信息处理方法和装置、及存储介质

技术领域

本申请实施例涉及智能拍照技术，尤其涉及一种信息处理方法和装置、及存储介质。

背景技术

目前，图像处理主要是在拍摄得到图像后，对图像进行分类或物体识别等操作，例如，基于图像纹理和形状特征，对图像进行分类；或者，利用人工智能技术，识别图像中的物体；这些操作都无法实现图像效果的提升。

进而，为了提高相机的拍摄效果，通常用户手动选好优化模式，利用该优化模式拍摄图像，或者，先拍摄得到图像，再对图像进行一些特定的优化操作，这两种优化方式都是对所有图像进行特定地优化，然而图像拍摄场景千差万别，需要优化的地方也往往不同，这两种优化方式都不能提升图像效果。

发明内容

本申请提供一种信息处理方法和装置、及存储介质，能够提升拍摄图像的效果。

本申请的技术方案是这样实现的：

本申请实施例提供一种信息处理方法，所述方法包括：

采集目标对象的原始图像信息；

根据预设特征提取信息，对所述原始图像信息、预设原始图像编码数据和预设量子响应信息进行特征提取，得到当前特征信息；所述预设特征提取信息表征对能够区分各个场景的特征信息进行提取；

根据预设场景和特征信息的对应关系，对所述当前特征信息进行场景特征判断，得到当前场景信息；

基于预设场景和成像参数的对应关系，获取所述当前场景信息对应的当前成像参数，并将所述当前成像参数传输至拍摄模块，以使得所述拍摄模块采用所述当前成像参数进行图像优化后生成所述目标对象的输出图像。

上述方案中，所述采集目标对象的原始图像信息，包括：

采集所述目标对象的原始图像；

对所述原始图像进行压缩，得到原始压缩图像；

对所述原始压缩图像的红绿蓝信息进行统计，得到单色值；

将所述原始图像、所述原始压缩图像和所述单色值，作为原始图像信息。

上述方案中，所述预设特征提取信息包括亮度提取信息、色彩提取信息和空间提取信息；所述原始图像信息包括原始压缩图像和单色值；所述根据预设特征提取信息，对所述原始图像信息、预设原始图像编码数据和预设量子响应信息进行特征提取，得到当前特征信息，包括：

根据所述单色值、所述预设原始图像编码数据、所述预设量子响应信息和所述亮度提取信息，得到亮度特征信息；

基于所述单色值、所述预设量子响应信息和所述色彩提取信息，得到原始色彩空间下的色彩特征信息；

根据所述色彩特征信息，对所述原始压缩图像进行色彩分布统计，得到空间特征信息；

由所述亮度特征信息、所述色彩特征信息和所述空间特征信息，组成所述当前特征信息。

上述方案中，所述根据所述单色值、所述预设原始图像编码数据、所述预设量子响应信息和所述亮度提取信息，得到亮度特征信息，包括：

对所述单色值、所述预设原始图像编码数据和所述预设量子响应信息进行卷积处理，得到环境亮度值；

从所述单色值中获取相对亮度值；

根据所述亮度提取信息，对所述环境亮度值和/或所述相对亮度值进行判断求和，得到所述亮度特征信息。

上述方案中，所述基于所述单色值、所述预设量子响应信息和所述色彩提取信息，得到原始色彩空间下的色彩特征信息，包括：

从预设光谱信息库中，获取与所述色彩提取信息和所述单色值对应的目标光谱信息；

对所述目标光谱信息和所述预设量子响应信息进行卷积处理，得到原始色彩空间下的原始单色值；

对所述原始单色值和所述色彩提取信息进行判断求和，得到所述色彩特征信息。

上述方案中，所述色彩提取信息包括至少一个物体各自对应的特定区域，所述特定区域表征物体在以红绿商值为纵坐标、蓝绿商值为横坐标的色彩空间内的色彩值；所述对所述原始单色值和所述色彩提取信息进行判断求和，得到所述色彩特征信息，包括：

统计所述原始单色值中属于所述特定区域内的数值个数，并将所述数值个数作为所述色彩特征值。

上述方案中，所述空间特征信息包括色块零散度；所述根据所述色彩特征信息，对所述原始压缩图像进行色彩分布统计，得到空间特征信息，包括：

将所述原始单色值中属于所述特定区域的单色值，作为目标单色值；

从所述原始压缩图像中，统计所述目标单色值的像素分布信息；

根据所述像素分布信息，生成所述色块零散度。

上述方案中，所述当前特征信息包括场景各自对应的至少一组特征信息；所述根据预设场景和特征信息的对应关系，对所述当前特征信息进行场景特征判断，得到当前场景信息，包括：

从所述预设场景和特征信息的对应关系中，获取所述当前特征信息对应的场景的至少一组场景特征信息；

根据所述至少一组场景特征信息，对所述至少一组特征信息进行组合判断，得到所述当前场景信息。

上述方案中，所述基于预设场景和成像参数的对应关系，获取所述当前场景信息对应的当前成像参数，包括：

从所述预设场景和成像参数的对应关系中，获取所述当前场景信息对应的初始成像参数；

利用预设白平衡算法和预设曝光算法，对所述当前场景信息、所述原始图像信息和所述预设原始图像编码数据进行分析，得到光线色温信息和光线亮度信息；

利用所述光线色温信息和所述光线亮度信息，从所述初始成像参数中确定所述当前成像参数。

上述方案中，所述原始图像信息包括原始图像；在所述基于预设场景和成像参数的对应关系，获取所述当前场景信息对应的当前成像参数，并将所述当前成像参数传输至拍摄模块之后，所述方法还包括：

控制所述拍摄模块按照所述当前成像参数，对所述原始图像进行图像优化，生成所述输出图像。

上述方案中，所述预设原始图像编码数据包括：增益和曝光时间。

上述方案中，所述当前成像参数包括以下至少一项：色彩校正矩阵、色彩工程参数、色彩转换参数和显示参数。

本申请实施例提供一种信息处理装置，所述装置包括：

采集模块，用于采集目标对象的原始图像信息；

特征提取模块，用于根据预设特征提取信息，对所述原始图像信息、预设原始图像编码数据和预设量子响应信息进行特征提取，得到当前特征信息；所述预设特征提取信息表征对能够区分各个场景的特征信息进行提取；

场景分类模块，用于根据预设场景和特征信息的对应关系，对所述当前特征信息进行场景特征判断，得到当前场景信息；

参数获取模块，用于基于预设场景和成像参数的对应关系，获取所述当前场景信息对应的当前成像参数，并将所述当前成像参数传输至拍摄模块，以使得所述拍摄模块采用所述当前成像参数进行图像优化后生成所述目标对象的输出图像。

上述方案中，所述采集模块，还用于采集所述目标对象的原始图像；及对所述原始图像进行压缩，得到原始压缩图像；及对所述原始压缩图像的红绿蓝信息进行统计，得到单色值；以及将所述原始图像、所述原始压缩图像和所述单色值，作为原始图像信息。

上述方案中，所述预设特征提取信息包括亮度提取信息、色彩提取信息和空间提取信息；

所述特征提取模块，还用于根据所述单色值、所述预设原始图像编码数据、所述预设量子响应信息和所述亮度提取信息，得到亮度特征信息；及基于所述单色值、所述预设量子响应信息和所述色彩提取信息，得到原始色彩空间下的色彩特征信息；及根据所述色彩特征信息，对所述原始压缩图像进行色彩分布统计，得到空间特征信息；以及由所述亮度特征信息、所述色彩特征信息和所述空间特征信息，组成所述当前特征信息。

上述方案中，所述特征提取模块，还用于对所述单色值、所述预设原始图像编码数据和所述预设量子响应信息进行卷积处理，得到环境亮度值；及从所述单色值中获取相对亮度值；以及根据所述亮度提取信息，对所述环境亮度值和/或所述相对亮度值进行判断求和，得到所述亮度特征信息。

上述方案中，所述特征提取模块，还用于从预设光谱信息库中，获取与所述色彩提取信息和所述单色值对应的目标光谱信息；及对所述目标光谱信息和所述预设量子响应信息进行卷积处理，得到原始色彩空间下的原始单色值；以及对所述原始单色值和所述色彩提取信息进行判断求和，得到所述色彩特征信息。

上述方案中，所述色彩提取信息包括至少一个物体各自对应的特定区域，所述特定区域表征物体在以红绿商值为纵坐标、蓝绿商值为横坐标的色彩空间内的色彩值；

所述特征提取模块，还用于统计所述原始单色值中属于所述特定区域内的数值个数，并将所述数值个数作为所述色彩特征值。

上述方案中，所述空间特征信息包括色块零散度；

所述特征提取模块，还用于将所述原始单色值中属于所述特定区域的单色值，作为目标单色值；及从所述原始压缩图像中，统计所述目标单色值的像素分布信息；以及根据所述像素分布信息，生成所述色块零散度。

上述方案中，所述当前特征信息包括场景各自对应的至少一组特征信息；

所述场景分类模块，还用于从所述预设场景和特征信息的对应关系中，获取所述当前特征信息对应的场景的至少一组场景特征信息；以及根据所述至少一组场景特征信息，对所述至少一组特征信息进行组合判断，得到所述当前场景信息。

上述方案中，所述参数获取模块，还用于从所述预设场景和成像参数的对应关系中，获取所述当前场景信息对应的初始成像参数；及利用预设白平衡算法和预设曝光算法，对所述当前场景信息、所述原始图像信息和所述预设原始图像编码数据进行分析，得到光线色温信息和光线亮度信息；以及利用所述光线色温信息和所述光线亮度信息，从所述初始成像参数中确定所述当前成像参数。

上述方案中，所述原始图像信息包括原始图像；所述装置还包括：

拍摄模块，用于在所述基于预设场景和成像参数的对应关系，获取所述当前场景信息对应的当前成像参数，并将所述当前成像参数传输至拍摄模块之后，按照所述当前成像参数，对所述原始图像进行图像优化，生成所述输出图像。

上述方案中，所述预设原始图像编码数据包括：增益和曝光时间。

上述方案中，所述当前成像参数包括以下至少一项：色彩校正矩阵、色彩工程参数、色彩转换参数和显示参数。

本申请实施例提供一种信息处理装置，所述装置包括：处理器、存储器和通信总线，所述存储器通过所述通信总线与所述处理器进行通信，所述存储器存储所述处理器可执行的一个或者多个信息处理程序，当所述一个或者多个信息处理程序被执行时，通过所述处理器执行如上述任意一种信息处理方法。

本申请实施例提供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一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述任意一种信息处理方法。

本申请实施例提供了一种信息处理方法、移动电源和存储介质，采用上述技术实现方案，根据预设特征提取模块，对目标对象的原始图像信息等进行特征提取，得到当前特征信息，由于预设特征提取信息表征对能够区分各个场景的特征信息进行提取，利用预设特征提取信息得到的当前特征信息为能够区分场景的特征信息；再对当前特征信息进行判断，就能够得到当前场景信息，进而获取当前场景信息对应的当前成像参数，采用当前成像参数进行图像优化生成目标对象的输出图像，由于当前成像参数是当前场景信息对应的专属优化参数，采用当前成像参数进行图像优化，就相当于结合当前场景信息进行图像优化，优化后的输出图像效果更好，也就是说，提升了拍摄图像的效果。

附图说明

图1为本申请实施例提供的一种信息处理装置的示意图一；

图2为本申请实施例提供的一种信息处理方法的流程图一；

图3为本申请实施例提供的一种拍摄装置的量子响应信息的示意图；

图4为本申请实施例提供的多幅室外场景图像；

图5为本申请实施例提供的一幅室外场景图像内的蓝天的光谱信息示意图；

图6为本申请实施例提供的一种标记有蓝天的特定区域的色彩空间示意图；

图7为本申请实施例提供的一种色彩特征信息的提取示意图；

图8为本申请实施例提供的一幅原始压缩图像；

图9为本申请实施例提供的一种色彩空间示意图；

图10(a)为本申请实施例提供的一种零散色块的示意图；

图10(b)为本申请实施例提供的一种中等面积色块的示意图；

图10(c)为本申请实施例提供的一种大面积色块的示意图；

图11为本申请实施例提供的一种神经网络场景分类器的结构示意图；

图12(a)为本申请实施例提供的室外场景下的光斑图像；

图12(b)为本申请实施例提供的室外场景下的过曝图像；

图12(c)为本申请实施例提供的室外场景下的蓝天图像；

图12(d)为本申请实施例提供的室外场景下的绿色植物图像；

图12(e)为本申请实施例提供的夜晚场景下的夜景图像；

图13为本申请实施例提供的一种信息处理方法的流程图二；

图14为本申请实施例提供的一幅室外场景图；

图15为本申请实施例提供的一种室外场景的场景确定示意图；

图16为本申请实施例提供的一种室外场景的场景确定简化示意图；

图17为本申请实施例提供的一种信息处理装置的示意图二；

图18为本申请实施例提供的一种信息处理装置的示意图三。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

参见图1所示的一种信息处理装置，信息处理装置1包括图像传感器11、图像信号处理器(ISP，Image Signal Processor)12、场景分类器13、参数库14和显示模块15；其中，图像传感器11和ISP12属于拍摄模块，例如，相机；ISP12包括色彩校正矩阵(CCM，ColorCorrection Matrix)模块121、色彩转换(CV，Color conversion)模块122、色彩工程(ColorEngine)模块123；场景分类器13包括输入层131、特征提取层132和分类器层133，输入层131从ISP12接收输入信息，特征提取层132提取出亮度特征信息、色彩特征信息和空间特征信息，分类器层133基于这些信息确定出场景，场景包括场景a、场景b、场景c、…、场景n；参数库14记录每个场景对应的最佳成像参数，包括CCM参数、ColorEngine参数、CV参数和显示参数，参数库14将分类器层133确定出的场景对应的成像参数传输至ISP12和显示模块15，ISP12根据接收到的成像参数进行图像处理，生成输出图像，显示模块15显示输出图像。

在一些实施例中，信息处理装置可以为包括拍摄模块的终端，终端可以以各种形式来实施，例如，可以为包括诸如手机、平板电脑、笔记本电脑、掌上电脑等移动终端，以及诸如台式计算机等固定终端。

需要说明的是，图1中示出的信息处理装置的结构并不构成对信息处理装置的限定，信息处理装置可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

需要说明的是，本申请实施例可以基于图1所示的信息处理装置所实现，下面基于图1进行信息处理具体实施例的说明。

实施例一

本申请实施例提供一种信息处理方法，如图2所示，该方法包括：

S101、采集目标对象的原始图像信息；

信息处理装置接收到采集指令后，响应于采集指令，控制图像传感器采集目标对象的原始图像信息；其中，原始图像信息是指原始(Raw)图像相关的信息；图像传感器包括CCD(电荷耦合元件，Charge-coupled Device)图像传感器、CMOS(互补金属氧化物半导体，Complementary Metal Oxide Semiconductor)图像传感器。

在一些实施例中，信息处理装置采集目标对象的原始图像；对原始图像进行压缩，得到原始压缩图像；对原始压缩图像的红绿蓝(RGB，Red Green Blue)信息进行统计，得到单色值；将原始图像、原始压缩图像和单色值，作为原始图像信息。

信息处理装置通过图像传感器采集到目标对象的Raw图像，按照预定图像大小，对Raw图像进行压缩，得到原始压缩图像，再统计原始压缩图像的红色单色值、绿色单色值和蓝色单色值，由红色单色值、绿色单色值和蓝色单色值组成单色值。

在一些实施例中，信息处理装置控制图像传感器将目标对象的Raw图像，传输至ISP，ISP按照预定图像大小，对原始图像进行压缩，得到原始压缩图像，再获取原始压缩图像的单色值，并将原始图像、原始压缩图像和单色值传输至场景分类器。

在一些实施例中，预设图像大小的取值范围包括100*100至200*200，例如，120*90。

需要说明的是，可以在保证原始压缩图像中的物体可辨认的前提下，设置预设图像大小，实现减少单色值的数据量，预设图像大小的具体取值，本申请实施例不做限制。

在一些实施例中，场景分类器包括神经网络场景分类器。

S102、根据预设特征提取信息，对原始图像信息、预设原始图像编码数据和预设量子响应信息进行特征提取，得到当前特征信息；预设特征提取信息表征对能够区分各个场景的特征信息进行提取；

信息处理装置中的场景分类器从ISP接收原始图像、原始压缩图像和单色值，并接收预设原始图像编码数据和预设量子响应信息；根据预设特征提取信息，对这些信息进行特征提取，得到当前特征信息。

在一些实施例中，预设特征提取信息包括至少一个场景中每个场景对应的至少一组特征提取信息，通过至少一组特征提取信息中的一组特征提取信息可以提取出一组特征信息，或者通过至少一组特征提取信息中的多组特征提取信息提取出多组特征信息，这一组特征信息或多组特征信息都能够用于确定当前场景信息。

示例性地，以场景为室外为例，室外对应的特征提取信息包括：表征环境高亮的特征信息、表征蓝天的特征信息、以及表征绿色植物的特征信息。

在一些实施例中，信息处理装置利用预设特征提取信息中的一个场景对应的至少一组特征提取参数、多个场景各自对应的至少一组特征提取参数或者至少一个场景各自对应的至少一组特征提取参数，对原始图像信息、预设原始图像编码数据和预设量子响应信息进行特征提取，得到与一个场景对应的当前特征信息、与多个场景对应的当前特征信息或者与至少一个场景对应的当前特征信息。

在一些实施例中，预设原始图像编码数据为图像传感器的原始图像编码数据(Raw数据)，预设原始图像编码数据包括：增益Gain和曝光时间ISO等曝光信息。

在一些实施例中，预设量子响应信息为图像传感器所属的拍摄模块的量子响应信息，量子响应信息是拍摄模块的固有参数，当拍摄模块中的图像传感器、镜头等元件更换时，量子响应信息随之发生变化。

在一些实施例中，预设特征提取信息包括亮度提取信息、色彩提取信息和空间提取信息；原始图像信息包括原始压缩图像和单色值；信息处理装置根据单色值、预设原始图像编码数据、预设量子响应信息和亮度提取信息，得到亮度特征信息；基于单色值、预设量子响应信息和色彩提取信息，得到原始色彩空间下的色彩特征信息；根据色彩特征信息，对原始压缩图像进行色彩分布统计，得到空间特征信息；由亮度特征信息、色彩特征信息和空间特征信息，组成当前特征信息。

信息处理装置中的场景分类器包括特征提取层，利用亮度提取信息、色彩提取信息和空间提取信息，分别提取亮度特征信息、色彩特征信息和空间特征信息。

在一些实施例中，预设特征提取信息中每组特征提取信息分为三类，即亮度提取信息、色彩提取信息和空间提取信息；利用每组特征提取信息，提取一个亮度特征信息、一个色彩特征信息和一个空间特征信息，由一个亮度特征信息、一个色彩特征信息和一个空间特征信息，组成一组特征信息，进而利用至少一组特征提取信息，得到至少一组特征信息，将至少一组特征信息作为当前特征信息。

在一些实施例中，预设特征提取信息中每组特征提取信息包括以下至少一项：亮度提取信息、色彩提取信息和空间提取信息；对应地，信息处理装置根据单色值、预设原始图像编码数据、预设量子响应信息和亮度提取信息，得到亮度特征信息；和/或，基于预设量子响应信息和色彩提取信息，得到原始色彩空间下的色彩特征信息；和/或，根据色彩特征信息，对原始图像进行色彩分布统计，得到空间特征信息；由亮度特征信息、色彩特征信息和空间特征信息中的至少一项，组成当前特征信息。

示例性地，以场景为室外为例，室外对应的两组特征提取信息包括：表征环境高亮的第一组特征提取信息、表征绿色植物的第二组特征提取信息；由于通过亮度特征信息就能够表征环境高亮，可以不限定色彩特征信息和空间特征信息，所以，第一组特征提取信息只包括亮度提取信息，不包括色彩提取信息和空间提取信息；其次，由于通过色彩特征信息和空间特征信息能够表征绿色植物，可以不限定亮度特征信息，所以，第二组特征提取信息只包括色彩提取信息和空间提取信息，不包括亮度提取信息。

在一些实施例中，信息处理装置对单色值、预设原始图像编码数据和预设量子响应信息进行卷积处理，得到环境亮度值；从单色值中获取相对亮度值；根据亮度提取信息，对环境亮度值和/或相对亮度值进行判断求和，得到亮度特征信息。

信息处理装置的场景分类器中的特征提取层分为亮度特征提取层、色彩特征提取层和空间特征提取层；信息处理装置在亮度特征提取层，获取环境亮度值，和/或获取相对亮度值；根据预设特征提取信息中每组特征提取信息的亮度提取信息，提取得到亮度特征信息；其中，环境亮度值表征目标对象所在当前场景的真实亮度，相对亮度值表征目标对象在当前场景中的相对明暗程度，例如，RGB值；预设量子响应信息。

在一些实施例中，单色值包括红色单色值、绿色单色值和蓝色单色值；预设量子响应信息包括红色通道量子响应、绿色通道量子响应和蓝色通道量子响应。

具体地，信息处理装置从红色单色值、绿色单色值和蓝色单色值中，选择数值最大的单色值，作为相对亮度值，此时，相对亮度值的取值范围为0-255。

具体地，亮度特征信息包括：环境亮度特征信息和/或相对亮度特征信息；信息处理装置对环境亮度值进行判断求和，得到环境亮度特征信息；和/或，对相对亮度值进行判断求和，得到相对亮度特征信息。

示例性地，预设原始图像编码数据包括Gain和ISO；信息处理装置按照第一卷积公式(1)，对红色单色值R

由红色环境亮度值B

示例性地，信息处理装置将单色值中的绿色单色值B

在一些实施例中，信息处理装置针对原始压缩图像中所有像素的环境亮度值(相对亮度值)，当原始压缩图像中的一个像素的环境亮度值(相对亮度值)属于亮度提取信息的范围内时，得到这一个像素的比较值为1，否则，这一个像素的比较值为0；将原始压缩图像中所有像素的比较值进行求和，得到环境亮度特征信息(相对亮度特征信息)。

在一些实施例中，亮度提取信息包括第一亮度阈值A和第二亮度阈值B，第一亮度阈值A小于第二亮度阈值B；信息处理装置利用第一数量求和公式(2)和(3)，计算环境亮度特征信息或相对亮度特征信息：

其中，Stats(i,j)为原始压缩图像中一个像素的环境亮度值(或相对亮度值)，f(i,j)为该像素的比较值，对所有像素的比较值进行求和，得到BSum，BSum为环境亮度特征信息(或相对亮度特征信息)，I*J为原始压缩图像的图像大小。

示例性地，以相对亮度值取绿色单色值G

其中，Stats(i,j).G

在一些实施例中，信息处理装置从预设光谱信息库中，获取与色彩提取信息和单色值对应的目标光谱信息；对目标光谱信息和预设量子响应信息进行卷积处理，得到原始色彩空间下的原始单色值；对原始单色值和色彩提取信息进行判断求和，得到色彩特征信息。

信息处理装置在场景分类器中的色彩特征提取层，确定色彩提取信息对应的目标物体，从预设光谱信息库中获取与目标物体和单色值对应的目标光谱信息；将目标光谱信息分别和红色通道量子响应信息、绿色通道量子响应信、蓝色通道量子响应信息进行卷积，得到原始红色单色值、原始绿色单色值和原始蓝色单色值；由原始红色单色值、原始绿色单色值和原始蓝色单色值，组成原始单色值；对原始单色值进行计算，得到原始色彩值，对原始色彩值和色彩提取信息进行判断求和，得到色彩特征信息。

具体地，预设特征提取信息记录物体和色彩提取信息的对应关系；预设光谱信息库表征物体、RGB值和光谱信息的对应关系；信息处理装置从预设特征提取信息中确定色彩提取信息对应的目标物体，将预设光谱信息库中的目标物体对应的光谱信息，作为初始光谱信息，将初始光谱信息中的RGB值和单色值一致的光谱信息，作为目标光谱信息。

需要说明的是，色彩特征信息表征每个物体的所有像素点在某个色彩空间下的颜色，存储颜色的色彩空间格式包括RGB和YUV，色域不同的色彩空间包括Adobe RGB和sRGB(standard Red Green Blue)；这里的色彩特征信息指的是在拍摄装置的Raw域色彩空间下的颜色，Raw域色彩空间是一种与拍摄装置的光学响应强相关的色彩空间，Raw域色彩空间对应色彩空间格式为RGB，即Raw域色彩空间下的颜色可以用RGB值表示，或者用R/G值和B/G值表示。

在一些实施例中，预设光谱信息库表征物体、RGB值和光谱信息的对应关系，每个物体对应多个不同RGB值的像素点的多个光谱信息；其中，通过分光照度计，对至少一个物体中每个物体的多个不同RGB值的像素点进行拍摄，得到每个物体的多个光谱信息，将每个物体、多个RGB值和多个光谱信息进行对应保存，得到预设光谱信息库。

示例性地，以物体为绿色植物为例，通过分光照度计，对绿色植物的所有不同颜色的像素点进行拍摄，得到绿色植物的多个光谱信息，例如，深绿色的像素点对应的光谱信息，浅绿色的像素点对应的光谱信息；再对绿色植物的多个光谱信息和预设量子响应信息进行卷积，得到绿色植物的色彩特征信息，该绿色植物的色彩特征信息表征绿色植物的色彩范围。

在一些实施例中，信息处理装置按照第二卷积公式(6)，对目标光谱信息和红色通道量子响应信息

示例性地，如图3所示的一种拍摄装置的量子响应信息的示意图，横坐标表示波长，波长的单位为nm，纵坐标表示量子响应，曲线一为红色通道量子响应，曲线二为绿色通道量子响应，曲线三为蓝色通道量子响应。

需要说明的是，在拍摄装置的Raw域色彩空间下，每个物体的原始单色值，均由物体对应的光谱信息和量子响应卷积得到，当拍摄装置中的镜头、图像传感器等元件更换时，原始单色值都会随着量子响应的变化而变化。

在一些实施例中，色彩提取信息包括至少一个物体各自对应的特定区域，特定区域表征物体在以红绿商值为纵坐标、蓝绿商值为横坐标的色彩空间内的色彩值；信息处理装置统计原始单色值中属于特定区域内的数值个数，并将数值个数作为色彩特征值。

信息处理装置得到原始单色值后，色彩提取信息包括至少一个物体各自对应的特定区域，特定区域表征物体在以红绿(RG)商值为纵坐标、蓝绿(BG)商值为横坐标的色彩空间内的色彩值；对原始色彩值，计算原始RG商值和原始BG商值，原始RG商值和原始BG商值为一一对应的；当原始RG商值和原始BG商值中的一对RG商值和BG商值属于特定区域内时，数值个数增加1，否则，数值个数保持不变，直至对所有原始RG商值和原始BG商值判断完成，得到的数值个数为落入该特定区域内的像素点总数，将数值个数作为色彩特征信息；其中，由像素点总数表示的色彩特征信息，相当于原始色彩值落入该物体的特定区域的面积；上述RG商值均表示R值除以G值得到的商，上述BG商值均表示B值除以G值得到的商。

在一些实施例中，预先采集不同场景下的各个物体的色彩提取信息，并将其保存至预设特征提取信息中。

具体地，针对至少一个物体中每个物体的色彩RGB值，先用色彩RGB值中的R值除以G值，得到RG商值，色彩RGB值中的B值除以G值，得到BG商值；由所有的RG商值和BG商值，确定出每个物体对应的特定区域；还可以从所有的RG商值和BG商值中，确定最小RG商值、最小BG商值、最大RG商值和最大BG商值；由最小RG商值、最小BG商值、最大RG商值和最大BG商值，确定出每个物体对应的特定区域。

示例性地，以提取室外场景下的蓝天的特定区域为例，获取多幅室外场景图像，如图4所示，针对多幅室外场景图像中每幅室外场景图像的蓝天的部分区域，即每幅室外场景图像的中的圆圈选定的区域，通过分光照度计采集光谱信息，将蓝天、部分区域的单色值、以及光谱信息，对应保存至预设光谱信息库中；以一幅室外场景图像的蓝天的光谱信息为例，如图5所示，横坐标为波长，波长的单位为nm，纵坐标为光谱信息，将预设量子响应信息与该幅室外场景图像的蓝天的光谱信息进行卷积，得到该幅室外场景图像的蓝天的原始单色值，对蓝天的原始单色值计算RG商值和BG商值，并利用所有的RG商值和BG商值生成蓝天的特定区域，得到如图6所示的色彩空间，该色彩空间中的所有小圆圈为表示蓝天的像素点，由蓝天的所有像素点确定出蓝天的特定区域61，特定区域61为不规则的区域；将蓝天的特定区域保存至预设特征提取信息中的室外场景的色彩提取信息中，进而，信息处理装置得到原始色彩值时，如果原始色彩值中存在落入蓝天的特征区域的色彩值，表征原始图像具有蓝天的特征，统计得到蓝天对应的色彩特征信息。

需要说明的是，由RG商值和BG商值确定的特定区域可以为不规则的区域，还可以为矩形区域，本申请实施例不做限制。

在一些实施例中，信息处理装置利用第二数量求和公式(7)和(8)，计算色彩特征信息：

其中，Stats(i,j).C

示例性地，如图7所示的色彩特征信息的提取示意图，在以R/G为横轴、B/G为纵轴的色彩空间内，由最小RG商值x1、最大RG商值x2、最小BG商值y1和最大BG商值y2，确定出一个物体在该色彩空间中的特定区域71。

示例性地，用如图8所示的一幅正常图像作为原始压缩图像，来进行色彩特征提取的说明，当色彩提取信息对应的目标物体为蓝天时，从预设光谱信息库中获取蓝天对应的初始光谱信息，从初始光谱信息中获取RGB值和原始图像的单色值一致的目标光谱信息，原始压缩图像中的所有小圆圈为单色值和蓝天的RGB值相等的像素点，以原始压缩图像中的矩形框81内的单色值和蓝天的RGB值相等的所有像素点为例，针对每个像素点，对预设量子响应信息、以及和每个像素点的单色值相等的RGB值对应的光谱信息进行卷积，得到每个像素点的原始单色值，直至得到矩形框81内的所有像素点的原始单色值，将矩形框81内的所有像素点表示在如图9所示的R/G为横轴、B/G为纵轴的色彩空间内，该色彩空间中的矩形框91内的点为原始压缩图像中的矩形框91内的点，该色彩空间中的矩形框91外的点为原始压缩图像中的矩形框81外的点，统计色彩空间中的矩形框91内的像素点的总数，并将其作为色彩特征信息，该色彩特征信息表征原始压缩图像中的蓝天的面积。

在一些实施例中，空间特征信息包括色块零散度；信息处理装置将原始单色值中属于特定区域的单色值，作为目标单色值；从原始压缩图像中，统计目标单色值的像素分布信息；根据像素分布信息，生成色块零散度。

信息处理装置在场景分类器中的空间特征提取层，对原始单色值中每个单色值，计算原始RG商值、原始BG商值；当原始RG商值和原始BG商值属于一个特定区域内时，将原始RG商值和原始BG商值对应的一个单色值，加入目标单色值；从原始压缩图像中，获取RGB值等于目标单色值的所有像素点的坐标，将所有像素点的坐标，作为像素分布信息；对所有像素点的坐标的距离进行统计分析，生成色块零散度。

具体地，色块零散度表征某一颜色的色块在图像中的零散程度，可以将色块零散度的取值范围设置为0-1，0表示某一RGB色块零散分布，1表示某一RGB色块聚合，所有像素点的坐标距离越大，色块零散度越小。

示例性地，信息处理装置在场景分类器中的空间特征提取层，设置有空间特征滤波器，通过空间特征滤波器，执行生成色块零散度的过程。

需要说明的是，空间特征信息表征图像中各种色彩和各种亮度的像素点的分布规则，像素点是形形色色的点，由像素点组成不同的线条、不同的表面、不同的形状，最终组成形形色色的不同的照片；在场景识别算法中，就是提取能够表征圆形、线条等形状的空间特征信息，并基于空间特征信息识别出车辆、人脸等物体。

示例性地，如图10(a)所示的零散色块的示意图，图10(a)中的同一颜色的色块零散分布，对应的色块零散度很小；如图10(b)所示的中等面积色块的示意图，对应的色块零散度为中等大小；如图10(c)所示的大面积色块的示意图，对应的色块零散度很大；图10(c)中的所有区域为不同颜色的色块，所有区域包括8个填充不同的区域；可以看出，每个颜色的色块区域越大，表示该颜色的所有像素点的聚合分布在一起。

S103、根据预设场景和特征信息的对应关系，对当前特征信息进行场景特征判断，得到当前场景信息；

信息处理装置中的场景分类器，从预设场景和特征信息的对应关系中，获取至少一个场景对应的场景特征信息，根据至少一个场景对应的场景特征信息，对当前特征信息进行场景特征判断，确定当前特征信息对应的当前场景信息。

在一些实施例中，预设场景和特征信息的对应关系包括至少一个场景中每个场景对应的至少一组场景特征信息，通过至少一组场景特征信息中的一组场景特征信息或多组场景特征信息能够唯一确定出每一个场景；预设特征提取信息包括至少一个场景中每个场景对应的至少一组特征提取信息，至少一组场景特征信息和至少一组特征提取信息为一一对应的。

示例性地，以至少一个场景中的场景1为例，通过场景1对应的至少一组特征提取信息，提取出和至少一组特征提取信息一一对应的至少一组特征信息，由至少一组特征信息组成当前特征信息；对至少一组特征信息和场景1对应的至少一组场景特征信息进行比较，可以确定当前特征信息是否表示场景1。

示例性地，如图11所示的一种神经网络场景分类器的结构示意图，神经网络场景分类器连接参数库，神经网络场景分类器包括特征提取层和分类器层，特征提取层包括输入层、亮度特征提取层、色彩特征提取层和空间特征提取层，分类器层包括与条件生成器、或条件生成器；首先，输入层接收原始图像信息、ISO和Gain；然后，亮度特征提取层根据预设特征提取信息中的亮度提取信息进行特征提取，得到场景a对应的亮度特征信息Ba，场景b对应的亮度特征信息Bb1、亮度特征信息Bb2和亮度特征信息Bb3，场景n对应的亮度特征信息Bn；色彩特征提取层根据预设特征提取信息中的色彩提取信息进行特征提取，得到场景a对应的色彩特征信息Ca，场景b对应的色彩特征信息Cb1、色彩特征信息Cb2和色彩特征信息Cb3，场景n对应的色彩特征信息Cn；空间特征提取层根据预设特征提取信息中的空间提取信息进行特征提取，得到场景a对应的空间特征信息Ra，场景b对应的空间特征信息Rb1、空间特征信息Rb2和空间特征信息Rb3，场景n对应的空间特征信息Rn；其次，或条件生成器根据预设场景和特征信息的对应关系中的场景a的场景特征信息，对场景a对应的Ba、Ca和Ra进行或运算，得到结果O1；或条件生成器根据预设场景和特征信息的对应关系中的场景b的场景特征信息，对场景b对应的Bb1、Cb1、Rb1、Bb2、Cb2、Rb2、Bb3、Cb3和Rb3进行或运算，得到结果O2、结果O3和O4；或条件生成器根据预设场景和特征信息的对应关系中的场景n的场景特征信息，对场景n对应的Bn、Cn和Rn进行或运算，得到结果On；最后，与条件生成器对场景a对应的结果O1进行与运算，得到表征是否为场景a的结果P1，当结果P1为场景a时，输入参数库；与条件生成器对场景b对应的结果O2、结果O3和O4进行与运算，得到表征是否为场景b的结果P2，当结果P2为场景b时，输入参数库；与条件生成器对场景n对应的结果On进行与运算，得到表征是否为场景n的结果Pn，当结果Pn为场景n时，输入参数库。

在一些实施例中，当前特征信息包括场景各自对应的至少一组特征信息；信息处理装置从预设场景和特征信息的对应关系中，获取当前特征信息对应的场景的至少一组场景特征信息；根据至少一组场景特征信息，对至少一组特征信息进行组合判断，得到当前场景信息。

信息处理装置中的场景分类器还包括分类器层，在分类器层对相同场景下的至少一组场景特征信息和至少一组特征信息进行场景特征判断，确定当前场景信息。

具体地，由于至少一组场景特征信息中的一组场景特征信息或多组场景特征信息能够唯一确定出每一个场景，信息处理装置针对某一个场景下的至少一组特征信息和至少一组场景特征信息，当该至少一组特征信息中的一组特征信息和该至少一组场景特征信息中的能够唯一确定出每一个场景的一组场景特征信息相同，或者，该至少一组特征信息中的多组特征信息和该至少一组场景特征信息中的能够唯一确定出每一个场景的多组场景特征信息相同时，将某一个场景，作为当前场景信息。

示例性地，对于室外场景，室外场景对应的至少一组特征提取信息包括：表征物体为光斑的特征提取信息、表征物体过曝的特征提取信息、表征物体为蓝天的特征提取信息和表征物体为绿色植物的特征提取信息。

示例性地，如图12(a)所示的室外场景下的光斑图像，由于光斑具有高亮、色彩多样和分布零散的特征，光斑的特征提取参数包括：亮度提取信息为250和255，色彩提取信息为不指定，空间提取信息表征根据所有像素点的像素分布信息生成色块零散度，与光斑的特征提取信息对应的场景特征信息中的色块零散度范围为0-0.1。

示例性地，如图12(b)所示的室外场景下的过曝图像，由于物体过曝具有高亮、色彩多样和分布聚合的特征，物体过曝的特征提取参数包括：亮度提取信息为250和255，色彩提取信息为不指定，空间提取信息表征根据所有像素点的像素分布信息生成色块零散度，与物体过曝的特征提取信息对应的场景特征信息中的色块零散度范围为0.9-1.0。

示例性地，如图12(c)所示的室外场景下的蓝天图像，由于蓝天具有亮度不定、特定的色彩和分布聚合的特征，蓝天的特征提取参数包括：亮度提取信息为0和255，色彩提取信息为蓝天的特定区域，空间提取信息表征根据原始单色值属于蓝天的特定区域内的所有像素点的像素分布信息来生成色块零散度，与蓝天的特征提取信息对应的场景特征信息中的色块零散度范围为0.9-1.0。

示例性地，如图12(d)所示的室外场景下的绿色植物图像，由于绿色植物具有亮度不定、特定的色彩和分布零散的特征，绿色植物的特征提取信息包括：亮度提取信息为0和255，色彩提取信息为绿色植物的特定区域，空间提取信息表征根据原始单色值属于绿色植物的特定区域内的所有像素点的像素分布信息来生成色块零散度，与绿色植物的特征提取信息对应的场景特征信息中的色块零散度范围为0-0.1。

示例性地，如图12(e)所示的夜晚场景下的夜景图像，对于夜晚场景，夜晚场景对应的至少一组特征提取信息包括：表征黑色物体的特征提取信息，由于黑色物体具有亮度低、色彩多样和分布不定的特征，黑色物体的特征提取参数包括：亮度提取信息为0和5，色彩提取信息为不指定，空间提取信息表征根据所有像素点的像素分布信息生成色块零散度，与黑色物体的特征提取信息对应的场景特征信息中的色块零散度范围为0-1。

可以理解的是，由不同的亮度特征信息、不同的色彩特征信息和不同的空间特征信息进行组合，能够表征不同的物体，而且不同场景下的物体也不同，那么，特征提取层提取的指定的亮度特征信息、色彩特征信息和空间特征信息，可以作为分类器层判断场景的条件；其次，色彩特征信息是通过光谱信息和量子响应信息的卷积计算得到的，当拍摄模块中的镜头、图像传感器等元件更换时，只需要获取更换后的拍摄模块对应的光谱信息和量子响应信息，就能够得到更换后的色彩特征信息，而不需要重新调试，也不会影响特征识别的过程和准确性。

S104、基于预设场景和成像参数的对应关系，获取当前场景信息对应的当前成像参数，并将当前成像参数传输至拍摄模块，以使得拍摄模块采用当前成像参数进行图像优化后生成目标对象的输出图像。

信息处理装置在保存预设场景和成像参数的对应关系的参数库中，获取当前场景信息对应的当前成像参数；并将其传输至拍摄模块，通过拍摄模块采用当前成像参数进行图像优化后生成输出图像。

在一些实施例中，当前成像参数包括以下至少一项：色彩校正矩阵(CCM)、色彩工程(ColorEngine)参数、色彩转换(CV)参数和显示参数；预设场景和成像参数的对应关系中的成像参数包括以下至少一项：色彩校正矩阵、色彩工程参数、色彩转换参数和显示参数；其中，色彩转换参数为用于将图像从RGB格式转换为YUV格式的参数，显示参数表征显示图像的参数。

在一些实施例中，信息处理装置从预设场景和成像参数的对应关系中，获取当前场景信息对应的初始成像参数；利用预设曝光算法和预设白平衡算法，对当前场景信息、原始图像信息和预设原始图像编码数据进行分析，得到光线色温信息和光线亮度信息；利用光线色温信息和光线亮度信息，从初始成像参数中确定当前成像参数。

信息处理装置在得到当前场景信息后，获取初始程序参数，还在场景分类器中调用预设曝光算法和预设白平衡算法；利用预设曝光算法，对当前场景信息、原始图像信息和预设原始图像编码数据进行分析，得到光线亮度信息；利用预设白平衡算法，对当前场景信息、原始图像信息和预设原始图像编码数据进行分析，得到光线色温信息；

在一些实施例中，光线色温信息表征目标对象所在当前场景的真实色温，例如，5000k、6000k；光线色温信息表征目标对象所在当前场景的真实亮度，例如，500w。

在一些实施例中，预设曝光算法包括自动曝光(AE，Automatic Exposure)算法，预设白平衡(WB，White Balance)算法包括：自动白平衡(AWB，Automatic White Balance)算法和微型(Tiny)AWB算法。

具体地，预设场景和成像参数的对应关系包括每个场景的一一对应的成像参数、色温信息和亮度信息；信息处理装置得到初始成像参数后，将初始成像参数中的色温信息和光线色温信息一样的、且亮度信息和光线亮度信息一样的一组成像参数，作为当前成像参数；或者，对初始成像参数中的色温信息和光线色温信息近似的、且亮度信息和光线亮度信息近似的两组成像参数，进行按比例相加，得到当前成像参数。

需要说明的是，对两组成像参数进行按比例相加得到当前成像参数，实现了参数的平滑过度。

在一些实施例中，如图13所示，原始图像信息包括原始图像；信息处理方法在步骤S104之后，还包括：

S105、控制拍摄装置按照当前成像参数，对原始图像进行信息优化，生成输出图像。

通过拍摄装置中的ISP的各个参数模块，按照当前成像参数，依次对原始图像进行图像优化，生成输出图像并显示。

在一些实施例中，ISP包括CCM模块、CV模块和ColorEngine模块，通过CCM模块，按照CCM参数对原始图像进行处理，得到CCM图像；通过CV模块，按照CV参数对CCM图像进行RGB格式到YUV格式的转换，得到YUV图像；通过ColorEngine模块，按照ColorEngine参数对YUV图像进行处理，得到输出图像；信息处理装置中的显示模块按照显示参数显示输出图像。

示例性地，如图14所示的一幅室外场景图，室外场景中往往存在环境高亮、色块聚合的蓝天、色块聚合的白云、色块聚合的高温灰区、色块离散的绿色植物；可以设置预设特征提取信息中的室外场景对应5组特征提取信息、预设场景和特征信息的对应关系中的室外场景对应5组场景特征信息，5组特征提取信息包括：环境高亮的特征提取信息、蓝天的特征提取信息、白云的特征提取信息、绿色植物的特征提取信息以及高温灰区的特征提取信息；5组场景特征信息包括：环境高亮的场景特征信息、蓝天的场景特征信息、白云的场景特征信息、绿色植物的场景特征信息以及高温灰区的场景特征信息，蓝天的场景特征信息和白云的场景特征信息为第一组合信息，绿色植物的场景特征信息和高温灰区的场景特征信息为第二组合信息，由环境高亮的场景特征信息、第一组合信息或第二组合信息唯一地确定出室外场景；其中，环境高亮的特征提取信息包括亮度提取信息为250和255、色彩提取信息和空间提取信息为不限定，对应地，环境亮度的场景特征信息包括环境高亮阈值；蓝天的特征提取信息包括亮度提取信息为不限定(0和255)，色彩提取信息为蓝天的特定区域，空间提取信息表征根据原始单色值属于蓝天的特定区域内的所有像素点的像素分布信息来生成色块零散度，对应地，蓝天的场景特征信息包括蓝天色彩阈值、色块零散度范围为0.9-1.0；白云的特征提取信息包括亮度提取信息为不限定(0和255)，色彩提取信息为白云的特定区域，空间提取信息表征根据原始单色值属于白云的特定区域内的所有像素点的像素分布信息来生成色块零散度，对应地，白云的场景特征信息包括白云色彩阈值、色块零散度范围为0.9-1.0；高温灰区的特征提取信息包括亮度提取信息为不限定(0和255)，色彩提取信息为高温灰区的特定区域，空间提取信息表征根据原始单色值属于高温灰区的特定区域内的所有像素点的像素分布信息来生成色块零散度，对应地，高温灰区的场景特征信息包括高温灰区色彩阈值、色块零散度范围为0.9-1.0；绿色植物的特征提取信息包括亮度提取信息为不限定(0和255)，色彩提取信息为绿色植物的特定区域，空间提取信息表征根据原始单色值属于绿色植物的特定区域内的所有像素点的像素分布信息来生成色块零散度，对应地，环境亮度的场景特征信息包括绿色植物色彩阈值、色块零散度范围为0-0.1。

示例性地，继续以上述室外场景对应的5组特征提取信息和5组场景特征信息为例，如图15所示的室外场景的场景确定示意图，场景分类器中的特征提取层的输入层接收原始图像信息、ISO和Gain；亮度特征提取层根据环境高亮的特征提取信息中的亮度提取信息为250和255，对原始图像信息、ISO和Gain进行特征提取，得到表征高亮的亮度特征信息、色彩特征信息和空间特征信息不限定，分类器层中的与条件生成器只判断表征高亮的亮度特征信息是否大于环境亮度的场景特征信息中的环境高亮阈值，输出判断结果A1；亮度特征提取层根据蓝天的特征提取信息中的蓝天的特定区域、根据原始单色值属于蓝天的特定区域内的所有像素点的像素分布信息来生成色块零散度，对原始图像信息、ISO和Gain进行特征提取，得到表征蓝天的色彩特征信息、表征蓝天的色块零散度和亮度特征信息不限定，与条件生成器判断表征蓝天的亮度特征信息是否大于蓝天的场景特征信息中的蓝天色彩阈值、以及表征蓝天的色块零散度是否属于蓝天的场景特征信息中的色块零散度范围(0.9-1.0)内，得到第一判断结果，0.9-1.0表征色块面积大；亮度特征提取层根据白云的特征提取信息中的白云的特定区域、根据原始单色值属于白云的特定区域内的所有像素点的像素分布信息来生成色块零散度，对原始图像信息、ISO和Gain进行特征提取，得到表征白云的色彩特征信息、表征白云的色块零散度和亮度特征信息不限定，分类器层中的与条件生成器判断表征白云的亮度特征信息是否大于白云的场景特征信息中的白云色彩阈值、以及表征白云的色块零散度是否属于白云的场景特征信息中的色块零散度范围(0.9-1.0)内，得到第二判断结果，白云的场景特征信息中的色块零散度范围表征色块面积大；由于蓝天的场景特征信息和白云的场景特征信息为第一组合信息，与条件生成器对第一判断结果和第二判断结果进行组合判断，输出判断结果A2；亮度特征提取层根据高温灰区的特征提取信息中的高温灰区的特定区域、根据原始单色值属于高温灰区的特定区域内的所有像素点的像素分布信息来生成色块零散度，对原始图像信息、ISO和Gain进行特征提取，得到表征高温灰区的色彩特征信息、表征高温灰区的色块零散度和亮度特征信息不限定，与条件生成器判断表征高温灰区的亮度特征信息是否大于高温灰区的场景特征信息中的高温灰区色彩阈值、以及表征高温灰区的色块零散度是否属于高温灰区的场景特征信息中的色块零散度范围(0.9-1.0)内，得到第三判断结果；亮度特征提取层根据绿色植物的特征提取信息中的绿色植物的特定区域、根据原始单色值属于绿色植物的特定区域内的所有像素点的像素分布信息来生成色块零散度，对原始图像信息、ISO和Gain进行特征提取，得到表征绿色植物的色彩特征信息、表征绿色植物的色块零散度和亮度特征信息不限定，与条件生成器判断表征绿色植物的亮度特征信息是否大于绿色植物的场景特征信息中的绿色植物色彩阈值、以及表征绿色植物的色块零散度是否属于绿色植物的场景特征信息中的色块零散度范围(0-0.1)内，得到第四判断结果，0-0.1表征色块面积大；由于高温灰区的场景特征信息和绿色植物的场景特征信息为第二组合信息，与条件生成器对第三判断结果和第四判断结果进行组合判断(与运算)，输出判断结果A3；或条件生成器对A1、A2和A3进行或运算，输出表征是否为室外场景的S，进而，当S表示为室外场景时，从参数库中获取室外场景的成像参数；其中，任一个色块零散度属于0.9-1.0时，表示色块区域较大，任一个色块零散度属于0-0.1时，表示色块区域较零散。

示例性地，对图15所示的室外场景的场景确定进行简化说明，为了简化说明，用表征是否的1和0来说明，如图16所示的室外场景的场景确定简化示意图，特征提取层用表征高亮的亮度特征信息，判断是否存在环境高亮的特征，当表征高亮的亮度特征信息大于环境亮度的场景特征信息中的环境高亮阈值时，表示存在环境高亮，否则，不存在环境高亮；对是否存在环境高亮的特征进行与运算1，当存在环境高亮时，输出1，否则，输出0；特征提取层用表征蓝天的色彩特征信息和表征蓝天的色块零散度，判断是否存在蓝天，当表征蓝天的色彩特征信息大于蓝天的场景特征信息中的蓝天色彩阈值、且表征蓝天的色块零散度属于蓝天的场景特征信息中的色块零散度范围内时，表示存在蓝天，否则，不存在蓝天；特征提取层用表征白云的色彩特征信息和表征白云的色块零散度，判断是否存在白云，当表征白云的色彩特征信息大于白云的场景特征信息中的白云色彩阈值、且表征白云的色块零散度属于白云的场景特征信息中的色块零散度范围内时，表示存在白云，否则，不存在白云；场景分类器中的与条件生成器，对是否存在蓝天和是否存在白云进行与运算2，当存在蓝天和白云时，输出1，否则，输出0；特征提取层用表征高温灰区的色彩特征信息和表征高温灰区的色块零散度，判断是否存在高温灰区，当表征高温灰区的色彩特征信息大于高温灰区的场景特征信息中的高温灰区色彩阈值、且表征高温灰区的色块零散度属于高温灰区的场景特征信息中的色块零散度范围内时，表示存在高温灰区，否则，不存在高温灰区；特征提取层用表征绿色植物的色彩特征信息和表征绿色植物的色块零散度，判断是否存在绿色植物，当表征绿色植物的色彩特征信息大于绿色植物的场景特征信息中的绿色植物色彩阈值、且表征绿色植物的色块零散度属于绿色植物的场景特征信息中的色块零散度范围内时，表示存在绿色植物，否则，不存在绿色植物；场景分类器中的与条件生成器，对是否存在高温灰区和是否存在绿色植物进行与运算3，当存在高温灰区和绿色植物时，输出1，否则，输出0；场景分类器中的或条件生成器，对3个与运算结果进行或运算，得到或运算结果，并判断或运算结果是否等于1；当3个与运算结果中存在至少一个与运算结果为1时，或运算结果等于1，表征室外场景，当3个与运算结果都不为1时，或运算结果等于0，表征其他场景，例如，室内场景；其中，环境高亮表征室外场景、蓝天和白云表征室外场景、高温灰区和绿色植物表征室外场景。

可以理解的是，信息处理装置根据预设特征提取模块，对目标对象的原始图像信息等进行特征提取，得到当前特征信息，由于预设特征提取信息表征对能够区分各个场景的特征信息进行提取，利用预设特征提取信息得到的当前特征信息为能够区分场景的特征信息；再对当前特征信息进行判断，就能够得到当前场景信息，进而获取当前场景信息对应的当前成像参数，采用当前成像参数进行图像优化生成目标对象的输出图像，由于当前成像参数是当前场景信息对应的专属优化参数，采用当前成像参数进行图像优化，就相当于结合当前场景信息进行图像优化，优化后的输出图像效果更好，也就是说，提升了拍摄图像的效果。

实施例二

基于本申请实施例一的同一发明构思，进行进一步的说明。

本申请实施例提供一种信息处理装置2，如图17所示，该装置2包括：

采集模块21，用于采集目标对象的原始图像信息；

特征提取模块22，用于根据预设特征提取信息，对原始图像信息、预设原始图像编码数据和预设量子响应信息进行特征提取，得到当前特征信息；预设特征提取信息表征对能够区分各个场景的特征信息进行提取；

场景分类模块23，用于根据预设场景和特征信息的对应关系，对当前特征信息进行场景特征判断，得到当前场景信息；

参数获取模块24，用于基于预设场景和成像参数的对应关系，获取当前场景信息对应的当前成像参数，并将当前成像参数传输至拍摄模块，以使得拍摄模块采用当前成像参数进行图像优化后生成目标对象的输出图像。

在一些实施例中，采集模块21，还用于采集目标对象的原始图像；及对原始图像进行压缩，得到原始压缩图像；及对原始压缩图像的红绿蓝信息进行统计，得到单色值；以及将原始图像、原始压缩图像和单色值，作为原始图像信息。

在一些实施例中，预设特征提取信息包括亮度提取信息、色彩提取信息和空间提取信息；

特征提取模块22，还用于根据单色值、预设原始图像编码数据、预设量子响应信息和亮度提取信息，得到亮度特征信息；及基于单色值、预设量子响应信息和色彩提取信息，得到原始色彩空间下的色彩特征信息；及根据色彩特征信息，对原始压缩图像进行色彩分布统计，得到空间特征信息；以及由亮度特征信息、色彩特征信息和空间特征信息，组成当前特征信息。

在一些实施例中，特征提取模块22，还用于对单色值、预设原始图像编码数据和预设量子响应信息进行卷积处理，得到环境亮度值；及从单色值中获取相对亮度值；以及根据亮度提取信息，对环境亮度值和/或相对亮度值进行判断求和，得到亮度特征信息。

在一些实施例中，特征提取模块22，还用于从预设光谱信息库中，获取与色彩提取信息和单色值对应的目标光谱信息；及对目标光谱信息和预设量子响应信息进行卷积处理，得到原始色彩空间下的原始单色值；以及对原始单色值和色彩提取信息进行判断求和，得到色彩特征信息。

在一些实施例中，色彩提取信息包括至少一个物体各自对应的特定区域，特定区域表征物体在以红绿商值为纵坐标、蓝绿商值为横坐标的色彩空间内的色彩值；

特征提取模块22，还用于统计原始单色值中属于特定区域内的数值个数，并将数值个数作为色彩特征值。

在一些实施例中，空间特征信息包括色块零散度；

特征提取模块22，还用于将原始单色值中属于特定区域的单色值，作为目标单色值；及从原始压缩图像中，统计目标单色值的像素分布信息；以及根据像素分布信息，生成色块零散度。

在一些实施例中，当前特征信息包括场景各自对应的至少一组特征信息；

场景分类模块23，还用于从预设场景和特征信息的对应关系中，获取当前特征信息对应的场景的至少一组场景特征信息；以及根据至少一组场景特征信息，对至少一组特征信息进行组合判断，得到当前场景信息。

在一些实施例中，参数获取模块24，还用于从预设场景和成像参数的对应关系中，获取当前场景信息对应的初始成像参数；及利用预设白平衡算法和预设曝光算法，对当前场景信息、原始图像信息和预设原始图像编码数据进行分析，得到光线色温信息和光线亮度信息；以及利用光线色温信息和光线亮度信息，从初始成像参数中确定当前成像参数。

在一些实施例中，原始图像信息包括原始图像；装置2还包括：

拍摄模块25，用于在基于预设场景和成像参数的对应关系，获取当前场景信息对应的当前成像参数，并将当前成像参数传输至拍摄模块之后，按照当前成像参数，对原始图像进行图像优化，生成输出图像。

在一些实施例中，预设原始图像编码数据包括：增益和曝光时间。

在一些实施例中，当前成像参数包括以下至少一项：色彩校正矩阵、色彩工程参数、色彩转换参数和显示参数。

需要说明的是，在实际应用中，上述采集模块21、特征提取模块22、场景分类模块23、参数获取模块24和拍摄模块25可由位于信息处理装置2上的开发板实现，具体为CPU(Central Processing Unit，中央处理器)、MPU(Microprocessor Unit，微处理器)、DSP(Digital Signal Processing，数字信号处理器)或现场可编程门阵列(FPGA，FieldProgrammable Gate Array)等实现。

本申请实施例还提供了一种信息处理装置2，如图18所示，该装置2包括：处理器26、存储器27和通信总线28，存储器27通过通信总线28与处理器26进行通信，存储器27存储处理器26可执行的一个或者多个信息处理程序，当一个或者多个信息处理程序被执行时，通过处理器26执行如前述实施例所述的任意一种信息处理方法。

在实际应用中，存储器27可以是易失性存储器(volatile memory)，例如随机存取存储器(Random-Access Memory，RAM)；或者非易失性存储器(non-volatile memory)，例如只读存储器(Read-Only Memory，ROM)，快闪存储器(flash memory)，硬盘(Hard DiskDrive，HDD)或固态硬盘(Solid-State Drive，SSD)；或者上述种类的存储器的组合，并向处理器26提供程序和数据。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、装置、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述，仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。