1.本发明涉及图像处理
技术领域：
：，尤其涉及一种图像处理方法、装置、设备及存储介质。
背景技术：
：：2.视频在传输的过程中，如果受到某种程度的干扰，则会导致视频出现画质降低或闪烁等不良影响，无法满足用户的需求，因此，需要对视频进行增强就成了消除视频出现不良影响的必不可少的手段。3.视频增强技术是通过一定手段对原图像附加一些信息或者变换数据，有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征，使图像与视觉响应特性相匹配，从而改善图像质量、加强视觉效果。4.现有的视频增强方式通常是采用图像直方图均衡化实现对比度的增强，或采用直方图自适应的方式，根据输入的图像或全局或局部的通过算法自适应的实现对比度的增强。5.而图像直方图均衡化是对所有的视频帧都采用相同的均衡化处理，手段比较单一、处理不够灵活，导致多数视频帧容易出现过度均衡化等问题，从而造成视频画质的下降。以及，直方图自适应主要是处理视频中存在的闪烁问题，但对部分超窄动态范围的场景进行处理会出现过度增强的效果，导致画面产生严重的噪声，从而造成视频画质的下降。技术实现要素：6.本发明实施例的目的是提供一种图像处理方法、装置、设备及存储介质，以避免图像的过度均衡化和噪声的产生，从而提高视频增强后的视频质量。7.在第一方面，为实现上述目的，本发明实施例提供了一种图像处理方法，包括：8.获取待增强视频帧在预设颜色空间中的目标通道的第一图像；9.对所述第一图像进行图像增强处理，得到图像增强后的第二图像；10.基于所述第二图像，确定增强后的目标视频帧。11.进一步的，所述对所述第一图像进行图像增强处理，得到图像增强后的第二图像，包括：12.将所述第一图像输入至训练后的图像增强模型进行图像增强，得到图像增强后的第二图像；13.所述训练后的图像增强模型通过以下步骤得到：14.获取多个第一视频帧；15.分别在每个所述第一视频帧的所述预设颜色空间中，提取出所述目标通道的图像，得到多个第三图像；16.对多个所述第三图像的目标属性进行增强，得到多个图像增强后的第四图像，所述目标属性包括对比度、亮度和饱和度至少之一；17.将所述第三图像和所述第四图像作为训练样本集合，根据所述训练样本集合对所述待训练的图像增强模型进行训练，并基于设定的目标损失函数进行模型参数优化以生成所述训练后的图像增强模型。18.进一步的，所述目标损失函数包括最小绝对值误差函数和光流损失函数，所述最小绝对值误差函数和所述光流损失函数的权重比例为1:1；所述根据所述训练样本集合对所述待训练的图像增强模型进行训练，并基于设定的目标损失函数进行模型参数优化以生成所述训练后的图像增强模型，包括：19.将多个所述第三图像输入至待训练的图像增强模型中，得到多个输出的第五图像；20.根据所述目标损失函数计算每个所述第五图像与对应的第四图像之间的目标损失值，并根据所述目标损失值实时优化所述待训练的图像增强模型的模型参数；所述目标损失值为所述最小绝对值误差函数的第一损失值和所述光流损失函数的第二损失值之和；21.若所述目标损失值小于预设损失值，确定所述待训练的图像增强模型收敛。22.进一步的，所述对所述第一图像进行图像增强处理，得到图像增强后的第二图像，包括：23.对所述第一图像进行降采样处理，得到分辨率低于所述第一图像的低分辨率图像；24.将所述低分辨率图像输入至所述训练后的图像增强模型，得到图像增强后的第二图像；25.所述基于所述第二图像，确定增强后的目标视频帧，包括：26.根据所述低分辨率图像和所述第二图像，确定含有映射关系的目标灰度映像函数；27.基于所述目标灰度映像函数对所述第一图像进行映射处理，得到图像增强后的目标视频帧。28.进一步的，所述预设颜色空间为hsv颜色空间，所述目标通道为v通道；所述基于所述第二图像，确定增强后的目标视频帧，包括：29.在所述待增强视频帧的hsv颜色空间中，提取出h通道图像和s通道图像；30.根据所述目标通道的所述目标图像、所述h通道图像和所述s通道图像，得到增强后的目标视频帧。31.进一步的，在所述基于所述第二图像，确定增强后的目标视频帧之后，还包括：32.对所述目标视频帧对应的图像进行饱和度增强处理，得到饱和度增强后的图像。33.在第二方面，为了解决相同的技术问题，本发明实施例提供了一种图像处理装置，包括获取模块、增强模块，以及确定模块；其中，34.所述获取模块用于获取待增强视频帧在预设颜色空间中的目标通道的第一图像；35.所述增强模块用于对所述第一图像进行图像增强处理，得到图像增强后的第二图像；36.所述确定模块用于基于所述第二图像，确定增强后的目标视频帧。37.进一步的，所述增强模块还用于将所述第一图像输入至训练后的图像增强模型进行图像增强，得到图像增强后的第二图像；38.所述训练后的图像增强模型通过以下步骤得到：39.获取多个第一视频帧；40.分别在每个所述第一视频帧的所述预设颜色空间中，提取出所述目标通道的图像，得到多个第三图像；41.对多个所述第三图像的目标属性进行增强，得到多个图像增强后的第四图像，所述目标属性包括对比度、亮度和饱和度至少之一；42.将所述第三图像和所述第四图像作为训练样本集合，根据所述训练样本集合对所述待训练的图像增强模型进行训练，并基于设定的目标损失函数进行模型参数优化以生成所述训练后的图像增强模型。43.在第三方面，为了解决相同的技术问题，本发明实施例提供了一种电子设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时，实现上述任一项所述的图像处理方法。44.在第四方面，为了解决相同的技术问题，本发明实施例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，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行上述任一项所述的图像处理方法。45.本发明实施例提供了一种图像处理方法、装置、设备及存储介质，该方法通过对待增强视频帧在预设颜色空间中的目标通道的第一图像，进行图像增强处理得到图像增强后的第二图像，并基于第二图像确定增强后的目标视频帧，不仅能够提高图像增强的速度，还能够避免图像的过度均衡化和噪声的产生，从而提高了视频增强后的视频质量。附图说明46.图1是本发明实施例提供的图像处理方法的一种流程示意图；47.图2是本发明实施例提供的对拍摄的视频进行视频增强的一种流程示意图；48.图3是本发明实施例提供的图像增强模型的训练方法的一种流程示意图；49.图4是本发明实施例提供的图像处理装置的一种结构示意图；50.图5是本发明实施例提供的确定模块的一种结构示意图；51.图6是本发明实施例提供的电子设备的一种结构示意图；52.图7是本发明实施例提供的电子设备的另一种结构示意图。具体实施方式53.下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。54.请参见图1，图1是本发明实施例提供的图像处理方法的一种流程示意图，如图1所示，本发明实施例提供的图像处理方法包括步骤101至步骤103；55.步骤101，获取待增强视频帧在预设颜色空间中的目标通道的第一图像。56.在本实施例中，在获取待增强视频帧之前，需要先获取待增强的视频数据，然后才能从视频数据中提取出待增强视频帧，视频数据包括从图像传感器捕获的视频数据、通过通信接口接收的视频数据，或用户选择的在终端本地存储有的视频数据，具体的，终端能够播放的视频数据，均可作为本技术实施例中获取的视频数据。57.在本实施例中，颜色空间的用途是在某些标准下用通常可接受的方式对彩色加以说明，常用的颜色空间有hsv、rgb、yuv、cmy等；另外，每个颜色空间具有其对应的通道，如hsv颜色空间含有h通道、s通道、v通道，rgb颜色空间含有r通道、g通道、b通道等等，因此，本实施例中的目标通道包括预设颜色空间中的至少一个通道，例如一个或多个。58.而为了增强视频的画质，但又不影响视频的画面色彩，本发明实施例只提取预设颜色空间中不影响视频的画面色彩的通道对应的图像，并对该通道对应的图像进行增强，从而能够实现增强视频画质，但不影响视频画面色彩的目的。59.具体的，在一种实施方式中，预设颜色空间为hsv颜色空间，由于处理h和s通道对应的图像会影响整体图像的画面色彩，因此确定目标通道为v通道，此时提取出的第一图像为v通道图像，故后续只需对v通道图像进行增强处理，能够有效提高视频增强的效率。60.在另一种实施方式中，预设颜色空间为rgb颜色空间，由于rgb图像是通过red红、green绿、blue蓝三种色光按不同比例混合而成的，因此确定目标通道为r、g、b三个通道，此时提取出的第一图像包括r通道图像、g通道图像和b通道图像，后续需对这三个通道图像同时进行增强处理，以此方式完成对视频的增强。61.在第三种实施方式中，预设颜色空间为yuv颜色空间，由于处理u和v通道对应的图像会影响整体图像的画面色彩，因此确定目标通道为y通道，此时提取出的第一图像为y通道图像，后续只需对y通道图像进行增强处理，能够有效提高视频增强的效率。62.在上述三种实施方式中，由于rgb颜色空间是需要同时对三个通道图像进行处理，因此，当预设颜色空间为rgb颜色空间时，最终对视频增强的效果是最好的，但相反的，其所需花费的时间将会更多。当预设颜色空间为hsv或yuv颜色空间时，最终对视频增强的效果较好，同时所需花费的时间也较少。故用户可根据实际的需求，来确定预设颜色空间。63.可以理解的是，当获取的待增强视频帧图像不是预设颜色空间格式图像时，如获取的待增强视频帧图像不是hsv格式图像，则需要先将其转换至预设颜色空间格式图像(hsv格式图像)，从而才能执行后续的步骤。64.可选的，为了提高图像增强的效率，以下实施例将以hsv颜色空间为例进行展开说明。65.步骤102，对第一图像进行图像增强处理，得到图像增强后的第二图像。66.在一些实施例中，步骤102具体包括：将第一图像输入至训练后的图像增强模型进行图像增强，得到图像增强后的第二图像。67.在本实施例中，该训练后的图像增强模型是采用轻量级的卷积神经网络进行训练而成的，从而能够应用于目前市场上的绝大部分移动终端，使得用户能够随时随地得采用该图像增强模型进行图像增强，大大的提高了图像增强的效率。68.在另一些本实施例中，步骤102具体还包括：对第一图像进行降采样处理，得到分辨率低于第一图像的低分辨率图像；将低分辨率图像输入至训练后的图像增强模型，得到图像增强后的第二图像。69.具体的，通过对v通道中的第一图像进行降采样处理，以降低该v通道中的第一图像的数据大小，得到v通道低分辨率图像。通过将v通道低分辨率图像输入至训练后的图像增强模型中进行图像增强，相比于对v通道高分辨率图像进行图像增强，本发明实施例能够进一步的提高视频增强的效率。70.需要说明的是，该低分辨率图像的分辨率低于第一图像的分辨率，例如，第一图像的分辨率为1080p(1920×1080的分辨率)，则降采样处理后得到的低分辨率图像的分辨率为240p(320×240的分辨率)或360p(600×360的分辨率或480x360的分辨率)，具体的，降采样后的低分辨率图像的分辨率只需小于第一图像的分辨率即可，具体为多少在此不作限定。71.可选的，本实施例在降采样的过程中，将降采样后的低分辨率图像时刻保持与v通道的第一图像相同的宽高比。72.步骤103，基于第二图像，确定增强后的目标视频帧。73.在本实施例中，步骤103具体为：根据低分辨率图像和第二图像，确定含有映射关系的目标灰度映像函数，基于目标灰度映像函数对第一图像进行映射处理，得到图像增强后的目标视频帧。74.在本实施例中，以进行图像增强后的、v通道中低分辨率的第二图像作为参照图像，对v通道中高分辨率的第一图像进行直方图规定化映射处理，能够将未进行降采样的v通道第一图像，经过直方图规定化的原理映射到与增强后的v通道第二图像相同的分布，得到图像增强后的目标视频帧，实现高分辨率(原始分辨率)的v通道图像的增强。75.通过采用轻量级的卷积神经网络增强单个v通道的低分辨率图像，并结合直方图规定化实现实时视频增强，极大程度的减少了终端需要进行计算量，更进一步的提高了视频增强的效率。76.本发明实施例通过确定增强前的低分辨率图像变换到增强后的第二图像之间的变换关系，从而能够确定该变换过程中含有映射关系的目标灰度映像函数，由于第二图像与低分辨率图像是含有相同内容和特征的图像，且具有相同的宽高比，仅是分辨率的不同，因此，相比于通过高分辨率图像获取灰度映像函数，本技术实施例通过低分辨率图像获取对应的目标灰度映像函数，能够提高获取灰度映像函数的效率，从而有效提高了视频增强的效率。并且，根据每帧图像对应的目标灰度映像函数，对待增强视频帧进行直方图规定化映射处理，能够避免图像的过度均衡化和噪声的产生，进而提高了视频增强后的视频质量。77.此外，通过结合低分辨率图像的增强处理和直方图规定化映射处理，能够极大程度的减少图像增强所需计算量，从而能够实现实时对视频数据进行增强的目的。78.在一些实施例中，由于本发明实施例是通过对hsv通道中的v通道图像进行增强的，因此，步骤103具体为：在待增强视频帧的hsv颜色空间中，提取出h通道图像和s通道图像，根据目标通道的目标图像、h通道图像和s通道图像，得到增强后的目标视频帧。79.本实施例通过增强v通道图像，能够增强图像的对比度、亮度以及饱和度属性，因此，将增强后的v通道图像与h通道图像和s通道图像进行结合，能够得到对比度、亮度以及饱和度增强后的目标视频帧，采用本发明实施例提供的增强方式，能够实时对视频数据的所有视频帧进行增强处理，为用户实时提供画质更好的视频，提高了用户观看视频的体验。80.可选的，在得到增强后的目标视频帧之后，本发明实施例还可对目标视频帧对应的图像进行饱和度增强处理，从而能够进一步的提高视频的增强效果。81.作为本发明可选的实施例，在进行饱和度增强处理前，由于本实施例的增强后的目标视频帧为hsv格式，因此，需要先将其转换至rgb格式，在转换回rgb格式后，再对目标视频帧的图像进行饱和度增强处理。82.可以理解的是，当增强后的目标视频帧为yuv格式时，在对其进行饱和度增强处理之前，也是需要将其先转换至rgb格式。当增强后的目标视频帧为rgb格式时，则可直接对其进行饱和度增强处理。83.在本实施例中，本实施例是通过photoshop中的饱和度增强方案对增强后的目标视频帧进行色彩增强，具体的，通过以下饱和度增强公式(1)-(6)，实现对rgb格式的目标视频帧进行饱和度增强处理：84.maxv＝max(r,g,b)，minv＝min(r,g,b)ꢀꢀ(1)[0085][0086][0087][0088][0089][0090]其中，max和min表示r、g、b颜色值中的最大值和最小值，l表示亮度，s表示饱和度，γ为自定义的饱和度增量，本实施例设定γ为0.2，r'、g'、b'分别为饱和度增强后的r、g、b颜色值。[0091]需要说明的是，对视频帧进行色彩增强的方式并不限于使用上述方式，还可使用其他能够对视频帧进行色彩增强的方式进行饱和度增强，在此不作限定。[0092]在本实施例中，当本发明实施例应用于移动终端时，即用户在移动终端上进行视频拍摄时，请参见图2，图2是本发明实施例提供的对拍摄的视频进行视频增强的一种流程示意图，如图2所示，移动终端实时从图像传感器中捕获拍摄的视频数据以获取待增强视频帧对应的图像10，然后将图像10转换至hsv颜色空间以提取出图像10的v通道图像11，再对v通道图像11进行降采样处理，得到低分辨率的v通道图像111，此时，移动终端将低分辨率的v通道图像111输入至训练后的图像增强模型中(该模型被训练成能够提高图像的对比度和亮度)，从而得到对比度和亮度增强的低分辨率图像112，再利用低分辨率的v通道图像111与低分辨率图像112之间的灰度映像函数，对原始的v通道图像11进行直方图规定化映射处理，从而生成增强后的v通道图像12，再将该增强后的v通道图像12与图像10的h、s通道图像相结合，从而能够得到对比度和亮度增强后的目标视频帧对应的图像20，可选的，将hsv格式的图像20转换至rgb格式，并对rgb格式的图像20进行饱和度增强，得到对比度、亮度增和饱和度增强后的图像30，之后，通过将该图像30在移动终端显示屏上进行显示，能够实现用户在暗环境下进行视频拍摄时，拍摄显示出较为明亮的视频，提高了用户在暗光条件下拍摄视频的主观感受，增加用户对移动终端进行视频拍摄的满意度。[0093]通过将本发明实施例提供的图像处理方法应用在移动终端上，能够使得移动终端拍摄的图像画质或视频画质得到自适应的提升，从而提高用户的拍摄体验，进而有效提升产品的竞争力。[0094]综上所述，本发明实施例提供了一种图像处理方法，该方法包括：获取待增强视频帧在预设颜色空间中的目标通道的第一图像，然后对第一图像进行图像增强处理得到图像增强后的第二图像，最后基于第二图像确定增强后的目标视频帧，采用本发明提供的实施例，不仅能够提高图像增强的速度，还能够避免图像的过度均衡化和噪声的产生，从而提高了视频增强后的视频质量。[0095]请参见图3，图3是本发明实施例提供的图像增强模型的训练方法的一种流程示意图，如图3所示，本发明实施例提供的图像增强模型的训练方法包括步骤301至步骤304；[0096]步骤301，获取多个第一视频帧。[0097]为了提高模型的准确率，本发明实施例需要获取大量的第一视频帧，故本实施例获取50000个未进行图像增强的第一视频帧。[0098]步骤302，分别在每个第一视频帧的预设颜色空间中，提取出目标通道的图像，得到多个第三图像。[0099]本发明实施例主要是以hsv颜色空间为例进行说明，因此，预设颜色空间将继续采用hsv颜色空间，则目标通道为v通道，提取出的第四图像为v通道图像，由于获取了50000个第一视频帧，则此时将提取出50000个v通道图像。[0100]需要说明的是，预设颜色空间也可为rgb或yuv等颜色空间，对应的需提取的目标通道图像的方案请参照上述图像处理方法的实施例，在此不再赘述。[0101]步骤303，对多个第三图像的目标属性进行增强，得到多个图像增强后的第四图像。[0102]在本实施例中，目标属性包括对比度、亮度和饱和度至少之一，用户可根据实际需求，选择需要增强的属性作为目标属性，从而能够使得后续的图像增强模型能够学习到对图像的目标属性进行增强的能力。[0103]可选的，本实施例的目标属性为对比度，本实施例通过3d-lut调色软件(look-up-table，显示查找表)分别对50000个v通道图像的对比度进行增强，得到50000个对比度增强后的v通道图像。[0104]需要说明的是，对图像进行增强的方式不限于采用3d-lut调色软件，还可通过其他增强的方式对v通道图像的对比度进行增强，如hdrnet等，在此不做限定。[0105]步骤304，将第三图像和第四图像作为训练样本集合，根据训练样本集合对待训练的图像增强模型进行训练，并基于设定的目标损失函数进行模型参数优化以生成训练后的图像增强模型。[0106]具体的，本实施例是将50000个未增强的v通道图像作为待训练的图像增强模型的输入数据，将50000个增强后的v通道图像作为待增强图像增强模型的标签数据，采用这些输入数据和标签数据构成的训练样本集合，对待训练的图像增强模型进行训练，也即将50000个未增强的v通道图像输入至待训练的图像增强模型进行图像增强，并根据每次模型的输出与对应的标签数据之间的损失函数值，实时进行模型参数的优化直至模型收敛。[0107]可选的，本实施例提供的卷积神经网络同时采用最小绝对值误差函数和光流损失函数作为训练过程的损失函数，最小绝对值误差函数和光流损失函数的权重比例为1:1。则根据训练样本集合对待训练的图像增强模型进行训练，并基于设定的目标损失函数进行模型参数优化以生成所述训练后的图像增强模型的过程具体为：将多个第三图像输入至待训练的图像增强模型，得到多个输出的第五图像，根据目标损失函数计算每个第五图像与对应的第四图像之间的目标损失值，并根据目标损失值实时优化所述待训练的图像增强模型的模型参数，其中，目标损失值为最小绝对值误差函数的第一损失值和光流损失函数的第二损失值之和，若目标损失值小于预设损失值，确定待训练的图像增强模型收敛。[0108]通过引入光流损失函数，能够使图像增强模型记录上一帧图像处理过程的参数，从而约束图像增强模型对相邻的下一帧图像的增强，使得图像增强模型具有良好的时序稳定性，进而解决了视频容易出现闪烁的问题。[0109]在本发明实施例中，为了将本发明实施例提供的图像增强模型应用于移动终端中，本实施例采用轻量级的unet网络作为网络模型进行训练，从而能够更方便的将图像增强模型应用于移动终端中，供用户在移动终端上执行图像增强操作，实现在移动终端上进行图像增强。[0110]根据上述实施例所描述的方法，本实施例将从图像处理装置的角度进一步进行描述，该图像处理装置具体可以作为独立的实体来实现，也可以集成在电子设备，比如终端中来实现，该终端可以包括手机、平板电脑等。[0111]请参阅图4，图4是本发明实施例提供的图像处理装置的一种结构示意图，如图4所示，本发明实施例提供的视频增强处理装置400，包括获取模块401、增强模块402，以及确定模块403；其中，[0112]获取模块401用于获取待增强视频帧在预设颜色空间中的目标通道的第一图像。[0113]在本实施例中，目标通道包括预设颜色空间中的至少一个通道。[0114]增强模块402用于对第一图像进行图像增强处理，得到图像增强后的第二图像。[0115]在本实施例中，增强模块402具体还用于将第一图像输入至训练后的图像增强模型进行图像增强，得到图像增强后的第二图像。[0116]在一些实施例中，训练后的图像增强模型通过以下步骤得到：获取多个第一视频帧，分别在每个第一视频帧的预设颜色空间中，提取出目标通道的图像，得到多个第三图像，对多个第三图像的目标属性进行增强，得到多个图像增强后的第四图像，将第三图像和第四图像作为训练样本集合，根据训练样本集合对待训练的图像增强模型进行训练，并基于设定的目标损失函数进行模型参数优化以生成训练后的图像增强模型。[0117]其中，目标属性包括对比度、亮度和饱和度至少之一。[0118]可选的，该卷积神经网络同时采用最小绝对值误差函数和光流损失函数作为训练过程的损失函数，其中，最小绝对值误差函数和光流损失函数的权重比例为1:1。则根据训练样本集合对待训练的图像增强模型进行训练，并基于设定的目标损失函数进行模型参数优化以生成所述训练后的图像增强模型的过程具体为：将多个第三图像输入至待训练的图像增强模型，得到多个输出的第五图像，根据目标损失函数计算每个第五图像与对应的第四图像之间的目标损失值，并根据目标损失值实时优化所述待训练的图像增强模型的模型参数，其中，目标损失值为最小绝对值误差函数的第一损失值和光流损失函数的第二损失值之和，若目标损失值小于预设损失值，确定待训练的图像增强模型收敛。[0119]确定模块403用于基于第二图像，确定增强后的目标视频帧。[0120]在本实施例中，请参见图5，图5是本发明实施例提供的确定模块的一种结构示意图，如图5所示，确定模块403包括确定单元4031和处理单元4032；[0121]确定单元4031用于根据所述低分辨率图像和所述第二图像，确定含有映射关系的目标灰度映像函数。[0122]处理单元4032用于基于所述目标灰度映像函数对所述第一图像进行映射处理，得到图像增强后的目标视频帧。[0123]在本实施例中，预设颜色空间为hsv颜色空间，目标通道为v通道，因此，确定模块403具体用于：在待增强视频帧的hsv颜色空间中，提取出h通道图像和s通道图像，根据目标通道的目标图像、h通道图像和s通道图像，得到增强后的目标视频帧。[0124]可选的，本发明实施例提供的视频增强处理装置400，还包括二次增强模块404，该二次增强模块404用于对目标视频帧对应的图像进行饱和度增强处理，得到饱和度增强后的图像。[0125]具体实施时，以上各个模块和/或单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个模块和/或单元的具体实施可参见前面的方法实施例，具体可以达到的有益效果也请参看前面的方法实施例中的有益效果，在此不再赘述。[0126]另外，请参见图6，图6是本发明实施例提供的电子设备的一种结构示意图，该电子设备可以是移动终端如智能手机、平板电脑等设备。如图6所示，电子设备600包括处理器601、存储器602。其中，处理器601与存储器602电性连接。[0127]处理器601是电子设备600的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或加载存储在存储器602内的应用程序，以及调用存储在存储器602内的数据，执行电子设备600的各种功能和处理数据，从而对电子设备600进行整体监控。[0128]在本实施例中，电子设备600中的处理器601会按照如下的步骤，将一个或一个以上的应用程序的进程对应的指令加载到存储器602中，并由处理器601来运行存储在存储器602中的应用程序，从而实现各种功能：[0129]获取待增强视频帧在预设颜色空间中的目标通道的第一图像；[0130]对第一图像进行图像增强处理，得到图像增强后的第二图像；[0131]基于第二图像，确定增强后的目标视频帧。[0132]该电子设备600可以实现本发明实施例所提供的图像处理方法任一实施例中的步骤，因此，可以实现本发明实施例所提供的任一图像处理方法所能实现的有益效果，详见前面的实施例，在此不再赘述。[0133]请参见图7，图7为本发明实施例提供的电子设备的另一种结构示意图，如图7所示，图7示出了本发明实施例提供的电子设备的具体结构框图，该电子设备可以用于实施上述实施例中提供的图像处理方法。该电子设备700可以为移动终端如智能手机或笔记本电脑等设备。[0134]rf电路710用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通讯网络或者其他设备进行通讯。rf电路710可包括各种现有的用于执行这些功能的电路元件，例如，天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(sim)卡、存储器等等。rf电路710可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。上述的无线网络可包括蜂窝式电话网、无线局域网或者城域网。上述的无线网络可以使用各种通信标准、协议及技术，包括但并不限于全球移动通信系统(globalsystemformobilecommunication,gsm)、增强型移动通信技术(enhanceddatagsmenvironment,edge)，宽带码分多址技术(widebandcodedivisionmultipleaccess,wcdma)，码分多址技术(codedivisionaccess,cdma)、时分多址技术(timedivisionmultipleaccess,tdma)，无线保真技术(wirelessfidelity，wi-fi)(如美国电气和电子工程师协会标准ieee802.11a，ieee802.11b,ieee802.11g和/或ieee802.11n)、网络电话(voiceoverinternetprotocol,voip)、全球微波互联接入(worldwideinteroperabilityformicrowaveaccess，wi-max)、其他用于邮件、即时通讯及短消息的协议，以及任何其他合适的通讯协议，甚至可包括那些当前仍未被开发出来的协议。[0135]存储器720可用于存储软件程序以及模块，如上述实施例中图像处理方法对应的程序指令/模块，处理器780通过运行存储在存储器720内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现如下功能：[0136]获取待增强视频帧在预设颜色空间中的目标通道的第一图像；[0137]对第一图像进行图像增强处理，得到图像增强后的第二图像；[0138]基于第二图像，确定增强后的目标视频帧。[0139]存储器720可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器720可进一步包括相对于处理器780远程设置的存储器，这些远程存储器可以通过网络连接至电子设备700。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。[0140]输入单元730可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，输入单元730可包括触敏表面731以及其他输入设备732。触敏表面731，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面731上或在触敏表面731附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面731可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器780，并能接收处理器780发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面731。除了触敏表面731，输入单元730还可以包括其他输入设备732。具体地，其他输入设备732可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。[0141]显示单元740可用于显示由用户输入的信息或提供给用户的信息以及电子设备700的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元740可包括显示面板741，可选的，可以采用lcd(liquidcrystaldisplay，液晶显示器)、oled(organiclight-emittingdiode,有机发光二极管)等形式来配置显示面板741。进一步的，触敏表面731可覆盖显示面板741，当触敏表面731检测到在其上或附近的触摸操作后，传送给处理器780以确定触摸事件的类型，随后处理器780根据触摸事件的类型在显示面板741上提供相应的视觉输出。虽然在图中，触敏表面731与显示面板741是作为两个独立的部件来实现输入和输出功能，但是在某些实施例中，可以将触敏表面731与显示面板741集成而实现输入和输出功能。[0142]电子设备700还可包括至少一种传感器750，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板741的亮度，接近传感器可在翻盖合上或者关闭时产生中断。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于电子设备700还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。[0143]音频电路760、扬声器761，传声器762可提供用户与电子设备700之间的音频接口。音频电路760可将接收到的音频数据转换后的电信号，传输到扬声器761，由扬声器761转换为声音信号输出；另一方面，传声器762将收集的声音信号转换为电信号，由音频电路760接收后转换为音频数据，再将音频数据输出处理器780处理后，经rf电路710以发送给比如另一终端，或者将音频数据输出至存储器720以便进一步处理。音频电路760还可能包括耳塞插孔，以提供外设耳机与电子设备700的通信。[0144]电子设备700通过传输模块770(例如wi-fi模块)可以帮助用户接收请求、发送信息等，它为用户提供了无线的宽带互联网访问。虽然图中示出了传输模块770，但是可以理解的是，其并不属于电子设备700的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。[0145]处理器780是电子设备700的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器720内的软件程序和/或模块，以及调用存储在存储器720内的数据，执行电子设备700的各种功能和处理数据，从而对电子设备进行整体监控。可选的，处理器780可包括一个或多个处理核心；在一些实施例中，处理器780可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解地，上述调制解调处理器也可以不集成到处理器780中。[0146]电子设备700还包括给各个部件供电的电源790(比如电池)，在一些实施例中，电源可以通过电源管理系统与处理器780逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源790还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。[0147]尽管未示出，电子设备700还包括摄像头(如前置摄像头、后置摄像头)、蓝牙模块等，在此不再赘述。具体在本实施例中，电子设备的显示单元是触摸屏显示器，移动终端还包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行一个或者一个以上程序包含用于进行以下操作的指令：[0148]获取待增强视频帧在预设颜色空间中的目标通道的第一图像；[0149]对第一图像进行图像增强处理，得到图像增强后的第二图像；[0150]基于第二图像，确定增强后的目标视频帧。[0151]具体实施时，以上各个模块可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个模块的具体实施可参见前面的方法实施例，在此不再赘述。[0152]本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。为此，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的图像处理方法中任一实施例的步骤。[0153]其中，该存储介质可以包括：只读存储器(rom，readonlymemory)、随机存取记忆体(ram，randomaccessmemory)、磁盘或光盘等。[0154]由于该存储介质中所存储的指令，可以执行本发明实施例所提供的图像处理方法任一实施例中的步骤，因此，可以实现本发明实施例所提供的任一图像处理方法所能实现的有益效果，详见前面的实施例，在此不再赘述。[0155]以上对本技术实施例所提供的一种图像处理方法、装置、设备及存储介质进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。并且，对于本
技术领域：
：的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。当前第1页12当前第1页12
技术领域：
：，尤其涉及一种图像处理方法、装置、设备及存储介质。
背景技术：
：：2.视频在传输的过程中，如果受到某种程度的干扰，则会导致视频出现画质降低或闪烁等不良影响，无法满足用户的需求，因此，需要对视频进行增强就成了消除视频出现不良影响的必不可少的手段。3.视频增强技术是通过一定手段对原图像附加一些信息或者变换数据，有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征，使图像与视觉响应特性相匹配，从而改善图像质量、加强视觉效果。4.现有的视频增强方式通常是采用图像直方图均衡化实现对比度的增强，或采用直方图自适应的方式，根据输入的图像或全局或局部的通过算法自适应的实现对比度的增强。5.而图像直方图均衡化是对所有的视频帧都采用相同的均衡化处理，手段比较单一、处理不够灵活，导致多数视频帧容易出现过度均衡化等问题，从而造成视频画质的下降。以及，直方图自适应主要是处理视频中存在的闪烁问题，但对部分超窄动态范围的场景进行处理会出现过度增强的效果，导致画面产生严重的噪声，从而造成视频画质的下降。技术实现要素：6.本发明实施例的目的是提供一种图像处理方法、装置、设备及存储介质，以避免图像的过度均衡化和噪声的产生，从而提高视频增强后的视频质量。7.在第一方面，为实现上述目的，本发明实施例提供了一种图像处理方法，包括：8.获取待增强视频帧在预设颜色空间中的目标通道的第一图像；9.对所述第一图像进行图像增强处理，得到图像增强后的第二图像；10.基于所述第二图像，确定增强后的目标视频帧。11.进一步的，所述对所述第一图像进行图像增强处理，得到图像增强后的第二图像，包括：12.将所述第一图像输入至训练后的图像增强模型进行图像增强，得到图像增强后的第二图像；13.所述训练后的图像增强模型通过以下步骤得到：14.获取多个第一视频帧；15.分别在每个所述第一视频帧的所述预设颜色空间中，提取出所述目标通道的图像，得到多个第三图像；16.对多个所述第三图像的目标属性进行增强，得到多个图像增强后的第四图像，所述目标属性包括对比度、亮度和饱和度至少之一；17.将所述第三图像和所述第四图像作为训练样本集合，根据所述训练样本集合对所述待训练的图像增强模型进行训练，并基于设定的目标损失函数进行模型参数优化以生成所述训练后的图像增强模型。18.进一步的，所述目标损失函数包括最小绝对值误差函数和光流损失函数，所述最小绝对值误差函数和所述光流损失函数的权重比例为1:1；所述根据所述训练样本集合对所述待训练的图像增强模型进行训练，并基于设定的目标损失函数进行模型参数优化以生成所述训练后的图像增强模型，包括：19.将多个所述第三图像输入至待训练的图像增强模型中，得到多个输出的第五图像；20.根据所述目标损失函数计算每个所述第五图像与对应的第四图像之间的目标损失值，并根据所述目标损失值实时优化所述待训练的图像增强模型的模型参数；所述目标损失值为所述最小绝对值误差函数的第一损失值和所述光流损失函数的第二损失值之和；21.若所述目标损失值小于预设损失值，确定所述待训练的图像增强模型收敛。22.进一步的，所述对所述第一图像进行图像增强处理，得到图像增强后的第二图像，包括：23.对所述第一图像进行降采样处理，得到分辨率低于所述第一图像的低分辨率图像；24.将所述低分辨率图像输入至所述训练后的图像增强模型，得到图像增强后的第二图像；25.所述基于所述第二图像，确定增强后的目标视频帧，包括：26.根据所述低分辨率图像和所述第二图像，确定含有映射关系的目标灰度映像函数；27.基于所述目标灰度映像函数对所述第一图像进行映射处理，得到图像增强后的目标视频帧。28.进一步的，所述预设颜色空间为hsv颜色空间，所述目标通道为v通道；所述基于所述第二图像，确定增强后的目标视频帧，包括：29.在所述待增强视频帧的hsv颜色空间中，提取出h通道图像和s通道图像；30.根据所述目标通道的所述目标图像、所述h通道图像和所述s通道图像，得到增强后的目标视频帧。31.进一步的，在所述基于所述第二图像，确定增强后的目标视频帧之后，还包括：32.对所述目标视频帧对应的图像进行饱和度增强处理，得到饱和度增强后的图像。33.在第二方面，为了解决相同的技术问题，本发明实施例提供了一种图像处理装置，包括获取模块、增强模块，以及确定模块；其中，34.所述获取模块用于获取待增强视频帧在预设颜色空间中的目标通道的第一图像；35.所述增强模块用于对所述第一图像进行图像增强处理，得到图像增强后的第二图像；36.所述确定模块用于基于所述第二图像，确定增强后的目标视频帧。37.进一步的，所述增强模块还用于将所述第一图像输入至训练后的图像增强模型进行图像增强，得到图像增强后的第二图像；38.所述训练后的图像增强模型通过以下步骤得到：39.获取多个第一视频帧；40.分别在每个所述第一视频帧的所述预设颜色空间中，提取出所述目标通道的图像，得到多个第三图像；41.对多个所述第三图像的目标属性进行增强，得到多个图像增强后的第四图像，所述目标属性包括对比度、亮度和饱和度至少之一；42.将所述第三图像和所述第四图像作为训练样本集合，根据所述训练样本集合对所述待训练的图像增强模型进行训练，并基于设定的目标损失函数进行模型参数优化以生成所述训练后的图像增强模型。43.在第三方面，为了解决相同的技术问题，本发明实施例提供了一种电子设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时，实现上述任一项所述的图像处理方法。44.在第四方面，为了解决相同的技术问题，本发明实施例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，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行上述任一项所述的图像处理方法。45.本发明实施例提供了一种图像处理方法、装置、设备及存储介质，该方法通过对待增强视频帧在预设颜色空间中的目标通道的第一图像，进行图像增强处理得到图像增强后的第二图像，并基于第二图像确定增强后的目标视频帧，不仅能够提高图像增强的速度，还能够避免图像的过度均衡化和噪声的产生，从而提高了视频增强后的视频质量。附图说明46.图1是本发明实施例提供的图像处理方法的一种流程示意图；47.图2是本发明实施例提供的对拍摄的视频进行视频增强的一种流程示意图；48.图3是本发明实施例提供的图像增强模型的训练方法的一种流程示意图；49.图4是本发明实施例提供的图像处理装置的一种结构示意图；50.图5是本发明实施例提供的确定模块的一种结构示意图；51.图6是本发明实施例提供的电子设备的一种结构示意图；52.图7是本发明实施例提供的电子设备的另一种结构示意图。具体实施方式53.下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。54.请参见图1，图1是本发明实施例提供的图像处理方法的一种流程示意图，如图1所示，本发明实施例提供的图像处理方法包括步骤101至步骤103；55.步骤101，获取待增强视频帧在预设颜色空间中的目标通道的第一图像。56.在本实施例中，在获取待增强视频帧之前，需要先获取待增强的视频数据，然后才能从视频数据中提取出待增强视频帧，视频数据包括从图像传感器捕获的视频数据、通过通信接口接收的视频数据，或用户选择的在终端本地存储有的视频数据，具体的，终端能够播放的视频数据，均可作为本技术实施例中获取的视频数据。57.在本实施例中，颜色空间的用途是在某些标准下用通常可接受的方式对彩色加以说明，常用的颜色空间有hsv、rgb、yuv、cmy等；另外，每个颜色空间具有其对应的通道，如hsv颜色空间含有h通道、s通道、v通道，rgb颜色空间含有r通道、g通道、b通道等等，因此，本实施例中的目标通道包括预设颜色空间中的至少一个通道，例如一个或多个。58.而为了增强视频的画质，但又不影响视频的画面色彩，本发明实施例只提取预设颜色空间中不影响视频的画面色彩的通道对应的图像，并对该通道对应的图像进行增强，从而能够实现增强视频画质，但不影响视频画面色彩的目的。59.具体的，在一种实施方式中，预设颜色空间为hsv颜色空间，由于处理h和s通道对应的图像会影响整体图像的画面色彩，因此确定目标通道为v通道，此时提取出的第一图像为v通道图像，故后续只需对v通道图像进行增强处理，能够有效提高视频增强的效率。60.在另一种实施方式中，预设颜色空间为rgb颜色空间，由于rgb图像是通过red红、green绿、blue蓝三种色光按不同比例混合而成的，因此确定目标通道为r、g、b三个通道，此时提取出的第一图像包括r通道图像、g通道图像和b通道图像，后续需对这三个通道图像同时进行增强处理，以此方式完成对视频的增强。61.在第三种实施方式中，预设颜色空间为yuv颜色空间，由于处理u和v通道对应的图像会影响整体图像的画面色彩，因此确定目标通道为y通道，此时提取出的第一图像为y通道图像，后续只需对y通道图像进行增强处理，能够有效提高视频增强的效率。62.在上述三种实施方式中，由于rgb颜色空间是需要同时对三个通道图像进行处理，因此，当预设颜色空间为rgb颜色空间时，最终对视频增强的效果是最好的，但相反的，其所需花费的时间将会更多。当预设颜色空间为hsv或yuv颜色空间时，最终对视频增强的效果较好，同时所需花费的时间也较少。故用户可根据实际的需求，来确定预设颜色空间。63.可以理解的是，当获取的待增强视频帧图像不是预设颜色空间格式图像时，如获取的待增强视频帧图像不是hsv格式图像，则需要先将其转换至预设颜色空间格式图像(hsv格式图像)，从而才能执行后续的步骤。64.可选的，为了提高图像增强的效率，以下实施例将以hsv颜色空间为例进行展开说明。65.步骤102，对第一图像进行图像增强处理，得到图像增强后的第二图像。66.在一些实施例中，步骤102具体包括：将第一图像输入至训练后的图像增强模型进行图像增强，得到图像增强后的第二图像。67.在本实施例中，该训练后的图像增强模型是采用轻量级的卷积神经网络进行训练而成的，从而能够应用于目前市场上的绝大部分移动终端，使得用户能够随时随地得采用该图像增强模型进行图像增强，大大的提高了图像增强的效率。68.在另一些本实施例中，步骤102具体还包括：对第一图像进行降采样处理，得到分辨率低于第一图像的低分辨率图像；将低分辨率图像输入至训练后的图像增强模型，得到图像增强后的第二图像。69.具体的，通过对v通道中的第一图像进行降采样处理，以降低该v通道中的第一图像的数据大小，得到v通道低分辨率图像。通过将v通道低分辨率图像输入至训练后的图像增强模型中进行图像增强，相比于对v通道高分辨率图像进行图像增强，本发明实施例能够进一步的提高视频增强的效率。70.需要说明的是，该低分辨率图像的分辨率低于第一图像的分辨率，例如，第一图像的分辨率为1080p(1920×1080的分辨率)，则降采样处理后得到的低分辨率图像的分辨率为240p(320×240的分辨率)或360p(600×360的分辨率或480x360的分辨率)，具体的，降采样后的低分辨率图像的分辨率只需小于第一图像的分辨率即可，具体为多少在此不作限定。71.可选的，本实施例在降采样的过程中，将降采样后的低分辨率图像时刻保持与v通道的第一图像相同的宽高比。72.步骤103，基于第二图像，确定增强后的目标视频帧。73.在本实施例中，步骤103具体为：根据低分辨率图像和第二图像，确定含有映射关系的目标灰度映像函数，基于目标灰度映像函数对第一图像进行映射处理，得到图像增强后的目标视频帧。74.在本实施例中，以进行图像增强后的、v通道中低分辨率的第二图像作为参照图像，对v通道中高分辨率的第一图像进行直方图规定化映射处理，能够将未进行降采样的v通道第一图像，经过直方图规定化的原理映射到与增强后的v通道第二图像相同的分布，得到图像增强后的目标视频帧，实现高分辨率(原始分辨率)的v通道图像的增强。75.通过采用轻量级的卷积神经网络增强单个v通道的低分辨率图像，并结合直方图规定化实现实时视频增强，极大程度的减少了终端需要进行计算量，更进一步的提高了视频增强的效率。76.本发明实施例通过确定增强前的低分辨率图像变换到增强后的第二图像之间的变换关系，从而能够确定该变换过程中含有映射关系的目标灰度映像函数，由于第二图像与低分辨率图像是含有相同内容和特征的图像，且具有相同的宽高比，仅是分辨率的不同，因此，相比于通过高分辨率图像获取灰度映像函数，本技术实施例通过低分辨率图像获取对应的目标灰度映像函数，能够提高获取灰度映像函数的效率，从而有效提高了视频增强的效率。并且，根据每帧图像对应的目标灰度映像函数，对待增强视频帧进行直方图规定化映射处理，能够避免图像的过度均衡化和噪声的产生，进而提高了视频增强后的视频质量。77.此外，通过结合低分辨率图像的增强处理和直方图规定化映射处理，能够极大程度的减少图像增强所需计算量，从而能够实现实时对视频数据进行增强的目的。78.在一些实施例中，由于本发明实施例是通过对hsv通道中的v通道图像进行增强的，因此，步骤103具体为：在待增强视频帧的hsv颜色空间中，提取出h通道图像和s通道图像，根据目标通道的目标图像、h通道图像和s通道图像，得到增强后的目标视频帧。79.本实施例通过增强v通道图像，能够增强图像的对比度、亮度以及饱和度属性，因此，将增强后的v通道图像与h通道图像和s通道图像进行结合，能够得到对比度、亮度以及饱和度增强后的目标视频帧，采用本发明实施例提供的增强方式，能够实时对视频数据的所有视频帧进行增强处理，为用户实时提供画质更好的视频，提高了用户观看视频的体验。80.可选的，在得到增强后的目标视频帧之后，本发明实施例还可对目标视频帧对应的图像进行饱和度增强处理，从而能够进一步的提高视频的增强效果。81.作为本发明可选的实施例，在进行饱和度增强处理前，由于本实施例的增强后的目标视频帧为hsv格式，因此，需要先将其转换至rgb格式，在转换回rgb格式后，再对目标视频帧的图像进行饱和度增强处理。82.可以理解的是，当增强后的目标视频帧为yuv格式时，在对其进行饱和度增强处理之前，也是需要将其先转换至rgb格式。当增强后的目标视频帧为rgb格式时，则可直接对其进行饱和度增强处理。83.在本实施例中，本实施例是通过photoshop中的饱和度增强方案对增强后的目标视频帧进行色彩增强，具体的，通过以下饱和度增强公式(1)-(6)，实现对rgb格式的目标视频帧进行饱和度增强处理：84.maxv＝max(r,g,b)，minv＝min(r,g,b)ꢀꢀ(1)[0085][0086][0087][0088][0089][0090]其中，max和min表示r、g、b颜色值中的最大值和最小值，l表示亮度，s表示饱和度，γ为自定义的饱和度增量，本实施例设定γ为0.2，r'、g'、b'分别为饱和度增强后的r、g、b颜色值。[0091]需要说明的是，对视频帧进行色彩增强的方式并不限于使用上述方式，还可使用其他能够对视频帧进行色彩增强的方式进行饱和度增强，在此不作限定。[0092]在本实施例中，当本发明实施例应用于移动终端时，即用户在移动终端上进行视频拍摄时，请参见图2，图2是本发明实施例提供的对拍摄的视频进行视频增强的一种流程示意图，如图2所示，移动终端实时从图像传感器中捕获拍摄的视频数据以获取待增强视频帧对应的图像10，然后将图像10转换至hsv颜色空间以提取出图像10的v通道图像11，再对v通道图像11进行降采样处理，得到低分辨率的v通道图像111，此时，移动终端将低分辨率的v通道图像111输入至训练后的图像增强模型中(该模型被训练成能够提高图像的对比度和亮度)，从而得到对比度和亮度增强的低分辨率图像112，再利用低分辨率的v通道图像111与低分辨率图像112之间的灰度映像函数，对原始的v通道图像11进行直方图规定化映射处理，从而生成增强后的v通道图像12，再将该增强后的v通道图像12与图像10的h、s通道图像相结合，从而能够得到对比度和亮度增强后的目标视频帧对应的图像20，可选的，将hsv格式的图像20转换至rgb格式，并对rgb格式的图像20进行饱和度增强，得到对比度、亮度增和饱和度增强后的图像30，之后，通过将该图像30在移动终端显示屏上进行显示，能够实现用户在暗环境下进行视频拍摄时，拍摄显示出较为明亮的视频，提高了用户在暗光条件下拍摄视频的主观感受，增加用户对移动终端进行视频拍摄的满意度。[0093]通过将本发明实施例提供的图像处理方法应用在移动终端上，能够使得移动终端拍摄的图像画质或视频画质得到自适应的提升，从而提高用户的拍摄体验，进而有效提升产品的竞争力。[0094]综上所述，本发明实施例提供了一种图像处理方法，该方法包括：获取待增强视频帧在预设颜色空间中的目标通道的第一图像，然后对第一图像进行图像增强处理得到图像增强后的第二图像，最后基于第二图像确定增强后的目标视频帧，采用本发明提供的实施例，不仅能够提高图像增强的速度，还能够避免图像的过度均衡化和噪声的产生，从而提高了视频增强后的视频质量。[0095]请参见图3，图3是本发明实施例提供的图像增强模型的训练方法的一种流程示意图，如图3所示，本发明实施例提供的图像增强模型的训练方法包括步骤301至步骤304；[0096]步骤301，获取多个第一视频帧。[0097]为了提高模型的准确率，本发明实施例需要获取大量的第一视频帧，故本实施例获取50000个未进行图像增强的第一视频帧。[0098]步骤302，分别在每个第一视频帧的预设颜色空间中，提取出目标通道的图像，得到多个第三图像。[0099]本发明实施例主要是以hsv颜色空间为例进行说明，因此，预设颜色空间将继续采用hsv颜色空间，则目标通道为v通道，提取出的第四图像为v通道图像，由于获取了50000个第一视频帧，则此时将提取出50000个v通道图像。[0100]需要说明的是，预设颜色空间也可为rgb或yuv等颜色空间，对应的需提取的目标通道图像的方案请参照上述图像处理方法的实施例，在此不再赘述。[0101]步骤303，对多个第三图像的目标属性进行增强，得到多个图像增强后的第四图像。[0102]在本实施例中，目标属性包括对比度、亮度和饱和度至少之一，用户可根据实际需求，选择需要增强的属性作为目标属性，从而能够使得后续的图像增强模型能够学习到对图像的目标属性进行增强的能力。[0103]可选的，本实施例的目标属性为对比度，本实施例通过3d-lut调色软件(look-up-table，显示查找表)分别对50000个v通道图像的对比度进行增强，得到50000个对比度增强后的v通道图像。[0104]需要说明的是，对图像进行增强的方式不限于采用3d-lut调色软件，还可通过其他增强的方式对v通道图像的对比度进行增强，如hdrnet等，在此不做限定。[0105]步骤304，将第三图像和第四图像作为训练样本集合，根据训练样本集合对待训练的图像增强模型进行训练，并基于设定的目标损失函数进行模型参数优化以生成训练后的图像增强模型。[0106]具体的，本实施例是将50000个未增强的v通道图像作为待训练的图像增强模型的输入数据，将50000个增强后的v通道图像作为待增强图像增强模型的标签数据，采用这些输入数据和标签数据构成的训练样本集合，对待训练的图像增强模型进行训练，也即将50000个未增强的v通道图像输入至待训练的图像增强模型进行图像增强，并根据每次模型的输出与对应的标签数据之间的损失函数值，实时进行模型参数的优化直至模型收敛。[0107]可选的，本实施例提供的卷积神经网络同时采用最小绝对值误差函数和光流损失函数作为训练过程的损失函数，最小绝对值误差函数和光流损失函数的权重比例为1:1。则根据训练样本集合对待训练的图像增强模型进行训练，并基于设定的目标损失函数进行模型参数优化以生成所述训练后的图像增强模型的过程具体为：将多个第三图像输入至待训练的图像增强模型，得到多个输出的第五图像，根据目标损失函数计算每个第五图像与对应的第四图像之间的目标损失值，并根据目标损失值实时优化所述待训练的图像增强模型的模型参数，其中，目标损失值为最小绝对值误差函数的第一损失值和光流损失函数的第二损失值之和，若目标损失值小于预设损失值，确定待训练的图像增强模型收敛。[0108]通过引入光流损失函数，能够使图像增强模型记录上一帧图像处理过程的参数，从而约束图像增强模型对相邻的下一帧图像的增强，使得图像增强模型具有良好的时序稳定性，进而解决了视频容易出现闪烁的问题。[0109]在本发明实施例中，为了将本发明实施例提供的图像增强模型应用于移动终端中，本实施例采用轻量级的unet网络作为网络模型进行训练，从而能够更方便的将图像增强模型应用于移动终端中，供用户在移动终端上执行图像增强操作，实现在移动终端上进行图像增强。[0110]根据上述实施例所描述的方法，本实施例将从图像处理装置的角度进一步进行描述，该图像处理装置具体可以作为独立的实体来实现，也可以集成在电子设备，比如终端中来实现，该终端可以包括手机、平板电脑等。[0111]请参阅图4，图4是本发明实施例提供的图像处理装置的一种结构示意图，如图4所示，本发明实施例提供的视频增强处理装置400，包括获取模块401、增强模块402，以及确定模块403；其中，[0112]获取模块401用于获取待增强视频帧在预设颜色空间中的目标通道的第一图像。[0113]在本实施例中，目标通道包括预设颜色空间中的至少一个通道。[0114]增强模块402用于对第一图像进行图像增强处理，得到图像增强后的第二图像。[0115]在本实施例中，增强模块402具体还用于将第一图像输入至训练后的图像增强模型进行图像增强，得到图像增强后的第二图像。[0116]在一些实施例中，训练后的图像增强模型通过以下步骤得到：获取多个第一视频帧，分别在每个第一视频帧的预设颜色空间中，提取出目标通道的图像，得到多个第三图像，对多个第三图像的目标属性进行增强，得到多个图像增强后的第四图像，将第三图像和第四图像作为训练样本集合，根据训练样本集合对待训练的图像增强模型进行训练，并基于设定的目标损失函数进行模型参数优化以生成训练后的图像增强模型。[0117]其中，目标属性包括对比度、亮度和饱和度至少之一。[0118]可选的，该卷积神经网络同时采用最小绝对值误差函数和光流损失函数作为训练过程的损失函数，其中，最小绝对值误差函数和光流损失函数的权重比例为1:1。则根据训练样本集合对待训练的图像增强模型进行训练，并基于设定的目标损失函数进行模型参数优化以生成所述训练后的图像增强模型的过程具体为：将多个第三图像输入至待训练的图像增强模型，得到多个输出的第五图像，根据目标损失函数计算每个第五图像与对应的第四图像之间的目标损失值，并根据目标损失值实时优化所述待训练的图像增强模型的模型参数，其中，目标损失值为最小绝对值误差函数的第一损失值和光流损失函数的第二损失值之和，若目标损失值小于预设损失值，确定待训练的图像增强模型收敛。[0119]确定模块403用于基于第二图像，确定增强后的目标视频帧。[0120]在本实施例中，请参见图5，图5是本发明实施例提供的确定模块的一种结构示意图，如图5所示，确定模块403包括确定单元4031和处理单元4032；[0121]确定单元4031用于根据所述低分辨率图像和所述第二图像，确定含有映射关系的目标灰度映像函数。[0122]处理单元4032用于基于所述目标灰度映像函数对所述第一图像进行映射处理，得到图像增强后的目标视频帧。[0123]在本实施例中，预设颜色空间为hsv颜色空间，目标通道为v通道，因此，确定模块403具体用于：在待增强视频帧的hsv颜色空间中，提取出h通道图像和s通道图像，根据目标通道的目标图像、h通道图像和s通道图像，得到增强后的目标视频帧。[0124]可选的，本发明实施例提供的视频增强处理装置400，还包括二次增强模块404，该二次增强模块404用于对目标视频帧对应的图像进行饱和度增强处理，得到饱和度增强后的图像。[0125]具体实施时，以上各个模块和/或单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个模块和/或单元的具体实施可参见前面的方法实施例，具体可以达到的有益效果也请参看前面的方法实施例中的有益效果，在此不再赘述。[0126]另外，请参见图6，图6是本发明实施例提供的电子设备的一种结构示意图，该电子设备可以是移动终端如智能手机、平板电脑等设备。如图6所示，电子设备600包括处理器601、存储器602。其中，处理器601与存储器602电性连接。[0127]处理器601是电子设备600的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或加载存储在存储器602内的应用程序，以及调用存储在存储器602内的数据，执行电子设备600的各种功能和处理数据，从而对电子设备600进行整体监控。[0128]在本实施例中，电子设备600中的处理器601会按照如下的步骤，将一个或一个以上的应用程序的进程对应的指令加载到存储器602中，并由处理器601来运行存储在存储器602中的应用程序，从而实现各种功能：[0129]获取待增强视频帧在预设颜色空间中的目标通道的第一图像；[0130]对第一图像进行图像增强处理，得到图像增强后的第二图像；[0131]基于第二图像，确定增强后的目标视频帧。[0132]该电子设备600可以实现本发明实施例所提供的图像处理方法任一实施例中的步骤，因此，可以实现本发明实施例所提供的任一图像处理方法所能实现的有益效果，详见前面的实施例，在此不再赘述。[0133]请参见图7，图7为本发明实施例提供的电子设备的另一种结构示意图，如图7所示，图7示出了本发明实施例提供的电子设备的具体结构框图，该电子设备可以用于实施上述实施例中提供的图像处理方法。该电子设备700可以为移动终端如智能手机或笔记本电脑等设备。[0134]rf电路710用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通讯网络或者其他设备进行通讯。rf电路710可包括各种现有的用于执行这些功能的电路元件，例如，天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(sim)卡、存储器等等。rf电路710可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。上述的无线网络可包括蜂窝式电话网、无线局域网或者城域网。上述的无线网络可以使用各种通信标准、协议及技术，包括但并不限于全球移动通信系统(globalsystemformobilecommunication,gsm)、增强型移动通信技术(enhanceddatagsmenvironment,edge)，宽带码分多址技术(widebandcodedivisionmultipleaccess,wcdma)，码分多址技术(codedivisionaccess,cdma)、时分多址技术(timedivisionmultipleaccess,tdma)，无线保真技术(wirelessfidelity，wi-fi)(如美国电气和电子工程师协会标准ieee802.11a，ieee802.11b,ieee802.11g和/或ieee802.11n)、网络电话(voiceoverinternetprotocol,voip)、全球微波互联接入(worldwideinteroperabilityformicrowaveaccess，wi-max)、其他用于邮件、即时通讯及短消息的协议，以及任何其他合适的通讯协议，甚至可包括那些当前仍未被开发出来的协议。[0135]存储器720可用于存储软件程序以及模块，如上述实施例中图像处理方法对应的程序指令/模块，处理器780通过运行存储在存储器720内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现如下功能：[0136]获取待增强视频帧在预设颜色空间中的目标通道的第一图像；[0137]对第一图像进行图像增强处理，得到图像增强后的第二图像；[0138]基于第二图像，确定增强后的目标视频帧。[0139]存储器720可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器720可进一步包括相对于处理器780远程设置的存储器，这些远程存储器可以通过网络连接至电子设备700。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。[0140]输入单元730可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，输入单元730可包括触敏表面731以及其他输入设备732。触敏表面731，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面731上或在触敏表面731附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面731可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器780，并能接收处理器780发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面731。除了触敏表面731，输入单元730还可以包括其他输入设备732。具体地，其他输入设备732可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。[0141]显示单元740可用于显示由用户输入的信息或提供给用户的信息以及电子设备700的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元740可包括显示面板741，可选的，可以采用lcd(liquidcrystaldisplay，液晶显示器)、oled(organiclight-emittingdiode,有机发光二极管)等形式来配置显示面板741。进一步的，触敏表面731可覆盖显示面板741，当触敏表面731检测到在其上或附近的触摸操作后，传送给处理器780以确定触摸事件的类型，随后处理器780根据触摸事件的类型在显示面板741上提供相应的视觉输出。虽然在图中，触敏表面731与显示面板741是作为两个独立的部件来实现输入和输出功能，但是在某些实施例中，可以将触敏表面731与显示面板741集成而实现输入和输出功能。[0142]电子设备700还可包括至少一种传感器750，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板741的亮度，接近传感器可在翻盖合上或者关闭时产生中断。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于电子设备700还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。[0143]音频电路760、扬声器761，传声器762可提供用户与电子设备700之间的音频接口。音频电路760可将接收到的音频数据转换后的电信号，传输到扬声器761，由扬声器761转换为声音信号输出；另一方面，传声器762将收集的声音信号转换为电信号，由音频电路760接收后转换为音频数据，再将音频数据输出处理器780处理后，经rf电路710以发送给比如另一终端，或者将音频数据输出至存储器720以便进一步处理。音频电路760还可能包括耳塞插孔，以提供外设耳机与电子设备700的通信。[0144]电子设备700通过传输模块770(例如wi-fi模块)可以帮助用户接收请求、发送信息等，它为用户提供了无线的宽带互联网访问。虽然图中示出了传输模块770，但是可以理解的是，其并不属于电子设备700的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。[0145]处理器780是电子设备700的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器720内的软件程序和/或模块，以及调用存储在存储器720内的数据，执行电子设备700的各种功能和处理数据，从而对电子设备进行整体监控。可选的，处理器780可包括一个或多个处理核心；在一些实施例中，处理器780可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解地，上述调制解调处理器也可以不集成到处理器780中。[0146]电子设备700还包括给各个部件供电的电源790(比如电池)，在一些实施例中，电源可以通过电源管理系统与处理器780逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源790还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。[0147]尽管未示出，电子设备700还包括摄像头(如前置摄像头、后置摄像头)、蓝牙模块等，在此不再赘述。具体在本实施例中，电子设备的显示单元是触摸屏显示器，移动终端还包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行一个或者一个以上程序包含用于进行以下操作的指令：[0148]获取待增强视频帧在预设颜色空间中的目标通道的第一图像；[0149]对第一图像进行图像增强处理，得到图像增强后的第二图像；[0150]基于第二图像，确定增强后的目标视频帧。[0151]具体实施时，以上各个模块可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个模块的具体实施可参见前面的方法实施例，在此不再赘述。[0152]本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。为此，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的图像处理方法中任一实施例的步骤。[0153]其中，该存储介质可以包括：只读存储器(rom，readonlymemory)、随机存取记忆体(ram，randomaccessmemory)、磁盘或光盘等。[0154]由于该存储介质中所存储的指令，可以执行本发明实施例所提供的图像处理方法任一实施例中的步骤，因此，可以实现本发明实施例所提供的任一图像处理方法所能实现的有益效果，详见前面的实施例，在此不再赘述。[0155]以上对本技术实施例所提供的一种图像处理方法、装置、设备及存储介质进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。并且，对于本
技术领域：
：的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。当前第1页12当前第1页12
再多了解一些
本文用于创业者技术爱好者查询，仅供学习研究，如用于商业用途，请联系技术所有人。
