CN113902644A - 一种图像处理方法、装置、设备以及存储介质 - Google Patents

Abstract

本申请提供一种图像处理方法、装置、设备以及存储介质，所述图像处理方法，包括：获取待处理图像；对所述待处理图像中的成像区域进行识别，得到所述成像区域的边界；利用位于所述边界上的像素点的像素值，对位于所述待处理图像中的暗区域的像素点的像素值进行修正，得到所述待处理图像的处理图像。在一定程度上降低图像矫正后异常出现的可能性。

Description

一种图像处理方法、装置、设备以及存储介质

技术领域

本申请涉及图像处理技术领域，具体而言，涉及一种图像处理方法、装置、设备以及存储介质。

背景技术

近来，超广角相机成为了手机、安防、汽车影像、运动相机等行业的新宠。超广角相机的视角大，能够在一张照片中尽可能的收录到镜头前所有的场景。但是，在实际成像中，超广角相机拍摄的图像通常会出现黑色区域，如图1中的暗区域，因此，需要对黑色区域进行矫正。

传统的矫正方法是计算图像中心亮度(或者颜色)和图像边缘亮度(或者颜色)，然后根据图像中心和图像边缘的差异得到图像中每个像素点的矫正系数，从而实现对黑色区域的矫正。

但是，黑色区域与图像中心区域的亮度(或者颜色)存在较大的差异，如果直接根据图像中心区域和黑色区域的差异得到图像中每个像素点的矫正系数可能会导致计算出来的矫正系数很大，通过较大的矫正系数进行矫正很大概率会导致矫正后的图像区域出现异常。

发明内容

基于此，提出一种图像处理方法、装置、设备以及存储介质，以解决现有技术中存在的矫正系数大导致矫正后出现异常的技术问题。

第一方面，提供了一种图像处理方法，包括：

获取待处理图像；

对所述待处理图像中的成像区域进行识别，得到所述成像区域的边界；

利用位于所述边界上的像素点的像素值，对位于所述待处理图像中的暗区域的像素点的像素值进行修正，得到所述待处理图像的处理图像。

上述图像处理方法，首先获取待处理图像，所述待处理图像中包括成像区域和暗区域；然后对所述待处理图像中的成像区域进行识别，得到所述成像区域的边界；最后利用位于所述边界上的像素点的像素值，对位于所述暗区域的像素点的像素值进行修正，得到所述待处理图像的处理图像。可见，上述图像处理方法通过位于边界上的像素点的像素值对位于暗区域的像素点的像素值进行了修正，通过修正，可以使得处理图像中的暗区域的像素点的像素值接近于成像区域的像素点的像素值，然后再根据处理图像计算矫正系数，从而使得根据处理图像计算出来的矫正系数相较于直接根据待处理图像计算出来的矫正系数有所减小，进而在一定程度上降低了矫正后的暗区域出现异常的可能性。

在一个实施例中，所述成像区域为圆形区域；所述对所述待处理图像中的成像区域进行识别，得到所述成像区域的边界，包括：对所述待处理图像进行二值化处理，得到二值化图像；对所述二值化图像进行圆检测，得到所述成像区域的边界。

上述实施例，提供了一种检测方法，即当成像区域为圆形区域时，首先对待处理图像进行二值化，得到二值化图像，然后再使用圆检测方法实现对成像区域的边界的检测。

在一个实施例中，所述利用位于所述边界上的像素点的像素值，对位于所述待处理图像中的暗区域的像素点的像素值进行修正，包括：计算所述待处理图像中的目标像素点和所述成像区域的圆点之间的距离，得到连线距离；若所述连线距离小于或等于所述成像区域的边界的半径，则保持所述目标像素点的像素值不变；若所述连线距离大于所述成像区域的边界的半径，则确定由所述目标像素点和所述成像区域的圆点构建的连线，与，所述成像区域的边界的交点；在所述待处理图像中，将所述目标像素点的像素值修正为所述交点的像素值，得到所述待处理图像的处理图像。

上述实施例，提供了一种根据成像区域的像素点对暗区域的像素点的像素值进行修正的方法，由于交点与暗区域在位置上相对接近，因此，使用交点的像素值对连线上的暗区域的像素点的像素值进行修正，在一定程度上可以使得修正效果更为真实。

在一个实施例中，所述图像处理方法，还包括：将所述处理图像划分为第一数量的图像区域；确定所述第一数量的图像区域的端点；获取所述处理图像在候选通道的最大亮度；计算每个图像区域在所述候选通道的亮度均值；

根据所述处理图像在所述候选通道的最大亮度和每个图像区域在所述候选通道的亮度均值，得到所述候选通道对应的亮度比值矩阵，所述亮度比值矩阵中记录了每个端点在所述候选通道的亮度比值，所述亮度比值反映了端点的亮度情况；根据所述候选通道对应的亮度比值矩阵，得到所述待处理图像在所述候选通道的亮度矫正系数矩阵，所述亮度矫正系数矩阵中记录了每个端点在所述候选通道的亮度矫正系数。

上述实施例，通过分块计算的方式得到了亮度矫正系数矩阵，以便通过亮度矫正系数矩阵对待处理图像的亮度的矫正。

在一个实施例中，所述端点中包括位于所述处理图像的外边界的外端点以及不位于所述外边界的内端点；所述根据所述处理图像在所述候选通道的最大亮度和每个图像区域在所述候选通道的亮度均值，得到所述候选通道对应的亮度比值矩阵，包括：根据所述处理图像在所述候选通道的最大亮度和每个图像区域在所述候选通道的亮度均值得到每个内端点在所述候选通道的亮度比值；根据所述候选通道的最大亮度对应的像素点在所述待处理图像中的坐标位置和每个端点在所述待处理图像中的坐标位置，得到端点距离矩阵；根据所述端点距离矩阵和每个内端点在所述候选通道的亮度比值，得到每个外端点在所述候选通道的亮度比值。

上述实施例，在计算内端点在候选通道的亮度比值时，可以根据内端点周围的四个图像区域的亮度比值得到该内端点在候选通道的亮度比值，在计算外端点在候选通道的亮度比值时，可以根据内端点在候选通道的亮度比值时进行计算，从而实现了所有的端点在候选通道的亮度比值的计算。

在一个实施例中，所述根据所述候选通道对应的亮度比值矩阵，得到所述待处理图像在所述候选通道的亮度矫正系数矩阵，包括：根据所述成像区域的边界构建所述待处理图像对应的掩膜图像；将所述掩膜图像划分为所述第一数量的掩膜区域；计算每个掩膜区域的平均像素值，根据每个掩膜区域的平均像素值得到第二数量的掩膜区域和平均像素值小于预设像素值的目标掩膜区域的区域位置；根据所述第二数量的掩膜区域构建区域掩膜，在所述区域掩膜中，各个区域位置的像素值为第一像素值；在所述区域掩膜中，将所述目标掩膜区域的区域位置的像素值设置为第二像素值，得到目标区域掩膜；根据所述候选通道对应的亮度比值矩阵和所述目标区域掩膜，得到所述待处理图像在所述候选通道的亮度矫正系数矩阵。

上述实施例，说明了如何得到亮度矫正系数矩阵。

在一个实施例中，所述候选通道包括：R通道、GR通道、GB通道和B通道；所述图像处理方法，还包括：计算所述待处理图像在GR通道的亮度矫正系数矩阵和GB通道的亮度矫正系数矩阵的均值，得到矫正均值矩阵；将所述待处理图像在目标通道的亮度矫正系数矩阵除以所述矫正均值矩阵，得到所述待处理图像在所述目标通道的颜色矫正系数矩阵，所述目标通道为所述候选通道中的一个；计算所述待处理图像在标准色温下的GR通道的亮度矫正系数矩阵和GB通道的亮度矫正系数矩阵的均值，得到色温矫正均值矩阵；根据所述待处理图像在所述目标通道的颜色矫正系数矩阵和所述色温矫正均值矩阵，得到所述待处理图像在所述目标通道的颜色亮度矫正系数矩阵。

上述实施例，说明了如何得到目标通道的颜色亮度矫正系数矩阵，从而使用目标通道的颜色亮度矫正系数矩阵对图像的颜色和亮度进行矫正，相较于分别计算亮度矫正系数和颜色矫正系数，然后使用亮度矫正系数和颜色矫正系数对图像进行矫正的方式，这样的方式只用一次矫正就能同时矫正颜色和亮度，在一定程度上提高了矫正效率。

第二方面，提供了一种图像处理装置，包括：

获取模块，用于获取待处理图像；

边界模块，用于对所述待处理图像中的成像区域进行识别，得到所述成像区域的边界；

修正模块，用于利用位于所述边界上的像素点的像素值，对位于所述待处理图像中的暗区域的像素点的像素值进行修正，得到所述待处理图像的处理图像。

在一个实施例中，所述成像区域为圆形区域；所述边界模块，具体用于：对所述待处理图像进行二值化处理，得到二值化图像；对所述二值化图像进行圆检测，得到所述成像区域的边界。

在一个实施例中，所述修正模块，具体用于：计算所述待处理图像中的目标像素点和所述成像区域的圆点之间的距离，得到连线距离；若所述连线距离小于或等于所述成像区域的边界的半径，则保持所述目标像素点的像素值不变；若所述连线距离大于所述成像区域的边界的半径，则确定由所述目标像素点和所述成像区域的圆点构建的连线，与，所述成像区域的边界的交点；在所述待处理图像中，将所述目标像素点的像素值修正为所述交点的像素值，得到所述待处理图像的处理图像。

在一个实施例中，所述图像处理装置，还包括：矫正系数模块，用于将所述处理图像划分为第一数量的图像区域；确定所述第一数量的图像区域的端点；获取所述处理图像在候选通道的最大亮度；计算每个图像区域在所述候选通道的亮度均值；根据所述处理图像在所述候选通道的最大亮度和每个图像区域在所述候选通道的亮度均值，得到所述候选通道对应的亮度比值矩阵，所述亮度比值矩阵中记录了每个端点在所述候选通道的亮度比值，所述亮度比值反映了端点的亮度情况；根据所述候选通道对应的亮度比值矩阵，得到所述待处理图像在所述候选通道的亮度矫正系数矩阵，所述亮度矫正系数矩阵中记录了每个端点在所述候选通道的亮度矫正系数。

在一个实施例中，所述端点中包括位于所述处理图像的外边界的外端点以及不位于所述外边界的内端点；所述矫正系数模块，具体用于：根据所述处理图像在所述候选通道的最大亮度和每个图像区域在所述候选通道的亮度均值得到每个内端点在所述候选通道的亮度比值；根据所述候选通道的最大亮度对应的像素点在所述待处理图像中的坐标位置和每个端点在所述待处理图像中的坐标位置，得到端点距离矩阵；根据所述端点距离矩阵和每个内端点在所述候选通道的亮度比值，得到每个外端点在所述候选通道的亮度比值。

在一个实施例中，所述矫正系数模块，具体用于：根据所述成像区域的边界构建所述待处理图像对应的掩膜图像；将所述掩膜图像划分为所述第一数量的掩膜区域；计算每个掩膜区域的平均像素值，根据每个掩膜区域的平均像素值得到第二数量的掩膜区域和平均像素值小于预设像素值的目标掩膜区域的区域位置；根据所述第二数量的掩膜区域构建区域掩膜，在所述区域掩膜中，各个区域位置的像素值为第一像素值；在所述区域掩膜中，将所述目标掩膜区域的区域位置的像素值设置为第二像素值，得到目标区域掩膜；根据所述候选通道对应的亮度比值矩阵和所述目标区域掩膜，得到所述待处理图像在所述候选通道的亮度矫正系数矩阵。

在一个实施例中，所述候选通道包括：R通道、GR通道、GB通道和B通道；所述图像处理装置，还包括：矫正模块，用于：计算所述待处理图像在GR通道的亮度矫正系数矩阵和GB通道的亮度矫正系数矩阵的均值，得到矫正均值矩阵；将所述待处理图像在目标通道的亮度矫正系数矩阵除以所述矫正均值矩阵，得到所述待处理图像在所述目标通道的颜色矫正系数矩阵，所述目标通道为所述候选通道中的一个；计算所述待处理图像在标准色温下的GR通道的亮度矫正系数矩阵和GB通道的亮度矫正系数矩阵的均值，得到色温矫正均值矩阵；根据所述待处理图像在所述目标通道的颜色矫正系数矩阵和所述色温矫正均值矩阵，得到所述待处理图像在所述目标通道的颜色亮度矫正系数矩阵。

第三方面，提供了一种计算机设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述图像处理方法的步骤。

第四方面，提供了一种计算机可读存储介质，所述计算机可读取存储介质中存储有计算机程序指令，所述计算机程序指令被处理器读取并运行时，执行如上所述图像处理方法的步骤。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例中的成像区域和暗区域的示意图；

图2为本申请实施例中图像处理方法的实现流程示意图；

图3为本申请实施例中左图像区域、左边界、右图像区域、右边界的示意图；

图4为本申请实施例中r_detect的示意图；

图5为本申请实施例中连线t的示意图；

图6为本申请实施例中修正后的示意图；

图7为本申请实施例中端点的示意图；

图8为本申请实施例中图像区域、内端点和外端点的示意图；

图9为本申请实施例中掩膜区域的示意图；

图10为本申请实施例中的示例性的结果展示；

图11为本申请实施例中图像处理装置的组成结构示意图；

图12为本申请实施例中计算机设备的内部结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在一个实施例中，提供了一种图像处理方法。本发明实施例所述的图像处理方法的执行主体为能够实现本发明实施例所述的图像处理方法的计算机设备，该计算机设备可以包括但不限于终端和服务器。其中，终端包括台式终端和移动终端，台式终端包括但不限于台式电脑和车载电脑；移动终端包括但不限于手机、平板、笔记本电脑和智能手表。服务器包括高性能计算机和高性能计算机集群。

在一个实施例中，如图2所示，提供了一种图像处理方法，包括：

步骤100，获取待处理图像。

待处理图像，可以是超广角相机拍摄的图像，其中，超广角相机包括鱼眼相机，超广角相机拍摄的图像，可以是超广角相机中的图像传感器拍摄得到的原始图像，该原始图像的格式为RAW格式，对于RAW格式的原始图像，总共有4个通道，分别是R通道、GR通道、GB通道和B通道。

步骤200，对所述待处理图像中的成像区域进行识别，得到所述成像区域的边界。

所述待处理图像中包括成像区域和暗区域。成像区域，为待处理图像中显示有正常图像的区域，成像区域的形状包括但不限于圆形，例如，成像区域的形状还可以是椭圆形；暗区域，为待处理图像中无法正常显示图像的深色区域，例如，暗区域为黑色区域。成像区域和暗区域可以如图1所示。在待处理图像中，成像区域和暗区域存在亮度差异，成像区域的亮度高于暗区域的亮度。

由于成像区域和暗区域存在亮度差异，因此，根据成像区域和暗区域之间的亮度差异，可以实现对待处理图像中的成像区域的识别，从而得到成像区域的边界，例如，通过成像区域和暗区域之间的亮度差异设置亮度阈值的方式对待处理图像中的成像区域进行识别。

步骤300，利用位于所述边界上的像素点的像素值，对位于所述待处理图像中的暗区域的像素点的像素值进行修正，得到所述待处理图像的处理图像。

例如图3所示，将待处理图像分成左右两个图像区域，对于通道i(通道i可以是R通道或者GR通道或者GB通道或者B通道)，计算位于左边界上的像素点的像素值(通道i的像素值)的均值，将该均值作为左图像区域中的暗区域中的部分像素点在通道i的像素值；同理，计算位于右边界上的像素点的像素值(通道i的像素值)的均值，将该均值作为右图像区域中的暗区域中的部分像素点在通道i的像素值。

上述图像处理方法，首先获取待处理图像，所述待处理图像中包括成像区域和暗区域；然后对所述待处理图像中的成像区域进行识别，得到所述成像区域的边界；最后利用位于所述边界上的像素点的像素值，对位于所述暗区域的像素点的像素值进行修正，得到所述待处理图像的处理图像。可见，上述图像处理方法通过位于边界上的像素点的像素值对位于暗区域的像素点的像素值进行了修正，通过修正，可以使得处理图像中的暗区域的像素点的像素值接近于成像区域的像素点的像素值，然后再根据处理图像计算矫正系数，从而使得根据处理图像计算出来的矫正系数相较于直接根据待处理图像计算出来的矫正系数有所减小，进而在一定程度上降低了矫正后的暗区域出现异常的可能性。

在一个实施例中，所述成像区域为圆形区域；步骤200所述对所述待处理图像中的成像区域进行识别，得到所述成像区域的边界，包括：

步骤201，对所述待处理图像进行二值化处理，得到二值化图像。

例如，获取预先设置的阈值，根据该预设设置的阈值，对该待处理图像进行二值化处理，得到二值化图像；再如，根据自适应阈值二值化算法对待处理图像进行处理，得到二值化图像。

步骤202，对所述二值化图像进行圆检测，得到所述成像区域的边界。

由于成像区域是圆形区域，因此，在得到二值化图像后，可以通过圆检测方法，例如，最小闭合圆检测方法，得到成像区域的半径(r_boundary)，从而实现对成像区域的检测，进而根据成像区域的半径和圆心确定成像区域的边界。

在一个示例中，如图4所示，首先通过圆检测方法得到成像区域的半径，假设成像区域的半径为r_detect，为了防止r_detect检测失败和越界，设置一个偏移值(r_offset)和两个阈值(r_thresshold_low和r_thresshold_high)，于是，将r_detect-r_offset作为成像区域的边界的半径，假设边界的半径为r_boundary，更进一步的，边界的半径需要满足r_thresshold_low<＝r_boundary<＝r_thresshold_high，从而防止越界。由于有了成像区域的边界的半径r_boundary，因此，根据成像区域的边界的半径r_boundary和圆心，便可以确定成像区域的边界。

上述实施例，提供了一种检测方法，即当成像区域为圆形区域时，首先对待处理图像进行二值化，得到二值化图像，然后再使用圆检测方法实现对成像区域的边界的检测。

在一个实施例中，步骤300所述利用位于所述边界上的像素点的像素值，对位于所述待处理图像中的暗区域的像素点的像素值进行修正，得到所述待处理图像的处理图像，包括：

步骤301，计算所述待处理图像中的目标像素点和所述成像区域的圆点之间的距离，得到连线距离。

目标像素点，为待处理图像中还未确定与圆点之间的距离的像素点。

如图5所示，假设p1为目标像素点，圆点为O，p1的坐标为(j,i)，圆点O的坐标为(b,a)，于是，p1与圆点O之间的连线距离(dist_连线)：dist_连线＝((a-i)²+(b-j)²)^0.5。

步骤302，若所述连线距离小于或等于所述成像区域的边界的半径，则保持所述目标像素点的像素值不变。

若连线距离dist_连线小于或等于成像区域的边界的半径，则认为目标像素点位于圆形的成像区域内，于是，保持目标像素点的像素值不变。

步骤303，若所述连线距离大于所述成像区域的边界的半径，则确定由所述目标像素点和所述成像区域的圆点构建的连线，与，所述成像区域的边界的交点；在所述待处理图像中，将所述目标像素点的像素值修正为所述交点的像素值，得到所述待处理图像的处理图像。

若连线距离dist_连线大于成像区域的边界的半径，则认为目标像素点位于圆形的成像区域之外，于是，对目标像素点的像素值进行处理，即将目标像素点的像素值修正为交点的像素值。如图5所示，由p1与圆点O构成的连线为连线t，连线t与成像区域的边界的交点为p2，根据p1的坐标，圆点O的坐标，以及，连线距离dist_连线，可以求出p2的坐标，假设p2的坐标为(n,m)，于是：

m＝a-r_boundary×(a-i)/dist_连线，n＝b-r_boundary×(b-j)/dist_连线。

在得到交点p2的坐标后，将p2的四个通道的像素值分别赋予目标像素点p1。经过上述处理后的处理图像可如图6所示，可以看到暗区域出现了很多发散的线条，这些线条上的像素点的像素值进行了修正。

上述实施例，提供了一种根据成像区域的像素点对暗区域的像素点的像素值进行修正的方法，由于交点与暗区域在位置上相对接近，因此，使用交点的像素值对连线上的暗区域的像素点的像素值进行修正，在一定程度上可以使得修正效果更为真实。

在一个实施例中，图像处理方法，还包括：步骤400到步骤900。

步骤400，将所述处理图像划分为第一数量的图像区域。

其中，第一数量为预先设置的数量，例如，第一数量为m(行)×n(列)，即将处理图像划分为m×n个图像区域，如图7所示。

步骤500，确定所述第一数量的图像区域的端点。

如图7所示，由于图像区域有m×n个，因此，端点总共有(m+1)×(n+1)个，即总共有第二数量的端点，其中，第二数量为：(m+1)×(n+1)。

步骤600，获取所述处理图像在候选通道的最大亮度。

其中，候选通道，为R通道、GR通道、GB通道和B通道中的一个。

最大亮度，为处理图像在候选通道的最大的像素值，例如，候选通道为R通道，则可以遍历处理图像中的每个像素点在R通道的像素值，若发现像素点y在R通道的像素值最大，则将像素点y在R通道的像素值设置为处理图像在候选通道的最大亮度。由于图像传感器拍摄的图像，越靠近图像的中心区域越亮，越靠近图像的边缘区域越暗，因此，处理图像在各个通道的最大亮度通常位于处理图像的中心区域。

步骤700，计算每个图像区域在所述候选通道的亮度均值。

如图7所示，对于图像区域h，将图像区域h中的各个像素点在候选通道的像素值相加，得到像素值之和，然后将像素值之和除以图像区域h中的像素点的总数，即可得到图像区域h在候选通道的亮度均值。通过这样的方法，可以得到处理图像中的每个图像区域在候选通道的亮度均值。

步骤800，根据所述处理图像在所述候选通道的最大亮度和每个图像区域在所述候选通道的亮度均值，得到所述候选通道对应的亮度比值矩阵，所述亮度比值矩阵中记录了每个端点在所述候选通道的亮度比值，所述亮度比值反映了端点的亮度情况。

由于知晓了候选通道的最大亮度，即知晓了处理图像的中心区域的亮度情况，并且，知晓了每个图像区域在候选通道的亮度均值，即知晓了每个图像区域的亮度情况，因此，根据候选通道的最大亮度和每个图像区域在候选通道的亮度均值，可以计算得到每个端点在候选通道的亮度比值，从而得到每个端点的亮度情况。由于亮度比值矩阵记录的是端点在候选通道的亮度比值，因此，亮度比值矩阵的大小也为：(m+1)×(n+1)。

步骤900，根据所述候选通道对应的亮度比值矩阵，得到所述待处理图像在所述候选通道的亮度矫正系数矩阵，所述亮度矫正系数矩阵中记录了每个端点在所述候选通道的亮度矫正系数。

由于得到了每个端点的亮度情况，因此，根据候选通道对应的亮度比值矩阵，即根据每个端点在候选通道的亮度比值，即可得到待处理图像在候选通道的亮度矫正系数矩阵。例如，端点在候选通道的亮度比值越大，则该端点在候选通道的亮度矫正系数也越大；端点在候选通道的亮度比值越小，则该端点在候选通道的亮度矫正系数也越小，从而得到亮度矫正系数矩阵。在得到亮度矫正系数矩阵之后，便可以通过该亮度矫正系数矩阵对待处理图像的亮度进行矫正了。

上述实施例，通过分块计算的方式得到了亮度矫正系数矩阵，以便通过亮度矫正系数矩阵对待处理图像的亮度的矫正。

在一个实施例中，所述端点中包括位于所述处理图像的外边界的外端点以及不位于所述外边界的内端点(内端点位于图像内部，如图8中的白色圆点，外端点位于图像的外边界，如图8中的黑色圆点)；相应的，步骤800所述根据所述处理图像在所述候选通道的最大亮度和每个图像区域在所述候选通道的亮度均值，得到所述候选通道对应的亮度比值矩阵，包括：

步骤801，根据所述处理图像在所述候选通道的最大亮度和每个图像区域在所述候选通道的亮度均值得到每个内端点在所述候选通道的亮度比值。

首先将处理图像在候选通道的最大亮度除以图像区域在该候选通道的亮度均值得到该图像区域在该候选通道的亮度比值，例如，对于图像区域t_m,n，使用y_t_m,n表示图像区域t_m,n在候选通道的亮度均值，使用luma_max表示处理图像在候选通道的最大亮度，使用gain_y_t_m,n表示图像区域在该候选通道的亮度比值，于是，gain_y_t_m,n＝luma_max/y_t_m,n；然后根据内端点周围的四个图像区域的亮度比值得到该内端点在候选通道的亮度比值，例如图8，对于内端点f_i,j，使用gain_inner_f_i,j表示内端点f_i,j在候选通道的亮度比值，于是，gain_inner_f_i,j＝gain_y_t_i-1,j-1+gain_y_t_i-1,j+gain_y_t_i,j-1+gain_y_t_i,j。

步骤802，根据所述候选通道的最大亮度对应的像素点在所述待处理图像中的坐标位置和每个端点在所述待处理图像中的坐标位置，得到端点距离矩阵。

例如，假设候选通道的最大亮度对应的像素点在待处理图像中的坐标位置为(x1,y1)，某个端点在待处理图像中的坐标位置为(x2,y2)，于是，得到该端点与最大亮度对应的像素点之间的距离为：(x1-x2)²+(y1-y2)²。根据这样的计算方式可以计算得到每个端点与候选通道的最大亮度对应的像素点之间的距离，从而得到端点距离矩阵。

需要说明的是，如果只知道候选通道的最大亮度对应的像素点和端点在图像区域中的坐标位置，那么，在计算端点与候选通道的最大亮度对应的像素点之间的距离时，还需要将候选通道的最大亮度对应的像素点和端点在图像区域中的坐标位置进行转换。

例如，候选通道的最大亮度对应的像素点在图像区域中的坐标位置为(center_row,center_col)，待处理图像的图像宽度为image_width，待处理图像的图像高度为image_height，由于待处理图像被划分为了m(行)×n(列)，因此，每个图像区域的横向像素数H_blocks＝image_width/n，每个图像区域的纵向像素数V_blocks＝image_height/m，假设使用center_point_x表示候选通道的最大亮度对应的像素点在待处理图像中的横坐标，使用center_point_y表示候选通道的最大亮度对应的像素点在待处理图像中的纵坐标，于是：

center_point_x＝center_col×H_blocks+H_blocks/2

center_point_y＝center_row*V_blocks+V_blocks/2。

通过上述方式，还可以将端点在图像区域中的坐标位置转换为端点在待处理图像中的坐标位置。

步骤803，根据所述端点距离矩阵和每个内端点在所述候选通道的亮度比值，得到每个外端点在所述候选通道的亮度比值。

首先，从所有的内端点中选出k个第一内端点，获得这k个第一内端点在候选通道的亮度比值，从剩余的内端点中选出k-1个第二内端点，并且，根据端点距离矩阵，获得k个第一内端点与候选通道的最大亮度对应的像素点之间的距离，将k个第一内端点中的第i个第一内端点在候选通道的亮度比值表示为gain_neiJD_i，将k个第一内端点中的第i个第一内端点与候选通道的最大亮度对应的像素点之间的距离表示为dist_i，将k-1个第二内端点中的第j个第二内端点与候选通道的最大亮度对应的像素点之间的距离表示为dist_j，于是：

gain_neiJD_i＝a₁×dist₁+a₂×dist₂+…+a_j×dist_j+a_k-1×dist_k-1+b×dist_i。

由于有k个第一内端点，因此，可以构建k个上述式子，从而求解出：a1、a2、…、a_k-1和b。由于求解出了a1、a2、…、a_k-1和b，因此，当需要得到外端点在候选通道的亮度比值时，首先从端点距离矩阵中获取到该外端点与候选通道的最大亮度对应的像素点之间的距离，然后将该距离作为dist_i，即可求解出该外端点在候选通道的亮度比值。

上述实施例，在计算内端点在候选通道的亮度比值时，可以根据内端点周围的四个图像区域的亮度比值得到该内端点在候选通道的亮度比值，在计算外端点在候选通道的亮度比值时，可以根据内端点在候选通道的亮度比值时进行计算，从而实现了所有的端点在候选通道的亮度比值的计算。

在一个实施例中，步骤900所述根据所述候选通道对应的亮度比值矩阵，得到所述待处理图像在所述候选通道的亮度矫正系数矩阵，包括：

步骤901，根据所述成像区域的边界构建所述待处理图像对应的掩膜图像。

根据成像区域的边界，将边界内的像素点的值设置为A，例如，A＝1，将边界外的像素点的值设置为B，例如，B＝0，从而得到掩膜图像。在一个具体的示例中，当成像区域是圆形区域时，根据成像区域的半径和圆心，将边界内的像素点的值设置为1，将边界外的像素点的值设置为0，于是，得到待处理图像对应的掩膜图像，如图9所示，也就是说，在掩膜图像中，像素点的像素值为0或者1。

步骤902，将所述掩膜图像划分为所述第一数量的掩膜区域。

将掩膜图像划分为m(行)×n(列)的掩膜区域。

步骤903，计算每个掩膜区域的平均像素值，根据每个掩膜区域的平均像素值得到第二数量的掩膜区域和平均像素值小于预设像素值的目标掩膜区域的区域位置。

对于掩膜区域d，将掩膜区域d中的各个像素点的像素值相加，得到像素值之和，然后将像素值之和除以掩膜区域d中的像素点的总数，即可得到掩膜区域d的平均像素值。通过这样的方法，可以得到掩膜图像中的每个掩膜区域的平均像素值。由于掩膜区域的数量为m×n，为了和端点的数量适配便于进行比较，因此，还需要将边界进行复制，得到第二数量即(m+1)×(n+1)个掩膜区域，边界复制，实质上是对边界的平均像素值进行复制，从而得到(m+1)×(n+1)个平均像素值。

预设像素值，为预先设置的一个平均像素值。由于已经得到了(m+1)×(n+1)个掩膜区域的平均像素值，因此，将(m+1)×(n+1)个掩膜区域的平均像素值分别与预设像素值进行比较，即可得到平均像素值小于预设像素值的目标掩膜区域和该目标掩膜区域的区域位置。

步骤904，根据所述第二数量的掩膜区域构建区域掩膜，在所述区域掩膜中，各个区域位置的像素值为第一像素值。

第二数量＝(m+1)×(n+1)，于是，区域掩膜的大小为(m+1)×(n+1)，并且，在区域掩膜中，每个区域位置(每个区域位置对应一个像素点)的像素值为第一像素值，例如，第一像素值为1。

步骤905，在所述区域掩膜中，将所述目标掩膜区域的区域位置的像素值设置为第二像素值，得到目标区域掩膜。

例如，第二像素值为0。

步骤906，根据所述候选通道对应的亮度比值矩阵和所述目标区域掩膜，得到所述待处理图像在所述候选通道的亮度矫正系数矩阵。

将候选通道对应的亮度比值矩阵与目标区域掩膜相乘，例如，候选通道对应的亮度比值矩阵为gain_corner_all，目标区域掩膜为N，于是，待处理图像在候选通道的亮度矫正系数矩阵gain_lut为：gain_lut＝gain_corner_all×N，需要说明的是，这里的×是指将相同的位置(例如，位置A)的值相乘得到一个结果，然后将该结果放入gain_lut中的相应位置(位置A)处。

在一个示例中，为了调解矫正力度，还可以设置一个比例系数ratio，通过该比例系数ratio对gain_lut进行更新，于是，更新后的亮度矫正系数矩阵gain_lut_final为：gain_lut_final＝(1-gain_lut)*ratio+1。

需要说明的是，由于有4个通道，分别为R通道、GR通道、GB通道和B通道，因此，4个通道的更新后的亮度矫正系数矩阵可以分别表示为：R_gain_lut、GR_gain_lut、GB_gain_lut以及B_gain_lut。

上述实施例，说明了如何得到亮度矫正系数矩阵。

在一个实施例中，所述候选通道包括：R通道、GR通道、GB通道和B通道；所述图像处理方法，还包括：

步骤1000，计算所述待处理图像在GR通道的亮度矫正系数矩阵和GB通道的亮度矫正系数矩阵的均值，得到矫正均值矩阵。

例如，假设待处理图像在GR通道的亮度矫正系数矩阵为：GR_gain_lut，待处理图像在GB通道的亮度矫正系数矩阵为：GB_gain_lut，于是，矫正均值矩阵H为：H＝(GR_gain_lut+GB_gain_lut)/2。

步骤1001，将所述待处理图像在目标通道的亮度矫正系数矩阵除以所述矫正均值矩阵，得到所述待处理图像在所述目标通道的颜色矫正系数矩阵，所述目标通道为所述候选通道中的一个。

例如，目标通道为R通道，待处理图像在R通道的亮度矫正系数矩阵为：R_gain_lut，于是，待处理图像在R通道的颜色矫正系数矩阵为R_gain_lut/H；再如，目标通道为GR通道，待处理图像在GR通道的亮度矫正系数矩阵为：GR_gain_lut，于是，待处理图像在GR通道的颜色矫正系数矩阵为GR_gain_lut/H；再如，目标通道为GB通道，待处理图像在GB通道的亮度矫正系数矩阵为：GB_gain_lut，于是，待处理图像在GB通道的颜色矫正系数矩阵为GB_gain_lut/H；再如，目标通道为B通道，待处理图像在B通道的亮度矫正系数矩阵为：B_gain_lut，于是，待处理图像在B通道的颜色矫正系数矩阵为B_gain_lut/H。

步骤1002，计算所述待处理图像在标准色温下的GR通道的亮度矫正系数矩阵和GB通道的亮度矫正系数矩阵的均值，得到色温矫正均值矩阵。

其中，标准色温，为D50，假设待处理图像在D50下的GR通道的亮度矫正系数矩阵为：D50_GR_gain_lut，待处理图像在D50下的GB通道的亮度矫正系数矩阵为：D50_GB_gain_lut，于是，色温矫正均值矩阵W为：(D50_GR_gain_lut+D50_GB_gain_lut)/2。标准色温下的GR通道的亮度矫正系数矩阵和GB通道的亮度矫正系数矩阵的计算可参照步骤901到步骤906，在此不再详述。

步骤1003，根据所述待处理图像在所述目标通道的颜色矫正系数矩阵和所述色温矫正均值矩阵，得到所述待处理图像在所述目标通道的颜色亮度矫正系数矩阵。

例如，目标通道为R通道，则R通道的颜色亮度矫正系数矩阵为：R_gain_lut/H×W；再如，目标通道为GR通道，则GR通道的颜色亮度矫正系数矩阵为：GR_gain_lut/H×W；再如，目标通道为GB通道，则GB通道的颜色亮度矫正系数矩阵为：GB_gain_lut/H×W；再如，目标通道为B通道，则B通道的颜色亮度矫正系数矩阵为：B_gain_lut/H×W。颜色亮度矫正系数矩阵的大小为(m+1)×(n+1)。

由于已经得到了颜色亮度矫正系数矩阵，因此，可以使用颜色亮度矫正系数矩阵对待处理图像进行矫正，具体的，对待处理图像中的各个图像区域的像素点，需要根据颜色亮度矫正系数矩阵中的四个值对待处理图像中的各个图像区域的像素点的值进行矫正。例如，待处理图像总共有m×n个图像区域，当要对待处理图像中的第一个图像区域中的像素点的像素值进行矫正的时候，根据颜色亮度矫正系数矩阵中(1,1)，(1,2)，(2,1)，(2,2)位置处的四个值对第一个图像区域(如图3)中的像素点的像素值进行矫正，再如，当要对待处理图像中的第二个图像区域(如图4)中的像素点的像素值进行矫正的时候，根据颜色亮度矫正系数矩阵中(1,2)，(1,3)，(2,2)，(2,3)位置处的四个值对第二个图像区域中的像素点的像素值进行矫正，依次类推，从而实现对待处理图像中的所有的像素点的矫正。

如图10所示(截取待处理图像对应的矫正图像中的水平一行和垂直一列的像素点进行展示)，展示了使用颜色亮度矫正系数矩阵对待处理图像进行矫正的效果，每条覆盖有圆点的线表示一个通道的矫正效果，可以看出，矫正后，通道四周和中心的亮度达到了均衡。

上述实施例，说明了如何得到目标通道的颜色亮度矫正系数矩阵，从而使用目标通道的颜色亮度矫正系数矩阵对图像的颜色和亮度进行矫正，相较于分别计算亮度矫正系数和颜色矫正系数，然后使用亮度矫正系数和颜色矫正系数对图像进行矫正的方式，这样的方式只用一次矫正就能同时矫正颜色和亮度，在一定程度上提高了矫正效率。

在一个实施例中，如图11所示，提供了一种图像处理装置1100，包括：

获取模块1101，用于获取待处理图像；

边界模块1102，用于对所述待处理图像中的成像区域进行识别，得到所述成像区域的边界；

修正模块1103，用于利用位于所述边界上的像素点的像素值，对位于所述待处理图像中的暗区域的像素点的像素值进行修正，得到所述待处理图像的处理图像。

在一个实施例中，所述成像区域为圆形区域；所述边界模块1102，具体用于：对所述待处理图像进行二值化处理，得到二值化图像；对所述二值化图像进行圆检测，得到所述成像区域的边界。

在一个实施例中，所述修正模块1103，具体用于：计算所述待处理图像中的目标像素点和所述成像区域的圆点之间的距离，得到连线距离；若所述连线距离小于或等于所述成像区域的边界的半径，则保持所述目标像素点的像素值不变；若所述连线距离大于所述成像区域的边界的半径，则确定由所述目标像素点和所述成像区域的圆点构建的连线，与，所述成像区域的边界的交点；在所述待处理图像中，将所述目标像素点的像素值修正为所述交点的像素值，得到所述待处理图像的处理图像。

在一个实施例中，所述图像处理装置1100，还包括：矫正系数模块，用于将所述处理图像划分为第一数量的图像区域；确定所述第一数量的图像区域的端点；获取所述处理图像在候选通道的最大亮度；计算每个图像区域在所述候选通道的亮度均值；根据所述处理图像在所述候选通道的最大亮度和每个图像区域在所述候选通道的亮度均值，得到所述候选通道对应的亮度比值矩阵，所述亮度比值矩阵中记录了每个端点在所述候选通道的亮度比值，所述亮度比值反映了端点的亮度情况；根据所述候选通道对应的亮度比值矩阵，得到所述待处理图像在所述候选通道的亮度矫正系数矩阵，所述亮度矫正系数矩阵中记录了每个端点在所述候选通道的亮度矫正系数。

在一个实施例中，所述端点中包括位于所述处理图像的外边界的外端点以及不位于所述外边界的内端点；所述矫正系数模块，具体用于：根据所述处理图像在所述候选通道的最大亮度和每个图像区域在所述候选通道的亮度均值得到每个内端点在所述候选通道的亮度比值；根据所述候选通道的最大亮度对应的像素点在所述待处理图像中的坐标位置和每个端点在所述待处理图像中的坐标位置，得到端点距离矩阵；根据所述端点距离矩阵和每个内端点在所述候选通道的亮度比值，得到每个外端点在所述候选通道的亮度比值。

在一个实施例中，所述矫正系数模块，具体用于：根据所述成像区域的边界构建所述待处理图像对应的掩膜图像；将所述掩膜图像划分为所述第一数量的掩膜区域；计算每个掩膜区域的平均像素值，根据每个掩膜区域的平均像素值得到第二数量的掩膜区域和平均像素值小于预设像素值的目标掩膜区域的区域位置；根据所述第二数量的掩膜区域构建区域掩膜，在所述区域掩膜中，各个区域位置的像素值为第一像素值；在所述区域掩膜中，将所述目标掩膜区域的区域位置的像素值设置为第二像素值，得到目标区域掩膜；根据所述候选通道对应的亮度比值矩阵和所述目标区域掩膜，得到所述待处理图像在所述候选通道的亮度矫正系数矩阵。

在一个实施例中，所述候选通道包括：R通道、GR通道、GB通道和B通道；所述图像处理装置，还包括：矫正模块，用于：计算所述待处理图像在GR通道的亮度矫正系数矩阵和GB通道的亮度矫正系数矩阵的均值，得到矫正均值矩阵；将所述待处理图像在目标通道的亮度矫正系数矩阵除以所述矫正均值矩阵，得到所述待处理图像在所述目标通道的颜色矫正系数矩阵，所述目标通道为所述候选通道中的一个；计算所述待处理图像在标准色温下的GR通道的亮度矫正系数矩阵和GB通道的亮度矫正系数矩阵的均值，得到色温矫正均值矩阵；根据所述待处理图像在所述目标通道的颜色矫正系数矩阵和所述色温矫正均值矩阵，得到所述待处理图像在所述目标通道的颜色亮度矫正系数矩阵。

在一个实施例中，如图12所示，提供了一种计算机设备，该计算机设备具体可以是终端或服务器。该计算机设备包括通过***总线连接的处理器、存储器和网络接口，存储器包括非易失性存储介质和内存储器，该计算机设备的非易失性存储介质存储有操作***，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现图像处理方法。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。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行图像处理方法。本领域技术人员可以理解，图12中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备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。

本申请提供的图像处理方法可以实现为一种计算机程序的形式，计算机程序可在如图12所示的计算机设备上运行。计算机设备的存储器中可存储组成图像处理装置的各个程序模板。比如，获取模块1101和边界模块1102。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：

获取待处理图像；

对所述待处理图像中的成像区域进行识别，得到所述成像区域的边界；

利用位于所述边界上的像素点的像素值，对位于所述待处理图像中的暗区域的像素点的像素值进行修正，得到所述待处理图像的处理图像。

在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：

获取待处理图像；

对所述待处理图像中的成像区域进行识别，得到所述成像区域的边界；

利用位于所述边界上的像素点的像素值，对位于所述待处理图像中的暗区域的像素点的像素值进行修正，得到所述待处理图像的处理图像。

需要说明的是，上述图像处理方法、图像处理装置、计算机设备及计算机可读存储介质属于一个总的发明构思，图像处理方法、图像处理装置、计算机设备及计算机可读存储介质实施例中的内容可相互适用。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种图像处理方法，其特征在于，包括：

获取待处理图像；

对所述待处理图像中的成像区域进行识别，得到所述成像区域的边界；

利用位于所述边界上的像素点的像素值，对位于所述待处理图像中的暗区域的像素点的像素值进行修正，得到所述待处理图像的处理图像。

2.如权利要求1所述的图像处理方法，其特征在于，所述成像区域为圆形区域；

所述对所述待处理图像中的成像区域进行识别，得到所述成像区域的边界，包括：

对所述待处理图像进行二值化处理，得到二值化图像；

对所述二值化图像进行圆检测，得到所述成像区域的边界。

3.如权利要求2所述的图像处理方法，其特征在于，所述利用位于所述边界上的像素点的像素值，对位于所述待处理图像中的暗区域的像素点的像素值进行修正，包括：

计算所述待处理图像中的目标像素点和所述成像区域的圆点之间的距离，得到连线距离；

若所述连线距离小于或等于所述成像区域的边界的半径，则保持所述目标像素点的像素值不变；

若所述连线距离大于所述成像区域的边界的半径，则确定由所述目标像素点和所述成像区域的圆点构建的连线，与，所述成像区域的边界的交点；

在所述待处理图像中，将所述目标像素点的像素值修正为所述交点的像素值，得到所述待处理图像的处理图像。

4.如权利要求1所述的图像处理方法，其特征在于，还包括：

将所述处理图像划分为第一数量的图像区域；

确定所述第一数量的图像区域的端点；

获取所述处理图像在候选通道的最大亮度；

计算每个图像区域在所述候选通道的亮度均值；

根据所述处理图像在所述候选通道的最大亮度和每个图像区域在所述候选通道的亮度均值，得到所述候选通道对应的亮度比值矩阵，所述亮度比值矩阵中记录了每个端点在所述候选通道的亮度比值，所述亮度比值反映了端点的亮度情况；

根据所述候选通道对应的亮度比值矩阵，得到所述待处理图像在所述候选通道的亮度矫正系数矩阵，所述亮度矫正系数矩阵中记录了每个端点在所述候选通道的亮度矫正系数。

5.如权利要求4所述的图像处理方法，其特征在于，所述端点中包括位于所述处理图像的外边界的外端点以及不位于所述外边界的内端点；

所述根据所述处理图像在所述候选通道的最大亮度和每个图像区域在所述候选通道的亮度均值，得到所述候选通道对应的亮度比值矩阵，包括：

根据所述处理图像在所述候选通道的最大亮度和每个图像区域在所述候选通道的亮度均值得到每个内端点在所述候选通道的亮度比值；

根据所述候选通道的最大亮度对应的像素点在所述待处理图像中的坐标位置和每个端点在所述待处理图像中的坐标位置，得到端点距离矩阵；

根据所述端点距离矩阵和每个内端点在所述候选通道的亮度比值，得到每个外端点在所述候选通道的亮度比值。

6.如权利要求4所述的图像处理方法，其特征在于，所述根据所述候选通道对应的亮度比值矩阵，得到所述待处理图像在所述候选通道的亮度矫正系数矩阵，包括：

根据所述成像区域的边界构建所述待处理图像对应的掩膜图像；

将所述掩膜图像划分为所述第一数量的掩膜区域；

计算每个掩膜区域的平均像素值，根据每个掩膜区域的平均像素值得到第二数量的掩膜区域和平均像素值小于预设像素值的目标掩膜区域的区域位置；

根据所述第二数量的掩膜区域构建区域掩膜，在所述区域掩膜中，各个区域位置的像素值为第一像素值；

在所述区域掩膜中，将所述目标掩膜区域的区域位置的像素值设置为第二像素值，得到目标区域掩膜；

根据所述候选通道对应的亮度比值矩阵和所述目标区域掩膜，得到所述待处理图像在所述候选通道的亮度矫正系数矩阵。

7.如权利要求4所述的图像处理方法，其特征在于，所述候选通道包括：R通道、GR通道、GB通道和B通道；

所述图像处理方法，还包括：

计算所述待处理图像在GR通道的亮度矫正系数矩阵和GB通道的亮度矫正系数矩阵的均值，得到矫正均值矩阵；

将所述待处理图像在目标通道的亮度矫正系数矩阵除以所述矫正均值矩阵，得到所述待处理图像在所述目标通道的颜色矫正系数矩阵，所述目标通道为所述候选通道中的一个；

计算所述待处理图像在标准色温下的GR通道的亮度矫正系数矩阵和GB通道的亮度矫正系数矩阵的均值，得到色温矫正均值矩阵；

根据所述待处理图像在所述目标通道的颜色矫正系数矩阵和所述色温矫正均值矩阵，得到所述待处理图像在所述目标通道的颜色亮度矫正系数矩阵。

8.一种图像处理装置，其特征在于，包括：

获取模块，用于获取待处理图像；

边界模块，用于对所述待处理图像中的成像区域进行识别，得到所述成像区域的边界；

修正模块，用于利用位于所述边界上的像素点的像素值，对位于所述待处理图像中的暗区域的像素点的像素值进行修正，得到所述待处理图像的处理图像。

9.一种计算机设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述图像处理方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读取存储介质中存储有计算机程序指令，所述计算机程序指令被处理器读取并运行时，执行权利要求1至7任一项所述图像处理方法的步骤。

Images