[发明专利]一种图像处理方法及其相关设备

说明书

本申请公开了一种图像处理方法及其相关设备，可以令多个低动态范围LDR图像实现更加优质的融合，从而使得最终得到的HDR图像不存在伪影。本申请的方法包括：当需要获取目标对象的高动态范围HDR图像时，可先采集目标对象的第一LDR图像以及目标对象的第二LDR图像，并将第一LDR图像和第二LDR图像输入至目标模型中。那么，目标模型可对第一LDR图像和第二LDR图像进行图像块匹配，从而得到第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系。然后，目标模型可利用该对应关系对第一LDR图像和第二LDR图像进行融合，从而得到并输出目标对象的HDR图像。

技术领域

本申请实施例涉及人工智能(artificial intelligence，AI)技术领域，尤其涉及一种图像处理方法及其相关设备。

背景技术

高动态范围(high dynamic range，HDR)成像作为计算机视觉应用中的关键问题，受到了越来越广泛的关注。随着AI技术的快速发展，越来越多的设备厂商在设备中内置AI技术中的神经网络模型，以通过模型来获取高质量的HDR图像。

在相关技术中，可先利用不同的多个曝光率对某个场景中的目标对象进行拍摄，从而采集到目标对象的多个低动态范围(low dynamic range，LDR)图像。然后，可将这多个LDR图像输入神经网络模型，以通过神经网络模型对这多个LDR图像进行融合，从而得到目标对象的HDR图像。

上述过程中，在拍摄多个LDR图像的过程中，目标对象在场景中可能发生移动，导致拍摄得到的多个LDR图像所呈现的内容之间存在差异，故直接基于这多个LDR图像融合后所得到的HDR图像，容易存在伪影。

发明内容

本申请实施例提供了一种图像处理方法及其相关设备，可以令多个LDR图像实现更加优质的融合，从而使得最终得到的HDR图像不存在伪影。

本申请实施例的第一方面提供了一种图像处理方法，该方法可通过目标模型实现，该方法包括：

当需要获取目标对象的HDR图像时，可使用不同曝光率对目标对象进行拍摄，从而采集得到目标对象的第一LDR图像以及目标对象的第二LDR图像。需要说明的是，拍摄第二LDR图像所使用的曝光率既可以大于拍摄第一LDR图像所使用的曝光率，也可以小于拍摄第一LDR图像所使用的曝光率。

得到目标对象的第一LDR图像以及目标对象的第二LDR图像后，可将目标对象的第一LDR图像以及目标对象的第二LDR图像输入至目标模型。接收到目标对象的第一LDR图像以及目标对象的第二LDR图像后，目标模型可对目标对象的第一LDR图像的多个第一图像块以及目标对象的第二LDR图像的多个第二图像块进行图像块匹配，从而构建多个第一图像块与多个第二图像块之间的一一对应关系。

得到多个第一图像块与多个第二图像块之间的一一对应关系后，目标模型可利用多个第一图像块与多个第二图像块之间的一一对应关系，对第一LDR图像和第二LDR图像进行融合，从而得到并对外输出目标对象的HDR图像。

从上述方法可以看出：当需要获取目标对象的HDR图像时，可先采集目标对象的第一LDR图像以及目标对象的第二LDR图像，并将第一LDR图像和第二LDR图像输入至目标模型中。那么，目标模型可对第一LDR图像和第二LDR图像进行图像块匹配，从而得到第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系。然后，目标模型可利用该对应关系对第一LDR图像和第二LDR图像进行融合，从而得到并输出目标对象的HDR图像。前述过程中，在获取第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块之间的一一对应关系的过程中，相当于将第一LDR图像的多个第一图像块与第二LDR图像的多个第二图像块在内容上进行了一一对齐。那么，以此对应关系作为引导来实现第一LDR图像与第二LDR图像之间的融合，可实现更加优质的融合，从而使得最终得到的目标对象的HDR图像不存在伪影。