CN110971811A - 图像筛选方法、系统、终端及计算机可读存储介质 - Google Patents

图像筛选方法、系统、终端及计算机可读存储介质 Download PDF

Info

Publication number
CN110971811A
CN110971811A CN201811155565.1A CN201811155565A CN110971811A CN 110971811 A CN110971811 A CN 110971811A CN 201811155565 A CN201811155565 A CN 201811155565A CN 110971811 A CN110971811 A CN 110971811A
Authority
CN
China
Prior art keywords
image
frame
sequence
ordered
center
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
Application number
CN201811155565.1A
Other languages
English (en)
Other versions
CN110971811B (zh
Inventor
魏祺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZTE Corp
Original Assignee
ZTE Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZTE Corp filed Critical ZTE Corp
Priority to CN201811155565.1A priority Critical patent/CN110971811B/zh
Priority to PCT/CN2019/097353 priority patent/WO2020063072A1/zh
Publication of CN110971811A publication Critical patent/CN110971811A/zh
Application granted granted Critical
Publication of CN110971811B publication Critical patent/CN110971811B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/62—Control of parameters via user interfaces
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例适用于图像处理技术领域，提供了一种图像筛选方法、系统、终端及计算机可读存储介质，其中方法包括：获取待筛选的连续多帧图像，按照图像采集时间顺序对所述连续多帧图像进行标记形成有序图像序列；标记所述有序图像序列中每帧图像内运动主体中心，获取每帧图像内运动主体中心在图像预览视野内预设参考坐标系上的位置坐标；根据每帧图像内运动主体中心的位置坐标对所述有序图像序列进行筛选，使得筛选后的有效图像序列中相邻图像内运动主体之间的间隔距离大于预设阈值。本发明实施例可以准确筛选出无冗余图像的有效图像序列。

Description

图像筛选方法、系统、终端及计算机可读存储介质
技术领域
本发明实施例涉及图像处理技术领域，尤其涉及一种图像筛选方法、系统、终端及计算机可读存储介质。
背景技术
对运动目标进行连续拍照是相机拍照的常用生活场景之一。对运动目标进行连续拍照，可以抓拍到运动目标在一段时间内的一系列动作状态和运动位置，但是当被拍摄目标主体运动速度过慢时，往往会拍到大量同一位置、状态的冗余图像，给用户筛选照片造成麻烦。现有的照片筛选方式是从图像质量上优选，例如：筛选出光照亮度、曝光灯效果参数较好的图像，这种照片筛选方式忽略了图像内容的冗余性，导致筛选后的照片中仍然会存在内容相似或相同的冗余照片。
发明内容
有鉴于此，本发明实施例提供了一种图像筛选方法、系统、终端及计算机可读存储介质，以解决上述照片筛选方式忽略了图像内容的冗余性，导致筛选后的照片中仍然会存在内容相似或相同的冗余照片的问题。
本发明实施例的第一方面提供了一种图像筛选方法，该方法包括：
获取待筛选的连续多帧图像，按照图像采集时间顺序对所述连续多帧图像进行标记形成有序图像序列；
标记所述有序图像序列中每帧图像内运动主体中心，获取每帧图像内运动主体中心在图像预览视野内预设参考坐标系上的位置坐标；
根据每帧图像内运动主体中心的位置坐标对所述有序图像序列进行筛选，使得筛选后的有效图像序列中相邻图像内运动主体之间的间隔距离大于预设阈值。
本发明实施例的第二方面提供了一种图像筛选系统，该图像筛选系统包括：
图像获取单元，用于获取待筛选的连续多帧图像，按照图像采集时间顺序对所述连续多帧图像进行标记形成有序图像序列；
中心标记单元，用于标记所述有序图像序列中每帧图像内运动主体中心，获取每帧图像内运动主体中心在图像预览视野内预设参考坐标系上的位置坐标；
图像筛选单元，用于根据每帧图像内运动主体中心的位置坐标对所述有序图像序列进行筛选，使得筛选后的有效图像序列中相邻图像内运动主体之间的间隔距离大于预设阈值。
本发明实施例的第三方面提供了一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如上述第一方面所述图像筛选方法方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中，所述计算机程序被处理器执行时实现如上述第一方面所述图像筛选方法的步骤。
本发明实施例的有益效果是：
本发明实施例由于首先按照图像拍摄时间顺序对待筛选的连续多帧图像进行标记，形成有序图像序列；然后标记所述有序图像序列中每帧图像内运动主体中心，获取每帧图像内运动主体中心在图像预览视野内预设参考坐标系上的位置坐标；最后根据每帧图像内运动主体中心的位置坐标对所述有序图像序列进行筛选，使得筛选后的有效图像序列中相邻图像内运动主体之间的间隔距离大于预设阈值，从而可以实现根据图像中运动主体的位置，为用户筛选出运动主体位置不重复的图像。
附图说明
为了更清楚地说明本发明实施例实施例中的技术方案，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实施例的一些实施例，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是本发明实施例一提供的图像筛选方法的实现流程示意图；
图2是本发明实施例二提供的图像筛选方法的实现流程示意图；
图3是本发明实施例三提供的图像筛选方法的实现流程示意图；
图4是本发明实施例四提供的图像筛选系统的结构示意图；
图5是本发明实施例五提供的终端的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明实施例。在其它情况中，省略对众所周知的系统、设备、电路以及方法的详细说明，以免不必要的细节妨碍本发明实施例的描述。
为了说明本发明实施例所述的技术方案，下面通过具体实施例来进行说明。
图1示出了本发明实施例一提供的图像筛选方法的实现流程，该方法的执行主体为本发明实施例中的终端。参见图1所示，本实施例提供的方法的实现流程详述如下：
步骤S101，获取待筛选的连续多帧图像，按照图像采集时间顺序对所述连续多帧图像进行标记形成有序图像序列。
其中，所述待筛选的连续多帧图像可以是由终端上的摄像装置实时针对运动物体拍摄的连续多帧图像，也可以是从终端的存储器中读取的非实时拍摄的连续多帧图像。需要说明的是，所述连续多帧图像拍摄过程中摄像装置的图像预览视野保持不变，这样方便后续以图像预览视野为参照物计算不同帧图像内运动主体之间的间隔距离。
其中，所述有序图像序列可以是按照图像采集时间的先后顺序对连续多帧图像进行标记得到的，也可以按照图像采集时间的先后顺序的逆序对连续多帧图像进行标记得到的。
可选的，在本实施例中，在获取带筛选的连续多帧图像之后还可以包括：
对所述连续多帧图像进行识别，滤除不包含运动主体的图像。
在本实施例中，由于在获取到所述连续多帧图像后，进一步对其进行识别，过滤掉不包含运动主体的图像，然后再对按照图像采集时间对过滤后的包含有运动主体的多帧图像进行标记，得到有序图像序列，这样可以提高后续图像筛选效率和精度。
步骤S102，标记所述有序图像序列中每帧图像内运动主体中心，获取每帧图像内运动主体中心在图像预览视野内预设参考坐标系上的位置坐标。
其中，所述图像预览视野是指拍摄所述连续多帧图像时摄像装置的图像预览视野，摄像装置在拍摄所述连续多帧图像时的图像预览视野是固定不变的，因此可以所述图像预览视野为参照物来计算不同帧图像内运动主体中心之间的间隔距离。
其中，所述标记所述有序图像序列中每帧图像内运动主体中心包括：
获取所述有序图像序列中每帧图像内包含所述运动主体的主体区域，将所述主体区域的中心标记为所述运动主体中心。
所述主体区域包括但不限于所述运动主体的最小外接圆或所述运动主体的最小外接矩形。
步骤S103，根据每帧图像内运动主体中心的位置坐标对所述有序图像序列进行筛选，使得筛选后的有效图像序列中相邻图像内运动主体之间的间隔距离大于预设阈值。
优选的，在本实施例中，步骤S103具体包括：
选取所述有序图像序列中首帧图像保留为有效图像，并将该图像设置为基础帧图像；
以所述基础帧图像作为起始帧，顺序遍历所述有序图像序列，查找首次出现的图像内运动主体中心与所述基础帧图像内运动主体中心之间的间隔距离大于所述预设阈值的图像；
将查找出的图像保留为有效图像，并重新将查找出的图像设置为基础帧图像返回上一步循环执行上述流程，直至筛选出所有有效图像序列。
应当理解的是，上述选取所述有序图像序列中的首帧图像作为首帧基础帧图像仅仅为本发明所例举的较佳实现示例，并不用于限制本发明，例如：在其他实现示例中，也可以选取位于有序图像序列中间的某帧图像作为首帧基础帧图像，然后在以该基础帧图像为起始帧，先对有序图像序列进行顺序遍历，再对有序图像序列进行倒序遍历，以筛选出所有有效图像序列；当然也可以选取位于有序序列尾部的图像作为首帧基础帧图像，然后以该基础帧图像为起始帧，倒序遍历所述有序图像序列，以筛选出所有有效图像序列。
优选的，在本实施例中，在步骤S102之后还可以包括：
根据每帧图像内运动主体中心的位置坐标，对所述连续多帧图像进行筛选，使得筛选后的图像序列内运动主体在所述预设参考坐标系的x轴或y轴上的运动方向保持一致。
其中，使得筛选后的图像序列内运动主体在所述预设参考坐标系的x轴或y轴上的运动方向保持一致具体是指：使得筛选后的有序图像序列中运动主体中心在所述预设参考坐标系中x轴或y轴上的坐标值呈递增或递减趋势。这样便可以保证筛选后的有序图像序列中运动主体的运动方向未发生反向，保证了后续图像筛选的可靠性。
以上可以看出，本实施例提供的图像筛选方法由于首先按照图像拍摄时间顺序对待筛选的连续多帧图像进行标记，形成有序图像序列；然后标记所述有序图像序列中每帧图像内运动主体中心，获取每帧图像内运动主体中心在图像预览视野内预设参考坐标系上的位置坐标；最后根据每帧图像内运动主体中心的位置坐标对所述有序图像序列进行筛选，使得筛选后的有效图像序列中相邻图像内运动主体之间的间隔距离大于预设阈值，从而可以实现根据图像中运动主体的位置，为用户筛选出运动主体位置不重复的图像。
实施例二
图2是本发明实施例二提供的图像筛选方法的实现流程示意图，该方法的执行主体为本发明实施例中所述的终端。参见图2所示，本实施例提供的图像筛选方法包括以下步骤：
步骤S201，获取待筛选的连续多帧图像，按照图像采集时间顺序对所述连续多帧图像进行标记形成有序图像序列。
步骤S202，获取所述有序图像序列中每帧图像内包含所述运动主体的最小外接圆，将所述最小外接圆的中心标记为所述运动主体中心，获取每帧图像内运动主体中心在图像预览视野内预设参考坐标系上的位置坐标。
步骤S203，计算所述有序图像序列中所有图像内运动主体的最小外接圆直径的平均值。
步骤S204，根据所述最小外接圆直径的平均值和可调系数进行训练得到所述预设阈值。
步骤S205，根据每帧图像内运动主体中心的位置坐标对所述有序图像序列进行筛选，使得筛选后的有效图像序列中相邻图像内运动主体之间的间隔距离大于预设阈值。
优选的，在本实施例中，所述预设阈值为所述最小外接圆的平均值与所述可调系数的乘积值。所述可调系数由用户根据图像筛选结果进行调节，以便经过大量实验训练得出最佳预设阈值，保证在获取无冗余图像的有效图像序列的同时，获取最全面的运动主体的运动状态信息。
需要说明的是，本实施例中，步骤S201～步骤S202以及步骤S205的实现方式由于与上一实施例中步骤S101～步骤S103的实现方式完全相同，因此，在此不再赘述。
因此，可以看出，相对于上一实施例，本实施例提供的图像筛选方法由于计算所述有序图像序列中所有图像内运动主体的最小外接圆直径的平均值，并根据所述最小外接圆直径的平均值和可调系数进行训练得到所述预设阈值，因此可以保证图像筛选在获取无冗余图像的有效图像序列的同时，获取最全面的运动主体的运动状态信息。
实施例三
图3是本发明实施例三提供的图像筛选方法的实现流程示意图，该方法的执行主体为本发明实施例中所述的终端。参见图3所示，本实施例提供的图像筛选方法包括以下步骤：
步骤S301，获取待筛选的连续多帧图像，按照图像采集时间顺序对所述连续多帧图像进行标记形成有序图像序列。
步骤S302，获取所述有序图像序列中每帧图像内包含所述运动主体的最小外接矩形，将所述最小外接矩形的中心标记为所述运动主体中心，获取每帧图像内运动主体中心在图像预览视野内预设参考坐标系上的位置坐标。
步骤S303，计算所述有序图像序列中所有图像内运动主体的最小外接矩形对角线的平均值。
步骤S304，根据所述最小外接矩形对角线的平均值和可调系数进行训练得到所述预设阈值。
步骤S305，根据每帧图像内运动主体中心的位置坐标对所述有序图像序列进行筛选，使得筛选后的有效图像序列中相邻图像内运动主体之间的间隔距离大于预设阈值。
优选的，在本实施例中，所述预设阈值为所述最小外接矩形对角线的平均值与所述可调系数的乘积值。所述可调系数由用户根据图像筛选结果进行调节，以便经过大量实验训练得出最佳预设阈值，保证在获取无冗余图像的有效图像序列的同时，获取最全面的运动主体的运动状态信息。
需要说明的是，本实施例中，步骤S301～步骤S302以及步骤S305的实现方式由于与上一实施例中步骤S101～步骤S103的实现方式完全相同，因此，在此不再赘述。
因此，可以看出，相对于实施例一，本实施例提供的图像筛选方法由于计算所述有序图像序列中所有图像内运动主体的最小外接矩形对角线的平均值，并根据所述最小外接矩形对角线的平均值和可调系数进行训练得到所述预设阈值，因此可以保证图像筛选在获取无冗余图像的有效图像序列的同时，获取最全面的运动主体的运动状态信息
实施例四
图4是本发明实施例四提供的图像筛选系统的结构示意图。为了便于说明仅仅示出了与本实施例相关的部分。
参见图4所示，本实施例提供的图像筛选系统4包括：
图像获取单元41，用于获取待筛选的连续多帧图像，按照图像采集时间顺序对所述连续多帧图像进行标记形成有序图像序列；
中心标记单元42，用于标记所述有序图像序列中每帧图像内运动主体中心，获取每帧图像内运动主体中心在图像预览视野内预设参考坐标系上的位置坐标；
图像筛选单元43，用于根据每帧图像内运动主体中心的位置坐标对所述有序图像序列进行筛选，使得筛选后的有效图像序列中相邻图像内运动主体之间的间隔距离大于预设阈值。
可选的，所述图像筛选单元43具体用于：
选取所述有序图像序列中首帧图像保留为有效图像，并将该图像设置为基础帧图像；
以所述基础帧图像作为起始帧，顺序遍历所述有序图像序列，查找首次出现的图像内运动主体中心与所述基础帧图像内运动主体中心之间的间隔距离大于所述预设阈值的图像；
将查找出的图像保留为有效图像，并重新将查找出的图像设置为基础帧图像返回上一步循环执行上述流程，直至筛选出所有有效图像序列。
本发明实施例的图像筛选系统与上述实施例一、实施例二或实施例三的图像筛选方法属于同一构思，其具体实现过程详细见对应的方法实施例，且方法实施例中的技术特征在本设备实施例中均对应适用，这里不再赘述。
本领域普通技术人员可以理解，本实施例所公开方法中的全部或某些步骤、可以被实施为软件、固件、硬件及其适当的组合。
实施例五
图5是本发明实施例五提供的终端的结构示意图。为了便于说明，仅仅示出了与本实施例相关的部分。
参见图5所示，本实施例提供的终端5包括存储器51、处理器52以及存储在所述存储器51中并可在所述处理器52上运行的计算机程序53，所述处理器52执行所述计算机程序53时实现如实施例一或实施例二所述图像筛选方法的步骤。
本领域普通技术人员可以理解，所述终端5可以是智能手机、笔记本及掌上电脑等具有拍照功能的电子设备。图5仅仅是终端5的示例，并不构成对终端5的限定，在实际应用中所述终端5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，例如所述终端5还可以包括输入输出设备、网络接入设备、总线等。
本发明实施例的终端与上述实施例一或实施例二的图像筛选方法属于同一构思，其具体实现过程详细见方法实施例，且方法实施例中的技术特征在本设备实施例中均对应适用，这里不再赘述。
本领域普通技术人员可以理解，本实施例所公开方法中的全部或某些步骤、可以被实施为软件、固件、硬件及其适当的组合。
实施例六
本发明实施例六提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如实施例一或实施例二所述图像筛选方法的步骤。
本发明实施例的计算机可读存储介质与上述实施例一或实施例二的方法属于同一构思，其具体实现过程详细见对应的方法实施例，且方法实施例中的技术特征在本计算机可读存储介质实施例中均对应适用，这里不再赘述。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
以上参照附图说明了本发明的优选实施例，并非因此局限本发明的权利范围。本领域技术人员不脱离本发明的范围和实质内所作的任何修改、等同替换和改进，均应在本发明的权利范围之内。

Claims (10)

1.一种图像筛选方法，其特征在于，包括：
获取待筛选的连续多帧图像，按照图像采集时间顺序对所述连续多帧图像进行标记形成有序图像序列；
标记所述有序图像序列中每帧图像内运动主体中心，获取每帧图像内运动主体中心在图像预览视野内预设参考坐标系上的位置坐标；
根据每帧图像内运动主体中心的位置坐标对所述有序图像序列进行筛选，使得筛选后的有效图像序列中相邻图像内运动主体之间的间隔距离大于预设阈值。
2.如权利要求1所述的图像筛选方法，其特征在于，所述标记所述有序图像序列中每帧图像内运动主体中心包括：
获取所述有序图像序列中每帧图像内包含所述运动主体的主体区域，将所述主体区域的中心标记为所述运动主体中心。
3.如权利要求2所述的图像筛选方法，其特征在于，所述主体区域为所述运动主体的最小外接圆，所述根据每帧图像内运动主体中心的位置坐标对所述有序图像序列进行筛选之前还包括：
计算所述有序图像序列中所有图像内运动主体的最小外接圆直径的平均值；
根据所述最小外接圆直径的平均值和可调系数进行训练得到所述预设阈值。
4.如权利要求2所述的图像筛选方法，其特征在于，所述最小几何区域为所述运动主体的最小外接矩形，所述根据每帧图像内运动主体中心的位置坐标对所述有序图像序列进行筛选之前还包括：
计算所述有序图像序列中所有图像内所述运动主体的最小外接矩形对角线的平均值；
根据所述最小外接矩形对角线的平均值和可调系数进行训练得到所述预设阈值。
5.如权利要求3或4所述的图像筛选方法，其特征在于，所述根据每帧图像内运动主体中心的位置坐标对所述有序图像序列进行筛选，使得筛选后的有效图像序列中相邻图像内运动主体之间的间隔距离大于预设阈值包括：
选取所述有序图像序列中首帧图像保留为有效图像，并将该图像设置为基础帧图像；
以所述基础帧图像作为起始帧，顺序遍历所述有序图像序列，查找首次出现的图像内运动主体中心与所述基础帧图像内运动主体中心之间的间隔距离大于所述预设阈值的图像；
将查找出的图像保留为有效图像，并重新将查找出的图像设置为基础帧图像返回上一步循环执行上述流程，直至筛选出所有有效图像序列。
6.如权利要求1所述的图像筛选方法，其特征在于，所述标记所述有序图像序列中每帧图像内运动主体中心，获取每帧图像内运动主体中心在图像预览视野内预设参考坐标系上的位置坐标之后还包括：
根据每帧图像内运动主体中心的位置坐标，对所述连续多帧图像进行筛选，使得筛选后的图像序列内运动主体在所述预设参考坐标系的x轴或y轴上的运动方向保持一致。
7.一种图像筛选系统，其特征在于，包括：
图像获取单元，用于获取待筛选的连续多帧图像，按照图像采集时间顺序对所述连续多帧图像进行标记形成有序图像序列；
中心标记单元，用于标记所述有序图像序列中每帧图像内运动主体中心，获取每帧图像内运动主体中心在图像预览视野内预设参考坐标系上的位置坐标；
图像筛选单元，用于根据每帧图像内运动主体中心的位置坐标对所述有序图像序列进行筛选，使得筛选后的有效图像序列中相邻图像内运动主体之间的间隔距离大于预设阈值。
8.如权利要求7所述的图像筛选系统，其特征在于，所述图像筛选单元具体用于：
选取所述有序图像序列中首帧图像保留为有效图像，并将该图像设置为基础帧图像；
以所述基础帧图像作为起始帧，顺序遍历所述有序图像序列，查找首次出现的图像内运动主体中心与所述基础帧图像内运动主体中心之间的间隔距离大于所述预设阈值的图像；
将查找出的图像保留为有效图像，并重新将查找出的图像设置为基础帧图像返回上一步循环执行上述流程，直至筛选出所有有效图像序列。
9.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述图像筛选方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述图像筛选方法的步骤。
CN201811155565.1A 2018-09-30 2018-09-30 图像筛选方法、系统、终端及计算机可读存储介质 Active CN110971811B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811155565.1A CN110971811B (zh) 2018-09-30 2018-09-30 图像筛选方法、系统、终端及计算机可读存储介质
PCT/CN2019/097353 WO2020063072A1 (zh) 2018-09-30 2019-07-23 图像筛选方法、系统、终端及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811155565.1A CN110971811B (zh) 2018-09-30 2018-09-30 图像筛选方法、系统、终端及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN110971811A true CN110971811A (zh) 2020-04-07
CN110971811B CN110971811B (zh) 2022-11-15

Family

ID=69949827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811155565.1A Active CN110971811B (zh) 2018-09-30 2018-09-30 图像筛选方法、系统、终端及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN110971811B (zh)
WO (1) WO2020063072A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114463988A (zh) * 2020-11-09 2022-05-10 浙江宇视科技有限公司 图像获取方法、装置、电子设备及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111462190B (zh) * 2020-04-20 2023-11-17 海信集团有限公司 一种智能冰箱及食材录入方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101720044A (zh) * 2009-12-10 2010-06-02 四川长虹电器股份有限公司 一种基于自适应帧结构的avs编码方法
US20100315512A1 (en) * 2008-03-05 2010-12-16 Huawei Device Co., Ltd Method and System for Processing Images
CN104104952A (zh) * 2014-08-01 2014-10-15 武汉高德信息产业有限公司 一种适应于移动设备存储与播放的音视频处理方法与系统
CN104767933A (zh) * 2015-03-13 2015-07-08 北京畅游天下网络技术有限公司 一种具备拍照功能的便携数码设备及筛选照片的方法
CN104883628A (zh) * 2014-02-28 2015-09-02 华为软件技术有限公司 一种生成视频浓缩摘要的方法、装置及设备
CN105138962A (zh) * 2015-07-28 2015-12-09 小米科技有限责任公司 图像显示方法及装置
CN106559190A (zh) * 2015-09-29 2017-04-05 腾讯科技（深圳）有限公司 一种媒体资源处理方法、装置及终端
CN107371026A (zh) * 2017-07-25 2017-11-21 西安科技大学 一种视频数据多重压缩及重构方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100315512A1 (en) * 2008-03-05 2010-12-16 Huawei Device Co., Ltd Method and System for Processing Images
CN101720044A (zh) * 2009-12-10 2010-06-02 四川长虹电器股份有限公司 一种基于自适应帧结构的avs编码方法
CN104883628A (zh) * 2014-02-28 2015-09-02 华为软件技术有限公司 一种生成视频浓缩摘要的方法、装置及设备
CN104104952A (zh) * 2014-08-01 2014-10-15 武汉高德信息产业有限公司 一种适应于移动设备存储与播放的音视频处理方法与系统
CN104767933A (zh) * 2015-03-13 2015-07-08 北京畅游天下网络技术有限公司 一种具备拍照功能的便携数码设备及筛选照片的方法
CN105138962A (zh) * 2015-07-28 2015-12-09 小米科技有限责任公司 图像显示方法及装置
CN106559190A (zh) * 2015-09-29 2017-04-05 腾讯科技（深圳）有限公司 一种媒体资源处理方法、装置及终端
CN107371026A (zh) * 2017-07-25 2017-11-21 西安科技大学 一种视频数据多重压缩及重构方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114463988A (zh) * 2020-11-09 2022-05-10 浙江宇视科技有限公司 图像获取方法、装置、电子设备及存储介质
CN114463988B (zh) * 2020-11-09 2023-10-03 浙江宇视科技有限公司 图像获取方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
WO2020063072A1 (zh) 2020-04-02
CN110971811B (zh) 2022-11-15

Similar Documents

Publication Publication Date Title
EP3457683B1 (en) Dynamic generation of image of a scene based on removal of undesired object present in the scene
EP1984892B1 (en) Foreground/background segmentation in digital images
CN107295252B (zh) 对焦区域显示方法、装置及终端设备
US20160301868A1 (en) Automated generation of panning shots
CN107690673B (zh) 图像处理方法、装置及服务器
JP2020528700A (ja) デュアルカメラを使用する画像処理のための方法および移動端末
WO2016127478A1 (zh) 一种图像处理方法、装置和终端
CN111915505B (zh) 图像处理方法、装置、电子设备及存储介质
CN107749944A (zh) 一种拍摄方法及装置
CN113079325B (zh) 暗光条件下的十亿级像素成像方法、装置、介质及设备
WO2007116248A1 (en) Constructing image panorama using frame selection
CN112822402B (zh) 图像拍摄方法、装置、电子设备和可读存储介质
CN103209291A (zh) 一种用于控制自动拍摄图像的方法、装置和设备
CN109241345B (zh) 基于人脸识别的视频定位方法和装置
CN110971811B (zh) 图像筛选方法、系统、终端及计算机可读存储介质
CN114782412A (zh) 图像检测方法、目标检测模型的训练方法及装置
CN108040244B (zh) 基于光场视频流的抓拍方法及装置、存储介质
CN111311481A (zh) 背景虚化方法、装置、终端设备及存储介质
US11373279B2 (en) Image processing method and device
CN105467741B (zh) 一种全景拍照方法及终端
CN111192286A (zh) 一种图像合成方法、电子设备及存储介质
CN111160340B (zh) 一种运动目标检测方法、装置、存储介质及终端设备
CN106488128B (zh) 一种自动拍照的方法及装置
CN109598195B (zh) 一种基于监控视频的清晰人脸图像处理方法与装置
CN111988520B (zh) 一种画面切换方法、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