图像色调映射的调整方法、系统、存储介质及终端与流程

1.本发明涉及图像处理技术领域，尤其涉及一种图像色调映射的调整方法、系统、存储介质及终端。


背景技术：

2.目前在计算摄影中，拍照设备对图像不同亮度区域的表现是有限的，因此常常通过采集多帧连续包围曝光获得不同亮度的低动态范围(low dynamic range，ldr)图像，通过高动态范围(high dynamic range，hdr)融合算法来将其融合成高位宽的高动态范围(hdr)图像。但显示器的显示范围是有限的，通常为8bit的rgb图像，因此需要将高位宽的hdr图像映射到显示器可以显示的亮度区间，这个过程叫做色调映射(tone mapping)。
3.图像经hdr融合之后，图像位宽通常较高，为了将其映射到可显示的亮度范围的同时，保证暗处信息不丢失，高光信息不过曝，线性压缩显然不可行，因此通常使用一条曲线作为映射函数。这条曲线在暗处压缩比例小甚至对其亮度进行拉伸，在亮处压缩比例大，即该曲线在低亮范围斜率大，在高亮范围斜率小。基于bayer格式数据(raw)的色调映射，计算摄影中应用最广泛的是reinhard色调映射算法。由于高位宽图像本身的缺陷、亮度范围较大以及reinhard色调映射方法的缺陷等，色调映射的结果常出现对比度差(偏蒙)、高光边缘异常、高光过曝、暗处过暗等负面效果。在真实设备和场景中，图像本身的缺陷以及对高动态范围的需求无法避免，因此在色调映射中，这些负面效果是常存在的，影响图像成像质量。
4.因此，有必要提供一种新型的图像色调映射的调整方法、系统、存储介质及终端以解决现有技术中存在的上述问题。


技术实现要素：

5.本发明的目的在于提供一种图像色调映射的调整方法、系统、存储介质及终端，能够将高位宽图像映射到显示器可显示的亮度范围，并改善图像质量。
6.为实现上述目的，本发明的所述一种图像色调映射的调整方法，包括：
7.获取输入的高位宽图像的像素值和图像相关信息，根据所述像素值和所述图像相关信息确定所述高位宽图像的第一特征信息；
8.根据所述第一特征信息将所述高位宽图像划分为多个特征区域，并对所述特征区域进行图像增强处理；
9.根据所述第一特征信息对所述高位宽图像的每一个所述特征区域进行初步色调映射，以得到每个所述特征区域中像素点的映射增益；
10.获取所述特征区域中每层图像的亮度信息和细节信息，根据所述亮度信息、所述图像信息以及所述特征区域的划分关系，重建基于所述高位宽图像原始分辨率的第二特征信息；
11.根据所述第二特征信息计算所述特征区域的融合权重，根据所述融合权重对每个
所述特征区域的所述映射增益进行复合，以得到各个所述特征区域的合成增益；
12.根据所述合成增益对所述高位宽图像进行处理以得到低位宽输出图像。
13.本发明所述图像色调映射的调整方法的有益效果在于：本方案根据高位宽图像的第一特征信息的不同将其划分为多个特征区域，便于根据特征区域的不同自适应地计算色调映射以得到不同特征区域的映射增益，能够让色调映射在不同的场景中表现出更好地效果，生成的低位宽的高动态范围图像，在保证图像有效信息的同时，使图像高光细节更好、边缘表现平滑、暗处信息保留较好、中亮度易偏蒙的区域对比度较高，有效改善可图像高光溢出、暗处细节丢失、偏蒙等现象，提高了图像的成像质量。
14.可选的，所述获取输入的高位宽图像的像素值和图像相关信息，根据所述像素值和所述图像相关信息确定所述高位宽图像的第一特征信息，包括：
15.获取所述高位宽图像的当前场景信息、曝光信息、图像亮度信息和设备信息；
16.根据所述当前场景信息、所述曝光信息、所述图像亮度信息和所述设备信息确定白平衡系数；
17.根据所述高位宽图像在不同位置的像素值、所述白平衡系数以及图像边缘，计算所述高位宽图像的亮度因子。
18.可选的，所述根据所述高位宽图像在不同位置的像素值、所述白平衡系数以及图像边缘，计算所述高位宽图像的亮度因子，包括：
19.根据所述白平衡系数与所述像素值的乘积得到所述高位宽图像各个位置的初步亮度信息；
20.对所述高位宽图像中每个位置的所述初步亮度信息进行窗口滤波以得到每个位置的所述亮度因子。
21.可选的，所述第一特征信息还包括梯度因子和细节信息，其中，所述梯度因子根据所述亮度因子计算得到。
22.可选的，所述根据所述第一特征信息对所述高位宽图像的每一个所述特征区域进行初步色调映射，以得到每个所述特征区域中像素点的映射增益，包括：
23.建立标准色调映射函数，并获取所述标准色调映射函数的标准参数信息；
24.根据所述亮度因子和所述梯度因子计算第一中间参数和第二中间参数；
25.根据所述第一中间参数和所述第二中间参数分别计算每一个所述特征区域的特征区域参数信息，根据所述特征区域参数信息得到每个所述特征区域对应的特征色调映射函数；
26.根据每一个所述特征区域的所述特征色调映射函数和所述亮度因子计算所述特征区域中像素点的所述映射增益。其有益效果在于：根据每个特征区域的第一特征信息计算其像素点的映射增益，以使得色调映射在不同的场景中表现出更好的效果。
27.可选的，所述映射增益gain满足如下公式：
[0028][0029][0030]
其中，elumi(x,y)表示在所述特征区域中点(x，y)的亮度因子，gain＝φ(k)/
[0031]
k，表示每个所述特征区域的所述特征色调映射函数，其中a、b、c、d、e表示所
述特征色调映射函数的所述特征区域参数信息。
[0032]
可选的，所述根据所述第二特征信息计算所述特征区域的融合权重，根据所述融合权重对每个所述特征区域的所述映射增益进行复合，以得到所述高位宽图像不同位置的合成增益，包括：
[0033]
构造线性函数，基于所述线性函数和所述第二特征信息计算每个所述特征区域的融合权重；
[0034]
根据所述特征区域中的所述映射增益和所述特征区域对应的融合权重加权融合计算得到所述合成增益。
[0035]
本发明还提供了一种图像色调映射的调整系统，包括：
[0036]
信息获取模块，用于获取输入的高位宽图像的像素值和图像相关信息，根据所述像素值和所述图像相关信息确定所述高位宽图像的第一特征信息；
[0037]
划分模块，用于根据所述第一特征信息将所述高位宽图像划分为多个特征区域，并对所述特征区域进行图像增强处理；
[0038]
映射增益计算模块，用于根据所述第一特征信息对所述高位宽图像的每一个所述特征区域进行初步色调映射，以得到每个所述特征区域中像素点的映射增益；
[0039]
重建模块，用于获取所述特征区域中每层图像的亮度信息和细节信息，根据所述亮度信息、所述图像信息以及所述特征区域的划分关系，重建基于所述高位宽图像原始分辨率的第二特征信息；
[0040]
合成增益计算模块，用于根据所述第二特征信息计算所述特征区域的融合权重，根据所述融合权重对每个所述特征区域的所述映射增益进行复合，以得到各个所述特征区域的合成增益；
[0041]
转换输出模块，用于根据所述合成增益对所述高位宽图像进行处理以得到低位宽输出图像。
[0042]
本发明还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的图像色调映射的调整方法。
[0043]
本发明还提供了一种终端，包括：处理器及存储器；
[0044]
所述存储器用于存储计算机程序；
[0045]
所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行上所述的图像色调映射的调整方法。
附图说明
[0046]
图1为本发明实施例的所述图像色调映射的调整方法的流程图。
[0047]
图2为本发明实施例的所述图像色调映射的调整方法中步骤s101的流程图。
[0048]
图3为本发明实施例的所述图像色调映射的调整方法中步骤s103的流程图。
[0049]
图4为本发明实施例的所述图像色调映射的调整方法中特征色调映射函数的曲线示意图。
[0050]
图5为本发明实施例的所述图像色调映射的调整系统的结构框图。
具体实施方式
[0051]
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，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作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。除非另外定义，此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本文中使用的“包括”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。
[0052]
针对现有技术存在的问题，本发明的实施例提供了一种图像色调映射的调整方法，参考图1，包括如下步骤：
[0053]
s101、获取输入的高位宽图像的像素值和图像相关信息，根据所述像素值和所述图像相关信息确定所述高位宽图像的第一特征信息。
[0054]
在一些实施例中，参考图2，上述过程包括如下步骤：
[0055]
s201、获取所述高位宽图像的当前场景信息、曝光信息、图像亮度信息和设备信息；
[0056]
s202、根据所述当前场景信息、所述曝光信息、所述图像亮度信息和所述设备信息确定白平衡系数；
[0057]
s203、根据所述高位宽图像在不同位置的像素值、所述白平衡系数以及图像边缘，计算所述高位宽图像的亮度因子。
[0058]
以亮度因子为例，通过获取高位宽图像的当前场景信息、曝光信息、图像亮度信息和设备信息，以便于确定对应的白平衡系数，并在后续根据不同位置的像素值、白平衡系数和图像边缘，计算得到高位宽图像在不同位置的亮度因子。由于计算白平衡系数的过程为现有技术的内容，本方案对此不作特别限定，此处不再赘述。
[0059]
在一些实施例中，所述根据所述高位宽图像在不同位置的像素值、所述白平衡系数以及图像边缘，计算所述高位宽图像的亮度因子，包括：
[0060]
根据所述白平衡系数与所述像素值的乘积得到所述高位宽图像各个位置的初步亮度信息；
[0061]
对所述高位宽图像中每个位置的所述初步亮度信息进行窗口滤波以得到每个位置的所述亮度因子。
[0062]
具体的，在通过前述过程计算得到不同位置白平衡系数awbgain之后，使用输入像素值，结合白平衡系数和不同方向的图像边缘，计算高位宽图像h(x,y)坐标处的亮度因子elumi(x,y)：
[0063]
y(x,y)＝imgin(x,y)*awbgain(x,y)
[0064]
elumi(x,y)＝imfilter(y(x,y),window)
[0065]
其中，imgin(x,y)是输入的高位宽图像在(x,y)坐标的像素值，awbgain(x,y)是对应的白平衡系数；y(x,y)表示高位宽图像中各个点的初步亮度，imfilter(y(x,y),window)表示在(x,y)坐标的初步亮度为y(x,y)时；对点(x,y)取window窗口的滤波，可以是不同方向的边缘提取滤波的复合，也可以是简单的高斯滤波，不同的滤波应用于不同的需求，也会带来不同的收益，此处不再赘述。
[0066]
在一些实施例中，所述第一特征信息还包括梯度因子和细节信息，其中，所述梯度因子根据所述亮度因子计算得到，由于梯度因子的计算过程为现有技术的内容，此处不再赘述。
[0067]
而对于细节信息，既可以通过傅里叶变换转换至频域，提取高频细节因子；也可以构建多层次图像，如高斯金字塔、拉普拉斯金字塔等方式，根据多层次图像差异提取多层次细节因子。
[0068]
而第一特征信息不仅包括上述的内容，还包括噪声因子、图像边缘因子、映射尺度，根据后续区域划分获取需要的第一特征信息，比如根据设备标定噪声曲线，提取图像不同区域的信噪比，结合单点、局部及全局信息计算噪声因子；使用sobel算子计算图像边缘因子，或者计算直方图，提取直方图的形态和分布信息，可以指导映射过程中不同亮度范围的映射尺度，此处不再赘述。
[0069]
在本实施例中，为了后续进行图像划分和增益的计算，根据输入的高位宽图像像素值，结合曝光、增益、应用场景、设备特性等提取多维度度、多形式、多层次信息，通过hdr融合前单帧的曝光时间、增益可计算图像的最大位宽、整体亮度水平等，以便用于更精准地处理不同情形下的问题。
[0070]
s102、根据所述第一特征信息将所述高位宽图像划分为多个特征区域，并对所述特征区域进行图像增强处理。
[0071]
在本实施例中，按照所述第一特征信息中的细节和亮度将高位宽图像划分为三个区域，分别为高光细节区域、常规映射区域和较暗区域，具体的，对于亮度较高且有较多细节信息，如高光的广告牌、霓虹灯、晴天的天空云彩的区域划分为高光细节区域。这类区域通常像素值较大，但未溢出，对应于这类区域的映射曲线应满足以下条件：高光压制幅度大，以免过曝；对比度适当增强，防止偏蒙的情况下又不过曝。具体的，这类区域可以通过直方图信息、曝光信息初步判断是否可能存在，如直方图信息集中于左半段或曝光时间较长，则无该类区域；否则可能存在该类区域，进一步可通过亮度、细节、边缘因子进行判断，当它们均大于相应的阈值或它们的乘积或平方平均在某个数值区间，则判断为是。
[0072]
对于亮度在某个区间内，不过亮也不过暗，没有明显因过曝或过暗丢失细节，信噪比也较高，对比度足够的区域划分为常规映射区域，例如室内、室外的楼房等；或者亮度较高但没有信息，如正午的太阳中心、大面积强光的中心等。这类区域通常像素值居中，图像信息和质量信息较佳，在映射时只需要保持正常的细节，无需过多处理，我们可以使用更常规或目前较成熟的映射曲线，便可保持较好的效果。这类区域同样可通过直方图信息、曝光信息初步判断是否可能存在；若可能存在，则进一步通过亮度因子在某个区间以及该区间对应的细节因子的范围和大小进行筛选。
[0073]
而对于亮度较低的区域，图像细节较少但存在，例如夜晚的乡间道路、灯光极弱的暗室等，则划分为较暗区域，这类区域通常像素值极低，且图像质量和细节较差，噪声水平高而信噪比较低，在色调映射时需要调整映射曲线适当提升其亮度，使得人眼可见。
[0074]
s103、根据所述第一特征信息对所述高位宽图像的每一个所述特征区域进行初步色调映射，以得到每个所述特征区域中像素点的映射增益。
[0075]
在一些实施例中，参考图3，所述步骤s103包括：
[0076]
s301、建立标准色调映射函数，并获取所述标准色调映射函数的标准参数信息；
[0077]
s302、根据所述亮度因子和所述梯度因子计算第一中间参数和第二中间参数；
[0078]
s303、根据所述第一中间参数和所述第二中间参数分别计算每一个所述特征区域的特征区域参数信息，根据所述特征区域参数信息得到每个所述特征区域对应的特征色调映射函数；
[0079]
s304、根据每一个所述特征区域的所述特征色调映射函数和所述亮度因子计算所述特征区域中像素点的所述映射增益。
[0080]
为保证不同区域映射的整体一致性和广泛的适应性，可以设定一个拐点较多、可调整幅度较大的基础模型，通过调整不同特征区域内映射曲线的拐点和斜率，使相应的色调映射更加完美地在压缩位宽的同时保持或强化需要的细节信息。
[0081]
以如下的特征色调映射函数为例进行说明，其中；
[0082]
a、b、c、d、e为参数，其对应的曲线示意图如图4所示。
[0083]
同时以步骤s102中划分的三个区域进行色调映射计算，首先设定一组标准值，这里以aces曲线作为标准参数，该曲线做色调映射的特点是在一定亮度区间内对比度较高，超出该区间可能出现过曝或过暗的现象。则特征色调映射函数中参数的标准值为：
[0084]as
＝2.51
[0085]bs
＝0.03
[0086]cs
＝2.43
[0087]ds
＝0.59
[0088]es
＝0.14
[0089]
则第一中间参数estimate1和第二中间参数estimate2的计算过程如下：
[0090][0091][0092]
其中和分别是高光细节区域的亮度因子和梯度因子的平均值，是较暗区域亮度因子的平均值。
[0093]
则对于高光细节区域，其特征色调映射函数的参数分别为：
[0094]
a＝a
s-a*estimate1
[0095]
b＝b
s-b*estimate1
[0096]
c＝cs+c*estimate1
[0097]
d＝ds+d*estimate1
[0098]
e＝es+e*estimate1
[0099]
对于通常区域，其特征色调映射函数的参数分别为：
[0100]
a＝as[0101]
b＝bs[0102]
c＝cs[0103]
d＝ds[0104]
e＝es[0105]
对于较暗区域，其其特征色调映射函数的参数分别为：
[0106]
a＝as+a*estimate2
[0107]
b＝bs+b*estimate2
[0108]
c＝c
s-c*estimate2
[0109]
d＝d
s-d*estimate2
[0110]
e＝e
s-e*estimate2
[0111]
还可以根据应用场景细分为更多或更少区域，这里不再赘述。
[0112]
在本实施例中，a、b、c、d、e是系数修正常数，与拍照设备和场景有关，根据实际情况选择，此处不作限定。
[0113]
在又一些实施例中，每个区域中各个位置的所述映射增益gain满足如下公式：
[0114][0115][0116]
其中，elumi(x,y)表示在所述特征区域中点(x，y)的亮度因子，gain＝φ(k)/k，表示每个所述特征区域的所述特征色调映射函数，其中a、b、c、d、e表示所述特征色调映射函数的所述特征区域参数信息。
[0117]
通过上述过程的计算，就可以得到每个区域的映射增益值，以便于后续进行增益的合成。
[0118]
s104、获取所述特征区域中每层图像的亮度信息和细节信息，根据所述亮度信息、所述图像信息以及所述特征区域的划分关系，重建基于所述高位宽图像原始分辨率的第二特征信息。
[0119]
在分别得到不同的特征区域之后，提取不同域、层次、尺度的图像亮度和细节信息，根据每层图像的亮度和细节信息结合特征区域的划分关系重建基于原分辨率的第二特征信息。具体的，提取不同层次、尺度的方法可以是高斯金字塔，也可以是分辨率上下采样；可以使用线性域的数值计算，也可以使用log域数值计算，其中线性域更符合图像本身数字特征，而log域更符合人眼的视觉特征；还可以做一系列中间处理，如图像增强等强化特征信息，使不同特征区域在融合后更好地保持原本的一些想要的特性。例如用每个块中像素平均值、转换至log域、使用块中某点为低分辨率下采样图像imginn×m的值等等，再上采样回原分辨率，得到原分辨率的重建因子erec，上采样的方式有双线性插值、二维高斯函数等等，此处不做赘述。其中，第二特征信息包括在各个特征区域中坐标点(x，y)的第二亮度因子elumi
vague
(x,y)。
[0120]
s105、根据所述第二特征信息计算所述特征区域的融合权重，根据所述融合权重对每个所述特征区域的所述映射增益进行复合，以得到各个所述特征区域的合成增益。
[0121]
在一些实施例中，所述根据所述第二特征信息计算所述特征区域的融合权重，根据所述融合权重对每个所述特征区域的所述映射增益进行复合，以得到所述高位宽图像不同位置的合成增益，包括：
[0122]
构造线性函数，基于所述线性函数和所述第二特征信息计算每个所述特征区域的融合权重；
[0123]
根据所述特征区域中的所述映射增益和所述特征区域对应的融合权重加权融合计算得到所述合成增益。
[0124]
在分别得到各个所述特征区域的第二特征信息之后，根据第二特征信息分别计算各个特征区域的融合权重，以便于根据融合权重对各个区域的映射增益进行加权融合，以得到最终各个区域的合成增益。
[0125]
具体的，以线性函数构造法为例，则高光细节区域、通常区域和较暗区域的权重值分别记为w
high
、w
middle
、w
low
，其计算过程满足如下公式：
[0126][0127][0128][0129]
其中span是过渡区间长度，分别为第一模糊亮度阈值、第二模糊亮度阈值，这些参数均通过步骤s101中的图像相关信息和第一特征信息进行计算，结合大量的图像测试实验对其进行限制和调整，既平滑地融合不同特征区域，也较好地保留各区域的特征，
[0130]
在得到各个区域的与相应映射增益加权融合，即可得到图像最终各个位置的合成增益。
[0131]
gain＝w
high
*gain
high
+w
middle
*gain
middle
+w
low
*gain
low
[0132]
其中，w
high
表示高光细节区域的融合权重，w
middle
表示通常区域的融合权重，w
low
表示较暗区域的融合权重，gain
high
表示高光细节区域的映射增益、gain
middle
表示通常区域的映射增益、gain
low
表示较暗区域的映射增益。
[0133]
s106、根据所述合成增益对所述高位宽图像进行处理以得到低位宽输出图像。
[0134]
其中，最终低位宽输出图像imgout和高位宽输入图像imgin的输出关系满足如下公式：
[0135]
imgout＝imgin*gain
[0136]
本方案将图像分区域可以针对图像不同位置不同特征做针对性调整；自适应地计算色调映射曲线，可以让色调映射在不同的场景中表现处更好地效果。实现了色调映射算法，生成了低位宽的高动态范围图像，在保证图像有效信息的同时，使图像高光细节更好、
边缘表现平滑、暗处信息保留较好、中亮度易偏蒙的区域对比度较高，提高了图像的成像质量。相比传统的色调映射方法，本方案通过多维度—亮度、梯度来动态的计算调整色调映射曲线，将图像分为多个不同的区域，每个区域按照不同的色调映射曲线，使各部分达到理想效果；使用教复杂的色调影射模型，调整参数较细，可调的细节更多，适用场景更广泛；其通过块的平均亮度和上采样的方法计算三个区域所对应的色调映射增益的平滑的融合权重。该方法可以改善图像高光溢出、暗处细节丢失、偏蒙等现象。
[0137]
本发明还公开了一种图像色调映射的调整系统，参考图5，包括：
[0138]
信息获取模块501，用于获取输入的高位宽图像的像素值和图像相关信息，根据所述像素值和所述图像相关信息确定所述高位宽图像的第一特征信息；
[0139]
划分模块502，用于根据所述第一特征信息将所述高位宽图像划分为多个特征区域，并对所述特征区域进行图像增强处理；
[0140]
映射增益计算模块503，用于根据所述第一特征信息对所述高位宽图像的每一个所述特征区域进行初步色调映射，以得到每个所述特征区域中像素点的映射增益；
[0141]
重建模块504，用于获取所述特征区域中每层图像的亮度信息和细节信息，根据所述亮度信息、所述图像信息以及所述特征区域的划分关系，重建基于所述高位宽图像原始分辨率的第二特征信息；
[0142]
合成增益计算模块505，用于根据所述第二特征信息计算所述特征区域的融合权重，根据所述融合权重对每个所述特征区域的所述映射增益进行复合，以得到各个所述特征区域的合成增益；
[0143]
转换输出模块506，用于根据所述合成增益对所述高位宽图像进行处理以得到低位宽输出图像。
[0144]
需要说明的是，上述图像色调映射的调整系统的结构及原理与上述图像色调映射的调整方法中的步骤一一对应，故在此不再赘述。
[0145]
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，选择模块可以为单独设立的处理元件，也可以集成在上述系统的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述系统的存储器中，由上述系统的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
[0146]
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，简称asic)，或，一个或多个数字信号处理器(digital signal processor，简称dsp)，或，一个或者多个现场可编程门阵列(field programmable gatearray，简称fpga)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，简称cpu)或其它可以调用程序代码的处理器。再如，这些模块
可以集成在一起，以片上系统(system-on-a-chip，简称soc)的形式实现。
[0147]
本发明还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的图像色调映射的调整方法。
[0148]
本发明的存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述的方法。所述存储介质包括：只读存储器(read-only memory，rom)、随机访问存储器(random access memory，ram)、磁碟、u盘、存储卡或者光盘等各种可以存储程序代码的介质。
[0149]
本发明还提供了一种终端，包括：处理器及存储器；
[0150]
所述存储器用于存储计算机程序；
[0151]
所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行上述的图像色调映射的调整方法。
[0152]
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0153]
在本技术实施例各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0154]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：快闪存储器、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
[0155]
以上所述，仅为本技术实施例的具体实施方式，但本技术实施例的保护范围并不局限于此，任何在本技术实施例揭露的技术范围内的变化或替换，都应涵盖在本技术实施例的保护范围之内。因此，本技术实施例的保护范围应以所述权利要求的保护范围为准。
[0156]
虽然在上文中详细说明了本发明的实施方式，但是对于本领域的技术人员来说显而易见的是，能够对这些实施方式进行各种修改和变化。但是，应理解，这种修改和变化都属于权利要求书中所述的本发明的范围和精神之内。而且，在此说明的本发明可有其它的实施方式，并且可通过多种方式实施或实现。