[发明专利]一种宽动态模式的自动切换方法及装置

说明书

一种宽动态模式的自动切换方法及装置。摄像机在拍摄视频时，对场景经常检测，场景例如包括公园、窗口、走廊、城市道路、广场、逆光等，摄像机还对所述视频流中视频帧的像素点亮度分布进行检测，根据这二者来决定是否从非宽动态模式切换为宽动态模式，获得更好的拍摄效果。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种宽动态模式的自动切换方法及装置。

背景技术

随着照片拍摄以及视频拍摄应用的日趋广泛，用户对拍摄获得的图像质量要求越来越高。当用户在强光源(日光、灯具或反光等)照射下拍摄图像时，成像中存在高亮度区域以及亮度较低的区域，如阴影、逆光等位置的相对亮度较低。从而图像中可能出现高亮区域因曝光过度成为白色，而阴影区域因曝光不足成为黑色，导致被摄物体细节丢失，从而严重影响图像质量，这种拍摄场景即为宽动态范围的场景。

目前可以通过将拍摄设备切换为宽/高动态范围(High Dynamic Range，HDR)成像模式来缓解上述拍摄问题。在计算机图形学与电影摄影术中，HDR是用来实现比普通数位图像技术更大曝光动态范围的技术，即使成像体现更大的明暗(亮度)差别。具体可以通过对同一帧的不同像素点配置不同的曝光参数，或者对不同帧配置不同的曝光参数再进行图像合成，来实现较高的动态范围，使得成像中高亮和暗部细节同时显现，即图像中特别亮的区域和特别暗的区域在最终成像中同时看清楚。

上述的拍摄模式切换可以通过用户手动设置，如用户自主察觉到当前拍摄预览画面的明暗(亮度)差别较大，则手动开启宽动态模式或者切换为宽动态模式；如用户察觉到当前拍摄预览画面的明暗(亮度)差别较小，则手动关闭宽动态模式或者切换回非宽动态模式进行拍摄。因此，现有的技术实现依赖于用户的摄像技巧，切换不够灵活，无法实现宽动态模式的自动切换，用户体验不好。

发明内容

本申请提供一种宽动态模式的自动切换方法及装置，解决了现有技术中宽动态模式的切换不够准确且不够灵活，用户体验不好的问题。

为达到上述目的，本申请采用如下技术方案：

第一方面，提供一种宽动态模式的自动切换方法，该方法包括：电子设备根据拍摄获取的实时图像帧进行场景检测，得到指示当前拍摄场景的场景类别；电子设备根据图像帧的像素点统计信息得到动态范围参数，该动态范围参数用于描述图像帧的像素点亮度信息的分布特征；从而电子设备能够根据场景类别以及动态范围参数综合判定是否进入宽动态模式。

上述技术方案中，电子设备通过对目标拍摄场景进行场景检测，智能匹配进行预测得到场景类别；并且结合对采集到的图像帧的像素点统计信息得到动态范围参数，从而基于拍摄场景的类别结合图像帧的动态范围参数综合去决策是否切换为宽动态模式。使得拍摄模式的自动切换能够基于拍摄场景的类别，例如拍摄场景的光照条件，以此作为切换宽动态模式的判断条件，拍摄模式的自动切换不会过于频繁。而基于像素点统计信息的动态范围参数作为切换宽动态模式的判断条件，能够使得自动切换的机制基于实时的像素点统计信息作决策，使得自动切换更加准确，从而实现了宽动态模式的自动检测以及自动切换宽动态拍摄模式的技术效果。反之，在现有技术中，电子设备(例如摄像机、可拍照的手机)无法自动切换到宽动态模式，仅能依靠用户的经验手动切换，一方面，普通用户难以判断拍摄场景是否需要切换到宽动态模式；另外一方面，即使是拍摄经验丰富的专业用户，也仅能基于场景来判断是否切换到宽动态模式，这往往不够准确。而本申请既考虑了场景，又进一步考虑了像素点亮度的分布特征，而且电子设备能够自动执行，因此能够做到：自动切换、切换准确的效果，提升用户的拍摄体验。

在一种可能的设计方式中，根据获得的实时图像帧进行场景检测，得到场景类别，具体包括：对获得的实时图像帧通过人工智能AI场景检测模型进行场景检测，得到实时图像帧对应的场景类别，其中，AI场景检测模型是根据大量的图像与图像对应的场景类别通过神经网络算法进行参数训练得到的。