夜景图像处理方法、装置、电子设备及存储介质

摘要

本申请提出一种夜景图像处理方法、装置、电子设备及存储介质，属于成像技术领域。其中，该方法包括：根据预设的曝光补偿模式，依次采集多帧图像；利用预设的图像识别模型，对多帧图像中的预设帧图像进行识别处理，以确定预设帧图像中的目标区域及非目标区域；采用不同的降噪参数值，对多帧图像的目标区域及非目标区域分别进行降噪处理，以生成目标图像，其中，目标区域对应的降噪参数值大于非目标区域对应的降噪参数值。由此，通过这种夜景图像处理方法，不仅保证了图像整体的降噪效果和目标区域的纯净度，而且较好的保留了非目标区域的细节信息，提高了拍摄图像的质量，改善了用户体验。

权利要求

1.一种夜景图像处理方法，其特征在于，包括：

根据预设的曝光补偿模式，依次采集多帧图像；

利用预设的图像识别模型，对所述多帧图像中的预设帧图像进行识别处理，以确定所述预设帧图像中的目标区域及非目标区域，其中，所述预设帧图像中的目标区域为所述预设帧图像中亮度异常的区域；

采用不同的降噪参数值，对所述多帧图像的目标区域及非目标区域分别进行降噪处理，以生成目标图像，其中，所述目标区域对应的降噪参数值大于所述非目标区域对应的降噪参数值。

2.如权利要求1所述的方法，其特征在于，所述根据预设的曝光补偿模式，依次采集多帧图像之前，还包括：根据当前拍摄场景的光照度和摄像模组当前的抖动程度，确定所述预设的曝光补偿模式。

3.如权利要求2所述的方法，其特征在于，所述根据当前拍摄场景的光照度和摄像模组当前的抖动程度，确定所述预设的曝光补偿模式，包括：根据当前拍摄场景的光照度，确定所述多帧图像中每帧图像的目标曝光值；

根据所述摄像模组当前的抖动程度，确定所述每帧图像的感光度；

根据所述每帧图像的感光度及每帧图像的目标曝光值，确定所述每帧图像的曝光时长。

4.如权利要求1所述的方法，其特征在于，所述对所述多帧图像中的预设帧图像进行识别处理之前，还包括:根据所述多帧图像中每帧图像对应的曝光值，确定所述预设帧图像。

5.如权利要求1所述的方法，其特征在于，所述确定所述预设帧图像中的目标区域及非目标区域之后，还包括：对所述目标区域进行羽化处理，以确定位于所述目标区域及所述非目标区域间的过渡区域；

所述采用不同的降噪参数值，对所述多帧图像的目标区域及非目标区域分别进行降噪处理，包括：采用不同的降噪参数值，对所述多帧图像的目标区域、过渡区域及非目标区域分别进行降噪处理。

6.如权利要求1-5任一所述的方法，其特征在于，所述采用不同的降噪参数值，对所述多帧图像的目标区域及非目标区域分别进行降噪处理之前，还包括：根据当前的拍摄场景，确定参考降噪参数；

根据预设的各区域对应的权重值及所述参考降噪参数，确定所述目标区域及非目标区域当前分别对应的降噪参数值。

7.一种夜景图像处理装置，其特征在于，包括：

采集模块，用于根据预设的曝光补偿模式，依次采集多帧图像；

确定模块，用于利用预设的图像识别模型，对所述多帧图像中的预设帧图像进行识别处理，以确定所述预设帧图像中的目标区域及非目标区域，其中，所述预设帧图像中的目标区域为所述预设帧图像中亮度异常的区域；

降噪模块，用于采用不同的降噪参数值，对所述多帧图像的目标区域及非目标区域分别进行降噪处理，以生成目标图像，其中，所述目标区域对应的降噪参数值大于所述非目标区域对应的降噪参数值。

8.一种电子设备，其特征在于，包括：摄像模组、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-6中任一项所述的夜景图像处理方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一项所述的夜景图像处理方法。

说明书

夜景图像处理方法、装置、电子设备及存储介质

技术领域

[0001] 本申请涉及成像技术领域，尤其涉及一种夜景图像处理方法、装置、电子设备及存储介质。

背景技术

[0002] 随着科技的发展，智能移动终端(如智能手机、平板电脑等)越来越普及。绝大多数智能手机和平板电脑都内置有摄像头，并且随着移动终端处理能力的增强以及摄像头技术的发展，内置摄像头的性能越来越强大，拍摄图像的质量也越来越高。现在移动终端的操作简单又便于携带，在日常生活中人们使用智能手机和平板电脑等移动终端拍照已经成为一种常态。

[0003] 智能移动终端在给人们的日常拍照带来便捷的同时，人们对拍摄的图像质量的要求也越来越高。目前，为了满足人们对图像质量的要求，在夜景拍摄场景中，移动终端通常通过采集多帧曝光时长不同的图像并进行融合的方式，进行夜景图像的拍摄。但是，在这种拍摄方式中，如何对夜景天空区域进行降噪是一大难点。

[0004] 由于夜景天空区域的亮度都比较暗，因此在最终图像融合时通常采用曝光时长较长的图像数据，对天空区域进行融合，而曝光时长较长的图像中的噪声通常较高，从而导致夜景天空区域的噪声较高。申请人发现，在采用传统降噪方法对夜景拍摄图像进行降噪时，无法既保证天空区域的降噪效果，又保证其他区域的细节信息保持良好，影响了用户体验。

发明内容

[0005] 本申请提出的夜景图像处理方法、装置、电子设备及存储介质，用于解决相关技术中采用传统降噪方法对夜景拍摄图像进行降噪时，无法既保证天空区域的降噪效果，又保证其他区域的细节信息保持良好，影响用户体验的问题。

[0006] 本申请一方面实施例提出的夜景图像处理方法，包括：根据预设的曝光补偿模式，依次采集多帧图像；利用预设的图像识别模型，对所述多帧图像中的预设帧图像进行识别处理，以确定所述预设帧图像中的目标区域及非目标区域；采用不同的降噪参数值，对所述多帧图像的目标区域及非目标区域分别进行降噪处理，以生成目标图像，其中，所述目标区域对应的降噪参数值大于所述非目标区域对应的降噪参数值。

[0007] 本申请另一方面实施例提出的夜景图像处理装置，包括：采集模块，用于根据预设的曝光补偿模式，依次采集多帧图像；确定模块，用于利用预设的图像识别模型，对所述多帧图像中的预设帧图像进行识别处理，以确定所述预设帧图像中的目标区域及非目标区域；降噪模块，用于采用不同的降噪参数值，对所述多帧图像的目标区域及非目标区域分别进行降噪处理，以生成目标图像，其中，所述目标区域对应的降噪参数值大于所述非目标区域对应的降噪参数值。

[0008] 本申请再一方面实施例提出的电子设备，其包括：所述摄像模组、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如前所述的夜景图像处理方法。

[0009] 本申请再一方面实施例提出的计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如前所述的夜景图像处理方法。

[0010] 本申请又一方面实施例提出的计算机程序，该程序被处理器执行时，以实现本申请实施例所述的夜景图像处理方法。

[0011] 本申请实施例提供的夜景图像处理方法、装置、电子设备、计算机可读存储介质及计算机程序，可以根据预设的曝光补偿模式，依次采集多帧图像，并利用预设的图像识别模型，对多帧图像中的预设帧图像进行识别处理，以确定预设帧图像中的目标区域及非目标区域，进而采用不同的降噪参数值，对多帧图像的目标区域及非目标区域分别进行降噪处理，以生成目标图像，其中，目标区域对应的降噪参数值大于非目标区域对应的降噪参数值。由此，通过利用预设的图像识别模型，对预设帧图像进行分割处理，之后即可根据目标区域与非目标区域的特性，采用不同的降噪参数值分别对目标区域与非目标区域进行降噪处理，从而不仅保证了图像整体的降噪效果和目标区域的纯净度，而且较好的保留了非目标区域的细节信息，提高了拍摄图像的质量，改善了用户体验。

[0012] 本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

[0013] 本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

[0014] 图1为本申请实施例所提供的一种夜景图像处理方法的流程示意图；

[0015] 图2为本申请实施例所提供的另一种夜景图像处理方法的流程示意图；

[0016] 图3为本申请实施例所提供的一种夜景图像处理装置的结构示意图；

[0017] 图4为本申请实施例所提供的电子设备的结构示意图。

具体实施方式

[0018] 下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的要素。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。

[0019] 本申请实施例针对相关技术中采用传统降噪方法对夜景拍摄图像进行降噪时，无法既保证天空区域的降噪效果，又保证其他区域的细节信息保持良好，影响用户体验的问题，提出一种夜景图像处理方法。

[0020] 本申请实施例提供的夜景图像处理方法，可以根据预设的曝光补偿模式，依次采集多帧图像，并利用预设的图像识别模型，对多帧图像中的预设帧图像进行识别处理，以确定预设帧图像中的目标区域及非目标区域，进而采用不同的降噪参数值，对多帧图像的目标区域及非目标区域分别进行降噪处理，以生成目标图像，其中，目标区域对应的降噪参数值大于非目标区域对应的降噪参数值。由此，通过利用预设的图像识别模型，对预设帧图像进行分割处理，之后即可根据目标区域与非目标区域的特性，采用不同的降噪参数值分别对目标区域与非目标区域进行降噪处理，从而不仅保证了图像整体的降噪效果和目标区域的纯净度，而且较好的保留了非目标区域的细节信息，提高了拍摄图像的质量，改善了用户体验。

[0021] 下面参考附图对本申请提供的夜景图像处理方法、装置、电子设备、存储介质及计算机程序进行详细描述。

[0022] 图1为本申请实施例所提供的一种夜景图像处理方法的流程示意图。

[0023] 如图1所示，该夜景图像处理方法，包括以下步骤：

[0024] 步骤101，根据预设的曝光补偿模式，依次采集多帧图像。

[0025] 其中，预设的曝光补偿模式中，可以包括每帧图像对应的曝光值、感光度、曝光时长等参数。在本申请实施例中，可以根据预设的曝光补偿模式中的参数，依次采集多帧图像。

[0026] 需要说明的是，由于夜景拍摄场景的整体亮度较低，因此可以通过调整每帧图像对应的曝光时长，采集多帧曝光值不同的图像，以获得不同动态范围的图像并进行合成，使得合成后的图像具有更高的动态范围，提高图像的整体亮度和质量。

[0027] 进一步的，可以根据当前的拍摄场景实时确定预设的曝光补偿模式，以获得最佳的拍摄效果。即在本申请实施例一种可能的实现形式中，上述步骤101之前，可以包括：

[0028] 根据当前拍摄场景的光照度和摄像模组当前的抖动程度，确定所述预设的曝光补偿模式。

[0029] 可以理解的是，当前拍摄场景的光照度不同时，每帧图像对应的曝光值可以是不同的。比如，当前拍摄场景的光照度较大时，可以适当降低每帧图像对应的曝光值；当前拍摄的光照度较小时，可以适当提高每帧图像对应的曝光值。

[0030] 在本申请实施例中，可以通过获取电子设备当前的陀螺仪(Gyro-sensor)信息，确定摄像模组当前的抖动程度，即摄像模组当前的抖动程度。

[0031] 陀螺仪又叫角速度传感器，可以测量物理量偏转、倾斜时的转动角速度。在电子设备中，陀螺仪可以很好的测量转动、偏转的动作，从而可以精确分析判断出使用者的实际动作。电子设备的陀螺仪信息(gyro信息)可以包括电子设备在三维空间中三个维度方向上的运动信息，三维空间的三个维度可以分别表示为X轴、Y轴、Z轴三个方向，其中，X轴、Y轴、Z轴为两两垂直关系。

[0032] 需要说明的是，在本申请实施例一种可能的实现形式中，可以根据电子设备当前的gyro信息，确定摄像模组当前的抖动程度。电子设备在三个方向上的gyro运动的绝对值越大，则摄像模组的抖动程度越大。具体的，可以预设在三个方向上gyro运动的绝对值阈值，并根据获取到的当前在三个方向上的gyro运动的绝对值之和，与预设的阈值的关系，确定摄像模组的当前的抖动程度。

[0033] 举例来说，假设预设的阈值为第一阈值A、第二阈值B、第三阈值C，且AC，则可以确定摄像模组当前的抖动程度为“大抖动”。

[0034] 需要说明的是，上述举例仅为示例性的，不能视为对本申请的限制。实际使用时，可以根据实际需要预设阈值的数量和各阈值的具体数值，以及根据gyro信息与各阈值的关系，预设gyro信息与摄像模组抖动程度的映射关系。

[0035] 可以理解的是，采集的图像的数量以及采集图像的感光度会影响到整体的拍摄时长，拍摄时长过长，可能会导致手持拍摄时摄像模组的抖动程度加剧，从而影响图像质量。因此，可以根据摄像模组当前的抖动程度，确定采集的图像数量、每帧图像对应的感光度，以及每帧待采集图像对应的曝光时长，以使得拍摄时长控制在合适的范围内，避免抖动程度加剧引入的鬼影。

[0036] 具体的，在本申请实施例一种可能的实现形式中，所述根据当前拍摄场景的光照度和摄像模组当前的抖动程度，确定所述预设的曝光补偿模式，包括：

[0037] 根据当前拍摄场景的光照度，确定所述多帧图像中每帧图像的目标曝光值；

[0038] 根据所述摄像模组当前的抖动程度，确定所述每帧图像的感光度；

[0039] 根据所述每帧图像的感光度及每帧图像的目标曝光值，确定所述每帧图像的曝光时长。

[0040] 其中，曝光值，是指曝光时间内通过镜头的光线的数量。

[0041] 其中，感光度，又称为ISO值，是指衡量底片对于光的灵敏程度的指标。对于感光度较低的底片，需要曝光更长的时间以达到跟感光度较高的底片相同的成像。数码相机的感光度是一种类似于胶卷感光度的一种指标，数码相机的ISO可以通过调整感光器件的灵敏度或者合并感光点来调整，也就是说，可以通过提升感光器件的光线敏感度或者合并几个相邻的感光点来达到提升ISO的目的。需要说明的是，无论是数码或是底片摄影，为了减少曝光时间，使用相对较高的感光度通常会引入较多的噪声，从而导致图像质量降低。

[0042] 其中，曝光时长，是指光线通过镜头的时间。

[0043] 需要说明的是，曝光值与光圈大小、曝光时长和感光度有关。其中，光圈也就是通光口径，决定单位时间内光线通过的数量。当每帧图像对应的感光度相同，并且光圈大小相同时，当前拍摄场景的光照度对应的曝光量越大，每帧图像对应的曝光时长越长。

[0044] 在本申请实施例中，可以利用摄像模组中的测光模块，获取当前拍摄场景的光照度，并利用自动曝光控制(Auto Exposure Control，简称AEC)算法，确定当前光照度对应的曝光值。在采集多帧图像的拍摄模式中，每帧图像的曝光值可以是不同的，以获得具有不同动态范围的图像，使得合成后的图像具有更高的动态范围，提高图像的整体亮度和质量。即可以在采集每帧图像时，采用不同的曝光补偿策略，并根据曝光补偿策略以及当前的光照度，确定出每帧图像对应的目标曝光值。

[0045] 在本申请实施例中，可以通过预设曝光补偿策略，对每帧图像分别采取不同的曝光补偿策略，使得每帧图像对应于不同的曝光值，以获得具有不同动态范围的图像。

[0046] 在本申请实施例中，预设的曝光补偿策略，是指为每帧图像分别预设的曝光值(Exposure Value,简称EV)的组合。在曝光值最初的定义中，曝光值并不是指一个准确的数值，而是指“能够给出相同的曝光量的所有相机光圈与曝光时长的组合”。感光度、光圈和曝光时长确定了相机的曝光量，不同的参数组合可以产生相等的曝光量，即这些不同组合的EV值是一样的，比如，在感光度相同的情况下，使用1/125秒曝光时长和F/11的光圈组合，与使用1/250秒曝光时间与F/8.0快门的组合，获得的曝光量是相同的，即EV值是相同的。EV值为0时，是指感光度为100、光圈系数为F/1、曝光时长为1秒时获得的曝光量；曝光量增加一档，即曝光时长增加一倍，或者感光度增加一倍，或者光圈增加一档，EV值增加1，也就是说，1EV对应的曝光量是0EV对应的曝光量的两倍。如表1所示，为曝光时长、光圈、感光度分别单独变化时，与EV值的对应关系。

[0047] 表1

[0048]

[0049] 摄影技术进入到数码时代之后，相机内部的测光功能已经非常强大，EV则经常用来表示曝光刻度上的一个级差，许多相机都允许设置曝光补偿，并通常用EV来表示。在这种情况下，EV是指相机测光数据对应的曝光量与实际曝光量的差值，比如+1EV的曝光补偿是指相对于相机测光数据对应的曝光量增加一档曝光，即实际曝光量为相机测光数据对应的曝光量的两倍。

[0050] 在本申请实施例中，预设曝光补偿策略时，可以将确定的基准曝光量对应的EV值预设为0，+1EV是指增加一档曝光，即曝光量为基准曝光量的2倍，+2EV是指增加两档曝光，即曝光量为基准曝光量的4倍，-1EV是指减少一档曝光，即曝光量为基准曝光量的0.5倍等等。

[0051] 举例来说，若多帧图像的数量为7帧，则预设的曝光补偿策略对应的EV值范围可以是[+1,+1,+1,+1,0,-3,-6]。其中，曝光补偿策略为+1EV的帧，可以解决噪声问题，通过亮度比较高的帧进行时域降噪，在提升暗部细节的同时抑制噪声；曝光补偿策略为-6EV的帧，可以解决高光过曝的问题，保留高光区域的细节；曝光补偿策略为0EV和-3EV的帧，则可以用于保持高光到暗区之间的过渡，保持较好的明暗过渡的效果。

[0052] 需要说明的是，预设的曝光补偿策略对应的各EV值既可以是根据实际需要具体设置的，也可以是根据设置的EV值范围，并依据各EV值之间的差值相等的原则求得的，本申请实施例对此不做限定。

[0053] 在本申请实施例一种可能的实现形式中，根据当前拍摄场景的光照度，通过ACE算法确定出一个曝光值之后，即可根据该曝光值及预设的曝光补偿策略，确定每帧图像对应的目标曝光值。

[0054] 在本申请实施例中，每帧图像的感光度，是指根据摄像模组当前的抖动程度，确定的与当前的抖动程度相适应的最低感光度。

[0055] 需要说明的是，在本申请实施例中，可以通过同时采集多帧感光度较低的图像，并将采集的多帧图像合成以生成目标图像的方式，不仅可以提升夜景拍摄图像的动态范围和整体亮度，并且通过控制感光度的值，有效抑制图像中的噪声，提高夜景拍摄图像的质量。

[0056] 在本申请实施例中，可以根据摄像模组当前的抖动程度，确定每帧图像的感光度，以使得拍摄时长控制在合适的范围内。具体的，若摄像模组当前的抖动程度较小，则可以将每帧图像的感光度适当压缩为较小的值，以有效抑制每帧图像的噪声、提高拍摄图像的质量；若摄像模组当前的抖动程度较大，则可以将每帧图像的感光度适当提高为较大的值，以缩短拍摄时长，避免抖动程度加剧引入的鬼影。

[0057] 举例来说，若确定摄像模组当前的抖动程度为“无抖动”，则可以确定当前可能为脚架拍摄模式，此时可以将感光度确定为较小的值，以尽量获得更高质量的图像，比如确定感光度为100；若确定摄像模组当前的抖动程度为“轻微抖动”，则可以确定当前可能为手持拍摄模式，此时可以将感光度确定为较大的值，以降低拍摄时长，比如确定感光度为200；若确定摄像模组当前的抖动程度为“小抖动”，则可以进一步减少待采集图像的数量，并进一步增大感光度，以降低拍摄时长，比如确定感光度为220；若确定摄像模组当前的抖动程度为“大抖动”，则可以确定当前的抖动程度过大，此时可以进一步增大感光度，以降低拍摄时长，比如确定感光度为250。

[0058] 可以理解的是，采集的图像的数量也会影响到整体的拍摄时长，采集的图像越多，拍摄时长越长长，可能会导致拍摄时摄像模组的抖动程度加剧，从而影响图像质量。因此，在本申请实施例另一种可能的实现形式中，可以根据摄像模组当前的抖动程度，同时调整多帧图像的数量以及每帧图像的感光度，以使得拍摄时长控制在合适的范围内。

[0059] 具体的，若摄像模组当前的抖动程度较小，则可以采集较多帧的图像，并且每帧图像的感光度可以适当压缩为较小的值，以有效抑制每帧图像的噪声、提高拍摄图像的质量；若摄像模组当前的抖动程度较大，则可以采集较少帧的图像，并且每帧图像的感光度可以适当提高为较大的值，以缩短拍摄时长。

[0060] 举例来说，若确定摄像模组当前的抖动程度为“无抖动”，则可以确定当前可能为脚架拍摄模式，此时可以采集较多帧的图像，并将感光度确定为较小的值，以尽量获得更高质量的图像，比如确定多帧图像的数量为17帧，感光度为100；若确定摄像模组当前的抖动程度为“轻微抖动”，则可以确定当前可能为手持拍摄模式，此时可以采集较少帧的图像，并将感光度确定为较大的值，以降低拍摄时长，比如确定多帧图像的数量为7帧，感光度为200；若确定摄像模组当前的抖动程度为“小抖动”，则可以进一步减少多帧图像的数量，并进一步增大感光度，以降低拍摄时长，比如确定多帧图像的数量为5帧，感光度为220；若确定摄像模组当前的抖动程度为“大抖动”，则可以确定当前的抖动程度过大，此时可以进一步减少多帧图像的数量，并进一步增大感光度，以降低拍摄时长，比如确定多帧图像的数量为3帧，感光度为250。

[0061] 相应的，在根据摄像模组的抖动程度确定多帧图像的数量时，还可以预设多组曝光补偿策略，以根据多帧图像的数量确定出与多帧图像的数量相符的预设的曝光补偿策略。

[0062] 需要说明的是，上述举例仅为示例性的，不能视为对本申请的限制。实际使用时，当摄像模组的抖动程度变化时，既可以同时改变待采集的图像数量和基准感光度，也可以改变其中之一，以获得最优的方案。其中，摄像模组的抖动程度与待采集的图像数量及每帧待采集图像对应的基准感光度的映射关系，可以根据实际需要预设。

[0063] 在本申请实施例中，确定出多帧图像中每帧图像的目标曝光值以及每帧图像的感光度之后，即可根据每帧图像的感光度及每帧图像的目标曝光值，确定每帧图像的曝光时长。

[0064] 步骤102，利用预设的图像识别模型，对所述多帧图像中的预设帧图像进行识别处理，以确定所述预设帧图像中的目标区域及非目标区域。

[0065] 其中，预设的图像识别模型，是指通过对大量经过标注后的夜景图像数据进行训练，得到的图像分割模型。

[0066] 其中，目标区域，是指需要进行高强度降噪的平坦的亮度异常区域。非目标区域，是指预设帧图像中除目标区域之外的区域，一般是亮度始终且包含较多细节信息的纹理区域。即在本申请实施例一种可能的实现形式中，上述步骤102，可以包括：

[0067] 利用预设的图像识别模型，对所述多帧图像中的预设帧图像进行识别处理，以确定所述预设帧图像中亮度异常的区域为目标区域。

[0068] 其中，亮度异常的区域，可以是指与其周边的区域的亮度差值超过预设的阈值的区域。比如，在夜景拍摄场景中，与其他区域相比，天空区域的亮度通常很暗，因此夜景图像中的天空区域可以确定为亮度异常的区域，即目标区域；而与图像中的其他区域相比，反光区域的亮度通常很大，因此图像中的反光区域可以确定为亮度异常的区域，即目标区域；又如，光源附近的光晕区域，与光源区域相比，其亮度通常较低，因此图像中的光晕区域也可以确定为亮度异常的区域，即目标区域。

[0069] 实际使用时，预设的亮度差值的阈值可以根据实际需要预设，本申请实施例对此不做限定。

[0070] 需要说明的是，在夜景拍摄场景中，通过采集多帧图像并进行合成的方式，来改善夜景图像的拍摄质量时，对于天空等亮度很低的平坦区域，通常会采用过多的过曝帧的数据融合，以获得较高的亮度，而过曝帧中通常包含较大的噪声，从而造成天空等区域中包含的噪点较多。若对图像进行降噪时，采用相同的降噪参数对整幅图像进行降噪处理，容易造成天空等区域降噪效果不理想，或者其他细节信息丰富的区域中的细节信息遭到破坏。因此，在本申请实施例中，可以通过预设的图像识别模型，从预设帧图像中确定出目标区域和非目标区域，并采用不同的降噪参数分别对目标区域与非目标区域进行降噪。

[0071] 在本申请实施例中，预设的图像识别模型可以离线生成，并集成至电子设备中。训练图像识别模型时，可以首先采集大量的夜景图像数据，并对采集到的夜景图像数据的像素点按照预设的规则进行标注，以得到可以区分目标区域与非目标区域的标注信息，并对标注后的夜景图像数据通过深度学习的方式进行训练，以获得像素点的像素值与其对应的标注信息之间的规律性信息，即得到图像识别模型。训练出的图像识别模型可以对输入图像识别模型的图像数据进行分析，并根据各像素点的像素值及各像素点像素值之间的关系，确定出每个像素点的标注信息，并对输入图像的像素点进行标注，得到可以区分目标区域与非目标区域的掩膜，从而确定出目标区域与非目标区域。

[0072] 举例来说，在对采集的大量夜景图像数据进行标注时，预设的规则可以是“将目标区域对应的像素点标注为1，非目标区域对应的像素点标注为0”。对标注后的图像数据进行训练得到的图像识别模型，即可对输入图像识别模型的图像数据进行分析，并根据各像素点的像素值及各像素点像素值之间的关系，以相同的规则对输入图像的像素点进行标注，即标注信息为“1”的像素点为目标区域，标注信息为“0”的像素点为非目标区域。

[0073] 可以理解的是，将多帧图像中的预设帧图像输入预设的图像识别模型，预设的图像识别模型即可对预设帧图像进行识别处理，即根据预设帧图像中各像素点的像素值及各像素点像素值之间的关系，确定出每个像素点的标注信息，进而确定出预设帧图像中的目标区域与非目标区域。

[0074] 进一步的，由于采集的图像有多帧并且多帧图像是对齐的，因此可以从多帧图像中选取一帧图像通过预设的图像识别模型进行识别处理，并根据识别结果得到多帧图像中的目标区域与非目标区域。其中，选取的该帧图像即为预设帧图像。即在本申请实施例一种可能的实现形式中，上述步骤102之前，还可以包括：

[0075] 根据所述多帧图像中每帧图像对应的曝光值，确定所述预设帧图像。

[0076] 需要说明的是，在本申请实施例一种可能的实现形式中，可以将亮度和清晰度高的图像作为预设帧图像，以获得最佳的分割效果。通常来说，曝光值越大，图像的亮度和清晰度越高，因此可以将对应的曝光值最大的图像预设为预设帧图像，即可以根据每帧图像对应的曝光值确定出曝光值最大的图像，即预设帧图像。若对应的曝光值最大的图像有多帧，则可以从曝光值最大的多帧图像中随机选取出一帧作为预设帧图像。

[0077] 步骤103，采用不同的降噪参数值，对所述多帧图像的目标区域及非目标区域分别进行降噪处理，以生成目标图像，其中，所述目标区域对应的降噪参数值大于所述非目标区域对应的降噪参数值。

[0078] 在本申请实施例中，利用预设的图像识别模型，确定出多帧图像中的目标区域及非目标区域之后，即可根据目标区域与非目标区域的特性，采用不同的降噪参数值，分别对目标区域与非目标区域进行降噪处理。

[0079] 需要说明的是，目标区域中包含的噪声较大且细节信息较少，而非目标区域中包含的噪声较小且具有丰富的细节信息，而对图像进行降噪处理的同时，不可避免的会引入图像细节的模糊，这种模糊可能会抵消降噪对图像质量的提高。因此，在对多帧图像进行降噪时，可以对目标区域采用较大的降噪参数值，比如增大降噪强度，以去除目标区域的大量噪声，达到最佳的降噪效果；而对非目标区域进行降噪处理时，可以采用较小的降噪参数值，比如减小降噪强度，以在降低噪声的同时减轻降噪处理对图像细节信息的破坏，提高图像的质量。

[0080] 在本申请实施例一种可能的实现形式中，可以采用空域降噪与时域降噪混合的方式对多帧图像进行降噪处理。其中，空域降噪利用单帧图像内的空间相关性进行降噪，时域降噪利用多帧图像在时间上的相关性进行降噪。空域滤波最常见的方法为低通滤波，低通滤波法通过滤除图像信号中的高频部分达到降噪的目的，但由于图像的边缘和跳跃部分也处于高频区域，容易导致图像边缘和跳跃部分出现模糊，造成集中在信号高频内的图像细节信息的损害。同时，由于空域降噪不考虑时域信息，而帧间同一位置的噪声存在随机性，容易导致降噪后相邻帧间图像内容的改变。

[0081] 时域降噪最常见的方法为多图像平均法，由于图像内容在帧间具有很强的相关性，图像内容在每一帧内是连续变化的，而噪声在帧间总是随机出现，不具有相关性，噪声在每一帧内都是不连续的，因此时域降噪利用了噪声在帧间的特点，可有效的去除噪声，同时保护了图像的细节信息。但在采集多帧图像时如果出现了较大的抖动，单纯的时域降噪容易存在匹配失败或误差，出现噪声残留或“鬼影”现象。因此，采用空域降噪和时域降噪混合的方式对多帧图像进行降噪处理，可以有效的抑制多帧图像中的噪声，并且较好的保留图像的边缘、纹理等细节信息。

[0082] 本申请实施例提供的夜景图像处理方法，可以根据预设的曝光补偿模式，依次采集多帧图像，并利用预设的图像识别模型，对多帧图像中的预设帧图像进行识别处理，以确定预设帧图像中的目标区域及非目标区域，进而采用不同的降噪参数值，对多帧图像的目标区域及非目标区域分别进行降噪处理，以生成目标图像，其中，目标区域对应的降噪参数值大于非目标区域对应的降噪参数值。由此，通过利用预设的图像识别模型，对预设帧图像进行分割处理，之后即可根据目标区域与非目标区域的特性，采用不同的降噪参数值分别对目标区域与非目标区域进行降噪处理，从而不仅保证了图像整体的降噪效果和目标区域的纯净度，而且较好的保留了非目标区域的细节信息，提高了拍摄图像的质量，改善了用户体验。

[0083] 在本申请一种可能的实现形式中，还可以对目标区域进行羽化处理，确定出目标区域与非目标区域间的过渡区域，并采用不同的降噪参数值分别对目标区域、非目标区域、过渡区域进行降噪处理，以实现目降噪效果的自然过渡，进一步提高图像质量。

[0084] 下面结合图2，对本申请实施例提供的另一种夜景图像处理方法进行进一步说明。

[0085] 图2为本申请实施例所提供的另一种夜景图像处理方法的流程示意图。

[0086] 如图2所示，该夜景图像处理方法，包括以下步骤：

[0087] 步骤201，根据预设的曝光补偿模式，依次采集多帧图像。

[0088] 步骤202，利用预设的图像识别模型，对所述多帧图像中的预设帧图像进行识别处理，以确定所述预设帧图像中的目标区域及非目标区域。

[0089] 上述步骤201-202的具体实现过程及原理，可以参照上述实施例的详细描述，此处不再赘述。

[0090] 步骤203，对所述目标区域进行羽化处理，以确定位于所述目标区域及所述非目标区域间的过渡区域。

[0091] 其中，羽化处理，是指对图像的边缘进行模糊处理，以使图像的边缘达到朦胧的效果。对目标区域进行羽化处理，即是对目标区域的边缘进行模糊处理，以达到目标区域与非目标区域之间的自然过渡的效果。

[0092] 需要说明的是，可以通过调整羽化半径值控制边缘的朦胧范围，即过渡区域的大小。羽化半径值越大，朦胧范围越宽，过渡区域越大；羽化半径值越小，朦胧范围越窄，过渡区域越小。

[0093] 在本申请实施例中，对目标区域进行羽化处理，即是通过一定的方法重新确定处于羽化半径内的目标区域边缘附近的像素点的像素值的过程。比如，通过均值平滑进行羽化处理，是指将某一像素点的邻域像素点的均值，重新确定为该像素点的像素值。例如，假设邻域大小是11×11，像素点A的像素值为100，其11×11的邻域中像素点的像素值均值为85，则羽化处理后像素点A的像素值为85。

[0094] 步骤204，采用不同的降噪参数值，对所述多帧图像的目标区域、过渡区域及非目标区域分别进行降噪处理，以生成目标图像。

[0095] 在本申请实施例中，确定出目标区域与非目标区域间的过渡区域之后，即可采用不同的降噪参数值，分别对多帧图像中的目标区域、过渡区域及非目标区域进行降噪处理，已生成目标图像。其中，目标区域对应的降噪参数值大于过渡区域对应的降噪参数值，过渡区域对应的降噪参数值大于非目标区域对应的降噪参数值。各区域对应的降噪参数值可以根据图像中包含的噪声强度确定，以获得最佳的降噪效果。

[0096] 进一步的，采集的多帧图像中的噪声水平和当前的拍摄场景有关，比如拍摄时的感光度、拍摄场景的光照度、场景中的细节都可以影响采集的图像中的噪声水平。例如，感光度越大，采集的图像中的噪声水平越高；场景中的细节信息越丰富，人眼能感知的噪声越小，因此，可以根据当前的拍摄场景确定出参考降噪参数，进而根据参考降噪参数确定出各区域对应的降噪参数值。即在本申请实施例一种可能的实现形式中，上述步骤204之前，还可以包括：

[0097] 根据当前的拍摄场景，确定参考降噪参数；

[0098] 根据预设的各区域对应的权重值及所述参考降噪参数，确定所述目标区域、过渡区域及非目标区域当前分别对应的降噪参数值。

[0099] 需要说明的是，当前的拍摄场景与采集的多帧图像中的噪声水平息息相关，因此可以根据当前的拍摄场景对多帧图像中的噪声水平进行预估，并确定出与预估的噪声水平相适应的参考降噪参数。

[0100] 举例来说，若当前的感光度较小，或待拍摄的场景中的细节信息较丰富，即可以确定采集的多帧图像中的噪声水平较低，则可以将参考降噪参数确定为较小的值；若当前的感光度较大，或待拍摄的场景中的细节信息较少，即可以确定采集的多帧图像中的噪声水平较高，则可以将参考降噪参数确定为较大的值。

[0101] 在本申请实施例一种可能的实现形式中，可以为各区域预设降噪时的权重值，并根据权重值与参考降噪参数确定出各区域对应的降噪参数值。比如，可以采用参考降噪参数对非目标区域进行降噪，即非目标区域对应的权重值可以是1；而目标区域对应的降噪参数值要大于非目标区域对应的降噪参数值，即目标区域对应的权重值需要大于1，比如可以是1.5；过渡区域的对应的降噪参数值需要介于目标区域对应的降噪参数值与非目标区域对应的降噪参数值之间，比如可以是1.2。

[0102] 需要说明的是，上述举例仅为示例性的，不能视为对本申请的限制。实际使用时，可以根据目标区域对应的降噪参数值大于过渡区域对应的降噪参数值，过渡区域对应的降噪参数值大于非目标区域对应的降噪参数值的原则，预设各区域对应的权重值，以获得最佳的降噪效果。

[0103] 本申请实施例提供的夜景图像处理方法，可以根据预设的曝光补偿模式，依次采集多帧图像，并利用预设的图像识别模型，对多帧图像中的预设帧图像进行识别处理，以确定预设帧图像中的目标区域及非目标区域，之后对目标区域进行羽化处理，以确定位于目标区域及非目标区域间的过渡区域进而采用不同的降噪参数值，对多帧图像的目标区域、过渡区域及非目标区域分别进行降噪处理，以生成目标图像，其中，目标区域对应的降噪参数值大于过渡区域对应的降噪参数值，过渡区域对应的降噪参数值大于非目标区域对应的降噪参数值。由此，通过利用预设的图像识别模型，对预设帧图像进行分割处理，并对识别出的目标区域进行羽化处理，确定出过渡区域，之后即可采用不同的降噪参数值分别对目标区域、过渡区域及非目标区域进行降噪处理，从而不仅保证了图像整体的降噪效果和目标区域的纯净度，较好的保留了非目标区域的细节信息，而且实现了目标区域与非目标区域间降噪效果的自然过渡，进一步提高了拍摄图像的质量，改善了用户体验。

[0104] 为了实现上述实施例，本申请还提出一种夜景图像处理装置。

[0105] 图3为本申请实施例提供的一种夜景图像处理装置的结构示意图。

[0106] 如图3所示，该夜景图像处理装置30，包括：

[0107] 采集模块31，用于根据预设的曝光补偿模式，依次采集多帧图像；

[0108] 第一确定模块32，用于利用预设的图像识别模型，对所述多帧图像中的预设帧图像进行识别处理，以确定所述预设帧图像中的目标区域及非目标区域；

[0109] 降噪模块33，用于采用不同的降噪参数值，对所述多帧图像的目标区域及非目标区域分别进行降噪处理，以生成目标图像，其中，所述目标区域对应的降噪参数值大于所述非目标区域对应的降噪参数值。

[0110] 在实际使用时，本申请实施例提供的夜景图像处理装置，可以被配置在任意电子设备中，以执行前述夜景图像处理方法。

[0111] 本申请实施例提供的夜景图像处理装置，可以根据预设的曝光补偿模式，依次采集多帧图像，并利用预设的图像识别模型，对多帧图像中的预设帧图像进行识别处理，以确定预设帧图像中的目标区域及非目标区域，进而采用不同的降噪参数值，对多帧图像的目标区域及非目标区域分别进行降噪处理，以生成目标图像，其中，目标区域对应的降噪参数值大于非目标区域对应的降噪参数值。由此，通过利用预设的图像识别模型，对预设帧图像进行分割处理，之后即可根据目标区域与非目标区域的特性，采用不同的降噪参数值分别对目标区域与非目标区域进行降噪处理，从而不仅保证了图像整体的降噪效果和目标区域的纯净度，而且较好的保留了非目标区域的细节信息，提高了拍摄图像的质量，改善了用户体验。

[0112] 在本申请一种可能的实现形式中，上述夜景图像处理装置30，还包括：

[0113] 第二确定模块，用于根据当前拍摄场景的光照度和摄像模组当前的抖动程度，确定所述预设的曝光补偿模式。

[0114] 进一步的，在本申请另一种可能的实现形式中，上述第二确定模块，具体用于：

[0115] 根据当前拍摄场景的光照度，确定所述多帧图像中每帧图像的目标曝光值；

[0116] 根据所述摄像模组当前的抖动程度，确定所述每帧图像的感光度；

[0117] 根据所述每帧图像的感光度及每帧图像的目标曝光值，确定所述每帧图像的曝光时长。

[0118] 进一步的，在本申请再一种可能的实现形式中，上述夜景图像处理装置30，还包括：

[0119] 第三确定模块，用于根据所述多帧图像中每帧图像对应的曝光值，确定所述预设帧图像。

[0120] 进一步的，在本申请又一种可能的实现形式中，上述夜景图像处理装置30，还包括：

[0121] 第四确定模块，用于对所述目标区域进行羽化处理，以确定位于所述目标区域及所述非目标区域间的过渡区域。

[0122] 相应的，上述降噪模块33，具体用于：

[0123] 采用不同的降噪参数值，对所述多帧图像的目标区域、过渡区域及非目标区域分别进行降噪处理。

[0124] 进一步的，在本申请另一种可能的实现形式中，上述夜景图像处理装置30，还包括：

[0125] 第五确定模块，用于根据当前的拍摄场景，确定参考降噪参数；

[0126] 第六确定模块，用于根据预设的各区域对应的权重值及所述参考降噪参数，确定所述目标区域及非目标区域当前分别对应的降噪参数值。

[0127] 进一步的，在本申请再一种可能的实现形式中，上述第一确定模块32，具体用于：

[0128] 利用预设的图像识别模型，对所述多帧图像中的预设帧图像进行识别处理，以确定所述预设帧图像中亮度异常的区域为目标区域。

[0129] 需要说明的是，前述对图1、图2所示的夜景图像处理方法实施例的解释说明也适用于该实施例的夜景图像处理装置30，此处不再赘述。

[0130] 本申请实施例提供的夜景图像处理装置，可以根据预设的曝光补偿模式，依次采集多帧图像，并利用预设的图像识别模型，对多帧图像中的预设帧图像进行识别处理，以确定预设帧图像中的目标区域及非目标区域，之后对目标区域进行羽化处理，以确定位于目标区域及非目标区域间的过渡区域进而采用不同的降噪参数值，对多帧图像的目标区域、过渡区域及非目标区域分别进行降噪处理，以生成目标图像，其中，目标区域对应的降噪参数值大于过渡区域对应的降噪参数值，过渡区域对应的降噪参数值大于非目标区域对应的降噪参数值。由此，通过利用预设的图像识别模型，对预设帧图像进行分割处理，并对识别出的目标区域进行羽化处理，确定出过渡区域，之后即可采用不同的降噪参数值分别对目标区域、过渡区域及非目标区域进行降噪处理，从而不仅保证了图像整体的降噪效果和目标区域的纯净度，较好的保留了非目标区域的细节信息，而且实现了目标区域与非目标区域间降噪效果的自然过渡，进一步提高了拍摄图像的质量，改善了用户体验。

[0131] 为了实现上述实施例，本申请还提出一种电子设备。

[0132] 图4为本申请实施例提供的电子设备的结构示意图。

[0133] 如图4所示，上述电子设备200包括：

[0134] 存储器210及处理器220，连接不同组件(包括存储器210和处理器220)的总线230，存储器210存储有计算机程序，当处理器220执行所述程序时实现本申请实施例所述的夜景图像处理方法。

[0135] 总线230表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

[0136] 电子设备200典型地包括多种电子设备可读介质。这些介质可以是任何能够被电子设备200访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

[0137] 存储器210还可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)240和/或高速缓存存储器250。电子设备200可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统260可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线230相连。存储器210可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本申请各实施例的功能。

[0138] 具有一组(至少一个)程序模块270的程序/实用工具280，可以存储在例如存储器210中，这样的程序模块270包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块270通常执行本申请所描述的实施例中的功能和/或方法。

[0139] 电子设备200也可以与一个或多个外部设备290(例如键盘、指向设备、显示器291等)通信，还可与一个或者多个使得用户能与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口292进行。并且，电子设备200还可以通过网络适配器293与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器293通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

[0140] 处理器220通过运行存储在存储器210中的程序，从而执行各种功能应用以及数据处理。

[0141] 需要说明的是，本实施例的电子设备的实施过程和技术原理参见前述对本申请实施例的夜景图像处理方法的解释说明，此处不再赘述。

[0142] 本申请实施例提供的电子设备，可以执行如前所述的夜景图像处理方法，根据预设的曝光补偿模式，依次采集多帧图像，并利用预设的图像识别模型，对多帧图像中的预设帧图像进行识别处理，以确定预设帧图像中的目标区域及非目标区域，进而采用不同的降噪参数值，对多帧图像的目标区域及非目标区域分别进行降噪处理，以生成目标图像，其中，目标区域对应的降噪参数值大于非目标区域对应的降噪参数值。由此，通过利用预设的图像识别模型，对预设帧图像进行分割处理，之后即可根据目标区域与非目标区域的特性，采用不同的降噪参数值分别对目标区域与非目标区域进行降噪处理，从而不仅保证了图像整体的降噪效果和目标区域的纯净度，而且较好的保留了非目标区域的细节信息，提高了拍摄图像的质量，改善了用户体验。

[0143] 为了实现上述实施例，本申请还提出一种计算机可读存储介质。

[0144] 其中，该计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，以实现本申请实施例所述的夜景图像处理方法。

[0145] 为了实现上述实施例，本申请再一方面实施例提供一种计算机程序，该程序被处理器执行时，以实现本申请实施例所述的夜景图像处理方法。

[0146] 一种可选实现形式中，本实施例可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

[0147] 计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

[0148] 计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。

[0149] 可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户电子设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务器上执行。在涉及远程电子设备的情形中，远程电子设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户电子设备，或者，可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。

[0150] 本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由权利要求指出。

[0151] 应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。