一种改善图片亮度分布的拍照方法及装置制造方法
【专利摘要】本发明公开了一种改善图片亮度分布的拍照方法及装置，其通过检测原始图片的亮度分布情况并计算得到原始图片的亮度均匀度，若该亮度均匀度超过预设值，则对原始图片进行高光区域、中间调区域、阴影区域的提取，并生成高光阴影深度图，最后根据所述高光阴影深度图对原始图片进行亮度校正，并输出结果图片；从而实现了对图片亮度的分区域修复，使得图片的整体亮度分布更自然。
【专利说明】一种改善图片亮度分布的拍照方法及装置
【技术领域】
[0001]本发明涉及一种拍照方法及装置，特别是一种改善图片亮度分布的拍照方法及应用该方法的装置。
【背景技术】
[0002]现有的手机和照相机等拍摄器材，所拍图片都无法完整复现真实环境的光照条件，容易导致所拍图片要么前景亮度正常但是背景过亮或者过暗，要么背景亮度正常但是前景过亮或者过暗，要么只是某几个局部区域亮度跟整体亮度差别较大等亮度分布不均匀情况，极大的降低了图片的自然感和拍照成功率。
【发明内容】
[0003]本发明为解决上述问题，提供了一种改善图片亮度分布的拍照方法及装置，其图片的整体亮度分布更自然。
[0004]为实现上述目的，本发明采用的技术方案为:
[0005]一种改善图片亮度分布的拍照方法，包括以下步骤:
[0006]A.启动摄像头并捕犾原始图片；
[0007]B.检测原始图片的亮度分布情况并计算得到原始图片的亮度均匀度；
[0008]C.判断所述亮度均匀度是否超过预设值，若超过则进入步骤D，否则直接输出原始图片为结果图片；
[0009]D.对原始图片进行高光区域、中间调区域、阴影区域的提取，并生成高光阴影深度图；
[0010]E.根据所述高光阴影深度图对原始图片进行亮度校正，并输出结果图片。
[0011]作为优选的实施例，所述步骤B中进一步包括:
[0012]B1.将原始图片转换为灰度图片；
[0013]B2.将所述灰度图片分成多个子块；
[0014]B3.计算每个子块的平均亮度值，并得到平均亮度最大值和平均亮度最小值；
[0015]B4.根据所述平均亮度最大值和平均亮度最小值计算得到原始图片的亮度均匀度。
[0016]作为优选的实施例，所述步骤BI中将原始图片转换为灰度图片，该灰度图片中每个像素点的灰度值的计算公式为:
[0017]int gray = 30*red+59*green+ll*blue ；
[0018]其中，red为原始图片中对应像素点的红色通道的值；green为原始图片中对应像素点的绿色通道的值；blue为原始图片中对应像素点的蓝色通道的值；gray为计算得到的灰度图片中对应像素点的灰度值。
[0019]作为优选的实施例，所述步骤B2中将灰度图片分成16X16的子块；所述步骤B4中将平均亮度最大值减去平均亮度最小值，得到的差值再除以255.0f得到原始图片的亮度均匀度。
[0020]作为优选的实施例，所述步骤D中对原始图片进行高光区域、中间调区域、阴影区域的提取后，并对高光区域、中间调区域、阴影区域的边缘进行平滑过渡处理。
[0021]作为优选的实施例，所述步骤E中根据所述高光阴影深度图对原始图片进行亮度校正的计算公式为:
[0022]Float rat = depth/255.0f ；
[0023]int pixel = pixel+rat氺Brightness ；
[0024]其中，depth为深度图中对应像素点的深度值；pixel为原始图片中对应像素点的亮度值；int pixel为校正后的结果图像中对应像素点的亮度值brightness为亮度调整幅度值；rat为将depth归一化到[0.0, 1.0]范围内的值。
[0025]另外，本发明还提供一种应用上述改善图片亮度分布的拍照方法的装置，其特征在于，其包括:
[0026]摄像头，用于捕获原始图片；
[0027]亮度分析单元，用于检测原始图片的亮度分布情况并计算得到原始图片的亮度均匀度；
[0028]高光阴影提取单元，用于对原始图片进行高光区域、中间调区域、阴影区域的提取，并生成高光阴影深度图；
[0029]亮度校正单元，用于对原始图片进行亮度校正，并输出结果图片。
[0030]作为优选的实施例，所述的亮度分析单元、高光阴影提取单元或亮度校正单元分别采用独立的计算芯片或集成在主芯片内。
[0031]本发明的有益效果是:
[0032]本发明的一种改善图片亮度分布的拍照方法及应用该方法的装置，其通过检测原始图片的亮度分布情况并计算得到原始图片的亮度均匀度，若该亮度均匀度超过预设值，则对原始图片进行高光区域、中间调区域、阴影区域的提取，并生成高光阴影深度图，最后根据所述高光阴影深度图对原始图片进行亮度校正，并输出结果图片；从而实现了对图片亮度的分区域修复，使得图片的整体亮度分布更自然。
【专利附图】
【附图说明】
[0033]此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中:
[0034]图1为本发明一种改善图片亮度分布的拍照方法的流程简图；
[0035]图2为本发明一种改善图片亮度分布的拍照装置的结构框图；
[0036]图3为说明本发明有益效果的原始图片；
[0037]图4为图3原始图片的高光阴影深度图；
[0038]图5为图3原始图片校正后的结果图片。
【具体实施方式】
[0039]为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图及实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
[0040]如图1所示，本发明的一种改善图片亮度分布的拍照方法，包括以下步骤:
[0041]A.启动摄像头并捕获原始图片；
[0042]B.检测原始图片的亮度分布情况并计算得到原始图片的亮度均匀度；
[0043]C.判断所述亮度均匀度是否超过预设值，若超过则进入步骤D，否则直接输出原始图片为结果图片；
[0044]D.对原始图片进行高光区域、中间调区域、阴影区域的提取，并生成高光阴影深度图；
[0045]E.根据所述高光阴影深度图对原始图片进行亮度校正，并输出结果图片。
[0046]本实施例中,所述步骤B中进一步包括:
[0047]B1.将原始图片转换为灰度图片；
[0048]B2.将所述灰度图片分成多个子块；
[0049]B3.计算每个子块的平均亮度值，并得到平均亮度最大值和平均亮度最小值；
[0050]B4.根据所述平均亮度最大值和平均亮度最小值计算得到原始图片的亮度均匀度。
[0051]并且，所述步骤BI中将原始图片转换为灰度图片，该灰度图片中每个像素点的灰度值的计算公式为:
[0052]int gray = 30*red+59*green+ll*blue ；
[0053]其中，red为原始图片中对应像素点的红色通道的值；green为原始图片中对应像素点的绿色通道的值；blue为原始图片中对应像素点的蓝色通道的值；gray为计算得到的灰度图片中对应像素点的灰度值。
[0054]所述步骤B2中将灰度图片分成16 X 16的子块；所述步骤B4中将平均亮度最大值减去平均亮度最小值，得到的差值再除以255.0f得到原始图片的亮度均匀度。
[0055]本实施例中，所述步骤D中对原始图片进行高光区域、中间调区域、阴影区域的提取后，并对高光区域、中间调区域、阴影区域的边缘进行平滑过渡处理，保证边缘过度自然。
[0056]所述步骤E中根据所述高光阴影深度图对原始图片进行亮度校正是为了防止图片亮度校正溢出，其计算公式为:
[0057]Float rat = depth/255.0f ；
[0058]int pixel = pixel+rat氺Brightness ；
[0059]其中，depth为深度图中对应像素点的深度值；pixel为原始图片中对应像素点的亮度值；int pixel为校正后的结果图像中对应像素点的亮度值brightness为亮度调整幅度值；rat为将depth归一化到[0.0, 1.0]范围内的值。
[0060]根据上述公式可以看出，在Brightness值一样时,如果depth值越高则调整的亮度幅度越大，如果depth值越低则调整的亮度幅度越小,如果depth值为O则pixel值将一直保持不变。
[0061]如图2所示，本发明还提供了一种改善图片亮度分布的拍照装置，其包括:
[0062]摄像头10,用于捕获原始图片；
[0063]亮度分析单元20，用于检测原始图片的亮度分布情况并计算得到原始图片的亮度均匀度；[0064]高光阴影提取单元30，用于对原始图片进行高光区域、中间调区域、阴影区域的提取，并生成高光阴影深度图；
[0065]亮度校正单元40，用于对原始图片进行亮度校正，并输出结果图片。
[0066]其中，所述的亮度分析单元20、高光阴影提取单元30或亮度校正单元40分别采用独立的计算芯片或集成在主芯片内；亮度校正单元40既能智能的对图片进行矫正也能通过人为方法进行矫正。
[0067]以下结合附图3、4、5的例子进行详细说明:
[0068]首先，启动摄像头并捕获原始图片:
[0069]点击智能手机的相机apk快门进行拍照，智能手机系统接收apk的命令通知摄像头进行场景捕获，摄像头顺利捕获了一张人像亮度正常背景亮度较暗的图片，如图3所示，并传回系统AP端。
[0070]然后，对原始图像进行亮度分析:
[0071]AP端的亮度分析单元检测到该张图片的背景亮度过暗并输出了一个该图片的亮度均匀度进行是否进行亮度校正的判断。
[0072]接着，进行深度提取:
[0073]高光阴影提取单元对该图片进行高光区域、中间调区域、阴影区域的提取，并根据图片实际像素亮度计算每个像素点对应的深度值，并生成高光阴影深度图，如图4所示，生成深度图后对深度图不同区域的边界进行平滑处理。
[0074]最后，进行亮度校正:
[0075]亮度校正单元根据接收到的高光阴影深度图，对AP端接收到的原始图片进行亮度调整，如图5所示，并将调整完的结果图片通过系统传回给APK进行保存，从而实现了对图片亮度的分区域修复，使得图片的整体亮度分布更自然。
[0076]上述说明示出并描述了本发明的优选实施例，如前，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
【权利要求】
1.一种改善图片亮度分布的拍照方法，其特征在于，包括以下步骤: A.启动摄像头并捕获原始图片； B.检测原始图片的亮度分布情况并计算得到原始图片的亮度均匀度； C.判断所述亮度均匀度是否超过预设值，若超过则进入步骤D，否则直接输出原始图片为结果图片； D.对原始图片进行高光区域、中间调区域、阴影区域的提取，并生成高光阴影深度图； E.根据所述高光阴影深度图对原始图片进行亮度校正，并输出结果图片。
2.根据权利要求1所述的一种改善图片亮度分布的拍照方法，其特征在于:所述步骤B中进一步包括: B1.将原始图片转换为灰度图片； B2.将所述灰度图片分成多个子块； B3.计算每个子块的平均亮度值，并得到平均亮度最大值和平均亮度最小值； B4.根据所述平均亮度最大值和平均亮度最小值计算得到原始图片的亮度均匀度。
3.根据权利要求2所述的一种改善图片亮度分布的拍照方法，其特征在于:所述步骤BI中将原始图片转换为灰度图片，该灰度图片中每个像素点的灰度值的计算公式为:
int gray = 30氺red+59氺green+11氺blue ； 其中，red为原始图片中对应像素点的红色通道的值；green为原始图片中对应像素点的绿色通道的值；blue为原始图片中对应像素点的蓝色通道的值；gray为计算得到的灰度图片中对应像素点的灰度值。
4.根据权利要求2所述的一种改善图片亮度分布的拍照方法，其特征在于:所述步骤B2中将灰度图片分成16X 16的子块；所述步骤B4中将平均亮度最大值减去平均亮度最小值，得到的差值再除以255.0f得到原始图片的亮度均匀度。
5.根据权利要求1所述的一种改善图片亮度分布的拍照方法，其特征在于:所述步骤D中对原始图片进行高光区域、中间调区域、阴影区域的提取后，并对高光区域、中间调区域、阴影区域的边缘进行平滑过渡处理。
6.根据权利要求1所述的一种改善图片亮度分布的拍照方法，其特征在于:所述步骤E中根据所述高光阴影深度图对原始图片进行亮度校正的计算公式为:
Float rat = depth/255.0f ；
int pixel = pixel+rat氺Brightness ； 其中，depth为深度图中对应像素点的深度值；pixel为原始图片中对应像素点的亮度值；int pixel为校正后的结果图像中对应像素点的亮度值brightness为亮度调整幅度值；rat为将depth归一化到[0.0, 1.0]范围内的值。
7.一种改善图片亮度分布的拍照装置，其特征在于，其包括: 摄像头，用于捕获原始图片； 亮度分析单元，用于检测原始图片的亮度分布情况并计算得到原始图片的亮度均匀度； 高光阴影提取单元，用于对原始图片进行高光区域、中间调区域、阴影区域的提取，并生成高光阴影深度图； 亮度校正单元，用于对原始图片进行亮度校正，并输出结果图片。
8.根据权利要求7所述的一种改善图片亮度分布的拍照装置，其特征在于:所述的亮度分析单元、高光阴影提取单元或亮度校正单元分别采用独立的计算芯片或集成在主芯片内。
【文档编号】H04N5/232GK103702034SQ201410009341
【公开日】2014年4月2日 申请日期:2014年1月9日 优先权日:2014年1月9日
【发明者】张伟, 张长定, 傅松林, 叶志鸿 申请人:厦门美图之家科技有限公司