[发明专利]高动态范围图像分区处理方法、装置及计算机可读存储介质

说明书

本发明公开了一种高动态范围图像分区处理方法、装置及计算机可读存储介质，该方法包括：选定的一张图片并分为若干个矩形分区；在每个矩形分区内统计光亮区域亮度分量的像素点数量并加权求和为S1,统计黑暗区域亮度分量的像素点数量并加权求和为S2,并对矩形分区的亮度分量加权求和为S3；在每一个矩形分区内，将k1＝S1/S3代入亮度压制函数对光亮区域亮度进行压制，且将k2＝S2/S3结果代入亮度提升函数对黑暗区域亮度进行提升；对图片的每一个矩形分区的光亮区域进行亮度压制和黑暗区域进行亮度提升后，对图片进行去块滤波处理并输出图片的高动态范围图像。本申请降低从开始拍摄到生成图片的延时，并能够对拍摄后的图片进行拓展动态范围和图像细节的处理。

技术领域

本发明涉及高动态范围图像分区处理技术领域，尤其涉及一种高动态范围图像分区处理方法、装置及计算机可读存储介质。

背景技术

动态范围(Dynamic Range)在很多领域用来表示某个变量最大值与最小值的比率。在数字图像中，动态范围也被称为对比度，表示了在图像可显示得范围内最大灰度值和最小灰度值之间的比率。对真实世界中的自然在场景来说，动态范围代表了最亮的光照亮度和最暗光照亮度的比。目前大部分的彩色数字图像中，R、G、B各通道分别使用一个字节8位来存储，也就是说，各通道的表示范围是0～255灰度级，这里的0～255就是图像的动态范围。由于真实世界中同一场景中动态范围变化很大，我们称之为高动态范围(high dynamicrange,HDR)，相对的普通图片上的动态范围为低动态范围(low dynamic range，LDR)。

高动态范围图像(HDRI)是一种可以表示实际场景中亮度大范围变化的图像类型，因此，可以更好地表示场景中亮区和暗区的光学特性。高动态范围图像所要表示的像素值范围通常很大，有时候需要达到数十万，甚至数百万。高动态范围图像每个颜色通道需要比传统图像更多的数据位，这是因为它的线性编码以及需要表示从到人眼可见亮度范围甚至是更大范围的数值。

目前，HDR图像的获取方法主要有三类：第一类是模拟光线和基于物理光照模型的合成图像，早期HDR图像的来源主要是这一类；第二类是用多张不同曝光度的普通地动态范围图像(LDRI)来计算高动态的实际亮度，得到HDR图像(多次曝光法、多靶面曝光合成)；第三类是用特殊的硬件设备来直接拍摄HDR图像。第一类都是人工合成的图像，不能处理自然图像，第三类方法需要特殊的设备，而第二类只需要普通相机拍摄的几张不同曝光量的图像就可以合成HDR图像，现有的HDR图像通常采用第二类方式获取。

但是，采用多张不同曝光度的普通地动态范围图像(LDRI)来计算高动态的实际亮度，得到HDR图像，需要拍摄多张图片，所以造成了从开始拍摄到生成图片的延时较大，且无法对拍摄后的图片进行拓展动态范围和图像细节的处理。

发明内容

有鉴于此，本发明的目的在于提供一种高动态范围图像分区处理方法、装置及计算机可读存储介质，以解决拍摄多张图片造成从开始拍摄到生成HDR图像延时较大，且无法对拍摄后的图片进行拓展动态范围和图像细节的处理的技术问题。本发明解决上述技术问题所采用的技术方案如下：

根据本发明的第一个方面，提供的一种高动态范围图像分区处理方法，该方法包括：

在选定的一张图片中，对所述图片分为若干个矩形分区；

在每个所述矩形分区内，统计光亮区域亮度分量的像素点数量并加权求和为S1,统计黑暗区域亮度分量的像素点数量并加权求和为S2,并对所述矩形分区整体的亮度分量加权求和为S3；

在每一个所述矩形分区内，将k1＝S1/S3代入亮度压制函数(y11,y12,y13)＝A(k1,x11,x12,x13)，对光亮区域亮度进行压制，且将k2＝S2/S3结果代入亮度提升函数(y21,y22,y23)＝B(k2,x21,x22,x23)，对黑暗区域亮度进行提升；