CN106570110B - 图像去重方法及装置 - Google Patents

图像去重方法及装置 Download PDF

Info

Publication number
CN106570110B
CN106570110B CN201610938183.0A CN201610938183A CN106570110B CN 106570110 B CN106570110 B CN 106570110B CN 201610938183 A CN201610938183 A CN 201610938183A CN 106570110 B CN106570110 B CN 106570110B
Authority
CN
China
Prior art keywords
image
images
processed
local
target
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
Application number
CN201610938183.0A
Other languages
English (en)
Other versions
CN106570110A (zh
Inventor
刘洁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201610938183.0A priority Critical patent/CN106570110B/zh
Publication of CN106570110A publication Critical patent/CN106570110A/zh
Application granted granted Critical
Publication of CN106570110B publication Critical patent/CN106570110B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10File systems; File servers
    • G06F16/17Details of further file system functions
    • G06F16/1737Details of further file system functions for reducing power consumption or coping with limited storage space, e.g. in mobile devices
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10File systems; File servers
    • G06F16/17Details of further file system functions
    • G06F16/174Redundancy elimination performed by the file system
    • G06F16/1748De-duplication implemented within the file system, e.g. based on file segments
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本公开是关于一种图像去重方法及装置,属于图像处理技术领域。方法包括:获取至少两张待处理图像,对该至少两张待处理图像进行图像分析,获得该至少两张待处理图像各自对应的图像质量,根据该至少两张待处理图像各自对应的图像质量,对该至少两张待处理图像进行去重处理,获得目标图像;使得终端能够对多张相似的图像进行去重,获得图像质量较高的目标图像,提高了终端自动获取重复图像中质量最高图像的能力;避免内容相似的图像过多而导致的不必要的存储空间占用,减少人工的工作量。

Description

图像去重方法及装置
技术领域
本公开涉及图像处理技术领域,特别涉及一种图像去重方法及装置。
背景技术
随着移动终端中的拍摄功能的日益普及,用户使用移动终端拍摄图像成为移动终端的常见使用方法之一。
移动终端中的图像拍摄方法有多种,其中连拍模式因能够在短时间内采集大量图像而在一些特定场景中被广泛使用,在通过连拍模式获取到大量图像后,用户需要在大量图像中逐张比较,选取画面较清晰或者人物表情较符合要求的图像作为选定的图像,以便之后的图像的使用或者处理。
发明内容
本公开实施例提供了一种图像去重方法及装置,该技术方案如下:
根据本公开实施例的第一方面,提供了一种图像去重方法,该方法包括:
获取至少两张待处理图像;
对该至少两张待处理图像进行图像分析,获得该至少两张待处理图像各自对应的图像质量;
根据该至少两张待处理图像各自对应的图像质量,对该至少两张待处理图像进行去重处理,获得目标图像。
可选的,对该至少两张待处理图像进行图像分析,获得该至少两张待处理图像各自对应的图像质量,包括:
对该至少两张待处理图像进行图像分析,获取该至少两张待处理图像中每一张图像的整幅图像质量,整幅图像质量用于指示单张图像的整体图像质量的高低;
根据该至少两张待处理图像各自对应的图像质量,对该至少两张待处理图像进行去重处理,获得目标图像,包括:
将所述该两张待处理图像中,整幅图像质量最高的图像确定为目标图像;
删除该至少两张待处理图像中除目标图像外的其它图像。
可选的,该至少两张待处理图像分别由至少一个图像元素对应的局部图像组成,且该至少两张待处理图像各自对应的图像元素相同,每个图像元素对应图像中一个人或物,对该至少两张待处理图像进行图像分析,获得该至少两张待处理图像各自对应的图像质量,包括:
对于该至少两张待处理图像中的每一张图像,对该图像中包含的至少一个图像元素各自对应的局部图像进行分析,获得该图像中的至少一个图像元素各自对应的局部图像的图像质量。
可选的,根据该至少两张待处理图像各自对应的图像质量,对该至少两张待处理图像进行去重处理,获得目标图像,包括:
对于至少一个图像元素中的每一个图像元素,将该至少两张待处理图像中,对应该图像元素且图像质量最高的局部图像确定为该图像元素的目标局部图像;
将该至少一个图像元素各自对应的目标局部图像进行组合,获得该目标图像;
将该至少两张待处理图像删除。
可选的,该至少一个图像元素包括两个或两个以上图像元素,将该至少一个图像元素各自对应的目标局部图像进行组合,获得目标图像,包括:
确定该两个或两个以上图像元素各自之间的层级关系;
获取该两个或两个以上图像元素各自对应的目标局部图像在该至少两张待处理图像中的位置;
根据该两个或两个以上图像元素各自之间的层级关系,以及该两个或两个以上图像元素各自对应的目标局部图像在该至少两张待处理图像中的位置,将该两个或两个以上图像元素各自对应的目标局部图像绘制在同一张画布上,获得目标图像。
可选的,将该至少一个图像元素各自对应的目标局部图像进行组合,获得目标图像,还包括:
对于该两个或两个以上图像元素中的两个图像元素,当该两个图像元素各自对应的目标局部图像之间存在空白区域时,使用下层图像元素对应的目标局部图像中,邻近该空白区域的像素填充该空白区域,下层图像元素是该两个图像元素中低层级的图像元素。
可选的,对于该至少两张待处理图像中的每一张图像,对该图像中包含的至少一个图像元素各自对应的局部图像进行分析,获得该图像中的至少一个图像元素各自对应的局部图像的图像质量,包括:
对于该图像中的一个图像元素,当该图像元素对应图像中的人体时,根据该图像元素对应在该图像中的动作参数,对该图像元素在该图像中的局部图像进行评分,获得该图像元素对应在所述图像中的局部图像的图像质量,其中,动作参数包括面部表情、眼神或肢体形态中的至少一种;
对于该图像中的一个图像元素,当该图像元素对应图像中的物体时,根据该图像元素对应在该图像中的质量参数,对该图像元素在该图像中的局部图像进行评分,获得该图像元素对应在该图像中的局部图像的图像质量,其中,质量参数包括对比度、亮度或清晰度中的至少一种。
可选的,获取至少两张待处理图像,包括:
将连拍模式下单次拍摄获得的至少两张图像获取为至少两张待处理图像。
根据本公开实施例的第二方面,提供了一种图像去重装置,该装置包括:
图像获取模块,被配置为获取至少两张待处理图像。
质量获取模块,被配置为对该至少两张待处理图像进行图像分析,获得该至少两张待处理图像各自对应的图像质量。
图像去重模块,被配置为根据该至少两张待处理图像各自对应的图像质量,对该至少两张待处理图像进行去重处理,获得目标图像。
可选的,该质量获取模块,包括:
第一获取子模块,被配置为对该至少两张待处理图像进行图像分析,获取该至少两张待处理图像中每一张图像的整幅图像质量,整幅图像质量用于指示单张图像的整体图像质量的高低。
该图像去重模块,包括:
第一确定子模块,被配置为将该至少两张待处理图像中,整幅图像质量最高的图像确定为目标图像。
第一删除子模块,被配置为删除该至少两张待处理图像中除目标图像外的其它图像。
可选的,至少两张待处理图像分别由至少一个图像元素对应的局部图像组成,且该至少两张待处理图像各自对应的图像元素相同,每个图像元素对应图像中一个人或物,该质量获取模块,包括:
第二获取子模块,被配置为对于该至少两张待处理图像中的每一张图像,对该图像中包含的至少一个图像元素各自对应的局部图像进行分析,获得该图像中的至少一个图像元素各自对应的局部图像的图像质量。
可选的,该图像去重模块,包括:
第二确定子模块,被配置为对于该至少一个图像元素中的每一个图像元素,将该至少两张待处理图像中,对应该图像元素且图像质量最高的局部图像确定为该图像元素的目标局部图像。
组合子模块,被配置为将该至少一个图像元素各自对应的目标局部图像进行组合,获得目标图像。
第二删除子模块,被配置为将该至少两张待处理图像删除。
可选的,该至少一个图像元素包括两个或两个以上图像元素,该组合子模块,包括:
层级确定子模块,被配置为确定该两个或两个以上图像元素各自之间的层级关系。
位置确定子模块,被配置为获取该两个或两个以上图像元素各自对应的目标局部图像在该至少两张待处理图像中的位置。
图像获得子模块,被配置为根据该两个或两个以上图像元素各自之间的层级关系,以及该两个或两个以上图像元素各自对应的目标局部图像在该至少两张待处理图像中的位置,将该两个或两个以上图像元素各自对应的目标局部图像绘制在同一张画布上,获得目标图像。
可选的,该组合子模块,还包括:
填充子模块,被配置为对于该两个或两个以上图像元素中的两个图像元素,当该两个图像元素各自对应的目标局部图像之间存在空白区域时,使用下层图像元素对应的目标局部图像中,邻近该空白区域的像素填充该空白区域,下层图像元素是该两个图像元素中低层级的图像元素。
可选的,该第二获取子模块,包括:
人物评分子模块,被配置为对于该图像中的一个图像元素,当该图像元素对应图像中的人体时,根据该图像元素对应在该图像中的动作参数,对该图像元素在该图像中的局部图像进行评分,获得该图像元素对应在该图像中的局部图像的图像质量,该动作参数包括面部表情、眼神或肢体形态中的至少一种。
物体评分子模块,被配置为对于该图像中的一个图像元素,当该图像元素对应图像中的物体时,根据该图像元素对应在该图像中的质量参数,对该图像元素在该图像中的局部图像进行评分,获得该图像元素对应在该图像中的局部图像的图像质量,该质量参数包括对比度、亮度或清晰度中的至少一种。
可选的,该图像获取模块,包括:
图像获取子模块,被配置为将连拍模式下单次拍摄获得的至少两张图像获取为该至少两张待处理图像。
根据本公开实施例的第三方面,提供了一种图像去重装置,该装置包括:
处理器,用于存储所述处理器的可执行指令的存储器,其中,该处理器被配置为:
获取至少两张待处理图像;
对该至少两张待处理图像进行图像分析,获得该至少两张待处理图像各自对应的图像质量;
根据该至少两张待处理图像各自对应的图像质量,对该至少两张待处理图像进行去重处理,获得目标图像。
本公开实施例提供的技术方案可以包括以下有益效果:
通过获取至少两张待处理图像,对该至少两张待处理图像进行图像分析,获得该至少两张待处理图像各自对应的图像质量,根据该至少两张待处理图像各自对应的图像质量,对该至少两张待处理图像进行去重处理,获得目标图像,使得终端能够对多张相似的图像进行去重,获得图像质量较高的目标图像,提高了终端自动获取重复图像中质量最高图像的能力,避免内容相似的图像过多而导致的不必要的存储空间占用,减少人工的工作量。
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,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种图像去重方法的流程图;
图2是根据一示例性实施例示出的另一种图像去重方法的流程图;
图3是基于图2所示实施例示出的一种获取待处理图像的界面图;
图4是基于图2所示实施例示出的一种图像去重的过程的示意图;
图5是根据一示例性实施例示出的另一种图像去重方法的流程图;
图6是基于图5所示实施例示出的一种图像去重的过程的示意图;
图7是根据一示例性实施例示出的一种图片去重装置的框图;
图8是根据一示例性实施例示出的另一种图片去重装置的框图;
图9是根据一示例性实施例示出的一种装置的框图。
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公开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、本公开的一些方面相一致的方法和装置的例子。
本公开所示实施例,可以由终端作为执行主体来执行下列各个附图中的步骤,该终端可以具有展示待处理图片的功能,以及处理待处理图片对应的数据的功能,在实际应用中,该终端包含但不限于手机、数码相机、数码摄像机、平板电脑、膝上型电脑、便携式影音播放设备或可穿戴设备等中任意一种电子设备。
图1是根据一示例性实施例示出的一种图像去重方法的流程图,该图像去重方法可以由终端作为执行主体来实现,该图像去重方法可以包括如下几个步骤:
在步骤101中,获取至少两张待处理图像。
在步骤102中,对该至少两张待处理图像进行图像分析,获得该至少两张待处理图像各自对应的图像质量。
在步骤103中,根据该至少两张待处理图像各自对应的图像质量,对该至少两张待处理图像进行去重处理,获得目标图像。
综上所述,本公开实施例提供的一种图像去重方法,通过获取至少两张待处理图像,对该至少两张待处理图像进行图像分析,获得该至少两张待处理图像各自对应的图像质量,根据该至少两张待处理图像各自对应的图像质量,对该至少两张待处理图像进行去重处理,获得目标图像,使得终端能够将多张相似的图像合成为图像质量高的目标图像,提高了终端自动获取重复图像中质量最高图像的能力,避免内容相似的图像过多而导致的不必要的存储空间占用,减少人工的工作量。
图2是根据一示例性实施例示出的另一种图像去重方法的流程图,该图像去重方法可以由终端作为执行主体来实现,该图像去重方法可以包括如下几个步骤:
在步骤201中,将连拍模式下单次拍摄获得的至少两张图像获取为至少两张待处理图像。
在本公开实施例中,终端可以将图像采集设备在连拍模式下单次拍摄获得的至少两张图像获取为至少两张待处理图像。其中,终端和图像采集设备可以是同一个设备,也可以是不同的设备。当终端和图像采集设备是同一个设备时,终端和图像采集设备可以是具有拍摄功能的电子设备,例如手机或平板电脑;当终端和图像采集设备是不同的设备时,终端可以接收图像采集设备在连拍模式下单次获得的至少两张图像,将该至少两张图像获取为至少两张待处理图像。
或者,终端也可以通过接收用户针对图像的选定操作,来确定至少两张待处理图像。比如,终端可以将在连拍模式下单次拍摄获得的至少两张图像展示在终端的屏幕中,获取用户对展示在屏幕中的至少两张图像的选定操作,根据该选定操作确定对应的至少两张图像作为至少两张待处理图像。或者,终端展示给用户的图像也可以不限制为连拍模式下单次拍摄获得的图像,比如,终端展示某一个相册中的各个图像,由用户从展示的图像中的选定至少两张图像作为待处理图像。其中,针对终端接收到的选定操作而言,其包含但不限于:特定触摸轨迹操作、轻点操作、轻按操作和重按操作。
可选的,当选定操作是特定触摸轨迹操作时,该操作在屏幕上滑动产生的轨迹经过的项目所对应的图像,即为被选定的至少两张待处理图像。例如,终端将在连拍模式中单次拍摄的各张图像以略缩图的形式展示,用户用手指划过其中一些图像的略缩图,终端将用户手指划过的略缩图所对应的图像选定为至少两张待处理图像。
在步骤202中,对该至少两张待处理图像进行图像分析,获取该至少两张待处理图像中每一张图像的整幅图像质量。
终端获取的该整幅图像质量,用于指示单张图像的整体图像质量的高低。由于单张图像中包含的内容可能比较单一,也可能比较丰富,所以在本实施例中获取该整幅图像质量的方式,既可以是将该单张图像作为整体来确定该整幅图像质量,也可以是将单张图像中各个局部图像分别评分后综合获取该单张图像的整幅图像质量。
当终端将单张图像作为整体确定整幅图像质量时,终端将提取该单张图像的全局特征。其中,全局特征是对该单张图像的全局性描述,体现了该单张图像的整体特征,本公开实施例可以使用方差、直方图和灰度矩阵等全局特征来反映整幅图像质量的高低。
另外,由于全局特征用于反映图像整体呈现的直观形象,所以颜色分布函数、光照强度、景深和图像清晰度等反映直观形象的特征也能够作为本公开实施中的全局特征。
当终端将单张图像中各个局部图像分别评分后综合获取该单张图像的整幅图像质量时,终端通过图像分析的手段,从该单张图像中提取出主体区域和背景区域,或者,从该单张图像中提取出若干个局部图像。之后,对每一个局部图像中的像素进行提取,分别计算后得到相应的特征的数值,本公开实施例可以使用图像结构理论中的三分法则、黄金分割法制或对角线法则,也可以使用局部图像的清晰度、局部物体饱和度、局部物体对比度以及人脸审美比例作为局部特征。终端在图像分析时,根据选用的各个局部特征的数值,获取该单张图像的整幅图像质量。其中,该整幅图像质量可以以数值或等级的形式来表示图像的整体图像质量高低。
在步骤203中,将该至少两张待处理图像中,整幅图像质量最高的图像确定为目标图像。
终端在获取了每一张待处理图像的整幅图像质量后,将以所有待处理图像组成的图像集合为范围,选择其中整幅图像质量最高的图像为目标图像。由于终端在本公开实施例中需要获取图像质量最高的图像,所以需要确定出图像质量最高的图像作为目标图像。该图像质量最高的图像可以是整幅图像质量最高的一张图像,也可以是整幅图像质量最高的前指定数量张图像。
例如,终端在一次连拍模式下获取的待处理图像是十张,其中整幅图像质量最高的前三张图像依次是第三张、第四张和第七张图像。当终端需要选定的目标图像是一张时,终端选定该第三张图像作为目标图像,当终端需要选定的目标图像是三张时,终端选定该第三张、第四张和第七张图像作为目标图像。
在步骤204中,删除该至少两张待处理图像中除该目标图像外的其它图像。
终端在该至少两张待处理图像中,删除除了该目标图像外的其它图像,从而在保留图像质量最高的目标图像的前提下,减少了对终端存储容量的占用。
比如,以终端和图像采集设备是同一个设备手机,该手机在连拍模式下单次获取了十张图像为例,说明本公开实施例的一个能够实现的实施过程。请参考图3,其是基于图2所示实施例示出的一种获取待处理图像的界面图。用户在手机相册中用手指划过在连拍模式下单次获取的十张图像,手机将该十张图像确定为待处理图像,手机根据预设的处理方式给每一张待处理图像分别打分,获取分别对应十张待处理图像的十个整幅图像质量的分值,其中第三张图像301的整幅图像质量的分值最高,手机将该第三张图像301确定为目标图像,之后手机将删除另外九张待处理图像,此时手机相册中保存的待处理图像是作为整幅图像质量最高的第三张图像301。
请参考图4,其是基于图2所示实施例示出的一种图像去重的过程的示意图。其中,终端将获取的至少两张图像401通过图像分析402的过程后,得到至少两张图像中每一张图像的整幅图像评分,其中,图像分析402要结合评分信息403进行,评分信息403包括图像的全局特征和局部特征中的至少一种。终端通过删除处理404将目标图像之外的其余待处理图像删除,得到处理后的目标图像405。
综上所述,本公开实施例提供的一种图像去重方法,通过将连拍模式下单次拍摄获得的至少两张图像获取为至少两张待处理图像,对该至少两张待处理图像进行图像分析,获取该至少两张待处理图像中每一张图像的整幅图像质量,将该至少两张待处理图像中,整幅图像质量最高的图像确定为目标图像,使得终端能够将多张相似的图像合成为图像质量高的目标图像,提高了终端自动获取重复图像中质量最高图像的能力,避免内容相似的图像过多而导致的不必要的存储空间占用,减少人工的工作量。
图5是根据一示例性实施例示出的另一种图像去重方法的流程图,该图像去重方法可以由终端作为执行主体来实现,该图像去重方法可以包括如下几个步骤:
在本公开实施例中,至少两张待处理图像分别由至少一个图像元素对应的局部图像组成,且该至少两张待处理图像各自对应的图像元素相同,每个图像元素对应图像中一个人或物。其中,图像元素表示一个人物或者表示一个物体,每一个图像元素在一张待处理图像中均对应一个局部图像。在每一张待处理图像中,若终端确定本次待处理图像中的图像元素为M个,则每一张待处理图像均有对应于M个图像元素的M个局部图像构成。例如,当终端通过图像分析将至少两张待处理图像中的每一张图像,均分为人物和物体2个图像元素,则每一张图像均由对应人物的局部图像和对应物体的局部图像构成。
在步骤501中,将连拍模式下单次拍摄获得的至少两张图像获取为至少两张待处理图像。
步骤501的执行过程可参见步骤201的执行过程,此处不再赘述。
在终端执行完成步骤501后,终端对该至少两张待处理图像中的每一张图像,对该图像中包含的至少一个图像元素各自对应的局部图像进行分析,获得该图像中的至少一个图像元素各自对应的局部图像的图像质量。例如,终端获取了N张待处理图像,N张待处理图像中每一张图像均被分为3个局部图像,这3个局部图像分别是人物A对应的局部图像、人物B对应的局部图像和背景对应的局部图像,终端在执行完成步骤501之后,对N张图像中每一张图像对应的3个部分的局部图像均进行打分,此时,人物A对应的局部图像、人物B对应的局部图像和背景对应的局部图像的图像质量均有N个打分分值。
在实际应用中,终端可以通过执行步骤502和/或步骤503来获得该图像中的至少一个图像元素各自对应的局部图像的图像质量。
在步骤502中,对于该图像中的一个图像元素,当该图像元素对应图像中的人体时,根据该图像元素对应在该图像中的动作参数,对该图像元素在该图像中的局部图像进行评分,获得该图像元素对应在该图像中的局部图像的图像质量。
其中,在该待处理图像中的人体的动作参数,包括面部表情、眼神或肢体形态中的至少一种。面部表情用于指示被拍摄人物的面部的图像质量高低,其中面部被遮挡造成的面部图像不完整可以认定为图像质量低,相对的面部图像完整可以认定为图像质量高,面部表情还可以包括微笑、张嘴大笑、抿嘴严肃或皱眉生气等表情。眼神用于指示被拍摄人物的眼睛图像形态,包括睁眼、闭眼或红眼(因瞳孔反光产生的眼睛图像)等,肢体形态用于指示被拍摄人物的体态和四肢形态,包括坐姿、立姿、卧姿、举手、抱胸或叉腰等姿势。
在步骤503中,对于该图像中的一个图像元素,当该图像元素对应图像中的物体时,根据该图像元素对应在该图像中的质量参数,对该图像元素在该图像中的局部图像进行评分,获得该图像元素对应在该图像中的局部图像的图像质量。
其中,在该待处理图像中的物体的质量参数包括对比度、亮度或清晰度中的至少一种,对待处理图像中的物体的质量参数评分时,可以将预设的对比度、预设的亮度作为模版,与该模版的数值越接近,该物体的质量参数评分越高。其中,该待处理图像中的物体的质量参数是清晰度时,该清晰度越高,该物体的质量参数评分越高。
在步骤504中,对于该至少一个图像元素中的每一个图像元素,将该至少两张待处理图像中,对应该图像元素且图像质量最高的局部图像确定为该图像元素的目标局部图像。
终端在经过上述步骤后获取的各个图像元素对应的局部图像中,为每一个图像元素选取该图像元素对应的图像质量最高的局部图像,作为该图像元素的目标局部图像。
终端在执行完成步骤504后,可以将该至少一个图像元素各自对应的目标局部图像进行组合,获得该目标图像。例如,待处理图像含有人物元素和物体元素两个元素,终端可以将该人物元素对应的目标局部图像和该物体局部图像对应的目标局部图像进行组合,组合后的图像为目标图像。
在步骤505中,确定该两个或两个以上图像元素各自之间的层级关系。
当待处理图像中包含两个或者两个以上的图像元素时,终端将确定该两个或者两个以上的图像元素之间的层级关系,该层级关系可以用来表示图像元素与图像采集设备之间距离的关系。例如,对于两个图像元素而言,终端可以将两者中与图像采集设备之间距离较近的图像元素标记为上层图像元素,将两者中与图像采集设备之间距离较远的图像元素标记为下层图像元素。
在步骤506中,获取该两个或两个以上图像元素各自对应的目标局部图像在该至少两张待处理图像中的位置。
终端获取该两个或两个以上图像元素各自对应的目标局部图像,在该至少两张待处理图像中的位置,该位置是该两个或两个以上图像元素各自对应的目标局部图像在同一参照物或者坐标系下获取的位置信息。
在步骤507中,根据该两个或两个以上图像元素各自之间的层级关系,以及该两个或两个以上图像元素各自对应的目标局部图像在该至少两张待处理图像中的位置,将该两个或两个以上图像元素各自对应的目标局部图像绘制在同一张画布上,获得该目标图像。
终端根据各个图像元素之间的层级关系,按照从下层图像元素到上层图像元素的次序,结合各个图像元素的位置信息将各个图像元素绘制在同一张画布上。该将各个图像元素绘制在同一张画布上后形成的图像是目标图像。
可选的,对于该两个或两个以上图像元素中的两个图像元素,当该两个图像元素各自对应的目标局部图像之间存在空白区域时,使用下层图像元素对应的目标局部图像中,邻近该空白区域的像素填充该空白区域。
其中,该下层图像元素是该两个图像元素中低层级的图像元素。终端当该两个或两个以上图像元素各自对应的目标局部图像之间存在空白区域时,终端将使用空白区域临近的下层图像元素对应的目标局部元素中的像素,对该空白区域进行填充。其中,终端可以使用该目标局部元素中的像素对该空白区域直接进行填充,例如空白区域与相邻的目标局部元素中的像素边界上的像素点可以向该空白区域以指定长度进行像素填充,形成像素对空白区域的延伸填充。
在步骤508中,将该至少两张待处理图像删除。
终端将用于获取目标图像的至少两张待处理图像删除,并释放该至少两张待处理图像占据的存储空间。
比如,以图像采集设备和终端为同一个设备手机,待处理图像为3张,待处理图像中的元素为人物元素和物体元素2个图像元素为例,介绍本公开实施例的其中一种能够实现的方式。请参考图6,其是基于图5所示实施例示出的一种图像去重的过程的示意图,终端将3张待处理图像601a、待处理图像601b和待处理图像601c,结合图像元素分类信息602通过图像分析603处理,得到3个对应人物图像元素的人物局部图像604a、人物局部图像604b和人物局部图像604c,以及3个对应物体图像元素的物体局部图像605a、物体局部图像605b以及物体局部图像605c。其中,3个人物局部图像结合动作参数606经过人物局部图像评分607得到图像质量最高的人物局部图像604a;3个物体局部图像结合质量参数608经过物体局部图像评分609得到图像质量最高的物体局部图像605c。图像质量最高的人物局部图像604a和物体局部图像605c经过组合处理610,得到处理后的目标图像611。
综上所述,本公开实施例提供的一种图片去重方法,通过将连拍模式下单次拍摄获得的至少两张图像获取为至少两张待处理图像,对每一张待处理图像中的各个图像元素对应的局部图像进行评分,当该图像元素对应人体时,使用动作参数进行评分,当该图像元素对应物体时,使用质量参数进行评分,将待处理图像中的各个图像元素对应的图像质量最高的局部图像确定为目标局部图像,确定各个目标局部图像的层级关系和在待处理图像中的位置,根据该层级关系和在处理图像中的位置将各个目标局部图像进行组合,当目标局部图像之间存在空白区域时,使用下层图像元素对应的目标局部图像的像素填充临近的空白区域,获得目标图像,并将上述至少两张待处理图像删除,使得终端能够将多张相似的图像合成为图像质量高的目标图像,提高了终端自动获取重复图像中质量最高图像的能力,避免内容相似的图像过多而导致的不必要的存储空间占用,减少人工的工作量。
图7是根据一示例性实施例示出的一种图片去重装置的框图,本图片去重装置可以由硬件电路或者通过软件和硬件相结合的方式,构成终端的全部或者部分,以实现图1、图2或图5中所示的图片去重方法,该图片去重装置包括:图像获取模块701、质量获取模块702和图像去重模块703。
图像获取模块701,被配置为获取至少两张待处理图像。
质量获取模块702,被配置为对该至少两张待处理图像进行图像分析,获得该至少两张待处理图像各自对应的图像质量。
图像去重模块703,被配置为根据该至少两张待处理图像各自对应的图像质量,对该至少两张待处理图像进行去重处理,获得目标图像。
综上所述,本公开实施例提供的一种图片去重装置,通过获取至少两张待处理图像,对该至少两张待处理图像进行图像分析,获得该至少两张待处理图像各自对应的图像质量,根据该至少两张待处理图像各自对应的图像质量,对该至少两张待处理图像进行去重处理,获得目标图像,使得终端能够将多张相似的图像合成为图像质量高的目标图像,提高了终端自动获取重复图像中质量最高图像的能力,避免内容相似的图像过多而导致的不必要的存储空间占用,减少人工的工作量。
图8是根据一示例性实施例示出的另一种图片去重装置的框图,本图片去重装置可以由硬件电路或者通过软件和硬件相结合的方式,构成终端的全部或者部分,以实现图1、图2或图5中所示的图片去重方法,该图片去重装置包括:图像获取模块801、质量获取模块802和图像去重模块803。
图像获取模块801,被配置为获取至少两张待处理图像。
质量获取模块802,被配置为对该至少两张待处理图像进行图像分析,获得该至少两张待处理图像各自对应的图像质量。
图像去重模块803,被配置为根据该至少两张待处理图像各自对应的图像质量,对该至少两张待处理图像进行去重处理,获得目标图像。
可选的,该质量获取模块802,包括:第一获取子模块802a。
第一获取子模块802a,被配置为对该至少两张待处理图像进行图像分析,获取该至少两张待处理图像中每一张图像的整幅图像质量,整幅图像质量用于指示单张图像的整体图像质量的高低。
该图像去重模块803,包括:第一确定子模块803a和第一删除子模块803b。
第一确定子模块803a,被配置为将该至少两张待处理图像中,整幅图像质量最高的图像确定为目标图像。
第一删除子模块803b,被配置为删除该至少两张待处理图像中除目标图像外的其它图像。
可选的,至少两张待处理图像分别由至少一个图像元素对应的局部图像组成,且该至少两张待处理图像各自对应的图像元素相同,每个图像元素对应图像中一个人或物,该质量获取模块802,包括:第二获取子模块802b。
第二获取子模块802b,被配置为对于该至少两张待处理图像中的每一张图像,对该图像中包含的至少一个图像元素各自对应的局部图像进行分析,获得该图像中的至少一个图像元素各自对应的局部图像的图像质量。
可选的,该图像去重模块803,包括:第二确定子模块803c、组合子模块803d和第二删除子模块803e。
第二确定子模块803c,被配置为对于该至少一个图像元素中的每一个图像元素,将该至少两张待处理图像中,对应该图像元素且图像质量最高的局部图像确定为该图像元素的目标局部图像。
组合子模块803d,被配置为将该至少一个图像元素各自对应的目标局部图像进行组合,获得目标图像。
第二删除子模块803e,被配置为将该至少两张待处理图像删除。
可选的,该至少一个图像元素包括两个或两个以上图像元素,该组合子模块803d,包括:层级确定子模块803d1、位置确定子模块803d2和图像获得子模块803d3。
层级确定子模块803d1,被配置为确定该两个或两个以上图像元素各自之间的层级关系。
位置确定子模块803d2,被配置为获取该两个或两个以上图像元素各自对应的目标局部图像在该至少两张待处理图像中的位置。
图像获得子模块803d3,被配置为根据该两个或两个以上图像元素各自之间的层级关系,以及该两个或两个以上图像元素各自对应的目标局部图像在该至少两张待处理图像中的位置,将该两个或两个以上图像元素各自对应的目标局部图像绘制在同一张画布上,获得目标图像。
可选的,该组合子模块803d,还包括:填充子模块803d4。
填充子模块803d4,被配置为对于该两个或两个以上图像元素中的两个图像元素,当该两个图像元素各自对应的目标局部图像之间存在空白区域时,使用下层图像元素对应的目标局部图像中,邻近该空白区域的像素填充该空白区域,下层图像元素是该两个图像元素中低层级的图像元素。
可选的,该第二获取子模块802b,包括:人物评分子模块802b1和物体评分子模块802b2。
人物评分子模块802b1,被配置为对于该图像中的一个图像元素,当该图像元素对应图像中的人体时,根据该图像元素对应在该图像中的动作参数,对该图像元素在该图像中的局部图像进行评分,获得该图像元素对应在该图像中的局部图像的图像质量,该动作参数包括面部表情、眼神或肢体形态中的至少一种。
物体评分子模块802b2,被配置为对于该图像中的一个图像元素,当该图像元素对应图像中的物体时,根据该图像元素对应在该图像中的质量参数,对该图像元素在该图像中的局部图像进行评分,获得该图像元素对应在该图像中的局部图像的图像质量,该质量参数包括对比度、亮度或清晰度中的至少一种。
可选的,该图像获取模块801,包括:图像获取子模块801a。
图像获取子模块801a,被配置为将连拍模式下单次拍摄获得的至少两张图像获取为该至少两张待处理图像。
综上所述,本公开实施例提供的一种图片去重装置,通过将连拍模式下单次拍摄获得的至少两张图像获取为至少两张待处理图像,对每一张待处理图像中的各个图像元素对应的局部图像进行评分,当该图像元素对应人体时,使用动作参数进行评分,当该图像元素对应物体时,使用质量参数进行评分,将待处理图像中的各个图像元素对应的图像质量最高的局部图像确定为目标局部图像,确定各个目标局部图像的层级关系和在待处理图像中的位置,根据该层级关系和在处理图像中的位置将各个目标局部图像进行组合,当目标局部图像之间存在空白区域时,使用下层图像元素对应的目标局部图像的像素填充临近的空白区域,获得目标图像,使得终端能够将多张相似的图像合成为图像质量高的目标图像,提高了终端自动获取重复图像中质量最高图像的能力,避免内容相似的图像过多而导致的不必要的存储空间占用,减少人工的工作量。
本公开实施例还提供了一种图片去重装置,能够实现本公开提供的图片去重方法。该装置包括:处理器,以及用于存储处理器的可执行指令的存储器。其中,处理器被配置为:
获取至少两张待处理图像;
对该至少两张待处理图像进行图像分析,获得该至少两张待处理图像各自对应的图像质量;
根据该至少两张待处理图像各自对应的图像质量,对该至少两张待处理图像进行去重处理,获得目标图像。
可选的,对该至少两张待处理图像进行图像分析,获得该至少两张待处理图像各自对应的图像质量,包括:
对该至少两张待处理图像进行图像分析,获取该至少两张待处理图像中每一张图像的整幅图像质量,整幅图像质量用于指示单张图像的整体图像质量的高低;
根据该至少两张待处理图像各自对应的图像质量,对该至少两张待处理图像进行去重处理,获得目标图像,包括:
将该两张待处理图像中,整幅图像质量最高的图像确定为目标图像;
删除该至少两张待处理图像中除目标图像外的其它图像。
可选的,该至少两张待处理图像分别由至少一个图像元素对应的局部图像组成,且该至少两张待处理图像各自对应的图像元素相同,每个图像元素对应图像中一个人或物,对该至少两张待处理图像进行图像分析,获得该至少两张待处理图像各自对应的图像质量,包括:
对于该至少两张待处理图像中的每一张图像,对该图像中包含的至少一个图像元素各自对应的局部图像进行分析,获得该图像中的至少一个图像元素各自对应的局部图像的图像质量。
可选的,根据该至少两张待处理图像各自对应的图像质量,对该至少两张待处理图像进行去重处理,获得目标图像,包括:
对于至少一个图像元素中的每一个图像元素,将该至少两张待处理图像中,对应该图像元素且图像质量最高的局部图像确定为该图像元素的目标局部图像;
将该至少一个图像元素各自对应的目标局部图像进行组合,获得该目标图像;
将该至少两张待处理图像删除。
可选的,该至少一个图像元素包括两个或两个以上图像元素,将该至少一个图像元素各自对应的目标局部图像进行组合,获得目标图像,包括:
确定该两个或两个以上图像元素各自之间的层级关系;
获取该两个或两个以上图像元素各自对应的目标局部图像在该至少两张待处理图像中的位置;
根据该两个或两个以上图像元素各自之间的层级关系,以及该两个或两个以上图像元素各自对应的目标局部图像在该至少两张待处理图像中的位置,将该两个或两个以上图像元素各自对应的目标局部图像绘制在同一张画布上,获得目标图像。
可选的,将该至少一个图像元素各自对应的目标局部图像进行组合,获得目标图像,还包括:
对于该两个或两个以上图像元素中的两个图像元素,当该两个图像元素各自对应的目标局部图像之间存在空白区域时,使用下层图像元素对应的目标局部图像中,邻近该空白区域的像素填充该空白区域,下层图像元素是该两个图像元素中低层级的图像元素。
可选的,对于该至少两张待处理图像中的每一张图像,对该图像中包含的至少一个图像元素各自对应的局部图像进行分析,获得该图像中的至少一个图像元素各自对应的局部图像的图像质量,包括:
对于该图像中的一个图像元素,当该图像元素对应图像中的人体时,根据该图像元素对应在该图像中的动作参数,对该图像元素在该图像中的局部图像进行评分,获得该图像元素对应在该图像中的局部图像的图像质量,其中,动作参数包括面部表情、眼神或肢体形态中的至少一种;
对于该图像中的一个图像元素,当该图像元素对应图像中的物体时,根据该图像元素对应在该图像中的质量参数,对该图像元素在该图像中的局部图像进行评分,获得该图像元素对应在该图像中的局部图像的图像质量,其中,质量参数包括对比度、亮度或清晰度中的至少一种。
可选的,获取至少两张待处理图像,包括:
将连拍模式下单次拍摄获得的至少两张图像获取为至少两张待处理图像。
需要说明的一点是,上述实施例提供的装置在实现其功能时,仅以上述各个功能模块的划分进行举例说明,实际应用中,可以根据实际需要而将上述功能分配由不同的功能模块完成,即将设备的内容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。
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。
图9是根据一示例性实施例示出的一种装置900的框图。例如,装置900可以是智能手机、可穿戴设备、智能电视和车载终端等电子设备。
参照图9,装置900可以包括以下一个或多个组件:处理组件902,存储器904,电源组件906,多媒体组件908,音频组件910,输入/输出(I/O)的接口912,传感器组件914,以及通信组件916。
处理组件902通常控制装置900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902可以包括一个或多个处理器920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902可以包括一个或多个模块,便于处理组件902和其他组件之间的交互。例如,处理组件902可以包括多媒体模块,以方便多媒体组件908和处理组件902之间的交互。
存储器904被配置为存储各种类型的数据以支持在装置900的操作。这些数据的示例包括用于在装置900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904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906为装置900的各种组件提供电力。电源组件906可以包括电源管理系统,一个或多个电源,及其他与为装置900生成、管理和分配电力相关联的组件。
多媒体组件908包括在装置900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。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908包括一个前置摄像头和/或后置摄像头。当装置900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910被配置为输出和/或输入音频信号。例如,音频组件910包括一个麦克风(MIC),当装置900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904或经由通信组件916发送。在一些实施例中,音频组件99还包括一个扬声器,用于输出音频信号。
I/O接口912为处理组件902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,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件914包括一个或多个传感器,用于为装置900提供各个方面的状态评估。例如,传感器组件914可以检测到装置900的打开/关闭状态,组件的相对定位,例如组件为装置900的显示器和小键盘,传感器组件914还可以检测装置900或装置900一个组件的位置改变,用户与装置900接触的存在或不存在,装置900方位或加速/减速和装置900的温度变化。传感器组件914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914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914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916被配置为便于装置900和其他设备之间有线或无线方式的通信。装置900可以接入基于通信标准的无线网络,如WiFi,2G、3G或4G,或它们的组合。在一个示例性实施例中,通信组件916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,通信组件916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900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904,上述指令可由装置900的处理器920执行以完成上述方法。例如,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,当存储介质中的指令由装置900的处理器执行时,使得装置900能够执行上述由终端执行的图像去重方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、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公开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,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开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。本公开的范围仅由所附的权利要求来限制。

Claims (7)

1.一种图像去重方法,其特征在于,所述方法包括:
获取至少两张待处理图像,所述至少两张待处理图像分别由至少一个图像元素对应的局部图像组成,且所述至少两张待处理图像各自对应的图像元素相同,每个图像元素对应图像中一个人或物,且所述至少一个图像元素包括两个或两个以上图像元素;
对于所述图像中的一个图像元素,当所述图像元素对应图像中的人体时,根据所述图像元素对应在所述图像中的动作参数,对所述图像元素在所述图像中的局部图像进行评分,获得所述图像元素对应在所述图像中的局部图像的图像质量,所述动作参数包括面部表情、眼神或肢体形态中的至少一种;
对于所述图像中的一个图像元素,当所述图像元素对应图像中的物体时,根据所述图像元素对应在所述图像中的质量参数,对所述图像元素在所述图像中的局部图像进行评分,获得所述图像元素对应在所述图像中的局部图像的图像质量,所述质量参数包括对比度、亮度或清晰度中的至少一种;
对于所述至少一个图像元素中的每一个图像元素,将所述至少两张待处理图像中,对应所述图像元素且图像质量最高的局部图像确定为所述图像元素的目标局部图像;
将所述至少一个图像元素各自对应的目标局部图像进行组合,获得目标图像;
将所述至少两张待处理图像删除;
其中,所述将所述至少一个图像元素各自对应的目标局部图像进行组合,获得所述目标图像,包括:
确定所述两个或两个以上图像元素各自之间的层级关系;
获取所述两个或两个以上图像元素各自对应的目标局部图像在所述至少两张待处理图像中的位置;
根据所述两个或两个以上图像元素各自之间的层级关系,以及所述两个或两个以上图像元素各自对应的目标局部图像在所述至少两张待处理图像中的位置,将所述两个或两个以上图像元素各自对应的目标局部图像绘制在同一张画布上,获得所述目标图像。
2.根据权利要求1所述的方法,其特征在于,所述将所述至少一个图像元素各自对应的目标局部图像进行组合,获得所述目标图像,还包括:
对于所述两个或两个以上图像元素中的两个图像元素,当所述两个图像元素各自对应的目标局部图像之间存在空白区域时,使用下层图像元素对应的目标局部图像中,邻近所述空白区域的像素填充所述空白区域,所述下层图像元素是所述两个图像元素中低层级的图像元素。
3.根据权利要求1所述的方法,其特征在于,所述获取至少两张待处理图像,包括:
将连拍模式下单次拍摄获得的至少两张图像获取为所述至少两张待处理图像。
4.一种图像去重装置,其特征在于,所述装置包括:
图像获取模块,被配置为获取至少两张待处理图像,所述至少两张待处理图像分别由至少一个图像元素对应的局部图像组成,且所述至少两张待处理图像各自对应的图像元素相同,每个图像元素对应图像中一个人或物,且所述至少一个图像元素包括两个或两个以上图像元素;
质量获取模块,被配置为对所述至少两张待处理图像进行图像分析,获得所述至少两张待处理图像各自对应的图像质量;
图像去重模块,被配置为根据所述至少两张待处理图像各自对应的图像质量,对所述至少两张待处理图像进行去重处理,获得目标图像;
其中,所述质量获取模块,包括:第二获取子模块,被配置为对于所述至少两张待处理图像中的每一张图像,对所述图像中包含的至少一个图像元素各自对应的局部图像进行分析,获得所述图像中的至少一个图像元素各自对应的局部图像的图像质量;
所述第二获取子模块,包括:人物评分子模块,被配置为对于所述图像中的一个图像元素,当所述图像元素对应图像中的人体时,根据所述图像元素对应在所述图像中的动作参数,对所述图像元素在所述图像中的局部图像进行评分,获得所述图像元素对应在所述图像中的局部图像的图像质量,所述动作参数包括面部表情、眼神或肢体形态中的至少一种;物体评分子模块,被配置为对于所述图像中的一个图像元素,当所述图像元素对应图像中的物体时,根据所述图像元素对应在所述图像中的质量参数,对所述图像元素在所述图像中的局部图像进行评分,获得所述图像元素对应在所述图像中的局部图像的图像质量,所述质量参数包括对比度、亮度或清晰度中的至少一种;
其中,所述图像去重模块,包括:第二确定子模块,被配置为对于所述至少一个图像元素中的每一个图像元素,将所述至少两张待处理图像中,对应所述图像元素且图像质量最高的局部图像确定为所述图像元素的目标局部图像;组合子模块,被配置为将所述至少一个图像元素各自对应的目标局部图像进行组合,获得所述目标图像;第二删除子模块,被配置为将所述至少两张待处理图像删除;
所述组合子模块,包括:层级确定子模块,被配置为确定所述两个或两个以上图像元素各自之间的层级关系;位置确定子模块,被配置为获取所述两个或两个以上图像元素各自对应的目标局部图像在所述至少两张待处理图像中的位置;图像获得子模块,被配置为根据所述两个或两个以上图像元素各自之间的层级关系,以及所述两个或两个以上图像元素各自对应的目标局部图像在所述至少两张待处理图像中的位置,将所述两个或两个以上图像元素各自对应的目标局部图像绘制在同一张画布上,获得所述目标图像。
5.根据权利要求4所述的装置,其特征在于,所述组合子模块,还包括:
填充子模块,被配置为对于所述两个或两个以上图像元素中的两个图像元素,当所述两个图像元素各自对应的目标局部图像之间存在空白区域时,使用下层图像元素对应的目标局部图像中,邻近所述空白区域的像素填充所述空白区域,所述下层图像元素是所述两个图像元素中低层级的图像元素。
6.根据权利要求4所述的装置,其特征在于,所述图像获取模块,包括:
图像获取子模块,被配置为将连拍模式下单次拍摄获得的至少两张图像获取为所述至少两张待处理图像。
7.一种图像去重装置,其特征在于,所述装置包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为:
获取至少两张待处理图像,所述至少两张待处理图像分别由至少一个图像元素对应的局部图像组成,且所述至少两张待处理图像各自对应的图像元素相同,每个图像元素对应图像中一个人或物,且所述至少一个图像元素包括两个或两个以上图像元素;
对于所述图像中的一个图像元素,当所述图像元素对应图像中的人体时,根据所述图像元素对应在所述图像中的动作参数,对所述图像元素在所述图像中的局部图像进行评分,获得所述图像元素对应在所述图像中的局部图像的图像质量,所述动作参数包括面部表情、眼神或肢体形态中的至少一种;
对于所述图像中的一个图像元素,当所述图像元素对应图像中的物体时,根据所述图像元素对应在所述图像中的质量参数,对所述图像元素在所述图像中的局部图像进行评分,获得所述图像元素对应在所述图像中的局部图像的图像质量,所述质量参数包括对比度、亮度或清晰度中的至少一种;
对于所述至少一个图像元素中的每一个图像元素,将所述至少两张待处理图像中,对应所述图像元素且图像质量最高的局部图像确定为所述图像元素的目标局部图像;
将所述至少一个图像元素各自对应的目标局部图像进行组合,获得目标图像;
将所述至少两张待处理图像删除;
其中,所述将所述至少一个图像元素各自对应的目标局部图像进行组合,获得所述目标图像,包括:
确定所述两个或两个以上图像元素各自之间的层级关系;
获取所述两个或两个以上图像元素各自对应的目标局部图像在所述至少两张待处理图像中的位置;
根据所述两个或两个以上图像元素各自之间的层级关系,以及所述两个或两个以上图像元素各自对应的目标局部图像在所述至少两张待处理图像中的位置,将所述两个或两个以上图像元素各自对应的目标局部图像绘制在同一张画布上,获得所述目标图像。
CN201610938183.0A 2016-10-25 2016-10-25 图像去重方法及装置 Active CN106570110B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610938183.0A CN106570110B (zh) 2016-10-25 2016-10-25 图像去重方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610938183.0A CN106570110B (zh) 2016-10-25 2016-10-25 图像去重方法及装置

Publications (2)

Publication Number Publication Date
CN106570110A CN106570110A (zh) 2017-04-19
CN106570110B true CN106570110B (zh) 2020-09-08

Family

ID=58534825

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610938183.0A Active CN106570110B (zh) 2016-10-25 2016-10-25 图像去重方法及装置

Country Status (1)

Country Link
CN (1) CN106570110B (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018233373A1 (zh) * 2017-06-23 2018-12-27 华为技术有限公司 一种图像处理方法、装置与设备
CN107295256A (zh) 2017-06-23 2017-10-24 华为技术有限公司 一种图像处理方法、装置与设备
CN108228872A (zh) 2017-07-21 2018-06-29 北京市商汤科技开发有限公司 人脸图像去重方法和装置、电子设备、存储介质、程序
CN111183630B (zh) * 2017-08-02 2021-08-10 深圳传音通讯有限公司 一种智能终端的照片处理方法及处理装置
CN107589963B (zh) * 2017-09-26 2019-05-17 维沃移动通信有限公司 一种图片处理方法、移动终端及计算机可读存储介质
CN108198177A (zh) * 2017-12-29 2018-06-22 广东欧珀移动通信有限公司 图像获取方法、装置、终端及存储介质
CN108109145A (zh) * 2018-01-02 2018-06-01 中兴通讯股份有限公司 图像质量检测方法、装置、存储介质和电子装置
CN108665510B (zh) * 2018-05-14 2022-02-08 Oppo广东移动通信有限公司 连拍图像的渲染方法、装置、存储介质及终端
CN108647351B (zh) * 2018-05-16 2021-05-04 Oppo广东移动通信有限公司 文本图像的处理方法、装置、存储介质及终端
CN108898591A (zh) * 2018-06-22 2018-11-27 北京小米移动软件有限公司 图像质量的评分方法及装置、电子设备、可读存储介质
CN108984677B (zh) * 2018-06-28 2021-03-09 维沃移动通信有限公司 一种图像拼合方法及终端
WO2020073317A1 (zh) * 2018-10-12 2020-04-16 华为技术有限公司 文件管理方法及电子设备
CN109543641B (zh) * 2018-11-30 2021-01-26 厦门市美亚柏科信息股份有限公司 一种实时视频的多目标去重方法、终端设备及存储介质
CN109800783A (zh) * 2018-12-11 2019-05-24 中新金桥数字科技(北京)有限公司 基于Android Pad实现超大图片叠加对比的方法及其系统
CN111694603B (zh) * 2019-03-12 2024-05-14 腾讯科技(深圳)有限公司 屏幕分享方法、装置、计算机设备和存储介质
CN109830106A (zh) * 2019-03-15 2019-05-31 天津自贸试验区蓝高科技有限公司 一种快速采集车辆外观信息的方法
CN110012225B (zh) * 2019-03-27 2021-09-24 维沃移动通信有限公司 一种图像处理的方法、装置以及移动终端
CN112036209A (zh) * 2019-06-03 2020-12-04 Tcl集团股份有限公司 一种人像照片处理方法及终端
CN110545382A (zh) * 2019-09-10 2019-12-06 Oppo广东移动通信有限公司 拍摄控制方法、电子设备及相关装置
CN113128293A (zh) * 2019-12-31 2021-07-16 杭州海康威视数字技术股份有限公司 一种图像处理方法、装置、电子设备及存储介质
CN111510370B (zh) * 2020-04-09 2023-09-05 京东方科技集团股份有限公司 内容处理方法及装置、计算机介质和电子设备
CN111669495B (zh) * 2020-05-29 2021-11-12 维沃移动通信有限公司 拍照方法、拍照装置和电子设备
CN111695643B (zh) * 2020-06-24 2023-07-25 北京金山云网络技术有限公司 图像处理方法、装置和电子设备
CN112085688A (zh) * 2020-09-16 2020-12-15 蒋芳 一种拍照时去除行人遮挡的方法和系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006319782A (ja) * 2005-05-13 2006-11-24 Casio Comput Co Ltd 撮像装置及び撮像方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7072525B1 (en) * 2001-02-16 2006-07-04 Yesvideo, Inc. Adaptive filtering of visual image using auxiliary image information
US7693304B2 (en) * 2005-05-12 2010-04-06 Hewlett-Packard Development Company, L.P. Method and system for image quality calculation
JP5169139B2 (ja) * 2007-10-25 2013-03-27 株式会社ニコン カメラ、および画像記録プログラム
WO2015058381A1 (zh) * 2013-10-23 2015-04-30 华为终端有限公司 从连拍图像中选择图像的方法和终端
CN104767938A (zh) * 2015-03-27 2015-07-08 广东欧珀移动通信有限公司 一种拍摄图片的方法及装置
CN104954687B (zh) * 2015-06-26 2018-11-16 魅族科技(中国)有限公司 一种图像生成方法及装置
CN105224409A (zh) * 2015-09-30 2016-01-06 努比亚技术有限公司 一种内存的管理方法及装置
CN105488526B (zh) * 2015-11-26 2019-07-09 嵊州明智科技服务有限公司 群共享照片的自动筛选方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006319782A (ja) * 2005-05-13 2006-11-24 Casio Comput Co Ltd 撮像装置及び撮像方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Presenting Diverse Location Views with Real-time near-duplicate photo elimination;Jiajun Liu et al;《2013 IEEE 29th International Conference on Data Engineering (ICDE)》;20130625;第505-516页 *
交通标识智能检测与去重;丁蔻;《中国优秀硕士学位论文全文数据库 信息科技辑》;20131215;第2013年卷(第S2期);第I138-1428页 *

Also Published As

Publication number Publication date
CN106570110A (zh) 2017-04-19

Similar Documents

Publication Publication Date Title
CN106570110B (zh) 图像去重方法及装置
CN110100251B (zh) 用于处理文档的设备、方法和计算机可读存储介质
CN110223301A (zh) 一种图像裁剪方法和电子设备
WO2018119632A1 (zh) 图像处理的方法、装置和设备
JP2016531362A (ja) 肌色調整方法、肌色調整装置、プログラム及び記録媒体
US11030733B2 (en) Method, electronic device and storage medium for processing image
CN113747085A (zh) 拍摄视频的方法和装置
CN107015648B (zh) 图片处理方法及装置
US9137461B2 (en) Real-time camera view through drawn region for image capture
CN109784164B (zh) 前景识别方法、装置、电子设备及存储介质
CN106210495A (zh) 图像拍摄方法和装置
US11252341B2 (en) Method and device for shooting image, and storage medium
CN105678266A (zh) 一种合并人脸相册的方法及装置
CN111526287A (zh) 图像拍摄方法、装置、电子设备、服务器、系统及存储介质
CN112330570A (zh) 图像处理方法、装置、电子设备及存储介质
CN112069951A (zh) 视频片段提取方法、视频片段提取装置及存储介质
CN112347911A (zh) 指甲特效的添加方法、装置、电子设备及存储介质
CN109145878B (zh) 图像提取方法及装置
CN113225451B (zh) 图像处理方法、装置和电子设备
CN114120034A (zh) 一种图像分类方法、装置、电子设备及存储介质
CN105426904A (zh) 照片处理方法、装置和设备
CN105976344A (zh) 白板图像处理方法及装置
CN118018835A (zh) 图像拍摄方法、装置、摄像设备及存储介质
CN111726531B (zh) 图像拍摄方法、处理方法、装置、电子设备及存储介质
CN113989424A (zh) 三维虚拟形象的生成方法、装置及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant