[發(fā)明專利]一種圖像處理方法、系統(tǒng)及電子設備和存儲介質

在審

• 申請?zhí)枺?/td>: 201910204078.8
• 申請日: 2019-03-18
• 公開（公告）號: CN111724447A
• 公開（公告）日: 2020-09-29
• 發(fā)明（設計）人: 張婭楠;劉應
• 申請（專利權）人: 浙江宇視科技有限公司
• 主分類號: G06T9/00
• 分類號: G06T9/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種圖像處理方法，其特征在于，包括：

獲取原始圖像的圖像信息，并根據(jù)所述圖像信息得到所述原始圖像的寬動態(tài)場景判別值；其中，所述寬動態(tài)場景判別值為描述所述原始圖像的動態(tài)范圍的值，所述寬動態(tài)場景判別值與所述動態(tài)范圍呈正相關；

選取寬動態(tài)處理算法，并根據(jù)所述寬動態(tài)場景判別值確定所述寬動態(tài)處理算法的開啟強度；其中，所述開啟強度為描述所述寬動態(tài)處理算法對所述原始圖像的壓縮程度的值，所述開啟強度與所述寬動態(tài)場景判別值呈正相關；

根據(jù)所述開啟強度利用所述寬動態(tài)處理算法對所述原始圖像進行圖像壓縮，得到壓縮完成的圖像。

2.根據(jù)權利要求1所述圖像處理方法，其特征在于，所述根據(jù)所述圖像信息得到所述原始圖像的寬動態(tài)場景判別值，包括：

根據(jù)所述圖像信息組合得到所述原始圖像的特征描述子，并將所述特征描述子輸入深度學習模型中，得到所述原始圖像的寬動態(tài)場景判別值；其中，所述深度學習模型輸出的屬性類別為寬動態(tài)場景和非寬動態(tài)場景。

3.根據(jù)權利要求2所述圖像處理方法，其特征在于，所述圖像信息的類別包括亮度類別、梯度類別和色度類別中任一項或任幾項的組合，所述根據(jù)所述圖像信息組合所述原始圖像的特征描述子，包括：

計算每個所述類別的圖像信息的歸一化值，并將所有所述歸一化值組合為所述原始圖像的特征描述子。

4.根據(jù)權利要求3所述圖像處理方法，其特征在于，若所述圖像信息的類別包括所述亮度類別，則所述計算每個所述類別的圖像信息的歸一化值，包括：

根據(jù)所述亮度類別的圖像信息獲取每個灰階的像素點數(shù)量，得到所述原始圖像的所有k級灰度歸一化值；

若所述圖像信息的類別包括所述梯度類別，則所述計算每個所述類別的圖像信息的歸一化值，包括：

根據(jù)所述梯度類別的圖像信息計算亮度低于預設值的像素點的平均梯度，并根據(jù)所述平均梯度和所述原始圖像中像素點梯度的最大值得到細節(jié)度歸一化值；

若所述圖像信息的類別包括所述色度類別，則所述計算每個所述類別的圖像信息的歸一化值，包括：

根據(jù)所述色度類別的圖像信息計算每個顏色通道的色度歸一化值。

5.根據(jù)權利要求4所述圖像處理方法，其特征在于，所述根據(jù)所述色度類別的圖像信息計算每個顏色通道的色度歸一化值，包括：

根據(jù)所述色度類別的圖像信息獲取每個所述顏色通道內每個色階的像素點數(shù)量，得到每個所述顏色通道的所有q級色度歸一化值，并將每個所述顏色通道的所有所述q級色度歸一化值作為每個所述顏色通道的色度歸一化值；

或，根據(jù)所述色度類別的圖像信息計算每個所述顏色通道內所有像素點色度值的平均值，并根據(jù)所述平均值計算每個所述顏色通道的色度歸一化值。

6.根據(jù)權利要求1所述圖像處理方法，其特征在于，所述圖像信息的類別包括亮度類別、梯度類別和色度類別中任一項或任幾項的組合，所述根據(jù)所述圖像信息得到所述原始圖像的寬動態(tài)場景判別值，包括：

獲取每個所述類別的圖像信息的變化范圍，并根據(jù)每個所述變化范圍和預先設定的每個所述變化范圍對應的權重計算所述原始圖像的寬動態(tài)場景判別值。

7.根據(jù)權利要求1所述圖像處理方法，其特征在于，所述根據(jù)所述寬動態(tài)場景判別值確定所述寬動態(tài)處理算法的開啟強度，包括：

根據(jù)開啟強度計算公式確定所述寬動態(tài)處理算法的開啟強度，其中，所述開啟強度計算公式具體為：

S＝S_min+K(S_max-S_min)；

其中，S為所述開啟強度，S_max和S_min分別為預先設定的開啟強度的最大值和最小值，K為所述寬動態(tài)場景判別值。