色调映射方法、装置、电子设备和存储介质制造方法及图纸

本申请公开了一种色调映射方法、装置、电子设备和存储介质，属于计算机领域。所述方法包括：基于全景分割模型，对目标映射图像进行全景分割，获得目标映射图像中的至少一个元素图像；基于目标映射图像中亮度最高的区域的位置，对所述至少一个元素图像进行等距分块，获得每一个元素图像的至少一个分块区域；基于每一个分块区域的亮度均值和所述每一个分块区域中每一个像素的亮度值，确定所述每一个像素的色调映射系数；基于所述每一个像素的色调映射系数，显示色调映射后的目标映射图像。显示色调映射后的目标映射图像。显示色调映射后的目标映射图像。

【技术实现步骤摘要】
色调映射方法、装置、电子设备和存储介质


[0001]本申请属于计算机领域，具体涉及一种色调映射方法、装置、电子设备和存储介质。

技术介绍

[0002]拍摄设备拍摄出的图像自然亮度是线性，而人眼对于自然亮度的感知是非线性的，所以为了适应人眼的感知特性，色调映射技术被广泛应用在图像处理领域。
[0003]对于现有的色调映射算法来说，其增强效果和结果一致性与曝光算法输出的曝光增益值高度相关，严重依赖曝光算法的算法结果，本身高度依赖图像内容的局部色调映射算法同时受到曝光算法的输出结果准确性和稳定性的双重影响，鲁棒性不足。

技术实现思路

[0004]本申请实施例的目的是提供一种色调映射方法、装置、电子设备和存储介质，能够解决现有的色调映射算法鲁棒性不足的问题。
[0005]第一方面，本申请实施例提供了一种色调映射方法，该方法包括：
[0006]基于全景分割模型，对目标映射图像进行全景分割，获得目标映射图像中的至少一个元素图像；
[0007]基于目标映射图像中亮度最高的区域的位置，对所述至少一个元素图像进行等距分块，获得每一个元素图像的至少一个分块区域；
[0008]基于每一个分块区域的亮度均值和所述每一个分块区域中每一个像素的亮度值，确定所述每一个像素的色调映射系数；
[0009]基于所述每一个像素的色调映射系数，显示色调映射后的目标映射图像。
[0010]第二方面，本申请实施例提供了一种色调映射装置，该装置包括：
[0011]全景分割模块，用于基于全景分割模型，对目标映射图像进行全景分割，获得目标映射图像中的至少一个元素图像；
[0012]等距分块模块，用于基于目标映射图像中亮度最高的区域的位置，对所述至少一个元素图像进行等距分块，获得每一个元素图像的至少一个分块区域；
[0013]系数确定模块，用于基于每一个分块区域的亮度均值和所述每一个分块区域中每一个像素的亮度值，确定所述每一个像素的色调映射系数；
[0014]色调映射模块，用于基于所述每一个像素的色调映射系数，显示色调映射后的目标映射图像。
[0015]第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
[0016]第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
[0017]第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
[0018]在本申请实施例中，通过全景分割网络作为色调映射算法的前处理方法，获取到更多的局部像素信息和空间信息，从根本上提高了色调映射系数的精确程度，可以得到更加优异的色调映射结果，降低对其他算法输出结果的依赖程度，提高色调映射方法的鲁棒性，且基于目标映射图像中亮度最高的区域的位置，对所述至少一个元素图像进行等距分块，考虑了更多的图像空间信息和光源辐射特性，且分块区域像素属于同一个物体，受光源影响结果较为一致，降低映射后图像对比度损失程度。
附图说明
[0019]图1是本实施实施例提供的色调映射方法的流程示意图之一；
[0020]图2是本申请实施例提供的全景分割示意图；
[0021]图3是本申请实施例提供的一种棋盘式网格分块的示意图；
[0022]图4是本申请实施例提供的分块示意图；
[0023]图5是本申请实施例提供的亮度最高的区域的位置示意图；
[0024]图6是本申请实施例提供的色调映射方法的流程示意图之二；
[0025]图7是本申请实施例提供的色调映射装置的结构示意图；
[0026]图8为实现本申请实施例的一种电子设备的硬件结构示意图之一；
[0027]图9为实现本申请实施例的一种电子设备的硬件结构示意图之二。
具体实施方式
[0028]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。
[0029]本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
[0030]下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的色调映射方法及装置进行详细地说明。
[0031]图1是本实施实施例提供的色调映射方法的流程示意图之一，如图1所示，所述方法包括如下步骤：
[0032]步骤100，基于全景分割模型，对目标映射图像进行全景分割，获得目标映射图像中的至少一个元素图像；
[0033]可选地，图2是本申请实施例提供的全景分割示意图，如图2所示，可以首次基于全景分割模型，对输入的目标映射图像进行全景分割，图中外围框体是图像边界，图像内部
Object1、Object2、Object3、Object4、
…
、ObjectN为全景分割输出的分割结果，N为分割结果的个数，全景分割输出的N个结果的像素拼合之后将等于整幅图像。
[0034]可选地，其中一个Object，可以作为一个元素图像，即一个元素图像即表示图像中的一个物体。
[0035]可选地，本申请实施例使用常规的全景分割数据集进行训练，无需收集特殊数据集和繁杂的标注工作，降低了训练难度。通过全景分割网络作为色调映射算法的前处理方法，从根本上提高色调映射系数的精确程度。
[0036]可选地，本申请实施例将全景分割网络应用于局部色调映射方法中，与原有局部色调映射算法不同，本申请实施例使用全景分割算法作为色调映射算法的前处理方法。以常规的全景分割数据集作为模型的监督信息进行训练，通过增加全景分割网络训练集的种类，可以提升色调映射算法的映射精细度。本专利技术的方法不需要个人收集数据集，使用公开数据集即可完成网络训练，极大的降低了数据集获取难度和模型的训练难度。
[0037]本申请实施例通过全景分割网络作为色调映射算法的前处理方法，使用AI技术对传统算法赋能，让依赖图像内容信息的局部色调映射方法获取到更多的局部像素信息和空间信息，从根本上提高了色调映射系数的精确程度，可以得到更加优异的色调映射结果。
[0038]步骤110，基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种色调映射方法，其特征在于，所述方法包括：基于全景分割模型，对目标映射图像进行全景分割，获得目标映射图像中的至少一个元素图像；基于目标映射图像中亮度最高的区域的位置，对所述至少一个元素图像进行等距分块，获得每一个元素图像的至少一个分块区域；基于每一个分块区域的亮度均值和所述每一个分块区域中每一个像素的亮度值，确定所述每一个像素的色调映射系数；基于所述每一个像素的色调映射系数，显示色调映射后的目标映射图像。2.根据权利要求1所述的色调映射方法，其特征在于，所述基于目标映射图像中亮度最高的区域的位置，对所述至少一个元素图像进行等距分块，获得每一个元素图像的至少一个分块区域，包括：基于目标映射图像的亮度值，建立图像金字塔；基于所述图像金字塔，对所述目标映射图像进行高光区域检测，确定目标映射图像中亮度最高的区域的位置。3.根据权利要求2所述的色调映射方法，其特征在于，所述基于目标映射图像中亮度最高的区域的位置，以及所述至少一个元素图像进行等距分块，获得至少一个分块区域，包括：以所述目标映射图像中亮度最高的区域的位置为中心，在目标处理图像中确定至少一个同心正多边形或同心圆；对于每一个元素图像，基于相邻同心正多边形或同心圆的边组成的环形区域，确定一个所述元素图像中处于同一个环形区域的所有像素组成一个所述元素图像的一个分块区域。4.根据权利要求3所述的色调映射方法，其特征在于，所述以所述目标映射图像中亮度最高的区域的位置为中心，在目标处理图像中确定至少一个同心正多边形或同心圆，包括：基于在目标处理图像的大小，确定所述至少一个同心正多边形或同心圆的半径增长步长；以所述目标映射图像中亮度最高的区域的位置为中心，基于所述半径增长步长，在所述目标映射图像中确定至少一个同心正多边形或同心圆。5.一种色调映射装置，其特征在于，所述装置包括：全景分割模块，用于基于全景分割模型，对目标映射图像进行全景分割，获...

【专利技术属性】
技术研发人员：陈承隆，
申请(专利权)人：维沃移动通信深圳有限公司，
类型：发明
国别省市：