CN108062403A - 旧景检测方法及终端 - Google Patents
旧景检测方法及终端 Download PDFInfo
- Publication number
- CN108062403A CN108062403A CN201711450562.6A CN201711450562A CN108062403A CN 108062403 A CN108062403 A CN 108062403A CN 201711450562 A CN201711450562 A CN 201711450562A CN 108062403 A CN108062403 A CN 108062403A
- Authority
- CN
- China
- Prior art keywords
- image
- scenery
- old
- detected
- eigenvalue
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 5
- 238000002156 mixing Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 20
- 241000272814 Anser sp. Species 0.000 description 18
- 230000008569 process Effects 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种旧景检测方法及终端，通过获取待检测图像中的第一景物的第一特征值和第一景物在待检测图像中的第一分布位置，根据第一景物的第一特征值和第一分布位置在图库中确定与待检测图像第一景物匹配的旧景图像。其中，待检测图像的第一景物和旧景图像的第二景物的特征值的相似度满足第一预设条件，且待检测图像的第一分布位置和旧景图像的第二分布位置的相似度满足第二预设条件。通过上述方法，方便用户从图库中快速获取与待检测图像匹配的旧景图像，进而便于用户根据获取到的旧景图像进行趣味性拍摄或制作新旧交融图像，提升用户体验。
Description
技术领域
本发明涉及拍摄技术领域，尤其涉及一种旧景检测方法及终端。
背景技术
随着移动终端设备内存空间的不断扩展，越来越多的用户不再需要定期将移动终端设备上保存的照片上传到个人电脑(Personal Computer,PC)，以清空相册确保设备有足够的内存空间拍摄新的照片，用户可以根据相册年份随时翻阅近年来的所有照片。
时下越来越多的年轻用户群体注重拍照的效果与体验，针对用户在同一场景不同年份下拍摄的新旧照片，用户想要获取该场景下的新旧交融效果图，往往需要通过移动终端设备上的应用软件进行后期的修图。具体来说，用户首先需要到相册中查找当前场景下的旧照片(该照片可能保存在相册，也可能已经被用户上传到PC端并已删除)；其次用户需要打开移动终端设备上的应用软件，将同一场景下的新旧照片添加至该应用软件；随后用户根据个人需求在该应用软件中做相应的修图。
由于用户在拍摄当前场景下的照片时并未了解相册中是否存在当前场景的旧照片，当用户想要制作当前场景下的新旧交融效果图时，需要在大量照片中查找，导致用户体验不佳。
发明内容
本发明提供一种旧景检测方法及终端，采用该旧景检测方法及终端快速获取当前场景下的旧照片，进而完成新旧交融效果图的制作，提升用户体验。
本发明是通过以下技术方案实现的：
本发明的第一方面提供一种旧景检测方法，所述方法包括：
获取待检测图像中的第一景物的特征信息，所述第一景物的特征信息包括所述第一景物的第一特征值和所述第一景物在所述待检测图像中的第一分布位置；
根据所述第一景物的特征信息，在图库中确定与所述待检测图像匹配的旧景图像，所述旧景图像中的第二景物的第二特征值与所述第一特征值的第一相似度满足第一预设条件，所述第二景物在所述旧景图像中的第二分布位置与所述第一分布位置的第二相似度满足第二预设条件。
可选的，所述根据所述第一景物的特征信息，在图库中确定与所述待检测图像匹配的旧景图像，包括：
获取所述图库中的每个待选图像中的第二景物的特征信息，所述第二景物的特征信息包括所述第二景物的第二特征值和所述第二景物在所述待选图像中的第二分布位置；
根据所述第一景物的特征信息和各所述待选图像中的第二景物的特征信息，在所述待选图像中确定与所述待检测图像匹配的旧景图像。
可选的，所述获取待检测图像中的第一景物的特征信息，包括：
在所述待检测图像中提取第一景物的第一轮廓；
根据所述第一轮廓获取所述第一景物对应的第一图像块和所述第一分布位置；
根据所述第一图像块的特征值，确定所述第一景物的第一特征值；
获取所述图库中的每个待选图像中的第二景物的特征信息，包括：
在所述待选图像中提取第二景物的第二轮廓；
根据所述第二轮廓获取所述第二景物对应的第二图像块和所述第二分布位置；
根据所述第二图像块的特征值，确定所述第二景物的第二特征值。
可选的，所述根据所述第一景物的特征信息和各所述待选图像中的第二景物的特征信息，在所述待选图像中确定与所述待检测图像匹配的旧景图像，包括：
计算所述第一特征值与各所述第二特征值的第一相似度；
确定第二特征值与所述第一特征值的第一相似度满足第一预设条件的第一目标图像；
计算各所述第一目标图像中的第二景物的第二分布位置与所述第一分布位置的第二相似度；
将第二分布位置与所述第一分布位置的第二相似度满足第二预设条件的第一目标图像作为旧景图像。
可选的，所述计算所述第一特征值与各所述第二特征值的第一相似度之前，还包括：
计算所述第一轮廓与各所述第二轮廓的第三相似度；
确定第二轮廓与所述第一轮廓的第三相似度满足第三预设条件的第二目标图像；
所述计算所述第一特征值与各所述第二特征值的第一相似度，包括：
计算所述第一特征值与各所述第二目标图像的第二特征值的第一相似度。
可选的，所述第一图像块的特征值为所述第一图像块内的所有像素点的平均灰度值；所述第二图像块的特征值为所述第二图像块内的所有像素点的平均灰度值。
可选的，所述获取待检测图像中的第一景物的特征信息之前，还包括：
检测到终端是否开启旧景检测模式；
若是，获取当前预览模式下的待检测图像，或者，获取当前拍摄的待检测图像。
本发明的第二方面提供一种终端，包括：
获取模块，用于获取待检测图像中的第一景物的特征信息，所述第一景物的特征信息包括所述第一景物的第一特征值和所述第一景物在所述待检测图像中的第一分布位置；
确定模块，用于根据所述第一景物的特征信息，在图库中确定与所述待检测图像匹配的旧景图像，所述旧景图像中的第二景物的第二特征值与所述第一特征值的第一相似度满足第一预设条件，所述第二景物在所述旧景图像中的第二分布位置与所述第一分布位置的第二相似度满足第二预设条件。
本发明的第三方面提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现第一方面中任一项所述的方法。
本发明的第四方面提供一种电子设备，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行第一方面中任一项所述的方法。
本发明提供的旧景检测方法及终端，通过获取待检测图像中的第一景物的第一特征值和第一景物在待检测图像中的第一分布位置，根据第一景物的第一特征值和第一分布位置在图库中确定与待检测图像第一景物匹配的旧景图像。其中，待检测图像的第一景物和旧景图像的第二景物的特征值的相似度满足第一预设条件，且待检测图像的第一分布位置和旧景图像的第二分布位置的相似度满足第二预设条件。通过上述方法，方便用户从图库中快速获取与待检测图像匹配的旧景图像，进而便于用户根据获取到的旧景图像进行趣味性拍摄或制作新旧交融图像，提升用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的旧景检测方法的流程示意图；
图2为本发明另一实施例提供的旧景检测方法的流程示意图；
图3为本发明又一实施例提供的旧景检测方法的流程示意图；
图4a为待检测图像的第一景物的示意图；
图4b为待选图像的第二景物的第一示意图；
图4c为待选图像的第二景物的第二示意图；
图4d为待选图像的第二景物的第三示意图；
图4e为待选图像的第二景物的第四示意图；
图5为本发明一实施例提供的终端的结构示意图；
图6为本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，本文中使用的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本发明一实施例提供的旧景检测方法的流程示意图，如图1所示，本实施例提供的旧景检测方法包括以下步骤：
S101、获取待检测图像中的第一景物的特征信息。
其中，第一景物的特征信息包括第一景物的第一特征值和第一景物在待检测图像中的第一分布位置。
具体的，第一特征值为待检测图像中区别与其他景物的第一景物的特征值，该特征值对应于第一景物的各图像块的平均特征值。
具体的，第一分布位置为待检测图像中区别与其他景物的第一景物的分布位置，该分布位置对应于第一景物的各图像块在待检测图像中的平均分布位置。
本实施例中第一景物的特征值可以指亮度特征值、灰度特征值、边缘特征值、纹理特征值或者色彩特征值等，对此本实施例不作具体限定。
S102、根据第一景物的特征信息，在图库中确定与待检测图像匹配的旧景图像。
其中，旧景图像中的第二景物的第二特征值与第一特征值的第一相似度满足第一预设条件，第二景物在旧景图像中的第二分布位置与第一分布位置的第二相似度满足第二预设条件。
本实施例中，终端设备根据第一景物的第一特征值和第一景物在待检测图像中的第一分布位置，在图库的所有待选图像中查找与第一特征值相似度高的第一待选图像，以及与第一分布位置相似度较高的第二待选图像。具体的，
待检测图像中第一景物的第一特征值与待选图像中第二景物的第二特征值的第一相似度需要满足第一预设条件，该第一预设条件为第一相似度值大于第一相似度预设值。
待检测图像中第一景物的第一分布位置与待选图像中第二景物的第二分布位置的第二相似度需要满足第二预设条件，该第二预设条件为第二相似度值大于第二相似度预设值。
终端设备根据查找到的第一待选图像和第二待选图像，确定同时满足第一预设条件(特征值相似度条件)和第二预设条件(分布位置相似度条件)的第三待选图像，并将该第三待选图像作为与待检测图像相匹配的旧景图像。
需要指出的是，若存在旧景图像，则终端设备将与待检测图像相匹配的旧景图像单独保存至新建文件夹中，以便用户根据需要直接调取该新建文件夹中的旧景图像，大大缩短了查询旧景图像的时间，避免用户在想要制作当前场景下的待检测图像的新旧交融效果图时，需要在图库中来回翻找。
若不存在与待检测图像相匹配的旧景图像，则提示用户图库中未查找到待检测图像的旧景图像
具体的，第二特征值为待选图像中区别与其他景物的第二景物的特征值，该特征值对应于第二景物的各图像块的平均特征值。
具体的，第二分布位置为待选图像中区别与其他景物的第二景物的分布位置，该分布位置对应于第二景物的各图像块在旧景图像中的平均分布位置。
本实施例中第二景物的特征值可以指亮度特征值、灰度特征值、边缘特征值、纹理特征值或者色彩特征值等，对此本实施例不作具体限定。
通过本实施例获取的旧景图像，用户可以参考旧景图像中的人物及人物之间的位置关系，拍摄一组背景景物与旧景图像的背景景物相同，人物站位相同的跨年份的新图像。例如，五年前的一对情侣在大雁塔为背景的广场上拍摄了一张照片，五年后故地重游时两个人变成了三个人，用户使用终端设备的相机，可以先预先拍摄一张以大雁塔为背景的图像，通过终端设备相机的旧景检测模式，快速查找与该背景相匹配的旧景图像，用户可参考获取到的旧景图像的人物站位等，拍摄一张具有相同背景的三个人的合影照片。根据不同用户需求，可将新旧照片存放至新建文件夹中，便于用户通过修图APP制作新旧交融图，或者，新旧拼图等，增加用户趣味性拍摄，提高用户的拍摄体验。
本发明实施例提供的旧景检测方法，通过获取待检测图像中的第一景物的第一特征值和第一景物在待检测图像中的第一分布位置，根据第一景物的第一特征值和第一分布位置在图库中确定与待检测图像第一景物匹配的旧景图像。其中，待检测图像的第一景物和旧景图像的第二景物的特征值的相似度满足第一预设条件，且待检测图像的第一分布位置和旧景图像的第二分布位置的相似度满足第二预设条件。通过上述方法，方便用户从图库中快速获取与待检测图像匹配的旧景图像，进而便于用户根据获取到的旧景图像进行趣味性拍摄或制作新旧交融图像，提升用户体验。
图2为本发明另一实施例提供的旧景检测方法的流程示意图，基于图1所示实施例，进一步地，如图2所示，步骤102包括如下步骤202和步骤203：
S201、获取待检测图像中的第一景物的特征信息。
第一景物的特征信息包括第一景物的第一特征值和第一景物在待检测图像中的第一分布位置。
在本实施例中，步骤201与上述实施例的步骤101相同，具有相同或类似的概念，对此本实施例不再赘述。
S202、获取图库中的每个待选图像中的第二景物的特征信息。
第二景物的特征信息包括第二景物的第二特征值和第二景物在待选图像中的第二分布位置。
S203、根据第一景物的特征信息和各待选图像中的第二景物的特征信息，在待选图像中确定与待检测图像匹配的旧景图像。
在获取待检测图像中的第一景物的特征信息之后，终端设备获取图库中所有待选图像的第二景物的特征信息。其中，
第一景物和第二景物分别为待检测图像和待选图像中的背景景物，背景景物的特征可以唯一确定图像的背景信息。
需要指出的是，同一背景景物在图库中可能存在多张，其中，多张待选图像存在如下几种差异：
一种可能的差异，同一背景景物的光线条件不同，例如，图库中存有白天拍摄的以大雁塔为背景的照片，或者，黄昏时刻拍摄的以大雁塔为背景的照片，或者，晚上拍摄的以大雁塔为背景的照片。
另一种可能的差异，同一背景景物的取景角度不同，例如，图库中存有从左侧拍摄的大雁塔的照片，或者，从右侧拍摄的大雁塔的照片，或者从正面拍摄的大雁塔的照片。
基于以上分析可知，步骤203中，终端设备需要根据获取到的待检测图像中的第一景物的第一特征值，以及各待选图像中的第二景物的第二特征值，首先确定满足特征值相似度(即第一相似度)的第一预设条件的第一待选图像，即获取与待检测图像的第一景物相似度高的待选图像；其次，终端设备根据待检测图像中的第一景物的第一分布位置，以及各第一待选图像中的第二景物的第二分布位置，确定满足分布位置相似度(即第二相似度)的第二预预设条件的第二待选图像；通过上述筛选过程，确定与待检测图像特征值和分布位置均匹配的旧景图像。
第一预设条件和第二预设条件与上述实施例类似，此处不再赘述。
在上述实施例的基础上，下面对步骤201、步骤202、步骤203进行详细说明。
图3为本发明又一实施例提供的旧景检测方法的流程示意图，基于图2所示实施例，进一步地，如图3所示，步骤201具体包括以下步骤：
S301、在待检测图像中提取第一景物的第一轮廓；
具体的，提取第一景物的第一轮廓包括提取第一景物中曲率变化较大的景物边缘上的第一轮廓点，并将各第一轮廓点依次连接得到第一景物完整的第一轮廓。
S302、根据第一轮廓获取第一景物对应的第一图像块和第一分布位置；
具体的，第一景物对应的第一图像块包括了第一轮廓内的所有像素点；
具体的，第一景物对应的第一分布位置是基于第一轮廓内的所有像素点在待检测图像中的位置坐标确定的，换言之，是将第一图像块的中心位置作为第一景物对应的第一分布位置，该中心位置可能在待检测图像的中间、左边或者右边。
S303、根据第一图像块的特征值，确定第一景物的第一特征值；
本实施例的第一图像块的特征值为第一图像块内的所有像素点的平均灰度值。其中，
第一图像块的平均灰度值是指第一图像块内的所有像素点灰度值的算术平均值。
对应的，步骤202具体包括以下步骤：
S304、在待选图像中提取第二景物的第二轮廓；
具体的，提取第二景物的第二轮廓包括提取第二景物中曲率变化较大的景物边缘上的第二轮廓点，并将各第二轮廓点依次连接得到第二景物完整的第二轮廓。
S305、根据第二轮廓获取第二景物对应的第二图像块和第二分布位置；
具体的，第二景物对应的第二图像块包括了第二轮廓内的所有像素点；
具体的，第二景物对应的第二分布位置是基于第二轮廓内的所有像素点在待检测图像中的位置坐标确定的，换言之，是将第二图像块的中心位置作为第二景物对应的第二分布位置，该中心位置可能在待检测图像的中间、左边或者右边。
S306、根据第二图像块的特征值，确定第二景物的第二特征值。
本实施例的第二图像块的特征值为第二图像块内的所有像素点的平均灰度值。其中，
第二图像块的平均灰度值是指第二图像块内的所有像素点灰度值的算术平均值。
步骤203具体包括以下步骤：
S307、计算第一轮廓与各第二轮廓的第三相似度；
其中，第三相似度具体指图像的背景景物的轮廓相似度。
S308、确定第二轮廓与第一轮廓的第三相似度满足第三预设条件的第二目标图像；
其中，第三预设条件是指轮廓相似度值大于轮廓相似度预设值。
终端设备根据预设的轮廓相似度算法，计算第一轮廓与各第二轮廓的第三相似度，将第三相似度满足第三预设条件的图像作为第二目标图像。
可见，步骤307和步骤308用于在海量图库中根据图像中的景物轮廓信息进行初步筛选，确定第二目标图像，该第二目标图像的背景景物与待检测图像的背景景物具有一定的轮廓相似度。
在上述图像的背景景物具有一定的轮廓相似度的基础上，再作图像的背景景物的灰度相似度以及位置相似度的筛选，从而从图库中获取同一背景景物、在同一角度、一天中的同一时间段的旧景图像。
S309、计算第一特征值与各第二目标图像的第二特征值的第一相似度。
其中，第一相似度具体指图像的背景景物的灰度相似度。
S310、确定第二特征值与第一特征值的第一相似度满足第一预设条件的第一目标图像；
本实施例中，终端设备根据预设灰度相似度算法，计算第一特征值与各第二特征值的第一相似度，将第一相似度满足第一预设条件的图像作为第一目标图像，以便进行下一步图像筛选。
具体的，第一预设条件为灰度相似度值大于灰度相似度预设值。
S311、计算个第一目标图像中的第二景物的第二分布位置与第一分布位置的第二相似度；
其中，第二相似度具体指图像的背景景物的分布位置相似度。
S312、将第二分布位置与第一分布位置的第二相似度满足第二预设条件的第一目标图像作为旧景图像。
本实施例中，终端设备根据预设位置相似度算法，计算第一分布位置与各第二分布位置的第二相似度，将第二相似度满足第二预设条件的图像作为待检测图像的旧景图像。
具体的，第二预设条件为位置相似度值大于位置相似度预设值。
上述步骤用于将第一目标图像中第二景物的第二分布位置与待选图像中第一景物的第一分布位置不同的图像筛掉，仅保留同时满足景物相似度和位置相似度的待选图像作为旧景图像。
示例性的，图4a为待检测图像的第一景物的示意图，图4b为待选图像的第二景物的第一示意图，图4c为待选图像的第二景物的第二示意图，图4d为待选图像的第二景物的第三示意图，图4e为待选图像的第二景物的第四示意图。
如图4a所示的待检测图像，该待检测图像的背景景物为大雁塔，在终端设备的相机开启旧景检测模式下，终端设备根据上述步骤301至步骤303，提取背景景物的轮廓信息，根据背景景物的轮廓信息获取大雁塔对应的图像块，以及该图像块在待检测图像的位置坐标，从而确定待检测图像背景景物大雁塔的特征信息，该特征信息包括大雁塔对应图像块的灰度特征值以及大雁塔对应图像块的分布位置。
若用户终端设备的图库中保存有如图4b、4c、4d所示的三张待选图像，根据上述实施例的步骤S304至S306，分别提取每张图像的背景景物的轮廓信息，并根据每张图像的背景景物的轮廓信息获取背景景物对应的图像块，以及该图像块在待检测图像的位置坐标。
基于上述步骤，终端设备再依次执行步骤307至312，经过三步筛选过程，获取与待检测图像的背景景物相似度最高的旧景图像。具体的，
执行步骤307和步骤308之后，终端设备会将如图4b所示的待选图像筛掉，显然图4b所示的背景景物为松树，其轮廓信息与待检测图像中的大雁塔的轮廓信息的相似度低。
进一步的，执行步骤309和步骤310之后，终端设备会将如图4c所示的待选图像筛掉，显然图4d所示的背景景物为大雁塔，然而其拍摄时间为夜间，因此其灰度特征值与待检测图像中的大雁塔的灰度特征值的相似度低。
进一步的，执行步骤311和步骤312之后，终端设备会将如图4d所示的待选图像筛掉，显然图4d所示的背景景物大雁塔的拍摄角度，或者说分布位置与待检测图像中的大雁塔的分布位置的相似度低。
示例性的，如图4e所示的待选图像为最终筛选的旧景图像，该图像中的背景景物的轮廓、灰度特征值以及分布位置均与待检测图像中的背景景物相匹配，只是背景景物的拍摄距离较远一些。
通过上述筛选，最终得到同时满足第一预设条件、第二预设条件、第三预设条件的旧景图像，避免用户在海量图库中翻找旧景图像，提高了用户体验。
在上述各实施例的基础上，获取待检测图像中的第一景物的特征信息之前，终端设备自动检测相机是否开启旧景检测模式，若已开启旧景检测模式，则终端设备自动获取当前预览模式下的待检测图像中第一景物的特征信息，或者，当前已拍摄的待检测图像中第一景物的特征信息。
图5为本发明一实施例提供的终端的结构示意图，如图5所示，本实施例提供的终端10包括：
获取模块11，用于获取待检测图像中的第一景物的特征信息，所述第一景物的特征信息包括所述第一景物的第一特征值和所述第一景物在所述待检测图像中的第一分布位置；
确定模块12，用于根据所述第一景物的特征信息，在图库中确定与所述待检测图像匹配的旧景图像，所述旧景图像中的第二景物的第二特征值与所述第一特征值的第一相似度满足第一预设条件，所述第二景物在所述旧景图像中的第二分布位置与所述第一分布位置的第二相似度满足第二预设条件。
可选的，所述获取模块11，还用于获取所述图库中的每个待选图像中的第二景物的特征信息，所述第二景物的特征信息包括所述第二景物的第二特征值和所述第二景物在所述待选图像中的第二分布位置；
所述确定模块12，还用于根据所述第一景物的特征信息和各所述待选图像中的第二景物的特征信息，在所述待选图像中确定与所述待检测图像匹配的旧景图像。
可选的，所述获取模块11，还用于在所述待检测图像中提取第一景物的第一轮廓；根据所述第一轮廓获取所述第一景物对应的第一图像块和所述第一分布位置；根据所述第一图像块的特征值，确定所述第一景物的第一特征值；
所述获取模块11，还用于在所述待选图像中提取第二景物的第二轮廓；根据所述第二轮廓获取所述第二景物对应的第二图像块和所述第二分布位置；根据所述第二图像块的特征值，确定所述第二景物的第二特征值。
可选的，所述终端10还包括：
计算模块13，用于计算所述第一特征值与各所述第二特征值的第一相似度；
所述确定模块12，用于确定第二特征值与所述第一特征值的第一相似度满足第一预设条件的第一目标图像；
所述计算模块13，还用于计算各所述第一目标图像中的第二景物的第二分布位置与所述第一分布位置的第二相似度；
所述确定模块12，用于将第二分布位置与所述第一分布位置的第二相似度满足第二预设条件的第一目标图像作为旧景图像。
可选的，所述计算模块13，用于计算所述第一轮廓与各所述第二轮廓的第三相似度；
所述确定模块12，还用于确定第二轮廓与所述第一轮廓的第三相似度满足第三预设条件的第二目标图像；
所述计算模块13，还用于计算所述第一特征值与各所述第二目标图像的第二特征值的第一相似度。
可选的，所述第一图像块的特征值为所述第一图像块内的所有像素点的平均灰度值；所述第二图像块的特征值为所述第二图像块内的所有像素点的平均灰度值。
可选的，所述终端10还包括：
检测模块14，用于检测到终端是否开启旧景检测模式；
若是，所述获取模块用于获取当前预览模式下的待检测图像，或者，获取当前拍摄的待检测图像。
本实施例提供的终端，可以执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
本实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前述任一项方法实施例所述的技术方案，其实现原理和技术效果类似，此处不再赘述。
图6为本发明一实施例提供的电子设备的结构示意图，如图6所示，本实施例的电子设备，包括：
处理器21；以及
存储器22，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行前述任一项方法实施例所述的技术方案，其实现原理和技术效果类似，此处不再赘述。
上述装置中的各模块的功能可以通过处理器21实现。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种旧景检测方法，其特征在于，所述方法包括：
获取待检测图像中的第一景物的特征信息，所述第一景物的特征信息包括所述第一景物的第一特征值和所述第一景物在所述待检测图像中的第一分布位置；
根据所述第一景物的特征信息，在图库中确定与所述待检测图像匹配的旧景图像，所述旧景图像中的第二景物的第二特征值与所述第一特征值的第一相似度满足第一预设条件，所述第二景物在所述旧景图像中的第二分布位置与所述第一分布位置的第二相似度满足第二预设条件。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一景物的特征信息，在图库中确定与所述待检测图像匹配的旧景图像，包括：
获取所述图库中的每个待选图像中的第二景物的特征信息，所述第二景物的特征信息包括所述第二景物的第二特征值和所述第二景物在所述待选图像中的第二分布位置；
根据所述第一景物的特征信息和各所述待选图像中的第二景物的特征信息，在所述待选图像中确定与所述待检测图像匹配的旧景图像。
3.根据权利要求2所述的方法，其特征在于，所述获取待检测图像中的第一景物的特征信息，包括：
在所述待检测图像中提取第一景物的第一轮廓；
根据所述第一轮廓获取所述第一景物对应的第一图像块和所述第一分布位置；
根据所述第一图像块的特征值，确定所述第一景物的第一特征值；
获取所述图库中的每个待选图像中的第二景物的特征信息，包括：
在所述待选图像中提取第二景物的第二轮廓；
根据所述第二轮廓获取所述第二景物对应的第二图像块和所述第二分布位置；
根据所述第二图像块的特征值，确定所述第二景物的第二特征值。
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一景物的特征信息和各所述待选图像中的第二景物的特征信息，在所述待选图像中确定与所述待检测图像匹配的旧景图像，包括：
计算所述第一特征值与各所述第二特征值的第一相似度；
确定第二特征值与所述第一特征值的第一相似度满足第一预设条件的第一目标图像；
计算各所述第一目标图像中的第二景物的第二分布位置与所述第一分布位置的第二相似度；
将第二分布位置与所述第一分布位置的第二相似度满足第二预设条件的第一目标图像作为旧景图像。
5.根据权利要求4所述的方法，其特征在于，所述计算所述第一特征值与各所述第二特征值的第一相似度之前，还包括：
计算所述第一轮廓与各所述第二轮廓的第三相似度；
确定第二轮廓与所述第一轮廓的第三相似度满足第三预设条件的第二目标图像；
所述计算所述第一特征值与各所述第二特征值的第一相似度，包括：
计算所述第一特征值与各所述第二目标图像的第二特征值的第一相似度。
6.根据权利要求3所述的方法，其特征在于，
所述第一图像块的特征值为所述第一图像块内的所有像素点的平均灰度值；所述第二图像块的特征值为所述第二图像块内的所有像素点的平均灰度值。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述获取待检测图像中的第一景物的特征信息之前，还包括：
检测到终端是否开启旧景检测模式；
若是，获取当前预览模式下的待检测图像，或者，获取当前拍摄的待检测图像。
8.一种终端，其特征在于，包括：
获取模块，用于获取待检测图像中的第一景物的特征信息，所述第一景物的特征信息包括所述第一景物的第一特征值和所述第一景物在所述待检测图像中的第一分布位置；
确定模块，用于根据所述第一景物的特征信息，在图库中确定与所述待检测图像匹配的旧景图像，所述旧景图像中的第二景物的第二特征值与所述第一特征值的第一相似度满足第一预设条件，所述第二景物在所述旧景图像中的第二分布位置与所述第一分布位置的第二相似度满足第二预设条件。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法。
10.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711450562.6A CN108062403B (zh) | 2017-12-27 | 2017-12-27 | 旧景检测方法及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711450562.6A CN108062403B (zh) | 2017-12-27 | 2017-12-27 | 旧景检测方法及终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108062403A true CN108062403A (zh) | 2018-05-22 |
| CN108062403B CN108062403B (zh) | 2021-08-24 |
Family
ID=62140505
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711450562.6A Active CN108062403B (zh) | 2017-12-27 | 2017-12-27 | 旧景检测方法及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108062403B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110738236A (zh) * | 2019-09-16 | 2020-01-31 | 深圳市国信合成科技有限公司 | 图像匹配方法、装置、计算机设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1900933A (zh) * | 2005-07-21 | 2007-01-24 | 富士施乐株式会社 | 图像搜索系统、图像搜索方法和存储介质 |
| CN105205181A (zh) * | 2015-10-28 | 2015-12-30 | 上海斐讯数据通信技术有限公司 | 一种照片管理方法及管理系统 |
-
2017
- 2017-12-27 CN CN201711450562.6A patent/CN108062403B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1900933A (zh) * | 2005-07-21 | 2007-01-24 | 富士施乐株式会社 | 图像搜索系统、图像搜索方法和存储介质 |
| CN105205181A (zh) * | 2015-10-28 | 2015-12-30 | 上海斐讯数据通信技术有限公司 | 一种照片管理方法及管理系统 |
Non-Patent Citations (3)
| Title |
|---|
| 李欣: "《多媒体技术及应用》", 30 June 2008 * |
| 段连飞 等: "《无人机载SAR图像信息提取技术》", 30 April 2016 * |
| 鲁虹: "《越界 中国先锋艺术 1979-2004》", 31 January 2006, 河北美术出版社 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110738236A (zh) * | 2019-09-16 | 2020-01-31 | 深圳市国信合成科技有限公司 | 图像匹配方法、装置、计算机设备及存储介质 |
| CN110738236B (zh) * | 2019-09-16 | 2022-07-22 | 深圳市国信合成科技有限公司 | 图像匹配方法、装置、计算机设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108062403B (zh) | 2021-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11055827B2 (en) | Image processing apparatus and method | |
| CN103929597B (zh) | 一种辅助拍摄的方法及其装置 | |
| CN107301620B (zh) | 基于相机阵列的全景成像方法 | |
| US20190206031A1 (en) | Facial Contour Correcting Method and Device | |
| CN109644224A (zh) | 用于捕获数字图像的系统和方法 | |
| JP2020504868A5 (zh) | ||
| CN106203286B (zh) | 一种增强现实的内容获取方法、装置及移动终端 | |
| US20200404132A1 (en) | Background replacement system and methods | |
| CN108416832B (zh) | 媒体信息的显示方法、装置和存储介质 | |
| CN110288534B (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
| CN106200914B (zh) | 增强现实的触发方法、装置及拍照设备 | |
| CN112702521B (zh) | 图像拍摄方法及装置、电子设备、计算机可读存储介质 | |
| JP2009246919A (ja) | 画像処理装置および方法並びにプログラム | |
| CN108111911B (zh) | 基于自适应跟踪框分割的视频数据实时处理方法及装置 | |
| CN109660714A (zh) | 基于ar的图像处理方法、装置、设备及存储介质 | |
| CN108848306A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
| CN106165017A (zh) | 允许在图像记录或显示之前进行场景相关图像修改的即时场景识别 | |
| CN104700354B (zh) | 一种信息植入方法及装置 | |
| CN106131457A (zh) | 一种gif图像生成方法、装置和终端设备 | |
| CN111654643A (zh) | 曝光参数确定方法、装置、无人机和计算机可读存储介质 | |
| CN108062403A (zh) | 旧景检测方法及终端 | |
| KR20180070082A (ko) | Vr 컨텐츠 생성 시스템 | |
| CN111862339A (zh) | 虚拟标签展示方法、装置、设备及计算机可读存储介质 | |
| CN110717980A (zh) | 区域三维重建方法、装置及计算机可读存储介质 | |
| CN107666572A (zh) | 拍摄方法、装置、电子设备及存储介质 |
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 |