CN108449543A - 图像合成的方法、装置、计算机存储介质及电子设备 - Google Patents
图像合成的方法、装置、计算机存储介质及电子设备 Download PDFInfo
- Publication number
- CN108449543A CN108449543A CN201810210884.1A CN201810210884A CN108449543A CN 108449543 A CN108449543 A CN 108449543A CN 201810210884 A CN201810210884 A CN 201810210884A CN 108449543 A CN108449543 A CN 108449543A
- Authority
- CN
- China
- Prior art keywords
- subgraph
- history
- image
- target object
- synthesis
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000010189 synthetic method Methods 0.000 title claims abstract description 13
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 56
- 238000013441 quality evaluation Methods 0.000 claims abstract description 48
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000000875 corresponding effect Effects 0.000 claims description 28
- 238000011156 evaluation Methods 0.000 claims description 18
- 239000002131 composite material Substances 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 11
- 230000006872 improvement Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 5
- 230000002194 synthesizing effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- 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
-
- 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
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- 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
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B2210/00—Aspects not specifically covered by any group under G01B, e.g. of wheel alignment, caliper-like sensors
- G01B2210/52—Combining or merging partially overlapping images to an overall image
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明实施例公开了一种图像合成的方法、装置、计算机存储介质及电子设备;该方法可以包括:拍摄至少一帧针对目标对象的采集图像;针对所述采集图像的图像质量进行评价,当所述采集图像的图像质量评价值低于设定的第一质量评价阈值时,从所述采集图像中抽取所述目标对象子图像;基于所述目标对象子图像的属性参数,查询预设的历史子图像与属性参数之间的对应关系,获得用于合成的历史子图像;将所述用于合成的历史子图像与所述采集图像进行合成,得到合成后的图像。从而所得到的合成后的图像比原始采集图像具有较为明显的图像质量的改善,提升图像的显示效果。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像合成的方法、装置、计算机存储介质及电子设备。
背景技术
当前,越来越多的智能终端均配备有前置拍摄装置,例如前置摄像头;而基于智能终端尺寸的限制,前置摄像头的镜头尺寸无法达到专业数码相机的要求,从而导致前置摄像头所能够采集到的图像质量是有瓶颈的。为了提升采集图像的质量,通常会采用多帧合成的手段来改善采集图像质量,以解决采集图像诸如噪点大、不清晰等问题,从而提高图像的显示效果。
随着智能终端图像处理性能的提升,可以针对4至6帧图像进行合成。但是在某些特定场景下,例如,在环境光较暗的场景下,由于外界环境导致采集图像帧的质量有限,因此,即使根据6帧质量有限的图像帧进行合成,所得到的图像质量提升的空间也是有限的。
发明内容
本发明实施例期望提供一种图像合成的方法、装置、计算机存储介质及电子设备;能够较为明显的改善图像质量,提升图像的显示效果。
本发明的技术方案是这样实现的:
第一方面,本发明实施例提供了一种图像合成的方法,所述方法包括:
拍摄至少一帧针对目标对象的采集图像;
针对所述采集图像的图像质量进行评价,当所述采集图像的图像质量评价值低于设定的第一质量评价阈值时,从所述采集图像中抽取所述目标对象子图像;
基于所述目标对象子图像的属性参数,查询预设的历史子图像与属性参数之间的对应关系,获得用于合成的历史子图像,其中,所述用于合成的历史子图像的图像质量高于所述目标对象子图像的图像质量;
将所述用于合成的历史子图像与所述采集图像进行合成,得到合成后的图像。
第二方面,本发明实施例提供了一种图像合成装置,其特征在于,所述装置包括:拍摄部分、评价部分、查询部分和合成部分;其中,
所述拍摄部分,配置为拍摄至少一帧针对目标对象的采集图像;
所述评价部分,配置为针对所述采集图像的图像质量进行评价,当所述采集图像的图像质量评价值低于设定的第一质量评价阈值时,从所述采集图像中抽取所述目标对象子图像;
所述查询部分,配置为基于所述目标对象子图像的属性参数,查询预设的历史子图像与属性参数之间的对应关系,获得用于合成的历史子图像,其中,所述用于合成的历史子图像的图像质量高于所述目标对象子图像的图像质量;
所述合成部分,配置为将所述用于合成的历史子图像与所述采集图像进行合成,得到合成后的图像。
第三方面,本发明实施例提供了一种计算机存储介质,其特征在于,所述计算机存储介质存储有图像合成程序,所述图像合成程序被至少一个处理器执行时实现第一方面所述的图像合成的方法步骤。
第四方面,本发明实施例提供了一种电子设备,其特征在于,包括:拍摄装置,存储器和处理器,其中,
所述拍摄装置,配置为拍摄至少一帧针对目标对象的采集图像;
所述存储器存储有图像合成程序;
所述处理器,配置为执行所述图像合成程序以实现如第一方面所述的图像合成的方法步骤。
本发明实施例提供了一种图像合成的方法、装置、计算机存储介质及电子设备;在获得目标对象的采集图像之后,将目标对象的属性参数相似且图像质量高于目标对象子图像的历史子图像与采集图像进行合成,从而所得到的合成后的图像比原始采集图像具有较为明显的图像质量的改善,提升图像的显示效果。避免原始采集图像质量较低时,仅依据原始采集图像进行合成所得到的合成图像无法对图像质量进行明显的提升。
附图说明
图1为本发明实施例提供的一种图像合成的方法流程示意图;
图2为本发明实施例提供的一种终端示意图;
图3为本发明实施例提供的一种目标对象角度示意图;
图4为本发明实施例提供的一种图像合成的装置组成示意图;
图5为本发明实施例提供的另一种图像合成的装置组成示意图;
图6为本发明实施例提供的一种电子设备的具体硬件结构示意图。
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。
实施例一
参见图1,其示出了本发明实施例提供的一种图像合成的方法,该方法可以应用于具有拍摄装置的终端,该方法可以包括:
S101:拍摄至少一帧针对目标对象的采集图像;
S102:针对所述采集图像的图像质量进行评价,当所述采集图像的图像质量评价值低于设定的第一质量评价阈值时,从所述采集图像中抽取所述目标对象子图像;
S103:基于所述目标对象子图像的属性参数,查询预设的历史子图像与属性参数之间的对应关系,获得用于合成的历史子图像,其中,所述用于合成的历史子图像的图像质量高于所述目标对象子图像的图像质量;
S104:将所述用于合成的历史子图像与所述采集图像进行合成,得到合成后的图像。
通过图1所示的技术方案,在获得目标对象的采集图像之后,将目标对象的属性参数相似且图像质量高于目标对象子图像的历史子图像与采集图像进行合成,从而所得到的合成后的图像比原始采集图像具有较为明显的图像质量的改善,提升图像的显示效果。避免原始采集图像质量较低时,仅依据原始采集图像进行合成所得到的合成图像无法对图像质量进行明显的提升。
需要说明的是,以图2所示的终端以及终端中的前置拍摄装置为例,通常用于进行用户自拍,因此,其进行拍摄的目标对象通常是用户在自拍过程中的用户人脸或用户在与其他人自拍时的用户及其他人的人脸。通常用户在使用终端的拍摄装置进行拍摄时,当用户点击终端的拍摄按键(物理按键或虚拟按键)后,拍摄装置会基于当前拍摄环境及场景采集多帧图像,并且将采集到的多帧图像进行合成,从而能够改善图像质量,提升图像的显示效果。但是,如果当前拍摄环境及场景无法提供多帧高质量的采集图像,那么即使将这些采集图像进行合成,也无法明显地改善图像质量,提升图像的显示效果也有限。基于此,本发明实施例期望通过将历史拍摄过程中的高质量图像与当前拍摄到的采集图像进行合成,从而能够在外界拍摄环境及场景十分恶劣的情况下,仍然可以合成得到图像质量明显提升的采集图像。
对于图1所示的技术方案,图像质量可以根据拍摄场景及环境具有相应的评价准则,举例来说,当前拍摄场景处于抖动或运动状态时,会出现图像模糊的情况,此时,图像质量可以是基于图像的清晰度等参数所评价的图像模糊程度;当前拍摄环境亮度较暗,例如日落时,会出现噪点较大等信噪比过低的情况,此时,图像质量可以是基于图像信噪比值所评价的图像信噪比。基于上述阐述,在一种可能的实现方式中,所述针对所述采集图像的图像质量进行评价,具体包括:针对所述采集图像的模糊程度或信噪比进行评价;
相应于针对所述采集图像的模糊程度进行评价,所述图像质量评价值可以包括:所述采集图像的清晰度评价值,所述第一质量评价阈值可以包括清晰度阈值;
相应于针对所述采集图像的信噪比进行评价,所述图像质量评价值可以包括所述采集图像的信噪比值,所述第一质量评价阈值可以包括信噪比阈值。
优选地,在上述实现方式中,可以针对不同图像质量评价准则设定对应的第一质量评价阈值,从而可以针对采集图像的质量优劣进行具体量化。举例来说,当采集图像的图像质量评价值低于该第一质量评价阈值时,就能够表征该采集图像的图像质量“较差”。
在通过上述方案得出采集图像的图像质量“较差”的结论后,如果再使用质量“较差”的采集图像进行合成,那么也无法明显地提高图像质量。对于此问题,本实施例针对采集图像中的目标对象子图像,采用质量较高的历史子图像进行融合,从而可以明显提高合成后的图像质量。所以,当所述采集图像的图像质量评价值低于设定的第一质量评价阈值时,从所述采集图像中抽取所述目标对象子图像,可以包括:基于设定的目标检测算法从所述采集图像中抽取所述目标对象子图像。具体来说,可以通过边缘检测、特征提取等方式从采集图像中识别目标对象,并依次将目标对象子图像进行抽取。
在抽取之后,可以获取目标对象子图像的属性参数,在本发明实施例中,目标对象子图像的属性参数可以至少包括以下任意一项多项:当前目标对象的标识、当前目标对象的3维(3D)信息、当前目标对象的景深、当前目标对象子图像的色温信息以及当前目标对象的表情信息等;相应来说,历史子图像所对应的属性参数也同样可以包括以下任一项或多项:历史目标对象的标识、历史目标对象的3维(3D)信息、历史目标对象的景深、历史目标对象子图像的色温信息以及历史目标对象的表情信息等。可以理解地,历史子图像的图像质量要高于目标对象子图像的图像质量,从而使得将历史子图像用于合成时,能够明显地提高当前质量“较差”的采集图像的图像质量。
基于上述属性参数,在一种可能的实现方式中,所述基于所述目标对象子图像的属性参数,查询预设的历史子图像与属性参数之间的对应关系,获得用于合成的历史子图像,包括:
获取所述目标对象子图像各属性参数值与预设的历史子图像所对应的各属性参数值之间的差值绝对值;
基于设定的属性参数值对应的权重至对所述相应属性参数的差值绝对值进行加权求和,获得用于表征所述历史子图像与所述目标对象子图像相似程度的相似评估值;
将所述相似评估值最小的历史子图像作为用于合成的历史子图像。
在具体实现过程中,终端可以在历史拍摄过程中,针对历史目标对象保存图像质量较高的历史子图像,并且将各历史子图像对应的属性参数值进行保存,从而当获取到目标对象子图像后,可以按照上述实现方式来从中选取与目标对象子图像最接近的历史子图像用来进行图像合成。从而避免发生合成后的图像与原始采集图像之间显示差异过大的情况。
由此,在一种可能的实现方式中,图1所示的技术方案之前,还可以针对历史子图像以及属性参数建立对应的数据库,也就是说,在步骤S101所述的拍摄至少一帧针对目标对象的采集图像之前,所述方法还包括:
在对历史目标对象拍摄过程中,当历史子图像的图像质量评价值高于设定的第二质量评价阈值时,获取所述历史子图像对应的属性参数值。
可以理解地,第二质量评价阈值的作用与第一质量评价阈值一样,针对图像质量的优劣进行量化的评价,但是第二质量评价阈值要高于所述第一质量评价阈值,这就能够说明,第二质量评价阈值可以用于表征图像质量“优秀”。具体地,第二质量评价阈值的具体类型可以和第一质量评价阈值相同,唯一不同的可能也仅是具体数值。
在此基础上,基于前述属性参数所包括的各项,所述获取所述历史子图像对应的属性参数值,具体包括以下任意一项或多项:
基于所述历史子图像中所述历史目标对象的特征点信息,确定所述历史目标对象的标识;可以理解地,以历史目标对象是人脸为例,可以根据人脸识别算法获得人脸上多个特征点信息,因为不同人脸所对应的特征点不同,因此,可以根据各人脸的特征点来作为区分不同人脸的标识;
基于所述历史子图像中所述历史目标对象的方位信息,确定所述历史目标对象的3D信息;具体来说,角度信息是一种常见的3D信息,参见图2,可以看出不同拍摄角度下所呈现的目标对象是不同,可以通过多种方式进行获取。例如,可以采用结构光(StructuredLight)技术利用将光栅或线光源等投射到被测物上,根据它们产生的畸变来解调出被测物的三维信息;还可以采用飞行时间(Time of Flight)技术,利用传感器发出经调制的近红外光,遇物体反射后,计算光线发射和反射时间差或相位差来换算被拍摄景物的距离,从而产生深度信息并结合传统的相机拍摄,将物体的三维轮廓以不同颜色代表不同距离的地形图方式呈现出来;也可以采用传统算法比如尺度不变特征变换(SIFT,Scale InvariantFeature Transform)计算出特征点在不同的尺度scale、方向、光照条件下的描述向量。
基于所述历史子图像中所述历史目标对象的大小确定所述历史目标对象的景深信息;可以理解地,同一台拍摄装置在拍同一个目标,如果目标景深是一样的话,理论上目标图像的大小也是一样的,而用相同景深的历史目标对象进行合成,会减少图像效果差异,提高显示效果。
获取所述历史子图像中所述历史目标对象的色温信息;可以理解地,如果涉及到图像合成,如果合成的两幅图像拍摄时色温差异很大,会造成最终得到的合成图像色彩过渡不自然;因此,色温信息也是选取历史子图像时需要考量的属性参数;
获取所述历史子图像中所述历史目标对象的表情信息;以历史目标对象是人脸为例,可以针对人脸表情进行记录,从而能够在选取历史子图像时采用与当前目标对象表情较为接近的历史子图像,也能够避免合成后的图像与原始采集图像显示差异过大的情况。
可以理解地,通过上述实现方式建立历史子图像数据库也是一个动态的建立过程,随着用户拍摄数量的增加,该数据库也会更加完善,数据库中就会出现越来越接近当前目标对象的历史子图像。
对于图1所示的技术方案,在一种可能的实现方式中,S104所述的将所述用于合成的历史子图像与所述采集图像进行合成,得到合成后的图像,具体可以包括:
将所述历史子图像与所述采集图像中目标对象区域进行合成后,再结合所述采集图像中的非目标对象区域获得所述合成后的图像;
或者,将所述历史子图像替代所述采集图像中目标对象区域,获得所述合成后的图像。
可以理解地,由于历史子图像的质量要远高于采集图像,因此,将历史子图像与采集图像进行融合,能够极大地提高采集图像的质量,但是在采集图像质量的模糊程度过于高,并且历史子图像中历史目标对象与当前目标对象相似度较高的情况下,也可以直接将历史图像替代采集图像中的目标对象区域,从而也能够提高图像的质量,还避免显示差异过大。
此外,针对采集图像中的非目标对象区域,可以将采集到的多帧采集图像进行融合,从而再与历史子图像按照上述方式进行合成。
通过本实施例提供的图像合成的方法,在获得目标对象的采集图像之后,将目标对象的属性参数相似且图像质量高于目标对象子图像的历史子图像与采集图像进行合成,从而所得到的合成后的图像比原始采集图像具有较为明显的图像质量的改善,提升图像的显示效果。避免原始采集图像质量较低时,仅依据原始采集图像进行合成所得到的合成图像无法对图像质量进行明显的提升。
实施例二
基于前述实施例相同的发明构思,参见图4,其示出了本发明实施例提供的一种图像合成装置40,包括:拍摄部分401、评价部分402、查询部分403和合成部分404;其中,
所述拍摄部分401,配置为拍摄至少一帧针对目标对象的采集图像;
所述评价部分402,配置为针对所述采集图像的图像质量进行评价,当所述采集图像的图像质量评价值低于设定的第一质量评价阈值时,从所述采集图像中抽取所述目标对象子图像;
所述查询部分403,配置为基于所述目标对象子图像的属性参数,查询预设的历史子图像与属性参数之间的对应关系,获得用于合成的历史子图像,其中,所述用于合成的历史子图像的图像质量高于所述目标对象子图像的图像质量;
所述合成部分404,配置为将所述用于合成的历史子图像与所述采集图像进行合成,得到合成后的图像。
在上述方案中,所述评价部分402,配置为针对所述采集图像的模糊程度或信噪比进行评价;
相应地,
相应于针对所述采集图像的模糊程度进行评价,所述图像质量评价值包括:所述采集图像的清晰度评价值,所述第一质量评价阈值包括清晰度阈值;
相应于针对所述采集图像的信噪比进行评价,所述图像质量评价值包括所述采集图像的信噪比值,所述第一质量评价阈值包括信噪比阈值。
在上述方案中,所述评价部分402,配置为基于设定的目标检测算法从所述采集图像中抽取所述目标对象子图像。
在上述方案中,所述查询部分403,配置为:
获取所述目标对象子图像各属性参数值与预设的历史子图像所对应的各属性参数值之间的差值绝对值;
基于设定的属性参数值对应的权重至对所述相应属性参数的差值绝对值进行加权求和,获得用于表征所述历史子图像与所述目标对象子图像相似程度的相似评估值;
将所述相似评估值最小的历史子图像作为用于合成的历史子图像。
在上述方案中,所述目标对象子图像的属性参数至少包括以下任意一项多项:当前目标对象的标识、当前目标对象的3维(3D)信息、当前目标对象的景深、当前目标对象子图像的色温信息以及当前目标对象的表情信息;
相应来说,所述历史子图像所对应的属性参数包括以下任一项或多项:历史目标对象的标识、历史目标对象的3维(3D)信息、历史目标对象的景深、历史目标对象子图像的色温信息以及历史目标对象的表情信息。
在上述方案中,参见图5,所述装置40还包括:获取部分405,配置为在对历史目标对象拍摄过程中,当历史子图像的图像质量评价值高于设定的第二质量评价阈值时,获取所述历史子图像对应的属性参数值;其中,所述第二质量评价阈值高于所述第一质量评价阈值。
在上述方案中,所述获取部分,具体配置为以下任一项或多项:
基于所述历史子图像中所述历史目标对象的特征点信息,确定所述历史目标对象的标识;
基于所述历史子图像中所述历史目标对象的方位信息,确定所述历史目标对象的3D信息;
基于所述历史子图像中所述历史目标对象的大小确定所述历史目标对象的景深信息;
获取所述历史子图像中所述历史目标对象的色温信息;
获取所述历史子图像中所述历史目标对象的表情信息。
在上述方案中,所述合成部分404,配置为:
将所述历史子图像与所述采集图像中目标对象区域进行合成后,再结合所述采集图像中的非目标对象区域获得所述合成后的图像;
或者,将所述历史子图像替代所述采集图像中目标对象区域,获得所述合成后的图像。
可以理解地,在本实施例中,“部分”可以是部分电路、部分处理器、部分程序或软件等等,当然也可以是单元,还可以是模块也可以是非模块化的。
另外,在本实施例中的各组成部分可以集成在一个处理单元中,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单元中。上述集成的单元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。
所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时,可以存储在一个计算机可读取存储介质中,基于这样的理解,本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或processor(处理器)执行本实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
因此,本实施例提供了一种计算机存储介质,该计算机存储介质存储有图像合成程序,所述图像合成程序被至少一个处理器执行时实现上述实施例一所述的方法的步骤。
基于上述图像合成装置40以及计算机存储介质,本发明实施例提供的一种电子设备;该电子设备可以包括前述图像合成装置40,该电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(User Equipment,UE),移动台(Mobile Station,MS),终端设备(terminaldevice)等等。
基于此,参见图6,其示出了本发明实施例提供的一种电子设备60的具体硬件结构,可以包括:拍摄装置601,存储器602和处理器603,各个组件通过总线系统604耦合在一起。可理解,总线系统604用于实现这些组件之间的连接通信。总线系统604除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图6中将各种总线都标为总线系统604。其中,
拍摄装置601,配置为拍摄至少一帧针对目标对象的采集图像;
存储器602,用于存储能够在处理器603上运行的计算机程序;
处理器603,用于在运行所述计算机程序时,执行:针对所述采集图像的图像质量进行评价,当所述采集图像的图像质量评价值低于设定的第一质量评价阈值时,从所述采集图像中抽取所述目标对象子图像;
基于所述目标对象子图像的属性参数,查询预设的历史子图像与属性参数之间的对应关系,获得用于合成的历史子图像,其中,所述用于合成的历史子图像的图像质量高于所述目标对象子图像的图像质量;
将所述用于合成的历史子图像与所述采集图像进行合成,得到合成后的图像。
可以理解,本发明实施例中的存储器602可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,DRRAM)。本文描述的系统和方法的存储器602旨在包括但不限于这些和任意其它适合类型的存储器。
而处理器603可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器603中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器603可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器602,处理器603读取存储器602中的信息,结合其硬件完成上述方法的步骤。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits,ASIC)、数字信号处理器(Digital Signal Processing,DSP)、数字信号处理设备(DSP Device,DSPD)、可编程逻辑设备(Programmable LogicDevice,PLD)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
可选地,作为另一个实施例,所述处理器603还用于运行所述计算机程序时,执行实施例一中所述的方法的步骤,在此不再赘述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
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。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (11)
1.一种图像合成的方法,其特征在于,所述方法包括:
拍摄至少一帧针对目标对象的采集图像;
针对所述采集图像的图像质量进行评价,当所述采集图像的图像质量评价值低于设定的第一质量评价阈值时,从所述采集图像中抽取所述目标对象子图像;
基于所述目标对象子图像的属性参数,查询预设的历史子图像与属性参数之间的对应关系,获得用于合成的历史子图像,其中,所述用于合成的历史子图像的图像质量高于所述目标对象子图像的图像质量;
将所述用于合成的历史子图像与所述采集图像进行合成,得到合成后的图像。
2.根据权利要求1所述的方法,其特征在于,所述针对所述采集图像的图像质量进行评价,具体包括:针对所述采集图像的模糊程度或信噪比进行评价;
相应地,
相应于针对所述采集图像的模糊程度进行评价,所述图像质量评价值包括:所述采集图像的清晰度评价值,所述第一质量评价阈值包括清晰度阈值;
相应于针对所述采集图像的信噪比进行评价,所述图像质量评价值包括所述采集图像的信噪比值,所述第一质量评价阈值包括信噪比阈值。
3.根据权利要求1所述的方法,其特征在于,所述当所述采集图像的图像质量评价值低于设定的第一质量评价阈值时,从所述采集图像中抽取所述目标对象子图像,包括:基于设定的目标检测算法从所述采集图像中抽取所述目标对象子图像。
4.根据权利要求1所述的方法,其特征在于,所述基于所述目标对象子图像的属性参数,查询预设的历史子图像与属性参数之间的对应关系,获得用于合成的历史子图像,包括:
获取所述目标对象子图像各属性参数值与预设的历史子图像所对应的各属性参数值之间的差值绝对值;
基于设定的属性参数值对应的权重至对所述相应属性参数的差值绝对值进行加权求和,获得用于表征所述历史子图像与所述目标对象子图像相似程度的相似评估值;
将所述相似评估值最小的历史子图像作为用于合成的历史子图像。
5.根据权利要求1所述的方法,其特征在于,所述目标对象子图像的属性参数至少包括以下任意一项多项:当前目标对象的标识、当前目标对象的3维(3D)信息、当前目标对象的景深、当前目标对象子图像的色温信息以及当前目标对象的表情信息;
相应地,所述历史子图像所对应的属性参数包括以下任一项或多项:历史目标对象的标识、历史目标对象的3维(3D)信息、历史目标对象的景深、历史目标对象子图像的色温信息以及历史目标对象的表情信息。
6.根据权利要求5所述的方法,其特征在于,在所述拍摄至少一帧针对目标对象的采集图像之前,所述方法还包括:
在对历史目标对象拍摄过程中,当历史子图像的图像质量评价值高于设定的第二质量评价阈值时,获取所述历史子图像对应的属性参数值;其中,所述第二质量评价阈值高于所述第一质量评价阈值。
7.根据权利要求6所述的方法,其特征在于,所述获取所述历史子图像对应的属性参数值,具体包括以下任意一项或多项:
基于所述历史子图像中所述历史目标对象的特征点信息,确定所述历史目标对象的标识;
基于所述历史子图像中所述历史目标对象的方位信息,确定所述历史目标对象的3D信息;
基于所述历史子图像中所述历史目标对象的大小确定所述历史目标对象的景深信息;
获取所述历史子图像中所述历史目标对象的色温信息;
获取所述历史子图像中所述历史目标对象的表情信息。
8.根据权利要求1所述的方法,其特征在于,所述将所述用于合成的历史子图像与所述采集图像进行合成,得到合成后的图像,具体包括:
将所述历史子图像与所述采集图像中目标对象区域进行合成后,再结合所述采集图像中的非目标对象区域获得所述合成后的图像;
或者,将所述历史子图像替代所述采集图像中目标对象区域,获得所述合成后的图像。
9.一种图像合成装置,其特征在于,所述装置包括:拍摄部分、评价部分、查询部分和合成部分;其中,
所述拍摄部分,配置为拍摄至少一帧针对目标对象的采集图像;
所述评价部分,配置为针对所述采集图像的图像质量进行评价,当所述采集图像的图像质量评价值低于设定的第一质量评价阈值时,从所述采集图像中抽取所述目标对象子图像;
所述查询部分,配置为基于所述目标对象子图像的属性参数,查询预设的历史子图像与属性参数之间的对应关系,获得用于合成的历史子图像,其中,所述用于合成的历史子图像的图像质量高于所述目标对象子图像的图像质量;
所述合成部分,配置为将所述用于合成的历史子图像与所述采集图像进行合成,得到合成后的图像。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有图像合成程序,所述图像合成程序被至少一个处理器执行时实现权利要求1至8任一项所述的图像合成的方法步骤。
11.一种电子设备,其特征在于,包括:拍摄装置,存储器和处理器,其中,
所述拍摄装置,配置为拍摄至少一帧针对目标对象的采集图像;
所述存储器存储有图像合成程序;
所述处理器,配置为执行所述图像合成程序以实现如权利要求1至8任一项所述的图像合成方法步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810210884.1A CN108449543A (zh) | 2018-03-14 | 2018-03-14 | 图像合成的方法、装置、计算机存储介质及电子设备 |
PCT/CN2019/077659 WO2019174544A1 (zh) | 2018-03-14 | 2019-03-11 | 图像合成的方法、装置、计算机存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810210884.1A CN108449543A (zh) | 2018-03-14 | 2018-03-14 | 图像合成的方法、装置、计算机存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108449543A true CN108449543A (zh) | 2018-08-24 |
Family
ID=63195111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810210884.1A Pending CN108449543A (zh) | 2018-03-14 | 2018-03-14 | 图像合成的方法、装置、计算机存储介质及电子设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108449543A (zh) |
WO (1) | WO2019174544A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109993737A (zh) * | 2019-03-29 | 2019-07-09 | 联想(北京)有限公司 | 一种处理方法、设备及计算机可读存储介质 |
CN110072057A (zh) * | 2019-05-14 | 2019-07-30 | Oppo广东移动通信有限公司 | 图像处理方法及相关产品 |
WO2019174544A1 (zh) * | 2018-03-14 | 2019-09-19 | Oppo广东移动通信有限公司 | 图像合成的方法、装置、计算机存储介质及电子设备 |
CN111842922A (zh) * | 2020-06-04 | 2020-10-30 | 深圳市人工智能与机器人研究院 | 材料合成参数调整方法、装置、计算机设备和存储介质 |
CN112269853A (zh) * | 2020-11-16 | 2021-01-26 | Oppo广东移动通信有限公司 | 检索处理方法、装置及存储介质 |
CN116347220A (zh) * | 2023-05-29 | 2023-06-27 | 合肥工业大学 | 人像拍摄方法及相关设备 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112019739A (zh) * | 2020-08-03 | 2020-12-01 | RealMe重庆移动通信有限公司 | 一种拍摄控制方法、装置、电子设备及存储介质 |
CN113781499A (zh) * | 2021-08-27 | 2021-12-10 | 上海微创医疗机器人(集团)股份有限公司 | 医疗用镜状态检测方法、图像处理方法机器人控制方法及系统 |
CN114723672A (zh) * | 2022-03-09 | 2022-07-08 | 杭州易现先进科技有限公司 | 一种三维重建数据采集校验的方法、系统、装置和介质 |
CN116188440B (zh) * | 2023-02-28 | 2023-08-29 | 聊城市红日机械配件厂 | 一种轴承保持架的生产分析优化方法、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1725840A (zh) * | 2004-07-23 | 2006-01-25 | 三星电子株式会社 | 数字图像装置及其图像管理方法 |
CN103187083A (zh) * | 2011-12-29 | 2013-07-03 | 深圳中兴力维技术有限公司 | 一种基于时域视频融合的存储方法及其系统 |
CN104581386A (zh) * | 2014-12-23 | 2015-04-29 | 深圳市九洲电器有限公司 | 一种电视节目播放方法及系统 |
CN107155067A (zh) * | 2017-07-10 | 2017-09-12 | 珠海市魅族科技有限公司 | 拍照控制方法及装置、终端及存储介质 |
CN107231522A (zh) * | 2017-05-04 | 2017-10-03 | 广东欧珀移动通信有限公司 | 一种移动终端及其拍照方法、计算机可读存储介质 |
CN107589963A (zh) * | 2017-09-26 | 2018-01-16 | 维沃移动通信有限公司 | 一种图片处理方法、移动终端及计算机可读存储介质 |
CN107610075A (zh) * | 2017-08-29 | 2018-01-19 | 维沃移动通信有限公司 | 图像合成方法及移动终端 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101949218B1 (ko) * | 2012-09-25 | 2019-02-18 | 삼성전자 주식회사 | 휴대 단말기의 이미지 촬영 방법 및 장치 |
JP2015173407A (ja) * | 2014-03-12 | 2015-10-01 | 有限会社デザインオフィス・シィ | 被写体合成画像作成方法、その被写体合成画像を作成するプログラムを記録したコンピュータ読み取り可能な記録媒体、及び合成画像提供方法 |
CN104867112B (zh) * | 2015-03-31 | 2018-02-06 | 小米科技有限责任公司 | 照片处理方法及装置 |
CN106161933B (zh) * | 2016-06-30 | 2019-05-17 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN108449543A (zh) * | 2018-03-14 | 2018-08-24 | 广东欧珀移动通信有限公司 | 图像合成的方法、装置、计算机存储介质及电子设备 |
-
2018
- 2018-03-14 CN CN201810210884.1A patent/CN108449543A/zh active Pending
-
2019
- 2019-03-11 WO PCT/CN2019/077659 patent/WO2019174544A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1725840A (zh) * | 2004-07-23 | 2006-01-25 | 三星电子株式会社 | 数字图像装置及其图像管理方法 |
CN103187083A (zh) * | 2011-12-29 | 2013-07-03 | 深圳中兴力维技术有限公司 | 一种基于时域视频融合的存储方法及其系统 |
CN104581386A (zh) * | 2014-12-23 | 2015-04-29 | 深圳市九洲电器有限公司 | 一种电视节目播放方法及系统 |
CN107231522A (zh) * | 2017-05-04 | 2017-10-03 | 广东欧珀移动通信有限公司 | 一种移动终端及其拍照方法、计算机可读存储介质 |
CN107155067A (zh) * | 2017-07-10 | 2017-09-12 | 珠海市魅族科技有限公司 | 拍照控制方法及装置、终端及存储介质 |
CN107610075A (zh) * | 2017-08-29 | 2018-01-19 | 维沃移动通信有限公司 | 图像合成方法及移动终端 |
CN107589963A (zh) * | 2017-09-26 | 2018-01-16 | 维沃移动通信有限公司 | 一种图片处理方法、移动终端及计算机可读存储介质 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019174544A1 (zh) * | 2018-03-14 | 2019-09-19 | Oppo广东移动通信有限公司 | 图像合成的方法、装置、计算机存储介质及电子设备 |
CN109993737A (zh) * | 2019-03-29 | 2019-07-09 | 联想(北京)有限公司 | 一种处理方法、设备及计算机可读存储介质 |
CN110072057A (zh) * | 2019-05-14 | 2019-07-30 | Oppo广东移动通信有限公司 | 图像处理方法及相关产品 |
CN110072057B (zh) * | 2019-05-14 | 2021-03-09 | Oppo广东移动通信有限公司 | 图像处理方法及相关产品 |
CN111842922A (zh) * | 2020-06-04 | 2020-10-30 | 深圳市人工智能与机器人研究院 | 材料合成参数调整方法、装置、计算机设备和存储介质 |
CN112269853A (zh) * | 2020-11-16 | 2021-01-26 | Oppo广东移动通信有限公司 | 检索处理方法、装置及存储介质 |
CN112269853B (zh) * | 2020-11-16 | 2023-06-13 | Oppo广东移动通信有限公司 | 检索处理方法、装置及存储介质 |
CN116347220A (zh) * | 2023-05-29 | 2023-06-27 | 合肥工业大学 | 人像拍摄方法及相关设备 |
CN116347220B (zh) * | 2023-05-29 | 2023-07-21 | 合肥工业大学 | 人像拍摄方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2019174544A1 (zh) | 2019-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108449543A (zh) | 图像合成的方法、装置、计算机存储介质及电子设备 | |
CN109118581B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
KR102277048B1 (ko) | 미리보기 사진 블러링 방법 및 장치 및 저장 매체 | |
US9898856B2 (en) | Systems and methods for depth-assisted perspective distortion correction | |
JP5791336B2 (ja) | 画像処理装置及びその制御方法 | |
JP5725953B2 (ja) | 撮像装置及びその制御方法、並びに情報処理装置 | |
JP6562197B2 (ja) | 画像処理方法および画像処理システム | |
JP6754992B2 (ja) | 三次元再構成方法 | |
JP6546611B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
JP2009522591A (ja) | 関心領域を追跡することによってビデオカメラの自動焦点を制御するための方法および装置 | |
JP4911191B2 (ja) | 画像処理装置および画像処理プログラム | |
CN104641398A (zh) | 被拍摄体跟踪装置以及相机 | |
CN106034203A (zh) | 拍摄终端的图像处理方法及其装置 | |
CN115801978A (zh) | 特效视频制作方法、装置、电子设备及可读存储介质 | |
KR102118937B1 (ko) | 3d 데이터서비스장치, 3d 데이터서비스장치의 구동방법 및 컴퓨터 판독가능 기록매체 | |
CN110266955A (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
JP7378963B2 (ja) | 画像処理装置、画像処理方法、及び、コンピュータプログラム | |
CN109582811B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN109191396B (zh) | 人像处理方法和装置、电子设备、计算机可读存储介质 | |
JP6120632B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
KR101741150B1 (ko) | 영상에디팅을 수행하는 영상촬영장치 및 방법 | |
WO2018209603A1 (zh) | 图像处理方法、图像处理设备及存储介质 | |
JPWO2019167760A1 (ja) | 画像処理装置、表示装置、画像処理方法、制御プログラム及び記録媒体 | |
CN117440253B (zh) | 图像处理方法和相关装置 | |
JP7395259B2 (ja) | 画像処理装置、画像処理方法、コンピュータプログラム及び記憶媒体 |
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: 20180824 |
|
RJ01 | Rejection of invention patent application after publication |