CN104408720A - 图像处理方法及图像处理装置 - Google Patents

Abstract

本发明提供一种图像处理方法，其包括获取处理图像，并将处理图像转换为灰度处理图像；获取灰度处理图像的检测区域，并对灰度处理图像的检测区域进行多方位多尺度遍历，得到多个检测区域块；以及使用不同尺寸的预设模型，对多个检测区域块进行检测操作。本发明还提供一种图像处理装置。本发明的图像处理方法及图像处理装置通过对多个检测过程并行处理，提高了数据处理效率以及缩短了数据处理时间；解决了现有的数据处理方法及图像处理装置的数据处理过程耗时较长以及数据处理效率较低的技术问题。

Description

图像处理方法及图像处理装置

技术领域

本发明涉及图像处理领域，特别是涉及一种图像处理方法及图像处理装置。

背景技术

为了实现交通管理，如交通流调查、交通违法取证、或在高速及停车场的全自动收费等，对车辆进行分析的技术已越来越重要。

对车辆进行分析时，对视频或照片中的车辆进行定位的操作非常重要。现有技术中一般是通过基于Haar特征的目标检测算法对图像中的像素进行分析，从而找到图像中的车辆目标。具体的数据处理过程如下：

一、收集大量的车辆图片，使用ADABOOST算法进行分类器的训练，从而得到分类器模型，该分类器模型具有多个层次。

二、使用分类器模型对图像中的车辆目标进行判断检测，具体为将图像进行多方位、多尺度遍历，然后将遍历后的各个扫描块与预设模型的各层次进行对比。当该图像的某个扫描块满足该预设模型的所有层次时，即判断该扫描块具有一车辆目标；如图像的某个扫描块不满足该预设模型的某个层次，即判断该扫描块不具有车辆目标。

使用现有的基于Haar特征的目标检测算法进行上述对比操作时，每个过程处理一扫描块的车辆检测操作，由于需要进行检测操作的扫描块数量特别大，因此该数据处理过程耗时较长以及数据处理效率较低。

故，有必要提供一种数据处理方法及图像处理装置，以解决现有技术所存在的问题。

发明内容

本发明实施例还提供一种处理时间短以及处理时间效率较高的数据处理方法及图像处理装置，以解决现有的数据处理方法及图像处理装置的数据处理过程耗时较长以及数据处理效率较低的技术问题。

本发明实施例提供一种图像处理方法，其包括：

获取处理图像，并将所述处理图像转换为灰度处理图像；

获取所述灰度处理图像的检测区域，并对所述灰度处理图像的检测区域进行多方位多尺度遍历，得到多个检测区域块；以及

使用不同尺寸的预设模型，对多个所述检测区域块进行检测操作；

其中所述对多个所述检测区域块进行检测操作的步骤包括：

生成多个检测过程，其中每个检测过程包括至少一个判断子过程；以及

对生成的多个所述检测过程并行处理，以对多个所述检测区域块进行检测操作；

其中所述对生成的多个所述检测过程并行处理的步骤包括：

当所述检测过程的所述判断子过程运行时，将具有第一判断结果的所述判断子过程的所述检测过程继续进行并行处理操作，对具有第二判断结果的所述判断子过程的所述检测过程停止处理操作。

在本发明所述的图像处理方法中，如所述处理图像为视频图像，则所述获取所述灰度处理图像的检测区域的步骤包括：

通过预先画面设定，确定所述灰度处理图像的检测区域；

对所述灰度处理图像的检测区域进行运动检测，以得到检测结果图像；以及

对所述检测结果图像进行形态学滤波，以得到有效的所述灰度处理图像的检测区域。

在本发明所述的图像处理方法中，如所述处理图像为静态图像，则所述获取所述灰度处理图像的检测区域的步骤包括：

通过预先画面设定，确定所述灰度处理图像的检测区域。

在本发明所述的图像处理方法中，使用图像处理器对生成的多个所述检测过程并行处理，以对多个所述检测区域块进行检测操作。

在本发明所述的图像处理方法中，所述图像处理器包括常量存储器、纹理存储器以及统一存储器，所述不同尺寸的预设模型存储在所述常量存储器中，所述积分图存储在所述纹理存储器中，所述检测操作的结果存储在所述统一存储器中。

在本发明所述的图像处理方法中，所述使用不同尺寸的预设模型，对多个所述检测区域块进行检测操作的步骤具体为：

使用不同尺寸的预设模型以及所述灰度处理图像的积分图，对多个所述检测区域块进行检测操作。

本发明实施例还提供一种图像处理装置，其包括：

CPU端处理器，包括：

    转换单元，用于将处理图像转换为灰度图像；以及

GPU端处理器，包括：    

    扫描单元，用于获取所述灰度处理图像的检测区域，并对所述灰度处理图像的检测区域进行多方位多尺度遍历，得到多个检测区域块；以及

    检测单元，用于使用不同尺寸的预设模型，对多个所述检测区域块进行检测操作；

其中所述检测单元包括：

检测过程生成子单元，用于生成多个检测过程，其中每个检测过程包括至少一个判断子过程；以及

检测子单元，用于对生成的多个所述检测过程并行处理，以对多个所述检测区域块进行检测操作；

其中当所述检测过程的所述判断子过程运行时，所述检测子单元将具有第一判断结果的所述判断子过程的所述检测过程继续进行并行处理操作，将具有第二判断结果的所述判断子过程的所述检测过程停止处理操作。

在本发明所述的图像处理装置中，所述扫描单元包括：

检测区域获取子单元，用于通过预先画面设定，确定所述灰度处理图像的检测区域；

运动检测子单元，用于对所述灰度处理图像的检测区域进行运动检测，以得到检测结果图像；以及

滤波子单元，用于对所述检测结果图像进行形态学滤波，以得到有效的所述灰度处理图像的检测区域。

在本发明所述的图像处理装置中，所述扫描单元包括：

检测区域获取子单元，用于通过预先画面设定，确定所述灰度处理图像的检测区域。

在本发明所述的图像处理装置中，所述GPU端处理器还包括常量存储器、纹理存储器以及统一存储器，所述不同尺寸的预设模型存储在所述常量存储器中，所述积分图存储在所述纹理存储器中，所述检测操作的结果存储在所述统一存储器中。

相较于现有技术的数据处理方法及图像处理装置，本发明的数据处理方法及图像处理装置通过对多个检测过程并行处理，提高了数据处理效率以及缩短了数据处理时间；解决了现有的数据处理方法及图像处理装置的数据处理过程耗时较长以及数据处理效率较低的技术问题。

附图说明

图1为本发明的图像处理方法的优选实施例的流程图；

图2为本发明的图像处理方法的优选实施例的步骤S102的流程图；

图3为本发明的图像处理方法的优选实施例的步骤S103的流程图；

图4为本发明的图像处理装置的优选实施例的结构示意图；

图5为本发明的图像处理装置的优选实施例的扫描单元的结构示意图；

图6为本发明的图像处理装置的优选实施例的检测单元的结构示意图。

具体实施方式

请参照图式，其中相同的组件符号代表相同的组件，本发明的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本发明具体实施例，其不应被视为限制本发明未在此详述的其它具体实施例。

在以下的说明中，本发明的具体实施例将参考由一部或多部计算机所执行之作业的步骤及符号来说明，除非另有述明。因此，其将可了解到这些步骤及操作，其中有数次提到为由计算机执行，包括了由代表了以一结构化型式中的数据之电子信号的计算机处理单元所操纵。此操纵转换该数据或将其维持在该计算机之内存系统中的位置处，其可重新配置或另外以本领域技术人员所熟知的方式来改变该计算机之运作。该数据所维持的数据结构为该内存之实体位置，其具有由该数据格式所定义的特定特性。但是，本发明原理以上述文字来说明，其并不代表为一种限制，本领域技术人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。

如本申请所使用的术语“组件”、“模块”、“系统”、“接口”、“进程”等等一般地旨在指计算机相关实体：硬件、硬件和软件的组合、软件或执行中的软件。例如，组件可以是但不限于是运行在处理器上的进程、处理器、对象、可执行应用、执行的线程、程序和／或计算机。通过图示，运行在控制器上的应用和该控制器二者都可以是组件。一个或多个组件可以有在于执行的进程和／或线程内，并且组件可以位于一个计算机上和／或分布在两个或更多计算机之间。

而且，要求保护的主题可以被实现为使用标准编程和／或工程技术产生软件、固件、硬件或其任意组合以控制计算机实现所公开的主题的方法、装置或制造品。本文所使用的术语“制造品”旨在包含可从任意计算机可读设备、载体或介质访问的计算机程序。当然，本领域技术人员将认识到可以对该配置进行许多修改，而不脱离要求保护的主题的范围或精神。

本文提供了实施例的各种操作。在一个实施例中，所述的一个或多个操作可以构成一个或多个计算机可读介质上存储的计算机可读指令，其在被电子设备执行时将使得计算设备执行所述操作。描述一些或所有操作的顺序不应当被解释为暗示这些操作必需是顺序相关的。本领域技术人员将理解具有本说明书的益处的可替代的排序。而且，应当理解，不是所有操作必需在本文所提供的每个实施例中存在。

而且，本文所使用的词语“优选的”意指用作实例、示例或例证。奉文描述为“优选的”任意方面或设计不必被解释为比其他方面或设计更有利。相反，词语“优选的”的使用旨在以具体方式提出概念。如本申请中所使用的术语“或”旨在意指包含的“或”而非排除的“或”。即，除非另外指定或从上下文中清楚，“X使用A或B”意指自然包括排列的任意一个。即，如果X使用A；X使用B;或X使用A和B二者，则“X使用A或B”在前述任一示例中得到满足。

而且，尽管已经相对于一个或多个实现方式示出并描述了本公开，但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本公开包括所有这样的修改和变型，并且仅由所附权利要求的范围限制。特别地关于由上述组件（例如元件、资源等）执行的各种功能，用于描述这样的组件的术语旨在对应于执行所述组件的指定功能（例如其在功能上是等价的）的任意组件（除非另外指示），即使在结构上与执行本文所示的本公开的示范性实现方式中的功能的公开结构不等同。此外，尽管本公开的特定特征已经相对于若干实现方式中的仅一个被公开，但是这种特征可以与如可以对给定或特定应用而言是期望和有利的其他实现方式的一个或多个其他特征组合。而且，就术语“包括”、“具有”、“含有”或其变形被用在具体实施方式或权利要求中而言，这样的术语旨在以与术语“包含”相似的方式包括。

本优选实施例的图像处理方法在CPU+GPU结构中使用，CPU的单线程复杂运算的执行能力较强，GPU的多线程的并行运算的执行能力较强。因此本优选实施例的图像处理方法通过CPU和GPU的交互，共同完成了对图像数据的处理，数据处理效率较高。

请参照图1，图1为本发明的图像处理方法的优选实施例的流程图。本优选实施例的图像处理方法包括：

步骤S101，获取处理图像，并将处理图像转换为灰度处理图像；

步骤S102，获取灰度处理图像的检测区域，并对灰度处理图像的检测区域进行多方位多尺度遍历，得到多个检测区域块；

步骤S103，使用不同尺寸的预设模型和处理图像的积分图，对多个检测区域块进行检测操作。

下面详细说明本优选实施例的图像处理方法中的各步骤的具体流程。

在步骤S101中，图像处理装置的CPU部分获取处理图像，如具有车辆目标的图片等，将获取的处理图像转换为灰度处理图像，并将该灰度处理图像传输至图像处理装置的GPU部分，以便图像处理装置的GPU部分进行图像数据处理；随后转到步骤S102。

在步骤S102中，图像处理装置的GPU部分获取灰度处理图像的检测区域，如处理图像为视频图像，则获取灰度处理图像的检测区域的步骤如图2所示，图2为本发明的图像处理方法的优选实施例的步骤S102的流程图，其包括：

步骤S1021，图像处理装置通过预先画面设定，确定灰度处理图像的检测区域，即将灰度处理图像中的如树木区域、房屋区域等非检测部分去除，以减少不必要的计算。同时理论上车辆不可能行驶在路面的外面，也可通过设定路面范围，确定灰度处理图像的检测区域，以减少不必要的计算。随后转到步骤S1022。

步骤S1022，图像处理装置对步骤S1021获取的灰度处理图像的检测区域进行运动检测，以得到检测结果图像。由于处理图像为视频图像，理论上认为视频图像中具有运动目标的区域才有可能具有图像处理目标，因此使用混合高斯模型检测灰度处理图像的检测区域，得到灰度处理图像的运动区域，即检测结果图像（前景图），以进一步缩小检测范围，减少不必要的计算。随后转到步骤S1023。

步骤S1023，图像处理装置对步骤S1022获取的检测结果图像进行形态学滤波，如对检测结果图像进行杂点的过滤，膨胀检测结果图像得到运动物体的大致长方形的轮廓等形态学操作。这样即得到了有效的灰度处理图像的检测区域。

随后对获取的有效的灰度处理图像的检测区域进行多方位多尺度遍历，得到多个检测区域块。这里的多方位多尺度遍历是指对以不同方位不同尺度标准多次扫描检测区域，从而得到该检测区域的多个不同方位不同尺度的检测区域块，如可检测区域中以特定的步长用5*5 pixels的尺度标准对检测区域进行遍历，得到多个5 *5 pixels的尺度标准的检测区域块；随后可在检测区域中以特定的步长用6 *6 pixels的尺度标准对检测区域进行遍历，得到多个6 *6 pixels的尺度标准的检测区域块，……等；这样可以尽可能的对检测区域中的所有像素区域进行检测。随后转到步骤S103。

如处理图像为静态图像，则图像处理装置直接通过预先画面设定，确定灰度处理图形的检测区域，即将灰度处理图像中的如树木区域、房屋区域等非检测部分去除，以减少不必要的计算。同时理论上车辆不可能行驶在路面的外面，也可通过设定路面范围，确定灰度处理图像的检测区域，以减少不必要的计算。随后对获取的灰度处理图像的检测区域进行多方位多尺度遍历，得到多个检测区域块。这里的多方位多尺度遍历是指对以不同方位不同尺度标准多次扫描检测区域，从而得到该检测区域的多个不同方位不同尺度的检测区域块。随后转到步骤S103。

在步骤S103中，图像处理装置的GPU部分使用不同尺寸（尺度标准）的预设模型以及灰度处理图像的积分图，对步骤S102中获取的检测区域块进行检测操作。其中灰度处理图像的积分图的使用，可以进一步减少检测区域块的检测操作的计算量。具体对检测区域块进行检测操作的步骤如图3所示，图3为本发明的图像处理方法的优选实施例的步骤S103的流程图。其包括：

步骤S1031，图像处理装置的GPU部分生成多个检测过程，其中每个检测过程包括至少一个判断子过程；图像处理装置根据预设模型以及相应的检测区域块，生成多个用于检测该检测区域块中是否存在检测目标的检测过程。其中每个检测过程均包括至少一个用于使检测过程停止处理操作的判断子过程。随后转到步骤S1032。

步骤S1032，图像处理装置的GPU部分对步骤S1031生成的多个检测过程进行并行处理，以实现同时对多个检测区域块进行检测目标的检测操作。由于每个检测过程中均包括至少一个判断子过程，每个判断子过程均用于判断该检测区域块中是否存在检测目标，如任一判断子过程判断检测区域块中不存在检测目标，则判断该检测区域块中不存在检测目标。如某个检测过程中具有判断检测目标条件一的判断子过程以及判断目标条件二的判断子过程，如判断检测目标条件一的判断子过程确定该检测区域块中不满足条件一，不存在检测目标，则该检测过程判断该检测区域块不需要判断条件二，即认为不存在检测目标。

因此为了进一步提高检测操作的效率，当多个检测过程并行处理时，将具有第一判断结果（判断存在检测目标）的判断子过程的检测过程继续进行并行处理操作，对具有第二判断结果（判断不存在检测目标）的判断子过程的检测过程停止处理操作。这样检测过程不需要等待所有并行的检测过程结束后再进行下一步操作，而是对确定不存在检测目标的检测过程及时停止处理操作，使用相应的资源建立新的并行的检测过程，充分利用的GPU部分的系统资源，避免了GPU资源的浪费。

因此本优选实施例的图像处理装置的GPU部分对多个检测过程进行并行处理时，只有判断子过程判断为“是”的检测过程会进入到下一个判断子过程的判断，而判断子过程的调用（通过Kernel函数调用）速度很快，检测过程的检测计算量则比较大，因此通过判断子过程的调用可以及时停止已经明确检测结果的检测过程，检测过程不会进行不必要的计算，充分发挥了GPU部分的并行运算能力。

为了进一步加强图像处理装置的计算能力，该图像处理装置的GPU部分（图像处理器）包括常量（constant）存储器、纹理(Texture)存储器以及统一(Unified)存储器，其中要求读取速度较快的预设模型存储在常量存储器中，要求数据较多的积分图存储在纹理存储器中，检测操作的结果存储在统一存储器中，以便于图像处理装置的CPU部分进行读取操作。

因此本发明的数据处理方法通过对多个检测过程并行处理，提高了数据处理效率以及缩短了数据处理时间。

本发明还提供一种图像处理装置，请参照图4-图6，图4为本发明的图像处理装置的优选实施例的结构示意图，图5为本发明的图像处理装置的优选实施例的扫描单元的结构示意图；图6为本发明的图像处理装置的优选实施例的检测单元的结构示意图。本优选实施例的图像处理装置40包括CPU端处理器41以及GPU端处理器42，CPU端处理器41包括用于将处理图像转换为灰度图像的转换单元43。GPU端处理器42包括扫描单元44以及检测单元45，扫描单元44用于获取灰度处理图像的检测区域，并对灰度处理图像的检测区域进行多方位多尺度遍历，得到多个检测区域块；检测单元45用于使用不同尺寸的预设模型和处理图像的积分图，对多个所述检测区域块进行检测操作。

该检测单元45包括检测过程生成子单元451以及检测子单元452，检测过程生成子单元451用于生成多个检测过程，其中每个检测过程包括至少一个判断子过程；检测子单元452用于对生成的多个检测过程并行处理，以对多个检测区域块进行检测操作。

扫描单元44包括检测区域获取子单元441、运动检测子单元442以及滤波子单元443。检测区域获取子单元441用于通过预先画面设定，确定灰度处理图像的检测区域；运动检测子单元442用于对灰度处理图像的检测区域进行运动检测，以得到检测结果图像；滤波子单元443用于对检测结果图像进行形态学滤波，以得到有效的灰度处理图像的检测区域。

本优选实施例的图像处理装置40使用时，首先图像处理装置40的CPU端处理器41的转换单元43获取处理图像，如具有车辆目标的图片等，将获取的处理图像转换为灰度处理图像，并将该灰度处理图像传输至图像处理装置40的GPU端处理器42，以便图像处理装置40的GPU端处理器42进行图像数据处理。

随后图像处理装置40的GPU端处理器42的扫描单元44获取灰度处理图像的检测区域，如处理图像为视频图像，则扫描单元44获取灰度处理图像的检测区域的步骤包括：

扫描单元44的检测区域获取子单元441通过预先画面设定，确定灰度处理图像的检测区域，即将灰度处理图像中的如树木区域、房屋区域等非检测部分去除，以减少不必要的计算。同时理论上车辆不可能行驶在路面的外面，也可通过设定路面范围，确定灰度处理图像的检测区域，以减少不必要的计算。

扫描单元44的运动检测子单元442对检测区域获取子单元441获取的灰度处理图像的检测区域进行运动检测，以得到检测结果图像。由于处理图像为视频图像，理论上认为视频图像中具有运动目标的区域才有可能具有图像处理目标，因此使用混合高斯模型检测灰度处理图像的检测区域，得到灰度处理图像的运动区域，即检测结果图像（前景图），以进一步缩小检测范围，减少不必要的计算。

扫描单元44的滤波子单元443对运动检测子单元442获取的检测结果图像进行形态学滤波，如对检测结果图像进行杂点的过滤，膨胀检测结果图像得到运动物体的大致长方形的轮廓等形态学操作。这样即得到了有效的灰度处理图像的检测区域。

随后扫描单元44对获取的有效的灰度处理图像的检测区域进行多方位多尺度遍历，得到多个检测区域块。这里的多方位多尺度遍历是指对以不同尺度标准多次扫描检测区域，从而得到该检测区域的多个不同尺度的检测区域块，如可检测区域中以特定的步长用5*5 pixels的尺度标准对检测区域进行遍历，得到多个5 *5 pixels的尺度标准的检测区域块；随后可在检测区域中以特定的步长用6 *6 pixels的尺度标准对检测区域进行遍历，得到多个6 *6 pixels的尺度标准的检测区域块，……等；这样可以尽可能的对检测区域中的所有像素区域进行检测。

如处理图像为静态图像，则扫描单元44的检测区域获取子单元441直接通过预先画面设定，确定灰度处理图形的检测区域，即将灰度处理图像中的如树木区域、房屋区域等非检测部分去除，以减少不必要的计算。同时理论上车辆不可能行驶在路面的外面，也可通过设定路面范围，确定灰度处理图像的检测区域，以减少不必要的计算。随后扫描单元44对获取的灰度处理图像的检测区域进行多方位多尺度遍历，得到多个检测区域块。这里的多方位多尺度遍历是指对以不同方位不同尺度标准多次扫描检测区域，从而得到该检测区域的多个不同方位不同尺度的检测区域块。

最后图像处理装置40的GPU端处理器42的检测单元45使用不同尺寸（尺度标准）的预设模型以及灰度处理图像的积分图，对扫描单元获取的检测区域块进行检测操作。其中灰度处理图像的积分图的使用，可以进一步减少检测区域块的检测操作的计算量。具体检测单元45对检测区域块进行检测操作的步骤包括：

检测单元45的检测过程生成子单元451生成多个检测过程，其中每个检测过程包括至少一个判断子过程；检测过程生成子单元451根据预设模型以及相应的检测区域块，生成多个用于检测该检测区域块中是否存在检测目标的检测过程。其中每个检测过程均包括至少一个用于使检测过程停止处理操作的判断子过程。

随后检测单元45的检测子单元452对检测过程生成子单元451生成的多个检测过程进行并行处理，以实现同时对多个检测区域块进行检测目标的检测操作。由于每个检测过程中均包括至少一个判断子过程，每个判断子过程均用于判断该检测区域块中是否存在检测目标，如任一判断子过程判断检测区域块中不存在检测目标，则检测子单元452判断该检测区域块中不存在检测目标。如某个检测过程中具有判断检测目标条件一的判断子过程以及判断目标条件二的判断子过程，如判断检测目标条件一的判断子过程确定该检测区域块中不满足条件一，不存在检测目标，则该检测过程判断该检测区域块不需要判断条件二，即认为不存在检测目标。

因此为了进一步提高检测操作的效率，当多个检测过程并行处理时，将具有第一判断结果（判断存在检测目标）的判断子过程的检测过程继续进行并行处理操作，对具有第二判断结果（判断不存在检测目标）的判断子过程的检测过程停止处理操作。这样检测过程不需要等待所有并行的检测过程结束后再进行下一步操作，而是对确定不存在检测目标的检测过程及时停止处理操作，使用相应的资源建立新的并行的检测过程，充分利用的GPU端处理器42的系统资源，避免了GPU端处理器42的浪费。

因此本优选实施例的图像处理装置40的GPU端处理器42对多个检测过程进行并行处理时，只有判断子过程判断为“是”的检测过程会进入到下一个判断子过程的判断，而判断子过程的调用（通过Kernel函数调用）速度很快，检测过程的检测计算量则比较大，因此通过判断子过程的调用可以及时停止已经明确检测结果的检测过程，检测过程不会进行不必要的计算，充分发挥了GPU端处理器42的并行运算能力。

为了进一步加强图像处理装置40的计算能力，该图像处理装置40的GPU端处理器42（图像处理器）包括常量（constant）存储器、纹理(Texture)存储器以及统一(Unified)存储器，其中要求读取速度较快的预设模型存储在常量存储器中，要求数据较多的积分图存储在纹理存储器中，检测操作的结果存储在统一存储器中，以便于图像处理装置40的CPU端处理器42进行读取操作。

因此本发明的图像处理装置通过对多个检测过程并行处理，提高了数据处理效率以及缩短了数据处理时间；解决了现有的图像处理装置的数据处理过程耗时较长以及数据处理效率较低的技术问题。

本发明实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器，磁盘或光盘等。上述的各装置或系统，可以执行相应方法实施例中的方法。

综上所述，虽然本发明已以优选实施例揭露如上，但上述优选实施例并非用以限制本发明，本领域的普通技术人员，在不脱离本发明的精神和范围内，均可作各种更动与润饰，因此本发明的保护范围以权利要求界定的范围为准。

Claims (10)

1.一种图像处理方法，其特征在于，包括：

获取处理图像，并将所述处理图像转换为灰度处理图像；

获取所述灰度处理图像的检测区域，并对所述灰度处理图像的检测区域进行多方位多尺度遍历，得到多个检测区域块；以及

使用不同尺寸的预设模型，对多个所述检测区域块进行检测操作；

其中所述对多个所述检测区域块进行检测操作的步骤包括：

生成多个检测过程，其中每个检测过程包括至少一个判断子过程；以及

对生成的多个所述检测过程并行处理，以对多个所述检测区域块进行检测操作；

其中所述对生成的多个所述检测过程并行处理的步骤包括：

当所述检测过程的所述判断子过程运行时，将具有第一判断结果的所述判断子过程的所述检测过程继续进行并行处理操作，对具有第二判断结果的所述判断子过程的所述检测过程停止处理操作。

2.根据权利要求1所述的图像处理方法，其特征在于，如所述处理图像为视频图像，则所述获取所述灰度处理图像的检测区域的步骤包括：

通过预先画面设定，确定所述灰度处理图像的检测区域；

对所述灰度处理图像的检测区域进行运动检测，以得到检测结果图像；以及

对所述检测结果图像进行形态学滤波，以得到有效的所述灰度处理图像的检测区域。

3.根据权利要求1所述的图像处理方法，其特征在于，如所述处理图像为静态图像，则所述获取所述灰度处理图像的检测区域的步骤包括：

通过预先画面设定，确定所述灰度处理图像的检测区域。

4.根据权利要求1所述的图像处理方法，其特征在于，使用图像处理器对生成的多个所述检测过程并行处理，以对多个所述检测区域块进行检测操作。

5.根据权利要求4所述的图像处理方法，其特征在于，所述图像处理器包括常量存储器、纹理存储器以及统一存储器，所述不同尺寸的预设模型存储在所述常量存储器中，所述积分图存储在所述纹理存储器中，所述检测操作的结果存储在所述统一存储器中。

6.根据权利要求1所述的图像处理方法，其特征在于，所述使用不同尺寸的预设模型，对多个所述检测区域块进行检测操作的步骤具体为：

使用不同尺寸的预设模型以及所述灰度处理图像的积分图，对多个所述检测区域块进行检测操作。

7.一种图像处理装置，其特征在于，包括：

CPU端处理器，包括：

    转换单元，用于将处理图像转换为灰度图像；以及

GPU端处理器，包括：    

    扫描单元，用于获取所述灰度处理图像的检测区域，并对所述灰度处理图像的检测区域进行多方位多尺度遍历，得到多个检测区域块；以及

    检测单元，用于使用不同尺寸的预设模型和所述处理图像的积分图，对多个所述检测区域块进行检测操作；

其中所述检测单元包括：

检测过程生成子单元，用于生成多个检测过程，其中每个检测过程包括至少一个判断子过程；以及

检测子单元，用于对生成的多个所述检测过程并行处理，以对多个所述检测区域块进行检测操作；

其中当所述检测过程的所述判断子过程运行时，所述检测子单元将具有第一判断结果的所述判断子过程的所述检测过程继续进行并行处理操作，将具有第二判断结果的所述判断子过程的所述检测过程停止处理操作。

8.根据权利要求7所述的图像处理装置，其特征在于，所述扫描单元包括：

检测区域获取子单元，用于通过预先画面设定，确定所述灰度处理图像的检测区域；

运动检测子单元，用于对所述灰度处理图像的检测区域进行运动检测，以得到检测结果图像；以及

滤波子单元，用于对所述检测结果图像进行形态学滤波，以得到有效的所述灰度处理图像的检测区域。

9.根据权利要求7所述的图像处理装置，其特征在于，所述扫描单元包括：

检测区域获取子单元，用于通过预先画面设定，确定所述灰度处理图像的检测区域。

10.根据权利要求7所述的图像处理装置，其特征在于，所述GPU端处理器还包括常量存储器、纹理存储器以及统一存储器，所述不同尺寸的预设模型存储在所述常量存储器中，所述积分图存储在所述纹理存储器中，所述检测操作的结果存储在所述统一存储器中。