CN104050645B - 图像处理方法及装置 - Google Patents

Abstract

本公开是关于图像处理方法及装置，该方法包括：以图像中各像素点的RGB的三个通道值中的最小值组成高光区域分布矩阵；以图像中各像素点的RGB的三个通道值中的最大值组成阴影区域分布矩阵；根据高光区域分布矩阵和第一调节函数，将高光区域分布矩阵转换为高光区域分布图；根据阴影区域分布矩阵和第二调节函数，将阴影区域分布矩阵转换为阴影区域分布图；根据高光区域分布图、阴影区域分布图、图像中各像素点的RGB值和预设函数，确定图像中各像素点的预置RGB值；根据图像中各像素点的预置RGB值调整图像中各像素点的RGB值，得到处理完成的图像。通过本公开提出的方法可以恢复图像中过亮和过暗区域的细节。

Description

图像处理方法及装置

技术领域

本公开涉及计算机及电子装置技术领域，尤其涉及图像处理方法及装置。

背景技术

随着电子装置的不断发展和完善，通过摄像头拍照对卡片、纸张等中的文字、数字、条形码、二维码等的识别已经成为一项必要的技术。然而，在实际拍摄中，受摄影装置的自身局限(例如感光度不足)、拍照的曝光参数设置不准确、实际的拍摄场景的动态范围较大，以及被拍摄物自身颜色的影响，都会造成拍摄得到的图图像在高亮或过暗的区域，致使该区域中像细节不易被人观察到。例如，部分信用卡印刷有反光材料，在拍摄时容易反光形成高亮，从而影响图像识别的准确度。

通常，相关技术中，用户可以通过第三方软件，对图像的颜色曲线进行手动调整，根据调整后的曲线对原始图像进行处理，以改善图像的高亮或过暗区域。或者，相关技术中还可以根据原始图像的直方图对图像进行处理，例如在用户手动标定样本求得对应函数后，通过原始图像的直方图和对应函数求得目标直方图，然后通过目标直方图调整原始图像，从而实现对图像的亮度的调整。

然而，上述对图像进行处理的方法，都需要用户手动操作。这些手动操作的结果直接决定了图像处理的结果。只有经验丰富的图像处理人员，才能进行准确的手动操作，使得图像处理的结果能够满足人们的需求。而，一般人员，在手动操作时，因没有相关的图像处理知识和经验，难以调整曲线或选择正确的样本。因此，上述图像处理的方法，不但操作复杂，操作的结果也不一定准确，难以保证处理后的图像的质量。

公开内容

本公开实施例提供一种图像处理方法及装置，用于克服相关技术操作复杂，难以恢复过亮或过暗区域的细节的问题。

根据本公开实施例的第一方面，提供一种图像处理方法，包括：

以图像中各像素点的红绿蓝RGB的三个通道值中的最小值作为元素，组成高光区域分布矩阵；以图像中各像素点的RGB的三个通道值中的最大值作为元素，组成阴影区域分布矩阵；

根据所述高光区域分布矩阵和第一调节函数，将所述高光区域分布矩阵转换为高光区域分布图；根据所述阴影区域分布矩阵和第二调节函数，将所述阴影区域分布矩阵转换为阴影区域分布图；

根据所述高光区域分布图、所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值；

根据所述图像中各像素点的预置RGB值调整所述图像中各像素点的RGB值，得到处理完成的图像。

本公开实施例中以像素点中的RGB颜色值中的最小值和最大值作为基础特征组成图像的高光区域矩阵和图像的阴影区域矩阵，然后通过调节函数确定像素点为过亮或过暗区域的概率，最后通过预设函数对图像的过亮或过暗区域进行调整，从而实现简单有效的调整图像，恢复图像的细节，使得调节后图像中过亮和过暗区域的细节的颜色值能够对图像中的文字、数字等元素的影响减小，提高对于图像识别的准确度。

所述确定高光区域分布矩阵和阴影区域分布矩阵之前，所述方法还包括：

对所述图像中各像素点的RGB的三个通道值进行归一化处理，使得归一化处理后的各像素点的RGB的三个通道值中每个值的值域为[0，1]。

本公开实施例通过归一化处理，使得归一化处理后的各像素点的RGB的三个通道值中每个值的值域为[0，1]。例如，因RGB的三个通道值中每个值的取值范围均为[0,255]，可以将各像素点的RGB的三个通道值均除以255，得到归一化处理后的RGB的三个通道值。本公开实施例实现对像素点的RGB的三个通道值进行归一化处理，便于将RGB的三个通道值中每个值的值域变换值[0,1]，通过将RGB的三个通道值中每个值的值域变小，将有利于对较大的值计算转换为对0至1之间的小数值进行计算，从而有利于提高计算的速度和效率。

所述第一调节函数为：其中，

c₁，表示所述高光区域分布矩阵中的元素值；

t₀，表示第一预设系数；

t₁，表示第一预设阈值；

H，表示所述高光区域分布图。

本公开实施例中，通过第一调节函数，确定了各像素点为过亮区域的概率或过亮的程度，为以后对过亮的像素点进行调节提供的基础数据和依据，以便于实现对图像的过亮区域进行调节，恢复过亮区域的细节，从而提高图像的质量。使得调节后图像中过亮区域的细节的颜色值能够对图像中的文字、数字等元素的影响减小，提高对于图像识别的准确度。

所述第一预设阈值为所述高光区域分布矩阵中各元素的平均值。

本公开实施例实现使得第一预设阈值根据图像自身的特定进行设定，使得第一预设阈值的设置更加合理，从而能够保证对图像中过亮区域的调节更加合理，进一步提高处理后的图像的质量。

所述第二调节函数为：其中，

c₂，表示所述阴影区域分布矩阵中的元素值；

t₂，表示第二预设阈值；

t₃，表示第二预设系数；

L，表示所述阴影区域分布图。

本公开实施例通过第二调节函数，确定了各像素点为过暗区域的概率或过暗的程度，其中通过第二调节函数中的第二预设系数还能实现对图像的亮度的调整程度的控制和减少噪声影响，为以后对过暗的像素点进行调节提供基础数据和依据，以便于实现对图像的过亮区域进行调节，恢复过亮区域的细节，从而提高图像的质量。使得调节后图像中过暗区域的细节的颜色值能够对图像中的文字、数字等元素的影响减小，提高对于图像识别的准确度。

所述第二预设阈值为所述阴影区域分布矩阵中各元素的平均值与1的差值。

本公开实施例，使得第二预设阈值根据图像自身的特定进行设定，使得第二预设阈值的设置更加合理，从而能够保证对图像中过亮区域的调节更加合理，进一步提高处理后的图像的质量。

所述预设函数为：其中，

c，表示R通道、G通道或者B通道；

Out_c，表示所述图像中各像素点的所述c所指通道的预置值；

In_c，表示所述图像中各像素点的所述c所指通道的值；

H，表示所述高光区域分布图；

L，表示所述阴影区域分布图。

本公开实施例通过预设函数，确定预置RGB值，对图像中像素点的RGB值进行重新计算，从而实现对图像进行处理，使得调节后图像中过亮和过暗区域的细节的颜色值能够对图像中的文字、数字等元素的影响减小，提高对于图像识别的准确度。

所述根据所述高光区域分布图、所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值之前，所述方法还包括：

对所述高光区域分布图和所述阴影区域分布图分别进行边缘保持滤波，所述边缘保持滤波用于保持所述高光区域分布图和所述阴影区域分布图的边缘特性；

所述根据所述高光区域分布图、所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值，包括：

根据进行边缘保持滤波后的所述高光区域分布图、进行边缘保持滤波后的所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值。

本公开实施例通过滤波达到保边去噪的目的，从而提高高光区域分布图和阴影区域分布图的质量，为保持图像的边缘特性打下基础，有利于对图像的过暗区域和过亮区域进行调整，提高图像的质量。

根据本公开实施例的第二面，提供一种图像处理装置，包括：

确定模块，用于以图像中各像素点的RGB的三个通道值中的最小值作为元素，组成高光区域分布矩阵；以图像中各像素点的RGB的三个通道值中的最大值作为元素，组成阴影区域分布矩阵；

转换模块，用于根据所述高光区域分布矩阵和第一调节函数，将所述高光区域分布矩阵转换为高光区域分布图；根据所述阴影区域分布矩阵和第二调节函数，将所述阴影区域分布矩阵转换为阴影区域分布图；

处理模块，用于根据所述高光区域分布图、所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值；

调整模块，用于根据所述图像中各像素点的预置RGB值调整所述图像中各像素点的RGB值，得到处理完成的图像。

所述装置还包括：

归一化模块，用于在在所述确定模块确定高光区域分布矩阵和阴影区域分布矩阵之前，对所述图像中各像素点的RGB的三个通道值进行归一化处理，使得归一化处理后的各像素点的RGB的三个通道值的每个值的值域为[0，1]。

所述装置还包括：

滤波模块，用于在所述处理模块根据所述高光区域分布图、所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值之前，对所述高光区域分布图和所述阴影区域分布图分别进行边缘保持滤波，所述边缘保持滤波用于保持所述高光区域分布图和所述阴影区域分布图的边缘特性；

所述处理模块，包括：

处理单元，用于根据进行边缘保持滤波后的所述高光区域分布图、进行边缘保持滤波后的所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值。

根据本公开实施例的第三方面，提供一种图像处理装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

以图像中各像素点的RGB的三个通道值中的最小值作为元素，组成高光区域分布矩阵；根据图像中各像素点的RGB的三个通道值中的最大值作为元素，组成阴影区域分布矩阵；

根据所述高光区域分布矩阵和第一调节函数，将所述高光区域分布矩阵转换为高光区域分布图；根据所述阴影区域分布矩阵和第二调节函数，将所述阴影区域分布矩阵转换为阴影区域分布图；

根据所述高光区域分布图、所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值；

根据所述图像中各像素点的预置RGB值调整所述图像中各像素点的RGB值，得到处理完成的图像。

本公开的实施例提供的技术方案可以包括以下有益效果：本公开实施例以图像中像素点的RGB颜色值中的最小值和最大值作为基础特征提取出图像的高光区域矩阵和图像的阴影区域矩阵，然后通过调节函数确定像素点为过亮或过暗区域的概率，最后通过预设函数对图像的过亮或过暗区域进行调整，从而实现简单有效的调整图像，恢复图像的细节，使得调节后图像中过亮和过暗区域的细节的颜色值能够对图像中的文字、数字等元素的影响减小，提高对于图像识别的准确度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

本公开的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本公开而了解。本公开的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

附图用来提供对本公开的进一步理解，并且构成说明书的一部分，与本公开的实施例一起用于解释本公开，并不构成对本公开的限制。在附图中：

图1是根据一示例性实施例示出的一种图像处理方法的示例性流程图；

图2是根据一示例性实施例示出的一种图像处理方法中的一图像的示例性示意图；

图3是根据一示例性实施例示出的一种图像处理方法的高光区域分布矩阵的示例性示意图；

图4是根据另一示例性实施例示出的一种图像处理方法的示例性流程图；

图5是根据另一示例性实施例示出的一种图像处理方法的示例性流程图；

图6是根据一示例性实施例示出的进行图像处理之前的图像的示例性示意图；

图7是根据一示例性实施例示出的进行图像处理之后的图像的示例性示意图；

图8是根据一示例性实施例示出的一种图像处理装置的示例性示意图；

图9是根据一示例性实施例示出的一种图像处理装置的另一示例性示意图；

图10是根据一示例性实施例示出的一种图像处理装置的另一示例性示意图；

图11是根据一示例性实施例示出的一种图像处理装置的处理模块的示例性示意图；

图12是根据一示例性实施例示出的一种图像处理装置的另一示例性示意图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

具体实施方式

以下结合附图对本公开的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本公开，并不用于限定本公开。

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

本公开实施例提供一种图像处理方法及装置。在该技术方案中，通过分别提取图像中过亮和过暗区域的特征后，结合使用调节函数和预设函数对图像中各像素点的RGB(red、green、blue，红、绿、蓝)值进行调节，实现对图像的过亮和过暗区域进行调节，使得调节后图像中过亮和过暗区域的细节的颜色值能够对图像中的文字、数字等元素的影响减小，提高对于图像识别的准确度。

本公开提供的图像处理方法可用于终端装置中，如手机、电脑、平板电脑等。

图1是根据一示例性实施例示出的一种图像处理方法的流程图，如图1所示，包括以下步骤：

在步骤S101中，以图像中各像素点的RGB的三个通道值中的最小值作为元素，组成高光区域分布矩阵；以图像中各像素点的RGB的三个通道值中的最大值作为元素，组成阴影区域分布矩阵。

在步骤S102中，根据高光区域分布矩阵和第一调节函数，将高光区域分布矩阵转换为高光区域分布图；根据阴影区域分布矩阵和第二调节函数，将阴影区域分布矩阵转换为阴影区域分布图。

在步骤S103中，根据高光区域分布图、阴影区域分布图、图像中各像素点的RGB值和预设函数，确定图像中各像素点的预置RGB值。

在步骤S104中，根据图像中各像素点的预置RGB值调整图像中各像素点的RGB值，得到处理完成的图像。

其中，在执行步骤S104时，可以直接将图像中各像素点的RGB值调整为各自对应的预置RGB值，从而最终处理完成的图像中各像素点的RGB值就是各自对应的预置RGB值。

在步骤S101中，RGB值是RGB色彩模式中的颜色值。RGB色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的。例如，一个像素的RGB值为(180,220,150)则该像素的R值为180；G值为220；B值为150。

在一个实施例中，在一幅图像中，由各像素点的RGB的三个通道值中的最小值组成高光区域分布矩阵，由各像素点的RGB的三个通道值中的最大值组成阴影区域分布矩阵。例如，一幅图像由2*2个像素点组成，这2*2个像素点依次为A、E、C、D，各像素点在该图像中的相对位置如图2所示。若各像素点的RGB值分别为A(1,2,3)、E(4,5,6)、C(7,8,9)、D(10,11,12)。则该图像的高光区域分布矩阵可以表示为如图3所示。图3中，各像素点的RGB的三个通道值中的最小值在高光区域分布矩阵中的位置与该像素点在图像中的位置相同。各像素点的RGB的三个通道值中的最小值组成该高光区域分布矩阵的各元素值。

在一个实施例中，各像素点的RGB的三个通道值中的最大值在高光区域分布矩阵中的位置与该像素点在图像中的位置也相同，在此不再赘述。

在一个实施例中，在步骤S101中确定高光区域分布矩阵和阴影区域分布矩阵之前，还可以对图像中各像素点的RGB的三个通道值进行归一化处理，使得归一化处理后的各像素点的RGB的三个通道值中每个值的值域为[0，1]。例如，因RGB的三个通道值中每个值的取值范围均为[0,255]，可以将各像素点的RGB的三个通道值均除以255，得到归一化处理后的RGB的三个通道值。本公开实施例实现对像素点的RGB的三个通道值进行归一化处理，便于将RGB的三个通道中每个值的值域变换为[0,1]，通过将RGB的三个通道值的值域变小，将有利于对较大的值计算转换为对0至1之间的小数值进行计算，从而有利于提高计算的速度和效率。

在步骤S102中：

在一个实施例中，第一调节函数为：

$H=\left\{\begin{array}{cc}\left(\frac{C_1-t_1}{1-t_1}\right)\×t_0,& c_1>t_1\\ 0,& c_1\≤t_1\end{array}\right.$

其中，

H，表示高光区域分布图；H代表了该像素点属于过亮区域的概率或过亮的程度，H值越大，代表该像素点过亮，需要抑制该像素点的亮度。

c₁，表示高光区域分布矩阵中的元素值；

t₀，表示第一预设系数；t₀的取值范围为(0,1)。其中，t₀越大H值就越大，表示该像素点的亮度越大，即该像素点过亮的程度越大，后续对该像素点的调节力度越大，即以更大强度抑制该像素点的亮度。

t₁，表示第一预设阈值；是衡量一个像素点是否过亮的基础。例如，当一个像素点的RGB的三个通道值中的最小值都比t₁大时，则该像素点为过亮的像素点。

在一个实施例中，第一预设阈值为高光区域分布矩阵中各元素的平均值，从而使得第一预设阈值根据图像自身的特定进行设定，使得第一预设阈值的设置更加合理，从而能够保证对图像中过亮区域的调节更加合理，进一步提高处理后的图像的质量。

本公开实施例中，通过第一调节函数，确定了各像素点为过亮区域的概率或过亮的程度，为以后对过亮的像素点进行调节提供的基础数据和依据，以便于实现对图像的过亮区域进行调节，恢复过亮区域的细节，从而提高图像的质量，使得调节后图像中过亮区域的细节的颜色值能够对图像中的文字、数字等元素的影响减小，提高对于图像识别的准确度。

在一个实施例中，第二调节函数为：

$L=\left\{\begin{array}{cc}{t}_3+\left(\frac{1-t_3}{t_2}\right)\&times;c_2,& c_2<t_2\\ 1,& c_2\&GreaterEqual;t_2\end{array}\right.$

其中，L，表示阴影区域分布图；L代表了该像素点属于过暗区域的概率或过暗的程度，L值越小，代表该像素点过暗，需要提高该像素点的亮度。

c₂，表示阴影区域分布矩阵中的元素值；

t₂，表示第二预设阈值；t₂越低则表示一幅图像中过暗的像素点越多，该图像中会有更多的像素点被提亮。在一个实施例中，第二预设阈值为阴影区域分布矩阵中各元素的平均值与1的差值。本公开实施例，使得第二预设阈值根据图像自身的特定进行设定，使得第二预设阈值的设置更加合理，从而能够保证对图像中过亮区域的调节更加合理，进一步提高处理后的图像的质量。

t₃，表示第二预设系数；t₃的取值范围为(0,1)。其中，t₃越小，第二调节函数的斜率越小，则L值越小，因此像素点的提亮程度会变大；当第二调节函数的斜率越小，L随c₂的变化幅度越小，即L随c₂的变化越平缓，因此t₃还能减少噪声影响。

本公开实施例通过第二调节函数，确定了各像素点为过暗区域的概率或过暗的程度，其中通过第二调节函数中的第二预设系数还能实现对图像的亮度的调整程度的控制和减少噪声影响，为以后对过暗的像素点进行调节提供基础数据和依据，以便于实现对图像的过亮区域进行调节，恢复过亮区域的细节，从而提高图像的质量，使得调节后图像中过暗区域的细节的颜色值对图像中的文字、数字等元素的影响减小，提高对于图像识别的准确度。

在步骤S103中，

在一个实施例中，预设函数为：

${\mathrm{Out}}_c=\frac{{\mathrm{In}}_c-L\&times;H}{L\&times;(1-H)},$

其中，c，表示R通道、G通道或者B通道；Out_c，表示图像中各像素点的上述c所指通道的预置值；In_c，表示图像中各像素点的上述c所指通道的值；H，表示高光区域分布图，如前述，在此不再赘述；L，表示阴影区域分布图，如前述，在此不再赘述。

步骤S103可以只确定出图像中各像素点的某一个通道如R通道、G通道或者B通道的预置值，这样，后续步骤S104处理完成的图像就是一个灰度图像，而不是彩色图像。步骤S103也可以在确定出图像中各像素点的三个通道的预置值之后，针对每个像素点，将该像素点的三个通道的预置值叠加，形成该像素点的预置RGB值，这样，后续步骤S104处理完成的图像就是一个彩色图像。

H，表示高光区域分布图，表示阴影区域分布图本公开实施例通过预设函数，确定预置RGB值，对图像中像素点的RGB值进行重新计算，从而实现对图像进行处理，使得调节后图像中过亮和过暗区域的细节的颜色值能够对图像中的文字、数字等元素的影响减小，提高对于图像识别的准确度。

在一个实施例中，在步骤S103之前，还可以对高光区域分布图和阴影区域分布图分别进行边缘保持滤波，边缘保持滤波用于保持高光区域分布图和阴影区域分布图的边缘特性；然后，根据进行边缘保持滤波后的高光区域分布图、进行边缘保持滤波后的阴影区域分布图、图像中各像素点的RGB值和预设函数，确定图像中各像素点的预置RGB值。

本公开实施例通过滤波达到保边去噪的目的，从而提高高光区域分布图和阴影区域分布图的质量，为保持图像的边缘特性打下基础，有利于对图像的过暗区域和过亮区域进行调整，提高图像的质量。

综上，本公开实施例中以像素点中的RGB的三个通道值中的最小值和最大值作为基础特征组成图像的高光区域矩阵和图像的阴影区域矩阵，然后通过调节函数确定像素点为过亮或过暗区域的概率，最后通过预设函数对图像的过亮或过暗区域进行调整，从而实现简单有效的调整图像，恢复图像的细节，使得调节后图像中过亮和过暗区域的细节的颜色值能够对图像中的文字、数字等元素的影响减小，提高对于图像识别的准确度。

下面通过几个简单的实施例，对本公开实施例中的图像处理方法进行详细说明。

实施例一

以对图像进行双边滤波达到保边去噪的目的后，确定图像的预置RGB值为例，对本公开实施例中的图像处理方法进行详细说明，如图4所示，该方法包括：

在步骤S401中，以图像中各像素点的RGB的三个通道值中的最小值，组成高光区域分布矩阵；以图像中各像素点的RGB的三个通道值中的最大值，组成阴影区域分布矩阵。

在步骤S402中，根据高光区域分布矩阵和第一调节函数，将高光区域分布矩阵转换为高光区域分布图；根据阴影区域分布矩阵和第二调节函数，将阴影区域分布矩阵转换为阴影区域分布图。

在步骤S403中，对高光区域分布图和阴影区域分布图分别进行双边滤波。

在一个实施例中，滤波器的尺度可以取为图像长和宽中较小值的1/4。

在一个实施例中，对图像I进行双边滤波可表示为：

$BFI\left(x\right)=k^{-1}\left(x\right){\&Integral;}_{-\mathrm{\&infin;}}^{\mathrm{\&infin;}}{\&Integral;}_{-\mathrm{\&infin;}}^{\mathrm{\&infin;}}I\left(\mathrm{\&xi;}\right)c(\mathrm{\&xi;},x)s\left(I\right(\mathrm{\&xi;}),I(x\left)\right)d\mathrm{\&xi;}$

其中，

I表示原图，BFI表示双边滤波后的结果图，ξ，x表示高光区域分布矩阵(或阴影区域分布矩阵)中两个元素的位置；

c(ξ，x)是和几何距离(即ξ和x之间的距离)相关的权重；

I(ξ)，I(x)都为高光区域分布矩阵(或阴影区域分布矩阵)中两个元素的元素值；

s(I(ξ)，I(x))是和像素值距离(I(ξ)，I(x)之间的差值)相关的权重；

k(x)是归一化系数。

在步骤S404中，根据进行双边滤波后的高光区域分布图、进行双边滤波后的阴影区域分布图、图像中各像素点的RGB值和预设函数，确定图像中各像素点的预置RGB值。

在步骤S405中，根据图像中各像素点的预置RGB值调整图像中各像素点的RGB值，得到处理完成的图像。

本公开实施例中，通过对高光区域分布图或阴影区域分布图进行双边滤波，达到保边去噪的效果。从而提高高光区域分布图和阴影区域分布图的质量，为保持图像的边缘特性打下基础。有利于对图像的过暗区域和过亮区域进行调整，使得调节后图像中过亮和过暗区域的细节的颜色值能够对图像中的文字、数字等元素的影响减小，提高对于图像识别的准确度。

实施例二

以对图像P的高光和阴影区域进行调整为例，对本公开实施例中的图像处理方法进行详细说明，如图5所示，该方法包括：

在步骤S501中，对图像P中各像素点的RGB的三个通道值进行归一化处理，使得归一化处理后的各像素点的RGB的三个通道值中每个值的值域为[0，1]。

其中，图像P的示例性示意图如图6所示，图像P中示出了过亮区域P₁，和过暗区域P₂。其中，区域P₁和P₂中的细节都难以看清楚。

在步骤S502中，以图像P中各像素点的RGB的三个通道值中的最小值，组成高光区域分布矩阵；以图像P中各像素点的RGB的三个通道值中的最大值，组成阴影区域分布矩阵。

在步骤S503中，根据高光区域分布矩阵和第一调节函数，将高光区域分布矩阵转换为高光区域分布图；根据阴影区域分布矩阵和第二调节函数，将阴影区域分布矩阵转换为阴影区域分布图。

在步骤S504中，对高光区域分布图和阴影区域分布图分别进行双边滤波。

在步骤S505中，根据进行双边滤波后的高光区域分布图、进行双边滤波后的阴影区域分布图、图像P中各像素点的RGB值和预设函数，确定图像P中各像素点的预置RGB值。

在步骤S506中，根据图像P中各像素点的预置RGB值调整图像P中各像素点的RGB值，得到处理完成的图像。

其中，调整后图像P的示例性示意图如图7所示。从图7中可以看出图像P中区域P₁和P₂中的细节都得以恢复，细节能够看清楚。

本公开实施例中以像素点中的RGB的三个通道值中的最小值和最大值作为基础特征组成图像的高光区域矩阵和图像的阴影区域矩阵，然后通过调节函数确定像素点为过亮或过暗区域的概率，最后通过预设函数对图像的过亮或过暗区域进行调整，从而实现简单有效的调整图像，恢复图像的细节，使得调节后图像中过亮和过暗区域的细节的颜色值能够对图像中的文字、数字等元素的影响减小，提高对于图像识别的准确度。

图8是根据一示例性实施例示出的一种图像处理装置的示例性示意图，如图8所示，该装置包括确定模块801，转换模块802，处理模块803和调整模块804，其中，

确定模块801，被配置为用于以图像中各像素点的红绿蓝RGB的三个通道值中的最小值作为元素，组成高光区域分布矩阵；以图像中各像素点的RGB的三个通道值中的最大值作为元素，组成阴影区域分布矩阵；

转换模块802，被配置为用于根据高光区域分布矩阵和第一调节函数，将高光区域分布矩阵转换为高光区域分布图；根据阴影区域分布矩阵和第二调节函数，将阴影区域分布矩阵转换为阴影区域分布图；

处理模块803，被配置为用于根据高光区域分布图、阴影区域分布图、图像中各像素点的RGB值和预设函数，确定图像中各像素点的预置RGB值；

调整模块804，被配置为用于根据图像中各像素点的预置RGB值调整图像中各像素点的RGB值，得到处理完成的图像。

在一个实施例中，如图9所示，该装置还包括：

归一化模块805，被配置为用于在确定模块确定高光区域分布矩阵和阴影区域分布矩阵之前，对图像中各像素点的RGB的三个通道值进行归一化处理，使得归一化处理后的各像素点的RGB的三个通道值中每个值的值域为[0，1]。

在一个实施例中，如图10所示，该装置还包括：

滤波模块806，被配置为用于在处理模块根据高光区域分布图、阴影区域分布图、图像中各像素点的RGB值和预设函数，确定图像中各像素点的预置RGB值之前，对高光区域分布图和阴影区域分布图分别进行边缘保持滤波，边缘保持滤波被配置为用于保持高光区域分布图和阴影区域分布图的边缘特性；

在一个实施例中，如图11所示，上述处理模块803，包括：

处理单元807，被配置为用于根据进行边缘保持滤波后的高光区域分布图、进行边缘保持滤波后的阴影区域分布图、图像中各像素点的RGB值和预设函数，确定图像中各像素点的预置RGB值。

图12是根据一示例性实施例示出的一种用于图像处理装置8000的框图。例如，装置8000可以是移动电话，计算机，数字广播终端，消息收发装置，游戏控制台，平板装置，医疗装置，健身装置，个人数字助理等。

参照图12，装置8000可以包括以下一个或多个组件：处理组件8002，存储器8004，电源组件8006，多媒体组件8008，音频组件8010，输入/输出(I/O)的接口8012，传感器组件8014，以及通信组件8016。

处理组件8002通常控制装置8000的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件8002可以包括一个或多个处理器8020来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件8002可以包括一个或多个模块，便于处理组件8002和其他组件之间的交互。例如，处理部件8002可以包括多媒体模块，以方便多媒体组件8008和处理组件8002之间的交互。

存储器8004被配置为存储各种类型的数据以支持在装置8000的操作。这些数据的示例包括用于在装置8000上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器8004可以由任何类型的易失性或非易失性存储装置或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件8006为装置8000的各种组件提供电源。电源组件8006可以包括电源管理系统，一个或多个电源，及其他与为装置8000生成、管理和分配电源相关联的组件。

多媒体组件8008包括在装置8000和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件8008包括一个前置摄像头和/或后置摄像头。当装置8000处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件8010被配置为输出和/或输入音频信号。例如，音频组件8010包括一个麦克风(MIC)，当装置8000处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器8004或经由通信组件8016发送。在一些实施例中，音频组件8010还包括一个扬声器，用于输出音频信号。

I/O接口8012为处理组件8002和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件8014包括一个或多个传感器，用于为装置8000提供各个方面的状态评估。例如，传感器组件8014可以检测到装置8000的打开/关闭状态，组件的相对定位，例如所述组件为装置8000的显示器和小键盘，传感器组件8014还可以检测装置8000或装置8000一个组件的位置改变，用户与装置8000接触的存在或不存在，装置8000方位或加速/减速和装置8000的温度变化。传感器组件8014可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件8014还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件8014还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件8016被配置为便于装置8000和其他装置之间有线或无线方式的通信。装置8000可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件8016经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件8016还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置8000可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子组件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器8004，上述指令可由装置8000的处理器8020执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储装置等。

一种图像处理装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，处理器被配置为：

以图像中各像素点的RGB的三个通道值中的最小值作为元素，组成高光区域分布矩阵；根据图像中各像素点的RGB的三个通道值中的最大值作为元素，组成阴影区域分布矩阵；

根据高光区域分布矩阵和第一调节函数，将高光区域分布矩阵转换为高光区域分布图；根据阴影区域分布矩阵和第二调节函数，将阴影区域分布矩阵转换为阴影区域分布图；

根据高光区域分布图、阴影区域分布图、图像中各像素点的RGB值和预设函数，确定图像中各像素点的预置RGB值；

根据图像中各像素点的预置RGB值调整图像中各像素点的RGB值，得到处理完成的图像。

该处理器还被配置为：

定高光区域分布矩阵和阴影区域分布矩阵之前，对图像中各像素点的RGB的三个通道值进行归一化处理，使得归一化处理后的各像素点的RGB的三个通道值中每个值的值域为[0，1]。

该处理器还被配置为：

根据高光区域分布图、阴影区域分布图、图像中各像素点的RGB值和预设函数，确定图像中各像素点的预置RGB值之前，对高光区域分布图和阴影区域分布图分别进行边缘保持滤波，边缘保持滤波用于保持高光区域分布图和阴影区域分布图的边缘特性；

根据进行边缘保持滤波后的高光区域分布图、进行边缘保持滤波后的阴影区域分布图、图像中各像素点的RGB值和预设函数，确定图像中各像素点的预置RGB值。

一种非临时性计算机可读存储介质，当存储介质中的指令由终端的处理器执行时，使得终端能够执行一种图像处理方法，方法包括：

以图像中各像素点的RGB的三个通道值中的最小值作为元素，组成高光区域分布矩阵；根据图像中各像素点的RGB的三个通道值中的最大值作为元素，组成阴影区域分布矩阵；

根据高光区域分布矩阵和第一调节函数，将高光区域分布矩阵转换为高光区域分布图；根据阴影区域分布矩阵和第二调节函数，将阴影区域分布矩阵转换为阴影区域分布图；

根据高光区域分布图、阴影区域分布图、图像中各像素点的RGB值和预设函数，确定图像中各像素点的预置RGB值；

根据图像中各像素点的预置RGB值调整图像中各像素点的RGB值，得到处理完成的图像。

该存储介质还存储有：

定高光区域分布矩阵和阴影区域分布矩阵之前，对图像中各像素点的RGB的三个通道值进行归一化处理，使得归一化处理后的各像素点的RGB的三个通道值中每个值的值域为[0，1]。

该存储介质还存储有：

根据高光区域分布图、阴影区域分布图、图像中各像素点的RGB值和预设函数，确定图像中各像素点的预置RGB值之前，对高光区域分布图和阴影区域分布图分别进行边缘保持滤波，边缘保持滤波用于保持高光区域分布图和阴影区域分布图的边缘特性；

根据进行边缘保持滤波后的高光区域分布图、进行边缘保持滤波后的阴影区域分布图、图像中各像素点的RGB值和预设函数，确定图像中各像素点的预置RGB值。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (9)

1.一种图像处理方法，其特征在于，包括：

以图像中各像素点的红绿蓝RGB的三个通道值中的最小值作为元素，组成高光区域分布矩阵；以图像中各像素点的RGB的三个通道值中的最大值作为元素，组成阴影区域分布矩阵；

根据所述高光区域分布矩阵和第一调节函数，将所述高光区域分布矩阵转换为高光区域分布图；根据所述阴影区域分布矩阵和第二调节函数，将所述阴影区域分布矩阵转换为阴影区域分布图；

根据所述高光区域分布图、所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值；

根据所述图像中各像素点的预置RGB值调整所述图像中各像素点的RGB值，得到处理完成的图像；所述确定高光区域分布矩阵和阴影区域分布矩阵之前，所述方法还包括：

对所述图像中各像素点的RGB的三个通道值进行归一化处理，使得归一化处理后的各像素点的RGB的三个通道值中的每个值的值域为[0，1]；

所述第一调节函数为：其中，

c₁，表示所述高光区域分布矩阵中的元素值；

t₀，表示第一预设系数；

t₁，表示第一预设阈值；

H，表示所述高光区域分布图。

2.根据权利要求1所述的方法，其特征在于，

所述第一预设阈值为所述高光区域分布矩阵中各元素的平均值。

3.根据权利要求1所述的方法，其特征在于，

所述第二调节函数为：其中，

c₂，表示所述阴影区域分布矩阵中的元素值；

t₂，表示第二预设阈值；

t₃，表示第二预设系数；

L，表示所述阴影区域分布图。

4.根据权利要求3所述的方法，其特征在于，

所述第二预设阈值为所述阴影区域分布矩阵中各元素的平均值与1的差值。

5.根据权利要求1所述的方法，其特征在于，

所述预设函数为：其中，

c，表示R通道、G通道或者B通道；

Out_c，表示所述图像中各像素点的所述c所指通道的预置值；

In_c，表示所述图像中各像素点的所述c所指通道的值；

H，表示所述高光区域分布图；

L，表示所述阴影区域分布图。

6.根据权利要求1所述的方法，其特征在于，

所述根据所述高光区域分布图、所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值之前，所述方法还包括：

对所述高光区域分布图和所述阴影区域分布图分别进行边缘保持滤波，所述边缘保持滤波用于保持所述高光区域分布图和所述阴影区域分布图的边缘特性；

所述根据所述高光区域分布图、所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值，包括：

根据进行边缘保持滤波后的所述高光区域分布图、进行边缘保持滤波后的所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值。

7.一种图像处理装置，其特征在于，包括：

确定模块，用于以图像中各像素点的RGB的三个通道值中的最小值作为元素，组成高光区域分布矩阵；以图像中各像素点的RGB的三个通道值中的最大值作为元素，组成阴影区域分布矩阵；

转换模块，用于根据所述高光区域分布矩阵和第一调节函数，将所述高光区域分布矩阵转换为高光区域分布图；根据所述阴影区域分布矩阵和第二调节函数，将所述阴影区域分布矩阵转换为阴影区域分布图；

处理模块，用于根据所述高光区域分布图、所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值；

调整模块，用于根据所述图像中各像素点的预置RGB值调整所述图像中各像素点的RGB值，得到处理完成的图像；

归一化模块，用于在所述确定模块确定高光区域分布矩阵和阴影区域分布矩阵之前，对所述图像中各像素点的RGB的三个通道值进行归一化处理，使得归一化处理后的各像素点的RGB的三个通道值中每个值的值域为[0，1]；

所述确定高光区域分布矩阵和阴影区域分布矩阵之前，所述装置还包括：

对所述图像中各像素点的RGB的三个通道值进行归一化处理，使得归一化处理后的各像素点的RGB的三个通道值中的每个值的值域为[0，1]；

所述第一调节函数为：其中，

c₁，表示所述高光区域分布矩阵中的元素值；

t₀，表示第一预设系数；

t₁，表示第一预设阈值；

H，表示所述高光区域分布图。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

滤波模块，用于在所述处理模块根据所述高光区域分布图、所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值之前，对所述高光区域分布图和所述阴影区域分布图分别进行边缘保持滤波，所述边缘保持滤波用于保持所述高光区域分布图和所述阴影区域分布图的边缘特性；

所述处理模块，包括：

处理单元，用于根据进行边缘保持滤波后的所述高光区域分布图、进行边缘保持滤波后的所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值。

9.一种图像处理装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

以图像中各像素点的RGB的三个通道值中的最小值作为元素，组成高光区域分布矩阵；根据图像中各像素点的RGB的三个通道值中的最大值作为元素，组成阴影区域分布矩阵；

根据所述高光区域分布矩阵和第一调节函数，将所述高光区域分布矩阵转换为高光区域分布图；根据所述阴影区域分布矩阵和第二调节函数，将所述阴影区域分布矩阵转换为阴影区域分布图；

根据所述高光区域分布图、所述阴影区域分布图、所述图像中各像素点的RGB值和预设函数，确定所述图像中各像素点的预置RGB值；

根据所述图像中各像素点的预置RGB值调整所述图像中各像素点的

RGB值，得到处理完成的图像；

所述确定高光区域分布矩阵和阴影区域分布矩阵之前，所述装置还包括：

对所述图像中各像素点的RGB的三个通道值进行归一化处理，使得归一化处理后的各像素点的RGB的三个通道值中的每个值的值域为[0，1]；

所述第一调节函数为：其中，

c₁，表示所述高光区域分布矩阵中的元素值；

t₀，表示第一预设系数；

t₁，表示第一预设阈值；

H，表示所述高光区域分布图。