[发明专利]图像处理方法、装置、电子设备及计算机可读介质在审

专利信息
申请号: 202010910263.1 申请日: 2020-09-02
公开(公告)号: CN113409199A 公开(公告)日: 2021-09-17
发明(设计)人: 刘恩雨;李松南;刘杉 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 深圳市隆天联鼎知识产权代理有限公司 44232 代理人: 叶虹
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 电子设备 计算机 可读 介质
【说明书】:

本公开的实施例提供了一种图像处理方法、装置、电子设备及计算机可读介质。该方法包括:获取目标图像;获得所述目标图像中各个像素点的灰度值;根据所述目标图像中各个像素点的灰度值,获得所述目标图像中像素点数量最大的目标灰度值、灰度均值和灰度标准差;根据所述目标灰度值、所述灰度均值和所述灰度标准差确定所述目标图像的目标亮度等级;根据所述目标亮度等级对所述目标图像进行色彩增强处理。上述方法可通过云服务器实现为并行计算的执行方式,以加快运行速率。本公开实施例提供的图像处理方法、装置、电子设备及计算机可读介质技术能够在保证色彩增强质量的前提下大大降低运算复杂度,提升运算效率。

技术领域

本公开涉及图像处理技术领域,具体而言,涉及一种图像处理方法、装置、电子设备及计算机可读介质。

背景技术

目前,在智能化地对图像进行色彩增强的方案中,常常需要对图像进行复杂的运算,例如基于对抗网络的图像色彩增强方案。但目前的复杂方案在应用于具有大量图像帧的视频中时,由于图像帧的数量非常大,将导致计算量增大,这一问题将对硬件设备有更高的要求,并会降低运行速度,无法满足目前视频类应用场景的图像处理需求。

因此,需要一种新的图像处理方法、装置、电子设备及计算机可读介质。

需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开实施例提供一种图像处理方法、装置、电子设备及计算机可读介质,进而至少在一定程度上避免相关技术中为保证色彩增强质量而采用复杂度较高的算法造成的运算效率低下的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。

本公开实施例提出一种图像处理方法,包括:获取目标图像;获得所述目标图像中各个像素点的灰度值;根据所述目标图像中各个像素点的灰度值,获得所述目标图像中像素点数量最大的目标灰度值、灰度均值和灰度标准差;根据所述目标灰度值、所述灰度均值和所述灰度标准差确定所述目标图像的目标亮度等级;根据所述目标亮度等级对所述目标图像进行色彩增强处理。

本公开实施例提出一种图像处理装置,包括:图像获取模块,配置为获取目标图像;像素灰度模块,配置为获得所述目标图像中各个像素点的灰度值;灰度统计模块,配置为根据所述目标图像中各个像素点的灰度值,获得所述目标图像中像素点数量最大的目标灰度值、灰度均值和灰度标准差;亮度等级模块,配置为根据所述目标灰度值、所述灰度均值和所述灰度标准差确定所述目标图像的目标亮度等级;色彩增强模块,配置为根据所述目标亮度等级对所述目标图像进行色彩增强处理。

在本公开的一些示例性实施例中,亮度等级模块包括第一亮度等级单元,配置为若所述目标灰度值小于或等于第一灰度阈值,且所述灰度均值小于第一均值阈值,所述灰度标准差小于第一标准差阈值,则确定所述目标图像的目标亮度等级为第一亮度等级。

在本公开的一些示例性实施例中,亮度等级模块还包括第二亮度等级单元,可配置若所述目标灰度值大于或等于第二灰度阈值,且所述灰度均值大于第二均值阈值,所述灰度标准差小于第一标准差阈值,则确定所述目标图像的目标亮度等级为第二亮度等级;其中,所述第二灰度阈值大于所述第一灰度阈值,所述第二均值阈值大于所述第一均值阈值。

在本公开的一些示例性实施例中,亮度等级模块还包括第三亮度等级单元,配置若所述目标灰度值小于或等于所述第一灰度阈值,所述灰度均值大于或等于所述第一均值阈值,或所述灰度标准差大于或等于所述第一标准差阈值,则确定所述目标图像的目标亮度等级为第三亮度等级;或者,若所述目标灰度值大于或等于第二灰度阈值,所述灰度均值小于或等于所述第二均值阈值,或所述灰度标准差大于或等于所述第一标准差阈值,则确定所述目标图像的目标亮度等级为第三亮度等级;或者,若所述目标灰度值大于所述第一灰度阈值且小于所述第二灰度阈值,则确定所述目标图像的目标亮度等级为第三亮度等级。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010910263.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code