CN107610059A - 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 PDFInfo
- Publication number
- CN107610059A CN107610059A CN201710751912.6A CN201710751912A CN107610059A CN 107610059 A CN107610059 A CN 107610059A CN 201710751912 A CN201710751912 A CN 201710751912A CN 107610059 A CN107610059 A CN 107610059A
- Authority
- CN
- China
- Prior art keywords
- pixel
- area
- value
- repaired
- image
- 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.)
- Granted
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种图像处理方法及移动终端,涉及移动终端技术领域。本发明提供的图像处理方法及移动终端,可以计算待处理图像中每个像素的特征值,然后根据每个像素的特征值确定该待处理图像中的高光区域,最后对高光区域进行修复。由于修复了待处理图像中的高光区域,进而解决了待处理图像中因为高光区域导致的细节失真问题,提高了待处理图像的细节完整性,当再对待处理图像进行其他图像处理操作,比如,进行美颜操作时,由于已经修复了待处理图像中的高光区域,这样,该图像处理操作就不会受到高光区域的影响,进而可以提高图像处理的效果。
Description
技术领域
本发明涉及移动终端技术领域,特别是涉及一种图像处理方法及移动终端。
背景技术
随着移动终端技术的快速发展,移动终端中的拍照功能也越来越强大,人们可以使用移动终端对各种各样的场景进行拍摄,比如夜景、全景、人像等等。在拍摄完成之后,用户通常会对得到的图像进行处理,比如,进行美颜处理,等等。
在先技术中,在对待处理图像进行图像处理操作时,通常是直接对待处理图像进行图像处理操作。
然而,由于外界光照的不确定性,实际拍照的时候,经常会导致拍出来的图像的某一部分因为亮度过大,导致细节丢失,即,出现高光现象,这样,待处理图像中经常会存在高光区域。由于高光区域会导致细节丢失,所以会导致针对待处理图像进行图像处理操作时,图像处理效果不佳。比如,在对待处理图像进行美颜处理的时候,由于待处理图像中存在高光区域,会导致美颜处理效果差。
发明内容
本发明提供一种图像处理方法及移动终端,以便解决因为图像中存在高光区域而导致图像细节丢失,进而导致对图像的其他处理操作效果较差的问题。
依据本发明的第一方面,提供了一种图像处理方法,应用于移动终端,该方法包括:
根据待处理图像中每个像素的亮度值以及每个像素的邻域像素的亮度值,计算所述待处理图像中每个像素的特征值;
根据所述每个像素的特征值确定所述待处理图像中的至少一个高光区域;
针对每个所述高光区域,以所述高光区域的边缘像素作为修复起点,对所述高光区域进行修复。
依据本发明的第二方面,提供了一种移动终端,该移动终端包括:
计算模块,用于根据待处理图像中每个像素的亮度值以及每个像素的邻域像素的亮度值,计算所述待处理图像中每个像素的特征值;
确定模块,用于根据所述每个像素的特征值确定所述待处理图像中的至少一个高光区域;
修复模块,用于针对每个所述高光区域,以所述高光区域的边缘像素作为修复起点,对所述高光区域进行修复。
依据本发明的第三方面,提供了一种移动终端,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现所述的图像处理方法的步骤。
依据本发明的第四方面,提供了一种可读存储介质,所述可读存储介质上存储有图像处理程序,所述图像处理程序被处理器执行时实现所述的图像处理方法的步骤。
针对在先技术,本发明具备如下优点:
本发明实施例提供的图像处理方法及移动终端,可以计算待处理图像中每个像素的特征值,然后根据每个像素的特征值确定该待处理图像中的高光区域,最后对高光区域进行修复。由于修复了待处理图像中的高光区域,进而解决了待处理图像中因为高光区域导致的细节失真问题,提高了待处理图像的细节完整性,当再对待处理图像进行其他图像处理操作,比如,进行美颜操作时,由于已经修复了待处理图像中的高光区域,这样,该图像处理操作就不会受到高光区域的影响,进而可以提高图像处理的效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是本发明实施例一提供的一种图像处理方法的步骤流程图;
图2-1是本发明实施例二提供的一种图像处理方法的步骤流程图;
图2-2是本发明实施例提供的一种邻域像素示意图;
图2-3是本发明实施例提供的一种边缘像素示意图;
图2-4是本发明实施例提供的一种第一区域示意图;
图2-5是本发明实施例提供的一种第二区域示意图;
图3是本发明实施例三提供的一种移动终端的框图;
图4是本发明实施例四提供的一种移动终端的框图;
图5是本发明另一个实施例的移动终端的框图;
图6是本发明另一个实施例的移动终端的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
实施例一
图1是本发明实施例一提供的一种图像处理方法的步骤流程图,该方法可以应用于移动终端,如图1所示,该方法可以包括:
步骤101、根据待处理图像中每个像素的亮度值以及每个像素的邻域像素的亮度值,计算所述待处理图像中每个像素的特征值。
本发明实施例中,该待处理图像可以是由用户通过移动终端拍摄得到的,也可以是由用户从网络中下载并存储在移动终端中的,本发明实施例对待处理图像的来源不作具体限定。其中,像素的邻域像素可以包括与该像素在水平方向、竖直方向以及对角线方向邻接的8个像素。由于像素的特征值是根据每个像素以及像素的领域像素的亮度值计算得到的,因此像素的特征值可以代表该像素以及该像素周围像素的亮度情况。
步骤102、根据所述每个像素的特征值确定所述待处理图像中的至少一个高光区域。
由于像素的特征值能够代表像素以及该像素周围像素的亮度情况,而高光区域一般是因为像素的亮度过亮产生的,因此在根据像素的特征值确定高光区域时,可以将特征值大于预设阈值的像素组成的区域确定为高光区域。
步骤103、针对每个所述高光区域,以所述高光区域的边缘像素作为修复起点,对所述高光区域进行修复。
本发明实施例中,在确定出高光区域之后,会以高光区域的边缘像素作为修复起点,对高光区域进行修复。通过修复高光区域,可以解决高光区域导致的细节失真问题,进而提高待处理图像的细节完整性。在将待处理图像中的高光区域修复之后,由于高光区域已经被修复,这样,再对该待处理图像进行其他图像处理操作时,比如进行美颜操作时,由于已经消除了待处理图像中的高光区域,这样,美颜操作就不会受到影响,进而提高了美颜处理的效果。
综上所述,本发明实施例一提供的图像处理方法,可以计算待处理图像中每个像素的特征值,然后根据每个像素的特征值确定该待处理图像中的高光区域,最后对高光区域进行修复。由于修复了待处理图像中的高光区域,进而解决了待处理图像中因为高光区域导致的细节失真问题,提高了待处理图像的细节完整性,当再对待处理图像进行其他图像处理操作,比如,进行美颜操作时,由于已经修复了待处理图像中的高光区域,这样,该图像处理操作就不会受到高光区域的影响,进而可以提高图像处理的效果。
实施例二
图2-1是本发明实施例二提供的一种图像处理方法的步骤流程图,该方法可以应用于移动终端,如图2-1所示,该方法可以包括:
步骤201、根据待处理图像中每个像素的亮度值以及每个像素的邻域像素的亮度值,计算所述待处理图像中每个像素的特征值。
具体的,步骤201可以包括:
步骤2011、计算所述待处理图像的亮度均值以及亮度方差。
本步骤,可以通过亮度均值计算公式来计算待处理图像的亮度均值:
其中,表示亮度均值,P1-L…Pn-L表示待处理图像中包括的n个像素 (P1…Pn)各自对应的亮度值,n为待处理图像中包含的像素的个数。示例的,假设待处理图像中包括像素1、像素2、像素3、像素4以及像素5,该 5个像素对应的亮度值分别为:100、125、110、120以及115,那么可以将 (100+125+110+120+115)/5=114确定为该待处理图像的亮度均值。
进一步的,可以通过亮度方差计算公式来计算待处理图像的亮度方差:
其中,PL 2表示亮度均值。基于上述像素亮度值示例,该待处理图像的亮度方差可以为:
步骤2012、对于所述待处理图像中的每个像素,根据所述像素的亮度值、所述待处理图像的亮度均值以及所述待处理图像的亮度方差确定所述像素的对比值。
示例的,本发明实施例中可以通过预设的对比值公式来计算该像素的对比值:
其中,Q表示该像素Pi的对比值,Pi-L代表该像素Pi的亮度值,代表待处理图像的亮度均值,PL 2代表待处理图像的亮度方差,a代表权重系数,该权重系数的具体值可以是根据实际情况预先确定的,该权重系数的取值范围为大于零小于1。
假设该像素的亮度值为125,该待处理图像的亮度均值为115,该待处理图像的亮度方差为70,权重系数为0.9,那么可以确定该像素的对比值为:
步骤2013、将所述像素的每个邻域像素的亮度值和所述对比值进行比较,并根据比较结果以及预设标记规则对每个邻域像素进行标记,得到每个邻域像素的标记值。
其中,像素的邻域像素可以包括与该像素在水平方向、竖直方向以及对角线方向邻接的8个像素。图2-2是本发明实施例提供的一种邻域像素示意图,图2-2的每个格子代表一个像素,从图2-2中可以看出,像素Pi包括8 个邻域像素,其中,像素P1以及像素P2是像素Pi在水平方向邻接的邻域像素,像素P3以及像素P4是像素Pi在垂直方向邻接的邻域像素,像素P5、像素P6、像素P7以及像素P8是像素Pi在对角线方向邻接的邻域像素。
进一步的,将邻域像素的亮度值和对比值进行比较,得到的比较结果可以包括:邻域像素的亮度值大于对比值、邻域像素的亮度值小于对比值以及邻域像素的亮度值等于对比值。预设标记规则可以是:将亮度值大于对比值或者亮度值等于对比值的邻域像素标记为1,将亮度值小于对比值的邻域像素标记为0。
示例的,假设对比值为190,那么可以将像素P1,像素P2,像素P3,像素P4,像素P5,像素P6,像素P7以及像素P8分别和对比值进行比较,然后对每个像素进行标记。假设像素Pi的八个邻域像素分别的亮度值分比为: 200、130、200、183、225、175、193以及180。
那么可以将像素P1标记为1,像素P2标记为0,像素P3标记为1,像素 P4标记为0,像素P5标记为1,像素P6标记为0,像素P7标记为1,像素P8标记为0,对应的,得到像素P1对应的标记值为1,像素P2对应的标记值为 0,像素P3对应的标记值为1,像素P4对应的标记值为0,像素P5对应的标记值为1,像素P6对应的标记值为0,像素P7对应的标记值为1,像素P8对应的标记值为0。
需要说明的是,本发明实施例中的预设标记规则可以是开发人员根据实际经验制定的。预设标记规则并不仅限与上述示意的标记规则,示例的,该标记规则还可以是:将亮度值大于对比值或者亮度值等于对比值的邻域像素标记为0,将亮度值小于对比值的邻域像素标记为1;该预设规则还可以是:将亮度值大于对比值标记为1,将亮度值小于对比值或者亮度值等于对比值的邻域像素的邻域像素标记为0;进一步地,该预设规则还可以是:将亮度值大于对比值标记为0,将亮度值小于对比值或者亮度值等于对比值的邻域像素的邻域像素标记为1,等等,本发明实施例对比不做限定。
步骤2014、根据所述每个邻域像素的标记值,生成所述像素的特征标记值;其中,所述特征标记值为八位的二进制数。
本步骤中,可以依据预设生成规则来根据每个邻域像素的标记值生成该像素特征标记值,优选的,该预设生成规则可以是:以位于该像素左上角的邻域像素的标记值为起始位,按照顺时针的方向,将8个邻域像素的标记值组合为该像素的特征标记值。示例的,以上述步骤b中计算出来的像素Pi的八个邻域像素的标记值为例,像素P1对应的标记值为1,像素P2对应的标记值为0,像素P3对应的标记值为1,像素P4对应的标记值为0,像素P5对应的标记值为1,像素P6对应的标记值为0,像素P7对应的标记值为1,像素P8对应的标记值为0,可以得到像素Pi的特征标记值:10101010,该特征标记值为一个八位二进制数。
需要说明的是,本发明实施例中的预设生成规则可以是开发人员根据实际经验制定的。预设生成规则并不仅限与上述示意的规则。示例的,该预设生成规则还可以是:以位于像素左下角的邻域像素的标记值为起始位,按照逆时针的方向,将8个邻域像素的标记值组合为一个特征标记值,等等,在制定生成规则的时候,可以是以任意一个邻域像素的标记值作为起始位,按照一定的顺序将8个邻域像素的标记值组合为一个特征标记值即可,本发明实施例对比不做限定。
步骤2015、将所述特征标记值对应的十进制数,确定为所述像素的特征值。
示例的,以根据像素Pi为例,可以将将像素Pi的特征标记值10101010 对应的十进制数170确定为像素Pi的特征值。
需要说明的是,位于图像边缘的像素的邻域像素不足8个,因此,在实际处理的时候本发明实施例中还可以在确定待处理出现中的至少一个高光区域的步骤之前,预先通过滤波操作对待处理图像进行像素扩充,保证待处理图像中的每个像素都有8个邻域像素。
步骤202、根据所述每个像素的特征值确定所述待处理图像中的至少一个高光区域。
具体的,可以通过下述步骤2012来实现根据每个像素的特征值确定待处理图像中的高光区域。
步骤2021、将所述待处理图像中特征值大于预设阈值的像素组成的区域确定为高光区域。
本步骤中,可以采用连通域算法将特征值大于预设阈值的像素连接为一个封闭区域,进而实现将待处理图像中特征值大于预设阈值的像素组成的区域确定为高光区域。实际应用中,还可以采用其他算法来确定出待处理图像中特征值大于预设阈值的像素组成的区域,本发明实施例对此不做限定。
由于像素的亮度值只能代表该像素的本身的亮度情况,因此,直接根据像素的亮度值来确定高光区域的方式,经常会出现因为图像中各个过亮像素分布不均匀且不相邻而导致确定出来的高光区域中出现正常像素的情况,而本发明实施例中,根据每个像素的特征值来确定高光区域,由于在计算像素的特征值过程中,结合了该像素的亮度值以及该像素的邻域像素的亮度值,因此,每个像素的特征值可以反映该像素以及该像素周围像素的亮度值,这样,就不会出现因为图像中各个过亮像素分布不均匀且不相邻而导致确定出来的高光区域中出现正常像素的情况,进而提高了高光区域确定的准确率。
进一步的,由于一般情况下,用户对于待处理图像的关注点主要集中于图像中的人脸部分,用户在对待处理图像进行图像优化时,大都是想要针对人脸皮肤区域进行优化,而实际应用中,人脸皮肤区域图像中出现高光区域的可能性也最大。因此,本发明实施例中还可以在确定高光区域时,仅确定出人脸皮肤区域图像中的高光区域,这样,在修复的时候,就可以只修复人脸皮肤区域图像中的高光区域,缩小了高光区域修复的范围,降低了高光区域修复的工作量。
具体的,可以通过如下步骤实现确定待处理图像中人脸皮肤区域图像中的高光区域
步骤A、提取所述待处理图像中的人脸区域图像。
具体的,可以利用人脸识别算法对待处理图像进行人脸识别,进而提取出待处理图像中的人脸区域图像。
步骤B、对所述人脸区域图像进行预处理,获取所述人脸区域图像中的皮肤区域图像。
实际应用中,人脸区域图像中可能还会包括非皮肤区域,比如,位于额头的头发,佩戴的眼镜,等等。这些非皮肤区域上存在的高光区域往往并不会对图片的整体效果产生影响,因此,可以获取人脸区域图像中的皮肤区域图像,仅度皮肤区域图像中的高光区域进行处理。具体的,该预处理可以是利用预设的图像掩膜算法对人脸区域图像进行掩膜操作,得到人脸区域图像对应的掩膜(mask)图像,然后根据该掩膜图像获取人脸区域图像中的皮肤区域图像。
步骤C、将所述皮肤区域图像中特征值大于预设阈值的像素组成的区域确定为高光区域。
实际应用中还可以在计算待处理图像中每个像素的特征值的步骤之前,将待处理图像中的皮肤区域图像确定出来,然后仅计算该皮肤区域图像中每个像素的特征值,再根据每个像素的特征值确定该人脸皮肤区域图像中的高光区域。这样,可以减少计算像素特征值时的工作量,进而提高确定高光区域的效率。
步骤203、针对每个所述高光区域,按照所述高光区域的每个边缘像素的梯度值,确定待修复像素队列。
具体的,步骤203可以包括:
步骤2031、根据预设的边缘检测算法,检测所述高光区域的边缘信息,得到所述高光区域的多个边缘像素。
本步骤中,可以通过预设的边缘检测算法检测高光区域的边缘信息,来确定出位于高光区域最外围的一圈像素,这些位于高光区域最外围的像素即为高光区域的边缘像素。图2-3是本发明实施例提供的一种边缘像素示意图,图2-3中的每个格子代表一个像素,图中的灰色部分表示高光区域,高光区域中的像素均为高光像素,图2-3中带有黑色圆点的高光像素即为该高光区域的边缘像素。
步骤2032、计算每个边缘像素的梯度值,并按照梯度值递增的顺序将所述多个边缘像素排列为待修复像素队列。
本步骤中,梯度值是指像素的亮度在预设方向上的变化程度,该预设方向可以是水平方向、竖直方向以及对角线方向。具体的,在计算梯度值的时候,可以以每个边缘像素的亮度值作为计算依据来计算每个边缘像素的梯度值,对于每一个边缘像素,可以分别计算边缘像素的亮度值在预设方向上的一阶偏导数的有限差分均值,进而确定出每个像素点的梯度值。
假设高光区域的边缘像素为:像素1,像素2,像素3,以及像素4,这 4个像素对应的梯度值分别为:20、23、15以及21,那么可以按照像素3,像素1,像素4以及像素2的排列顺序,将这四个像素作为待修复像素队列中的像素,得到待修复队列。
步骤204、将所述待修复队列中梯度值最小的像素确定为目标像素。
由于待修复队列中的像素是按照梯度值递增的顺序排列的,因此,可以直接将待修复队列中的第一个像素确定为目标像素。示例的,可以将像素3 确定为目标像素。
本发明实施例中,采用按照梯度值递增的顺序将边缘像素组合为待修复队列的方式来确定待修复队列,使得本步骤中在将待修复队列中梯度值最小的像素确定为目标像素的时候,可以直接将待修复队列中的第一个像素确定为目标像素,省去了确定待修复队列中梯度值最小的像素的过程,简化了目标像素的确定过程。
步骤205、以所述目标像素作为中心像素,确定第一区域;其中,所述第一区域包括正常像素子区域以及高光像素子区域。
示例的,可以根据预设的第一尺寸来确定第一区域,优选的,该预设的第一尺寸中的长度和宽度均为7个像素的长度和,即,该第一区域为每个边由7个像素组成正方形区域,该目标像素位于该正方形区域的正中间。由于该目标像素为高光区域的边缘像素,那么必然会出现该第一区域的一部分位于非高光区域,另一部分位于高光区域,因此,该第一区域包括正常像素子区域以及高光像素子区域。图2-4是本发明实施例提供的一种第一区域示意图,图中每个灰色格子表示一个高光像素,每个白色格子表示一个正常像素,斜线覆盖的区域a表示第一区域,带有黑色正方形点的灰色格子代表的是目标像素,从图2-4中可以看出该目标像素为该第一区域a的中心像素,该第一区域a中的像素包括了正常像素以及高光像素,即,第一区域包括正常像素子区域以及高光像素子区域。
步骤206、根据所述第一区域对所述目标像素进行修复。
步骤2061、在所述第一区域中,以所述目标像素作为中心像素确定第二区域;其中,所述第二区域的尺寸小于所述第一区域的尺寸。
示例的,可以根据预设的第二尺寸来确定第二区域,优选的,该预设的第二尺寸中的长度和宽度均为3个像素的长度和,即,该第二区域为每个边由3个像素组成正方形区域,该目标像素位于该正方形区域的正中间。图2-5 是本发明实施例提供的一种第二区域示意图,如图2-5所示,由交叉斜线组成的网格所覆盖的区域b即为第二区域。
步骤2062、在所述正常像素子区域中,确定多个对比区域;所述对比区域的尺寸与所述第二区域的尺寸相同。
在正常像素子区域中确定对比区域,可以保证对比区域中不存在高光像素,即,对比区域中均为正常像素。由于对比区域中均为正常像素,且对比区域接近第二区域,两者具有一定的相似性,这样就可以利用对比区域来对第二区域中的目标像素进行修复。具体的,在确定对比区域的时候,可以是利用穷举法,将正常像素子区域中能够组成为与第二区域尺寸相同的区域都确定为对比区域,得到多个对比区域。
步骤2063、计算所述多个对比区域中的每个对比区域相对于所述第二区域的相似度相关值,所述相似度相关值与相似度负相关。
其中,该相似度相关值和相似度负相关表示当对比区域相对于第二区域的相似度相关值越小的时候,对比区域相对于第二区域的相似度越高。
具体的,在计算对比区域相对于第二区域的相似度相关值,可以通过如下步骤来实现:
步骤2063a、计算所述对比区域中各个像素与所述第二区域中对应位置的像素的亮度值之差的绝对值,得到多个亮度值之差的绝对值;
步骤2063b、计算所述多个亮度值之差的绝对值的平均值。
示例的,假设对比区域以及第二区域均为每个边长由三个像素组成的正方形区域,即就是,这两个区域均由9个像素组成;对比区域中各个像素的亮度值按照从上至下,从左至右的顺序分别为:123、119、140、150、134、 136、120、131以及125,第二区域中对应位置的像素的亮度值分别为:120、 130、121、150、134、134、125、133以及125。那么可以得到9个亮度值之差的绝对值,这9个亮度值之差的绝对值分比为:3、11、19、0、0、2、 5、2以及0,该对比区域相对于第二区域的相似度相关值为 (3+11+19+0+0+2+5+2+0)/9=4.67。
步骤2064、根据相对于所述第二区域相似度最高的对比区域的中心像素的亮度值,调整所述目标像素的亮度值,以完成对所述目标像素的修复。
该相似度最高的对比区域即为相似度相关值最小的对比区域,假设该相似度相关值最小的对比区域的中心像素的亮度值为130,那么可以将目标像素的亮度值设置为130,以完成对目标像素的修复。
步骤207、在完成对所述目标像素的修复之后,将所述目标像素从所述待修复像素队列中去除,并将所述目标像素的邻域像素中位于所述高光区域的像素,按照梯度值插入到所述待修复像素队列中,以更新所述待修复队列。
待修复队列中存储的都是高光区域的边缘像素,即,高光像素。在完成对目标像素之后,该目标像素就转变为正常像素,因此需要将该目标像素从待修复队列中去除。相应的,目标像素修复之后,该高光区域的边缘信息就会发生变化,此时,该目标像素的邻域像素中位于高光区域的像素就变成了高光区域的边缘像素,因此可以将这些像素加入待修复队列中,来更新待修复队列。具体的,在将这些像素加入待修复队列的时候,需要保证待修复队列中按照梯度值递增的排列顺序不变,因此需要按照这些像素梯度值的大小,将每个像素插入到待修复队列中的合适位置。例如,需要插入待修复队列的像素的梯度值为10,待修复队列中现在包括的像素a,像素b以及像素 c的梯度值分别为9,11以及12,由于该像素的梯度值大于像素a,小于像素b,因此可以将该像素插入值像素a以及像素b之间。
步骤208、对所述待修复队列执行所述将所述待修复队列中梯度值最小的像素作为目标像素的步骤,以便于继续对所述待修复队列中的像素进行修复。
在完成对待修复队列的更新之后,可以重新返回步骤203,继续以待修复队列中梯度值最小的像素作为目标像素进行修复。通过这样的循环操作,待修复队列中的每个像素都会被确定为目标像素进行修复,而每次完成对目标像素的修复之后,都会更新该待修复队列,这样,高光区域中的每个像素都会逐步的被加入该待修复队列中,因此本发明实施例中的高光修复过程,可以以高光区域的边缘像素为起点,实现对高光区域中所有高光像素的修复,当待修复队列中不存在像素的时候,就完成了对高光区域的修复。
综上所述,本发明实施例二提供的图像处理方法,可以计算待处理图像中每个像素的特征值,然后根据每个像素的特征值确定该待处理图像中的高光区域,最后对高光区域进行修复由于修复了待处理图像中的高光区域,进而解决了待处理图像中因为高光区域导致的细节失真问题,提高了待处理图像的细节完整性,当对待处理图像进行其他图像处理操作,比如,进行美颜操作时,由于已经修复了待处理图像中的高光区域,这样,该图像处理操作就不会受到高光区域的影响,进而可以提高图像处理的效果;同时,还可以仅确定出待处理图像中人脸皮肤区域的高光区域,这样,在修复的时候,只需要修复人脸皮肤区域图像中的高光区域,缩小了高光区域修复的范围,降低了高光区域修复的工作量。
实施例三
图3是本发明实施例三提供的一种移动终端的框图,如图3所示,该移动终端30包括:
计算模块301,用于根据待处理图像中每个像素的亮度值以及每个像素的邻域像素的亮度值,计算所述待处理图像中每个像素的特征值。
确定模块302,用于根据所述每个像素的特征值确定所述待处理图像中的至少一个高光区域。
修复模块303,用于针对每个所述高光区域,以所述高光区域的边缘像素作为修复起点,对所述高光区域进行修复。
综上所述,本发明实施例三提供的移动终端,计算模块可以计算待处理图像中每个像素的特征值,然后确定模块会根据每个像素的特征值确定该待处理图像中的高光区域,最后修复模块会对高光区域进行修复,由于修复了待处理图像中的高光区域,进而解决了待处理图像中因为高光区域导致的细节失真问题,提高了待处理图像的细节完整性,这样,当再对待处理图像进行其他图像处理操作,比如,进行美颜操作时,由于已经修复了待处理图像中的高光区域,这样,该图像处理操作就不会受到高光区域的影响,进而可以提高图像处理的效果。
实施例四
图4是本发明实施例四提供的一种移动终端的框图,如图4所示,该移动终端40包括:
计算模块401,用于根据待处理图像中每个像素的亮度值以及每个像素的邻域像素的亮度值,计算所述待处理图像中每个像素的特征值。
确定模块402,用于根据所述每个像素的特征值确定所述待处理图像中的至少一个高光区域。
修复模块403,用于针对每个所述高光区域,以所述高光区域的边缘像素作为修复起点,对所述高光区域进行修复。
可选的,上述计算模块401,可以包括:
第一计算子模块,用于计算所述待处理图像的亮度均值以及亮度方差。
第一确定子模块,用于对于所述待处理图像中的每个像素,根据所述像素的亮度值、所述待处理图像的亮度均值以及所述待处理图像的亮度方差确定所述像素的对比值。
标记子模块,用于将所述像素的每个邻域像素的亮度值和所述对比值进行比较,并根据比较结果以及预设标记规则对每个邻域像素进行标记,得到每个邻域像素的标记值;其中,所述像素的邻域像素包括与所述像素在水平方向、竖直方向以及对角线方向邻接的8个像素。
生成子模块,用于根据所述每个邻域像素的标记值,生成所述像素的特征标记值;其中,所述特征标记值为八位的二进制数。
第二确定子模块,用于将所述特征标记值对应的十进制数,确定为所述像素的特征值。
可选的,上述确定模块402,可以包括:
第三确定子模块,用于将所述待处理图像中特征值大于预设阈值的像素组成的区域确定为高光区域。
可选的,上述确定模块402,还可以用于:
提取所述待处理图像中的人脸区域图像。
对所述人脸区域图像进行预处理,获取所述人脸区域图像中的皮肤区域图像。
将所述皮肤区域图像中特征值大于预设阈值的像素组成的区域确定为高光区域。
可选的,上述修复模块403,可以包括:
第四确定子模块4031,用于针对每个所述高光区域,按照所述高光区域的每个边缘像素的梯度值,确定待修复像素队列。
第五确定子模块4032,用于将所述待修复队列中梯度值最小的像素确定为目标像素。
第六确定子模块4033,用于以所述目标像素作为中心像素,确定第一区域;其中,所述第一区域包括正常像素子区域以及高光像素子区域。
修复子模块4034,用于根据所述第一区域对所述目标像素进行修复。
去除子模块4035,用于在完成对所述目标像素的修复之后,将所述目标像素从所述待修复像素队列中去除,并将所述目标像素的邻域像素中位于所述高光区域的像素,按照梯度值插入到所述待修复像素队列中,以更新所述待修复队列。
执行子模块4036,用于对所述待修复队列执行所述将所述待修复队列中梯度值最小的像素作为目标像素的步骤,以便于继续对所述待修复队列中的像素进行修复。
可选的,上述第四确定子模块4031,可以包括:
检测单元,用于根据预设的边缘检测算法,检测所述高光区域的边缘信息,得到所述高光区域的多个边缘像素。
第一计算单元,用于计算每个边缘像素的梯度值,并按照梯度值递增的顺序将所述多个边缘像素排列为待修复像素队列。
可选的,上述修复子模块4034,可以包括:
第一确定单元,用于在所述第一区域中,以所述目标像素作为中心像素确定第二区域;其中,所述第二区域的尺寸小于所述第一区域。
第二确定单元,用于在所述正常像素子区域中,确定多个对比区域;所述对比区域的尺寸与所述第二区域的尺寸相同。
第二计算单元,用于计算所述多个对比区域中的每个对比区域相对于所述第二区域的相似度相关值,所述相似度相关值与相似度负相关。
调整单元,用于根据相对于所述第二区域相似度最高的对比区域的中心像素的亮度值,调整所述目标像素的亮度值,以完成对所述目标像素的修复。
综上所述,本发明实施例四提供的移动终端,计算模块可以计算待处理图像中每个像素的特征值,然后确定模块会根据每个像素的特征值确定该待处理图像中的高光区域,最后修复模块会对高光区域进行修复由于修复了待处理图像中的高光区域,进而解决了待处理图像中因为高光区域导致的细节失真问题,提高了待处理图像的细节完整性,当对待处理图像进行其他图像处理操作,比如,进行美颜操作时,由于已经修复了待处理图像中的高光区域,这样,该图像处理操作就不会受到高光区域的影响,进而可以提高图像处理的效果;同时,还可以仅确定出待处理图像中人脸皮肤区域的高光区域,这样,在修复的时候,只需要修复人脸皮肤区域图像中的高光区域,缩小了高光区域修复的范围,降低了高光区域修复的工作量。
实施例五
图5是本发明另一个实施例的移动终端的框图。图5所示的移动终端500 包括:至少一个处理器501、存储器502、至少一个网络接口504和用户接口503。移动终端500中的各个组件通过总线系统505耦合在一起。可理解,总线系统505用于实现这些组件之间的连接通信。总线系统505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5中将各种总线都标为总线系统505。
其中,用户接口503可以包括显示器、键盘或者点击设备(例如,鼠标,轨迹球(trackball)、触感板或者柔性屏等。
可以理解,本发明实施例中的存储器502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(Synchlink DRAM, SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DRRAM)。本发明实施例描述的系统和方法的存储器502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502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5021和应用程序 5022。
其中,操作系统5021,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5022,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 5022中。
在本发明实施例中,通过调用存储器502存储的程序或指令,具体的,可以是应用程序5022中存储的程序或指令,处理器501用于:根据待处理图像中每个像素的亮度值以及每个像素的邻域像素的亮度值,计算所述待处理图像中每个像素的特征值;,根据所述每个像素的特征值确定所述待处理图像中的至少一个高光区域;针对每个所述高光区域,以所述高光区域的边缘像素作为修复起点,对所述高光区域进行修复。上述本发明实施例揭示的方法可以应用于处理器501中,或者由处理器501实现。处理器501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501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501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 SpecificIntegrated Circuit,ASIC)、现成可编程门阵列(Field Programmable 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存储介质中。该存储介质位于存储器502,处理器501读取存储器502中的信息,结合其硬件完成上述方法的步骤。
可以理解的是,本发明实施例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(Application Specific Integrated Circuits,ASIC)、数字信号处理器(Digital SignalProcessing,DSP)、数字信号处理设备(DSP Device, DSPD)、可编程逻辑设备(Programmable Logic Device,PLD)、现场可编程门阵列(Field-Programmable GateArray,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,可通过执行本发明实施例所述功能的模块(例如过程、函数等)来实现本发明实施例所述的技术。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。
所述处理器501还用于:计算所述待处理图像的亮度均值以及亮度方差;对于所述待处理图像中的每个像素,根据所述像素的亮度值、所述待处理图像的亮度均值以及所述待处理图像的亮度方差确定所述像素的对比值;将所述像素的每个邻域像素的亮度值和所述对比值进行比较,并根据比较结果以及预设标记规则对每个邻域像素进行标记,得到每个邻域像素的标记值;其中,所述像素的邻域像素包括与所述像素在水平方向、竖直方向以及对角线方向邻接的8个像素;根据所述每个邻域像素的标记值,生成所述像素的特征标记值;其中,所述特征标记值为八位的二进制数;将所述特征标记值对应的十进制数,确定为所述像素的特征值。
所述处理器501还用于:将所述待处理图像中特征值大于预设阈值的像素组成的区域确定为高光区域。
所述处理器501还用于:提取所述待处理图像中的人脸区域图像;对所述人脸区域图像进行预处理,获取所述人脸区域图像中的皮肤区域图像;将所述皮肤区域图像中特征值大于预设阈值的像素组成的区域确定为高光区域。
所述处理器501还用于:针对每个所述高光区域,按照所述高光区域的每个边缘像素的梯度值,确定待修复像素队列;将所述待修复队列中梯度值最小的像素作为目标像素;以所述目标像素作为中心像素,确定第一区域;其中,所述第一区域包括正常像素子区域以及高光像素子区域;根据所述第一区域对所述目标像素进行修复;在完成对所述目标像素的修复之后,将所述目标像素从所述待修复像素队列中去除,并将所述目标像素的邻域像素中位于所述高光区域的像素,按照梯度值插入到所述待修复像素队列中,以更新所述待修复队列;对所述待修复队列执行所述将所述待修复队列中梯度值最小的像素作为目标像素的步骤,以便于继续对所述待修复队列中的像素进行修复。
所述处理器501还用于:根据预设的边缘检测算法,检测所述高光区域的边缘信息,得到所述高光区域的多个边缘像素;计算每个边缘像素的梯度值,并按照梯度值递增的顺序将所述多个边缘像素排列为待修复像素队列。
所述处理器501还用于:在所述第一区域中,以所述目标像素作为中心像素确定第二区域;其中,所述第二区域的尺寸小于所述第一区域;在所述正常像素子区域中,确定多个对比区域;所述对比区域的尺寸与所述第二区域的尺寸相同;计算所述多个对比区域中的每个对比区域相对于所述第二区域的相似度相关值,所述相似度相关值与相似度负相关;根据相对于所述第二区域相似度最高的对比区域的中心像素的亮度值,调整所述目标像素的亮度值,以完成对所述目标像素的修复。
移动终端500能够实现前述实施例中移动终端实现的各个过程,为避免重复,这里不再赘述。本发明实施例中,移动终端500可以可以计算待处理图像中每个像素的特征值,然后根据每个像素的特征值确定该待处理图像中的高光区域,最后对高光区域进行修复。由于修复了待处理图像中的高光区域,进而解决了待处理图像中因为高光区域导致的细节失真问题,提高了待处理图像的细节完整性,当再对待处理图像进行其他图像处理操作,比如,进行美颜操作时,由于已经修复了待处理图像中的高光区域,这样,该图像处理操作就不会受到高光区域的影响,进而可以提高图像处理的效果。
实施例六
图6是本发明另一个实施例的移动终端的结构示意图。
所述移动终端,包括:存储器、处理器及存储在所述存储器上并可在所述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所述图像处理方法中的步骤。
所述移动终端还包括:一种可读存储介质,该可读存储介质上存储有图像处理程序,所述图像处理程序被处理器执行时实现所述图像处理方法的步骤。
具体地,图6中的移动终端可以为手机、平板电脑、个人数字助理 (PersonalDigital Assistant,PDA)、或车载电脑等。
图6中的移动终端包括射频(Radio Frequency,RF)电路610、存储器620、输入单元630、显示单元640、处理器660、音频电路670、无线局域网(Wireless Fidelity)模块680和电源690。
其中,输入单元630可用于接收用户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信号输入。具体地,本发明实施例中,该输入单元630可以包括触控面板631。触控面板631,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631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631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660,并能接收处理器660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631。除了触控面板631,输入单元630还可以包括其他输入设备632,其他输入设备632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640可用于显示由用户输入的信息或提供给用户的信息以及移动终端的各种菜单界面。显示单元640可包括显示面板641,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641。
应注意,触控面板631可以覆盖显示面板641,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660以确定触摸事件的类型,随后处理器660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660是移动终端的控制中心,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621内的软件程序和/ 或模块,以及调用存储在第二存储器622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。可选的,处理器660可包括一个或多个处理单元。
在本发明实施例中,通过调用存储该第一存储器621内的软件程序和/ 或模块和/或该第二存储器622内的数据,处理器660用于:根据待处理图像中每个像素的亮度值以及每个像素的邻域像素的亮度值,计算所述待处理图像中每个像素的特征值;根据所述每个像素的特征值确定所述待处理图像中的至少一个高光区域;针对每个所述高光区域,以所述高光区域的边缘像素作为修复起点,对所述高光区域进行修复。
所述处理器660还用于:计算所述待处理图像的亮度均值以及亮度方差;对于所述待处理图像中的每个像素,根据所述像素的亮度值、所述待处理图像的亮度均值以及所述待处理图像的亮度方差确定所述像素的对比值;将所述像素的每个邻域像素的亮度值和所述对比值进行比较,并根据比较结果以及预设标记规则对每个邻域像素进行标记,得到每个邻域像素的标记值;其中,所述像素的邻域像素包括与所述像素在水平方向、竖直方向以及对角线方向邻接的8个像素;根据所述每个邻域像素的标记值,生成所述像素的特征标记值;其中,所述特征标记值为八位的二进制数;将所述特征标记值对应的十进制数,确定为所述像素的特征值。
所述处理器660还用于:将所述待处理图像中特征值大于预设阈值的像素组成的区域确定为高光区域。
所述处理器660还用于:提取所述待处理图像中的人脸区域图像;对所述人脸区域图像进行预处理,获取所述人脸区域图像中的皮肤区域图像;将所述皮肤区域图像中特征值大于预设阈值的像素组成的区域确定为高光区域。
所述处理器660还用于:针对每个所述高光区域,按照所述高光区域的每个边缘像素的梯度值,确定待修复像素队列;将所述待修复队列中梯度值最小的像素作为目标像素;以所述目标像素作为中心像素,确定第一区域;其中,所述第一区域包括正常像素子区域以及高光像素子区域;根据所述第一区域对所述目标像素进行修复;在完成对所述目标像素的修复之后,将所述目标像素从所述待修复像素队列中去除,并将所述目标像素的邻域像素中位于所述高光区域的像素,按照梯度值插入到所述待修复像素队列中,以更新所述待修复队列;对所述待修复队列执行所述将所述待修复队列中梯度值最小的像素作为目标像素的步骤,以便于继续对所述待修复队列中的像素进行修复。
所述处理器660还用于:根据预设的边缘检测算法,检测所述高光区域的边缘信息,得到所述高光区域的多个边缘像素;计算每个边缘像素的梯度值,并按照梯度值递增的顺序将所述多个边缘像素排列为待修复像素队列。
所述处理器660还用于:在所述第一区域中,以所述目标像素作为中心像素确定第二区域;其中,所述第二区域的尺寸小于所述第一区域;在所述正常像素子区域中,确定多个对比区域;所述对比区域的尺寸与所述第二区域的尺寸相同;计算所述多个对比区域中的每个对比区域相对于所述第二区域的相似度相关值,所述相似度相关值与相似度负相关;根据相对于所述第二区域相似度最高的对比区域的中心像素的亮度值,调整所述目标像素的亮度值,以完成对所述目标像素的修复。
可见,本发明实施例中,移动终端可以计算待处理图像中每个像素的特征值,然后根据每个像素的特征值确定该待处理图像中的高光区域,最后对高光区域进行修复。由于修复了待处理图像中的高光区域,进而解决了待处理图像中因为高光区域导致的细节失真问题,提高了待处理图像的细节完整性,当再对待处理图像进行其他图像处理操作,比如,进行美颜操作时,由于已经修复了待处理图像中的高光区域,这样,该图像处理操作就不会受到高光区域的影响,进而可以提高图像处理的效果。
对于上述装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域技术人员易于想到的是:上述各个实施例的任意组合应用都是可行的,故上述各个实施例之间的任意组合都是本发明的实施方案,但是由于篇幅限制,本说明书在此就不一一详述了。
在此提供的图像处理方法不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造具有本发明方案的系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的视频中背景音乐的识别方法中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (16)
1.一种图像处理方法,应用于移动终端,其特征在于,所述方法包括:
根据待处理图像中每个像素的亮度值以及每个像素的邻域像素的亮度值,计算所述待处理图像中每个像素的特征值;
根据所述每个像素的特征值确定所述待处理图像中的至少一个高光区域;
针对每个所述高光区域,以所述高光区域的边缘像素作为修复起点,对所述高光区域进行修复。
2.根据权利要求1所述的方法,其特征在于,所述根据待处理图像中每个像素的亮度值以及每个像素的邻域像素的亮度值,计算所述待处理图像中每个像素的特征值的步骤,包括:
计算所述待处理图像的亮度均值以及亮度方差;
对于所述待处理图像中的每个像素,根据所述像素的亮度值、所述待处理图像的亮度均值以及所述待处理图像的亮度方差确定所述像素的对比值;
将所述像素的每个邻域像素的亮度值和所述对比值进行比较,并根据比较结果以及预设标记规则对每个邻域像素进行标记,得到每个邻域像素的标记值;其中,所述像素的邻域像素包括与所述像素在水平方向、竖直方向以及对角线方向邻接的8个像素;
根据所述每个邻域像素的标记值,生成所述像素的特征标记值;其中,所述特征标记值为八位的二进制数;
将所述特征标记值对应的十进制数,确定为所述像素的特征值。
3.根据权利要求1所述的方法,其特征在于,所述根据所述每个像素的特征值确定所述待处理图像中的至少一个高光区域的步骤,包括:
将所述待处理图像中特征值大于预设阈值的像素组成的区域确定为高光区域。
4.根据权利要求1所述的方法,其特征在于,所述根据所述每个像素的特征值确定所述待处理图像中的至少一个高光区域的步骤,包括:
提取所述待处理图像中的人脸区域图像;
对所述人脸区域图像进行预处理,获取所述人脸区域图像中的皮肤区域图像;
将所述皮肤区域图像中特征值大于预设阈值的像素组成的区域确定为高光区域。
5.根据权利要求1所述的方法,其特征在于,所述针对每个所述高光区域,以所述高光区域的边缘像素作为修复起点,对所述高光区域进行修复的步骤,包括:
针对每个所述高光区域,按照所述高光区域的每个边缘像素的梯度值,确定待修复像素队列;
将所述待修复队列中梯度值最小的像素作为目标像素;
以所述目标像素作为中心像素,确定第一区域;其中,所述第一区域包括正常像素子区域以及高光像素子区域;
根据所述第一区域对所述目标像素进行修复;
在完成对所述目标像素的修复之后,将所述目标像素从所述待修复像素队列中去除,并将所述目标像素的邻域像素中位于所述高光区域的像素,按照梯度值插入到所述待修复像素队列中,以更新所述待修复队列;
对所述待修复队列执行所述将所述待修复队列中梯度值最小的像素作为目标像素的步骤,以便于继续对所述待修复队列中的像素进行修复。
6.根据权利要求5所述的方法,其特征在于,所述按照所述高光区域的每个边缘像素的梯度值,确定待修复像素队列的步骤,包括:
根据预设的边缘检测算法,检测所述高光区域的边缘信息,得到所述高光区域的多个边缘像素;
计算每个边缘像素的梯度值,并按照梯度值递增的顺序将所述多个边缘像素排列为待修复像素队列。
7.根据权利要求5或6所述的方法,其特征在于,所述根据所述第一区域对所述目标像素进行修复的步骤,包括:
在所述第一区域中,以所述目标像素作为中心像素确定第二区域;其中,所述第二区域的尺寸小于所述第一区域;
在所述正常像素子区域中,确定多个对比区域;所述对比区域的尺寸与所述第二区域的尺寸相同;
计算所述多个对比区域中的每个对比区域相对于所述第二区域的相似度相关值,所述相似度相关值与相似度负相关;
根据相对于所述第二区域相似度最高的对比区域的中心像素的亮度值,调整所述目标像素的亮度值,以完成对所述目标像素的修复。
8.一种移动终端,其特征在于,所述移动终端包括:
计算模块,用于根据待处理图像中每个像素的亮度值以及每个像素的邻域像素的亮度值,计算所述待处理图像中每个像素的特征值;
确定模块,用于根据所述每个像素的特征值确定所述待处理图像中的至少一个高光区域;
修复模块,用于针对每个所述高光区域,以所述高光区域的边缘像素作为修复起点,对所述高光区域进行修复。
9.根据权利要求8所述的移动终端,其特征在于,所述计算模块,包括:
第一计算子模块,用于计算所述待处理图像的亮度均值以及亮度方差;
第一确定子模块,用于对于所述待处理图像中的每个像素,根据所述像素的亮度值、所述待处理图像的亮度均值以及所述待处理图像的亮度方差确定所述像素的对比值;
标记子模块,用于将所述像素的每个邻域像素的亮度值和所述对比值进行比较,并根据比较结果以及预设标记规则对每个邻域像素进行标记,得到每个邻域像素的标记值;其中,所述像素的邻域像素包括与所述像素在水平方向、竖直方向以及对角线方向邻接的8个像素;
生成子模块,用于根据所述每个邻域像素的标记值,生成所述像素的特征标记值;其中,所述特征标记值为八位的二进制数;
第二确定子模块,用于将所述特征标记值对应的十进制数,确定为所述像素的特征值。
10.根据权利要求8所述的移动终端,其特征在于,所述确定模块,包括:
第三确定子模块,用于将所述待处理图像中特征值大于预设阈值的像素组成的区域确定为高光区域。
11.根据权利要求8所述的移动终端,其特征在于,所述确定模块,用于:
提取所述待处理图像中的人脸区域图像;
对所述人脸区域图像进行预处理,获取所述人脸区域图像中的皮肤区域图像;
将所述皮肤区域图像中特征值大于预设阈值的像素组成的区域确定为高光区域。
12.根据权利要求8所述的移动终端,其特征在于,所述修复模块,包括:
第四确定子模块,用于针对每个所述高光区域,按照所述高光区域的每个边缘像素的梯度值,确定待修复像素队列;
第五确定子模块,用于将所述待修复队列中梯度值最小的像素确定为目标像素;
第六确定子模块,用于以所述目标像素作为中心像素,确定第一区域;其中,所述第一区域包括正常像素子区域以及高光像素子区域;
修复子模块,用于根据所述第一区域对所述目标像素进行修复;
去除子模块,用于在完成对所述目标像素的修复之后,将所述目标像素从所述待修复像素队列中去除,并将所述目标像素的邻域像素中位于所述高光区域的像素,按照梯度值插入到所述待修复像素队列中,以更新所述待修复队列;
执行子模块,用于对所述待修复队列执行所述将所述待修复队列中梯度值最小的像素作为目标像素的步骤,以便于继续对所述待修复队列中的像素进行修复。
13.根据权利要求12所述的移动终端,其特征在于,所述第四确定子模块,包括:
检测单元,用于根据预设的边缘检测算法,检测所述高光区域的边缘信息,得到所述高光区域的多个边缘像素;
第一计算单元,用于计算每个边缘像素的梯度值,并按照梯度值递增的顺序将所述多个边缘像素排列为待修复像素队列。
14.根据权利要求12或13所述的移动终端,其特征在于,所述修复子模块,包括:
第一确定单元,用于在所述第一区域中,以所述目标像素作为中心像素确定第二区域;其中,所述第二区域的尺寸小于所述第一区域;
第二确定单元,用于在所述正常像素子区域中,确定多个对比区域;所述对比区域的尺寸与所述第二区域的尺寸相同;
第二计算单元,用于计算所述多个对比区域中的每个对比区域相对于所述第二区域的相似度相关值,所述相似度相关值与相似度负相关;
调整单元,用于根据相对于所述第二区域相似度最高的对比区域的中心像素的亮度值,调整所述目标像素的亮度值,以完成对所述目标像素的修复。
15.一种移动终端,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的图像处理方法的步骤。
16.一种可读存储介质,其特征在于,所述可读存储介质上存储有图像处理程序,所述图像处理程序被处理器执行时实现如权利要求1至7中任一项所述的图像处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710751912.6A CN107610059B (zh) | 2017-08-28 | 2017-08-28 | 一种图像处理方法及移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710751912.6A CN107610059B (zh) | 2017-08-28 | 2017-08-28 | 一种图像处理方法及移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107610059A true CN107610059A (zh) | 2018-01-19 |
CN107610059B CN107610059B (zh) | 2020-10-16 |
Family
ID=61055950
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710751912.6A Active CN107610059B (zh) | 2017-08-28 | 2017-08-28 | 一种图像处理方法及移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107610059B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109003236A (zh) * | 2018-06-29 | 2018-12-14 | 上海本趣网络科技有限公司 | 一种基于人脸色调与光影分离的自适应磨皮方法及系统 |
CN110490196A (zh) * | 2019-08-09 | 2019-11-22 | Oppo广东移动通信有限公司 | 主体检测方法和装置、电子设备、计算机可读存储介质 |
WO2020001222A1 (zh) * | 2018-06-29 | 2020-01-02 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机可读介质及电子设备 |
CN111507944A (zh) * | 2020-03-31 | 2020-08-07 | 北京百度网讯科技有限公司 | 皮肤光滑度的确定方法、装置和电子设备 |
TWI769523B (zh) * | 2020-03-27 | 2022-07-01 | 大陸商北京市商湯科技開發有限公司 | 圖像處理方法、電子設備和電腦可讀儲存介質 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101783861A (zh) * | 2010-02-09 | 2010-07-21 | 腾讯科技(深圳)有限公司 | 一种美化图像的方法和装置 |
WO2012000800A1 (en) * | 2010-06-30 | 2012-01-05 | DigitalOptics Corporation Europe Limited | Eye beautification |
CN103702034A (zh) * | 2014-01-09 | 2014-04-02 | 厦门美图之家科技有限公司 | 一种改善图片亮度分布的拍照方法及装置 |
CN105719234A (zh) * | 2016-01-26 | 2016-06-29 | 厦门美图之家科技有限公司 | 用于人脸区域的自动去油光方法、系统及拍摄终端 |
CN106296617A (zh) * | 2016-08-22 | 2017-01-04 | 腾讯科技(深圳)有限公司 | 人脸图像的处理方法及装置 |
CN106650794A (zh) * | 2016-11-24 | 2017-05-10 | 北京理工大学 | 一种受物体表面高光反射影响的图像高光消除方法及系统 |
-
2017
- 2017-08-28 CN CN201710751912.6A patent/CN107610059B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101783861A (zh) * | 2010-02-09 | 2010-07-21 | 腾讯科技(深圳)有限公司 | 一种美化图像的方法和装置 |
WO2012000800A1 (en) * | 2010-06-30 | 2012-01-05 | DigitalOptics Corporation Europe Limited | Eye beautification |
CN103702034A (zh) * | 2014-01-09 | 2014-04-02 | 厦门美图之家科技有限公司 | 一种改善图片亮度分布的拍照方法及装置 |
CN105719234A (zh) * | 2016-01-26 | 2016-06-29 | 厦门美图之家科技有限公司 | 用于人脸区域的自动去油光方法、系统及拍摄终端 |
CN106296617A (zh) * | 2016-08-22 | 2017-01-04 | 腾讯科技(深圳)有限公司 | 人脸图像的处理方法及装置 |
CN106650794A (zh) * | 2016-11-24 | 2017-05-10 | 北京理工大学 | 一种受物体表面高光反射影响的图像高光消除方法及系统 |
Non-Patent Citations (1)
Title |
---|
范谦: ""基于FMM算法的图像修复"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109003236A (zh) * | 2018-06-29 | 2018-12-14 | 上海本趣网络科技有限公司 | 一种基于人脸色调与光影分离的自适应磨皮方法及系统 |
WO2020001222A1 (zh) * | 2018-06-29 | 2020-01-02 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机可读介质及电子设备 |
CN109003236B (zh) * | 2018-06-29 | 2021-05-07 | 上海本趣网络科技有限公司 | 一种基于人脸色调与光影分离的自适应磨皮方法及系统 |
US11348207B2 (en) | 2018-06-29 | 2022-05-31 | Tencent Technology (Shenzhen) Company Limited | Image processing method and apparatus, computer-readable medium, and electronic device |
CN110490196A (zh) * | 2019-08-09 | 2019-11-22 | Oppo广东移动通信有限公司 | 主体检测方法和装置、电子设备、计算机可读存储介质 |
CN110490196B (zh) * | 2019-08-09 | 2022-11-15 | Oppo广东移动通信有限公司 | 主体检测方法和装置、电子设备、计算机可读存储介质 |
TWI769523B (zh) * | 2020-03-27 | 2022-07-01 | 大陸商北京市商湯科技開發有限公司 | 圖像處理方法、電子設備和電腦可讀儲存介質 |
CN111507944A (zh) * | 2020-03-31 | 2020-08-07 | 北京百度网讯科技有限公司 | 皮肤光滑度的确定方法、装置和电子设备 |
CN111507944B (zh) * | 2020-03-31 | 2023-07-04 | 北京百度网讯科技有限公司 | 皮肤光滑度的确定方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107610059B (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107610059A (zh) | 一种图像处理方法及移动终端 | |
CN106161967B (zh) | 一种逆光场景全景拍摄方法及移动终端 | |
CN107454330B (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
CN106937055A (zh) | 一种图像处理方法及移动终端 | |
JP4727614B2 (ja) | 画像処理装置、制御プログラム、コンピュータ読み取り可能な記録媒体、電子機器及び画像処理装置の制御方法 | |
US9600869B2 (en) | Image editing method and system | |
CN107566723B (zh) | 一种拍摄方法、移动终端及计算机可读存储介质 | |
CN106131398B (zh) | 一种图像浏览方法及移动终端 | |
CN107563977A (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
CN107657591A (zh) | 一种图像处理方法及移动终端 | |
JP2008250949A5 (zh) | ||
JP2008250950A (ja) | 画像処理装置、制御プログラム、コンピュータ読み取り可能な記録媒体、電子機器及び画像処理装置の制御方法 | |
JP2008250950A5 (zh) | ||
CN107492079A (zh) | 一种图像磨皮方法及移动终端 | |
CN107172346A (zh) | 一种虚化方法及移动终端 | |
US20160216885A1 (en) | Method and device for processing touch operation of electronic apparatus | |
CN106973222A (zh) | 一种数码变焦的控制方法和移动终端 | |
JP2008250951A5 (zh) | ||
CN106506801A (zh) | 一种调整摄像头变焦倍数的方法及移动终端 | |
CN106993091A (zh) | 一种图像虚化方法及移动终端 | |
CN107480500A (zh) | 一种人脸验证的方法及移动终端 | |
CN107483821A (zh) | 一种图像处理方法及移动终端 | |
CN105959552B (zh) | 一种拍摄方法和移动终端 | |
KR20160066425A (ko) | 이미지 블러링 방법 및 장치 | |
US20180033156A1 (en) | Method and device for filtering texture, using patch shift |
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 |