CN109978777B - 图像亮度调节方法及装置 - Google Patents

Abstract

一种图像亮度调节方法及装置，所述图像亮度调节方法包括：采集目标区域的视频图像；然后获取所述视频图像的运动区域；再将所述运动区域划分为多个矩形区域以确定多个子宏块；所述子宏块为预设像素宽度和预设像素长度的矩形；最后根据增强算法系数对多个所述子宏块进行亮度增强；由于只针对视频图像中的运动区域的亮度进行单独调节，提高了图像的显示效果，并且通过对运动区域进行子宏块的划分，提高了运动区域的亮度调节的效率。

Description

图像亮度调节方法及装置

技术领域

本发明属于图像处理技术领域，尤其涉及一种图像亮度调节方法及装置。

背景技术

图像处理(Image Processing)技术是指通过各种像素处理手段对图像进行分析，以使处理后的图像达到预设设定的效果，满足用户不同的视觉需求，给用户带来良好的视觉体验，传统技术中的图像处理通常采用数字图像处理方法。数字图像是指利用数字摄像机、扫描仪等电子设备获取图像数据，通过对图像数据进行深度处理和变换后，改变原有图像的显示状态，比如改变图像的颜色等，图像能够按照用户的实际需求改变自身参数，以使改变后的图像能过普遍地适用于各个不同的工业技术领域中，从而数字图像处理方法对于提升图像显示质量具有极高的实际价值，相应的，数字图像处理方法也已经成为图像处理的主要发展方向。

传统技术中的数字图像处理方法主要内容包括：图像压缩、增强和复原、匹配、描述和识别这几个部分，常见的操作步骤有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。虽然本领域中的其它某些处理也可以用光学方法或模拟技术实现，但它们远不及数字图像处理那样灵活和方便；然而传统技术中的数字图像处理也存在如下弊端：传统的数字图像处理方法只能整幅画面进行同步调节，比如改变整幅画面的颜色等，无法区分目标物和背景，更无法对于目标物的显示状态进行单独调节；比如传统的图像处理方法只能对图像的所有子区域的亮度同步增强，若用户只需要对于图像中的某一个子区域的亮度增强，传统的数字图像处理方法是无法实现对于该区域的像素进行单独自适应调节，降低了用户的视觉体验，进而导致传统技术中的图像处理方法无法满足不同用户的视觉需求，且兼容性和实用价值都被降低。

发明内容

有鉴于此，本发明实施例提供了一种图像亮度调节方法及装置，旨在解决传统的技术方案中的图像数字处理方法无法对图像中的某一个子区域的亮度进行单独调节，图像的亮度调节效果较差，用户的视觉体验不佳的问题。

本发明实施例的第一方面提供了一种图像亮度调节方法，包括以下步骤：

采集目标区域的视频图像；

获取所述视频图像的运动区域；

将所述运动区域划分为多个矩形区域以确定多个子宏块；所述子宏块为预设像素宽度和预设像素长度的矩形；

根据增强算法系数对多个所述子宏块进行亮度增强。

本发明实施例的第二方面提供了一种图像亮度调节装置，所述图像亮度调节装置包括：

采集模块，用于采集目标区域的视频图像；

运动区域获取模块，用于获取所述视频图像的运动区域；

划分模块，用于将所述运动区域划分为多个矩形区域以确定多个子宏块；所述子宏块为预设像素宽度和预设像素长度的矩形；以及

增强模块，用于根据增强算法系数对多个所述子宏块进行亮度增强。

在其中的一个实施例中，所述增强模块包括：

原始子宏块图像数据计算模块，用于根据所述子宏块中的各个原始图像像素的图像数据计算原始子宏块图像数据；以及

目标子宏块图像数据获取模块，用于根据所述增强算法系数和所述原始子宏块图像数据获取目标子宏块图像数据。

本发明实施例的第三方面提供了一种图像亮度调节装置，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述图像亮度调节方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述图像亮度调节方法的步骤。

上述图像亮度调节方法通过采集连续多帧的视频图像，在视频图像中获取待调节的运动区域，运动区域属于视频图像中的一个子区域，再将运动区域分为多个子宏块，该子宏块包含多个像素，根据子宏块实现对于运动区域的分块化亮度调节，以使图像中运动区域的亮度具有更高的自适应灵活调节性能，并且位于同一个子宏块中的所有像素能够实现同步调节，简化了图像亮度调节的步骤，通过子宏块提高图像亮度的调节的速度；且每一帧视频图像中运动区域的亮度可以根据用户的实际需求发生改变，满足用户的多样化视觉需求，进而提高了视频图像中运动区域的亮度调节的灵活性，提高了画面质量；而且所述图像亮度调节方法可适用于各个不同的工业应用场景中，具有较高兼容性和实用价值。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的图像亮度调节方法的具体流程图；

图2为本发明一实施例提供的步骤S102的具体流程图；

图3为本发明一实施例提供的图像亮度调节方法的应用示意图；

图4为本发明一实施例提供的步骤S102的另一种具体流程图；

图5为本发明一实施例提供的步骤S103的具体流程图；

图6为本发明一实施例提供的子宏块划分的示意图；

图7为本发明一实施例提供的步骤S104的具体流程图；

图8为本发明一实施例提供的图像亮度调节方法的另一种具体流程图；

图9为本发明一实施例提供的图像亮度调节装置的结构示意图；

图10为本发明一实施例提供的增强模块的结构示意图；

图11为本发明一实施例提供的运动区域获取模块的结构示意图；

图12为本发明一实施例提供的划分模块的结构示意图；

图13为本发明一实施例提供的图像亮度调节装置的另一种结构示意图；

图14为本发明一实施例提供的图像亮度调节装置的另一种结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参阅图1，本发明实施例提供的图像亮度调节方法的具体流程，通过该图像亮度调节方法能够对于图像中特定区域的亮度单独进行调节，提高了图像的质量效果，适用范围较广；为了便于说明，仅示出了与本实施例相关的部分，详述如下，所述图像亮度调节方法包括如下步骤：

S101：采集目标区域的视频图像。

可选的，所述目标区域为用户在不同的环境中获取的整幅图像信息，示例性的，所述目标区域为：教师内或者工厂内等，所述目标区域代表了用户的实际摄像场所；当获得到连续多帧视频图像时，每一帧视频图像包含相应的图像数据，该视频图像中的像素包含相应的原始完整图像信息，并且随着在连续的时间内进行图像采样，通过连续多帧图像能够显示动态的画面，以呈现视频播放效果；因此本实施例通过视频图像可包含大容量的视频数据，通过对于连续多帧视频图像进行处理后，能够显示完整的、清晰的动态视频图像；因此本实施例中的图像亮度调节方法可对连续的多帧的视频图像的亮度进行自适应调节，所述图像亮度调节方法能够对大容量的图像数据进行动态处理，提高了所述图像亮度调节方法的并行调节效率和调节性能。

S102：获取所述视频图像的运动区域。

其中，所述运动区域为用户在图像中待调节的子区域，并且该运动区域包含多个像素，通过对于运动区域进行亮度调节后，视频图像能够按照用户的实际需求亮度调节需关注的视频内容；可选的，根据视频图像中的特征信息可从视频图像中的像素中提取相应的目标像素，这些目标像素共同组成运动区域；示例性的，在连续多帧视频图像中选定当前帧，并且在当前帧的原始视频图像像素中获取所有的目标像素，这些目标像素共同组成当前帧画面中待处理的目标区域。

具体实施中，步骤S102可以有两种情况，第一种情况下步骤S102可以包括步骤S1021和步骤S1022；其中图2示出了本实施例提供的S102中具体实现流程，参照图2。

S1021：将视频图像中的原始图像像素的图像数据与前一帧视频图像中的原始图像像素的图像数据进行相减，以获取差分像素值。

在连续多帧视频图像中，运动区域中像素的图像数据会发生变化，根据相邻两帧视频图像中原始图像像素的图像数据差异幅度可得出视频图像中待控制的目标像素，根据差分像素值能够得出相邻两帧视频图像的亮度差异幅值。

具体的，由于视频图像中的运动对象(运动区域)在图像采集过程中，运动对象会不断的移动，所述原始图像像素包含被采集的图像数据，通过对比相邻两帧中的原始图像像素之间的差异，能够准确地识别出运动对象中的像素信息；根据差分像素值能够得出运动对象在移动过程中的像素变化信息；进一步地，对于该差分像素值进行分析处理后，可识别出运动对象包含的完整像素；因此本实施例根据上一帧和下一帧原始图像像素之间的差异信息能够准确的识别运动对象，该运动对象作为待处理的像素信息，将该运动对象从图像中进行单独隔离以实现图像亮度的单独调节；通过步骤S1021提高了运动区域识别的精度和效率。

S1022：判断差分像素值是否位于预设区间；若判断所述差分像素值不位于预设区间，则确定所述视频图像中的原始图像像素属于运动区域。

其中，若判断所述差分像素值位于所述预设区间，则确定所述视频图像中的原始图像像素属于预设区域。

其中预设区间属于视频中的背景区域，并且该预设区域也并非用户调节的目标像素，因此本实施例能够根据差分像素值能够将视频图像中的所有像素划分为预设区域和运动区域，以实现对于视频图像中像素亮度的差异化处理，保障了对于图像中运动区域的亮度调节精度，提高了对于每一帧视频图像中运动区域的识别精度。

由于在采集视频图像像素的过程中，所述视频图像中的部分物体会发生移动，在相邻两帧的视频图像像素之间会存在较大的差异，根据视频图像像素之间的差异能够得到视频图像中的移动目标，该移动目标为人或者物体，因此通过相邻两帧视频图像之间的像素差异可准确地识别视频图像中运动区域，由这些运动区域中的所有像素组成运动对象；并且该运动区域中的所有像素作为待处理的图像目标，通过对于运动区域进行亮度调节，以实现对于视频图像中部分区域的亮度进行单独调节的功能，提高了图像各个区域亮度的灵活调节性能；从而通过步骤S102能够将运动区域从视频图像中进行精确地识别区分，所述图像亮度调节方法能够对运动区域的亮度进行单独调节，以提高视频图像的显示质量。

作为一种可选的实施方式，在步骤S1021与步骤S1022之间，步骤S102还包括：

对所述差分像素值进行二值化处理。

需要说明的是，所述二值化处理是指将差分像素值转换为特定进制的数字，以使视频图像的像素差异性特征具有更佳的可量化性以及便于计算；示例性的，通过二值化处理将差分像素值的灰度值设置为0至255的任一数值；从而二值化处理能够使视频图像的像素的特性可通过数字的大小直接进行衡量，有利于图像中运动区域的识别精度和亮度控制效率。

经过S1021后，所述差分像素值仅仅反映了相邻两帧原始图像像素之间的特性差异幅度，在不同的应用场景中会存在不同的量纲差异；经过上式二值化处理以后，根据二值化处理后的数值大小能够直接得出上一帧的原始图像像素和下一帧的原始图像像素这两者的具体差异幅值，根据该具体差异幅值能够精确地得到：原始图像像素是否属于运动区域，所述运动区域的判别具有更高的精度和准确性，加快了对于视频图像中目标像素的判别速率，所述图像亮度调节方法可精确地对特定的图像区域进行调节，图像的质量更高，控制性能极佳。

进一步地，若经过二值化处理后的差分像素值大于预先设定的图像阈值，则确定所述上一帧视频图像中的原始图像像素和下一帧中的原始图像像素属于运动区域。

其中，当所述二值化处理后的差分像素值大于图像阈值，则说明上一帧与下一帧的视频图像变化差异较大，则当前帧视频图像中的原始图像像素属于运动区域的像素，运动对象在图像中进行移动时会造成相邻两帧的像素的图像数据差异较大，因此本实施例根据差分像素值与图像阈值之间的大小关系能够准确地识别出运动区域中的像素，识别的精度较高；根据图像阈值能够得到多帧视频图像中目标像素，以形成运动区域；

作为一种可选的实施方式，若经过二值化处理后的差分像素值小于或者等于所述图像阈值，则确定所述当前帧视频图像中的原始图像像素属于所述预设区域。

其中所述预设区域包括大量的背景像素，若当前帧图像中的原始图像像素为背景像素，则说明该原始图像像素并非用户实际需要亮度调节的像素；在对于视频图像亮度进行调节时，需要排除背景像素的干扰，只需要保留运动区域中像素的亮度调节；因此若根据差分像素值确认原始图像像素属于背景像素，则并不需要对背景像素采取亮度调节措施，以避免视频图像中整体像素的亮度控制不精确的问题。

为了更好的说明本实施例中运动区域的提取原理，下面结合图2将通过一个具体的应用场景来说明：如何从视频图像中获取涌动区域的像素。

其中图3示出了本实施例提供的图像亮度调节方法的应用示意图，图3中存在连续N帧视频图像，所述N为大于或者等于3的正整数，并且在这N帧视频图像中，人体作为运动对象，并且所述人体的图像为需要进行亮度调节的目标像素，除人体外的其它任何物体都属于背景像素，由于在连续的两帧视频图像中，比如第1帧和第2帧视频图像之间存在像素的图像数据差异；由于视频图像中只有人体是移动的，而其它的物体都是静止的，若第1帧的原始图像像素和第2帧的原始图像像素之间存在较大的差异，则说明第2帧的原始图像像素属于运动对象(人体)的范围，这些像素属于运动区域；相反，第1帧的原始图像像素和第2帧的原始图像像素之间的没有差异或者差异幅值极小，这些差异极小的差异像素值通常是由外界扰动量引起，第2帧的原始图像像素都属于背景区域；因此参照考图3，通过对比相邻两帧图像之间的差异能够滤除背景信息，保留运动对象，所述图像亮度调节方法能够只对运动对象的亮度进行调节，位于运动区域中的像素共同组成运动对象。

第二种情况下步骤S102可以包括步骤S701、步骤S702以及步骤S703，示例性的，图4示出了本实施例提供的所述步骤S102的另一种实现流程，如图4所示。

S701：将视频图像中的原始图像像素的灰度值与前一帧视频图像中的原始图像像素的灰度值进行相减，以获取灰度差分值；将视频图像中的原始图像像素的饱和度与前一帧视频图像中的原始图像像素的饱和度进行相减，以获取饱和度差分值。

在S701中，通过灰度值和饱和度能够全面地分析出上一帧视频图像与下一帧视频图像之间的差异程度，根据灰度差分值能够识别出上一帧图像和下一帧图像之间的亮度差异，根据饱和度差分值能够识别出上一帧图像和下一帧图像之间的色彩差异；根据灰度差分值和饱和度差分值可准确地得到图像中运行对象中像素的变化情况，通过分析灰度差分值和饱和度差分值能够更加精确地监控连续多帧视频图像中运动区域的像素的移动状态，提高对于视频图像中运动区域的识别精确性和可靠性。

S702：对所述灰度差分值和所述饱和度差分值进行二值化处理。

通过二值化处理能够提高对于图像中原始图像像素的亮度计算精度和准确定，所述灰度差分值和饱和度差分值可采用更加量化的数字进行表示；示例性的，经过二值化处理后，灰度差分值为100，饱和度差分值为：5(红色)；因此通过二值化处理后的值能够更加精确地得到相邻帧中图像特征信息的差异幅值，有利于在视频图像中寻找到用户需要的运动区域，通过所述图像亮度调节方法能够保障视频图像的显示质量。

S703：若经过二值化处理后的灰度差分值和/或经过二值化处理后的饱和度差分值大于所述图像阈值，则确定当前帧中的原始图像像素属于运动区域。

具体的，若经过二值化处理后的灰度差分值和经过二值化处理后的饱和度差分值小于或者等于所述图像阈值，则确定所述当前帧中的原始图像像素属于背景区域。

在本实施例中，通过灰度差分值的幅值和饱和度差分值的幅值能够得到相邻两帧视频图像之间的差异，示例性的，若经过二值化处理后的灰度差分值的幅值越大，则说明上一帧与下一帧之间的原始图像像素的亮度差异越大；若经过二值化处理后的饱和度差分值越大，则说明上一帧和当前帧之间的原始图像像素的色彩差异更大；当灰度差分值和饱和度差分值这两者任意一个大于图像阈值时，则说明该像素属于运动区域的像素，只有运动的对象才会造成相邻两帧视频图像之间的亮度和/或色彩存在较大的差异，那么当前帧原始图像像素属于待调节的运动区域的像素；相反若灰度差分值和饱和度差分值都小于或者等于图像阈值，则说明相邻两帧视频图像之间的亮度差异极低，甚至为0，则当前帧的视频图像没有较大的差异，该视频图像属于静止的图像，这两者图像像素的灰度值和饱和度之间并不存在较大的波动值；因此本实施例通过原始图像像素的灰度值和饱和度这两者在相邻两帧视频图像中的变化情况，以准确地得到多帧视频图像中运动区域；本实施例可根据视频图像在相邻两帧的像素变化情况准确地获取多帧视频图像中运动区域的像素，以形成运动对象，提高了视频图像中特定区域的亮度调节精度和亮度调节准确度。

S103：将所述运动区域划分为多个矩形区域以确定多个子宏块；所述子宏块为预设像素宽度和预设像素长度的矩形。

其中，每一个子宏块包含运动区域的多个像素，当子宏块的亮度发生改变时，则运动区域的多个像素的亮度能够实现同步变化；所述子宏块作为图像处理的基础部件，通过对于子宏块的处理能够同步批量地对多个像素的亮度进行调节，以使子宏块的亮度能够按照用户的实际需求进行调整，并且多个子宏块的亮度也具有良好的可调节性；因此通过S103将当前帧中运动区域的所有像素划分为多个子宏块，即提高了图像中多个像素的亮度调节灵活性又提高了运动区间中像素的亮度调节效率。

具体实施中，步骤S103包括步骤S1031和步骤S1032，图5示出了本实施例提供的步骤S103的具体实现流程，参照图5。

其中，S1031：根据所述运动区域的面积确定所述子宏块参数；所述子宏块参数包括所述预设像素宽度和所述预设像素长度。

所述运动区域包含多个像素，可根据运动区域的面积设置子宏块的面积，以提高对视频图像中运动区域亮度调节的效率；其中所述子宏块包括运动区域的多个像素，通过合理设置每一个宏块中像素的数量，通过子宏块能够对视频图像中的目标像素进行批量化处理，在保证视频图像显示效果的同时提高图像亮度调节的效率。

通过对视频图像中每一个子宏块进行自适应亮度调节后，图像中特定区域的亮度可根据用户的实际需求发生相应的改变；示例性的，所述子宏块为：4*4像素、8*8像素、16*16像素或者32*32像素；用户可根据原始图像像素的大小选定子宏块的大小，以实现视频图像中运动区域亮度的快速、高效调节。

S1032：根据所述子宏块参数对所述运动区域进行划分以确定多个子宏块；所述子宏块为所述预设像素宽度和所述预设像素长度的矩形。

作为一种可选的实施方式，在根据所述子宏块参数对所述运动区域进行划分以确定多个子宏块，具体为：

所述子宏块的面积小于所述运动区域的面积，并且每一个子宏块中的像素数量都相同。

因此本实施例中通过平均分配每一个子宏块中像素的数量，当对于运动区域中每一个子宏块的亮度分别进行调节时，不同子宏块之间的亮度将保持一致性、协调性的变化，视频图像中所有子宏块的亮度变化完全匹配，不同的运动区域之间的色阶差异更小，视频图像中的运动区域能够显示质量更佳的整体画面。

示例性的，图6示出了本实施例提供的子宏块划分的示意图，如图6所示，在每一帧视频图像中，若获得当前帧视频图像中的运动区域后，根据当前帧中运动区域的大小，将运动区域中若干个像素划分为多个子宏块，每个子宏块中包含相同数量的像素；因此通过设置运动区域中的子宏块能够对多个像素的亮度进行同步调整，以使所述视频图像中运动对象的亮度能够根据用户的实际需求快速地进行单独调节；当前帧中运动区域的亮度具有更加灵活的调节方式以及调节效果，有利于提高运动对象的亮度调节效率。

S104：根据增强算法系数对多个所述子宏块进行亮度增强。

其中在S104中，运动区域内的每一个子宏块的亮度都可根据用户的操作指令发生自适应改变，因此可以对运动区域内的每一个子宏块的亮度进行一一调节，提高了每一帧视频图像中运动区域的亮度调节的灵活性，提高了图像亮度的调节效率和调节速度；当对于当前帧的视频图像中的运动区域中的所有子宏块进行调节以后，当前帧视频图像中的特定区域的亮度发生相应改变，此时，在S104中输出增强后运动区域中的像素，该像素的色阶和色彩已经按照用户的实际需求发生了相应的改变；并且在调节后的视频图像中，只有运动区域中像素的亮度发生改变，而非运动区域的亮度并非发生改变，进而实现当前帧视频图像中特定区域亮度的单独调节功能，突出显示了运动区域。

具体实施中，步骤S104可以包括步骤S1041和步骤S1042，图7出了本实施例提供的S104的具体操作流程，如图7所示。

S1041：根据所述子宏块中的各个原始图像像素的图像数据计算原始子宏块图像数据。

可选的，计算所述子宏块中的各个原始图像像素的图像数据的平均值以获取原始子宏块图像数据。

具体的，获取所述子宏块中各个原始图像像素在YUV空间中的图像数据；其中所述Y表示所述像素的原始亮度，所述U和所述V分别代表所述像素的第一原始色差和第二原始色差；根据子宏块中的各个原始图像像素在YUV空间中的原始亮度计算平均值以获取子宏块的原始亮度；根据子宏块中的各个原始图像像素在YUV空间中的第一原始色差计算平均值以获取子宏块的第一原始色差；根据子宏块中的各个原始图像像素在YUV空间中的第二原始色差计算平均值以获取子宏块的第二原始色差。

可选的，所述图像数据包括像素的亮度和色差，所述色差能够代表每一个像素的颜色差异；示例性在本实施例中的YUV空间中，所述U代表像素的色彩偏红，所述V代表所述像素的色彩偏紫；通过该图像数据能够准确地得到原始子宏块中每一个像素的特征信息；所述YUV空间作为视频图像中像素复合标准，根据像素在YUV空间中的图像数据能够综合分析出像素的亮度以及色彩；因此通过获取子宏块在YUV空间下的特征值，有利于子宏块中原始图像像素精确以及量化处理，当所述原始子宏块处于YUV空间中，所述运动区域中每一个子宏块的亮度和色彩可采用数值进行表示，像素的亮度计算更加精确，提高了对于子宏块中每一个像素亮度的调节精度，当前帧中每一个原始子宏块的亮度具有更高的可调性。

由于所述子宏块包括多个原始图像像素，当得到当前帧中各个原始图像像素的图像数据时，该子宏块包含视频图像中的运功区域的原始数据，可根据该原始子宏块图像数据实现对于子宏块的自适应亮度调节，提高了对于视频图像中运动区域亮度的调节精度，避免亮度调节误差。

S1042：根据所述增强算法系数和所述原始子宏块图像数据获取目标子宏块图像数据。

本实施例中的原始子宏块图像数据和目标子宏块图像数据存在一一对应的关系，因此，可根据原始子宏块图像数据映射目标子宏块图像数据；所述图像亮度调节方法可按照用户的实际需求使视频图像中的运动区域实现自适应改变。

示例性的，视频图像的像素值包括：灰度值和饱和度；其中所述灰度值能够反应出像素的颜色分级，一般的，像素的灰度值为0～255，通过像素的灰度值不同时，视频图像呈现的颜色和亮度也不相同，因此通过像素的灰度值差异信息能够获取像素的亮度的差异信息，精度高；其中所述饱和度代表像素的色彩的深浅或者鲜艳度，自然界中不同的颜色往往是由不停色彩的光源混合而成，因此通过饱和度的幅值变化能够得到像素的颜色变化情况，进而得到两个像素之间的颜色差异幅值；因此本实施例通过结合灰度值和饱和度这两个参数能够综合地得出像素的特征图像信息，以更加全面地监控相邻两帧之间的视频图像变化情况。

作为一种可选的实施方式，在S104中，根据增强算法系数对多个所述子宏块的亮度进行增强，具体为：

将所述运动区域中所有像素的数量除以所述子宏块中所有像素的数量，以得到像素处理序号。

将所述像素处理序号作为有限元处理对象。

按照所述像素处理序号确定的宏块序列依次根据增强算法系数对所述有限元处理对象中的每一个所述子宏块的亮度进行增强。

在本实施例中，子宏块中像素的数量小于运动区域中像素的数量，那么所有子宏块组成的像素集合代表用户需要进行亮度处理的运动区域，因此本实施例通过计算出运动区域中子宏块的数量，并根据子宏块的排列顺序，对当前帧视频图像中的每一个子宏块设置序号，以使运动区域中的所有子宏块具有先后顺序，所述序号作为每一个子宏块的独特标记；示例性的，运动区域包括3个子宏块，这三个子宏块的序号依次为：第1、第2、第3；因此在对于视频图像中运动对象的子宏块进行亮度调节的过程中，可精确地对于视频图像中每一个子宏块的亮度单独进行调控，以使所述视频图像中子宏块的亮度能够实现精确的调节，避免出现视频图像中不同目标像素的亮度调节错乱的问题。

当前帧的运动区域存在多个子宏块，为了实现对于当前帧中所有目标像素的亮度调节，将所述子宏块作为有限元，对于有限元的亮度进行调节以使若干个目标像素的亮度能够同步发生变化，所述视频图像中运动区域的亮度可实时增强；因此将运动区域中的所有子宏块作为有限元处理对象，保障了当前帧中一幅视频图像的亮度可根据用户的实际需要进行调节，视频图像中运动区域的亮度具有更高的可调控性，极大地增强了亮度调节后的视频图像质量效果。

每一个子宏块具有特定的序号，那么根据序号能够查找到匹配的子宏块，所述像素处理序号中包含多个子宏块的前后顺序，根据子宏块排列的先后顺序对每一个子宏块包含的所有像素的亮度进行统一调节；示例性的，当视频图像中的第一个子宏块的亮度调节完成时，则调节视频图像中第二个子宏块的亮度，依次类推；那么运动区域中的每一个子宏块的亮度都能够进行自适应、单独调节，视频图像中运动对象的像素具有较为灵活的调节方式，当运动区域中所有子宏块的亮度都调节完成时，当前帧中视频图像部分区域的亮度也按照用户的操作指令发生改变，视频图像中运动对象的亮度具有较高的可调整性，保障了本实施例中图像亮度调节方法的适用范围。

因此本实施将图像中的运动区域划分多个有限元后，将所述有限元作为处理对象，通过对于视频图像中每一个子宏块依序进行图像亮度调节，视频图像中目标像素的亮度可按照用户的实际需求统一进行改变，加快了视频图像中视频像素的调节效率以及调节精度，运动区域的每一个像素的亮度都能够单独地增强，所述图像亮度调节方法对于图像亮度的调节性能更佳；将图像的运动区域采用有限元的处理方式，提高了图像中特定区域的亮度调节速度以及简化了亮度调节步骤，以使通过图像亮度调节后的图像能够广泛地适用于各个不同的工业场景中。

作为一种可选的实施方式，所述原始子宏块图像数据包括原始亮度、第一原始色度和第二原始色度，所述目标子宏块图像数据包括目标亮度、第一目标色度和第二目标色度，所述增强算法系数包括第一增强算法系数、第二增强算法系数和第三增强算法系数；所述步骤S1042具体为：

根据以下算式计算所述目标子宏块图像数据：

其中在上式(1)中，y′为所述子宏块的所述目标亮度，u′为所述子宏块的所述第一目标色度，v′为所述子宏块的所述第二目标色度，y为所述子宏块的所述原始亮度，所述u为所述子宏块的所述第一原始色度，所述v为所述子宏块的第二原始色度，ρ1、为所述第一增强算法系数，ρ2为所述第二增强算法系数，ρ3为所述第三增强算法系数。

可选的，所述ρ1、所述ρ2以及所述ρ3的取值范围为：-180°～180°。

通过上式(1)可直接计算得到目标子宏块的目标亮度，所述运动区域的亮度可按照用户的实际需要发生精确的改变，当运动区域中的每一个子宏块的图像数据发生相应的改变时，提高了该视频图像的亮度调节的灵活性和可控性。

本实施例在对子宏块的亮度进行调节过程中，引入YUV空间，在所述YUV空间下对视频图像中所有像素的亮度进行计算调节，以使子宏块的亮度变化具有更高的可调性和可控性，在YUV空间下以特定的公式对子宏块的亮度进行转换计算，以使运动区域中子宏块的亮度调节具有更高的精度；本实施例能够在不同的应用场景中对子宏块的亮度进行自适应调节，子宏块亮度和色彩的调节具有更高的精确性和可靠性，当前帧中运动区域的所有子宏块都能够实现精确的亮度调节，操作简便，所述图像亮度调节方法具有精确的计算公式来实现对于每一帧视频图像中特定区域的亮度调节，以使所述图像亮度调节方法具有更高的兼容性，视频图像中运动区域的所有像素的亮度经过调节后具有更高的图像显示效果。

由于本实施例中的图像亮度调节方法需要对多帧视频图像的亮度同时进行调节，若本实施例对每一帧图像像素的运动区域的亮度已经调节完毕，此时可输出亮度增强后多帧视频图像，以给用户带来良好的动态视觉体验；若并未对所有帧的视频图像进行亮度调节，则需要继续对连续多帧视频图像中未进行亮度调节的像素进行调节，更新当前帧视频图像的图像信息，重新返回至上述图像亮度调节方法各个步骤中，实现对于当前帧的运动区域中像素的自适应亮度调节，依次对于连续多帧视频图像进行循环亮度调节，直至对于连续多帧视频图像中的每一帧目标像素的亮度都调节完成；本实施例中的图像亮度调节方法能够连续输出多帧经过亮度调节后的视频图像，并且每一帧视频图像的运动区域的亮度能够进行单独调节，保障了对于多帧视频图像亮度的自适应调节效率，又提高了多帧视频图像的动态视频显示质量。

作为一种可选实施方式，图8示出了本实施例提供的图像亮度调节方法的另一种实现流程，其中本实施例与图1的实施例的区别在于，在步骤S104之前，所述图像亮度调节方法还包括步骤S904和步骤S905。

S904：对视频图像进行场景识别以获取场景信息。

在本实施例中，通过对于视频图像中的像素进行模式处理，当针对不同的目标区域采集视频图像后，在不同的外界环境中，对于视频图像中将运动区域的亮度调节方式就不相同；因此通过S904对场景信息进行识别分类，在不同的场景下对于视频图像的亮度进行自适应调节，以使各个类型目标区域的视频图像可根据用户的实际需求发生亮度变化，所述图像亮度调节方法能够适用于各种外界环境中，视频图像中运动区域的亮度可根据用户的实际需求发生改变，以满足用户的不同视觉需求。

S905：根据所述场景信息获取所述增强算法系数。

参考上述实施例，在获取到目标区域的场景信息时，可得到与场景信息匹配的增强算法系数，该增强算法系数作为所述运动区域中子宏块调节的最佳参数，根据该增强算法系数能够使子宏块的亮度具有最灵活的可调控性；当所述图像亮度调节方法应用在不同的外界环境中，增强算法系数可根据目标区域的图像信息的变化而发生自适应改变，以实现对于视频图像中特定区域的单独、精确调节性能，用户可获取图像质量更高的视频图像。

因此在本实施例中，所述图像亮度调节方法能够兼容适用于不同的环境中，图像亮度调节方法中的增强算法系数可根据应用场景的变化而发生自适应改变，以实现对于视频图像中运动区域的最佳调节性能，以达到最佳的视频图像显示效果，保障了用户的视觉体验。

图9示出了本实施例提供的图像亮度调节装置100的结构示意，如图10所示，该图像亮度调节装置100包括：采集模块1001、运动区域获取模块1002、划分模块1003以及增强模块1004。

采集模块1001用于采集目标区域的视频图像。

运动区域获取模块1002用于获取所述视频图像的运动区域。

划分模块1003用于将所述运动区域划分为多个矩形区域以确定多个子宏块；所述子宏块为预设像素宽度和预设像素长度的矩形。

需要说明的是，图9中的图像亮度调节装置100与图1中的图像亮度调节方法相对应，因此关于图9中图像亮度调节装置100的各个模块的具体实施方式可参照图1的实施例，此处不再详细赘述。

如图10所示，所述增强模块1004包括原始子宏块图像数据计算模块110和目标子宏块图像数据获取模块111。

其中，原始子宏块图像数据计算模块110用于根据所述子宏块中的各个原始图像像素的图像数据计算原始子宏块图像数据。

目标子宏块图像数据获取模块111用于根据所述增强算法系数和所述原始子宏块图像数据获取目标子宏块图像数据。

如图11所示，运动区域获取模块1002包括：差分像素获取模块120和判断模块121。

差分像素获取模块120用于将视频图像中的原始图像像素的图像数据与前一帧视频图像中的原始图像像素的图像数据进行相减，以获取差分像素值。

判断模块121用于判断所述差分像素值是否位于预设区间；

运动区域获取模块121用于若判断模块121判断所述差分像素值不位于预设区间，则确定所述视频图像中的原始图像像素属于运动区域。

如图12所示，划分模块1003包括参数获取模块130和宏块设定模块131。

参数获取模块130用于根据所述运动区域的面积确定所述子宏块参数；所述子宏块参数包括所述预设像素宽度和所述预设像素长度。

宏块设定模块131用于根据所述子宏块参数对所述运动区域进行划分以确定多个子宏块；所述子宏块为所述预设像素宽度和所述预设像素长度的矩形。

如图13所示，图像亮度调节装置100还可以包括场景识别模块143和算法系数获取模块144。

场景识别模块143用于对视频图像进行场景识别以获取场景信息。

算法系数获取模块144用于根据所述场景信息获取所述增强算法系数。

图14是本发明一实施例提供的图像亮度调节装置150的另一种结构示意图。如图14所示，该实施例的图像亮度调节装置包括：处理器1501、存储器1502以及存储在所述存储器1502中并可在所述处理器1501上运行的计算机程序1503；所述处理器1501执行所述计算机程序1503时实现上述各个图像亮度调节方法实施例中的步骤，例如图1所示的S101至S104。或者，所述处理器1501执行所述计算机程序1503时实现上述各图像亮度调节装置100实施例中各模块的功能，例如图9所示采集模块1001至增强模块1004的功能。

在本实施例中，由于计算机程序中预先存储这相应的操作指令，因此该图像亮度调节装置150能够接入连续多帧视频图像信息，根据用户的实际需要，将视频图像中的运动区域作为待处理的目标对象，通过对于该运动对象中的像素进行识别、分离、计算以及转换，以使每一帧视频图像中的像素都能够实现亮度自适应调节，通过该图像亮度调节装置150能够对连续多帧视频图像中运动区域的亮度进行连续调节，以实现对于视频图像中不同区域像素亮度的区别调整；本实施例中的图像亮度调节装置150对于视频图像中像素的调节具有较佳的可控性和灵活性，所述图像亮度调节装置150可只对连续多帧视频图像中的特定区域进行调节，通过亮度调节后的图像具有更高的质量，给用户带来更佳的视觉体验；有效的解决了传统技术中的图像亮度调节装置无法对视频图像中特定区域的亮度进行单独调节，视频图像的亮度可调性不高，所述图像亮度调节装置输出亮度增强后的图像的质量不佳，传统的图像亮度调节装置无法普遍地适用于各个不同的工业技术领域，用户的视觉体验不佳的问题。

示例性的，所述计算机程序1503可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器1502中，并由所述处理器1501执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序1503在所述图像亮度调节装置150中的执行过程。

所述图像亮度调节装置150可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述图像亮度调节装置150可包括，但不仅限于，处理器1501、存储器1502。本领域技术人员可以理解，图14仅仅是图像亮度调节装置150的示例，并不构成对图像亮度调节装置150的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述图像亮度调节装置150还可以包括输入输出设备、网络接入设备、总线等。

所称处理器1501可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器1502可以是所述图像亮度调节装置150的内部存储单元，例如图像亮度调节装置150的硬盘或内存。所述存储器1502也可以是所述图像亮度调节装置150的外部存储设备，例如所述图像亮度调节装置150上配备的插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器1502还可以既包括所述图像亮度调节装置150的内部存储单元也包括外部存储设备。所述存储器1502用于存储所述计算机程序以及所述图像亮度调节装置150所需的其他程序和数据。所述存储器1502还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、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单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的图像亮度调节装置150和图像亮度调节方法，可以通过其它的方式实现。例如，以上所描述的图像亮度调节装置150实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明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。

所述集成的模块/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，本发明实现上述实施例图像亮度调节方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个图像亮度调节方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

本发明中的图像亮度调节方法能够针对视频图像中运动区域的亮度进行单独调节，以使所述视频图像中特定区域的亮度根据用户的实际需要发生相应的改变，多帧视频图像能够呈现质量更佳的效果，用户可获取更加清晰、完整的图像信息，用户的视觉体验极佳；因此所述图像亮度调节方法可适用于各个不同的技术领域中，下面将图像亮度调节方法应用于教学视频图像中，以此来说明本发明的图像亮度调节方法的实施方式，具体如下：

通过获取在预设连续的时间内的教学视频图像；该教学视频图像包括相应的视频信息，所述视频信息包含教师在视频录像中的讲课内容，通过完整地获取教师的上课视频，以保存教师在上课时的授课内容；从而通过采集到的连续多帧教学视频图像可作为示范课堂视频资料，能够极大地提高教师的上课效率，适用范围极广。

参照上述图1至图8的实施例，针对每一帧教学视频图像中的原始图像像素进行处理后，以得到教学视频图像中的运动区域，该运区域代表视频图像中需要预先处理的运动对象，示例性的，所述运动对象为教师；然后依次对教学视频图像中的每一帧视频图像中目标像素的亮度进行调节，以使所述多帧教学视频图像中运动区域的亮度根据用户的实际需求发生改变，提高教学视频图像中的视频显示质量；因此本实施例中的图像亮度调节方法可针对教学视频图像中特定的运动区域进行识别以及对其亮度进行增强，以达到更强的教学视频录像效果，用户可更加直观地通过亮度调节后的教学视频图像获取教学知识，极大地增强了用户对于教师讲课知识点的理解力以及记忆力，提升了教师的上课效率。

当获取到连续多帧的教学图像时，为了提高用户对于教师视频图像中特定运动区域上课知识点的理解力，需要教学视频图像中特定区域的亮度按照用户的实际需求进行改变，比如需要对教学视频图像中的教师这类个体的图像亮度进行增强，以使用户观看一段时间的教学视频时能够更加注意到教师在上课时的讲课内容，避免图像的背景区域(如讲台、黑板等)对教师的上课内容造成干扰，提升教学视频图像的显示质量，用户具有更高的学习效率；因此所述图像亮度调节方法能够根据用户的观赏需求对连续多帧教学视频图像中的运动区域进行区分并识别，只针对图像中特定区域的亮度进行调节，提高对于图像中亮度的调节效率以及调节精确性，通过亮度调节后的多帧教学视频图像能够更加突出教师在课堂上的讲课内容，教学视频的质量更佳，本实施例中图像亮度调节方法对于教学视频的亮度调节具有更高的灵活性和可靠性，用户的使用体验更高；有效地解决了传统技术中只能对于教学视频中的所有像素的亮度进行统一调节，无法针对图像中特定区域的亮度进行自适应单独调节，传统的教学图像的亮度可调性不高，教学视频的显示效果较差，降低了用户观看教学视频中的上课效率，兼容性和实用价值都较低的问题。

需要说明的是，上述实例仅仅为一实施例而已，并非意味着本发明中的图像亮度调节方法只能适用于教育行业，在不违背上述图像亮度调节方法中本质操作步骤的基础之上，技术人员可将所述图像亮度调节方法适用于音乐视频、电视剧视频等各个领域；由于本发明中的图像亮度调节方法能够只针对视频图像中特定像素的亮度进行调节，极大地提高了视频图像中亮度的调节效果，所述视频图像的亮度具有更加灵活的可调性和可操作性，视频图像的显示质量更高；从而本发明中的图像调节方法对于本领域中视频图像处理的发展具有极其重要的积极作用，将产生较高的实用价值。

以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种图像亮度调节方法，其特征在于，包括以下步骤：

采集目标区域的视频图像；

获取所述视频图像的运动区域，其中，根据所述视频图像中的特征信息从所述视频图像中的像素中提取相应的目标像素，所述目标像素共同组成所述运动区域；

将所述运动区域划分为多个矩形区域以确定多个子宏块；所述子宏块为预设像素宽度和预设像素长度的矩形；各所述子宏块包含相同数量的像素；

根据增强算法系数对多个所述子宏块进行亮度增强，包括：

根据所述子宏块中的各个原始图像像素的图像数据计算原始子宏块图像数据；

根据所述增强算法系数和所述原始子宏块图像数据获取目标子宏块图像数据；

所述获取所述视频图像的运动区域具体为：

将视频图像中的原始图像像素的图像数据与前一帧视频图像中的原始图像像素的图像数据进行相减，以获取差分像素值；

判断所述差分像素值是否位于预设区间；

若判断所述差分像素值不位于预设区间，则确定所述视频图像中的原始图像像素属于运动区域，包括：通过灰度值和饱和度分析出上一帧视频图像与下一帧视频图像之间的差异程度，根据灰度差分值能够识别出上一帧图像和下一帧图像之间的亮度差异，根据饱和度差分值能够识别出上一帧图像和下一帧图像之间的色彩差异；根据灰度差分值和饱和度差分值得到图像中运行对象中像素的变化情况；

所述原始子宏块图像数据为各个原始图像像素在YUV空间中的图像数据，包括原始亮度、第一原始色度和第二原始色度，所述目标子宏块图像数据包括目标亮度、第一目标色度和第二目标色度，所述增强算法系数包括第一增强算法系数、第二增强算法系数和第三增强算法系数；所述根据所述增强算法系数和所述原始子宏块图像数据获取目标子宏块图像数据具体为：

根据以下算式计算所述目标子宏块图像数据：

其中，y′为所述子宏块的所述目标亮度，u′为所述子宏块的所述第一目标色度，v′为所述子宏块的所述第二目标色度，y为所述子宏块的所述原始亮度，所述u为所述子宏块的所述第一原始色度，所述v为所述子宏块的第二原始色度，ρ1、为所述第一增强算法系数，ρ2为所述第二增强算法系数，ρ3为所述第三增强算法系数。

2.根据权利要求1所述的图像亮度调节方法，其特征在于，所述将所述运动区域划分为多个矩形区域以确定多个子宏块；所述子宏块为预设像素宽度和预设像素长度的矩形包括：

根据所述运动区域的面积确定子宏块参数；所述子宏块参数包括所述预设像素宽度和所述预设像素长度；

根据所述子宏块参数对所述运动区域进行划分以确定多个子宏块；所述子宏块为所述预设像素宽度和所述预设像素长度的矩形。

3.根据权利要求1所述的图像亮度调节方法，其特征在于，所述根据增强算法系数对多个所述子宏块进行亮度增强之前还包括：

对视频图像进行场景识别以获取场景信息；

根据所述场景信息获取所述增强算法系数。

4.一种图像亮度调节装置，其特征在于，所述图像亮度调节装置包括：

采集模块，用于采集目标区域的视频图像；

运动区域获取模块，用于获取所述视频图像的运动区域，其中，根据所述视频图像中的特征信息从所述视频图像中的像素中提取相应的目标像素，所述目标像素共同组成所述运动区域；

划分模块，用于将所述运动区域划分为多个矩形区域以确定多个子宏块；所述子宏块为预设像素宽度和预设像素长度的矩形，各所述子宏块包含相同数量的像素；以及

增强模块，用于根据增强算法系数对多个所述子宏块进行亮度增强；

所述增强模块包括：

原始子宏块图像数据计算模块，用于根据所述子宏块中的各个原始图像像素的图像数据计算原始子宏块图像数据；以及

目标子宏块图像数据获取模块，用于根据所述增强算法系数和所述原始子宏块图像数据获取目标子宏块图像数据；

所述获取所述视频图像的运动区域具体为：

将视频图像中的原始图像像素的图像数据与前一帧视频图像中的原始图像像素的图像数据进行相减，以获取差分像素值；

判断所述差分像素值是否位于预设区间；

若判断所述差分像素值不位于预设区间，则确定所述视频图像中的原始图像像素属于运动区域，包括：通过灰度值和饱和度分析出上一帧视频图像与下一帧视频图像之间的差异程度，根据灰度差分值能够识别出上一帧图像和下一帧图像之间的亮度差异，根据饱和度差分值能够识别出上一帧图像和下一帧图像之间的色彩差异；根据灰度差分值和饱和度差分值得到图像中运行对象中像素的变化情况；

所述原始子宏块图像数据为各个原始图像像素在YUV空间中的图像数据，包括原始亮度、第一原始色度和第二原始色度，所述目标子宏块图像数据包括目标亮度、第一目标色度和第二目标色度，所述增强算法系数包括第一增强算法系数、第二增强算法系数和第三增强算法系数；所述根据所述增强算法系数和所述原始子宏块图像数据获取目标子宏块图像数据具体为：

根据以下算式计算所述目标子宏块图像数据：

其中，y′为所述子宏块的所述目标亮度，u′为所述子宏块的所述第一目标色度，v′为所述子宏块的所述第二目标色度，y为所述子宏块的所述原始亮度，所述u为所述子宏块的所述第一原始色度，所述v为所述子宏块的第二原始色度，ρ1、为所述第一增强算法系数，ρ2为所述第二增强算法系数，ρ3为所述第三增强算法系数。

5.一种图像亮度调节装置，其特征在于，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述图像亮度调节方法的步骤。

6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述图像亮度调节方法的步骤。

Images