[发明专利]夜景图像处理方法、装置、电子设备以及存储介质

权利要求书

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；

响应于拍摄操作，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；

从所述多帧图像中，选取一帧图像，或者，将探测到所述拍摄操作时，采集的预览图像作为一帧图像；

若所述可用量低于阈值，根据采集的所述一帧图像生成缩略图；

根据所述可用量，调整采集图像的帧数；

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。

3.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；

根据识别出的噪声特性，对所述目标图像降噪。

4.根据权利要求3所述的夜景图像处理方法，其特征在于，所述神经网络模型，是采用各感光度的样本图像对所述神经网络模型进行训练，直至所述神经网络模型识别出的噪声特性与相应样本图像中标注的噪声特性匹配时，所述神经网络模型训练完成。

5.根据权利要求1-4任一项所述的夜景图像处理方法，其特征在于，所述多帧图像中包括至少两帧相同曝光量的第一图像，以及包括曝光量低于所述第一图像的至少一帧第二图像；

所述对采集的多帧图像合成得到目标图像，包括：

对所述至少两帧第一图像，进行多帧降噪，得到合成降噪图像；

将所述合成降噪图像与所述至少一帧第二图像进行高动态合成，得到所述目标图像。

6.根据权利要求5所述的夜景图像处理方法，其特征在于，所述对所述至少两帧第一图像，进行多帧降噪之前，还包括：

根据所述可用量，对所述至少两帧第一图像选择分块对齐或全局对齐。

7.一种夜景图像处理装置，其特征在于，所述装置包括：

监测模块，用于监测用于进行图像处理的系统资源可用量；

采集模块，所述采集模块包括第一确定单元、第二确定单元和采集单元，所述第一确定单元用于响应于拍摄操作，根据可用量，确定曝光补偿模式；其中，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；

所述第二确定单元用于根据抖动程度，确定对应的基准感光度；

所述采集单元用于根据基准感光度，采集符合曝光补偿模式的多帧夜景图像；

处理模块，用于从多帧图像中，选取一帧图像，或者，将探测到拍摄操作时，采集的预览图像作为一帧图像；

生成模块，用于若所述可用量低于阈值，根据采集的所述一帧图像生成缩略图；

所述第一确定单元，还用于根据所述可用量，调整采集图像的帧数；

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。

8.一种电子设备，其特征在于，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，实现如权利要求1-6中任一所述的夜景图像处理方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的夜景图像处理方法。