CN115205172A - 图像处理方法及装置、电子设备和存储介质 - Google Patents
图像处理方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115205172A CN115205172A CN202210566591.3A CN202210566591A CN115205172A CN 115205172 A CN115205172 A CN 115205172A CN 202210566591 A CN202210566591 A CN 202210566591A CN 115205172 A CN115205172 A CN 115205172A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- brightness
- exposure parameter
- raw
- 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.)
- Withdrawn
Links
- 238000003860 storage Methods 0.000 title claims abstract description 25
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 79
- 238000000034 method Methods 0.000 claims abstract description 62
- 238000009826 distribution Methods 0.000 claims abstract description 32
- 230000004927 fusion Effects 0.000 claims description 49
- 238000004590 computer program Methods 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 9
- 238000003709 image segmentation Methods 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 description 27
- 230000006870 function Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 5
- 238000010295 mobile communication Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000010365 information processing Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012800 visualization Methods 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
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本公开涉及一种图像处理方法及装置、电子设备和存储介质，所述方法包括：在目标预览图像中检测到人脸区域的情况下，基于所述人脸区域的图像亮度，确定目标曝光参数，其中，基于所述目标曝光参数拍摄得到的图像中人脸区域的图像亮度处于第一亮度范围；基于所述目标预览图像的亮度分布，确定曝光参数序列，其中，所述曝光参数序列中包括所述目标曝光参数；基于所述曝光参数序列进行曝光控制，并获取基于所述曝光参数序列拍摄的多个原始RAW图像；对所述多个RAW图像进行融合，得到目标RAW图像；对所述目标RAW图像进行图像处理，得到目标人脸图像。本公开实施例可以有效提高人脸图像的成像质量。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及一种图像处理方法及装置、电子设备和存储介质。
背景技术
随着摄像传感器、芯片计算能力的不断进步，移动终端(例如，智能手机)的图像拍摄能力逐渐变强，人们对于图像拍摄的功能和效果期望也逐渐提高，即使是在环境光线较暗的夜景拍摄场景下，也希望可以获取高质量的图像。目前，相关技术中夜景拍摄场景下获取的夜景图像的光影效果较差，导致成像质量较低。
发明内容
本公开提出了一种图像处理方法及装置、电子设备和存储介质的技术方案。
根据本公开的一方面，提供了一种图像处理方法，包括：在目标预览图像中检测到人脸区域的情况下，基于所述人脸区域的图像亮度，确定目标曝光参数，其中，基于所述目标曝光参数拍摄得到的图像中人脸区域的图像亮度处于第一亮度范围；基于所述目标预览图像的亮度分布，确定曝光参数序列，其中，所述曝光参数序列中包括所述目标曝光参数；基于所述曝光参数序列进行曝光控制，并获取基于所述曝光参数序列拍摄的多个原始RAW图像；对所述多个RAW图像进行融合，得到目标RAW图像；对所述目标RAW图像进行图像处理，得到目标人脸图像。
在本公开实施例中，在目标预览图像中检测到人脸区域的情况下，基于人脸区域的图像亮度，确定目标曝光参数，基于目标曝光参数拍摄得到的图像中人脸区域的图像亮度处于第一亮度范围，进而基于目标预览图像的亮度分布，确定包括目标曝光参数的曝光参数序列，从而，基于曝光参数序列进行曝光控制，获取多个RAW图像，并对多个RAW图像进行融合，得到目标RAW图像，以使得通过对目标RAW图像进行图像处理，可以得到目标人脸图像。这样，由于曝光参数序列中包括基于目标预览图像中人脸区域的图像亮度确定的目标曝光参数，因此，基于曝光参数序列获取到的多个RAW图像中，与目标曝光参数对应的RAW图像中的人脸区域处于合理的第一亮度范围，以使得后续对多个RAW图像进行融合以及图像处理之后得到的目标人脸图像，既能够使得人脸区域处于合理亮度范围，又能够达到真实拍摄场景下的人脸光影效果，有效提高了人脸图像的成像质量。
在一种可能的实现方式中，所述基于所述人脸区域的图像亮度，确定目标曝光参数，包括：判断所述人脸区域的图像亮度是否处于所述第一亮度范围；在所述人脸区域的图像亮度处于所述第一亮度范围的情况下，将所述目标预览图像对应的曝光参数，确定为所述目标曝光参数。
在目标预览图像中人脸区域的图像亮度处于第一亮度范围的情况下，可以表示在目标预览图像对应的曝光参数下，可以使得人脸区域的亮度处于合理亮度范围，此时，可以直接将目标预览图像对应的曝光参数，确定为目标曝光参数，以使得在后续拍摄过程中，基于目标曝光参数可以有效获取到人脸区域处于合理亮度范围的人脸图像。
在一种可能的实现方式中，所述方法还包括：在所述人脸区域的图像亮度未处于所述第一亮度范围的情况下，确定所述人脸区域的图像亮度以及亮度阈值之间的亮度比值；基于所述亮度比值，以及所述目标预览图像对应的曝光参数，确定所述目标曝光参数。
目标预览图像中人脸区域的图像亮度以及亮度阈值之间的亮度比值，等同于目标预览图像对应的曝光参数，与能够使得人脸区域的亮度达到亮度阈值的目标曝光参数之间的比值，因此，基于亮度比值以及目标预览图像对应的曝光参数，可以有效确定能够使人脸区域的亮度达到亮度阈值的目标曝光参数。
在一种可能的实现方式中，所述基于所述目标预览图像的亮度分布，确定曝光参数序列，包括：基于所述目标预览图像的亮度分布，判断所述目标预览图像中是否存在过曝光区域和/或欠曝光区域；在所述目标预览图像中存在所述过曝光区域的情况下，将至少一个欠曝光参数加入所述曝光参数序列；和/或，在所述目标预览图像中存在所述欠曝光区域的情况下，将至少一个过曝光参数加入所述曝光参数序列。
根据目标预览图像的亮度分布，判断目标预览图像中是否存在过曝光区域和/或欠曝光区域，进而在曝光参数序列中加入与当前拍摄场景适配的欠曝光参数和/或过曝光参数，以使得可以基于曝光参数序列，在当前拍摄场景下基于多个不同曝光参数进行图像拍摄，从而有效得到当前拍摄场景下的所有细节信息。
在一种可能的实现方式中，所述多个RAW图像中包括基于所述目标曝光参数获取的参考RAW图像；在对所述多个RAW图像进行融合之前，所述方法还包括：对所述参考RAW图像进行图像分割，得到人脸区域掩码；所述对所述多个RAW图像进行融合，得到目标RAW图像，包括：根据所述人脸区域掩码，对所述多个RAW图像进行融合，得到所述目标RAW图像。
由于曝光参数序列中包括目标曝光参数，因此，基于曝光参数序列获取到的多个RAW图像中，包括目标曝光参数对应的参考RAW图像，其中，参考RAW图像中的人脸区域处于合理亮度范围。对参考RAW图像进行图像分割，得到人脸区域掩码，基于人脸区域掩码，可以在后续对多个RAW图像进行融合时，将处于合理亮度范围的人脸区域保护起来。
在一种可能的实现方式中，所述根据所述人脸区域掩码，对所述多个RAW图像进行融合，得到所述目标RAW图像，包括：基于第二亮度范围，确定每个所述RAW图像对应的有效图像区域；对每个所述RAW图像对应的有效图像区域进行色调映射，得到初始融合RAW图像；基于所述人脸区域掩码以及所述初始融合RAW图像，对所述参考RAW图像中的人脸区域进行亮度调整，得到调整后参考RAW图像；基于所述人脸区域掩码，对所述初始融合RAW图和所述调整后参考RAW图像进行融合，得到所述目标RAW图像。
对多个RAW图像进行融合得到初始融合RAW图像，根据基于人脸区域掩码以及初始融合RAW图像，可以对参考RAW图像中的人脸区域进行亮度调整，以使得调整后参考RAW图像中的人脸区域和初始融合RAW图像中的非人脸区域(背景区域)之间的亮度更协调、光影效果更好，进而，基于人脸区域掩码，对初始融合RAW图和调整后参考RAW图像进行融合后，可以有效得到成像质量较高的目标RAW图像。
在一种可能的实现方式中，所述基于所述人脸区域掩码以及所述初始融合RAW图像，对所述参考RAW图像中的人脸区域进行亮度调整，得到调整后参考RAW图像，包括：基于所述人脸区域掩码，确定所述初始融合RAW图像中非人脸区域的亮度分布；基于所述人脸区域掩码以及所述初始融合RAW图像中非人脸区域的亮度分布，对所述参考RAW图像中的人脸区域进行亮度调整，得到所述调整后参考RAW图像。
基于人脸区域掩码，可以有效确定初始融合RAW图像中非人脸区域的亮度分布，进而基于初始融合RAW图像中非人脸区域的亮度分布，可以对参考RAW图像中的人脸区域进行亮度微调，以使得调整后参考RAW图像中的人脸区域和初始融合RAW图像中的非人脸区域之间的亮度更协调、光影效果更好，以调整后参考RAW图像中的人脸区域作为参考，可以便于后续有效进行图像融合得到图像质量较高的目标人脸图像。
在一种可能的实现方式中，所述对所述目标RAW图像进行图像处理，得到目标人脸图像，包括：复用单帧拍摄场景下的图像信号处理ISP流程，对所述目标RAW图像进行图像处理，得到所述目标人脸图像。复用单帧拍摄场景下已有的ISP流程，可以提高对目标RAW图像进行图像处理的处理效率，高效得到目标人脸图像。
复用单帧拍摄场景下已有的ISP流程，可以提高对目标RAW图像进行图像处理的处理效率，高效得到目标人脸图像。
根据本公开的一方面，提供了一种图像处理装置，包括：第一确定模块，用于在目标预览图像中检测到人脸区域的情况下，基于所述人脸区域的图像亮度，确定目标曝光参数，其中，基于所述目标曝光参数获取得到的图像中人脸区域的图像亮度处于第一亮度范围；第二确定模块，用于基于所述目标预览图像的亮度分布，确定曝光参数序列，其中，所述曝光参数序列中包括所述目标曝光参数；获取模块，用于基于所述曝光参数序列进行曝光控制，并获取基于所述曝光参数序列拍摄的多个原始RAW图像；融合模块，用于对所述多个RAW图像进行融合，得到目标RAW图像；图像处理模块，用于对所述目标RAW图像进行图像处理，得到目标人脸图像。
根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的一种图像处理方法的流程图；
图2示出根据相关技术得到的人脸图像和根据本公开实施例得到的目标人脸图像的对比图；
图3示出根据相关技术得到的人脸图像和根据本公开实施例得到的目标人脸图像的对比图；
图4示出根据本公开实施例的一种图像处理装置的框图；
图5示出根据本公开实施例的一种电子设备的框图；
图6示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
随着摄像传感器、芯片计算能力的不断进步，移动终端(例如，智能手机)的图像拍摄能力逐渐变强，人们对于图像拍摄的功能和效果期望也逐渐提高，即使是在环境光线较暗的夜景拍摄场景下，也希望可以获取高质量的图像。这意味着需要更强大、效率更高的图像处理方法来充分发挥移动终端的拍摄功能，达到更好的成像效果。
大多数的移动终端目前都有夜景拍摄模式，而夜景拍摄也是用户需求比较高但是难度非常大的一项技术。由于在夜景拍摄场景下光线不足，噪声会更大，所以需要获取同一场景的多张图像用于降噪；另外就是夜景拍摄场景的动态范围更广，所以通常会设置拍摄不同曝光参数的多个图像，以囊括当前拍摄场景的所有细节，并通过高动态范围成像(HDR，High Dynamic Range Imaging)技术将多个图像融合成一个图像。
在夜景拍摄场景下拍摄人脸图像时，用户希望人脸区域能够处在最合适的曝光范围。特别是在夜景拍摄场景下移动终端的前置拍照模式中，由于用户很多情况下都是自拍，人脸区域占人脸图像的比例更大、更加突出，人脸图像的显示效果如果不自然会非常明显。
在人脸图像中存在人脸区域的情况下，如果不对人脸区域进行特殊考虑，会将人脸区域与其它背景区域一并处理，可能会造成处理之后的人脸区域亮度过亮或者过暗，又或者是对比度太强等情况。即使使用了图像分割等技术对人脸区域单独处理，如果人脸区域在获取的不同曝光参数对应的多个人脸图像中都不处在良好的曝光范围，此时只能通过环境估算此时人脸区域的合理亮度，再强行进行后续图像处理。这样也可能会使得最终输出的人脸图像形成不自然、和当前真实的夜景拍摄场景不符的光影效果。
本公开实施例提供了一种图像处理方法，可以应用于在前述夜景拍摄场景下获取图像质量较高、光影效果较好的人脸图像。此外，本公开实施例提供的图像处理方法，还可以应用于其它需要基于不同曝光参数的多个图像得到图像质量较高、光影效果较好的人脸图像的拍摄场景，并不局限于夜景拍摄场景。
下面对本公开实施例提供的图像处理方法进行详细描述。
图1示出根据本公开实施例的一种图像处理方法的流程图。该方法可以由终端设备执行，终端设备可以为具有图像拍摄功能的用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，该方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，该方法可以包括：
在S11中，在目标预览图像中检测到人脸区域的情况下，基于人脸区域的图像亮度，确定目标曝光参数，其中，基于目标曝光参数拍摄得到的图像中人脸区域的图像亮度处于第一亮度范围。
实际应用中，在启动具有图像拍摄功能的终端设备之后，且在按下拍摄按键之前，终端设备的显示界面中，会显示实时预览图像。
在当前拍摄场景下，将按下拍摄按键之前的某一帧预览图像确定为目标预览图像。例如，将按下拍照按键之前的最后一帧预览图像确定为目标预览图像。
对目标预览图像进行人脸检测，判断目标预览图像中是否存在人脸区域。在目标预览图像中检测到人脸区域的情况下，基于人脸区域的图像亮度，确定目标曝光参数。其中，基于目标曝光参数拍摄得到的图像中可以使得人脸区域的亮度处于第一亮度范围。
这里的第一亮度范围是可以使人脸区域在当前拍摄场景下达到的合理亮度范围，即当人脸区域的图像亮度处于第一亮度范围的情况下，可以使得人脸区域的可视效果比较好。第一亮度范围的具体取值可以根据实际情况进行设置，本公开对此不作具体限定。
后文会结合本公开可能的实现方式，对基于人脸区域的图像亮度，确定目标曝光参数的具体方式进行详细描述，此处不作赘述。
在S12中，基于目标预览图像的亮度分布，确定曝光参数序列，其中，曝光参数序列中包括目标曝光参数。
这里的亮度分布可以是目标预览图像的亮度直方图。基于目标预览图像的亮度直方图，以及预设的曝光策略，可以确定包括目标曝光参数的曝光参数序列。其中，曝光参数序列中包括的目标曝光参数的个数可以是一个，也可以是两个或多个，本公开对此不作具体限定。
后文会结合本公开可能的实现方式，对基于目标预览图像的亮度分布，确定曝光参数序列的具体方式进行详细描述，此处不作赘述。
在S13中，基于曝光参数序列进行曝光控制，获取基于曝光参数序列拍摄的多个原始RAW图像。
在按下拍摄按键之后，基于曝光参数序列进行曝光控制，可以拍摄得到当前拍摄场景下的多个RAW图像。其中，RAW图像指的是具有图像拍摄功能的终端设备中的图像传感器，基于拜耳阵列技术直接拍摄得到的原始图像数据，尚未经过任何其它图像处理操作。
这里的曝光参数可以是光圈大小、曝光时间长短、感光度(ISO，InternationalStandards Organization)大小中的至少一个，因此，基于曝光参数序列中的任意一个曝光参数，通过调整光圈大小、曝光时间长短、ISO大小中的至少一个，来实现对具有图像拍摄功能的终端设备中的图像传感器的曝光控制。
在S14中，对多个RAW图像进行融合，得到目标RAW图像。
由于不同RAW图像是在不同曝光参数下拍摄的，不同RAW图像可以包括当前拍摄场景的不同细节信息，因此，对多个RAW图像进行融合得到的目标RAW图像，可以包括当前拍摄场景的全部或大部分细节信息。
后文会结合本公开可能的实现方式，对多个RAW图像进行融合得到目标RAW图像的具体方式进行详细描述，此处不作赘述。
在S15中，对目标RAW图像进行图像处理，得到目标人脸图像。
由于目标RAW图像是未经任何图像处理操作的原始图像数据，因此，为了实现可视化，需要对目标RAW图像进行图像处理，以得到能够向用户展示的目标人脸图像。
后文会结合本公开可能的实现方式，对目标RAW图像进行图像处理得到目标人脸图像的具体方式进行详细描述，此处不作赘述。
根据本公开的实施例，由于曝光参数序列中包括基于目标预览图像中人脸区域的图像亮度确定的目标曝光参数，因此，基于曝光参数序列获取到的多个RAW图像中，与目标曝光参数对应的RAW图像中的人脸区域处于合理的第一亮度范围，以使得后续对多个RAW图像进行融合以及图像处理之后得到的目标人脸图像，既能够使得人脸区域处于合理亮度范围，又能够达到真实拍摄场景下的人脸光影效果，有效提高了人脸图像的成像质量。
在一种可能的实现方式中，基于人脸区域的图像亮度，确定目标曝光参数，包括：判断人脸区域的图像亮度是否处于第一亮度范围；在人脸区域的图像亮度处于第一亮度范围的情况下，将目标预览图像对应的曝光参数，确定为目标曝光参数。
在目标预览图像中人脸区域的图像亮度处于第一亮度范围的情况下，可以表示在目标预览图像对应的曝光参数下，可以使得人脸区域的亮度处于合理亮度范围，此时，可以直接将目标预览图像对应的曝光参数，确定为目标曝光参数，以使得在后续拍摄过程中，基于目标曝光参数可以有效获取到人脸区域处于合理亮度范围的人脸图像。
在一种可能的实现方式中，该方法还包括：在人脸区域的图像亮度未处于第一亮度范围的情况下，确定人脸区域的图像亮度以及亮度阈值之间的亮度比值；基于亮度比值，以及目标预览图像对应的曝光参数，确定目标曝光参数。
目标预览图像中人脸区域的图像亮度以及亮度阈值之间的亮度比值，等同于目标预览图像对应的曝光参数，与能够使得人脸区域的亮度达到亮度阈值的目标曝光参数之间的比值，因此，基于亮度比值以及目标预览图像对应的曝光参数，可以有效确定能够使人脸区域的亮度达到亮度阈值的目标曝光参数。
这里的亮度阈值可以是第一亮度范围内的任意一个亮度值，本公开对此不作具体限定。
在一示例中，可以将目标预览图像对应的曝光参数乘以该亮度比值，以得到目标曝光参数。
基于目标预览图像中人脸区域的图像亮度确定目标曝光参数的方式，除了上述记载的确定方式之外，还可以根据实际情况，采用其它确定方式，本公开对此不作具体限定。
在一种可能的实现方式中，基于目标预览图像的亮度分布，确定曝光参数序列，包括：基于目标预览图像的亮度分布，判断目标预览图像中是否存在过曝光区域和/或欠曝光区域；在目标预览图像中存在过曝光区域的情况下，将至少一个欠曝光参数加入曝光参数序列；和/或，在目标预览图像中存在欠曝光区域的情况下，将至少一个过曝光参数加入曝光参数序列。
根据目标预览图像的亮度分布，判断目标预览图像中是否存在过曝光区域和/或欠曝光区域，进而在曝光参数序列中加入与当前拍摄场景适配的欠曝光参数和/或过曝光参数，以使得可以基于曝光参数序列，在当前拍摄场景下基于多个不同曝光参数进行图像拍摄，从而有效得到当前拍摄场景下的所有细节信息。
在目标预览图像的亮度分布为其亮度直方图的情况下，基于亮度直方图，判断目标预览图像中是否存在过曝光区域和/或欠曝光区域。这里的过曝光区域指的是目标预览图像中亮度过高，无法获取有效信息的区域；欠曝光区域指的是目标预览图像中亮度过低，无法获取有效信息的区域。
在目标预览图像中存在过曝光区域的情况下，将至少一个欠曝光参数加入曝光参数序列，以使得后续可以基于欠曝光参数，获取目标预览图像中过曝光区域没有获取到的有效信息。这里的欠曝光参数可以基于当前目标预览图像的亮度直方图确定，以使得基于该欠曝光参数拍摄得到的图像，可以有效获取到与上述目标预览图像中的过曝光区域对应区域的有效图像信息。欠曝光参数的具体确定方式可以根据实际情况设置，本公开对此不作具体限定。
在目标预览图像中存在欠曝光区域的情况下，将至少一个过曝光参数加入曝光参数序列，以使得后续可以基于过曝光参数，获取目标预览图像中欠曝光区域没有获取到的有效信息。这里的过曝光参数可以基于当前目标预览图像的亮度直方图确定，以使得基于该过曝光参数拍摄得到的图像，可以有效获取到与上述目标预览图像中的欠曝光区域对应区域的有效图像信息。过曝光参数的具体确定方式可以根据实际情况设置，本公开对此不作具体限定。
曝光参数序列中除了可以包括上述目标曝光参数、欠曝光参数、过曝光参数之外，还可以根据实际情况，加入其它曝光参数，本公开对此不作具体限定。
基于曝光参数序列，对图像传感器进行曝光控制，可以获取得到多个RAW图像。
在一种可能的实现方式中，该方法还包括：对多个RAW图像进行预设图像预处理。
预设图像预处理可以包括抠黑白电平处理、白平衡处理、降噪处理等，具体算法可以参考相关技术中的已有算法，本公开对此不作具体限定。
如果较注重人脸区域的呈现效果(包括：纹理、细节等)，可以将目标曝光参数确定为长曝光时间参数，并采用多帧降噪算法在RAW域对多个RAW图像进行降噪处理，以使得更好地去除人脸区域的噪声。此外，还可以在预设图像处理中灵活增加预设算法，以强化人脸区域细节，本公开对此不作具体限定。
通过对多个RAW图像进行预设图像预处理，可以有效提高多个RAW图像的图像质量。以及提高各RAW图像中人脸区域的呈现效果。
在一种可能的实现方式中，多个RAW图像中包括基于目标曝光参数获取的参考RAW图像；在对多个RAW图像进行融合之前，该方法还包括：对参考RAW图像进行图像分割，得到人脸区域掩码；对多个RAW图像进行融合，得到目标RAW图像，包括：根据人脸区域掩码，对多个RAW图像进行融合，得到目标RAW图像。
由于曝光参数序列中包括目标曝光参数，因此，基于曝光参数序列获取到的多个RAW图像中，包括目标曝光参数对应的参考RAW图像，其中，参考RAW图像中的人脸区域处于合理亮度范围。对参考RAW图像进行图像分割，得到人脸区域掩码，基于人脸区域掩码，可以在后续对多个RAW图像进行融合时，将处于合理亮度范围的人脸区域保护起来。
在一种可能的实现方式中，根据人脸区域掩码，对多个RAW图像进行融合，得到目标RAW图像，包括：基于第二亮度范围，确定每个RAW图像对应的有效图像区域；对每个RAW图像对应的有效图像区域进行色调映射，得到初始融合RAW图像；基于人脸区域掩码以及初始融合RAW图像，对参考RAW图像中的人脸区域进行亮度调整，得到调整后参考RAW图像；基于人脸区域掩码，对初始融合RAW图和调整后参考RAW图像进行融合，得到目标RAW图像。
对多个RAW图像进行融合得到初始融合RAW图像，根据基于人脸区域掩码以及初始融合RAW图像，可以对参考RAW图像中的人脸区域进行亮度调整，以使得调整后参考RAW图像中的人脸区域和初始融合RAW图像中的非人脸区域(背景区域)之间的亮度更协调、光影效果更好，进而，基于人脸区域掩码，对初始融合RAW图和调整后参考RAW图像进行融合后，可以有效得到成像质量较高的目标RAW图像。
这里的第二亮度范围可以是能够显示当前拍摄场景下的细节信息的亮度范围，第二亮度范围的具体取值可以根据实际情况进行设置，本公开对此不作具体限定。
基于第二亮度范围，确定每个RAW图像对应的有效图像区域。这里的有效图像区域，指的是RAW图像中亮度处于第二亮度范围的区域，即能够显示图像细节信息的区域。对每个RAW图像对应的有效图像区域进行色调映射，得到初始融合RAW图像的过程，可以采用相关技术中的HDR融合技术，本公开对此不作具体限定。
在一种可能的实现方式中，基于人脸区域掩码以及初始融合RAW图像，对参考RAW图像中的人脸区域进行亮度调整，得到调整后参考RAW图像，包括：基于人脸区域掩码，确定初始融合RAW图像中非人脸区域的亮度分布；基于人脸区域掩码以及初始融合RAW图像中非人脸区域的亮度分布，对参考RAW图像中的人脸区域进行亮度调整，得到调整后参考RAW图像。
基于人脸区域掩码，可以有效确定初始融合RAW图像中非人脸区域的亮度分布，进而基于初始融合RAW图像中非人脸区域的亮度分布，可以对参考RAW图像中的人脸区域进行亮度微调，以使得调整后参考RAW图像中的人脸区域和初始融合RAW图像中的非人脸区域之间的亮度更协调、光影效果更好，以调整后参考RAW图像中的人脸区域作为参考，可以便于后续有效进行图像融合得到图像质量较高的目标人脸图像。
相比于相关技术中没有设置目标曝光参数，无法得到人脸区域处于合理亮度范围的参考RAW图像，需要对多个RAW图像中的人脸区域进行较大亮度调整以达到合理亮度范围的方式，本公开实施例仅需对人脸区域处于合理亮度范围的参考RAW图像中的人脸区域进行亮度微调，使调整后参考RAW图像中的人脸区域和非人脸区域之间的亮度更协调即可，提高了图像处理效率。
在一示例中，可以对参考RAW图像中的人脸区域的亮度进行微调，以使得调整后人脸区域的亮度，与初始融合RAW图像中非人脸区域的亮度之间的亮度差小于预设亮度阈值，以使得二者之间的亮度更协调。
在得到调整后参考RAW图像后，对初始融合RAW图和调整后参考RAW图像进行融合，以得到人脸区域和非人脸区域均可较好显示有效信息，且两个区域之间的亮度协调度较高的目标RAW图像。
为了使得输出的人脸图像具有更好地可视效果，需要对目标RAW图像进行后续的图像处理，以得到目标人脸图像。在具有图像拍摄功能的终端设备中，通常会设置有图像信号处理(ISP，Image Signal Processing)模块，以用于对常规的单帧拍摄场景下拍摄的单个RAW图像进行图像处理。
相关技术中，针对需要基于不同曝光参数的多个图像得到图像质量较高、光影效果较好的人脸图像的拍摄场景，例如，夜景拍摄场景，通常会设计单独的图像处理流程，这会导致图像处理效率较低，且浪费了ISP模块的高效计算能力。
在一种可能的实现方式中，对目标RAW图像进行图像处理，得到目标人脸图像，包括：复用单帧拍摄场景下的图像信号处理(ISP，Image Signal Processing)流程，对目标RAW图像进行图像处理，得到目标人脸图像。
复用单帧拍摄场景下已有的ISP流程，可以提高对目标RAW图像进行图像处理的处理效率，高效得到目标人脸图像。
ISP流程可以包括颜色校正、gamma指数调整、sRGB颜色域映射/YUV颜色域映射等，本公开对此不作具体限定。
本公开实施例中，在RAW域中对人脸区域和与非人脸区域(背景区域)进行亮度协调一致性判断，并进行简单的线性或者指数gamma微调，从而不需要将RAW域的RAW图像转换到sRGB或YUV域进行亮度调整，也可以保证在经过ISP流程进行图像处理之后，目标人脸图像的颜色可以和单个图像拍摄时保持一致，提高了目标人脸图像的图像质量。
图2示出根据相关技术得到的人脸图像和根据本公开实施例得到的目标人脸图像的对比图。如图2所示，左侧根据相关技术在夜景拍摄场景下进行拍摄，在没有利用人脸区域处于合理亮度范围的参考RAW图像得到人脸区域掩码进行辅助的情况下，人脸区域会被当做背景区域的一部分去处理，导致人脸图像中人脸区域的光影效果、对比度等与真实场景不符合。
如图2所示，右侧根据本公开实施例的图像处理方法，将人脸区域和背景区域被分成不同区域处理，并增强了局部对比来协调亮度一致性，因此，目标人脸图像中人脸区域的显示效果就更加自然合理，且未破坏原来的光影关系。
图3示出根据相关技术得到的人脸图像和根据本公开实施例得到的目标人脸图像的对比图。如图3所示，左侧根据相关技术在夜景拍摄场景下进行拍摄，由于没有获取人脸区域亮度处于合理亮度范围的参考RAW图像，色调映射算法为了保持人脸区域和背景区域的亮度保持一致，对比较暗的图像强行提亮人脸区域，导致人脸图像中人脸区域的亮度过亮、光影效果也非常不自然。
如图3所示，右侧根据本公开实施例的图像处理方法，将长曝光时间参数确定为目标曝光参数，以使得长曝帧RAW图像中的人脸区域维持在合理亮度范围，从而使得最终得到的目标人脸图像中人脸区域的呈现效果更合理自然。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了图像处理装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种图像处理方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图4示出根据本公开实施例的一种图像处理装置的框图。如图4所示，装置40，包括：
第一确定模块41，用于在目标预览图像中检测到人脸区域的情况下，基于人脸区域的图像亮度，确定目标曝光参数，其中，基于目标曝光参数获取得到的图像中人脸区域的图像亮度处于第一亮度范围；
第二确定模块42，用于基于目标预览图像的亮度分布，确定曝光参数序列，其中，曝光参数序列中包括目标曝光参数；
获取模块43，用于基于曝光参数序列进行曝光控制，并获取基于曝光参数序列拍摄的多个RAW图像；
融合模块44，用于对多个RAW图像进行融合，得到目标RAW图像；
图像处理模块45，用于对目标RAW图像进行图像处理，得到目标人脸图像。
在一种可能的实现方式中，第一确定模块41，具体用于：
判断人脸区域的图像亮度是否处于第一亮度范围；
在人脸区域的图像亮度处于第一亮度范围的情况下，将目标预览图像对应的曝光参数，确定为目标曝光参数。
在一种可能的实现方式中，第一确定模块41，还具体用于：
在人脸区域的图像亮度未处于第一亮度范围的情况下，确定人脸区域的图像亮度以及亮度阈值之间的亮度比值；
基于亮度比值，以及目标预览图像对应的曝光参数，确定目标曝光参数。
在一种可能的实现方式中，第二确定模块42，具体用于：
基于目标预览图像的亮度分布，判断目标预览图像中是否存在过曝光区域和/或欠曝光区域；
在目标预览图像中存在过曝光区域的情况下，将至少一个欠曝光参数加入曝光参数序列；和/或，
在目标预览图像中存在欠曝光区域的情况下，将至少一个过曝光参数加入曝光参数序列。
在一种可能的实现方式中，多个RAW图像中包括基于目标曝光参数获取的参考RAW图像；
装置40，还包括：
图像分割模块，用于在对多个RAW图像进行融合之前，对参考RAW图像进行图像分割，得到人脸区域掩码；
融合模块44，具体用于：
根据人脸区域掩码，对多个RAW图像进行融合，得到目标RAW图像。
在一种可能的实现方式中，融合模块44，包括：
第一确定子模块，用于基于第二亮度范围，确定每个RAW图像对应的有效图像区域；
色调映射子模块，用于对每个RAW图像对应的有效图像区域进行色调映射，得到初始融合RAW图像；
亮度调整子模块，用于基于人脸区域掩码以及初始融合RAW图像，对参考RAW图像中的人脸区域进行亮度调整，得到调整后参考RAW图像；
融合子模块，用于基于人脸区域掩码，对初始融合RAW图和调整后参考RAW图像进行融合，得到目标RAW图像。
在一种可能的实现方式中，亮度调整子模块，具体用于：
基于人脸区域掩码，确定初始融合RAW图像中非人脸区域的亮度分布；
基于人脸区域掩码以及初始融合RAW图像中非人脸区域的亮度分布，对参考RAW图像中的人脸区域进行亮度调整，得到调整后参考RAW图像。
在一种可能的实现方式中，图像处理模块45，具体用于：
复用单帧拍摄场景下的图像信号处理ISP流程，对目标RAW图像进行图像处理，得到目标人脸图像。
该方法与计算机***的内部结构存在特定技术关联，且能够解决如何提升硬件运算效率或执行效果的技术问题(包括减少数据存储量、减少数据传输量、提高硬件处理速度等)，从而获得符合自然规律的计算机***内部性能改进的技术效果。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图5示出根据本公开实施例的一种电子设备的框图。参照图5，电子设备800可以是用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等终端设备。
参照图5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、***移动通信技术(4G)、通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
本公开涉及增强现实领域，通过获取现实环境中的目标对象的图像信息，进而借助各类视觉相关算法实现对目标对象的相关特征、状态及属性进行检测或识别处理，从而得到与具体应用匹配的虚拟与现实相结合的AR效果。示例性的，目标对象可涉及与人体相关的脸部、肢体、手势、动作等，或者与物体相关的标识物、标志物，或者与场馆或场所相关的沙盘、展示区域或展示物品等。视觉相关算法可涉及视觉定位、SLAM、三维重建、图像注册、背景分割、对象的关键点提取及跟踪、对象的位姿或深度检测等。具体应用不仅可以涉及跟真实场景或物品相关的导览、导航、讲解、重建、虚拟效果叠加展示等交互场景，还可以涉及与人相关的特效处理，比如妆容美化、肢体美化、特效展示、虚拟模型展示等交互场景。可通过卷积神经网络，实现对目标对象的相关特征、状态及属性进行检测或识别处理。上述卷积神经网络是基于深度学习框架进行模型训练而得到的网络模型。
图6示出根据本公开实施例的一种电子设备的框图。参照图6，电子设备1900可以被提供为一服务器或终端设备。参照图6，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***，例如微软服务器操作***(Windows ServerTM)，苹果公司推出的基于图形用户界面操作***(Mac OSXTM)，多用户多进程的计算机操作***(UnixTM),自由和开放原代码的类Unix操作***(LinuxTM)，开放原代码的类Unix操作***(FreeBSDTM)或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
若本申请技术方案涉及个人信息，应用本申请技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本申请技术方案涉及敏感个人信息，应用本申请技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (11)
1.一种图像处理方法，其特征在于，包括：
在目标预览图像中检测到人脸区域的情况下，基于所述人脸区域的图像亮度，确定目标曝光参数，其中，基于所述目标曝光参数拍摄得到的图像中人脸区域的图像亮度处于第一亮度范围；
基于所述目标预览图像的亮度分布，确定曝光参数序列，其中，所述曝光参数序列中包括所述目标曝光参数；
基于所述曝光参数序列进行曝光控制，并获取基于所述曝光参数序列拍摄的多个原始RAW图像；
对所述多个RAW图像进行融合，得到目标RAW图像；
对所述目标RAW图像进行图像处理，得到目标人脸图像。
2.根据权利要求1所述的方法，其特征在于，所述基于所述人脸区域的图像亮度，确定目标曝光参数，包括：
判断所述人脸区域的图像亮度是否处于所述第一亮度范围；
在所述人脸区域的图像亮度处于所述第一亮度范围的情况下，将所述目标预览图像对应的曝光参数，确定为所述目标曝光参数。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
在所述人脸区域的图像亮度未处于所述第一亮度范围的情况下，确定所述人脸区域的图像亮度以及亮度阈值之间的亮度比值；
基于所述亮度比值，以及所述目标预览图像对应的曝光参数，确定所述目标曝光参数。
4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述基于所述目标预览图像的亮度分布，确定曝光参数序列，包括：
基于所述目标预览图像的亮度分布，判断所述目标预览图像中是否存在过曝光区域和/或欠曝光区域；
在所述目标预览图像中存在所述过曝光区域的情况下，将至少一个欠曝光参数加入所述曝光参数序列；和/或，
在所述目标预览图像中存在所述欠曝光区域的情况下，将至少一个过曝光参数加入所述曝光参数序列。
5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述多个RAW图像中包括基于所述目标曝光参数获取的参考RAW图像；
在对所述多个RAW图像进行融合之前，所述方法还包括：
对所述参考RAW图像进行图像分割，得到人脸区域掩码；
所述对所述多个RAW图像进行融合，得到目标RAW图像，包括：
根据所述人脸区域掩码，对所述多个RAW图像进行融合，得到所述目标RAW图像。
6.根据权利要求5所述的方法，其特征在于，所述根据所述人脸区域掩码，对所述多个RAW图像进行融合，得到所述目标RAW图像，包括：
基于第二亮度范围，确定每个所述RAW图像对应的有效图像区域；
对每个所述RAW图像对应的有效图像区域进行色调映射，得到初始融合RAW图像；
基于所述人脸区域掩码以及所述初始融合RAW图像，对所述参考RAW图像中的人脸区域进行亮度调整，得到调整后参考RAW图像；
基于所述人脸区域掩码，对所述初始融合RAW图和所述调整后参考RAW图像进行融合，得到所述目标RAW图像。
7.根据权利要求6所述的方法，其特征在于，所述基于所述人脸区域掩码以及所述初始融合RAW图像，对所述参考RAW图像中的人脸区域进行亮度调整，得到调整后参考RAW图像，包括：
基于所述人脸区域掩码，确定所述初始融合RAW图像中非人脸区域的亮度分布；
基于所述人脸区域掩码以及所述初始融合RAW图像中非人脸区域的亮度分布，对所述参考RAW图像中的人脸区域进行亮度调整，得到所述调整后参考RAW图像。
8.根据权利要求1至7中任意一项所述的方法，其特征在于，所述对所述目标RAW图像进行图像处理，得到目标人脸图像，包括：
复用单帧拍摄场景下的图像信号处理ISP流程，对所述目标RAW图像进行图像处理，得到所述目标人脸图像。
9.一种图像处理装置，其特征在于，包括：
第一确定模块，用于在目标预览图像中检测到人脸区域的情况下，基于所述人脸区域的图像亮度，确定目标曝光参数，其中，基于所述目标曝光参数获取得到的图像中人脸区域的图像亮度处于第一亮度范围；
第二确定模块，用于基于所述目标预览图像的亮度分布，确定曝光参数序列，其中，所述曝光参数序列中包括所述目标曝光参数；
获取模块，用于基于所述曝光参数序列进行曝光控制，并获取基于所述曝光参数序列拍摄的多个原始RAW图像；
融合模块，用于对所述多个RAW图像进行融合，得到目标RAW图像；
图像处理模块，用于对所述目标RAW图像进行图像处理，得到目标人脸图像。
10.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至8中任意一项所述的方法。
11.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至8中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210566591.3A CN115205172A (zh) | 2022-05-23 | 2022-05-23 | 图像处理方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210566591.3A CN115205172A (zh) | 2022-05-23 | 2022-05-23 | 图像处理方法及装置、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115205172A true CN115205172A (zh) | 2022-10-18 |
Family
ID=83576551
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210566591.3A Withdrawn CN115205172A (zh) | 2022-05-23 | 2022-05-23 | 图像处理方法及装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115205172A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117714835A (zh) * | 2023-08-02 | 2024-03-15 | 荣耀终端有限公司 | 一种图像处理方法、电子设备及可读存储介质 |
| WO2024109188A1 (zh) * | 2022-11-25 | 2024-05-30 | 北京地平线信息技术有限公司 | 确定图像信号处理参数的方法和装置、设备和介质 |
-
2022
- 2022-05-23 CN CN202210566591.3A patent/CN115205172A/zh not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024109188A1 (zh) * | 2022-11-25 | 2024-05-30 | 北京地平线信息技术有限公司 | 确定图像信号处理参数的方法和装置、设备和介质 |
| CN117714835A (zh) * | 2023-08-02 | 2024-03-15 | 荣耀终端有限公司 | 一种图像处理方法、电子设备及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109345485B (zh) | 一种图像增强方法、装置、电子设备及存储介质 | |
| CN108154465B (zh) | 图像处理方法及装置 | |
| CN106131441B (zh) | 拍照方法及装置、电子设备 | |
| CN108154466B (zh) | 图像处理方法及装置 | |
| CN115205172A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN112614064B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN110619610B (zh) | 图像处理方法及装置 | |
| CN109784164B (zh) | 前景识别方法、装置、电子设备及存储介质 | |
| CN108040204B (zh) | 一种基于多摄像头的图像拍摄方法、装置及存储介质 | |
| CN113706421B (zh) | 一种图像处理方法及装置、电子设备和存储介质 | |
| CN110580688A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| CN113139947A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN113570581A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN107507128B (zh) | 图像处理方法及设备 | |
| CN110458771B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN106982327B (zh) | 图像处理方法和装置 | |
| CN113689361B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN111192218A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN113660531A (zh) | 视频处理方法及装置、电子设备和存储介质 | |
| CN110110742B (zh) | 多特征融合方法、装置、电子设备及存储介质 | |
| CN106469446B (zh) | 深度图像的分割方法和分割装置 | |
| CN111861942A (zh) | 一种降噪方法及装置、电子设备和存储介质 | |
| CN107451972B (zh) | 图像增强方法、装置及计算机可读存储介质 | |
| US11989863B2 (en) | Method and device for processing image, and storage medium | |
| WO2023273050A1 (zh) | 活体检测方法及装置、电子设备和存储介质 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20221018 |