图像处理方法、装置、计算机设备及介质与流程

[0001]
本发明涉及计算机技术领域，尤其涉及一种图像处理方法、一种图像处理装置、一种计算机设备及一种计算机存储介质。


背景技术：

[0002]
目前，在图像采集过程中，可能由于图像采集设备的能力有限和采集条件的复杂多变等各种因素，导致采集到的图像画质较差。例如，在光照强度较低的夜晚采集的图像存在大部分暗区，画质较差。又例如，在拍摄到灯光或太阳等强光源时，可能导致图像采集设备采集到的图像过度曝光，使得图像模糊不清，画质较差。在此情况下，通常需要对采集到的图像进行图像处理，以提升图像的图像画质，从而达到最优的显示效果，改善用户的视觉体验。因此，如何提升图像的图像画质是图像处理技术中的一个重要研究课题。


技术实现要素：

[0003]
本发明实施例提供了一种图像处理方法、装置、计算机设备及存储介质，在不同的光场景下对第一图像适配地进行画质增强处理，具有较高的灵活性和场景兼容性。并且，在图像处理过程中，通过多个增强维度来进行画质提升，可以有效提升图像的画质增强效果。
[0004]
一方面，本发明实施例提供了一种图像处理方法，该图像处理方法包括：
[0005]
获取待处理的第一图像的初始灰度图；
[0006]
在至少两个增强维度下对所述初始灰度图进行画质增强处理，得到各个增强维度下的增强灰度图；
[0007]
根据所述初始灰度图的全局亮度均值，计算所述各个增强灰度图的图像增强权重；
[0008]
采用所述各个增强灰度图的图像增强权重，对所述各个增强灰度图进行图像融合处理，得到目标灰度图；
[0009]
基于所述目标灰度图生成与所述第一图像处于同一颜色空间的第二图像。
[0010]
另一方面，本发明实施例提供了一种图像处理装置，该图像处理装置包括：
[0011]
获取单元，用于获取待处理的第一图像的初始灰度图；
[0012]
画质增强单元，用于在至少两个增强维度下对所述初始灰度图进行画质增强处理，得到各个增强维度下的增强灰度图；
[0013]
计算单元，用于根据所述初始灰度图的全局亮度均值，计算所述各个增强灰度图的图像增强权重；
[0014]
融合单元，用于采用所述各个增强灰度图的图像增强权重，对所述各个增强灰度图进行图像融合处理，得到目标灰度图；
[0015]
生成单元，用于基于所述目标灰度图生成所述第一图像所对应的第二图像。
[0016]
再一方面，本发明实施例提供了一种计算机设备，该计算机设备包括输入接口、输出接口，该计算机设备还包括：
[0017]
处理器，适于实现一条或多条指令；以及，
[0018]
计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由所述处理器加载并执行如下步骤：
[0019]
获取待处理的第一图像的初始灰度图；
[0020]
在至少两个增强维度下对所述初始灰度图进行画质增强处理，得到各个增强维度下的增强灰度图；
[0021]
根据所述初始灰度图的全局亮度均值，计算所述各个增强灰度图的图像增强权重；
[0022]
采用所述各个增强灰度图的图像增强权重，对所述各个增强灰度图进行图像融合处理，得到目标灰度图；
[0023]
基于所述目标灰度图生成与所述第一图像处于同一颜色空间的第二图像。
[0024]
再一方面，本发明实施例提供了一种计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由处理器加载并执行如下步骤：
[0025]
获取待处理的第一图像的初始灰度图；
[0026]
在至少两个增强维度下对所述初始灰度图进行画质增强处理，得到各个增强维度下的增强灰度图；
[0027]
根据所述初始灰度图的全局亮度均值，计算所述各个增强灰度图的图像增强权重；
[0028]
采用所述各个增强灰度图的图像增强权重，对所述各个增强灰度图进行图像融合处理，得到目标灰度图；
[0029]
基于所述目标灰度图生成与所述第一图像处于同一颜色空间的第二图像。
[0030]
本发明实施例在对任意光场景下的第一图像进行画质增强处理时，可以先在至少两个增强维度下对第一图像初始灰度图进行画质增强处理，得到各个增强维度下的增强灰度图。由于初始灰度图的全局亮度均值可反映第一图像所涉及的光场景，因此可根据初始灰度图的全局亮度均值，适配性地计算得到各个增强灰度图的图像增强权重；使得各个增强灰度图的图像增强权重与第一图像所涉及的光场景相关联，从而使得在根据各个图像增强权重对各个增强灰度图进行图像融合，并根据融合得到的目标灰度图生成第二图像时，能够降低第一图像所涉及的光场景对图像画质的影响，从而使得第二图像的图像画质优于第一图像的图像画质。由此可见本发明能够适用于不同的光场景，在不同的光场景下对第一图像适配地进行画质增强处理，具有较高的灵活性和场景兼容性。并且，在上述图像处理过程中，通过多个增强维度来进行画质提升，还可进一步提升第二图像的画质增强效果，从而达到最优的显示效果，改善用户的视觉体验。
附图说明
[0031]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。
[0032]
图1a是本发明实施例提供的画质增强前后的对比图像；
[0033]
图1b是本发明实施例提供的画质增强前后的对比图像；
[0034]
图2是本发明实施例提供的一种图像处理方法的流程示意图；
[0035]
图3是本发明实施例提供的另一种图像处理方法的流程示意图；
[0036]
图4是本发明实施例提供的一种图像序列的检测示意图；
[0037]
图5是本发明实施例提供的一种块抽点计算策略的示意图；
[0038]
图6是本发明实施例提供的另一种图像处理方法的流程示意图；
[0039]
图7是本发明实施例提供的一种图像处理装置的结构示意图；
[0040]
图8是本发明实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0041]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
[0042]
人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。其中，计算机视觉技术(computer vision，cv)是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和计算机设备代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，使计算机设备处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、视频处理，以及光学字符识别(optical character recognition，ocr)等多种技术。
[0043]
本发明实施例通过采用上述所提及的计算机视觉技术中的图像处理技术对大量不同画质的图像进行对比研究，发现任一图像的图像画质通常与该图像的图像对比度成正相关，即图像对比度越大，其图像画质越好。所谓的图像对比度是指：一幅图像中的明暗区域最亮的白和最暗的黑之间不同亮度层级的测量，指示了图像中灰度值的反差程度。基于图像对比度和图像画质之间的关系，本发明实施例提出了一种图像处理方案；其方案原理大致如下：当某个待处理的图像需要进行画质增强时，可以在至少两个增强维度下对其进行画质增强处理，来增强该图像的图像对比度，从而提升该图像的图像画质。
[0044]
在具体实现中，该图像处理方案可由计算机设备执行，此处所提及的计算机设备可以是指具有数据计算功能的任一设备，如终端设备或者服务器。其中，终端设备可以包括但不限于：智能手机、平板电脑、膝上计算机、可穿戴设备、台式计算机，等等；服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、内容分发网络(content delivery network，cdn)、中间件服务、域名服务、安全服务以及大数据和人工智能平台等基础云计算服务的云服务器，等等。
[0045]
并且，计算机设备可采用该图像处理方案对各种场景下所采集到的图像进行画质
提升处理。例如，针对图1a上侧所示的夜间场景下拍摄到的图像而言，计算机设备可采用该图像处理方案对其进行画质提升，得到图1a下侧所示的图像。又如，针对图1b上侧所示的光线较暗场景下拍摄到的图像而言，计算机设备可采用该图像处理方案对其进行画质提升，得到图1b下侧所示的图像。由此可见，本发明实施例所提出的图像处理方案能够实现对画质较差的图像进行画质增强处理，使得处理后的图像画质优于待处理的图像，提升图像画质，从而达到最优的显示效果，改善用户的视觉体验。
[0046]
基于上述的图像处理方案的相关描述，本发明实施例提出的一种图像处理方法；该图像处理方法可以由上述所提及的计算机设备执行。参见图2所示，该图像处理方法可包括以下步骤s201-s204：
[0047]
s201，获取待处理的第一图像的初始灰度图。
[0048]
在本发明实施例中，第一图像的分辨率可以是任意值；例如第一图像的分辨率可以为600*800，第一图像的分辨率也可以为3000*4000，等等。该第一图像可以是由图像采集设备采集到，并传输给计算机设备的；具体的，第一图像可以是由图像采集设备采集到的一帧独立图像，也可以是由图像采集设备采集到的图像序列中的任意一帧图像。其中，图像序列中是指由图像采集设备连续采集到的多帧图像按照采集先后顺序进行排列所构成的图像集；例如，该图像序列可以是视频图像，该视频图像可以是影视视频图像、短视频图像、实时共享视频图像，等等。其中，短视频又可称为短片视频，其一般是在互联网新媒体上传播的播放时长在n分钟(例如4分钟、5分钟等)以内的视频。实时共享视频图像可以包括但不限于：直播视频图像、网络会议视频图像，等等。
[0049]
由于图像采集设备采集到的第一图像通常是rgb图像，rgb图像中的各个像素点的像素值是rgb值；其中，r表示红色、g表示绿色、b表示蓝色。而灰度图(或称为灰阶图)是指由像素点的灰度值所构成的图像，因此计算机设备在获取第一图像的初始灰度图时，可先将第一图像转换成具有灰度值的图像(如yuv图像)，从而得到第一图像的灰度图。其中，y表示明亮度(luminance或luma)，也就是灰度值；u和v表示色度(chrominance或chroma)，其主要用于指定像素的颜色。基于此，计算机设备在执行步骤s201的具体过程中，可以先将第一图像从rgb颜色空间转换至yuv颜色空间，得到第一图像对应的yuv图像；然后，可以从该yuv图像中提取出yuv颜色空间中y通道的灰度值，并采用提取得到的灰度值构建第一图像的初始灰度图。需要说明的是，若第一图像本身就是yuv图像，则计算机设备可以直接根据y通道的灰度值构建得到第一图像的初始灰度图。还需理解的是，第一图像所处的颜色空间也可以不限于以上两种颜色空间，如该第一图像也可以是ycrcb图像，即第一图像所处的颜色空间可以是ycrcb颜色空间；其中，y表示明亮度(luminance或luma)，也就是灰度值，cr和cb表示色调与饱和度，cr反映了rgb值中红色部分与rgb信号亮度值之间的差异，cb反映了rgb值中蓝色部分与rgb信号亮度值之间的差异。又如该第一图像也可以是hsv图像，即第一图像所处的颜色空间可以是hsv颜色空间；其中，h表示色调，s表示饱和度，v表示明度，等等；在此情况下，计算机设备仍可通过执行颜色空间转换等步骤来得到第一图像的初始灰度图。
[0050]
s202，在至少两个增强维度下对初始灰度图进行画质增强处理，得到各个增强维度下的增强灰度图。
[0051]
在本发明实施例中，该至少两个增强维度包括以下任意两项或者多项：全局对比度增强维度、局部对比度增强维度以及暗场景增强维度。其中，全局对比度增强维度下的画
质增强处理主要是指增大待处理的灰度图的整体反差程度的处理，所述整体反差程度通过灰度图中的最大灰度值与最小灰度值之间的差值进行反映。在该全局对比度增强维度下，计算机设备可以将灰度图的全局亮度均值作为一个基准值，通过分别增加灰度图中各个像素点的灰度值与全局亮度均值之间的差值的方式，来更新各个像素点的灰度值，使得更新后的最大灰度值与最小灰度值之间的差距大于更新前的最大灰度值与最小灰度值之间的差距，进而实现对待处理灰度图进行画质增强处理。具体的，计算机设备可通过式1.1更新各个像素点的灰度值。
[0052]
y_globalenh＝(yin
1-mean_global)*level_global+mean_global
ꢀꢀꢀꢀꢀꢀ
式1.1
[0053]
在上述式1.1中，yin1表示待处理灰度图中的任一像素点更新前的灰度值，y_globalenh表示对yin1进行更新所得到的更新后的灰度值；mean_global表示在全局对比度增强维度下进行画质增强处理前的灰度图的全局亮度均值；level_global表示全局对比度增强维度下的全局增强系数，其具体取值可以根据经验值或者业务需求设置。
[0054]
局部对比度增强维度下的画质增强处理主要是指调节待处理的灰度图的灰度图块内的反差程度的处理，所述灰度图块内的反差程度通过灰度图块中的最大灰度值与最小灰度值之间的差值进行反映。在该局部对比度增强维度下，计算机设备可以将任一灰度图块的局部亮度均值(也可称为块亮度均值)作为一个基准值，通过分别调整该任一灰度图块中各个像素点的灰度值与局部亮度均值之间的差值的方式，来更新该任一灰度图块中各个像素点的灰度值，进而实现对待处理的灰度图中的灰度图块进行画质增强处理。具体的，计算机设备可通过式1.2更新各个像素点的灰度值。
[0055]
y_localenh＝(yin
2-mean_local)*level_local+mean_local
ꢀꢀ
式1.2
[0056]
在上述式1.2中，yin2表示待处理灰度图中的任一灰度图块中任一像素点更新前的灰度值，y_localenh表示对yin2进行更新所得到的更新后的灰度值；mean_local表示在局部对比度增强灰度下进行画质增强处理前的任一灰度图块的局部亮度均值；level_local表示任一灰度图块局部对比度增强维度下的局部增强系数。由于不同的灰度图块的内容不同，因此可为每个灰度图块设置不同的局部增强系数。在一种实施方式中，任一灰度图块的局部增强系数与其对应的局部亮度均值可成正相关；再一种实施方式中，计算机设备可通过式2.1根据任一灰度图块的局部亮度均值计算得到该任一灰度图块在局部对比度增强维度下的局部增强系数。
[0057][0058]
基于表达式2.1可知，由于局部亮度均值的取值范围通常为[0，1]，那么可计算得到当局部亮度均值较低(例如取值为0)时，灰度图块在局部对比度增强维度下的局部增强系数约等于0.7；当局部亮度均值中等或高(例如取值为1)时，灰度图块在局部对比度增强维度下的局部增强系数约等于1.3。由此可知，对于极暗区内的灰度图块而言，由于其对应的局部亮度均值较低，因此采用上述任一实施方式确定出的局部增强系数通常也较低；那么，采用该局部增强系数对该灰度图块进行画质增强处理时，可实现对极暗区内的灰度图块进行降噪而非增强该灰度图块的反差程度的效果。
[0059]
暗场景是指场景光照强度小于光照强度阈值的场景，暗场景增强维度下的画质增强处理主要是指减小较低的灰度值以及增大较高的灰度值来提升图像对比度的处理。在该
暗场景增强维度下，计算机设备可以对待处理灰度图的灰度值进行非线性变换来实现灰度图的画质增强处理，例如非线性的伽玛曲线。为了保证暗场景增强维度下画质增强处理的灵活性，计算机设备可以通过融合非线性变换后的灰度值与非线性变换前的灰度值的方式来更新各个像素点的灰度值，进而实现对待处理灰度图进行画质增强处理。具体的，计算机设备可通过式1.3更新各个像素点的灰度值。
[0060]
y_lumaenh＝(1-level_lumaenh)*yin3+level_lumaenh*pow(yin3，γ)
ꢀꢀꢀ
式1.3
[0061]
在上述式1.3中，yin3表示待处理灰度图中任一像素点更新前的灰度值，y_lumaenh表示对yin3进行更新所得到的更新后的灰度值；level_lumaenhb表示在暗场景增强维度下的暗场景增强系数，其具体取值可以根据经验值或者业务需求设置；pow是指幂函数，γ表示非线性变换的伽玛曲线的伽玛值。
[0062]
基于上述描述，计算机设备在执行步骤s202时，可包括如下实施方式：
[0063]
在一个可行的实施方式中，计算机设备可以分别在各个增强维度下对初始灰度图进行画质增强处理，得到各个增强维度下的增强灰度图。例如，当至少两个增强维度包括全局对比度增强维度和局部对比度增强维度时，计算机设备可分别在全局对比度增强维度下对初始灰度图进行画质增强处理得到全局对比度增强维度下的增强灰度图，以及在局部对比度增强维度下对初始灰度图进行画质增强处理得到局部对比度增强维度下的增强灰度图；在此情况下，上述式1.1和式1.2中所提及的待处理灰度图均是指初始灰度图。又如，当至少两个增强维度包括全局对比度增强维度、局部对比度增强维度以及暗场景增强维度时，计算机设备可分别在全局对比度增强维度下对初始灰度图进行画质增强处理得到全局对比度增强维度下的增强灰度图、在局部对比度增强维度下对初始灰度图进行画质增强处理得到局部对比度增强维度下的增强灰度图以及在暗场景增强维度下对初始灰度图进行画质增强处理得到暗场景增强维度下的增强灰度图；在此情况下，上述式1.1，式1.2和式1.3中所提及的待处理灰度图均是指初始灰度图。
[0064]
在另一个可行的实施方式中，由于全局对比度增强维度下的画质增强处理会将图像的细节减弱，因此当需要在至少两个增强维度下进行画质增强处理时，可最后执行全局对比度增强维度下的画质增强处理。并且，由于暗场景增强维度下的画质增强处理对图像的亮度影响大于局部对比度增强维度下的画质增强处理对图像的亮度影响，因此，当需要在暗场景增强维度和局部对比度增强维度下进行画质增强处理时，可先执行暗场景增强维度下的画质增强处理再执行局部对比度增强维度下的画质增强处理。基于此，计算机设备为了进一步提升画质增强效果，可以在至少两个增强维度下对初始灰度图进行递归的画质增强处理。
[0065]
例如，当至少两个增强维度包括全局对比度增强维度和局部对比度增强维度时，计算机设备可先在局部对比度增强维度下对初始灰度图进行画质增强处理，得到局部对比度增强维度下的增强灰度图；然后在全局对比度增强维度下对局部对比度增强维度下的增强灰度图进行画质增强处理得到全局对比度增强维度下的增强灰度图；在此情况下，上述式1.2所提及的待处理灰度图是指初始灰度图，式1.1所提及的待处理灰度图是指在局部对比度增强维度下进行画质增强处理后所得到的增强灰度图。又如，当至少两个增强维度包括全局对比度增强维度、局部对比度增强维度、以及暗场景增强维度时，计算机设备可先在暗场景增强维度下对初始灰度图进行画质增强处理得到暗场景增强维度下的增强灰度图，
然后在局部对比度增强维度下对暗场景增强维度下的增强灰度图进行画质增强处理，得到局部对比度增强维度下的增强灰度图；最后在全局对比度增强维度下对局部对比度增强维度下的增强灰度图进行画质增强处理得到全局对比度增强维度下的增强灰度图，在此情况下，上述式1.3中所提及的待处理灰度图是指初始灰度图，式1.2中所提及的待处理灰度图是指在暗场景增强维度下进行画质增强处理后所得到的增强灰度图，式1.1中所提及的待处理灰度图是指在局部对比度增强维度下进行画质增强处理后所得到的增强灰度图。
[0066]
s203，根据初始灰度图的全局亮度均值，计算各个增强灰度图的图像增强权重。
[0067]
由于在实际图像采集过程中，图像采集设备采集第一图像时所涉及的光场景通常包括如下几种：暗场景、平常光场景、或者强阳光/灯光场景。若第一图像是在暗场景下采集到的，则第一图像通常会存在大部分暗区；此情况下，则需要在暗场景增强维度下进行大幅度的画质增强处理，以及在极暗区域降低局部对比度增强维度下的增强系数以达到降噪效果。若第一图像是在平常光场景下采集到的，则第一图像的的画质较好；此情况下，则可只需在各个增强维度下小度调整。若第一图像是在强阳光/灯光场景下采集到的，则第一图像的模糊感较重；此情况下，需要在全局对比度增强维度和局部对比度增强维度下进行大幅度的画质增强处理。由此可见，随着第一图像所涉及的光场景的不同，计算机设备可向着不同的画质增强目标来对第一图像进行画质增强处理，如表1所示。
[0068]
表1
[0069][0070]
通过表1所示的各光场景对应的画质增强目标可知，在不同的光场景下，在各个增强维度下进行画质增强处理所占的权重是不同的；因此，计算机设备可根据第一图像实际所涉及的光场景确定各个增强灰度图的图像增强权重，以便于后续可通过步骤s204采用各个图像增强权重进一步的对各个增强灰度图进行不同程度的图像增强处理，进而融合图像得到目标灰度图，以实现上述的画质增强目标。
[0071]
经研究表明，当图像采集设备处于暗场景时，图像采集设备采集到的第一图像的全局亮度均值通常较小；当图像采集设备处于平常光场景时，图像采集设备采集到的第一图像的全局亮度均值中等；当图像采集设备处于强阳光/灯光场景时，图像采集设备采集到的第一图像的全局亮度均值通常较大。因此可知，初始灰度图的全局亮度均值可反映第一图像所涉及的光场景。那么计算机设备便可根据初始灰度图的全局亮度均值，计算各个增强灰度图的图像增强权重。而随着第一图像所涉及的光场景的不同，通常需要针对性地对
各增强维度下的增强灰度图进行处理。
[0072]
具体的，可以调用图像增强函数根据初始灰度图的全局亮度均值，计算初始灰度图的目标增强值，该目标增强值与全局亮度均值成反比。然后，根据初始灰度图的目标增强值，确定初始灰度图的图像增强值(也可以称为帧光增强值)。并根据初始灰度图的图像增强值和全局亮度均值，计算得到各个增强灰度图的图像增强权重。需要说明的是，在其他实施例中，也可预先根据经验值或者业务需求，为不同的增强维度设置相应的权重值；在此实施方式下，计算机设备可获取各增强维度的权重值，作为各增强维度下的增强灰度图的图像增强权重。
[0073]
s204，采用各个增强灰度图的图像增强权重，对各个增强灰度图进行图像融合处理，得到目标灰度图。
[0074]
s205，基于目标灰度图生成与第一图像处于同一颜色空间的第二图像。
[0075]
在一个实施方式中，计算机设备可以分别计算目标灰度图中的各个像素点的灰度值与初始灰度图中各个像素点的灰度值之间的差值，然后根据各个像素点的灰度值之间的差值确定第一图像中的各个像素点的rgb值的调整值，进而可以根据各个像素点的调整值对第一图像对应的各个像素点的rgb值进行调整，得到第二图像。在另一个可行的实施方式中，当第一图像为于rgb图像时，初始灰度图为yuv颜色空间中的y通道下的图像；那么计算机设备可以先获取第一图像在yuv颜色空间中的uv通道下的图像，并根据uv通道下的图像和目标灰度图生成yuv颜色空间的中间图像，然后将该中间图像从yuv颜色空间转换至rgb颜色空间，得到第二图像。当第一图像处于yuv颜色空间时，计算机设备可以直接根据yuv颜色空间的uv通道与目标灰度图的灰度值生成位于yuv颜色空间的第二图像。其中，第二图像的图像画质优于第一图像的图像画质。
[0076]
本发明实施例在对任意光场景下的第一图像进行画质增强处理时，可以先在至少两个增强维度下对第一图像初始灰度图进行画质增强处理，得到各个增强维度下的增强灰度图。由于初始灰度图的全局亮度均值可反映第一图像所涉及的光场景，因此可根据初始灰度图的全局亮度均值，适配性地计算得到各个增强灰度图的图像增强权重；使得各个增强灰度图的图像增强权重与第一图像所涉及的光场景相关联，从而使得在根据各个图像增强权重对各个增强灰度图进行图像融合，并根据融合得到的目标灰度图生成第二图像时，能够降低第一图像所涉及的光场景对图像画质的影响，从而使得第二图像的图像画质优于第一图像的图像画质。由此可见本发明能够适用于不同的光场景，在不同的光场景下对第一图像适配地进行画质增强处理，具有较高的灵活性和场景兼容性。并且，在上述图像处理过程中，通过多个增强维度来进行画质提升，还可进一步提升第二图像的画质增强效果，从而达到最优的显示效果，改善用户的视觉体验。
[0077]
参见上述图2所示的方法实施例的相关描述可知，图2所示的图像处理方法可以实现对独立图像进行画质提升，也可以对图像序列中的图像进行画质提升。并且，在对任一图像进行画质提升时，需要获取其对应的全局亮度均值，以便于根据该全局亮度均值计算各个增强灰度图的图像增强权重；从而采用各个增强灰度图的图像增强权重，对各个增强灰度图进行图像融合处理，进而得到增强后的图像。基于此，当需要对图像序列中的图像进行画质提升时，为了节约资源以及画质提升效率，计算机设备可采用隔帧检测方式对图像序列中的各帧图像进行全局亮度均值的计算，所谓的隔帧检测是指采用检测率参数对图像序
列进行抽样检测的检测方式。基于此，本发明实施例提出了另一种图像处理方法；参见图3所示，该图像处理方法可包括以下步骤s301-s307：
[0078]
s301，获取检测率参数。
[0079]
其中，检测率参数用于指示从图像序列中选取需进行图像检测的检测帧的检测频率；例如，当检测率参数为5时，则可指示计算机设备从图像序列中每隔5帧需要选取一帧图像作为检测帧。需要说明的是，该检测率参数的具体取值可以是根据计算机设备的设备处理能力、可用资源以及用户自定义策略设置的；通过参考计算机设备的设备处理能力来设置检测率参数，可使得各种性能的计算机设备均可基于该检测率参数执行后续的步骤s302-s307，即本发明实施例所提出的图像处理方法能够适用于各种性能的计算机设备。
[0080]
s302，根据检测率参数和第一图像在图像序列中的排列位置确定第一图像为检测帧或者非检测帧，并根据检测结果确定第一图像的初始灰度图的全局亮度均值。
[0081]
由于检测率参数用于指示从图像序列中选取需进行图像检测的检测帧的检测频率，因此可先根据检测率参数确定图像序列中需进行图像检测的检测帧在图像序列中的排列位置。举例来说，设图像序列中包含100帧图像；当检测率参数为5时，表明每隔5帧需要选取一帧作为检测帧，那么，可确定图像序列中需进行图像检测的检测帧在图像序列中的排列位置为第1帧、第6帧、第11帧
…
第96帧，如图4所示的黑色方块所示的图像帧。然后，可将第一图像在图像序列中的排列位置与需进行图像检测的检测帧在图像序列中的排列位置进行位置命中匹配，所谓的位置命中匹配是指检测帧在图像序列中的排列位置中存在第一图像在图像序列中的排列位置。若匹配成功，则确定第一图像为检测帧；若匹配失败，则确定第一图像为非检测帧。例如仍承接图4所示的例子，当第一图像在图像序列中的排列位置为第6帧时，则匹配成功，那么确定第一图像为检测帧；当第一图像在图像序列中的排列位置为第3帧时，则匹配失败，那么确定第一图像为非检测帧。
[0082]
若第一图像为检测帧，则根据初始灰度图中的各个灰度值计算初始灰度图的全局亮度均值。具体的，计算机设备可以将初始灰度图划分为至少一个灰度图块。其次，可按照块抽点计算策略，分别计算各个灰度图块的块亮度均值(或者也可以称作局部亮度均值)；或者，直接对各个灰度图块中像素点的灰度值进行均值运算得到块亮度均值。然后，可对各个块灰度图的块亮度均值进行均值运算，得到初始灰度图的全局亮度均值。
[0083]
其中，块抽点计算策略用于指示：对灰度图块中的灰度值进行采样抽点，并将采样抽点出的各个灰度值的均值作为灰度图块的块亮度均值。例如参见图5所示，设可将初始灰度图划分为4个灰度图块；以第1个灰度图块为例，其包含9个像素点的灰度值。那么按照块抽点计算策略，计算第1个灰度图块的块亮度均值的方式可以为：先对第1个灰度图块中的灰度值进行采样抽点得到第1像素点的灰度值、第3像素点的灰度值、第5像素点的灰度值、第7像素点的灰度值、第9像素点的灰度值，然后将采样抽点得到的灰度值的均值作为第1个灰度图块的块亮度均值。由此可见，计算机设备采用块抽点策略计算得到块亮度均值无需获取每个像素点的灰度值，可以有效节约计算资源，提升图像处理速率。
[0084]
若第一图像为非检测帧，则将关联图像的全局亮度均值作为初始灰度图的全局亮度均值。其中，关联图像是指：图像序列中排列位置位于第一图像的排列位置之前，且与第一图像的排列位置相邻的相邻图像的灰度图。关联图像的全局亮度均值与在图像序列中排列位置位于第一图像的排列位置之前的检测帧对应的初始灰度图的全局亮度均值相等。计
算机设备采用隔帧检测的策略对图像序列进行抽样检测，只需计算图像序列中的检测帧的全局亮度均值，无需计算图像序列中的非检测帧的全局亮度均值，在第一图像为非检测帧时，无需计算全局亮度均值，可以在低资源消耗下完成图像处理，有效节约资源，提升图像处理速率。
[0085]
s303，调用图像增强函数根据初始灰度图的全局亮度均值，计算初始灰度图的目标增强值。
[0086]
在一个可行的实施方式中，计算机设备可通过式3.1的图像增强函数根据初始灰度图的全局亮度均值计算初始灰度图的目标增强值。
[0087][0088]
在上述式3.1中，exp表示指数函数，pow表示幂函数，mean_global表示初始灰度图的全局亮度均值；level_final表示根据初始灰度图的全局亮度均值计算得到的初始灰度图的目标增强值。初始灰度图的目标增强值与初始灰度图的全局亮度均值负相关。
[0089]
s304，根据初始灰度图的目标增强值，确定初始灰度图的图像增强值。
[0090]
可选的，若第一图像为图像序列中的首帧图像，则可以将初始灰度图的目标增强值作为初始灰度图的图像增强值。若第一图像为图像序列中的非首帧图像，则获取初始灰度图关联图像的图像增强值，并根据关联图像的图像增强值和初始灰度图的目标增强值确定初始灰度图的图像增强值。具体的，若初始灰度图的目标增强值与关联图像的图像增强值的差大于增强值阈值，则求取关联图像的图像增强值与增强值阈值之间的总和，得到初始灰度图的图像增强值；若初始灰度图的目标增强值与关联图像的图像增强值的差小于所述增强值阈值，则求取关联图像的图像增强值与增强值阈值之间的差值，得到初始灰度图的图像增强值；若初始灰度图的目标增强值与关联图像的图像增强值的差等于增强值阈值，则将关联图像的图像增强值作为初始灰度图的图像增强值。其中，增强值阈值可根据经验值或者业务需求设置；例如增强值阈值可设置为0.05。
[0091]
基于上述描述，当第一图像为图像序列中的非首帧图像时，计算机设备确定初始灰度的图像增强值的原理可参见下述式子所示：
[0092]
当level_final-level_frame_n-1>m时，level_frame_n＝level_frame_n-1+m；
[0093]
当level_final-level_frame_n-1<m时，level_frame_n＝level_frame_n-1-m；
[0094]
当level_final-level_frame_n-1＝m时，level_frame_n＝level_frame_n-1；
[0095]
其中，level_frame_n-1表示关联图像的图像增强值；level_final表示目标增强值，level_frame_n表示初始灰度图的图像增强值，m表示增强值阈值。
[0096]
由于将初始灰度图的目标增强值与关联图像的图像增强值之间的差值与增强值阈值做比较，且根据比较结果利用固定的增强值阈值以及第一图像的关联图像的图像增强值确定图像序列中第一图像的初始灰度图的图像增强值，即使图像序列中排列位置相邻的关联图像的图像增强值与第一图像的初始灰度图的图像增强值的变化大于增强值阈值(例如图像序列中排列位置相邻的关联图像为转场前的一帧图像的灰度图，第一图像为转场后的一帧图像)，计算机设备也只会平稳的采用增强值阈值来更新关联图像的图像增强值得到第一图像的初始灰度图的图像增强值，保证转场时画面的稳定性。
[0097]
s305，根据初始灰度图的图像增强值和全局亮度均值，计算得到各个增强灰度图
的图像增强权重。
[0098]
当至少两个增强维度包括：全局对比度增强维度、局部对比度增强维度以及暗场景增强维度时，各个增强灰度图的图像增强权重可以是根据基准数值、第一权重因子以及第二权重因子确定的。
[0099]
在一些可行的实施方式中，可以根据初始灰度图的图像增强值通过式4.1计算得到第一权重因子。
[0100][0101]
在上述式4.1中，exp表示指数函数，pow表示幂函数，level_frame_n表示初始灰度图的图像增强值，w_b表示第一权重因子，第一权重因子与初始灰度图的图像增强值负相关。
[0102]
可以根据初始灰度图的全局亮度均值通过式4.2计算得到第二权重因子。
[0103]
w_a＝50*(pow((mean_global-0.5),2)+0.1)
ꢀꢀꢀꢀꢀꢀ
式4.2
[0104]
在上述式4.2中，用mean_global表示初始灰度图的全局亮度均值，w_a表示第二权重因子，第二权重因子与初始灰度图的全局亮度均值和亮度阈值差值(可以为0.5)的平方正相关。
[0105]
具体的，计算机设备可以获取基准数值(可以为1)，并计算基准数值、第一权重因子及第二权重因子之间的数值和(即1+w_b+w_a)；将第一权重因子和数值和的比值作为全局对比度增强维度下的增强灰度图的图像增强权重(即w_b/(1+w_b+w_a))，将第二权重因子和数值和的比值作为局部对比度增强维度下的增强灰度图的图像增强权重(即w_a/(1+w_b+w_a))，将基准数值和数值和的比值作为暗场景增强维度下的增强灰度图的图像增强权重(即1/(1+w_b+w_a))。
[0106]
s306，采用各个增强灰度图的图像增强权重，对各个增强灰度图进行图像融合处理，得到目标灰度图。
[0107]
可选的，可以通过式4.3采用各个增强灰度图的图像增强权重，对各个增强灰度图进行图像融合处理，得到目标灰度图的灰度值(用y表示)。
[0108][0109]
在上述式4.3中，y_lumaenh表示暗场景增强维度下的增强灰度图的灰度值，1/(1+w_b+w_a)表示暗场景增强维度下的增强灰度图的图像增强权重，y_localenh表示局部对比度增强维度下的增强灰度图的灰度值，w_a/(1+w_b+w_a)表示局部对比度增强维度下的增强灰度图的图像增强权重，y_globalenh表示全局对比度增强维度下的增强灰度图的灰度值，w_b/(1+w_b+w_a)表示全局对比度增强维度下的增强灰度图的图像增强权重。
[0110]
s307，基于目标灰度图生成与第一图像处于同一颜色空间的第二图像。
[0111]
本发明实施例能够适用于不同的光场景，在不同的光场景下对第一图像适配地进行画质增强处理，具有较高的灵活性和场景兼容性。并且，在上述图像处理过程中，通过多个增强维度来进行画质提升，还可进一步提升第二图像的画质增强效果，从而达到最优的显示效果，改善用户的视觉体验。并且，计算机设备在提升图像序列中的任意一帧图像时，利用隔帧检测的方法对图像序列进行抽样检测，只有在第一图像为检测帧时才计算第一图
像的初始灰度图的全局亮度均值，以及根据块抽点计算策略计算得到各个灰度图块的块亮度均值，进而得到初始灰度图的全局亮度均值，可以在低资源消耗下完成像素级的运算，有效的节约资源，提升图像处理效率。除此之外，计算机设备采用增强值阈值来稳定的更新关联图像的图像增强值得到第一图像的初始灰度图的图像增强值，保证转场时画面的稳定性。
[0112]
参见上述图2所示的方法实施例的相关描述可知，图2所示的图像处理方法可以实现对独立图像进行画质提升，也可以对图像序列中的图像进行画质提升。为了更直观的对本发明实施进行描述，当至少两个增强维度包括：暗场景增强维度、局部对比度增强维度和全局对比度增强维度等三个增强维度对图像序列中的图像进行迭代的画质提升时，还提出了如图6所示的图像处理方法。在本发明实施例中，该图像处理方法可包括两部分内容。计算机设备在获取到待处理的位于图像序列中第n帧位置的第一图像后，可先执行第一部分内容所示的步骤，再执行第二部分内容所示的步骤。
[0113]
在图像处理方法的第一部分中，先通过重新检测判别器检测第一图像是否为检测帧，若第一图像为检测帧，则通过块亮度均值计算模块计算第一图像对应的初始灰度图的块亮度均值，然后可以通过全局亮度均值计算模块计算得到全局亮度均值，并调用强度参数更新模块根据该全局亮度均值确定各个增强维度下的增强系数以及各个增强灰度图的图像增强权重。若第一图像为非检测帧，则直接调用强度参数更新模块根据关联图像的全局亮度均值确定各个增强维度下的增强系数以及各个增强维度下的增强灰度图的图像增强权重。
[0114]
在第二部分的图像处理方法中，先通过暗场景增强模块在暗场景增强维度下对第一图像的初始灰度图进行画质增强处理得到暗场景增强维度下的增强灰度图。再根据第一部分得到的块亮度均值计算得到局部对比度的局部增强系数，从而可以利用该局部对比度的局部增强系数通过局部对比度增强模块，在局部对比度增强维度下对暗场景增强维度下的增强灰度图进行画质增强处理，得到局部对比度增强维度下的增强灰度图。接着，通过全局对比度模块在全局对比度增强维度下对局部对比度增强维度下的增强灰度图进行画质增强处理得到全局对比度增强维度下的增强灰度图。最后通过线性融合模块采用强度参数更新模块确定的各个增强维度下的增强灰度图的图像增强权重，对各个增强灰度图进行图像融合处理，得到目标灰度图，并生成与第一图像位于相同颜色空间的第二图像。
[0115]
本发明实施例能够适用于不同的光场景，在不同的光场景下对第一图像适配地进行画质增强处理，具有较高的灵活性和场景兼容性。并且，在上述图像处理过程中，通过多个增强维度来进行画质提升，还可进一步提升第二图像的画质增强效果，从而达到最优的显示效果，改善用户的视觉体验。并且，计算机设备在提升图像序列中的任意一帧图像时，利用隔帧检测的方法对图像序列进行抽样检测，可以在低资源消耗下完成像素级的运算，有效的节约资源，提升图像处理效率。除此之外，计算机设备采用增强值阈值来稳定的更新关联图像的图像增强值得到第一图像的初始灰度图的图像增强值，保证转场时画面的稳定性。
[0116]
基于上述图像处理方法实施例的描述，本发明实施例还公开了一种图像处理装置，所述图像处理装置可以是运行于上述所提及的计算机设备中的一个计算机程序(包括程序代码)。该图像处理装置可以执行图2或图3所示的方法。请参见图7，所述图像处理装置
可以运行如下单元：
[0117]
获取单元701，用于获取待处理的第一图像的初始灰度图；
[0118]
画质增强单元702，用于在至少两个增强维度下对所述初始灰度图进行画质增强处理，得到各个增强维度下的增强灰度图；
[0119]
计算单元703，用于根据所述初始灰度图的全局亮度均值，计算所述各个增强灰度图的图像增强权重；
[0120]
融合单元704，用于采用所述各个增强灰度图的图像增强权重，对所述各个增强灰度图进行图像融合处理，得到目标灰度图；
[0121]
生成单元705，用于基于所述目标灰度图生成所述第一图像所对应的第二图像。
[0122]
在一种实施方式中，计算单元703，用于根据所述初始灰度图的全局亮度均值，计算所述各个增强灰度图的图像增强权重，包括：
[0123]
调用图像增强函数根据所述初始灰度图的全局亮度均值，计算所述初始灰度图的目标增强值，所述目标增强值与所述全局亮度均值成反比；
[0124]
根据所述初始灰度图的目标增强值，确定所述初始灰度图的图像增强值；
[0125]
根据所述初始灰度图的图像增强值和所述全局亮度均值，计算得到所述各个增强灰度图的图像增强权重。
[0126]
再一种实施方式中，所述第一图像位于图像序列中，且所述图像序列包括按序排列的多帧图像；计算单元703用于根据所述初始灰度图的目标增强值，确定所述初始灰度图的图像增强值，包括：
[0127]
若所述第一图像为所述图像序列中的首帧图像，则将所述初始灰度图的目标增强值作为所述初始灰度图的图像增强值；
[0128]
若所述第一图像为所述图像序列中的非首帧图像，则获取所述初始灰度图的关联图像的图像增强值，并根据所述关联图像的图像增强值和所述初始灰度图的目标增强值，确定所述初始灰度图的图像增强值；其中，所述关联图像是指：所述图像序列中排列位置位于所述第一图像的排列位置之前，且与所述第一图像的排列位置相邻的相邻图像的灰度图。
[0129]
再一种实施方式中，计算单元703用于根据所述初始灰度图的目标增强值，确定所述初始灰度图的图像增强值，包括：
[0130]
若所述初始灰度图的目标增强值与所述关联图像的图像增强值的差大于增强值阈值，则求取所述关联图像的图像增强值与增强值阈值之间的总和，得到所述初始灰度图的图像增强值；
[0131]
若所述初始灰度图的目标增强值与所述关联图像的图像增强值的差小于所述增强值阈值，则求取所述关联图像的图像增强值与所述增强值阈值之间的差值，得到所述初始灰度图的图像增强值；
[0132]
若所述初始灰度图的目标增强值与所述关联图像的图像增强值的差等于增强值阈值，则将所述关联图像的图像增强值作为所述初始灰度图的图像增强值。
[0133]
再一种实施方式中，计算单元703在用于调用图像增强函数根据所述初始灰度图的全局亮度均值，计算所述初始灰度图的目标增强值之前，还包括：
[0134]
获取检测率参数，所述检测率参数用于指示从所述图像序列中选取需进行图像检
测的检测帧的检测频率；
[0135]
根据所述检测率参数和所述第一图像在所述图像序列中的排列位置，确定所述第一图像为检测帧或者非检测帧；
[0136]
若所述第一图像为所述检测帧，则根据所述初始灰度图中的各个灰度值计算所述初始灰度图的全局亮度均值；
[0137]
若所述第一图像为所述非检测帧，则将所述关联图像的全局亮度均值作为所述初始灰度图的全局亮度均值。
[0138]
再一种实施方式中，计算单元703用于根据所述初始灰度图中的各个灰度值计算所述初始灰度图的全局亮度均值，包括：
[0139]
将所述初始灰度图划分为至少一个灰度图块；
[0140]
按照块抽点计算策略，分别计算各个灰度图块的块亮度均值；所述块抽点计算策略用于指示：对灰度图块中的灰度值进行采样抽点，并将采样抽点出的各个灰度值的均值作为所述灰度图块的块亮度均值；
[0141]
对所述各个块灰度图的块亮度均值进行均值运算，得到所述初始灰度图的全局亮度均值。
[0142]
再一种实施方式中，至少两个增强维度包括：全局对比度增强维度、局部对比度增强维度以及暗场景增强维度；其中，所述暗场景是指场景光照强度小于光照强度阈值的场景；计算单元703用于根据所述初始灰度图的图像增强值和所述全局亮度均值，计算得到所述各个增强灰度图的图像增强权重，包括：
[0143]
根据所述初始灰度图的图像增强值计算得到第一权重因子，并根据所述初始灰度图的全局亮度均值计算得到第二权重因子；
[0144]
获取基准数值，并计算所述基准数值、所述第一权重因子及所述第二权重因子之间的数值和；
[0145]
将所述第一权重因子和所述数值和的比值作为所述全局对比度增强维度下的增强灰度图的图像增强权重，将所述第二权重因子和所述数值和的比值作为所述局部对比度增强维度下的增强灰度图的图像增强权重，将所述基准数值和所述数值和的比值作为所述暗场景增强维度下的增强灰度图的图像增强权重；
[0146]
其中，所述第一权重因子与所述初始灰度图的图像增强值负相关，所述第二权重因子与所述初始灰度图的全局亮度均值和亮度阈值差值的平方正相关。
[0147]
根据本发明的一个实施例，图2或图3所示的方法所涉及的各个步骤均可以是由图7所示的图像处理装置中的各个单元执行的。例如，图2所示的步骤s201由图7中所示的获取单元701来执行，步骤s202由图7中所示的画质增强单元702来执行，步骤s203由图7中所示的计算单元703来执行，步骤s204由图7中所示的融合单元704来执行，步骤s205由图7中所示的生成单元705来执行。又如，图3步骤中的s301由图7中所示的获取单元701来执行，步骤s302、s303、s304、s305由图7中所示的计算单元703来执行，步骤s306由图7中所示的融合单元704来执行，步骤s307由图7中所示的生成单元705来执行。
[0148]
根据本发明的另一个实施例，图7所示的图像处理装置中的各个单元可以分别或者全部合并为一个或若干个另外的单元来构成，或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成，这可以实现同样的操作，而不影响本发明实施例的技术效
果的实现。上述单元是基于逻辑功能划分的，在实际应用中，一个单元的功能也可以是由多个单元来实现，或者多个单元的功能由一个单元实现。在本发明的其他实施例中，基于图像处理装置也可以包括其他单元，在实际应用中，这些功能也可以由其他单元协助实现，并且可以由多个单元协作实现。
[0149]
根据本发明的另一个实施例，可以通过包括中央处理单元(central processing unit，cpu)，随机存取存储介质(ram)、只读存储介质(rom)等处理元件和存储元件。例如计算机的通用计算设备上运行能够执行如图2或图3中所示的相应方法所涉及的各步骤的计算机程序(包括程序代码)，来构造如图7所示的图像处理装置，以及来实现本发明实施例的图像处理方法。所述的计算机程序可以记载于例如计算机可读记录介质上，并通过计算机可读记录介质装载于上述计算机设备中，并在其中运行。
[0150]
本发明实施例能够适用于不同的光场景，在不同的光场景下对第一图像适配地进行画质增强处理，具有较高的灵活性和场景兼容性。并且，在上述图像处理过程中，通过多个增强维度来进行画质提升，还可进一步提升第二图像的画质增强效果，从而达到最优的显示效果，改善用户的视觉体验。并且，计算机设备在提升图像序列中的任意一帧图像时，利用隔帧检测的方法对图像序列进行抽样检测，只有在第一图像为检测帧时才计算第一图像的初始灰度图的全局亮度均值，以及根据块抽点计算策略计算得到各个灰度图块的块亮度均值，进而得到初始灰度图的全局亮度均值，可以在低资源消耗下完成像素级的运算，有效的节约资源，提升图像处理效率。除此之外，计算机设备采用增强值阈值来稳定的更新关联图像的图像增强值得到第一图像的初始灰度图的图像增强值，保证转场时画面的稳定性。
[0151]
基于上述图像处理方法实施例的描述，本发明实施例还公开了一种计算机设备。请参见图8，该计算机设备至少包括处理器801、输入接口802、输出接口803以及计算机存储介质804可通过总线或其他方式连接。
[0152]
所述计算机存储介质804是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机存储介质804既可以包括计算机设备的内置存储介质，当然也可以包括计算机设备支持的扩展存储介质。计算机存储介质804提供存储空间，该存储空间存储了计算机设备的操作系统。并且，在该存储空间中还存放了适于被处理器801加载并执行的一条或多条指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机存储介质可以是高速ram存储器；可选的，还可以是至少一个远离前述处理器的计算机存储介质、所述处理器可以称为中央处理单元(central processing unit，cpu)，是计算机设备的核心以及控制中心，适于被实现一条或多条指令，具体加载并执行一条或多条指令从而实现相应的方法流程或功能。
[0153]
在一个实施例中，可由处理器801加载并执行计算机存储介质804中存放的一条或多条指令，以实现执行如图2或图3中所示的相应方法所涉及的各步骤，具体实现中，计算机存储介质804中的一条或多条指令由处理器801加载并执行以下步骤：
[0154]
获取待处理的第一图像的初始灰度图；
[0155]
在至少两个增强维度下对所述初始灰度图进行画质增强处理，得到各个增强维度下的增强灰度图；
[0156]
根据所述初始灰度图的全局亮度均值，计算所述各个增强灰度图的图像增强权
重；
[0157]
采用所述各个增强灰度图的图像增强权重，对所述各个增强灰度图进行图像融合处理，得到目标灰度图；
[0158]
基于所述目标灰度图生成所述第一图像所对应的第二图像。
[0159]
在一种实施方式中，处理器801根据所述初始灰度图的全局亮度均值，计算所述各个增强灰度图的图像增强权重，包括：
[0160]
调用图像增强函数根据所述初始灰度图的全局亮度均值，计算所述初始灰度图的目标增强值，所述目标增强值与所述全局亮度均值成反比；
[0161]
根据所述初始灰度图的目标增强值，确定所述初始灰度图的图像增强值；
[0162]
根据所述初始灰度图的图像增强值和所述全局亮度均值，计算得到所述各个增强灰度图的图像增强权重。
[0163]
再一种实施方式中，所述第一图像位于图像序列中，且所述图像序列包括按序排列的多帧图像；处理器801根据所述初始灰度图的目标增强值，确定所述初始灰度图的图像增强值，包括：
[0164]
若所述第一图像为所述图像序列中的首帧图像，则将所述初始灰度图的目标增强值作为所述初始灰度图的图像增强值；
[0165]
若所述第一图像为所述图像序列中的非首帧图像，则获取所述初始灰度图的关联图像的图像增强值，并根据所述关联图像的图像增强值和所述初始灰度图的目标增强值，确定所述初始灰度图的图像增强值；其中，所述关联图像是指：所述图像序列中排列位置位于所述第一图像的排列位置之前，且与所述第一图像的排列位置相邻的相邻图像的灰度图。
[0166]
再一种实施方式中，处理器801根据所述初始灰度图的目标增强值，确定所述初始灰度图的图像增强值，包括：
[0167]
若所述初始灰度图的目标增强值与所述关联图像的图像增强值的差大于增强值阈值，则求取所述关联图像的图像增强值与增强值阈值之间的总和，得到所述初始灰度图的图像增强值；
[0168]
若所述初始灰度图的目标增强值与所述关联图像的图像增强值的差小于所述增强值阈值，则求取所述关联图像的图像增强值与所述增强值阈值之间的差值，得到所述初始灰度图的图像增强值；
[0169]
若所述初始灰度图的目标增强值与所述关联图像的图像增强值的差等于增强值阈值，则将所述关联图像的图像增强值作为所述初始灰度图的图像增强值。
[0170]
再一种实施方式中，处理器801在用于调用图像增强函数根据所述初始灰度图的全局亮度均值，计算所述初始灰度图的目标增强值之前，还包括：
[0171]
获取检测率参数，所述检测率参数用于指示从所述图像序列中选取需进行图像检测的检测帧的检测频率；
[0172]
根据所述检测率参数和所述第一图像在所述图像序列中的排列位置，确定所述第一图像为检测帧或者非检测帧；
[0173]
若所述第一图像为所述检测帧，则根据所述初始灰度图中的各个灰度值计算所述初始灰度图的全局亮度均值；
[0174]
若所述第一图像为所述非检测帧，则将所述关联图像的全局亮度均值作为所述初始灰度图的全局亮度均值。
[0175]
再一种实施方式中，处理器801根据所述初始灰度图中的各个灰度值计算所述初始灰度图的全局亮度均值，包括：
[0176]
将所述初始灰度图划分为至少一个灰度图块；
[0177]
按照块抽点计算策略，分别计算各个灰度图块的块亮度均值；所述块抽点计算策略用于指示：对灰度图块中的灰度值进行采样抽点，并将采样抽点出的各个灰度值的均值作为所述灰度图块的块亮度均值；
[0178]
对所述各个块灰度图的块亮度均值进行均值运算，得到所述初始灰度图的全局亮度均值。
[0179]
再一种实施方式中，至少两个增强维度包括：全局对比度增强维度、局部对比度增强维度以及暗场景增强维度；其中，所述暗场景是指场景光照强度小于光照强度阈值的场景；处理器801根据所述初始灰度图的图像增强值和所述全局亮度均值，计算得到所述各个增强灰度图的图像增强权重，包括：
[0180]
根据所述初始灰度图的图像增强值计算得到第一权重因子，并根据所述初始灰度图的全局亮度均值计算得到第二权重因子；
[0181]
获取基准数值，并计算所述基准数值、所述第一权重因子及所述第二权重因子之间的数值和；
[0182]
将所述第一权重因子和所述数值和的比值作为所述全局对比度增强维度下的增强灰度图的图像增强权重，将所述第二权重因子和所述数值和的比值作为所述局部对比度增强维度下的增强灰度图的图像增强权重，将所述基准数值和所述数值和的比值作为所述暗场景增强维度下的增强灰度图的图像增强权重；
[0183]
其中，所述第一权重因子与所述初始灰度图的图像增强值负相关，所述第二权重因子与所述初始灰度图的全局亮度均值和亮度阈值差值的平方正相关。
[0184]
本发明实施例能够适用于不同的光场景，在不同的光场景下对第一图像适配地进行画质增强处理，具有较高的灵活性和场景兼容性。并且，在上述图像处理过程中，通过多个增强维度来进行画质提升，还可进一步提升第二图像的画质增强效果，从而达到最优的显示效果，改善用户的视觉体验。并且，计算机设备在提升图像序列中的任意一帧图像时，利用隔帧检测的方法对图像序列进行抽样检测，只有在第一图像为检测帧时才计算第一图像的初始灰度图的全局亮度均值，以及根据块抽点计算策略计算得到各个灰度图块的块亮度均值，进而得到初始灰度图的全局亮度均值，可以在低资源消耗下完成像素级的运算，有效的节约资源，提升图像处理效率。除此之外，计算机设备采用增强值阈值来稳定的更新关联图像的图像增强值得到第一图像的初始灰度图的图像增强值，保证转场时画面的稳定性。
[0185]
需要说明的是，本发明实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述图像处理方法实施例图2或图3中所执行的步骤。
[0186]
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权
利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。