一种图片处理方法、图片处理装置及终端设备制造方法及图纸

本申请提供了一种图片处理方法、图片处理装置及终端设备，所述图片处理方法包括：获取待处理图片；检测所述待处理图片是否为暗光环境下获取的图片；若所述待处理图片为暗光环境下获取的图片，则利用训练后的暗光还原模型提高所述待处理图片的图片亮度，其中，所述暗光还原模型为预先训练的用于提高暗光环境下所获取图片的图片亮度的神经网络模型。本申请解决了传统的改善暗光环境下所采集的图片的画质的方法太过于复杂的技术问题。

A Picture Processing Method, Picture Processing Device and Terminal Equipment

The application provides a picture processing method, a picture processing device and a terminal device. The image processing method includes: acquiring the image to be processed; detecting whether the image to be processed is a picture acquired in a dark environment; and improving the brightness of the image to be processed by using the trained dark light restoration model if the image to be processed is a picture acquired in a dark environment. Among them, the dark light restoration model is a pre-trained neural network model for improving the brightness of the image acquired under dark light environment. This application solves the technical problem that the traditional method of improving the quality of images collected in dark environment is too complex.

【技术实现步骤摘要】
一种图片处理方法、图片处理装置及终端设备
本申请属于图像处理
，尤其涉及一种图片处理方法、图片处理装置、终端设备及计算机可读存储介质。
技术介绍
当外界环境比较暗(为便于后续描述，以下简称暗光环境)时，现有的终端设备所采集的图片往往存在大量的噪点，为了改善在暗光环境下所采集的图片的画质，需要调整暗光环境下所采集的图片的图片亮度，然而，调整亮度后的图片往往较为模糊，因此，还需要进一步的去噪、去模糊以及图片增强等操作，因此，传统的改善暗光环境下所采集的图片的画质的方法，太过于复杂。
技术实现思路
有鉴于此，本申请提供了一种图片处理方法、图片处理装置、终端设备及计算机可读存储介质，可以解决现有技术中改善暗光环境下所采集的图片的画质的方法太过于复杂的技术问题。本申请第一方面提供了一种图片处理方法，包括：获取待处理图片；检测上述待处理图片是否为暗光环境下获取的图片；若上述待处理图片为暗光环境下获取的图片，则：利用训练后的暗光还原模型提高上述待处理图片的图片亮度，其中，上述暗光还原模型为预先训练的用于提高暗光环境下所获取图片的图片亮度的神经网络模型。本申请第二方面提供了一种图片处理装置，包括：图片获取模块，用于获取待处理图片；暗光检测模块，用于检测上述待处理图片是否为暗光环境下获取的图片；暗光还原模块，用于若上述待处理图片为暗光环境下获取的图片，则利用训练后的暗光还原模型提高上述待处理图片的图片亮度，其中，上述暗光还原模型为预先训练的用于提高暗光环境下所获取图片的图片亮度的神经网络模型。本申请第三方面提供了一种终端设备，包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上述第一方面方法的步骤。本申请第四方面提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如上述第一方面方法的步骤。本申请第五方面提供了一种计算机程序产品，上述计算机程序产品包括计算机程序，上述计算机程序被一个或多个处理器执行时实现如上述第一方面方法的步骤。由上可见，本申请提供了一种图片处理方法，首先，获取待处理图片，然后，检测该待处理图片是否为暗光环境下获取的图片，若检测到上述待处理图片为暗光环境下获取的图片，则直接利用训练后的暗光还原模型提高上述待处理图片的图片亮度，其中，该暗光还原模型为预先训练的用于提高暗光环境下所获取的图片的亮度的神经网络模型。因此，本申请所提供的技术方案中，当终端设备所获取的图片为在外界环境比较暗时采集的，直接利用预设的神经网络模型来处理该图片即可，而传统的方法是在获取到暗光环境下所采集的图片后，需要对该图片进行一系列的调整亮度、去噪、去模糊以及图片增强等操作，因此，本申请相比于传统的方法更加简便，解决了传统的改善暗光环境下所采集的图片的画质的方法太过于复杂的技术问题。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。图1是本申请实施例一提供的一种图片处理方法的实现流程示意图；图2是本申请实施例一提供的一种暗光还原模型的训练过程的实现流程示意图；图3是本申请实施例一提供的一种暗光还原模型的训练过程示意图；图4是本申请实施例二提供的另一种暗光还原模型的训练过程的实现流程示意图；图5是本申请实施例二提供的判别模型的训练过程示意图；图6是本申请实施例二提供的又一种暗光还原模型的训练过程示意图；图7是本申请实施例三提供的一种图片处理装置的结构示意图；图8是本申请实施例四提供的终端设备的结构示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。本申请实施例提供的图片处理方法可以适用于终端设备，示例性地，上述终端设备包括但不限于：智能手机、平板电脑、学习机、智能穿戴设备等。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。具体实现中，本申请实施例中描述的终端设备包括但不限于诸如具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是，在某些实施例中，上述设备并非便携式通信设备，而是具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的台式计算机。在接下来的讨论中，描述了包括显示器和触摸敏感表面的终端设备。然而，应当理解的是，终端设备可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。终端设备支持各种应用程序，例如以下中的一个或多个：绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。可以在终端设备上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样，终端的公共物理架构(例如，触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。另外，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。为了说明本申请上述的技术方案，下面通过具体实施例来进行说明。实施例一下面对本申请实施例一提供的一种图片处理方法进行描述，请参阅附图1，本申请实施例一中的图片处理方法包括：在步骤S101中，获取待处理图片；在本申请实施例中，首先获取待处理图片。其中，上述待处理图片可以是终端设备启动相机或摄像机后，本文档来自技高网...

【技术保护点】
1.一种图片处理方法，其特征在于，包括：获取待处理图片；检测所述待处理图片是否为暗光环境下获取的图片；若所述待处理图片为暗光环境下获取的图片，则：利用训练后的暗光还原模型提高所述待处理图片的图片亮度，其中，所述暗光还原模型为预先训练的用于提高暗光环境下所获取图片的图片亮度的神经网络模型。

【技术特征摘要】
1.一种图片处理方法，其特征在于，包括：获取待处理图片；检测所述待处理图片是否为暗光环境下获取的图片；若所述待处理图片为暗光环境下获取的图片，则：利用训练后的暗光还原模型提高所述待处理图片的图片亮度，其中，所述暗光还原模型为预先训练的用于提高暗光环境下所获取图片的图片亮度的神经网络模型。2.如权利要求1所述的图片处理方法，其特征在于，所述待处理图片为摄像头当前所采集的图片；相应地，所述检测所述待处理图片是否为暗光环境下获取的图片，包括：获取所述摄像头的当前感光度，并判断所述摄像头的当前感光度是否大于预设感光度；若所述摄像头的当前感光度大于所述预设感光度，则确认所述待处理图片是在暗光环境下获取的图片；若所述摄像头的当前感光度小于或等于所述预设感光度，则确认所述待处理图片不是在暗光环境下获取的图片。3.如权利要求1所述的图片处理方法，其特征在于，所述待处理图片为摄像头当前所采集的图片；相应地，所述检测所述待处理图片是否为暗光环境下获取的图片，包括：获取所述摄像头的当前曝光时长，并判断所述摄像头的当前曝光时长是否大于预设曝光时长；若所述摄像头的当前曝光时长大于所述预设曝光时长，则确认所述待处理图片是在暗光环境下获取的图片；若所述摄像头的当前曝光时长小于或等于所述预设曝光时长，则确认所述待处理图片不是在暗光环境下获取的图片。4.如权利要求1至3中任一项所述的图片处理方法，其特征在于，所述暗光还原模型的训练过程包括：从样本数据库中选取任一暗光样本图片以及所述暗光样本图片所对应的非暗光样本图片，其中，所述样本数据库中包含有多个在所述暗光环境下获取的暗光样本图片以及各个暗光样本图片所对应的非暗光样本图片；将所述暗光样本图片输入至初始的暗光还原模型，以使得所述初始的暗光还原模型提高所述暗光样本图片的图片亮度，从而获取所述初始的暗光还原模型输出的生成图片；将所述生成图片以及所述非暗光样本图片输入至训练后的判别模型，以使得所述训练后的判别模型判断所述初始的暗光还原模型输出的生成图片是否正确；不断调整当前的暗光还原模型的各个参数，直至所述训练后的判别模型判断当前的暗光还原模型输出的生成图片正确为止，并将该当前的暗光还...

【专利技术属性】
技术研发人员：张弓，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东,44