预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113992861A(43)申请公布日2022.01.28(21)申请号202010731900.9(22)申请日2020.07.27(71)申请人虹软科技股份有限公司地址310012浙江省杭州市西湖区西斗门路3号天堂软件园A幢22、23楼(72)发明人许越赵会斌陆艳青王进(74)专利代理机构北京安信方达知识产权代理有限公司11262代理人凌齐文(51)Int.Cl.H04N5/235(2006.01)H04N5/243(2006.01)权利要求书3页说明书9页附图3页(54)发明名称一种图像处理方法及图像处理装置(57)摘要本发明公开了一种图像处理方法及图像处理装置。其中,该图像处理方法包括:依据第一曝光参数获取单一曝光的多帧图像,其中,单一曝光的多帧图像为包含目标区域的具有相同曝光参数的图像;对单一曝光的多帧图像进行合成处理,获得第一图像。依据该图像处理方法,本发明解决了拍摄的目标图像出现细节丢失严重、鬼影和动态范围不足的技术问题。CN113992861ACN113992861A权利要求书1/3页1.一种图像处理方法,用于具有摄像单元的电子设备,所述方法包括:依据第一曝光参数获取单一曝光的多帧图像,所述单一曝光的多帧图像为包含目标区域的具有相同曝光参数的图像;对所述单一曝光的多帧图像进行合成处理,获得第一图像。2.根据权利要求1所述的方法,其特征在于,通过在预览图像对目标区域测光确定所述第一曝光参数或者在预设的范围内选定所述第一曝光参数。3.根据权利要求1所述的方法,其特征在于,所述方法还包括:根据预训练的增强模型对所述第一图像的目标区域进行图像增强,获得包含清晰目标区域的第二图像;对所述第一图像和所述第二图像进行融合处理,获得第三图像。4.根据权利要求2所述的方法,其特征在于,所述在预览图像对目标区域测光,确定第一曝光参数,包括:在所述预览图像中进行特征检测,获得所述目标区域;对所述目标区域进行测光,获得目标区域的平均亮度;依据所述目标区域的平均亮度,确定所述第一曝光参数。5.根据权利要求1所述的方法,其特征在于,所述对所述单一曝光的多帧图像进行合成处理,获得第一图像,还包括:对所述单一曝光的多帧图像使用多帧图像超分辨率技术进行多帧融合,获得第四图像;对所述第四图像进行单帧动态范围扩展,获得所述第一图像。6.根据权利要求5所述的方法,其特征在于,所述对所述单一曝光的多帧图像使用多帧图像超分辨率技术进行多帧融合,获得第四图像,包括:在所述单一曝光的多帧图像中选择清晰度最高的一帧作为参考帧;所述单一曝光的多帧图像的其余帧向所述参考帧基于特征对齐,获得对齐后的多帧图像;对所述对齐后的多帧图像基于空域信息加权融合,获得所述第四图像。7.根据权利要求5所述的方法,其特征在于,所述对所述单一曝光的多帧图像使用多帧图像超分辨率技术进行多帧融合,获得第四图像,还包括:在所述单一曝光的多帧图像中依据清晰度进行排序,并选择第一帧图像作为参考帧;将所述参考帧基于特征对齐、基于空域信息加权融合至第二帧图像,并将融合后的图像更新为参考帧;依次执行所述基于特征对齐、所述基于空域信息加权融合和更新参考帧的过程,直到最后一帧图像完成所述基于特征对齐与所述基于空域信息加权融合,获得所述第四图像。8.根据权利要求5所述的图像处理方法,其特征在于,所述对所述第四图像进行单帧动态范围扩展,获得所述第一图像,包括:依据所述第四图像构建对数亮度金字塔,获取不同尺度的环境光亮度;结合所述不同尺度的环境光亮度,根据所述对数亮度金字塔对所述第四图像进行逐层下采样重建及映射,获取每一像素位置的物体表面对数反射量;利用局部均值与均方差信息,将所述物体表面对数反射量映射至图像数值区间,获得2CN113992861A权利要求书2/3页所述第一图像。9.根据权利要求3所述的方法,其特征在于,所述根据预训练的增强模型对所述第一图像的目标区域进行图像增强,获得包含清晰目标区域的第二图像,包括:利用构建的样本训练集训练,获得所述预训练的增强模型;根据所述预训练的增强模型对所述第一图像的目标区域进行图像增强,获得包含清晰目标区域的所述第二图像。10.根据权利要求9所述的方法,其特征在于,所述利用构建的样本训练集训练得到所述预训练的增强模型,包括:获取电子设备采集的第一质量样本集,获取同一位置的第二质量样本集,所述第二质量样本集图像质量高于所述第一质量样本集;依据设备不同的放大倍数将所述第一质量样本集和所述第二质量样本集分组,并将分组后的样本集依据特征对齐,获得第一样本集;将所述第一样本集送入AI训练引擎,获得所述预训练的增强模型。11.根据权利要求10所述的方法,其特征在于,所述第二质量样本集包括:高清电子设备