CN117714895A - 图像处理方法及电子设备 - Google Patents
图像处理方法及电子设备 Download PDFInfo
- Publication number
- CN117714895A CN117714895A CN202310709215.XA CN202310709215A CN117714895A CN 117714895 A CN117714895 A CN 117714895A CN 202310709215 A CN202310709215 A CN 202310709215A CN 117714895 A CN117714895 A CN 117714895A
- Authority
- CN
- China
- Prior art keywords
- image
- value
- noise reduction
- pixel
- conversion gain
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 230000009467 reduction Effects 0.000 claims abstract description 157
- 230000004927 fusion Effects 0.000 claims abstract description 85
- 238000006243 chemical reaction Methods 0.000 claims abstract description 81
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims description 32
- 238000011946 reduction process Methods 0.000 claims description 27
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 23
- 238000009826 distribution Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000007704 transition Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
-
- 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
- H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/95—Computational photography systems, e.g. light-field imaging systems
- H04N23/951—Computational photography systems, e.g. light-field imaging systems by using two or more images to influence resolution, frame rate or aspect ratio
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请提供了一种图像处理方法及电子设备。图像处理方法可以包括：对第一低转换增益LCG图像进行第一降噪处理，得到第一降噪图像，对与第一LCG图像对应的第一高转换增益HCG图像进行第二降噪处理，得到第二降噪图像，对第一降噪图像和第二降噪图像进行融合，得到目标图像。这样，通过在融合前对DCG图像和对应的HCG图像分别进行去噪，能够减小两帧图像的噪声水平差异，从而减少融合图像中的彩噪等问题，提高融合图像的质量。
Description
技术领域
本申请涉及终端设备领域，尤其涉及一种图像处理方法及电子设备。
背景技术
当前，很多电子设备都具有图像采集功能，例如手机、平板等。这些电子设备通过图像传感器来采集图像数据。其中，DCG(dual conversion gain，双转换增益)技术是一种重要的图像传感器技术，该技术通过高低转换增益(CG)来获得高动态范围。
通过DCG技术，可以读取不同转换增益的一对图像，其中一帧图像为HCG(HighConversion Gain，高转换增益)图像，另一帧图像为LCG(Low Conversion Gain，低转换增益)图像。相关技术中，根据该HCG图像和LCG图像组成的一对图像，可以输出对应的一帧结果图像。目前该结果图像的质量较差。
发明内容
为了解决上述技术问题，本申请提供一种图像处理方法及电子设备，提高图像质量。
第一方面，本申请提供一种图像处理方法，应用于电子设备。该方法包括：对第一低转换增益LCG图像进行第一降噪处理，得到第一降噪图像，对与第一LCG图像对应的第一高转换增益HCG图像进行第二降噪处理，得到第二降噪图像，对第一降噪图像和第二降噪图像进行融合，得到目标图像。这样，通过在融合前对LCG图像和对应的HCG图像分别进行去噪，能够减小两帧图像的噪声水平差异，提高图像的噪声水平一致性，从而减少融合图像中的彩噪等问题，提高融合图像的质量。
根据第一方面，对第一低转换增益LCG图像进行第一降噪处理，得到第一降噪图像，包括：基于第一低转换增益LCG图像中每个第一像素对应的第一降噪参数值，对第一LCG图像进行第一降噪处理，得到第一降噪图像；对与第一LCG图像对应的第一高转换增益HCG图像进行第二降噪处理，得到第二降噪图像，包括：基于与第一LCG图像对应的第一高转换增益HCG图像中每个第二像素对应的第二降噪参数值，对第一HCG图像进行第二降噪处理，得到第二降噪图像。
根据第一方面，基于第一低转换增益LCG图像中每个第一像素对应的第一降噪参数值，对第一LCG图像进行第一降噪处理，得到第一降噪图像之前，还包括：针对第一LCG图像中的每个第一像素，根据第一像素的第一灰度值和第一转换增益值，从预设的降噪参数表中查找第一像素对应的第一降噪参数值；基于与第一LCG图像对应的第一高转换增益HCG图像中每个第二像素对应的第二降噪参数值，对第一HCG图像进行第二降噪处理，得到第二降噪图像之前，还包括：针对第一HCG图像中的每个第二像素，根据第二像素的第二灰度值和第二转换增益值，从降噪参数表中查找第二像素对应的第二降噪参数值；降噪参数表中存储有灰度值、转换增益值与降噪参数值的对应关系。
根据第一方面，第二降噪处理所采用的降噪算法与第一降噪处理所采用的降噪算法相同、使用的降噪参数值不同。
根据第一方面，第二降噪处理所采用的降噪算法与第一降噪处理所采用的降噪算法均为非局部均值滤波算法。
根据第一方面，对第一降噪图像和第二降噪图像进行融合，得到目标图像之前，还包括：针对第一LCG图像中的每个第一像素，根据第一像素的第一灰度值和预设的灰度值与融合系数的对应关系，确定第一像素对应的融合系数值；对第一降噪图像和第二降噪图像进行融合，得到目标图像，包括：根据第一LCG图像中每个第一像素对应的融合系数值，对第一降噪图像和第二降噪图像进行融合，得到目标图像。
根据第一方面，根据第一像素的第一灰度值和预设的灰度值与融合系数的对应关系，确定第一像素对应的融合系数值，包括：如果第一灰度值小于第一值，确定第一像素对应的融合系数值等于第一融合系数值；如果第一灰度值大于第二值且小于第三值，确定第一像素对应的融合系数值等于第二融合系数值，第二值大于第一值，第三值大于第二值，第二融合系数值小于第一融合系数值；如果第一灰度值大于或等于第一值且小于或等于第二值，确定第一像素对应的融合系数值等于第一灰度值乘以第一常数所得的积与第二常数之和，第一常数为负数。
根据第一方面，第一融合系数值等于中间值除以中间值与1之和所得的商值，中间值等于第一比值与第二比值的乘积，第一比值等于第一转换增益值与第二转换增益值的比值，第二比值等于第一和值与第二和值的比值，第一和值等于读出噪声期望值的平方与第二转换增益值的平方的乘积和转换噪声期望值的平方之和，第二和值等于；第二融合系数值等于第二转换增益值除以第二转换增益值与第一转换增益值之和所得的商值；其中，第二转换增益值是第一HCG图像对应的转换增益值，第一转换增益值是第一LCG图像对应的转换增益值。
根据第一方面，灰度值与融合系数的对应关系中，融合系数与灰度值之间的函数关系为非线性关系，且融合系数值随着灰度值的增加单调递减。
根据第一方面，电子设备为手机或平板。
第二方面，本申请提供一种电子设备，包括：存储器和处理器，存储器与处理器耦合；存储器存储有程序指令，当程序指令由处理器执行时，使得电子设备执行第一方面任意一项的图像处理方法。
第三方面，本申请提供一种计算机可读存储介质，包括计算机程序，当计算机程序在电子设备上运行时，使得电子设备执行前述的第一方面任意一项的图像处理方法。
附图说明
图1为示例性示出的电子设备100的结构示意图；
图2为示例性示出的本申请实施例的电子设备100的软件结构框图；
图3为示例性示出的融合图像的示例图；
图4为示例性示出的本申请实施例中图像处理方法的过程示意图；
图5为示例性示出的本申请实施例中图像处理方法的流程示例图；
图6为示例性示出的采用非局部均值滤波去噪的图像示例图；
图7为示例性示出的融合系数的两种方案对比示例图；
图8为图7中融合系数的方案1的完整示例图；
图9为示例性示出的噪声方差与亮度的关系示意图；
图10为示例性示出的图7中方案1和方案2中噪声方差与亮度的关系示意图。
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。
本申请实施例的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述对象的特定顺序。例如，第一目标对象和第二目标对象等是用于区别不同的目标对象，而不是用于描述目标对象的特定顺序。
本实施例提供一种图像处理方法，该图像处理方法可以应用于手机、平板等具有图像采集功能的电子设备。
本实施例中，电子设备的结构可以如图1所示。
图1为示例性示出的电子设备100的结构示意图。应该理解的是，图1所示电子设备100仅是电子设备的一个范例，并且电子设备100可以具有比图中所示的更多的或者更少的部件，可以组合两个或多个的部件，或者可以具有不同的部件配置。图1中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
请参见图1，电子设备100可以包括：处理器110，内部存储器121，通用串行总线(universal serial bus，USB)接口130，充电管理模块140，电源管理模块141，电池142，天线1，天线2，移动通信模块150，无线通信模块160，音频模块170，扬声器170A，受话器170B，麦克风170C，耳机接口170D，传感器模块180，指示器192，摄像头193等。
处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processingunit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，存储器，视频编解码器，数字信号处理器(digital signal processor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。
其中，控制器可以是电子设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。
处理器110中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器110中的存储器为高速缓冲存储器。
内部存储器121可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。处理器110通过运行存储在内部存储器121的指令，从而执行电子设备100的各种功能应用以及数据处理。内部存储器121可以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系统，至少一个功能所需的应用程序(比如声音播放功能，图像播放功能等)等。存储数据区可存储电子设备100使用过程中所创建的数据(比如音频数据，电话本等)等。此外，内部存储器121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，通用闪存存储器(universal flash storage，UFS)等。
电子设备100可以通过ISP，摄像头193，视频编解码器，GPU，显示屏194以及应用处理器等实现拍摄功能。
ISP用于处理摄像头193反馈的数据。例如，拍照时，打开快门，光线通过镜头被传递到摄像头感光元件上，光信号转换为电信号，摄像头感光元件将所述电信号传递给ISP处理，转化为肉眼可见的图像。ISP还可以对图像的噪点，亮度，肤色进行算法优化。ISP还可以对拍摄场景的曝光，色温等参数优化。在一些实施例中，ISP可以设置在摄像头193中。
摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device，CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor，CMOS)光电晶体管。感光元件把光信号转换成电信号，之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB，YUV等格式的图像信号。在一些实施例中，电子设备100可以包括1个或N个摄像头193，N为大于1的正整数。
数字信号处理器用于处理数字信号，除了可以处理数字图像信号，还可以处理其他数字信号。例如，当电子设备100在频点选择时，数字信号处理器用于对频点能量进行傅里叶变换等。
视频编解码器用于对数字视频压缩或解压缩。电子设备100可以支持一种或多种视频编解码器。这样，电子设备100可以播放或录制多种编码格式的视频，例如：动态图像专家组(moving picture experts group，MPEG)1，MPEG2，MPEG3，MPEG4等。
图2为示例性示出的本申请实施例的电子设备100的软件结构框图。
电子设备100的分层架构将软件分成若干个层，每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中，Android系统可以包括应用程序层、应用程序框架层、系统库以及内核层等。
应用程序层可以包括一系列应用程序包。
如图2所示，应用程序包可以包括相机、图库、地图、WLAN、音乐、短信息、通话、导航、蓝牙、视频、日历等应用程序。当然，这些应用仅为示例性的，在其他实施例中，应用程序层可以包括图2中未示出的应用，也可以不包括图2中示出的一个或多个应用。
其中，相机应用中可以包括图像处理模块，该图像处理模块用于执行本申请实施例的图像处理方法。当然，这仅为示例，本申请实施例对于图像处理模块所处的位置不作限定。例如，在其他实施例中，图像处理模块也可以设置在图像传感器中，或者，图像处理模块可以设置在图2所示的系统库中的媒体库中。
如图2所示，应用程序框架层可以包括窗口管理器，资源管理器，视图系统等。
窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小，判断是否有状态栏，锁定屏幕，截取屏幕等。
视图系统包括可视控件，例如显示文字的控件，显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如，包括短信通知图标的显示界面，可以包括显示文字的视图以及显示图片的视图。
资源管理器为应用程序提供各种资源，比如本地化字符串，图标，图片，布局文件，视频文件等等。
安卓运行时(Android Runtime)包括核心库和虚拟机。Android runtime负责安卓系统的调度和管理。
核心库包含两部分：一部分是java语言需要调用的功能函数，另一部分是安卓的核心库。
应用程序层和应用程序框架层运行在虚拟机中。虚拟机将应用程序层和应用程序框架层的java文件执行为二进制文件。虚拟机用于执行对象生命周期的管理，堆栈管理，线程管理，安全和异常的管理，以及垃圾回收等功能。
系统库可以包括多个功能模块。例如：表面管理器(surface manager)，媒体库(Media Libraries)，三维图形处理库(例如：OpenGL ES)，二维图形引擎(例如：SGL)等。
表面管理器用于对显示子系统进行管理，并且为多个应用程序提供了2D和3D图层的融合。
媒体库支持多种常用的音频，视频格式回放和录制，以及静态图像文件等。媒体库可以支持多种音视频编码格式，例如:MPEG4，H.264，MP3，AAC，AMR，JPG，PNG等。
三维图形处理库用于实现三维图形绘图，图像渲染，合成，和图层处理等。
二维图形引擎是2D(二维)绘图的绘图引擎。
内核层是硬件和软件之间的层。
如图2所示，内核层可以包括显示驱动，蓝牙驱动，音频驱动，传感器驱动，摄像头驱动等。
图2中虚线框内所示为软件架构。如图2所示，电子设备100中还包括图像传感器。
可以理解的是，图2示出的软件结构中的层以及各层中包含的部件，并不构成对电子设备100的具体限定。在本申请另一些实施例中，电子设备100可以包括比图示更多或更少的层，以及每个层中可以包括更多或更少的部件，本申请不做限定。
在一个示例中，为了扩展动态范围的情况下不引起任何的运动鬼影，图像传感器中采用单次曝光，通过模拟增益或转换增益实现长短帧帧不同曝光图像的读出，这样的两帧图像之间不会存在相对运动，这种方法叫DCG，即双转换增益，其中的两帧图像分别为HCG图像和LCG图像，在一个示例中，LCG图像和HCG图像的转换增益的比值可以为1:4。当然，不同场景下，该比值是不同的。本实施例对该比值不作限定。LCG具有更大的FWC(Full WellCapacity，满阱电荷容量)，在高亮场景不易饱和。HCG具有小的FWC，灵敏度(sensitivity)更高，在低亮场景信噪比更高。
在一个示例中，LCG和HCG两帧图像在图像传感器中完成融合，图像传感器输出的最终结果图在部分场景存在如下问题：
一是，图像的暗处存在彩噪和发霉现象，在图像的暗区噪声严重，由于HCG图像和LCG图像的噪声水平不一致，后期难以有效去除，如图3的(a)图和(c)图所示。图3为示例性示出的融合图像的示例图。其中，图3的(a)图为示例性示出的存在暗处彩噪和水波纹现象的图像示例图，图3的(c)图为示例性示出的暗处存在发霉现象的图像示例图。
二是，图像过渡不自然，图像在融合区域存在颜色不一致的现象，过渡不够平滑自然，如图3的(b)图所示。其中，图3的(b)图为示例性示出的存在图像融合处不自然现象的图像示例图。
针对上述场景存在的问题，本申请提供了如下实施例。
本实施例中，对LCG图像和HCG图像先分别进行降噪处理，再对降噪后的图像进行融合，得到结果图像，如图4所示。
图4为示例性示出的本申请实施例中图像处理方法的过程示意图。请参见图4，LCG图像数据经过模数转换处理后，得到LCG图像，对LCG图像进行第一降噪处理，得到第一降噪图像。HCG图像数据经过模数转换处理后，得到HCG图像，对HCG图像进行第二降噪处理，得到第二降噪图像。然后，对第一降噪图像和第二降噪图像进行融合，得到融合图像。
需要说明的是，图4中的LCG图像数据和HCG图像数据是相对应的一组图像数据。图像传感器在采集图像时成对地读出LCG图像数据和HCG图像数据，该LCG图像数据和HCG图像数据即为相对应的一组图像数据。
图5为示例性示出的本申请实施例中图像处理方法的流程示例图。请参见图5，本实施例中，图像处理方法可以包括如下步骤：
S501，对第一低转换增益LCG图像进行第一降噪处理，得到第一降噪图像。
S502，对与第一LCG图像对应的第一高转换增益HCG图像进行第二降噪处理，得到第二降噪图像。
S503，对第一降噪图像和第二降噪图像进行融合，得到目标图像。
其中，S501中的第一低转换增益LCG图像和S502中的第一高转换增益HCG图像是图像传感器采集的一对内容相同、转换增益不同的两帧图像。
在一个示例中，第二降噪处理所采用的降噪算法与第一降噪处理所采用的降噪算法相同、使用的降噪参数值不同。这样，通过采用相同的降噪算法，对于同样的标定，可以保证降噪后的效果的一致性。
在一个示例中，第二降噪处理所采用的降噪算法与第一降噪处理所采用的降噪算法均为非局部均值滤波算法。当然，在其他实施例中，第二降噪处理和第一降噪处理也可以采用其他算法，例如双边降噪、PCA(Principal Component Analysis)降噪等。
这样，采用相同的降噪算法对第一LCG图像和对应的第一HCG图像降噪后，第一降噪图像的噪声水平与第二降噪图像的噪声水平的一致性较高。
在一个示例中，本实施例根据图像亮度和图像的ISO、ConversionGain对图像降噪，将HCG和LCG图像噪声降到同一水平。
在一个示例性的实现过程中，对第一低转换增益LCG图像进行第一降噪处理，得到第一降噪图像，可以包括：基于第一低转换增益LCG图像中每个第一像素对应的第一降噪参数值，对第一LCG图像进行第一降噪处理，得到第一降噪图像；
对与第一LCG图像对应的第一高转换增益HCG图像进行第二降噪处理，得到第二降噪图像，可以包括：基于与第一LCG图像对应的第一高转换增益HCG图像中每个第二像素对应的第二降噪参数值，对第一HCG图像进行第二降噪处理，得到第二降噪图像。
本实施例中，同一图像中不同像素的降噪参数值可以是不同的，这样可以准确控制每个像素的降噪强度。
本实施例中，基于像素级的降噪参数分别对LCG图像和对应的HCG图像进行降噪处理，可以准确控制降噪强度，使得LCG图像的降噪后图像和对应的HCG图像的降噪后图像的噪声水平的一致性提高，从而减少融合图像中的彩噪和发霉问题，提高图像的融合区域的颜色的一致性，使得图像过渡更加平滑自然。
在一个示例中，基于第一低转换增益LCG图像中每个第一像素对应的第一降噪参数值，对第一LCG图像进行第一降噪处理，得到第一降噪图像之前，还可以包括：针对第一LCG图像中的每个第一像素，根据第一像素的第一灰度值和第一转换增益值，从预设的降噪参数表中查找第一像素对应的第一降噪参数值；
基于与第一LCG图像对应的第一高转换增益HCG图像中每个第二像素对应的第二降噪参数值，对第一HCG图像进行第二降噪处理，得到第二降噪图像之前，还可以包括：针对第一HCG图像中的每个第二像素，根据第二像素的第二灰度值和第二转换增益值，从降噪参数表中查找第二像素对应的第二降噪参数值；
其中，降噪参数表中存储有灰度值、转换增益值与降噪参数值的对应关系。
其中，根据降噪参数表查到的降噪参数值，对LCG图像和对应的HCG图像进行降噪处理，能够使得LCG图像和对应的HCG图像不同灰度值和不同转换增益的像素降噪后的噪声水平趋于一致。
假设相对应的LCG图像和HCG图像的转换增益(conversion gain)分别为g1、g2，那么LCG图像中像素点的灰度值I1和HCG图像中像素点的灰度值I2可以分别用如下的公式(1)和公式(2)表示：
I1＝L·g1+nwad·g1+nadc (1)
I2＝L·g2+nread·g2+nadc (2)
公式(1)和(2)中，I1表示LCG图像中像素的像素值，I2表示HCG图像中像素的像素值。符号“·”表示相乘。
公式(1)和(2)中，nread表示读出噪声，nadc表示转换噪声。
公式(1)和(2)中，L～Poisson(tφa)，即L是服从泊松分布的，且泊松分布的期望和方差均为tφa。
公式(1)和(2)中，即nread是服从正态分布的，该正态分布的均值为0，方差均为/>
公式(1)和(2)中，即nadc是服从正态分布的，该正态分布的均值为0，方差为/>
期望值E(I1)如公式(3)所示，期望值E(I2)如公式(4)所示。
E(I1)＝tφa·g1 (3)
E(I2)＝tφa·g2 (4)
方差σ2(I1)如公式(5)所示，σ2(I2)如公式(6)所示。
公式(5)和(6)中，表示读出噪声的方差，/>表示转换噪声的方差，t表示曝光时间，a表示量子效率，φ表示(光通量)。
从公式(5)和(6)可以看出，忽略转换噪声(adc)的方差LCG图像和HCG图像之间的噪声差异约为/>如果采用相同的去噪强度将无法有效去除噪声。为了在降噪同时尽可能保留原图像的细节，在一个实施例中，结合LCG图像和HCG图像的转换增益conversiongain基于非局部均值(Non-Local Means)滤波方法进行去噪。
假设含噪声图像为v，v经过降噪处理后得到的降噪图像为，/>中像素点x处的的灰度值/>的计算方式如公式(7)所示。
公式(7)中，v(y)表示含噪声图像v中像素点y的灰度值，符号“*”表示乘法运算。
公式(7)中，w(x,y)表示像素点x和y间的相似度，w(x,y)的值由以x为中心的矩形邻域V(x)和以y为中心的矩形邻域V(y)之间的距离||V(x)-V(y)||2决定，如公式(8)所示。
公式(8)中，h表示平滑参数，h控制高斯函数的衰减程度。h越大，高斯函数变化越平缓，降噪水平越高，h越小，降噪水平越低。
公式(8)中的||V(x)-V(y)||2的计算方式如公式(9)所示。
公式(9)中，Sd表示窗口大小，z表示步长。
公式(8)中的Z(x)为像素x处的归一化系数，Z(x)的计算方式如公式(10)所示。
在一个示例中，可以根据LCG图像和对应的图像HCG在不同亮度(即灰度)下得到一张降噪参数表，实际去噪过程中，根据查询降噪参数表自适应调整平滑参数h的值，以改变降噪强度，提高LCG图像和HCG图像两种图像的降噪后图像的噪声一致性，从而改善LCG图像和HCG图像由于噪声水平不一致带来的图像质量问题，例如前述的彩噪和发霉问题。
表1为示例性示出的降噪参数表。
表1
| 灰度值 | 转换增益值 | 平滑参数值 |
| a1 | g1 | h1 |
| a2 | g1 | h2 |
| a3 | g2 | h3 |
| a4 | g2 | h4 |
| a5 | g2 | h5 |
| …… | …… | …… |
图6为示例性示出的采用非局部均值滤波去噪的图像示例图。请参见图6，对图像1进行降噪处理后，降噪后的图像中像素点p的灰度值如下式(11)：
其中，w(p,q1)表示像素点p和q1间的相似度，v(q1)表示图像1中像素点q1的灰度值；w(p,q2)表示像素点p和q2间的相似度，v(q2)表示图像1中像素点q2的灰度值；……依此类推。
在其他示例中，也可以采用其他的降噪方式，例如，可以采用统一的第三降噪参数值对第一LCG图像中的所有第一像素进行降噪处理，得到第一降噪图像；采用统一的第四降噪参数值对与第一LCG图像对应的第一HCG图像中的所有第二像素进行降噪处理，得到第二降噪图像。其中，第三降噪参数值与第四降噪参数值不同。该示例中，同一图像中所有像素的降噪参数值是相同的，不同图像(第一LCG图像和第一HCG图像)的降噪参数值是不同的，这样可以通过降噪参数值，控制每个图像的降噪强度，减小两个图像(即第一LCG图像和第一HCG图像)降噪后的图像的噪声水平差异，从而可以在一定程度上改善前述的彩噪、水波纹、过渡不自然等问题，提高图像质量。
降噪处理之后，本实施例将第一降噪图像和第二降噪图像进行融合，得到目标图像。
在一个示例中，对第一降噪图像和第二降噪图像进行融合，得到目标图像之前，还可以包括：
针对第一LCG图像中的每个第一像素，根据第一像素的第一灰度值和预设的灰度值与融合系数的对应关系，确定第一像素对应的融合系数值；
对第一降噪图像和第二降噪图像进行融合，得到目标图像，可以包括：根据第一LCG图像中每个第一像素对应的融合系数值，对第一降噪图像和第二降噪图像进行融合，得到目标图像。
本实施例中的融合系数值可以根据后续图7中的方案2得到。
本实施例中，基于像素级的融合系数对第一降噪图像和第二降噪图像进行融合处理，能够使得融合图像的噪声进一步降低，改善前述的彩噪、水波纹、过渡不自然等问题，提高图像质量。
在一个示例中，可以采用线性融合的方式，即对于第一降噪图像和第二降噪图像，在归一化增益的情况下，进行线性融合。
假设使用线性组合作为融合方案，需要保持输出归一化(既保证每个像素的融合后的等效增益(gain)是一致的)，根据前述公式可得如下公式(12)。
Ifuse＝(βI1′+(1-β)I2′)·K(β) (12)
其中，Ifuse表示融合图像中像素的灰度值，I1′为第一去噪图像中像素的灰度值，I2′为第二去噪图像中像素的灰度值。
其中，β是像素级(pixelwise)的融合系数，β∈[0,1]。
下面对融合系数β的获取原理进行说明。
公式(12)中的K(β)可以按照如下公式(13)计算。
根据公式(12)，即可构建出噪声最小的优化问题，即在各个光照条件下，选择最优的融合系数，使得噪声的方差最小。优化问题如公式(14)：
minp∈[0,1]σ2(Ifuse) (14)
从上式优化问题可以看出，在不同的曝光情况下，最优的β是不同的，因此可以在合理的曝光范围内，由该优化问题数值分析出一条关于β的曲线，使得噪音方差最小
在极端高亮情况下，LCG工作在线性区，HCG过饱和，那么此时，只能选择有亮度信息的LCG的读出数据(reading)作为融合来源，此时融合问题退化为阈值选择。
综上考虑，可以编制一个随着灰度变化的关于融合系数β的查询表(look-uptable，即LUT)作为先验数据存入硬件存储器(memory)，以指导实际场景的实时拍照融合。
根据融合方案，可以得到如下融合图像的期望表达式(15)和方差表达式(16)。
E(Ifuse)＝tφa (15)
在上式中，考虑工程简化，在此处忽略了I1和I2的协方差。由于融合方案输出的E(Ifuse)是定值，提升SNR(Signal to Noise Ratio，信噪比)唯一需要考虑的是如何选择β降低σ2(Ifuse)。
令公式(16)中的公式(16)所示的方差可化简如下：
公式(17)中，x∈[0，+∞)。
求导得：
求导发现，f(x)在x∈[0，+∞)区间内有最小值，此时因此：
下面说明亮光与暗光下的两种最优策略。
在高亮情况下(此时HCG图像仍然没有饱和)，此时噪声分布中的正态分布可以忽略不计。公式(5)所示方差化简为公式(20)，公式(6)所示的方差化简为公式(21)。
其中，和/>都表示高亮情况下对应的方差。
其中，xr，high表示高亮情况下的x值。
此时：
βr，high＝xr，high/(xr，high+1)＝g2/(g1+g2) (23)
f(x)min＝f(xr，high)＝tφa/2 (24)
如假设g1对应高增益(CG)，g2对应低CG，那么未过曝优先选用高CG，即β＝1，此时的x为+∞。
根据式(24)和式(25)，可得：
可见，采用最优比例x＝xr，high的噪声方差是使用策略x＝+∞方差(请参见图7的方案1)的一半。
在低亮情况下(此时HCG没有饱和)，噪声分布中正态分布占主导，因此有：
其中，和/>都表示低亮情况下的方差。
其中，xr,dark表示低亮情况下的x值。
此时：
βr，dark＝xr，dark/(xr，dark+1) (30)
未过曝优先选用高CG，即β＝1，此时的x为+∞。
最后得到：
本实施例中，为了对LUT制表进行简化，可将LUT作为三段式进行编制(请参见图7的方案2)，其中在暗光条件(即灰度值小于某一值)下，高斯分布analog噪声和ADC噪声(即转换噪声/>)占主导，此时融合系数为βr,dark。在亮光条件(即灰度值大于某一值)下，光子噪音(前述公式(5)、公式(6)的等式右侧第一项)占主导，此时β应该选择使泊松噪声最小的亮光最优值βr,high。在两者之间，可以用线性连接得到权重β。
LUT的编制如图7所示，在编制此LUT时，可以考虑tφa和的实际值，划定高斯和泊松噪声主导的区间，从而确定对应的暗光环境φdark和亮光环境φbright。
图7为示例性示出的融合系数的两种方案对比示例图。请参见图7，方案1中，在像素感光量小于TH时，融合系数的值为1，在像素感光量大于或等于TH时，融合系数的值为0。
请继续参见图7，方案2中，在亮度(即灰度)小于暗光阈值时，融合系数的值为βr,dark；在亮度大于亮光阈值且HCG不过曝时，融合系数的值为βr,high；当亮度在暗光阈值与亮光阈值之间时，亮度与融合系数的值呈线性关系，且该线性关系中的最大融合系数值为βr,dark，最小融合系数值为βr,high；当HCG过曝时，融合系数的值为0。其中，βr,high的值请参见前述的公式(23)，βr,dark的值请参见前述的公式(29)和公式(30)。
图8为图7中融合系数的方案1的完整示例图。图9为示例性示出的方案1中噪声方差与亮度的关系示意图。根据图9，方案1中LCG图像和HCG图像的噪声水平是不一致的。采用方案2可以减小两个图像的噪声差异，提高一致性。
图10为示例性示出的图7中方案1和方案2中噪声方差与亮度的关系示意图。其中，图10的(a)图表示方案1中噪声方差与亮度的关系，图10的(b)图表示方案2中噪声方差与亮度的关系。对比可见，方案2通过采用像素级的融合系数，减小了噪声方差，从而提高了融合图像的质量。
在一个示例中，根据第一像素的第一灰度值和预设的灰度值与融合系数的对应关系，确定第一像素对应的融合系数值，可以包括：
如果第一灰度值小于第一值，确定第一像素对应的融合系数值等于第一融合系数值；
如果第一灰度值大于第二值且小于第三值，确定第一像素对应的融合系数值等于第二融合系数值，第二值大于第一值，第三值大于第二值，第二融合系数值小于第一融合系数值；
如果第一灰度值大于或等于第一值且小于或等于第二值，确定第一像素对应的融合系数值等于第一灰度值乘以第一常数所得的积与第二常数之和，第一常数为负数。
本实施例中融合系数是按照图7中方案2的方式获取的。
本实施例中，采用线性融合方式，可以提升硬件性能，而且像素值与环境光也是线性的，可以使图像更自然。
在其他实施例中，融合系数与亮度之间的函数关系也可以为非线性关系，且融合系数值随着灰度值的增加单调递减。
在按照公式(12)进行融合时，每个像素可以按照图7确定该像素的融合系数值，这样，通过采用像素级的融合系数，可以提高融合图像中每个像素的等效增益的一致性，从而提高融合图像的质量。
本实施例的方法可以应用在DCG图像传感器、DAG(Dual Analog Gain，双模拟增益)图像传感器、(DCG+DAG)的图像传感器(即使用了DCG和DAG的图像传感器，DCG和DAG串联)中。
需要说明的是，以上各实施例仅为示例性的，不应视为对本实施例的限制，上述列举的示例，不应被理解为只有该示例的一种实现方式。
本申请实施例还提供一种电子设备，该电子设备包括存储器和处理器，存储器与处理器耦合，存储器存储有程序指令，当程序指令由所述处理器执行时，使得电子设备前述电子设备所执行的图像处理方法。
可以理解的是，电子设备为了实现上述功能，其包含了执行各个功能相应的硬件和/或软件模块。结合本文中所公开的实施例描述的各示例的算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以结合实施例对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
本实施例还提供一种计算机存储介质，该计算机存储介质中存储有计算机指令，当该计算机指令在电子设备上运行时，使得电子设备执行上述相关方法步骤实现上述实施例中的图像处理方法。
本实施例还提供了一种计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机执行上述相关步骤，以实现上述实施例中的图像处理方法。
另外，本申请实施例还提供一种装置，这个装置具体可以是芯片，组件或模块，该装置可包括相连的处理器和存储器；其中，存储器用于存储计算机执行指令，当装置运行时，处理器可执行存储器存储的计算机执行指令，以使芯片执行上述各方法实施例中的图像处理方法。
其中，本实施例提供的电子设备、计算机存储介质、计算机程序产品或芯片均用于执行上文所提供的对应的方法，因此，其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果，此处不再赘述。
通过以上实施方式的描述，所属领域的技术人员可以了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块或单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个装置，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。
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一个物理单元或多个物理单元，即可以位于一个地方，或者也可以分布到多个不同地方。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。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
本申请各个实施例的任意内容，以及同一实施例的任意内容，均可以自由组合。对上述内容的任意组合均在本申请的范围之内。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。
结合本申请实施例公开内容所描述的方法或者算法的步骤可以硬件的方式来实现，也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成，软件模块可以被存放于随机存取存储器(Random Access Memory，RAM)、闪存、只读存储器(Read Only Memory，ROM)、可擦除可编程只读存储器(Erasable Programmable ROM，EPROM)、电可擦可编程只读存储器(Electrically EPROM，EEPROM)、寄存器、硬盘、移动硬盘、只读光盘(CD-ROM)或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本申请实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。
Claims (12)
1.一种图像处理方法，其特征在于，应用于电子设备，所述方法包括：
对第一低转换增益LCG图像进行第一降噪处理，得到第一降噪图像；
对与所述第一LCG图像对应的第一高转换增益HCG图像进行第二降噪处理，得到第二降噪图像；
对所述第一降噪图像和所述第二降噪图像进行融合，得到目标图像。
2.根据权利要求1所述的方法，其特征在于，对第一低转换增益LCG图像进行第一降噪处理，得到第一降噪图像，包括：
基于第一低转换增益LCG图像中每个第一像素对应的第一降噪参数值，对所述第一LCG图像进行第一降噪处理，得到第一降噪图像；
对与所述第一LCG图像对应的第一高转换增益HCG图像进行第二降噪处理，得到第二降噪图像，包括：
基于与所述第一LCG图像对应的第一高转换增益HCG图像中每个第二像素对应的第二降噪参数值，对所述第一HCG图像进行第二降噪处理，得到第二降噪图像。
3.根据权利要求2所述的方法，其特征在于，基于第一低转换增益LCG图像中每个第一像素对应的第一降噪参数值，对所述第一LCG图像进行第一降噪处理，得到第一降噪图像之前，还包括：
针对所述第一LCG图像中的每个第一像素，根据所述第一像素的第一灰度值和第一转换增益值，从预设的降噪参数表中查找所述第一像素对应的第一降噪参数值；
基于与所述第一LCG图像对应的第一高转换增益HCG图像中每个第二像素对应的第二降噪参数值，对所述第一HCG图像进行第二降噪处理，得到第二降噪图像之前，还包括：
针对所述第一HCG图像中的每个第二像素，根据所述第二像素的第二灰度值和第二转换增益值，从所述降噪参数表中查找所述第二像素对应的第二降噪参数值；
所述降噪参数表中存储有灰度值、转换增益值与降噪参数值的对应关系。
4.根据权利要求1所述的方法，其特征在于，所述第二降噪处理所采用的降噪算法与所述第一降噪处理所采用的降噪算法相同、使用的降噪参数值不同。
5.根据权利要求1所述的方法，其特征在于，所述第二降噪处理所采用的降噪算法与所述第一降噪处理所采用的降噪算法均为非局部均值滤波算法。
6.根据权利要求1所述的方法，其特征在于，对所述第一降噪图像和所述第二降噪图像进行融合，得到目标图像之前，还包括：
针对所述第一LCG图像中的每个第一像素，根据所述第一像素的第一灰度值和预设的灰度值与融合系数的对应关系，确定所述第一像素对应的融合系数值；
对所述第一降噪图像和所述第二降噪图像进行融合，得到目标图像，包括：
根据所述第一LCG图像中每个第一像素对应的融合系数值，对所述第一降噪图像和所述第二降噪图像进行融合，得到目标图像。
7.根据权利要求6所述的方法，其特征在于，根据所述第一像素的第一灰度值和预设的灰度值与融合系数的对应关系，确定所述第一像素对应的融合系数值，包括：
如果所述第一灰度值小于第一值，确定所述第一像素对应的融合系数值等于第一融合系数值；
如果所述第一灰度值大于第二值且小于第三值，确定所述第一像素对应的融合系数值等于第二融合系数值，所述第二值大于所述第一值，所述第三值大于所述第二值，所述第二融合系数值小于所述第一融合系数值；
如果所述第一灰度值大于或等于所述第一值且小于或等于所述第二值，确定所述第一像素对应的融合系数值等于所述第一灰度值乘以第一常数所得的积与第二常数之和，所述第一常数为负数。
8.根据权利要求7所述的方法，其特征在于，所述第一融合系数值等于中间值除以所述中间值与1之和所得的商值，所述中间值等于第一比值与第二比值的乘积，所述第一比值等于第一转换增益值与第二转换增益值的比值，所述第二比值等于第一和值与第二和值的比值，所述第一和值等于读出噪声期望值的平方与第二转换增益值的平方的乘积和转换噪声期望值的平方之和，所述第二和值等于读出噪声期望值的平方与第一转换增益值的平方的乘积和转换噪声期望值的平方之和；
所述第二融合系数值等于所述第二转换增益值除以所述第二转换增益值与所述第一转换增益值之和所得的商值；
其中，所述第二转换增益值是所述第一HCG图像对应的转换增益值，所述第一转换增益值是所述第一LCG图像对应的转换增益值。
9.根据权利要求6所述的方法，其特征在于，所述灰度值与融合系数的对应关系中，融合系数与灰度值之间的函数关系为非线性关系，且融合系数值随着灰度值的增加单调递减。
10.根据权利要求1所述的方法，其特征在于，所述电子设备为手机或平板。
11.一种电子设备，其特征在于，包括：
存储器和处理器，所述存储器与所述处理器耦合；
所述存储器存储有程序指令，当所述程序指令由所述处理器执行时，使得所述电子设备执行如权利要求1至10任一项所述的图像处理方法。
12.一种计算机可读存储介质，包括计算机程序，其特征在于，当所述计算机程序在电子设备上运行时，使得所述电子设备执行如权利要求1至10任一项所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310709215.XA CN117714895A (zh) | 2023-06-14 | 2023-06-14 | 图像处理方法及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310709215.XA CN117714895A (zh) | 2023-06-14 | 2023-06-14 | 图像处理方法及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117714895A true CN117714895A (zh) | 2024-03-15 |
Family
ID=90146716
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310709215.XA Pending CN117714895A (zh) | 2023-06-14 | 2023-06-14 | 图像处理方法及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117714895A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112532855A (zh) * | 2019-09-17 | 2021-03-19 | 华为技术有限公司 | 一种图像处理方法和装置 |
| CN114245050A (zh) * | 2020-09-09 | 2022-03-25 | 三星电子株式会社 | 图像传感器 |
| CN114445314A (zh) * | 2022-01-28 | 2022-05-06 | 杭州海康威视数字技术股份有限公司 | 一种图像融合方法、装置、电子设备及存储介质 |
| CN115526787A (zh) * | 2022-02-28 | 2022-12-27 | 荣耀终端有限公司 | 视频处理方法和装置 |
| US20220417457A1 (en) * | 2021-06-25 | 2022-12-29 | Samsung Electronics Co., Ltd. | Image processing device for noise reduction using dual conversion gain and operation method thereof |
| CN115641270A (zh) * | 2022-09-26 | 2023-01-24 | 北京空间机电研究所 | 一种适用于scmos双增益成像系统的高动态范围扩展方法 |
| CN116051449A (zh) * | 2022-08-11 | 2023-05-02 | 荣耀终端有限公司 | 图像噪声估计方法及装置 |
| CN116567432A (zh) * | 2023-05-24 | 2023-08-08 | 维沃移动通信有限公司 | 拍摄方法和电子设备 |
-
2023
- 2023-06-14 CN CN202310709215.XA patent/CN117714895A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112532855A (zh) * | 2019-09-17 | 2021-03-19 | 华为技术有限公司 | 一种图像处理方法和装置 |
| CN114245050A (zh) * | 2020-09-09 | 2022-03-25 | 三星电子株式会社 | 图像传感器 |
| US20220417457A1 (en) * | 2021-06-25 | 2022-12-29 | Samsung Electronics Co., Ltd. | Image processing device for noise reduction using dual conversion gain and operation method thereof |
| CN114445314A (zh) * | 2022-01-28 | 2022-05-06 | 杭州海康威视数字技术股份有限公司 | 一种图像融合方法、装置、电子设备及存储介质 |
| CN115526787A (zh) * | 2022-02-28 | 2022-12-27 | 荣耀终端有限公司 | 视频处理方法和装置 |
| CN116051449A (zh) * | 2022-08-11 | 2023-05-02 | 荣耀终端有限公司 | 图像噪声估计方法及装置 |
| CN115641270A (zh) * | 2022-09-26 | 2023-01-24 | 北京空间机电研究所 | 一种适用于scmos双增益成像系统的高动态范围扩展方法 |
| CN116567432A (zh) * | 2023-05-24 | 2023-08-08 | 维沃移动通信有限公司 | 拍摄方法和电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110062160B (zh) | 图像处理方法和装置 | |
| CN109218628B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN108335279B (zh) | 图像融合和hdr成像 | |
| KR102149187B1 (ko) | 전자 장치와, 그의 제어 방법 | |
| CN110033418B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| CN109993722B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| WO2017101561A1 (zh) | 高动态范围图像的生成方法、拍照装置和终端、成像方法 | |
| CN110246101B (zh) | 图像处理方法和装置 | |
| CN105578067B (zh) | 图像生成方法、装置及终端设备 | |
| CN109618102B (zh) | 对焦处理方法、装置、电子设备及存储介质 | |
| WO2021143300A1 (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| US20140152861A1 (en) | Image processing apparatus and method | |
| CN115550570B (zh) | 图像处理方法与电子设备 | |
| US20240236504A9 (en) | Point light source image detection method and electronic device | |
| CN107147851B (zh) | 照片处理方法、装置、计算机可读存储介质及电子设备 | |
| CN115633262A (zh) | 图像处理方法和电子设备 | |
| CN115471435A (zh) | 图像融合方法及装置、计算机可读介质和电子设备 | |
| CN112822413B (zh) | 拍摄预览方法、装置、终端和计算机可读存储介质 | |
| CN112488933B (zh) | 一种视频的细节增强方法、装置、移动终端和存储介质 | |
| CN118396861A (zh) | 图像增强方法、装置、设备及存储介质 | |
| CN117714895A (zh) | 图像处理方法及电子设备 | |
| CN115460343B (zh) | 图像处理方法、设备及存储介质 | |
| CN113891008B (zh) | 一种曝光强度调节方法及相关设备 | |
| CN117651221B (zh) | 视频处理的方法及电子设备 | |
| CN110278386A (zh) | 图像处理方法、装置、存储介质及电子设备 |
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 |