CN103871051B - 图像处理方法、装置和电子设备 - Google Patents
图像处理方法、装置和电子设备 Download PDFInfo
- Publication number
- CN103871051B CN103871051B CN201410056714.4A CN201410056714A CN103871051B CN 103871051 B CN103871051 B CN 103871051B CN 201410056714 A CN201410056714 A CN 201410056714A CN 103871051 B CN103871051 B CN 103871051B
- Authority
- CN
- China
- Prior art keywords
- pixel
- sample point
- nearness
- depth
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明公开了一种图像处理方法、装置和电子设备,属于图像处理领域。所述方法包括:获取图像和图像中每个像素点的深度值;确定图像中的关注点;对于图像中的每一个像素点,根据像素点与关注点之间的距离以及像素点的深度值与关注点的深度值之间的差值确定像素点的类型,类型包括背景样本点和前景样本点;根据预定图像处理方式对背景样本点和/或前景样本点所对应的像素点进行处理。本公开解决了背景技术中涉及的背景虚化处理方式存在虚化区域确定不够合理,虚化效果欠佳的问题;达到了精确划分图像中的前景和背景,当本实施例提供的图像处理方法运用于背景虚化处理时,能够更加合理地确定虚化区域,提高虚化效果。
Description
技术领域
本公开涉及图像处理领域,特别涉及一种图像处理方法、装置和电子设备。
背景技术
背景虚化处理是指将图像中的背景部分进行模糊化而将前景部分清晰显示的处理。
一些专业相机能够直接拍摄出背景虚化后的图像,但这对于相机镜头的光圈以及变焦倍率的要求都较高。对于诸如手机或者平板电脑之类的电子设备的摄像头,由于其镜头的性能无法匹及专业相机的性能,所以无法直接拍摄出背景虚化后的图像。为此,一些图像处理软件能够实现对图像的模拟背景虚化。请结合参考图1,图1所示图像为使用诸如手机或者平板电脑之类的电子设备的摄像头拍摄的一张图像。假设需要对图像左下角的水壶以外的区域进行背景虚化处理,而将水壶作为前景清晰显示,则首先选定关注点L,该关注点L通常选定为水壶中央位置;然后根据图像中各个像素点与关注点L之间的距离确定非虚化区域11,具体地,将与关注点L之间的距离小于a的像素点所组成的区域作为非虚化区域11(如图中虚线围合而成的区域);最后对非虚化区域11以外的区域进行背景虚化处理。
发明人在实现本公开的过程中,发现上述方式至少存在如下缺陷:上述背景虚化处理方式是一种非常粗糙的处理方式,它并没有对图像中的前景和背景予以区分。从图中可以看出,非虚化区域11中包含有背景部分的像素点,而上述背景虚化处理方式中并没有对这部分像素点进行虚化处理。因此,上述背景虚化处理方式存在虚化区域确定不够合理,虚化效果欠佳的问题。
发明内容
为了解决背景技术中涉及的背景虚化处理方式存在虚化区域确定不够合理,虚化效果欠佳的问题,本公开实施例提供了一种图像处理方法、装置和电子设备。所述技术方案如下:
第一方面,提供了一种图像处理方法,所述方法包括:
获取图像和所述图像中每个像素点的深度值;
确定所述图像中的关注点;
对于所述图像中的每一个像素点,根据所述像素点与所述关注点之间的距离确定所述像素点的空间接近度PS,根据所述像素点的深度值与所述关注点的深度值之间的差值确定所述像素点的深度接近度PD,并根据所述空间接近度PS与所述深度接近度PD得到所述像素点的最终接近度P,根据所述最终接近度P确定所述像素点的类型,所述类型包括背景样本点和前景样本点;
根据预定图像处理方式对所述背景样本点和/或所述前景样本点所对应的像素点进行处理;
其中,所述根据所述像素点与所述关注点之间的距离确定所述像素点的空间接近度PS,包括:计算所述像素点(xi,yi)与所述关注点(xL,yL)之间的距离S,所述距离S=(xi-xL)2+(yi-yL)2;根据所述距离S、自然常数e以及第一经验值σ计算得到所述空间接近度PS,所述空间接近度PS=e^[-S/(2σ2)]=e^{-[(xi-xL)2+(yi-yL)2]/(2σ2)};
所述根据所述像素点的深度值与所述关注点的深度值之间的差值确定所述像素点的深度接近度PD,包括:计算所述像素点的深度值D(xi,yi)与所述关注点的深度值D(xL,yL)的差值R,所述差值R=D(xi,yi)-D(xL,yL);根据所述差值R、自然常数e以及第二经验值δ计算得到所述深度接近度PD,所述深度接近度PD=e^[-R2/(2δ2)]=e^{-[D(xi,yi)-D(xL,yL)]2/(2δ2)};
所述根据预定图像处理方式对所述背景样本点和/或所述前景样本点所对应的像素点进行处理,包括:根据第一预定图像处理方式对所述背景样本点所对应的像素点进行处理;或者,根据第一预定图像处理方式对所述背景样本点所对应的像素点进行处理,并且根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理;或者,根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理;其中,所述第一预定图像处理方式包括图像虚化处理,所述第二预定图像处理方式包括图像锐化处理。
可选的,所述根据所述最终接近度P确定所述像素点的类型,包括:
判断所述最终接近度P与预定阈值的大小关系;
若判断结果为所述最终接近度P小于所述预定阈值,则确定所述像素点的类型为所述背景样本点;
若判断结果为所述最终接近度P大于所述预定阈值,则确定所述像素点的类型为所述前景样本点。
可选的,所述根据所述最终接近度P确定所述像素点的类型,包括:
判断所述最终接近度P与第一阈值以及第二阈值的大小关系,其中,所述第一阈值小于所述第二阈值;
若判断结果为所述最终接近度P小于所述第一阈值,则确定所述像素点的类型为所述背景样本点;
若判断结果为所述最终接近度P大于所述第二阈值,则确定所述像素点的类型为所述前景样本点;
若判断结果为所述最终接近度P大于所述第一阈值且小于所述第二阈值,则确定所述像素点为待定样本点;
根据所述待定样本点的颜色向量最终确定所述待定样本点的类型。
可选的,所述根据所述待定样本点的颜色向量最终确定所述待定样本点的类型,包括:
对于每一个所述待定样本点,分别获取所述待定样本点的颜色向量;
根据贝叶斯后验概率公式分别计算出所述待定样本点属于所述前景样本点的概率以及属于所述背景样本点的概率;
选取所述概率中较大的值所对应的类型作为所述待定样本点的类型。
可选的,所述根据所述空间接近度PS与所述深度接近度PD得到所述像素点的最终接近度P,包括:
将所述空间接近度PS与所述深度接近度PD相乘得到所述像素点的最终接近度P。
可选的,所述获取图像和所述图像中每个像素点的深度值,包括:
通过摄像头采集所述图像;
通过深度传感器采集所述图像中每个像素点的深度值,或者,通过平行双目摄像头组采集所述图像中每个像素点的深度值。
第二方面,提供了一种图像处理装置,所述装置包括:
深度获取模块,用于获取图像和所述图像中每个像素点的深度值;
关注确定模块,用于确定所述图像中的关注点;
图像分割模块,用于对于所述图像中的每一个像素点,根据所述像素点与所述关注点之间的距离以及所述像素点的深度值与所述关注点的深度值之间的差值确定所述像素点的类型,所述类型包括背景样本点和前景样本点;
图像处理模块,用于根据预定图像处理方式对所述背景样本点和/或所述前景样本点所对应的像素点进行处理;
其中,所述图像分割模块,包括:距离确定单元、深度确定单元和类型确定单元;
所述距离确定单元,用于根据所述像素点与所述关注点之间的距离确定所述像素点的空间接近度PS;
所述深度确定单元,用于根据所述像素点的深度值与所述关注点的深度值之间的差值确定所述像素点的深度接近度PD;
所述类型确定单元,用于根据所述空间接近度PS与所述深度接近度PD得到所述像素点的最终接近度P,根据所述最终接近度P确定所述像素点的类型;
所述距离确定单元,包括:距离计算子单元和距离确定子单元;
所述距离计算子单元,用于计算所述像素点(xi,yi)与所述关注点(xL,yL)之间的距离S,所述距离S=(xi-xL)2+(yi-yL)2;
所述距离确定子单元,用于根据所述距离S、自然常数e以及第一经验值σ计算得到所述空间接近度PS,所述空间接近度PS=e^[-S/(2σ2)]=e^{-[(xi-xL)2+(yi-yL)2]/(2σ2)};
所述深度确定单元,包括:深度计算子单元和深度确定子单元;
所述深度计算子单元,用于计算所述像素点的深度值D(xi,yi)与所述关注点的深度值D(xL,yL)的差值R,所述差值R=D(xi,yi)-D(xL,yL);
所述深度确定子单元,用于根据所述差值R、自然常数e以及第二经验值δ计算得到所述深度接近度PD,所述深度接近度PD=e^[-R2/(2δ2)]=e^{-[D(xi,yi)-D(xL,yL)]2/(2δ2)};
所述图像处理模块,包括:背景处理单元;或者,综合处理单元;或者,前景处理单元;
所述背景处理单元,用于根据第一预定图像处理方式对所述背景样本点所对应的像素点进行处理;
所述综合处理单元,用于根据第一预定图像处理方式对所述背景样本点所对应的像素点进行处理,并且根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理;
所述前景处理单元,用于根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理;
其中,所述第一预定图像处理方式包括图像虚化处理,所述第二预定图像处理方式包括图像锐化处理。
可选的,所述类型确定单元,包括:相似确定子单元、阈值判断子单元、背景确定子单元和前景确定子单元;
所述相似确定子单元,用于根据所述空间接近度PS与所述深度接近度PD得到所述像素点的最终接近度P;
所述阈值判断子单元,用于判断所述最终接近度P与预定阈值的大小关系;
所述背景确定子单元,用于若判断结果为所述最终接近度P小于所述预定阈值,则确定所述像素点的类型为所述背景样本点;
所述前景确定子单元,用于若判断结果为所述最终接近度P大于所述预定阈值,则确定所述像素点的类型为所述前景样本点。
可选的,所述类型确定单元,包括:相似确定子单元、阈值比对子单元、第一确定子单元、第二确定子单元、第三确定子单元和最终确定子单元;
所述相似确定子单元,用于根据所述空间接近度PS与所述深度接近度PD得到所述像素点的最终接近度P;
所述阈值比对子单元,用于判断所述最终接近度P与第一阈值以及第二阈值的大小关系,其中,所述第一阈值小于所述第二阈值;
所述第一确定子单元,用于若判断结果为所述最终接近度P小于所述第一阈值,则确定所述像素点的类型为所述背景样本点;
所述第二确定子单元,用于若判断结果为所述最终接近度P大于所述第二阈值,则确定所述像素点的类型为所述前景样本点;
所述第三确定子单元,用于若判断结果为所述最终接近度P大于所述第一阈值且小于所述第二阈值,则确定所述像素点为待定样本点;
所述最终确定子单元,用于根据所述待定样本点的颜色向量最终确定所述待定样本点的类型。
可选的,所述最终确定子单元,还用于对于每一个所述待定样本点,分别获取所述待定样本点的颜色向量;根据贝叶斯后验概率公式分别计算出所述待定样本点属于所述前景样本点的概率以及属于所述背景样本点的概率;选取所述概率中较大的值所对应的类型作为所述待定样本点的类型。
可选的,所述相似确定子单元,还用于将所述空间接近度PS与所述深度接近度PD相乘得到所述像素点的最终接近度P。
可选的,所述深度获取模块,包括:图像采集单元和深度采集单元;
所述图像采集单元,用于通过摄像头采集所述图像;
所述深度采集单元,用于通过深度传感器采集所述图像中每个像素点的深度值,或者,通过平行双目摄像头组采集所述图像中每个像素点的深度值。
第三方面,提供了一种用于实现如第一方面所述的图像处理方法的电子设备,所述电子设备包括:
一个或多个处理器;
存储器;和
一个或多个模块,所述一个或多个模块存储于所述存储器中并被配置成由所述一个或多个处理器执行,所述一个或多个模块具有如下功能:
获取图像和所述图像中每个像素点的深度值;
确定所述图像中的关注点;
对于所述图像中的每一个像素点,根据所述像素点与所述关注点之间的距离确定所述像素点的空间接近度PS,根据所述像素点的深度值与所述关注点的深度值之间的差值确定所述像素点的深度接近度PD,并根据所述空间接近度PS与所述深度接近度PD得到所述像素点的最终接近度P,根据所述最终接近度P确定所述像素点的类型,所述类型包括背景样本点和前景样本点;
根据预定图像处理方式对所述背景样本点和/或所述前景样本点所对应的像素点进行处理;
其中,所述根据所述像素点与所述关注点之间的距离确定所述像素点的空间接近度PS,包括:计算所述像素点(xi,yi)与所述关注点(xL,yL)之间的距离S,所述距离S=(xi-xL)2+(yi-yL)2;根据所述距离S、自然常数e以及第一经验值σ计算得到所述空间接近度PS,所述空间接近度PS=e^[-S/(2σ2)]=e^{-[(xi-xL)2+(yi-yL)2]/(2σ2)};
所述根据所述像素点的深度值与所述关注点的深度值之间的差值确定所述像素点的深度接近度PD,包括:计算所述像素点的深度值D(xi,yi)与所述关注点的深度值D(xL,yL)的差值R,所述差值R=D(xi,yi)-D(xL,yL);根据所述差值R、自然常数e以及第二经验值δ计算得到所述深度接近度PD,所述深度接近度PD=e^[-R2/(2δ2)]=e^{-[D(xi,yi)-D(xL,yL)]2/(2δ2)};
所述根据预定图像处理方式对所述背景样本点和/或所述前景样本点所对应的像素点进行处理,包括:根据第一预定图像处理方式对所述背景样本点所对应的像素点进行处理;或者,根据第一预定图像处理方式对所述背景样本点所对应的像素点进行处理,并且根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理;或者,根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理;其中,所述第一预定图像处理方式包括图像虚化处理,所述第二预定图像处理方式包括图像锐化处理。
本公开实施例提供的技术方案的一些有益效果可以包括:
通过在获取图像中各个像素点的深度值并确定关注点后,根据像素点与关注点之间的距离以及像素点的深度值与关注点的深度值之间的差值确定像素点的类型,然后根据预定图像处理方式对背景样本点和/或前景样本点所对应的像素点进行处理;解决了背景技术中涉及的背景虚化处理方式存在虚化区域确定不够合理,虚化效果欠佳的问题;达到了精确划分图像中的前景和背景,当本实施例提供的图像处理方法运用于背景虚化处理时,能够更加合理地确定虚化区域,提高虚化效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
为了更清楚地说明本公开的实施例,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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。
图1是背景技术中提供的背景虚化方法所涉及的示意图;
图2是本公开一个实施例提供的图像处理方法的示例性方法流程图;
图3A是本公开另一实施例提供的图像处理方法的示例性方法流程图;
图3B是本公开提供的图像处理方法所涉及的处理前图像的示意图;
图3C是本公开提供的图像处理方法所涉及的图像的深度图的示意图;
图3D是本公开另一实施例提供的图像处理方法所涉及的步骤304的示例性方法流程图;
图3E是本公开提供的图像处理方法所涉及的用于反映空间接近度以及深度接近度的示意图;
图3F是本公开提供的图像处理方法所涉及的最终确定的前/背景样本点的示意图;
图3G是本公开提供的图像处理方法所涉及的处理后图像的示意图;
图4是本公开一个实施例提供的图像处理装置的示例性结构方框图;
图5是本公开另一实施例提供的图像处理装置的示例性结构方框图;
图6是本公开各个实施例中所涉及的电子设备的示例性结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
为了使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开作进一步地详细描述,显然,所描述的实施例仅仅是本公开一部份实施例,而不是全部的实施例。基于本公开中的实施例,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它实施例,都属于本公开保护的范围。
在本公开各个实施例中,电子设备可以是手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器以及智能电视等等。
请参考图2,其示出了本公开一个实施例提供的图像处理方法的示例性方法流程图,本实施例以该图像处理方法应用于电子设备中来举例说明。该图像处理方法可以包括如下步骤:
在步骤202中,获取图像和图像中每个像素点的深度值。
在步骤204中,确定图像中的关注点。
在步骤206中,对于图像中的每一个像素点,根据像素点与关注点之间的距离以及像素点的深度值与关注点的深度值之间的差值确定像素点的类型,类型包括背景样本点和前景样本点。
在步骤208中,根据预定图像处理方式对背景样本点和/或前景样本点所对应的像素点进行处理。
综上所述,本实施例提供的图像处理方法,通过在获取图像中各个像素点的深度值并确定关注点后,根据像素点与关注点之间的距离以及像素点的深度值与关注点的深度值之间的差值确定像素点的类型,然后根据预定图像处理方式对背景样本点和/或前景样本点所对应的像素点进行处理;解决了背景技术中涉及的背景虚化处理方式存在虚化区域确定不够合理,虚化效果欠佳的问题;达到了精确划分图像中的前景和背景,当本实施例提供的图像处理方法运用于背景虚化处理时,能够更加合理地确定虚化区域,提高虚化效果。
请参考图3A,其示出了本公开另一实施例提供的图像处理方法的示例性方法流程图,本实施例以该图像处理方法应用于电子设备中来举例说明。该图像处理方法可以包括如下步骤:
在步骤301中,通过摄像头采集图像。
电子设备包含有摄像头,通过摄像头采集被拍摄物体的图像,该图像可以是在取景过程中显示于电子设备的屏幕中的图像,也可以是直接拍摄得到的图像。
在本实施例中,假设电子设备通过摄像头采集得到的图像如图3B所示。
在步骤302中,通过深度传感器采集图像中每个像素点的深度值,或者,通过平行双目摄像头组采集图像中每个像素点的深度值。
电子设备还包含有深度传感器或者平行双目摄像头组,通过深度传感器或者平行双目摄像头组采集图像中每个像素点的深度值。一个像素点的深度值是指该像素点所对应的被拍摄物体与摄像头的成像平面之间的距离。假设摄像头的成像平面中包含有相互垂直的x轴和y轴,同时以x轴和y轴的交点为原点且垂直于该成像平面的直线为z轴建立三维直角坐标系。若某一像素点在该三维直角坐标系中的坐标为(X,Y,Z),则Z值即为该像素点的深度值。
另外,电子设备通过深度传感器或者平行双目摄像头组采集图像中每个像素点的深度值。其中,深度传感器通常包含有光发射器和光接收器,深度传感器通过采集光信号从光发射器发出到光接收器接收所经历的时间计算出深度值;平行双目摄像头组模拟人眼视觉系统,通过两个摄像头从不同角度采集被拍摄物体的两幅图像之后对图像进行像素点匹配、分析和计算后得到图像中各个像素点的深度值。
图像中各个像素点的深度值可以以深度图表示。请结合参考图3C,假设图3C为对应于图3B所示图像的深度图。其中,颜色越深的部分表示该部分像素点的深度值越大,也即距离成像平面越远;反之,颜色越浅的部分表示该部分像素点的深度值越小,也即距离成像平面越近。
在步骤303中,确定图像中的关注点。
电子设备确定图像中的关注点,关注点是指用户期望图像中以最清晰的效果进行显示的位置。具体地,电子设备接收作用于图像的选择信号,将选择信号的作用位置所对应的像素点作为关注点。
当图像为在取景过程中显示于电子设备的屏幕中的图像时,电子设备可以在屏幕中显示若干个可供选择的点,然后由用户从中选取一个点作为关注点。在这种情况下,关注点也可称为对焦点。当图像为直接拍摄得到的图像时,电子设备可以在触摸屏中显示该图像,然后由用户点击该图像中的任意位置,电子设备将用户点击的位置所对应的像素点作为关注点。
另外,上述实现方式中是由用户选取关注点,而在实际应用中,电子设备也可以对图像中的内容进行识别和分析之后自动选取某个特征点作为关注点。
在步骤304中,对于图像中的每一个像素点,根据像素点与关注点之间的距离以及像素点的深度值与关注点的深度值之间的差值确定像素点的类型。
在确定图像中的关注点之后,电子设备根据像素点与关注点之间的距离以及像素点的深度值与关注点的深度值之间的差值确定像素点的类型。像素点的类型包括背景样本点和前景样本点。
请结合参考图3D,本步骤可以包括如下几个子步骤:
在步骤304a中,根据像素点与关注点之间的距离确定像素点的空间接近度PS。
电子设备根据像素点与关注点之间的距离确定像素点的空间接近度PS,空间接近度PS用于表示像素点与关注点在图像的平面内的接近程度。由于关注点需要以清晰的效果进行显示,所以关注点所对应的像素点应当属于前景样本点,而空间接近度PS从像素点与关注点之间的距离这一方面来衡量像素点属于前景样本点的概率,PS的取值范围为0<PS≤1。
具体地,可以在图像的平面内建立直角坐标系,通过像素点与关注点的坐标得到像素点的空间接近度PS。电子设备计算像素点(xi,yi)与关注点(xL,yL)之间的距离S,距离S=(xi-xL)2+(yi-yL)2;根据距离S、自然常数e以及第一经验值σ计算得到空间接近度PS,空间接近度PS=e^[-S/(2σ2)]=e^{-[(xi-xL)2+(yi-yL)2]/(2σ2)}。其中,σ的取值可以根据实际情况而定。在实现本公开的过程中,发明人经试验得到σ取图像的较长一边的长度的1/20较为合适。
在步骤304b中,根据像素点的深度值与关注点的深度值之间的差值确定像素点的深度接近度PD。
电子设备根据像素点的深度值与关注点的深度值之间的差值确定像素点的深度接近度PD,深度接近度PD用于表示像素点与关注点在深度值方面的接近程度。由于关注点需要以清晰的效果进行显示,所以关注点所对应的像素点应当属于前景样本点,而深度接近度PD从像素点与关注点的深度值这一方面来衡量像素点属于前景样本点的概率,PD的取值范围为0<PD≤1。
具体地,电子设备计算像素点的深度值D(xi,yi)与关注点的深度值D(xL,yL)的差值R,差值R=D(xi,yi)-D(xL,yL);根据差值R、自然常数e以及第二经验值δ计算得到深度接近度PD,深度接近度PD=e^[-R2/(2δ2)]=e^{-[D(xi,yi)-D(xL,yL)]2/(2δ2)}。其中,δ的取值可以根据实际情况而定。在实现本公开的过程中,发明人经试验得到δ取10较为合适。
请结合参考图3E,图3E左侧图示反映了图像中各个像素点的空间接近度PS,图中颜色越暗的区域表示该部分区域内的像素点的空间接近度PS越小,也即该部分区域内的像素点属于前景样本点的概率越小;反之,图中颜色越亮的区域表示该部分区域内的像素点的空间接近度PS越大,也即该部分区域内的像素点属于前景样本点的概率越大。
而图3E右侧图示反映了图像中各个像素点的深度接近度PD,图中颜色越暗的区域表示该部分区域内的像素点的深度接近度PD越小,也即该部分区域内的像素点属于前景样本点的概率越小;反之,图中颜色越亮的区域表示该部分区域内的像素点的深度接近度PD越大,也即该部分区域内的像素点属于前景样本点的概率越大。
在步骤304c中,根据空间接近度PS与深度接近度PD确定像素点的类型。
电子设备确定像素点的空间接近度PS与深度接近度PD之后,综合考虑两方面数据,根据该两方面数据确定像素点的类型。
在第一种可能的实现方式中,步骤304c可以包括如下几个子步骤:
第一,根据空间接近度PS与深度接近度PD得到像素点的最终接近度P。
电子设备根据空间接近度PS与深度接近度PD得到像素点的最终接近度P。具体地,可以将空间接近度PS与深度接近度PD相乘得到像素点的最终接近度P。当PS=e^{-[(xi-xL)2+(yi-yL)2]/(2σ2)}且PD=e^{-[D(xi,yi)-D(xL,yL)]2/(2δ2)}时,最终接近度P=PS×PD=e^{-[(xi-xL)2+(yi-yL)2]/(2σ2)}×e^{-[D(xi,yi)-D(xL,yL)]2/(2δ2)}。由于0<PS≤1且0<PD≤1,所以0<P≤1。
第二,判断最终接近度P与预定阈值的大小关系。
电子设备判断最终接近度P与预定阈值的大小关系。由于0<P≤1,所以预定阈值通常取0.5。当然,可以结合实际情况适当调整预定阈值的大小,对此不作具体限定。
第三,若判断结果为最终接近度P小于预定阈值,则确定像素点的类型为背景样本点。
当判断结果为最终接近度P小于预定阈值时,电子设备确定像素点的类型为背景样本点。像素点的最终接近度P越大,表明该像素点属于前景样本点的概率越大;反之,像素点的最终接近度P越小,表明该像素点属于背景样本点的概率越大。
在本实施例中,假设预定阈值取0.5,则当像素点的最终接近度P小于0.5时,电子设备确定像素点的类型为背景样本点。
第四,若判断结果为最终接近度P大于预定阈值,则确定像素点的类型为前景样本点。
当判断结果为最终接近度P大于预定阈值时,电子设备确定像素点的类型为前景样本点。在本实施例中,当像素点的最终接近度P大于0.5时,电子设备确定像素点的类型为背景样本点。
通过上述第一种可能的实现方式中涉及的四个步骤,综合考虑了像素点与关注点之间的距离以及像素点与关注点的深度值这两方面因素后,对图像中所有的像素点进行分类,得到前景样本点和背景样本点。下面,在第二种可能的实现方式中,提供了一种更为精确、合理的像素点分类方式。
在第二种可能的实现方式中,步骤304c可以包括如下几个步骤:
第一,根据空间接近度PS与深度接近度PD得到像素点的最终接近度P。
电子设备根据空间接近度PS与深度接近度PD得到像素点的最终接近度P。具体地,可以将空间接近度PS与深度接近度PD相乘得到像素点的最终接近度P。当PS=e^{-[(xi-xL)2+(yi-yL)2]/(2σ2)}且PD=e^{-[D(xi,yi)-D(xL,yL)]2/(2δ2)}时,最终接近度P=PS×PD=e^{-[(xi-xL)2+(yi-yL)2]/(2σ2)}×e^{-[D(xi,yi)-D(xL,yL)]2/(2δ2)}。由于0<PS≤1且0<PD≤1,所以0<P≤1。
第二,判断最终接近度P与第一阈值以及第二阈值的大小关系。
电子设备判断最终接近度P与第一阈值以及第二阈值的大小关系;其中,第一阈值小于第二阈值。与第一种可能的实现方式不同的是,电子设备选取第一阈值和第二阈值两个阈值与最终接近度P进行比较。由于0<P≤1,所以第一阈值可以预先设定为0.1而第二阈值可以预先设定为0.9。当然,可以结合实际情况适当调整预先设定的第一阈值和/或第二阈值的大小,对此不作具体限定。
第三,若判断结果为最终接近度P小于第一阈值,则确定像素点的类型为背景样本点。
当判断结果为最终接近度P小于第一阈值时,电子设备确定像素点的类型为背景样本点。像素点的最终接近度P越大,表明该像素点属于前景样本点的概率越大;反正,像素点的最终接近度P越小,表明该像素点属于背景样本点的概率越大。
在本实施例中,假设第一阈值取0.1,则当像素点的最终接近度P小于0.1时,电子设备确定像素点的类型为背景样本点。
第四,若判断结果为最终接近度P大于第二阈值,则确定像素点的类型为前景样本点。
当判断结果为最终接近度P大于第二阈值时,电子设备确定像素点的类型为前景样本点。在本实施例中,假设第二阈值为0.9,则当像素点的最终接近度P大于0.9时,电子设备确定像素点的类型为前景样本点。
第五,若判断结果为最终接近度P大于第一阈值且小于第二阈值,则确定像素点为待定样本点。
当判断结果为最终接近度P大于第一阈值且小于第二阈值时,电子设备确定像素点为待定样本点。待定样本点是指当前无法确定该像素点属于前景样本点还是背景样本点,需要进一步分析确定该像素点的类型。
在本实施例中,当像素点的最终接近度P大于0.1且小于0.9时,电子设备确定像素点为待定样本点。
第六,根据待定样本点的颜色向量最终确定待定样本点的类型。
电子设备根据待定样本点的颜色向量最终确定待定样本点的类型。在RGB颜色空间,每种颜色均可以使用三维向量进行表示,比如红色为绿色为蓝色为白色为黑色为等等。其中,R、G、B的取值均在[0,1]之间。电子设备结合待定样本点的颜色向量分别计算出该待定样本点属于前景样本点以及背景样本点的概率,选取概率较大的值所对应的类型作为待定样本点的类型。
具体地,本步骤包括:
(1)对于每一个待定样本点,分别获取待定样本点的颜色向量
(2)根据贝叶斯后验概率公式分别计算出待定样本点(xi,yi)属于前景样本点的概率以及属于背景样本点的概率
贝叶斯后验概率公式为P(B|A)=P(A|B)*P(B)/P(A),所以
由上式可见,
其中,P(I(xi,yi)=1)表示该待定样本点为预估前景样本点的概率,预估前景样本点是指电子设备根据图像中各个像素点的深度值预估的前景样本点;P(I(xi,yi)=0)表示该待定样本点为预估背景样本点的概率,预估背景样本点是指电子设备根据图像中各个像素点的深度值预估的背景样本点。具体来讲,假设某一图像中包含有10000个像素点,电子设备获取各个像素点的深度值之后,对10000个深度值进行比对、分析之后预估出其中1000个为预估前景样本点且9000个为预估背景样本点。此时,随机选取一个待定样本点,则该待定样本点为预估前景样本点的概率为1000/10000=0.1,也即P(I(xi,yi)=1)=0.1;该待定样本点为预估背景样本点的概率为9000/10000=0.9,也即P(I(xi,yi)=0)=0.9。
表示在预估前景样本点中,像素点的颜色向量为的概率;对应地,表示在预估背景样本点中,像素点的颜色向量为的概率。具体来讲,假设在1000个预估前景样本点和9000个预估背景样本点中,红色的像素点在1000个预估前景样本点中占有650个,在9000个预估背景样本点中占有150个。此时,随机选取一个待定样本点,若该待定样本点为红色,也即颜色向量为则
综上, 所以进一步地,在下述步骤中确定该红色的待定样本点的类型为前景样本点。
(3)选取概率中较大的值所对应的类型作为待定样本点的类型。
电子设备分别计算出待定样本点属于前景样本点的概率以及属于背景样本点的概率之后,选取概率中较大的值所对应的类型作为待定样本点的类型。
请结合参考图3F,图3F示出了通过步骤304c中的第二种可能的实现方式最终确定的前景样本点以及背景样本点的示意图,图中黑色区域为背景样本点所对应的像素点,白色部分为前景样本点所对应的像素点。从图中可以明显看出前景样本点所对应的像素点构成了完整的水壶,相比于背景技术中提供的背景虚化处理方式,对区域的分隔有了明显的进步。
需要说明的是,在本实施例中,仅以选取的待定样本点为红色来举例说明,且上述实施例中涉及的数量和概率仅是示例性的。在实际应用中,电子设备需要对每一个待定样本点进行颜色向量获取、概率计算后最终确定该待定样本点的类型。
还需要说明的是,在步骤304c中涉及的两种确定像素点的类型的方式,第一种计算过程较为简单,效率较高;而第二种计算过程虽然较为复杂,但是最终得到的划分结果较为精确,前背景区分更准确。在实际应用中,根据需求选取合适的方式确定像素点的类型。
在步骤305中,根据预定图像处理方式对背景样本点和/或前景样本点所对应的像素点进行处理。
在对图像中的各个像素点的类型予以划分之后,电子设备根据预定图像处理方式对背景样本点和/或前景样本点所对应的像素点进行处理。
具体地,在第一种可能的实现方式中,根据第一预定图像处理方式对背景样本点所对应的像素点进行处理。
电子设备根据第一预定图像处理方式对背景样本点所对应的像素点进行处理,使得背景样本点所对应的像素点以模糊的效果进行显示。第一预定图像处理方式包括但不限于高斯模糊处理或者背景虚化处理。
请结合参考图3G,图3G示出了对本实施例提供的图像进行背景虚化处理后得到的示意图。
在第二种可能的实现方式中,根据第一预定图像处理方式对背景样本点所对应的像素点进行处理,并且根据第二预定图像处理方式对前景样本点所对应的像素点进行处理。
电子设备根据第一预定图像处理方式对背景样本点所对应的像素点进行处理,并且根据第二预定图像处理方式对前景样本点所对应的像素点进行处理,使得背景样本点所对应的像素点以模糊的效果进行显示,同时使得前景样本点所对应的像素点以更为清晰的效果进行显示。第一预定图像处理方式包括但不限于高斯模糊处理或者背景虚化处理;第二预定图像处理方式包括但不限于直方图均衡化处理或者图像锐化处理。
在第三种可能的实现方式中,根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理。
电子设备根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理,使得前景样本点所对应的像素点以更为清晰的效果进行显示。第二预定图像处理方式包括但不限于直方图均衡化处理或者图像锐化处理。
综上所述,本实施例提供的图像处理方法,通过在获取图像中各个像素点的深度值并确定关注点后,根据像素点与关注点之间的距离以及像素点的深度值与关注点的深度值之间的差值确定像素点的类型,然后根据预定图像处理方式对背景样本点和/或前景样本点所对应的像素点进行处理;解决了背景技术中涉及的背景虚化处理方式存在虚化区域确定不够合理,虚化效果欠佳的问题;达到了精确划分图像中的前景和背景,当本实施例提供的图像处理方法运用于背景虚化处理时,能够更加合理地确定虚化区域,提高虚化效果。
另外,本实施例提供了两种确定像素点的类型的方式,第一种计算过程较为简单,效率较高;而第二种计算过程虽然较为复杂,但是最终得到的划分结果较为精确,前背景区分更准确。在实际应用中,对于即时性要求不高的图像处理操作,优先选取第二种确定像素点的类型的方式,使得最终得到前/背景区域更为合理、精准,进一步提高处理后图像的显示效果。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
请参考图4,其示出了本公开一个实施例提供的图像处理装置的示例性结构方框图,该图像处理装置可以通过软件、硬件或者两者的结合实现成为电子设备的全部或者一部分。该图像处理装置可以包括:深度获取模块410、关注确定模块420、图像分割模块430和图像处理模块440。
深度获取模块410,用于获取图像和所述图像中每个像素点的深度值。
关注确定模块420,用于确定所述图像中的关注点。
图像分割模块430,用于对于所述图像中的每一个像素点,根据所述像素点与所述关注点之间的距离以及所述像素点的深度值与所述关注点的深度值之间的差值确定所述像素点的类型,所述类型包括背景样本点和前景样本点。
图像处理模块440,用于根据预定图像处理方式对所述背景样本点和/或所述前景样本点所对应的像素点进行处理。
综上所述,本实施例提供的图像处理装置,通过在获取图像中各个像素点的深度值并确定关注点后,根据像素点与关注点之间的距离以及像素点的深度值与关注点的深度值之间的差值确定像素点的类型,然后根据预定图像处理方式对背景样本点和/或前景样本点所对应的像素点进行处理;解决了背景技术中涉及的背景虚化处理方式存在虚化区域确定不够合理,虚化效果欠佳的问题;达到了精确划分图像中的前景和背景,当本实施例提供的图像处理方法运用于背景虚化处理时,能够更加合理地确定虚化区域,提高虚化效果。
请参考图5,其示出了本公开另一实施例提供的图像处理装置的示例性结构方框图,该图像处理装置可以通过软件、硬件或者两者的结合实现成为电子设备的全部或者一部分。该图像处理装置可以包括:深度获取模块410、关注确定模块420、图像分割模块430和图像处理模块440。
深度获取模块410,用于获取图像和所述图像中每个像素点的深度值。
具体来讲,所述深度获取模块410,包括:图像采集单元410a和深度采集单元410b。
所述图像采集单元410a,用于通过摄像头采集所述图像。
所述深度采集单元410b,用于通过深度传感器采集所述图像中每个像素点的深度值,或者,通过平行双目摄像头组采集所述图像中每个像素点的深度值。
关注确定模块420,用于确定所述图像中的关注点。
图像分割模块430,用于对于所述图像中的每一个像素点,根据所述像素点与所述关注点之间的距离以及所述像素点的深度值与所述关注点的深度值之间的差值确定所述像素点的类型,所述类型包括背景样本点和前景样本点。
具体来讲,所述图像分割模块430,包括:距离确定单元430a、深度确定单元430b和类型确定单元430c。
所述距离确定单元430a,用于根据所述像素点与所述关注点之间的距离确定所述像素点的空间接近度PS。
具体来讲,所述距离确定单元430a,包括:距离计算子单元430a1和距离确定子单元430a2。
所述距离计算子单元430a1,用于计算所述像素点(xi,yi)与所述关注点(xL,yL)之间的距离S,所述距离S=(xi-xL)2+(yi-yL)2。
所述距离确定子单元430a2,用于根据所述距离S、自然常数e以及第一经验值σ计算得到所述空间接近度PS,所述空间接近度PS=e^[-S/(2σ2)]=e^{-[(xi-xL)2+(yi-yL)2]/(2σ2)}。
所述深度确定单元430b,用于根据所述像素点的深度值与所述关注点的深度值之间的差值确定所述像素点的深度接近度PD。
具体来讲,所述深度确定单元430b,包括:深度计算子单元430b1和深度确定子单元430b2。
所述深度计算子单元430b1,用于计算所述像素点的深度值D(xi,yi)与所述关注点的深度值D(xL,yL)的差值R,所述差值R=D(xi,yi)-D(xL,yL)。
所述深度确定子单元430b2,用于根据所述差值R、自然常数e以及第二经验值δ计算得到所述深度接近度PD,所述深度接近度PD=e^[-R2/(2δ2)]=e^{-[D(xi,yi)-D(xL,yL)]2/(2δ2)}。
所述类型确定单元430c,用于根据所述空间接近度PS与所述深度接近度PD确定所述像素点的类型。
在第一种可能的实现方式中,所述类型确定单元430c,包括:相似确定子单元430c1、阈值判断子单元430c2、背景确定子单元430c3和前景确定子单元430c4。
所述相似确定子单元430c1,用于根据所述空间接近度PS与所述深度接近度PD得到所述像素点的最终接近度P。
进一步地,所述相似确定子单元430c1,还用于将所述空间接近度PS与所述深度接近度PD相乘得到所述像素点的最终接近度P。
所述阈值判断子单元430c2,用于判断所述最终接近度P与预定阈值的大小关系。
所述背景确定子单元430c3,用于若判断结果为所述最终接近度P小于所述预定阈值,则确定所述像素点的类型为所述背景样本点。
所述前景确定子单元430c4,用于若判断结果为所述最终接近度P大于所述预定阈值,则确定所述像素点的类型为所述前景样本点。
在第二种可能的实现方式中,所述类型确定单元430c,包括:相似确定子单元430c1、阈值比对子单元430c5、第一确定子单元430c6、第二确定子单元430c7、第三确定子单元430c8和最终确定子单元430c9。
所述相似确定子单元430c1,用于根据所述空间接近度PS与所述深度接近度PD得到所述像素点的最终接近度P。
进一步地,所述相似确定子单元430c1,还用于将所述空间接近度PS与所述深度接近度PD相乘得到所述像素点的最终接近度P。
所述阈值比对子单元430c5,用于判断所述最终接近度P与第一阈值以及第二阈值的大小关系,其中,所述第一阈值小于所述第二阈值。
所述第一确定子单元430c6,用于若判断结果为所述最终接近度P小于所述第一阈值,则确定所述像素点的类型为所述背景样本点。
所述第二确定子单元430c7,用于若判断结果为所述最终接近度P大于所述第二阈值,则确定所述像素点的类型为所述前景样本点。
所述第三确定子单元430c8,用于若判断结果为所述最终接近度P大于所述第一阈值且小于所述第二阈值,则确定所述像素点为待定样本点。
所述最终确定子单元430c9,用于根据所述待定样本点的颜色向量最终确定所述待定样本点的类型。
进一步地,所述最终确定子单元430c9,还用于对于每一个所述待定样本点,分别获取所述待定样本点的颜色向量;根据贝叶斯后验概率公式分别计算出所述待定样本点属于所述前景样本点的概率以及属于所述背景样本点的概率;选取所述概率中较大的值所对应的类型作为所述待定样本点的类型。
图像处理模块440,用于根据预定图像处理方式对所述背景样本点和/或所述前景样本点所对应的像素点进行处理。
具体来讲,所述图像处理模块440,包括:背景处理单元440a;或者,综合处理单元440b;或者,前景处理单元440c。
所述背景处理单元440a,用于根据第一预定图像处理方式对所述背景样本点所对应的像素点进行处理。
所述综合处理单元440b,用于根据第一预定图像处理方式对所述背景样本点所对应的像素点进行处理,并且根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理。
所述前景处理单元440c,用于根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理。
其中,所述第一预定图像处理方式包括图像虚化处理,所述第二预定图像处理方式包括图像锐化处理。
综上所述,本实施例提供的图像处理装置,通过在获取图像中各个像素点的深度值并确定关注点后,根据像素点与关注点之间的距离以及像素点的深度值与关注点的深度值之间的差值确定像素点的类型,然后根据预定图像处理方式对背景样本点和/或前景样本点所对应的像素点进行处理;解决了背景技术中涉及的背景虚化处理方式存在虚化区域确定不够合理,虚化效果欠佳的问题;达到了精确划分图像中的前景和背景,当本实施例提供的图像处理方法运用于背景虚化处理时,能够更加合理地确定虚化区域,提高虚化效果。
另外,本实施例提供了两种确定像素点的类型的方式,第一种计算过程较为简单,效率较高;而第二种计算过程虽然较为复杂,但是最终得到的划分结果较为精确,前背景区分更准确。在实际应用中,对于即时性要求不高的图像处理操作,优先选取第二种确定像素点的类型的方式,使得最终得到前/背景区域更为合理、精准,进一步提高处理后图像的显示效果。
需要说明的是:上述实施例提供的图像处理装置在进行图像处理时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的图像处理装置与图像处理方法的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
请参考图6,其示出了本公开各个实施例中所涉及的电子设备的示例性结构示意图。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。
电子设备600可以包括摄像头601,通信单元610、包括有一个或一个以上计算机可读存储介质的存储器620、输入单元630、显示单元640、传感器650、音频电路660、无线通信单元670、包括有一个或者一个以上处理核心的处理器680、以及电源690等部件。本领域技术人员可以理解,图中示出的电子设备结构并不构成对电子设备的限定,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。其中:
摄像头601可用于采集被拍摄物体的图像,该图像可以是在取景过程中显示于电子设备的屏幕中的图像,也可以是直接拍摄得到的图像。或者,摄像头601可以设置为平行双目摄像头组,平行双目摄像头组可用于采集图像中每个像素点的深度值。
通信单元610可用于收发信息或通话过程中,信号的接收和发送,该通信单元610可以为RF(Radio Frequency,射频)电路、路由器、调制解调器、等网络通信设备。特别地,当通信单元610为RF电路时,将基站的下行信息接收后,交由一个或者一个以上处理器680处理;另外,将涉及上行的数据发送给基站。通常,作为通信单元的RF电路包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM)卡、收发信机、耦合器、LNA(Low Noise Amplifier,低噪声放大器)、双工器等。此外,通信单元610还可以通过无线通信与网络和其他设备通信。所述无线通信可以使用任一通信标准或协议,包括但不限于GSM(Global System of Mobile communication,全球移动通讯系统)、GPRS(GeneralPacket Radio Service,通用分组无线服务)、CDMA(Code Division Multiple Access,码分多址)、WCDMA(Wideband Code Division Multiple Access,宽带码分多址)、LTE(LongTerm Evolution,长期演进)、电子邮件、SMS(Short Messaging Service,短消息服务)等。存储器620可用于存储软件程序以及模块,处理器680通过运行存储在存储器620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。存储器620可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备600的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器620可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器620还可以包括存储器控制器,以提供处理器680和输入单元630对存储器620的访问。
输入单元630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。优选地,输入单元630可包括触敏表面631以及其他输入设备632。触敏表面631,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631上或在触敏表面631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631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680,并能接收处理器680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631。除了触敏表面631,输入单元630还可以包括其他输入设备632。优选地,其他输入设备632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。
显示单元640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600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640可包括显示面板641,可选的,可以采用LCD(Liquid Crystal Display,液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板641。进一步的,触敏表面631可覆盖显示面板641,当触敏表面631检测到在其上或附近的触摸操作后,传送给处理器680以确定触摸事件的类型,随后处理器680根据触摸事件的类型在显示面板641上提供相应的视觉输出。虽然在图6中,触敏表面631与显示面板641是作为两个独立的部件来实现输入和输入功能,但是在某些实施例中,可以将触敏表面631与显示面板641集成而实现输入和输出功能。
电子设备600还可包括至少一种传感器650,比如深度传感器、光传感器、运动传感器以及其他传感器。光传感器可包括环境光传感器及接近传感器,其中,深度传感器可用于采集图像中每个像素点的深度值,深度传感器通常包含有光发射器和光接收器,深度传感器通过采集光信号从光发射器发出到光接收器接收所经历的时间计算出深度值。环境光传感器可根据环境光线的明暗来调节显示面板641的亮度,接近传感器可在电子设备600移动到耳边时,关闭显示面板641和/或背光。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600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。
音频电路660、扬声器661,传声器662可提供用户与电子设备600之间的音频接口。音频电路660可将接收到的音频数据转换后的电信号,传输到扬声器661,由扬声器661转换为声音信号输出;另一方面,传声器662将收集的声音信号转换为电信号,由音频电路660接收后转换为音频数据,再将音频数据输出处理器680处理后,经RF电路610以发送给比如另一电子设备,或者将音频数据输出至存储器620以便进一步处理。音频电路660还可能包括耳塞插孔,以提供外设耳机与电子设备600的通信。
为了实现无线通信,该电子设备上可以配置有无线通信单元670,该无线通信单元670可以为WIFI模块。WIFI属于短距离无线传输技术,电子设备600通过无线通信单元670可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图中示出了无线通信单元670,但是可以理解的是,其并不属于电子设备600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。
处理器680是电子设备600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620内的软件程序和/或模块,以及调用存储在存储器620内的数据,执行电子设备600的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器680可包括一个或多个处理核心;优选的,处理器680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。可以理解的是,上述调制解调处理器也可以不集成到处理器680中。
电子设备600还包括给各个部件供电的电源690(比如电池),优选的,电源可以通过电源管理系统与处理器680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690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。
尽管未示出,电子设备600还可以包括蓝牙模块等,在此不再赘述。在本实施例中,电子设备还包括有存储器,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所述一个或者一个以上程序包含用于执行如本公开图2或者图3A所示实施例提供的图像处理方法所涉及的电子设备端的指令。
需要说明的是,在图6所示实施例中,由于平行双目摄像头组和深度传感器均用于采集图像中每个像素点的深度值,图6所示实施例仅以电子设备同时包括平行双目摄像头组和深度传感器来举例说明。在实际情况下,可以选取其中任意一个或者全部进行图像中每个像素点的深度值的采集,对此不作具体限定。
此外,典型地,本公开所述的电子设备可为各种手持终端设备,例如手机、个人数字助理(PDA)等,因此本公开的保护范围不应限定为某种特定类型的电子设备。
此外,根据本公开的方法还可以被实现为由CPU执行的计算机程序,该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被CPU执行时,执行本公开的方法中限定的上述功能。
此外,上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
此外,应该明白的是,本文所述的计算机可读存储介质(例如,存储器)可以是易失性存储器或非易失性存储器,或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的,非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM),该RAM可以充当外部高速缓存存储器。作为例子而非限制性的,RAM可以以多种形式获得,比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDR SDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)以及直接RambusRAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。
本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现所述的功能,但是这种实现决定不应被解释为导致脱离本公开的范围。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里所述功能的下列部件来实现或执行:通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器,但是可替换地,处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP核、或任何其它这种配置。
结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器,使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中,所述存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在一个替换方案中,处理器和存储介质可以作为分立组件驻留在用户终端中。
在一个或多个示例性设计中,所述功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现,则可以将所述功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质,该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的,该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备,或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外,任何连接都可以适当地称为计算机可读介质。例如,如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件,则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外线、无线电和微波的无线技术均包括在介质的定义。如这里所使用的,磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘,其中磁盘通常磁性地再现数据,而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
尽管前面公开的内容示出了本公开的示例性实施例,但是应当注意,在不背离权利要求限定的本公开的范围的前提下,可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外,尽管本公开的元素可以以个体形式描述或要求,但是也可以设想多个,除非明确限制为单数。
应当理解的是,在本文中使用的,除非上下文清楚地支持例外情况,单数形式“一个”(“a”、“an”、“the”)旨在也包括复数形式。还应当理解的是,在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本公开实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本公开的较佳实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (13)
1.一种图像处理方法,其特征在于,所述方法包括:
获取图像和所述图像中每个像素点的深度值;
确定所述图像中的关注点;
对于所述图像中的每一个像素点,根据所述像素点与所述关注点之间的距离确定所述像素点的空间接近度PS,根据所述像素点的深度值与所述关注点的深度值之间的差值确定所述像素点的深度接近度PD,并根据所述空间接近度PS与所述深度接近度PD得到所述像素点的最终接近度P,根据所述最终接近度P确定所述像素点的类型,所述类型包括背景样本点和前景样本点;
根据预定图像处理方式对所述背景样本点和/或所述前景样本点所对应的像素点进行处理;
其中,所述根据所述像素点与所述关注点之间的距离确定所述像素点的空间接近度PS,包括:计算所述像素点(xi,yi)与所述关注点(xL,yL)之间的距离S,所述距离S=(xi-xL)2+(yi-yL)2;根据所述距离S、自然常数e以及第一经验值σ计算得到所述空间接近度PS,所述空间接近度PS=e^[-S/(2σ2)]=e^{-[(xi-xL)2+(yi-yL)2]/(2σ2)};
所述根据所述像素点的深度值与所述关注点的深度值之间的差值确定所述像素点的深度接近度PD,包括:计算所述像素点的深度值D(xi,yi)与所述关注点的深度值D(xL,yL)的差值R,所述差值R=D(xi,yi)-D(xL,yL);根据所述差值R、自然常数e以及第二经验值δ计算得到所述深度接近度PD,所述深度接近度PD=e^[-R2/(2δ2)]=e^{-[D(xi,yi)-D(xL,yL)]2/(2δ2)};
所述根据预定图像处理方式对所述背景样本点和/或所述前景样本点所对应的像素点进行处理,包括:根据第一预定图像处理方式对所述背景样本点所对应的像素点进行处理;或者,根据第一预定图像处理方式对所述背景样本点所对应的像素点进行处理,并且根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理;或者,根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理;其中,所述第一预定图像处理方式包括图像虚化处理,所述第二预定图像处理方式包括图像锐化处理。
2.根据权利要求1所述的方法,其特征在于,所述根据所述最终接近度P确定所述像素点的类型,包括:
判断所述最终接近度P与预定阈值的大小关系;
若判断结果为所述最终接近度P小于所述预定阈值,则确定所述像素点的类型为所述背景样本点;
若判断结果为所述最终接近度P大于所述预定阈值,则确定所述像素点的类型为所述前景样本点。
3.根据权利要求1所述的方法,其特征在于,所述根据所述最终接近度P确定所述像素点的类型,包括:
判断所述最终接近度P与第一阈值以及第二阈值的大小关系,其中,所述第一阈值小于所述第二阈值;
若判断结果为所述最终接近度P小于所述第一阈值,则确定所述像素点的类型为所述背景样本点;
若判断结果为所述最终接近度P大于所述第二阈值,则确定所述像素点的类型为所述前景样本点;
若判断结果为所述最终接近度P大于所述第一阈值且小于所述第二阈值,则确定所述像素点为待定样本点;
根据所述待定样本点的颜色向量最终确定所述待定样本点的类型。
4.根据权利要求3所述的方法,其特征在于,所述根据所述待定样本点的颜色向量最终确定所述待定样本点的类型,包括:
对于每一个所述待定样本点,分别获取所述待定样本点的颜色向量;
根据贝叶斯后验概率公式分别计算出所述待定样本点属于所述前景样本点的概率以及属于所述背景样本点的概率;
选取所述概率中较大的值所对应的类型作为所述待定样本点的类型。
5.根据权利要求1所述的方法,其特征在于,所述根据所述空间接近度PS与所述深度接近度PD得到所述像素点的最终接近度P,包括:
将所述空间接近度PS与所述深度接近度PD相乘得到所述像素点的最终接近度P。
6.根据权利要求1至4任一所述的方法,其特征在于,所述获取图像和所述图像中每个像素点的深度值,包括:
通过摄像头采集所述图像;
通过深度传感器采集所述图像中每个像素点的深度值,或者,通过平行双目摄像头组采集所述图像中每个像素点的深度值。
7.一种图像处理装置,其特征在于,所述装置包括:
深度获取模块,用于获取图像和所述图像中每个像素点的深度值;
关注确定模块,用于确定所述图像中的关注点;
图像分割模块,用于对于所述图像中的每一个像素点,根据所述像素点与所述关注点之间的距离以及所述像素点的深度值与所述关注点的深度值之间的差值确定所述像素点的类型,所述类型包括背景样本点和前景样本点;
图像处理模块,用于根据预定图像处理方式对所述背景样本点和/或所述前景样本点所对应的像素点进行处理;
其中,所述图像分割模块,包括:距离确定单元、深度确定单元和类型确定单元;
所述距离确定单元,用于根据所述像素点与所述关注点之间的距离确定所述像素点的空间接近度PS;
所述深度确定单元,用于根据所述像素点的深度值与所述关注点的深度值之间的差值确定所述像素点的深度接近度PD;
所述类型确定单元,用于根据所述空间接近度PS与所述深度接近度PD得到所述像素点的最终接近度P,根据所述最终接近度P确定所述像素点的类型;
所述距离确定单元,包括:距离计算子单元和距离确定子单元;
所述距离计算子单元,用于计算所述像素点(xi,yi)与所述关注点(xL,yL)之间的距离S,所述距离S=(xi-xL)2+(yi-yL)2;
所述距离确定子单元,用于根据所述距离S、自然常数e以及第一经验值σ计算得到所述空间接近度PS,所述空间接近度PS=e^[-S/(2σ2)]=e^{-[(xi-xL)2+(yi-yL)2]/(2σ2)};
所述深度确定单元,包括:深度计算子单元和深度确定子单元;
所述深度计算子单元,用于计算所述像素点的深度值D(xi,yi)与所述关注点的深度值D(xL,yL)的差值R,所述差值R=D(xi,yi)-D(xL,yL);
所述深度确定子单元,用于根据所述差值R、自然常数e以及第二经验值δ计算得到所述深度接近度PD,所述深度接近度PD=e^[-R2/(2δ2)]=e^{-[D(xi,yi)-D(xL,yL)]2/(2δ2)};
所述图像处理模块,包括:背景处理单元;或者,综合处理单元;或者,前景处理单元;
所述背景处理单元,用于根据第一预定图像处理方式对所述背景样本点所对应的像素点进行处理;
所述综合处理单元,用于根据第一预定图像处理方式对所述背景样本点所对应的像素点进行处理,并且根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理;
所述前景处理单元,用于根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理;
其中,所述第一预定图像处理方式包括图像虚化处理,所述第二预定图像处理方式包括图像锐化处理。
8.根据权利要求7所述的装置,其特征在于,所述类型确定单元,包括:相似确定子单元、阈值判断子单元、背景确定子单元和前景确定子单元;
所述相似确定子单元,用于根据所述空间接近度PS与所述深度接近度PD得到所述像素点的最终接近度P;
所述阈值判断子单元,用于判断所述最终接近度P与预定阈值的大小关系;
所述背景确定子单元,用于若判断结果为所述最终接近度P小于所述预定阈值,则确定所述像素点的类型为所述背景样本点;
所述前景确定子单元,用于若判断结果为所述最终接近度P大于所述预定阈值,则确定所述像素点的类型为所述前景样本点。
9.根据权利要求7所述的装置,其特征在于,所述类型确定单元,包括:相似确定子单元、阈值比对子单元、第一确定子单元、第二确定子单元、第三确定子单元和最终确定子单元;
所述相似确定子单元,用于根据所述空间接近度PS与所述深度接近度PD得到所述像素点的最终接近度P;
所述阈值比对子单元,用于判断所述最终接近度P与第一阈值以及第二阈值的大小关系,其中,所述第一阈值小于所述第二阈值;
所述第一确定子单元,用于若判断结果为所述最终接近度P小于所述第一阈值,则确定所述像素点的类型为所述背景样本点;
所述第二确定子单元,用于若判断结果为所述最终接近度P大于所述第二阈值,则确定所述像素点的类型为所述前景样本点;
所述第三确定子单元,用于若判断结果为所述最终接近度P大于所述第一阈值且小于所述第二阈值,则确定所述像素点为待定样本点;
所述最终确定子单元,用于根据所述待定样本点的颜色向量最终确定所述待定样本点的类型。
10.根据权利要求9所述的装置,其特征在于,
所述最终确定子单元,还用于对于每一个所述待定样本点,分别获取所述待定样本点的颜色向量;根据贝叶斯后验概率公式分别计算出所述待定样本点属于所述前景样本点的概率以及属于所述背景样本点的概率;选取所述概率中较大的值所对应的类型作为所述待定样本点的类型。
11.根据权利要求8或9所述的装置,其特征在于,
所述相似确定子单元,还用于将所述空间接近度PS与所述深度接近度PD相乘得到所述像素点的最终接近度P。
12.根据权利要求7至10任一所述的装置,其特征在于,所述深度获取模块,包括:图像采集单元和深度采集单元;
所述图像采集单元,用于通过摄像头采集所述图像;
所述深度采集单元,用于通过深度传感器采集所述图像中每个像素点的深度值,或者,通过平行双目摄像头组采集所述图像中每个像素点的深度值。
13.一种用于实现如权利要求1所述的图像处理方法的电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器;和
一个或多个模块,所述一个或多个模块存储于所述存储器中并被配置成由所述一个或多个处理器执行,所述一个或多个模块具有如下功能:
获取图像和所述图像中每个像素点的深度值;
确定所述图像中的关注点;
对于所述图像中的每一个像素点,根据所述像素点与所述关注点之间的距离确定所述像素点的空间接近度PS,根据所述像素点的深度值与所述关注点的深度值之间的差值确定所述像素点的深度接近度PD,并根据所述空间接近度PS与所述深度接近度PD得到所述像素点的最终接近度P,根据所述最终接近度P确定所述像素点的类型,所述类型包括背景样本点和前景样本点;
根据预定图像处理方式对所述背景样本点和/或所述前景样本点所对应的像素点进行处理;
其中,所述根据所述像素点与所述关注点之间的距离确定所述像素点的空间接近度PS,包括:计算所述像素点(xi,yi)与所述关注点(xL,yL)之间的距离S,所述距离S=(xi-xL)2+(yi-yL)2;根据所述距离S、自然常数e以及第一经验值σ计算得到所述空间接近度PS,所述空间接近度PS=e^[-S/(2σ2)]=e^{-[(xi-xL)2+(yi-yL)2]/(2σ2)};
所述根据所述像素点的深度值与所述关注点的深度值之间的差值确定所述像素点的深度接近度PD,包括:计算所述像素点的深度值D(xi,yi)与所述关注点的深度值D(xL,yL)的差值R,所述差值R=D(xi,yi)-D(xL,yL);根据所述差值R、自然常数e以及第二经验值δ计算得到所述深度接近度PD,所述深度接近度PD=e^[-R2/(2δ2)]=e^{-[D(xi,yi)-D(xL,yL)]2/(2δ2)};
所述根据预定图像处理方式对所述背景样本点和/或所述前景样本点所对应的像素点进行处理,包括:根据第一预定图像处理方式对所述背景样本点所对应的像素点进行处理;或者,根据第一预定图像处理方式对所述背景样本点所对应的像素点进行处理,并且根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理;或者,根据第二预定图像处理方式对所述前景样本点所对应的像素点进行处理;其中,所述第一预定图像处理方式包括图像虚化处理,所述第二预定图像处理方式包括图像锐化处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410056714.4A CN103871051B (zh) | 2014-02-19 | 2014-02-19 | 图像处理方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410056714.4A CN103871051B (zh) | 2014-02-19 | 2014-02-19 | 图像处理方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103871051A CN103871051A (zh) | 2014-06-18 |
CN103871051B true CN103871051B (zh) | 2017-01-18 |
Family
ID=50909556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410056714.4A Active CN103871051B (zh) | 2014-02-19 | 2014-02-19 | 图像处理方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103871051B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104780313A (zh) * | 2015-03-26 | 2015-07-15 | 广东欧珀移动通信有限公司 | 一种图像处理的方法及移动终端 |
CN105049704A (zh) * | 2015-06-17 | 2015-11-11 | 青岛海信移动通信技术股份有限公司 | 一种拍照的方法和设备 |
CN105045502A (zh) * | 2015-06-29 | 2015-11-11 | 努比亚技术有限公司 | 一种图像处理方法及装置 |
CN104954689B (zh) * | 2015-06-30 | 2018-06-26 | 努比亚技术有限公司 | 一种利用双摄像头获得照片的方法及拍摄装置 |
CN105100615B (zh) * | 2015-07-24 | 2019-02-26 | 青岛海信移动通信技术股份有限公司 | 一种图像的预览方法、装置及终端 |
CN105245774B (zh) * | 2015-09-15 | 2018-12-21 | 努比亚技术有限公司 | 一种图片处理方法及终端 |
CN105488576A (zh) * | 2015-12-03 | 2016-04-13 | 小米科技有限责任公司 | 汽车维修费用确定方法和装置 |
CN106888352B (zh) * | 2015-12-16 | 2020-12-18 | 中兴通讯股份有限公司 | 一种推焦位置确定方法及装置 |
CN105721774A (zh) * | 2016-01-29 | 2016-06-29 | 深圳天珑无线科技有限公司 | 相机模块及其照片的对焦呈现设定方法 |
CN106228134A (zh) * | 2016-07-21 | 2016-12-14 | 北京奇虎科技有限公司 | 基于路面图像的可行驶区域检测方法、装置及系统 |
CN106355583A (zh) * | 2016-08-30 | 2017-01-25 | 成都丘钛微电子科技有限公司 | 一种图像处理方法及装置 |
CN106530241B (zh) * | 2016-10-31 | 2020-08-11 | 努比亚技术有限公司 | 一种图像虚化处理方法和装置 |
CN110383296A (zh) * | 2017-04-07 | 2019-10-25 | 英特尔公司 | 用于提供深度堆叠的自动程序合成的系统和方法 |
CN107085825A (zh) * | 2017-05-27 | 2017-08-22 | 成都通甲优博科技有限责任公司 | 图像虚化方法、装置及电子设备 |
CN107633237B (zh) | 2017-09-30 | 2020-05-29 | 北京金山安全软件有限公司 | 图像背景分割方法、装置、设备及介质 |
CN107959778B (zh) * | 2017-11-30 | 2019-08-20 | Oppo广东移动通信有限公司 | 基于双摄像头的成像方法和装置 |
CN109086761B (zh) * | 2018-06-28 | 2020-12-01 | Oppo广东移动通信有限公司 | 图像处理方法和装置、存储介质、电子设备 |
US11301966B2 (en) | 2018-12-10 | 2022-04-12 | Apple Inc. | Per-pixel filter |
CN109889724B (zh) * | 2019-01-30 | 2020-11-06 | 北京达佳互联信息技术有限公司 | 图像虚化方法、装置、电子设备及可读存储介质 |
CN110336942B (zh) * | 2019-06-28 | 2021-02-02 | Oppo广东移动通信有限公司 | 一种虚化图像获取方法及终端、计算机可读存储介质 |
CN113194242B (zh) * | 2020-01-14 | 2022-09-20 | 荣耀终端有限公司 | 一种长焦场景下的拍摄方法及移动终端 |
CN112862852A (zh) * | 2021-02-24 | 2021-05-28 | 深圳市慧鲤科技有限公司 | 图像处理方法及装置、电子设备及计算机可读存储介质 |
CN113587812B (zh) * | 2021-07-28 | 2023-10-27 | 海信视像科技股份有限公司 | 显示设备、测量方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101527773A (zh) * | 2008-03-05 | 2009-09-09 | 株式会社半导体能源研究所 | 图像处理方法、图像处理系统、以及计算机程序 |
CN101587586A (zh) * | 2008-05-20 | 2009-11-25 | 株式会社理光 | 一种图像处理装置及图像处理方法 |
CN102436306A (zh) * | 2011-12-30 | 2012-05-02 | 四川虹欧显示器件有限公司 | 3d显示系统的控制方法和装置 |
CN102714741A (zh) * | 2009-10-14 | 2012-10-03 | 汤姆森特许公司 | 深度图处理的方法和设备 |
CN103207664A (zh) * | 2012-01-16 | 2013-07-17 | 联想(北京)有限公司 | 一种图像处理方法和设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8363085B2 (en) * | 2010-07-06 | 2013-01-29 | DigitalOptics Corporation Europe Limited | Scene background blurring including determining a depth map |
-
2014
- 2014-02-19 CN CN201410056714.4A patent/CN103871051B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101527773A (zh) * | 2008-03-05 | 2009-09-09 | 株式会社半导体能源研究所 | 图像处理方法、图像处理系统、以及计算机程序 |
CN101587586A (zh) * | 2008-05-20 | 2009-11-25 | 株式会社理光 | 一种图像处理装置及图像处理方法 |
CN102714741A (zh) * | 2009-10-14 | 2012-10-03 | 汤姆森特许公司 | 深度图处理的方法和设备 |
CN102436306A (zh) * | 2011-12-30 | 2012-05-02 | 四川虹欧显示器件有限公司 | 3d显示系统的控制方法和装置 |
CN103207664A (zh) * | 2012-01-16 | 2013-07-17 | 联想(北京)有限公司 | 一种图像处理方法和设备 |
Non-Patent Citations (2)
Title |
---|
A fully automatic digital camera image refocusing algorithm;James E. Adams 等;《IVMSP Workshop,2011 IEEE 10th》;20110617;81-86 * |
Digital shallow depth-of-field adapter for photographs;Kyuman Jeong 等;《The Visual Computer》;20081231;第24卷;281-294 * |
Also Published As
Publication number | Publication date |
---|---|
CN103871051A (zh) | 2014-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103871051B (zh) | 图像处理方法、装置和电子设备 | |
CN104135609B (zh) | 辅助拍照方法、装置及终端 | |
CN103514581B (zh) | 一种截取屏幕图片的方法、装置和终端设备 | |
CN104618217B (zh) | 分享资源的方法、终端、服务器及系统 | |
CN105828068A (zh) | 一种对摄像头进行遮挡检测的方法、装置及终端设备 | |
CN104679509B (zh) | 一种渲染图形的方法和装置 | |
CN104717125B (zh) | 图形码保存方法和装置 | |
CN106296617A (zh) | 人脸图像的处理方法及装置 | |
CN104967801A (zh) | 一种视频数据处理方法和装置 | |
CN103714161B (zh) | 图像缩略图的生成方法、装置和终端 | |
CN103455256A (zh) | 旋转屏幕显示画面的方法和终端 | |
CN103631493B (zh) | 图片显示方法、装置及电子设备 | |
CN106131394A (zh) | 一种拍照的方法及装置 | |
CN106371086B (zh) | 一种测距的方法和装置 | |
CN106203459A (zh) | 图片处理方法及装置 | |
CN105979141A (zh) | 一种图像拍摄方法、装置和移动终端 | |
CN103687063B (zh) | 一种连接网络的方法、装置及终端设备 | |
CN103714316B (zh) | 图像识别方法、装置及电子设备 | |
CN108628568A (zh) | 一种信息的显示方法、装置及终端设备 | |
CN106127829A (zh) | 一种增强现实的处理方法、装置及终端 | |
CN105306802A (zh) | 拍照模式的切换方法及装置 | |
CN106254910A (zh) | 一种记录图像的方法和装置 | |
CN104463105A (zh) | 路牌识别方法及装置 | |
CN107943417A (zh) | 图像处理方法、终端、计算机存储介质及计算机程序 | |
CN103869977B (zh) | 图像显示方法、装置和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |