[發明專利]圖像亮度校正方法、裝置、設備以及存儲介質

有效

• 申請號: 202011502782.0
• 申請日: 2020-12-18
• 公開（公告）號: CN112714356B
• 公開（公告）日: 2023-03-21
• 發明（設計）人: 張琦
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: H04N21/44
• 分類號: H04N21/44;H04N21/2187;H04N5/262;G06T5/00
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本申請公開了圖像亮度校正方法、裝置、設備以及存儲介質，涉及人工智能技術領域，具體為計算機視覺和深度學習技術領域。該方法的一具體實施方式包括：確定待校正圖像的分段數以及各段待校正區域對應的像素值范圍；基于各段待校正區域的像素值范圍確定對應的各個伽瑪值；基于對應的各個伽瑪值生成相應的分段伽瑪曲線；對分段伽瑪曲線的不平滑處做濾波處理，得到平滑伽瑪曲線；基于平滑伽瑪曲線對待校正圖像的亮度進行校正。該實施方式提供了一種基于分段伽瑪曲線的圖像亮度校正方法，實時性好，方便移植到移動端，適合在實際的直播場景中使用。

技術領域

本申請實施例涉及計算機領域，具體涉及計算機視覺、深度學習等人工智能領域，尤其涉及圖像亮度校正方法、裝置、設備以及存儲介質。

背景技術

在短視頻占據大半內容分發領域的移動互聯網時代，人們越來越重視視頻的質量，其中就包括物理層面的質量—即視頻的清晰度、可視性等。但視頻的拍攝并不都具備完美的場景，因此，后期的處理是必不可少的，其中亮度的調節就是非常重要的一個環節。

圖像亮度自適應調整技術是圖像處理領域最為常見的技術之一，用于對整張曝光不足或者局部曝光不足的圖像進行亮度的調整以獲得更好的主觀視覺效果。目前普遍采用如下兩種方案來解決：

(1)基于線性變換對圖像亮度進行調整。

(2)基于卷積神經網絡CNN的圖像亮度自動增強方法：基于CNN的圖像亮度自動增強的方法從大量標注數據中學習亮度較差圖像和亮度較好的圖像之間的非線性映射關系，在給定亮度較差圖像時，能夠利用學習好的模型將其轉化為亮度較好的圖像。

發明內容

本申請實施例提出了一種圖像亮度校正方法、裝置、設備以及存儲介質。

第一方面，本申請實施例提出了一種圖像亮度校正方法，包括：確定待校正圖像的分段數以及各段待校正區域對應的像素值范圍；基于各段待校正區域的像素值范圍確定對應的各個伽瑪值；基于對應的各個伽瑪值生成相應的分段伽瑪曲線；對分段伽瑪曲線的不平滑處做濾波處理，得到平滑伽瑪曲線；基于平滑伽瑪曲線對待校正圖像的亮度進行校正。

第二方面，本申請實施例提出了一種圖像亮度校正裝置，包括：分段模塊，被配置成確定待校正圖像的分段數及各段待校正區域對應的像素值范圍；確定模塊，被配置成基于各段待校正區域的像素值范圍確定對應的各個伽瑪值；生成模塊，被配置成基于對應的各個伽瑪值生成相應的分段伽瑪曲線；濾波模塊，被配置成對分段伽瑪曲線的不平滑處做濾波處理，得到平滑伽瑪曲線；校正模塊，被配置成基于平滑伽瑪曲線對待校正圖像的亮度進行校正。

第三方面，本申請實施例提出了一種電子設備，包括：至少一個處理器；以及與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執行的指令，指令被至少一個處理器執行，以使至少一個處理器能夠執行如第一方面中任一實現方式描述的方法。

第四方面，本申請實施例提出了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，計算機指令用于使計算機執行如第一方面中任一實現方式描述的方法。

第五方面，本申請實施例提出了一種計算機程序產品，包括計算機程序，計算機程序在被處理器執行時實現如第一方面中任一實現方式描述的方法。

本申請實施例提供的圖像亮度校正方法、裝置、設備以及存儲介質，首先確定待校正圖像的分段數以及各段待校正區域對應的像素值范圍；之后基于各段待校正區域的像素值范圍確定對應的各個伽瑪值；而后基于對應的各個伽瑪值生成相應的分段伽瑪曲線；然后對分段伽瑪曲線的不平滑處做濾波處理，得到平滑伽瑪曲線；最后基于平滑伽瑪曲線對待校正圖像的亮度進行校正。本申請基于傳統圖像處理，對視頻圖像處理可以達到60FPS+(Frames Per Second，每秒傳輸幀數)，且實時性好，方便移植到移動端，適合在實際的直播場景中使用。