CN109840912B - 一种图像中异常像素的修正方法及计算设备 - Google Patents

Abstract

本发明公开了一种图像中异常像素的修正方法，包括步骤：通过轮廓提取算法提取出待处理图像中的轮廓线；从轮廓线上选取一点并计算该点的切线方向；按照预定规则分别从切线方向两侧的图像区域中筛选出第一区域和第二区域；通过分别统计第一区域和第二区域中像素值的分布来确认出至少一个第一阈值和至少一个第二阈值；根据第一阈值和第二阈值筛选出待处理图像中的至少一个异常像素；以及对于每个异常像素，根据异常像素与第一区域和第二区域内像素的距离值的大小关系来修正该异常像素的像素值。本发明一并公开了用于执行上述方法的计算设备。

Description

一种图像中异常像素的修正方法及计算设备

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像中异常像素的修正方法及计算设备。

背景技术

图像分割技术是图像处理中的一项基础应用，利用图像分割技术可以实现交换背景、添加AR(增强现实)效果等图像合成效果，而如何将图像中需要处理的部分精确地分割出来，就是影响合成效果的重要因素。

现有的图像分割方案，一种是直接使用Photoshop等图像编辑类软件，使用者需要熟练掌握Photoshop的各种操作，甚至需要具有一定的实践经验，不适用于一般用户。另一种是通过传统的图像分割算法，如Graph Cut(图割)、Luma-Key(亮度抠像)等，但受限于算法的局限性，分割效果有时会比较粗糙，例如边缘部分难以做到精准，这样在合成处理中势必会引入杂色。

以人像分割为例，如原始图像是用户在白墙前拍摄的自拍照，在对原始图像进行分割处理后，将“白墙”背景替换为“纯红色”背景作为合成图像。由于头发、服饰等会干扰分割效果，若分割精度不够，会导致分割的边缘处残留白墙的部分区域，表现在合成图像中会格外明显，我们将这样的像素称作异常像素。异常像素会突出合成图像中边缘部分的人工痕迹，影响合成效果。

因此，需要一种有效的修正图像中异常像素的方案。

发明内容

为此，本发明提供了一种图像中异常像素的修正方法及计算设备，以力图解决或至少缓解上面存在的至少一个问题。

根据本发明的一个方面，提供了一种图像中异常像素的修正方法，方法包括步骤：通过轮廓提取算法提取出待处理图像中的轮廓线；从轮廓线上选取一点并计算该点的切线方向；按照预定规则分别从切线方向两侧的图像区域中筛选出第一区域和第二区域；通过分别统计第一区域和第二区域中像素值的分布来确认出至少一个第一阈值和至少一个第二阈值；根据第一阈值和第二阈值筛选出待处理图像中的至少一个异常像素；以及对于每个异常像素，根据异常像素与第一区域和第二区域内像素的距离值的大小关系来修正该异常像素的像素值。

可选地，在根据本发明的方法中，根据异常像素与第一区域和第二区域的距离值的大小关系来修正该异常像素的像素值的步骤包括：计算异常像素与第一区域中每个像素的距离值，并将其中最小的距离值作为第一距离值；计算异常像素与第二区域中每个像素的距离值，并将其中的最小距离值作为第二距离值；判断第一距离值和第二距离值的大小关系：当第一距离值大于第二距离值时，用第二距离值对应的像素的像素值修正该异常像素的像素值；以及当第一距离值不大于第二距离值时，用第一距离值对应的像素的像素值修正该异常像素的像素值。

可选地，在根据本发明的方法中，根据第一阈值和第二阈值筛选出待处理图像中的至少一个异常像素的步骤包括：遍历待处理图像中处于第一区域和第二区域之间的像素，若像素的像素值满足预定条件则判定所述像素为异常像素，其中预定条件包括：像素的像素值小于第一阈值或像素的像素值大于第二阈值。

可选地，在根据本发明的方法中，通过分别统计第一区域和第二区域中的像素值分布来确认出至少一个第一阈值和至少一个第二阈值的步骤包括：根据第一区域的像素值生成表征其像素值分布的第一直方图；自第一直方图的最小像素值起，依次累计各像素值对应的像素个数，当累计的像素个数刚刚超过第一数量时，将当前像素值的前一像素值作为第一区域的第一阈值；以及自第一直方图的最大像素值起，依次累计各像素值对应的像素个数，当累计的像素个数刚刚超过第一数量时，将当前像素值的前一像素值作为第一区域的第二阈值。

可选地，在根据本发明的方法中，通过分别统计第一区域和第二区域中的像素值分布来确认出至少一个第一阈值和至少一个第二阈值的步骤还包括：根据第二区域的像素值生成表征其像素值分布的第二直方图；自第二直方图的最小像素值起，依次累计各像素值对应的像素个数，当累计的像素个数刚刚超过第一数量时，将当前像素值的前一像素值作为第二区域的第一阈值；以及自第二直方图的最大像素值起，依次累计各像素值对应的像素个数，当累计的像素个数刚刚超过第一数量时，将当前像素值的前一像素值作为第二区域的第二阈值。

可选地，在根据本发明的方法中，根据第一阈值和第二阈值筛选出待处图像中的至少一个异常像素的步骤包括：遍历待处理图像中处于第一区域和第二区域之间的像素，若像素的像素值满足预定条件，则判定像素为异常像素，其中预定条件包括：像素的像素值小于第一区域的第一阈值、或像素的像素值小于第二区域的第一阈值、或像素的像素值大于第一区域的第二阈值、或像素的像素值大于第二区域的第二阈值。

可选地，在根据本发明的方法中，预定规则包括：第一区域和第二区域中所有像素到该点的距离均大于预定值，且第一区域和第二区域具有相同尺寸。

根据本发明的再一个方面，提供了一种计算设备，包括：至少一个处理器；和存储器；一个或多个程序，其中一个或多个程序存储在存储器中并被配置为由处理器执行，一个或多个程序包括用于执行如上所述的方法的指令。

根据本发明的再一个方面，提供了一种存储一个或多个程序的计算机可读存储介质，一个或多个程序包括指令，指令当计算设备执行时，使得计算设备执行如上所述的方法中的任一方法。

根据本发明的图像中异常像素的修正方法，基于待处理图像的轮廓线，将可能出现杂色的边缘区域(即第一区域与第二区域之间的区域)从待处理图像中分离出来，并根据该边缘区域两侧的图像区域(即第一区域和第二区域)内像素值的分布情况确认出第一阈值和第二阈值，通过比较该边缘区域内像素值与第一阈值或第二阈值的大小关系筛选出异常像素，再对异常像素的像素值进行修正。本发明的方法能够很好地修正待处理图像在边缘部分出现的过亮或过暗的杂色，且大部分计算过程可以并行完成，计算效率够高。进一步地，将本发明的方法应用于图像合成等场景(如人物证件照的前后景合成)中时，可降低前期图像分割时对分割精度的要求，但同时会达到很好地融合效果。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。

图1示出了根据本发明一个实施例的计算设备100的示意图；

图2示出了根据本发明一个实施例的图像中异常像素的修正方法200的流程图；

图3示出了根据本发明一个实施例的第一区域和第二区域示意图；以及图4示出了根据本发明一个实施例的直方图示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一个实施例的计算设备100的示意图。

如图1所示，在基本的配置102中，计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。

取决于期望的配置，处理器104可以是任何类型的处理，包括但不限于：微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用，或者在一些实现中，存储器控制器118可以是处理器104的一个内部部分。

取决于期望的配置，系统存储器106可以是任意类型的存储器，包括但不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者多个应用122以及程序124。在一些实施方式中，应用122可以布置为在操作系统上由一个或多个处理器104利用程序124执行指令。

计算设备100还可以包括有助于从各种接口设备(例如，输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156，它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160，其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。

网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以是这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专线网络之类的有线介质，以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。

根据本发明的实施例，计算设备100可以实现为小尺寸便携(或者移动)电子设备的一部分，这些电子设备可以是诸如蜂窝电话、数码照相机、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。当然，计算设备100也可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。

本发明提供了一种图像中异常像素的修正方法200，通过在计算设备100的程序124中存储包括执行方法200的多条指令，来对待处理图像中的异常像素进行修正处理。应当指出，还可以通过在计算设备100上布置相应的应用122(如，对图像中异常像素进行修正的应用)，在操作系统上由一个或多个处理器104利用程序124执行相应的指令。根据一个实施例，方法200中的待处理图像可以是通过通信设备146从与之相连的其他计算设备中获取的，也可以是通过计算设备100自带的相机子系统采集得到，本发明的实施例对此不做限制。

图2示出了根据本发明一个实施例的图像中异常像素的修正方法200的流程图，方法200在计算设备(例如前述计算设备100)中执行。如图2所示，方法200始于步骤S210。

在步骤S210中，通过轮廓提取算法提取出待处理图像中的轮廓线。

根据本发明的一个实施例，通过图像分割算法从原始图像中分割出感兴趣区域(感兴趣区域可以是前景区域，本发明对此不做限制)、并将该感兴趣区域合成到目标图像中，合成后的图像就是待处理图像。此时，待处理图像中感兴趣区域部分的边缘处可能会残留原始图像中其它部分的像素信息。通过轮廓提取算法提取出待处理图像中的轮廓线，轮廓提取算法可以基于图像区域的灰度、颜色、纹理等来实现，也可以基于边缘检测和边缘分组来实现，或者是通过定义函数模拟人眼视觉特性，构建仿生模型来实现特征提取，本发明的实施例不受限于此。

应当指出，本发明所指的待处理图像不局限于是合成图像，也可能是受限于拍摄硬件而造成采集图像的边缘部分不够清晰。本方法200旨在捕捉图像中的异常像素，凡是图像边缘处不够清晰、存在色彩损失或杂色的情况，均可以作为本发明的待处理图像进行处理。

随后在步骤S220中，从所提取的轮廓线上选取一点并计算该点在轮廓线上的切线方向，沿切线方向延伸的直线就是该点的切线。根据本发明的实施方式，可以根据实际情况从轮廓线上选取任意一点进行计算。计算曲线上一点的切线方向属于本领域技术人员已知的内容，此处不再展开叙述，本发明的实施例对此亦不做限制。

随后在步骤S230中，按照预定规则分别从切线方向两侧的图像区域中筛选出第一区域和第二区域。

图3示出了根据本发明一个实施例的第一区域和第二区域示意图。在待处理图像310中，直线D表示轮廓线C(图3中仅示出了图像310中的部分轮廓线)上的一点I的切线，以切线D为基准，从其两侧的图像区域中筛选出第一区域A和第二区域B。在根据本发明的一个实施例中，预定规则包括：第一区域A和第二区域B中所有像素到点I的距离均大于预定值d。如图3中所示，第一区域A中离点I最近的像素到点I的距离d₁＞d，第二区域B中离点I最近的像素到点I的距离d₂＞d。根据一种实施方式，预定值d的选取主要考虑第一区域A和第二区域B之间的区域能够涵盖所有的边缘杂色。对于经分割处理后合成的图像来说，预定值d的范围由原始分割精度决定，原始分割精度越高，边缘杂色就越少，那么预定值d就越小，反之，原始分割精度越低，边缘杂色就越多，那么预定值d就越大。

在另一些实施例中，预定规则还包括：第一区域A和第二区域B具有相同尺寸。本发明的实施例对第一区域A和第二区域B的形状不做限制，可以如图3所示为正方形，也可以是圆形或者其他不规则形状等。当第一区域A和第二区域B都是正方形时，第一区域A和第二区域B具有相同的宽高；当第一区域A和第二区域B都是圆形时，第一区域A和第二区域B具有相同的半径。在一种优选的实施例中，第一区域A和第二区域B以切线D为对称轴，呈对称分布，且大小、形状均保持一致。

在又一些实施例中，预定规则还包括对第一区域A和第二区域B的大小的设置，一般地，要求第一区域A和第二区域B的面积大于第一区域A和第二区域B之间的区域的面积，即，第一区域A和第二区域B分别包含的像素个数多于第一区域A和第二区域B之间的区域所包含的像素个数。

按照上述预定规则中的一条或多条筛选出第一区域A和第二区域B，随后在步骤S240中，通过分别统计第一区域A和第二区域B中像素值的分布来确认出至少一个第一阈值和至少一个第二阈值。

根据一种实现方式，对第一区域A执行如下(a1)-(c1)步骤，以生成第一区域的第一阈值T1_1和第一区域的第二阈值T2_1。

(a1)根据第一区域A的像素值生成表征其像素值分布的第一直方图，统计第一区域中所有像素在各像素值上的分布情况。

根据本发明的实施例中，待处理图像以RGB图像为例，分别统计三个通道上图像的像素值分布情况，这样，第一直方图实际上包含了三个通道的直方图：第一区域在R通道的直方图、第一区域在G通道的直方图、第一区域在B通道的直方图，分别记作h_R1、h_G1、h_B1。根据一个实施例，对三个直方图h_R1、h_G1、h_B1的处理方式完全一致，故此处仅以h_R1为例进行后续说明。

图4示出了根据本发明一个实施例的直方图示意图(以h_R1为例)，其中横轴表示像素值，纵轴表示像素个数。根据一个实施例，像素值范围在0～255之间。当然本发明对此不做限制，针对10bit量化时，像素值范围在0～1023之间，针对不同颜色空间的图像时，其像素值范围也可能产生变化，此处不再赘述。

(b1)自第一直方图的最小像素值起，依次累计各像素值对应的像素个数，当累计的像素个数刚刚超过第一数量时，将当前像素值的前一像素值作为第一区域的第一阈值。

以h_R1为例，最小像素值为0，即从0开始依次累加像素值1、2、3、…对应的像素个数，当累加到像素值4时，累计的像素个数还没有超过第一数量，但是当累加到像素值5时，累计的像素个数就超过了第一数量，那么，取前一个像素值(即，像素值4)作为第一区域的第一阈值，更具体地说，是第一区域在R通道上的第一阈值，记作T1_R1。采用同样的方法进行统计，得到第一区域在G通道上的第一阈值T1_G1和第一区域在B通道上的第一阈值T1_B1。

在一种实施例中，第一区域的第一阈值T1_1表示为(T1_R1,T1_G1,T1_B1)。

(c1)自第一直方图的最大像素值起，依次累计各像素值对应的像素个数，当累计的像素个数刚刚超过第一数量时，将当前像素值的前一像素值作为第一区域的第二阈值。

还是以h_R1为例，最大像素值为255，即从255开始依次累加像素值254、253、252、…对应的像素个数，当累加到像素值250时，累计的像素个数还没有超过第一数量，但是当累加到像素值249时，累计的像素个数就超过了第一数量，那么，取前一个像素值(即，像素值250)作为第一区域的第二阈值，更具体地说，是第一区域在R通道上的第二阈值，记作T2_R1。采用同样的方法进行统计，得到第一区域在G通道上的第二阈值T2_G1和第一区域在B通道上的第二阈值T2_B1。

在一种实施例中，第一区域的第二阈值T2_1表示为(T2_R1,T2_G1,T2_B1)。

在根据本发明的实施例中，对第一数量的取值不做具体限制，可根据第一区域A和第二区域B的实际大小进行调整。

根据一种实现方式，对第二区域B也执行同样的步骤，以生成第二区域的第一阈值T1_2和第二区域的第二阈值T2_2。鉴于上述步骤已在(a1)-(c1)中进行了详细的阐述，故此处对步骤(a2)-(c2)只做简单介绍。

(a2)根据第二区域B的像素值生成表征其像素值分布的第二直方图，统计第二区域中所有像素在各像素值上的分布情况。

根据本发明的实施例中，第二直方图包含了三个通道的直方图：第二区域在R通道的直方图、第二区域在G通道的直方图、第二区域在B通道的直方图，分别记作h_R2、h_G2、h_B2。根据一个实施例，对三个直方图h_R2、h_G2、h_B2的处理方式完全一致，故此处仅以h_R2为例进行后续说明。

(b2)自第二直方图的最小像素值起，依次累计各像素值对应的像素个数，当累计的像素个数刚刚超过第一数量时，将当前像素值的前一像素值作为第二区域的第一阈值。

以h_R2为例，最小像素值为0，即从0开始依次累加像素值1、2、3、…对应的像素个数，当累加到像素值8时，累计的像素个数还没有超过第一数量，但是当累加到像素值9时，累计的像素个数就超过了第一数量，那么，取前一个像素值(即，像素值8)作为第二区域的第一阈值，更具体地说，是第二区域在R通道上的第一阈值，记作T1_R2。采用同样的方法进行统计，得到第二区域在G通道上的第一阈值T1_G2和第二区域在B通道上的第一阈值T1_B2。

在一种实施例中，第二区域的第一阈值T1_2表示为(T1_R2,T1_G2,T1_B2)。

(c2)自第二直方图的最大像素值起，依次累计各像素值对应的像素个数，当累计的像素个数刚刚超过第一数量时，将当前像素值的前一像素值作为第二区域的第二阈值。

还是以h_R2为例，最大像素值为255，即从255开始依次累加像素值254、253、252、…对应的像素个数，当累加到像素值251时，累计的像素个数还没有超过第一数量，但是当累加到像素值250时，累计的像素个数就超过了第一数量，那么，取前一个像素值(即，像素值251)作为第二区域的第二阈值，更具体地说，是第二区域在R通道上的第二阈值，记作T2_R2。采用同样的方法进行统计，得到第二区域在G通道上的第二阈值T2_G2和第二区域在B通道上的第二阈值T2_B2。

在一种实施例中，第二区域的第二阈值T2_2表示为(T2_R2,T2_G2,T2_B2)。

在根据本发明的实施例中，对第一数量的取值不做具体限制，可根据第一区域A和第二区域B的实际大小进行调整。

应当指出，为便于显示和说明，本发明的实施例中给出了通过直方图统计像素值分布的方式，但本发明不受限于此，亦可以通过其他数学统计方式来统计像素值的分布情况，并根据上述的累计步骤确认出第一阈值和第二阈值。

随后在步骤S250中，根据第一阈值和第二阈值筛选出待处理图像中的至少一个异常像素。

根据一种实施方式，遍历待处理图像中处于第一区域A和第二区域B之间的像素(如图3中所示的像素p)，若像素的像素值满足预定条件则判定该像素为异常像素。例如，处于第一区域A和第二区域B之间的任一个像素p的像素值记作(R_p,G_p,B_p)，在判断像素值(R_p,G_p,B_p)是否满足预定条件时，分别判断R_p、G_p、B_p是否同时满足预定条件。

在一些实施例中，预定条件包括：像素的像素值小于第一阈值T1或像素的像素值大于第二阈值T2，只要满足上述两个条件中的其中一个时，就判定该像素为异常像素。

例如，先通过比较第一区域的第一阈值T1_1和第二区域的第一阈值T1_2，取其中较大值作为第一阈值T1，比较第一区域的第二阈值T2_1和第二区域的第二阈值T2_2，取其中较大值作为第二阈值T2，再判断像素的像素值与第一阈值T1或第二阈值T2的大小关系。应当指出，也可以分别取其中较小值作为第一阈值T1或第二阈值T2，本发明的实施例仅给出一种可选择的思路，但并不受限于此。

在另一些实施例中，预定条件包括：像素的像素值小于第一区域的第一阈值T1_1、或像素的像素值小于第二区域的第一阈值T1_2、或像素的像素值大于第一区域的第二阈值T2_1、或像素的像素值大于第二区域的第二阈值T2_2。只要满足上述四个条件中的其中一个时，就判定该像素为异常像素。

在对处于第一区域A和第二区域B之间的所有像素进行判断后，就会得到至少一个异常像素。随后在步骤S260中，对于每个异常像素，根据异常像素与第一区域A和第二区域B内像素的距离值的大小关系来修正该异常像素的像素值。

根据一个实施例，首先计算异常像素与第一区域中每个像素的距离值，并将其中最小的距离值作为第一距离值，第一距离值记作dx_1，第一距离值对应的像素记作x_1，同时计算异常像素与第二区域中每个像素的距离值，并将其中的最小距离值作为第二距离值，第二距离值记作dx_2，第二距离值对应的像素记作x_2。本发明对计算像素距离的方式不做限制，如通过欧氏距离来计算两个像素的距离值，任何计算像素间距离的算法均可与本发明的实施例相结合，来修正异常像素的像素值。

然后，判断第一距离值dx_1和第二距离值dx_2的大小关系：

1)当第一距离值dx_1大于第二距离值dx_2时，用第二距离值dx_2对应的像素x_2的像素值修正该异常像素的像素值，例如，将像素x_2的像素值作为该异常像素的像素值；

2)当第一距离值dx_1不大于第二距离值dx_2时，用第一距离值dx_1对应的像素x_1的像素值修正该异常像素的像素值，例如，将像素x_1的像素值作为该异常像素的像素值。

在对每个异常像素进行上述判断、修正的步骤后，就得到了待处理图像经初步修正后的图像。根据本发明的另一些实施例，还可以对初步修正后的图像进行Alpha通道的融合，这样融合后的图像，其边缘部分就不再有明显的杂色。

根据本发明的图像中异常像素的修正方法200，先从待处理图像中筛选出显示为边缘杂色的异常像素，再将异常像素修正为符合其周围区域(第一区域或第二区域)表现的色彩。具体而言，基于待处理图像的轮廓线，将可能出现杂色的边缘区域(即第一区域与第二区域之间的区域)从待处理图像中分离出来，并根据该边缘区域两侧的图像区域(即第一区域和第二区域)内像素值的分布情况确认出第一阈值和第二阈值，通过比较该边缘区域内像素值与第一阈值或第二阈值的大小关系筛选出异常像素，再根据第一区域或第二区域内的像素值对异常像素的像素值进行修正。

本方案可以很好地修正待处理图像在边缘部分出现的过亮或过暗的杂色，且大部分计算过程可以并行完成，计算效率够高。进一步地，将本发明的方法200应用于图像合成等场景(如人物证件照的前后景合成)中时，可降低前期图像分割时对分割精度的要求，但同时会达到很好地融合效果。

这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如可移动硬盘、U盘、软盘、CD-ROM或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被所述机器执行时，所述机器变成实践本发明的设备。

在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的所述程序代码中的指令，执行本发明的方法。

以示例而非限制的方式，可读介质包括可读存储介质和通信介质。可读存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种的组合也包括在可读介质的范围之内。

在此处所提供的说明书中，算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与本发明的示例一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。

如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。

尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的而非限制性的，本发明的范围由所附权利要求书限定。

Claims (9)

1.一种图像中异常像素的修正方法，所述方法适于在计算设备中执行，所述方法包括步骤：

通过轮廓提取算法提取出待处理图像中的轮廓线；

从所述轮廓线上选取一点并计算该点的切线方向；

按照预定规则分别从所述切线方向两侧的图像区域中筛选出第一区域和第二区域；

通过分别统计所述第一区域和第二区域中像素值的分布来确认出至少一个第一阈值和至少一个第二阈值；

根据第一阈值和第二阈值筛选出待处理图像中的至少一个异常像素；以及

对于每个异常像素，根据异常像素与第一区域和第二区域内像素的距离值的大小关系来修正该异常像素的像素值。

2.如权利要求1所述的方法，其中，所述根据异常像素与第一区域和第二区域的距离值的大小关系来修正该异常像素的像素值的步骤包括：

计算异常像素与第一区域中每个像素的距离值，并将其中最小的距离值作为第一距离值；

计算异常像素与第二区域中每个像素的距离值，并将其中的最小距离值作为第二距离值；

判断第一距离值和第二距离值的大小关系：

当第一距离值大于第二距离值时，用第二距离值对应的像素的像素值修正该异常像素的像素值；以及

当第一距离值不大于第二距离值时，用第一距离值对应的像素的像素值修正该异常像素的像素值。

3.如权利要求2所述的方法，其中，所述根据第一阈值和第二阈值筛选出待处理图像中的至少一个异常像素的步骤包括：

遍历待处理图像中处于第一区域和第二区域之间的像素，若所述像素的像素值满足预定条件则判定所述像素为异常像素，

其中，所述预定条件包括：所述像素的像素值小于第一阈值或所述像素的像素值大于第二阈值。

4.如权利要求3所述的方法，其中，所述通过分别统计第一区域和第二区域中的像素值分布来确认出至少一个第一阈值和至少一个第二阈值的步骤包括：

根据第一区域的像素值生成表征其像素值分布的第一直方图；

自所述第一直方图的最小像素值起，依次累计各像素值对应的像素个数，当累计的像素个数刚刚超过第一数量时，将当前像素值的前一像素值作为第一区域的第一阈值；以及

自所述第一直方图的最大像素值起，依次累计各像素值对应的像素个数，当累计的像素个数刚刚超过第一数量时，将当前像素值的前一像素值作为第一区域的第二阈值。

5.如权利要求4所述的方法，其中，所述通过分别统计第一区域和第二区域中的像素值分布来确认出至少一个第一阈值和至少一个第二阈值的步骤还包括：

根据第二区域的像素值生成表征其像素值分布的第二直方图；

自所述第二直方图的最小像素值起，依次累计各像素值对应的像素个数，当累计的像素个数刚刚超过第一数量时，将当前像素值的前一像素值作为第二区域的第一阈值；以及

自所述第二直方图的最大像素值起，依次累计各像素值对应的像素个数，当累计的像素个数刚刚超过第一数量时，将当前像素值的前一像素值作为第二区域的第二阈值。

6.如权利要求5所述的方法，其中，所述根据第一阈值和第二阈值筛选出待处理图像中的至少一个异常像素的步骤包括：

遍历待处理图像中处于第一区域和第二区域之间的像素，若所述像素的像素值满足预定条件，则判定所述像素为异常像素，

其中所述预定条件包括：所述像素的像素值小于第一区域的第一阈值、或所述像素的像素值小于第二区域的第一阈值、或所述像素的像素值大于第一区域的第二阈值、或所述像素的像素值大于第二区域的第二阈值。

7.如权利要求1-6中任一项所述的方法，其中，

所述预定规则包括：第一区域和第二区域中所有像素到该点的距离均大于预定值，且所述第一区域和第二区域具有相同尺寸。

8.一种计算设备，包括：

至少一个处理器；和

存储器；

一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述处理器执行，所述一个或多个程序包括用于执行如权利要求1-7中任一项所述方法的指令。

9.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当计算设备执行时，使得所述计算设备执行根据权利要求1-7所述的方法中的任一方法。

Images