CN105991937A - 一种基于Bayer格式图像的虚拟曝光方法及装置 - Google Patents
一种基于Bayer格式图像的虚拟曝光方法及装置 Download PDFInfo
- Publication number
- CN105991937A CN105991937A CN201510097199.9A CN201510097199A CN105991937A CN 105991937 A CN105991937 A CN 105991937A CN 201510097199 A CN201510097199 A CN 201510097199A CN 105991937 A CN105991937 A CN 105991937A
- Authority
- CN
- China
- Prior art keywords
- image
- bayer format
- dark channel
- illumination intensity
- format image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明适用于属于图像处理和模式识别领域,提供了一种基于Bayer格式图像的虚拟曝光方法及装置,所述基于Bayer格式图像的虚拟曝光方法包括:获取输入的Bayer格式图像;对所述Bayer格式图像进行反转,生成反转图像;提取所述反转图像中的暗通道图像;根据所述暗通道图像,获取大气光照强度;获取所述暗通道图像的传输率;根据预先配置的Bayer格式图像复原模型、所述反转图像、所述大气光照强度以及所述传输率,生成复原图像;对复原图像进行预处理,生成增强清晰度的图像。本发明解决了电子设备无法正常显示图像的问题。在电子设备正常使用的情况下,可增强图像的清晰度,从而提高了图像的显示效果。
Description
技术领域
本发明属于图像处理和模式识别领域,尤其涉及一种基于Bayer格式图像的虚拟曝光方法及装置。
背景技术
目前市场上绝大部分的成像系统都采用了CCD或CMOS图像传感器,图像传感器输出的一般是Bayer格式的原始图像。在Bayer格式图像中,每个像素感光单元只记录了红、绿、蓝三原色中的一种颜色。与此同时,大多数的电子设备通过Bayer格式的图像转换为RGB格式,以满足不同的视频处理要求。
然而,现有Bayer格式图像,灰度范围比较窄,无法根据大气光照强度对图像进行增强,使得人们无法正常的观察低照度下的图像。其原因在于,现有在环境照度比较低的场合,成像系统采集的图像的亮度和清晰度急剧降低,这是由于低照度的视频图像具有的灰度范围比较窄,相邻像素之间的相关性较高,灰度值的变化不明显等特征,导致图像中的有用的信息和无用的噪声都包含在一个非常窄的灰度范围之内,与此同时,现有技术无法根据大气光照强度对Bayer格式图像进行增强,使得电子设备无法正常显示低照度下的图像。
发明内容
本发明实施例的目的在于提供一种基于Bayer格式图像的虚拟曝光方法,旨在解决现有Bayer格式图像,灰度范围比较窄,无法根据大气光照强度,对Bayer格式图像进行增强,使得电子设备无法正常显示低照度下的图像的问题。
本发明实施例是这样实现的,一种基于Bayer格式图像的虚拟曝光方法,包括:
获取输入的Bayer格式图像;
对所述Bayer格式图像进行反转,生成反转图像;
提取所述反转图像中的暗通道图像;
根据所述暗通道图像,获取大气光照强度;
获取所述暗通道图像的传输率;
根据预先配置的Bayer格式图像复原模型、所述反转图像、所述大气光照强度以及所述传输率,生成复原图像;
对所述复原图像进行预处理,生成增强清晰度的图像。
本发明实施例的另一目的在于提供一种基于Bayer格式图像的虚拟曝光装置,包括:
Bayer格式图像获取模块,用于获取输入的Bayer格式图像;
反转图像生成模块,用于对所述Bayer格式图像进行反转,生成反转图像;
暗通道图像提取模块,用于提取所述反转图像中的暗通道图像;
大气光照强度获取模块,用于根据所述暗通道图像,获取大气光照强度;
传输率生成模块,用于获取所述暗通道图像的传输率;
复原图像生成模块,用于根据预先配置的Bayer格式图像复原模型、所述反转图像、所述大气光照强度以及所述传输率,生成复原图像;
图像生成模块,用于对所述复原图像进行预处理,生成增强清晰度的图像。
在本发明实施例中,根据预先配置的Bayer格式图像复原模型、所述反转图像、所述大气光照强度以及所述传输率,生成复原图像;对所述复原图像进行预处理,生成增强清晰度的图像。解决了现有Bayer格式图像,灰度范围比较窄,无法根据大气光照强度,对Bayer格式图像进行增强,使得电子设备无法正常显示图像的问题。在电子设备正常使用的情况下,可增强图像的清晰度,从而提高了图像的显示效果。
附图说明
图1是本发明实施例提供的基于Bayer格式图像的虚拟曝光方法的实现流程图;
图2是本发明实施例提供的基于Bayer格式图像的虚拟曝光方法步骤S104的实现流程图;
图3是本发明实施例提供的基于Bayer格式图像的虚拟曝光方法步骤S107的实现流程图;
图4是本发明实施例提供的基于Bayer格式图像的虚拟曝光方法在实际应用的较佳实现流程图;
图5是本发明实施例提供的基于Bayer格式图像的虚拟曝光装置的第一结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,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仅用以解释本发明,并不用于限定本发明。
实施例一
图1是本发明实施例提供的基于Bayer格式图像的虚拟曝光方法的实现流程图,详述如下:
在步骤S101中,获取输入的Bayer格式图像;
所述提取所述反转图像中的暗通道图像,具体为:
采用颜色通道最小值滤波,提取所述反转图像中的暗通道图像。
在步骤S102中,对所述Bayer格式图像进行反转,生成反转图像;
在步骤S103中,提取所述反转图像中的暗通道图像;
在步骤S104中,根据所述暗通道图像,获取大气光照强度;
在步骤S105中,获取所述暗通道图像的传输率;
根据预设的传输率生成模型以及所述暗通道图像,生成传输率。
传输率生成模型为:
其中,Idark(x,y)为暗通道图像,t(x,y)为传输率,表示预设尺寸的图像领域。
在步骤S106中,根据预先配置的Bayer格式图像复原模型、所述反转图像、所述大气光照强度以及所述传输率,生成复原图像;
在步骤S107中,对所述复原图像进行预处理,生成增强清晰度的图像。
在本发明实施例中,根据预先配置的Bayer格式图像复原模型、所述反转图像、所述大气光照强度以及所述传输率,生成复原图像;对所述复原图像进行预处理,生成增强清晰度的图像。解决了现有Bayer格式图像,灰度范围比较窄,无法根据大气光照强度,对Bayer格式图像进行增强,使得电子设备无法正常显示图像的问题。在电子设备正常使用的情况下,可增强图像的清晰度,从而提高了图像的显示效果。
实施例二
图2是本发明实施例提供的基于Bayer格式图像的虚拟曝光方法步骤S104的实现流程图,详述如下:
在步骤S201中,将所述暗通道图像按预设的分割顺序,切割成为预设数量的暗通道图像块,所述分割顺序包括从上至下、从左至右;
在步骤S202中,当所述暗通道图像块小于预设尺寸时,获取各个所述暗通道图像块的亮度的均值和方差;
在步骤S203中,选取所述均值最大且所述方差最小的所述暗通道图像块中像素点的亮度,作为大气光照强度。
所述暗通道图像块中像素点的亮度为指定位置的像素点的亮度,或者为指所述暗通道图像块中像素点平均亮度。
在本发明实施例中,选取所述均值最大且所述方差最小的所述暗通道图像块中像素点的亮度,作为大气光照强度,能够根据低照度图像的亮度自适应地对图像进行复原。
实施例三
图3是本发明实施例提供的基于Bayer格式图像的虚拟曝光方法步骤S107的实现流程图,详述如下:
在步骤S301中,对所述复原图像进行Gamma校正,生成校正后的图像;
在步骤S302中,对校正后的图像反转,生成增强清晰度的图像。
在本实施例中,在最原始的Bayer颜色空间对图像进行增强,可以避免数据格式的多次转换带来的信息损失。
实施例四
本发明实施例主要提供了基于Bayer格式图像的虚拟曝光方法,在实际应用的较佳实现流程,详述如下:
1.对输入图像Iinput(x,y)进行反转得到反转图像Irevert(x,y);
Irevert(x,y)=255-Iinput(x,y)
2.计算暗通道图像Idark(x,y);
1)对反转图像Irevert(x,y)进行分9块,例如分成15x15的块;
2)根据公式计算表示15x15的领域;
3.计算大气光强A;
1)暗通道图像分成四个长宽相等的区域,分别计算每个区域的均值
2)采用类似象限四分树的方式,递归计算步骤1)中选择的暗通道图像块;
3)当递归计算的暗通道图像块小于一定尺寸如(50x50)时结束递归操作,进入下一步;
4)在最后选择的均值最大、方差最小的区域上得到亮度最大的像素点的坐标,选择反转图像Irevert(x,y)中对于坐标的点的图像亮度作为大气光照强度A;
4.根据暗通道图像Idark(x,y)计算传输率t(x,y);
5.对传输率进行实现平滑处理(比如均值滤波、高斯滤波等等)得到细化后的传输率;
6.根据Bayer格式图像复原模型得到复原图像;
根据复原公式分别将Irevert(x,y)和大气光强A以及传输率t(x,y)代入后得到复原值Jrevert(x,y)。
7.对复原图像进行Gamma校正得到校正后的图像Jgamma(x,y);
8.对图像进行反转得到增强后的清晰图像。
Ioutput(x,y)=255-Jgamma(x,y)
在本发明实施例中,在移动过程中,在bayer图像上对图像进行处理,数据量只有RGB空间的三分之一,因而能够有效地减少图像处理的时间、提高系统的运行效率。
实施例五
图4是本发明实施例提供的基于Bayer格式图像的虚拟曝光方法在实际应用的较佳实现流程图,详述如下:
在步骤S401中,输入Bayer格式图像,并进行反转;
在步骤S402中,对Bayer格式图像进行平滑滤波;
在步骤S403中,根据Bayer格式图像复原模型得到复原图像;
在步骤S404中,对复原图像进行Gamma校正;
在步骤S405中,对Gamma校正后的图像进行反转;
在步骤S406中,生成增强清晰度的图像。
实施例六
图5是本发明实施例提供的基于Bayer格式图像的虚拟曝光装置的第一结构框图,该装置可以运行于具有摄像头的电子设备中。电子设备包括但不限于摄像机、智能手机、平板电脑、笔记本电脑。为了便于说明,仅示出了与本实施例相关的部分。
参照图5,该基于Bayer格式图像的虚拟曝光装置,包括:
Bayer格式图像获取模块51,用于获取输入的Bayer格式图像;
反转图像生成模块52,用于对所述Bayer格式图像进行反转,生成反转图像;
暗通道图像提取模块53,用于提取所述反转图像中的暗通道图像;
大气光照强度获取模块54,用于根据所述暗通道图像,获取大气光照强度;
传输率生成模块55,用于获取所述暗通道图像的传输率;
复原图像生成模块56,用于根据预先配置的Bayer格式图像复原模型、所述反转图像、所述大气光照强度以及所述传输率,生成复原图像;
图像生成模块57,用于对所述复原图像进行预处理,生成增强清晰度的图像。
在本实施例的一种实现方式中,所述暗通道图像提取模块,具体用于采用颜色通道最小值滤波,提取所述反转图像中的暗通道图像。
在本实施例的一种实现方式中,所述大气光照强度获取模块包括:
暗通道图像块切割单元,用于将所述暗通道图像按预设的分割顺序,切割成为预设数量的暗通道图像块,所述分割顺序包括从上至下、从左至右;
均值和方差获取单元,用于当所述暗通道图像块小于预设尺寸时,获取各个所述暗通道图像块的亮度的均值和方差;
大气光照强度选取单元,用于选取所述均值最大且所述方差最小的所述暗通道图像块中像素点的亮度,作为大气光照强度。
在本实施例的一种实现方式中,所述基于Bayer格式图像的虚拟曝光模块,还包括:
Bayer格式图像复原模型配置模块,用于配置Bayer格式图像复原模型,所述Bayer格式图像复原模型具体为:
其中,Irevert(x,y)为反转图像,A为大气光照强度,t(x,y)为传输率。
在本实施例的一种实现方式中,所述图像生成模块,包括:
图像校正单元,用于对所述复原图像进行Gamma校正,生成校正后的图像;
图像生成单元,用于对校正后的图像反转,生成增强清晰度的图像。
本发明实施例提供的装置可以应用在前述对应的方法实施例中,详情参见上述实施例的描述,在此不再赘述。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现。所述的程序可以存储于可读取存储介质中,所述的存储介质,如随机存储器、闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件执行本发明各个实施例所述的方法。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于Bayer格式图像的虚拟曝光方法,其特征在于,包括:
获取输入的Bayer格式图像;
对所述Bayer格式图像进行反转,生成反转图像;
提取所述反转图像中的暗通道图像;
根据所述暗通道图像,获取大气光照强度;
获取所述暗通道图像的传输率;
根据预先配置的Bayer格式图像复原模型、所述反转图像、所述大气光照强度以及所述传输率,生成复原图像;
对所述复原图像进行预处理,生成增强清晰度的图像。
2.如权利要求1所述基于Bayer格式图像的虚拟曝光方法,所述提取所述反转图像中的暗通道图像,具体为:
采用颜色通道最小值滤波,提取所述反转图像中的暗通道图像。
3.如权利要求1所述基于Bayer格式图像的虚拟曝光方法,所述根据所述暗通道图像,获取大气光照强度,具体为:
将所述暗通道图像按预设的分割顺序,切割成为预设数量的暗通道图像块,所述分割顺序包括从上至下、从左至右;
当所述暗通道图像块小于预设尺寸时,获取各个所述暗通道图像块的亮度的均值和方差;
选取所述均值最大且所述方差最小的所述暗通道图像块中像素点的亮度,作为大气光照强度。
4.如权利要求1所述基于Bayer格式图像的虚拟曝光方法,其特征在于,在所述根据预先配置的Bayer格式图像复原模型、大气光照强度以及传输率,生成复原图像之前,包括:
配置Bayer格式图像复原模型,所述Bayer格式图像复原模型具体为:
其中,Irevert(x,y)为反转图像,A为大气光照强度,t(x,y)为传输率。
5.如权利要求1所述基于Bayer格式图像的虚拟曝光方法,其特征在于,所述对所述复原图像进行预处理,生成增强清晰度的图像,具体为:
对所述复原图像进行Gamma校正,生成校正后的图像;
对校正后的图像反转,生成增强清晰度的图像。
6.一种基于Bayer格式图像的虚拟曝光装置,其特征在于,包括:
Bayer格式图像获取模块,用于获取输入的Bayer格式图像;
反转图像生成模块,用于对所述Bayer格式图像进行反转,生成反转图像;
暗通道图像提取模块,用于提取所述反转图像中的暗通道图像;
大气光照强度获取模块,用于根据所述暗通道图像,获取大气光照强度;
传输率生成模块,用于获取所述暗通道图像的传输率;
复原图像生成模块,用于根据预先配置的Bayer格式图像复原模型、所述反转图像、所述大气光照强度以及所述传输率,生成复原图像;
图像生成模块,用于对所述复原图像进行预处理,生成增强清晰度的图像。
7.如权利要求6所述基于Bayer格式图像的虚拟曝光装置,其特征在于,所述暗通道图像提取模块,具体用于采用颜色通道最小值滤波,提取所述反转图像中的暗通道图像。
8.如权利要求6所述基于Bayer格式图像的虚拟曝光装置,其特征在于,所述大气光照强度获取模块包括:
暗通道图像块切割单元,用于将所述暗通道图像按预设的分割顺序,切割成为预设数量的暗通道图像块,所述分割顺序包括从上至下、从左至右;
均值和方差获取单元,用于当所述暗通道图像块小于预设尺寸时,获取各个所述暗通道图像块的亮度的均值和方差;
大气光照强度选取单元,用于选取所述均值最大且所述方差最小的所述暗通道图像块中像素点的亮度,作为大气光照强度。
9.如权利要求6所述基于Bayer格式图像的虚拟曝光装置,其特征在于,所述基于Bayer格式图像的虚拟曝光模块,还包括:
Bayer格式图像复原模型配置模块,用于配置Bayer格式图像复原模型,所述Bayer格式图像复原模型具体为:
其中,Irevert(x,y)为反转图像,A为大气光照强度,t(x,y)为传输率。
10.如权利要求6所述基于Bayer格式图像的虚拟曝光装置,其特征在于,所述图像生成模块,包括:
图像校正单元,用于对所述复原图像进行Gamma校正,生成校正后的图像;
图像生成单元,用于对校正后的图像反转,生成增强清晰度的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510097199.9A CN105991937A (zh) | 2015-03-04 | 2015-03-04 | 一种基于Bayer格式图像的虚拟曝光方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510097199.9A CN105991937A (zh) | 2015-03-04 | 2015-03-04 | 一种基于Bayer格式图像的虚拟曝光方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105991937A true CN105991937A (zh) | 2016-10-05 |
Family
ID=57039669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510097199.9A Pending CN105991937A (zh) | 2015-03-04 | 2015-03-04 | 一种基于Bayer格式图像的虚拟曝光方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105991937A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106657948A (zh) * | 2017-01-18 | 2017-05-10 | 聚龙智瞳科技有限公司 | 低照度Bayer图像的增强方法及增强装置 |
WO2019090909A1 (zh) * | 2017-11-07 | 2019-05-16 | 深圳市华星光电半导体显示技术有限公司 | 改善Bayer图像对比度的方法及装置 |
WO2020199141A1 (zh) * | 2019-04-02 | 2020-10-08 | 深圳市大疆创新科技有限公司 | 过曝恢复处理方法、设备及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102938136A (zh) * | 2012-07-19 | 2013-02-20 | 中国人民解放军国防科学技术大学 | 基于Bayer格式的单幅图像快速去雾方法 |
US20130129211A1 (en) * | 2006-03-22 | 2013-05-23 | David A. Newman | Compression and decoding of single sensor color image data |
CN103177424A (zh) * | 2012-12-07 | 2013-06-26 | 西安电子科技大学 | 一种低照度图像的增强和去噪方法 |
CN103942758A (zh) * | 2014-04-04 | 2014-07-23 | 中国人民解放军国防科学技术大学 | 基于多尺度融合的暗通道先验图像去雾方法 |
KR101448164B1 (ko) * | 2013-04-22 | 2014-10-14 | 금오공과대학교 산학협력단 | 파라미터 최적화를 이용한 영상의 안개 제거 방법 |
-
2015
- 2015-03-04 CN CN201510097199.9A patent/CN105991937A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130129211A1 (en) * | 2006-03-22 | 2013-05-23 | David A. Newman | Compression and decoding of single sensor color image data |
CN102938136A (zh) * | 2012-07-19 | 2013-02-20 | 中国人民解放军国防科学技术大学 | 基于Bayer格式的单幅图像快速去雾方法 |
CN103177424A (zh) * | 2012-12-07 | 2013-06-26 | 西安电子科技大学 | 一种低照度图像的增强和去噪方法 |
KR101448164B1 (ko) * | 2013-04-22 | 2014-10-14 | 금오공과대학교 산학협력단 | 파라미터 최적화를 이용한 영상의 안개 제거 방법 |
CN103942758A (zh) * | 2014-04-04 | 2014-07-23 | 中国人民解放军国防科学技术大学 | 基于多尺度融合的暗通道先验图像去雾方法 |
Non-Patent Citations (1)
Title |
---|
娄静涛: "单幅Bayer 格式图像的快速去雾方法", 《国防科技大学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106657948A (zh) * | 2017-01-18 | 2017-05-10 | 聚龙智瞳科技有限公司 | 低照度Bayer图像的增强方法及增强装置 |
WO2019090909A1 (zh) * | 2017-11-07 | 2019-05-16 | 深圳市华星光电半导体显示技术有限公司 | 改善Bayer图像对比度的方法及装置 |
WO2020199141A1 (zh) * | 2019-04-02 | 2020-10-08 | 深圳市大疆创新科技有限公司 | 过曝恢复处理方法、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109934776B (zh) | 模型生成方法、视频增强方法、装置及计算机可读存储介质 | |
CN113034358B (zh) | 一种超分辨率图像处理方法以及相关装置 | |
CN112529775A (zh) | 一种图像处理的方法和装置 | |
CN107204034B (zh) | 一种图像处理方法及终端 | |
CN111028137B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
US9390511B2 (en) | Temporally coherent segmentation of RGBt volumes with aid of noisy or incomplete auxiliary data | |
CN108431751B (zh) | 背景去除 | |
CN106664351A (zh) | 使用块匹配的镜头阴影颜色校正的方法和系统 | |
CN109829868B (zh) | 一种轻量级深度学习模型图像去雾方法、电子设备及介质 | |
CN111724317A (zh) | Raw域视频去噪监督数据集构造方法 | |
CN108616700B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
WO2024027287A9 (zh) | 图像处理系统及方法、计算机可读介质和电子设备 | |
CN107862672B (zh) | 图像去雾的方法及装置 | |
CN103440674A (zh) | 一种数字图像蜡笔特效的快速生成方法 | |
US8995784B2 (en) | Structure descriptors for image processing | |
CN107424137B (zh) | 一种文本增强方法及装置、计算机装置、可读存储介质 | |
CN109214996A (zh) | 一种图像处理方法及装置 | |
CN105991937A (zh) | 一种基于Bayer格式图像的虚拟曝光方法及装置 | |
CN110807735A (zh) | 图像处理方法、装置、终端设备及计算机可读存储介质 | |
CN109325905B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
JP5286215B2 (ja) | 輪郭抽出装置、輪郭抽出方法、および輪郭抽出プログラム | |
CN107277369B (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
CN106408617B (zh) | 一种基于yuv颜色空间的交互式单幅图像材质获取系统和方法 | |
CN112489144A (zh) | 图像处理方法、图像处理装置、终端设备及存储介质 | |
CN117768774A (zh) | 图像处理器、图像处理方法、拍摄装置和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161005 |