CN107423409B - 一种图像处理方法、图像处理装置和电子设备 - Google Patents
一种图像处理方法、图像处理装置和电子设备 Download PDFInfo
- Publication number
- CN107423409B CN107423409B CN201710630386.8A CN201710630386A CN107423409B CN 107423409 B CN107423409 B CN 107423409B CN 201710630386 A CN201710630386 A CN 201710630386A CN 107423409 B CN107423409 B CN 107423409B
- Authority
- CN
- China
- Prior art keywords
- target
- image
- image data
- picture
- photo
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
Abstract
本发明实施例提供一种图像处理方法、图像处理装置和电子设备，该方法可包括：获取目标照片，并识别目标照片中的图像特征；检测数据库中是否存在与目标照片匹配的参考图像数据；若数据库中存在与目标照片匹配的参考图像数据，则获取参考图像数据的图像特征；将非目标图像区域的图像特征与参考图像数据中相应区域的图像特征进行相似度比较，得到非目标图像区域的图像特征与参考图像数据中相应区域的图像特征的相似度值；将非目标图像区域中与参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将目标照片中的瑕疵图像特征移除。本发明实施例可对目标照片的瑕疵图像特征进行智能识别和移除，以降低设备功耗。
Description
技术领域
本发明涉及通信技术领域，尤其涉及一种图像处理方法、图像处理装置和电子设备。
背景技术
随着电子设备的日益普及与移动通讯技术的飞速发展，现如今用户在外出游玩时会经常使用电子设备进行拍照留念。然而，用户在拍摄过程中，会经常遇到想要拍摄的景物或对象被其他游客或者障碍物遮挡的情况。这些照片中的障碍物困扰着用户，现有技术中，可以通过长时拍摄移除障碍物技术来清除照片中的非理想拍摄物，但这种技术需要电子设备对拍摄目标进行连续拍照，并对连续拍摄的多张照片进行识别，区分出照片中的静态与动态物体，将动态物体识别为障碍物并将其移除，最后将移除障碍物后的多张照片合成一张照片，得到理想的静态景物图。可见，现有的图像处理方式存在拍照时间过长，导致拍照设备功耗高的问题。
发明内容
本发明实施例提供一种图像处理方法、图像处理装置和电子设备，以解决现有的图像处理方式存在拍照时间过长，导致拍照设备功耗高的问题。
第一方面，本发明实施例提供一种图像处理方法，应用于图像处理装置，所述方法包括：
获取目标照片，识别所述目标照片中的图像特征，其中，所述目标照片包括目标图像区域及非目标图像区域；
检测数据库中是否存在与所述目标照片匹配的参考图像数据；
若数据库中存在与所述目标照片匹配的参考图像数据，则获取所述参考图像数据的图像特征；
将所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似度值；
将所述非目标图像区域中与所述参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将所述目标照片中的所述瑕疵图像特征移除。
第二方面，本发明实施例还提供另一种图像处理方法，应用于电子设备，所述方法包括：
向图像处理装置发送目标照片，以使所述图像处理装置结合数据库中的参考图像数据对所述目标照片中的瑕疵图像特征进行识别和移除，其中，所述参考图像数据包括参考3D图像数据；
接收所述图像处理装置发送的移除所述瑕疵图像特征后的目标照片。
第三方面，本发明实施例还提供一种图像处理装置，包括：
识别模块，用于获取目标照片，识别所述目标照片中的图像特征，其中，所述目标照片包括目标图像区域及非目标图像区域；
检测模块，用于检测数据库中是否存在与所述目标照片匹配的参考图像数据；
获取模块，用于若所述数据库中存在与所述目标照片匹配的参考图像数据，则获取所述参考图像数据的图像特征；
比较模块，用于将所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似度值；
第一移除模块，用于将所述非目标图像区域中与所述参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将所述目标照片中的所述瑕疵图像特征移除。
第四方面，本发明实施例还提供一种电子设备，包括：
第一发送模块，用于向图像处理装置发送目标照片，以使所述图像处理装置结合数据库中的参考图像数据对所述目标照片中的瑕疵图像特征进行识别和移除，其中，所述参考图像数据包括参考3D图像数据；
第一接收模块，用于接收所述图像处理装置发送的移除所述瑕疵图像特征后的目标照片。
第五方面，本发明实施例还提供另一种图像处理装置，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例中的图像处理方法中的步骤。
第六方面，本发明实施例还提供另一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例中的图像处理方法中的步骤。
第七方面，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例中的图像处理方法中的步骤。
第八方面，本发明实施例还提供另一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例中的图像处理方法中的步骤。
本发明实施例中，获取目标照片，识别所述目标照片中的图像特征，其中，所述目标照片包括目标图像区域及非目标图像区域；检测数据库中是否存在与所述目标照片匹配的参考图像数据；若所述数据库中存在与所述目标照片匹配的参考图像数据，则获取所述参考图像数据的图像特征；将所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似度值；将所述非目标图像区域中与所述参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将所述目标照片中的所述瑕疵图像特征移除。这样，当目标照片中有瑕疵图像特征时，所述图像处理装置可以结合数据库中的参考图像数据对目标照片的瑕疵图像特征进行智能识别和移除，且无需拍照设备进行连续拍摄，从而可以达到降低设备功耗的目的。
附图说明
图1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2是本发明实施例提供的一种目标照片的示意图；
图3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；
图4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；
图5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；
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；
图7是本发明实施例提供的一种图像处理装置的结构示意图；
图8是本发明实施例提供的另一种图像处理装置的结构示意图；
图9是本发明实施例提供的另一种图像处理装置的结构示意图；
图10是本发明实施例提供的另一种图像处理装置的结构示意图；
图11是本发明实施例提供的另一种图像处理装置的结构示意图；
图12是本发明实施例提供的另一种图像处理装置的结构示意图；
图13是本发明实施例提供的另一种图像处理装置的结构示意图；
图14是本发明实施例提供的另一种图像处理装置的结构示意图；
图15是本发明实施例提供的一种电子设备的结构示意图；
图16是本发明实施例提供的另一种电子设备的结构示意图；
图17是本发明实施例提供的另一种图像处理装置的结构示意图；
图18是本发明实施例提供的另一种电子设备的结构示意图；
图19是本发明实施例提供的另一种图像处理装置的结构示意图；
图20是本发明实施例提供的另一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，图1是本发明实施例提供的一种图像处理方法的流程示意图，应用于图像处理装置，如图1所示，所述方法包括以下步骤：
步骤101、获取目标照片，识别所述目标照片中的图像特征，其中，所述目标照片包括目标图像区域及非目标图像区域。
上述目标照片可以是用户通过拍照设备拍摄的照片，且需要对照片中进行瑕疵图像特征识别和移除的照片。上述获取目标照片可以是读取用户当前拍摄的照片，也可以是接收拍照设备上传的照片，还可以是接收来自其他设备发送的需要处理的照片。
上述识别所述目标照片中的图像特征可以是识别所述目标照片中的目标拍摄人物图像特征以及景物图像特征，从而可以识别出所述目标照片中的目标图像区域和非目标图像区域，其中，所述目标图像区域为所述目标照片中的目标拍摄人物图像特征所在的区域，所述非目标图像区域为所述目标照片中除所述目标图像区域外的其他区域。例如：如图2所示的目标照片中，包括目标拍摄人物图像数据201，则该目标拍摄人物图像数据201对应的区域便为所述目标图像区域，该目标照片中除该目标拍摄人物图像数据201对应的区域之外的其他区域便为所述非目标图像区域。
所述识别所述目标照片中的目标拍摄人物图像特征可以是识别所述目标照片中的人脸图像特征，并从预先建立的人脸数据库中查询是否存在与所述目标照片中的人脸图像特征匹配的人脸数据，若存在，则将所述目标照片中的人脸图像特征对应的人物图像特征作为所述目标拍摄人物图像特征。所述识别所述目标照片中的目标拍摄人物图像特征也可以是通过接收用户的标记操作，将用户标记的图像特征作为所述目标拍摄人物图像特征。
这样，该步骤中，通过获取目标照片，并识别所述目标照片中的图像特征，可以区分出所述目标照片中的目标图像区域和非目标图像区域，从而可以防止所述图像处理装置对所述目标照片中的瑕疵图像特征进行识别时，误将所述目标照片中的目标拍摄人物图像数据作为所述瑕疵图像特征并移除，进而可以保证只对所述目标照片中的瑕疵图像特征进行移除，以得到符合用户期望的目标照片。
步骤102、检测数据库中是否存在与所述目标照片匹配的参考图像数据。
上述数据库可以是预先建立的，例如：预先采集预设地理位置的图像数据，其中，所述预设地理位置的图像数据可以是平面图像数据，然后对采集到预设地址位置的平面图像数据进行3D建模，生成所述预设地址位置的3D景物图像数据，最后将预设地理位置信息和相应的图像数据进行存储，从而建立所述数据库。
该步骤中，在获取到目标照片后，可以对所述数据库进行检测，以查找是否存与所述目标照片匹配的参考图像数据，这样，若检测到所述数据库中存在与所述目标照片匹配的参考图像数据，则可以从所述数据库中提取出所述参考图像数据，以根据所述参考图像数据，对所述目标照片进行瑕疵图像特征识别，而无需拍照设备进行多次拍摄，从而达到降低设备功耗的目的。
步骤103、若所述数据库中存在与所述目标照片匹配的参考图像数据，则获取所述参考图像数据的图像特征。
该步骤中，若所述数据库中存在与所述目标照片匹配的参考图像数据，则可以获取所述参考图像数据的图像特征，其中，所述获取所述参考图像数据的图像特征可以是对所述参考图像数据进行识别，识别出所述参考图像数据中的景物图像特征，从而可以获得所述参考图像数据中的景物图像特征。这样，可以根据所述参考图像数据中被识别出的景物图像特征，对所述目标照片进行瑕疵图像特征识别，从而可以识别出所述目标照片中与所述参考图像数据的景物图像特征不一致的图像特征。
步骤104、将所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似度值。
该步骤中，可以将所述目标照片中非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较。所述非目标图像区域的图像特征可以理解为所述目标照片中除所述目标拍摄人物图像数据以外的其他景物图像特征或路人图像特征，例如：图2中的景物图像特征202和路人图像特征203。所述参考图像数据中相应区域的图像特征可以理解为所述参考图像数据中与所述目标照片中非目标图像区域的图像特征对应的景物图像特征。
通过对所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，可以得到所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似度值，其中，所述相似度值可以是衡量所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似程度的百分比。例如：若比较出图2中的景物图像特征202与所述参考图像中相应区域的景物图像特征非常相似，则可以将这两个图像特征的相似度值定义为99％，若比较出图2中的路人图像特征203与所述参考图像中相应区域的图像特征无相似性，则可以将这两个图像特征的相似度值定义为0。
这样，该步骤中，通过将所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，可以得到所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似度值，从而可以根据该相似度值来确定所述目标照片中与所述参考图像数据中的图像特征的相似度值较低的图像特征，并可以依据预设相似度阈值来最终确定所述目标照片中的瑕疵图像特征。
步骤105、将所述目标照片中与所述参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将所述目标照片中的所述瑕疵图像特征移除。
上述预设阈值可以是预先设置的最低相似度阈值，上述瑕疵图像特征则为所述目标照片中与所述参考图像数据中相应区域的图像特征的相似度值低于最低相似度阈值的图像特征。这样，通过对所述目标照片中非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，可以区分出所述目标照片中与所述参考图像数据中相应区域的图像特征的相似度值低于所述预设阈值的图像特征，例如：由于图2所示的路人图像特征203与所述参考图像数据中的相应区域的图像特征的相似度为0，故该路人图像特征203将被识别为瑕疵图像特征。
上述将所述目标照片中的所述瑕疵图像特征移除可以是根据识别的瑕疵图像特征，来确定所述瑕疵图像特征的轮廓线条，进而将所述目标照片中位于所述轮廓线条内的所述瑕疵图像特征移除，从而得到移除所述瑕疵图像特征后的目标照片。
该步骤中，通过确定所述目标照片中的瑕疵图像特征，并移除所述瑕疵图像特征，可以得到只保留目标拍摄人物和景物的目标照片，从而可以获得符合用户期望的目标照片。
本实施例中，获取目标照片，并识别所述目标照片中的图像特征，其中，所述目标照片包括目标图像区域及非目标图像区域；检测数据库中是否存在与所述目标照片匹配的参考图像数据；若所述数据库中存在与所述目标照片匹配的参考图像数据，则获取所述参考图像数据的图像特征；将所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似度值；将所述非目标图像区域中与所述参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将所述目标照片中的所述瑕疵图像特征移除。这样，当目标照片中有瑕疵图像特征时，所述图像处理装置可以结合数据库中的参考图像数据对目标照片的瑕疵图像特征进行智能识别和移除，且无需拍照设备对目标景物或人物进行连续拍摄，从而达到降低设备功耗的目的。
请参阅图3，图3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，应用于图像处理装置。该实施例在图1所示的实施例的基础上，对识别目标照片中的图像特征的步骤进行了解释说明。如图3所示，所述方法包括以下步骤：
步骤301、获取目标照片，根据预先获取的人脸图像数据，识别所述目标照片中与所述预先获取的人脸图像数据匹配的目标拍摄人物图像特征，并将所述目标照片中所述目标拍摄人物图像特征所在的区域识别为目标图像区域，以及将所述目标照片中除所述目标图像区域之外的区域识别为非目标图像区域。
上述预先获取的人脸图像数据可以是预先获取所述图像处理装置中用户以及用户的亲朋好友的人脸图像数据，也可以是读取拍照设备中用户以及用户的亲朋好友的人脸图像数据，例如：通过识别所述图像处理装置存储的照片中的人脸图像来获取用户以及用户的亲朋好友的人脸图像数据，或者通过读取拍照设备中的照片，并对读取到的照片中的人脸图像来获取用户以及用户的亲朋好友的人脸图像数据。
上述识别所述目标照片中与所述预先获取的人脸图像数据匹配的目标拍摄人物图像特征可以是识别所述目标照片中是否存在人物图像特征，若存在，则将所述目标照片中的人物图像特征与所述预先获取的人脸图像特征进行比较，判断所述目标照片中的人物图像特征是否与所述预先获取的人脸图像数据匹配，若匹配，则将所述目标照片中的人物图像特征识别为所述目标拍摄人物图像特征，并将所述目标照片中所述目标拍摄人物图像特征所在的区域作为所述目标图像区域，以及将所述目标照片中除所述目标图像区域之外的区域作为所述非目标图像区域。
需要说明的是，步骤301在本实施例中是可替换的，例如：可将步骤301替换为：获取目标照片，若接收到针对所述目标照片中的目标拍摄人物图像特征的标记操作，则将所述目标照片中被标记的所述目标拍摄人物图像特征所在的区域识别为目标图像区域，以及将所述目标照片中除所述目标图像区域之外的区域识别为非目标图像区域。
上述标记操作可以理解为用户对所述目标照片中的目标拍摄人物图像特征进行手动标记的操作。该实施方式中，若接收到针对所述目标照片中的目标拍摄人物图像特征的标记操作，则识别所述目标照片中被标记的所述目标拍摄人物图像特征的轮廓线条，并将所述目标照片中位于所述轮廓线条内的区域作为所述目标图像区域，以及将位于所述轮廓线条之外的区域作为所述非目标图像区域。
这样，该步骤中，通过识别所述目标照片中的目标拍摄人物图像特征，可以防止所述图像处理装置对所述目标照片中的瑕疵图像特征进行识别时，误将所述目标照片中的目标拍摄人物图像特征作为所述瑕疵图像特征并移除，从而可以保证只对所述目标照片中的瑕疵图像特征进行移除，以得到符合用户期望的目标照片。
步骤302、检测数据库中是否存在与所述目标照片匹配的参考图像数据。
该步骤的具体实施方式可以参见图1所示的方法实施例中步骤102的实施方式，为避免重复，这里不再赘述。
可选的，所述获取目标照片的步骤，包括：
接收电子设备发送的目标照片；
所述检测数据库中是否存在与所述目标照片匹配的参考图像数据的步骤，包括：
接收所述电子设备发送的所述目标照片对应的参考地理位置信息；
从所述数据库中查找是否存在与所述参考地理位置信息及所述目标照片匹配的参考图像数据。
该实施方式中，所述目标照片可以是通过接收电子设备发送的目标照片来获取的，例如：用户通过移动终端将拍摄的照片上传至笔记本电脑，通过笔记本电脑对拍摄的照片进行处理，这样，所述图像处理装置便为笔记本电脑，所述电子设备便为移动终端。目前，移动终端可以记录拍摄照片的地理位置，这样，所述图像处理装置可以通过接收所述电子设备发送的拍摄所述目标照片的地理位置信息，来获取所述目标照片对应的参考地理位置信息。
上述从所述数据库中查找是否存在与所述参考地理位置信息及所述目标照片匹配的所述参考图像数据，可以是从所述数据库中查找是否存在与所述参考地理位置信息匹配的图像数据，若从所述数据库中查找到与所述参考地理位置信息匹配的图像数据，则再根据所述目标照片中的景物图像特征，从所述与所述参考地理位置信息匹配的图像数据中查找是否存在与所述目标照片匹配的参考图像数据，若存在与所述目标照片匹配的参考图像数据，则可以确定所述数据库中存在与所述目标照片匹配的参考图像数据。这样，所述参考图像数据中的景物图像特征与所述目标照片中的景物图像特征大致相同。
该实施方式中，通过接收所述电子设备发送的拍摄所述目标照片的地理位置信息，来获取所述目标照片对应的参考地理位置信息，并根据所述参考地理位置信息来查找与所述目标照片匹配的所述参考图像数据，从而可以根据所述参考图像数据对所述目标照片进行瑕疵图像特征识别。
当然，该实施方式中，同样可以应用到图1所示的实施例中，且能达到相同有益效果。
可选的，所述检测数据库中是否存在与所述目标照片匹配的参考图像数据的步骤，包括：
识别所述目标照片中是否包括标志性景物图像特征，若所述目标照片中包括标志性景物图像特征，则获取所述标志性景物图像特征对应的参考地理位置信息；
从所述数据库中查找是否存在与所述参考地理位置信息及所述目标照片匹配的参考图像数据。
上述标志性景物图像特征可以是标志性建筑图像特征或标志性景区图像特征。该实施方式中，通识别所述目标照片中的标志性景物图像特征，可以获取所述标志性景物图像特征所属的地理位置信息，并将所述标志性景物图像特征所属的地理位置信息作为所述参考地理位置信息。
上述从所述数据库中查找是否存在与所述参考地理位置信息及所述目标照片匹配的参考图像数据，可以是从所述数据库中查找是否存在与所述参考地理位置信息匹配的图像数据，若从所述数据库中查找到与所述参考地理位置信息匹配的图像数据，则再根据所述目标照片中的景物图像特征，从所述与所述参考地理位置信息匹配的图像数据中查找是否存在与所述目标照片匹配的参考图像数据，若存在与所述目标照片匹配的参考图像数据，则可以确定所述数据库中存在与所述目标照片匹配的参考图像数据。这样，所述参考图像数据中的景物图像特征与所述目标照片中的景物图像特征大致相同。
该实施方式中，通过识别所述目标照片中的标志性景物图像特征，可以确定所述目标照片的参考地理位置信息，并可以根据所述参考地理位置信息查找与所述目标照片匹配的参考图像数据，从而可以根据所述参考图像数据对所述目标照片进行瑕疵图像特征识别。
当然，该实施方式中，同样可以应用到图1所示的实施例中，且能达到相同有益效果。
步骤303、若所述数据库中存在与所述目标照片匹配的参考图像数据，则获取所述参考图像数据的图像特征。
该步骤的具体实施方式可以参见图1所示的方法实施例中步骤103的实施方式，为避免重复，这里不再赘述。
步骤304、将所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似度值。
该步骤的具体实施方式可以参见图1所示的方法实施例中步骤104的实施方式，为避免重复，这里不再赘述。
可选的，所述参考图像数据包括参考3D图像数据；
所述将所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似度值的步骤，包括：
获取所述参考3D图像数据中与所述目标照片的拍摄角度匹配的目标方位图像特征；
将所述非目标图像区域的图像特征与所述目标方位图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述目标方位图像特征的相似度。
该实施方式中，所述数据库中存储的图像数据包括3D图像数据，且所述3D图像数据可以是通过对采集到的预设地址位置的平面图像数据进行3D建模得到的。这样，所述参考图像数据包括参考3D图像数据，所述参考3D图像数据为所述参考地理位置信息对应的立体图像。上述获取所述参考3D图像数据中与所述目标照片的拍摄方位匹配的目标方位图像特征，可以是根据所述目标照片中的目标景物图像特征确认所述目标景物图像特征的拍摄方位，并从所述参考3D图像数据中提取与所述目标景物图像特征的拍摄方位匹配的目标方位图像特征。例如：若确认所述目标照片中目标景物图像特征的拍摄方位是正面，则从所述参考3D图像数据中提取与所述目标景物图像特征匹配的正面图像特征。
最后通过对所述目标照片中非目标图像区域的图像特征与所述目标方位图像特征进行相似度比较，可以得到所述非目标图像区域的图像特征与所述目标方位图像特征的相似度值，其中，所述相似度值可以是衡量所述非目标图像区域的图像特征与所述目标方位图像特征的相似程度的百分比。
该实施方式中，所述参考图像数据包括参考3D图像数据，这样，所述参考3D图像数据便包括了所述参考地理位置信息的所有方位的图像数据，且可以通过获取所述参考3D图像数据中与所述目标照片的拍摄方位匹配的目标方位图像特征来对所述目标照片进行识别，从而提高识别所述目标照片中的瑕疵图像特征的准确性，减少因无法匹所述目标照片的参考图像数据，而导致识别失败的情况的发生。
当然，该实施方式中，同样可以应用到图1所示的实施例中，且能达到相同有益效果。
步骤305、将所述非目标图像区域中与所述参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将所述目标照片中的所述瑕疵图像特征移除。
该步骤的具体实施方式可以参见图1所示的方法实施例中步骤105的实施方式，为避免重复，这里不再赘述。
可选的，所述获取目标照片的步骤，包括：
接收电子设备发送的目标照片；
所述检测数据库中是否存在与所述目标照片匹配的参考图像数据的步骤之后，所述方法还包括：
若所述数据库中不存在与所述目标照片匹配的参考图像数据，则向所述电子设备发送需补充拍摄照片的消息；
若接收到所述电子设备发送的与所述目标照片匹配的补充拍摄的照片，则结合所述补充拍摄的照片，对所述目标照片中的目标瑕疵图像特征进行识别和移除，其中，所述目标瑕疵图像特征为所述目标照片中与所述补充拍摄的照片中的相似图像特征的位移差高于预设值的图像特征，所述相似图像特征为所述补充拍摄的照片中与所述目标瑕疵图像特征具有相似性的图像特征；
向所述电子设备发送移除所述目标瑕疵图像特征后的目标照片。
该实施方式中，所述目标照片可以是通过接收电子设备发送的目标照片来获取的。且若所述数据库中不存在与所述目标照片匹配的参考图像数据，则无法结合所述数据库中的图像数据对所述目标照片中的瑕疵图像特征进行识和移除，此时便会向所述电子设备发送需补充拍摄照片的消息，以使所述电子设备补充拍摄与所述目标照片匹配的照片，并将与所述目标照片匹配的补充拍摄的照片发送给所述图像处理装置，所述与所述目标照片匹配的补充拍摄的照片可以理解为拍摄方位与所述目标照片中目标景物图像特征的拍摄方位一致的照片，或景物图像特征与所述目标照片中的景物图像特征均相同的照片。
若接收到所述电子设备发送的与所述目标照片匹配的补充拍摄的照片，则将所述目标照片与所述补充拍摄的照片进行比较，将所述目标照片与所述充拍摄的照片中具有相似性且位移差高于预设值的图像特征作为所述目标瑕疵图像特征。最后将所述目标瑕疵图像特征移除，并向所述电子设备发送移除所述目标瑕疵图像特征后的目标照片。
该实施方式中，若所述数据库中不存在与所述目标照片匹配的参考图像数据，则提示所述电子设备补充拍摄与所述目标照片匹配的照片，并结合补充拍摄的照片来对所述目标照片中的目标瑕疵图像特征进行移除。这样，可以在所述数据库中不存在与所述目标照片匹配的参考图像数据的情况下通过其他方式来识别和移除所述目标照片中的瑕疵图像特征，从而为用户提供理想的无瑕疵的照片。
当然，该实施方式中，同样可以应用到图1所示的实施例中，且能达到相同有益效果。
可选的，所述将所述非目标图像区域中与所述参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将所述目标照片中的所述瑕疵图像特征移除的步骤之后，所述方法还包括：
提取所述参考图像数据中关联区域的图像数据作为合成图像数据，其中，所述关联区域与所述目标照片中有所述瑕疵图像特征的区域对应；
将所述合成图像数据的尺寸大小调整为与所述目标照片中有所述瑕疵图像特征的图像数据的尺寸大小一致，并利用调整后的合成图像数据，对所述目标照片中移除所述瑕疵图像特征后的区域进行填充。
上述关联区域为所述参考图像数据中与所述瑕疵图像特征对应的区域，可以理解为所述目标照片中被所述瑕疵图像特征遮挡的景物图像特征。该实施方式中，将所述目标照片中的所述瑕疵图像特征移除后，还需对所述目标照片中移除所述瑕疵图像特征后的区域进行修补和完善。上述合成图像数据用于对所述目标照片中移除所述瑕疵图像特征后的区域进行图像合成，从所述参考图像数据中提取所述合成图像数据后，需将所述合成图像数据的尺寸大小调整为与所述目标照片中有所述瑕疵图像特征的图像数据的尺寸大小一致，这样，才能保证利用调整后的合成图像数据，对所述目标照片中移除所述瑕疵图像特征后的区域进行填充后，得到的照片中的景物图像特征尺寸一致，从而可以保证修补后的照片具备较佳的图像质量。
当然，该实施方式中，同样可以应用到图1所示的实施例中，且能达到相同有益效果。
可选的，所述获取目标照片的步骤，包括：
接收电子设备发送的目标照片；
所述将所述非目标图像区域中与所述参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将所述目标照片中的所述瑕疵图像特征移除的步骤之后，所述方法还包括：
向所述电子设备发送移除所述瑕疵图像特征后的目标照片；
若接收到所述电子设备发送的移除失败的消息，则向所述电子设备发送需补充拍摄照片的消息，以及将所述目标照片存入所述数据库中，并将所述目标照片标记为失败案例；
若接收到所述电子设备发送的与所述目标照片匹配的补充拍摄的照片，则结合所述补充拍摄的照片，对所述目标照片中的目标瑕疵图像特征进行识别和移除，其中，所述目标瑕疵图像特征为所述目标照片中与所述补充拍摄的照片中的相似图像特征的位移差高于预设值的图像特征，所述相似图像特征为所述补充拍摄的照片中与所述目标瑕疵图像特征具有相似性的图像特征；
向所述电子设备发送移除所述目标瑕疵图像特征后的目标照片。
该实施方式中，所述获取目标照片是通过接收电子设备发送的目标照片来获取的。且在将识别出的瑕疵图像特征移除后，还需将移除所述瑕疵图像特征后的目标照片发送给所述电子设备，以使所述电子设备对移除所述瑕疵图像特征后的目标照片进行确认。其中，所述电子设备对移除所述瑕疵图像特征后的目标照片进行确认，可以是通过接收用户的确认操作，来确定所述目标照片的瑕疵图像特征是否移除成功，若接收到用户确认成功的操作，则向所述图像处理装置发送移除成功的消息，若接收到用户确认失败的操作，则向所述图像处理装置发送移除失败的消息。
若接收到所述电子设备发送的移除失败的消息，则将所述目标照片存入所述数据库中，并将所述目标照片标记为失败案例，以根据用户的介入识别来纠正识别方式，从而达到提升识别瑕疵图像特征的准确性的目的。
且在接收到所述电子设备发送的移除失败的消息后，还需向所述电子设备发送需补充拍摄照片的消息，以使所述电子设备补充拍摄与所述目标照片匹配的照片，并将与所述目标照片匹配的补充拍摄的照片发送给所述图像处理装置，所述与所述目标照片匹配的补充拍摄的照片可以理解为拍摄方位与所述目标照片中目标景物图像特征的拍摄方位一致的照片，或景物图像特征与所述目标照片中的景物图像特征均相同的照片。
若接收到所述电子设备发送的与所述目标照片匹配的补充拍摄的照片，则将所述目标照片与所述补充拍摄的照片进行比较，将所述目标照片与所述充拍摄的照片中具有相似性且位移差高于预设值的图像特征作为所述目标瑕疵图像特征。最后将所述目标瑕疵图像特征移除，并向所述电子设备发送移除所述目标瑕疵图像特征后的目标照片。
该实施方式中，还需根据所述电子设备确认失败的结果进行一步处理，通过提示所述电子设备补充拍摄与所述目标照片匹配的照片，并结合补充拍摄的照片来对所述目标照片中的目标瑕疵图像特征进行移除。这样，可以进一步提高识别瑕疵图像特征的准确率，从而为用户提供理想的无瑕疵的照片。
当然，该实施方式中，同样可以应用到图1所示的实施例中，且能达到相同有益效果。
本实施例中，在图1所示的实施例的基础上对识别目标照片中的图像特征的步骤进行了解释说明，从而使识别目标照片中的图像特征的方式更加清楚明了。另外，本实施例在图1所示的实施例的基础上还增加了多种可选的实施方式，这些可选的实施方式可以相互结合实现，也可以单独实现，且都能达到对目标照片的瑕疵图像特征进行智能识别和移除，且无需拍照设备对目标景物或人物进行连续拍摄，从而达到降低设备功耗的技术效果。
请参阅图4，图4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，应用于电子设备，如图4所示，所述方法包括以下步骤：
步骤401、向图像处理装置发送目标照片，以使所述图像处理装置结合数据库中的参考图像数据对所述目标照片中的瑕疵图像特征进行识别和移除，其中，所述参考图像数据包括参考3D图像数据。
该步骤中，所述电子设备可以将用户需要处理的照片发送给所述图像处理装置，以使所述图像处理装置结合数据库中的参考图像数据对所述目标照片中的瑕疵图像特征进行识别和移除。这样，对所述目标照片中的瑕疵图像特征进行识别和移除的运算量将全部集中在所述图像处理装置上，所述电子设备既无需对目标景物或人物进行连续拍摄，且涉及的运算量不大，这样不仅可以达到降低设备的功耗的目的，还可以减少设备的运算量，避免设备在识别和处理目标照片的过程中发热，从而达到延长设备的使用寿命的目的。
步骤402、接收所述图像处理装置发送的移除所述瑕疵图像特征后的目标照片。
当所述图像处理装置对所述目标照片中的瑕疵图像特征进行识别和处理后，便会将移除所述瑕疵图像特征后的目标照片返回给所述电子设备，故该实施方式中，需接收所述图像处理装置发送的移除所述瑕疵图像特征后的目标照片。
需要说明的是，本实施例中图像处理装置对目标照片中的瑕疵图像特征进行识别和移除的实施方式可以参见图1和图3所示的实施例中的相关说明，为避免重复说明，本实施例不再赘述。本实施例可以通过所述图像处理装置对目标照片的瑕疵图像特征进行智能识别和移除，且无需对目标景物或人物进行连续拍摄，从而达到降低设备功耗的目的。
请参阅图5，图5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，应用于电子设备。该实施例在图4所示的实施例的基础上，追加了对移除所述瑕疵图像特征后的目标照片进行确认和介入处理的步骤。如图5所示，所述方法包括以下步骤：
步骤501、向图像处理装置发送目标照片，以使所述图像处理装置结合数据库中的参考图像数据对所述目标照片中的瑕疵图像特征进行识别和移除，其中，所述参考图像数据包括参考3D图像数据。
该步骤的具体实施方式可以参见图4所示的方法实施例中步骤401的实施方式，为避免重复，这里不再赘述。
步骤502、接收所述图像处理装置发送的移除所述瑕疵图像特征后的目标照片。
该步骤的具体实施方式可以参见图4所示的方法实施例中步骤402的实施方式，为避免重复，这里不再赘述。
步骤503、对移除所述瑕疵图像特征后的目标照片进行确认。
该步骤中，需对移除所述瑕疵图像特征后的目标照片进行确认，移除所述瑕疵图像特征后的目标照片进行确认。其中，所述电子设备对移除所述瑕疵图像特征后的目标照片进行确认，可以是通过接收用户的确认操作，来确定所述目标照片的瑕疵图像特征是否移除成功，若接收到用户确认成功的操作，则确认所述目标照片中的瑕疵图像特征移除成功，若接收到用户确认失败的操作，则确认所述目标照片中的瑕疵图像特征移除失败。这样，所述电子设备可以根据确认的结果来决定是否需要对所述目标照片进行进一步处理。
步骤504、若确认所述目标照片中的瑕疵图像特征移除失败，且若接收到针对所述目标照片的标记操作，则向所述图像处理装置发送标记后的目标照片，以使所述图像处理装置将所述目标照片中被标记的图像特征移除，其中，所述标记操作为对所述目标照片中的瑕疵图像特征进行标记。
该步骤中，若确认所述目标照片中的瑕疵图像特征移除失败，则可以通过用户介入处理来识别所述目标照片中的瑕疵图像特征，所述用户介入处理即为用户对所述目标照片中的瑕疵图像特征进行手动标记，这样，若接收到针对所述目标照片的标记操作，则向所述图像处理装置发送标记后的目标照片，以使所述图像处理装置将所述目标照片中被标记的图像特征移除。
步骤505、接收所述图像处理装置发送的移除所述目标照片中被标记的图像特征后的照片。
该步骤中，当所述图像处理装置对所述目标照片中被标记的图像特征移除后，便会将移除所述目标照片中被标记的图像特征后的照片返回给所述电子设备，故该实施方式中，需接收所述图像处理装置发送的移除所述目标照片中被标记的图像特征后的照片。
需要说明的是，本实施例中图像处理装置对目标照片中的瑕疵图像特征进行移除的实施方式可以参见图1和图3所示的实施例中的相关说明，为避免重复说明，本实施例不再赘述。
本实施例中，在图4所示的实施例的基础上，追加了对移除所述瑕疵图像特征后的目标照片进行确认和介入处理的步骤。本实施例可以结合所述图像处理装置对目标照片的瑕疵图像特征进行识别和移除，且无需对目标景物或人物进行连续拍摄，从而达到降低设备功耗的技术效果。
下面将以一个举例对前述实施例中介绍的实施方式进行举例说明：
例1：
该例中，所述电子设备为移动终端，所述图像处理装置为智能计算系统，所述移动终端与所述智能计算系统通过网络建立通信连接。当用户利用所述移动终端拍照后，所述移动终端会将拍摄的照片以及拍摄该照片的地理位置信息上传至所述智能计算系统。
所述智能计算系统便对所述拍摄的照片进行识别，识别所述拍摄的照片中的目标拍摄人物，并根据所述地理位置信息从数据库中查询是否有与所述地理位置信息匹配的3D图像数据。若所述智能计算系统未查询到与所述地理位置信息匹配的3D图像数据，则将所述拍摄的照片和所述地理位置信息存入所述数据库中，并形成针对所述地理位置信息的图像数据采集需求，以便于在后期采集所述地理位置信息的图像数据，以及对采集的图像数据进行3D建模，并相应地更新所述数据库中的3D图像数据。
若所述智能计算系统查询到与所述地理位置信息匹配的3D图像数据，则从所述与所述地理位置信息匹配的3D图像数据中提取与所述拍摄的照片匹配的参考3D图像数据，并根据所述参考3D图像数据和识别算法识别所述拍摄的照片中是否存在瑕疵图像特征。
若所述智能计算系统未识别到瑕疵图像特征，则向所述移动终端发送未识别到瑕疵图像特征的消息，以使所述移动终端对所述拍摄的照片进行确认。若所述移动终端通过接收用户的确认操作确认所述拍摄的照片中存在瑕疵图像特征，则通过用户介入识别来标记处所述拍摄的照片中的瑕疵图像特征，并将标记后的所述拍摄的照片发送给所述智能计算系统，所述智能计算系统便对所述拍摄的照片中被标记的瑕疵图像特征进行移除，以及将所述拍摄的照片标记为失败案例并存入所述数据库中，同时对此次的处理方式进行学习，并纠正所述智能计算系统的识别算法，以提高所识别算法的性能和准确度。
若所述智能计算系统识别到瑕疵图像特征，则将所述拍摄的照片中的瑕疵图像特征移除，并对所述拍摄的照片中移除所述瑕疵图像特征后的区域进行图像合成与完善。
最后，所述智能计算系统将合成后的照片返回给所述移动终端，所述移动终端接收用户的确认操作以判断所述合成后的图像是否处理成功。若接收到用户确认处理失败的操作，则向所述智能计算系统发送移除失败的消息，以使所述智能计算系统将所述拍摄的照片标记为失败案例并存入所述数据库中，并通过用户介入识别来标记处所述拍摄的照片中的瑕疵图像特征，并将标记后的所述拍摄的照片发送给所述智能计算系统。所述智能计算系统便对所述拍摄的照片中被标记的瑕疵图像特征进行移除，同时对此次的处理方式进行学习，并纠正所述智能计算系统的识别算法，以提高所识别算法的性能和准确度。若接收到用户确认处理成功的操作，则向所述智能计算系统发送正向反馈，以奖励所述识别算法。该举例的具体流程可以如图6所示。
请参阅图7，图7是本发明实施提供的一种图像处理装置的结构示意图，如图7所示，图像处理装置700包括：
识别模块701，用于获取目标照片，并识别所述目标照片中的图像特征，其中，所述目标照片包括目标图像区域及非目标图像区域；
检测模块702，用于检测数据库中是否存在与所述目标照片匹配的参考图像数据；
获取模块703，用于若所述数据库中存在与所述目标照片匹配的参考图像数据，则获取所述参考图像数据的图像特征；
比较模块704，用于将所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似度值；
第一移除模块705，用于将所述非目标图像区域中与所述参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将所述目标照片中的所述瑕疵图像特征移除。
可选的，如图8所示，所述识别模块701包括：
第一获取单元7011，用于获取目标照片；
第一识别单元7012，用于根据预先获取的人脸图像数据，识别所述目标照片中与所述预先获取的人脸图像数据匹配的目标拍摄人物图像特征，并将所述目标照片中所述目标拍摄人物图像特征所在的区域识别为目标图像区域，以及将所述目标照片中除所述目标图像区域之外的区域识别为非目标图像区域；或者
第二识别单元7013，用于若接收到针对所述目标照片中的目标拍摄人物图像特征的标记操作，则将所述目标照片中被标记的所述目标拍摄人物图像特征所在的区域识别为所述目标图像区域，以及将所述目标照片中除所述目标图像区域之外的区域识别为非目标图像区域。
可选的，所述识别模块701用于接收电子设备发送的目标照片，并识别所述目标照片中的图像特征；
如图9所示，所述检测模块702包括：
接收单元7021，用于接收所述电子设备发送的所述目标照片对应的参考地理位置信息；
第一查找单元7022，用于从所述数据库中查找是否存在与所述参考地理位置信息及所述目标照片匹配的参考图像数据。
可选的，如图10所示，所述检测模块702包括：
第三识别单元7023，用于识别所述目标照片中是否包括标志性景物图像特征，若所述目标照片中包括标志性景物图像特征，则获取所述标志性景物图像特征对应的参考地理位置信息；
第二查找单元7024，用于从所述数据库中查找是否存在与所述参考地理位置信息及所述目标照片匹配的参考图像数据。
可选的，所述参考图像数据包括参考3D图像数据；
如图11所示，所述比较模块704包括：
第二获取单元7041，用于获取所述参考3D图像数据中与所述目标照片的拍摄方位匹配的目标方位图像特征；
比较单元7042，用于将所述非目标图像区域的图像特征与所述目标方位图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述目标方位图像特征的相似度值。
可选的，如图12所示，所述图像处理装置700还包括：
提取模块706，用于提取所述参考图像数据中关联区域的图像数据作为合成图像数据，其中，所述关联区域与所述目标照片中有所述瑕疵图像特征的区域对应；
填充模块707，用于将所述合成图像数据的尺寸大小调整为与所述目标照片中有所述瑕疵图像特征的图像数据的尺寸大小一致，并利用调整后的合成图像数据，对所述目标照片中移除所述瑕疵图像特征后的区域进行填充。
可选的，所述识别模块701用于接收电子设备发送的目标照片，并识别所述目标照片中的图像特征；
如图13所示，所述图像处理装置700还包括：
第一发送模块708，用于向所述电子设备发送移除所述瑕疵图像特征后的目标照片；
第二发送模块709，用于若接收到所述电子设备发送的移除失败的消息，则向所述电子设备发送需补充拍摄照片的消息，以及将所述目标照片存入所述数据库中，并将所述目标照片标记为失败案例；
第二移除模块710，用于若接收到所述电子设备发送的与所述目标照片匹配的补充拍摄的照片，则结合所述补充拍摄的照片，对所述目标照片中的目标瑕疵图像特征进行识别和移除，其中，所述目标瑕疵图像特征为所述目标照片中与所述补充拍摄的照片中的相似图像特征的位移差高于预设值的图像特征，所述相似图像特征为所述补充拍摄的照片中与所述目标瑕疵图像特征具有相似性的图像特征；
第三发送模块711，用于向所述电子设备发送移除所述目标瑕疵图像特征后的目标照片。
可选的，所述识别模块701用于接收电子设备发送的目标照片，并识别所述目标照片中的图像特征；
如图14所示，所述图像处理装置700还包括：
第四发送模块712，用于若所述数据库中不存在与所述目标照片匹配的参考图像数据，则向所述电子设备发送需补充拍摄照片的消息；
第三移除模块713，用于若接收到所述电子设备发送的与所述目标照片匹配的补充拍摄的照片，则结合所述补充拍摄的照片，对所述目标照片中的目标瑕疵图像特征进行识别和移除，其中，所述目标瑕疵图像特征为所述目标照片中与所述补充拍摄的照片中的相似图像特征的位移差高于预设值的图像特征，所述相似图像特征为所述补充拍摄的照片中与所述目标瑕疵图像特征具有相似性的图像特征；
第五发送模块714，用于向所述电子设备发送移除所述目标瑕疵图像特征后的目标照片。
图像处理装置700能够实现图1和图3的方法实施例中图像处理装置实现的各个过程，为避免重复，这里不再赘述。图像处理装置700可以对目标照片的瑕疵图像特征进行智能识别和移除，且无需拍照设备对目标景物或人物进行连续拍摄，从而达到降低设备功耗的目的。
请参阅图15，图15是本发明实施提供的一种电子设备的结构示意图，如图15所示，电子设备1500包括：
第一发送模块1501，用于向图像处理装置发送目标照片，以使所述图像处理装置结合数据库中的参考图像数据对所述目标照片中的瑕疵图像特征进行识别和移除，其中，所述参考图像数据包括参考3D图像数据；
第一接收模块1502，用于接收所述图像处理装置发送的移除所述瑕疵图像特征后的目标照片。
可选的，如图16所示，所述电子设备1500还包括：
确认模块1503，用于对移除所述瑕疵图像特征后的目标照片进行确认；
第二发送模块1504，用于若确认所述目标照片中的瑕疵图像特征移除失败，且若接收到针对所述目标照片的标记操作，则向所述图像处理装置发送标记后的目标照片，以使所述图像处理装置将所述目标照片中被标记的图像特征移除，其中，所述标记操作为对所述目标照片中的瑕疵图像特征进行标记；
第二接收模块1505，用于接收所述图像处理装置发送的移除所述目标照片中被标记的图像特征后的照片。
电子设备1500能够实现图4和图5的方法实施例中电子设备实现的各个过程，为避免重复，这里不再赘述。电子设备1500可以结合所述图像处理装置对目标照片的瑕疵图像特征进行识别和移除，且无需对目标景物或人物进行连续拍摄，从而达到降低设备功耗的目的。
请参阅图17，图17是本发明实施提供的另一种图像处理装置的结构图，该图像处理装置能实现图1和图3所示的实施例中的图像处理方法的细节，并达到相同的效果。如图17所示，图像处理装置1700包括：至少一个处理器1701、存储器1702、至少一个网络接口1704和其他用户接口1703。图像处理装置1700中的各个组件通过总线系统1705耦合在一起。可理解，总线系统1705用于实现这些组件之间的连接通信。总线系统1705除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图17中将各种总线都标为总线系统1705。
其中，用户接口1703可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等)。
可以理解，本发明实施例中的存储器1702可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus DRAM，DRDRAM)。本文描述的系统和方法的存储器1702旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器1702存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统17021和应用程序17022。
其中，操作系统17021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序17022，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序17022中。
在本发明实施例中，图像处理装置1700还包括：存储在存储器1702上并可在处理器1701上运行的计算机程序，计算机程序被处理器1701执行时实现如下步骤：
获取目标照片，并识别所述目标照片中的目标图像特征，其中，所述目标照片包括目标图像区域及非目标图像区域；
检测数据库中是否存在与所述目标照片匹配的参考图像数据；
若所述数据库中存在与所述目标照片匹配的参考图像数据，则获取所述参考图像数据的图像特征；
将所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似度值；
将所述非目标图像区域中与所述参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将所述目标照片中的所述瑕疵图像特征移除。
上述本发明实施例揭示的方法可以应用于处理器1701中，或者由处理器1701实现。处理器1701可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器1701中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1701可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的计算机可读存储介质中。该计算机可读存储介质位于存储器1702，处理器1701读取存储器1702中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
可选的，计算机程序被处理器1701执行时还可实现如下步骤：
根据预先获取的人脸图像数据，识别所述目标照片中与所述预先获取的人脸图像数据匹配的目标拍摄人物图像特征，并将所述目标照片中所述目标拍摄人物图像特征所在的区域识别为目标图像区域，以及将所述目标照片中除所述目标图像区域之外的区域识别为非目标图像区域；或者
若接收到针对所述目标照片中的目标拍摄人物图像特征的标记操作，则将所述目标照片中被标记的所述目标拍摄人物图像特征所在的区域识别为目标图像区域，以及将所述目标照片中除所述目标图像区域之外的区域识别为非目标图像区域。
可选的，计算机程序被处理器1701执行时还可实现如下步骤：
接收电子设备发送的目标照片；
计算机程序被处理器1701执行时还可实现如下步骤：
接收所述电子设备发送的所述目标照片对应的参考地理位置信息；
从所述数据库中查找是否存在与所述参考地理位置信息及所述目标照片匹配的所述参考图像数据。
可选的，计算机程序被处理器1701执行时还可实现如下步骤：
识别所述目标照片中是否包括标志性景物图像特征，若所述目标照片中包括标志性景物图像特征，则获取所述标志性景物图像特征对应的参考地理位置信息；
从所述数据库中查找是否存在与所述参考地理位置信息及所述目标照片匹配的所述参考图像数据。
可选的，所述参考图像数据包括参考3D图像数据；
计算机程序被处理器1701执行时还可实现如下步骤：
获取所述参考3D图像数据中与所述目标照片的拍摄方位匹配的目标方位图像特征；
将所述目标照片中非所述目标图像区域的图像特征与所述目标方位图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述目标方位图像特征的相似度值。
可选的，计算机程序被处理器1701执行时还可实现如下步骤：
提取所述参考图像数据中关联区域的图像数据作为合成图像数据，其中，所述关联区域与所述目标照片中有所述瑕疵图像特征的区域对应；
将所述合成图像数据的尺寸大小调整为与所述目标照片中有所述瑕疵图像特征的图像数据的尺寸大小一致，并利用调整后的合成图像数据，对所述目标照片中移除所述瑕疵图像特征后的区域进行填充。
可选的，计算机程序被处理器1701执行时还可实现如下步骤：
接收电子设备发送的目标照片；
计算机程序被处理器1701执行时还可实现如下步骤：
向所述电子设备发送移除所述瑕疵图像特征后的目标照片；
若接收到所述电子设备发送的移除失败的消息，则向所述电子设备发送需补充拍摄照片的消息，以及将所述目标照片存入所述数据库中，并将所述目标照片标记为失败案例；
若接收到所述电子设备发送的与所述目标照片匹配的补充拍摄的照片，则结合所述补充拍摄的照片，对所述目标照片中的目标瑕疵图像特征进行识别和移除，其中，所述目标瑕疵图像特征为所述目标照片中与所述补充拍摄的照片中的相似图像特征的位移差高于预设值的图像特征，所述相似图像特征为所述补充拍摄的照片中与所述目标瑕疵图像特征具有相似性的图像特征；
向所述电子设备发送移除所述目标瑕疵图像特征后的目标照片。
可选的，计算机程序被处理器1701执行时还可实现如下步骤：
接收电子设备发送的目标照片；
计算机程序被处理器1701执行时还可实现如下步骤：
若所述数据库中不存在与所述目标照片匹配的参考图像数据，则向所述电子设备发送需补充拍摄照片的消息；
若接收到所述电子设备发送的与所述目标照片匹配的补充拍摄的照片，则结合所述补充拍摄的照片，对所述目标照片中的目标瑕疵图像特征进行识别和移除，其中，所述目标瑕疵图像特征为所述目标照片中与所述补充拍摄的照片中的相似图像特征的位移差高于预设值的图像特征，所述相似图像特征为所述补充拍摄的照片中与所述目标瑕疵图像特征具有相似性的图像特征；
向所述电子设备发送移除所述目标瑕疵图像特征后的目标照片。
图像处理装置1700能够实现前述实施例中图像处理装置实现的各个过程，为避免重复，这里不再赘述。图像处理装置1700可以对目标照片的瑕疵图像特征进行智能识别和移除，且无需拍照设备对目标景物或人物进行连续拍摄，从而达到降低设备功耗的目的。
请参阅图18，图18是本发明实施提供的另一种电子设备的结构图，该电子设备能实现图4和图5所示的实施例中的图像处理方法的细节，并达到相同的效果。如图18所示，电子设备1800包括：至少一个处理器1801、存储器1802、至少一个网络接口1804和其他用户接口1803。电子设备1800中的各个组件通过总线系统1805耦合在一起。可理解，总线系统1805用于实现这些组件之间的连接通信。总线系统1805除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图18中将各种总线都标为总线系统1805。
其中，用户接口1803可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等)。
可以理解，本发明实施例中的存储器1802可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus DRAM，DRDRAM)。本文描述的系统和方法的存储器1802旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器1802存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统18021和应用程序18022。
其中，操作系统18021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序18022，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序18022中。
在本发明实施例中，电子设备1800还包括：存储在存储器1802上并可在处理器1801上运行的计算机程序，计算机程序被处理器1801执行时实现如下步骤：
向图像处理装置发送目标照片，以使所述图像处理装置结合数据库中的参考图像数据对所述目标照片中的瑕疵图像特征进行识别和移除，其中，所述参考图像数据包括参考3D图像数据；
接收所述图像处理装置发送的移除所述瑕疵图像特征后的目标照片。
上述本发明实施例揭示的方法可以应用于处理器1801中，或者由处理器1801实现。处理器1801可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器1801中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1801可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的计算机可读存储介质中。该计算机可读存储介质位于存储器1802，处理器1801读取存储器1802中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
可选的，计算机程序被处理器1801执行时还可实现如下步骤：
对移除所述瑕疵图像特征后的目标照片进行确认；
若确认所述目标照片中的瑕疵图像特征移除失败，且若接收到针对所述目标照片的标记操作，则向所述图像处理装置发送标记后的目标照片，以使所述图像处理装置将所述目标照片中被标记的图像特征移除，其中，所述标记操作为对所述目标照片中的瑕疵图像特征进行标记；
接收所述图像处理装置发送的移除所述目标照片中被标记的图像特征后的照片。
电子设备1800能够实现前述实施例中电子设备实现的各个过程，为避免重复，这里不再赘述。电子设备1800可以结合所述图像处理装置对目标照片的瑕疵图像特征进行识别和移除，且无需对目标景物或人物进行连续拍摄，从而达到降低设备功耗的目的。
请参阅图19，图19是本发明实施提供的另一种图像处理装置的结构图，该图像处理装置能实现图1和图3所示的实施例中的图像处理方法的细节，并达到相同的效果。如图19所示，图像处理装置1900包括射频(Radio Frequency，RF)电路1910、存储器1920、输入单元1930、显示单元1940、处理器1950、音频电路1960、通信模块1970和电源1980。
其中，输入单元1930可用于接收用户输入的数字或字符信息，以及产生与图像处理装置1900的用户设置以及功能控制有关的信号输入。具体地，本发明实施例中，该输入单元1930可以包括触控面板1931。触控面板1931，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1931上的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板1931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，再送给该处理器1950，并能接收处理器1950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1931。除了触控面板1931，输入单元1930还可以包括其他输入设备1932，其他输入设备1932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。
其中，显示单元1940可用于显示由用户输入的信息或提供给用户的信息以及图像处理装置1900的各种菜单界面。显示单元1940可包括显示面板1941，可选的，可以采用LCD或有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板1941。
应注意，触控面板1931可以覆盖显示面板1941，形成触摸显示屏，当该触摸显示屏检测到在其上或附近的触摸操作后，传送给处理器1950以确定触摸事件的类型，随后处理器1950根据触摸事件的类型在触摸显示屏上提供相应的视觉输出。
触摸显示屏包括应用程序界面显示区及常用控件显示区。该应用程序界面显示区及该常用控件显示区的排列方式并不限定，可以为上下排列、左右排列等可以区分两个显示区的排列方式。该应用程序界面显示区可以用于显示应用程序的界面。每一个界面可以包含至少一个应用程序的图标和/或widget桌面控件等界面元素。该应用程序界面显示区也可以为不包含任何内容的空界面。该常用控件显示区用于显示使用率较高的控件，例如，设置按钮、界面编号、滚动条、电话本图标等应用程序图标等。
其中处理器1950是图像处理装置1900的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在第一存储器1921内的软件程序和/或模块，以及调用存储在第二存储器1922内的数据，执行图像处理装置1900的各种功能和处理数据，从而对图像处理装置1900进行整体监控。可选的，处理器1950可包括一个或多个处理单元。
在本发明实施例中，图像处理装置1900还包括：存储在存储器1921上并可在处理器1950上运行的计算机程序，计算机程序被处理器1950执行时实现如下步骤：
获取目标照片，并识别所述目标照片中的目标图像特征，其中，所述目标照片包括目标图像区域及非目标图像区域；
检测数据库中是否存在与所述目标照片匹配的参考图像数据；
若所述数据库中存在与所述目标照片匹配的参考图像数据，则获取所述参考图像数据的图像特征；
将所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似度值；
将所述非目标图像区域中与所述参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将所述目标照片中的所述瑕疵图像特征移除。
可选的，计算机程序被处理器1950执行时还可实现如下步骤：
根据预先获取的人脸图像数据，识别所述目标照片中与所述预先获取的人脸图像数据匹配的目标拍摄人物图像特征，并将所述目标照片中所述目标拍摄人物图像特征所在的区域识别为目标图像区域，以及将所述目标照片中除所述目标图像区域之外的区域识别为非目标图像区域；或者
若接收到针对所述目标照片中的目标拍摄人物图像特征的标记操作，则将所述目标照片中被标记的所述目标拍摄人物图像特征所在的区域识别为目标图像区域，以及将所述目标照片中除所述目标图像区域之外的区域识别为非目标图像区域。
可选的，计算机程序被处理器1950执行时还可实现如下步骤：
接收电子设备发送的目标照片；
计算机程序被处理器1950执行时还可实现如下步骤：
接收所述电子设备发送的所述目标照片对应的参考地理位置信息；
从所述数据库中查找是否存在与所述参考地理位置信息及所述目标照片匹配的所述参考图像数据。
可选的，计算机程序被处理器1950执行时还可实现如下步骤：
识别所述目标照片中是否包括标志性景物图像特征，若所述目标照片中包括标志性景物图像特征，则获取所述标志性景物图像特征对应的参考地理位置信息；
从所述数据库中查找是否存在与所述参考地理位置信息及所述目标照片匹配的所述参考图像数据。
可选的，所述参考图像数据包括参考3D图像数据；
计算机程序被处理器1950执行时还可实现如下步骤：
获取所述参考3D图像数据中与所述目标照片的拍摄方位匹配的目标方位图像特征；
将所述目标照片中非所述目标图像区域的图像特征与所述目标方位图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述目标方位图像特征的相似度值。
可选的，计算机程序被处理器1950执行时还可实现如下步骤：
提取所述参考图像数据中关联区域的图像数据作为合成图像数据，其中，所述关联区域与所述目标照片中有所述瑕疵图像特征的区域对应；
将所述合成图像数据的尺寸大小调整为与所述目标照片中有所述瑕疵图像特征的图像数据的尺寸大小一致，并利用调整后的合成图像数据，对所述目标照片中移除所述瑕疵图像特征后的区域进行填充。
可选的，计算机程序被处理器1950执行时还可实现如下步骤：
接收电子设备发送的目标照片；
计算机程序被处理器1950执行时还可实现如下步骤：
向所述电子设备发送移除所述瑕疵图像特征后的目标照片；
若接收到所述电子设备发送的移除失败的消息，则向所述电子设备发送需补充拍摄照片的消息，以及将所述目标照片存入所述数据库中，并将所述目标照片标记为失败案例；
若接收到所述电子设备发送的与所述目标照片匹配的补充拍摄的照片，则结合所述补充拍摄的照片，对所述目标照片中的目标瑕疵图像特征进行识别和移除，其中，所述目标瑕疵图像特征为所述目标照片中与所述补充拍摄的照片中的相似图像特征的位移差高于预设值的图像特征，所述相似图像特征为所述补充拍摄的照片中与所述目标瑕疵图像特征具有相似性的图像特征；
向所述电子设备发送移除所述目标瑕疵图像特征后的目标照片。
可选的，计算机程序被处理器1950执行时还可实现如下步骤：
接收电子设备发送的目标照片；
计算机程序被处理器1950执行时还可实现如下步骤：
若所述数据库中不存在与所述目标照片匹配的参考图像数据，则向所述电子设备发送需补充拍摄照片的消息；
若接收到所述电子设备发送的与所述目标照片匹配的补充拍摄的照片，则结合所述补充拍摄的照片，对所述目标照片中的目标瑕疵图像特征进行识别和移除，其中，所述目标瑕疵图像特征为所述目标照片中与所述补充拍摄的照片中的相似图像特征的位移差高于预设值的图像特征，所述相似图像特征为所述补充拍摄的照片中与所述目标瑕疵图像特征具有相似性的图像特征；
向所述电子设备发送移除所述目标瑕疵图像特征后的目标照片。
图像处理装置1900能够实现前述实施例中图像处理装置实现的各个过程，为避免重复，这里不再赘述。图像处理装置1900可以对目标照片的瑕疵图像特征进行智能识别和移除，且无需拍照设备对目标景物或人物进行连续拍摄，从而达到降低设备功耗的目的。
请参阅图20，图20是本发明实施提供的另一种电子设备的结构图，该电子设备能实现图4和图5所示的实施例中的图像处理方法的细节，并达到相同的效果。如图20所示，电子设备2000包括射频(Radio Frequency，RF)电路2010、存储器2020、输入单元2030、显示单元2040、处理器2050、音频电路2060、通信模块2070和电源2080。
其中，输入单元2030可用于接收用户输入的数字或字符信息，以及产生与电子设备2000的用户设置以及功能控制有关的信号输入。具体地，本发明实施例中，该输入单元2030可以包括触控面板2031。触控面板2031，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2031上的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板2031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，再送给该处理器2050，并能接收处理器2050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2031。除了触控面板2031，输入单元2030还可以包括其他输入设备2032，其他输入设备2032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。
其中，显示单元2040可用于显示由用户输入的信息或提供给用户的信息以及电子设备2000的各种菜单界面。显示单元2040可包括显示面板2041，可选的，可以采用LCD或有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板2041。
应注意，触控面板2031可以覆盖显示面板2041，形成触摸显示屏，当该触摸显示屏检测到在其上或附近的触摸操作后，传送给处理器2050以确定触摸事件的类型，随后处理器2050根据触摸事件的类型在触摸显示屏上提供相应的视觉输出。
触摸显示屏包括应用程序界面显示区及常用控件显示区。该应用程序界面显示区及该常用控件显示区的排列方式并不限定，可以为上下排列、左右排列等可以区分两个显示区的排列方式。该应用程序界面显示区可以用于显示应用程序的界面。每一个界面可以包含至少一个应用程序的图标和/或widget桌面控件等界面元素。该应用程序界面显示区也可以为不包含任何内容的空界面。该常用控件显示区用于显示使用率较高的控件，例如，设置按钮、界面编号、滚动条、电话本图标等应用程序图标等。
其中处理器2050是电子设备2000的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在第一存储器2021内的软件程序和/或模块，以及调用存储在第二存储器2022内的数据，执行电子设备2000的各种功能和处理数据，从而对电子设备2000进行整体监控。可选的，处理器2050可包括一个或多个处理单元。
在本发明实施例中，电子设备2000还包括：存储在存储器2021上并可在处理器2050上运行的计算机程序，计算机程序被处理器2050执行时实现如下步骤：
向图像处理装置发送目标照片，以使所述图像处理装置结合数据库中的参考图像数据对所述目标照片中的瑕疵图像特征进行识别和移除，其中，所述参考图像数据包括参考3D图像数据；
接收所述图像处理装置发送的移除所述瑕疵图像特征后的目标照片。
可选的，计算机程序被处理器2050执行时还可实现如下步骤：
对移除所述瑕疵图像特征后的目标照片进行确认；
若确认所述目标照片中的瑕疵图像特征移除失败，且若接收到针对所述目标照片的标记操作，则向所述图像处理装置发送标记后的目标照片，以使所述图像处理装置将所述目标照片中被标记的图像特征移除，其中，所述标记操作为对所述目标照片中的瑕疵图像特征进行标记；
接收所述图像处理装置发送的移除所述目标照片中被标记的图像特征后的照片。
电子设备2000能够实现前述实施例中电子设备实现的各个过程，为避免重复，这里不再赘述。电子设备2000可以结合所述图像处理装置对目标照片的瑕疵图像特征进行识别和移除，且无需对目标景物或人物进行连续拍摄，从而达到降低设备功耗的目的。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例中图1和图3所示的图像处理方法中的步骤。
本发明实施例还提供另一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例中图4和图5所示的图像处理方法中的步骤。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、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权利要求的保护范围为准。
Claims (24)
1.一种图像处理方法，应用于图像处理装置，其特征在于，所述方法包括：
获取目标照片，并识别所述目标照片中的图像特征，其中，所述目标照片包括目标图像区域及非目标图像区域；
检测数据库中是否存在与所述目标照片匹配的参考图像数据；
若所述数据库中存在与所述目标照片匹配的参考图像数据，则获取所述参考图像数据的图像特征；
将所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似度值；
将所述非目标图像区域中与所述参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将所述目标照片中的所述瑕疵图像特征移除。
2.根据权利要求1所述的方法，其特征在于，所述识别所述目标照片中的图像特征的步骤，包括：
根据预先获取的人脸图像数据，识别所述目标照片中与所述预先获取的人脸图像数据匹配的目标拍摄人物图像特征，并将所述目标照片中所述目标拍摄人物图像特征所在的区域识别为目标图像区域，以及将所述目标照片中除所述目标图像区域之外的区域识别为非目标图像区域；或者
若接收到针对所述目标照片中的目标拍摄人物图像特征的标记操作，则将所述目标照片中被标记的所述目标拍摄人物图像特征所在的区域识别为目标图像区域，以及将所述目标照片中除所述目标图像区域之外的区域识别为非目标图像区域。
3.根据权利要求1或2所述的方法，其特征在于，所述获取目标照片的步骤，包括：
接收电子设备发送的目标照片；
所述检测数据库中是否存在与所述目标照片匹配的参考图像数据的步骤，包括：
接收所述电子设备发送的所述目标照片对应的参考地理位置信息；
从所述数据库中查找是否存在与所述参考地理位置信息及所述目标照片匹配的参考图像数据。
4.根据权利要求1或2所述的方法，其特征在于，所述检测数据库中是否存在与所述目标照片匹配的参考图像数据的步骤，包括：
识别所述目标照片中是否包括标志性景物图像特征，若所述目标照片中包括标志性景物图像特征，则获取所述标志性景物图像特征对应的参考地理位置信息；
从所述数据库中查找是否存在与所述参考地理位置信息及所述目标照片匹配的参考图像数据。
5.根据权利要求1或2所述的方法，其特征在于，所述参考图像数据包括参考3D图像数据；
所述将所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似度值的步骤，包括：
获取所述参考3D图像数据中与所述目标照片的拍摄方位匹配的目标方位图像特征；
将所述非目标图像区域的图像特征与所述目标方位图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述目标方位图像特征的相似度值。
6.根据权利要求1或2所述的方法，其特征在于，所述将所述非目标图像区域中与所述参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将所述目标照片中的所述瑕疵图像特征移除的步骤之后，所述方法还包括：
提取所述参考图像数据中关联区域的图像数据作为合成图像数据，其中，所述关联区域与所述目标照片中有所述瑕疵图像特征的区域对应；
将所述合成图像数据的尺寸大小调整为与所述目标照片中有所述瑕疵图像特征的图像数据的尺寸大小一致，并利用调整后的合成图像数据，对所述目标照片中移除所述瑕疵图像特征后的区域进行填充。
7.根据权利要求1或2所述的方法，其特征在于，所述获取目标照片的步骤，包括：
接收电子设备发送的目标照片；
所述将所述非目标图像区域中与所述参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将所述目标照片中的所述瑕疵图像特征移除的步骤之后，所述方法还包括：
向所述电子设备发送移除所述瑕疵图像特征后的目标照片；
若接收到所述电子设备发送的移除失败的消息，则向所述电子设备发送需补充拍摄照片的消息，以及将所述目标照片存入所述数据库中，并将所述目标照片标记为失败案例；
若接收到所述电子设备发送的与所述目标照片匹配的补充拍摄的照片，则结合所述补充拍摄的照片，对所述目标照片中的目标瑕疵图像特征进行识别和移除，其中，所述目标瑕疵图像特征为所述目标照片中与所述补充拍摄的照片中的相似图像特征的位移差高于预设值的图像特征，所述相似图像特征为所述补充拍摄的照片中与所述目标瑕疵图像特征具有相似性的图像特征；
向所述电子设备发送移除所述目标瑕疵图像特征后的目标照片。
8.根据权利要求1或2所述的方法，其特征在于，所述获取目标照片的步骤，包括：
接收电子设备发送的目标照片；
所述检测数据库中是否存在与所述目标照片匹配的参考图像数据的步骤之后，所述方法还包括：
若所述数据库中不存在与所述目标照片匹配的参考图像数据，则向所述电子设备发送需补充拍摄照片的消息；
若接收到所述电子设备发送的与所述目标照片匹配的补充拍摄的照片，则结合所述补充拍摄的照片，对所述目标照片中的目标瑕疵图像特征进行识别和移除，其中，所述目标瑕疵图像特征为所述目标照片中与所述补充拍摄的照片中的相似图像特征的位移差高于预设值的图像特征，所述相似图像特征为所述补充拍摄的照片中与所述目标瑕疵图像特征具有相似性的图像特征；
向所述电子设备发送移除所述目标瑕疵图像特征后的目标照片。
9.一种图像处理方法，应用于电子设备，其特征在于，所述方法包括：
向图像处理装置发送目标照片，以使所述图像处理装置结合数据库中的参考图像数据对所述目标照片中的瑕疵图像特征进行识别和移除，其中，所述参考图像数据包括参考3D图像数据；
接收所述图像处理装置发送的移除所述瑕疵图像特征后的目标照片。
10.根据权利要求9所述的方法，其特征在于，所述接收所述图像处理装置发送的移除所述瑕疵图像特征后的目标照片的步骤之后，所述方法还包括：
对移除所述瑕疵图像特征后的目标照片进行确认；
若确认所述目标照片中的瑕疵图像特征移除失败，且若接收到针对所述目标照片的标记操作，则向所述图像处理装置发送标记后的目标照片，以使所述图像处理装置将所述目标照片中被标记的图像特征移除，其中，所述标记操作为对所述目标照片中的瑕疵图像特征进行标记；
接收所述图像处理装置发送的移除所述目标照片中被标记的图像特征后的照片。
11.一种图像处理装置，其特征在于，包括：
识别模块，用于获取目标照片，并识别所述目标照片中的图像特征，其中，所述目标照片包括目标图像区域及非目标图像区域；
检测模块，用于检测数据库中是否存在与所述目标照片匹配的参考图像数据；
获取模块，用于若所述数据库中存在与所述目标照片匹配的参考图像数据，则获取所述参考图像数据的图像特征；
比较模块，用于将所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述参考图像数据中相应区域的图像特征的相似度值；
第一移除模块，用于将所述非目标图像区域中与所述参考图像数据中相应区域的图像特征的相似度值低于预设阈值的图像特征作为瑕疵图像特征，并将所述目标照片中的所述瑕疵图像特征移除。
12.根据权利要求11所述的装置，其特征在于，所述识别模块包括：
第一获取单元，用于获取目标照片；
第一识别单元，用于根据预先获取的人脸图像数据，识别所述目标照片中与所述预先获取的人脸图像数据匹配的目标拍摄人物图像特征，并将所述目标照片中所述目标拍摄人物图像特征所在的区域识别为目标图像区域，以及将所述目标照片中除所述目标图像区域之外的区域识别为非目标图像区域；或者
第二识别单元，用于若接收到针对所述目标照片中的目标拍摄人物图像特征的标记操作，则将所述目标照片中被标记的所述目标拍摄人物图像特征所在的区域识别为目标图像区域，以及将所述目标照片中除所述目标图像区域之外的区域识别为非目标图像区域。
13.根据权利要求11或12所述的装置，其特征在于，所述识别模块用于接收电子设备发送的目标照片，并识别所述目标照片中的图像特征；
所述检测模块包括：
接收单元，用于接收所述电子设备发送的所述目标照片对应的参考地理位置信息；
第一查找单元，用于从所述数据库中查找是否存在与所述参考地理位置信息及所述目标照片匹配的参考图像数据。
14.根据权利要求11或12所述的装置，其特征在于，所述检测模块包括：
第三识别单元，用于识别所述目标照片中是否包括标志性景物图像特征，若所述目标照片中包括标志性景物图像特征，则获取所述标志性景物图像特征对应的参考地理位置信息；
第二查找单元，用于从所述数据库中查找是否存在与所述参考地理位置信息及所述目标照片匹配的参考图像数据。
15.根据权利要求11或12所述的装置，其特征在于，所述参考图像数据包括参考3D图像数据；
且所述比较模块包括：
第二获取单元，用于获取所述参考3D图像数据中与所述目标照片的拍摄方位匹配的目标方位图像特征；
比较单元，用于将所述非目标图像区域的图像特征与所述目标方位图像特征进行相似度比较，得到所述非目标图像区域的图像特征与所述目标方位图像特征的相似度值。
16.根据权利要求11或12所述的装置，其特征在于，所述图像处理装置还包括：
提取模块，用于提取所述参考图像数据中关联区域的图像数据作为合成图像数据，其中，所述关联区域与所述目标照片中有所述瑕疵图像特征的区域对应；
填充模块，用于将所述合成图像数据的尺寸大小调整为与所述目标照片中有所述瑕疵图像特征的图像数据的尺寸大小一致，并利用调整后的合成图像数据，对所述目标照片中移除所述瑕疵图像特征后的区域进行填充。
17.根据权利要求11或12所述的装置，其特征在于，所述识别模块用于接收电子设备发送的目标照片，并识别所述目标照片中的图像特征；
所述图像处理装置还包括：
第一发送模块，用于向所述电子设备发送移除所述瑕疵图像特征后的目标照片；
第二发送模块，用于若接收到所述电子设备发送的移除失败的消息，则向所述电子设备发送需补充拍摄照片的消息，以及将所述目标照片存入所述数据库中，并将所述目标照片标记为失败案例；
第二移除模块，用于若接收到所述电子设备发送的与所述目标照片匹配的补充拍摄的照片，则结合所述补充拍摄的照片，对所述目标照片中的目标瑕疵图像特征进行识别和移除，其中，所述目标瑕疵图像特征为所述目标照片中与所述补充拍摄的照片中的相似图像特征的位移差高于预设值的图像特征，所述相似图像特征为所述补充拍摄的照片中与所述目标瑕疵图像特征具有相似性的图像特征；
第三发送模块，用于向所述电子设备发送移除所述目标瑕疵图像特征后的目标照片。
18.根据权利要求11或12所述的装置，其特征在于，所述识别模块用于接收电子设备发送的目标照片，并识别所述目标照片中的图像特征；
所述图像处理装置还包括：
第四发送模块，用于若所述数据库中不存在与所述目标照片匹配的参考图像数据，则向所述电子设备发送需补充拍摄照片的消息；
第三移除模块，用于若接收到所述电子设备发送的与所述目标照片匹配的补充拍摄的照片，则结合所述补充拍摄的照片，对所述目标照片中的目标瑕疵图像特征进行识别和移除，其中，所述目标瑕疵图像特征为所述目标照片中与所述补充拍摄的照片中的相似图像特征的位移差高于预设值的图像特征，所述相似图像特征为所述补充拍摄的照片中与所述目标瑕疵图像特征具有相似性的图像特征；
第五发送模块，用于向所述电子设备发送移除所述目标瑕疵图像特征后的目标照片。
19.一种电子设备，其特征在于，包括：
第一发送模块，用于向图像处理装置发送目标照片，以使所述图像处理装置结合数据库中的参考图像数据对所述目标照片中的瑕疵图像特征进行识别和移除，其中，所述参考图像数据包括参考3D图像数据；
第一接收模块，用于接收所述图像处理装置发送的移除所述瑕疵图像特征后的目标照片。
20.根据权利要求19所述的电子设备，其特征在于，所述电子设备还包括：
确认模块，用于对移除所述瑕疵图像特征后的目标照片进行确认；
第二发送模块，用于若确认所述目标照片中的瑕疵图像特征移除失败，且若接收到针对所述目标照片的标记操作，则向所述图像处理装置发送标记后的目标照片，以使所述图像处理装置将所述目标照片中被标记的图像特征移除，其中，所述标记操作为对所述目标照片中的瑕疵图像特征进行标记；
第二接收模块，用于接收所述图像处理装置发送的移除所述目标照片中被标记的图像特征后的照片。
21.一种图像处理装置，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-8中任一项所述的图像处理方法中的步骤。
22.一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求9-10中任一项所述的图像处理方法中的步骤。
23.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一项所述的图像处理方法中的步骤。
24.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求9-10中任一项所述的图像处理方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710630386.8A CN107423409B (zh) | 2017-07-28 | 2017-07-28 | 一种图像处理方法、图像处理装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710630386.8A CN107423409B (zh) | 2017-07-28 | 2017-07-28 | 一种图像处理方法、图像处理装置和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107423409A CN107423409A (zh) | 2017-12-01 |
| CN107423409B true CN107423409B (zh) | 2020-03-31 |
Family
ID=60431375
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710630386.8A Active CN107423409B (zh) | 2017-07-28 | 2017-07-28 | 一种图像处理方法、图像处理装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107423409B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108053447A (zh) * | 2017-12-18 | 2018-05-18 | 纳恩博（北京）科技有限公司 | 基于图像的重定位方法、服务器及存储介质 |
| CN108176049B (zh) * | 2017-12-28 | 2021-05-25 | 珠海豹好玩科技有限公司 | 一种信息提示方法、装置、终端和计算机可读存储介质 |
| CN108346139A (zh) * | 2018-01-09 | 2018-07-31 | 阿里巴巴集团控股有限公司 | 一种图像筛选方法及装置 |
| CN108364683B (zh) * | 2018-02-12 | 2020-05-19 | 珠海市万瑙特健康科技有限公司 | 目标对象的触发方法、装置、计算机设备和存储介质 |
| CN108335314B (zh) * | 2018-02-28 | 2020-11-06 | 百度在线网络技术（北京）有限公司 | 用于生成信息的方法和装置 |
| CN108234888B (zh) * | 2018-03-14 | 2020-06-09 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
| CN109241314A (zh) * | 2018-08-27 | 2019-01-18 | 维沃移动通信有限公司 | 一种相似图像的选择方法及装置 |
| CN111666432B (zh) * | 2019-03-06 | 2024-02-27 | 杭州海康威视数字技术股份有限公司 | 一种图像存储方法、装置及设备、存储介质 |
| CN110415318B (zh) * | 2019-07-26 | 2023-05-05 | 上海掌门科技有限公司 | 图像处理方法和装置 |
| CN112529765A (zh) * | 2019-09-02 | 2021-03-19 | 阿里巴巴集团控股有限公司 | 图像处理方法、设备及存储介质 |
| CN110866488A (zh) * | 2019-11-13 | 2020-03-06 | 维沃移动通信有限公司 | 图像处理方法及装置 |
| CN111210448A (zh) * | 2020-01-15 | 2020-05-29 | 三星电子（中国）研发中心 | 一种图像处理方法 |
| WO2023087215A1 (en) * | 2021-11-18 | 2023-05-25 | Citrix Systems, Inc. | Online meeting non-participant detection and remediation |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103426182A (zh) * | 2013-07-09 | 2013-12-04 | 西安电子科技大学 | 基于视觉注意机制的电子稳像方法 |
| CN105488777A (zh) * | 2015-04-22 | 2016-04-13 | 兰雨晴 | 一种基于移动前景下全景图实时生成系统及其方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103149222A (zh) * | 2013-02-28 | 2013-06-12 | 重庆大学 | 射线实时成像中缺陷检测方法 |
| JP6041836B2 (ja) * | 2014-07-30 | 2016-12-14 | 京セラドキュメントソリューションズ株式会社 | 画像処理装置および画像処理プログラム |
| CN106198569B (zh) * | 2016-08-03 | 2018-11-09 | 广东工业大学 | 一种ltps/igzo玻璃基板破洞快速检测方法 |
-
2017
- 2017-07-28 CN CN201710630386.8A patent/CN107423409B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103426182A (zh) * | 2013-07-09 | 2013-12-04 | 西安电子科技大学 | 基于视觉注意机制的电子稳像方法 |
| CN105488777A (zh) * | 2015-04-22 | 2016-04-13 | 兰雨晴 | 一种基于移动前景下全景图实时生成系统及其方法 |
Non-Patent Citations (1)
| Title |
|---|
| 人脸检测系统的研究;安新等;《微计算机信息》;20061110;第299-300+154页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107423409A (zh) | 2017-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107423409B (zh) | 一种图像处理方法、图像处理装置和电子设备 | |
| CN105827952B (zh) | 一种去除指定对象的拍照方法及移动终端 | |
| US11846877B2 (en) | Method and terminal for acquiring panoramic image | |
| US9973697B2 (en) | Image capture and ordering | |
| US9959681B2 (en) | Augmented reality contents generation and play system and method using the same | |
| US9756261B2 (en) | Method for synthesizing images and electronic device thereof | |
| EP3110131B1 (en) | Method for processing image and electronic apparatus therefor | |
| KR20160003066A (ko) | 일반적인 카메라 움직임 및 파노라마 카메라 움직임을 갖는 단안 시각 slam | |
| US9807299B2 (en) | Image capture methods and systems with positioning and angling assistance | |
| JP2011146796A5 (zh) | ||
| CN108124102B (zh) | 图像处理方法、装置及计算机可读存储介质 | |
| CN105590298A (zh) | 从图像提取并校正对象的图像数据 | |
| US10249058B2 (en) | Three-dimensional information restoration device, three-dimensional information restoration system, and three-dimensional information restoration method | |
| CN108776822B (zh) | 目标区域检测方法、装置、终端及存储介质 | |
| WO2017118353A1 (zh) | 显示视频文件的装置及方法 | |
| CN106713747A (zh) | 一种对焦方法及移动终端 | |
| CN106131397A (zh) | 一种多媒体数据显示的方法及电子设备 | |
| KR20190027079A (ko) | 전자 장치, 그 제어 방법 및 컴퓨터 판독가능 기록 매체 | |
| JPWO2015194237A1 (ja) | 情報処理装置、情報処理システム、情報処理装置の制御方法およびプログラム | |
| CN114600162A (zh) | 用于捕捉摄像机图像的场景锁定模式 | |
| CN104580885A (zh) | 一种物体追踪方法及装置 | |
| US20160127651A1 (en) | Electronic device and method for capturing image using assistant icon | |
| CN107705275B (zh) | 一种拍照方法及移动终端 | |
| CN104506768A (zh) | 图像选择方法、装置及终端 | |
| CN107105158B (zh) | 一种拍照方法及移动终端 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |