CN104182967B - 图像处理方法、装置及终端 - Google Patents
图像处理方法、装置及终端 Download PDFInfo
- Publication number
- CN104182967B CN104182967B CN201410367913.7A CN201410367913A CN104182967B CN 104182967 B CN104182967 B CN 104182967B CN 201410367913 A CN201410367913 A CN 201410367913A CN 104182967 B CN104182967 B CN 104182967B
- Authority
- CN
- China
- Prior art keywords
- pixel
- msub
- mrow
- gray value
- standard deviation
- 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
Landscapes
- Image Processing (AREA)
Abstract
本申请公开一种图像处理方法、装置及终端，利用本申请处理图像时，会根据人眼区域中各像素的灰度值，计算每个像素相对应的灰度均值和像素权值，根据像素权值和灰度均值，计算各个像素的处理后灰度值，并根据所述处理后灰度值相应的调整每个像素的灰度，实现对图像的处理，也就是说，本申请采用的图像处理方法，对不同像素的灰度进行了不同程度的调整，从而满足不同图像的处理需求，针对性强，对不同的人眼部分进行处理时，都能够获取较为自然的处理效果，满足不同的人眼区域的处理需求，并且使处理后的图像更加逼真。
Description
技术领域
本公开涉及图像处理技术领域，尤其涉及一种图像处理方法、装置及终端。
背景技术
随着自拍、照片共享等技术的广泛应用，用户经常需要对图像进行处理，以实现对图像的美化。例如，当获取人物图像时，用户往往需要处理人物的眼睛部分，以达到亮眼美化的目的。
目前处理图像时，通常的方法是根据预设灰度分量，增强待处理部分的灰度值。例如，如果需要处理人物图像中的眼睛部分，就将眼睛部分各个像素的灰度值与预设灰度分量相加，作为处理后的灰度值，能够增加眼睛部分的对比度，从而美化人物的图像。
但是，发明人在本申请的研究过程中发现，采用上述方式处理不同的图像时，预设灰度分量往往相同，由于不同的图像之间具有差异性，因此，上述处理图像的方式针对性差，容易导致处理后的图像失真，效果不自然。
发明内容
为克服相关技术中存在的问题，本公开提供一种图像处理方法、装置及终端。
根据本公开实施例的第一方面，提供一种图像处理方法，包括：
识别待处理图像中的人眼区域，确定所述人眼区域中的各个像素，获取所述各个像素的灰度值；
根据所述各个像素的灰度值，计算所述各个像素的灰度均值和像素权值；
根据所述灰度均值和像素权值，计算各个像素的处理后灰度值；
将所述各个像素的灰度值调整至相应的处理后灰度值，得到处理后的图像。
结合第一方面，在第一方面第一种可能的实现方式中，所述计算所述各个像素的灰度均值，包括：
依次将所述各个像素作为中心像素，根据所述中心像素构建相应的均值滤波模板；
计算所述均值滤波模板内各个像素的灰度值的均值，将所述灰度值的均值作为所述中心像素的灰度均值。
结合第一方面，在第一方面第二种可能的实现方式中，所述计算所述各个像素的像素权值，包括：
计算所述各个像素的灰度值的全局标准差和局部标准差；
根据所述全局标准差和局部标准差，以及预设的全局标准差参数和局部标准差参数，计算各个像素的像素权值。
结合第一方面第二种可能的实现方式，在第一方面第三种可能的实现方式中，所述计算所述各个像素灰度值的局部标准差，包括：
依次将所述各个像素作为中心像素，根据所述中心像素构建相应的局部区域；
计算所述局部区域内各个像素的灰度值的标准差，并将所述标准差作为局部标准差。
结合第一方面第二种可能的实现方式，在第一方面第四种可能的实现方式中，根据以下公式计算各个像素的像素权值：
其中，表示像素坐标为(xi,yi)的像素对应的像素权值，deltaY表示待处理部分的各个像素的全局标准差，表示像素坐标为(xi,yi)的像素对应的局部标准差，σGlobal表示全局标准差参数，σLocal表示局部标准差参数。
结合第一方面，在第一方面第五种可能的实现方式中，所述根据所述灰度均值和像素权值，计算各个像素的处理后灰度值的公式为：
其中，表示像素坐标为(xi,yi)的像素对应的处理后灰度值，表示像素坐标为(xi,yi)的像素的灰度均值，表示像素坐标为(xi,yi)的像素对应的像素权值，表示像素坐标为(xi,yi)的像素在图像处理前的灰度值。
根据本公开实施例的第二方面，提供一种图像处理装置，所述图像处理装置包括：
灰度值获取模块，用于识别待处理图像中的人眼区域，确定所述人眼区域中的各个像素，获取所述各个像素的灰度值；
第一计算模块，用于根据所述各个像素的灰度值，计算所述各个像素的灰度均值和像素权值；
第二计算模块，用于根据所述灰度均值和像素权值，计算各个像素的处理后灰度值；
调整模块，用于将所述各个像素的灰度值调整至相应的处理后灰度值，得到处理后的图像。
结合第二方面，在第二方面第一种可能的实现方式中，所述第一计算模块包括用于计算各个像素的灰度均值的第一计算子模块，
所述第一计算子模块用于依次将所述各个像素作为中心像素，根据所述中心像素构建相应的均值滤波模板；以及还用于计算所述均值滤波模板内各个像素的灰度值的均值，将所述灰度值的均值作为所述中心像素的灰度均值。
结合第二方面，在第二方面第二种可能的实现方式中，所述第一计算模块包括用于计算各个像素的像素权值的第二计算子模块，
所述第二计算子模块用于计算所述各个像素的灰度值的全局标准差和局部标准差；以及还用于根据所述全局标准差和局部标准差，以及预设的全局标准差参数和局部标准差参数，计算各个像素的像素权值。
结合第二方面第二种可能的实现方式，在第二方面第三种可能的实现方式中，所述第二计算子模块在计算所述各个像素的局部标准差时，用于依次将所述各个像素作为中心像素，根据所述中心像素构建相应的局部区域；以及还用于计算所述局部区域内各个像素的灰度值的标准差，并将所述标准差作为局部标准差。
结合第二方面第二种可能的实现方式，在第二方面第四种可能的实现方式中，所述第二计算子模块根据以下公式计算各个像素的像素权值：
其中，表示像素坐标为(xi,yi)的像素对应的像素权值，deltaY表示待处理部分的各个像素的全局标准差，表示像素坐标为(xi,yi)的像素对应的局部标准差，σGlobal表示全局标准差参数，σLocal表示局部标准差参数。
结合第二方面，在第二方面第五种可能的实现方式中，所述第二计算模块根据所述灰度均值和像素权值，计算各个像素的处理后灰度值的公式为：
其中，表示像素坐标为(xi,yi)的像素对应的处理后灰度值，表示像素坐标为(xi,yi)的像素的灰度均值，表示像素坐标为(xi,yi)的像素对应的像素权值，表示像素坐标为(xi,yi)的像素在图像处理前的灰度值。
根据本公开实施例的第三方面，提供一种终端，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
识别待处理图像中的人眼区域，确定所述人眼区域中的各个像素，获取所述各个像素的灰度值；
根据所述各个像素的灰度值，计算所述各个像素的灰度均值和像素权值；
根据所述灰度均值和像素权值，计算各个像素的处理后灰度值；
将所述各个像素的灰度值调整至相应的处理后灰度值，得到处理后的图像。
本公开的实施例提供的技术方案可以包括以下有益效果：
利用本申请处理图像时，会根据人眼区域中各像素的灰度值，计算各个像素的灰度均值和像素权值，并根据像素权值和灰度均值计算各个像素的处理后灰度值，根据所述处理后灰度值相应的调整每个像素的灰度，实现对图像处理的目的，也就是说，本申请采用的图像处理方法，对不同像素的灰度进行了不同程度的调整，从而满足不同图像的处理需求，针对性强，对不同的人眼部分进行处理，都能够获取较为自然的处理效果，满足不同的人眼区域的处理需求，并且使处理后的图像更加逼真。
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和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种图像处理方法的流程图。
图2是根据一示例性实施例示出的一种图像处理方法中，计算灰度均值的流程图。
图3是根据一示例性实施例示出的一种图像处理方法中，计算像素权值的流程图。
图4是根据一示例性实施例示出的一种图像处理装置的示意图。
图5是根据一示例性实施例示出的一种图像处理装置的示意图。
图6是根据一示例性实施例示出的一种用于图像处理的装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种图像处理方法的流程图，如图1所示，所述终端控制方法用于终端中，包括以下步骤：
在步骤S11中，识别待处理图像中的人眼区域，确定所述人眼区域中的各个像素，获取所述各个像素的灰度值。
本申请所公开的图像处理方法，通常应用于亮眼美颜的应用场景中，该场景中，用户往往需要对脸部图像中的眼睛部分进行处理，以增强眼睛部分的亮度和对比度。
在识别待处理图像中的人眼区域时，可以采用特征点定位和模型检测的方法，该方法首先识别瞳孔，将瞳孔作为特征点，并根据瞳孔位置进行定位，然后将眼睛形状设定为模型，以瞳孔位置为中心进行模型检测，获取待处理图像中的人眼区域。或者，通过特征信息识别待处理图像中的人眼区域，其中，所述特征信息可以为人眼的线条和亮度值等。当然，还可以采用其他方法识别所述人眼区域，本申请对此不做限定。
另外，鉴于图像在YUV(Luma and Chroma，亮度和色差信号)空间中Y(Luma，亮度)通道的数据能够影响图像的对比度和明暗程度，因此本实施例中，可以根据局部图像在YUV空间中Y通道的数据获取局部图像的各个像素点灰度值。
获取各个像素的灰度值后，在步骤S12中，根据所述各个像素的灰度值，计算所述各个像素的灰度均值和像素权值。
在步骤S13中，根据所述灰度均值和像素权值，计算各个像素的处理后灰度值。
在步骤S14中，将所述各个像素的灰度值调整至相应的处理后灰度值，得到处理后的图像。
利用步骤S11至步骤S14所公开的图像处理方法处理图像时，会根据人眼区域中各像素的灰度值，计算每个像素相对应的灰度均值和像素权值，根据像素权值和灰度均值，计算各个像素的处理后灰度值，并根据所述处理后灰度值相应的调整每个像素的灰度，实现对图像的处理，也就是说，本申请采用的图像处理方法，对不同像素的灰度进行了不同程度的调整，从而满足不同图像的处理需求，针对性强，对不同的人眼部分进行处理，都能够获取较为自然的处理效果，满足不同的人眼区域的处理需求，并且使处理后的图像更加逼真。
进一步的，在步骤S12中，公开了根据各个像素的灰度值，计算各个像素的灰度均值的操作。在计算灰度均值时，可以在获取人眼区域中所有像素的灰度值后，计算所述所有像素的灰度值的平均值，将其作为灰度均值。
另外，为了提高灰度均值的精确度，本申请的实施例中还公开了一种计算各个像素的灰度均值的方案，参见图2，所述计算所述各个像素的灰度均值的操作包括：
在步骤S121中，依次将所述各个像素作为中心像素，根据所述中心像素构建相应的均值滤波模板。
在步骤S122中，计算所述均值滤波模板内各个像素的灰度值的均值，将所述灰度值的均值作为所述中心像素的灰度均值。
步骤S121至步骤S122公开的方案中，介绍了计算各个像素的灰度均值的方法，其采用的是均值滤波的方法。在实际计算过程中，所述均值滤波模板可以采用11×11模板，或采用其他规格的模板。通过采用均值滤波的方案计算灰度均值时，能够避免均值滤波模板外的其他像素的影响，提高灰度均值的计算精度。
进一步的，在步骤S12中，公开了根据各个像素的灰度值，计算各个像素的像素权值的操作。参见图3，所述计算所述各个像素的像素权值，包括以下步骤：
在步骤S123中，计算所述各个像素的灰度值的全局标准差和局部标准差。
在步骤S124中，根据所述全局标准差和局部标准差，以及预设的全局标准差参数和局部标准差参数，计算各个像素的像素权值。
通过步骤S123至步骤S124的操作，介绍了计算各个像素的像素权值的方法。该方法在计算各个像素的像素权值时，结合各个像素的灰度值的全局标准差和局部标准差，从而使不同像素对应不同的像素权值。
其中，所述全局标准差指的是，根据整个人眼区域内所有像素的灰度值计算获得的标准差，所述局部标准差指的是，将整个人眼区域分成多个局部区域，对每个像素所在的局部区域内的各个像素的灰度值进行计算，获取到的标准差为局部标准差。
为了明确所述计算所述各个像素灰度值的局部标准差的操作，本申请公开了以下步骤：
首先，依次将所述各个像素作为中心像素，根据所述中心像素构建相应的局部区域；然后，计算所述局部区域内各个像素的灰度值的标准差，并将所述标准差作为局部标准差。
在上述方案中，当求取某一个像素的局部标准差时，即可将所述像素作为中心像素，然后根据该中心像素构建的局部区域计算其对应的局部标准差。其中，所述局部区域可以是根据11×11模板构建的局部区域，或者，将中心像素作为圆心，根据预先设置的半径数值构建圆形的局部区域。当然，也可以采用其他方式划分局部区域，本申请对此不做限定。
在获取所述各个像素的灰度值的全局标准差和局部标准差后，本申请公开的实施例中可以根据所述全局标准差和局部标准差，计算该像素对应的像素权值。
各个像素的像素权值和全局标准差之间具有一定关联。在对图像进行处理时，通常认为各个像素的灰度均值表征了人眼区域的整体明暗程度，而全局标准差表征了人眼区域中各像素灰度值分布的离散性。所述全局标准差越大，表示人眼区域中各像素灰度值的分布范围越广，各个像素的灰度值之间的对比度越强，因此，像素权值在整体上是与全局标准差成反比的，也就是说，人眼区域中各像素的灰度值的对比度越强，所述像素权值应该设定的越小。
除了和全局标准差具有一定关联外，所述像素权值和局部标准差之间也具有一定关联。在像素灰度值变化较大的局部区域，需要适当减少该处区域的像素权值，以防止该处局部区域因调整后的灰度值与调整前的灰度值差距太大，导致图像变化不自然。
在综合考虑到全局标准差和局部标准差对像素权值的影响后，本申请提出以下用于计算各个像素的像素权值的公式：
其中，表示像素坐标为(xi,yi)的像素对应的像素权值，deltaY表示待处理部分的各个像素的全局标准差，表示像素坐标为(xi,yi)的像素对应的局部标准差，σGlobal表示全局标准差参数，σLocal表示局部标准差参数。
上述公式中，固定数值1.5用于使该像素权值处于1.5～2.5的范围，避免像素权值过大或过小，σGlobal表示全局标准差参数，用于控制全局标准差deltaY对像素权值的影响，σLocal表示局部标准差参数，用于控制局部标准差对像素权值的影响。
在实际应用中，σGlobal和σLocal的具体数值可根据工作人员多次试验获取，通常可设置σGlobal＝10，设置σLocal＝20。
根据上述公式，能够根据人眼区域中各个像素灰度值之间的对比度大小，以及各个像素灰度值的分布情况，确定各个像素的像素权值。
另外，步骤S13中，公开了根据所述灰度均值和像素权值，计算各个像素的处理后灰度值的操作，该操作可采用如下公式完成：
其中，表示像素坐标为(xi,yi)的像素对应的处理后灰度值，表示像素坐标为(xi,yi)的像素的灰度均值，表示像素坐标为(xi,yi)的像素对应的像素权值，表示像素坐标为(xi,yi)的像素在图像处理前的灰度值。
采用上述公式计算各个像素的处理后灰度值时，针对不同的像素采用与其相对应的像素权值，从而能够在处理不同的像素点时，都能够获取自然逼真的效果。
相应的，本申请还公开了一种图像处理装置。图4是根据一示例性实施例示出的一种图像处理装置示意图，参见图4，所述图像处理装置包括：灰度值获取模块100、第一计算模块200、第二计算模块300和调整模块400。
其中，所述灰度值获取模块100，用于识别待处理图像中的人眼区域，确定所述人眼区域中的各个像素，获取所述各个像素的灰度值；
所述第一计算模块200，用于根据所述各个像素的灰度值，计算所述各个像素的灰度均值和像素权值；
所述第二计算模块300，用于根据所述灰度均值和像素权值，计算各个像素的处理后灰度值；
所述调整模块400，用于将所述各个像素的灰度值调整至相应的处理后灰度值，得到处理后的图像。
进一步的，参见图5，所述第一计算模块200包括用于计算各个像素的灰度均值的第一计算子模块201。
所述第一计算子模块201用于依次将所述各个像素作为中心像素，根据所述中心像素构建相应的均值滤波模板；以及还用于计算所述均值滤波模板内各个像素的灰度值的均值，将所述灰度值的均值作为所述中心像素的灰度均值。
进一步的，所述第一计算模块200包括用于计算各个像素的像素权值的第二计算子模块202。
所述第二计算子模块202用于计算所述各个像素的灰度值的全局标准差和局部标准差；以及还用于根据所述全局标准差和局部标准差，以及预设的全局标准差参数和局部标准差参数，计算各个像素的像素权值。
相应的，所述第二计算子模块202在计算所述各个像素的局部标准差时，用于依次将所述各个像素作为中心像素，根据所述中心像素构建相应的局部区域；以及还用于计算所述局部区域内各个像素的灰度值的标准差，并将所述标准差作为局部标准差。
其中，所述第二计算子模块202根据以下公式计算各个像素的像素权值：
其中，表示像素坐标为(xi,yi)的像素对应的像素权值，deltaY表示待处理部分的各个像素的全局标准差，表示像素坐标为(xi,yi)的像素对应的局部标准差，σGlobal表示全局标准差参数，σLocal表示局部标准差参数。
进一步的，所述第二计算模块300根据所述灰度均值和像素权值，计算各个像素的处理后灰度值的公式为：
其中，表示像素坐标为(xi,yi)的像素对应的处理后灰度值，表示像素坐标为(xi,yi)的像素的灰度均值，表示像素坐标为(xi,yi)的像素对应的像素权值，表示像素坐标为(xi,yi)的像素在图像处理前的灰度值。
采用本申请公开的图像处理装置处理图像时，会根据人眼区域中各像素的灰度值，计算每个像素相对应的灰度均值和像素权值，根据像素权值和灰度均值，计算各个像素的处理后灰度值，并根据所述处理后灰度值相应的调整每个像素的灰度，实现对图像的处理，也就是说，本申请采用的图像处理方法，对不同像素的灰度进行了不同程度的调整，从而满足不同图像的处理需求，针对性强，对不同的人眼部分进行处理，都能够获取较为自然的处理效果，满足不同的人眼区域的处理需求，并且使处理后的图像更加逼真。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
相应的，本申请还公开了一种终端，所述终端包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
识别待处理图像中的人眼区域，确定所述人眼区域中的各个像素，获取所述各个像素的灰度值；
根据所述各个像素的灰度值，计算所述各个像素的灰度均值和像素权值；
根据所述灰度均值和像素权值，计算各个像素的处理后灰度值；
将所述各个像素的灰度值调整至相应的处理后灰度值，得到处理后的图像。
进一步的，所述处理器执行的计算所述各个像素的灰度均值的操作，包括：
依次将所述各个像素作为中心像素，根据所述中心像素构建相应的均值滤波模板；
计算所述均值滤波模板内各个像素的灰度值的均值，将所述灰度值的均值作为所述中心像素的灰度均值。
进一步的，所述处理器执行的计算所述各个像素的像素权值的操作，包括：
计算所述各个像素的灰度值的全局标准差和局部标准差；
根据所述全局标准差和局部标准差，以及预设的全局标准差参数和局部标准差参数，计算各个像素的像素权值。
进一步的，所述处理器计算所述各个像素灰度值的局部标准差的操作，包括：
依次将所述各个像素作为中心像素，根据所述中心像素构建相应的局部区域；
计算所述局部区域内各个像素的灰度值的标准差，并将所述标准差作为局部标准差。
其中，所述处理器根据以下公式计算各个像素的像素权值：
其中，表示像素坐标为(xi,yi)的像素对应的像素权值，deltaY表示待处理部分的各个像素的全局标准差，表示像素坐标为(xi,yi)的像素对应的局部标准差，σGlobal表示全局标准差参数，σLocal表示局部标准差参数。
另外，所述处理器根据所述灰度均值和像素权值，计算各个像素的处理后灰度值的公式为：
其中，表示像素坐标为(xi,yi)的像素对应的处理后灰度值，表示像素坐标为(xi,yi)的像素的灰度均值，表示像素坐标为(xi,yi)的像素对应的像素权值，表示像素坐标为(xi,yi)的像素在图像处理前的灰度值。
本申请公开的终端用于对图像进行处理，美化人脸中的眼睛部分。其中，所述终端可包括多种形式，如手机、计算机和平板设备等，本申请对此不做限定。
图6是根据一示例性实施例示出的一种用于终端控制的装置800的框图。例如，装置800可以是移动电话，计算机，平板设备，个人数字助理等。
参照图6，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按键等。这些按键可包括但不限于：主页按键、音量按键、启动按键和锁定按键。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端的处理器执行时，使得终端能够执行一种图像处理方法，所述方法包括：
识别待处理图像中的人眼区域，确定所述人眼区域中的各个像素，获取所述各个像素的灰度值；
根据所述各个像素的灰度值，计算所述各个像素的灰度均值和像素权值；
根据所述灰度均值和像素权值，计算各个像素的处理后灰度值；
将所述各个像素的灰度值调整至相应的处理后灰度值，得到处理后的图像。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、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发明的一般性原理并包括本公开未公开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，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明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。本发明的范围仅由所附的权利要求来限制。
Claims (5)
1.一种图像处理方法，其特征在于，所述图像处理方法包括：
识别待处理图像中的人眼区域，确定所述人眼区域中的各个像素，获取所述各个像素的灰度值；
根据所述各个像素的灰度值，计算所述各个像素的灰度均值和像素权值；
根据所述灰度均值和像素权值，计算各个像素的处理后灰度值；
将所述各个像素的灰度值调整至相应的处理后灰度值，得到处理后的图像；
所述计算所述各个像素的像素权值，包括：
计算所述各个像素的灰度值的全局标准差和局部标准差；
根据所述全局标准差和局部标准差，以及预设的全局标准差参数和局部标准差参数，计算各个像素的像素权值；
其中，所述计算所述各个像素灰度值的局部标准差，包括：
依次将所述各个像素作为中心像素，根据所述中心像素构建相应的局部区域；
计算所述局部区域内各个像素的灰度值的标准差，并将所述标准差作为局部标准差；
根据以下公式计算各个像素的像素权值：
<mrow>
<msub>
<mi>Weight</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>1.5</mn>
<mo>+</mo>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<mrow>
<mi>d</mi>
<mi>e</mi>
<mi>l</mi>
<mi>t</mi>
<mi>a</mi>
<mi>Y</mi>
</mrow>
<msub>
<mi>&sigma;</mi>
<mrow>
<mi>G</mi>
<mi>l</mi>
<mi>o</mi>
<mi>b</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>delta</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
</mrow>
<msub>
<mi>&sigma;</mi>
<mrow>
<mi>L</mi>
<mi>o</mi>
<mi>c</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中，表示像素坐标为(xi,yi)的像素对应的像素权值，deltaY表示待处理部分的各个像素的全局标准差，表示像素坐标为(xi,yi)的像素对应的局部标准差，σGlobal表示全局标准差参数，σLocal表示局部标准差参数；
其中，所述根据所述灰度均值和像素权值，计算各个像素的处理后灰度值的公式为：
<mrow>
<msub>
<mi>DstData</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>AvgData</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>Weight</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>*</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>SrcData</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>AvgData</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
其中，表示像素坐标为(xi,yi)的像素对应的处理后灰度值，表示像素坐标为(xi,yi)的像素的灰度均值，表示像素坐标为(xi,yi)的像素对应的像素权值，表示像素坐标为(xi,yi)的像素在图像处理前的灰度值。
2.根据权利要求1所述的方法，其特征在于，所述计算所述各个像素的灰度均值，包括：
依次将所述各个像素作为中心像素，根据所述中心像素构建相应的均值滤波模板；
计算所述均值滤波模板内各个像素的灰度值的均值，将所述灰度值的均值作为所述中心像素的灰度均值。
3.一种图像处理装置，其特征在于，所述图像处理装置包括：
灰度值获取模块，用于识别待处理图像中的人眼区域，确定所述人眼区域中的各个像素，获取所述各个像素的灰度值；
第一计算模块，用于根据所述各个像素的灰度值，计算所述各个像素的灰度均值和像素权值；
第二计算模块，用于根据所述灰度均值和像素权值，计算各个像素的处理后灰度值；
调整模块，用于将所述各个像素的灰度值调整至相应的处理后灰度值，得到处理后的图像；
所述第一计算模块包括用于计算所述各个像素的像素权值的第二计算子模块，
所述第二计算子模块用于计算所述各个像素的灰度值的全局标准差和局部标准差；以及还用于根据所述全局标准差和局部标准差，以及预设的全局标准差参数和局部标准差参数，计算各个像素的像素权值；
所述第二计算子模块在计算所述各个像素的局部标准差时，用于依次将所述各个像素作为中心像素，根据所述中心像素构建相应的局部区域；以及还用于计算所述局部区域内各个像素的灰度值的标准差，并将所述标准差作为局部标准差；
所述第二计算子模块根据以下公式计算各个像素的像素权值：
<mrow>
<msub>
<mi>Weight</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>1.5</mn>
<mo>+</mo>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<mrow>
<mi>d</mi>
<mi>e</mi>
<mi>l</mi>
<mi>t</mi>
<mi>a</mi>
<mi>Y</mi>
</mrow>
<msub>
<mi>&sigma;</mi>
<mrow>
<mi>G</mi>
<mi>l</mi>
<mi>o</mi>
<mi>b</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>delta</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
</mrow>
<msub>
<mi>&sigma;</mi>
<mrow>
<mi>L</mi>
<mi>o</mi>
<mi>c</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中，表示像素坐标为(xi,yi)的像素对应的像素权值，deltaY表示待处理部分的各个像素的全局标准差，表示像素坐标为(xi,yi)的像素对应的局部标准差，σGlobal表示全局标准差参数，σLocal表示局部标准差参数；
其中，所述第二计算模块根据所述灰度均值和像素权值，计算各个像素的处理后灰度值的公式为：
<mrow>
<msub>
<mi>DstData</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>AvgData</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>Weight</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>*</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>SrcData</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>AvgData</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
其中，表示像素坐标为(xi,yi)的像素对应的处理后灰度值，表示像素坐标为(xi,yi)的像素的灰度均值，表示像素坐标为(xi,yi)的像素对应的像素权值，表示像素坐标为(xi,yi)的像素在图像处理前的灰度值。
4.根据权利要求3所述的装置，其特征在于，所述第一计算模块包括用于计算所述各个像素的灰度均值的第一计算子模块，
所述第一计算子模块用于依次将所述各个像素作为中心像素，根据所述中心像素构建相应的均值滤波模板；以及还用于计算所述均值滤波模板内各个像素的灰度值的均值，将所述灰度值的均值作为所述中心像素的灰度均值。
5.一种终端，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
识别待处理图像中的人眼区域，确定所述人眼区域中的各个像素，获取所述各个像素的灰度值；
根据所述各个像素的灰度值，计算所述各个像素的灰度均值和像素权值；
根据所述灰度均值和像素权值，计算各个像素的处理后灰度值；
将所述各个像素的灰度值调整至相应的处理后灰度值，得到处理后的图像；
所述计算所述各个像素的像素权值，包括：
计算所述各个像素的灰度值的全局标准差和局部标准差；
根据所述全局标准差和局部标准差，以及预设的全局标准差参数和局部标准差参数，计算各个像素的像素权值；
其中，所述计算所述各个像素灰度值的局部标准差，包括：
依次将所述各个像素作为中心像素，根据所述中心像素构建相应的局部区域；
计算所述局部区域内各个像素的灰度值的标准差，并将所述标准差作为局部标准差；
根据以下公式计算各个像素的像素权值：
<mrow>
<msub>
<mi>Weight</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>1.5</mn>
<mo>+</mo>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<mrow>
<mi>d</mi>
<mi>e</mi>
<mi>l</mi>
<mi>t</mi>
<mi>a</mi>
<mi>Y</mi>
</mrow>
<msub>
<mi>&sigma;</mi>
<mrow>
<mi>G</mi>
<mi>l</mi>
<mi>o</mi>
<mi>b</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>delta</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
</mrow>
<msub>
<mi>&sigma;</mi>
<mrow>
<mi>L</mi>
<mi>o</mi>
<mi>c</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中，表示像素坐标为(xi,yi)的像素对应的像素权值，deltaY表示待处理部分的各个像素的全局标准差，表示像素坐标为(xi,yi)的像素对应的局部标准差，σGlobal表示全局标准差参数，σLocal表示局部标准差参数；
其中，所述根据所述灰度均值和像素权值，计算各个像素的处理后灰度值的公式为：
<mrow>
<msub>
<mi>DstData</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>AvgData</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>Weight</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>*</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>SrcData</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>AvgData</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
其中，表示像素坐标为(xi,yi)的像素对应的处理后灰度值，表示像素坐标为(xi,yi)的像素的灰度均值，表示像素坐标为(xi,yi)的像素对应的像素权值，表示像素坐标为(xi,yi)的像素在图像处理前的灰度值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410367913.7A CN104182967B (zh) | 2014-07-29 | 2014-07-29 | 图像处理方法、装置及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410367913.7A CN104182967B (zh) | 2014-07-29 | 2014-07-29 | 图像处理方法、装置及终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104182967A CN104182967A (zh) | 2014-12-03 |
| CN104182967B true CN104182967B (zh) | 2017-09-26 |
Family
ID=51963985
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410367913.7A Active CN104182967B (zh) | 2014-07-29 | 2014-07-29 | 图像处理方法、装置及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104182967B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104992416B (zh) * | 2015-06-30 | 2018-04-27 | 小米科技有限责任公司 | 图像增强方法和装置、智能设备 |
| CN105631911B (zh) * | 2015-12-31 | 2018-04-06 | 小米科技有限责任公司 | 图像生成方法、装置及系统 |
| CN107203982A (zh) * | 2017-06-26 | 2017-09-26 | 郑州云海信息技术有限公司 | 一种图像处理方法及装置 |
| CN107231505B (zh) * | 2017-07-18 | 2019-09-10 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
| CN110580693B (zh) * | 2018-06-07 | 2022-03-25 | 湖南爱威医疗科技有限公司 | 图像处理方法、装置、计算机设备及存储介质 |
| CN110399802B (zh) * | 2019-06-28 | 2022-03-11 | 北京字节跳动网络技术有限公司 | 处理面部图像眼睛亮度的方法、装置、介质和电子设备 |
| CN112132742A (zh) * | 2020-08-28 | 2020-12-25 | 稿定（厦门）科技有限公司 | 基于粒子的自适应光晕图像生成方法及装置 |
| CN117036228A (zh) * | 2022-12-05 | 2023-11-10 | 珠海祺力电子有限公司 | 一种基于物联网的pcba生产流程监测管理系统及方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101859432A (zh) * | 2010-05-17 | 2010-10-13 | 重庆师范大学 | 档案图像增强的构造方法 |
| CN103034983A (zh) * | 2013-01-10 | 2013-04-10 | 厦门大学 | 一种基于各向异性滤波的去雾方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7835587B2 (en) * | 2006-12-18 | 2010-11-16 | Intel Corporation | Method and apparatus for local standard deviation based histogram equalization for adaptive contrast enhancement |
-
2014
- 2014-07-29 CN CN201410367913.7A patent/CN104182967B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101859432A (zh) * | 2010-05-17 | 2010-10-13 | 重庆师范大学 | 档案图像增强的构造方法 |
| CN103034983A (zh) * | 2013-01-10 | 2013-04-10 | 厦门大学 | 一种基于各向异性滤波的去雾方法 |
Non-Patent Citations (3)
| Title |
|---|
| Adaptive Contrast Enhancement by a Gaussian Function of Local Standard Deviation;Feng Zhang 等;《Multispectral Image Processing and Pattern Recognition International Society for Optics and Photonics》;20010920;第7-11页 * |
| Contrast Enhancement Based on Fuzzy Clustering;Yunqi HU 等;《2014 4th IEEE International Conference on Information Science and Technology》;20140428;正文第I节、第II.A节、第III.B节、第IV节 * |
| 基于局部均值和标准差的图像增强算法;马银平 等;《基于局部均值和标准差的图像增强算法》;20091120;第35卷(第22期);第205-206页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104182967A (zh) | 2014-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104182967B (zh) | 图像处理方法、装置及终端 | |
| CN105205479A (zh) | 人脸颜值评估方法、装置及终端设备 | |
| CN107123081A (zh) | 图像处理方法、装置及终端 | |
| CN107155060A (zh) | 图像处理方法及装置 | |
| CN105512605A (zh) | 人脸图像处理方法及装置 | |
| CN104484858B (zh) | 人物图像处理方法及装置 | |
| CN104077585B (zh) | 图像校正方法、装置及终端 | |
| CN106408603A (zh) | 拍摄方法及装置 | |
| CN105957037B (zh) | 图像增强方法及装置 | |
| CN107742120A (zh) | 银行卡卡号的识别方法及装置 | |
| CN104243814A (zh) | 图像中物体布局的分析方法、图像拍摄提示方法及装置 | |
| CN104978200A (zh) | 应用程序显示方法及装置 | |
| CN107944367A (zh) | 人脸关键点检测方法及装置 | |
| CN106598429A (zh) | 移动终端的窗口调整方法及装置 | |
| CN107967459A (zh) | 卷积处理方法、装置及存储介质 | |
| CN104464674B (zh) | 液晶显示器调整方法及装置 | |
| CN108122212A (zh) | 图像修复方法及装置 | |
| CN104050645A (zh) | 图像处理方法及装置 | |
| CN107231505A (zh) | 图像处理方法及装置 | |
| CN108124102A (zh) | 图像处理方法、装置及计算机可读存储介质 | |
| CN107729880A (zh) | 人脸检测方法及装置 | |
| CN104077563A (zh) | 人脸识别方法和装置 | |
| CN107403144A (zh) | 嘴巴定位方法及装置 | |
| CN105528765A (zh) | 处理图像的方法及装置 | |
| CN105825490A (zh) | 图像的高斯模糊方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |