夜景图像处理方法、装置、电子设备以及存储介质制造方法及图纸

本申请提出一种夜景图像处理方法、装置、电子设备以及存储介质，其中，方法包括：通过监测用于进行图像处理的系统资源可用量，若可用量低于阈值，根据采集的一帧图像生成缩略图，对采集的多帧图像合成得到目标图像，根据目标图像更新缩略图。该方法根据监测用于进行图像处理的系统资源可用量，调整采集图像的帧数，进而减小用于进行图像处理的系统资源可用量，从而缩短了整体拍摄过程的总时长，避免了整个拍摄过程过长，导致用户等待时间过长的技术问题，以及避免了拍摄图像过程中用户出现卡顿感的现象，改善了用户的使用体验。

Nightscape image processing methods, devices, electronic devices and storage media

【技术实现步骤摘要】
夜景图像处理方法、装置、电子设备以及存储介质
本申请涉及图像处理
，尤其涉及一种夜景图像处理方法、装置、电子设备以及存储介质。
技术介绍
随着智能终端技术的发展，移动终端设备(如智能手机、平板电脑等)的使用越来越普及。绝大多数移动终端设备都内置有摄像头，并且随着移动终端处理能力的增强以及摄像头技术的发展，内置摄像头的性能越来越强大，拍摄图像的质量也越来越高。如今，移动终端设备均操作简单又便于携带，在日常生活中越来越多的用户使用智能手机、平板电脑等移动终端设备拍照。智能移动终端在给人们的日常拍照带来便捷的同时，人们对拍摄的图像质量的要求也越来越高，尤其在夜景这一特殊场景中，图像质量较低。目前，通常采集多帧原始图像进行合成，存在移动终端用于图像处理是系统资源可用量较少的情况，导致整个拍摄过程较长，出图较慢，影响用户使用体验。
技术实现思路
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。本申请提出一种夜景图像处理方法、装置、电子设备以及存储介质，以实现根据监测用于进行图像处理的系统资源可用量，调整采集图像的帧数，进而减小用于进行图像处理的系统资源可用量，从而缩短了整体拍摄过程的总时长，解决了现有技术中用于进行图像处理的系统资源可用量较少时，整个拍摄过程较长，出图较慢的技术问题。本申请第一方面实施例提出了一种夜景图像处理方法，包括：监测用于进行图像处理的系统资源可用量；若所述可用量低于阈值，根据采集的一帧图像生成缩略图；对采集的多帧图像合成得到目标图像；根据所述目标图像更新所述缩略图。本申请实施例的夜景图像处理方法，通过监测用于进行图像处理的系统资源可用量，若可用量低于阈值，根据采集的一帧图像生成缩略图，对采集的多帧图像合成得到目标图像，根据目标图像更新缩略图。该方法根据监测用于进行图像处理的系统资源可用量，调整采集图像的帧数，进而减小用于进行图像处理的系统资源可用量，从而缩短了整体拍摄过程的总时长，避免了整个拍摄过程过长，导致用户等待时间过长的技术问题，以及避免了拍摄图像过程中用户出现卡顿感的现象，改善了用户的使用体验。本申请第二方面实施例提出了一种夜景图像处理装置，包括：监测模块，用于监测用于进行图像处理的系统资源可用量；生成模块，用于若所述可用量低于阈值，根据采集的一帧图像生成缩略图；合成模块，用于对采集的多帧图像合成得到目标图像；更新模块，用于根据所述目标图像更新所述缩略图。本申请实施例的夜景图像处理装置，通过监测用于进行图像处理的系统资源可用量，若可用量低于阈值，根据采集的一帧图像生成缩略图，对采集的多帧图像合成得到目标图像，根据目标图像更新缩略图。该方法根据监测用于进行图像处理的系统资源可用量，调整采集图像的帧数，进而减小用于进行图像处理的系统资源可用量，从而缩短了整体拍摄过程的总时长，避免了整个拍摄过程过长，导致用户等待时间过长的技术问题，以及避免了拍摄图像过程中用户出现卡顿感的现象，改善了用户的使用体验。本申请第三方面实施例提出了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如上述实施例中所述的夜景图像处理方法。本申请第四方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例中所述的夜景图像处理方法。本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。附图说明本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为本申请实施例提供的第一种夜景图像处理方法的流程示意图；图2为本申请实施例提供的第二种夜景图像处理方法的流程示意图；图3为本申请实施例提供的第三种夜景图像处理方法的流程示意图；图4为本申请实施例提供的第四种夜景图像处理方法的流程示意图；图5为本申请实施例提供的第五种夜景图像处理方法的流程示意图；图6为本申请实施例提供的第六种夜景图像处理方法的流程示意图；图7为本申请实施例提供的一种夜景图像处理方法的示例图；图8为本申请实施例提供的一种夜景图像处理装置的结构示意图；图9为本申请实施例提供的一种电子设备的结构示意图；图10为本申请实施例提供的一种电子设备的原理示意图；图11为本申请实施例提供的一种图像处理电路的原理示意图。具体实施方式下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。针对相关技术中，由于电子设备的负载能力有限，拍摄帧数较多时，存在系统资源可用量不足的现象，导致拍摄图像较慢的问题，本申请提出了一种夜景图像处理方法，通过监测用于进行图像处理的系统资源可用量，若可用量低于阈值，根据采集的一帧图像生成缩略图，对采集的多帧图像合成得到目标图像，根据目标图像更新缩略图。下面参考附图描述本申请实施例的夜景图像处理方法、装置、电子设备以及存储介质。图1为本申请实施例提供的第一种夜景图像处理方法的流程示意图。本申请实施例的夜景处理方法，应用于电子设备，该电子设备可以为手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、成像设备的硬件设备。如图1所示，该夜景图像处理方法包括以下步骤：步骤101，监测用于进行图像处理的系统资源可用量。本申请实施例中，电子设备中可以设置有监测模块，用于实时监测电子设备采集图像过程中用于进行图像处理的系统资源可用量。作为一种示例，在使用电子设备采集图像的过程中，可以通过监测模块实时监测电子设备的中央处理器(CentralProcessingUnit/Processor，简称CPU)、图形处理器(GraphicsProcessingUnit，简称GPU)、数字信号处理器(DigitalSignalProcessing，简称DSP)、神经网络处理器(NeuralnetworkProcessUnits，简称NPU)等资源可用量。进而，根据用于进行图像处理的系统资源可用量，动态调整夜景采集多帧图像的数量或者简化处理算法，使得用户在任何情况下拍摄夜景时都不会等待过程时间，从而提升了用户拍照体验。步骤102，若可用量低于阈值，根据采集的一帧图像生成缩略图。其中，缩略图，为将采集的图像缩小到预设比例的图像。本申请实施例中，当电子设备的监测模块监测到用于进行图像处理的系统资源可用量低于阈值时，可以将通过调整采集帧数，以减小进行图像处理的系统资源可用量。例如，在电子设备的图像传感器采集图像的过程中，监测到CPU占用率达到90％时，可以将EV0取帧数目由原来的3～6帧变为1～3帧，负EV取帧数量由原来的EV-2和EV-4变为只取一张EV-3。作为一种可能的实现方式，用户通过操作电子设备拍摄图像时，响应于用户的拍摄操作，电子设备的图像传感器采集多帧图像。在图像传感器采集多帧图像的过程中，电子设备的监测模块监测到用于进行图像处理的系统资源可用量低于阈值时，可以从采集的多帧图像中，选取一帧图像，进而根据选取的一帧图像生成缩略图。作为另一种可能的实现方式，将电子设备探测到拍摄操作时，电子设备的本文档来自技高网...

【技术保护点】
1.一种夜景图像处理方法，其特征在于，所述方法包括以下步骤：监测用于进行图像处理的系统资源可用量；若所述可用量低于阈值，根据采集的一帧图像生成缩略图；对采集的多帧图像合成得到目标图像；根据所述目标图像更新所述缩略图。

【技术特征摘要】
1.一种夜景图像处理方法，其特征在于，所述方法包括以下步骤：监测用于进行图像处理的系统资源可用量；若所述可用量低于阈值，根据采集的一帧图像生成缩略图；对采集的多帧图像合成得到目标图像；根据所述目标图像更新所述缩略图。2.根据权利要求1所述的夜景图像处理方法，其特征在于，所述根据采集的一帧图像生成缩略图之前，还包括：响应于拍摄操作，采集所述多帧图像；从所述多帧图像中，选取所述一帧图像，或者，将探测到所述拍摄操作时，采集的预览图像作为所述一帧图像。3.根据权利要求2所述的夜景图像处理方法，其特征在于，所述采集所述多帧图像，包括：根据所述可用量，确定曝光补偿模式；其中，所述曝光补偿模式，用于指示图像帧数和各帧图像的曝光补偿等级；根据抖动程度，确定对应的基准感光度；根据所述基准感光度，采集符合所述曝光补偿模式的所述多帧夜景图像。4.根据权利要求3所述的夜景图像处理方法，其特征在于，所述根据所述可用量，确定曝光补偿模式，包括：根据所述可用量，调整所述图像帧数；识别所述预览图像中是否包含人脸；若包含人脸，确定所述曝光补偿模式为符合调整后帧数的第一模式；若不包含人脸，确定所述曝光补偿模式为符合调整后帧数的第二模式；其中，所述第二模式的曝光补偿等级取值范围大于所述第一模式的曝光补偿等级取值范围。5.根据权利要求3所述的夜景图像处理方法，其特征在于，所述对采集的多帧图像合成得到目标图像之后，还包括：采用神经网络模型，对所述目标图像进行噪声特性识别；其中，所述神经网络模型，已学习得到所述基准感光度与噪声特性之间的映射关系；根据识别出...

【专利技术属性】
技术研发人员：黄杰文，
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