CN108053371A - 一种图像处理方法、终端及计算机可读存储介质 - Google Patents

一种图像处理方法、终端及计算机可读存储介质 Download PDF

Info

Publication number
CN108053371A
CN108053371A CN201711241185.5A CN201711241185A CN108053371A CN 108053371 A CN108053371 A CN 108053371A CN 201711241185 A CN201711241185 A CN 201711241185A CN 108053371 A CN108053371 A CN 108053371A
Authority
CN
China
Prior art keywords
subgraph
mode
processing
default
gray value
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
Application number
CN201711241185.5A
Other languages
English (en)
Other versions
CN108053371B (zh
Inventor
李蒙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nubia Technology Co Ltd
Original Assignee
Nubia Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nubia Technology Co Ltd filed Critical Nubia Technology Co Ltd
Priority to CN201711241185.5A priority Critical patent/CN108053371B/zh
Publication of CN108053371A publication Critical patent/CN108053371A/zh
Application granted granted Critical
Publication of CN108053371B publication Critical patent/CN108053371B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例公开了一种图像处理方法，方法包括：获取待处理图像，并将待处理图像划分为多个第一子图像；根据第一子图像的灰度值与预设灰度值的第一关系以及第一子图像的频域分量与预设频域分量的第二关系，确定针对第一子图像的处理方式；采用上述处理方式对第一子图像进行图像增强处理，得到第二子图像；基于上述第二子图像得到目标图像。本发明的实施例同时还公开了一种终端及计算机可读存储介质，以解决现有技术中的图像处理方法处理效果较差的问题，改善了图像的视觉效果；同时，提高了终端的智能性。

Description

一种图像处理方法、终端及计算机可读存储介质
技术领域
本发明涉及图像处理技术领域，尤其涉及一种图像处理方法、终端及计算机可读存储介质。
背景技术
随着移动终端的不断发展，移动终端已经成为人们日常生活中的必需品，并且拍照对于现在的移动终端如智能手机、平板电脑等来说，是一个非常重要的功能，使得人们能够享受科技发展带来的便利。
目前，用户使用移动终端拍摄得到拍摄图像之后，通常手动选择移动终端上的图像编辑软件对图像进行处理，例如对图像进行锐化。然而，现有技术中对图像进行锐化时，是对整个图像进行同等程度的锐化，导致锐化处理后的图像仍然无法突显出某一部分的轮廓边界。可见，现有技术中的图像处理方法的处理效果较差。
发明内容
有鉴于此，本发明实施例期望提供一种图像处理方法、终端及计算机可读存储介质，解决了现有技术中的图像处理方法处理效果较差的问题，改善了图像的视觉效果；同时，提高了终端的智能性。
为达到上述目的，本发明的技术方案是这样实现的：
第一方面，提供一种图像处理方法，所述方法包括：
获取待处理图像，并将所述待处理图像划分为多个第一子图像；
根据所述第一子图像的灰度值与预设灰度值的第一关系以及所述第一子图像的频域分量与预设频域分量的第二关系，确定针对所述第一子图像的处理方式；
采用所述处理方式对所述第一子图像进行图像增强处理，得到第二子图像；
基于所述第二子图像得到目标图像。
可选的，所述根据所述第一子图像的灰度值与预设灰度值的第一关系以及所述第一子图像的频域分量与预设频域分量的第二关系，确定针对所述第一子图像的处理方式，包括：
若所述灰度值大于第一预设灰度值且所述频域分量为预设高频分量，确定针对所述第一子图像的所述处理方式为第一锐化方式；
若所述灰度值小于第二预设灰度值且所述频域分量为预设低频分量，确定针对所述第一子图像的所述处理方式为降噪方式；
若所述灰度值小于等于第一预设灰度值和/或所述频域分量不等于预设高频分量，或者所述灰度值大于等于第二预设灰度值和/或所述频域分量不等于预设低频分量，确定针对所述第一子图像的所述处理方式为第二锐化方式。
可选的，所述根据所述第一子图像的灰度值与预设灰度值的第一关系以及所述第一子图像的频域分量与预设频域分量的第二关系，确定针对所述第一子图像的处理方式，包括：
从所述第一子图像中确定所述灰度值大于第一预设灰度值，且所述频域分量为预设高频分量的子图像为第一类子图像；
从所述第一子图像中确定所述灰度值小于第二预设灰度值，且频域分量为预设低频分量的子图像为第二类子图像；所述第二预设灰度值小于所述第一预设灰度值；
确定针对所述第一类子图像的所述处理方式为第一锐化方式、针对所述第二类子图像的所述处理方式为降噪方式和针对第三类子图像的所述处理方式为第二锐化方式；其中，所述第三类子图像为所述第一子图像中除所述第一类子图像和所述第二类子图像以外的子图像。
可选地，所述采用所述处理方式对所述第一子图像进行图像增强处理，得到第二子图像，包括：
采用所述第一锐化方式对所述第一类子图像进行锐化，得到第一处理子图像；
采用所述降噪方式对所述第二类子图像进行降噪，得到第二处理子图像；
采用所述第二锐化方式对所述第三类子图像进行锐化，得到第三处理子图像；其中，所述第一锐化方式的锐化程度大于所述第二锐化方式的锐化程度；
将所述第一处理子图像、所述第二处理子图像和所述第三处理子图像合成，得到所述第二子图像。
可选地，所述采用所述第一锐化方式对所述第一类子图像进行锐化，包括：
提取所述第一类子图像的第一轮廓边界；
将所述第一轮廓边界与所述第一类子图像的轮廓边界进行叠加。
可选地，所述采用所述第二锐化方式对所述第三类子图像进行锐化，包括：
提取所述第三类子图像的第二轮廓边界；
根据所述第二轮廓边界与第一系数，得到第三轮廓边界；
将所述第三轮廓边界与所述第三类子图像的轮廓边界进行叠加。
可选地，所述基于所述第二子图像得到目标图像，包括：
确定所述第二子图像中所述第一处理子图像、所述第二处理子图像和所述第三处理子图像之间的相邻区域；
对所述相邻区域进行降噪处理得到所述目标图像。
可选地，在所述根据所述第二轮廓边界与第一系数，得到第三轮廓边界之前，所述方法包括：
获取所述第一类子图像的第一灰度平均值和高频分量平均值；
获取所述第三类子图像的第二灰度平均值和低频分量平均值；
计算所述第二灰度平均值除以所述第一灰度平均值，得到第一比值；
计算所述低频分量平均值除以所述高频分量平均值，得到第二比值；
计算所述第一比值与所述第二比值之和乘以预设参数，得到所述第一系数。
第二方面，提供一种终端，所述终端包括：处理器、存储器和通信总线；
所述通信总线用于实现处理器和存储器之间的通信连接；
所述处理器用于执行存储器中图像处理程序，以实现以下步骤：
获取待处理图像，并将所述待处理图像划分为多个第一子图像；
根据所述第一子图像的灰度值与预设灰度值的第一关系以及所述第一子图像的频域分量与预设频域分量的第二关系，确定针对所述第一子图像的处理方式；
采用所述处理方式对所述第一子图像进行图像增强处理，得到第二子图像；
基于所述第二子图像得到目标图像。
第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如第一方面所述的图像处理方法的步骤。
本发明的实施例所提供的图像处理方法、终端及计算机可读存储介质，获取待处理图像，并将上述待处理图像划分为多个第一子图像之后；先根据第一子图像的灰度值与预设灰度值的第一关系以及第一子图像的频域分量与预设频域分量的第二关系，确定针对第一子图像的处理方式；然后，采用上述处理方式对第一子图像进行图像增强处理，得到第二子图像；最后，基于第二子图像得到目标图像。也就是说，在本发明实施例中，能够根据第一子图像的灰度值与预设灰度值的关系以及频域分量与预设频域分量的关系，确定与第一子图像对应的处理方式，进而实现关于整体图像中部分图像的针对性处理，从而解决了现有技术中的图像处理方法处理效果较差的问题，改善了图像的视觉效果；同时，提高了终端的智能性。
附图说明
图1为实现本发明各个实施例的一个可选的移动终端的硬件结构示意图；
图2为本发明实施例提供的移动终端能够操作的通信系统结构示意图；
图3为本发明实施例提供的一种图像处理方法的流程示意图；
图4为本发明实施例提供的一种图像处理的示意图；
图5为本发明实施例提供的另一种图像处理方法的流程示意图；
图6为本发明实施例提供的又一种图像处理方法的流程示意图；
图7为本发明实施例提供的一种待处理图像的示意图；
图8为本发明实施例提供的一种待处理图像锐化后的示意图；
图9为本发明的实施例提供的一种终端的结构示意图。
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。
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。
请参阅图1，其为实现本发明各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：射频(Radio Frequency，RF)单元101、Wi-Fi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图1对移动终端的各个部件进行具体的介绍：
射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(Global System of Mobilecommunication，GSM)、通用分组无线服务(General Packet Radio Service，GPRS)、码分多址2000(Code Division Multiple Access 2000，CDMA2000)、宽带码分多址(WidebandCode Division Multiple Access，WCDMA)、时分同步码分多址(Time Division-Synchronous Code Division Multiple Access，TD-SCDMA)、频分双工长期演进(Frequency Division Duplexing-Long Term Evolution，FDD-LTE)和分时双工长期演进(Time Division Duplexing-Long Term Evolution，TDD-LTE)等。
Wi-Fi属于短距离无线传输技术，移动终端通过Wi-Fi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了Wi-Fi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或Wi-Fi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或Wi-Fi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。
进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。
为了便于理解本发明实施例，下面对本发明的移动终端所基于的通信网络系统进行描述。
请参阅图2，图2为本发明实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的用户设备(UserEquipment，UE)201，演进式UMTS陆地无线接入网(Evolved UMTS Terrestrial RadioAccess Network，E-UTRAN)202，演进式分组核心网(Evolved Packet Core，EPC)203和运营商的IP业务204。
具体地，UE201可以是上述终端100，此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括移动性管理实体(Mobility Management Entity，MME)2031，归属用户服务器(Home Subscriber Server，HSS)2032，其它MME2033，服务网关(Serving GateWay，SGW)2034，分组数据网络网关(PDN Gate Way，PGW)2035和政策和资费功能实体(Policy and Charging Rules Function，PCRF)2036等。其中，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IP多媒体子系统(IP MultimediaSubsystem，IMS)或其它IP业务等。
虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本发明不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等，此处不做限定。
基于上述移动终端硬件结构以及通信系统，提出本发明各个实施例。
基于前述的实施例，本实施例提供一种图像处理方法，该图像处理方法的执行主体为终端，该终端中至少设置有一个图像采集模块，能够通过该图像采集模块进行图像采集，以获取待处理图像。
在实际应用中，上述图像采集模块可以为互补金属氧化物半导体(ComplementaryMetal Oxide Semiconductor，CMOS)图像传感单元，也可以为电荷耦合(Charge-coupledDevice，CCD)图像传感单元，当然，还可以为其他类型的图像传感单元。这里，本发明实施例不做具体限定。
在实际应用中，该终端可以为具有前置摄像头或者后置摄像头或者同时具体前、后置摄像头的智能手机、平板电脑、数码相机等具有拍照功能的电子设备，当然，也可以为其它，本发明实施例不做具体限定。
本发明的实施例提供一种图像处理方法，参照图3所示，该方法包括以下步骤：
步骤301、获取待处理图像，并将待处理图像划分为多个第一子图像。
这里，待处理图像可以是终端接收到拍照指令，并响应该拍照指令，拍摄得到的图像。上述拍照指令，可以是由用户完成预设操作直接产生的，如用户在移动终端处于锁屏状态时进行向左滑动的操作进入拍照模式，或者，用户在移动终端中系统桌面上点击的相机应用图标。当然，还可以是其他方式产生的，如第三方应用调用产生的、从其他用户图形界面切换至相机应用的界面时，这里，本发明实施例不做具体限定。
终端获取到上述待处理图像之后，对上述待处理图像按照预设划分方式进行划分，得到多个第一子图像。这里，预设划分方式可以是将待处理图像划分为包含人像的子图像和包含背景的子图像。人像指待处理图像中的生物特征信息；背景指除生物特征信息以外的其余图像信息。在实际应用中，终端可以采用人脸识别方式获取生物特征信息以得到人像的子图像，并将除人像的子图像以外的其余子图像作为背景的子图像。在本发明实施例中，上述人脸识别方式可以是基于特征脸的方法，或基于几何特征的人脸识别方法，或基于神经网络的人脸识别方法，这里，本发明关注的并不是人脸识别的具体方式，而是人脸识别的可实现性。上述生物特征信息是指面部特征信息，例如可以包括正常面部不可或缺的眼睛、鼻子、嘴、眉毛、毛发等生物特征。
这里，上述预设划分方式还可以是将待处理图像按照预设划分个数进行划分得到多个第一子图像。例如，若预设划分个数为4，终端在获取到将待处理图像之后，将其划分为4个第一子图像。这里，划分得到的多个第一子图像的面积可以相同也可以不同。
当然，在本发明实施例中，终端还可以采用其他预设划分方式将上述待处理图像划分为多个第一子图像，以实现本发明所提供的图像处理方法为准，在此不做具体地限定。
步骤302、根据第一子图像的灰度值与预设灰度值的第一关系以及第一子图像的频域分量与预设频域分量的第二关系，确定针对第一子图像的处理方式。
这里，在步骤301获取到多个第一子图像之后，终端可以根据第一子图像获取该图像上各个像素点的像素值如RGB(R，G，B)，进一步地，终端可以采用下述任一种方式确定各个像素点的灰度值Gray：
方式一，浮点算法：Gray＝R×0.3+G×0.59+B×0.11；
方式二，整数方法：Gray＝(R×30+G×59+B×11)/100；
方式三，平均值法：Gray＝(R+G+B)/3；
方式四，仅取绿色：Gray＝G。
在确定各个像素点的灰度值之后，终端计算第一子图像的所有像素点的灰度均值，得到目标灰度值，并将目标灰度值最为第一子图像的灰度值。
本发明实施例中的预设频域分量可以包括预设高频分量和预设低频分量。这里，预设高频分量表征图像强度(亮度/灰度)的变化量为第一预设变化量，预设低频分量表征图像强度(亮度/灰度)的变化量为第二预设变化量，并且，第一预设变化量大于第二预设变化量。也就是说，预设高频分量对应与图像强度(亮度/灰度)变化剧烈的地方，例如边缘、轮廓区域。预设低频分量对应与图像强度(亮度/灰度)变化平缓的地方，例如大片色块的区域。
本发明实施例中的处理方式可以包括锐化方式和降噪方式等。这里，上述锐化方式可以包括下述至少之一：空域处理方式、频域处理方式。上述降噪方式可以包括下述至少之一：中值滤波方式、自适应维纳滤波方式、小波滤波方式。
在实际应用中，以预设灰度值为Gray0举例，假设终端将待处理图像划分为4个第一子图像，分别为P1、P2、P3和P4，并获取P1、P2、P3和P4的灰度值分别为Gray1、Gray2、Gray3和Gray4；终端将预设灰度值Gray0与上述Gray1、Gray2、Gray3、Gray4进行比较，得到各个子图像的灰度值与预设灰度值Gray0的第一关系。以预设频域分量F0包括预设高频分量FH和预设低频分量FL为例，假设终端针对上述P1、P2、P3和P4获取到的频域分量依次为F1、F2、F3和F4；终端将预设频域分量F0与上述F1、F2、F3和F4进行比较，得到各个子图像的频域分量与预设频域分量F0的第二关系。进一步地，终端将上述第一关系和第二关系作为确定针对第一子图像的处理方式的两个因素，确定出针对P1、P2、P3和P4的处理方式。假设终端确定出针对P1的处理方式为第一锐化方式、针对P2的处理方式为第二锐化方式、针对P3的处理方式为第三锐化方式以及针对P4的处理方式为降噪方式。
步骤303、采用上述处理方式对第一子图像进行图像增强处理，得到第二子图像。
这里，图像增强处理指去除噪声，提高第一子图像的清晰度。具体地，可以是强化第一子图像高频分量，使第一子图像中物体轮廓清晰，细节明显；也可以是强化低频分量，以减少第一子图像中噪声影响。终端采用上述处理方式对第一子图像进行图像增强处理之后，将得到的处理后的子图像合成，得到第二子图像。
在实际应用中，在终端确定针对上述P1、P2、P3和P4的处理方式之后，采用第一锐化方式对P1进行图像增强处理，具体地，强化P1的高频分量，使得P1的轮廓更清晰，得到P1＇。采用第二锐化方式对P2进行图像增强处理，具体地，强化P2的高频分量，使得P2的轮廓更清晰，得到P2＇。采用第三锐化方式对P3进行图像增强处理，具体地，强化P3的高频分量，使得P3的轮廓更清晰，得到P3＇。采用降噪方式对P4进行图像增强处理，具体地，强化P4的低频分量，减少P4的噪声影响，得到P4＇。这里，上述第一锐化方式、第二锐化方式以及第三锐化方式的锐化程度可以相同也可以不同。终端将上述P1＇、P2＇、P3＇和P4＇合成，得到上述第二子图像。
步骤304、基于第二子图像得到目标图像。
这里，终端在得到第二子图像之后，可以获取到针对上述第一子图像进行上述处理后的图像之间的相邻区域，对相邻区域进行降噪处理得到目标图像。
在实际应用中，示例性的，参见图4所示，终端将上述P1＇、P2＇、P3＇和P4＇合成，得到第二子图像之后，确定P1＇、P2＇、P3＇和P4＇之间的相邻区域，例如P1＇与P2＇之间的相邻区域为S1；P1＇与P3＇之间的相邻区域为S2、P2＇与P4＇之间的相邻区域为S3以及P3＇与P4＇之间的相邻区域为S4。终端对上述S1、S2、S3和S4进行降噪处理，得到目标图像。
在实际应用中，本发明实施例的图像处理方法针对拍摄得到的图像，能够具有针对性地增强图像的整体或局部特性，例如，针对拍摄得到的人景图像，针对人像如上述P1、P2和P3，这里假设P1、P2和P3分别指三个不同的人像，进行锐化处理，对背景如上述P4进行降噪处理，从而使得人像的轮廓更清晰，同时减少背景的噪点，实现提高图像质量、改善图像的视觉效果。
本发明实施例可以将终端所具有的图像处理方法设置为终端中的图像增强处理功能，在用户或者拍摄得到的图像需要的情况下，可以通过开启该功能进行图像增强处理。例如，在相机应用的设置界面中，设置有图像增强处理功能的开关按钮，用户可以通过点击“开”按钮，开启该终端上的图像增强处理功能，也可以通过点击“关”按钮，关闭该终端上的图像增强处理功能。
由上述内容可知，本发明实施例所提供的图像处理方法，获取待处理图像，并将上述待处理图像划分为多个第一子图像之后；先根据第一子图像的灰度值与预设灰度值的第一关系以及第一子图像的频域分量与预设频域分量的第二关系，确定针对第一子图像的处理方式；然后，采用上述处理方式对第一子图像进行图像增强处理，得到第二子图像；最后，基于第二子图像得到目标图像。也就是说，在本发明实施例中，能够根据第一子图像的灰度值与预设灰度值的关系以及频域分量与预设频域分量的关系，确定与第一子图像对应的处理方式，进而实现关于整体图像中部分图像的针对性处理，从而解决了现有技术中的图像处理方法处理效果较差的问题，改善了图像的视觉效果；同时，提高了终端的智能性。
基于前述实施例，本发明的实施例提供一种图像处理方法，参照图5所示，该方法包括以下步骤：
步骤501、获取待处理图像，并将待处理图像划分为多个第一子图像。
这里，在前述实施例的基础上，终端获取待处理图像之后，假设将待处理图像划分为4个第一子图像，例如，P1、P2、P3和P4。终端获取P1、P2、P3和P4的灰度值分别为Gray1、Gray2、Gray3和Gray4；频域分量分别为F1、F2、F3和F4。
步骤502、若灰度值大于第一预设灰度值，且频域分量为预设高频分量，确定针对第一子图像的处理方式为第一锐化方式。
这里，设第一预设灰度值为Gray10，并且Gray1大于Gray10；预设高频分量为FH，并且F1等于FH。那么，终端确定针对P1的处理方式为第一锐化方式。
步骤503、若灰度值小于第二预设灰度值，且频域分量为预设低频分量，确定针对第一子图像的处理方式为降噪方式。
这里，设第二预设灰度值为Gray20，并且Gray4小于Gray20；预设低分量为FL，并且F4等于FL。那么，终端确定针对P4的处理方式为降噪方式。
步骤504、若灰度值小于等于第一预设灰度值和/或频域分量不等于预设高频分量，或者灰度值大于等于第二预设灰度值和/或频域分量不等于预设低频分量，确定针对第一子图像的处理方式为第二锐化方式。
这里，假设Gray3小于Gray10，并且F3不等于FL；Gray2等于Gray20，并且F2不等于FL；那么，终端确定针对P3和P2的处理方式为第二锐化方式。这里，第一锐化方式的锐化程度与第二锐化方式的锐化程度可以相同也可以不同；优选地，在本发明实施例中，第一锐化方式的锐化程度大于第二锐化方式的锐化程度。
步骤505、采用上述处理方式对第一子图像进行图像增强处理，得到第二子图像。
这里，终端采用第一锐化方式对P1进行锐化，采用降噪方式对P2进行降噪，采用第二锐化方式对P3和P4进行锐化；并将处理后的子图像进行合成，得到第二子图像。
步骤506、基于第二子图像得到目标图像。
这里，终端在得到第二子图像之后，可以获取到针对上述第一子图像进行上述处理后的图像之间的相邻区域，对相邻区域进行降噪处理得到目标图像。
需要说明的是，本实施例中与其它实施例中相同步骤和相同内容的说明，可以参照其它实施例中的描述，此处不再赘述。
基于前述实施例，本发明的实施例提供一种图像处理方法，参照图6所示，该方法包括以下步骤：
步骤601、获取待处理图像，并将待处理图像划分为多个第一子图像。
步骤602、从第一子图像中确定灰度值大于第一预设灰度值，且频域分量为预设高频分量的子图像为第一类子图像。
这里，在前述实施例的基础上，终端获取待处理图像之后，假设将待处理图像划分为4个第一子图像，例如，P1、P2、P3和P4。终端获取P1、P2、P3和P4的灰度值分别为Gray1、Gray2、Gray3和Gray4；频域分量分别为F1、F2、F3和F4。
假设终端基于多个第一子图像的灰度值和频域分量进行判断，并确定Gray1大于Gray10且F1等于FH，那么，终端将P1确定为第一类子图像。
步骤603、从第一子图像中确定灰度值小于第二预设灰度值，且频域分量为预设低频分量的子图像为第二类子图像；第二预设灰度值小于第一预设灰度值。
这里，假设终端基于多个第一子图像的灰度值和频域分量进行判断，确定Gray4小于Gray20且F4等于FL，那么，终端将P4确定为第二类子图像。
步骤604、确定针对第一类子图像的处理方式为第一锐化方式、针对第二类子图像的处理方式为降噪方式和针对第三类子图像的处理方式为第二锐化方式。
其中，第三类子图像为第一子图像中除第一类子图像和第二类子图像以外的子图像。
这里，终端上述P2和P3确定为第三类子图像。终端进而确定针对第一类子图像P1的处理方式为第一锐化方式、针对第二类子图像P4的处理方式为降噪方式和针对第三类子图像P2和P3的处理方式为第二锐化方式。
步骤605、采用上述处理方式对第一子图像进行图像增强处理，得到第二子图像。在本发明的其他实施例中，步骤605采用处理方式对第一子图像进行图像增强处理，得到第二子图像，可以通过以下方式来实现：
步骤605a、采用第一锐化方式对第一类子图像进行锐化，得到第一处理子图像。
这里，步骤605a中采用第一锐化方式对第一类子图像进行锐化可以包括：
第一步，提取第一类子图像的第一轮廓边界；
这里，针对第一类子图像P1，终端提取P1的第一轮廓边界，例如人脸的轮廓数据。
第二步，将第一轮廓边界与第一类子图像的轮廓边界进行叠加，以得到第一处理子图像。
这里，终端将提取的人脸的轮廓数据与P1中的人脸的原有轮廓数据进行叠加，如此，以增大人脸的轮廓对应的灰度值，进而突显出人脸的轮廓。
步骤605b、采用降噪方式对第二类子图像进行降噪，得到第二处理子图像；
这里，终端采用降噪方式对P2进行降噪，减少该子图像中的噪点，得到第二处理子图像。
步骤605c、采用第二锐化方式对第三类子图像进行锐化，得到第三处理子图像；
其中，第一锐化方式的锐化程度大于第二锐化方式的锐化程度；
这里，605c中采用第二锐化方式对第三类子图像进行锐化可以包括：
第一步，提取第三类子图像的第二轮廓边界；
这里，终端提取P2和P3中的第二轮廓边界，例如分别提取P2和P3中的第一人脸的轮廓数据和第二人脸的轮廓数据。
第二步，包括：c1、获取第一类子图像的第一灰度平均值和高频分量平均值；
c2、获取第三类子图像的第二灰度平均值和低频分量平均值；
c3、计算第二灰度平均值除以第一灰度平均值，得到第一比值；
c4、计算低频分量平均值除以高频分量平均值，得到第二比值；
c5、计算第一比值与第二比值之和乘以预设参数，得到第一系数。
这里，预设参数可以为0.5，当然，该预设参数还可以为其他指，本发明实施例并不做具体地限定。
第三步，根据第二轮廓边界与第一系数，得到第三轮廓边界；
这里，终端提取到第二轮廓边界，如第一人脸的轮廓数据和第二人脸的轮廓数据之后，计算第一人脸的轮廓数据与第一系数的第一乘积；计算第二人脸的轮廓数据与第二人脸的轮廓数据的第二乘积；从而得到第三轮廓边界，这里，第三轮廓边界指第一乘积或第二乘积。
第四步，将第三轮廓边界与第三类子图像的轮廓边界进行叠加。
这里，终端将第一乘积与P2中的第一人脸的原有轮廓数据进行叠加，如此，以增大第一人脸的轮廓对应的灰度值，进而突显出第一人脸的轮廓。终端将第二乘积与P3中的第二人脸的原有轮廓数据进行叠加，如此，以增大第二人脸的轮廓对应的灰度值，进而突显出第二人脸的轮廓。
示例性的，结合图7和图8所示，以图7中的人脸为上述P2中的第一人脸举例，采用第二锐化方式对图7中的第一人脸进行锐化，具体的，终端提取到图7中的第一人脸的轮廓数据之后，计算第一人脸的轮廓数据与第一系数的第一乘积，并将第一乘积作为第三轮廓边界，然后，终端将第三轮廓边界与第三类子图像的轮廓边界即图7中的第一人脸的轮廓边界进行叠加，以得到如图8中具有更清晰的轮廓的人脸图像。
步骤605d、将第一处理子图像、第二处理子图像和第三处理子图像合成，得到第二子图像。
步骤606、确定第二子图像中第一处理子图像、第二处理子图像和第三处理子图像之间的相邻区域；
步骤607、对相邻区域进行降噪处理得到目标图像。
需要说明的是，本实施例中与其它实施例中相同步骤和相同内容的说明，可以参照其它实施例中的描述，此处不再赘述。
基于前述实施例，本发明的实施例提供一种终端9，该终端可以应用于图3、5和6对应的实施例提供的一种图像处理方法中，参照图9所示，该终端包括：处理器91、存储器92和通信总线93，其中：
通信总线93用于实现处理器91和存储器92之间的通信连接；
处理器91用于执行存储器92中通信建立程序，以实现以下步骤：
获取待处理图像，并将待处理图像划分为多个第一子图像；
根据第一子图像的灰度值与预设灰度值的第一关系以及第一子图像的频域分量与预设频域分量的第二关系，确定针对第一子图像的处理方式；
采用处理方式对第一子图像进行图像增强处理，得到第二子图像；
基于第二子图像得到目标图像。
在本发明的其他实施例中，处理器91用于执行存储器92中图像处理程序中的根据第一子图像的灰度值与预设灰度值的第一关系以及第一子图像的频域分量与预设频域分量的第二关系，确定针对第一子图像的处理方式时，还可以实现以下步骤：
若灰度值大于第一预设灰度值，且频域分量为预设高频分量，确定针对第一子图像的处理方式为第一锐化方式；
若灰度值小于第二预设灰度值，且频域分量为预设低频分量，确定针对第一子图像的处理方式为降噪方式；
若灰度值小于等于第一预设灰度值和/或频域分量不等于预设高频分量，或者灰度值大于等于第二预设灰度值和/或频域分量不等于预设低频分量，确定针对第一子图像的处理方式为第二锐化方式。
在本发明的其他实施例中，处理器91用于执行存储器92中图像处理程序中的根据第一子图像的灰度值与预设灰度值的第一关系以及第一子图像的频域分量与预设频域分量的第二关系，确定针对第一子图像的处理方式时，还可以实现以下步骤：
从第一子图像中确定灰度值大于第一预设灰度值，且频域分量为预设高频分量的子图像为第一类子图像；
从第一子图像中确定灰度值小于第二预设灰度值，且频域分量为预设低频分量的子图像为第二类子图像；第二预设灰度值小于第一预设灰度值；
确定针对第一类子图像的处理方式为第一锐化方式、针对第二类子图像的处理方式为降噪方式和针对第三类子图像的处理方式为第二锐化方式；其中，第三类子图像为第一子图像中除第一类子图像和第二类子图像以外的子图像。
在本发明的其他实施例中，处理器91用于执行存储器92中图像处理程序中的采用处理方式对第一子图像进行图像增强处理，得到第二子图像时，还可以实现以下步骤：
采用第一锐化方式对第一类子图像进行锐化，得到第一处理子图像；
采用降噪方式对第二类子图像进行降噪，得到第二处理子图像；
采用第二锐化方式对第三类子图像进行锐化，得到第三处理子图像；其中，第一锐化方式的锐化程度大于第二锐化方式的锐化程度；
合成第一处理子图像、第二处理子图像和第三处理子图像得到第二子图像。
在本发明的其他实施例中，处理器91用于执行存储器92中图像处理程序中的采用第一锐化方式对第一类子图像进行锐化时，还可以实现以下步骤：
提取第一类子图像的第一轮廓边界；
将第一轮廓边界与第一类子图像的轮廓边界进行叠加。
在本发明的其他实施例中，处理器91用于执行存储器92中图像处理程序中的采用第二锐化方式对第三类子图像进行锐化时，还可以实现以下步骤：
提取第三类子图像的第二轮廓边界；
根据第二轮廓边界与第一系数，得到第三轮廓边界；
将第三轮廓边界与第三类子图像的轮廓边界进行叠加。
在本发明的其他实施例中，处理器91用于执行存储器92中基于第二子图像得到目标图像时，还可以实现以下步骤：
确定第二子图像中第一处理子图像、第二处理子图像和第三处理子图像之间的相邻区域；
对相邻区域进行降噪处理得到目标图像。
在本发明的其他实施例中，在根据第二轮廓边界与第一系数，得到第三轮廓边界之前，处理器91用于执行存储器92中图像处理程序，以实现以下步骤：
获取第一类子图像的第一灰度平均值和高频分量平均值；
获取第三类子图像的第二灰度平均值和低频分量平均值；
计算第二灰度平均值除以第一灰度平均值，得到第一比值；
计算低频分量平均值除以高频分量平均值，得到第二比值；
计算第一比值与第二比值之和乘以预设参数，得到第一系数。
需要说明的是，本实施例中处理器所执行的步骤的具体实现过程，可以参照图3、5和6对应的实施例提供的图像处理方法中的实现过程，此处不再赘述。
本发明的实施例所提供的终端，能够获取待处理图像，并将上述待处理图像划分为多个第一子图像之后；先根据第一子图像的灰度值与预设灰度值的第一关系以及第一子图像的频域分量与预设频域分量的第二关系，确定针对第一子图像的处理方式；然后，采用上述处理方式对第一子图像进行图像增强处理，得到第二子图像；最后，基于第二子图像得到目标图像。也就是说，在本发明实施例中，能够根据第一子图像的灰度值与预设灰度值的关系以及频域分量与预设频域分量的关系，确定与第一子图像对应的处理方式，进而实现关于整体图像中部分图像的针对性处理，从而解决了现有技术中的图像处理方法处理效果较差的问题，改善了图像的视觉效果；同时，提高了终端的智能性。
基于前述实施例，本发明的实施例提供一种计算机可读存储介质，计算机可读存储介质存储有一个或者多个程序，该一个或者多个程序可被一个或者多个处理器执行，以实现以下步骤：
获取待处理图像，并将待处理图像划分为多个第一子图像；
根据第一子图像的灰度值与预设灰度值的第一关系以及第一子图像的频域分量与预设频域分量的第二关系，确定针对第一子图像的处理方式；
采用处理方式对第一子图像进行图像增强处理，得到第二子图像；
基于第二子图像得到目标图像。
在本发明的其他实施例中，该一个或者多个程序可被一个或者多个处理器执行根据第一子图像的灰度值与预设灰度值的第一关系以及第一子图像的频域分量与预设频域分量的第二关系，确定针对第一子图像的处理方式时，还可以实现以下步骤：
若灰度值大于第一预设灰度值，且频域分量为预设高频分量，确定针对第一子图像的处理方式为第一锐化方式；
若灰度值小于第二预设灰度值，且频域分量为预设低频分量，确定针对第一子图像的处理方式为降噪方式；
若灰度值小于等于第一预设灰度值和/或频域分量不等于预设高频分量，或者灰度值大于等于第二预设灰度值和/或频域分量不等于预设低频分量，确定针对第一子图像的处理方式为第二锐化方式。
在本发明的其他实施例中，该一个或者多个程序可被一个或者多个处理器执行根据第一子图像的灰度值与预设灰度值的第一关系以及第一子图像的频域分量与预设频域分量的第二关系，确定针对第一子图像的处理方式时，还可以实现以下步骤：
从第一子图像中确定灰度值大于第一预设灰度值，且频域分量为预设高频分量的子图像为第一类子图像；
从第一子图像中确定灰度值小于第二预设灰度值，且频域分量为预设低频分量的子图像为第二类子图像；第二预设灰度值小于第一预设灰度值；
确定针对第一类子图像的处理方式为第一锐化方式、针对第二类子图像的处理方式为降噪方式和针对第三类子图像的处理方式为第二锐化方式；其中，第三类子图像为第一子图像中除第一类子图像和第二类子图像以外的子图像。
在本发明的其他实施例中，该一个或者多个程序可被一个或者多个处理器执行采用处理方式对第一子图像进行图像增强处理，得到第二子图像时，还可以实现以下步骤：
采用第一锐化方式对第一类子图像进行锐化，得到第一处理子图像；
采用降噪方式对第二类子图像进行降噪，得到第二处理子图像；
采用第二锐化方式对第三类子图像进行锐化，得到第三处理子图像；其中，第一锐化方式的锐化程度大于第二锐化方式的锐化程度；
合成第一处理子图像、第二处理子图像和第三处理子图像得到第二子图像。
在本发明的其他实施例中，该一个或者多个程序可被一个或者多个处理器执行采用第一锐化方式对第一类子图像进行锐化时，还可以实现以下步骤：
提取第一类子图像的第一轮廓边界；
将第一轮廓边界与第一类子图像的轮廓边界进行叠加。
在本发明的其他实施例中，该一个或者多个程序可被一个或者多个处理器执行采用第二锐化方式对第三类子图像进行锐化时，还可以实现以下步骤：
提取第三类子图像的第二轮廓边界；
根据第二轮廓边界与第一系数，得到第三轮廓边界；
将第三轮廓边界与第三类子图像的轮廓边界进行叠加。
在本发明的其他实施例中，该一个或者多个程序可被一个或者多个处理器执行基于第二子图像得到目标图像时，还可以实现以下步骤：
确定第二子图像中第一处理子图像、第二处理子图像和第三处理子图像之间的相邻区域；
对相邻区域进行降噪处理得到目标图像。
在本发明的其他实施例中，在根据第二轮廓边界与第一系数，得到第三轮廓边界之前，该一个或者多个程序可被一个或者多个处理器执行以实现以下步骤：
获取第一类子图像的第一灰度平均值和高频分量平均值；
获取第三类子图像的第二灰度平均值和低频分量平均值；
计算第二灰度平均值除以第一灰度平均值，得到第一比值；
计算低频分量平均值除以高频分量平均值，得到第二比值；
计算第一比值与第二比值之和乘以预设参数，得到第一系数。
需要说明的是，本实施例中处理器所执行的步骤的具体实现过程，可以参照图3、5、6对应的实施例提供的图像处理方法中的实现过程，此处不再赘述。
需要说明的是，上述计算机可读存储介质可以是只读存储器(Read Only Memory，ROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性随机存取存储器(Ferromagnetic Random Access Memory，FRAM)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(Compact Disc Read-Only Memory，CD-ROM)等存储器；也可以是包括上述存储器之一或任意组合的各种电子设备，如移动电话、计算机、平板设备、个人数字助理等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所描述的方法。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种图像处理方法，其特征在于，所述方法包括：
获取待处理图像，并将所述待处理图像划分为多个第一子图像；
根据所述第一子图像的灰度值与预设灰度值的第一关系以及所述第一子图像的频域分量与预设频域分量的第二关系，确定针对所述第一子图像的处理方式；
采用所述处理方式对所述第一子图像进行图像增强处理，得到第二子图像；
基于所述第二子图像得到目标图像。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一子图像的灰度值与预设灰度值的第一关系以及所述第一子图像的频域分量与预设频域分量的第二关系，确定针对所述第一子图像的处理方式，包括：
若所述灰度值大于第一预设灰度值且所述频域分量为预设高频分量，确定针对所述第一子图像的所述处理方式为第一锐化方式；
若所述灰度值小于第二预设灰度值且所述频域分量为预设低频分量，确定针对所述第一子图像的所述处理方式为降噪方式；
若所述灰度值小于等于第一预设灰度值和/或所述频域分量不等于预设高频分量，或者所述灰度值大于等于第二预设灰度值和/或所述频域分量不等于预设低频分量，确定针对所述第一子图像的所述处理方式为第二锐化方式。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一子图像的灰度值与预设灰度值的第一关系以及所述第一子图像的频域分量与预设频域分量的第二关系，确定针对所述第一子图像的处理方式，包括：
从所述第一子图像中确定所述灰度值大于第一预设灰度值，且所述频域分量为预设高频分量的子图像为第一类子图像；
从所述第一子图像中确定所述灰度值小于第二预设灰度值，且频域分量为预设低频分量的子图像为第二类子图像；所述第二预设灰度值小于所述第一预设灰度值；
确定针对所述第一类子图像的所述处理方式为第一锐化方式、针对所述第二类子图像的所述处理方式为降噪方式和针对第三类子图像的所述处理方式为第二锐化方式；其中，所述第三类子图像为所述第一子图像中除所述第一类子图像和所述第二类子图像以外的子图像。
4.根据权利要求3所述的方法，其特征在于，所述采用所述处理方式对所述第一子图像进行图像增强处理，得到第二子图像，包括：
采用所述第一锐化方式对所述第一类子图像进行锐化，得到第一处理子图像；
采用所述降噪方式对所述第二类子图像进行降噪，得到第二处理子图像；
采用所述第二锐化方式对所述第三类子图像进行锐化，得到第三处理子图像；其中，所述第一锐化方式的锐化程度大于所述第二锐化方式的锐化程度；
将所述第一处理子图像、所述第二处理子图像和所述第三处理子图像合成，得到所述第二子图像。
5.根据权利要求4所述的方法，其特征在于，所述采用所述第一锐化方式对所述第一类子图像进行锐化，包括：
提取所述第一类子图像的第一轮廓边界；
将所述第一轮廓边界与所述第一类子图像的轮廓边界进行叠加。
6.根据权利要求4所述的方法，其特征在于，所述采用所述第二锐化方式对所述第三类子图像进行锐化，包括：
提取所述第三类子图像的第二轮廓边界；
根据所述第二轮廓边界与第一系数，得到第三轮廓边界；
将所述第三轮廓边界与所述第三类子图像的轮廓边界进行叠加。
7.根据权利要求4所述的方法，其特征在于，所述基于所述第二子图像得到目标图像，包括：
确定所述第二子图像中所述第一处理子图像、所述第二处理子图像和所述第三处理子图像之间的相邻区域；
对所述相邻区域进行降噪处理得到所述目标图像。
8.根据权利要求6所述的方法，其特征在于，在所述根据所述第二轮廓边界与第一系数，得到第三轮廓边界之前，所述方法包括：
获取所述第一类子图像的第一灰度平均值和高频分量平均值；
获取所述第三类子图像的第二灰度平均值和低频分量平均值；
计算所述第二灰度平均值除以所述第一灰度平均值，得到第一比值；
计算所述低频分量平均值除以所述高频分量平均值，得到第二比值；
计算所述第一比值与所述第二比值之和乘以预设参数，得到所述第一系数。
9.一种终端，其特征在于，所述终端包括：处理器、存储器和通信总线；
所述通信总线用于实现处理器和存储器之间的通信连接；
所述处理器用于执行存储器中图像处理程序，以实现以下步骤：
获取待处理图像，并将所述待处理图像划分为多个第一子图像；
根据所述第一子图像的灰度值与预设灰度值的第一关系以及所述第一子图像的频域分量与预设频域分量的第二关系，确定针对所述第一子图像的处理方式；
采用所述处理方式对所述第一子图像进行图像增强处理，得到第二子图像；
基于所述第二子图像得到目标图像。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至8中任一项所述的图像处理方法的步骤。
CN201711241185.5A 2017-11-30 2017-11-30 一种图像处理方法、终端及计算机可读存储介质 Active CN108053371B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711241185.5A CN108053371B (zh) 2017-11-30 2017-11-30 一种图像处理方法、终端及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711241185.5A CN108053371B (zh) 2017-11-30 2017-11-30 一种图像处理方法、终端及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN108053371A true CN108053371A (zh) 2018-05-18
CN108053371B CN108053371B (zh) 2022-04-19

Family

ID=62121888

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711241185.5A Active CN108053371B (zh) 2017-11-30 2017-11-30 一种图像处理方法、终端及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN108053371B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109598230A (zh) * 2018-11-30 2019-04-09 深圳慧通商务有限公司 差旅人员住店审核方法和相关产品
CN110263708A (zh) * 2019-06-19 2019-09-20 郭玮强 图像来源识别方法、设备及计算机可读存储介质
WO2020168861A1 (zh) * 2019-02-20 2020-08-27 Oppo广东移动通信有限公司 指纹模板获取方法及相关装置
CN112615975A (zh) * 2020-12-16 2021-04-06 合肥图溯信息技术有限公司 扫描方法、存储介质、电子设备和扫描设备
CN114596041A (zh) * 2022-05-10 2022-06-07 山东恒远智能科技有限公司 基于提高agv精度验证方式的智能仓储运输系统及方法
CN114742849A (zh) * 2022-06-10 2022-07-12 山东沃能安全技术服务有限公司 一种基于图像增强的水准仪距离测量方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090142000A1 (en) * 2007-12-04 2009-06-04 Sony Corporation Image processing apparatus and method, program, and recording medium
CN101510302A (zh) * 2009-03-25 2009-08-19 北京中星微电子有限公司 一种图像增强方法和装置
US20110044554A1 (en) * 2009-08-21 2011-02-24 Konica Minolta Systems Laboratory, Inc. Adaptive deblurring for camera-based document image processing
CN102999750A (zh) * 2012-12-31 2013-03-27 清华大学 一种去除背景干扰的现场指纹增强方法
CN104620280A (zh) * 2012-09-20 2015-05-13 夏普株式会社 图像处理装置、图像显示装置、图像摄像装置、图像印刷装置、灰度变换方法及程序
CN105120302A (zh) * 2015-08-27 2015-12-02 广州市百果园网络科技有限公司 视频处理方法及装置
CN105303543A (zh) * 2015-10-23 2016-02-03 努比亚技术有限公司 图像增强方法及移动终端
CN105389780A (zh) * 2015-10-28 2016-03-09 维沃移动通信有限公司 一种图像处理方法及移动终端
CN105894491A (zh) * 2015-12-07 2016-08-24 乐视云计算有限公司 图像高频信息的定位方法和装置
CN106023104A (zh) * 2016-05-16 2016-10-12 厦门美图之家科技有限公司 人脸眼部区域的图像增强方法、系统及拍摄终端
CN106303250A (zh) * 2016-08-26 2017-01-04 维沃移动通信有限公司 一种图像处理方法及移动终端
CN106600572A (zh) * 2016-12-12 2017-04-26 长春理工大学 一种自适应的低照度可见光图像和红外图像融合方法
CN106780394A (zh) * 2016-12-29 2017-05-31 努比亚技术有限公司 一种图像锐化方法及终端
CN107194963A (zh) * 2017-04-28 2017-09-22 努比亚技术有限公司 一种双摄像头图像处理方法及终端
US20170301095A1 (en) * 2015-12-31 2017-10-19 Shanghai United Imaging Healthcare Co., Ltd. Methods and systems for image processing

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090142000A1 (en) * 2007-12-04 2009-06-04 Sony Corporation Image processing apparatus and method, program, and recording medium
CN101510302A (zh) * 2009-03-25 2009-08-19 北京中星微电子有限公司 一种图像增强方法和装置
US20110044554A1 (en) * 2009-08-21 2011-02-24 Konica Minolta Systems Laboratory, Inc. Adaptive deblurring for camera-based document image processing
CN104620280A (zh) * 2012-09-20 2015-05-13 夏普株式会社 图像处理装置、图像显示装置、图像摄像装置、图像印刷装置、灰度变换方法及程序
CN102999750A (zh) * 2012-12-31 2013-03-27 清华大学 一种去除背景干扰的现场指纹增强方法
CN105120302A (zh) * 2015-08-27 2015-12-02 广州市百果园网络科技有限公司 视频处理方法及装置
CN105303543A (zh) * 2015-10-23 2016-02-03 努比亚技术有限公司 图像增强方法及移动终端
CN105389780A (zh) * 2015-10-28 2016-03-09 维沃移动通信有限公司 一种图像处理方法及移动终端
CN105894491A (zh) * 2015-12-07 2016-08-24 乐视云计算有限公司 图像高频信息的定位方法和装置
US20170301095A1 (en) * 2015-12-31 2017-10-19 Shanghai United Imaging Healthcare Co., Ltd. Methods and systems for image processing
CN106023104A (zh) * 2016-05-16 2016-10-12 厦门美图之家科技有限公司 人脸眼部区域的图像增强方法、系统及拍摄终端
CN106303250A (zh) * 2016-08-26 2017-01-04 维沃移动通信有限公司 一种图像处理方法及移动终端
CN106600572A (zh) * 2016-12-12 2017-04-26 长春理工大学 一种自适应的低照度可见光图像和红外图像融合方法
CN106780394A (zh) * 2016-12-29 2017-05-31 努比亚技术有限公司 一种图像锐化方法及终端
CN107194963A (zh) * 2017-04-28 2017-09-22 努比亚技术有限公司 一种双摄像头图像处理方法及终端

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
FERNANDO R. FERNANDEZ等: "Calcium threshold shift enables frequency-independent control of plasticity by an instructive signal", 《PNAS》 *
QI-HONG ZOU等: "An improved approach to detection of amplitude of low-frequency fluctuation (ALFF) for resting-state fMRI: Fractional ALFF", 《JOURNAL OF NEUROSCIENCE METHODS》 *
刘三亚: "图像局部增强算法的研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
安丰玲等: "基于多阈值分割的图像区间均衡增强", 《第十二届全国图像图形学学术会议》 *
康志亮等: "小波域红外图像增强算法研究", 《计算机工程与应用》 *
王绍波等: "基于自适应低通滤波的超声医学图像增强算法", 《中国医学影像技术》 *
肖鹏峰等: "一种基于频域特征的高分辨率遥感图像分割方法", 《第十三届全国图象图形学术会议》 *
舒红平等: "基于灰度最优阈值的图像分割方法及应用", 《重庆工商大学学报（自然科学版）》 *
邓琳等: "高分辨率遥感影像阴影检测与补偿方法优化", 《遥感技术与应用》 *
金辰茜: "数字图像降噪与增强设计实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109598230A (zh) * 2018-11-30 2019-04-09 深圳慧通商务有限公司 差旅人员住店审核方法和相关产品
WO2020168861A1 (zh) * 2019-02-20 2020-08-27 Oppo广东移动通信有限公司 指纹模板获取方法及相关装置
CN110263708A (zh) * 2019-06-19 2019-09-20 郭玮强 图像来源识别方法、设备及计算机可读存储介质
CN110263708B (zh) * 2019-06-19 2020-03-13 郭玮强 图像来源识别方法、设备及计算机可读存储介质
CN112615975A (zh) * 2020-12-16 2021-04-06 合肥图溯信息技术有限公司 扫描方法、存储介质、电子设备和扫描设备
CN112615975B (zh) * 2020-12-16 2022-07-22 合肥图溯信息技术有限公司 扫描方法、存储介质、电子设备和扫描设备
CN114596041A (zh) * 2022-05-10 2022-06-07 山东恒远智能科技有限公司 基于提高agv精度验证方式的智能仓储运输系统及方法
CN114742849A (zh) * 2022-06-10 2022-07-12 山东沃能安全技术服务有限公司 一种基于图像增强的水准仪距离测量方法

Also Published As

Publication number Publication date
CN108053371B (zh) 2022-04-19

Similar Documents

Publication Publication Date Title
CN108053371A (zh) 一种图像处理方法、终端及计算机可读存储介质
CN107172364A (zh) 一种图像曝光补偿方法、装置和计算机可读存储介质
CN107093418A (zh) 一种屏幕显示方法、计算机设备及存储介质
CN107679482A (zh) 解锁控制方法及相关产品
CN107767333A (zh) 美颜拍照的方法、设备及计算机可存储介质
CN107896303A (zh) 一种图像采集方法、系统和设备及计算机可读存储介质
CN109167910A (zh) 对焦方法、移动终端及计算机可读存储介质
CN108055411A (zh) 柔性屏显示方法、移动终端及计算机可读存储介质
CN107317963A (zh) 一种双摄像头移动终端控制方法、移动终端及存储介质
CN108063901A (zh) 一种图像采集方法、终端和计算机可读存储介质
CN107465869A (zh) 一种焦距调节方法及终端
CN108182726A (zh) 三维重建方法、云端服务器及计算机可读存储介质
CN107704176A (zh) 一种图片调整方法及终端
CN107959795A (zh) 一种信息采集方法、设备和计算机可读存储介质
CN110086993A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN107909540A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN108171743A (zh) 拍摄图像的方法、设备及计算机可存储介质
CN108174093A (zh) 拍摄瞬间图像的方法、设备及计算机可存储介质
CN109300099A (zh) 一种图像处理方法、移动终端及计算机可读存储介质
CN107730460A (zh) 一种图像处理方法及移动终端
CN110032887A (zh) 一种图片隐私保护方法、终端及计算机可读存储介质
CN108111691A (zh) 一种控制屏幕的方法、装置及计算机可读存储介质
CN107995417A (zh) 一种拍照的方法和移动终端
CN107563975A (zh) 图像亮度调节方法、终端及计算机可读存储介质
CN107241504A (zh) 一种图像处理方法、移动终端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
GR01 Patent grant
GR01 Patent grant