CN113163127A - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113163127A CN113163127A CN202011623930.4A CN202011623930A CN113163127A CN 113163127 A CN113163127 A CN 113163127A CN 202011623930 A CN202011623930 A CN 202011623930A CN 113163127 A CN113163127 A CN 113163127A
- Authority
- CN
- China
- Prior art keywords
- image
- brightness
- luminance
- scene
- region
- 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 32
- 238000012545 processing Methods 0.000 title claims description 19
- 230000002829 reductive effect Effects 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 abstract description 10
- 230000004927 fusion Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000009467 reduction Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 206010070834 Sensitisation Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000008313 sensitization Effects 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- 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
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请实施例提供一种图像处理方法、装置、电子设备及存储介质。图像处理方法,应用于拍摄装置,包括:获取第一图像;根据第一图像确定拍摄装置拍摄的当前场景是否为高动态范围场景;在确定当前场景为高动态范围场景的情况下,当前场景为高动态范围场景时,降低拍摄装置的曝光量;对降低曝光量后获取的第二图像中的亮度进行局部校正,该方式可以直接利用拍摄装置自带的像素统计数据,也无需使用长短帧曝光融合,相比较下计算量少,节省CPU算力,且无需依靠高动态范围的感光元器件就可实现防止或者减缓过曝的现象,节约了成本。
Description
技术领域
本申请涉及飞行器通信技术领域,具体地涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
目前,航测无人机的摄像头曝光沿用传统单反相机的曝光逻辑。为了使得图像中的信息不被遗漏让场景中低亮部分可见,往往会在曝光判断时允许小范围的区域过曝光。现有技术中通常引入高动态范围的感光元器件可以减缓这种过曝光现象,或者通过长短曝光帧融合技术来防止过曝光。但是以上的方式中引入高动态范围的感光元器件会抬高硬件成本,而长短帧曝光融合又需要占用大量的CPU算力,影响***的执行。
发明内容
为解决上述技术问题,本申请的目的是提供一种图像处理方法、装置、电子设备及存储介质。
为了实现上述目的,在本申请第一方面,提供一种图像处理方法,应用于拍摄装置,包括:获取第一图像;根据所述第一图像确定所述拍摄装置拍摄的当前场景是否为高动态范围场景;在确定所述当前场景为高动态范围场景的情况下,当前场景为高动态范围场景时,降低所述拍摄装置的曝光量;对降低曝光量后获取的第二图像中的亮度进行局部校正。
在一实施例中,对降低曝光量后获取的第二图像中的亮度进行局部校正包括:对第二图像中亮度低于第一亮度阈值的低亮度区域的亮度进行补偿。
在一实施例中,对降低曝光量后获取的第二图像中的亮度进行局部校正还包括:对第二图像中亮度高于第二亮度阈值的高亮度区域的亮度进行抑制,其中第二亮度阈值大于第一亮度阈值。
在一实施例中,根据第一图像确定拍摄装置拍摄的当前场景是否为高动态范围场景包括:将第一图像划分为多个图像区域;确定多个图像区域中的每个图像区域的亮度值;将图像区域的亮度值进行排序,以确定第一图像中的高亮度区域和低亮度区域;确定高亮度区域的第一亮度平均值和低亮度区域的第二亮度平均值;在第一亮度平均值和第二亮度平均值的比值大于预设阈值的情况下,确定当前场景为高动态范围场景。
在一实施例中,确定多个图像区域中的每个图像区域的亮度值包括:确定每个图像区域中的像素的亮度的平均值。
在一实施例中,降低拍摄装置的曝光量包括以下中的至少一种:减小拍摄装置的曝光时间;缩小拍摄装置的光圈大小。
在一实施例中,对第二图像中亮度低于第一亮度阈值的低亮度区域的亮度进行补偿包括:使用预设的第一伽马曲线对低亮度区域的亮度进行伽马校正,以对低亮度区域的亮度进行补偿。
在一实施例中,对第二图像中亮度高于第二亮度阈值的高亮度区域的亮度进行抑制包括:使用预设的第二伽马曲线对高亮度区域的亮度进行伽马校正,以对高亮度区域的亮度进行抑制,其中第一伽马曲线的第一伽马值大于第二伽马曲线的第二伽马值。
在本申请的一方面,提供一种图像处理装置,包括:获取模块,用于获取第一图像;确定模块,用于根据第一图像确定拍摄装置拍摄的当前场景是否为高动态范围场景;降低模块,用于当当前场景为高动态范围场景时,降低拍摄装置的曝光量;校正模块,用于对降低曝光量后获取的第二图像中的亮度进行局部校正。
在本申请的一方面,还提供一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现上述的图像处理方法
另外,在本申请另一方面,提供一种计算机可读存储介质,该计算机可读存储介质上存储有指令,该指令在被处理器执行时使得处理器被配置成执行上述的图像处理方法。
在本申请另一方面,还提供一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现根据上述的图像处理方法。
通过上述技术方案,本发明实施例提供的图像处理方法,可以应用于拍摄装置,通过提取一帧第一图像测试当前场景,在当前场景是高动态范围场景的情况下,继而降低拍摄装置的曝光量,并对后续第二图像的亮度进行局部校正。相比传统方式的亮度校正,该方式可以直接利用拍摄装置自带的像素统计数据,无需使用长短帧曝光融合,相比较下计算量更少,从而节省 CPU算力,且无需依靠高动态范围的感光元器件就可实现防止或者减缓过曝光的现象,节约了成本。
本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
图1是本发明实施例提供的一种图像处理方法的流程图;
图2示出了传统模式下拍摄装置所执行的曝光量随曝光时间的曲线图;
图3是本发明实施例提供的一种图像处理方法中为演示步骤S101的场景示意图;
图4是本发明实施例提供的一种图像处理方法中步骤S102的流程图;
图5是本发明实施例提供的演示步骤S1023的示意图;
图6是本发明实施例提供的演示步骤S103下拍摄装置所执行的曝光量随曝光时间的曲线图;
图7是本发明实施例提供的一种图像处理方法中步骤S102的流程图;以及
图8是本发明提供的一种图像处理装置的模块图。
附图标号
100、图像处理装置;20、获取模块;30、降低模块;40、校正模块。
具体实施方式
以下结合附图对本申请实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本申请实施例,并不用于限制本申请实施例。
需要说明,若本公开实施方式中有涉及方向性指示(诸如上、下、左、右、前、后……),则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,若本公开实施方式中有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施方式之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本公开要求的保护范围之内。
以下结合附图对本发明的实施例进一步的详细描述。
解决本发明技术问题的总体技术方案(发明构思)可以分为包括四个步骤,具体可以参见图1,图1是本发明实施例所提供一种图像处理方法的流程图。即本发明实施例提供一种图像处理方法,该图像处理方法应用于拍摄装置,具体而言为一种用于拍摄装置对图像进行曝光的方法。该方法包括:
步骤S101、获取第一图像;
步骤S102、根据第一图像确定拍摄装置拍摄的当前场景是否为高动态范围场景;
步骤S103、在确定当前场景为高动态范围场景的情况下,当前场景为高动态范围场景时,降低拍摄装置的曝光量;
步骤S104、对降低曝光量后获取的第二图像中的亮度进行局部校正。
可以理解,本发明实施例所采用的方法的实现总构思为:通过采集第一图像作为当前场景的测试,以预推算的方式判断拍摄装置在后续帧所拍摄图像(即第二图像)所处的当前场景。根据第一图像确定当前场景是高动态范围场景的情况下,降低拍摄装置的曝光量后,对后续的第二图像进行局部校正,从而解决本发明技术问题。
在本发明实施例中,场景包括不限于置景、拍摄内容,环境光的光照场景等,“当前场景”可以理解为当前拍摄装置在当前环境下所曝光的情景,为了更清晰的阐述本方案,请参见图2,图2是本发明实施例所演示的传统模式下拍摄装置所执行的曝光量随曝光时间的曲线图。
在该曲线图中,代表着同一场景中不同区域由于对曝光量的感光度不同,不同区域随着曝光时间在时间轴的逐渐增加,曝光量随之增加,从而在最终的图像中所呈现不同的亮度。其中,曲线1为场景中第一区域的亮度随着曝光时间增长的第一曲线,曲线2为同一场景第二区域的亮度随着曝光时间增长的第二曲线,其中第一区域和第二区域为不同的感光度且可选地第一区域的感光度要大于第二区域的感光度,且第二区域为整体场景中占比的较大部分区域,在通常拍摄装置所沿用的单反相机的曝光逻辑中,为了使得所拍摄的图像能够符合人眼的视觉特性,使得最终呈现的图像的能够适合人眼观看,即逐渐增加曝光量,随着曝光时间的延长,由于照片中的第一区域的亮度增速比第二区域的增速要快,通常选择在图示中曝光时间为T0时选择曝光,此时点O代表场景中第二区域中在T0时的亮度,即满足让占场景中占较大比例的第二区域属于中亮度区域以适合人眼观看,而对应的P点代表场景中第一区域在T0时高亮度区域的亮度,此时就导致了占比小部分的第一区域达到P点从而超过过曝阈值形成过曝,即形成了高亮度区域。为了图片的完整性,需要对第一区域的P点进行处理。
其中,对于本发明实施例所提到的中亮度区域和高亮度区域,分别代指图像中像素点的亮度值位于第一亮度阈值和第二亮度阈值的区域,以及高于第二亮度阈值的区域,至于第一亮度阈值和第二亮度阈值的设定,可以根据图像的用途设定,在用途不同时,如用于取景拍摄或者用于机器自动识别,可以分别对应不同的第一亮度阈值和第二亮度阈值。
因此,为解决以上问题,本发明提供了以下方法:通过获取第一图像首先确定当前的场景,在确定拍摄装置拍摄的当前场景是高动态范围场景的情况下;通过降低拍摄装置的曝光量;对降低曝光量后获取的第二图像中的亮度进行局部校正。
以上所提到的“第一图像”指代拍摄装置的其中一帧图像(可以为第一帧图像),第一图像功能主要为用于测试当前的当前场景,即当前所处环境光下拍摄装置所拍摄的场景。
在获取方式上,第一图像可以在预设的帧数下提取的一帧图像、也可以是在预设的时间周期中所提取的一帧图像、或者指定时机所获取的一帧图像;具体可以根据所适用的工作场景而定。
高动态范围(HDR:High-Dynamic Range)场景中所提到的动态范围是指图像的高亮度区域的“亮值”与低亮度区域的“暗值”的比,通常情况下,图像的动态范围越高所能表现的层次也越丰富,因此,在本发明实施例中,高动态范围场景代指高亮度区域和低亮度区域的比大于预设阈值的场景。
综合上述可以理解,在高动态范围下由于高亮度区域的亮度值超过低亮度区域的亮度值且比值大于预设阈值,满足上述所导致区域过曝的情况。
进一步地,在步骤S101的具体实现上,在本发明方案之一实施该步骤 S101可以为:
a、预设拍摄装置的时间周期;
b、在每个时间周期内拍摄装置所拍摄的多帧图像,提取其中一帧作为第一图像,以测试该时间周期的当前场景。
请参阅图3,图3是本发明实施例所提供一种图像处理方法中为演示步骤S101的场景示意图。可以设定拍摄装置每隔t秒(即时间周期)在连续拍摄的多帧图像提取第一帧图像作为第一图像,从而作为该时间周期内用于测试当前场景的图像。如设定时间周期为1s,拍摄装置通过每间隔1s拍摄多帧(以24帧为例)图像,将该时间周期内的24帧图像中的首帧图像,即第一帧图像作为第一图像。
在一些实施例中,实施该步骤S101也可以通过帧数的设置,直接设定每间隔预设的帧数下提取一张图像,如每隔24帧提取一张第一图像,或者还可以通过在预设的时机抽取第一图像,如当拍摄装置的位置和角度发生变化时抽取一张作为第一图像(因为通常情况下拍摄装置拍摄位置和角度不变,短时间场景不会发生变化),具体的方式可以是以上的任一种或者组合,第一图像仅用于测试当前场景,通过在以上形式上的改进,同样也属于本发明所涵盖的保护范围内。
请参见图4,图4是本发明实施例所提供一种图像处理方法中步骤S102 的流程图;在步骤S102的具体实现上,步骤S102中根据第一图像确定拍摄装置拍摄的当前场景是否为高动态范围场景包括:
步骤S1021、将第一图像划分为多个图像区域;
步骤S1022、确定多个图像区域中的每个图像区域的亮度值;
步骤S1023、将图像区域的亮度值进行排序,以确定第一图像中的高亮度区域和低亮度区域;
步骤S1024、确定高亮度区域的第一亮度平均值和低亮度区域的第二亮度平均值;
步骤S1025、在第一亮度平均值和第二亮度平均值的比值大于预设阈值的情况下,确定当前场景为高动态范围场景。
步骤S1021即图像切割,将第一图像划分为多个图像区域,每个图像区域可以包含一个像素点或者多个像素点,如第一图像包括1024个像素点,可以将第一图像划分为32乘32的图像区域,即每个图像区域对应1个像素点,也可以将第一图像划分为16乘16的图像区域,此时每个图像区域对应有4个像素点,可以根据拍摄装置所摄取的图像质量而定。
在一些实施例中,为了降低计算量,可以将图像缩放后进行区域切割,再划分为多个图像区域,从而获得更快的计算速度。
随后执行步骤S1022,即计算多个图像区域中的每个图像区域的亮度值,结合上述,当每个图像区域仅一个像素点时,则通过获取该像素点的亮度值作为该图像区域的亮度值,当每个图像区域为多个像素点时,此时确定多个图像区域中的每个图像区域的亮度值包括:确定每个图像区域中的像素的亮度的平均值。
可以理解,当每个图像区域包括多个像素点时,即将每个图像区域内的像素点的亮度值取平均值,亮度值可以根据像素点的通道得到,当拍摄相机所获取的第一图像为原始数据类型,如YUV格式(YUV:一种颜色编码) 时,“Y”表示明亮度,也就是灰阶值,“U”和“V”表示的则是色度,此时仅需要这种格式下很容易求得亮度,由于Y通道就是亮度通道,当图像区域有多个像素点时,仅需要求得每个像素点Y通道的值,然后相加除以像素点的数量即可得到图像区域的亮度值的平均值;当拍摄相机所获取的第一图像为非原始数据类型,如RGB图片,需要先求得图像区域内每个像素点中 R、G、B三个通道的均值,可以通过以下公式计算得到,如亮度值= R*0.299+G*0.587+B*0.114,继而同理将每个像素点的亮度值相加处于像素点的数量即可得到图像区域的亮度值的平均值。
因此可以理解的是,步骤S1022至步骤S1025中所提到的“亮度值”可以是图像区域的单个像素点的亮度值或者多个像素点的亮度平均值。
将图像区域的亮度值进行排序,以确定第一图像中的高亮度区域和低亮度区域,其中,对于图像中像素点的亮度值低于第一亮度阈值的区域为低亮度区域,以及高于第二亮度阈值的区域为高亮度区域,参见图5,图5是本发明实施例所提供演示步骤S1023的示意图;以将图像划分为5乘5的图像区域为例,对第一图像中的原始图像的亮度值阵列中的亮度值进行排序,得到排序后图像,假定设定第一亮度阈值为50,第二亮度阈值为250,则对应亮度值为45和48的区域为低亮度区域,对应亮度值为210、220、254、255 的区域为高亮度区域。
为了方便计算,一些实施例可以将以上的亮度值作归一化处理,即将亮度值除以255,即对应亮度值为255的区域归一化后为1,对应亮度值为48 的区域归一化后为0.19。同样属于本发明实施例所涵盖的保护范围内。
在本发明实施例中,步骤S1022至步骤S1023也可以直接采用统计灰度直方图的方式,首先将所有图像区域统计灰度直方图,将每个图像区域中像素点的灰度值(灰度值:灰度也可以认为是亮度,简单说就是色彩的深浅程度) 从灰度值为0开始往上相加,当对应的像素点达到一定阈值如总像素点的 10%时,记录该图像区域此时为低亮度区域,从灰度255开始往下相加,当对应的像素点达到一定阈值如总像素点的10%时,记录该图像区域为高亮度区域,在以上基础上还可以进行作灰度线性变换。
步骤S1024至步骤S1025即统计高亮度区域的第一亮度平均值和低亮度区域的第二亮度平均值,为对应低亮度区域的亮度值之和除以对应的区域数量,如以上所例举的亮度值中,第二亮度平均值可以是45加上48除以低亮度区域的区域数量2,得到第二平均亮度值为46.5,同理,第一亮度平均值可以高亮度区域的亮度值210、220、254、255之和除以对应高亮度区域的区域数量4,得到第一平均亮度值为234.5,继而通过计算第一亮度平均值和第二亮度平均值的比值,在该比值大于预设阈值的情况下,确定当前场景为高动态范围场景,如预设阈值为5的情况下,第一平均亮度值234.5和第二平均亮度值46.5的比值大于预设阈值7,此时当前场景为高动态范围场景。
在一些实施例中,为了防止像素值溢出,可以将亮度值的分位值区间缩小到255乘以0.1值255乘以0.9,从而保证第二图像的质量。
在确定当前场景为高动态范围场景的情况下,执行步骤S103降低曝光量,在本发明实施例中,所提供的降低拍摄装置的曝光量包括以下中的至少一种:减小拍摄装置的曝光时间;缩小拍摄装置的光圈大小;或者改变环境光。
需要说明的是,降低拍摄装置的曝光量是针对第二图像所执行的步骤。
可以理解,根据拍摄装置的拍摄机制,即通过随着曝光时间逐渐增加曝光量的方式,减少拍摄装置的曝光时间则减少了曝光量,另则即通过缩小拍摄装置的光圈,大小决定着通过镜头进入感光元件的光线的多少。光圈越大,则单位时间里通过的光线(曝光量)越多,光圈越小则越少,从而影响到第二图像的亮度,或者还可以通过改变环境光的大小影响曝光量,通过在拍摄装置上设置遮光元件,从而改变曝光量的大小。
请参阅图6,图6是本发明实施例所提供演示的步骤S103下拍摄装置所执行的曝光量随曝光时间的曲线图;在一个实施例中,通过减少曝光时间来减少曝光量,如将曝光时间从T0减少为T0-x,其中x可以根据拍摄装置所适应的工作环境以及自身的类型所选择,通过图示可知,由于曝光时间的减少,曲线1对应的过曝区域也随之减少,即通过减少第二图像的曝光量,在曝光量整体减少的情况下,每个图像区域的亮度同时减少,从而会减少高亮度区域,从而减少处理高亮度区域的计算量,较少CPU算力占用,从而为后续的图像识别及其他指令获得更快的响应。
在一个具体的方案中,对于常用的拍摄装置,可以通过减少AE(拍摄装置的自动曝光:Automatic exposure)曝光的目标值,如执行指令AEtarget-1, ae target的减少会影响到拍摄装置中ISP(Imagesignalprocessing:图像信号处理)的计算曝光时间。进而减少了整个场景的曝光量。
可以理解,原始的AE目标值和所减少的值均可以根据拍摄装置所设定,如针对部分拍摄装置。其默认AE目标值为13时,可以为AEtarget-1,如当默认的AE目标值为52时,可以为AEtarget-4。
继续参见图示,随着曲线1(第一区域)中过曝的减少,曲线2(第二区域)中的亮度也受到影响,即原本点O的亮度值减少,因此需要在后续进行处理将O点的亮度值补回来,即步骤S104中对降低曝光量后获取的第二图像中的亮度进行局部校正。通过局部校正后,画面中本来会过曝光的区域减少了,而本来不会曝光的区域则基本保留了应有的亮度。
请参阅图7,图7是本发明实施例所提供一种图像处理方法中步骤S102 的流程图;在步骤S104的具体实施上,对降低曝光量后获取的第二图像中的亮度进行局部校正包括:
步骤S1041、对第二图像中亮度低于第一亮度阈值的低亮度区域的亮度进行补偿;
步骤S1042、对第二图像中亮度高于第二亮度阈值的高亮度区域的亮度进行抑制,其中第二亮度阈值大于第一亮度阈值。
其中,在对低亮度区域进行补偿以及对高亮度区域进行抑制的方法可以是通过外界补光灯进行局部补光,也可以是对第二图像自身进行局部校正,如可以是通过插值法,通过在像素点的对应亮度的通道加减一个值,从而实现具备校正,还可以对第二图像采用伽马校正法,即使用伽马曲线对第二图像进行局部校正。
在一个具体的实施例中,使用预设的第一伽马曲线对低亮度区域的亮度进行伽马校正,以对低亮度区域的亮度进行补偿。使用预设的第二伽马曲线对高亮度区域的亮度进行伽马校正,以对高亮度区域的亮度进行抑制。
可以理解,伽马曲线矫正在一般情况下,当用于伽马矫正的值大于1时,图像的高光部分被压缩(抑制)而暗调部分被扩展(补偿),当伽马矫正的值小于1时,图像的高光部分被扩展(抑制)而暗调部分被压缩(抑制),伽马矫正一般用于平滑的扩展暗调的细节。根据本发明实施例所需要实现的功能可知,第一伽马曲线和第二伽马曲线的伽马值可以相等也可以不相等,但是其伽马值限定均大于1。
综上,本发明实施例提供一种图像处理方法,主要应用于在拍摄装置,通过提取一帧第一图像测试当前场景,在当前场景是高动态范围场景的情况下,继而降低拍摄装置的曝光量,并对后续第二图像的亮度进行局部校正,相比传统方式的亮度校正,该方式可以直接利用拍摄装置自带的像素统计数据,也无需使用长短帧曝光融合,相比较下计算量少,节省CPU算力,且无需依靠高动态范围的感光元器件就可实现防止或者减缓过曝的现象,节约了成本。
如果将本发明实施例所提供的方法、涉及到的部分步骤或全部步骤通过互相变换,普通技术手段上的增添等方式进行组合、替换;同样落在本发明的保护范围内。
请参阅图8,图8是本发明提供的一种图像处理装置的模块图;本发明实施例还提供一种图像处理装置100,应用于拍摄装置,拍摄装置可以为相机、摄影机等,该图像处理装置包括:
获取模块10,用于获取第一图像;
确定模块20,用于根据第一图像确定拍摄装置拍摄的当前场景是否为高动态范围场景;
降低模块30,用于当当前场景为高动态范围场景时,降低拍摄装置的曝光量;
校正模块40,用于对降低曝光量后获取的第二图像中的亮度进行局部校正。
可以理解,该图像处理装置100的模块可以执行以上图像处理方法中的全部步骤或者部分步骤的组合,可以通过耦合至拍摄设备上,不限于和配设设备一体设置或者连接设置,以实现拍摄设备无需使用长短帧曝光融合,相比较下节省计算量和CPU算力,且拍摄设备无需依靠高动态范围的感光元器件就可实现防止或者减缓过曝的现象,提高拍摄的图像质量,以提供更精准的图像自动识别,或者更优的视觉效果。
本发明实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有指令,该指令在被处理器执行时使得处理器被配置成执行上述的图像处理方法。
本发明实施例还提供一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现上述的图像处理方法。
本领域技术人员应当理解,如果将本发明实施例所提供的拍摄装置或者图像处理方法、涉及到的全部或部分单元通过稠合、简单变化、串并联互相变换等方式进行组合、替换,如各组件、线路、单元摆放移动位置;或者将其所构成的产品一体设置;或者可拆卸设计;凡组合后的组件可以组成具有特定功能的电路装置/设备/装置/***,用这样的电路装置/设备/装置/ ***代替本发明相应组件同样落在本发明的保护范围内。
装置还包括存储器,上述用于无人作业设备的装置可作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调节内核参数来针对餐具图像控制无人作业设备的喷臂对餐具进行清洗。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例还提供一种无人作业设备,可以是无人车,无人机的一种,该无人作业设备包括如上述的图像处理装置。应当理解的是,该无人作业设备不限定尺寸、外形轮廓,仅需利用到了装置对应的元件实现了相同或者相似的功能,均同样应属于本发明所保护的范围内。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/ 输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器 (CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (11)
1.一种图像处理方法,应用于拍摄装置,其特征在于,包括:
获取第一图像;
根据所述第一图像确定所述拍摄装置拍摄的当前场景是否为高动态范围场景;
在确定所述当前场景为高动态范围场景的情况下,当前场景为高动态范围场景时,降低所述拍摄装置的曝光量;
对降低曝光量后获取的第二图像中的亮度进行局部校正。
2.根据权利要求1所述的图像处理方法,其特征在于,所述对降低曝光量后获取的第二图像中的亮度进行局部校正包括:
对所述第二图像中亮度低于第一亮度阈值的低亮度区域的亮度进行补偿。
3.根据权利要求2所述的图像处理方法,其特征在于,所述对降低曝光量后获取的第二图像中的亮度进行局部校正还包括:
对所述第二图像中亮度高于第二亮度阈值的高亮度区域的亮度进行抑制,其中所述第二亮度阈值大于所述第一亮度阈值。
4.根据权利要求1所述的图像处理方法,其特征在于,所述根据所述第一图像确定所述拍摄装置拍摄的当前场景是否为高动态范围场景包括:
将所述第一图像划分为多个图像区域;
确定所述多个图像区域中的每个图像区域的亮度值;
将所述图像区域的亮度值进行排序,以确定所述第一图像中的高亮度区域和低亮度区域;
确定所述高亮度区域的第一亮度平均值和所述低亮度区域的第二亮度平均值;
在所述第一亮度平均值和第二亮度平均值的比值大于预设阈值的情况下,确定所述当前场景为高动态范围场景。
5.根据权利要求4所述的图像处理方法,其特征在于,所述确定所述多个图像区域中的每个图像区域的亮度值包括:
确定每个图像区域中的像素的亮度的平均值。
6.根据权利要求1所述的图像处理方法,其特征在于,所述降低所述拍摄装置的曝光量包括以下中的至少一种:
减小所述拍摄装置的曝光时间;
缩小所述拍摄装置的光圈大小。
7.根据权利要求3所述的图像处理方法,其特征在于,所述对所述第二图像中亮度低于第一亮度阈值的低亮度区域的亮度进行补偿包括:
使用预设的第一伽马曲线对所述低亮度区域的亮度进行伽马校正,以对所述低亮度区域的亮度进行补偿。
8.根据权利要求7所述的图像处理方法,其特征在于,所述对所述第二图像中亮度高于第二亮度阈值的高亮度区域的亮度进行抑制包括:
使用预设的第二伽马曲线对所述高亮度区域的亮度进行伽马校正,以对所述高亮度区域的亮度进行抑制,其中所述第一伽马曲线的第一伽马值大于所述第二伽马曲线的第二伽马值。
9.一种图像处理装置,应用于拍摄装置,其特征在于,包括:
获取模块,用于获取第一图像;
确定模块,用于根据所述第一图像确定所述拍摄装置拍摄的当前场景是否为高动态范围场景;
降低模块,用于当当前场景为高动态范围场景时,降低所述拍摄装置的曝光量;
校正模块,用于对降低曝光量后获取的第二图像中的亮度进行局部校正。
10.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现权利要求1至8任一所述的图像处理方法。
11.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有指令,该指令在被处理器执行时使得所述处理器被配置成执行根据权利要求1至8中任意一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011623930.4A CN113163127B (zh) | 2020-12-31 | 2020-12-31 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011623930.4A CN113163127B (zh) | 2020-12-31 | 2020-12-31 | 图像处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113163127A true CN113163127A (zh) | 2021-07-23 |
CN113163127B CN113163127B (zh) | 2023-06-16 |
Family
ID=76878183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011623930.4A Active CN113163127B (zh) | 2020-12-31 | 2020-12-31 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113163127B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114429476A (zh) * | 2022-01-25 | 2022-05-03 | 惠州Tcl移动通信有限公司 | 图像处理方法、装置、计算机设备以及存储介质 |
CN114449176A (zh) * | 2022-01-10 | 2022-05-06 | 瑞芯微电子股份有限公司 | 自动曝光方法、动态范围识别方法、装置、介质及设备 |
WO2023169477A1 (zh) * | 2022-03-09 | 2023-09-14 | 北京字跳网络技术有限公司 | 曝光拍摄方法、装置、设备、存储介质和程序产品 |
CN117119291A (zh) * | 2023-02-06 | 2023-11-24 | 荣耀终端有限公司 | 一种出图模式切换方法和电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009017229A (ja) * | 2007-07-04 | 2009-01-22 | Fujifilm Corp | 撮像装置及び撮像制御方法 |
CN101800857A (zh) * | 2009-02-06 | 2010-08-11 | 佳能株式会社 | 摄像设备及其控制方法 |
CN101800858A (zh) * | 2009-02-06 | 2010-08-11 | 佳能株式会社 | 摄像设备及其控制方法 |
CN104883504A (zh) * | 2015-06-05 | 2015-09-02 | 广东欧珀移动通信有限公司 | 开启智能终端上高动态范围hdr功能的方法及装置 |
CN111447371A (zh) * | 2020-03-12 | 2020-07-24 | 努比亚技术有限公司 | 一种自动曝光控制方法、终端及计算机可读存储介质 |
CN111601048A (zh) * | 2020-05-13 | 2020-08-28 | 展讯通信(上海)有限公司 | 图像处理方法及装置 |
CN112073645A (zh) * | 2020-09-04 | 2020-12-11 | 深圳创维-Rgb电子有限公司 | 曝光控制方法、装置、终端设备及存储介质 |
-
2020
- 2020-12-31 CN CN202011623930.4A patent/CN113163127B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009017229A (ja) * | 2007-07-04 | 2009-01-22 | Fujifilm Corp | 撮像装置及び撮像制御方法 |
CN101800857A (zh) * | 2009-02-06 | 2010-08-11 | 佳能株式会社 | 摄像设备及其控制方法 |
CN101800858A (zh) * | 2009-02-06 | 2010-08-11 | 佳能株式会社 | 摄像设备及其控制方法 |
CN104883504A (zh) * | 2015-06-05 | 2015-09-02 | 广东欧珀移动通信有限公司 | 开启智能终端上高动态范围hdr功能的方法及装置 |
CN111447371A (zh) * | 2020-03-12 | 2020-07-24 | 努比亚技术有限公司 | 一种自动曝光控制方法、终端及计算机可读存储介质 |
CN111601048A (zh) * | 2020-05-13 | 2020-08-28 | 展讯通信(上海)有限公司 | 图像处理方法及装置 |
CN112073645A (zh) * | 2020-09-04 | 2020-12-11 | 深圳创维-Rgb电子有限公司 | 曝光控制方法、装置、终端设备及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114449176A (zh) * | 2022-01-10 | 2022-05-06 | 瑞芯微电子股份有限公司 | 自动曝光方法、动态范围识别方法、装置、介质及设备 |
CN114429476A (zh) * | 2022-01-25 | 2022-05-03 | 惠州Tcl移动通信有限公司 | 图像处理方法、装置、计算机设备以及存储介质 |
WO2023169477A1 (zh) * | 2022-03-09 | 2023-09-14 | 北京字跳网络技术有限公司 | 曝光拍摄方法、装置、设备、存储介质和程序产品 |
CN116801110A (zh) * | 2022-03-09 | 2023-09-22 | 北京字跳网络技术有限公司 | 曝光拍摄方法、装置、设备、存储介质和程序产品 |
CN117119291A (zh) * | 2023-02-06 | 2023-11-24 | 荣耀终端有限公司 | 一种出图模式切换方法和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113163127B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111028189B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
US11403740B2 (en) | Method and apparatus for image capturing and processing | |
CN108335279B (zh) | 图像融合和hdr成像 | |
CN109936698B (zh) | 一种自动曝光控制方法、装置、电子设备及存储介质 | |
CN113163127B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
JP6160004B2 (ja) | シーン認識方法および装置 | |
CN109194882B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN108198152B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
US20070047803A1 (en) | Image processing device with automatic white balance | |
CN111028190A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN112565636B (zh) | 图像处理方法、装置、设备和存储介质 | |
US20220094838A1 (en) | Method, Electronic Device and Computer-Readable Storage Medium for Generating a High Dynamic Range Image | |
US20110150357A1 (en) | Method for creating high dynamic range image | |
CN108322651B (zh) | 拍摄方法和装置、电子设备、计算机可读存储介质 | |
US9491381B2 (en) | Image processing apparatus and control method for image processing apparatus | |
US20180241927A1 (en) | Exposure Metering Based On Depth Map | |
CN110246101B (zh) | 图像处理方法和装置 | |
CN109413334B (zh) | 拍摄方法和拍摄装置 | |
US10972676B2 (en) | Image processing method and electronic device capable of optimizing hdr image by using depth information | |
CN110213498B (zh) | 图像生成方法和装置、电子设备、计算机可读存储介质 | |
CN112738411B (zh) | 曝光调节方法、装置、电子设备及存储介质 | |
CN112351218A (zh) | 自动曝光方法、装置、电子设备及计算机可读存储介质 | |
US20130063622A1 (en) | Image sensor and method of capturing an image | |
CN111601044A (zh) | 图像的曝光时间比确定方法及装置 | |
CN101998059A (zh) | 摄影设备及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |