[發明專利]一種圖像處理方法及終端設備在審
| 申請號: | 201811215445.6 | 申請日: | 2018-10-18 |
| 公開(公告)號: | CN109544486A | 公開(公告)日: | 2019-03-29 |
| 發明(設計)人: | 孫向華;李志成 | 申請(專利權)人: | 維沃移動通信(杭州)有限公司 |
| 主分類號: | G06T5/40 | 分類號: | G06T5/40;G06T7/194 |
| 代理公司: | 北京遠志博慧知識產權代理事務所(普通合伙) 11680 | 代理人: | 陳紅 |
| 地址: | 311100 浙江省杭州市*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 灰度直方圖 背景區域 人像區域 圖像處理 終端設備 圖像處理技術 目標圖像 大動態 圖像 場景 分割 | ||
本發明實施例提供一種圖像處理方法及終端設備,涉及圖像處理技術領域,用于解決大動態域場景下包含人物的圖像的影調效果不理想的問題。該方法包括:將目標圖像分割為背景區域和人像區域;分別獲取背景區域的灰度直方圖和人像區域的灰度直方圖;根據背景區域的灰度直方圖調整背景區域,以及根據人像區域的灰度直方圖調整人像區域。本發明實施例用于圖像處理。
技術領域
本發明涉及圖像處理技術領域,尤其涉及一種圖像處理方法及終端設備。
背景技術
隨著終端技術的發展,用戶對終端設備的要求越來越高,終端設備的拍照效果已成為用戶評價終端設備的重要指標。
通過手機等終端設備進行拍照是用戶常用的操作之一。隨著應用于終端設備的鏡頭及控制算法的進步和發展,通過終端設備進行拍照基本可以滿足用戶的日常使用要求。但是,通過終端設備進行拍照還存在著一些不可避免的問題,尤其是由于終端設備圖像傳感器的動態域(Dynamic Range,DR)有限,在亮度存在高反差的場景,經常會出現單幀圖像動態范圍不足,致使圖像傳感器成像時暗處過暗,亮處又過曝,從而使圖像暗部和亮部的細節無法呈現。為了擴展終端設備拍攝的照片動態域,現有技術中普遍的做法是:使用包圍曝光的方式拍攝多幀不同曝光值(Exposure Value,EV)的連續圖像,然后在合成多幀不同曝光值的連續圖像生成一張動態域較高的高動態域(High-Dynamic Range,HDR)圖像。在大動態域的場景拍攝中,通過HDR技術合成動態域較高的圖像時需要拍攝更曝光值更加極端的圖像和更多的幀數,來使得合成圖的動態域HDR技術的要求,然而此時合成結果圖的影調會很難兼顧大動態域的要求,具體表現為將合成圖像灰度值較大的區域調暗時,會使圖像中灰度值較小的區域的灰度值進一步變小,從而無法展現較暗的細節,同樣將合成圖像灰度值較小的區域調亮時,會使圖像中灰度值較大的區域的灰度值進一步變大,從而無法展現較亮的細節。特別是對于逆光拍攝的包含人像的照片,將亮度調的較亮時可以展現人物細節,但背景區域過亮無法展現背景的細節;將亮度調的較暗時可以展現背景的細節,但人物區域過暗無法展現人物細節。
發明內容
本發明實施例提供一種圖像處理方法及終端設備,用于解決大動態域場景下包含人物的圖像的影調效果不理想的問題。
為了解決上述技術問題,本發明是這樣實現的:
第一方面,本發明實施例提供了一種圖像處理方法,包括:
將目標圖像分割為背景區域和人像區域;
分別獲取所述背景區域的灰度直方圖和所述人像區域的灰度直方圖;
根據所述背景區域的灰度直方圖調整所述背景區域,以及根據所述人像區域的灰度直方圖調整所述人像區域。
第二方面,本發明實施例提供了一種終端設備,包括:
分割單元,用于將目標圖像分割為背景區域和人像區域;
獲取單元,用于分別獲取所述背景區域的灰度直方圖和所述人像區域的灰度直方圖;
調節單元,用于根據所述背景區域的灰度直方圖調整所述背景區域,以及根據所述人像區域的灰度直方圖調整所述人像區域。
第三方面,本發明實施例提供了一種終端設備,包括處理器、存儲器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序,所述計算機程序被所述處理器執行時實現如第一方面所述的圖像處理方法的步驟。
第四方面,本發明實施例提供一種計算機可讀存儲介質,所述計算機可讀存儲介質上存儲計算機程序,所述計算機程序被處理器執行時實現如第一方面所述的圖像處理方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于維沃移動通信(杭州)有限公司,未經維沃移動通信(杭州)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811215445.6/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種亞諧波注入型振蕩器網絡
- 下一篇:一種基于卷積神經網絡的紅外圖像增強方法





