CN104932868B - 一种数据处理方法及电子设备 - Google Patents
一种数据处理方法及电子设备 Download PDFInfo
- Publication number
- CN104932868B CN104932868B CN201410098919.9A CN201410098919A CN104932868B CN 104932868 B CN104932868 B CN 104932868B CN 201410098919 A CN201410098919 A CN 201410098919A CN 104932868 B CN104932868 B CN 104932868B
- Authority
- CN
- China
- Prior art keywords
- images
- deblurring
- image
- unit
- electronic equipment
- 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
- Studio Devices (AREA)
- User Interface Of Digital Computer (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种数据处理方法及电子设备,所述数据处理方法包括:在一预设时段内,利用图像采集单元采集目标对象的N张第一图像,N为正整数;对所述N张第一图像进行第一次去模糊处理,获得N张第二图像,并获取模糊参数,所述模糊参数由所述第一次去模糊处理产生,所述N张第二图像的清晰度高于所述N张第一图像;利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像,M为小于等于N的正整数,所述M张第三图像的清晰度高于所述M张第二图像。
Description
技术领域
本发明涉及数据处理技术,尤其涉及一种数据处理方法及电子设备。
背景技术
目前的电子设备,例如手机、平板电脑、笔记本电脑等都内置有高性能的相机装置,利用相机装置对物体进行连拍,即可获得一组连拍照片。然而,由于相机抖动等原因导致相机装置获得的连拍照片的清晰度较差,基于此,如何获得高清晰度的连拍照片是亟需解决的技术问题。
发明内容
为解决上述技术问题,本发明实施例提供了一种数据处理方法及电子设备。
本发明实施例提供的数据处理方法应用于电子设备中,所述电子设备包括图像采集单元;所述数据处理方法包括:
在一预设时段内,利用所述图像采集单元采集目标对象的N张第一图像,N为正整数;
对所述N张第一图像进行第一次去模糊处理,获得N张第二图像,并获取模糊参数,所述模糊参数由所述第一次去模糊处理产生,所述N张第二图像的清晰度高于所述N张第一图像;
利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像,M为小于等于N的正整数,所述M张第三图像的清晰度高于所述M张第二图像。
本发明实施例提供的电子设备包括:图像采集单元、第一次去模糊单元、第二次去模糊单元;其中,
所述图像采集单元,用于在一预设时段内,采集目标对象的N张第一图像,N为正整数;
所述第一次去模糊单元,用于对所述N张第一图像进行第一次去模糊处理,获得N张第二图像,并获取模糊参数,所述模糊参数由所述第一次去模糊处理产生,所述N张第二图像的清晰度高于所述N张第一图像;
所述第二次去模糊单元,用于利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像,M为小于等于N的正整数,所述M张第三图像的清晰度高于所述M张第二图像。
本发明实施例的技术方案中,首先,在一预设时段内利用电子设备中的图像采集单元,例如摄像装置,采集目标对象的N张第一图像,也即获取目标对象的N张连拍图像;然后,对所述N张第一图像进行第一次去模糊处理,获得N张第二图像;在对N张第一图像进行第一次去模糊处理时,还可以获取产生模糊的原因,也即模糊参数;最后,利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像;如此,可以通过对需要的M张第二图像进行两次去模糊处理,以得到高清晰度的图像,提升了用户的体验。
附图说明
图1为本发明实施例一的数据处理方法的流程示意图;
图2为本发明实施例二的数据处理方法的流程示意图;
图3为本发明实施例三的数据处理方法的流程示意图;
图4为本发明实施例四的数据处理方法的流程示意图;
图5为本发明实施例五的数据处理方法的流程示意图;
图6为本发明实施例一的电子设备的结构组成示意图;
图7为本发明实施例二的电子设备的结构组成示意图;
图8为本发明实施例三的电子设备的结构组成示意图;
图9为本发明实施例四的电子设备的结构组成示意图;
图10为本发明实施例五的电子设备的结构组成示意图。
具体实施方式
为了能够更加详尽地了解本发明实施例的特点与技术内容,下面结合附图对本发明实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本发明实施例。
图1为本发明实施例一的数据处理方法的流程示意图,本示例中的数据处理方法应用于电子设备中,所述电子设备包括图像采集单元;如图1所示,所述数据处理方法包括以下步骤:
步骤101:在一预设时段内,利用所述图像采集单元采集目标对象的N张第一图像。
这里,N为正整数。
本发明实施例中,电子设备可以是手机、平板电脑、笔记本电脑、相机等电子设备。
本发明实施例中,图像采集单元可以是相机装置,通过相机装置可以对目标对象进行拍摄,以获取目标对象的第一图像;优选地,可以通过相机装置对目标对象进行连续拍摄,也即在一预设时段内,采集目标对象的N张第一图像,这里,用户可以通过相机配置功能设置N值,例如N=5;N值也可在相机出厂时预先设定。
本发明实施例中,第一图像为图像采集单元直接采集到的图像,由于第一采集单元的抖动以及第一采集单元的焦距等参数的影响,第一图像的清晰度较低、模糊度较高。为此,本发明实施例对第一图像进行如下步骤102至步骤103的去模糊处理。
步骤102:对所述N张第一图像进行第一次去模糊处理,获得N张第二图像,并获取模糊参数。
这里,所述模糊参数由所述第一次去模糊处理产生,所述N张第二图像的清晰度高于所述N张第一图像。
本发明实施例中,所述电子设备还包括显示单元,相应地,所述方法还包括:
利用所述显示单元显示所述N张第二图像。
本发明实施例中,显示单元能够显示经第一次去模糊处理后的N张第二图像,如此,可以直接通过显示单元显示相对于N张第一图像清晰度较高的N张第二图像。
本发明实施例中,根据第一图像产生模糊的原因,将第一图像的模糊类型划分为运动模糊和高斯模糊两类,其中,运动模糊一般涉及到匀速直线运动模糊,高斯模糊除了包括确定的高斯模糊外,也将散焦模糊、空间可变动模糊归位高斯模糊。基于此,对第一图像去模糊时,向对第一图像的模糊类型进行分类,然后根据模糊类型估计该第一图像的模糊核,再利用所述模糊核对图像进行去卷积运算。
上述方案中,对于模糊核的估计,当第一图像的模糊类型为运动模糊时,则计算运动模糊核的模糊尺度和模糊方向;当第一图像的模糊类型为高斯模糊时,则以预定的模糊核为基本初始估计值,再运用盲去卷积算法计算优化的点扩散函数(PSF,Point SpreadFunction),也即模糊核。
上述方案中,对于模糊核已知的情况,一般采用去卷积算法;对于模糊核未知的情况,一般先对模糊核进行估计,再采用盲去卷积算法。常用的滤波算法有维娜滤波算、约束最小二乘方滤波算法等。
本发明实施例中,利用去模糊算法对第一图像进行第一次去模糊处理时,可以获取到模糊参数,所述模糊参数表征了第一图像产生模糊的原因,也即在对第一图像进行第一去模糊时,可以获取运动模糊核的模糊尺度和模糊方向。
步骤103:利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像。
这里,M为小于等于N的正整数,所述M张第三图像的清晰度高于所述M张第二图像。
基于步骤102,基于运动模糊核的模糊尺度和模糊方向等参数,可以对N张第二图像中的M张第二图像进行第二次去模糊处理,第二次去模糊处理采用去卷积算法。
本发明实施例中,基于去模糊算法对获取到的N张连拍图像进行第一次去模糊处理;基于去模糊算法对N张连拍图像进行第一次去模糊处理时,还可以得到产生模糊的原因,进而得到模糊参数,利用所述模糊参数再对第一次去模糊处理后的其中M张图像进行第二次去模糊,以得到高清晰度的图像,提升了用户的体验。
图2为本发明实施例二的数据处理方法的流程示意图,本示例中的数据处理方法应用于电子设备中,所述电子设备包括图像采集单元;如图2所示,所述数据处理方法包括以下步骤:
步骤201:在一预设时段内,利用所述图像采集单元采集目标对象的N张第一图像。
这里,N为正整数。
本发明实施例中,电子设备可以是手机、平板电脑、笔记本电脑、相机等电子设备。
本发明实施例中,图像采集单元可以是相机装置,通过相机装置可以对目标对象进行拍摄,以获取目标对象的第一图像;优选地,可以通过相机装置对目标对象进行连续拍摄,也即在一预设时段内,采集目标对象的N张第一图像,这里,用户可以通过相机配置功能设置N值,例如N=5;N值也可在相机出厂时预先设定。
本发明实施例中,第一图像为图像采集单元直接采集到的图像,由于第一采集单元的抖动以及第一采集单元的焦距等参数的影响,第一图像的清晰度较低、模糊度较高。为此,本发明实施例对第一图像进行如下步骤202至步骤205的去模糊处理。
步骤202:对所述N张第一图像进行第一次去模糊处理,获得N张第二图像,并获取模糊参数。
这里,所述模糊参数由所述第一次去模糊处理产生,所述N张第二图像的清晰度高于所述N张第一图像。
本发明实施例中,所述电子设备还包括显示单元,相应地,所述方法还包括:
利用所述显示单元显示所述N张第二图像。
本发明实施例中,显示单元能够显示经第一次去模糊处理后的N张第二图像,如此,可以直接通过显示单元显示相对于N张第一图像清晰度较高的N张第二图像。
本发明实施例中,根据第一图像产生模糊的原因,将第一图像的模糊类型划分为运动模糊和高斯模糊两类,其中,运动模糊一般涉及到匀速直线运动模糊,高斯模糊除了包括确定的高斯模糊外,也将散焦模糊、空间可变动模糊归位高斯模糊。基于此,对第一图像去模糊时,向对第一图像的模糊类型进行分类,然后根据模糊类型估计该第一图像的模糊核,再利用所述模糊核对图像进行去卷积运算。
上述方案中,对于模糊核的估计,当第一图像的模糊类型为运动模糊时,则计算运动模糊核的模糊尺度和模糊方向;当第一图像的模糊类型为高斯模糊时,则以预定的模糊核为基本初始估计值,再运用盲去卷积算法计算优化的PSF,也即模糊核。
上述方案中,对于模糊核已知的情况,一般采用去卷积算法;对于模糊核未知的情况,一般先对模糊核进行估计,再采用盲去卷积算法。常用的滤波算法有维娜滤波算、约束最小二乘方滤波算法等。
本发明实施例中,利用去模糊算法对第一图像进行第一次去模糊处理时,可以获取到模糊参数,所述模糊参数表征了第一图像产生模糊的原因,也即在对第一图像进行第一去模糊时,可以获取运动模糊核的模糊尺度和模糊方向。
步骤203:获得第一操作。
这里,所述第一操作用于从所述N张第二图像中选择M张第二图像,M为小于等于N的正整数。
具体实现时,可以由用户触发第一操作,例如,电子设备的触控显示单元上显示有N张第二图像,用户通过触控操作选中N张第二图像中的其中M张第二图像。
步骤204:基于所述第一操作,确定M张第二图像。
步骤205:利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像。
这里,M为小于等于N的正整数,所述M张第三图像的清晰度高于所述M张第二图像。
基于步骤202,依据运动模糊核的模糊尺度和模糊方向等参数,可以对N张第二图像中的M张第二图像进行第二次去模糊处理,第二次去模糊处理采用去卷积算法。
本发明实施例中,基于去模糊算法对获取到的N张连拍图像进行第一次去模糊处理;基于去模糊算法对N张连拍图像进行第一次去模糊处理时,还可以得到产生模糊的原因,进而得到模糊参数,利用所述模糊参数再对第一次去模糊处理后的其中M张图像进行第二次去模糊,以得到高清晰度的图像,提升了用户的体验。
图3本发明实施例三的数据处理方法的流程示意图,本示例中的数据处理方法应用于电子设备中,所述电子设备包括图像采集单元;如图3示,所述数据处理方法包括以下步骤:
步骤301:在一预设时段内,利用所述图像采集单元采集目标对象的N张第一图像。
这里,N为正整数。
本发明实施例中,电子设备可以是手机、平板电脑、笔记本电脑、相机等电子设备。
本发明实施例中,图像采集单元可以是相机装置,通过相机装置可以对目标对象进行拍摄,以获取目标对象的第一图像;优选地,可以通过相机装置对目标对象进行连续拍摄,也即在一预设时段内,采集目标对象的N张第一图像,这里,用户可以通过相机配置功能设置N值,例如N=5;N值也可在相机出厂时预先设定。
本发明实施例中,第一图像为图像采集单元直接采集到的图像,由于第一采集单元的抖动以及第一采集单元的焦距等参数的影响,第一图像的清晰度较低、模糊度较高。为此,本发明实施例对第一图像进行如下步骤302至步骤306的去模糊处理。
步骤302:对所述N张第一图像进行第一次去模糊处理,获得N张第二图像,并获取模糊参数。
这里,所述模糊参数由所述第一次去模糊处理产生,所述N张第二图像的清晰度高于所述N张第一图像。
本发明实施例中,所述电子设备还包括显示单元,相应地,所述方法还包括:
利用所述显示单元显示所述N张第二图像。
本发明实施例中,显示单元能够显示经第一次去模糊处理后的N张第二图像,如此,可以直接通过显示单元显示相对于N张第一图像清晰度较高的N张第二图像。
本发明实施例中,根据第一图像产生模糊的原因,将第一图像的模糊类型划分为运动模糊和高斯模糊两类,其中,运动模糊一般涉及到匀速直线运动模糊,高斯模糊除了包括确定的高斯模糊外,也将散焦模糊、空间可变动模糊归位高斯模糊。基于此,对第一图像去模糊时,向对第一图像的模糊类型进行分类,然后根据模糊类型估计该第一图像的模糊核,再利用所述模糊核对图像进行去卷积运算。
上述方案中,对于模糊核的估计,当第一图像的模糊类型为运动模糊时,则计算运动模糊核的模糊尺度和模糊方向;当第一图像的模糊类型为高斯模糊时,则以预定的模糊核为基本初始估计值,再运用盲去卷积算法计算优化的PSF,也即模糊核。
上述方案中,对于模糊核已知的情况,一般采用去卷积算法;对于模糊核未知的情况,一般先对模糊核进行估计,再采用盲去卷积算法。常用的滤波算法有维娜滤波算、约束最小二乘方滤波算法等。
本发明实施例中,利用去模糊算法对第一图像进行第一次去模糊处理时,可以获取到模糊参数,所述模糊参数表征了第一图像产生模糊的原因,也即在对第一图像进行第一去模糊时,可以获取运动模糊核的模糊尺度和模糊方向。
步骤303:对所述N张第二图像进行解析,得到所述N张第二图像的模糊度。
本发明实施例中,对于N张第二图像的每张第二图像,均对应于一个模糊度值,例如,可以采用基于灰度值的数字图像模糊度算法计算每张第二图像的模糊度值。
步骤304:针对所述N张第二图像的每张第二图像,判断所述第二图像的模糊度是否小于或等于一预设阈值,得到判断结果。
本发明实施例中,预先设置一个阈值,该阈值用于判断第二图像是否足够清晰,具体地,当第二图像的模糊度小于或等于预设阈值时,则该图像模糊度低,清晰度高;反之,当第二图像的模糊度大于预设阈值时,则该图像模糊度高,清晰度低。对于清晰度高的第二图像,本发明实施例对其进行第二次去模糊处理,也得到更高清晰的图像,参见如下步骤305。
步骤305:当所述判断结果表明所述第二图像的模糊度小于或等于所述预设阈值时,将所述第二图像确定为M张第二图像中的其中一张。
步骤306:利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像。
这里,M为小于等于N的正整数,所述M张第三图像的清晰度高于所述M张第二图像。
基于步骤302,基于运动模糊核的模糊尺度和模糊方向等参数,可以对N张第二图像中的M张第二图像进行第二次去模糊处理,第二次去模糊处理采用去卷积算法。
本发明实施例中,基于去模糊算法对获取到的N张连拍图像进行第一次去模糊处理;基于去模糊算法对N张连拍图像进行第一次去模糊处理时,还可以得到产生模糊的原因,进而得到模糊参数;然后,对第一次去模糊处理后的N张连拍图像进行模糊度的分析,以获取M张较清晰的图像,进而对M张较清晰的图像进行第二次去模糊;最后,利用所述模糊参数再对第一次去模糊处理后的其中M张图像进行第二次去模糊,以得到高清晰度的图像,提升了用户的体验。
图4为本发明实施例四的数据处理方法的流程示意图,本示例中的数据处理方法应用于电子设备中,所述电子设备包括图像采集单元;如图4所示,所述数据处理方法包括以下步骤:
步骤401:在一预设时段内,利用所述图像采集单元采集目标对象的N张第一图像。
这里,N为正整数。
本发明实施例中,电子设备可以是手机、平板电脑、笔记本电脑、相机等电子设备。
本发明实施例中,图像采集单元可以是相机装置,通过相机装置可以对目标对象进行拍摄,以获取目标对象的第一图像;优选地,可以通过相机装置对目标对象进行连续拍摄,也即在一预设时段内,采集目标对象的N张第一图像,这里,用户可以通过相机配置功能设置N值,例如N=5;N值也可在相机出厂时预先设定。
本发明实施例中,第一图像为图像采集单元直接采集到的图像,由于第一采集单元的抖动以及第一采集单元的焦距等参数的影响,第一图像的清晰度较低、模糊度较高。为此,本发明实施例对第一图像进行如下步骤402至步骤406的去模糊处理。
步骤402:对所述N张第一图像进行第一次去模糊处理,获得N张第二图像,并获取模糊参数。
这里,所述模糊参数由所述第一次去模糊处理产生,所述N张第二图像的清晰度高于所述N张第一图像。
本发明实施例中,所述电子设备还包括显示单元,相应地,所述方法还包括:
利用所述显示单元显示所述N张第二图像。
本发明实施例中,显示单元能够显示经第一次去模糊处理后的N张第二图像,如此,可以直接通过显示单元显示相对于N张第一图像清晰度较高的N张第二图像。
本发明实施例中,根据第一图像产生模糊的原因,将第一图像的模糊类型划分为运动模糊和高斯模糊两类,其中,运动模糊一般涉及到匀速直线运动模糊,高斯模糊除了包括确定的高斯模糊外,也将散焦模糊、空间可变动模糊归位高斯模糊。基于此,对第一图像去模糊时,向对第一图像的模糊类型进行分类,然后根据模糊类型估计该第一图像的模糊核,再利用所述模糊核对图像进行去卷积运算。
上述方案中,对于模糊核的估计,当第一图像的模糊类型为运动模糊时,则计算运动模糊核的模糊尺度和模糊方向;当第一图像的模糊类型为高斯模糊时,则以预定的模糊核为基本初始估计值,再运用盲去卷积算法计算优化的PSF,也即模糊核。
上述方案中,对于模糊核已知的情况,一般采用去卷积算法;对于模糊核未知的情况,一般先对模糊核进行估计,再采用盲去卷积算法。常用的滤波算法有维娜滤波算、约束最小二乘方滤波算法等。
本发明实施例中,利用去模糊算法对第一图像进行第一次去模糊处理时,可以获取到模糊参数,所述模糊参数表征了第一图像产生模糊的原因,也即在对第一图像进行第一去模糊时,可以获取运动模糊核的模糊尺度和模糊方向。
步骤403:利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像。
这里,M为小于等于N的正整数,所述M张第三图像的清晰度高于所述M张第二图像。
基于步骤402,基于运动模糊核的模糊尺度和模糊方向等参数,可以对N张第二图像中的M张第二图像进行第二次去模糊处理,第二次去模糊处理采用去卷积算法。
步骤404:获得第二操作。
这里,所述第二操作用于从所述M张第三图像中选择L张第四图像,L为小于等于M的正整数。
本发明实施例中,可以由用户触发第二操作,具体地,电子设备的显示单元上显示M张第三图像,用户通过触控操作从M张第三图像中选择L张第四图像。
步骤405:基于所述第二操作,确定所述L张第四图像。
步骤406:存储所述L张第四图像。
具体地,可以通过电子设备中的存储单元存储L张第四图像。
本发明实施例中,基于去模糊算法对获取到的N张连拍图像进行第一次去模糊处理;基于去模糊算法对N张连拍图像进行第一次去模糊处理时,还可以得到产生模糊的原因,进而得到模糊参数,利用所述模糊参数再对第一次去模糊处理后的其中M张图像进行第二次去模糊,以得到高清晰度的图像,提升了用户的体验。
图5为本发明实施例五的数据处理方法的流程示意图,本示例中的数据处理方法应用于电子设备中,所述电子设备包括图像采集单元;如图5所示,所述数据处理方法包括以下步骤:
步骤501:在一预设时段内,利用所述图像采集单元采集目标对象的N张第一图像。
这里,N为正整数。
本发明实施例中,电子设备可以是手机、平板电脑、笔记本电脑、相机等电子设备。
本发明实施例中,图像采集单元可以是相机装置,通过相机装置可以对目标对象进行拍摄,以获取目标对象的第一图像;优选地,可以通过相机装置对目标对象进行连续拍摄,也即在一预设时段内,采集目标对象的N张第一图像,这里,用户可以通过相机配置功能设置N值,例如N=5;N值也可在相机出厂时预先设定。
本发明实施例中,第一图像为图像采集单元直接采集到的图像,由于第一采集单元的抖动以及第一采集单元的焦距等参数的影响,第一图像的清晰度较低、模糊度较高。为此,本发明实施例对第一图像进行如下步骤502至步骤504的去模糊处理。
步骤502:对所述N张第一图像进行第一次去模糊处理,获得N张第二图像,并获取模糊运动子参数。
这里,所述模糊运动子参数由所述第一次去模糊处理产生,所述N张第二图像的清晰度高于所述N张第一图像。其中,模糊运动子参数包括造成模糊原因的模糊尺度和模糊方向。
本发明实施例中,所述电子设备还包括显示单元,相应地,所述方法还包括:
利用所述显示单元显示所述N张第二图像。
本发明实施例中,显示单元能够显示经第一次去模糊处理后的N张第二图像,如此,可以直接通过显示单元显示相对于N张第一图像清晰度较高的N张第二图像。
本发明实施例中,根据第一图像产生模糊的原因,将第一图像的模糊类型划分为运动模糊和高斯模糊两类,其中,运动模糊一般涉及到匀速直线运动模糊,高斯模糊除了包括确定的高斯模糊外,也将散焦模糊、空间可变动模糊归位高斯模糊。基于此,对第一图像去模糊时,向对第一图像的模糊类型进行分类,然后根据模糊类型估计该第一图像的模糊核,再利用所述模糊核对图像进行去卷积运算。
上述方案中,对于模糊核的估计,当第一图像的模糊类型为运动模糊时,则计算运动模糊核的模糊尺度和模糊方向;当第一图像的模糊类型为高斯模糊时,则以预定的模糊核为基本初始估计值,再运用盲去卷积算法计算优化的PSF,也即模糊核。
上述方案中,对于模糊核已知的情况,一般采用去卷积算法;对于模糊核未知的情况,一般先对模糊核进行估计,再采用盲去卷积算法。常用的滤波算法有维娜滤波算、约束最小二乘方滤波算法等。
本发明实施例中,利用去模糊算法对第一图像进行第一次去模糊处理时,可以获取到模糊参数,所述模糊参数表征了第一图像产生模糊的原因,也即在对第一图像进行第一去模糊时,可以获取运动模糊核的模糊尺度和模糊方向。
步骤503:依据所述模糊运动子参数,计算所述模糊参数。
这里,模糊运动子参数为运动模糊和的模糊尺度和模糊方向,基于模糊尺度和模糊方向,也即构造运动模糊对应的模糊核函数,也即模糊参数。
步骤504:利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像。
这里,M为小于等于N的正整数,所述M张第三图像的清晰度高于所述M张第二图像。
基于步骤502,基于运动模糊核的模糊尺度和模糊方向等参数,可以对N张第二图像中的M张第二图像进行第二次去模糊处理,第二次去模糊处理采用去卷积算法。
本发明实施例中,基于去模糊算法对获取到的N张连拍图像进行第一次去模糊处理;基于去模糊算法对N张连拍图像进行第一次去模糊处理时,还可以得到产生模糊的原因,进而得到模糊参数,利用所述模糊参数再对第一次去模糊处理后的其中M张图像进行第二次去模糊,以得到高清晰度的图像,提升了用户的体验。
图6为本发明实施例一的电子设备的结构组成示意图,如图6所示,所述电子设备包括:图像采集单元61、第一次去模糊单元62、第二次去模糊单元63;其中,
所述图像采集单元61,用于在一预设时段内,采集目标对象的N张第一图像,N为正整数;
所述第一次去模糊单元62,用于对所述N张第一图像进行第一次去模糊处理,获得N张第二图像,并获取模糊参数,所述模糊参数由所述第一次去模糊处理产生,所述N张第二图像的清晰度高于所述N张第一图像;
所述第二次去模糊单元63,用于利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像,M为小于等于N的正整数,所述M张第三图像的清晰度高于所述M张第二图像。、
本发明实施例中,所述电子设备还包括显示单元64,用于当所述第一次去模糊单元对所述N张第一图像进行第一次去模糊处理,获得N张第二图像之后,显示所述N张第二图像。
本领域技术人员应当理解,图6所示的电子设备中的各单元的实现功能可参照前述数据处理方法的相关描述而理解。
图7为本发明实施例二的电子设备的结构组成示意图,如图7所示,所述电子设备包括:图像采集单元71、第一次去模糊单元72、第二次去模糊单元73;其中,
所述图像采集单元71,用于在一预设时段内,采集目标对象的N张第一图像,N为正整数;
所述第一次去模糊单元72,用于对所述N张第一图像进行第一次去模糊处理,获得N张第二图像,并获取模糊参数,所述模糊参数由所述第一次去模糊处理产生,所述N张第二图像的清晰度高于所述N张第一图像;
所述第二次去模糊单元73,用于利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像,M为小于等于N的正整数,所述M张第三图像的清晰度高于所述M张第二图像。、
本发明实施例中,所述电子设备还包括显示单元74,用于当所述第一次去模糊单元对所述N张第一图像进行第一次去模糊处理,获得N张第二图像之后,显示所述N张第二图像。
优选地,所述电子设备还包括:第一获取单元75、第一确定单元76;其中,
所述第一获取单元75,用于获得第一操作,所述第一操作用于从所述N张第二图像中选择M张第二图像,M为小于等于N的正整数;、
所述第一确定单元76,用于基于所述第一操作,确定所述M张第二图像。
本领域技术人员应当理解,图7所示的电子设备中的各单元的实现功能可参照前述数据处理方法的相关描述而理解。
图8为本发明实施例三的电子设备的结构组成示意图,如图8所示,所述电子设备包括:图像采集单元81、第一次去模糊单元82、第二次去模糊单元83;其中,
所述图像采集单元81,用于在一预设时段内,采集目标对象的N张第一图像,N为正整数;
所述第一次去模糊单元82,用于对所述N张第一图像进行第一次去模糊处理,获得N张第二图像,并获取模糊参数,所述模糊参数由所述第一次去模糊处理产生,所述N张第二图像的清晰度高于所述N张第一图像;
所述第二次去模糊单元83,用于利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像,M为小于等于N的正整数,所述M张第三图像的清晰度高于所述M张第二图像。、
本发明实施例中,所述电子设备还包括显示单元84,用于当所述第一次去模糊单元对所述N张第一图像进行第一次去模糊处理,获得N张第二图像之后,显示所述N张第二图像。
优选地,所述电子设备还包括:解析单元85、判断单元86、第二确定单元87;其中,
所述解析单元85,用于对所述N张第二图像进行解析,得到所述N张第二图像的模糊度;
所述判断单元86,用于针对所述N张第二图像的每张第二图像,判断所述第二图像的模糊度是否小于或等于一预设阈值,得到判断结果;
所述第二确定单元87,用于当所述判断结果表明所述第二图像的模糊度小于或等于所述预设阈值时,将所述第二图像确定为所述M张第二图像中的其中一张。
本领域技术人员应当理解,图8所示的电子设备中的各单元的实现功能可参照前述数据处理方法的相关描述而理解。
图9为本发明实施例四的电子设备的结构组成示意图,如图9所示,所述电子设备包括:图像采集单元91、第一次去模糊单元92、第二次去模糊单元93;其中,
所述图像采集单元91,用于在一预设时段内,采集目标对象的N张第一图像,N为正整数;
所述第一次去模糊单元92,用于对所述N张第一图像进行第一次去模糊处理,获得N张第二图像,并获取模糊参数,所述模糊参数由所述第一次去模糊处理产生,所述N张第二图像的清晰度高于所述N张第一图像;
所述第二次去模糊单元93,用于利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像,M为小于等于N的正整数,所述M张第三图像的清晰度高于所述M张第二图像。、
本发明实施例中,所述电子设备还包括显示单元94,用于当所述第一次去模糊单元对所述N张第一图像进行第一次去模糊处理,获得N张第二图像之后,显示所述N张第二图像。
优选地,所述电子设备还包括:第二获取单元95、第三确定单元96、存储单元97;其中,
所述第二获取单元95,用于获得第二操作,所述第二操作用于从所述M张第三图像中选择L张第四图像,L为小于等于M的正整数;
所述第三确定单元96,用于基于所述第二操作,确定所述L张第四图像;
所述存储单元97,用于存储所述L张第四图像。
本领域技术人员应当理解,图9所示的电子设备中的各单元的实现功能可参照前述数据处理方法的相关描述而理解。
图10为本发明实施例五的电子设备的结构组成示意图,如图10所示,所述电子设备包括:图像采集单元11、第一次去模糊单元12、第二次去模糊单元13;其中,
所述图像采集单元11,用于在一预设时段内,采集目标对象的N张第一图像,N为正整数;
所述第一次去模糊单元12,用于对所述N张第一图像进行第一次去模糊处理,获得N张第二图像,并获取模糊参数,所述模糊参数由所述第一次去模糊处理产生,所述N张第二图像的清晰度高于所述N张第一图像;
所述第二次去模糊单元13,用于利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像,M为小于等于N的正整数,所述M张第三图像的清晰度高于所述M张第二图像。、
本发明实施例中,所述电子设备还包括显示单元14,用于当所述第一次去模糊单元对所述N张第一图像进行第一次去模糊处理,获得N张第二图像之后,显示所述N张第二图像。
优选地,所述第一次去模糊单元12,还用于对所述N张第一图像进行第一次去模糊处理时,获取模糊运动子参数;依据所述模糊运动子参数,计算所述模糊参数;
相应地,所述第二次去模糊单元13,还用于利用所述第一次去模糊单元计算得到的模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像。
本领域技术人员应当理解,图10所示的电子设备中的各单元的实现功能可参照前述数据处理方法的相关描述而理解。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元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。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (12)
1.一种数据处理方法,应用于电子设备中,所述电子设备包括图像采集单元;其特征在于,所述方法包括:
在一预设时段内,利用所述图像采集单元采集目标对象的N张第一图像,N为正整数;
对所述N张第一图像进行第一次去模糊处理,获得N张第二图像,并获取模糊参数,所述模糊参数由所述第一次去模糊处理产生,所述N张第二图像的清晰度高于所述N张第一图像;
利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像,M为小于等于N的正整数,所述M张第三图像的清晰度高于所述M张第二图像:
其中,针对所述N张第二图像中的每张第二图像,当相应第二图像的模糊度小于或等于预设阈值时,将所述相应第二图像确定为所述M张第二图像中的其中一张。
2.根据权利要求1所述的数据处理方法,其特征在于,所述对所述N张第一图像进行第一次去模糊处理,获得N张第二图像之后,所述方法还包括:
获得第一操作,所述第一操作用于从所述N张第二图像中选择M张第二图像,M为小于等于N的正整数;
基于所述第一操作,确定所述M张第二图像。
3.根据权利要求1所述的数据处理方法,其特征在于,所述对所述N张第一图像进行第一次去模糊处理,获得N张第二图像之后,所述方法还包括:
对所述N张第二图像进行解析,得到所述N张第二图像的模糊度;
针对所述N张第二图像的每张第二图像,判断所述第二图像的模糊度是否小于或等于所述预设阈值,得到判断结果;
当所述判断结果表明所述第二图像的模糊度小于或等于所述预设阈值时,将所述第二图像确定为所述M张第二图像中的其中一张。
4.根据权利要求1至3任一项所述的数据处理方法,其特征在于,所述电子设备还包括显示单元,相应地,所述对所述N张第一图像进行第一次去模糊处理,获得N张第二图像之后,所述方法还包括:
利用所述显示单元显示所述N张第二图像。
5.根据权利要求1至3任一项所述的数据处理方法,其特征在于,所述对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像之后,所述方法还包括:
获得第二操作,所述第二操作用于从所述M张第三图像中选择L张第四图像,L为小于等于M的正整数;
基于所述第二操作,确定所述L张第四图像;
存储所述L张第四图像。
6.根据权利要求1至3任一项所述的数据处理方法,其特征在于,所述获取模糊参数;利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像,包括:
对所述N张第一图像进行第一次去模糊处理时,获取模糊运动子参数;
依据所述模糊运动子参数,计算所述模糊参数;
利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像。
7.一种电子设备,其特征在于,所述电子设备包括:图像采集单元、第一次去模糊单元、第二次去模糊单元;其中,
所述图像采集单元,用于在一预设时段内,采集目标对象的N张第一图像,N为正整数;
所述第一次去模糊单元,用于对所述N张第一图像进行第一次去模糊处理,获得N张第二图像,并获取模糊参数,所述模糊参数由所述第一次去模糊处理产生,所述N张第二图像的清晰度高于所述N张第一图像;
所述第二次去模糊单元,用于利用所述模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像,M为小于等于N的正整数,所述M张第三图像的清晰度高于所述M张第二图像;
其中,针对所述N张第二图像中的每张第二图像,当相应第二图像的模糊度小于或等于预设阈值时,将所述相应第二图像确定为所述M张第二图像中的其中一张。
8.根据权利要求7所述的电子设备,其特征在于,所述电子设备还包括:第一获取单元、第一确定单元;其中,
所述第一获取单元,用于获得第一操作,所述第一操作用于从所述N张第二图像中选择M张第二图像,M为小于等于N的正整数;
所述第一确定单元,用于基于所述第一操作,确定所述M张第二图像。
9.根据权利要求7所述的电子设备,其特征在于,所述电子设备还包括:解析单元、判断单元、第二确定单元;其中,
所述解析单元,用于对所述N张第二图像进行解析,得到所述N张第二图像的模糊度;
所述判断单元,用于针对所述N张第二图像的每张第二图像,判断所述第二图像的模糊度是否小于或等于所述预设阈值,得到判断结果;
所述第二确定单元,用于当所述判断结果表明所述第二图像的模糊度小于或等于所述预设阈值时,将所述第二图像确定为所述M张第二图像中的其中一张。
10.根据权利要求7至9任一项所述的电子设备,其特征在于,所述电子设备还包括显示单元,用于当所述第一次去模糊单元对所述N张第一图像进行第一次去模糊处理,获得N张第二图像之后,显示所述N张第二图像。
11.根据权利要求7至9任一项所述的电子设备,其特征在于,所述电子设备还包括:第二获取单元、第三确定单元、存储单元;其中,
所述第二获取单元,用于获得第二操作,所述第二操作用于从所述M张第三图像中选择L张第四图像,L为小于等于M的正整数;
所述第三确定单元,用于基于所述第二操作,确定所述L张第四图像;
所述存储单元,用于存储所述L张第四图像。
12.根据权利要求7至9任一项所述的电子设备,其特征在于,所述第一次去模糊单元,还用于对所述N张第一图像进行第一次去模糊处理时,获取模糊运动子参数;依据所述模糊运动子参数,计算所述模糊参数;
相应地,所述第二次去模糊单元,还用于利用所述第一次去模糊单元计算得到的模糊参数,对所述N张第二图像中的M张第二图像进行第二次去模糊处理,以得到M张第三图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410098919.9A CN104932868B (zh) | 2014-03-17 | 2014-03-17 | 一种数据处理方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410098919.9A CN104932868B (zh) | 2014-03-17 | 2014-03-17 | 一种数据处理方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104932868A CN104932868A (zh) | 2015-09-23 |
CN104932868B true CN104932868B (zh) | 2019-01-15 |
Family
ID=54120046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410098919.9A Active CN104932868B (zh) | 2014-03-17 | 2014-03-17 | 一种数据处理方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104932868B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113992848A (zh) * | 2019-04-22 | 2022-01-28 | 深圳市商汤科技有限公司 | 视频图像处理方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5535291A (en) * | 1994-02-18 | 1996-07-09 | Martin Marietta Corporation | Superresolution image enhancement for a SIMD array processor |
CN1739118A (zh) * | 2003-01-16 | 2006-02-22 | 蒂-布勒技术有限公司 | 具有图像增强功能的照相机 |
CN101242787A (zh) * | 2005-08-09 | 2008-08-13 | 皇家飞利浦电子股份有限公司 | 用盲去卷积空间增强具有噪声的图像中的结构的系统和方法 |
CN101504765A (zh) * | 2009-03-20 | 2009-08-12 | 东华大学 | 采用梯度融合技术的运动模糊图像序列的复原方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4799428B2 (ja) * | 2007-01-22 | 2011-10-26 | 株式会社東芝 | 画像処理装置及び方法 |
KR100990791B1 (ko) * | 2008-12-31 | 2010-10-29 | 포항공과대학교 산학협력단 | 영상의 블러 제거 방법 및 블러 제거 방법이 기록된 기록매체 |
JP5204165B2 (ja) * | 2010-08-05 | 2013-06-05 | パナソニック株式会社 | 画像復元装置および画像復元方法 |
CN101968881B (zh) * | 2010-10-27 | 2012-07-18 | 东南大学 | 一种运动模糊和散焦复合模糊的图像复原方法 |
CN102073993B (zh) * | 2010-12-29 | 2012-08-22 | 清华大学 | 一种基于摄像机自标定的抖动视频去模糊方法和装置 |
KR101844332B1 (ko) * | 2012-03-13 | 2018-04-03 | 삼성전자주식회사 | 블러 영상 및 노이즈 영상으로 구성된 멀티 프레임을 이용하여 비균일 모션 블러를 제거하는 방법 및 장치 |
CN103607533A (zh) * | 2013-12-03 | 2014-02-26 | 厦门美图移动科技有限公司 | 一种适用于零延迟快门的拍照方法及装置 |
-
2014
- 2014-03-17 CN CN201410098919.9A patent/CN104932868B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5535291A (en) * | 1994-02-18 | 1996-07-09 | Martin Marietta Corporation | Superresolution image enhancement for a SIMD array processor |
CN1739118A (zh) * | 2003-01-16 | 2006-02-22 | 蒂-布勒技术有限公司 | 具有图像增强功能的照相机 |
CN101814182A (zh) * | 2003-01-16 | 2010-08-25 | 德萨拉国际有限公司 | 由图像处理器执行的方法、图像处理器以及成像装置 |
CN101242787A (zh) * | 2005-08-09 | 2008-08-13 | 皇家飞利浦电子股份有限公司 | 用盲去卷积空间增强具有噪声的图像中的结构的系统和方法 |
CN101504765A (zh) * | 2009-03-20 | 2009-08-12 | 东华大学 | 采用梯度融合技术的运动模糊图像序列的复原方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104932868A (zh) | 2015-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101830804B1 (ko) | 적응 필터링을 이용한 디지털 이미지 안정화 방법 | |
KR20210105442A (ko) | 비디오 프레임 보간을 위한 특징 피라미드 워핑 | |
CN105409196B (zh) | 用于视频稳定的自适应路径平滑 | |
CN109035319A (zh) | 单目图像深度估计方法及装置、设备、程序及存储介质 | |
WO2005073919A2 (en) | Stabilizing a sequence of image frames | |
CN112785507A (zh) | 图像处理方法及装置、存储介质、终端 | |
CN104978750B (zh) | 用于处理视频文件的方法和装置 | |
CN105516579A (zh) | 一种图像处理方法、装置和电子设备 | |
CN106550187A (zh) | 用于图像稳定的设备和方法 | |
CN109005368A (zh) | 一种高动态范围图像的生成方法、移动终端及存储介质 | |
JP2015518594A (ja) | デジタル画像分析のため空間制約を用いた統合インタラクティブセグメンテーション法 | |
CN108230234A (zh) | 图像虚化处理方法、装置、存储介质及电子设备 | |
EP3231175B1 (en) | System and method for processing depth images which capture an interaction of an object relative to an interaction plane | |
CN106170064A (zh) | 摄像头对焦方法、系统和电子设备 | |
CN111667420A (zh) | 图像处理方法及装置 | |
CN110992395A (zh) | 图像训练样本的生成方法及装置、运动跟踪方法及装置 | |
CN104135610A (zh) | 一种信息处理方法及电子设备 | |
CN103647973B (zh) | 一种帧率上采样的方法和装置 | |
CN104113682A (zh) | 一种图像获取方法及电子设备 | |
CN104932868B (zh) | 一种数据处理方法及电子设备 | |
CN105678696B (zh) | 一种信息处理方法及电子设备 | |
CN104486553B (zh) | 一种全景照片拍摄方法和终端 | |
CN109684566A (zh) | 标签引擎实现方法、装置、计算机设备及存储介质 | |
CN105791659A (zh) | 图像处理方法和电子设备 | |
CN104427233A (zh) | 信息处理方法和信息处理设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |