本发明涉及图像处理,特别涉及图像处理方法、图像处理系统、芯片以及电子设备。
背景技术:
1、目前随着深度学习技术的广泛应用,各领域对图像质量要求越来越高。在实际拍摄场景中,由于光照变化、目标遮挡等多种因素影响,会导致拍摄图像出现亮度信息分布不均衡现象,尤其在低光照环境下拍摄的图像,细节突显不足,会严重影响图像质量以及加大后续处理的难度。
2、为解决图像对比度问题,现有技术中通常采用直方图均衡化技术(histogramequalization,简称he)、自适应直方图均衡化(adaptive histogram equalization,简称ahe)和限制对比度自适应直方图均衡化(contrast limited adaptive histogramequalization,简称clahe),上述是目前广泛应用的直方图均衡化3种增强方法。但是该系列方法存在灰度级减少,部分细节丢失,高峰处对比度不自然,过分增强的缺陷。
3、而深度学习技术也逐渐地应用在了对比度和色彩增强中,目前主要是利用cnn卷积神经网络来实现。但是其容易产生偏色,噪声增强,过渡不平滑等现象,且不能针对焦点人物进行增强等缺陷。
技术实现思路
1、鉴于上述问题,本发明的目的在于提供一种图像处理方法、图像处理系统、芯片以及电子设备,从而能达到较好的对比度和色彩增强结果。
2、根据本发明的一方面,提供一种图像处理方法,包括:对输入图像进行频率分离以获取所述输入图像的低频成分和高频成分;对所述输入图像的低频成分进行对比度增强处理,对所述输入图像的高频成分进行去噪处理,并将经过处理后的高频和低频成分融合以获取第一融合图像;对所述第一融合图像进行色彩增强处理以得到输出图像。
3、可选地,所述对输入图像进行频率分离以获取所述输入图像的低频成分和高频成分包括:通过高斯滤波对所述输入图像进行处理得到输入图像的低频成分;将所述输入图像减去所述输入图像的低频成分以获取所述输入图像的高频成分。
4、可选地,所述对所述输入图像的低频成分进行对比度增强处理包括:对若干对比度增强前后的图像对进行数据统计,生成对比度增幅曲线;基于所述对比度增幅曲线对输入图像的低频成分进行对比度增强。
5、可选地,对所述输入图像的高频成分进行去噪处理包括:通过双边滤波器对所述输入图像的高频成分去噪。
6、可选地,对所述第一融合图像进行色彩增强处理得到输出图像包括:对所述输入图像或所述第一融合图像进行人像识别以获取人像区域掩膜;基于所述人像区域掩膜,对所述第一融合图像的非人像区域进行色彩增强以获得色彩增强图像和对人像区域进行人像增强以获得人像增强图像;根据所述人像区域掩膜对所述色彩增强图像和人像增强图像进行加权融合得到输出图像。
7、可选地,基于所述人像区域掩膜,对所述第一融合图像的非人像区域进行色彩增强以获得色彩增强图像和人像区域进行人像增强以获得人像增强图像包括:使用三维查色表对所述第一融合图像的非人像区域进行色调、饱和度、亮度和色阶中参数任意组合的调整;使用三维查色表对所述第一融合图像的人像区域进行色彩处理和/或立体感处理。
8、可选地,所述输出图像的图像数据表达式为:
9、out=w*out2+(1–w)*out1
10、其中,out1为所述色彩增强图像的图像数据,out2为所述人像增强图像的图像数据,w为人像在所述输入图像中出现的概率。
11、可选地,还包括:当所述输入图像为rgb格式时,将rgb格式的输入图像转换为yuv格式的输入图像,并对所述yuv格式的输入图像中y分量进行频率分离;根据经过所述对比度增强处理和所述去噪处理后的y分量对所述yuv格式的输入图像的色度分量进行补偿获得yuv格式的输出图像;将所述yuv格式的输出图像转换为rgb格式,以作为所述第一融合图像。
12、可选地,所述yuv格式的输出图像中u分量的表达式为:
13、outu=(inu–128)*outy/max(iny,1)+128
14、其中,inu为yuv格式的输入图像中u分量数值,iny为yuv格式的输入图像中y分量数值,outy为经过所述对比度增强处理和所述去噪处理后的y分量数值;
15、所述yuv格式的输出图像中u分量的表达式为:
16、outv=(inv–128)*outy/max(iny,1)+128
17、其中,inu为yuv格式的输入图像中u分量数值,iny为yuv格式的输入图像中y分量数值,outy为经过所述对比度增强处理和所述去噪处理后的y分量数值。
18、根据本发明的另一方面,提供一种图像处理系统,用于执行上述任一项所述的图像处理方法,包括:频率分离模块,用于对所述输入图像进行频率分离以获取所述输入图像的低频成分和高频成分;对比度增强模块,用于对所述输入图像的低频成分进行对比度增强处理;去噪模块,用于对所述输入图像的高频成分进行去噪处理;人像检测模块,用于对所述输入图像或所述第一融合图像进行人像识别以获取人像区域掩膜;色彩增强模块,用于基于所述人像区域掩膜,对所述第一融合图像的非人像区域进行色彩增强以获得色彩增强图像;人像处理模块,用于基于所述人像区域掩膜,对所述所述第一融合图像的人像区域进行人像增强以获得人像增强图像;图像融合模块,用于根据所述人像区域掩膜对所述色彩增强图像和人像增强图像进行加权融合得到输出图像。
19、根据本发明的另一方面,提供一种芯片,用于执行上述任一项中所述的图像处理方法。
20、根据本发明的另一方面,提供一种电子设备,包括上述的芯片。
21、本发明提供的图像处理方法,通过上述计算方法对输入进行高低频信息分离,将高频信息去噪,低频信息进行对比度增强,根据大量数据统计得到理想对比度增幅曲线进行增强幅度控制,然后加上高频信息,作为对比度增强的结果。实现对不同频率成分分别进行处理。
22、在一个优选的实施例中,通过人像检测,对人像区域和非人像区域做不同程度的色彩增强,能达到较好的对比度和色彩增强结果。
23、在一个优选的实施例中,当输入图像为rgb格式时,可以将输入图像格式转换为yuv格式,将上述yuv格式的输入图像的y分量进行频率分离,对低频成分进行对比度增强处理,对高频成分进行去噪处理,并根据处理后的y分量对yuv格式图像的色度分量(u,v)进行补偿,使得经过上述对比度增强处理和去噪处理后的图像色调和谐。
1.一种图像处理方法,包括:
2.根据权利要求1所述的图像处理方法,其中,所述对输入图像进行频率分离以获取所述输入图像的低频成分和高频成分包括:
3.根据权利要求2所述的图像处理方法,其中,所述对所述输入图像的低频成分进行对比度增强处理包括:
4.根据权利要求3所述的图像处理方法,其中,对所述输入图像的高频成分进行去噪处理包括:
5.根据权利要求1所述的图像处理方法,其中,对所述第一融合图像进行色彩增强处理得到输出图像包括:
6.根据权利要求5所述的图像处理方法,其中,基于所述人像区域掩膜,对所述第一融合图像的非人像区域进行色彩增强以获得色彩增强图像和人像区域进行人像增强以获得人像增强图像包括:
7.根据权利要求5所述的图像处理方法,其中,所述输出图像的图像数据表达式为:
8.根据权利要求4所述的图像处理方法,还包括:
9.根据权利要求8所述的图像处理方法,其中,所述yuv格式的输出图像中u分量的表达式为:
10.一种图像处理系统,用于执行权利要求1-9任一项所述的图像处理方法,包括:
11.一种芯片,用于执行所述权利要求1至9任一项中所述的图像处理方法。
12.一种电子设备,包括权利要求11所述的芯片。