一种灰度图像动态范围调整方法、装置、设备及介质与流程

1.本技术涉及图像处理领域，特别是涉及一种灰度图像动态范围调整方法、装置、设备及介质。


背景技术：

2.在例如应用于医疗诊断的超声波成像中，超声回波信号在经过波束合成，解调滤波，包络等过程以后，可以形成高动态范围(high-dynamic range，hdr)的灰度图像。hdr相比普通的图像，可以提供更多的动态范围和图像细节。但是有的显示设备不能显示高动态范围的图像，只能显示低动态范围图像(low-dynamic range，ldr)图像，这种相比于hdr不能很好的展示图像中的细节。因此在高动态范围的灰度图像调整在显示设备的显示界面上之前，要对该高动态范围灰度图像的动态范围进行调整，映射成适合显示设备显示的动态范围。目前，图像动态范围的调整方法通常采用曲线变换的方法进行映射，将高动态范围灰度图像的灰度值与低动态范围灰度图像的灰度值，按照预设的映射曲线，一对一进行映射，这种映射方式可以快速完成动态范围的调整。
3.但是这种方式没有考虑图像信息的完整性，当临床应用的高动态范围图像和预设的动态范围映射曲线不适配时，丢失图像中感兴趣区域的图像细节信息的概率较大，获得的低动态范围图像的质量较低，需要精确显示的亮度范围没有很好地进行展示。
4.鉴于上述问题，设计一种灰度图像动态范围调整方法，能够更清楚显示图像中的信息，是该领域技术人员亟待解决的问题。


技术实现要素：

5.本技术的目的是提供一种灰度图像动态范围调整方法、装置、设备及介质，能够更清楚显示图像中的信息。
6.为解决上述技术问题，本技术提供一种灰度图像动态范围调整方法，包括：
7.获取原始图像；
8.根据所述原始图像获取灰度值直方图；根据所述灰度值直方图中灰度值的分布特点，获得灰度值分段点及分段区间；
9.根据所述灰度值分段点及所述分段区间生成动态范围映射表；
10.根据所述动态范围映射表将所述原始图像进行调整。
11.优选地，所述灰度值的分布特点包含所述原始图像中的像素点在预设的灰度值区间内的数量信息及分布信息。
12.优选地，所述根据所述原始图像获取灰度值直方图包括：
13.获取所述原始图像的动态范围所包含的灰度值个数与预设值的比值；
14.将所述原始图像的灰度值范围等分成所述比值个所述灰度值区间，并获取各所述灰度值区间中的所述像素点的数量，以作为所述灰度值直方图；
15.其中，所述灰度值范围为0至所述原始图像的灰度值的最大值。
16.优选地，所述根据所述灰度值直方图中灰度值的分布特点，获得灰度值分段点及分段区间包括：
17.获取所有所述分段区间对应的所述灰度值分段点，其中，首次划分时所述分段区间的数量为一个且为所述灰度值范围，所述灰度值分段点为根据所述灰度值直方图通过对应的所述分段区间中所述像素点总数的一半处的像素点所对应的灰度值和对应的所述分段区间的灰度值中值得到；
18.根据所有所述灰度值分段点获取所述分段区间；
19.判断所有所述灰度值分段点的个数是否为待输出图像的灰度值的最大值；
20.若是，进入到所述根据所述灰度值分段点及所述分段区间生成动态范围映射表的步骤；
21.若否，返回所述获取所有所述分段区间对应的所述灰度值分段点的步骤。
22.优选地，在所述根据所述灰度值直方图中灰度值的分布特点，获得灰度值分段点及分段区间之前，还包括：
23.去除所述灰度值直方图的信号中极大值噪点的信号，以得到优化后的所述灰度值直方图。
24.优选地，在所述根据所述动态范围映射表将所述原始图像进行调整之后，还包括：
25.获取下一帧原始图像，并获取新的灰度值直方图；
26.判断所述灰度值直方图与所述新的灰度值直方图的差异值是否满足预设条件；
27.若是，根据所述动态范围映射表将所述下一帧原始图像进行调整；
28.若否，根据所述新的灰度值直方图和所述动态范围映射表获取新的动态范围映射表，以用于根据所述新的动态范围映射表将所述新的原始图像进行调整。
29.优选地，所述判断所述灰度值直方图与所述新的灰度值直方图的差异值是否满足预设条件包括：
30.判断所述灰度值直方图中各区间像素点的个数与所述新的灰度值直方图中各区间像素点的个数的差异值是否小于阈值；
31.若是，则满足所述预设条件，进入到所述根据所述动态范围映射表将所述下一帧原始图像进行调整的步骤；
32.若否，则不满足所述预设条件，进入到所述根据所述新的灰度值直方图和所述动态范围映射表获取新的动态范围映射表的步骤，以用于根据所述新的动态范围映射表将所述新的原始图像进行调整。
33.优选地，所述根据所述原始图像获取灰度值直方图包括：
34.对所述原始图像进行下采样得到下采样图像；
35.根据所述下采样图像获取灰度值直方图。
36.为解决上述技术问题，本技术还提供一种灰度图像动态范围调整装置，包括：
37.第一获取模块，用于获取原始图像；
38.第二获取模块，用于根据所述原始图像获取灰度值直方图；
39.第三获取模块，用于根据所述灰度值直方图中灰度值的分布特点，获得灰度值分段点及分段区间；
40.生成模块，用于根据所述灰度值分段点及所述分段区间生成动态范围映射表；
41.调整模块，用于根据所述动态范围映射表将所述原始图像进行调整。
42.为解决上述技术问题，本技术还提供一种灰度图像动态范围调整设备，包括：
43.存储器，用于存储计算机程序；
44.处理器，用于执行所述计算机程序时实现上述所述的灰度图像动态范围调整方法的步骤。
45.为解决上述技术问题，本技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的灰度图像动态范围调整方法的步骤。
46.本技术所提供的灰度图像动态范围的调整方法，通过获取原始图像，根据原始图像获取灰度值直方图；根据灰度值直方图中灰度值的分布特点，获得灰度值分段点及分段区间；根据灰度值分段点及分段区间生成动态范围映射表；根据动态范围映射表将原始图像进行调整。由此可知，方案通过图像灰度值分布信息确定灰度值分段点及分段区间从而得到动态范围映射表，用以对图像进行调整，因为考虑了本幅图的灰度值分布特点，因此对于感兴趣区域的灰度值可以划分的更细，降低了图像细节信息丢失的概率；使需要精确显示的亮度范围很好地进行展示，更清楚的显示图像的细节信息。
47.此外，本技术还提供了一种灰度图像动态范围调整装置、设备及计算机可读存储介质，效果同上。
附图说明
48.为了更清楚地说明本技术实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
49.图1为本技术实施例提供的一种灰度图像动态范围调整方法的流程图；
50.图2为本技术实施例提供的另一种灰度图像动态范围调整方法的流程图；
51.图3为本技术实施例提供的一种灰度图像动态范围调整装置的结构示意图；
52.图4为本技术实施例提供的一种灰度图像动态范围调整设备的结构示意图。
具体实施方式
53.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本技术保护范围。
54.本技术的核心是提供一种灰度图像动态范围调整方法、装置、设备及介质，能够更清楚显示图像中的信息，降低超声波仪器采集的图像细节信息丢失的概率，使需要精确显示的亮度范围很好地进行展示。
55.为了使本技术领域的人员更好地理解本技术方案，下面结合附图和具体实施方式对本技术作进一步的详细说明。
56.动态范围(dynamic range)是一帧图像亮度级别的最大值和最小值之间的比例，一帧图像的动态范围越大，对比度越高，图像细节越清楚。在众多显示设备中，有的显示设
备不能显示高动态范围的图像，例如不能显示16比特图像；只可以显示较低动态范围的图像，例如显示8比特图像。因此，对于一帧高动态范围图像要进行显示时，需要先实现从高动态范围图像(hdr)到低动态范围图像(ldr)的映射。
57.在例如应用于医疗诊断的超声波成像中，超声回波信号在经过波束合成，解调滤波，包络等过程以后，可以形成高动态范围的灰度图像。但是有的显示设备不能显示高动态范围的图像，因此在高动态范围的灰度图像动态范围调整在显示设备的显示界面上之前，要对该高动态范围灰度图像的动态范围进行调整，映射成适合显示设备显示的动态范围。目前，图像动态范围的调整方法通常采用曲线变换的方法进行映射，将高动态范围灰度图像的灰度值与低动态范围灰度图像的灰度值，按照预设的映射曲线，一对一进行映射，这种映射方式可以快速完成动态范围的调整。但是这种方式没有考虑图像信息的完整性，当临床应用的高动态范围图像和预设的动态范围映射曲线不适配时，丢失图像中感兴趣区域的图像细节信息的概率较大，获得的低动态范围图像的质量较低，需要精确显示的亮度范围没有很好地进行展示。因此本实施里提供了一种灰度图像动态范围调整方法，需要注意的是，本实施例所提供的方法不仅仅能够应用于医疗诊断的超声波成像中，还能应用于其他灰度图像动态范围调整的场景，在本实施例中不做限制，根据具体的应用场景决定。图1为本技术实施例提供的一种灰度图像动态范围调整方法的流程图。如图1所示，灰度图像动态范围调整方法包括：
58.s10：获取原始图像。
59.s11：根据原始图像获取灰度值直方图。
60.s12：根据灰度值直方图中灰度值的分布特点，获得灰度值分段点及分段区间。
61.s13：根据灰度值分段点及分段区间生成动态范围映射表。
62.s14：根据动态范围映射表将原始图像进行调整。
63.可以理解的是，首先需要获取原始图像。在本实施例中，原始图像是由超声波仪器进行的采集。需要注意的是，使用超声波仪器对原始图像采集仅仅是一种优选的实施例，并不对采集设备的种类产生限定，根据具体的实施情况而定。超声波仪器采集的原始图像通常具有高动态范围，但是有的显示设备不能显示高动态范围的图像，因此要对采集的原始图像的动态范围进行调整。需要注意的是，在具体实施中考虑到节省调整的时间或难度，可以对原始图像进行预处理。在本实施例中对于预处理的方式不做限制，根据具体的实施情况而定。
64.在得到了原始图像后，根据原始图像获取灰度值直方图。具体地，统计原始图像中像素点的灰度值，可以先将原始图像中灰度值范围分为若干段，得到若干个连续的灰度值区间，能够查看直方图中位于每一个灰度值区间的像素点的数量，因此得到的灰度值直方图包含原始图像中的像素点在预设的灰度值区间内的数量信息。这里对于灰度值区间的分段方式不做限制，可以以每一个灰度值为一个灰度值区间，也可以为几个连续的灰度值作为一个灰度值区间，在本实施例不做限制，根据具体实施情况而定。
65.在得到了灰度值直方图之后，初步得到了各灰度值区间及其中像素点的数量的信息。再根据灰度值直方图中灰度值的分布特点，获得灰度值分段点及分段区间。可以理解的是，在本步骤中考虑到像素点个数和灰度值范围，对于像素点个数较多的灰度值区间进行更细的划分，得到多个对灰度值范围进行分段的灰度值分段点以及分段区间。在本实施例
中，对于根据灰度值直方图中灰度值的分布特点，获得灰度值分段点及分段区间的具体方式不做限制，根据具体的实施情况而定。得到的分段区间用于计算动态范围映射表，将得到的分段区间中的第i段数据调整为i-1，其中i不小于1，从而根据动态范围映射表对原始图像进行调整。
66.本实施例中，获取原始图像，根据原始图像获取灰度值直方图；根据灰度值直方图中灰度值的分布特点，获得灰度值分段点及分段区间；根据灰度值分段点及分段区间生成动态范围映射表；根据动态范围映射表将原始图像进行调整。由此可知，方案通过图像灰度值分布信息确定灰度值分段点及分段区间从而得到动态范围映射表，用以对图像进行调整，因为考虑了本幅图的灰度值分布特点，因此对于感兴趣区域的灰度值可以划分的更细，降低了图像细节信息丢失的概率；使需要精确显示的亮度范围很好地进行展示，更清楚的显示图像的细节信息。
67.在上述实施例的基础上：
68.作为一种优选的实施例，灰度值的分布特点包含原始图像中的像素点在预设的灰度值区间内的数量信息及分布信息。
69.可以理解的是，灰度值的分布特点是灰度值直方图中像素点灰度值的分布特点，它包含不同的像素点在预设的灰度值区间内的数量信息及分布信息。在本实施例中对于预设的灰度值区间的具体数量不做限制，根据具体的实施情况而定。通过灰度值直方图中的灰度值的分布特点，能够查看直方图中位于每一个灰度值区间的像素点的数量，原始图像中的像素点在每一个预设的灰度值区间内的数量信息。
70.本实施例中，灰度值的分布特点包含原始图像中的像素点在预设的灰度值区间内的数量信息及分布信息，以便于通过该数量信息和分布信息在后续获取灰度值分段点及分段区间。
71.在上述实施例的基础上：
72.作为一种优选的实施例，根据原始图像获取灰度值直方图包括：
73.获取原始图像的动态范围所包含的灰度值个数与预设值的比值；
74.将原始图像的灰度值范围等分成比值个灰度值区间，并获取各灰度值区间中的像素点的数量，以作为灰度值直方图；
75.其中，灰度值范围为0至原始图像的灰度值的最大值。
76.在上述实施例中，对于灰度值直方图的灰度值区间的分段方式不做限制，根据具体的实施情况而定。在本实施例中，作为一种优选的实施例，首先获取原始图像的动态范围所包含的灰度值个数与预设值的比值。这里的预设值是一个经验值，根据具体的实施情况而定。假设2a为输入的原始图像的灰度值个数(其中a为原始图像的比特数)，k为预设值，则两者的比值x＝2a/k。具体地，以比值x将原始图像的灰度值范围等分得到灰度值区间，并获取各灰度值区间中的像素点的数量，以作为灰度值直方图。需要注意的是，灰度值范围为0至原始图像的灰度值的最大值，即[0，2
a-1]。
[0077]
本实施例中，通过获取原始图像的动态范围所包含的灰度值个数与预设值的比值，将原始图像的灰度值范围等分成比值个灰度值区间，并获取各灰度值区间中的像素点的数量，得到了灰度值直方图，便于后续获取灰度值分段点和分段区间。
[0078]
在上述实施例的基础上：
[0079]
作为一种优选的实施例，根据灰度值直方图中灰度值的分布特点，获得灰度值分段点及分段区间包括：
[0080]
获取所有分段区间对应的灰度值分段点，其中，首次划分时分段区间的数量为一个且为灰度值范围，灰度值分段点为根据灰度值直方图通过对应的分段区间中像素点总数的一半处的像素点所对应的灰度值和对应的分段区间的灰度值中值得到；
[0081]
根据所有灰度值分段点获取分段区间；
[0082]
判断所有灰度值分段点的个数是否为待输出图像的灰度值的最大值；
[0083]
若是，进入到根据灰度值分段点及分段区间生成动态范围映射表的步骤；
[0084]
若否，返回获取所有分段区间对应的灰度值分段点的步骤。
[0085]
在上述实施例中，对于根据灰度值直方图中灰度值的分布特点，获得灰度值分段点及分段区间的具体方式不做限制，根据具体的实施情况而定。作为一种优选的实施例，在本实施例中，首先获取所有分段区间对应的灰度值分段点。
[0086]
对于首次获取用于划分的灰度值分段点来说，分段区间即为灰度值直方图的灰度值范围。具体地，获取灰度值直方图中像素点总点数一半位置处像素点所对应的灰度值区间的灰度值，将该灰度值设为value1；同时获取灰度值直方图中灰度值范围中的灰度值中值，将该灰度值中值设为value2。同时，已知当前的分段区间(灰度值范围)中的灰度值的最大值v
max
和最小值v
min
，则将灰度值直方图的灰度值范围首次进行划分的灰度值分段点v1＝a*value1 (1-a)*value2，(a《1)。其中a为权重系数，根据具体实施情况而定。
[0087]
得到了第一个灰度值分段点的灰度值v1，能够将灰度值范围分为两个新的分段区间。此时需要判断所有灰度值分段点的个数是否为待输出图像的灰度值的最大值，即2
b-1；也可以判断新的分段区间数量是否为2b，可以在具体实施过程中设置。若是，进入到根据灰度值分段点及分段区间生成动态范围映射表的步骤，即步骤s13；若否，返回获取所有分段区间对应的灰度值分段点的步骤，以第一次分段得到的两个分段区间为基础，获取这两个分段区间对应的灰度值分段点，其中，灰度值分段点为根据灰度值直方图通过对应的分段区间中像素点总数的一半处的像素点所对应的灰度值和对应的分段区间的灰度值中值得到。重复上述步骤进行再分段，获取每一个分段区间的对应的value1和value2，分别得到对应的灰度值分段点vn(n＝1,2,3,4
…
)，根据这些灰度值分段点获取分段区间，直至判断所有灰度值分段点的个数为待输出图像的灰度值的最大值，结束分段。将得到的分段区间中的第i段数据进行调整为i-1，其中i不小于1，从而得到动态范围映射表。
[0088]
本实施例中，通过灰度值直方图中像素点的数量和灰度值对灰度值范围进行重新划分，由于考虑了本幅图像的灰度值分布特征，对于像素点的灰度值可以划分的更细，这样生成的动态范围映射表映射出的图像能够降低了超声波仪器采集的图像细节信息丢失的概率；使需要精确显示的亮度范围很好地进行展示，更清楚的显示图像的细节信息。
[0089]
图2为本技术实施例提供的另一种灰度图像动态范围调整方法的流程图。为了降低图像中的噪声干扰，如图2所示，在根据灰度值直方图中灰度值的分布特点，获得灰度值分段点及分段区间之前，即步骤s12之前，方法还包括：
[0090]
s15：去除灰度值直方图的信号中极大值噪点的信号，以得到优化后的灰度值直方图。
[0091]
在具体实施中，为了去掉直方图上信号中极大值噪点的信号，可以对原始图像进
行高斯滤波或中值滤波的等图像处理手段，在本实施例中不做限制，根据具体的实施情况而定。而在具体实施中，还可以设置去掉信号中100个像素点中灰度值不在预设范围内的一点的信号。而这时的灰度值直方图中的像素点的总点数变为像素点原总点数的99％，即若像素点的原总点数为200，则优化后的总点数为99％*200＝198，从而获得优化后的灰度值直方图。
[0092]
本实施例中，通过去除灰度值直方图的信号中极大值噪点的信号，以得到优化后的灰度值直方图，有利于提高后续获得的分段区间的精度。
[0093]
可以理解的是，通过上述实施例中的步骤，完成了一帧图像的动态范围的变换。由于临床应用中，用户的不断移动探头及组织的自身运动，每一帧图像都会有变化，因此需要根据数据实时更新动态范围的映射关系，但是为了确保每帧图像的连续性，前后两帧图像的动态范围映射关系需渐进变换。因此，在进行完第一帧的动态范围变换后，进行其他帧的变换时，要对数据进行对比。如图2所示，在根据动态范围映射表将原始图像进行调整之后，即步骤s14之后，方法还包括：
[0094]
s16：获取下一帧原始图像，并获取新的灰度值直方图。
[0095]
s17：判断灰度值直方图与新的灰度值直方图的差异值是否满足预设条件；若是，进入步骤s18，若否，则进入步骤s19。
[0096]
s18：根据动态范围映射表将下一帧原始图像进行调整。
[0097]
s19：根据新的灰度值直方图和动态范围映射表获取新的动态范围映射表，以用于根据新的动态范围映射表将新的原始图像进行调整。
[0098]
具体地，获取新的原始图像，并获取新的灰度值直方图，判断灰度值直方图与新的灰度值直方图的差异值是否满足预设条件。这里对于判断灰度值直方图与新的灰度值直方图的差异值是否满足预设条件的具体实施方式不做限制，根据具体的实施情况而定。本实施例对于计算差异值的方法不做限制，根据具体的实施情况而定。当差异值满足预设条件，则根据动态范围映射表将新的原始图像进行调整。当差异值不满足预设条件，根据新的灰度值直方图和动态范围映射表获取新的动态范围映射表，以用于根据新的动态范围映射表将新的原始图像进行调整。
[0099]
本实施例中，通过获取新的原始图像，并获取新的灰度值直方图，判断灰度值直方图与新的灰度值直方图的差异值是否满足预设条件，根据是否满足预设条件判断是否更新动态范围映射表，从而实现了原始图像的动态范围变换输出。
[0100]
在上述实施例的基础上：
[0101]
作为一种优选的实施例，判断灰度值直方图与新的灰度值直方图的差异值是否满足预设条件包括：
[0102]
判断灰度值直方图中各区间像素点的个数与新的灰度值直方图中各区间像素点的个数的差异值是否小于阈值。
[0103]
若是，则满足预设条件，进入到根据动态范围映射表将下一帧原始图像进行调整的步骤；
[0104]
若否，则不满足预设条件，进入到根据新的灰度值直方图和动态范围映射表获取新的动态范围映射表的步骤，以用于根据新的动态范围映射表将新的原始图像进行调整。
[0105]
在上述实施例中，对于判断灰度值直方图与新的灰度值直方图的差异值是否满足
预设条件的具体实施方式不做限制，根据具体的实施情况而定；对于计算差异值的方法也不做限制，根据具体的实施情况而定。作为一种优选的实施例，本实施例给出一个差异值的计算方式，公式如下：
[0106][0107]
其中h1表示新的原始图像中的灰度值直方图中每个灰度值区间的像素点的数量。h0表示当前的原始图像中的灰度值直方图中每个灰度值区间的像素点的数量。m为动态范围映射表中的分段区间。
[0108]
具体地，假设当前的动态范围映射表为m
out
，阈值为difth，若dif《difth，则满足预设条件，根据动态范围映射表将下一帧原始图像进行调整；若dif》difth，则不满足预设条件，根据新的灰度值直方图和动态范围映射表获取新的动态范围映射表m
out1
：
[0109]mout1
＝λ*dif*m2 (1-λ*dif)*m
out
[0110]
其中，λ为经验值，根据具体的实施情况而定。m2为根据步骤s10至步骤s14获得的新的原始图像的映射表关系表，根据新的动态范围映射表将新的原始图像进行调整。
[0111]
本实施例中，通过判断灰度值直方图中各区间像素点的个数与新的灰度值直方图中各区间像素点的个数的差异值是否小于阈值，实现了对当前的动态范围映射表是否满足新的原始图像的映射要求的判断，从而进一步实现了原始图像的动态范围变换输出。
[0112]
在上述实施例的基础上：
[0113]
作为一种优选的实施例，根据原始图像获取灰度值直方图包括：
[0114]
对原始图像进行下采样得到下采样图像；
[0115]
根据下采样图像获取灰度值直方图。
[0116]
在具体实施中，为了降低对原始图像的处理复杂度，节省时间，对图像进行下采样，从而根据下采样图像获取灰度值直方图。具体地，以一定的采样条件对原始图像进行缩小。例如，可以以s为倍数对输入的原始图像进行缩小；若原始图像的尺寸为m*n，对原始图像进行下采样得到的下采用图像的尺寸即为(m/s)*(n/s)。其中在具体的医疗诊断中，s的大小一般根据诊断的具体部位进行设置，例如对腹部原始图像的下采样s倍数可能与肝脏原始图像的下采样s倍数不同。由于图像是矩阵形式，下采样就是将尺寸为m*n的原始图像中s*s窗口内的图像变成一个像素，这个像素点的灰度值可以取每个s*s窗口的第一个值或最后一个值。第一个值和最后一个值可以是s*s窗口左上角的第一个像素点的灰度值和右下角最后一个像素点的灰度值。也可以是s*s窗口中任意固定像素点的灰度值，还可以取s*s窗口内所有像素的均值，在本实施例中不做限制，根据具体的实施情况而定。
[0117]
本实施例中，通过对原始图像进行下采样得到下采样图像，根据下采样图像获取灰度值直方图，降低了处理复杂度，节省了采样时间。
[0118]
在上述实施例中，对于灰度图像动态范围调整方法进行了详细描述，本技术还提供灰度图像动态范围调整装置对应的实施例。需要说明的是，本技术从两个角度对装置部分的实施例进行描述，一种是基于功能模块的角度，另一种是基于硬件结构的角度。
[0119]
图3为本技术实施例提供的一种灰度图像动态范围调整装置的结构示意图。如图3
所示，灰度图像动态范围调整装置包括：
[0120]
第一获取模块10，用于获取原始图像。
[0121]
第二获取模块11，用于根据原始图像获取灰度值直方图。
[0122]
第三获取模块12，用于根据灰度值直方图中灰度值的分布特点，获得灰度值分段点及分段区间。
[0123]
生成模块13，用于根据灰度值分段点及分段区间生成动态范围映射表。
[0124]
调整模块14，用于根据动态范围映射表将原始图像进行调整。
[0125]
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
[0126]
图4为本技术实施例提供的另一种灰度图像动态范围调整设备的结构示意图，如图4所示，灰度图像动态范围调整设备包括：
[0127]
存储器20，用于存储计算机程序。
[0128]
处理器21，用于执行计算机程序时实现如上述实施例中所提到的灰度图像动态范围调整的方法的步骤。
[0129]
本实施例提供的灰度图像动态范围调整设备可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等。
[0130]
其中，处理器21可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器21可以采用数字信号处理器(digital signal processor，dsp)、现场可编程门阵列(field-programmable gate array，fpga)、可编程逻辑阵列(programmable logic array，pla)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中央处理器(central processing unit，cpu)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以在集成有图像处理器(graphics processing unit，gpu)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器21还可以包括人工智能(artificial intelligence，ai)处理器，该ai处理器用于处理有关机器学习的计算操作。
[0131]
存储器20可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器20至少用于存储以下计算机程序201，其中，该计算机程序被处理器21加载并执行之后，能够实现前述任一实施例公开的灰度图像动态范围调整方法的相关步骤。另外，存储器20所存储的资源还可以包括操作系统202和数据203等，存储方式可以是短暂存储或者永久存储。其中，操作系统202可以包括windows、unix、linux等。数据203可以包括但不限于灰度图像动态范围调整方法涉及到的数据。
[0132]
在一些实施例中，灰度图像调设备还可包括有显示屏22、输入输出接口23、通信接口24、电源25以及通信总线26。
[0133]
本领域技术人员可以理解，图4中示出的结构并不构成对灰度图像动态范围调整设备的限定，可以包括比图示更多或更少的组件。
[0134]
最后，本技术还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述方法实施例中记载的步
骤。
[0135]
可以理解的是，如果上述实施例中的方法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，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0136]
以上对本技术所提供的一种灰度图像动态范围调整方法、装置、设备及介质进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以对本技术进行若干改进和修饰，这些改进和修饰也落入本技术权利要求的保护范围内。
[0137]
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。