CN107704808A - 图像处理方法及装置、电子装置和计算机可读存储介质 - Google Patents
图像处理方法及装置、电子装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN107704808A CN107704808A CN201710814395.2A CN201710814395A CN107704808A CN 107704808 A CN107704808 A CN 107704808A CN 201710814395 A CN201710814395 A CN 201710814395A CN 107704808 A CN107704808 A CN 107704808A
- Authority
- CN
- China
- Prior art keywords
- image
- predetermined
- depth
- sound model
- image processing
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 42
- 238000009434 installation Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 45
- 238000003860 storage Methods 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 23
- 230000004927 fusion Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims 1
- 210000003128 head Anatomy 0.000 description 19
- 238000003384 imaging method Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 239000012528 membrane Substances 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010587 phase diagram Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 208000020564 Eye injury Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000005267 amalgamation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24147—Distances to closest patterns, e.g. nearest neighbour classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/265—Mixing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biomedical Technology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Molecular Biology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Optics & Photonics (AREA)
- Signal Processing (AREA)
- Biodiversity & Conservation Biology (AREA)
Abstract
本发明公开了一种图像处理方法用于处理合并图像。合并图像由预定二维背景图像与当前用户在真实场景下的场景图像中的人物区域图像融合而成。图像处理方法包括:识别合并图像中的特定物体;将与特定物体匹配的预定声音模型与合并图像融合以输出有声图像。本发明还公开了一种图像处理装置、电子装置和计算机可读存储介质。本发明实施方式的图像处理方法、图像处理装置、电子装置和计算机可读存储介质对合并图像的预定二维背景图像进行特定物体的识别,并根据识别到的特定物体确定与特定物体相匹配的预定声音模型以将预定声音模型与合并图像融合输出有声图像,从而用户在观看合并图像的同时还可听到声音,增强图像融合的趣味性,改善用户的使用体验。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种图像处理方法及装置、电子装置和计算机可读存储介质。
背景技术
现有的图像融合通常是将真实人物与背景进行融合,但此种融合方式的趣味性较低。
发明内容
本发明的实施例提供了一种图像处理方法、图像处理装置、电子装置和计算机可读存储介质。
本发明实施方式的图像处理方法用于处理合并图像,所述合并图像由预定二维背景图像与当前用户在真实场景下的场景图像中的人物区域图像融合而成于,所述图像处理方法包括:
识别所述合并图像中的特定物体;和
将与所述特定物体匹配的预定声音模型与所述合并图像融合以输出有声图像。
本发明实施方式的图像处理装置用于处理合并图像,所述合并图像由所述预定二维背景图像与当前用户在真实场景下的场景图像中的人物区域图像融合而成,所述图像处理装置包括处理器,所述处理器用于识别所述合并图像中的特定物体,以及将与所述特定物体匹配的预定声音模型与所述合并图像融合以输出有声图像。
本发明实施方式的电子装置包括一个或多个处理器、存储器和一个或多个程序。其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行。所述程序包括用于上述的图像处理方法的指令。
本发明实施方式的计算机可读存储介质,包括与能够摄像的电子装置结合使用的计算机程序。所述计算机程序可被处理器执行以完成上所述的图像处理方法。
本发明实施方式的图像处理方法、图像处理装置、电子装置和计算机可读存储介质将人物区域图像与预定二维背景图像融合形成合并图像时,对合并图像中的预定二维背景图像进行特定物体的识别,并根据识别到的特定物体确定与特定物体相匹配的预定声音模型,以将预定声音模型与合并图像融合输出有声图像,从而用户在观看合并图像的同时还可听到声音,增强图像融合的趣味性,使用户有身临其境之感,改善用户的使用体验。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明某些实施方式的图像处理方法的流程示意图。
图2是本发明某些实施方式的图像处理装置的示意图。
图3是本发明某些实施方式的电子装置的结构示意图。
图4是本发明某些实施方式的图像处理方法的流程示意图。
图5是本发明某些实施方式的图像处理方法的流程示意图。
图6是本发明某些实施方式的图像处理方法的流程示意图。
图7(a)至图7(e)是根据本发明一个实施例的结构光测量的场景示意图。
图8(a)和图8(b)是根据本发明一个实施例的结构光测量的场景示意图。
图9是本发明某些实施方式的图像处理方法的流程示意图。
图10是本发明某些实施方式的图像处理方法的流程示意图。
图11是本发明某些实施方式的图像处理方法的流程示意图。
图12是本发明某些实施方式的图像处理装置的示意图。
图13是本发明某些实施方式的电子装置的示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
请参阅图1,本发明实施方式的图像处理方法用于处理合并图像。合并图像由预定二维背景图像与人物区域图像融合而成,人物区域图像为当前用户在真实场景下拍摄得的场景图像中当前用户所在区域的图像。图像处理方法包括:
03:识别合并图像中的特定物体;
04:将与特定物体匹配的预定声音模型与合并图像融合以输出有声图像。
请参阅图2,本发明实施方式的图像处理方法可以由本发明实施方式的图像处理装置100。图像处理装置100用于处理合并图像。合并图像由预定二维背景图像与人物区域图像融合而成。人物区域图像为当前用户在真实场景下拍摄得的场景图像中当前用户所在区域的图像。图像处理装置100包括处理器20。步骤03和步骤04均可以由处理器20实现。也即是说,处理器20可用于识别合并图像中的特定物体,以及将与特定物体匹配的预定声音模型与合并图像融合以输出有声图像。
请参阅图3,本发明实施方式的图像处理装置100可以应用于本发明实施方式的电子装置1000。也即是说,本发明实施方式的电子装置1000包括本发明实施方式的图像处理装置100。
在某些实施方式中,电子装置1000包括手机、平板电脑、笔记本电脑、智能手环、智能手表、智能头盔、智能眼镜等。
在某些实施方式中,预定二维背景图像可以由处理器20随机分配,或者由当前用户自行选定。
本发明实施方式的图像处理方法、图像处理装置100和电子装置1000将人物区域图像与预定二维背景图像融合形成合并图像时,对合并图像中的预定二维背景图像进行特定物体的识别,并根据识别到的特定物体确定与特定物体相匹配的预定声音模型,以将预定声音模型与合并图像融合输出有声图像,从而用户在观看合并图像的同时还可听到声音,增强图像融合的趣味性,使用户有身临其境之感,改善用户的使用体验。
在某些实施方式中,特定物体包括动物、植物、流水、雨滴、乐器、火焰、天空、道路、汽车等。例如,合并图像中的预定二维背景图像包括树木,则处理器20可通过以下方法对合并图像中的树木进行识别:处理器20首先基于RGB空间的颜色直方图对合并图像或预定二维背景图像进行颜色特征提取,然后基于Gabor滤波器进行纹理特征提取,最后根据颜色特征和纹理特征结合的信息确定合并图像中存在树木。随后,处理器20可选取一段风吹树木后,树木的叶子沙沙响的预定声音模型与合并图像进行融合。再例如,合并图像中包含动物,则处理器20可将RGB空间的合并图像转换为HSV空间的合并图像,再对HSV空间的合并图像进行颜色直方图计算,通过颜色直方图特性调整低阶统计矩数值作为特征描述量,最后再通过K邻近方法判断合并图像的类别,即合并图像中是否存在动物,并在存在动物时判断该动物的种类,最终选择与识别到的动物匹配的预定声音模型。
请参阅图4,在某些实施方式中,本发明实施方式的图像处理方法还包括:
021:获取当前用户的场景图像;
022:获取当前用户的深度图像;
023:处理场景图像和深度图像以提取当前用户在场景图像中的人物区域而获得人物区域图像;和
024:将人物区域图像与预定二维背景图像融合以得到合并图像。
请再参阅图3,在某些实施方式中,图像处理装置100还包括可见光摄像头11和深度图像采集组件12。步骤021可以由可见光摄像头11实现,步骤022可以由深度图像采集组件12实现。步骤023和步骤024可以由处理器20实现。
也即是说,可见光摄像头11可用于获取当前用户的场景图像。深度图像采集组件12可用于获取当前用户的深度图像。处理器20可用于处理场景图像和深度图像以提取当前用户在场景图像中的人物区域而获得人物区域图像,以及将人物区域图像与预定二维背景图像融合以得到合并图像。
其中,场景图像为可以是灰度图像或彩色图像,深度图像表征包含当前用户所处真实场景中各个人或物体的深度信息。场景图像的场景范围与深度图像的场景范围一致,且场景图像中的各个像素均能在深度图像中找到对应该像素的深度信息。
现有的分割人物与背景的方法主要根据相邻像素在像素值方面的相似性和不连续性进行人物与背景的分割,但这种分割方法易受外界光照等环境因素的影响。本发明实施方式的图像处理方法通过获取当前用户的深度图像以将场景图像中的人物区域提取出来。由于深度图像的获取不易受光照、场景中色彩分布等因素的影响,因此,通过深度图像提取到的人物区域更加准确,尤其可以准确标定出人物区域的边界。进一步地,较为精准的人物区域图像与预定二维背景图像融合后的合并图像的效果更佳。
请参阅图5,在某些实施方式中,步骤022获取当前用户的深度图像包括:
0221:向当前用户投射结构光;
0222:拍摄经当前用户调制的结构光图像;和
0223:解调结构光图像的各个像素对应的相位信息以得到深度图像。
请再参阅图2,在某些实施方式中,深度图像采集组件12包括结构光投射器121和结构光摄像头122。步骤0221可以由结构光投射器121实现,步骤0222和步骤0223可以由结构光摄像头122实现。
也即是说,结构光投射器121可以向当前用户投射结构光,结构光摄像头122可用于拍摄经当前用户调制的结构光图像,以及解调结构光图像的各个像素对应的相位信息以得到深度图像。
具体地,结构光投射器121将一定模式的结构光投射到当前用户的面部及躯体上后,在当前用户的面部及躯体的表面会形成由当前用户调制后的结构光图像。结构光摄像头122拍摄经调制后的结构光图像,再对结构光图像进行解调以得到深度图像。其中,结构光的模式可以是激光条纹、格雷码、正弦条纹、非均匀散斑等。
请参阅图6,在某些实时方式中,步骤0223解调结构光图像的各个像素对应的相位信息以得到深度图像包括:
02231:解调结构光图像中各个像素对应的相位信息;
02232:将相位信息转化为深度信息;和
02233:根据深度信息生成深度图像。
请再参阅图2,在某些实施方式中,步骤02231、步骤02232和步骤02233均可以由结构光摄像头122实现。
也即是说,结构光摄像头122还可用于解调结构光图像中各个像素对应的相位信息,将相位信息转化为深度信息,以及根据深度信息生成深度图像。
具体地,与未经调制的结构光相比,调制后的结构光的相位信息发生了变化,在结构光图像中呈现出的结构光是产生了畸变之后的结构光,其中,变化的相位信息即可表征物体的深度信息。因此,结构光摄像头122首先解调出结构光图像中各个像素对应的相位信息,再根据相位信息计算出深度信息,从而得到最终的深度图像。
为了使本领域的技术人员更加清楚的了解根据结构光来采集当前用户的面部及躯体的深度图像的过程,下面以一种应用广泛的光栅投影技术(条纹投影技术)为例来阐述其具体原理。其中,光栅投影技术属于广义上的面结构光。
如图7(a)所示,在使用面结构光投影的时候,首先通过计算机编程产生正弦条纹,并将正弦条纹通过结构光投射器121投射至被测物,再利用结构光摄像头122拍摄条纹受物体调制后的弯曲程度,随后解调该弯曲条纹得到相位,再将相位转化为深度信息即可获取深度图像。为避免产生误差或误差耦合的问题,使用结构光进行深度信息采集前需对深度图像采集组件12进行参数标定,标定包括几何参数(例如,结构光摄像头122与结构光投射器121之间的相对位置参数等)的标定、结构光摄像头122的内部参数以及结构光投射器121的内部参数的标定等。
具体而言,第一步,计算机编程产生正弦条纹。由于后续需要利用畸变的条纹获取相位,比如采用四步移相法获取相位,因此这里产生四幅相位差为π/2的条纹,然后结构光投射器121将该四幅条纹分时投射到被测物(图7(a)所示的面具)上,结构光摄像头122采集到如图7(b)左边的图,同时要读取如图7(b)右边所示的参考面的条纹。
第二步,进行相位恢复。结构光摄像头122根据采集到的四幅受调制的条纹图(即结构光图像)计算出被调制相位,此时得到的相位图是截断相位图。因为四步移相算法得到的结果是由反正切函数计算所得,因此结构光调制后的相位被限制在[-π,π]之间,也就是说,每当调制后的相位超过[-π,π],其又会重新开始。最终得到的相位主值如图7(c)所示。
其中,在进行相位恢复过程中,需要进行消跳变处理,即将截断相位恢复为连续相位。如图7(d)所示,左边为受调制的连续相位图,右边是参考连续相位图。
第三步,将受调制的连续相位和参考连续相位相减得到相位差(即相位信息),该相位差表征了被测物相对参考面的深度信息,再将相位差代入相位与深度的转化公式(公式中涉及到的参数经过标定),即可得到如图7(e)所示的待测物体的三维模型。
应当理解的是,在实际应用中,根据具体应用场景的不同,本发明实施例中所采用的结构光除了上述光栅之外,还可以是其他任意图案。
作为一种可能的实现方式,本发明还可使用散斑结构光进行当前用户的深度信息的采集。
具体地,散斑结构光获取深度信息的方法是使用一基本为平板的衍射元件,该衍射元件具有特定相位分布的浮雕衍射结构,横截面为具有两个或多个凹凸的台阶浮雕结构。衍射元件中基片的厚度大致为1微米,各个台阶的高度不均匀,高度的取值范围可为0.7微米~0.9微米。图8(a)所示结构为本实施例的准直分束元件的局部衍射结构。图8(b)为沿截面A-A的剖面侧视图,横坐标和纵坐标的单位均为微米。散斑结构光生成的散斑图案具有高度的随机性,并且会随着距离的不同而变换图案。因此,在使用散斑结构光获取深度信息前,首先需要标定出空间中的散斑图案,例如,在距离结构光摄像头122的0~4米的范围内,每隔1厘米取一个参考平面,则标定完毕后就保存了400幅散斑图像,标定的间距越小,获取的深度信息的精度越高。随后,结构光投射器121将散斑结构光投射到被测物(即当前用户)上,被测物表面的高度差使得投射到被测物上的散斑结构光的散斑图案发生变化。结构光摄像头122拍摄投射到被测物上的散斑图案(即结构光图像)后,再将散斑图案与前期标定后保存的400幅散斑图像逐一进行互相关运算,进而得到400幅相关度图像。空间中被测物体所在的位置会在相关度图像上显示出峰值,把上述峰值叠加在一起并经过插值运算后即可得到被测物的深度信息。
由于普通的衍射元件对光束进行衍射后得到多束衍射光,但每束衍射光光强差别大,对人眼伤害的风险也大。即便是对衍射光进行二次衍射,得到的光束的均匀性也较低。因此,利用普通衍射元件衍射的光束对被测物进行投射的效果较差。本实施例中采用准直分束元件,该元件不仅具有对非准直光束进行准直的作用,还具有分光的作用,即经反射镜反射的非准直光经过准直分束元件后往不同的角度出射多束准直光束,且出射的多束准直光束的截面面积近似相等,能量通量近似相等,进而使得利用该光束衍射后的散点光进行投射的效果更好。同时,激光出射光分散至每一束光,进一步降低了伤害人眼的风险,且散斑结构光相对于其他排布均匀的结构光来说,达到同样的采集效果时,散斑结构光消耗的电量更低。
请参阅图9,在某些实施方式中,步骤023处理场景图像和深度图像以提取当前用户在场景图像中的人物区域而获得人物区域图像包括:
0231:识别场景图像中的人脸区域;
0232:从深度图像中获取与人脸区域对应的深度信息;
0233:根据人脸区域的深度信息确定人物区域的深度范围;和
0234:根据人物区域的深度范围确定与人脸区域连接且落入深度范围内的人物区域以获得人物区域图像。
请再参阅图2,在某些实施方式中,步骤0231、步骤0232、步骤0233和步骤0234均可以由处理器20实现。也即是说,处理器20可用于识别场景图像中的人脸区域,从深度图像中获取与人脸区域对应的深度信息,根据人脸区域的深度信息确定人物区域的深度范围,以及根据人物区域的深度范围确定与人脸区域连接且落入深度范围内的人物区域以获得人物区域图像。
具体地,首先可采用已训练好的深度学习模型识别出场景图像中的人脸区域,随后根据场景图像与深度图像的对应关系可确定出人脸区域的深度信息。由于人脸区域包括鼻子、眼睛、耳朵、嘴唇等特征,因此,人脸区域中的各个特征在深度图像中所对应的深度数据是不同的,例如,在人脸正对深度图像采集组件12时,深度图像采集组件12拍摄得的深度图像中,鼻子对应的深度数据可能较小,而耳朵对应的深度数据可能较大。因此,上述的人脸区域的深度信息可能为一个数值或是一个数值范围。其中,当人脸区域的深度信息为一个数值时,该数值可通过对人脸区域的深度数据取平均值得到;或者,可以通过对人脸区域的深度数据取中值得到。
由于人物区域包含人脸区域,也即是说,人物区域与人脸区域同处于某一个深度范围内,因此,处理器20确定出人脸区域的深度信息后,可以根据人脸区域的深度信息设定人物区域的深度范围,再根据人物区域的深度范围提取落入该深度范围内且与人脸区域相连接的人物区域以获得人物区域图像。
如此,即可根据深度信息从场景图像中提取出人物区域图像。由于深度信息的获取不受环境中光照、色温等因素的影像响,因此,提取出的人物区域图像更加准确。
请再参阅图9,在某些实施方式中,步骤023处理场景图像和深度图像以提取当前用户在场景图像中的人物区域而获得人物区域图像还包括:
0235:处理场景图像以得到场景图像的全场边缘图像;和
0236:根据全场边缘图像修正人物区域图像。
请再参阅图2,在某些实施方式中,步骤0235和步骤0236均可以由处理器20实现。也即是说,处理器20还可用于处理场景图像以得到场景图像的全场边缘图像,以及根据全场边缘图像修正人物区域图像。
处理器20首先对场景图像进行边缘提取以得到全场边缘图像,其中,全场边缘图像中的边缘线条包括当前用户以及当前用户所处场景中背景物体的边缘线条。具体地,可通过Canny算子对场景图像进行边缘提取。Canny算子进行边缘提取的算法的核心主要包括以下几步:首先,用2D高斯滤波模板对场景图像进行卷积以消除噪声;随后,利用微分算子得到各个像素的灰度的梯度值,并根据梯度值计算各个像素的灰度的梯度方向,通过梯度方向可以找到对应像素沿梯度方向的邻接像素;随后,遍历每一个像素,若某个像素的灰度值与其梯度方向上前后两个相邻像素的灰度值相比不是最大的,那么认为这个像素不是边缘点。如此,即可确定场景图像中处于边缘位置的像素点,从而获得边缘提取后的全场边缘图像。
处理器20获取全场边缘图像后,再根据全场边缘图像对人物区域图像进行修正。可以理解,人物区域图像是将场景图像中与人脸区域连接并落入设定的深度范围的所有像素进行归并后得到的,在某些场景下,可能存在一些与人脸区域连接且落入深度范围内的物体。因此,为使得提取的人物区域图像更为准确,可使用全场边缘图对人物区域图像进行修正。
进一步地,处理器20还可对修正后的人物区域图像进行二次修正,例如,可对修正后的人物区域图像进行膨胀处理,扩大人物区域图像以保留人物区域图像的边缘细节。
处理器20得到人物区域图像后,即可将人物区域图像与预定二维背景图像进行融合,进而得到合并图像。随后,再对合并图像进行处理以识别特定物体,从而匹配出预定声音模型。最终将预定声音模型与合并图像融合输出有声图像。
其中,有声图像可以由一帧合并图像与预定声音模型组成,也可由多帧合并图像与预定声音模型组成,此时的有声图像为有声视频。
请参阅图10,在某些实施方式中,本发明实施方式的图像处理方法还包括:
011:判断合并图像中的预定二维背景图像是否有关联存储的预定声音模型;
012:在预定二维背景图像具有关联存储的预定声音模型时,将合并图像与预定声音模型融合以输出有声图像;在预定二维背景图像不具有关联存储的预定声音模型时,进入步骤03识别合并图像中的特定物体。
请再参阅图2,在某些实施方式中,步骤011和步骤012均可以由处理器20实现。也即是说,处理器20还可用于判断合并图像中的预定二维背景图像是否有关联存储的预定声音模型,在预定二维背景图像具有关联存储的预定声音模型时,将合并图像与预定声音模型融合以输出有声图像,以及在预定二维背景图像不具有关联存储的预定声音模型时,进入步骤03识别合并图像中的特定物体。
具体地,合并图像中预定二维背景图像在前期构建或选取时,出现在每一预定二维背景图像中的特定物体是已知的,此时即可直接将与特定物体匹配的预定声音模型与预定二维背景图像进行关联存储。如此,在处理器20使用到某一幅预定二维背景图像时可以直接将关联存储的预定声音模型与合并图像进行融合以输出有声图像。当然,如果预定二维背景图像未与预定声音模型进行关联存储,则在处理器20使用该幅预定二维背景图像时首先需要识别预定二维背景图像中的特定物体,随后根据识别出来的特定物体从预存的多曲预定声音模型中选择与特定物体相匹配的预定声音模型,最终将选取的预定声音模型与合并图像进行融合以输出有声图像。
请参阅图11,在某些实施方式中,本发明实施方式的图像处理方法还包括:
05:播放有声图像,播放有声图像为自动播放或根据触发播放请求进行播放。
请参阅图12,在某些实施方式中,图像处理装置还包括电声元件70和显示器50。步骤05可以由电声元件70和显示器50共同实现。其中,图像由显示器50进行显示,声音由电声元件70进行播放。电声元件70可以是扬声器、耳机、传声器、唱头等。
具体地,有声图像进行播放时,可以是默认播放图像而不播放声音。但当前用户可以选择触发播放请求进行图像和声音的同时播放。在当前用户不触发播放请求时,只播放图像而不播放声音。此外,当有声图像中的合并图像为多帧,例如,当前用户与好友在视频聊天时,好友看到的当前用户的图像即为合并图像,此时,当前用户和好友均可触发播放请求进行图像和声音的同时播放。如此,为用户的视频聊天的过程增添趣味性。此外,当前用户和好友在有声图像的图像和声音同时播放的状态下再次触发播放请求,则显示器50继续显示合并图像,而电声元件70停止播放声音。
有声图像播放时,也可以是默认图像和声音同时播放。此时,当前用户可以选择触发播放请求从而停止声音的播放。
在某些实施方式中,与特定物体匹配的预定声音模型包括一曲或多曲。
在预定声音模型包括一曲时,在有声图像播放期间,预定声音模型播放一次或多次。也即是说,在播放的有声图像包括一帧合并图像和一曲预定声音模型时,显示器50持续显示一帧的合并图像,电声元件70播放一次预定声音模型,或者循环多次播放预定声音模型。在播放的有声图像包括多帧合并图像和一曲预定声音模型时,显示器50以一定的帧率显示上述的多帧合并图像,期间电声元件70播放一次预定声音模型,或者循环多次播放预定声音模型。
在预定声音模型包括多曲时,预定声音模型顺序存储成列表,在有声图像播放期间,多个所述预定声音模型以顺序播放、随机播放、单曲循环、列表循环中的任意一种方式播放。也即是说,在播放的有声图像包括一帧合并图像和多曲预定声音模型时,多曲的预定声音模型顺序存储成列表,显示器50持续显示一帧的合并图像,电声元件70可按多曲预定声音模型的列表的存储顺序,顺序播放一次多曲预定声音模型,或者循环该列表顺序多次播放多曲的预定声音模型,或者随机播放列表中的预定声音模型,或者选取多曲预定声音模型中的一首进行循环播放。在播放的有声图像包括多帧合并图像和一曲预定声音模型时,显示器50以一定的帧率显示上述的多帧合并图像,期间电声元件70可按多曲预定声音模型的列表的存储顺序,顺序播放一次多曲预定声音模型,或者循环该列表顺序多次播放多曲的预定声音模型,或者随机播放列表中的预定声音模型,或者选取多曲预定声音模型中的一首进行循环播放。
请一并参阅图3和图12,本发明实施方式还提出一种电子装置1000。电子装置1000包括图像处理装置100。图像处理装置100可以利用硬件和/或软件实现。图像处理装置100包括成像设备10和处理器20。
成像设备10包括可见光摄像头11和深度图像采集组件12。
具体地,可见光摄像头11包括图像传感器111和透镜112,可见光摄像头11可用于捕捉当前用户的彩色信息以获得场景图像,其中,图像传感器111包括彩色滤镜阵列(如Bayer滤镜阵列),透镜112的个数可为一个或多个。可见光摄像头11在获取场景图像过程中,图像传感器111中的每一个成像像素感应来自拍摄场景中的光强度和波长信息,生成一组原始图像数据;图像传感器111将该组原始图像数据发送至处理器20中,处理器20对原始图像数据进行去噪、插值等运算后即得到彩色的场景图像。处理器20可按多种格式对原始图像数据中的每个图像像素逐一处理,例如,每个图像像素可具有8、10、12或14比特的位深度,处理器20可按相同或不同的位深度对每一个图像像素进行处理。
深度图像采集组件12包括结构光投射器121和结构光摄像头122,深度图像采集组件12可用于捕捉当前用户的深度信息以得到深度图像。结构光投射器121用于将结构光投射至当前用户,其中,结构光图案可以是激光条纹、格雷码、正弦条纹或者随机排列的散斑图案等。结构光摄像头122包括图像传感器1221和透镜1222,透镜1222的个数可为一个或多个。图像传感器1221用于捕捉结构光投射器121投射至当前用户上的结构光图像。结构光图像可由深度采集组件12发送至处理器20进行解调、相位恢复、相位信息计算等处理以获取当前用户的深度信息。
在某些实施方式中,可见光摄像头11与结构光摄像头122的功能可由一个摄像头实现,也即是说,成像设备10仅包括一个摄像头和一个结构光投射器121,上述摄像头不仅可以拍摄场景图像,还可拍摄结构光图像。
除了采用结构光获取深度图像外,还可通过双目视觉方法、基于飞行时间差(Timeof Flight,TOF)等深度像获取方法来获取当前用户的深度图像。
处理器20进一步用于将从场景图像和深度图像中提取的人物区域图像与预定二维背景图像融合得到合并图像,并处理合并图像以确定预定声音模型,最终将合并图像与预定声音模型融合输出有声图像。在提取人物区域图像时,处理器20可以结合深度图像中的深度信息从场景图像中提取出二维的人物区域图像,也可以根据深度图像中的深度信息建立人物区域的三维图,再结合场景图像中的色彩信息对三维的人物区域进行颜色填补以得到三维的彩色的人物区域图像。因此,融合处理人物区域图像和预定二维背景图像时可以是将二维的人物区域图像与预定二维背景图像进行融合以得到合并图像,也可以是将三维的彩色的人物区域图像与预定二维背景图像进行融合以得到合并图像。
此外,图像处理装置100还包括存储器30。存储器30可内嵌在电子装置1000中,也可以是独立于电子装置1000外的存储器,并可包括直接存储器存取(Direct MemoryAccess,DMA)特征。可见光摄像头11采集的原始图像数据或深度图像采集组件12采集的结构光图像相关数据均可传送至存储器30中进行存储或缓存。预定声音模型也可存储在存储器30中。处理器20可从存储器30中读取原始图像数据以进行处理得到场景图像,也可从存储器30中读取结构光图像相关数据以进行处理得到深度图像,还可从存储器30中读取预定声音模型以进行合并图像的进一步处理。另外,场景图像和深度图像还可存储在存储器30中,以供处理器20随时调用处理,例如,处理器20调用场景图像和深度图像进行人物区域提取,并将提后的得到的人物区域图像与预定二维背景图像进行融合处理以得到合并图像,随后处理合并图像识别特定物体,再寻找与特定物体匹配的预定声音模型,最终将合并图像与预定声音模型融合以输出有声图像。其中,预定二维背景图像、合并图像和有声图像也可存储在存储器30中。
图像处理装置100还可包括显示器50。显示器50可直接从处理器20中获取有声图像的合并图像,还可从存储器30中获取有声图像的合并图像。显示器50显示有声图像中的合并图像以供用户观看,或者由图形引擎或图形处理器(Graphics Processing Unit,GPU)进行进一步的处理。图像处理装置100还包括编码器/解码器60,编码器/解码器60可编解码场景图像、深度图像及合并图像等的图像数据,编码的图像数据可被保存在存储器30中,并可以在图像显示在显示器50上之前由解码器解压缩以进行显示。编码器/解码器60可由中央处理器(Central Processing Unit,CPU)、GPU或协处理器实现。换言之,编码器/解码器60可以是中央处理器(Central Processing Unit,CPU)、GPU、及协处理器中的任意一种或多种。
图像处理装置100还包括控制逻辑器40。成像设备10在成像时,处理器20会根据成像设备获取的数据进行分析以确定成像设备10的一个或多个控制参数(例如,曝光时间等)的图像统计信息。处理器20将图像统计信息发送至控制逻辑器40,控制逻辑器40控制成像设备10以确定好的控制参数进行成像。控制逻辑器40可包括执行一个或多个例程(如固件)的处理器和/或微控制器。一个或多个例程可根据接收的图像统计信息确定成像设备10的控制参数。
图像处理装置100还可包括电声元件70,电声元件70用于播放有声图像中的预定声音模型。电声元件70通常由振动膜、音圈、永久磁铁、支架等组成。当电声元件70的音圈通入音频电流后,在电流的作用下产生交变磁场,永久磁铁同时也产生一个大小和方向不变的恒定的磁场。由于音圈所产生的磁场的大小和方向随着音频电流的变化不断在改变,这样两个磁场的相互作用使音圈作垂直于音圈中电流方向的运动,由于音圈和振动膜相连,从而带动振动膜产生振动,由振动膜引起空气的震动而发出声音。电声元件70可从处理器20获取有声图像中的预定声音模型进行播放,也可从存储器30中获取有声图像中的预定声音模型进行播放。
请参阅图13,本发明实施方式的电子装置1000包括一个或多个处理器20、存储器30和一个或多个程序31。其中一个或多个程序31被存储在存储器30中,并且被配置成由一个或多个处理器20执行。程序31包括用于执行上述任意一项实施方式的图像处理方法的指令。
例如,程序31包括用于执行以下步骤所述的图像处理方法的指令:
03:识别合并图像中的特定物体;
04:将与特定物体匹配的预定声音模型与合并图像融合以输出有声图像。
再例如,程序31还包括用于执行以下步骤所述的图像处理方法的指令:
0231:识别场景图像中的人脸区域;
0232:从深度图像中获取与人脸区域对应的深度信息;
0233:根据人脸区域的深度信息确定人物区域的深度范围;和
0234:根据人物区域的深度范围确定与人脸区域连接且落入深度范围内的人物区域以获得人物区域图像。
本发明实施方式的计算机可读存储介质包括与能够摄像的电子装置1000结合使用的计算机程序。计算机程序可被处理器20执行以完成上述任意一项实施方式的图像处理方法。
例如,计算机程序可被处理器20执行以完成以下步骤所述的图像处理方法:
03:识别合并图像中的特定物体;
04:将与特定物体匹配的预定声音模型与合并图像融合以输出有声图像。
再例如,计算机程序还可被处理器20执行以完成以下步骤所述的图像处理方法:
0231:识别场景图像中的人脸区域;
0232:从深度图像中获取与人脸区域对应的深度信息;
0233:根据人脸区域的深度信息确定人物区域的深度范围;和
0234:根据人物区域的深度范围确定与人脸区域连接且落入深度范围内的人物区域以获得人物区域图像。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,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模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (16)
1.一种图像处理方法,用于处理合并图像,所述合并图像由预定二维背景图像与当前用户在真实场景下的场景图像中的人物区域图像融合而成,其特征在于,所述图像处理方法包括:
识别所述合并图像中的特定物体;和
将与所述特定物体匹配的预定声音模型与所述合并图像融合以输出有声图像。
2.根据权利要求1所述的图像处理方法,其特征在于,所述图像处理方法还包括:
判断所述合并图像中的所述预定二维背景图像是否有关联存储的预定声音模型;
在所述预定二维背景图像具有所述关联存储的预定声音模型时,将所述合并图像与所述预定声音模型融合以输出有声图像;和
在所述预定二维背景图像不具有所述关联存储的预定声音模型时,进入所述识别所述合并图像中的特定物体的步骤。
3.根据权利要求1所述的图像处理方法,其特征在于,所述图像处理方法还包括:
获取所述当前用户的场景图像;
获取所述当前用户的深度图像;
处理所述场景图像和所述深度图像以提取所述当前用户在所述场景图像中的人物区域而获得人物区域图像;和
将所述人物区域图像与所述预定二维背景图像融合以得到合并图像。
4.根据权利要求3所述的图像处理方法,其特征在于,所述获取所述当前用户的深度图像的步骤包括:
向所述当前用户投射结构光;
拍摄经所述当前用户调制的结构光图像;和
解调所述结构光图像的各个像素对应的相位信息以得到所述深度图像。
5.根据权利要求4所述的图像处理方法,其特征在于,所述解调所述结构光图像的各个像素对应的相位信息以得到所述深度图像的步骤包括:
解调所述结构光图像中各个像素对应的相位信息;
将所述相位信息转化为深度信息;和
根据所述深度信息生成所述深度图像。
6.根据权利要求1所述的图像处理方法,其特征在于,所述与所述特定物体匹配的预定声音模型包括一曲或多曲;
在所述与所述特定物体匹配的预定声音模型包括一曲时,在所述有声图像播放期间,所述预定声音模型播放一次或多次;
在所述与所述特定物体匹配的预定声音模型包括多曲时,所述预定声音模型顺序存储成列表,在所述有声图像播放期间,多个所述预定声音模型以顺序播放、随机播放、单曲循环、列表循环中的任意一种方式播放。
7.根据权利要求1所述的图像处理方法,其特征在于,所述图像处理方法还包括:
播放所述有声图像,所述播放所述有声图像为自动播放或根据触发播放请求进行播放。
8.一种图像处理装置,用于处理合并图像,所述合并图像由所述预定二维背景图像与当前用户在真实场景下的场景图像中的人物区域图像融合而成,其特征在于,所述图像处理装置包括处理器,所述处理器用于:
识别所述合并图像中的特定物体;和
将与所述特定物体匹配的预定声音模型与所述合并图像融合以输出有声图像。
9.根据权利要求8所述的图像处理装置,其特征在于,所述处理器还用于:
判断所述合并图像中的所述预定二维背景图像是否有关联存储的预定声音模型;
在所述预定二维背景图像具有所述关联存储的预定声音模型时,将所述合并图像与所述预定声音模型融合以输出有声图像;和
在所述预定二维背景图像不具有所述关联存储的预定声音模型时,进入所述识别所述合并图像中的特定物体的步骤。
10.根据权利要求8所述的图像处理装置,其特征在于,所述图像处理装置还包括:
可见光摄像头,所述可见光摄像头用于获取所述当前用户的场景图像;
深度图像采集组件,所述深度图像采集组件用于获取所述当前用户的深度图像;
所述处理器还用于:
处理所述场景图像和所述深度图像以提取所述当前用户在所述场景图像中的人物区域而获得人物区域图像;和
将所述人物区域图像与所述预定二维背景图像融合以得到合并图像。
11.根据权利要求10所述的图像处理装置,其特征在于,所述深度图像采集组件包括结构光投射器和结构光摄像头,所述结构光投射器用于向所述当前用户投射结构光;
所述结构光摄像头用于:
拍摄经所述当前用户调制的结构光图像;和
解调所述结构光图像的各个像素对应的相位信息以得到所述深度图像。
12.根据权利要求11所述的图像处理装置,其特征在于,所述结构光摄像头还用于:
解调所述结构光图像中各个像素对应的相位信息;
将所述相位信息转化为深度信息;和
根据所述深度信息生成所述深度图像。
13.根据权利要求8所述的图像处理装置,其特征在于,所述与所述特定物体匹配的预定声音模型包括一曲或多曲;
在所述与所述特定物体匹配的预定声音模型包括一曲时,在所述有声图像播放期间,所述预定声音模型播放一次或多次;
在所述与所述特定物体匹配的预定声音模型包括多曲时,所述预定声音模型顺序存储成列表,在所述有声图像播放期间,多个所述预定声音模型以顺序播放、随机播放、单曲循环、列表循环中的任意一种方式播放。
14.根据权利要求8所述的图像处理装置,其特征在于,所述图像处理装置还包括:
电声元件及显示器,所述电声元件及所述显示器用于播放所述有声图像,所述播放所述有声图像为自动播放或根据触发播放请求进行播放。
15.一种电子装置,其特征在于,所述电子装置包括:
一个或多个处理器;
存储器;和
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序包括用于执行权利要求1至7任意一项所述的图像处理方法的指令。
16.一种计算机可读存储介质,其特征在于,包括与能够摄像的电子装置结合使用的计算机程序,所述计算机程序可被处理器执行以完成权利要求1至7任意一项所述的图像处理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710814395.2A CN107704808A (zh) | 2017-09-11 | 2017-09-11 | 图像处理方法及装置、电子装置和计算机可读存储介质 |
PCT/CN2018/105102 WO2019047983A1 (zh) | 2017-09-11 | 2018-09-11 | 图像处理方法及装置、电子装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710814395.2A CN107704808A (zh) | 2017-09-11 | 2017-09-11 | 图像处理方法及装置、电子装置和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107704808A true CN107704808A (zh) | 2018-02-16 |
Family
ID=61172520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710814395.2A Pending CN107704808A (zh) | 2017-09-11 | 2017-09-11 | 图像处理方法及装置、电子装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107704808A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019047983A1 (zh) * | 2017-09-11 | 2019-03-14 | Oppo广东移动通信有限公司 | 图像处理方法及装置、电子装置和计算机可读存储介质 |
CN110677716A (zh) * | 2019-08-20 | 2020-01-10 | 咪咕音乐有限公司 | 音频处理方法、电子设备和存储介质 |
WO2020115737A1 (en) | 2018-12-02 | 2020-06-11 | Guardian Optical Technologies Ltd | SYSTEMS, DEVICES AND METHODS FOR MICRO-VIBRATION DATA EXTRACTION USING A TIME OF FLIGHT (ToF) IMAGING DEVICE |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101753854A (zh) * | 2008-12-09 | 2010-06-23 | 倚天资讯股份有限公司 | 图像通讯方法及使用其的电子装置 |
CN105049747A (zh) * | 2015-08-06 | 2015-11-11 | 广州市博源数码科技有限公司 | 一种识别静态图像并转换为动态显示的系统 |
CN105869198A (zh) * | 2015-12-14 | 2016-08-17 | 乐视移动智能信息技术(北京)有限公司 | 多媒体照片生成方法、装置、设备及手机 |
CN107025635A (zh) * | 2017-03-09 | 2017-08-08 | 广东欧珀移动通信有限公司 | 基于景深的图像饱和度的处理方法、处理装置和电子装置 |
-
2017
- 2017-09-11 CN CN201710814395.2A patent/CN107704808A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101753854A (zh) * | 2008-12-09 | 2010-06-23 | 倚天资讯股份有限公司 | 图像通讯方法及使用其的电子装置 |
CN105049747A (zh) * | 2015-08-06 | 2015-11-11 | 广州市博源数码科技有限公司 | 一种识别静态图像并转换为动态显示的系统 |
CN105869198A (zh) * | 2015-12-14 | 2016-08-17 | 乐视移动智能信息技术(北京)有限公司 | 多媒体照片生成方法、装置、设备及手机 |
CN107025635A (zh) * | 2017-03-09 | 2017-08-08 | 广东欧珀移动通信有限公司 | 基于景深的图像饱和度的处理方法、处理装置和电子装置 |
Non-Patent Citations (2)
Title |
---|
张公伯 等: "基于颜色特征的动物图像分类识别仿真系统设计", 《船舶电子工程》 * |
雷宝权 等: "基于SVM与颜色/纹理组合特征的景物识别算法", 《计算机科学》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019047983A1 (zh) * | 2017-09-11 | 2019-03-14 | Oppo广东移动通信有限公司 | 图像处理方法及装置、电子装置和计算机可读存储介质 |
WO2020115737A1 (en) | 2018-12-02 | 2020-06-11 | Guardian Optical Technologies Ltd | SYSTEMS, DEVICES AND METHODS FOR MICRO-VIBRATION DATA EXTRACTION USING A TIME OF FLIGHT (ToF) IMAGING DEVICE |
EP3887756A4 (en) * | 2018-12-02 | 2022-01-26 | Guardian Optical Technologies Ltd. | SYSTEMS, DEVICES AND METHODS FOR MICROVIBRATION DATA EXTRACTION USING A TIME OF FLIGHT (TOF) IMAGING DEVICE |
CN110677716A (zh) * | 2019-08-20 | 2020-01-10 | 咪咕音乐有限公司 | 音频处理方法、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107610077A (zh) | 图像处理方法和装置、电子装置和计算机可读存储介质 | |
CN107707839A (zh) | 图像处理方法及装置 | |
CN107509045A (zh) | 图像处理方法和装置、电子装置和计算机可读存储介质 | |
CN107707831A (zh) | 图像处理方法和装置、电子装置和计算机可读存储介质 | |
CN107610080A (zh) | 图像处理方法和装置、电子装置和计算机可读存储介质 | |
CN107707838A (zh) | 图像处理方法和装置 | |
CN107590793A (zh) | 图像处理方法及装置、电子装置和计算机可读存储介质 | |
CN107527335A (zh) | 图像处理方法和装置、电子装置和计算机可读存储介质 | |
CN107705278A (zh) | 动态效果的添加方法和终端设备 | |
CN107644440A (zh) | 图像处理方法和装置、电子装置和计算机可读存储介质 | |
CN107610078A (zh) | 图像处理方法和装置 | |
CN107610127A (zh) | 图像处理方法、装置、电子装置和计算机可读存储介质 | |
CN107730509A (zh) | 图像处理方法及装置、电子装置和计算机可读存储介质 | |
CN107704808A (zh) | 图像处理方法及装置、电子装置和计算机可读存储介质 | |
CN107590795A (zh) | 图像处理方法及装置、电子装置和计算机可读存储介质 | |
CN107454336A (zh) | 图像处理方法及装置、电子装置和计算机可读存储介质 | |
CN107682740A (zh) | 在视频中合成音频方法和电子装置 | |
CN107610076A (zh) | 图像处理方法和装置、电子装置和计算机可读存储介质 | |
CN107682656A (zh) | 背景图像处理方法、电子设备和计算机可读存储介质 | |
CN107613228A (zh) | 虚拟服饰的添加方法和终端设备 | |
CN107622496A (zh) | 图像处理方法及装置 | |
CN107592491A (zh) | 视频通信背景显示方法和装置 | |
CN107705276A (zh) | 图像处理方法和装置、电子装置和计算机可读存储介质 | |
CN107707833A (zh) | 图像处理方法和装置、电子装置和计算机可读存储介质 | |
CN107680034A (zh) | 图像处理方法和装置、电子装置和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 |
Application publication date: 20180216 |
|
RJ01 | Rejection of invention patent application after publication |