[发明专利]一种图像处理方法、系统及电子设备和存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取原始图像的图像信息，并根据所述图像信息得到所述原始图像的宽动态场景判别值；其中，所述宽动态场景判别值为描述所述原始图像的动态范围的值，所述宽动态场景判别值与所述动态范围呈正相关；

选取宽动态处理算法，并根据所述宽动态场景判别值确定所述宽动态处理算法的开启强度；其中，所述开启强度为描述所述宽动态处理算法对所述原始图像的压缩程度的值，所述开启强度与所述宽动态场景判别值呈正相关；

根据所述开启强度利用所述宽动态处理算法对所述原始图像进行图像压缩，得到压缩完成的图像。

2.根据权利要求1所述图像处理方法，其特征在于，所述根据所述图像信息得到所述原始图像的宽动态场景判别值，包括：

根据所述图像信息组合得到所述原始图像的特征描述子，并将所述特征描述子输入深度学习模型中，得到所述原始图像的宽动态场景判别值；其中，所述深度学习模型输出的属性类别为宽动态场景和非宽动态场景。

3.根据权利要求2所述图像处理方法，其特征在于，所述图像信息的类别包括亮度类别、梯度类别和色度类别中任一项或任几项的组合，所述根据所述图像信息组合所述原始图像的特征描述子，包括：

计算每个所述类别的图像信息的归一化值，并将所有所述归一化值组合为所述原始图像的特征描述子。

4.根据权利要求3所述图像处理方法，其特征在于，若所述图像信息的类别包括所述亮度类别，则所述计算每个所述类别的图像信息的归一化值，包括：

根据所述亮度类别的图像信息获取每个灰阶的像素点数量，得到所述原始图像的所有k级灰度归一化值；

若所述图像信息的类别包括所述梯度类别，则所述计算每个所述类别的图像信息的归一化值，包括：

根据所述梯度类别的图像信息计算亮度低于预设值的像素点的平均梯度，并根据所述平均梯度和所述原始图像中像素点梯度的最大值得到细节度归一化值；

若所述图像信息的类别包括所述色度类别，则所述计算每个所述类别的图像信息的归一化值，包括：

根据所述色度类别的图像信息计算每个颜色通道的色度归一化值。

5.根据权利要求4所述图像处理方法，其特征在于，所述根据所述色度类别的图像信息计算每个颜色通道的色度归一化值，包括：

根据所述色度类别的图像信息获取每个所述颜色通道内每个色阶的像素点数量，得到每个所述颜色通道的所有q级色度归一化值，并将每个所述颜色通道的所有所述q级色度归一化值作为每个所述颜色通道的色度归一化值；

或，根据所述色度类别的图像信息计算每个所述颜色通道内所有像素点色度值的平均值，并根据所述平均值计算每个所述颜色通道的色度归一化值。

6.根据权利要求1所述图像处理方法，其特征在于，所述图像信息的类别包括亮度类别、梯度类别和色度类别中任一项或任几项的组合，所述根据所述图像信息得到所述原始图像的宽动态场景判别值，包括：

获取每个所述类别的图像信息的变化范围，并根据每个所述变化范围和预先设定的每个所述变化范围对应的权重计算所述原始图像的宽动态场景判别值。

7.根据权利要求1所述图像处理方法，其特征在于，所述根据所述宽动态场景判别值确定所述宽动态处理算法的开启强度，包括：

根据开启强度计算公式确定所述宽动态处理算法的开启强度，其中，所述开启强度计算公式具体为：

S＝S_min+K(S_max-S_min)；

其中，S为所述开启强度，S_max和S_min分别为预先设定的开启强度的最大值和最小值，K为所述宽动态场景判别值。