CN114374798A - 场景识别方法、装置、电子设备和计算机可读存储介质 - Google Patents
场景识别方法、装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN114374798A CN114374798A CN202210023587.2A CN202210023587A CN114374798A CN 114374798 A CN114374798 A CN 114374798A CN 202210023587 A CN202210023587 A CN 202210023587A CN 114374798 A CN114374798 A CN 114374798A
- Authority
- CN
- China
- Prior art keywords
- pixels
- scene
- area
- threshold value
- sensitivity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000035945 sensitivity Effects 0.000 claims abstract description 49
- 238000004590 computer program Methods 0.000 claims description 24
- 206010034960 Photophobia Diseases 0.000 claims description 19
- 208000013469 light sensitivity Diseases 0.000 claims description 19
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000007787 solid Substances 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
- H04N23/60—Control of cameras or camera modules
- H04N23/63—Control of cameras or camera modules by using electronic viewfinders
- H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
- H04N23/632—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters for displaying or modifying preview images prior to image capturing, e.g. variety of image resolutions or capturing parameters
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Studio Devices (AREA)
Abstract
本申请实施例公开了一种场景识别方法、装置、电子设备和计算机可读存储介质;在本申请实施例中,获取拍摄场景的预览图像,以及获取所述预览图像的感光度;对所述预览图像进行亮度识别,得到所述预览图像的多个亮度区域;根据所述多个亮区域和所述感光度,确定所述拍摄场景的识别结果。本申请实施例可以提高高动态场景的识别准确率。
Description
技术领域
本申请涉及图像处理技术领域,具体涉及一种场景识别方法、装置、电子设备和计算机可读存储介质。
背景技术
为了拍摄到更加真实的照片,将高动态范围算法(high dynamic range,hdr)应用于拍摄场景中,即在拍摄时,识别拍摄场景是否为高动态场景,如果拍摄场景是高动态场景,则进入高动态范围拍摄模式。
然而,目前较为容易将一些不是高动态场景的拍摄场景识别为高动态场景,即将伪高动态场景识别为高动态场景,比如,拍摄黑色桌子上的白纸的场景。因此,目前的高动态场景的识别方法的准确率不高。
发明内容
本申请实施例提供一种场景识别方法、装置、电子设备和计算机可读存储介质,可以解决目前的高动态场景的识别方法的准确率不高的技术问题。
一种场景识别方法,包括:
获取拍摄场景的预览图像,以及获取上述预览图像的感光度;
对上述预览图像进行亮度识别,得到上述预览图像的多个亮度区域;
根据上述多个亮区域和上述感光度,确定上述拍摄场景的识别结果。
可选地,上述多个亮度区域包括上述预览图像的很暗区域、暗区域、中间亮度区域以及亮区域;
相应地,上述根据上述多个亮度区域和上述感光度,确定上述拍摄场景的识别结果,包括:
根据上述感光度、上述很暗区域的像素、上述暗区域的像素、上述中间亮度区域的像素以及上述亮区域的像素,确定上述拍摄场景的识别结果。
可选地,上述根据上述感光度、上述很暗区域的像素、上述暗区域的像素、上述中间亮度区域的像素以及上述亮区域的像素,确定上述拍摄场景的识别结果,包括:
若上述感光度等于或大于第一阈值,则将上述拍摄场景识别为非高动态场景;
若上述感光度小于第一阈值,则根据上述很暗区域的像素、上述暗区域的像素、上述中间亮度区域的像素以及上述亮区域的像素中的至少一种,确定上述拍摄场景的识别结果。
可选地,上述若上述感光度小于第一阈值,则根据上述很暗区域的像素、上述暗区域的像素、上述中间亮度区域的像素以及上述亮区域的像素中的至少一种,确定上述拍摄场景的识别结果,包括:
若上述感光度小于第一阈值,则确定上述很暗区域的像素的个数;
若上述很暗区域的像素的个数等于或大于第二阈值,则将上述拍摄场景识别为非高动态场景。
可选地,上述中间亮度区域包括中亮区域和中暗区域;
相应地,在上述若上述感光度小于第一阈值,则确定上述很暗区域的像素的个数之后,还包括:
若上述很暗区域的像素的个数小于第二阈值,则确定上述暗区域的像素的个数和上述中暗区域的像素的个数;
若上述暗区域的像素的个数大于第三阈值,且上述中暗区域的像素的个数小于第四阈值,则将上述拍摄场景识别为高动态场景。
可选地,在上述若上述很暗区域的像素个数小于第二阈值,则确定上述暗区域的像素的个数和上述中暗区域的像素的个数之后,还包括:
若上述暗区域的像素的个数小于或等于第三阈值,和/或上述中暗区域的像素的个数等于或大于第四阈值,则确定上述亮区域的像素的个数和上述中亮区域的像素的个数;
若上述亮区域的像素的个数大于第五阈值,且上述中亮区域的像素的个数小于第六阈值,则将上述拍摄场景识别为高动态场景;
若上述亮区域的像素的个数小于或等于第五阈值,和/或上述中亮区域的像素的个数等于或大于第六阈值,则将上述拍摄场景识别为非高动态场景。
可选地,上述若上述很暗区域的像素的个数等于或大于第二阈值,则将上述拍摄场景识别为非高动态场景,包括:
若上述很暗区域的像素的个数等于或大于第一阈值,且上述感光度小于第七阈值,则将上述拍摄场景识别为单帧拍摄场景。
相应地,本申请实施例提供一种场景识别装置,包括:
获取模块,用于获取拍摄场景的预览图像,以及获取上述预览图像的感光度;
识别模块,用于对上述预览图像进行亮度识别,得到上述预览图像的多个亮度区域;
确定模块,用于根据上述多个亮区域和上述感光度,确定上述拍摄场景的识别结果。
此外,本申请实施例还提供一种电子设备,包括处理器和存储器,上述存储器存储有计算机程序,上述处理器用于运行上述存储器内的计算机程序实现本申请实施例提供的场景识别方法。
此外,本申请实施例还提供一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述计算机程序适于处理器进行加载,以执行本申请实施例所提供的任一种场景识别方法。
此外,本申请实施例还提供一种计算机程序产品,包括计算机程序,上述计算机程序被处理器执行时实现本申请实施例所提供的任一种场景识别方法。
在本申请实施例中,先获取拍摄场景的预览图像,以及获取预览图像的感光度。然后对预览图像进行亮度识别,得到预览图像的多个亮度区域。最后根据多个亮区域和感光度,确定拍摄场景的识别结果。
即在本实施例中,由于可以同时根据预览图像的多个亮度区域和感光度确定拍摄场景的识别结果,因此,得到的拍摄场景的识别结果更加准确,从而使得可以避免将伪高动态场景识别为高动态场景。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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一些实施例,对于本领域技术人员来讲,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的附图。
图1是本申请实施例提供的场景识别方法的流程示意图;
图2是本申请实施例提供的多个亮度区域的示意图;
图3是本申请实施例提供的另一种场景识别方法的示意图;
图4是本申请实施例提供的场景识别装置的结构示意图;
图5是本申请实施例提供的电子设备的结构示意图。
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,都属于本申请保护的范围。
本申请实施例提供一种场景识别方法、装置、电子设备和计算机可读存储介质。其中,该场景识别装置可以集成在电子设备中,该电子设备可以是服务器,也可以是终端等设备。
其中,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式***,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、网络加速服务(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
另外,本申请实施例中的“多个”指两个或两个以上。本申请实施例中的“第一”和“第二”等用于区分描述,而不能理解为暗示相对重要性。
以下分别进行详细说明。需要说明的是,以下实施例的描述顺序不作为对实施例优选顺序的限定。
在本实施例中,将从场景识别装置的角度进行描述,该场景识别装置具体可以集成在服务器或终端等设备中,为了方便对本申请的场景识别方法进行说明,以下将以场景识别装置集成在终端中进行详细说明,即以终端作为执行主体进行详细说明。
请参阅图1,图1是本申请一实施例提供的场景识别方法的流程示意图。该场景识别方法可以包括:
S101、获取拍摄场景的预览图像,以及获取预览图像的感光度。
当用户要对拍摄场景进行拍摄时,用户可以启动终端上的摄像头后,终端从而接收到启动指令。然后终端再基于启动指令打开摄像头,最后再通过摄像头获取拍摄场景的预览图像。
拍摄场景指用户即将要进行拍摄的对象。预览图像指摄像头启动之后,通过摄像头在显示界面显示的图像。
终端获取到预览图像之后,再确定预览图像的感光度。预览图像的感光度指通过摄像头获取预览图像时摄像头的感光度,即终端可以从本身设置中读取该预览图像的感光度。
S102、对预览图像进行亮度识别,得到预览图像的多个亮度区域。
终端得到预览图像之后,可以对预览图像进行亮度识别,得到预览图像中各个像素的亮度,然后根据各个像素的亮度对各个像素进行统计,得到预览图像的多个亮度区域。
比如,如图2所示,多个亮度区域包括预览图像的很暗区域、暗区域、中间亮度区域以及亮区域,s1表示很暗区域的像素的个数,s2表示暗区域的像素的个数,s3表示亮区域的像素的个数。
S103、根据多个亮区域和感光度,确定拍摄场景的识别结果。
终端在得到多个亮区域和感光度之后,再根据多个亮区域和感光度,确定拍摄场景的识别结果。
在一些实施例中,多个亮度区域包括预览图像的很暗区域、暗区域、中间亮度区域以及亮区域。相应地,根据多个亮度区域和感光度,确定拍摄场景的识别结果,包括:
根据感光度、很暗区域的像素、暗区域的像素、中间亮度区域的像素以及亮区域的像素,确定拍摄场景的识别结果。
其中,可以根据感光度、很暗区域的像素的亮度、暗区域的像素的亮度、中间亮度区域的像素的亮度以及亮区域的像素的亮度,确定拍摄场景的识别结果。
或者,也可以根据感光度、很暗区域的像素的个数、暗区域的像素的个数、中间亮度区域的像素的个数以及亮区域的像素的个数,确定拍摄场景的识别结果。
在一些可能实现的方式中,参照图3,根据感光度、很暗区域的像素、暗区域的像素、中间亮度区域的像素以及亮区域的像素,确定拍摄场景的识别结果,包括:
若感光度等于或大于第一阈值,则将拍摄场景识别为非高动态场景;
若感光度小于第一阈值,则根据很暗区域的像素、暗区域的像素、中间亮度区域的像素以及亮区域的像素中的至少一种,确定拍摄场景的识别结果。
当感光度等于或大于第一阈值时,非高动态场景可以为多帧降噪拍摄场景((Multi Frame Noise Reduction,MFNR)。
其中,若感光度小于第一阈值,则根据很暗区域的像素、暗区域的像素、中间亮度区域的像素以及亮区域的像素中的至少一种,确定拍摄场景的识别结果,包括:
若感光度小于第一阈值,则确定很暗区域的像素的个数;
若很暗区域的像素的个数等于或大于第二阈值,则将拍摄场景识别为非高动态场景。
在另一些实施例中,若很暗区域的像素的个数等于或大于第二阈值,则将拍摄场景识别为非高动态场景,包括:
若很暗区域的像素的个数等于或大于第一阈值,且感光度小于第七阈值,则将拍摄场景识别为单帧拍摄场景。
若很暗区域的像素的个数等于或大于第一阈值,且感光度等于或大于第七阈值,则将拍摄场景识别为多帧拍摄场景。
在另一些实施例中,中间亮度区域包括中亮区域和中暗区域。相应地,在若感光度小于第一阈值,则确定很暗区域的像素的个数之后,还包括:
若很暗区域的像素的个数小于第二阈值,则确定暗区域的像素的个数和中暗区域的像素的个数;
若暗区域的像素的个数大于第三阈值,且中暗区域的像素的个数小于第四阈值,则将拍摄场景识别为高动态场景。
中亮区域指从亮区域中最小亮度到预览图像的中间亮度之间的区域,中暗区域指从暗区域中最大亮度到预览图像的中间亮度之间的区域。比如,如图2所示。
在本实施例中,由于当很暗区域的像素的个数小于第二阈值时,只有暗区域的像素的个数大于第三阈值,且中暗区域的像素的个数小于第四阈值,才将拍摄场景识别为高动态场景,因此,可以进一步提高拍摄场景识别的准确度,从而进一步避免将伪高动态场景识别为高动态场景。
在另一些实施例中,在若很暗区域的像素个数小于第二阈值,则确定暗区域的像素的个数和中暗区域的像素的个数之后,还包括:
若暗区域的像素的个数小于或等于第三阈值,和/或中暗区域的像素的个数等于或大于第四阈值,则确定亮区域的像素的个数和中亮区域的像素的个数;
若亮区域的像素的个数大于第五阈值,且中亮区域的像素的个数小于第六阈值,则将拍摄场景识别为高动态场景;
若亮区域的像素的个数小于或等于第五阈值,和/或中亮区域的像素的个数等于或大于第六阈值,则将拍摄场景识别为非高动态场景。
在本实施例中,由于当暗区域的像素的个数小于或等于第三阈值,和/或中暗区域的像素的个数等于或大于第四阈值时,只有亮区域的像素的个数大于第五阈值,且中亮区域的像素的个数小于第六阈值,才将拍摄场景识别为高动态场景,因此,可以进一步提高拍摄场景识别的准确度,从而进一步避免将伪高动态场景识别为高动态场景。
当亮区域的像素的个数小于或等于第五阈值,和/或中亮区域的像素的个数等于或大于第六阈值时,如果感光度小于第七阈值,则将拍摄场景识别为单帧拍摄场景,如果感光度等于或大于第七阈值,则将拍摄场景识别为多帧降噪拍摄场景。
由以上可知,在本申请实施例中,先获取拍摄场景的预览图像,以及获取预览图像的感光度。然后对预览图像进行亮度识别,得到预览图像的多个亮度区域。最后根据多个亮区域和感光度,确定拍摄场景的识别结果。
即在本实施例中,由于可以同时根据预览图像的多个亮度区域和感光度确定拍摄场景的识别结果,因此,得到的拍摄场景的识别结果更加准确,从而使得可以避免将伪高动态场景识别为高动态场景。
为便于更好的实施本申请实施例提供的场景识别方法,本申请实施例还提供一种基于上述场景识别方法的装置。其中名词的含义与上述场景识别方法中相同,具体实现细节可以参考方法实施例中的说明。
例如,如图4所示,该场景识别装置可以包括:
获取模块401,用于获取拍摄场景的预览图像,以及获取预览图像的感光度。
识别模块402,用于对预览图像进行亮度识别,得到预览图像的多个亮度区域。
确定模块403,用于根据多个亮区域和感光度,确定拍摄场景的识别结果。
可选地,多个亮度区域包括预览图像的很暗区域、暗区域、中间亮度区域以及亮区域。
相应地,确定模块403具体用于执行:
根据感光度、很暗区域的像素、暗区域的像素、中间亮度区域的像素以及亮区域的像素,确定拍摄场景的识别结果。
可选地,确定模块403具体用于执行:
若感光度等于或大于第一阈值,则将拍摄场景识别为非高动态场景;
若感光度小于第一阈值,则根据很暗区域的像素、暗区域的像素、中间亮度区域的像素以及亮区域的像素中的至少一种,确定拍摄场景的识别结果。
可选地,确定模块403具体用于执行:
若感光度小于第一阈值,则确定很暗区域的像素的个数;
若很暗区域的像素的个数等于或大于第二阈值,则将拍摄场景识别为非高动态场景。
可选地,中间亮度区域包括中亮区域和中暗区域。
相应地,确定模块403具体用于执行:
若很暗区域的像素的个数小于第二阈值,则确定暗区域的像素的个数和中暗区域的像素的个数;
若暗区域的像素的个数大于第三阈值,且中暗区域的像素的个数小于第四阈值,则将拍摄场景识别为高动态场景。
可选地,确定模块403具体用于执行:
若暗区域的像素的个数小于或等于第三阈值,和/或中暗区域的像素的个数等于或大于第四阈值,则确定亮区域的像素的个数和中亮区域的像素的个数;
若亮区域的像素的个数大于第五阈值,且中亮区域的像素的个数小于第六阈值,则将拍摄场景识别为高动态场景;
若亮区域的像素的个数小于或等于第五阈值,和/或中亮区域的像素的个数等于或大于第六阈值,则将拍摄场景识别为非高动态场景。
可选地,确定模块403具体用于执行:
若很暗区域的像素的个数等于或大于第一阈值,且感光度小于第七阈值,则将拍摄场景识别为单帧拍摄场景。
具体实施时,以上各个模块可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个模块的具体实施方式以及对应的有益效果可参见前面的方法实施例,在此不再赘述。
本申请实施例还提供一种电子设备,该电子设备可以是服务器或终端等,如图5所示,其示出了本申请实施例所涉及的电子设备的结构示意图,具体来讲:
该电子设备可以包括一个或者一个以上处理核心的处理器501、一个或一个以上计算机可读存储介质的存储器502、电源503和输入单元504等部件。本领域技术人员可以理解,图5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。其中:
处理器501是该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502内的计算机程序和/或模块,以及调用存储在存储器502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。可选的,处理器501可包括一个或多个处理核心;优选的,处理器501可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器501中。
存储器502可用于存储计算机程序以及模块,处理器501通过运行存储在存储器502的计算机程序以及模块,从而执行各种功能应用以及数据处理。存储器502可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的计算机程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器502还可以包括存储器控制器,以提供处理器501对存储器502的访问。
电子设备还包括给各个部件供电的电源503,优选的,电源503可以通过电源管理***与处理器501逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。电源503还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该电子设备还可包括输入单元504,该输入单元504可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,电子设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,电子设备中的处理器501会按照如下的指令,将一个或一个以上的计算机程序的进程对应的可执行文件加载到存储器502中,并由处理器501来运行存储在存储器502中的计算机程序,从而实现各种功能,比如:
获取拍摄场景的预览图像,以及获取预览图像的感光度;
对预览图像进行亮度识别,得到预览图像的多个亮度区域;
根据多个亮区域和感光度,确定拍摄场景的识别结果。
以上各个操作的具体实施方式以及对应的有益效果可参见上文对场景识别方法的详细描述,在此不作赘述。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过计算机程序来完成,或通过计算机程序控制相关的硬件来完成,该计算机程序可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种计算机可读存储介质,其中存储有计算机程序,该计算机程序能够被处理器进行加载,以执行本申请实施例所提供的任一种场景识别方法中的步骤。例如,该计算机程序可以执行如下步骤:
获取拍摄场景的预览图像,以及获取预览图像的感光度;
对预览图像进行亮度识别,得到预览图像的多个亮度区域;
根据多个亮区域和感光度,确定拍摄场景的识别结果。
以上各个操作的具体实施方式以及对应的有益效果可参见前面的实施例,在此不再赘述。
其中,该计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该计算机可读存储介质中所存储的计算机程序,可以执行本申请实施例所提供的任一种场景识别方法中的步骤,因此,可以实现本申请实施例所提供的任一种场景识别方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
其中,根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述场景识别方法。
以上对本申请实施例所提供的一种场景识别方法、装置、电子设备和计算机可读存储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 (10)
1.一种场景识别方法,其特征在于,包括:
获取拍摄场景的预览图像,以及获取所述预览图像的感光度;
对所述预览图像进行亮度识别,得到所述预览图像的多个亮度区域;
根据所述多个亮区域和所述感光度,确定所述拍摄场景的识别结果。
2.根据权利要求1所述的场景识别方法,其特征在于,所述多个亮度区域包括所述预览图像的很暗区域、暗区域、中间亮度区域以及亮区域;
相应地,所述根据所述多个亮度区域和所述感光度,确定所述拍摄场景的识别结果,包括:
根据所述感光度、所述很暗区域的像素、所述暗区域的像素、所述中间亮度区域的像素以及所述亮区域的像素,确定所述拍摄场景的识别结果。
3.根据权利要求2所述的场景识别方法,其特征在于,所述根据所述感光度、所述很暗区域的像素、所述暗区域的像素、所述中间亮度区域的像素以及所述亮区域的像素,确定所述拍摄场景的识别结果,包括:
若所述感光度等于或大于第一阈值,则将所述拍摄场景识别为非高动态场景;
若所述感光度小于第一阈值,则根据所述很暗区域的像素、所述暗区域的像素、所述中间亮度区域的像素以及所述亮区域的像素中的至少一种,确定所述拍摄场景的识别结果。
4.根据权利要求3所述的场景识别方法,其特征在于,所述若所述感光度小于第一阈值,则根据所述很暗区域的像素、所述暗区域的像素、所述中间亮度区域的像素以及所述亮区域的像素中的至少一种,确定所述拍摄场景的识别结果,包括:
若所述感光度小于第一阈值,则确定所述很暗区域的像素的个数;
若所述很暗区域的像素的个数等于或大于第二阈值,则将所述拍摄场景识别为非高动态场景。
5.根据权利要求4所述的场景识别方法,其特征在于,所述中间亮度区域包括中亮区域和中暗区域;
相应地,在所述若所述感光度小于第一阈值,则确定所述很暗区域的像素的个数之后,还包括:
若所述很暗区域的像素的个数小于第二阈值,则确定所述暗区域的像素的个数和所述中暗区域的像素的个数;
若所述暗区域的像素的个数大于第三阈值,且所述中暗区域的像素的个数小于第四阈值,则将所述拍摄场景识别为高动态场景。
6.根据权利要求5所述的场景识别方法,其特征在于,在所述若所述很暗区域的像素个数小于第二阈值,则确定所述暗区域的像素的个数和所述中暗区域的像素的个数之后,还包括:
若所述暗区域的像素的个数小于或等于第三阈值,和/或所述中暗区域的像素的个数等于或大于第四阈值,则确定所述亮区域的像素的个数和所述中亮区域的像素的个数;
若所述亮区域的像素的个数大于第五阈值,且所述中亮区域的像素的个数小于第六阈值,则将所述拍摄场景识别为高动态场景;
若所述亮区域的像素的个数小于或等于第五阈值,和/或所述中亮区域的像素的个数等于或大于第六阈值,则将所述拍摄场景识别为非高动态场景。
7.根据权利要求4所述的场景识别方法,其特征在于,所述若所述很暗区域的像素的个数等于或大于第二阈值,则将所述拍摄场景识别为非高动态场景,包括:
若所述很暗区域的像素的个数等于或大于第一阈值,且所述感光度小于第七阈值,则将所述拍摄场景识别为单帧拍摄场景。
8.一种场景识别装置,其特征在于,包括:
获取模块,用于获取拍摄场景的预览图像,以及获取所述预览图像的感光度;
识别模块,用于对所述预览图像进行亮度识别,得到所述预览图像的多个亮度区域;
确定模块,用于根据所述多个亮区域和所述感光度,确定所述拍摄场景的识别结果。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有计算机程序,所述处理器用于运行所述存储器内的计算机程序,以执行权利要求1至7任一项所述的场景识别方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序适于处理器进行加载,以执行权利要求1至7任一项所述的场景识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210023587.2A CN114374798B (zh) | 2022-01-10 | 场景识别方法、装置、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210023587.2A CN114374798B (zh) | 2022-01-10 | 场景识别方法、装置、电子设备和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114374798A true CN114374798A (zh) | 2022-04-19 |
CN114374798B CN114374798B (zh) | 2024-07-02 |
Family
ID=
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004222134A (ja) * | 2003-01-17 | 2004-08-05 | Fuji Photo Film Co Ltd | 撮像装置 |
US20050099508A1 (en) * | 2002-09-30 | 2005-05-12 | Kazuya Oda | Dynamic range broadening method for a solid-state image sensor including photosensitive cells each having a main and a subregion |
JP2007251694A (ja) * | 2006-03-16 | 2007-09-27 | Olympus Imaging Corp | カメラ、カメラの画素加算エリア決定方法、プログラムおよび記録媒体 |
CN102111560A (zh) * | 2009-12-26 | 2011-06-29 | 比亚迪股份有限公司 | 一种自动曝光装置及其方法 |
CN102917180A (zh) * | 2011-08-05 | 2013-02-06 | 佳能企业股份有限公司 | 影像撷取方法及影像撷取装置 |
CN103973988A (zh) * | 2013-01-24 | 2014-08-06 | 华为终端有限公司 | 场景识别方法及装置 |
CN109005364A (zh) * | 2018-08-13 | 2018-12-14 | Oppo广东移动通信有限公司 | 成像控制方法、装置、电子设备以及计算机可读存储介质 |
CN110868533A (zh) * | 2019-10-15 | 2020-03-06 | 宇龙计算机通信科技(深圳)有限公司 | 一种hdr模式确定方法、装置、存储介质及终端 |
CN112532857A (zh) * | 2019-09-18 | 2021-03-19 | 华为技术有限公司 | 一种延时摄影的拍摄方法及设备 |
CN113132644A (zh) * | 2019-12-31 | 2021-07-16 | 深圳市海思半导体有限公司 | 一种高动态范围图像生成的方法、设备 |
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050099508A1 (en) * | 2002-09-30 | 2005-05-12 | Kazuya Oda | Dynamic range broadening method for a solid-state image sensor including photosensitive cells each having a main and a subregion |
JP2004222134A (ja) * | 2003-01-17 | 2004-08-05 | Fuji Photo Film Co Ltd | 撮像装置 |
JP2007251694A (ja) * | 2006-03-16 | 2007-09-27 | Olympus Imaging Corp | カメラ、カメラの画素加算エリア決定方法、プログラムおよび記録媒体 |
CN102111560A (zh) * | 2009-12-26 | 2011-06-29 | 比亚迪股份有限公司 | 一种自动曝光装置及其方法 |
CN102917180A (zh) * | 2011-08-05 | 2013-02-06 | 佳能企业股份有限公司 | 影像撷取方法及影像撷取装置 |
CN103973988A (zh) * | 2013-01-24 | 2014-08-06 | 华为终端有限公司 | 场景识别方法及装置 |
CN109005364A (zh) * | 2018-08-13 | 2018-12-14 | Oppo广东移动通信有限公司 | 成像控制方法、装置、电子设备以及计算机可读存储介质 |
CN112532857A (zh) * | 2019-09-18 | 2021-03-19 | 华为技术有限公司 | 一种延时摄影的拍摄方法及设备 |
CN110868533A (zh) * | 2019-10-15 | 2020-03-06 | 宇龙计算机通信科技(深圳)有限公司 | 一种hdr模式确定方法、装置、存储介质及终端 |
CN113132644A (zh) * | 2019-12-31 | 2021-07-16 | 深圳市海思半导体有限公司 | 一种高动态范围图像生成的方法、设备 |
Non-Patent Citations (2)
Title |
---|
俞文静;张明军;: "视频监控图像目标运动轨迹智能增强方法仿真", 计算机仿真, no. 12 * |
贺理;陈果;郭宏;金伟其;: "一种基于双通道CMOS相机的低照度动态场景HDR融合方法", 红外技术, no. 04 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109951627B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN109040523B (zh) | 伪影消除方法、装置、存储介质及终端 | |
CN111835982B (zh) | 图像获取方法、图像获取装置、电子设备及存储介质 | |
CN107690804B (zh) | 一种图像处理方法及用户终端 | |
CN107147851B (zh) | 照片处理方法、装置、计算机可读存储介质及电子设备 | |
CN113989387A (zh) | 相机拍摄参数调整方法、装置及电子设备 | |
CN114650361B (zh) | 拍摄模式确定方法、装置、电子设备和存储介质 | |
CN107180417B (zh) | 照片处理方法、装置、计算机可读存储介质及电子设备 | |
CN113395599A (zh) | 一种视频处理方法、装置、电子设备及介质 | |
CN105163040B (zh) | 一种图像处理方法及移动终端 | |
CN114143429B (zh) | 图像拍摄方法、装置、电子设备和计算机可读存储介质 | |
CN113808066A (zh) | 图像选取方法、装置、存储介质及电子设备 | |
CN114764821B (zh) | 移动物体检测方法、装置、电子设备和存储介质 | |
CN114374798B (zh) | 场景识别方法、装置、电子设备和计算机可读存储介质 | |
CN111263079B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN114374798A (zh) | 场景识别方法、装置、电子设备和计算机可读存储介质 | |
CN109672829A (zh) | 图像亮度的调整方法、装置、存储介质及终端 | |
CN113422893B (zh) | 图像采集方法、装置、存储介质及移动终端 | |
CN113938597B (zh) | 一种脸部识别方法、装置、计算机设备和存储介质 | |
CN114745537A (zh) | 音画延迟测试方法、装置、电子设备和存储介质 | |
CN114187172A (zh) | 图像融合方法、装置、计算机设备及计算机可读存储介质 | |
CN112104812A (zh) | 一种采集图片的方法和装置 | |
CN113749614B (zh) | 皮肤检测方法和设备 | |
CN112843692B (zh) | 拍摄图像的方法、装置、电子设备及存储介质 | |
CN117409220A (zh) | 肤色变化检测方法、装置、电子设备及计算机存储介质 |
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 |