CN110012278A - 一种图像渲染方法、装置、计算机设备和存储介质 - Google Patents
一种图像渲染方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110012278A CN110012278A CN201910362114.3A CN201910362114A CN110012278A CN 110012278 A CN110012278 A CN 110012278A CN 201910362114 A CN201910362114 A CN 201910362114A CN 110012278 A CN110012278 A CN 110012278A
- Authority
- CN
- China
- Prior art keywords
- image
- blue light
- pixel
- rendered
- colour temperature
- 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.)
- Granted
Links
- 238000009877 rendering Methods 0.000 title claims abstract description 155
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000005855 radiation Effects 0.000 claims abstract description 98
- 241001025261 Neoraja caerulea Species 0.000 claims abstract description 95
- 230000002596 correlated effect Effects 0.000 claims abstract description 74
- 230000000875 corresponding effect Effects 0.000 claims abstract description 49
- 238000001514 detection method Methods 0.000 claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 26
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 230000001795 light effect Effects 0.000 description 7
- 238000010606 normalization Methods 0.000 description 6
- 238000004043 dyeing Methods 0.000 description 5
- 241001062009 Indigofera Species 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229940097275 indigo Drugs 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000005457 Black-body radiation Effects 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 208000020564 Eye injury Diseases 0.000 description 1
- 235000000177 Indigofera tinctoria Nutrition 0.000 description 1
- 206010025421 Macule Diseases 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 210000000695 crystalline len Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- COHYTHOBJLSHDF-UHFFFAOYSA-N indigo powder Natural products N1C2=CC=CC=C2C(=O)C1=C1C(=O)C2=CC=CC=C2N1 COHYTHOBJLSHDF-UHFFFAOYSA-N 0.000 description 1
- 206010022437 insomnia Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/73—Colour balance circuits, e.g. white balance circuits or colour temperature control
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Generation (AREA)
Abstract
本发明实施例公开了一种图像渲染方法、装置、计算机设备和存储介质;本发明实施例可以对待渲染图像进行视觉显著性检测,得到所述待渲染图像中像素的原始显著性值;基于所述像素在色彩空间中的色彩位置信息评估所述像素的相关色温;基于所述相关色温、蓝光辐射色温范围,对所述像素的原始显著性值进行调整,得到所述像素的蓝光显著性值;当所述像素的蓝光显著性值满足预设防蓝光条件时,将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温;基于所述防蓝光渲染色温对所述待渲染图像进行渲染,得到渲染后图像。该方案可以在防蓝光辐射的同时,提升图像显示质量。
Description
技术领域
本发明涉及图像技术领域,具体涉及一种图像渲染方法、装置、计算机设备和存储介质。
背景技术
终端如手机已是当代生活中不可或缺的重要部件,其对用户带来的一些健康隐患也逐渐被研究者们发现,例如蓝光辐射等。一般意义上蓝光主要是指波长在400-450nm(纳米)之间的光,此部分光携带的能量极大,能够直接穿透晶状体,对黄斑部造成伤害,另一种研究结论是指人类在睡前接收蓝光辐射会影响人体的生物钟,从而导致失眠,无论何种结论,人类接收蓝光辐射是有健康隐患的。
为了减少蓝光辐射的危害,目前提出了一些防蓝光方案应用在视频播放中,比如,一些视频网站提出的防蓝光模式,目前防蓝光方案主要是针对图像的颜色进行全局调整,以减少蓝光辐射。然而,由于采用目前防蓝光方案将会对所有的显示图像内容偏色,对于某些图像内容本身无蓝光发出的图像会使其偏色更严重,降低了图像显示质量。
发明内容
本发明实施例提供一种图像渲染方法、装置、计算机设备和存储介质,可以提升图像显示质量。
本发明实施例提供一种图像渲染方法,包括:
对待渲染图像进行视觉显著性检测,得到所述待渲染图像中像素的原始显著性值;
基于所述像素在色彩空间中的色彩位置信息评估所述像素的相关色温;
基于所述相关色温、蓝光辐射色温范围,对所述像素的原始显著性值进行调整,得到所述像素的蓝光显著性值;
当所述像素的蓝光显著性值满足预设防蓝光条件时,将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温;
基于所述防蓝光渲染色温对所述待渲染图像进行渲染,得到渲染后图像。
相应的,本发明实施例还提供一种图像渲染装置,包括:
检测单元,用于对待渲染图像进行视觉显著性检测,得到所述待渲染图像中像素的原始显著性值;
色温评估单元,用于基于所述像素在色彩空间中的色彩位置信息评估所述像素的相关色温;
显著性值获取单元,用于基于所述相关色温、蓝光辐射色温范围,对所述像素的原始显著性值进行调整,得到所述像素的蓝光显著性值;
调节单元,用于当所述像素的蓝光显著性值满足预设防蓝光条件时,将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温;
渲染单元,用于基于所述防蓝光渲染色温对所述待渲染图像进行渲染,得到渲染后图像。
在一个实施例中,所述显著性值获取单元,可以包括:
权重获取子单元,用于基于所述相关色温、蓝光辐射色温范围获取所述像素的相关色温权重;
加权子单元,用于根据所述相关色温权重给所述像素的显著性值进行加权处理,得到所述像素蓝光显著性值。
在一个实施例中,权重获取子单元,用于:
获取所述相关色温相对于所述蓝光辐射色温范围的最低色温的色温差值;
计算所述色温差值与所述蓝光辐射色温范围的最高色温之间的色温比例;
将所述色温比例作为所述像素的相关色温权重。
在一个实施例中,所述色温评估单元,可以具体用于:基于所述像素在色彩空间中的色彩位置信息和参考色彩位置信息确定色温评估系数;根据所述色温评估系数计算出像素的相关色温。
在一个实施例中,所述调节单元,包括:
构建子单元,用于根据所有像素的蓝光显著性值构建待渲染图像的整体蓝光显著性值;
调节子单元,用于当所述整体蓝光显著性值大于预设蓝光阈值时,确定满足预设防蓝光条件,并将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温。
在一个实施例中,所述构建子单元,具体用于:
将所有像素的蓝光显著性值相加,得到蓝光显著性值总和;
计算蓝光显著性值总和与待渲染图像的像素数量之间的比例;
根据所述比例构建待渲染图像的整体蓝光显著性值。
在一个实施例中,调节子单元,用于:基于蓝光辐射色温范围和色温调节强度确定防蓝光渲染色温;将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温。
在一个实施例中,所述检测单元,包括:
灰度处理子单元,用于对所述待渲染图像进行灰阶化处理,得到灰度图像;
距离获取子单元,用于基于所述灰度图像获取待渲染图像中像素与其他像素之间的灰度距离之和;
显著性值获取子单元,用于基于所述灰度距离之和获取待渲染图像中像素的原始显著性值。
在一个实施例中,所述距离获取子单元,用于
统计灰度图像中每个灰阶对应的像素数量;
将每个灰度对应的像素数量转换为相应的哈希值表示;
基于所述哈希值、待渲染图像中像素与其他像素之间的灰度距离,计算灰度距离之和。
在一个实施例中,图像渲染装置还可以包括:解码单元;
所述解码单元,用于对视频数据进行解码,得到解码后图像;从解码后图像中确定当前的待渲染图像。
本发明实施例还提供了一种计算机设备,包括存储器和处理器;所述存储器存储有多条指令,所述处理器加载所述存储器内的指令,以执行本发明实施例提供的任一种图像渲染方法中的步骤。
此外,本发明实施例还提供一种存储介质,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行本发明实施例提供的任一种图像渲染方法中的步骤。
本发明实施例可以对待渲染图像进行视觉显著性检测,得到所述待渲染图像中像素的原始显著性值;基于所述像素在色彩空间中的色彩位置信息评估所述像素的相关色温;基于所述相关色温、蓝光辐射色温范围,对所述像素的原始显著性值进行调整,得到所述像素的蓝光显著性值;当所述像素的蓝光显著性值满足预设防蓝光条件时,将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温;基于所述防蓝光渲染色温对所述待渲染图像进行渲染,得到渲染后图像。由于该方案可以检测视觉显著性区域,并在显著性区域的蓝光辐射水平达到防蓝光要求时,调整图像的渲染色温进行防蓝光渲染,无需对进行全局色温调整(如对视频内所有图像色温调整),可以在防蓝光辐射的同时,提升图像显示质量。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1a是本发明实施例提供的图像渲染方法的场景示意图;
图1b是本发明实施例提供的图像渲染方法的流程图;
图2a是本发明实施例提供的视频播放的流程图;
图2b是本发明实施例提供的视频播放页面示意图;
图2c是本发明实施例提供的视频播放的架构图;
图3a是本发明实施例提供的图像渲染装置的结构示意图;
图3b是本发明实施例提供的图像渲染装置的另一结构示意图;
图3c是本发明实施例提供的图像渲染装置的另一结构示意图;
图3d是本发明实施例提供的图像渲染装置的另一结构示意图;
图3e是本发明实施例提供的图像渲染装置的另一结构示意图;
图4是本发明实施例提供的计算机设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种图像渲染方法、装置、计算机设备和存储介质。其中,该图像渲染装置可以集成在计算机设备中,该计算机设备可以为终端、服务器等设备,其中,终端可以为手机、平板电脑、笔记本电脑、个人计算(PC,Personal Computer)、微型处理盒子等设备。
本发明实施例将以图像渲染装置集成在终端(也即图像渲染方法的执行主体为终端)为例来介绍本发明方案。应当理解的是:当图像渲染装置集成在服务器等其他计算机设备中(即图像渲染方法的执行主体为服务器等其他计算机设备)时,其执行过程与终端执行过程相同或类似,可以参考终端的图像渲染过程。
所谓图像渲染,可以是指用从模型生成图像的过程。模型是用严格定义的语言或者数据结构对于三维物体的描述,它包括几何、视点、纹理以及照明信息等。渲染目前应用在绘图领域,比如,可以应用在视频播放中,对视频图像进行渲染显示等等。
参考图1a,本发明实施例提供了物体检测系统包括服务器20和终端10等;服务器20和终端10之间通过网络连接。
其中,服务器20,可以用于提供图像数据给终端,比如,将视频数据发送给终端10播放等。
其中,终端10,可以用于从图像数据中获取待渲染图像,比如,对视频数据进行解码等获取待渲染图像;然后,对待渲染图像进行视觉显著性检测,得到待渲染图像中像素的原始显著性值;基于像素在色彩空间中的色彩位置信息评估像素的相关色温;基于相关色温、蓝光辐射色温范围,对像素的原始显著性值进行调整,得到像素的蓝光显著性值;当像素的蓝光显著性值满足预设防蓝光条件时,将待渲染图像对应的渲染色温调节至防蓝光渲染色温;基于防蓝光渲染色温对待渲染图像进行渲染,得到渲染后图像。在一个实施例中,当像素的蓝光显著性值不满足预设防蓝光条件时,根据待渲染图像对应的渲染色温对图像进行渲染。
此外,终端10还可以显示渲染后图像。例如,在待渲染图像为视频的某帧图像时,此时,可以显示渲染后图像,实现视频播放。
以下分别进行详细说明。需说明的是,以下实施例的描述顺序不作为对实施例优选顺序的限定。
本发明实施例提供的一种图像渲染方法,该方法可以由终端的处理器执行,如图1b所示,该图像渲染方法的具体流程可以如下:
101、对待渲染图像进行视觉显著性检测,得到待渲染图像中像素的原始显著性值。
其中,待渲染图像可以为当前需要渲染的图像,该图像可以为视频中的视频图像,也可以为其他需要渲染显示的图像,比如,游戏图像等。
比如,在一个实施例中,对视频数据进行解码,得到解码后图像;从解码后图像中确定当前的待渲染图像。
其中,视觉显著性检测(Visual Saliency Detection),指通过智能算法模拟人的视觉特点,提取图像中的显著区域(即人类感兴趣的区域)。视觉显著性(Visual AttentionMechanism,VA,即视觉注意机制)是指面对一个图像时,人类自动地对感兴趣区域进行处理而选择性地忽略不感兴趣区域,这些人们感兴趣区域被称之为显著性区域。通过视觉显著性检测可以检测出当前图像对用户的吸引程度,以及吸引区域(即显著性区域)。
其中,像素的显著性值表示像素对人类如用户的吸引程度,通过对图像进行视觉显著性检测,可以得到图像中显示的显著性值。
其中,视觉显著性检测的方式可以有多种,比如,可以包括基于直方图对比度的方法,每一个像素的显著性值是由它与图像中所有其他像素的颜色差异来确定;又比如,可以基于局部对比度的方法,先将图像分割成小区域,采用的分割方法是基于图的分割,基本分割思想是将每个像素点作为无向图的顶点,两个像素点之间的不相似度作为边的权重,要求连接相同区域内的两个顶点的边的最大权重要小于连接不同区域的顶点的边的最小权重,在迭代过程中进行顶点归纳与区域合并;每个区域的显著性值由它与其他所有区域的空间距离和区域像素数加权的颜色差异来确定;空间距离为两个区域重心的欧氏距离,较远区域分配较小权值。
又比如,在一个实施例中,可以计算某个像素在整个图像上的全局对比度,即基于该像素与图像中其他所有像素在颜色上的距离之和计算该像素的显著值。比如,步骤“对待渲染图像进行视觉显著性检测,得到待渲染图像中像素的原始显著性值”,可以包括:
对待渲染图像进行灰阶化处理,得到灰度图像;
基于灰度图像获取待渲染图像中像素与其他像素之间的灰度距离之和;
基于灰度距离之和获取待渲染图像中像素的原始显著性值。
例如,可以将灰度距离之和作为像素的显著性值,或者对灰度距离之和进行变化运算,将运算结果作为像素的显著性值。
其中,像素与其他像素之间的灰度距离之和的方式可以有可以多种,比如,可以先计算像素与其他所有像素的灰度差值(即灰度距离,或者灰阶距离),然后,将所有灰度差值进行累加,得到灰度距离之后。
又比如,在一个实施例中,为了提升灰度距离之和计算速度,从而提升视觉显著性检测的效率,还可以采用哈希算法来简化灰度距离之和计算,提升检测效率。比如,步骤“基于灰度图像获取待渲染图像中像素与其他像素之间的灰度距离之和”,可以包括:
统计灰度图像中每个灰阶对应的像素数量;
将每个灰度对应的像素数量转换为相应的哈希值表示,得到像素的哈希值;
基于哈希值、待渲染图像中像素与其他像素之间的灰度距离,计算灰度距离之和。
例如,以原始图像Iorig为例来介绍视觉显著性检测:
(1)、将原始图像Iorig进行处理,将其转换为灰度图像Igray。
(2)、统计灰度图像的灰阶信息,如统计灰度图像中每个灰阶或灰度的总体像素数量。
(3)、将每个灰阶或灰度的总体像素数量转换成相应的哈希值标识,得到哈希表;如通过如下公式计算像素的哈希值:
Hash(Igray(x,y))=graypixelscount,graypixelscount为某个灰阶的总体像素数量,Igray(x,y)为像素的灰阶或灰度。
其中,哈希表记录了图像中每个灰阶的总体数量,即统计了当前的灰度直方图。
以上述(1)、(2)(3)可以称为显著性预处理。
(4)、遍历整张图像,对于每个显示计算其显著性,具体采用如下方式来计算:
其中,Saliency(x,y)为像素(x,y)的显著性值,Hash(i)为灰阶i的哈希值,Igray(x,y)为像素(x,y)的灰阶。
通过上述步骤可以对计算出待渲染图像中每个像素的显著性值。
102、基于像素在色彩空间中的色彩位置信息评估像素的相关色温。
其中,像素的色彩位置信息可以为像素在某个色彩空间中的位置信息,比如,在建立了色彩空间坐标系的情况下,可以包括在色差空间坐标系下的色彩坐标。该色彩空间可以包括RGB色彩空间,或者,RGB色彩空间转换后的XYZ色彩空间,例如,可以对RGB色彩空间进行标准转换后,得到XYZ色彩空间,像素的色差位置信息可以包括在XYZ色彩坐标系中的色彩坐标位置,如(x,y)。
其中,色温是表示光线中包含颜色成分的一个计量单位,色温单位为K(开尔文温度)。色温度以绝对温度K来表示,是将一标准黑体(例如铂)加热,温度升高至某一程度时颜色开始由红、橙、黄、绿、蓝、靛(蓝紫)、紫,逐渐改变,利用这种光色变化的特性,其光源的光色与黑体的光色相同时,将黑体当时的温度称之为该光源的色温度。由于气体放电光源一般为非连续光谱,与黑体辐射的连续光谱不能完全吻合,所以都采用相关色温来近似描述其颜色特性。
由于色温与蓝光辐射水平呈相关性,色温的值可通过当前像素色坐标值进行评估,具体地,可以基于像素在色彩空间中的色彩位置信息和参考色彩位置信息计算色温评估系数;根据色温评估系数评估像素的相关色温。
比如,可以像素的色彩位置信息与参考色彩位置信息之间的位置差异信息,基于位置差异信息计算出色温评估系数。
例如,以色彩位置信息包括XYZ色坐标下的色彩坐标xy为例,可以通过如下公式评估像素的色温或相关色温:
T=-437n3+3601n2-6861n+5514.31
n=(x-0.3320)/(y-0.1858)
其中,n为色温评估系统,0.3320、0.1858为参考色坐标值,T为相关色温,后续使用TEMP(X)进行表示。
通过像素的色彩位置信息可以计算出每个像素的相关色温:比如,通过如下公式计算像素(x,y)的相关色温Tem(x,y):
Tem(x,y)=TEMP(Iori(x,y))
其中,TEMP(Iori(x,y))表示采用上述T的相关色温公式计算出原始图像Iorig中显示的相关色温。
本发明实施例中,步骤101和步骤102之间的时序不受序号限制,可以同时执行,也可以步骤102在步骤101之前执行,具体可以根据实际需求设定。
103、基于相关色温、蓝光辐射色温范围,对像素的原始显著性值进行调整,得到像素的蓝光显著性值。
其中,蓝光辐射色温范围可以为蓝光辐射水平程度所对应的色温范围,具体可以根据实际需求设定。其中,蓝光辐射水平可以有多种定义方式,比如,可以采用蓝光辐射对眼睛伤害程度来定义如最高蓝光辐射水平、最低蓝光辐射水平,或者,还可以采用蓝光波长来定义等等。
其中,蓝光辐射色温范围的最大色温可以为最高蓝光辐射对应的色温,蓝光辐射色温范围的最低色温可以为最低蓝光辐射对应的色温。最高蓝光辐射对应的色温、最低蓝光辐射对应的色温可以根据实际需求设定,比如,最高蓝光辐射对应的色温为6500K,最低蓝光辐射对应的色温为1200K。
其中,蓝光显著性值可以表示图像中像素对用户吸引程度和蓝光辐射水平。在实际应用中,由于用户不感兴趣的内容像素的显著性值均为零,因此,该步骤实际上是计算图像中用户关注或感兴趣的显著性区域内像素的蓝光水平。
本发明实施例中,通过检测用户关注或感兴趣的显著性区域,以及显著性区域内像素的蓝光水平,基于显著性区域内像素的蓝光水平调整渲染色温,以减少蓝光辐射,可以在降低蓝光辐射的同时提升图像显示质量。
其中,基于相关色温和蓝光辐射色温范围对显著性值进行调整的方式可以有多种,比如,可以根据相关色温和蓝光辐射色温范围计算出调整幅度,根据调整幅度对显著性值进行调整。又比如,还可以基于相关色温、蓝光辐射色温范围计算出一个调整权重,基于权重对显著性值进行加权。
比如,步骤103“基于相关色温、蓝光辐射色温范围,对像素的原始显著性值进行调整,得到像素的蓝光显著性值”,可以包括:
基于相关色温、蓝光辐射色温范围获取像素的相关色温权重;
根据相关色温权重给像素的显著性值进行加权处理,得到像素蓝光显著性值。
其中,计算色温权重的方式可以有多种,比如,可以从色温范围内选择两个色温,与相关色温计算出权重。
在一个实施例中,为了提升蓝光评估的准确性,可以选择色温范围的最高色温、最低色温。具体地,步骤103“基于相关色温、蓝光辐射色温范围获取像素的相关色温权重”,可以包括:
获取相关色温相对于蓝光辐射色温范围的最低色温的色温差值;
计算色温差值与蓝光辐射色温范围的最高色温之间的色温比例;
将色温比例作为像素的相关色温权重。
例如,可以通过如下公式计算出相关色温权重:
weight(x,y)∈[0,1]
6500K蓝光辐射色温范围的最高蓝光辐射色温,1200K为最低蓝光辐射色温。在实际应用中,如果色温超出范围,对超出值域范围的值进行截断处理。
在计算得到相关色温权重后,可以对每个像素的显著性值进行加权处理,可以参考如下公式:
Iblue(x,y)=weight(x,y)*Saliency(x,y)
其中,Saliency(x,y)为像素的显著性值,weight(x,y)为像素的相关色温权重。
通过上述步骤可以计算出每个像素的蓝光显著性值,实际应用中,可以生成相对蓝光图,该相对蓝光图包括像素的蓝光显著性值。
104、当像素的蓝光显著性值满足预设防蓝光条件时,将待渲染图像对应的渲染色温调节至防蓝光渲染色温。
其中,渲染色温为对待渲染图像进行渲染时所需使用的色温。一般在图像渲染时,会有渲染参数,该渲染参数包括图像的渲染色温等参数。
其中,防蓝光渲染色温可以为具有防蓝光效果的渲染色温,基于该渲染色温对图像进行渲染可以降低图像的蓝光辐射,具有防蓝光效果。防蓝光的主要原理是将原始400-450nm之间的光偏移至暖色区域,因此,本发明实施例可以基于蓝光显著性值将图像的渲染色温调节至具有防蓝光效果的色温,从而对图像进行渲染实现防蓝光效果。
本发明实施例,通过像素的蓝光显著性值来评估图像的蓝光辐射水平,可以提升蓝光辐射评估的精确性和实用性,因为用户往往关注的是感兴趣的图像内容。
其中,预设防蓝光条件可以对图像进行防蓝光渲染的条件,可以根据实际需求设定,当像素的蓝光显著性值满足预设防蓝光条件时,调节渲染色温进行防蓝光渲染处理,当像素的蓝光显著性值不满足预设防蓝光条件时,可以不作防蓝光渲染处理,基于原本的渲染色温进行渲染即可。
比如,预设防蓝光条件可以包括:所有像素的蓝光显著性值之和大于预设阈值,或者,蓝光显著性值大于阈值的像素占总像素的比例大于预设比例,或者,预定区域内像素的蓝光显著性值之和大于预设阈值等等。
在一个实施例中,为了提升蓝光辐射评估的精确性,可以基于像素的蓝光显著性子构建图像的整体蓝光显著性值,利用整体蓝光显著性评估图像显著区域的蓝光辐射水平。
其中,整体蓝光显著性值用于衡量图像中显著性区域的整体蓝光辐射水平。
此时,预设防蓝光条件可以包括图像的整体蓝光显著性值大于预设蓝光阈值,也即当图像的整体蓝光显著性值大于预设蓝光阈值时满足预设防蓝光条件。
具体地,步骤“当像素的蓝光显著性值满足预设防蓝光条件时,将待渲染图像对应的渲染色温调节至防蓝光渲染色温”,可以包括:
根据所有像素的蓝光显著性值构建待渲染图像的整体蓝光显著性值;
当整体蓝光显著性值大于预设蓝光阈值时,确定满足预设防蓝光条件,并将待渲染图像对应的渲染色温调节至防蓝光渲染色温。
在一个实施例中,当整体蓝光显著性值不大于预设蓝光阈值时,确定不满足预设防蓝光条件,说明蓝光辐射水平较低,可以不作防蓝光渲染处理,采用原始渲染色温渲染即可。
其中,基于像素的蓝光显著性值构建整体蓝光显著性值的方式可以有多种,比如,在一个实施例中,为了提升蓝光评估准确性和效率,可以基于所有像素的蓝光显著性值的总和与图像总像素数量的比例构建整体蓝光显著性值。
比如,步骤“根据所有像素的蓝光显著性值构建待渲染图像的整体蓝光显著性值”,可以包括:
将所有像素的蓝光显著性值相加,得到蓝光显著性值总和;
计算蓝光显著性值总和与待渲染图像的像素数量之间的比例;
根据比例构建待渲染图像的整体蓝光显著性值。
其中,待渲染图像的像素数量为图像的像素数量总和,在图像的宽高采用像素数量表示时,可以通过图像的宽高计算得到,比如,宽(W)*高(H)。
在一个实施例中,为了便于计算,提升计算效率,可以对像素的蓝光显著性值进行归一化(或标准化)处理。比如,
I′blue=Normalize(Iblue)
其中,I′blue为归一化后的蓝光显著性值。
根据上述描述,待渲染图像的整体显著性值可以采用如下公式计算:
其中,I′blue(x,y)为像素归一化后的蓝光显著性值,W为图像的宽,H为图像的高,单位可以为pixel(像素)。
根据上述介绍的步骤,可以计算中待渲染图像的整体蓝光显著性值之后,可以基于整体蓝光显著性值对图像的渲染色温进行调节。具体调节方式可以如下:
当整体蓝光显著性值大于预设蓝光阈值时,对待渲染图像的渲染色温进行调节,如将待渲染图像的渲染色温调节至防蓝光渲染色温;
当整体蓝光显著性值不大于预设蓝光阈值时,认为显著性区域蓝光水平比较低,不进行色温调节。
其中,预设蓝光阈值(threshold)为用于衡量蓝光辐射水平高低的阈值,范围可以在0到1之间,如threshold∈[0,1],该预设蓝光阈值可以根据需求设定。
在一个实施例中,当需要调节渲染色温时,为了提升色温调节的精确性,可以引入调节强度(strength)结合蓝光辐射色温范围调节渲染色温;当整体蓝光显著性值大于预设蓝光阈值时,基于蓝光辐射色温范围和色温调节强度确定目标渲染色温(即防蓝光渲染色温);将待渲染图像对应的渲染色温调节至目标渲染色温。
其中,调节强度(strength)为色温调节的幅度或者程度。该调节强度可以在0到1之间,如strength∈[0,1]。
在一个实施例中,可以基于色温范围的最高最低蓝光辐射色温、调节强度来计算目标色温。比如,可以采用如下方式来计算目标色温(即防蓝光渲染色温):
DestTem=(1.0-strength)*(6500K-1200K)+1200K
最高蓝光辐射对应的色温为6500K,最低蓝光辐射对应的色温为1200K。
105、基于防蓝光渲染色温对待渲染图像进行渲染,得到渲染后图像。
在对图像的渲染色温调节之后,便可以根据调节后的色温对渲染图像进行渲染。渲染后图像可以减少蓝光辐射。
具体地,当整体蓝光显著性值大于预设蓝光阈值时,将待渲染图像的渲染色温调节至防蓝光渲染色温;
当整体蓝光显著性值不大于预设蓝光阈值时,认为显著性区域蓝光水平比较低,此时,可以基于待渲染图像的原始渲染色温进行渲染。
例如,在得到整体蓝光显著性值Blue之后,当其值Blue<threshold时,认为此张图像蓝光水平比较低,则不进行色温改变,当其显著性值大于蓝光阈值(threshold)时,则依据调节强度strength进行色温改变,进行防蓝光渲染。
本发明实施例提供的图像渲染方法可以应用在各种图像渲染显示场景中,比如,可以应用于对视频图像的渲染,可以防蓝光辐射并且提升视频显示质量。
由上可知,本发明实施例可以对待渲染图像进行视觉显著性检测,得到待渲染图像中像素的原始显著性值;基于像素在色彩空间中的色彩位置信息评估像素的相关色温;基于相关色温、蓝光辐射色温范围,对像素的原始显著性值进行调整,得到像素的蓝光显著性值;当像素的蓝光显著性值满足预设防蓝光条件时,将待渲染图像对应的渲染色温调节至防蓝光渲染色温;基于防蓝光渲染色温对待渲染图像进行渲染,得到渲染后图像。由于该方案可以检测视觉显著性区域,并在显著性区域的蓝光辐射水平达到防蓝光要求时,调整图像的渲染色温进行防蓝光渲染,无需对进行全局色温调整(如对视频内所有图像色温调整),可以在防蓝光辐射的同时,提升图像显示质量。
此外,本发明实施例方案可基于显著性区域的蓝光辐射水平确定是否作防蓝光处理,使得防蓝光处理更加精确和实用。
根据上面实施例所描述的方法,以下将举例作进一步详细说明。
在本实施例中,将以该图像渲染装置具体集成中终端、且应用在视频播放场景为例进行说明。
如图2a所示,本发明实施例提供的一种视频播放方法,具体流程如下:
201、终端获取视频数据,并对视频数据进行解码,得到解码后的视频图像。
其中,视频数据的获取可以有多种,比如,从网络侧获取,或者可以从本地存储获取。
本发明实施例中,终端可以视频数据进行解码得到待渲染的视频图像,比如,参考图2c,为视频播放模块的架构图,包括渲染模块和显著性预处理模块,渲染模块可以解码出视频图像,该视频图像即为待渲染的原始图像。
在一个实施例中,本发明的图像渲染方式可以设置在防蓝光模式下,当用户在播放视频时开启防蓝光模型时,便可以采用本发明实施提供的图像渲染方法进行视频图像渲染显示,达到防蓝光辐射的效果。
比如,终端可以显示视频播放页面,视频播放页面设置有防蓝光模式开启控件(如按钮等);当用户针对防蓝光模式开启控件进行开启操作时,便可以触发终端发送防蓝光处理指令,此时,终端可以根据防蓝光处理指令获取视频数据,对视频数据进行解码,然后执行下面的步骤进行渲染播放,实现防蓝光效果。
例如,参考图2b,终端显示某个视频的视频播放页面,视频播放页面包括视频画面和防蓝光模式按钮;当用户需要防蓝光效果时,可以对防蓝光模式按钮进行开启操作如点击、滑动等操作触发防蓝光处理指令,终端可以根据该指令获取视频数据并解码执行后续渲染流程播放具有防蓝光效果的视频画面。
202、终端对视频图像进行视觉显著性检测,得到视频图像中像素的原始显著性值。
例如,参考图2c,在解码得到原始图像后,可以对原始图像进行显著性检测。具体地,检测方式可以上述实施例的介绍。
203、终端基于像素在色彩空间中的色彩位置信息评估像素的相关色温。
具体地,相关色温的评估方式可以参考上述实施例的介绍。
比如,参考图2c,在显著性检测后,可以进行显著性区域的蓝光评估;蓝光评估主要包括显著性区域的蓝光水平评估,可以采用上述介绍的计算整体蓝光显著性值来评估。
204、终端基于相关色温、蓝光辐射色温范围获取像素的相关色温权重。
比如,可以获取相关色温相对于蓝光辐射色温范围的最低色温的色温差值;计算色温差值与蓝光辐射色温范围的最高色温之间的色温比例;将色温比例作为像素的相关色温权重。具体地计算方式参考上述实施例。
205、终端根据相关色温权重给像素的显著性值进行加权处理,得到像素的蓝光显著性值。
比如,在计算出相关色温权重后给显著性值加权,将加权后显著性值作为像素的蓝光显著性值。
206、终端根据所有像素的蓝光显著性值构建待渲染图像的整体蓝光显著性值。
比如,将所有像素的蓝光显著性值相加,得到蓝光显著性值总和;计算蓝光显著性值总和与待渲染图像的像素数量之间的比例;根据比例构建待渲染图像的整体蓝光显著性值。其中,待渲染图像的像素数量为图像的像素数量总和,在图像的宽高采用像素数量表示时,可以通过图像的宽高计算得到,比如,宽(W)*高(H)。
在一个实施例中,为了便于计算,提升计算效率,可以对像素的蓝光显著性值进行归一化(或标准化)处理。比如,
I′blue=Normalize(Iblue)
其中,I′blue为归一化后的蓝光显著性值。
根据上述描述,待渲染图像的整体显著性值可以采用如下公式计算:
其中,I′blue(x,y)为像素归一化后的蓝光显著性值,W为图像的宽,H为图像的高,单位可以为pixel(像素)。
207、当整体蓝光显著性值大于预设蓝光阈值时,将视频图像的原始渲染色温调节至防蓝光渲染色温;根据防蓝光渲染色温对视频图像进行渲染显示。
例如,参考图2c,当整体蓝光显著性值大于预设蓝光阈值时,说明显著性区域的蓝光水平较高,需要作防蓝光处理,具体地,基于蓝光辐射色温范围和色温调节强度确定目标渲染色温(即防蓝光渲染色温);将待渲染图像对应的渲染色温调节至目标渲染色温。
其中,调节强度(strength)为色温调节的幅度或者程度。该调节强度可以在0到1之间,如strength∈[0,1]。
在一个实施例中,可以基于色温范围的最高最低蓝光辐射色温、调节强度来计算目标色温。比如,可以采用如下方式来计算目标色温(即防蓝光渲染色温):
DestTem=(1.0-strength)*(6500K-1200K)+1200K
208、当整体蓝光显著性值不大于预设蓝光阈值时,根据视频图像的原始渲染对视频图像进行渲染显示。
当整体蓝光显著性值不大于预设蓝光阈值时,表明显著性区域的蓝光水平较低,无需作防蓝光处理,因此,使用原来的色温渲染即可,提升视频播放的质量。
由上可知,本发明实施例可以通过分析当前显示视频帧,检测视频帧中用户当前关注区域(即显著性区域),统计关注区域的蓝光辐射水平,进而得以动态的调整视频画面的蓝光,当蓝光辐射水平较高时调节色温作防蓝光处理,当蓝光辐射水平较低时不作防蓝光处理;该方案解决了传统防蓝光中全局调整的缺陷,该方案仅在关注区域的蓝光辐射水平高的画面中进行色温调节,减少了对视频内容的整体影响,使得用户既可一定程度上规避蓝光的辐射,同时又可以最大可能的观看不受调整影响的视频内容。
为了更好地实施以上方法,相应的,本发明实施例还提供一种图像渲染装置,该图像渲染装置具体可以集成计算机设备如终端、服务器等设备中。
例如,如图3a所示,该图像渲染装置可以包括检测单元301、色温评估单元302、显著性值获取单元303、调节单元304和渲染单元305,如下:
检测单元301,用于对待渲染图像进行视觉显著性检测,得到所述待渲染图像中像素的原始显著性值;
色温评估单元302,用于基于所述像素在色彩空间中的色彩位置信息评估所述像素的相关色温;
显著性值获取单元303,用于基于所述相关色温、蓝光辐射色温范围,对所述像素的原始显著性值进行调整,得到所述像素的蓝光显著性值;
调节单元304,用于当所述像素的蓝光显著性值满足预设防蓝光条件时,将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温;
渲染单元305,用于基于所述防蓝光渲染色温对所述待渲染图像进行渲染,得到渲染后图像。
在一个实施例中,参考图3b,所述显著性值获取单元303,可以包括:
权重获取子单元3031,可以用于基于所述相关色温、蓝光辐射色温范围获取所述像素的相关色温权重;
加权子单元3032,可以用于根据所述相关色温权重给所述像素的显著性值进行加权处理,得到所述像素蓝光显著性值。
在一个实施例中,权重获取子单元3031,可以用于:
获取所述相关色温相对于所述蓝光辐射色温范围的最低色温的色温差值;
计算所述色温差值与所述蓝光辐射色温范围的最高色温之间的色温比例;
将所述色温比例作为所述像素的相关色温权重。
在一个实施例中,所述色温评估单元302,可以具体用于:基于所述像素在色彩空间中的色彩位置信息和参考色彩位置信息确定色温评估系数;根据所述色温评估系数计算出像素的相关色温。
在一个实施例中,参考图3c,所述调节单元304,可以包括:
构建子单元3041,用于根据所有像素的蓝光显著性值构建待渲染图像的整体蓝光显著性值;
调节子单元3042,用于当所述整体蓝光显著性值大于预设蓝光阈值时,确定满足预设防蓝光条件,并将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温。
在一个实施例中,所述构建子单元3041,可以具体用于:
将所有像素的蓝光显著性值相加,得到蓝光显著性值总和;
计算蓝光显著性值总和与待渲染图像的像素数量之间的比例;
根据所述比例构建待渲染图像的整体蓝光显著性值。
在一个实施例中,调节子单元3042,可以用于:基于蓝光辐射色温范围和色温调节强度确定防蓝光渲染色温;将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温。
在一个实施例中,参考图3d,所述检测单元301,可以包括:
灰度处理子单元3011,可以用于对所述待渲染图像进行灰阶化处理,得到灰度图像;
距离获取子单元3012,可以用于基于所述灰度图像获取待渲染图像中像素与其他像素之间的灰度距离之和;
显著性值获取子单元3013,可以用于基于所述灰度距离之和获取待渲染图像中像素的原始显著性值。
在一个实施例中,所述距离获取子单元3012,可以用于
统计灰度图像中每个灰阶对应的像素数量;
将每个灰度对应的像素数量转换为相应的哈希值表示;
基于所述哈希值、待渲染图像中像素与其他像素之间的灰度距离,计算灰度距离之和。
在一个实施例中,参考图3e,图像渲染装置还可以包括:解码单元306;
所述解码单元306,可以用于对视频数据进行解码,得到解码后图像;从解码后图像中确定当前的待渲染图像。
具体实施时,以上各个单元可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元的具体实施可参见前面的方法实施例,在此不再赘述。
由上可知,本实施例的图像渲染装置可以通过检测单元301对待渲染图像进行视觉显著性检测,得到所述待渲染图像中像素的原始显著性值;由色温评估单元302基于所述像素在色彩空间中的色彩位置信息评估所述像素的相关色温;由显著性值获取单元303基于所述相关色温、蓝光辐射色温范围,对所述像素的原始显著性值进行调整,得到所述像素的蓝光显著性值;由调节单元304当所述像素的蓝光显著性值满足预设防蓝光条件时,将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温;由渲染单元305基于所述防蓝光渲染色温对所述待渲染图像进行渲染,得到渲染后图像。由于该方案可以检测视觉显著性区域,并在显著性区域的蓝光辐射水平达到防蓝光要求时,调整图像的渲染色温进行防蓝光渲染,无需对进行全局色温调整(如对视频内所有图像色温调整),可以在防蓝光辐射的同时,提升图像显示质量。
此外,本发明实施例还提供一种计算机设备,如图4所示,其示出了本发明实施例所涉及的计算机设备的结构示意图,具体来讲:
该计算机设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解,图4中示出的计算机设备结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器401是该计算机设备的控制中心,利用各种接口和线路连接整个计算机设备的各个部分,通过运行或执行存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。可选的,处理器401可包括一个或多个处理核心;优选的,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块,处理器401通过运行存储在存储器402的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器402还可以包括存储器控制器,以提供处理器401对存储器402的访问。
计算机设备还包括给各个部件供电的电源403,优选的,电源403可以通过电源管理系统与处理器401逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元404,该输入单元404可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,计算机设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,计算机设备中的处理器401会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程序,从而实现各种功能,如下:
对待渲染图像进行视觉显著性检测,得到所述待渲染图像中像素的原始显著性值;基于所述像素在色彩空间中的色彩位置信息评估所述像素的相关色温;基于所述相关色温、蓝光辐射色温范围,对所述像素的原始显著性值进行调整,得到所述像素的蓝光显著性值;当所述像素的蓝光显著性值满足预设防蓝光条件时,将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温;基于所述防蓝光渲染色温对所述待渲染图像进行渲染,得到渲染后图像。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
由上可知,本实施例的计算机设备对待渲染图像进行视觉显著性检测,得到所述待渲染图像中像素的原始显著性值;基于所述像素在色彩空间中的色彩位置信息评估所述像素的相关色温;基于所述相关色温、蓝光辐射色温范围,对所述像素的原始显著性值进行调整,得到所述像素的蓝光显著性值;当所述像素的蓝光显著性值满足预设防蓝光条件时,将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温;基于所述防蓝光渲染色温对所述待渲染图像进行渲染,得到渲染后图像。由于该方案可以检测视觉显著性区域,并在显著性区域的蓝光辐射水平达到防蓝光要求时,调整图像的渲染色温进行防蓝光渲染,无需对进行全局色温调整(如对视频内所有图像色温调整),可以在防蓝光辐射的同时,提升图像显示质量。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本发明实施例还提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本发明实施例所提供的任一种物体检测方法中的步骤。例如,该指令可以执行如下步骤:
对待渲染图像进行视觉显著性检测,得到所述待渲染图像中像素的原始显著性值;基于所述像素在色彩空间中的色彩位置信息评估所述像素的相关色温;基于所述相关色温、蓝光辐射色温范围,对所述像素的原始显著性值进行调整,得到所述像素的蓝光显著性值;当所述像素的蓝光显著性值满足预设防蓝光条件时,将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温;基于所述防蓝光渲染色温对所述待渲染图像进行渲染,得到渲染后图像。。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本发明实施例所提供的任一种图像渲染方法中的步骤,因此,可以实现本发明实施例所提供的任一种图像渲染方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上对本发明实施例所提供的一种图像渲染方法、装置、计算机设备和存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (13)
1.一种图像渲染方法,其特征在于,包括:
对待渲染图像进行视觉显著性检测,得到所述待渲染图像中像素的原始显著性值;
基于所述像素在色彩空间中的色彩位置信息评估所述像素的相关色温;
基于所述相关色温、蓝光辐射色温范围,对所述像素的原始显著性值进行调整,得到所述像素的蓝光显著性值;
当所述像素的蓝光显著性值满足预设防蓝光条件时,将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温;
基于所述防蓝光渲染色温对所述待渲染图像进行渲染,得到渲染后图像。
2.如权利要求1所述的图像渲染方法,其特征在于,基于所述相关色温、蓝光辐射色温范围,对所述像素的原始显著性值进行调整,得到所述像素的蓝光显著性值,包括:
基于所述相关色温、蓝光辐射色温范围获取所述像素的相关色温权重;
根据所述相关色温权重给所述像素的显著性值进行加权处理,得到所述像素的蓝光显著性值。
3.如权利要求2所述的图像渲染方法,其特征在于,基于所述相关色温、蓝光辐射色温范围获取所述像素的相关色温权重,包括:
获取所述相关色温相对于所述蓝光辐射色温范围的最低色温的色温差值;
计算所述色温差值与所述蓝光辐射色温范围的最高色温之间的色温比例;
将所述色温比例作为所述像素的相关色温权重。
4.如权利要求1所述的图像渲染方法,其特征在于,基于所述像素在色彩空间中的色彩位置信息评估所述像素的相关色温,包括:
基于所述像素在色彩空间中的色彩位置信息和参考色彩位置信息确定色温评估系数;
根据所述色温评估系数计算出像素的相关色温。
5.如权利要求1所述的图像渲染方法,其特征在于,当所述像素的蓝光显著性值满足预设防蓝光条件时,将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温,包括:
根据所有像素的蓝光显著性值构建待渲染图像的整体蓝光显著性值;
当所述整体蓝光显著性值大于预设蓝光阈值时,确定满足预设防蓝光条件,并将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温。
6.如权利要求5所述的图像渲染方法,其特征在于,根据所有像素的蓝光显著性值构建待渲染图像的整体蓝光显著性值,包括:
将所有像素的蓝光显著性值相加,得到蓝光显著性值总和;
计算蓝光显著性值总和与待渲染图像的像素数量之间的比例;
根据所述比例构建待渲染图像的整体蓝光显著性值。
7.如权利要求5所述的图像渲染方法,其特征在于,将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温,包括:
基于蓝光辐射色温范围和色温调节强度确定防蓝光渲染色温;
将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温。
8.如权利要求1-7任一项所述的图像渲染方法,其特征在于,对待渲染图像进行视觉显著性检测,得到所述待渲染图像中像素的原始显著性值,包括:
对所述待渲染图像进行灰阶化处理,得到灰度图像;
基于所述灰度图像获取待渲染图像中像素与其他像素之间的灰度距离之和;
基于所述灰度距离之和获取待渲染图像中像素的原始显著性值。
9.如权利要求8所述的图像渲染方法,其特征在于,基于所述灰度图像获取待渲染图像中像素与其他像素之间的灰度距离之和,包括:
统计灰度图像中每个灰阶对应的像素数量;
将每个灰度对应的像素数量转换为相应的哈希值表示;
基于所述哈希值、待渲染图像中像素与其他像素之间的灰度距离,计算灰度距离之和。
10.如权利要求1所述的图像渲染方法,其特征在于,还包括:
对视频数据进行解码,得到解码后图像;
从解码后图像中确定当前的待渲染图像。
11.一种图像渲染装置,其特征在于,包括:
检测单元,用于对待渲染图像进行视觉显著性检测,得到所述待渲染图像中像素的原始显著性值;
色温评估单元,用于基于所述像素在色彩空间中的色彩位置信息评估所述像素的相关色温;
显著性值获取单元,用于基于所述相关色温、蓝光辐射色温范围,对所述像素的原始显著性值进行调整,得到所述像素的蓝光显著性值;
调节单元,用于当所述像素的蓝光显著性值满足预设防蓝光条件时,将所述待渲染图像对应的渲染色温调节至防蓝光渲染色温;
渲染单元,用于基于所述防蓝光渲染色温对所述待渲染图像进行渲染,得到渲染后图像。
12.一种存储介质,其特征在于,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至10任一项所述的图像渲染方法中的步骤。
13.一种计算机设备,其特征在于,包括存储器和处理器;所述存储器存储有多条指令,所述处理器加载所述存储器内的指令,以执行权利要求1至10任一项所述的图像渲染方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910362114.3A CN110012278B (zh) | 2019-04-30 | 2019-04-30 | 一种图像渲染方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910362114.3A CN110012278B (zh) | 2019-04-30 | 2019-04-30 | 一种图像渲染方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110012278A true CN110012278A (zh) | 2019-07-12 |
CN110012278B CN110012278B (zh) | 2020-07-07 |
Family
ID=67175376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910362114.3A Active CN110012278B (zh) | 2019-04-30 | 2019-04-30 | 一种图像渲染方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110012278B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458835A (zh) * | 2019-08-16 | 2019-11-15 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、设备及介质 |
CN112927659A (zh) * | 2021-02-08 | 2021-06-08 | 捷开通讯(深圳)有限公司 | 一种调节显示屏基础三原色数据的方法、装置及存储介质 |
CN113409713A (zh) * | 2021-06-11 | 2021-09-17 | 展讯通信(上海)有限公司 | 一种蓝光护眼强度调节方法、装置、介质和设备 |
CN113852799A (zh) * | 2020-06-28 | 2021-12-28 | 京东方科技集团股份有限公司 | 图像处理方法、图像处理装置、显示装置及存储介质 |
US20220245861A1 (en) * | 2021-02-04 | 2022-08-04 | Mediatek Inc. | Method and apparatus for performing image color correction according to image content analysis |
CN116168629A (zh) * | 2021-11-25 | 2023-05-26 | 联发科技股份有限公司 | 图像调整方法与相关装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020110372A1 (en) * | 2000-12-22 | 2002-08-15 | Eastman Kodak Company | Camera that displays predominant color multi-color scene and/or multi-color captured image of scene |
JP2002369019A (ja) * | 2001-06-07 | 2002-12-20 | Canon Inc | 画像情報の色調整方法、および、その装置 |
CN102104785A (zh) * | 2009-12-21 | 2011-06-22 | 佳能株式会社 | 摄像设备及其控制方法 |
CN103327345A (zh) * | 2012-03-19 | 2013-09-25 | 华晶科技股份有限公司 | 白平衡处理方法及其处理装置 |
CN108848363A (zh) * | 2018-05-31 | 2018-11-20 | 江苏乙生态农业科技有限公司 | 一种适用于大场景的自动白平衡方法 |
-
2019
- 2019-04-30 CN CN201910362114.3A patent/CN110012278B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020110372A1 (en) * | 2000-12-22 | 2002-08-15 | Eastman Kodak Company | Camera that displays predominant color multi-color scene and/or multi-color captured image of scene |
JP2002369019A (ja) * | 2001-06-07 | 2002-12-20 | Canon Inc | 画像情報の色調整方法、および、その装置 |
CN102104785A (zh) * | 2009-12-21 | 2011-06-22 | 佳能株式会社 | 摄像设备及其控制方法 |
CN103327345A (zh) * | 2012-03-19 | 2013-09-25 | 华晶科技股份有限公司 | 白平衡处理方法及其处理装置 |
CN108848363A (zh) * | 2018-05-31 | 2018-11-20 | 江苏乙生态农业科技有限公司 | 一种适用于大场景的自动白平衡方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458835A (zh) * | 2019-08-16 | 2019-11-15 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、设备及介质 |
CN113852799B (zh) * | 2020-06-28 | 2023-08-08 | 京东方科技集团股份有限公司 | 图像处理方法、图像处理装置、显示装置及存储介质 |
US11917343B2 (en) | 2020-06-28 | 2024-02-27 | Boe Technology Group Co., Ltd. | Image processing method, image processing device, display device, and storage medium |
CN113852799A (zh) * | 2020-06-28 | 2021-12-28 | 京东方科技集团股份有限公司 | 图像处理方法、图像处理装置、显示装置及存储介质 |
WO2022001490A1 (zh) * | 2020-06-28 | 2022-01-06 | 京东方科技集团股份有限公司 | 图像处理方法、图像处理装置、显示装置及存储介质 |
US12062213B2 (en) | 2021-02-04 | 2024-08-13 | Mediatek Inc. | Method and apparatus for performing image color correction according to image content analysis |
CN114866748A (zh) * | 2021-02-04 | 2022-08-05 | 联发科技股份有限公司 | 图像处理方法和装置 |
TWI799105B (zh) * | 2021-02-04 | 2023-04-11 | 聯發科技股份有限公司 | 圖像處理方法和裝置 |
US20220245861A1 (en) * | 2021-02-04 | 2022-08-04 | Mediatek Inc. | Method and apparatus for performing image color correction according to image content analysis |
CN114866748B (zh) * | 2021-02-04 | 2025-01-10 | 联发科技股份有限公司 | 图像处理方法和装置 |
CN112927659A (zh) * | 2021-02-08 | 2021-06-08 | 捷开通讯(深圳)有限公司 | 一种调节显示屏基础三原色数据的方法、装置及存储介质 |
CN113409713A (zh) * | 2021-06-11 | 2021-09-17 | 展讯通信(上海)有限公司 | 一种蓝光护眼强度调节方法、装置、介质和设备 |
CN116168629A (zh) * | 2021-11-25 | 2023-05-26 | 联发科技股份有限公司 | 图像调整方法与相关装置 |
TWI863032B (zh) * | 2021-11-25 | 2024-11-21 | 聯發科技股份有限公司 | 圖像調整方法及圖像調整裝置 |
US12198655B2 (en) | 2021-11-25 | 2025-01-14 | Mediatek Inc. | Image adjusting method and image adjusting device |
Also Published As
Publication number | Publication date |
---|---|
CN110012278B (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110012278A (zh) | 一种图像渲染方法、装置、计算机设备和存储介质 | |
Akyüz et al. | Color appearance in high-dynamic-range imaging | |
CN108550101A (zh) | 图像处理方法、装置及存储介质 | |
US8538147B2 (en) | Methods and appartuses for restoring color and enhancing electronic images | |
CN111416950A (zh) | 视频处理方法、装置、存储介质及电子设备 | |
US9483815B2 (en) | Systems and methods for computational lighting | |
Huang et al. | Enhancing color representation for the color vision impaired | |
WO2020215861A1 (zh) | 图片显示方法、图片显示装置、电子设备及存储介质 | |
Xing et al. | A multi-scale contrast-based image quality assessment model for multi-exposure image fusion | |
CN110728618B (zh) | 虚拟试妆的方法、装置、设备及图像处理方法 | |
US10607525B2 (en) | System and method for color retargeting | |
Qiu et al. | Learning to display high dynamic range images | |
CN103745430A (zh) | 一种数字图像的快速美容方法 | |
Wang et al. | Lighting system for visual perception enhancement in volume rendering | |
Hadizadeh | Energy-efficient images | |
Yu et al. | Color scheme adaptation to enhance user experience on smartphone displays leveraging ambient light | |
Anand et al. | PARVAI—HVS aware adaptive display power management for mobile games | |
Yan et al. | Too many pixels to perceive: Subpixel shutoff for display energy reduction on oled smartphones | |
Yu et al. | Sensing ambient light for user experience-oriented color scheme adaptation on smartphone displays | |
WO2025040068A1 (zh) | 图像处理方法、装置、电子设备及介质 | |
Vázquez et al. | Perception-based illumination information measurement and light source placement | |
Akyüz et al. | A reality check for radiometric camera response recovery algorithms | |
Zhao et al. | CleAR: Robust context-guided generative lighting estimation for mobile augmented reality | |
Rezagholizadeh et al. | Maximum entropy spectral modeling approach to mesopic tone mapping | |
Gao et al. | Automated parameter tuning for tone mapping using visual saliency |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |