图像处理方法、装置、系统、平台及计算机可读存储介质制造方法及图纸

一种图像处理方法、装置、系统、平台及计算机可读存储介质，该方法包括：在当前环境的光照强度小于预设光照强度时，根据所述光照强度确定拍摄装置的单帧短曝光时间和目标拍摄次数(S101)；根据所述单帧短曝光时间和目标拍摄次数控制所述拍摄装置拍照，得到至少一张第一图像(S102)；根据预设暗光成像模型和所述光照强度对应的亮度档位倍数对所述至少一张第一图像进行处理，得到第二图像(S103)。通过上述方法提高了图像的清晰度。方法提高了图像的清晰度。方法提高了图像的清晰度。

【技术实现步骤摘要】
【国外来华专利技术】图像处理方法、装置、系统、平台及计算机可读存储介质


[0001]本申请涉及图像处理
，尤其涉及一种图像处理方法、装置、系统、平台及计算机可读存储介质。

技术介绍

[0002]目前，暗光成像主要是对在暗光环境下拍摄到的图像依次进行解白平衡、马赛克、降噪和Gamma校正等处理，也可以通过提高感光度和曝光时间等曝光参数的方式来增加暗光环境下拍摄到的图像的亮度，通过上述方式虽然可以在一定程度上解决暗光成像的问题，但处理得到的图像较为模糊，无法保证暗光成像的图像质量和清晰度，用户体验不好。

技术实现思路

[0003]基于此，本申请实施例提供了一种图像处理方法、装置、系统、平台及计算机可读存储介质，旨在提高暗光环境下拍摄到的图像的质量和清晰度。
[0004]第一方面，本申请实施例提供了一种图像处理方法，包括：
[0005]在当前环境的光照强度小于预设光照强度时，根据所述光照强度确定拍摄装置的单帧短曝光时间和目标拍摄次数；
[0006]根据所述单帧短曝光时间和目标拍摄次数控制所述拍摄装置拍照，得到至少一张第一图像；
[0007]根据预设暗光成像模型和所述光照强度对应的亮度档位倍数对所述至少一张第一图像进行处理，得到第二图像，其中，所述预设暗光成像模型是根据训练图像和标注的参考图像对神经网络模型进行训练得到的。
[0008]第二方面，本申请实施例还提供了一种图像处理装置，所述图像处理装置用于控制拍摄装置，所述图像处理装置包括存储器和处理器；
[0009]所述存储器用于存储计算机程序；
[0010]所述处理器，用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
[0011]在当前环境的光照强度小于预设光照强度时，根据所述光照强度确定拍摄装置的单帧短曝光时间和目标拍摄次数；
[0012]根据所述单帧短曝光时间和目标拍摄次数控制所述拍摄装置拍照，得到至少一张第一图像；
[0013]根据预设暗光成像模型和所述光照强度对应的亮度档位倍数对所述至少一张第一图像进行处理，得到第二图像，其中，所述预设暗光成像模型是根据训练图像和标注的参考图像对神经网络模型进行训练得到的。
[0014]第三方面，本申请实施例还提供了一种拍摄装置，所述拍摄装置包括存储器和处理器；
[0015]所述存储器用于存储计算机程序；
[0016]所述处理器，用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
[0017]在当前环境的光照强度小于预设光照强度时，根据所述光照强度确定拍摄装置的单帧短曝光时间和目标拍摄次数；
[0018]根据所述单帧短曝光时间和目标拍摄次数控制所述拍摄装置拍照，得到至少一张第一图像；
[0019]根据预设暗光成像模型和所述光照强度对应的亮度档位倍数对所述至少一张第一图像进行处理，得到第二图像，其中，所述预设暗光成像模型是根据训练图像和标注的参考图像对神经网络模型进行训练得到的。
[0020]第四方面，本申请实施例还提供了一种可移动平台，所述可移动平台包括：
[0021]平台本体；
[0022]动力系统，所述动力系统设于所述平台本体上，所述动力系统用于为所述可移动平台提供移动动力；
[0023]云台，所述云台搭载于所述平台本体，所述云台用于搭载拍摄装置；
[0024]如上所述的图像处理装置，所述图像处理装置设于所述平台本体上，所述图像处理装置还用于控制所述可移动平台移动。
[0025]第五方面，本申请实施例还提供了一种拍摄系统，所述拍摄系统包括云台、搭载于所述云台的拍摄装置和如上所述的图像处理装置。
[0026]第六方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上所述的图像处理方法的步骤。
[0027]本申请实施例提供了一种图像处理方法、装置、系统、平台及计算机可读存储介质，通过在当前环境的光照强度小于预设光照强度时，根据该光照强度确定拍摄装置的单帧短曝光时间和目标拍摄次数，然后根据单帧短曝光时间和目标拍摄次数控制拍摄装置拍照，得到至少一张第一图像，最后通过基于训练图像和标注的参考图像对神经网络模型进行训练得到的预设暗光成像模型和该光照强度对应的亮度档位倍数对至少一张第一图像进行处理，得到第二图像，能够提高暗光环境下拍摄到的图像的质量和清晰度。
[0028]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0029]为了更清楚地说明本申请实施例技术方案，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的前提下，还可以根据这些附图获得其他的附图。
[0030]图1是实施本申请实施例提供的图像处理方法的一场景示意图；
[0031]图2是实施本申请实施例提供的图像处理方法的另一场景示意图；
[0032]图3是本申请实施例提供的一种图像处理方法的步骤示意流程图；
[0033]图4是图3中的图像处理方法的子步骤示意流程图；
[0034]图5是本申请实施例提供的一种图像处理装置的结构示意性框图；
[0035]图6是本申请实施例提供的一种拍摄装置的结构示意性框图；
[0036]图7是本申请实施例提供的一种可移动平台的结构示意性框图；
[0037]图8是本申请实施例提供的一种拍摄系统的结构示意性框图。
具体实施方式
[0038]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、完整地描述，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在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0039]附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0040]下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
[0041]目前，暗光成像主要是对在暗光环境下拍摄到的图像依次进行解白平衡、马赛克、降噪和Gamma校正等处理，也可以通过提高感光度和曝光时间等曝光参数的方式来增加暗光环境下拍摄到的图像的亮度，通过上述方式虽然可以在一定程度上解决暗光成像的问题，但处理得到的图像较为模糊，无法保证暗光成像的图像质量和清晰度，用户体验不好。
[0042]为解决上述问题，本申请实施例提供一种图像处理方法、装置、系统、平台及计算机可读存储介质，通过在当前环境的光照强度小于预设光照强度时，根据该光照强度确定拍摄装置的单帧短曝光时间和本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种图像处理方法，其特征在于，包括：在当前环境的光照强度小于预设光照强度时，根据所述光照强度确定拍摄装置的单帧短曝光时间和目标拍摄次数；根据所述单帧短曝光时间和目标拍摄次数控制所述拍摄装置拍照，得到至少一张第一图像；根据预设暗光成像模型和所述光照强度对应的亮度档位倍数对所述至少一张第一图像进行处理，得到第二图像，其中，所述预设暗光成像模型是根据训练图像和标注的参考图像对神经网络模型进行训练得到的。2.根据权利要求1所述的图像处理方法，其特征在于，所述根据预设暗光成像模型和所述光照强度对应的亮度档位倍数对所述至少一张第一图像进行处理，包括：根据所述光照强度对应的亮度档位倍数调整所述至少一张第一图像的亮度；对调整亮度后的所述至少一张第一图像进行融合，得到第三图像；根据所述预设暗光成像模型对所述第三图像进行处理，得到第二图像。3.根据权利要求2所述的图像处理方法，其特征在于，所述预设暗光成像模型能够将所述第三图像拆分为不同频段的图像，所述第二图像是根据所述不同频段的图像合成的。4.根据权利要求2所述的图像处理方法，其特征在于，所述预设暗光成像模型包括图像拆分层和图像合成层，所述图像拆分层用于将所述第三图像拆分为不同频段的图像，所述图像合成层用于对所述不同频段的图像进行合成，以输出所述第二图像。5.根据权利要求4所述的图像处理方法，其特征在于，所述图像拆分层包括至少一个低频成分拆分层和至少一个高频成分拆分层，所述低频成分拆分层用于从所述第三图像中拆分出低频成分，所述高频成分拆分层用于从所述第三图像中拆分出高频成分。6.根据权利要求5所述的图像处理方法，其特征在于，所述低频成分拆分层的损失函数是根据所述低频成分中各像素点所属的图像块的损失确定的。7.根据权利要求5所述的图像处理方法，其特征在于，所述低频成分拆分层的损失函数是根据所述低频成分中各像素点所属的图像块的损失和所述图像块的损失的权重系数确定的。8.根据权利要求5所述的图像处理方法，其特征在于，所述高频成分拆分层的损失函数是根据所述高频成分拆分中的各像素点的单点损失和所述像素点的单点损失的权重系数确定的。9.根据权利要求8所述的图像处理方法，其特征在于，所述像素点的单点损失的权重系数是根据标注的参考图像中的高频成分确定的。10.根据权利要求1
‑
9中任一项所述的图像处理方法，其特征在于，所述训练图像包括根据小于预设光照强度的不同光照强度对应的单帧短曝光时间和拍摄次数拍摄得到的图像，所述参考图像包括根据小于预设光照强度的不同光照强度对应的长曝光时间拍摄得到的图像。11.根据权利要求1
‑
9中任一项所述的图像处理方法，其特征在于，所述根据预设暗光成像模型和所述光照强度对应的亮度档位倍数对所述至少一张第一图像进行处理，得到第二图像，包括：根据所述光照强度对应的亮度档位倍数调整所述至少一张第一图像的亮度；
根据所述预设暗光成像模型对调整亮度后的所述至少一张第一图像进行处理，得到第二图像。12.根据权利要求11所述的图像处理方法，其特征在于，所述预设暗光成像模型包括图像融合层、图像拆分层和图像合成层，所述图像融合层用于对调整亮度后的所述至少一张第一图像进行融合，所述根据所述预设暗光成像模型对调整亮度后的所述至少一张第一图像进行处理，得到第二图像，包括：通过所述图像融合层对调整亮度后的所述至少一张第一图像进行融合，得到第三图像；通过所述图像拆分层将所述第三图像拆分为不同频段的图像，并通过所述图像合成层对所述不同频段的图像进行合成，得到第二图像。13.根据权利要求1
‑
9中任一项所述的图像处理方法，其特征在于，所述拍摄装置包括红外线滤光片，所述根据所述单帧短曝光时间和目标拍摄次数控制所述拍摄装置拍照，得到至少一张第一图像之前，还包括：控制所述拍摄装置调整所述红外线滤光片的位置，使得所述拍摄装置所处环境中的红外光能够进入所述拍摄装置。14.根据权利要求1
‑
9中任一项所述的图像处理方法，其特征在于，所述根据所述光照强度确定所述拍摄装置的单帧短曝光时间和目标拍摄次数，包括：获取与所述光照强度对应的长曝光时间和亮度档位倍数；根据所述长曝光时间和所述亮度档位倍数，确定所述拍摄装置的单帧短曝光时间；根据预设的光照强度与目标拍摄次数之间的映射关系和所述光照强度，确定所述拍摄装置的目标拍摄次数。15.根据权利要求1
‑
9中任一项所述的图像处理方法，其特征在于，所述根据所述光照强度确定所述拍摄装置的单帧短曝光时间和目标拍摄次数之前，还包括：在当前环境的光照强度小于预设光照强度时，确定所述拍摄装置是否处于运动状态；若所述拍摄装置处于运动状态，则根据所述光照强度确定所述拍摄装置的单帧短曝光时间和目标拍摄次数。16.一种图像处理装置，其特征在于，所述图像处理装置用于控制拍摄装置，所述图像处理装置包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：在当前环境的光照强度小于预设光照强度时，根据所述光照强度确定拍摄装置的单帧短曝光时间和目标拍摄次数；根据所述单帧短曝光时间和目标拍摄次数控制所述拍摄装置拍照，得到至少一张第一图像；根据预设暗光成像模型和所述光照强度对应的亮度档位倍数对所述至少一张第一图像进行处理，得到第二图像，其中，所述预设暗光成像模型是根据训练图像和标注的参考图像对神经网络模型进行训练得到的。17.根据权利要求16所述的图像处理装置，其特征在于，所述处理器实现根据预设暗光成像模型和所述光照强度对应的亮度档位倍数对所述至少一张第一图像进行处理时，用于
实现：根据所述光照强度对应的亮度档位倍数调整所述至少一张第一图像的亮度；对调整亮度后的所述至少一张第一图像进行融合，得到第三图像；根据所述预设暗光成像模型对所述第三图像进行...

【专利技术属性】
技术研发人员：徐斌，李志强，李静，
申请(专利权)人：深圳市大疆创新科技有限公司，
类型：发明
国别省市：