CN108174094A - 图像优化方法、移动终端以及计算机可读介质 - Google Patents

Abstract

本发明公开一种图像优化方法与移动终端以及计算机可读介质，所述图像优化方法包括如下步骤：获取图像显示的主体的类型；所述主体的类型包括人和物；根据所述图像显示的主体的类型获取对应的图像优化模式；根据所述图像优化模式对所述图像进行优化处理。本发明的技术方案，根据图像显示的主体的类型自动获取对应的图像优化模式；根据图像优化模式对图像进行优化，以达到美化图像的效果，进而满足用户的对图像美感的需求。

Description

图像优化方法、移动终端以及计算机可读介质

技术领域

本发明涉及终端领域，特别涉及一种图像优化方法、移动终端以及计算机可读介质。

背景技术

随着移动终端技术的不断普及和发展，各种移动终端，如手机、平板电脑、个人数字助理(Personal Digital Assistan，PDA)以及智能穿戴设备成为了人们生活和工作不可缺少的电子设备。

通常在移动终端设备中都具有相机拍照与图像浏览等功能。而随着人们对美感度的追求的不断提高，移动终端也提供给了一些简单的图像优化功能，以使得用户可以根据自己的需求对照片等图像进行简单的优化。

而现有的图像优化功能一般需要用户对图像的每一项参数进行调整，才能得到用户满意的图像，操作较为繁琐，用户满意度不高。

发明内容

本发明的主要目的是提供一种图像优化方法、移动终端以及计算机可读介质，旨在实现图像的自动优化，有效提升图像的品质的同时，提高用户的满意度。

为实现上述目的，本发明提出的图像优化方法，包括如下步骤：

获取图像显示的主体的类型；所述主体的类型包括人和物；

根据所述图像显示的主体的类型获取对应的图像优化模式；

根据所述图像优化模式对所述图像进行优化处理。

可选的，所述获取图像显示的主体的类型的步骤包括：

将所述图像输入神经网络模型；

接收所述神经网络模型反馈的所述图像显示的主题的类型。

可选的，所述图像为摄像模块获取到的预览图像。

可选的，所述根据所述图像优化模式对所述图像进行优化处理的步骤包括：

根据所述图像优化模式调整所述摄像模块的拍摄参数；

根据所述拍摄参数对所述预览图像进行优化处理。

可选的，所述拍摄参数包括对比度、锐度、饱和度、亮度、对焦模式、感光度、曝光时间、白平衡，以及开启的摄像头的数量。

可选的，所述图像为存储模块中存储的图像。

可选的，所述根据所述图像显示的主体的类型获取对应的图像优化模式的步骤包括：

当所述主体的类型为人时，获取美颜优化模式。

可选的，所述根据所述图像显示的主体的类型获取对应的图像优化模式的步骤包括：

当所述主体的类型为物时，获取色彩优化模式。

此外，为了实现上述目的，本发明还提出一种移动终端，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图像优化程序，所述图像优化程序被所述处理器执行时实现如下步骤：

获取图像显示的主体的类型；所述主体的类型包括人和物；

根据所述图像显示的主体的类型获取对应的图像优化模式；

根据所述图像优化模式对所述图像进行优化处理。

此外，为了实现上述目的，本发明还提出一种计算机可读介质，所述计算机可读介质上存储有图像优化程序，所述图像优化程序被所述处理器执行时实现如下步骤：

获取图像显示的主体的类型；所述主体的类型包括人和物；

根据所述图像显示的主体的类型获取对应的图像优化模式；

根据所述图像优化模式对所述图像进行优化处理。

本发明的技术方案，根据图像显示的主体的类型自动获取对应的图像优化模式；根据图像优化模式对图像进行优化，以达到美化图像的效果，进而满足用户的对图像美感的需求。

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简单地介绍，显而易见地，下面描述中的附图仅仅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的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1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；

图2为本发明实施例提供的一种通信网络系统架构图；

图3为本发明图像优化方法第一实施例的流程图；

图4为本发明移动终端一使用状态示意图；

图5为本发明移动终端另一使用状态示意图；

图6为本发明图像优化方法第二实施例的流程图；

图7为本发明图像优化方法第三实施例的流程图；

图8为本发明图像优化方法第四实施例的流程图；

图9为本发明图像优化方法第五实施例的流程图；

图10为本发明移动终端又一使用状态示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

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：RF(Radio Frequency，射频)单元101、WiFi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GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。

WiFi属于短距离无线传输技术，移动终端通过WiFi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WiFi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WiFi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WiFi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UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)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MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)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、IMS(IP Multimedia Subsystem，IP多媒体子系统)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网络系统，提出本发明方法各个实施例。

如图3至图5所示，图3为本发明图像优化方法第一实施例的流程图；图4为本发明移动终端一使用状态示意图；图5为本发明移动终端另一使用状态示意图。

在本实施例中，所述图像优化方法包括如下步骤：

步骤S310、获取图像显示的主体的类型；所述主体的类型包括人和物。

具体的，在本实施例中，所述图像优化方法主要应用于移动终端(比如，智能手机等)。

所述图像可为摄像模块获取的预览图像(如图4所示)，或存储模块中存储的图像(如图5所示)。在本实施例中，将图像根据其显示的主体或主要对象分为人和物两类。其中，所述主体的类型为人的图像为主要包含有人的图像。而所述主体的类型为物的图像为不以人为主体的图像，比如，风景图像、动物图像等。

而对所述图像显示的主体的类型的获取方式可以采用现有的图像识别的技术。其中，

对于所述主体的类型为人的图像的识别可以通过以下方式：

1、人脸识别

通过识别图像中是否存在人脸的方式识别所述图片是否为主体的类型为人的图像。其中，所述人脸识别的方式具体可为：

基于几何特征的方式：人脸由眼睛、鼻子、嘴巴、下巴等部件构成，正因为这些部件的形状、大小和结构上的各种差异才使得世界上每个人脸千差万别，因此对这些部件的形状和结构关系的几何描述，可以做为人脸识别的重要特征。几何特征最早是用于人脸侧面轮廓的描述与识别，首先根据侧面轮廓曲线确定若干显著点，并由这些显著点导出一组用于识别的特征度量如距离、角度等。采用几何特征进行正面人脸识别一般是通过提取人眼、口、鼻等重要特征点的位置和眼睛等重要器官的几何形状作为分类特征。可变形模板法可以视为几何特征方法的一种改进，其基本思想是：设计一个参数可调的器官模型(即可变形模板)定义一个能量函数，通过调整模型参数使能量函数最小化，此时的模型参数即做为该器官的几何特征。

局部特征分析方式(Local Face Analysis，LFA)：主元子空间的表示是紧凑的，特征维数大大降低，但它是非局部化的，其核函数的支集扩展在整个坐标空间中，同时它是非拓扑的，某个轴投影后临近的点与原图像空间中点的临近性没有任何关系，而局部性和拓扑性对模式分析和分割是理想的特性，似乎这更符合神经信息处理的机制，因此寻找具有这种特性的表达十分重要。基于这种考虑，提出基于局部特征的人脸特征提取与识别方法。

特征脸方式(Eigenface或PCA)：特征脸方法是基于主成分分析(principalcomponent analysis，简称PCA)的人脸识别方法。特征子脸技术的基本思想是：从统计的观点，寻找人脸图像分布的基本元素，即人脸图像样本集协方差矩阵的特征向量，以此近似地表征人脸图像。这些特征向量称为特征脸(Eigenface)。实际上，特征脸反映了隐含在人脸样本集合内部的信息和人脸的结构关系。将眼睛、面颊、下颌的样本集协方差矩阵的特征向量称为特征眼、特征颌和特征唇，统称特征子脸。特征子脸在相应的图像空间中生成子空间，称为子脸空间。计算出测试图像窗口在子脸空间的投影距离，若窗口图像满足阈值比较条件，则判断其为人脸。基于特征分析的方法，也就是将人脸基准点的相对比率和其它描述人脸脸部特征的形状参数或类别参数等一起构成识别特征向量，这种基于整体脸的识别不仅保留了人脸部件之间的拓扑关系，而且也保留了各部件本身的信息，而基于部件的识别则是通过提取出局部轮廓信息及灰度信息来设计具体识别算法。该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的特征向量。其技术的核心实际为“局部人体特征分析”和“图形/神经识别算法。”这种算法是利用人体面部各器官及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。

基于弹性模型的方式：将人脸图像建模为可变形的3D网格表面，从而将人脸匹配问题转化为可变形曲面的弹性匹配问题。利用有限元分析的方法进行曲面变形，并根据变形的情况判断两张图片是否为同一个人。

神经网络方式(Neural Networks)：人工神经网络是一种非线性动力学系统，具有良好的自组织、自适应能力。目前神经网络方法在人脸识别中的研究方兴未艾。其中一种方法为：首先提取人脸的50个主元，然后用自相关神经网络将它映射到5维空间中，再用一个普通的多层感知器进行判别。

2、神经网络模型识别

通过将数张训练图像进行分类、打标签(比如人、物)，然后输入到神经网络进行训练，以生成神经网络模型。将待识别的图像输入到所述神经网络模型，进而识别所述图像是否为主体的类型为人的图像。

而对于所述主体的类型为物的图像的识别可以通过以下方式：

1、排除式

通过上述对所述主体的类型为人的图像的识别方式识别图像是否是所述主体的类型为人的图像，如果不是，则识别所述图像为所述主体的类型为物的图像。

2、神经网络模型识别

通过将数张训练图像进行分类、打标签(比如人、物)，然后输入到神经网络进行训练，以生成神经网络模型。将待识别的图像输入到所述神经网络模型，进而识别所述图像是否为所述主体的类型为物的图像。

步骤S320、根据所述图像显示的主体的类型获取对应的图像优化模式。

具体的，所述图像优化模式预先存储于移动终端内，其可以包括针对所述主体的类型为人的图像的美颜优化模式，以及针对所述主体的类型为物的图像的色彩优化模式。所述图像优化模式可以是所述移动终端的系统默认模式，或用户根据自己的需求自行设定的模式。

步骤S330、根据所述图像优化模式对所述图像进行优化处理。

具体的，获取到对应的图像优化模式后，根据所述图像优化模式内的参数对所述图像进行优化。具体比如，当所述图像显示的主体为人时，自动获取美颜优化模式。然后，根据所述美颜优化模式的美肤、光滑、肤色、立体、面部除痘、瘦脸、祛斑、去除眼袋等参数，对所述图像中的人脸进行美颜优化。而当所述图像显示的主体为物时，自动获取色彩优化模式。然后，根据所述色彩模式的亮度、对比度、饱和度，以及锐度等参数，对所述图像的色彩进行优化。

值得一提的是，在移动终端根据所述图像显示的主体的类型自动获取对应的图像优化模式后，用户还可以根据实际需求对所述图像优化模式中的参数进行调整。比如，对所述美颜优化模式中的美肤、光滑、肤色、立体、面部除痘、瘦脸、祛斑、去除眼袋等参数，以及对所述色彩优化模式中的亮度、对比度、饱和度，以及锐度等参数进一步调整，以能更好的实现对图像的优化。

本实施例的技术方案，根据图像显示的主体的类型自动获取对应的图像优化模式；根据图像优化模式对图像进行优化，以达到美化图像的效果，进而满足用户的对图像美感的需求。

进一步的，如图6所示，并参考图4及图5，图6为本发明图像优化方法第二实施例的流程图。

在本实施例中，所述图像优化方法包括如下步骤：

步骤S410、获取图像。

具体的，所述图像可为摄像模块获取的预览图像(如图4所示)，或存储模块中存储的图像(如图5所示)。

步骤S420、将所述图像输入神经网络模型，以识别所述图像显示的主体的类型。

具体的，所述神经网络模型预先存储于所述移动终端内，其通过将数张训练图像进行分类、打标签(比如人、物)，然后输入到神经网络进行训练生成。将待识别的图像输入到所述神经网络模型，进而识别所述图像是主体的类型为人的图像，还是主体的类型物的图像。

步骤S430、根据所述图像显示的主体的类型获取对应的图像优化模式。

具体的，所述图像优化模式预先存储于移动终端内，其可以包括针对所述主体的类型为人的图像的美颜优化模式，以及针对所述主体的类型为物的图像的色彩优化模式。所述图像优化模式可以是所述移动终端的系统默认模式，或用户根据自己的需求自行设定的模式。

步骤S440、根据所述图像优化模式对所述图像进行优化处理。

具体的，获取到对应的图像优化模式后，根据所述图像优化模式内的参数对所述图像进行优化。具体比如，当所述图像显示的主体为人时，自动获取美颜优化模式。然后，根据所述美颜优化模式的美肤、光滑、肤色、立体、面部除痘、瘦脸、祛斑、去除眼袋等参数，对所述图像中的人脸进行美颜优化。而当所述图像显示的主体为物时，自动获取色彩优化模式。然后，根据所述色彩模式的亮度、对比度、饱和度，以及锐度等参数，对所述图像的色彩进行优化。

值得一提的是，在移动终端根据所述图像显示的主体的类型自动获取对应的图像优化模式后，用户还可以根据实际需求对所述图像优化模式中的参数进行调整。比如，对所述美颜优化模式中的美肤、光滑、肤色、立体、面部除痘、瘦脸、祛斑、去除眼袋等参数，以及对所述色彩优化模式中的亮度、对比度、饱和度，以及锐度等参数进一步调整，以能更好的实现对图像的优化。

本实施例的技术方案，通过将图像输入神经网络模型，以自动识别图像显示的主体的类型自动获取对应的图像优化模式；根据图像优化模式对图像进行优化，以达到美化图像的效果，进而满足用户的对图像美感的需求。

进一步的，如图7所示，图7为本发明图像优化方法第三实施例的流程图。

在本实施例中，在相机模式下，所述图像优化方法包括如下步骤：

步骤S510、获取取景图像。

具体的，所述取景图像为移动终端在相机模式下，在显示界面显示的预览画面。

步骤S520、识别所述取景图像的主体的类型。

具体的，所述图像根据其显示的主体或主要对象分为人和物两类。其中，所述主体的类型为人的图像为主要包含有人的图像。而所述主体的类型为物的图像为不以人为主体的图像，比如，风景图像、动物图像等。

对所述取景图像的主体的类型的识别方式可以采用上述第一实施例的方式，在此不再赘述。

步骤S530、根据所述取景图像的主体的类型获取对应的图像优化模式。

具体的，所述图像优化模式预先存储于移动终端内，其可以包括针对所述主体的类型为人的图像的美颜优化模式，以及针对所述主体的类型为物的图像的色彩优化模式。所述图像优化模式可以是所述移动终端的系统默认模式，或用户根据自己的需求自行设定的模式。

步骤S540、根据所述图像优化模式调整所述摄像模块的拍摄参数。

具体的，将所述图像优化模式的参数映射到所述摄像模块的拍摄参数，以调整所述摄像模块的拍摄参数。所述拍摄参数包括对比度、锐度、饱和度、亮度、对焦模式、感光度、曝光时间、白平衡，以及开启的摄像头的数量。其中，所述开启的摄像头的数量主要应用于所述主体的类型为人的图像，具体比如，当所述图像的主体的类型为人时，为了拍出浅景深效果，突出人在构图中的主体地位，则可以打开双摄像头。

步骤S550、根据所述拍摄参数对所述预览图像进行优化处理。

具体的，当所述拍摄参数设置完成后，根据所述拍摄参数对所述摄像模块进行调整，以对所述取景图像的显示效果进行调整，进而实现对拍摄的照片的优化处理。

本实施例的技术方案，在移动终端的摄像模式下，识别获取到的取景图像的主体的类型，根据主体的类型获取对应的图像优化模式；根据图像优化模式自动调整摄像模块的拍摄参数，以实现对拍摄的照片的优化，进而有效提升移动终端的拍照效果。

进一步的，如图8所示，图8为本发明图像优化方法第四实施例的流程图。

在本实施例中，在相机模式下，所述图像优化方法包括如下步骤：

步骤S610、拍摄图像。

具体的，当用户通过移动终端的摄像模块进行照片拍摄时，通过触发拍照指令实现对照片的拍摄。

步骤S620、识别所述拍摄图像的主体的类型。

具体的，拍摄完成后，将所述图像发送至网络神经模型，以识别所拍摄的图像的主体的类型。

步骤S630、根据所述拍摄图像的主体的类型获取对应的图像优化模式。

具体的，所述图像优化模式预先存储于移动终端内，其可以包括针对所述主体的类型为人的图像的美颜优化模式，以及针对所述主体的类型为物的图像的色彩优化模式。所述图像优化模式可以是所述移动终端的系统默认模式，或用户根据自己的需求自行设定的模式。

步骤S640、根据所述图像优化模式对所述拍摄图像进行优化处理。

具体的，获取到对应的图像优化模式后，根据所述图像优化模式内的参数对所述图像进行优化。具体比如，当所述图像显示的主体为人时，自动获取美颜优化模式。然后，根据所述美颜优化模式的美肤、光滑、肤色、立体、面部除痘、瘦脸、祛斑、去除眼袋等参数，对所述图像中的人脸进行美颜优化。而当所述图像显示的主体为物时，自动获取色彩优化模式。然后，根据所述色彩模式的亮度、对比度、饱和度，以及锐度等参数，对所述图像的色彩进行优化。

步骤S650、显示优化处理后的拍摄图像。

具体的，在所述摄像模块拍设图像完成后，识别拍摄的图像的主体的类型；然后根据所述主体的类型获取对应的图像优化模式；根据所述图像优化模式对所述图像进行优化处理后，显示于所述摄像模块的显示界面。

本实施例的技术方案，通过在拍摄图像完成后，自动识别所拍摄的图像的主体的类型，并自动根据所述拍摄图像的主体的类型获取对应的图像优化模式，根据所述图像优化模式对所述拍摄图像进行优化处理，并最终将优化处理后的拍摄图像显示给用户，提升用户对拍摄效果的满意度。

进一步的，如图9及图10所示，图9为本发明图像优化方法第五实施例的流程图；图10为本发明移动终端又一使用状态示意图。

在本实施例中，在图像浏览模式下，所述图像优化方法包括如下步骤：

步骤S710、接收图像优化指令。

具体的，当用户浏览移动终端内存储的图像时，如果用户对浏览的图像不满意时，可以通过触发图像优化指令对浏览的图像进行优化。

步骤S720、识别所述图像显示的主体的类型。

具体的，所述图像根据其显示的主体或主要对象分为人和物两类。其中，所述主体的类型为人的图像为主要包含有人的图像。而所述主体的类型为物的图像为不以人为主体的图像，比如，风景图像、动物图像等。

对所述图像的主体的类型的识别方式可以采用上述第一实施例的方式，在此不再赘述。

当所述主体的类型为人时，执行步骤S730；当所述主体的类型为物时，执行步骤S740。

步骤S730、获取美颜优化模式，根据所述美颜优化模式对所述图像进行优化处理。

具体的，所述美颜优化模式预先存储于移动终端内，且可以为所述移动终端的系统默认模式，或用户根据自己的需求自行设定的模式。所述美颜优化模式包括对图像中的人脸进行美肤、光滑、肤色、立体、面部除痘、瘦脸、祛斑，以及去除眼袋等参数的调整。

步骤S740、获取色彩优化模式，并根据所述色彩优化模式对所述图像进行优化处理。

具体的，所述色彩优化模式预先存储于移动终端内，且可以为所述移动终端的系统默认模式，或用户根据自己的需求自行设定的模式。所述色彩优化模式包括对图像中的物的色彩进行调整，具体包括对亮度、对比度、饱和度，以及锐度等参数的调整。

本实施例的技术方案，可以实现对移动终端内存储的图像进行优化，进而有效满足用户对图像的美感度需求。

本发明还提出一种移动终端，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图像优化程序，所述图像优化程序被所述处理器执行时实现上述任意一实施例中的所有步骤。由于所述移动终端可以执行上述任意一实施例中的所有步骤，所以本移动终端至少具有上述方法实施例的技术方案所带来的所有有益效果，在此不再一一赘述。

本发明还提出一种计算机可读介质，所述计算机可读介质上存储有图像优化程序，所述图像优化程序被所述处理器执行时实现上述任意一实施例中的所有步骤。由于所述计算机可读介质可以执行上述任意一实施例中的所有步骤，所以本计算机可读介质至少具有上述方法实施例的技术方案所带来的所有有益效果，在此不再一一赘述。

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(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述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.一种图像优化方法，其特征在于，包括如下步骤：

获取图像显示的主体的类型；所述主体的类型包括人和物；

根据所述图像显示的主体的类型获取对应的图像优化模式；

根据所述图像优化模式对所述图像进行优化处理。

2.如权利要求1所述的图像优化方法，其特征在于，所述获取图像显示的主体的类型的步骤包括：

将所述图像输入神经网络模型；

接收所述神经网络模型反馈的所述图像显示的主题的类型。

3.如权利要求1或2所述的图像优化方法，其特征在于，所述图像为摄像模块获取到的预览图像。

4.如权利要求3所述的图像优化方法，其特征在于，所述根据所述图像优化模式对所述图像进行优化处理的步骤包括：

根据所述图像优化模式调整所述摄像模块的拍摄参数；

根据所述拍摄参数对所述预览图像进行优化处理。

5.如权利要求4所述的图像优化方法，其特征在于，所述拍摄参数包括对比度、锐度、饱和度、亮度、对焦模式、感光度、曝光时间、白平衡，以及开启的摄像头的数量。

6.如权利要求1或2所述的图像优化方法，其特征在于，所述图像为存储模块中存储的图像。

7.如权利要求6所述的图像优化方法，其特征在于，所述根据所述图像显示的主体的类型获取对应的图像优化模式的步骤包括：

当所述主体的类型为人时，获取美颜优化模式。

8.如权利要求6所述的图像优化方法，其特征在于，所述根据所述图像显示的主体的类型获取对应的图像优化模式的步骤包括：

当所述主体的类型为物时，获取色彩优化模式。

9.一种移动终端，其特征在于，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图像优化程序，所述图像优化程序被所述处理器执行时实现如权利要求1至8中任一项所述的图像优化方法的步骤。

10.一种计算机可读介质，其特征在于，所述计算机可读介质上存储有图像优化程序，所述图像优化程序被所述处理器执行时实现如权利要求1至8中任一项所述的图像优化方法的步骤。