图像获取方法和装置、电子设备、介质及芯片制造方法及图纸

本公开是关于一种图像获取方法和装置、电子设备、介质及芯片。该方法包括：获取输入图像，所述输入图像包括第一初始图像、第二初始图像和第三初始图像；将所述输入图像输入到预设的图像对齐模型，由所述图像对齐模型基于所述第三初始图像分别对所述第一初始图像和所述第二初始图像进行对齐，获得第一对齐图像和第二对齐图像；融合所述第一对齐图像、所述第二对齐图像和所述第三初始图像，得到目标图像。本实施例先对齐三张初始图像再融合三张初始图像，可以获得没有对齐缺陷的高质量目标图像，有利于提升使用体验。有利于提升使用体验。有利于提升使用体验。

【技术实现步骤摘要】
图像获取方法和装置、电子设备、介质及芯片


[0001]本公开涉及图像处理
，尤其涉及一种图像获取方法和装置、电子设备、介质及芯片。

技术介绍

[0002]随着电子设备成为必需器，其相机功能也得到广泛应用。现有相机提供了的HDR(High Dynamic Range，高动态范围)功能，通过融合多张不同曝光下的低曝光图像，得到一张HDR图像。然而，当输入图像中某些区域存在运动场景时，上述HDR图像会出现明显的对齐陷，降低使用体验。

技术实现思路

[0003]本公开提供一种图像获取方法和装置、电子设备、介质及芯片，以解决相关技术的不足。
[0004]根据本公开实施例的第一方面，提供一种图像获取方法，包括：
[0005]获取输入图像，所述输入图像包括第一初始图像、第二初始图像和第三初始图像；
[0006]将所述输入图像输入到预设的图像对齐模型，由所述图像对齐模型基于所述第三初始图像分别对所述第一初始图像和所述第二初始图像进行对齐，获得第一对齐图像和第二对齐图像；
[0007]融合所述第一对齐图像、所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像获取方法，其特征在于，包括：获取输入图像，所述输入图像包括第一初始图像、第二初始图像和第三初始图像；将所述输入图像输入到预设的图像对齐模型，由所述图像对齐模型基于所述第三初始图像分别对所述第一初始图像和所述第二初始图像进行对齐，获得第一对齐图像和第二对齐图像；融合所述第一对齐图像、所述第二对齐图像和所述第三初始图像，得到目标图像。2.根据权利要求1所述的方法，其特征在于，所述图像对齐模型包括噪声提取模块、重曝光模块、光流估计模块和对齐模块；所述噪声提取模块，用于分别提取所述第一初始图像和所述第二初始图像的噪声，获得第一噪声图像和第二噪声图像；所述重曝光模块，用于分别对所述第一初始图像和所述第二初始图像进行重新曝光处理，获得第一重曝光图像和第二重曝光图像；所述光流估计模块，用于对所述第一重曝光图像和所述第三初始图像进行光流估计，获得第一光流数据；以及对所述第二重曝光图像和所述第三初始图像进行光流估计，获得第二光流数据；所述对齐模块，用于对齐所述第一光流数据和所述第一初始图像并融合第一噪声图像，获得第一对齐图像；以及对齐所述第二光流数据和所述第二初始图像并融合所述第二噪声图像，获得第二对齐图像。3.根据权利要求2所述的方法，其特征在于，所述方法还包括训练所述图像对齐模型的步骤，具体包括：获取预设数量组训练图像样本；每组训练图像样本包括第一初始图像样本、第二初始图像样本、第三初始图像样本、第一初始图像样本对应的第一重曝光图像样本、第二初始图像样本对应的第二重曝光图像样本和目标图像样本；所述第一初始图像样本、所述第二初始图像样本和所述第三初始图像样本的曝光值依次增加；利用所述第一重曝光图像样本和所述第一初始图像样本以及所述第二重曝光图像样本和所述第二初始图像样本训练所述重曝光模块；将所述重曝光模块的模型参数移植到所述图像对齐模型中的重曝光模块，并固定所述模型参数；利用所述第一初始图像样本、所述第二初始图像样本、所述第三初始图像样本和所述目标图像样本训练所述图像对齐模型。4.根据权利要求1所述的方法，其特征在于，所述图像对齐模型包括噪声提取模块、重曝光模块、光流估计模块和对齐模块；所述噪声提取模块，用于分别提取所述第一初始图像和所述第二初始图像的噪声，获得第一噪声图像和第一滤波图像以及第二噪声图像和第二滤波图像；所述重曝光模块，用于分别对所述第一滤波图像和所述第二滤波图像进行重新曝光处理，获得第一重曝光图像和第二重曝光图像；所述光流估计模块，用于对所述第一重曝光图像和所述第三初始图像进行光流估计，获得第一光流数据；以及对所述第二重曝光图像和所述第三初始图像进行光流估计，获得第二光流数据；
所述对齐模块，用于对齐所述第一光流数据和所述第一滤波图像，获得第一对齐图像；以及对齐所述第二光流数据和所述第二滤波图像，获得第二对齐图像。5.根据权利要求4所述的方法，其特征在于，所述方法还包括训练所述图像对齐模型的步骤，具体包括：获取预设数量组训练图像样本；每组训练图像样本包括第一初始图像样本、第二初始图像样本、第三初始图像样本、第一初始图像样本对应的第一滤波图像样本、第二初始图像样本对应的第二滤波图像样本、第一初始图像样本对应的第一重曝光图像样本、第二初始图像样本对应的第二重曝光图像样本和目标图像样本；所述第一初始图像样本、所述第二初始图像样本和所述第三初始图像样本的曝光值依次增加；利用所述第一滤波图像样本和所述第一重曝光图像样本以及所述第二滤波图像样本和所述第二重曝光图像样本训练所述重曝光模块；将所述重曝光模块的模型参数移植到所述图像对齐模型中的重曝光模块，并固定所述模型参数；利用所述第一初始图像样本、所述第二初始图像样本、所述第三初始图像样本和所述目标图像样本训练所述图像对齐模型。6.根据权利要求2或者4所述的方法，其特征在于，所述噪声提取模块包括第一神经网络，所述第一神经网络采用UNET结构实现；所述重曝光模块包括第二神经网络，所述第二神经网络采用残差UNET结构实现；所述光流估计模块包括第三神经网络，所述第三神经网络采用残差UNET结构实现；或者，所述对齐模块包括第四神经网络，所述第四神经网络采用自编码结构实现。7.一种图像获取装置，其特征在于，包括：输入图像获取单元，用于获取输入图像，所述输入图像包括第一初始图像、第二初始图像和第三初始图像；对齐图像获取单元，用于将所述输入图像输入到预设的图像对齐模型，由所述图像对齐模型基于所述第三初始图像分别对所述第一初始图像和所述第二初始图像进行对齐，获得第一对齐图像和第二对齐图像；目标图像获取单元，用于融合所述第一对齐图像、所述第二对齐图像和所述第三初始图像，得到...

【专利技术属性】
技术研发人员：张恒，
申请(专利权)人：上海玄戒技术有限公司，
类型：发明
国别省市：