CN107124531A - 一种图像处理方法及移动终端 - Google Patents

一种图像处理方法及移动终端 Download PDF

Info

Publication number
CN107124531A
CN107124531A CN201710387123.9A CN201710387123A CN107124531A CN 107124531 A CN107124531 A CN 107124531A CN 201710387123 A CN201710387123 A CN 201710387123A CN 107124531 A CN107124531 A CN 107124531A
Authority
CN
China
Prior art keywords
image
processing
carried out
motion blur
clear recovery
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.)
Pending
Application number
CN201710387123.9A
Other languages
English (en)
Inventor
王君地
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.)
Nubia Technology Co Ltd
Original Assignee
Nubia Technology 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 Nubia Technology Co Ltd filed Critical Nubia Technology Co Ltd
Priority to CN201710387123.9A priority Critical patent/CN107124531A/zh
Publication of CN107124531A publication Critical patent/CN107124531A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof
    • H04N23/81Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种图像处理方法及移动终端,所述方法包括:对运动模糊图像进行清晰恢复处理;对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理。这样,所述方法对清晰恢复处理后的图像分区进行颜色值调整,能够有效消除振铃效应,同时还能够有效避免对全局图像进行平滑处理而导致边缘模糊等影响图像清晰度等现象。

Description

一种图像处理方法及移动终端
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像处理方法及移动终端。
背景技术
在图像拍摄过程中,由于相机的抖动或者物体的移动,容易导致因不正确对焦而造成图像模糊,如果要从模糊的图像中恢复出原始的清晰图像,则需要估计出点扩散函数,然后通过反卷积恢复出清晰的图像。由于反卷积中图像边界截断以及模糊函数估计的不准确等因素,会导致恢复后的图像中出现振铃效应,影响图像质量。可见如何消除模糊图像恢复过程中的振铃成为亟待解决的问题。
发明内容
有鉴于此,本发明提出一种图像处理方法及移动终端,以解决上述技术问题。
首先,为实现上述目的,本发明提出一种图像处理方法,所述方法包括:
对运动模糊图像进行清晰恢复处理;
对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理。
可选地,所述对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理,包括:
根据所述清晰恢复处理后的局部方差将清晰恢复处理后的图像划分为光滑区域、边缘区域以及纹理区域;
对光滑区域进行平滑处理以及对边缘区域进行锐化处理。
可选地,所述平滑处理包括减小区域内颜色值的过渡,所述锐化处理为增强边缘的颜色值。
可选地,所述对运动模糊图像进行清晰恢复处理的步骤之前,所述方法还包括:
对运动模糊图像进行下采样处理;
所述对运动模糊图像进行清晰恢复处理,包括:
对下采样处理后的图像进行清晰恢复处理。
可选地,所述对运动模糊图像进行下采样处理,包括:
对运动模糊图像进行预设间隔的像素点采样。
此外,为实现上述目的,本发明还提供一种移动终端,所述移动终端包括存储器、至少一个处理器及存储在所述存储器上并可在所述至少一个处理器执行的一个或多个程序,所述一个或多个程序被所述至少一个处理器执行时实现如下步骤:
对运动模糊图像进行清晰恢复处理;
对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理。
可选地,所述处理器对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理,包括:
根据所述清晰恢复处理后的局部方差将清晰恢复处理后的图像划分为光滑区域、边缘区域以及纹理区域;
对光滑区域进行平滑处理以及对边缘区域进行锐化处理。
可选地,所述平滑处理包括减小区域内颜色值的过渡,所述锐化处理为增强边缘的颜色值。
可选地,所述处理器对运动模糊图像进行清晰恢复处理之前,还用于:
对运动模糊图像进行下采样处理;
所述处理器对运动模糊图像进行清晰恢复处理,包括:
对下采样处理后的图像进行清晰恢复处理。
可选地,所述处理器对运动模糊图像进行下采样处理,包括:
对运动模糊图像进行预设间隔的像素点采样。
进一步地,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行的一个或多个程序,所述一个或多个程序被所述计算机执行时使所述计算机执行上述任一项所述的方法中的步骤。
相较于现有技术,本发明所提出的图像处理方法、移动终端及计算机可读存储介质,对运动模糊图像进行清晰恢复处理;对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理。这样,所述方法对清晰恢复处理后的图像分区进行颜色值调整,能够有效消除振铃效应,同时还能够有效避免对全局图像进行平滑处理而导致边缘模糊等影响图像清晰度等现象。
附图说明
图1是实现本发明各个实施例的一种移动终端的硬件结构示意图;
图2是本发明实施例提供的一种通信网络系统架构图;
图3是本发明实施例提供的一种图像处理方法的流程示意图;
图4为本发明实施例提供的一种退化模型示意图;
图5为本发明实施例提供的一种清晰恢复处理的流程示意图;
图6为本发明实施例提供的另一种图像处理方法的流程示意图;
图7为本发明实施例提供的另一种图像处理方法的流程示意图;
图8为本发明实施例提供的一种移动终端的功能模块示意图;
图9为本发明实施例提供的另一种移动终端的功能模块示意图;
图10为本发明实施例提供的另一种移动终端的功能模块示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如,本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant,PDA)、便捷式媒体播放器(Portable Media Player,PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端,以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明,本领域技术人员将理解的是,除了特别用于移动目的的元件之外,根据本发明的实施方式的构造也能够应用于固定类型的终端。
请参阅图1,其为实现本发明各个实施例的一种移动终端的硬件结构示意图,该移动终端100可以包括:RF(Radio Frequency,射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解,图1中示出的移动终端结构并不构成对移动终端的限定,移动终端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。
下面结合图1对移动终端的各个部件进行具体的介绍:
射频单元101可用于收发信息或通话过程中,信号的接收和发送,具体的,将基站的下行信息接收后,给处理器110处理;另外,将上行的数据发送给基站。通常,射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元101还可以通过无线通信与网络和其他设备通信。上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(General Packet Radio Service,通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000,码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access,时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution,频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution,分时双工长期演进)等。
WiFi属于短距离无线传输技术,移动终端通过WiFi模块102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1示出了WiFi模块102,但是可以理解的是,其并不属于移动终端的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时,将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit,GPU)1041和麦克风1042,图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据),并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度,接近传感器可在移动终端100移动到耳边时,关闭显示面板1061和/或背光。作为运动传感器的一种,加速计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;至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、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。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息,以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071,也称为触摸屏,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控面板1071上或在触控面板1071附近的操作),并根据预先设定的程式驱动相应的连接装置。触控面板1071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110,并能接收处理器110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控面板1071。除了触控面板1071,用户输入单元107还可以包括其他输入设备1072。具体地,其他输入设备1072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,具体此处不做限定。
进一步的,触控面板1071可覆盖显示面板1061,当触控面板1071检测到在其上或附近的触摸操作后,传送给处理器110以确定触摸事件的类型,随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中,触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能,但是在某些实施例中,可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能,具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109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手机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109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。
处理器110是移动终端的控制中心,利用各种接口和线路连接整个移动终端的各个部分,通过运行或执行存储在存储器109内的软件程序和/或模块,以及调用存储在存储器109内的数据,执行移动终端的各种功能和处理数据,从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元;优选的,处理器110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110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池),优选的,电源111可以通过电源管理系统与处理器110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。
尽管图1未示出,移动终端100还可以包括蓝牙模块等,在此不再赘述。
为了便于理解本发明实施例,下面对本发明的移动终端所基于的通信网络系统进行描述。
请参阅图2,图2为本发明实施例提供的一种通信网络系统架构图,该通信网络系统为通用移动通信技术的LTE系统,该LTE系统包括依次通讯连接的UE(User Equipment,用户设备)201,E-UTRAN(Evolved UMTS Terrestrial Radio Access Network,演进式UMTS陆地无线接入网)202,EPC(Evolved Packet Core,演进式分组核心网)203和运营商的IP业务204。
具体地,UE201可以是上述终端100,此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中,eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接,eNodeB2021连接到EPC203,eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity,移动性管理实体)2031,HSS(Home Subscriber Server,归属用户服务器)2032,其它MME2033,SGW(Serving Gate Way,服务网关)2034,PGW(PDN Gate Way,分组数据网络网关)2035和PCRF(Policy andCharging Rules Function,政策和资费功能实体)2036等。其中,MME2031是处理UE201和EPC203之间信令的控制节点,提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能,并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送,PGW2035可以提供UE 201的IP地址分配以及其它功能,PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点,它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem,IP多媒体子系统)或其它IP业务等。
虽然上述以LTE系统为例进行了介绍,但本领域技术人员应当知晓,本发明不仅仅适用于LTE系统,也可以适用于其他无线通信系统,例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等,此处不做限定。
基于上述移动终端100硬件结构以及通信网络系统,提出本发明方法各个实施例。
参阅图3,图3是本发明实施例提供的一种图像处理方法的步骤流程图,所述方法应用于一移动终端中,如图3所示,所述方法包括:
步骤301、对运动模糊图像进行清晰恢复处理。
该步骤中,所述方法对运动模糊图像进行清晰恢复处理,在图像拍摄过程中,由于相机的抖动或者物体的移动,容易导致图像因不正确的对焦而造成模糊。如果需要从模糊的图像中恢复出原始的清晰图像,则需要估计出点扩散函数(point-spread function,PSF),然后通过反卷积恢复出清晰的图像。
运动模糊图像的退化模型如图4所示,用公式建模为:g(x,y)=f(x,y)*h(x,y);其中f表示原始的清晰图像,h标识导致图像模糊的退化函数,一般建模为圆盘点扩散函数,g为模糊降质的图像,*为卷积。这样,模糊点扩散函数PSF可以用均匀分布的圆盘函数表示:
其中,L是模糊的长度,θ是模糊的方向角度,PSF为L和θ的函数。
所述对运动模糊图像进行清晰恢复处理为精确地估计出L和θ,确定出PSF函数,然后利用确定的PSF函数对运动模糊图像进行清晰恢复处理。
参见图5,图5是本发明实施例提供的一种清晰恢复处理的步骤示意图,如图5所示,所述对运动模糊图像进行清晰恢复处理,包括:
步骤501、频域取对数:G1=log{|F(g(x,y)|}。
该步骤中,所述方法将运动模糊图像变换到频域,然后在频域取对数。
步骤502、频域取对数:G′=log{|F(G1(x,y)|}。
该步骤中,所述方法进一步进行频域变换,可以理解的是,在经过一次频域变换后,频域中周期性零极点图反映线性模糊的影响,sinc曲面块的方向标识出模糊方向,任意两个过零点的距离反映位置偏移的大小,也就是模糊长度。然而,由于附加噪声的影响,以及sinc曲面块往往和图像本身的频域变换相融合,使得过零点容易被淹没,导致从图像中很难获取到模糊参数。因此,在该步骤中,所述方法进行进一步频域变换,让零极点图更加显著。
步骤503、灰度变换,估计出模糊角度
该步骤中,所述方法对经过两次频域变换之后的图像进行灰度变换,估计出模糊角度。具体地,所述方法可以将经过两次频域变换的图像转化为8比特灰度图,然后将所述8比特灰度图划分为1到8个比特平面,由于在低阶比特平面在图像上贡献的是比较精细的灰度细节,而高阶比特平面在视觉上贡献了重要数据,因此可以取8个比特平面中较高阶的比特平面。由于在傅里叶变换的灰度图中,第4个比特平面会保持原始运动模糊的信息,并且含有角度的信息,在本发明实施例中,所述方法可以只取第4个比特平面,然后对第4个位平面进行radon变换,并获取模糊角度信息。
步骤504、旋转变换,估计出模糊长度
该步骤中,所述方法在对双边谱进行灰度变换后,然后根据估计出的模糊角度进行旋转,从而进一步估计模糊长度。具体地,频谱图的中间三行携带模糊长度信息,将它取平均转换成一维数组,然后利用峰值检测算法来估计模糊的长度,其中,模糊长度是中间峰值到两侧最大峰值之间的距离。
步骤505、根据估计出的模糊角度以及模糊长度确定PSF函数,并进行RL解卷积。
该步骤中,所述方法根据估计出的模糊角度以及模糊长度确定PSF函数,然后根据确定出的PSF函数进行RL(Richardson-Lucy)解卷积。RL算法是一种基于贝叶斯分析的迭代恢复算法,易于实现,恢复效果也较好。需要说明的是,所述进行解卷积的方式可以是RL解卷积,也可以是其他解卷积,本发明实施例仅仅是以RL解卷积为例进行说明,但并不以此为限。
参见图3,在经过上述方法对运动模糊图像进行清晰恢复处理之后,所述方法进一步执行步骤302。
步骤302、对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理。
该步骤中,所述方法对进行清晰恢复处理后的图像进行后处理,所述对进行清晰恢复处理后的图像进行后处理的方式具体可以是对所述清晰恢复处理后的图像进行分区,然后对不同的区域的颜色值分别进行不同的修改处理。
需要说明的是,对于经过RL算法迭代后恢复出的图像,虽然可以恢复得更加精确,但是振铃现象仍然可能出现,尤其是在边缘锐利的地方。
因此,在本发明实施例中,所述方法将所述清晰恢复处理后的图像划分为光滑区域、边缘区域以及纹理区域,由于振铃现象在光滑区域以及边缘区域比较严重,所述方法仅仅对所述光滑区域以及所述边缘区域进行颜色值的调整,从而更有效地消除振铃现象。
具体地,所述方法可以对所述光滑区域进行平滑处理,例如减小所述光滑区域颜色值的过渡。所述方法还进一步对所述边缘区域进行锐化处理,例如增强边缘区域的颜色值。
该实施例中,所述方法对运动模糊图像进行清晰恢复处理;对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理。这样,所述方法对清晰恢复处理后的图像分区进行颜色值调整,能够有效消除振铃效应,同时还能够有效避免对全局图像进行平滑处理而导致边缘模糊等影响图像清晰度等现象。
参见图6,图6是本发明实施例提供的另一种图像处理方法的流程示意图,如图6所示,所述方法包括:
步骤601、对运动模糊图像进行清晰恢复处理。
该步骤中,所述方法对运动模糊图像进行清晰恢复处理,在图像拍摄过程中,由于相机的抖动或者物体的移动,容易导致图像因不正确的对焦而造成模糊。如果需要从模糊的图像中恢复出原始的清晰图像,则需要估计出点扩散函数(point-spread function,PSF),然后通过反卷积恢复出清晰的图像。
运动模糊图像的退化模型如图4所示,用公式建模为:g(x,y)=f(x,y)*h(x,y);其中f表示原始的清晰图像,h标识导致图像模糊的退化函数,一般建模为圆盘点扩散函数,g为模糊降质的图像,*为卷积。这样,模糊点扩散函数PSF可以用均匀分布的圆盘函数表示:
其中,L是模糊的长度,θ是模糊的方向角度,PSF为L和θ的函数。
所述对运动模糊图像进行清晰恢复处理为精确地估计出L和θ,确定出PSF函数,然后利用确定的PSF函数对运动模糊图像进行清晰恢复处理。
参见图5,图5是本发明实施例提供的一种清晰恢复处理的步骤示意图,如图5所示,所述对运动模糊图像进行清晰恢复处理,包括:
步骤501、频域取对数:G1=log{|F(g(x,y)|}。
该步骤中,所述方法将运动模糊图像变换到频域,然后在频域取对数。
步骤502、频域取对数:G′=log{|F(G1(x,y)|}。
该步骤中,所述方法进一步进行频域变换,可以理解的是,在经过一次频域变换后,频域中周期性零极点图反映出线性模糊的影响,sinc曲面块的方向标识出模糊方向,任意两个过零点的距离反映位置偏移的大小,也就是模糊长度。然而,由于附加噪声的影响,以及sinc曲面块往往和图像本身的频域变换相融合,使得过零点容易被淹没,导致从图像中很难获取到模糊的参数。因此,在该步骤中,所述方法进行进一步频域变换,让零极点图更加显著。
步骤503、灰度变换,估计出模糊角度
该步骤中,所述方法对经过两次频域变换之后的图像进行灰度变换,估计出模糊角度。具体地,所述方法可以将经过两次频域变换的图像转化为8比特灰度图,然后将所述8比特灰度图划分为1到8个比特平面,由于在低阶比特平面在图像上贡献的是比较精细的灰度细节,而高阶比特平面在视觉上贡献了重要数据,因此可以取8个比特平面中较高阶的比特平面。由于在傅里叶变换的灰度图中,第4个比特平面会保持原始运动模糊的信息,并且含有角度的信息,在本发明实施例中,所述方法可以只取第4个比特平面,然后对第4个位平面进行radon变换,并获取模糊角度信息。
步骤504、旋转变换,估计出模糊长度
该步骤中,所述方法在对双边谱进行灰度变换后,然后根据估计出的模糊角度进行旋转,从而进一步估计模糊长度。具体地,频谱图的中间三行携带模糊长度信息,将它取平均转换成一维数组,然后利用峰值检测算法来估计模糊的长度,其中,模糊长度是中间峰值到两侧最大峰值之间的距离。
步骤505、根据估计出的模糊角度以及模糊长度确定PSF函数,并进行RL解卷积。
该步骤中,所述方法根据估计出的模糊角度以及模糊长度确定PSF函数,然后根据确定出的PSF函数进行RL(Richardson-Lucy)解卷积。RL算法是一种基于贝叶斯分析的迭代恢复算法,易于实现,恢复效果也较好。需要说明的是,所述进行解卷积的方式可以是RL解卷积,也可以是其他解卷积,本发明实施例仅仅是以RL解卷积为例进行说明,但并不以此为限。
参见图6,在经过上述方法对运动模糊图像进行清晰恢复处理之后,所述方法进一步执行步骤602。
步骤602、根据所述清晰恢复处理后的局部方差将清晰恢复处理后的图像划分为光滑区域、边缘区域以及纹理区域。
该步骤中,所述方法根据所述清晰恢复处理后的局部方差将清晰恢复处理后的图像划分为光滑区域、边缘区域以及纹理区域。本发明实施例中,所述方法确定方差小于第一预设值的区域为光滑区域,方差大于或等于所述第一预设值且小于第二预设值的区域为纹理区域,方差大于或等于所述第二预设值的区域为边缘区域。
步骤603、对光滑区域进行平滑处理以及对边缘区域进行锐化处理。
该步骤中,所述方法对所述光滑区域进行平滑处理以及对所述边缘区域进行锐化处理。具体地,所述方法对所述光滑区域进行平滑处理的方式具体可以是减小所述光滑区域的颜色值过渡,所述方法对所述边缘区域进行锐化处理的方式具体可以是增强所述边缘区域的颜色值,例如,所述方法可以通过边缘区域周围的正交梯度来对所述边缘区域的颜色进行调整,由于沿边缘方向颜色值变化平缓,垂直于边缘方向颜色值变化剧烈,根据这一特性,对边缘附近的颜色值变化进行调整。这样,所述方法分区对所述图像进行颜色值调整处理,相比对图像进行整体平滑处理效果更佳,能够有效减少振铃效应造成的影响。
可选地,所述平滑处理包括减小区域内颜色值的过渡,所述锐化处理为增强边缘的颜色值。
该实施例中,所述方法对运动模糊图像进行清晰恢复处理;根据所述清晰恢复处理后的局部方差将清晰恢复处理后的图像划分为光滑区域、边缘区域以及纹理区域;对光滑区域进行平滑处理以及对边缘区域进行锐化处理。这样,所述方法对清晰恢复处理后的图像的光滑区域以及边缘区域分别进行单独处理,能够有效消除振铃效应,同时还能够有效避免对全局图像进行平滑处理而导致边缘模糊等影响图像清晰度等现象。
参见图7,图7是本发明实施例提供的另一种图像处理方法的流程示意图,如图7所示,所述方法包括:
步骤701、对运动模糊图像进行下采样处理。
由于在频域里估计PSF函数,将运动模糊图像直接转换为频域的计算复杂度比较高,该步骤中,所述方法首先对运动模糊图像进行下采样处理,然后对下采样处理后的图像进行清晰恢复处理。
具体地,所述方法可以对运动模糊图像进行预设间隔的像素点采样,举例而言,所述方法可以对运动模糊图像的横向以及纵向每隔一个像素点进行采样,即对所述运动模糊图像进行横向1/2采样,纵向1/2采样,这样,所述方法可以获得相较于原始图像的1/4取样图像。需要说明的是,经过所述下采样处理之后,经过下采样处理后的图像的模糊角度与原始运动模糊图像的模糊角度相同,由于模糊长度与图像的大小成正比,模糊长度缩减为所述原始运动模糊图像的模糊长度的1/2,可见,本发明实施例通过对所述运动模糊图像进行下采样处理的方式能够大大降低算法复杂度,从而更加利于本发明实施例提供的图像处理方法在移动终端上运行。
需要说明的是,在本发明一些实施例中,所述方法在对所述运动模糊图像进行下采样处理之后进一步对所述运动下采样处理后的图像进行DFT(离散傅里叶)变换。
步骤702、对下采样处理后的图像进行清晰恢复处理。
该步骤中,所述方法对进行下采样处理后的图像进行清晰恢复处理。在图像拍摄过程中,由于相机的抖动或者物体的移动,容易导致图像因不正确的对焦而造成模糊。如果需要从模糊的图像中恢复出原始的清晰图像,则需要估计出点扩散函数(point-spreadfunction,PSF),然后通过反卷积恢复出清晰的图像。
运动模糊图像的退化模型如图4所示,用公式建模为:g(x,y)=f(x,y)*h(x,y);其中f表示原始的清晰图像,h标识导致图像模糊的退化函数,一般建模为圆盘点扩散函数,g为模糊降质的图像,*为卷积。这样,模糊点扩散函数PSF可以用均匀分布的圆盘函数表示:
其中,L是模糊的长度,θ是模糊的方向角度,PSF为L和θ的函数。
所述对运动模糊图像进行清晰恢复处理为精确地估计出L和θ,确定出PSF函数,然后利用确定的PSF函数对运动模糊图像进行清晰恢复处理。
参见图5,图5是本发明实施例提供的一种清晰恢复处理的步骤示意图,如图5所示,所述对运动模糊图像进行清晰恢复处理,包括:
步骤501、频域取对数:G1=log{|F(g(x,y)|}。
该步骤中,所述方法将运动模糊图像变换到频域,然后在频域取对数。
步骤502、频域取对数:G′=log{|F(G1(x,y)|}。
该步骤中,所述方法进一步进行频域变换,可以理解的是,在经过一次频域变换后,频域中周期性零极点图反映线性模糊的影响,sinc曲面块的方向标识出模糊方向,任意两个过零点的距离反映出位置偏移的大小,也就是模糊长度。然而,由于附加噪声的影响,以及sinc曲面块往往和图像本身的频域变换相融合,使得过零点容易被淹没,导致从图像中很难获取到模糊的参数。因此,在该步骤中,所述方法进行进一步频域变换,让零极点图更加显著。
步骤503、灰度变换,估计出模糊角度
该步骤中,所述方法对经过两次频域变换之后的图像进行灰度变换,估计出模糊角度。具体地,所述方法可以将经过两次频域变换的图像转化为8比特灰度图,然后将所述8比特灰度图划分为1到8个比特平面,由于在低阶比特平面在图像上贡献的是比较精细的灰度细节,而高阶比特平面在视觉上贡献了重要数据,因此可以取8个比特平面中较高阶的比特平面。由于在傅里叶变换的灰度图中,第4个比特平面会保持原始运动模糊的信息,并且含有角度的信息,在本发明实施例中,所述方法可以只取第4个比特平面,然后对第4个位平面进行radon变换,并获取模糊角度信息。
步骤504、旋转变换,估计出模糊长度
该步骤中,所述方法在对双边谱进灰度变换后,然后根据估计出的模糊角度进行旋转,从而进一步估计模糊长度。具体地,频谱图的中间三行携带模糊长度信息,将它取平均转换成一维数组,然后利用峰值检测算法来估计模糊的长度,其中,模糊长度是中间峰值到两侧最大峰值之间的距离。
步骤505、根据估计出的模糊角度以及模糊长度确定PSF函数,并进行RL解卷积。
该步骤中,所述方法根据估计出的模糊角度以及模糊长度确定PSF函数,然后根据确定出的PSF函数进行RL(Richardson-Lucy)解卷积。RL算法是一种基于贝叶斯分析的迭代恢复算法,易于实现,恢复效果也较好。需要说明的是,所述进行解卷积的方式可以是RL解卷积,也可以是其他解卷积,本发明实施例仅仅是以RL解卷积为例进行说明,但并不以此为限。
参见图7,在经过上述方法对运动模糊图像进行清晰恢复处理之后,所述方法进一步执行步骤703。
步骤703、对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理。
该步骤中,所述方法对进行清晰恢复处理后的图像进行后处理,所述对进行清晰恢复处理后的图像进行后处理的方式具体可以是对所述清晰恢复处理后的图像进行分区,然后对不同的区域的颜色值分别进行不同的修改处理。
需要说明的是,对于经过RL算法迭代后恢复出的图像,虽然可以恢复得更加精确,但是振铃现象仍然可能出现,尤其是在边缘锐利的地方。
因此,在本发明实施例中,所述方法将所述清晰恢复处理后的图像划分为光滑区域、边缘区域以及纹理区域,由于振铃现象在光滑区域以及边缘区域比较严重,所述方法仅仅对所述光滑区域以及所述边缘区域进行颜色值的调整,从而更有效地消除振铃现象。
具体地,所述方法可以对所述光滑区域进行平滑处理,例如减小所述光滑区域颜色值的过渡。所述方法还进一步对所述边缘区域进行锐化处理,例如增强边缘区域的颜色值。
该实施例中,所述方法对运动模糊图像进行下采样处理;对下采样处理后的图像进行清晰恢复处理;对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理。这样,所述方法对清晰恢复处理后的图像分区进行颜色值调整,能够有效消除振铃效应,同时还能够有效避免对全局图像进行平滑处理而导致边缘模糊等影响图像清晰度等现象。此外,所述方法在首先对运动模糊图像进行下采样处理,在能够保证模糊角度不变的情况下对模糊长度进行相应的缩减,能够有效降低算法复杂度,更利于本发明图像处理方法在移动终端上运行。
参见图8,如8是本发明实施例提供的一种移动终端的功能模块示意图,如图8所示,所述移动终端800包括:
第一处理模块801,用于对运动模糊图像进行清晰恢复处理;
第二处理模块802,用于对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理。
可选地,参见图9,图9是本发明实施例提供的另一种移动终端的功能模块示意图,如图9所示,所述第二处理模块802包括:
分区单元8021,用于根据所述清晰恢复处理后的局部方差将清晰恢复处理后的图像划分为光滑区域、边缘区域以及纹理区域;
处理单元8022,用于对光滑区域进行平滑处理以及对边缘区域进行锐化处理。
可选地,所述平滑处理包括减小区域内颜色值的过渡,所述锐化处理为增强边缘的颜色值。
可选地,参见图10,图10是本发明实施例提供的另一种移动终端的功能模块示意图,如图10所示,所述移动终端800还包括:
第三处理模块803,用于对运动模糊图像进行下采样处理;
所述第一处理模块801,具体用于对下采样处理后的图像进行清晰恢复处理。
可选地,所述第三处理模块803,具体用于对运动模糊图像进行预设间隔的像素点采样。
移动终端800能够上述实施例中移动终端实现的各个过程,为避免重复,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法的全部或者部分步骤是可以通过一或多个程序指令相关的硬件来完成,所述一或多个程序可以存储于如图1所示的移动终端100的存储器109中,并能够所述处理器110执行,所述一个或多个程序被所述处理器110执行时实现如下步骤:
对运动模糊图像进行清晰恢复处理;
对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理。
可选地,所述处理器110对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理,包括:
根据所述清晰恢复处理后的局部方差将清晰恢复处理后的图像划分为光滑区域、边缘区域以及纹理区域;
对光滑区域进行平滑处理以及对边缘区域进行锐化处理。
可选地,所述平滑处理包括减小区域内颜色值的过渡,所述锐化处理为增强边缘的颜色值。
可选地,所述处理器110对运动模糊图像进行清晰恢复处理之前,还用于:
对运动模糊图像进行下采样处理;
所述处理器110对运动模糊图像进行清晰恢复处理,包括:
对下采样处理后的图像进行清晰恢复处理。
可选地,所述处理器110对运动模糊图像进行下采样处理,包括:
对运动模糊图像进行预设间隔的像素点采样。
本领域普通技术人员可以理解实现上述实施例方法的全部或者部分步骤是可以通过一或多个程序指令相关的硬件来完成,所述一或多个程序可以存储于一计算机可读存储介质中,该一或多个程序在执行时,包括以下步骤:
对运动模糊图像进行清晰恢复处理;
对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理。
可选地,所述对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理,包括:
根据所述清晰恢复处理后的局部方差将清晰恢复处理后的图像划分为光滑区域、边缘区域以及纹理区域;
对光滑区域进行平滑处理以及对边缘区域进行锐化处理。
可选地,所述平滑处理包括减小区域内颜色值的过渡,所述锐化处理为增强边缘的颜色值。
可选地,所述对运动模糊图像进行清晰恢复处理之前,还用于:
对运动模糊图像进行下采样处理;
所述对运动模糊图像进行清晰恢复处理,包括:
对下采样处理后的图像进行清晰恢复处理。
可选地,所述对运动模糊图像进行下采样处理,包括:
对运动模糊图像进行预设间隔的像素点采样。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种图像处理方法,其特征在于,所述方法包括:
对运动模糊图像进行清晰恢复处理;
对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理。
2.如权利要求1所述的方法,其特征在于,所述对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理,包括:
根据所述清晰恢复处理后的局部方差将清晰恢复处理后的图像划分为光滑区域、边缘区域以及纹理区域;
对光滑区域进行平滑处理以及对边缘区域进行锐化处理。
3.如权利要求2所述的方法,其特征在于,所述平滑处理包括减小区域内颜色值的过渡,所述锐化处理为增强边缘的颜色值。
4.如权利要求1所述的方法,其特征在于,所述对运动模糊图像进行清晰恢复处理的步骤之前,所述方法还包括:
对运动模糊图像进行下采样处理;
所述对运动模糊图像进行清晰恢复处理,包括:
对下采样处理后的图像进行清晰恢复处理。
5.如权利要求4所述的方法,其特征在于,所述对运动模糊图像进行下采样处理,包括:
对运动模糊图像进行预设间隔的像素点采样。
6.一种移动终端,其特征在于,所述移动终端包括存储器、至少一个处理器及存储在所述存储器上并可在所述至少一个处理器执行的一个或多个程序,所述一个或多个程序被所述至少一个处理器执行时实现如下步骤:
对运动模糊图像进行清晰恢复处理;
对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理。
7.如权利要求6所述的移动终端,其特征在于,所述处理器对所述清晰恢复处理后的图像进行分区,并对不同的区域的颜色值分别进行不同的修改处理,包括:
根据所述清晰恢复处理后的局部方差将清晰恢复处理后的图像划分为光滑区域、边缘区域以及纹理区域;
对光滑区域进行平滑处理以及对边缘区域进行锐化处理。
8.如权利要求7所述的移动终端,其特征在于,所述平滑处理包括减小区域内颜色值的过渡,所述锐化处理为增强边缘的颜色值。
9.如权利要求6所述的移动终端,其特征在于,所述处理器对运动模糊图像进行清晰恢复处理之前,还用于:
对运动模糊图像进行下采样处理;
所述处理器对运动模糊图像进行清晰恢复处理,包括:
对下采样处理后的图像进行清晰恢复处理。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行的一个或多个程序,其特征在于,所述一个或多个程序被所述计算机执行时使所述计算机执行上述权利要求1~5任一项所述的方法中的步骤。
CN201710387123.9A 2017-05-26 2017-05-26 一种图像处理方法及移动终端 Pending CN107124531A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710387123.9A CN107124531A (zh) 2017-05-26 2017-05-26 一种图像处理方法及移动终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710387123.9A CN107124531A (zh) 2017-05-26 2017-05-26 一种图像处理方法及移动终端

Publications (1)

Publication Number Publication Date
CN107124531A true CN107124531A (zh) 2017-09-01

Family

ID=59729404

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710387123.9A Pending CN107124531A (zh) 2017-05-26 2017-05-26 一种图像处理方法及移动终端

Country Status (1)

Country Link
CN (1) CN107124531A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107680051A (zh) * 2017-09-18 2018-02-09 维沃移动通信有限公司 一种图像滤波方法和移动终端
CN108769520A (zh) * 2018-05-31 2018-11-06 康键信息技术(深圳)有限公司 电子装置、图像处理方法和计算机可读存储介质
CN108830175A (zh) * 2018-05-25 2018-11-16 平安科技(深圳)有限公司 虹膜图像局部增强方法、装置、设备及存储介质
CN109960998A (zh) * 2018-07-24 2019-07-02 永康市缘匠贸易有限公司 多功能电控式温度调节器
CN110223239A (zh) * 2019-04-30 2019-09-10 努比亚技术有限公司 一种图像处理方法、终端及计算机可读存储介质
CN116863492A (zh) * 2023-09-04 2023-10-10 山东正禾大教育科技有限公司 一种移动数字出版系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101639938A (zh) * 2009-08-28 2010-02-03 浙江大学 一种基于双边滤波器和余量去卷积的图像复原方法
CN101980284A (zh) * 2010-10-26 2011-02-23 北京理工大学 基于两尺度稀疏表示的彩色图像降噪方法
CN102184533A (zh) * 2011-06-10 2011-09-14 西安电子科技大学 基于非局部约束的全变分图像去模糊方法
CN102682437A (zh) * 2012-05-17 2012-09-19 浙江大学 一种基于总变分正则约束的图像解卷积方法
CN102708551A (zh) * 2012-05-17 2012-10-03 浙江大学 一种基于超拉普拉斯先验约束的图像解卷积方法
CN102750405A (zh) * 2012-06-05 2012-10-24 浙江理工大学 一种色纺夹花织物的计算机仿真方法
CN103366390A (zh) * 2012-03-29 2013-10-23 展讯通信(上海)有限公司 终端及图像处理方法和装置
US20150110404A1 (en) * 2013-10-23 2015-04-23 Adobe Systems Incorporated Automatically suggesting regions for blur kernel estimation

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101639938A (zh) * 2009-08-28 2010-02-03 浙江大学 一种基于双边滤波器和余量去卷积的图像复原方法
CN101980284A (zh) * 2010-10-26 2011-02-23 北京理工大学 基于两尺度稀疏表示的彩色图像降噪方法
CN102184533A (zh) * 2011-06-10 2011-09-14 西安电子科技大学 基于非局部约束的全变分图像去模糊方法
CN103366390A (zh) * 2012-03-29 2013-10-23 展讯通信(上海)有限公司 终端及图像处理方法和装置
CN102682437A (zh) * 2012-05-17 2012-09-19 浙江大学 一种基于总变分正则约束的图像解卷积方法
CN102708551A (zh) * 2012-05-17 2012-10-03 浙江大学 一种基于超拉普拉斯先验约束的图像解卷积方法
CN102750405A (zh) * 2012-06-05 2012-10-24 浙江理工大学 一种色纺夹花织物的计算机仿真方法
US20150110404A1 (en) * 2013-10-23 2015-04-23 Adobe Systems Incorporated Automatically suggesting regions for blur kernel estimation

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙韶杰: "基于变分贝叶斯估计的相机抖动模糊图像的盲复原算法", 《电子与信息学报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107680051A (zh) * 2017-09-18 2018-02-09 维沃移动通信有限公司 一种图像滤波方法和移动终端
CN108830175A (zh) * 2018-05-25 2018-11-16 平安科技(深圳)有限公司 虹膜图像局部增强方法、装置、设备及存储介质
CN108769520A (zh) * 2018-05-31 2018-11-06 康键信息技术(深圳)有限公司 电子装置、图像处理方法和计算机可读存储介质
CN108769520B (zh) * 2018-05-31 2021-04-13 康键信息技术(深圳)有限公司 电子装置、图像处理方法和计算机可读存储介质
CN109960998A (zh) * 2018-07-24 2019-07-02 永康市缘匠贸易有限公司 多功能电控式温度调节器
CN110223239A (zh) * 2019-04-30 2019-09-10 努比亚技术有限公司 一种图像处理方法、终端及计算机可读存储介质
CN110223239B (zh) * 2019-04-30 2023-04-14 努比亚技术有限公司 一种图像处理方法、终端及计算机可读存储介质
CN116863492A (zh) * 2023-09-04 2023-10-10 山东正禾大教育科技有限公司 一种移动数字出版系统
CN116863492B (zh) * 2023-09-04 2023-11-21 山东正禾大教育科技有限公司 一种移动数字出版系统

Similar Documents

Publication Publication Date Title
CN107124531A (zh) 一种图像处理方法及移动终端
CN107172364A (zh) 一种图像曝光补偿方法、装置和计算机可读存储介质
CN107093418A (zh) 一种屏幕显示方法、计算机设备及存储介质
CN107507007A (zh) 一种支付二维码验证方法、终端及计算机可读存储介质
CN109300099A (zh) 一种图像处理方法、移动终端及计算机可读存储介质
CN107682627A (zh) 一种拍摄参数设置方法、移动终端及计算机可读存储介质
CN108052247A (zh) 桌面图标调整方法、移动终端及计算机可读存储介质
CN107704176A (zh) 一种图片调整方法及终端
CN108182726A (zh) 三维重建方法、云端服务器及计算机可读存储介质
CN106953684A (zh) 一种搜星的方法、移动终端以及计算机可读存储介质
CN109711226A (zh) 二维码识别方法、装置、移动终端及可读存储介质
CN108682040A (zh) 一种素描图像生成方法、终端及计算机可读存储介质
CN107333056A (zh) 运动物体的图像处理方法、装置及计算机可读存储介质
CN108053371A (zh) 一种图像处理方法、终端及计算机可读存储介质
CN107239205A (zh) 一种拍照方法、移动终端及存储介质
CN107657583A (zh) 一种截图方法、终端及计算机可读存储介质
CN107145855A (zh) 一种无参考质量模糊图像预测方法、终端及存储介质
CN107463324A (zh) 一种图片显示方法、移动终端和计算机可读存储介质
CN107678650A (zh) 一种图片识别方法、移动终端及计算机可读存储介质
CN108230270A (zh) 一种降噪方法、终端及计算机可读存储介质
CN107181865A (zh) 未读短信的处理方法、终端及计算机可读存储介质
CN109542381A (zh) 付款码显示控制方法、移动终端及计算机可读存储介质
CN110189368A (zh) 图像配准方法、移动终端及计算机可读存储介质
CN108182664A (zh) 一种图像处理方法、移动终端及计算机可读存储介质
CN108182668A (zh) 一种放大图像处理方法、终端及计算机可读存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170901