圖像處理方法、設備及存儲介質與流程
1.本技術涉及圖像處理技術領域，特別涉及一種圖像處理方法、設備及存儲介質。
背景技術：
2.隨著技術的發展，手機拍攝能力已成為一種重要的手機性能指標。其中，夜間拍攝是用戶使用手機拍攝的常見場景。手機在夜間場景下拍攝時，由于環境較暗，手機拍攝的照片或視頻較暗，用戶視覺體驗較差。
3.相關技術中，手機配置有攝像頭和通用的集成處理器，集成處理器集成有cpu和gpu等多種處理器。比如，通用的集成處理器可以為片上芯片(system on chip，soc)。為了提高夜間拍攝效果，在手機通過攝像頭進行拍攝后，集成電路器可以獲取攝像頭采集的彩圖像數據，對彩圖像數據進行圖像增強處理，得到目標圖像數據，對目標數據圖像進行保存或送顯。
4.但是，由于通用的集成處理器的圖像增強處理能力有限，因此在夜間拍攝場景下，通過集成處理器對攝像頭采集的圖像數據進行圖像增強處理后，得到的目標圖像數據的噪聲較大，彩還原能力較差，容易出現亮區過亮、暗區過暗的情況。
技術實現要素：
5.本技術提供了一種圖像處理方法、設備及存儲介質，可以對攝像頭拍攝的圖像進行清晰度、彩和亮度的增強，得到清晰度較高、彩還原能力較強、且亮度較為均勻的圖像。所述技術方案如下：
6.第一方面，提供了一種圖像處理方法，應用于電子設備，電子設備包括第一攝像頭、第二攝像頭、第一處理器和集成處理器，第一攝像頭為黑白攝像頭，第二攝像頭為彩攝像頭，所述方法包括：
7.第一處理器獲取第一攝像頭采集的黑白圖像數據和第二攝像頭采集的彩圖像數據，對黑白圖像數據和彩圖像數據分別進行降噪，對黑白圖像數據和彩圖像數據進行圖像融合，得到融合圖像數據，將融合圖像數據發送給集成處理器。集成處理器對融合圖像數據進行圖像增強處理，得到目標圖像數據。
8.本技術實施例中，在集成處理器之外額外配置了一個獨立的第一處理器，以及采用了黑白攝像頭和彩攝像頭分別進行拍攝的雙攝方案。通過第一處理器對黑白攝像頭采集的黑白圖像數據以及彩攝像頭采集的彩圖像數據分別進行降噪，可以得到高信噪比的黑白圖像數據和彩圖像數據，提高圖像數據的清晰度。通過對降噪后的黑白圖像數據和彩圖像數據進行圖像融合，可以將降噪后的黑白圖像數據的亮度信息、細節信息與降噪后的彩圖像數據的彩信息進行融合，得到高信噪比、且細節清晰、彩準確的圖像數據。如此，可以對圖像的清晰度、彩和亮度進行全方位增強，得到清晰度較高、彩還原能力較強、且亮度較為均勻的圖像，進而提高了攝像頭的拍攝效果，尤其可以提高夜間場景、室內場、陰天場景等光線較弱的拍攝場景的拍攝效果。
9.在一種可能的實施例中，第一處理器對黑白圖像數據和彩圖像數據分別進行降噪之前，還可以先對黑白圖像數據和彩圖像數據分別進行預處理之后，再對預處理后的黑白圖像數據進行降噪，得到降噪后的黑白圖像數據；對預處理后的彩圖像數據進行降噪，得到降噪后的彩圖像數據。
10.其中，預處理包括黑白電平校正、壞點校正、鏡頭陰影校正和自動白平衡中的一種或多種。通過對黑白圖像數據和彩圖像數據分別進行預處理，可以對這兩個圖像數據進行圖像校正，得到圖像信息更為準確的圖像數據。
11.在一種可能的實施例中，第一處理器包括第一ife和第二ife，第一處理器通過第一ife對黑白圖像數據進行預處理，得到預處理后的黑白圖像數據；通過第二ife對彩圖像數據進行預處理，得到預處理后的彩圖像數據。
12.作為一個示例，第一處理器可以采用ai算法對第一圖像數據和第二圖像數據分別進行降噪。如此，可以提高第一處理器的運算效率。
13.在一種可能的實施例中，第一處理器包括npu，npu包括第一神經網絡和第二神經網絡，第一神經網絡用于對黑白圖像數據進行降噪，第二神經網絡用于對彩圖像數據進行降噪。第一處理器通過第一神經網絡對黑白圖像數據進行降噪，得到降噪后的黑白圖像數據；通過第二神經網絡對彩圖像數據進行降噪，得到降噪后的彩圖像數據。
14.通過在專用的npu上運行ai降噪算法，可以提高算法的運算速度，從而進一步提高第一處理器的運算效率。
15.在一種可能的實施例中，黑白圖像數據為第一攝像頭采集的第一視頻幀數據，彩圖像數據為第二攝像頭采集的第二視頻幀數據；第一處理器將第一視頻幀數據和第三視頻幀數據作為第一神經網絡的輸入，通過第一神經網絡對第一視頻幀數據和第三視頻幀數據進行處理，得到降噪后的黑白圖像數據，第三視頻幀數據是對第一攝像頭在第一視頻幀數據之前采集的視頻幀數據進行降噪后得到；第一處理器將第二視頻幀數據和第四視頻幀數據作為第二神經網絡的輸入，通過第二神經網絡對第二視頻幀數據和第四視頻幀數據進行處理，得到降噪后的彩圖像數據，第四視頻幀數據是對第二攝像頭在第二視頻幀數據之前采集的視頻幀數據進行降噪后得到。
16.通過根據當前幀和前一幀的降噪結果，確定當前幀的降噪結果，可以提高降噪的精確度。
17.作為一個示例，第一處理器可以采用ai算法對降噪后的黑白圖像數據和彩圖像數據進行圖像融合。如此，可以提高第一處理器的運算效率。
18.在一種可能的實施例中，第一處理器包括npu，npu包括第三神經網絡，第三神經網絡用于對黑白圖像數據和彩圖像數據進行圖像融合；第一處理器通過第三神經網絡對降噪后的黑白圖像數據和降噪后的彩圖像數據進行圖像融合，得到第三圖像數據。
19.通過在專用的npu上運行ai圖像融合算法，可以提高算法的運算速度，從而進一步提高第一處理器的運算效率。
20.在一種可能的實施例中，第一處理器先對降噪后的黑白圖像數據和降噪后的彩圖像數據進行尺度對齊，得到尺度對齊后的黑白圖像數據和彩圖像數據，尺度對齊后的黑白圖像數據和彩圖像數據的尺度相同；再將尺度對齊后的黑白圖像數據和彩圖像數據作為第三神經網絡的輸入，通過第三神經網絡對尺度對齊后的黑白圖像數據和彩圖像
數據進行處理，得到第三圖像數據。
21.在一種可能的實施例中，第一處理器獲取第一攝像頭和第二攝像頭的關鍵參數，關鍵參照包括焦距、像素尺寸和視場角中的一種或多種；根據第一攝像頭和第二攝像頭的關鍵參數，確定降噪后的黑白圖像數據和降噪后的彩圖像數據之間的尺度差異；根據尺度差異對降噪后的黑白圖像數據和降噪后的彩圖像數據進行尺度對齊，得到尺度對齊后的黑白圖像數據和彩圖像數據。
22.在一種可能的實施例中，第一處理器可以先對第三圖像數據進行動態范圍壓縮，得到第五圖像數據，第五圖像數據的動態范圍低于第三圖像數據的動態范圍；將第五圖像數據發送給集成處理器，以便集成處理器對第五圖像數據進行圖像增強處理，得到目標圖像數據。
23.作為一個示例，第一處理器可以采用ai算法對第三圖像數據進行動態范圍壓縮。如此，可以提高第一處理器的運算效率。
24.在一種可能的實施例中，第一處理器包括npu，npu包括第四神經網絡，第四神經網絡用于對圖像數據進行動態范圍壓縮；第一處理器通過第四神經網絡對第三圖像數據進行動態范圍壓縮，得到第五圖像數據。
25.通過在專用的npu上運行ai動態范圍壓縮算法，可以提高算法的運算速度，從而進一步提高第一處理器的運算效率。
26.在一種可能的實施例中，第一處理器將第三圖像數據作為第四神經網絡的輸入，通過第四神經網絡對第三圖像數據進行影調映射，得到第五圖像數據。
27.在一種可能的實施例中，第一處理器對彩圖像數據進行降噪之后，先對降噪后的彩圖像數據進行去馬賽克處理，得到第六圖像數據；再對降噪后的黑白圖像數據和第六圖像數據進行圖像融合，得到第三圖像數據。
28.通過對降噪后的彩圖像數據進行去馬賽克處理，可以將降噪后的彩圖像數據從raw域轉換為rgb域。
29.在一種可能的實施例中，集成處理器包括ipe，集成處理器通過ipe對第三圖像數據進行圖像增強處理，得到目標圖像數據。
30.其中，圖像增強處理可以包括硬件降噪、圖像裁剪、顏增強或細節增強等圖像處理操作，當然也可以包括其他圖像處理操作，本技術實施例對此不做限定。
31.在一種可能的實施例中，第一處理器獲取第一攝像頭采集的黑白圖像數據以及第二攝像頭采集的彩圖像數據之后，還可以將黑白圖像數據和彩圖像數據發送給集成處理器，由集成處理器根據黑白圖像數據確定第一3a值，根據彩圖像數據確定第二3a值；根據第一3a值對第一攝像頭進行控制，根據第二3a值對第二攝像頭進行控制。
32.其中，第一3a值和第二3a值包括自動對焦af值、自動曝光ae值和自動白平衡awe值。集成處理器可以根據圖像數據采用3a算法確定3a值，該3a算法可以預先設置，本技術實施例對此不做限定。
33.作為一個示例，集成處理器可以根據第一3a值調整第一攝像頭的3a值，根據第二3a值調整第二攝像頭的3a值。或者，集成處理器也可以將第一3a值發送給第一攝像頭，由第一攝像頭根據第一3a值調整自身的3a值；將第二3a值發送給第二攝像頭，由第二攝像頭根據第二3a值調整自身的3a值。
34.如此，可以根據第一圖像數據和第二圖像數據的圖像信息，對第一攝像頭和第二攝像頭進行自動曝光、自動白平衡和自動對焦，提高后續圖像的拍攝效果。
35.在一種可能的實施例中，第一處理器為isp，isp包括npu。
36.在一種可能的實施例中，集成處理器為soc。
37.第二方面，提供了一種圖像處理裝置，圖像處理裝置具有實現上述第一方面中圖像處理方法行為的功能。圖像處理裝置包括至少一個模塊，至少一個模塊用于實現上述第一方面所提供的圖像處理方法。
38.第三方面，提供了一種圖像處理裝置，圖像處理裝置的結構中包括處理器和存儲器，存儲器用于存儲支持圖像處理裝置執行上述第一方面所提供的圖像處理方法的程序，以及存儲用于實現上述第一方面的圖像處理方法所涉及的數據。處理器被配置為用于執行存儲器中存儲的程序。圖像處理裝置還可以包括通信總線，通信總線用于在處理器與存儲器之間建立連接。
39.第四方面，提供了一種計算機可讀存儲介質，計算機可讀存儲介質中存儲有指令，當其在計算機上運行時，使得計算機執行上述第一方面的圖像處理方法。
40.第五方面，提供了一種包含指令的計算機程序產品，當其在計算機上運行時，使得計算機執行上述第一方面所述的圖像處理方法。
41.上述第二方面、第三方面、第四方面和第五方面所獲得的技術效果與上述第一方面中對應的技術手段獲得的技術效果近似，在這里不再贅述。
附圖說明
42.圖1示出了相關技術提供的一種手機的結構示意圖；
43.圖2示出了本技術實施例提供的一種手機的結構示意圖；
44.圖3示出了一種使用相關技術提供的圖像處理方法處理得到的目標圖像以及使用本技術實施例提供的圖像處理方法處理得到的目標圖像的對比示意圖；
45.圖4示出了本技術實施例提供的另一種手機的結構示意圖；
46.圖5示出了本技術實施例提供的一種ai降噪模塊的示意圖；
47.圖6示出了本技術實施例提供的一種ai圖像融合模塊的示意圖；
48.圖7示出了本技術實施例提供的一種ai動態范圍壓縮模塊的示意圖；
49.圖8示出了本技術實施例提供的一種手機的硬件結構示意圖；
50.圖9示出了本技術實施例提供的一種手機的軟件系統的框圖；
51.圖10示出了本技術實施例提供的一種圖像處理方法的流程圖；
52.圖11示出了本技術實施例提供的另一種圖像處理方法的流程圖。
具體實施方式
53.為使本技術的目的、技術方案和優點更加清楚，下面將結合附圖對本技術的實施方式作進一步地詳細描述。
54.應當理解的是，本技術提及的“多個”是指兩個或兩個以上。在本技術的描述中，除非另有說明，“/”表示或的意思，比如，a/b可以表示a或b；本文中的“和/或”僅僅是一種描述關聯對象的關聯關系，表示可以存在三種關系，比如，a和/或b，可以表示：單獨存在a，同時
存在a和b，單獨存在b這三種情況。另外，為了便于清楚描述本技術的技術方案，采用了“第一”、“第二”等字樣對功能和作用基本相同的相同項或相似項進行區分。本領域技術人員可以理解“第一”、“第二”等字樣并不對數量和執行次序進行限定，并且“第一”、“第二”等字樣也并不限定一定不同。
55.需要說明的是，本技術實施例提供的圖像處理方法適用于任何具有拍攝功能、且具有多個攝像頭的電子設備，例如手機、平板電腦、照相機、智能可穿戴設備等，本技術實施例對此不做限定。另外，本技術實施例提供的圖像處理方法可以應用于多種拍攝場景中，例如夜間場景、室內場景、陰天場景等，當然也可以適用于其他拍攝場景，本技術實施例對此不做限定。下文為了便于描述，將以手機在夜間場景下進行拍攝為例進行說明。
56.如背景技術所言，人們使用手機在夜間場景下拍攝時，由于環境較暗，手機拍攝的圖像較暗，用戶視覺體驗較差。相關技術中，為了提高夜間場景下的圖像拍攝效果，可以通過手機中通用的集成處理器對攝像頭拍攝的圖像數據進行圖像增強處理。
57.請參考圖1，圖1示出了相關技術提供的一種手機的結構示意圖。如圖1所示，手機包括彩攝像頭11和通用的集成處理器12，集成處理器12包括圖像前端(image front end，ife)和圖像處理引擎(image processing engine，ipe)。彩攝像頭11用于拍攝彩圖像，在彩攝像頭11啟動后，集成處理器12采集彩攝像頭11采集的彩圖像數據，通過ife對彩圖像數據進行預處理，然后通過ipe對預處理后的彩圖像數據進行圖像增強處理，得到待顯示的目標彩圖像數據。
58.但是，由于通用的集成處理器的預處理和圖像增強處理等圖像處理能力有限，因此在夜間拍攝場景下，通過集成處理器對攝像頭采集的圖像數據進行圖像處理后，得到的目標圖像數據的圖像畫面可能存在圖像不清晰、噪聲大，亮區過亮、暗去過暗，彩還原能力較差等問題。為了解決該技術問題，本技術實施例提供了一種圖像拍攝方法。
59.請參考圖2，圖2示出了本技術實施例提供的一種手機100的結構示意圖，如圖2所示，手機100包括攝像頭10、攝像頭20、處理器30和集成處理器40。
60.其中，攝像頭10為黑白攝像頭，用于拍攝黑白圖像。
61.其中，攝像頭20為彩攝像頭，用于拍攝彩圖像。
62.其中，集成處理器40集成有多個處理器，比如集成有中央處理器(central processing unit，cpu)、圖形處理器(graphics processing unit，gpu)、圖像信號處理器(image signal processor，isp)等多個處理器。集成處理器40通常集成在集成電路芯片上，比如集成在通用的片上芯片(system on chip，soc)上。
63.集成處理器40包括圖像增強模塊41，圖像增強模塊41用于對圖像數據進行增強處理。比如，圖像增強模塊41可以為ipe等。
64.其中，處理器30為集成處理器40之外的一個單獨的處理器，可以位于集成處理器40的前端。也即是，本技術實施例中，在集成處理器40之前又額外配置了一個專門用于對攝像頭拍攝的圖像進行圖像處理的處理器，以提高圖像處理效果，進而提高圖像拍攝效果。
65.比如，處理器30可以為isp，該isp是在集成處理器40中的isp之外又額外配置的一個專門進行圖像處理的處理器。譬如，處理器30為包括神經網絡處理單元(neural network processing unit，npu)的人工智能(artificial intelligence，ai)isp。示例地，處理器30集成在第一芯片上，第一芯片為soc之外的芯片。
compression，drc)模塊，對融合圖像數據進行動態范圍壓縮，以降低融合圖像數據的動態范圍，將融合圖像數據從高動態范圍成像壓縮到低動態范圍成像，而且保留圖像局部對比度和細節。示例地，圖像融合模塊33可以為ai模塊，通過ai算法實現對應功能。
75.作為一個示例，處理器30為isp，isp包括npu，上述模塊為npu中的ai模塊。
76.請參考圖4，圖4示出了本技術實施例提供的另一種手機100的結構示意圖。如圖4所示，手機100包括攝像頭10、攝像頭20、ai isp30和soc40，soc40包括isp42。
77.其中，ai isp30包括路由模塊34、ife35、ife36、ai降噪模塊31、ai降噪模塊32、去馬賽克模塊37、ai圖像融合模塊33和ai動態范圍壓縮模塊38。isp42包括ipe41和3a(自動曝光(auto exposure，ae)、自動白平衡(auto white balance，awe)、自動對焦(auto focus，af))模塊43。
78.另外，ai isp30還包括多個處理器接口，比如包括mipi0、mipi1和mipi2。攝像頭10通過mipi0與路由模塊34連接，攝像頭20通過mipi1與路由模塊34連接。ai動態范圍壓縮模塊38通過mipi0與ipe41連接。路由模塊34通過mipi1和mipi2與3a模塊43連接。
79.路由模塊34用于對攝像頭采集的圖像數據進行復制。比如，路由模塊34為標準圖像格式(standard image format，sif)路由模塊。攝像頭10采集的黑白圖像數據通過mipi0發送給路由模塊34，攝像頭20采集的彩圖像數據通過mipi1發送給路由模塊34。路由模塊34對黑白圖像數據和彩圖像數據分別進行復制，以得到兩路黑白圖像數據和兩路彩圖像數據。路由模塊34將一路黑白圖像數據發送給ife35，將一路彩圖像數據發送給ife36。以及將另一路黑白圖像數據通過mipi1發送給3a模塊43，將另一路彩圖像數據通過mipi2發送給3a模塊44。
80.ife35對黑白圖像數據進行預處理，將預處理后的黑白圖像數據發送給ai降噪模塊31。ife36對彩圖像數據進行預處理，將預處理后的彩圖像數據發送給ai降噪模塊32。其中，預處理用于對圖像數據進行校正，比如預處理包括黑白電平校正(black level correction，blc)、壞點校正(bad pixel correction，bpc)、鏡頭陰影校正(lens shading correction，lsc)和awe中的一種或多種。應理解，預處理還可以包括其他圖像處理操作，本技術實施例對此不做限定。
81.ai降噪模塊31對預處理后的黑白圖像數據進行降噪，得到降噪后的黑白圖像數據，將降噪后的黑白圖像數據發送給ai圖像融合模塊33。ai降噪模塊32對預處理后的彩圖像數據進行降噪，得到降噪后的彩圖像數據，將降噪后的彩圖像數據發送給去馬賽克模塊37，通過去馬賽克模塊37對降噪后的彩圖像數據進行去馬賽克處理，將去馬賽克處理后的彩圖像數據發送給ai圖像融合模塊33。其中，ai降噪模塊31和ai降噪模塊32為采用ai算法的降噪模塊。
82.ai圖像融合模塊33對降噪后的黑白圖像數據和去馬賽克后的彩圖像數據進行圖像融合，得到融合圖像數據，將融合圖像數據發送給ai動態范圍壓縮模塊38。ai圖像融合模塊33為采用ai算法的圖像融合模塊。
83.ai動態范圍壓縮模塊38對融合圖像數據進行動態范圍壓縮，將動態范圍壓縮后的融合圖像數據通過mipi0發送給isp42中的ipe41。ai動態范圍壓縮模塊38為采用ai算法的動態范圍壓縮模塊。
84.ipe41對動態范圍壓縮后的融合圖像數據進行圖像增強處理，得到目標圖像數據。
其中，圖像增強處理可以包括硬件降噪、圖像裁剪、顏增強或細節增強等圖像處理操作。
85.3a模塊43用于根據圖像數據采用3a算法計算3a值(ae值、awe值和af值)。在路由模塊34將另一路黑白圖像數據通過mipi1發送給3a模塊43，以及將另一路彩圖像數據通過mipi2發送給3a模塊43后，3a模塊43可以根據接收的黑白圖像數據計算第一3a值，根據第一3a值對攝像頭10進行控制，比如根據第一3a值調整攝像頭10的3a值，或者將第一3a值發送給攝像頭10，由攝像頭10根據第一3a值調整自身的3a值。另外，3a模塊43可以根據接收的彩圖像數據計算第二3a值，根據第二3a值對攝像頭20進行控制，比如根據第二3a值調整攝像頭20的3a值，或者將第二3a值發送給攝像頭20，由攝像頭20根據第二3a值調整自身的3a值。
86.請參考圖5，圖5示出了本技術實施例提供的一種ai降噪模塊的示意圖。如圖5所示，該降噪模塊包括神經網絡1，神經網絡1用于對圖像進行降噪。可以將圖像數據作為神經網絡1的輸入，通過神經網絡1輸出降噪后的圖像數據。比如，請參考圖5，以圖像數據為視頻幀數據為例，可以將第n幀視頻幀數據和降噪后的第n-1幀視頻幀數據作為神經網絡1的輸入，通過神經網絡1輸出降噪后的第n幀視頻幀數據。
87.請參考圖6，圖6示出了本技術實施例提供的一種ai圖像融合模塊的示意圖。如圖6所示，ai圖像融合模塊包括神經網絡2，神經網絡2用于對黑白圖像數據和彩圖像數據進行圖像融合，得到融合圖像數據。比如，先對黑白圖像數據和彩圖像數據進行尺度對齊，再將尺度對齊后的黑白圖像數據和彩圖像數據作為神經網絡2的輸入，通過神經網絡2輸出融合圖像數據。
88.請參考圖7，圖7示出了本技術實施例提供的一種ai動態范圍壓縮模塊的示意圖。如圖7所示，ai動態范圍壓縮模塊包括神經網絡3，神經網絡3用于對圖像數據進行動態范圍壓縮。比如，可以將高動態范圍圖像數據作為神經網絡3的輸入，通過神經網絡3輸出低動態范圍圖像數據。
89.需要說明的是，上述神經網絡可以為卷積神經網絡、net神經網絡等，當然也可以為其他神經網絡，本技術實施例對此不做限定。
90.請參考圖8，圖8示出了本技術實施例提供的一種手機100的硬件結構示意圖。參見圖8，手機100可以包括處理器110，外部存儲器接口120，內部存儲器121，通用串行總線(universal serial bus，usb)接口130，充電管理模塊140，電源管理模塊141，電池142，天線1，天線2，移動通信模塊150，無線通信模塊160，音頻模塊170，揚聲器170a，受話器170b，麥克風170c，耳機接口170d，傳感器模塊180，按鍵190，馬達191，指示器192，攝像頭193，顯示屏194，以及用戶標識模塊(subscriber identification module，sim)卡接口195等。
91.可以理解的是，本技術實施例示意的結構并不構成對手機100的具體限定。在本技術另一些實施例中，手機100可以包括比圖示更多或更少的部件，或者組合某些部件，或者拆分某些部件，或者不同的部件布置。圖示的部件可以以硬件，軟件或軟件和硬件的組合實現。
92.處理器110可以包括一個或多個處理單元，比如：處理器110可以包括應用處理器(application processor，ap)，調制解調處理器，圖形處理器(graphics processing unit，gpu)，圖像信號處理器(image signal processor，isp)，控制器，存儲器，視頻編解碼器，數字信號處理器(digital signal processor，dsp)，基帶處理器，和/或神經網絡處理
器(neural-network processing unit，npu)等。
93.其中，不同的處理單元可以是獨立的器件，也可以集成在一個或多個處理器中。比如，處理器110包括獨立的處理器111和集成處理器112。處理器111用于對攝像頭193中多個攝像頭采集的圖像數據進行降噪和圖像融合，得到融合圖像數據。集成處理器112用于對第一處理器111得到的融合圖像數據進行圖像增強處理。示例地，處理器111是包括npu的ai isp，集成處理器112包括通用的isp。
94.其中，控制器可以是手機100的神經中樞和指揮中心。控制器可以根據指令操作碼和時序信號，產生操作控制信號，完成取指令和執行指令的控制。
95.處理器110中還可以設置存儲器，用于存儲指令和數據。在一些實施例中，處理器110中的存儲器為高速緩沖存儲器。該存儲器可以保存處理器110剛用過或循環使用的指令或數據。如果處理器110需要再次使用該指令或數據，可從該存儲器中直接調用。避免了重復存取，減少了處理器110的等待時間，因而提高了系統的效率。
96.在一些實施例中，處理器110可以包括一個或多個接口，如可以包括集成電路(inter-integrated circuit，i2c)接口，集成電路內置音頻(inter-integrated circuit sound，i2s)接口，脈沖編碼調制(pulse code modulation，pcm)接口，通用異步收發傳輸器(universal asynchronous receiver/transmitter，uart)接口，移動產業處理器接口(mobile industry processor interface，mipi)，通用輸入輸出(general-purpose input/output，gpio)接口，用戶標識模塊(subscriber identity module，sim)接口，和/或通用串行總線(universal serial bus，usb)接口等。
97.mipi接口可以被用于連接處理器110與顯示屏194，攝像頭193等外圍器件。mipi接口包括攝像頭串行接口(camera serial interface，csi)，顯示屏串行接口(display serial interface，dsi)等。在一些實施例中，處理器110和攝像頭193通過csi接口通信，實現手機100的拍攝功能。處理器110和顯示屏194通過dsi接口通信，實現手機100的顯示功能。
98.可以理解的是，本技術實施例示意的各模塊間的接口連接關系，只是示意性說明，并不構成對手機100的結構限定。在本技術另一些實施例中，手機100也可以采用上述實施例中不同的接口連接方式，或多種接口連接方式的組合。
99.充電管理模塊140用于從充電器接收充電輸入。其中，充電器可以是無線充電器，也可以是有線充電器。電源管理模塊141用于連接電池142，充電管理模塊140與處理器110。電源管理模塊141接收電池142和/或充電管理模塊140的輸入，為處理器110，內部存儲器121，外部存儲器，顯示屏194，攝像頭193和無線通信模塊160等供電。
100.手機100的無線通信功能可以通過天線1，天線2，移動通信模塊150，無線通信模塊160，調制解調處理器以及基帶處理器等實現。
101.天線1和天線2用于發射和接收電磁波信號。手機100中的每個天線可用于覆蓋單個或多個通信頻帶。不同的天線還可以復用，以提高天線的利用率。比如：可以將天線1復用為無線局域網的分集天線。在另外一些實施例中，天線可以和調諧開關結合使用。
102.移動通信模塊150可以提供應用在手機100上的包括2g/3g/4g/5g等無線通信的解決方案。移動通信模塊150可以包括至少一個濾波器，開關，功率放大器，低噪聲放大器(low noise amplifier，lna)等。移動通信模塊150可以由天線1接收電磁波，并對接收的電磁波
進行濾波，放大等處理，傳送至調制解調處理器進行解調。移動通信模塊150還可以對經調制解調處理器調制后的信號放大，經天線1轉為電磁波輻射出去。
103.無線通信模塊160可以提供應用在手機100上的包括無線局域網(wireless local area networks，wlan)(如無線保真(wireless fidelity，wi-fi)網絡)，藍牙(bluetooth，bt)，全球導航衛星系統(global navigation satellite system，gnss)，調頻(frequency modulation，fm)，近距離無線通信技術(near field communication，nfc)，紅外技術(infrared，ir)等無線通信的解決方案。無線通信模塊160可以是集成至少一個通信處理模塊的一個或多個器件。
104.手機100通過gpu，顯示屏194，以及應用處理器等實現顯示功能。gpu為圖像處理的微處理器，連接顯示屏194和應用處理器。gpu用于執行數學和幾何計算，用于圖形渲染。處理器110可包括一個或多個gpu，其執行程序指令以生成或改變顯示信息。
105.顯示屏194用于顯示圖像，視頻等。顯示屏194包括顯示面板。顯示面板可以采用液晶顯示屏(liquid crystal display，lcd)，有機發光二極管(organic light-emitting diode，oled)，有源矩陣有機發光二極體或主動矩陣有機發光二極體(active-matrix organic light emitting diode，amoled)，柔性發光二極管(flex light-emitting diode，fled)，miniled，microled，micro-oled，量子點發光二極管(quantum dot light emitting diodes，qled)等。在一些實施例中，手機100可以包括1個或n個顯示屏194，n為大于1的整數。
106.手機100可以通過isp，攝像頭193，視頻編解碼器，gpu，顯示屏194以及應用處理器等實現拍攝功能。
107.isp用于處理攝像頭193反饋的數據。比如，拍照時，打開快門，光線通過鏡頭被傳遞到攝像頭感光元件上，光信號轉換為電信號，攝像頭感光元件將電信號傳遞給isp處理，轉化為肉眼可見的圖像。isp還可以對圖像的噪點，亮度，膚進行算法優化。isp還可以對拍攝場景的曝光，溫等參數優化。在一些實施例中，isp可以設置在攝像頭193中。
108.攝像頭193用于捕獲靜態圖像或視頻。物體通過鏡頭生成光學圖像投射到感光元件。感光元件可以是電荷耦合器件(charge coupled device，ccd)或互補金屬氧化物半導體(complementary metal-oxide-semiconductor，cmos)光電晶體管。感光元件把光信號轉換成電信號，之后將電信號傳遞給isp轉換成數字圖像信號。isp將數字圖像信號輸出到dsp加工處理。dsp將數字圖像信號轉換成標準的rgb，yuv等格式的圖像信號。在一些實施例中，手機100可以包括1個或n個攝像頭193，n為大于1的整數。
109.數字信號處理器用于處理數字信號，除了可以處理數字圖像信號，還可以處理其他數字信號。比如，當手機100在頻點選擇時，數字信號處理器用于對頻點能量進行傅里葉變換等。
110.視頻編解碼器用于對數字視頻壓縮或解壓縮。手機100可以支持一種或多種視頻編解碼器。這樣，手機100可以播放或錄制多種編碼格式的視頻，比如：動態圖像專家組(moving picture experts group，mpeg)1，mpeg2，mpeg3，mpeg4等。
111.npu為神經網絡(neural-network，nn)計算處理器，通過借鑒生物神經網絡結構，比如借鑒人腦神經元之間傳遞模式，對輸入信息快速處理，還可以不斷的自學習。通過npu可以實現手機100的智能認知等應用，比如：圖像識別，人臉識別，語音識別，文本理解等。
112.外部存儲器接口120可以用于連接外部存儲卡，比如micro sd卡，實現擴展手機100的存儲能力。外部存儲卡通過外部存儲器接口120與處理器110通信，實現數據存儲功能。比如將音樂，視頻等文件保存在外部存儲卡中。
113.內部存儲器121可以用于存儲計算機可執行程序代碼，計算機可執行程序代碼包括指令。處理器110通過運行存儲在內部存儲器121的指令，來執行手機100的各種功能應用以及數據處理。內部存儲器121可以包括存儲程序區和存儲數據區。其中，存儲程序區可存儲操作系統，至少一個功能所需的應用程序(比如聲音播放功能，圖像播放功能等)等。存儲數據區可存儲手機100在使用過程中所創建的數據(比如音頻數據，電話本等)等。此外，內部存儲器121可以包括高速隨機存取存儲器，還可以包括非易失性存儲器，比如至少一個磁盤存儲器件，閃存器件，通用閃存存儲器(universal flash storage，ufs)等。
114.手機100可以通過音頻模塊170，揚聲器170a，受話器170b，麥克風170c，耳機接口170d以及應用處理器等實現音頻功能，比如音樂播放，錄音等。按鍵190包括開機鍵，音量鍵等。按鍵190可以是機械按鍵，也可以是觸摸式按鍵。手機100可以接收按鍵輸入，產生與手機100的用戶設置以及功能控制有關的鍵信號輸入。馬達191可以產生振動提示。指示器192可以是指示燈，可以用于指示充電狀態，電量變化，也可以用于指示消息，未接來電，通知等。sim卡接口195用于連接sim卡。
115.接下來對手機100的軟件系統予以說明。
116.手機100的軟件系統可以采用分層架構，事件驅動架構，微核架構，微服務架構，或云架構。本技術實施例以分層架構的安卓(android)系統為例，對手機100的軟件系統進行示例性說明。
117.圖9示出了本技術實施例提供的一種手機100的軟件系統的框圖。參見圖9，分層架構將軟件分成若干個層，每一層都有清晰的角和分工。層與層之間通過軟件接口通信。在一些實施例中，將android系統分為四層，從上至下分別為應用程序層，應用程序框架層，安卓運行時(android runtime)和系統層，內核層和硬件抽象層(hardware abstraction layer，hal)。
118.應用程序層可以包括一系列應用程序包。如圖9所示，應用程序包可以包括相機，圖庫，日歷，通話，地圖，導航，wlan，藍牙，音樂，視頻，短信息等應用程序。
119.應用程序框架層為應用程序層的應用程序提供應用編程接口(application programming interface，api)和編程框架。應用程序框架層包括一些預先定義的函數。如圖9所示，應用程序框架層可以包括窗口管理器，內容提供器，視圖系統，電話管理器，資源管理器，通知管理器等。窗口管理器用于管理窗口程序。窗口管理器可以獲取顯示屏大小，判斷是否有狀態欄，鎖定屏幕，截取屏幕等。內容提供器用來存放和獲取數據，并使這些數據可以被應用程序訪問，這些數據可以包括視頻，圖像，音頻，撥打和接聽的電話，瀏覽歷史和書簽，電話簿等。視圖系統包括可視控件，比如顯示文字的控件，顯示圖片的控件等。視圖系統可用于構建應用程序的顯示界面，顯示界面可以由一個或多個視圖組成，比如，包括顯示短信通知圖標的視圖，包括顯示文字的視圖，以及包括顯示圖片的視圖。電話管理器用于提供手機100的通信功能，比如通話狀態的管理(包括接通，掛斷等)。資源管理器為應用程序提供各種資源，比如本地化字符串，圖標，圖片，布局文件，視頻文件等。通知管理器使應用程序可以在狀態欄中顯示通知信息，可以用于傳達告知類型的消息，可以短暫停留后自
動消失，無需用戶交互。比如，通知管理器被用于告知下載完成，消息提醒等。通知管理器還可以是以圖表或滾動條文本形式出現在系統頂部狀態欄的通知，比如后臺運行的應用程序的通知。通知管理器還可以是以對話窗口形式出現在屏幕上的通知，比如在狀態欄提示文本信息，發出提示音，電子設備振動，指示燈閃爍等。
120.android runtime包括核心庫和虛擬機。android runtime負責安卓系統的調度和管理。核心庫包含兩部分：一部分是java語言需要調用的功能函數，另一部分是安卓的核心庫。應用程序層和應用程序框架層運行在虛擬機中。虛擬機將應用程序層和應用程序框架層的java文件執行為二進制文件。虛擬機用于執行對象生命周期的管理，堆棧管理，線程管理，安全和異常的管理，以及垃圾回收等功能。
121.系統庫可以包括多個功能模塊，比如：表面管理器(surface manager)，媒體庫(media libraries)，三維圖形處理庫(比如：opengl es)，2d圖形引擎(比如：sgl)等。表面管理器用于對顯示子系統進行管理，并且為多個應用程序提供了2d和3d圖層的融合。媒體庫支持多種常用的音頻，視頻格式回放和錄制，以及靜態圖像文件等。媒體庫可以支持多種音視頻編碼格式，比如：mpeg4，h.264，mp3，aac，amr，jpg，png等。三維圖形處理庫用于實現三維圖形繪圖，圖像渲染，合成，和圖層處理等。2d圖形引擎是2d繪圖的繪圖引擎。
122.內核層是硬件和軟件之間的層。內核層至少包含攝像頭驅動，處理器驅動，顯示驅動，音頻驅動等設備驅動程序。設備驅動程序為i/o系統和相關硬件之間的接口，用于驅動對應的硬件設備。
123.硬件抽象層是位于內核層與硬件電路之間的接口層。hal是一個核心態模塊，可以隱藏各種與硬件有關的細節，例如i/o接口、中斷控制器以及多處理器通信機制等，為運行windows的不同硬件平臺提供統一的服務接口，實現多種硬件平臺上的可移植性。
124.硬件層包括攝像頭組、單獨的處理器、集成處理器、顯示器和音頻設備等。攝像頭組包括多個攝像頭，比如包括黑白攝像頭和彩攝像頭。示例地，單獨的處理器可以為ai isp，集成處理器可以集成cpu、gpu和通用的isp等。
125.需要說明的是，本技術實施例僅以windows系統舉例來說明，在其他操作系統中(例如安卓系統，ios系統等)，只要各個功能模塊實現的功能和本技術的實施例類似也能實現本技術的方案。
126.下面結合捕獲拍照場景，示例性說明手機100軟件以及硬件的工作流程。
127.當觸摸傳感器接收到觸摸操作，相應的硬件中斷被發給內核層。內核層將觸摸操作加工成原始輸入事件(包括觸摸坐標，觸摸操作的時間戳等信息)。原始輸入事件被存儲在內核層。應用程序框架層從內核層獲取原始輸入事件，識別原始輸入事件所對應的控件。以該觸摸操作是單擊操作，該單擊操作所對應的控件為相機應用圖標的控件為例，相機應用調用應用程序框架層的接口，啟動相機應用，再調用內核層啟動攝像頭驅動，通過攝像頭捕獲靜態圖像或視頻。在通過攝像頭捕獲靜態圖像或視頻后，相機應用還可以通過hal層調用單獨的處理器和集成處理器，通過單獨的處理器和集成處理器對攝像頭捕獲的靜態圖像或視頻進行圖像處理。
128.接下來，對本技術實施例提供的圖像處理方法進行詳細說明。
129.圖10示出了本技術實施例提供的一種圖像處理方法的流程圖，該方法應用于手機等電子設備中，電子設備包括第一攝像頭、第二攝像頭、第一處理器和集成處理器。如圖10
所示，該方法包括如下步驟：
130.步驟1001：第一攝像頭采集第一圖像數據，第一圖像數據為黑白圖像數據。
131.其中，第一攝像頭為用于拍攝黑白圖像的黑白攝像頭。第一圖像數據為第一攝像頭采集的單通道的原始圖像數據。
132.步驟1002：第一攝像頭將第一圖像數據發送給第一處理器。
133.第一攝像頭可以通過相關接口與第一處理器連接，通過相關接口將第一圖像數據發送給第一處理器。比如，相關接口可以為mipi接口。
134.步驟1003：第二攝像頭采集第二圖像數據，第二圖像數據為彩圖像數據。
135.其中，第二攝像頭為用于拍攝彩圖像的彩攝像頭。第二圖像數據為第二攝像頭采集raw域的原始圖像數據。
136.步驟1004：第二攝像頭將彩圖像數據發送給第一處理器。
137.第二攝像頭可以通過相關接口與第二處理器連接，通過相關接口將第二圖像數據發送給第一處理器。比如，相關接口可以為mipi接口。
138.步驟1005：第一處理器在接收到第一圖像數據和第二圖像數據后，對第一圖像數據和第二圖像數據分別進行降噪。
139.其中，第一處理器為集成處理器之外的單獨的處理器，為本技術實施例在集成處理器之外單獨設置的用于對攝像頭采集的圖像進行圖像處理的處理器。比如，第一處理器為包括npu的ai處理器。例如，第一處理器為isp，該isp包括npu，即第一處理器為包括npu的ai isp。
140.通過對第一圖像數據和第二圖像數據進行降噪，可以得到高信噪比的圖像數據，提高圖像數據的清晰度。
141.作為一個示例，第一處理器可以采用ai算法對第一圖像數據和第二圖像數據分別進行降噪。如此，可以提高第一處理器的運算效率。
142.比如，第一處理器包括npu，npu包括第一神經網絡和第二神經網絡，第一神經網絡用于對黑白圖像數據進行降噪，第二神經網絡用于對彩圖像數據進行降噪。第一處理器可以通過第一神經網絡對第一圖像數據進行降噪，得到降噪后的第一圖像數據；通過第二神經網絡對第二圖像數據進行降噪，得到降噪后的第二圖像數據。
143.其中，第一神經網絡和第二神經網絡可以為同一個神經網絡，也可以為不同的神經網絡，本技術實施例對此不做限定。
144.通過在專用的npu上運行ai降噪算法，可以進一步提高第一處理器的運算效率。
145.作為一個示例，第一神經網絡和第二神經網絡可以如上述圖5所示。以視頻拍攝場景為例，第一神經網絡和第二神經網絡可以根據當前幀和鄰近幀的降噪幀，確定當前幀的降噪幀。比如，第一神經網絡和第二神經網絡可以根據當前幀的時域信息和鄰近幀的降噪幀的時域信息，確定當前幀的降噪幀。
146.例如，第一圖像數據為第一攝像頭采集的第一視頻幀數據。對于第一視頻幀數據，第一處理器可以將第一視頻幀數據和第三視頻幀數據作為第一神經網絡的輸入，通過第一神經網絡對第一視頻幀數據和第三視頻幀數據進行處理，得到降噪后的第一圖像數據。其中，第三視頻幀數據是對第一攝像頭在第一視頻幀數據之前采集的視頻幀數據進行降噪后得到，即第三視頻幀數據為第一視頻幀數據的前一幀視頻幀數據的降噪數據。
147.例如，第二圖像數據為第二攝像頭采集的第二視頻幀數據。對于第二視頻幀數據，第一處理器可以將第二視頻幀數據和第四視頻幀數據作為第二神經網絡的輸入，通過第二神經網絡對第二視頻幀數據和第四視頻幀數據進行處理，得到降噪后的第二圖像數據。其中，第四視頻幀數據是對第二攝像頭在第二視頻幀數據之前采集的視頻幀數據進行降噪后得到，即第四視頻幀數據為第二視頻幀數據的前一幀視頻幀數據的降噪數據。
148.作為一個示例，在對第一圖像數據和第二圖像數據分別進行降噪之前，第一處理器還可以對第一圖像數據和第二圖像數據分別進行預處理。然后，對預處理后的第一圖像數據進行降噪，得到降噪后的第一圖像數據；對預處理后的第二圖像數據進行降噪，得到降噪后的第二圖像數據。
149.其中，預處理用于對圖像數據進行校正。比如，預處理包括黑白電平校正、壞點校正、鏡頭陰影校正和自動白平衡中的一種或多種，當然也可以包括其他圖像處理操作，本技術實施例對此不做限定。
150.作為一個示例，第一處理器包括第一ife和第二ife。第一處理器通過第一ife對第一圖像數據進行預處理，得到預處理后的第一圖像數據。第一處理器通過第二ife對第二圖像數據進行預處理，得到預處理后的第二圖像數據。
151.其中，第一ife和第二ife可以為同一個ife，也可以為不同的ife，本技術實施例對此不做限定。
152.作為一個示例，第一處理器對第二圖像數據進行降噪之后，還可以對降噪后的第二圖像數據進行去馬賽克處理，得到第六圖像數據。
153.其中，降噪后的第二圖像數據為raw域的圖像數據，第六圖像數據為rgb域的圖像數據。通過對降噪后的第二圖像數據進行去馬賽克處理，可以將降噪后的第二圖像數據從raw域轉換為rgb域。
154.步驟1006：第一處理器對降噪后的第一圖像數據和降噪后的第二圖像數據進行圖像融合，得到第三圖像數據。
155.其中，第三圖像數據為融合圖像數據，且為彩圖像數據。
156.通過對降噪后的第一圖像數據和降噪后的第二圖像數據進行圖像融合，可以將降噪后的第一圖像數據的亮度信息、細節信息與降噪后的第二圖像數據的彩信息進行融合，得到高信噪比、且細節清晰、彩準確的融合圖像數據。
157.作為一個示例，第一處理器可以采用ai算法對降噪后的第一圖像數據和降噪后的第二圖像數據進行圖像融合。如此，可以提高第一處理器的運算效率。
158.比如，第一處理器包括npu，npu包括第三神經網絡，第三神經網絡用于對黑白圖像數據和彩圖像數據進行圖像融合。第一處理器可以通過第三神經網絡對降噪后的第一圖像數據和降噪后的第二圖像數據進行圖像融合，得到第三圖像數據。
159.通過在專用的npu上運行ai圖像融合算法，可以提高算法的運算速度，從而進一步提高第一處理器的運算效率。
160.作為一個示例，第一處理器可以先對降噪后的第一圖像數據和降噪后的第二圖像數據進行尺度對齊，得到尺度對齊后的第一圖像數據和第二圖像數據，尺度對齊后的第一圖像數據和第二圖像數據的尺度相同。再將尺度對齊后的第一圖像數據和第二圖像數據作為第二神經網絡的輸入，通過第二神經網絡對尺度對齊后的第一圖像數據和第二圖像數據
進行處理，得到第三圖像數據。
161.其中，可以將尺度較大的圖像數據的尺度縮小，也可以將尺度較小的圖像數據的尺度增大，來對降噪后的第一圖像數據和降噪后的第二圖像數據進行尺度對齊。
162.作為一個示例，第一處理器可以獲取第一攝像頭和第二攝像頭的關鍵參數，根據第一攝像頭和第二攝像頭的關鍵參數，確定降噪后的第一圖像數據和降噪后的第二圖像數據之間的尺度差異。然后，根據尺度差異對降噪后的第一圖像數據和降噪后的第二圖像數據進行尺度對齊，得到尺度對齊后的第一圖像數據和第二圖像數據。
163.其中，攝像頭的關鍵參照包括焦距、像素尺寸和視場角中的一種或多種，當然也可以包括其他關鍵參數，本技術實施例對此不做限定。
164.另外，第一處理器對第二圖像數據進行降噪之后，還可以對降噪后的第二圖像數據進行去馬賽克處理，得到第六圖像數據。然后，對降噪后的第一圖像數據和第六圖像數據進行圖像融合，得到第三圖像數據。
165.步驟1007：第一處理器將第三圖像數據發送給集成處理器。
166.其中，集成處理器集成有多個處理器，比如集成有通用的isp、cpu和gpu。集成處理器可以集成在集成電路上，比如集成處理器集成在soc上。
167.第一處理器可以通過相關接口與集成處理器連接，通過相關接口將第三圖像數據發送給集成處理器。比如，相關接口可以為mipi接口。
168.作為一個示例，第一處理器還可以先對第三圖像數據進行動態范圍壓縮，得到第五圖像數據，然后將第五圖像數據發送給集成處理器。
169.其中，第五圖像數據的動態范圍低于第三圖像數據的動態范圍。比如，第三圖像數據為高動態范圍(high dynamic range，hdr)圖像數據，第五圖像數據為低動態范圍(low dynamic range，ldr)圖像數據。
170.通過對第三圖像數據進行動態范圍壓縮，可以將第三圖像數據從高位寬圖像壓縮到低位寬圖像，而且能夠保留圖像的局部對比度和細節信息。
171.作為一個示例，第一處理器可以采用ai算法對第三圖像數據進行動態范圍壓縮。如此，可以提高第一處理器的運算效率。
172.比如，第一處理器包括npu，npu包括第四神經網絡，第四神經網絡用于對圖像數據進行動態范圍壓縮。第一處理器可以通過第四神經網絡對第三圖像數據進行動態范圍壓縮，得到第五圖像數據。
173.通過在專用的npu上運行ai動態范圍壓縮算法，可以提高算法的運算速度，從而進一步提高第一處理器的運算效率。
174.作為一個示例，第四神經網絡可以采用影調映射(tone mapping，tm)對第三圖像數據進行動態范圍壓縮。比如，第一處理器將第三圖像數據作為第四神經網絡的輸入，通過第四神經網絡對第三圖像數據進行影調映射，得到第五圖像數據。
175.此外，第一處理器接收到第一圖像數據和第二圖像數據之后，還可以將第一圖像數據和第二圖像數據發送給集成處理器。
176.比如，第一處理器通過相關接口與集成處理器連接，通過相關接口將第一圖像數據發送給集成處理器。比如，相關接口可以為mipi接口。
177.步驟1008：集成處理器對第三圖像數據進行圖像增強處理，得到目標圖像數據。
178.其中，圖像增強處理可以包括硬件降噪、圖像裁剪、顏增強或細節增強等圖像處理操作，當然也可以包括其他圖像處理操作，本技術實施例對此不做限定。
179.作為一個示例，集成處理器包括ipe，集成處理器通過ipe對第三圖像數據進行圖像增強處理，得到目標圖像數據。
180.在得到目標圖像數據之后，集成處理器可以對目標圖像數據進行保存或送顯。比如，集成處理器可以將目標圖像數據從rgb域轉換為yuv域，再對yuv域的目標圖像數據進行保存或送顯。
181.另外，集成處理器還可以接收第一處理器發送的第一圖像數據和第二圖像數據。集成處理器接收到第一圖像數據和第二圖像數據之后，可以根據第一圖像數據確定第一3a值，根據第一3a值對第一攝像頭進行控制；根據第二圖像數據確定第二3a值，根據第二3a值對第二攝像頭進行控制。
182.其中，第一3a值和第二3a值包括af值、ae值和awe值。集成處理器可以根據圖像數據采用3a算法確定3a值，該3a算法可以預先設置，本技術實施例對此不做限定。
183.作為一個示例，集成處理器可以根據第一3a值調整第一攝像頭的3a值，根據第二3a值調整第二攝像頭的3a值。或者，集成處理器也可以將第一3a值發送給第一攝像頭，由第一攝像頭根據第一3a值調整自身的3a值；將第二3a值發送給第二攝像頭，由第二攝像頭根據第二3a值調整自身的3a值。
184.如此，可以根據第一圖像數據和第二圖像數據的圖像信息，對第一攝像頭和第二攝像頭進行自動曝光、自動白平衡和自動對焦，提高后續圖像的拍攝效果。
185.作為一個示例，電子設備可以在特定拍攝模式下，采用本技術實施例提供的圖像處理方法對攝像頭拍攝的圖像數據進行處理。其中，特定拍攝模式可以預先設置，比如可以為夜間拍攝模式、室內拍攝模式、陰天拍攝模式等，本技術實施例對此不做限定。
186.本技術實施例中，通過在集成處理器之外配置額外的第一處理器，以及采用黑白攝像頭和彩攝像頭分別進行拍攝的雙攝方案，可以在集成處理器的圖像增強處理之前，先通過第一處理器對黑白攝像頭采集的黑白圖像數據以及彩攝像頭采集的彩圖像數據分別進行降噪，并對降噪后的黑白圖像數據和彩圖像數據進行圖像融合，再將融合圖像數據發送給集成處理器，由集成處理器對其進一步進行圖像增強處理。通過第一處理器對黑白攝像頭采集的黑白圖像數據以及彩攝像頭采集的彩圖像數據分別進行降噪，可以得到高信噪比的黑白圖像數據和彩圖像數據，提高圖像數據的清晰度。通過對降噪后的黑白圖像數據和彩圖像數據進行圖像融合，可以將降噪后的黑白圖像數據的亮度信息、細節信息與降噪后的彩圖像數據的彩信息進行融合，得到高信噪比、且細節清晰、彩準確的圖像數據。如此，可以對圖像的清晰度、彩和亮度進行全方位增強，得到清晰度較高、彩還原能力較強、且亮度較為均勻的圖像，進而提高了攝像頭的拍攝效果，尤其可以提高夜間場景、室內場、陰天場景等光線較弱的拍攝場景的拍攝效果。
187.接下來，結合上述圖4，以視頻拍攝場景為例，對本技術實施例提供的圖像處理方法進行詳細說明。
188.圖11示出了本技術實施例提供的另一種圖像處理方法的流程圖，該方法應用于圖4所示的手機100中。如圖11所示，該方法包括如下步驟：
189.步驟1101：攝像頭10采集視頻幀1，視頻幀1為黑白視頻幀。
190.其中，攝像頭10用于拍攝黑白圖像的攝像頭。攝像頭20用于拍攝彩攝像頭。
191.步驟1102：攝像頭10將視頻幀1發送給路由模塊34。
192.比如，攝像頭10將視頻幀1通過mipi0發送給路由模塊34。
193.步驟1103：攝像頭20采集視頻幀2，視頻幀2為彩視頻幀。
194.作為一個示例，視頻幀1和視頻幀2為同一時間采集的視頻幀。
195.步驟1104：攝像頭20將視頻幀2發送給路由模塊34。
196.比如，攝像頭20將視頻幀2通過mipi0發送給路由模塊34。
197.作為一個示例，相機應用可以在接收到視頻拍攝指令后，同時調用攝像10和攝像頭20，采用雙攝拍攝方式同時采集黑白視頻幀和彩視頻幀。
198.需要說明的是，視頻幀1和視頻幀2均為攝像頭采集的原始視頻數據，視頻幀1為單通道的視頻幀，視頻幀2為raw域的視頻幀。
199.步驟1105：路由模塊34對視頻1進行復制得到視頻幀3，對視頻幀2進行復制得到視頻幀4。
200.步驟1106：路由模塊34將視頻幀1發送給ife35，將視頻幀2發送給ife36。
201.步驟1107：路由模塊34將視頻幀3和視頻幀4發送給3a模塊43。
202.比如，路由模塊34可以將視頻幀3和視頻幀4通過相同或不同的接口發送給3a模塊43。比如，通過mipi1將視頻幀3發送給3a模塊43，通過mipi2將視頻幀4發送給3a模塊43。
203.步驟1108：ife35對視頻幀1進行預處理，得到預處理后的視頻幀1。
204.其中，預處理用于對圖像數據進行校正，比如預處理包括黑白電平校正、壞點校正、鏡頭陰影校正和自動白平衡中的一種或多種。應理解，預處理還可以包括其他圖像處理操作，本技術實施例對此不做限定。
205.步驟1109：ife35將預處理后的視頻幀1發送給ai降噪模塊31。
206.步驟1110：ife36對視頻幀2進行預處理，得到預處理后的視頻幀2。
207.需要說明的是，ife35和ife36可以為同一個ife，也可以為不同的ife，本技術實施例對此不做限定。
208.步驟1111：ife36將預處理后的視頻幀2發送給ai降噪模塊32。
209.步驟1112：ai降噪模塊31對預處理后的視頻幀1進行降噪，得到降噪后的視頻幀1。
210.其中，ai降噪模塊31可以采用ai降噪算法對預處理后的視頻幀1進行降噪。
211.比如，ai降噪模塊31包括第一神經網絡，第一神經網絡用于對黑白圖像數據進行降噪。ai降噪模塊31通過第一神經網絡對預處理后的視頻幀1進行降噪，得到降噪后的視頻幀1。
212.示例地，第一神經網絡可以為圖5所示的神經網絡1。可以將視頻幀1以及視頻幀1的前一個視頻幀的降噪結果作為第一神經網絡的輸入，通過第一神經網絡輸出視頻幀1的降噪結果，即降噪后的視頻幀1。
213.步驟1113：ai降噪模塊31將降噪后的視頻幀1發送給ai圖像融合模塊33。
214.步驟1114：ai降噪模塊32對預處理后的視頻幀2進行降噪，得到降噪后的視頻幀2。
215.其中，ai降噪模塊32可以采用ai降噪算法對預處理后的視頻幀2進行降噪。
216.比如，ai降噪模塊32包括第二神經網絡，第二神經網絡用于對彩圖像數據進行降噪。ai降噪模塊32通過第二神經網絡對預處理后的視頻幀2進行降噪，得到降噪后的視頻
幀2。
217.示例地，第二神經網絡可以為圖5所示的神經網絡1。可以將視頻幀2以及視頻幀2的前一個視頻幀的降噪結果作為第二神經網絡的輸入，通過第二神經網絡輸出視頻幀2的降噪結果，即降噪后的視頻幀2。
218.通過對視頻幀1和視頻幀2進行降噪，可以減小視頻幀1和視頻幀2的噪聲，得到高信噪比的視頻幀1和視頻幀2，提高視頻幀的清晰度。
219.步驟1115：ai降噪模塊32將降噪后的視頻幀2發送給去馬賽克模塊37。
220.步驟1116：去馬賽克模塊37對降噪后的視頻幀2進行去馬賽克處理，得到去馬賽克處理后的視頻幀2。
221.通過對降噪后的視頻幀2進行去馬賽克處理，可以將降噪后的視頻幀2從raw域轉換至rgb域，得到rgb域的高信噪比的視頻幀2。
222.步驟1117：去馬賽克模塊37將去馬賽克處理后的視頻幀2發送給ai圖像融合模塊33。
223.步驟1118：ai圖像融合模塊33對降噪后的視頻幀1和去馬賽克處理后的視頻幀2進行圖像融合，得到融合視頻幀。
224.其中，融合視頻幀為彩視頻幀，且為rgb域的彩視頻幀。
225.ai圖像融合模塊33可以采用ai圖像融合對降噪后的視頻幀1和去馬賽克處理后的視頻幀2進行圖像融合。
226.比如，ai圖像融合模塊33包括第三神經網絡，第三神經網絡用于對黑白圖像數據和彩圖像數據進行圖像融合。ai圖像融合模塊33通過第三神經網絡對降噪后的視頻幀1和去馬賽克處理后的視頻幀2進行圖像融合，得到融合視頻幀。
227.示例地，第三神經網絡可以為圖6所示的神經網絡2。可以將先對降噪后的視頻幀1和去馬賽克處理后的視頻幀2進行尺度對齊，再將尺度對齊后的兩個視頻幀作為第三神經網絡的輸入，通過第三神經網絡輸出融合視頻幀。
228.通過對降噪后的視頻幀1和去馬賽克處理后的視頻幀2進行圖像融合，可以將降噪后的視頻幀1的亮度信息、細節信息與去馬賽克處理后的視頻幀2的彩信息進行融合，得到高信噪比、且細節清晰、彩準確的融合視頻幀。
229.步驟1119：ai圖像融合模塊33將融合視頻幀發送給ai動態范圍壓縮模塊38。
230.步驟1120：ai動態范圍壓縮模塊38對融合視頻幀進行動態范圍壓縮，得到動態范圍壓縮后的融合視頻幀。
231.其中，動態范圍壓縮后的融合視頻幀的動態范圍低于融合視頻幀的動態范圍。比如，融合視頻幀為hdr視頻幀，動態范圍壓縮后的融合視頻幀為ldr視頻幀。
232.其中，ai動態范圍壓縮模塊38可以采用ai動態范圍壓縮對融合視頻幀進行動態范圍壓縮。
233.比如，ai動態范圍壓縮模塊38包括第四神經網絡，第四神經網絡用于對圖像數據進行動態范圍壓縮。ai動態范圍壓縮模塊38通過第四神經網絡對ai動態范圍壓縮模塊38進行動態范圍壓縮，得到動態范圍壓縮后的融合視頻幀。
234.示例地，第四神經網絡可以為圖7所示的神經網絡3。可以將融合視頻幀作為第四神經網絡的輸入，通過第四神經網絡輸出動態范圍壓縮后的融合視頻幀。
235.通過對融合視頻幀進行動態范圍壓縮，可以將融合視頻幀從高位寬圖像壓縮到低位寬圖像，而且能夠保留圖像的局部對比度和細節信息。
236.步驟1121：ai動態范圍壓縮模塊38將動態范圍壓縮后的融合視頻幀發送給ipe41。
237.比如，ai動態范圍壓縮模塊38可以通過mipi0，將動態范圍壓縮后的融合視頻幀發送給ipe41。
238.步驟1122：ipe41對動態范圍壓縮后的融合視頻幀進行圖像增強處理，得到目標視頻幀。
239.其中，圖像增強處理可以包括硬件降噪、圖像裁剪、顏增強或細節增強等圖像處理操作，當然也可以包括其他圖像處理操作，本技術實施例對此不做限定。
240.步驟1123：ipe41對目標視頻幀進行保存或送顯。
241.作為一個示例，ipe41可以將目標視頻幀從rgb域轉換到yuv域，再對yuv域的目標視頻幀進行保存或送顯。
242.步驟1124：3a模塊43采用3a算法根據視頻幀3確定第一3a值，采用3a算法根據視頻幀4確定第二3a值。
243.其中，3a值包括af值、ae值和awe值。
244.步驟1125：3a模塊43將第一3a值發送給攝像頭10，將第二3a值發送給攝像頭20。
245.步驟1126：攝像頭10根據第一3a值調整自身的3a值。
246.步驟1127：攝像頭20根據第二3a值調整自身的3a值。
247.如此，可以根據原始視頻幀攝像頭進行自動曝光、自動白平衡和自動對焦，提高后續視頻的拍攝效果。
248.需要說明的是，ai isp30包括npu，上述ai降噪模塊31、ai降噪模塊32、ai圖像融合模塊33和ai動態范圍壓縮模塊38均可以運行在專用npu上，如此可以提高算法的運算速度，進而提高處理器30的運算速度。
249.本技術實施例中，通過在soc40的isp之外配置ai isp30，以及采用黑白攝像頭和彩攝像頭分別進行拍攝的雙攝方案，可以在soc40的圖像增強處理之前，先通過ai isp30對黑白攝像頭采集的黑白圖像數據以及彩攝像頭采集的彩圖像數據分別進行降噪，并對降噪后的黑白圖像數據和彩圖像數據進行圖像融合，再將融合圖像數據發送給集成處理器，由集成處理器對其進一步進行圖像增強處理。通過ai isp30對黑白攝像頭采集的黑白圖像數據以及彩攝像頭采集的彩圖像數據分別進行降噪，可以得到高信噪比的黑白圖像數據和彩圖像數據，提高圖像數據的清晰度。通過對降噪后的黑白圖像數據和彩圖像數據進行圖像融合，可以將降噪后的黑白圖像數據的亮度信息、細節信息與降噪后的彩圖像數據的彩信息進行融合，得到高信噪比、且細節清晰、彩準確的圖像數據。如此，可以對圖像的清晰度、彩和亮度進行全方位增強，得到清晰度較高、彩還原能力較強、且亮度較為均勻的圖像，進而提高了攝像頭的拍攝效果，尤其可以提高夜間場景、室內場、陰天場景等光線較弱的拍攝場景的拍攝效果。
250.在上述實施例中，可以全部或部分地通過軟件、硬件、固件或者其任意結合來實現。當使用軟件實現時，可以全部或部分地以計算機程序產品的形式實現。所述計算機程序產品包括一個或多個計算機指令。在計算機上加載和執行所述計算機指令時，全部或部分地產生按照本技術實施例所述的流程或功能。所述計算機可以是通用計算機、專用計算機、
計算機網絡或其他可編程裝置。所述計算機指令可以存儲在計算機可讀存儲介質中，或者從一個計算機可讀存儲介質向另一個計算機可讀存儲介質傳輸，比如，所述計算機指令可以從一個網站站點、計算機、服務器或數據中心通過有線(比如：同軸電纜、光纖、數據用戶線(digital subscriber line，dsl))或無線(比如：紅外、無線、微波等)方式向另一個網站站點、計算機、服務器或數據中心進行傳輸。所述計算機可讀存儲介質可以是計算機能夠存取的任何可用介質，或者是包含一個或多個可用介質集成的服務器、數據中心等數據存儲設備。所述可用介質可以是磁性介質(比如：軟盤、硬盤、磁帶)、光介質(比如：數字通用光盤(digital versatile disc，dvd))或半導體介質(比如：固態硬盤(solid state disk，ssd))等。
251.以上所述為本技術提供的可選實施例，并不用以限制本技術，凡在本技術的揭露的技術范圍之內，所作的任何修改、等同替換、改進等，均應包含在本技術的保護范圍之內。
技術特征：
1.一種圖像處理方法，其特征在于，應用于電子設備，所述電子設備包括第一攝像頭、第二攝像頭、第一處理器和集成處理器，所述方法包括：所述第一處理器獲取所述第一攝像頭采集的第一圖像數據以及所述第二攝像頭采集的第二圖像數據，所述第一圖像數據為黑白圖像數據，所述第二圖像數據為彩圖像數據；所述第一處理器對所述第一圖像數據和所述第二圖像數據分別進行降噪，對降噪后的第一圖像數據和降噪后的第二圖像數據進行圖像融合，得到第三圖像數據，將所述第三圖像數據發送給所述集成處理器；所述集成處理器對所述第三圖像數據進行圖像增強處理，得到目標圖像數據。2.如權利要求1所述的方法，其特征在于，所述第一處理器對所述第一圖像數據和所述第二圖像數據分別進行降噪之前，還包括：所述第一處理器對所述第一圖像數據和所述第二圖像數據分別進行預處理，所述預處理包括黑白電平校正、壞點校正、鏡頭陰影校正和自動白平衡中的一種或多種；所述第一處理器對所述第一圖像數據和所述第二圖像數據分別進行降噪，包括：所述第一處理器對預處理后的第一圖像數據進行降噪，得到所述降噪后的第一圖像數據；所述第一處理器對預處理后的第二圖像數據進行降噪，得到所述降噪后的第二圖像數據。3.如權利要求1或2所述的方法，其特征在于，所述第一處理器包括第一圖像前端ife和第二ife，所述第一處理器對所述第一圖像數據和所述第二圖像數據分別進行預處理，包括：所述第一處理器通過所述第一ife對所述第一圖像數據進行預處理，得到所述預處理后的第一圖像數據；所述第一處理器通過所述第二ife對所述第二圖像數據進行預處理，得到所述預處理后的第二圖像數據。4.如權利要求1-3任一所述的方法，其特征在于，所述第一處理器包括神經網絡處理單元npu，所述npu包括第一神經網絡和第二神經網絡，所述第一神經網絡用于對黑白圖像數據進行降噪，所述第二神經網絡用于對彩圖像數據進行降噪；所述第一處理器對所述第一圖像數據和所述第二圖像數據分別進行降噪，包括：所述第一處理器通過所述第一神經網絡對所述第一圖像數據進行降噪，得到所述降噪后的第一圖像數據；所述第一處理器通過所述第二神經網絡對所述第二圖像數據進行降噪，得到所述降噪后的第二圖像數據。5.如權利要求4所述的方法，其特征在于，所述第一圖像數據為所述第一攝像頭采集的第一視頻幀數據，所述第二圖像數據為所述第二攝像頭采集的第二視頻幀數據；所述第一處理器通過所述第一神經網絡對所述第一圖像數據進行降噪，得到所述降噪后的第一圖像數據，包括：所述第一處理器將所述第一視頻幀數據和第三視頻幀數據作為所述第一神經網絡的輸入，通過所述第一神經網絡對所述第一視頻幀數據和所述第三視頻幀數據進行處理，得到所述降噪后的第一圖像數據，所述第三視頻幀數據是對所述第一攝像頭在所述第一視頻
幀數據之前采集的視頻幀數據進行降噪后得到；所述第一處理器通過所述第二神經網絡對所述第二圖像數據進行降噪，得到所述降噪后的第二圖像數據，包括：所述第一處理器將所述第二視頻幀數據和第四視頻幀數據作為所述第二神經網絡的輸入，通過所述第二神經網絡對所述第二視頻幀數據和所述第四視頻幀數據進行處理，得到所述降噪后的第二圖像數據，所述第四視頻幀數據是對所述第二攝像頭在所述第二視頻幀數據之前采集的視頻幀數據進行降噪后得到。6.如權利要求1-5任一所述的方法，其特征在于，所述第一處理器包括npu，所述npu包括第三神經網絡，所述第三神經網絡用于對黑白圖像數據和彩圖像數據進行圖像融合；所述第一處理器對降噪后的第一圖像數據和降噪后的第二圖像數據進行圖像融合，得到第三圖像數據，包括：所述第一處理器通過所述第三神經網絡對降噪后的第一圖像數據和降噪后的第二圖像數據進行圖像融合，得到第三圖像數據。7.如權利要求6所述的方法，其特征在于，所述第一處理器通過所述第三神經網絡對降噪后的第一圖像數據和降噪后的第二圖像數據進行圖像融合之前，還包括：所述第一處理器對降噪后的第一圖像數據和降噪后的第二圖像數據進行尺度對齊，得到尺度對齊后的第一圖像數據和第二圖像數據，所述尺度對齊后的第一圖像數據和第二圖像數據的尺度相同；所述第一處理器通過所述第三神經網絡對降噪后的第一圖像數據和降噪后的第二圖像數據進行圖像融合，得到第三圖像數據，包括：所述第一處理器將所述尺度對齊后的第一圖像數據和第二圖像數據作為所述第三神經網絡的輸入，通過所述第三神經網絡對所述尺度對齊后的第一圖像數據和第二圖像數據進行處理，得到所述第三圖像數據。8.如權利要求7所述的方法，其特征在于，所述第一處理器對降噪后的第一圖像數據和降噪后的第二圖像數據進行尺度對齊，得到尺度對齊后的第一圖像數據和第二圖像數據，包括：所述第一處理器獲取所述第一攝像頭和所述第二攝像頭的關鍵參數，所述關鍵參照包括焦距、像素尺寸和視場角中的一種或多種；所述第一處理器根據所述第一攝像頭和所述第二攝像頭的關鍵參數，確定降噪后的第一圖像數據和降噪后的第二圖像數據之間的尺度差異；所述第一處理器根據所述尺度差異對降噪后的第一圖像數據和降噪后的第二圖像數據進行尺度對齊，得到所述尺度對齊后的第一圖像數據和第二圖像數據。9.如權利要求1-8任一所述的方法，其特征在于，所述第一處理器將所述第三圖像數據發送給所述集成處理器，包括：所述第一處理器對所述第三圖像數據進行動態范圍壓縮，得到第五圖像數據，所述第五圖像數據的動態范圍低于所述第三圖像數據的動態范圍；所述第一處理器將所述第五圖像數據發送給所述集成處理器；所述集成處理器對所述第三圖像數據進行圖像增強處理，得到目標圖像數據，包括：所述集成處理器對所述第五圖像數據進行圖像增強處理，得到所述目標圖像數據。
10.如權利要求9所述的方法，其特征在于，所述第一處理器包括npu，所述npu包括第四神經網絡，所述第四神經網絡用于對圖像數據進行動態范圍壓縮；所述第一處理器對所述第三圖像數據進行動態范圍壓縮，得到第五圖像數據，包括：所述第一處理器通過所述第四神經網絡對所述第三圖像數據進行動態范圍壓縮，得到所述第五圖像數據。11.如權利要求10所述的方法，其特征在于，所述第一處理器通過所述第四神經網絡對所述第三圖像數據進行動態范圍壓縮，得到所述第五圖像數據，包括：所述第一處理器將所述第三圖像數據作為所述第四神經網絡的輸入，通過所述第四神經網絡對所述第三圖像數據進行影調映射，得到所述第五圖像數據。12.如權利要求1-11任一所述的方法，其特征在于，所述第一處理器對所述第二圖像數據進行降噪之后，還包括：所述第一處理器對降噪后的第二圖像數據進行去馬賽克處理，得到第六圖像數據；所述第一處理器對降噪后的第一圖像數據和降噪后的第二圖像數據進行圖像融合，得到第三圖像數據，包括：所述第一處理器對降噪后的第一圖像數據和所述第六圖像數據進行圖像融合，得到第三圖像數據。13.如權利要求1-12任一所述的方法，其特征在于，所述集成處理器包括圖像處理引擎ipe，所述集成處理器對所述第三圖像數據進行圖像增強處理，得到目標圖像數據，包括：所述集成處理器通過所述ipe對所述第三圖像數據進行圖像增強處理，得到所述目標圖像數據。14.如權利要求1-13任一所述的方法，其特征在于，所述第一處理器獲取所述第一攝像頭采集的第一圖像數據以及所述第二攝像頭采集的第二圖像數據之后，還包括：所述第一處理器將所述第一圖像數據和所述第二圖像數據發送給所述集成處理器；所述集成處理器根據所述第一圖像數據確定第一3a值，根據所述第二圖像數據確定第二3a值，所述第一3a值和所述第二3a值包括自動對焦af值、自動曝光ae值和自動白平衡awe值；所述集成處理器根據所述第一3a值對所述第一攝像頭進行控制，根據所述第二3a值對所述第二攝像頭進行控制。15.如權利要求1-14任一所述的方法，其特征在于，所述第一處理器為圖像信號處理器isp，所述isp包括npu。16.一種電子設備，其特征在于，所述電子設備包括第一攝像頭、第二攝像頭、存儲器、第一處理器、集成處理器、存儲在所述存儲器中并可在所述第一處理器上運行的第一計算機程序以及存儲在所述存儲器中并可在所述集成處理器上運行的第二計算機程序，所述第一攝像頭用于采集黑白圖像數據，所述第二攝像頭用于采集彩圖像數據，所述第一計算機程序被所述第一處理器執行時實現如權利要求1-15任意一項中所述第一處理器執行的方法，所述第二計算機程序被所述集成處理器執行時實現如權利要求1-15任意一項中所述集成處理器執行的方法。17.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有指令，當其在計算機上運行時，使得計算機執行如權利要求1-15任意一項所述的方法。
技術總結
本申請公開了一種圖像處理方法、設備及存儲介質，屬于圖像處理技術領域。所述方法包括：第一處理器獲取第一攝像頭采集的第一圖像數據以及第二攝像頭采集的第二圖像數據，第一圖像數據為黑白圖像數據，第二圖像數據為彩圖像數據；對第一圖像數據和第二圖像數據分別進行降噪，對降噪后的第一圖像數據和降噪后的第二圖像數據進行圖像融合，得到第三圖像數據，將第三圖像數據發送給集成處理器；集成處理器對第三圖像數據進行圖像增強處理，得到目標圖像數據。本申請可以對攝像頭拍攝的圖像進行清晰度、彩和亮度增強，得到清晰度較高、彩還原能力較強、且亮度較為均勻的圖像，提高拍攝效果，尤其適用于夜間拍攝場景。尤其適用于夜間拍攝場景。尤其適用于夜間拍攝場景。
