21 | 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 |
WO2020207262A1 (zh) * | 2019-04-09 | 2020-10-15 | Oppo广东移动通信有限公司 | 基于多帧图像的图像处理方法、装置、电子设备 |
CN111784598A (zh) * | 2020-06-18 | 2020-10-16 | Oppo(重庆)智能科技有限公司 | 色调映射模型的训练方法、色调映射方法及电子设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2702766B1 (en) * | 2011-04-28 | 2017-06-14 | Koninklijke Philips N.V. | Apparatuses and methods for hdr image encoding and decoding |
US10638052B2 (en) * | 2017-04-12 | 2020-04-28 | Samsung Electronics Co., Ltd. | Method and apparatus for generating HDR images |
-
2021
- 2021-01-29 CN CN202110126804.6A patent/CN112669241B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105898148A (zh) * | 2016-05-27 | 2016-08-24 | 深圳英飞拓科技股份有限公司 | 监控宽动态摄像机的图像合成方法及装置 |
CN106056629A (zh) * | 2016-05-31 | 2016-10-26 | 南京大学 | 通过运动物体检测和扩展去除鬼影的高动态范围成像方法 |
CN109791688A (zh) * | 2016-06-17 | 2019-05-21 | 华为技术有限公司 | 曝光相关的亮度变换 |
CN110418065A (zh) * | 2018-04-27 | 2019-11-05 | 北京展讯高科通信技术有限公司 | 高动态范围图像运动补偿方法、装置及电子设备 |
CN110072051A (zh) * | 2019-04-09 | 2019-07-30 | Oppo广东移动通信有限公司 | 基于多帧图像的图像处理方法和装置 |
WO2020207262A1 (zh) * | 2019-04-09 | 2020-10-15 | Oppo广东移动通信有限公司 | 基于多帧图像的图像处理方法、装置、电子设备 |
CN110717871A (zh) * | 2019-09-30 | 2020-01-21 | 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 |
CN111784598A (zh) * | 2020-06-18 | 2020-10-16 | Oppo(重庆)智能科技有限公司 | 色调映射模型的训练方法、色调映射方法及电子设备 |
Non-Patent Citations (5)
Title |
---|
Ghost detection and removal for high dynamic range images: Recent advances;Abhilash Srikantha 等;Signal Processing: Image Communication(第6期);650-662 * |
Motion area based exposure fusion algorithm for ghost removal in high dynamic range video generation;Shu-Yi Huang 等;Signal and Information Processing Association Annual Summit and Conference (APSIPA), 2014 Asia-Pacific;1-4 * |
基于单帧图像的CRF估计及HDR图像生成方法研究;李晓芬;中国优秀硕士学位论文全文数据库 信息科技辑(第8期);I138-806 * |
基于块匹配的低光度图像对融合方法;王光霞 等;光子学报(第04期);1-9 * |
多曝光HDR图像生成方法研究;夏欢;中国优秀硕士学位论文全文数据库 信息科技辑(第3期);I138-1295 * |
Also Published As
Publication number | Publication date |
---|---|
CN112669241A (zh) | 2021-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8452094B2 (en) | Real-time image generator | |
US10269095B2 (en) | Dynamically determining filtering strength for noise filtering in image processing | |
CN112669241B (zh) | 一种图像处理方法、装置、设备及介质 | |
US20130038745A1 (en) | Image processing device, image processing method, and image processing program | |
KR20140072386A (ko) | 영상 처리 장치 및 방법 | |
JP2009017200A (ja) | 画像処理装置、画像処理方法及びプログラム | |
KR20160102438A (ko) | 하이 다이내믹 레인지 이미지를 톤-매핑하기 위한 방법 및 장치 | |
CN111340732B (zh) | 一种低照度视频图像增强方法及装置 | |
US9214015B2 (en) | System for image enhancement | |
CN110827225A (zh) | 一种基于双重曝光框架的非均匀光照水下图像增强方法 | |
CN112634384A (zh) | 一种高动态范围图像压缩的方法及装置 | |
CN113096035A (zh) | 高动态范围图像生成方法、装置、智能终端及存储介质 | |
KR101113483B1 (ko) | 컬러 영상의 가시성 향상 장치 및 방법 | |
CN114862725A (zh) | 基于光流法实现运动感知模糊特效的方法及装置 | |
CN112019762A (zh) | 视频处理方法及装置、存储介质及电子设备 | |
CN112819721A (zh) | 一种图像彩色噪声降噪的方法和*** | |
WO2009093324A1 (ja) | 画像処理装置、画像処理方法、画像処理プログラムおよび画像補正装置 | |
US7916970B2 (en) | Image processing apparatus, method of same, and program for same | |
CN113870099A (zh) | 一种图片颜色转换方法、装置、设备及可读存储介质 | |
CN110769210B (zh) | 一种生成hdr图像的方法及装置 | |
US8675963B2 (en) | Method and apparatus for automatic brightness adjustment of image signal processor | |
CN115205168A (zh) | 图像处理方法、装置、电子设备和存储介质、产品 | |
CN111784733B (zh) | 图像处理方法、装置、终端和计算机可读存储介质 | |
CN114066783A (zh) | 一种色调映射方法、装置、电子设备及存储介质 | |
Jang et al. | Adaptive contrast enhancement using edge-based lighting condition estimation |
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 |