CN109741269A - 图像处理方法、装置、计算机设备和存储介质 - Google Patents
图像处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109741269A CN109741269A CN201811496571.3A CN201811496571A CN109741269A CN 109741269 A CN109741269 A CN 109741269A CN 201811496571 A CN201811496571 A CN 201811496571A CN 109741269 A CN109741269 A CN 109741269A
- Authority
- CN
- China
- Prior art keywords
- image
- filtering
- original image
- variance
- variogram
- 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
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明提供一种图像处理方法和装置、计算机设备和存储介质，包括：获取原始图像，对原始图像进行滤波得到滤波图像；计算原始图像与滤波图像的方差图，并对方差图进行滤波得到方差平滑图；将原始图像、滤波图像与方差平滑图进行融合，得到目标图像。上述方法通过方差平滑图区分出需要加强滤波效果的处理区域，并通过融合加强处理区域滤波效果，并同时减弱其他环境区域受到滤波处理的影响，图像融合过程上表现出选择性的定向融合，有效且针对性地优化原始图像中处理区域，同时保留其他环境区域的细节，提高图像处理的效果。
Description
技术领域
本发明涉及图像处理技术领域，具体而言，本发明涉及一种图像处理方法、图像处理装置、计算机设备和存储介质。
背景技术
目前，随着图像处理技术的发展以及用户对审美的要求越来越高，各种图像处理技术得到了普遍应用。以磨皮技术为例，设备上的磨皮功能可以很好地消除被拍摄对象的皮肤细节，特别是脸部处理，能够使得人物脸部更加细腻，轮廓更加清晰。
目前的磨皮算法等对图像进行处理后，当提高磨皮效果的强度时，往往减弱了其他非磨皮处理区域中细节的展现，因此强度不能过度提高。由于图像处理强度不能过度提高，现有磨皮算法在图像处理后皮肤上仍然保留的明显细节，如皮肤部分的斑点、瑕疵或者杂色等，导致图像处理效果差。
发明内容
本发明的目的旨在至少能解决上述的技术缺陷之一，特别是图像处理效果差的技术缺陷。
本发明提供一种图像处理方法，包括如下步骤：
获取原始图像，对所述原始图像进行滤波得到滤波图像；
计算所述原始图像与所述滤波图像的方差图，并对所述方差图进行滤波得到方差平滑图；
将所述原始图像、所述滤波图像与所述方差平滑图进行融合，得到目标图像。
在一个实施例中，所述计算所述原始图像与所述滤波图像的方差图的步骤，包括：获取所述原始图像与所述滤波图像的差值图像；对所述差值图像进行平方，并依据权重对其进行加权得到方差图。
在一个实施例中，所述对所述方差图进行滤波得到方差平滑图的步骤，包括：对所述方差图进行均值模糊处理，获得所述方差平滑图。
在一个实施例中，所述获取所述原始图像与所述滤波图像的差值图像的步骤，包括如下公式：
varColor(i,j)＝srcColor(i,j)-meanColor(i,j)
其中，varColor(i,j)为所述差值图像第i行第j列的像素点，srcColor(i,j)为所述原始图像第i行第j列的像素点，meanColor(i,j)为所述滤波图像第i行第j列的像素点，i和j分别为整数；
所述对所述差值图像进行平方，并依据权重对其进行加权得到方差图的步骤，包括如下公式：
var1(i,j)＝(varColor(i,j)×varColor(i,j))×weight
其中，var1(i,j)为所述方差图第i行第j列的像素点，varColor(i,j)为所述差值图像第i行第j列的像素点，weight为所述权重，i和j分别为整数。
在一个实施例中，所述将所述原始图像、所述滤波图像与所述方差平滑图进行融合的步骤，包括：根据所述原始图像、所述滤波图像和所述方差平滑图获取融合权重；将所述原始图像和所述滤波图像按照所述融合权重进行融合。
在一个实施例中，所述根据所述原始图像、所述滤波图像和所述方差平滑图获取融合权重的步骤，包括：根据所述原始图像和所述滤波图像获取融合因子；根据所述融合因子和所述方差平滑图获取所述融合权重。
在一个实施例中，所述根据所述原始图像和所述滤波图像获取融合因子的步骤，包括如下公式：
p＝(min(srcColor(i,j),meanColor(i,j)-T)-Q)×W
其中，p为所述融合因子，srcColor(i,j)为所述原始图像第i行第j列的像素点，meanColor(i,j)为所述滤波图像第i行第j列的像素点，i和j分别为整数，T、Q和W分别为第一经验调整值、第二经验调整值和第一加权调整值。
在一个实施例中，所述根据所述融合因子和所述方差平滑图获取所述融合权重的步骤，包括如下公式：
blendAlhpa1＝(δ/(var2(i,j)+δ))×p
blendAlpha2＝blendAlpha1×(t+t×blurAlpha)
blendAlpha3＝min(blendAlpha2,threshold)
其中，blendAlpha3为所述融合权重，δ＝K×blurAlpha+C，p为所述融合因子，var2(i,j)为所述方差平滑图第i行第j列的像素点，blendAlhpa1为第一系数，blendAlpha2为第二系数，blurAlpha为强度调节参数，threshold为阈值调节参数，t为第二加权调整值，K为强度调整值，C为第三经验调整值。
在一个实施例中，所述将所述原始图像和所述滤波图像按照所述融合权重进行融合的步骤，包括如下公式：
fusionColor(i,j)＝(1-blendAlpha3)×srcColor(i,j)+blendAlpha3×meanColor(i,j)
其中，fusionColor(i,j)为所述目标图像第i行第j列的像素点，srcColor(i,j)为所述原始图像第i行第j列的像素点，meanColor(i,j)为所述滤波图像第i行第j列的像素点，blendAlpha3为所述融合权重，i和j分别为整数。
在一个实施例中，所述对所述原始图像进行滤波得到滤波图像的步骤，包括：对所述原始图像进行降采样处理获得降采样图像；对所述降采样图像进行低通滤波得到所述滤波图像。
在一个实施例中，所述对所述原始图像进行降采样处理获得降采样图像的步骤，包括：通过图形处理器对所述原始图像进行降采样处理得到所述降采样图像；所述对所述降采样图像进行低通滤波得到所述滤波图像的步骤，包括：对所述降采样图像进行均值模糊处理得到所述滤波图像。
本发明还提供一种图像处理装置，包括：
滤波图像模块，用于获取原始图像，对所述原始图像进行滤波得到滤波图像；
方差平滑图模块，用于计算所述原始图像与所述滤波图像的方差图，并对所述方差图进行滤波得到方差平滑图；
目标图像模块，用于将所述原始图像、所述滤波图像与所述方差平滑图进行融合，得到目标图像。
本发明还提供一种磨皮方法，包括如下步骤：
获取原始图像，对所述原始图像进行滤波得到滤波图像；
计算所述原始图像与所述滤波图像的方差图，并对所述方差图进行滤波得到方差平滑图；
将所述原始图像、所述滤波图像与所述方差平滑图进行融合，得到目标图像，将所述目标图像作为磨皮图像。
本发明还提供一种磨皮装置，包括：
滤波模块，用于获取原始图像，对所述原始图像进行滤波得到滤波图像；
计算模块，用于计算所述原始图像与所述滤波图像的方差图，并对所述方差图进行滤波得到方差平滑图；
融合模块，用于将所述原始图像、所述滤波图像与所述方差平滑图进行融合，得到目标图像，将所述目标图像作为磨皮图像。
本发明还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行任一实施例所述图像处理方法或磨皮方法的步骤。
本发明还提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行任一实施例所述图像处理方法或磨皮方法的步骤。
本发明还提供一种终端，其包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行任一实施例所述的图像处理方法。
上述的图像处理方法和装置、磨皮方法和磨皮装置、计算机设备、存储介质和终端，通过方差平滑图区分出需要加强滤波效果的处理区域，并通过融合加强处理区域滤波效果，并同时减弱其他环境区域受到滤波处理的影响，图像融合过程上表现出选择性的定向融合，有效且针对性地优化原始图像中处理区域，同时保留其他环境区域的细节，提高图像处理的效果。
本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为一个实施例的图像处理方法的流程图；
图2为一个实施例中图像处理装置的结构示意图；
图3为一个实施例的磨皮方法的流程图；
图4为一个实施例的磨皮装置的结构示意图；
图5为另一个实施例中图像处理方法的流程图；
图6为另一个实施例中图像处理的原理示意图；
图7为一个实施例中计算机设备的内部结构示意图；
图8为一个实施例中终端的内部结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
在一个实施例中，如图1所示，图1为一个实施例的图像处理方法的流程图，本实施例中提出了一种图像处理方法，包括如下步骤：
步骤S110：获取原始图像，对原始图像进行滤波得到滤波图像。
本步骤中，原始图像可以是终端通过摄像头所采集的图像，如直播视频图像，原始图像通过图像滤波的滤波器后得到滤波图像；对于图像滤波，作为实施例，可以采用均值模糊的滤波器，通过均值模糊的滤波器除了可以最直接地实现平滑操作外，还可近似实现其他滤波操作，比如带通滤波和高斯平滑等；另外，除了上述滤波方式外也可以采用低通滤波、平滑滤波等方式。
步骤S120：计算原始图像与滤波图像的方差图，并对方差图进行滤波得到方差平滑图。
现有图像处理方法中是根据方差图对原始图像和滤波图像进行权重融合，由于方差图可以反映滤波处理对应的变化区域以及变化强度，即主要反映原始图像与滤波图像的差别，由方差图确定权重融合中的权重，该权重与来自原始图像以及滤波图像之间的差别有关，即权重融合仅取决于原始图像以及滤波图像之间的差别。
本步骤中，对方差图进行滤波处理，相当于对原始图像和滤波图像之间的差别进行滤波处理，在区域以及强度上区分和加深其之间的差别，依据区分和加深后的差别，可以提高权重融合的融合效果。
方差平滑图区分和以及加深了原始图像和滤波图像之间的差别。以均值模糊的滤波处理为例，滤波后的方差平滑图会保留和强调方差图中低频区域，滤除高频区域，被保留的低频区域会在后续加权融合阶段获得较大的融合权重，融合后低频滤波的效果明显增强。直观上来看，方差平滑图可以区分出需要加强滤波效果的处理区域，并通过后续权重融合加强其滤波效果，并同时减弱其他环境区域受到滤波处理的影响，从而提高了处理区域的滤波效果，同时保留环境区域的细节，提高图像处理的效果。
对方差图进行滤波处理时也可以采用低通滤波、平滑滤波或均值模糊的滤波等滤波器。滤波处理后的滤波图像，可以实现去噪、模糊图像或者加深图像边缘等功能；滤波处理后的方差平滑图，可以区分处理区域，以便于后续针对性地对处理区域进行滤波效果的强化。例如，可以采用低通滤波，滤波后得到的方差平滑图能区分并保留低频区域，以便于对低频部分继续进行深度融合。
步骤S130：将原始图像、滤波图像与方差平滑图进行融合，得到目标图像。
本步骤中，根据方差平滑图对原始图像和滤波图像进行加权融合，特别是对方差平滑图所区分的处理区域进行深度融合，提高融合后处理区域的处理效果。
上述图像处理方法，通过方差平滑图区分出需要加强滤波效果的处理区域，并通过融合加强处理区域滤波效果，并同时减弱其他环境区域受到滤波处理的影响，图像融合过程上表现出选择性的定向融合，有效且针对性地优化原始图像中处理区域，同时保留其他环境区域的细节，提高图像处理的效果。
例如，在一个场景中，获取包括脸、手臂、腿等部位的原始图像，通过具有低通、平滑和模糊功能的均值模糊(BoxBlur)的滤波器进行滤波，该均值模糊处理可以用于滤除高频部分并只保留低频部分。对原始图像进行滤波得到滤波图像，将原始图像和滤波图像进行方差计算得到方差图，对方差图进行滤波得到方差平滑图。根据方差平滑图进行原始图像和滤波图像的融合，实现对皮肤部位的低频区域的磨皮功能，同时保留皮肤部分以外，如头发部分的细节，提高磨皮效果。
在另一种场景中，还可以通过具有加深图像轮廓的高通滤波器分别对原始图像和方差图进行滤波，保留图像轮廓的大部分信息，根据方差平滑图进行融合后，可以针对性对图像轮廓部分进行加深和保留，但是对原始图像的细节模糊，实现加密图像中与细节相关的隐私，具有隐私保护的效果。
在一个实施例中，步骤S120中计算原始图像与滤波图像的方差图的步骤，可以包括：
步骤S121：获取原始图像与滤波图像的差值图像。
本步骤中，可以将原始图像与滤波图像两张图像之间对应像素值进行相减，具体计算公式可以表示如下：
varColor(i,j)＝srcColor(i,j)-meanColor(i,j)，
其中，varColor(i,j)为差值图像第i行第j列的像素点，srcColor(i,j)为原始图像第i行第j列的像素点，meanColor(i,j)为滤波图像第i行第j列的像素点，i和j分别为整数。
步骤S122：对差值图像进行平方，并依据权重对其进行加权得到方差图。
本步骤中，将差值图像各个像素值进行平方计算，并与权重相乘。具体计算公式可以表示如下：
var1(i,j)＝(varColor(i,j)×varColor(i,j))×weight，
其中，var1(i,j)为方差图第i行第j列的像素点，varColor(i,j)为差值图像第i行第j列的像素点，weight为权重，i和j分别为整数。
上述图像处理方法，可以快速准确地获得经过加权的方差图。
在一个实施例中，步骤S120中对方差图进行滤波得到方差平滑图的步骤，包括：
步骤S123：对方差图进行均值模糊处理，获得方差平滑图。
上述图像处理方法，均值模糊处理具有低通、平滑和模糊功能，均值模糊处理用于滤除高频部分而保留低频部分，因此方差平滑图保留了低频部分，以便于后续通过方差平滑图针对低频部分进行处理。以磨皮功能为例，皮肤区域主要属于图像的低频部分，通过均值模糊处理，可以保留皮肤区域的方差图的数据，以便于后续融合时对皮肤区域进行针对性的磨皮处理，同时减弱磨皮处理对其他区域的影响，保留其他区域的细节。
在一个实施例中，步骤S130中将原始图像、滤波图像与方差平滑图进行融合的步骤，包括：
步骤S131：根据原始图像、滤波图像和方差平滑图获取融合权重。
本步骤中，融合权重与原始图像、滤波图像以及方差平滑图有关。
步骤S132：将原始图像和滤波图像按照融合权重进行融合。
本步骤中，融合过程的具体计算公式可以表示如下：
fusionColor(i,j)＝(1-blendAlpha3)×srcColor(i,j)+blendAlpha3×meanColor(i,j)，
其中，fusionColor(i,j)为目标图像第i行第j列的像素点，srcColor(i,j)为原始图像第i行第j列的像素点，meanColor(i,j)为滤波图像第i行第j列的像素点，blendAlpha3为融合权重，i和j分别为整数。
上述图像处理方法，按照融合权重进行原始图像和滤波图像之间的融合，生成目标图像。
在一个实施例中，步骤S131中根据原始图像、滤波图像和方差平滑图获取融合权重的步骤，包括：
步骤S131a：根据原始图像和滤波图像获取融合因子。
本步骤中，具体计算公式可以表示如下：
p＝(min(srcColor(i,j),meanColor(i,j)-T)-Q)×W，
其中，p为融合因子，srcColor(i,j)为原始图像第i行第j列的像素点，meanColor(i,j)为滤波图像第i行第j列的像素点，i和j分别为整数，T、Q和W分别为第一经验调整值、第二经验调整值和第一加权调整值，min(·)是最小值取值函数。
步骤S131b：根据融合因子和方差平滑图获取融合权重。
本步骤中，具体计算公式可以表示如下：
blendAlhpa1＝(δ/(var2(i,j)+δ))×p
blendAlpha2＝blendAlpha1×(t+t×blurAlpha)，
blendAlpha3＝min(blendAlpha2,threshold)
其中，δ＝K×blurAlpha+C，p为融合因子，var2(i,j)为方差平滑图第i行第j列的像素点，blendAlpha3为融合权重，blendAlhpa1为第一系数，blendAlpha2为第二系数，blurAlpha为强度调节参数，threshold为阈值调节参数，t为第二加权调整值，K为强度调整值，C为第三经验调整值。
上述图像处理方法，准确地计算融合权值。
在一个实施例中，步骤S110中对原始图像进行滤波得到滤波图像的步骤，包括：
步骤S111：对原始图像进行降采样处理获得降采样图像。
本步骤中，降采样处理可以减少图像处理的数据量，提高图像处理的计算速度。
步骤S112：对降采样图像进行低通滤波得到滤波图像。
本步骤中，通过低通滤波得到滤波图像，滤除高频部分，保留滤波图像的低频部分，由低通滤波完成初步的磨皮处理。
在一个实施例中，步骤S111中对原始图像进行降采样处理获得降采样图像的步骤，包括：
步骤S111a：通过图形处理器对原始图像进行降采样处理得到降采样图像；
本步骤中，由图形处理器进行降采样处理，借助图形处理器的计算能力，可以提高降采样处理的速度，也减少因使用其他处理器而编辑降采样处理算法的人工成本。
步骤S112中对降采样图像进行低通滤波得到滤波图像的步骤，包括：
步骤S112a：对降采样图像进行均值模糊处理得到滤波图像。
本步骤中，均值模糊处理可以近似低通滤波且实现图像模糊，通过均值模糊处理可以完成初步的磨皮处理。
在一个实施例中，如图2所示，图2为一个实施例中图像处理装置的结构示意图。本实施例中提供一种图像处理装置，包括滤波图像模块210、方差平滑图模块220和目标图像模块230，其中：
滤波图像模块210，用于获取原始图像，对原始图像进行滤波得到滤波图像。
方差平滑图模块220，用于计算原始图像与滤波图像的方差图，并对方差图进行滤波得到方差平滑图。
目标图像模块230，用于将原始图像、滤波图像与方差平滑图进行融合，得到目标图像。
上述图像处理装置，通过方差平滑图区分出需要加强滤波效果的处理区域，并通过融合加强处理区域滤波效果，并同时减弱其他环境区域受到滤波处理的影响，图像融合过程上表现出选择性的定向融合，有效且针对性地优化原始图像中处理区域，同时保留其他环境区域的细节，提高图像处理的效果。
关于图像处理装置的具体限定可以参见上文中对于图像处理方法的限定，在此不再赘述。上述图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，如图3所示，图3为一个实施例的磨皮方法的流程图，本实施例提供一种磨皮方法，包括如下步骤：
步骤S310：获取原始图像，对原始图像进行滤波得到滤波图像。
原始图像可以是终端通过摄像头所采集的图像，如直播视频图像，原始图像可以包括脸、手臂、腿等皮肤部位，也可以是包括人或其他物体。本步骤中，将原始图像进行滤波处理，降低原始图像的细节，得到滤波图像。滤波处理可以达到初步磨皮效果，可以采用低通滤波、表面模糊、均值滤波、双边滤波或高斯滤波等滤波算法。
以原始图像进行均值模糊为例进行说明，均值模糊用于滤除高频部分且保留低频部分，即将原始图像的高频部分和低频部分进行分开，而且均值模糊处理还可以对原始图像进行一定程度的平滑，达到初步磨皮的效果。
步骤S320：计算原始图像与滤波图像的方差图，并对方差图进行滤波得到方差平滑图。
本步骤中，对方差图也进行滤波处理，方差图的滤波处理可以与原始图像的滤波处理类型相同或各异，滤波后得到方差平滑图可以区分需要实现磨皮功能的处理部分。例如，对方差图进行均值模糊，滤除方差平滑图的高频部分，保留方差平滑图的低频部分，以便于后续对所区分的低频部分进行磨皮处理。
步骤S330：将原始图像、滤波图像与方差平滑图进行融合，得到目标图像，将目标图像作为磨皮图像。
本步骤中，根据方差平滑图对原始图像和滤波图像进行加权融合，特别是对方差平滑图所区分的处理区域进行强化磨皮效果的融合，提高融合后处理区域的磨皮效果，同时对于其他环境区域则减弱融合的效果，尽量保留其他部分的细节。
上述磨皮方法，通过方差平滑图区分出需要加强磨皮效果的处理区域，并通过融合加强处理区域磨皮效果，并同时减弱其他环境区域受到磨皮带来的影响，对处理区域进行强化磨皮效果的融合，同时保留其他环境区域的细节，提高磨皮效果，例如达到磨皮效果地同时，保留高频部分的细节，如头发和轮廓细节部分。而且上述磨皮方法还可改善因拍摄不善导致的高光，减弱原始图像的高光部分，降低曝光过度的尖锐感，处理后图像的柔和感有所增强，增加柔光美。
具体的，磨皮方法中，可以通过图形处理器对原始图像进行降采样处理得到降采样图像；对降采样图像进行均值模糊处理得到滤波图像。
根据公式(1)可以计算原始图像与滤波图像之间的差值图像。根据公式(2)可以对差值图像进行平方，并依据权重对其进行加权得到方差图。对方差图进行滤波得到方差平滑图。
将原始图像、滤波图像与方差平滑图进行融合。包括：根据原始图像和滤波图像和公式(3)可以计算融合因子。根据融合因子、方差平滑图和公式(4)可以计算融合权重。将原始图像和滤波图像按照融合权重进行融合，根据公式(5)可以求得磨皮图像。
varColor(i,j)＝srcColor(i,j)-meanColor(i,j)， (1)
var1(i,j)＝(varColor(i,j)×varColor(i,j))×weight， (2)
p＝(min(srcColor(i,j),meanColor(i,j)-T)-Q)×W， (3)
fusionColor(i,j)＝(1-blendAlpha3)×srcColor(i,j)+blendAlpha3×meanColor(i,j)， (5)
其中，srcColor(i,j)为原始图像第i行第j列的像素点，meanColor(i,j)为滤波图像第i行第j列的像素点，varColor(i,j)为差值图像第i行第j列的像素点，var1(i,j)为方差图第i行第j列的像素点，var2(i,j)为方差平滑图第i行第j列的像素点，fusionColor(i,j)为磨皮图像第i行第j列的像素点，i和j分别为整数；weight为权重，p为融合因子，T、Q和W分别为第一经验调整值、第二经验调整值和第一加权调整值，δ＝K×blurAlpha+C，p为融合因子，blendAlpha3为融合权重，blendAlhpa1为第一系数，blendAlpha2为第二系数，blurAlpha为强度调节参数，threshold为阈值调节参数，t为第二加权调整值，K为强度调整值，C为第三经验调整值。
在一个实施例中，如图4所示，图4为一个实施例的磨皮装置的结构示意图，本实施例中提供一种磨皮装置，包括滤波模块410、计算模块420和融合模块430，其中：
滤波模块410，用于获取原始图像，对原始图像进行滤波得到滤波图像。
计算模块420，用于计算原始图像与滤波图像的方差图，并对方差图进行滤波得到方差平滑图。
融合模块430，用于将原始图像、滤波图像与方差平滑图进行融合，得到目标图像，将目标图像作为磨皮图像。
上述磨皮装置，通过方差平滑图区分出需要加强磨皮效果的处理区域，并通过融合加强处理区域磨皮效果，并同时减弱其他环境区域受到磨皮带来的影响，对处理区域进行强化磨皮效果的融合，同时保留其他环境区域的细节，提高磨皮效果，例如达到磨皮效果地同时，保留高频部分的细节，如头发和轮廓细节部分。而且上述磨皮方法还可改善因拍摄不善导致的高光，减弱原始图像的高光部分，降低曝光过度的尖锐感，处理后图像的柔和感有所增强，增加柔光美。
关于磨皮装置的具体限定可以参见上文中对于磨皮方法的限定，在此不再赘述。上述磨皮装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在另一个实施例中，如图5和图6所示，图5为另一个实施例中图像处理方法的流程图，图6为另一个实施例中图像处理的原理示意图，本实施例中提供一种图像处理方法，包括以下步骤：
获取原始图像，利用图形处理器对原始图像进行降采样处理，然后进行均值模糊处理，得到滤波图像。均值模糊处理用于滤除高频部分，只保留低频部分，以便于后续对低频部分进行磨皮处理。
将模糊图像与原始图像进行方差计算，得到方差图。对方差图进行均值模糊处理，得到方差平滑图。
将原始图像、滤波图像和方差平滑图进行带权值的融合计算，得到最终的磨皮图像。具体可以根据上述公式(1)至(5)计算磨皮图像。
上述图像处理方法，对原始图像的磨皮效果，对于高频部分得到较好的保留，如发丝、轮廓等，其他部分有较好的磨皮处理效果，而且在提高磨皮效果的同时，还能有效保留高频部分的细节，如头发和轮廓细节部分；而且，上述图像处理方法，还可改善因拍摄不善导致的高光，减弱原始图像的高光部分，降低曝光过度的尖锐感，处理后图像的柔和感有所增强，增加柔光美。
如图7所示，图7为一个实施例中计算机设备的内部结构示意图。该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、存储器和网络接口。其中，该计算机设备的非易失性存储介质存储有操作系统、数据库和计算机可读指令，数据库中可存储有控件信息序列，该计算机可读指令被处理器执行时，可使得处理器实现一种图像处理方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行一种图像处理方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提出了一种计算机设备，该计算机设备包括存储器、处理器及存储在该存储器上并可在该处理器上运行的计算机程序，该处理器执行计算机程序时实现以下步骤：获取原始图像，对原始图像进行滤波得到滤波图像；计算原始图像与滤波图像的方差图，并对方差图进行滤波得到方差平滑图；将原始图像、滤波图像与方差平滑图进行融合，得到目标图像。
在一个实施例中，提出了一种存储有计算机可读指令的存储介质，该计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：获取原始图像，对原始图像进行滤波得到滤波图像；计算原始图像与滤波图像的方差图，并对方差图进行滤波得到方差平滑图；将原始图像、滤波图像与方差平滑图进行融合，得到目标图像。
在一个实施例中，提出了一种计算机设备，计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：获取原始图像，对原始图像进行滤波得到滤波图像；计算原始图像与滤波图像的方差图，并对方差图进行滤波得到方差平滑图；将原始图像、滤波图像与方差平滑图进行融合，得到目标图像。
在一个实施例中，提出了一种存储有计算机可读指令的存储介质，该计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：获取原始图像，对原始图像进行滤波得到滤波图像；计算原始图像与滤波图像的方差图，并对方差图进行滤波得到方差平滑图；将原始图像、滤波图像与方差平滑图进行融合，得到目标图像。
在一个实施例中，处理器所执行的计算原始图像与滤波图像的方差图的步骤，包括：获取原始图像与滤波图像的差值图像；对差值图像进行平方，并依据权重对其进行加权得到方差图。
在一个实施例中，处理器所执行的对方差图进行滤波得到方差平滑图的步骤，包括：对方差图进行均值模糊处理，获得方差平滑图。
在一个实施例中，处理器所执行的获取原始图像与滤波图像的差值图像的步骤，包括如下公式：
varColor(i,j)＝srcColor(i,j)-meanColor(i,j)，其中，varColor(i,j)为差值图像第i行第j列的像素点，srcColor(i,j)为原始图像第i行第j列的像素点，meanColor(i,j)为滤波图像第i行第j列的像素点，i和j分别为整数；
处理器所执行的对差值图像进行平方，并依据权重对其进行加权得到方差图的步骤，包括如下公式：
var1(i,j)＝(varColor(i,j)×varColor(i,j))×weight，其中，var1(i,j)为方差图第i行第j列的像素点，varColor(i,j)为差值图像第i行第j列的像素点，weight为权重，i和j分别为整数。
在一个实施例中，处理器所执行的将原始图像、滤波图像与方差平滑图进行融合的步骤，包括：根据原始图像、滤波图像和方差平滑图获取融合权重；将原始图像和滤波图像按照融合权重进行融合。
在一个实施例中，处理器所执行的根据原始图像、滤波图像和方差平滑图获取融合权重的步骤，包括：根据原始图像和滤波图像获取融合因子；根据融合因子和方差平滑图获取融合权重。
在一个实施例中，处理器所执行的根据原始图像和滤波图像获取融合因子的步骤，包括如下公式：
p＝(min(srcColor(i,j),meanColor(i,j)-T)-Q)×W，其中，p为融合因子，srcColor(i,j)为原始图像第i行第j列的像素点，meanColor(i,j)为滤波图像第i行第j列的像素点，i和j分别为整数，T、Q和W分别为第一经验调整值、第二经验调整值和第一加权调整值。
在一个实施例中，处理器所执行的根据融合因子和方差平滑图获取融合权重的步骤，包括如下公式：
其中，blendAlpha3为融合权重，δ＝K×blurAlpha+C，p为融合因子，var2(i,j)为方差平滑图第i行第j列的像素点，blendAlhpa1为第一系数，blendAlpha2为第二系数，blurAlpha为强度调节参数，threshold为阈值调节参数，t为第二加权调整值，K为强度调整值，C为第三经验调整值。
在一个实施例中，处理器所执行的将原始图像和滤波图像按照融合权重进行融合的步骤，包括如下公式：
fusionColor(i,j)＝(1-blendAlpha3)×srcColor(i,j)+blendAlpha3×meanColor(i,j)，其中，fusionColor(i,j)为目标图像第i行第j列的像素点，srcColor(i,j)为原始图像第i行第j列的像素点，meanColor(i,j)为滤波图像第i行第j列的像素点，blendAlpha3为融合权重，i和j分别为整数。
在一个实施例中，处理器所执行的对原始图像进行滤波得到滤波图像的步骤，包括：
对原始图像进行降采样处理获得降采样图像；对降采样图像进行低通滤波得到滤波图像。
在一个实施例中，处理器所执行的对原始图像进行降采样处理获得降采样图像的步骤，包括：通过图形处理器对原始图像进行降采样处理得到降采样图像；
处理器所执行的对降采样图像进行低通滤波得到滤波图像的步骤，包括：对降采样图像进行均值模糊处理得到滤波图像。
本发明实施例还提供了移动终端，如图8所示，图8为一个实施例中终端的内部结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该终端可以为包括手机、平板电脑、PDA(Personal DigitalAssistant，个人数字助理)、POS(Point of Sales，销售终端)、车载电脑等任意终端设备，以终端为手机为例：
图8示出的是与本发明实施例提供的终端相关的手机的部分结构的框图。参考图8，手机包括：射频(Radio Frequency，RF)电路1510、存储器1520、输入单元1530、显示单元1540、传感器1550、音频电路1560、无线保真(wireless fidelity，Wi-Fi)模块1570、处理器1580、以及电源1590等部件。本领域技术人员可以理解，图8中示出的手机结构并不构成对手机的限定，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8对手机的各个构成部件进行具体的介绍：
RF电路1510可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器1580处理；另外，将设计上行的数据发送给基站。通常，RF电路1510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(Low NoiseAmplifier，LNA)、双工器等。此外，RF电路1510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(GlobalSystem of Mobile communication，GSM)、通用分组无线服务(General Packet RadioService，GPRS)、码分多址(Code Division Multiple Access，CDMA)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、长期演进(Long Term Evolution，LTE)、电子邮件、短消息服务(Short Messaging Service，SMS)等。
存储器1520可用于存储软件程序以及模块，处理器1580通过运行存储在存储器1520的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器1520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(比如声纹播放功能、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1520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。
输入单元1530可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元1530可包括触控面板1531以及其他输入设备1532。触控面板1531，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1531上或在触控面板1531附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板1531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1580，并能接收处理器1580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1531。除了触控面板1531，输入单元1530还可以包括其他输入设备1532。具体地，其他输入设备1532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。
显示单元1540可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1540可包括显示面板1541，可选的，可以采用液晶显示器(LiquidCrystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1541。进一步的，触控面板1531可覆盖显示面板1541，当触控面板1531检测到在其上或附近的触摸操作后，传送给处理器1580以确定触摸事件的类型，随后处理器1580根据触摸事件的类型在显示面板1541上提供相应的视觉输出。虽然在图8中，触控面板1531与显示面板1541是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板1531与显示面板1541集成而实现手机的输入和输出功能。
手机还可包括至少一种传感器1550，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可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1541的亮度，接近传感器可在手机移动到耳边时，关闭显示面板1541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。
音频电路1560、扬声器1561，传声器1562可提供用户与手机之间的音频接口。音频电路1560可将接收到的音频数据转换后的电信号，传输到扬声器1561，由扬声器1561转换为声纹信号输出；另一方面，传声器1562将收集的声纹信号转换为电信号，由音频电路1560接收后转换为音频数据，再将音频数据输出处理器1580处理后，经RF电路1510以发送给比如另一手机，或者将音频数据输出至存储器1520以便进一步处理。
Wi-Fi属于短距离无线传输技术，手机通过Wi-Fi模块1570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8示出了Wi-Fi模块1570，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器1580是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1520内的软件程序和/或模块，以及调用存储在存储器1520内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器1580可包括一个或多个处理单元；优选的，处理器1580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1580中。
手机还包括给各个部件供电的电源1590(比如电池)，优选的，电源可以通过电源管理系统与处理器1580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。
尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。
在本发明实施例中，该终端所包括的处理器1580还具有以下功能：权1内容。也即处理器1580具备执行上述的任一实施例图像处理方法的功能，在此不再赘述。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (14)
1.一种图像处理方法，其特征在于，包括如下步骤：
获取原始图像，对所述原始图像进行滤波得到滤波图像；
计算所述原始图像与所述滤波图像的方差图，并对所述方差图进行滤波得到方差平滑图；
将所述原始图像、所述滤波图像与所述方差平滑图进行融合，得到目标图像。
2.根据权利要求1所述的图像处理方法，其特征在于，所述计算所述原始图像与所述滤波图像的方差图的步骤，包括：
获取所述原始图像与所述滤波图像的差值图像；
对所述差值图像进行平方，并依据权重对其进行加权得到方差图。
3.根据权利要求1或2所述的图像处理方法，其特征在于，所述对所述方差图进行滤波得到方差平滑图的步骤，包括：
对所述方差图进行均值模糊处理，获得所述方差平滑图。
4.根据权利要求2所述的图像处理方法，其特征在于，所述获取所述原始图像与所述滤波图像的差值图像的步骤，包括如下公式：
varColor(i,j)＝srcColor(i,j)-meanColor(i,j)
其中，varColor(i,j)为所述差值图像第i行第j列的像素点，srcColor(i,j)为所述原始图像第i行第j列的像素点，meanColor(i,j)为所述滤波图像第i行第j列的像素点，i和j分别为整数；
所述对所述差值图像进行平方，并依据权重对其进行加权得到方差图的步骤，包括如下公式：
var1(i,j)＝(varColor(i,j)×varColor(i,j))×weight
其中，var1(i,j)为所述方差图第i行第j列的像素点，varColor(i,j)为所述差值图像第i行第j列的像素点，weight为所述权重，i和j分别为整数。
5.根据权利要求1所述的图像处理方法，其特征在于，所述将所述原始图像、所述滤波图像与所述方差平滑图进行融合的步骤，包括：
根据所述原始图像、所述滤波图像和所述方差平滑图获取融合权重；
将所述原始图像和所述滤波图像按照所述融合权重进行融合。
6.根据权利要求5所述的图像处理方法，其特征在于，所述根据所述原始图像、所述滤波图像和所述方差平滑图获取融合权重的步骤，包括：
根据所述原始图像和所述滤波图像获取融合因子；
根据所述融合因子和所述方差平滑图获取所述融合权重。
7.根据权利要求6所述的图像处理方法，其特征在于，所述根据所述原始图像和所述滤波图像获取融合因子的步骤，包括如下公式：
p＝(min(srcColor(i,j),meanColor(i,j)-T)-Q)×W
其中，p为所述融合因子，srcColor(i,j)为所述原始图像第i行第j列的像素点，meanColor(i,j)为所述滤波图像第i行第j列的像素点，i和j分别为整数，T、Q和W分别为第一经验调整值、第二经验调整值和第一加权调整值。
8.根据权利要求6所述的图像处理方法，其特征在于，所述根据所述融合因子和所述方差平滑图获取所述融合权重的步骤，包括如下公式：
blendAlhpa1＝(δ/(var2(i,j)+δ))×p
blendAlpha2＝blendAlpha1×(t+t×blurAlpha)
blendAlpha3＝min(blendAlpha2,threshold)
其中，blendAlpha3为所述融合权重，δ＝K×blurAlpha+C，p为所述融合因子，var2(i,j)为所述方差平滑图第i行第j列的像素点，blendAlhpa1为第一系数，blendAlpha2为第二系数，blurAlpha为强度调节参数，threshold为阈值调节参数，t为第二加权调整值，K为强度调整值，C为第三经验调整值。
9.根据权利要求5所述的图像处理方法，其特征在于，所述将所述原始图像和所述滤波图像按照所述融合权重进行融合的步骤，包括如下公式：
fusionColor(i,j)＝(1-blendAlpha3)×srcColor(i,j)+blendAlpha3×meanColor(i,j)
其中，fusionColor(i,j)为所述目标图像第i行第j列的像素点，srcColor(i,j)为所述原始图像第i行第j列的像素点，meanColor(i,j)为所述滤波图像第i行第j列的像素点，blendAlpha3为所述融合权重，i和j分别为整数。
10.根据权利要求1所述的图像处理方法，其特征在于，所述对所述原始图像进行滤波得到滤波图像的步骤，包括：
对所述原始图像进行降采样处理获得降采样图像；
对所述降采样图像进行低通滤波得到所述滤波图像。
11.根据权利要求10所述的图像处理方法，其特征在于，所述对所述原始图像进行降采样处理获得降采样图像的步骤，包括：
通过图形处理器对所述原始图像进行降采样处理得到所述降采样图像；
所述对所述降采样图像进行低通滤波得到所述滤波图像的步骤，包括：
对所述降采样图像进行均值模糊处理得到所述滤波图像。
12.一种图像处理装置，其特征在于，包括：
滤波图像模块，用于获取原始图像，对所述原始图像进行滤波得到滤波图像；
方差平滑图模块，用于计算所述原始图像与所述滤波图像的方差图，并对所述方差图进行滤波得到方差平滑图；
目标图像模块，用于将所述原始图像、所述滤波图像与所述方差平滑图进行融合，得到目标图像。
13.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，其特征在于，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至11中任一项所述图像处理的步骤。
14.一种存储有计算机可读指令的存储介质，其特征在于，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至11中任一项所述图像处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811496571.3A CN109741269B (zh) | 2018-12-07 | 2018-12-07 | 图像处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811496571.3A CN109741269B (zh) | 2018-12-07 | 2018-12-07 | 图像处理方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109741269A true CN109741269A (zh) | 2019-05-10 |
| CN109741269B CN109741269B (zh) | 2020-11-24 |
Family
ID=66358551
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811496571.3A Active CN109741269B (zh) | 2018-12-07 | 2018-12-07 | 图像处理方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109741269B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110400272A (zh) * | 2019-07-11 | 2019-11-01 | Oppo广东移动通信有限公司 | 深度数据的滤波方法、装置、电子设备和可读存储介质 |
| CN110580688A (zh) * | 2019-08-07 | 2019-12-17 | 北京达佳互联信息技术有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
| CN110599410A (zh) * | 2019-08-07 | 2019-12-20 | 北京达佳互联信息技术有限公司 | 图像处理的方法、装置、终端及存储介质 |
| CN110956592A (zh) * | 2019-11-14 | 2020-04-03 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备和存储介质 |
| CN115115554A (zh) * | 2022-08-30 | 2022-09-27 | 腾讯科技（深圳）有限公司 | 基于增强图像的图像处理方法、装置和计算机设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090154826A1 (en) * | 2007-12-12 | 2009-06-18 | Min-Kyu Park | Method and apparatus for eliminating defective pixels and noise |
| CN104517265A (zh) * | 2014-11-06 | 2015-04-15 | 福建天晴数码有限公司 | 智能磨皮方法和装置 |
| CN106780311A (zh) * | 2016-12-22 | 2017-05-31 | 华侨大学 | 一种结合皮肤粗糙度的快速人脸图像美化方法 |
| CN107169941A (zh) * | 2017-06-15 | 2017-09-15 | 北京大学深圳研究生院 | 一种视频去噪方法 |
| CN107798654A (zh) * | 2017-11-13 | 2018-03-13 | 北京小米移动软件有限公司 | 图像磨皮方法及装置、存储介质 |
-
2018
- 2018-12-07 CN CN201811496571.3A patent/CN109741269B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090154826A1 (en) * | 2007-12-12 | 2009-06-18 | Min-Kyu Park | Method and apparatus for eliminating defective pixels and noise |
| CN104517265A (zh) * | 2014-11-06 | 2015-04-15 | 福建天晴数码有限公司 | 智能磨皮方法和装置 |
| CN106780311A (zh) * | 2016-12-22 | 2017-05-31 | 华侨大学 | 一种结合皮肤粗糙度的快速人脸图像美化方法 |
| CN107169941A (zh) * | 2017-06-15 | 2017-09-15 | 北京大学深圳研究生院 | 一种视频去噪方法 |
| CN107798654A (zh) * | 2017-11-13 | 2018-03-13 | 北京小米移动软件有限公司 | 图像磨皮方法及装置、存储介质 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110400272A (zh) * | 2019-07-11 | 2019-11-01 | Oppo广东移动通信有限公司 | 深度数据的滤波方法、装置、电子设备和可读存储介质 |
| CN110580688A (zh) * | 2019-08-07 | 2019-12-17 | 北京达佳互联信息技术有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
| CN110599410A (zh) * | 2019-08-07 | 2019-12-20 | 北京达佳互联信息技术有限公司 | 图像处理的方法、装置、终端及存储介质 |
| CN110580688B (zh) * | 2019-08-07 | 2022-11-11 | 北京达佳互联信息技术有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
| CN110956592A (zh) * | 2019-11-14 | 2020-04-03 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备和存储介质 |
| CN115115554A (zh) * | 2022-08-30 | 2022-09-27 | 腾讯科技（深圳）有限公司 | 基于增强图像的图像处理方法、装置和计算机设备 |
| CN115115554B (zh) * | 2022-08-30 | 2022-11-04 | 腾讯科技（深圳）有限公司 | 基于增强图像的图像处理方法、装置和计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109741269B (zh) | 2020-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109741269A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
| CN106558025B (zh) | 一种图片的处理方法和装置 | |
| CN107862265B (zh) | 图像处理方法及相关产品 | |
| CN108093134B (zh) | 电子设备的抗干扰方法及相关产品 | |
| CN107820011A (zh) | 拍照方法和拍照装置 | |
| CN108495056A (zh) | 拍照方法、移动终端及计算机可读存储介质 | |
| US11599608B2 (en) | Unlocking control method and related products | |
| CN106558039B (zh) | 一种人像处理方法及装置 | |
| CN107451454B (zh) | 解锁控制方法及相关产品 | |
| US20200209917A1 (en) | Unlocking control method and related products | |
| CN107241552B (zh) | 一种图像获取方法、装置、存储介质和终端 | |
| CN108269230A (zh) | 证件照生成方法、移动终端及计算机可读存储介质 | |
| CN108196750A (zh) | 屏幕界面截图的方法、装置及计算机可读存储介质 | |
| CN107895352A (zh) | 一种图像处理方法及移动终端 | |
| CN106993136A (zh) | 移动终端及其基于多摄像头的图像降噪方法和装置 | |
| CN110209245A (zh) | 人脸识别方法及相关产品 | |
| CN110363702B (zh) | 图像处理方法及相关产品 | |
| US10706282B2 (en) | Method and mobile terminal for processing image and storage medium | |
| CN107798662B (zh) | 一种图像处理方法及移动终端 | |
| CN107292833B (zh) | 图像处理方法、装置和移动终端 | |
| WO2019015574A1 (zh) | 解锁控制方法及相关产品 | |
| CN109672843A (zh) | 视频通信方法、终端及计算机可读存储介质 | |
| CN108171667A (zh) | 一种图像处理方法、终端和计算机可读存储介质 | |
| CN108537022A (zh) | 终端控制方法、终端及计算机可读存储介质 | |
| CN110177208B (zh) | 一种视频录制的关联控制方法、设备及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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210112 Address after: 511442 3108, 79 Wanbo 2nd Road, Nancun Town, Panyu District, Guangzhou City, Guangdong Province Patentee after: GUANGZHOU CUBESILI INFORMATION TECHNOLOGY Co.,Ltd. Address before: 511442 29 floor, block B-1, Wanda Plaza, Huambo business district, Panyu District, Guangzhou, Guangdong. Patentee before: GUANGZHOU HUADUO NETWORK TECHNOLOGY Co.,Ltd. |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190510 Assignee: GUANGZHOU HUADUO NETWORK TECHNOLOGY Co.,Ltd. Assignor: GUANGZHOU CUBESILI INFORMATION TECHNOLOGY Co.,Ltd. Contract record no.: X2021440000053 Denomination of invention: Image processing method, apparatus, computer apparatus and storage medium Granted publication date: 20201124 License type: Common License Record date: 20210208 |