[发明专利]一种暗光成像方法、装置、可读存储介质及终端设备

说明书

本发明涉及图像处理技术领域，尤其涉及一种暗光成像方法、装置、存储介质及终端设备。所述方法包括：获取第一待处理图像和第一待处理图像对应的拍摄环境亮度；若拍摄环境亮度小于预设环境亮度，则对第一待处理图像进行预处理，得到第二待处理图像；将第二待处理图像输入至已训练的生成对抗网络模型中，获取生成网络对抗模型输出的拍摄图像；生成对抗网络模型包括训练方式为对抗式训练的生成模型与判别模型，生成模型为利用多组训练图像训练得到的卷积网络模型，每组训练图像包括作为训练输入的第一训练图像和作为训练输出的第二训练图像，第二训练图像的清晰度高于第一训练图像的清晰度，通过增加图像的清晰度来进行模型训练可提高细节恢复效果。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种暗光成像方法、装置、计算机可读存储介质及终端设备。

背景技术

暗光条件下，基于单目摄像头的快速清晰成像往往是一个非常具有挑战的任务。目前除了利用增大曝光时间、打开大光圈、采用高感光度ISO和打开闪光灯等物理方法进行解决外，最常用的是基于图像处理的解决方法，如基于深度学习的暗光成像方法，目前基于深度学习的暗光成像方法虽然能达到不错的效果，但在暗光条件下，目前基于深度学习的暗光成像方法所获取的训练图像所能采集到的细节信息仍是比较少的，从而使得现有的基于深度学习的暗光成像方法存在细节恢复较差的问题。

发明内容

本发明实施例提供了一种暗光成像方法、装置、计算机可读存储介质及终端设备，能够改善暗光成像中的细节恢复，以解决现有暗光成像方法中细节恢复差的问题。

本发明实施例的第一方面提供了一种暗光成像方法，应用于移动终端，所述暗光成像方法，包括：

获取第一待处理图像和所述第一待处理图像对应的拍摄环境亮度；

若所述拍摄环境亮度小于预设环境亮度，则对所述第一待处理图像进行预处理，得到第二待处理图像；

将所述第二待处理图像输入至已训练的生成对抗网络模型中，获取所述生成网络对抗模型输出的拍摄图像；

其中，所述生成对抗网络模型包括训练方式为对抗式训练的生成模型与判别模型，所述生成模型为利用多组训练图像训练得到的卷积网络模型，每组训练图像包括作为训练输入的第一训练图像和作为训练输出的第二训练图像，所述第二训练图像的清晰度高于所述第一训练图像的清晰度。

进一步地，所述第二训练图像为所述第一训练图像经过高反差处理和/或锐化处理后的图像。

优选地，所述对所述第一待处理图像进行预处理，得到第二待处理图像，包括：

获取所述第一待处理图像中各第一像素点分别对应的第一像素值和所述移动终端所对应的预设像素值；

将所述第一待处理图像中各所述第一像素点的第一像素值分别减去所述预设像素值，得到第三待处理图像；

对所述第三待处理图像进行归一化处理，得到所述第二待处理图像。

可选地，所述生成模型通过下述步骤训练得到：

获取多组训练图像，每组训练图像包括作为训练输入的第一训练图像和作为训练输出的第二训练图像，其中，各所述第一训练图像和各所述第二训练图像均为所述拍摄环境亮度小于所述预设环境亮度下拍摄的图像，每组训练图像中所述第二训练图像与所述第一训练图像相对应，且每组训练图像中所述第二训练图像的曝光时间大于所述第一训练图像的曝光时间；

分别对每组训练图像中的所述第一训练图像和所述第二训练图像进行预处理，得到各所述第一训练图像对应的各第三训练图像和各所述第二训练图像对应的各第四训练图像；

分别对各所述第四训练图像进行高反差处理和/或锐化处理，得到经过高反差处理和/或锐化处理后的各第五训练图像，其中，各所述第五训练图像的清晰度高于对应的第四训练图像的清晰度；