CN112184722B - 图像处理方法、终端及计算机存储介质 - Google Patents

图像处理方法、终端及计算机存储介质 Download PDF

Info

Publication number
CN112184722B
CN112184722B CN202010970865.6A CN202010970865A CN112184722B CN 112184722 B CN112184722 B CN 112184722B CN 202010970865 A CN202010970865 A CN 202010970865A CN 112184722 B CN112184722 B CN 112184722B
Authority
CN
China
Prior art keywords
image
processed
target object
region
area
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.)
Active
Application number
CN202010970865.6A
Other languages
English (en)
Other versions
CN112184722A (zh
Inventor
周晨航
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.)
Shanghai Chuanying Information Technology Co Ltd
Original Assignee
Shanghai Chuanying Information Technology Co Ltd
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 Shanghai Chuanying Information Technology Co Ltd filed Critical Shanghai Chuanying Information Technology Co Ltd
Priority to CN202010970865.6A priority Critical patent/CN112184722B/zh
Publication of CN112184722A publication Critical patent/CN112184722A/zh
Application granted granted Critical
Publication of CN112184722B publication Critical patent/CN112184722B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • 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
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • 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
    • H04N23/67—Focus control based on electronic image sensor signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了一种图像处理方法、终端及计算机存储介质，所述图像处理方法应用于终端，包括：获取待处理图像；对所述待处理图像进行目标对象分割处理，获取所述待处理图像中所述目标对象所在区域；对所述待处理图像中除所述目标对象所在区域之外的区域进行叠加处理，获得背景画面呈动态效果的所述待处理图像。本申请公开的图像处理方法、终端及计算机存储介质，通过对图像中的目标对象进行分割处理，然后对图像中除所述目标对象所在区域之外的区域进行叠加处理，以获得背景画面呈动态效果的图像，操作简单便捷，提升了用户使用体验。

Description

图像处理方法、终端及计算机存储介质
技术领域
本申请涉及图像处理领域，特别是涉及一种图像处理方法、终端及计算机存储介质。
背景技术
追焦摄影也叫摇拍，是一种特定慢快门的摄影技巧，通过设备镜头与目标物体几乎平行平稳同速的跟踪目标运动轨迹的拍摄手法来实现模糊背景突出主题的效果，会让照片看起来很有动感以及强烈的视觉冲击。追焦的拍摄效果和大光圈的背景虚化效果不同，追焦背景呈现动态，大光圈背景静止虚化。比如，在拍摄汽车时，在另一辆车辆上与被拍摄车辆保持一样的速度在道路上行驶，此时对焦到被拍摄车辆上，相对保持静止，移动的是背景画面，这时拍摄出来的照片就会出现车辆清晰、背景动态模糊的动态效果。目前，追焦拍摄技术多用于专业拍摄，需要很多外部拍摄条件的支持，很难在终端即时成像上应用。虽然已有一些软件能够实现类似追焦效果，但是，所需人为干预太多即操作复杂，影响用户使用体验。
前面的叙述在于提供一般的背景信息，并不一定构成现有技术。
发明内容
本申请的目的在于提供一种图像处理方法、终端及计算机存储介质，操作简单便捷，提升了用户使用体验。
为达到上述目的，本申请的技术方案是这样实现的：
第一方面，本申请实施例提供了一种图像处理方法，应用于终端，包括：
获取待处理图像；
对所述待处理图像进行目标对象分割处理，获取所述待处理图像中所述目标对象所在区域；
对所述待处理图像中除所述目标对象所在区域之外的区域进行叠加处理，获得背景画面呈动态效果的所述待处理图像。
作为其中一种实施方式，所述待处理图像为单帧图像；所述对所述待处理图像中除所述目标对象所在区域之外的区域进行叠加处理，获得背景画面呈动态效果的所述待处理图像，包括：
在保持所述目标对象所在区域不变的情况下，将至少两个所述待处理图像中除所述目标对象所在区域之外的区域进行错位叠加，获得背景画面呈动态效果的所述待处理图像。
作为其中一种实施方式，所述待处理图像为包含同一目标对象的至少两张连续帧图像；所述对所述待处理图像中除所述目标对象所在区域之外的区域进行叠加处理，获得背景画面呈动态效果的所述待处理图像，包括：
从所述待处理图像中确定作为基准图像的第一待处理图像和作为非基准图像的第二待处理图像；
根据所述第一待处理图像中所述目标对象所在区域和所述第二待处理图像中所述目标对象所在区域，对所述第一待处理图像和所述第二待处理图像进行图像配准处理；
在图像配准完成后，将所述第二待处理图像中除所述目标对象所在区域之外的区域叠加至所述第一待处理图像中除所述目标对象所在区域之外的区域，获得背景画面呈动态效果的所述待处理图像。
作为其中一种实施方式，所述根据所述第一待处理图像中所述目标对象所在区域和所述第二待处理图像中所述目标对象所在区域，对所述第一待处理图像和所述第二待处理图像进行图像配准处理之前，还包括：
获取所述第一待处理图像中所述目标对象所在区域的第一特征点和所述第二待处理图像中所述目标对象所在区域的第二特征点；
根据所述第一特征点和所述第二特征点检测所述目标对象是否处于刚性运动状态，若是，则执行所述根据所述第一待处理图像中所述目标对象所在区域和所述第二待处理图像中所述目标对象所在区域，对所述第一待处理图像和所述第二待处理图像进行图像配准处理的步骤。
作为其中一种实施方式，所述对所述待处理图像进行目标对象分割处理，获取所述待处理图像中所述目标对象所在区域，包括：
将所述待处理图像输入训练后的目标分割神经网络模型，得到所述训练后的目标分割神经网络模型输出的所述待处理图像中所述目标对象所在区域。
作为其中一种实施方式，所述对所述待处理图像进行目标对象分割处理，获取所述待处理图像中所述目标对象所在区域，包括：
接收用户在所述待处理图像上的选择操作，将所述选择操作所选定的区域作为所述待处理图像中所述目标对象所在区域。
第二方面，本申请实施例提供了一种图像处理方法，包括：
获取待拍摄图像；
对所述待拍摄图像中的目标对象进行预设关键点检测，获得所述目标对象的预设关键点在所述待拍摄图像中的位置信息；
根据所述目标对象的预设关键点在所述待拍摄图像中的位置信息对所述目标对象进行对焦。
作为其中一种实施方式，还包括：
获取在连续至少两帧图像内所述目标对象的预设关键点的位置变化信息；
根据所述位置变化信息判断所述目标对象是否处于预设运动状态；
确定所述目标对象是否处于预设运动状态时，开启预设图像拍摄模式。
作为其中一种实施方式，还包括：
根据所述目标对象的预设关键点在所述待拍摄图像中的位置信息获取所述目标对象的姿态；
确定所述目标对象的姿态为预设姿态时，对所述待拍摄图像进行拍摄。
作为其中一种实施方式，所述对所述待拍摄图像中的目标对象进行预设关键点检测，获得所述目标对象的预设关键点在所述待拍摄图像中的位置信息，包括：
对所述待处理图像进行目标对象分割处理，获得所述待处理图像中所述目标对象所在区域或位置矩形框；
根据所述待处理图像中所述目标对象所在区域或位置矩形框进行预设关键点检测，获得所述目标对象的预设关键点在所述待拍摄图像中的位置信息。
第二方面，本申请实施例提供了一种终端，所述终端包括处理器以及用于存储程序的存储器；当所述程序被所述处理器执行，使得所述处理器实现如第一方面和/或第二方面所述的图像处理方法。
第三方面，本申请实施例提供了一种计算机存储介质，存储有计算机程序，所述计算机程序被处理器执行时，实现如第一方面和/或第二方面所述的图像处理方法。
本申请实施例提供的图像处理方法、终端及计算机存储介质，所述图像处理方法应用于终端，包括：获取待处理图像；对所述待处理图像进行目标对象分割处理，获取所述待处理图像中所述目标对象所在区域；对所述待处理图像中除所述目标对象所在区域之外的区域进行叠加处理，获得背景画面呈动态效果的所述待处理图像。如此，通过对图像中的目标对象进行分割处理，然后对图像中除所述目标对象所在区域之外的区域进行叠加处理，以获得背景画面呈动态效果的图像，操作简单便捷，提升了用户使用体验。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，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为实现本申请各个实施例的一种移动终端的硬件结构示意图；
图2为本申请实施例提供的一种通信网络系统架构图；
图3为本申请实施例提供的一种图像处理方法的流程示意图一；
图4为本申请实施例提供的一种图像处理方法的流程示意图二；
图5为本申请实施例提供的一种图像处理方法的具体流程示意图一；
图6为本申请实施例提供的一种图像处理方法的具体流程示意图二；
图7为本申请实施例提供的一种终端的结构示意图。
具体实施方式
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，此外，本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义，也可能具有不同含义，其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。
应当理解，尽管在本文可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语"如果"可以被解释成为"在……时"或"当……时"或"响应于确定"。再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“A、B或C”或者“A、B和/或C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。
应该理解的是，虽然本申请实施例中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，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。
需要说明的是，在本文中，采用了诸如S101、S102等步骤代号，其目的是为了更清楚简要地表述相应内容，不构成顺序上的实质性限制，本领域技术人员在具体实施时，可能会先执行S102后执行S101等，但这些均应在本申请的保护范围之内。
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或者“单元”的后缀仅为了有利于本申请的说明，其本身没有特定的意义。因此，“模块”、“部件”或者“单元”可以混合地使用。
终端可以以各种形式来实施。例如，本申请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，根据本申请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，其为实现本申请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，可选地，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。可选地，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，可选地，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，可选地，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。
为了便于理解本申请实施例，下面对本申请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为本申请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。可选地，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。可选地，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，本申请不仅仅适用于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，提出本申请各个实施例。
参见图3，为本申请实施例提供的一种图像处理方法，该图像处理方法可以适用于对图像进行处理以实现画面呈动态效果的情况，该图像处理方法可以由本申请实施例提供的一种图像处理装置来执行，该图像处理装置可以采用软件和/或硬件的方式来实现，在具体应用中，该图像处理装置可以具体是智能手机、个人数字助理、平板电脑、摄像机等终端。本实施例中以所述图像处理方法的执行主体为终端为例，该图像处理方法包括以下步骤：
步骤S301：获取待处理图像；
需要说明的是，所述待处理图像可以是单独一帧图像，也可以是包含同一目标对象的至少两张连续帧图像，即在拍摄位置保持不变的情况下，对同一目标对象进行连续拍摄所获得的至少两张图像。
步骤S302：对所述待处理图像进行目标对象分割处理，获取所述待处理图像中所述目标对象所在区域；
这里，在图像处理过程中，为了保持目标对象清晰而背景动态模糊，需要将所述目标对象从图像中分割出来，以在图像处理过程中不对所述目标对象进行处理。所述目标对象可以根据实际情况需要进行设置，比如可以是车辆、行人或其他常见的运动物体等。需要说明的是，所述终端对所述待处理图像进行目标对象分割处理可以采用自动模式，也可以采用手动模式，相应的，所述终端可提供开启所述自动模式和/或所述手动模式的虚拟按键开关，以由用户选择采取哪种模式。在一实施方式中，所述对所述待处理图像进行目标对象分割处理，获取所述待处理图像中所述目标对象所在区域，包括：将所述待处理图像输入训练后的目标对象分割神经网络模型，得到所述训练后的目标对象分割神经网络模型输出的所述待处理图像中所述目标对象所在区域；可选地，所述目标对象分割神经网络模型是基于包含目标对象的历史图像进行训练获得的。需要说明的是，终端可预先基于包含目标对象的历史图像进行训练而建立目标对象分割神经网络模型，或者，所述终端也可从服务器中获取所述服务器基于包含目标对象的历史图像进行训练而建立的目标对象分割神经网络模型。所述目标对象分割神经网络模型根据输入的待处理图像，可自动从所述待处理图像中识别出所述目标对象所在区域，可相当于对所述待处理图像进行抠图处理，以获得所述目标对象所在区域。这里，所述目标对象分割神经网络模型可采用人工智能算法建立，本实施例中以采用Deeplab系列分割网络建立所述目标对象分割神经网络模型为例。此外，当采用手动模式对所述终端对所述待处理图像进行目标对象分割处理时，用户可根据需求从所述待处理图像中选定目标对象所在区域，具体可以是通过手指在终端的触摸屏上连续移动以选定目标对象所在区域。在一实施方式中，所述对所述待处理图像进行目标对象分割处理，获取所述待处理图像中所述目标对象所在区域，包括：接收用户在所述待处理图像上的选择操作，将所述选择操作所选定的区域作为所述待处理图像中所述目标对象所在区域。也就是说，用户通过触摸输入的方式选择特定区域作为所述目标对象所在区域，终端相应将用户所选定的区域作为所述待处理图像中所述目标对象所在区域。如此，通过提供多种获取待处理图像中目标对象所在区域的方式，操作便利性更好，进一步提升了用户使用体验。
步骤S303：对所述待处理图像中除所述目标对象所在区域之外的区域进行叠加处理，获得背景画面呈动态效果的所述待处理图像。
可以理解地，当所述待处理图像为一帧或多帧时，相应叠加处理的方式也不相同。在一实施方式中，当所述待处理图像为单帧图像时，所述对所述待处理图像中除所述目标对象所在区域之外的区域进行叠加处理，获得背景画面呈动态效果的所述待处理图像，包括：在保持所述目标对象所在区域不变的情况下，将至少两个所述待处理图像中除所述目标对象所在区域之外的区域进行错位叠加，获得背景画面呈动态效果的所述待处理图像。也就是说，以所述待处理图像为基准，在保持所述目标对象所在区域不变的情况下，将一个所述待处理图像中除所述目标对象所在区域之外的区域与另外至少一个所述待处理图像中除所述目标对象所在区域之外的区域进行错位叠加，实现在所述待处理图像中除所述目标对象所在区域之外的区域呈现动态模糊效果，而所述目标对象所在区域保持清晰。这里，所述错位叠加可以是以所述待处理图像为基准，将除所述目标对象所在区域之外的区域按照预设方向如向左、向右、向上或向下移动后，生成一待叠加的图像，然后在保持原来的待处理图像的所述目标对象所在区域不变的情况下，将该待叠加的图像与原来的待处理图像进行叠加。如此，通过将图像中除目标对象所在区域之外的区域进行错位叠加，以获得画面呈动态效果的图像，操作简单且快速，进一步提升了用户使用体验。
在一实施方式中，当所述待处理图像为包含同一目标对象的至少两张连续帧图像时，所述对所述待处理图像中除所述目标对象所在区域之外的区域进行叠加处理，获得背景画面呈动态效果的所述待处理图像，包括：
从所述待处理图像中确定作为基准图像的第一待处理图像和作为非基准图像的第二待处理图像；
根据所述第一待处理图像中所述目标对象所在区域和所述第二待处理图像中所述目标对象所在区域，对所述第一待处理图像和所述第二待处理图像进行图像配准处理；
在图像配准完成后，将所述第二待处理图像中除所述目标对象所在区域之外的区域叠加至所述第一待处理图像中除所述目标对象所在区域之外的区域，获得背景画面呈动态效果的所述待处理图像。
可以理解地，由于所述连续帧图像是在同一拍摄位置对目标对象进行拍摄获得的，此时所述连续帧图像中每帧图像的背景应基本相同，且都包含所述目标对象。从所述待处理图像中确定作为基准图像的第一待处理图像和作为非基准图像的第二待处理图像，可以是从所述待处理图像中任意选择一帧图像作为第一待处理图像，并选择拍摄时间在所述第一待处理图像之前的至少一帧图像作为第二待处理图像。这里，根据所述第一待处理图像中所述目标对象所在区域和所述第二待处理图像中所述目标对象所在区域，可以获知所述目标对象分别在所述第一待处理图像和所述第二待处理图像中的位置，然后以所述第一待处理图像为基准图像，对所述第一待处理图像和所述第二待处理图像进行图像配准处理，接着，将所述第二待处理图像中除所述目标对象所在区域之外的区域叠加至所述第一待处理图像中除所述目标对象所在区域之外的区域，实现图像中除所述目标对象所在区域之外的区域的相互叠加，以使所述第一待处理图像中除所述目标对象所在区域之外的区域呈现动态模糊效果，而所述目标对象所在区域保持清晰，获得画面呈动态效果的所述待处理图像。需要说明的是，由于目标对象的运动使得目标对象在不同连续帧图像中的位置不同，通过对不同图像进行图像配准处理，可以获知目标对象相对于两张图像的位移，然后以一帧图像为基准图像，在保持所述目标对象所在区域不变的情况下，将另一帧图像以所述位移进行移动后再与作为基准图像的图像进行叠加，从而实现作为基准图像的图像呈现画面呈动态效果。如此，通过将连续帧图像的除目标对象所在区域之外的区域相互叠加，以获得画面呈动态效果的图像，操作简单且快速，进一步提升了用户使用体验。
在一实施方式中，所述根据所述第一待理图像中所述目标对象所在区域和所述第二待处理图像中所述目标对象所在区域，对所述第一待处理图像和所述第二待处理图像进行图像配准处理之前，还包括：
获取所述第一待处理图像中所述目标对象所在区域的第一特征点和所述第二待处理图像中所述目标对象所在区域的第二特征点；
根据所述第一特征点和所述第二特征点检测所述目标对象是否处于刚性运动状态，若是，则执行所述根据所述第一待处理图像中所述目标对象所在区域和所述第二待处理图像中所述目标对象所在区域，对所述第一待处理图像和所述第二待处理图像进行图像配准处理的步骤。
可以理解地，能够将除目标对象所在区域之外的区域相互叠加的连续帧图像应至少保证所述目标对象在每帧图像中的姿态基本一致，以所述目标对象为人为例，若在一帧图像中人为站立姿态，则在其他连续帧图像中人也应为站立姿态，而不是下蹲等姿态。所述刚性运动状态是指在连续帧图像中目标对象的姿态基本一致，比如都为站立姿态或下蹲姿态等。对于不同的目标对象，对应特征点可能不同，例如，若目标对象为人，则对应特征点可为头部、颈部、手部、背部等；若目标对象为车辆，则对应特征点可为车轮、车窗等。以所述目标对象为人为例，所述第一特征点可以是头部、颈部和背部，相应的，所述第二特征点也可以是头部、颈部和背部。所述根据所述第一特征点和所述第二特征点检测所述目标对象是否处于刚性运动状态，可以是根据所述第一特征点和所述第二特征点判断所述目标对象的相似度是否等于或大于预设阈值，若大于，说明所述目标对象处于刚性运动状态，否则说明所述目标对象未处于刚性运动状态。如此，只有在目标对象处于刚性运动状态时，才根据所述第一待处理图像中所述目标对象所在区域和所述第二待处理图像中所述目标对象所在区域，对所述第一待处理图像和所述第二待处理图像进行图像配准处理，能够确保通过对图像中除目标对象所在区域之外的区域进行叠加处理后，所获得的画面呈动态效果的图像中动态效果基本一致，而不会出现除目标对象所在区域之外，一些区域呈动态效果，而一些区域无法呈动态效果。
综上，上述实施例提供的图像处理方法中，通过对图像中的目标对象进行分割处理，然后对图像中除所述目标对象所在区域之外的区域进行叠加处理，以获取画面呈动态效果的图像，操作简单便捷，提升了用户使用体验。
在一实施方式中，所述获取待处理图像之前，还包括：
对待拍摄图像中目标对象的预设关键点进行检测，获取所述目标对象的预设关键点在所述待拍摄图像中的位置信息；
根据所述目标对象的预设关键点在所述待拍摄图像中的位置信息对所述目标对象进行对焦。
可以理解地，在预览图像过程中，终端可对待拍摄图像即预览图像中目标对象的预设关键点进行检测，从而获取所述目标对象的预设关键点在所述待拍摄图像中的位置信息。这里，终端可通过对待拍摄图像进行目标对象分割处理，获取所述目标对象在所述待拍摄图像中的位置，进而根据所述目标对象在所述待拍摄图像中的位置对待拍摄图像中目标对象的预设关键点进行检测。以目标对象为人体为例，终端可通过一设置的人体骨骼关键点检测网络对人体的预设关键点进行快速检测和定位。所述预设关键点的数量可以根据实际需求进行确定，可以为一个或多个，以目标对象为人体为例，所述预设关键点可以为头顶、五官、颈部和四肢等部位。由于在对所述目标对象进行拍摄时，通常是以所述目标对象为焦点进行拍摄的，因此，可根据所述目标对象的预设关键点在所述待拍摄图像中的位置信息对所述目标对象进行对焦，以拍摄出目标对象清晰的图像，并可将该图像作为待处理图像。如此，根据目标对象的预设关键点在待拍摄图像中的位置信息对所述目标对象进行对焦处理，以拍摄出目标对象清晰的图像，提高了图像质量。
在一实施方式中，所述根据所述目标对象的预设关键点在所述待拍摄图像中的位置信息对所述目标对象进行对焦之后，还包括：
根据所述目标对象的预设关键点在所述待拍摄图像中的位置信息获取所述目标对象的姿态；
确定所述目标对象的姿态为预设姿态时，对所述待拍摄图像进行拍摄。
可以理解地，根据所述目标对象的预设关键点在所述待拍摄图像中的位置信息获取所述目标对象的姿态，比如，以所述目标对象为人体为例，所述目标对象的姿态可以是站立姿态、运动姿态或特定姿态等。终端可根据用户需要设置至少一预设姿态，以在检测到所述目标对象的姿态为预设姿态时，对所述待拍摄图像进行拍摄，从而实现自动抓拍图像。需要说明的是，终端可根据在连续N帧图像内所述目标对象的预设关键点的位置变化信息，判断所述目标对象是否处于运动状态，若是，则开启预设抓拍模式，以在检测到所述目标对象的姿态为预设姿态时自动进行拍摄。如此，提高了用户拍摄体验，进一步提升了用户使用体验。
参见图4，为本申请实施例提供的一种图像处理方法，该图像处理方法可以适用于对焦拍摄的情况，该图像处理方法可以由本申请实施例提供的一种图像处理装置来执行，该图像处理装置可以采用软件和/或硬件的方式来实现，在具体应用中，该图像处理装置可以具体是智能手机、个人数字助理、平板电脑、摄像机等终端。本实施例中以所述图像处理方法的执行主体为终端为例，该图像处理方法包括以下步骤：
步骤S401：获取待拍摄图像；
步骤S402：对待拍摄图像中的目标对象进行预设关键点检测，获得所述目标对象的预设关键点在所述待拍摄图像中的位置信息；
步骤S403：根据所述目标对象的预设关键点在所述待拍摄图像中的位置信息对所述目标对象进行对焦。
可以理解地，在预览图像过程中，终端可对待拍摄图像即预览图像中目标对象的预设关键点进行检测，从而获取所述目标对象的预设关键点在所述待拍摄图像中的位置信息。这里，终端可通过对待拍摄图像进行目标对象分割处理，获取所述目标对象在所述待拍摄图像中的位置，进而根据所述目标对象在所述待拍摄图像中的位置对待拍摄图像中目标对象的预设关键点进行检测。以目标对象为人体为例，终端可通过一设置的人体骨骼关键点检测网络对人体的预设关键点进行快速检测和定位。所述预设关键点的数量可以根据实际需求进行确定，可以为一个或多个，以目标对象为人体为例，所述预设关键点可以为头顶、五官、颈部和四肢等部位。由于在对所述目标对象进行拍摄时，通常是以所述目标对象为焦点进行拍摄的，因此，可根据所述目标对象的预设关键点在所述待拍摄图像中的位置信息对所述目标对象进行对焦，以拍摄出目标对象清晰的图像，并可将该图像作为待处理图像。如此，根据目标对象的预设关键点在待拍摄图像中的位置信息对所述目标对象进行对焦处理，以拍摄出目标对象清晰的图像，提高了图像质量。
在一实施方式中，还包括：
获取在连续至少两帧图像内所述目标对象的预设关键点的位置变化信息；
根据所述位置变化信息判断所述目标对象是否处于预设运动状态；
确定所述目标对象是否处于预设运动状态时，开启预设图像拍摄模式。
在一实施方式中，还包括：
根据所述目标对象的预设关键点在所述待拍摄图像中的位置信息获取所述目标对象的姿态；
确定所述目标对象的姿态为预设姿态时，对所述待拍摄图像进行拍摄。
可以理解地，根据所述目标对象的预设关键点在所述待拍摄图像中的位置信息获取所述目标对象的姿态，比如，以所述目标对象为人体为例，所述目标对象的姿态可以是站立姿态、运动姿态或特定姿态等。终端可根据用户需要设置至少一预设姿态，以在检测到所述目标对象的姿态为预设姿态时，对所述待拍摄图像进行拍摄，从而实现自动抓拍图像。需要说明的是，终端可根据在连续N帧图像内所述目标对象的预设关键点的位置变化信息，判断所述目标对象是否处于运动状态，若是，则开启预设抓拍模式，以在检测到所述目标对象的姿态为预设姿态时自动进行拍摄。如此，提高了用户拍摄体验，进一步提升了用户使用体验。
在一实施方式中，所述对所述待拍摄图像中的目标对象进行预设关键点检测，获得所述目标对象的预设关键点在所述待拍摄图像中的位置信息，包括：
对所述待处理图像进行目标对象分割处理，获得所述待处理图像中所述目标对象所在区域或位置矩形框；
根据所述待处理图像中所述目标对象所在区域或位置矩形框进行预设关键点检测，获得所述目标对象的预设关键点在所述待拍摄图像中的位置信息。
基于前述实施例相同的发明构思，本实施例通过具体示例对前述实施例的技术方案进行详细说明，以所述目标对象为主体为例，参见图5，为本申请实施例提供的一种图像处理方法，也可称为追焦拍摄方法，包括以下步骤：
步骤S501：获取主体清晰的待处理图像；
具体地，获取一张主体清晰的需要处理的平面图像或者是一段带运动目标的视频或多帧图像。
步骤S502：根据收集的数据训练目标分割网络；
这里，针对产品设计的需求，收集需要分割的数据，训练有针对性的目标分割网络。追焦拍摄常见的拍摄主体为运动的车辆、行人、以及其他常见的运动物体，可以收集相关数据构建AI训练数据集，并运用收集的数据集完成目标分割网络的训练，进而可运用训练获得的目标分割网络完成所述步骤S501中的图像主体目标分割。
步骤S503：采用手动或自动模式获取主体感兴趣区域；
这里，主体目标分割可以设置为自动模式和手动模式，在自动模式下会根据预先训练好的目标分割网络分割样本集中存在的主体目标类型，而在手动模式下可根据用户需求，由用户选定需要保持清晰的区域即主体感兴趣区域。
步骤S504：运用特征点完成连续帧图像与基准图的图像匹配即连续帧向基准图映射；
这里，对于单帧图像，在获取到感兴趣区域后，在可选轴方向上(可以是任意角度模糊)做模糊处理，具体模糊处理可以是在保持感兴趣主体区域清晰的情况下，运用图像错位叠加的方法叠加图像。而多帧图像合成感兴趣主体区域外动态效果，和单帧处理方式不同，效果更加自然真实。首先选取基准图像，作为追焦动态效果的基准图，并通过手动或自动模式获取主体感兴趣区域；获取基准图时刻之前一段时间的连续帧图像，可以间隔取帧，并获取上述连续帧图像中的主体感兴趣区域；接着，计算基准图和连续帧图像中主体感兴趣区域的特征点，运用上述特征点完成连续帧图像与基准图的图像匹配；最后，完成配准后以基准图为目标图，前一段时间的连续帧向基准图映射，此步骤的目的是模拟主体位置固定背景运动。
步骤S505：多帧追焦背景叠加实现追焦动态效果。
这里，通过将多帧图像中检测到的运动背景进行叠加，实现多帧追焦动态效果叠加，保证主体清晰不变，而非主体区域就会呈现动感特效，即背景呈现动态效果。
此外，终端在视频录制过程中可基于运动检测技术，判断当前场景中是否存在运动目标主体，具体可以基于前后帧图像并通过AI技术或传统光流法等算法进行运动检测，如果存在运动目标主体，则提取出前后帧图像中主体感兴趣区域的特征点，并基于该特征点完成前后帧图像匹配，进而运用匹配后的前后帧图像判断目标主体的相似度，若相似度高则说明目标主体处于刚性运动状态，反之说明目标主体处于非刚性运动状态，当目标主体处于刚性运动状态时，可对处于刚性运动状态的目标主体进行自动追焦效果生成，并将生成的追焦效果缩略图作为视频的缩略图展示给用户，供用户要时选取。
综上，本实施例提供的图像处理方法中，可以基于单张图或者多图实现追焦效果的合成，可以让一张静态画面，马上具有“速度”感。适合一些运动目标利用这种特效，提升画面的动感。
基于前述实施例相同的发明构思，本实施例通过具体示例对前述实施例的技术方案进行详细说明，以所述目标对象为人体为例，参见图6，为本申请实施例提供的一种图像处理方法，也可称为对焦拍摄方法，包括以下步骤：
步骤S601：获取被摄运动人像的平面图像；
这里，终端可通过相机预览界面获取被摄运动人像的平面图像。
步骤S602：根据轻量级AI人像分割网络或轻量级AI人像区域检测网络获取人像轮廓或人像框区域；
这里，终端可设计一个轻量级AI人像分割网络完成平面图像中的人体区域的分割，或者设计一个轻量级AI人像区域检测网络来检测人像位置矩形框，再根据轻量级AI人像分割网络或轻量级AI人像区域检测网络获取的人像位置裁剪出人像区域或者人像轮廓区域。
步骤S603：在人像轮廓或人像框区域进行AI人体骨骼关键点检测；
这里，终端可设计一轻量级AI人体骨骼关键点检测网络，快速检测并定位人体关键点。所述关键点个数可以根据需求确定，包含头顶、五官、颈部、四肢等主要关节部位，并且，该轻量级AI人体骨骼关键点检测网络支持多人检测、大动作等复杂场景，适应人体轻度遮挡、截断等情况。
步骤S604：以人体骨骼关键点作为对焦点或基准点进行图像拍摄。
这里，终端可将检测到的人体骨骼关键点对应回全图中的坐标位置，以进行后续的对焦计算，以人体骨骼关键点作为对焦点或基准点进行图像拍摄。可以理解地，获取的人体骨骼关键点越多，对焦越准确，成像率越高，但是伴随耗时也是线性增长的。此外，当预览画面中出现多人时，可选择单人对焦或者多人对焦。以人体骨骼关键点作为对焦点能够实现更加准确的人像位置跟踪和对焦点选取，有效提高运动摄影中的对焦准确性和成片率。此外，设计轻量级AI人像分割网络和轻量级人像区域检测网络进行检测是为了有效提高检测准确性和优化计算效率，非必须，可直接对运动人像的平面图像进行人体骨骼关键点检测。
此外，本实施例提供的图像处理方法还可以扩展到基于人体关键点焦点检测的自启动式人体姿态自动抓拍，具体地，首先可预设人体姿态，当用户做出某种姿态动作时，通过与预设关键点的姿态检测进行匹配，可以在精准对焦的同时捕获特定姿态照片。例如，当用户在跳起的时候，可以根据前几帧时刻焦点的变化情况判断用户的运动状态，一旦检测到用户存在剧烈运动状态，自动开启运动抓拍模式以在用户的姿态为预设姿态时自动抓拍图像，或者自动开启运动视频录制模式。这里，开启人体关键点焦点检测，依赖人体关键点焦点检测的精准对焦，以捕获最清晰的姿态照片供用户进行选取存储。当激活运动视频录制模式时，依赖人体关键点焦点检测的精准对焦，可以生成序列清晰的视频图像。并且，还可在视频录制模式下激活慢动作模式，同样依赖人体关键点焦点检测的精准对焦，可以生成序列清晰的视频图像，有利于视频插帧生成慢动作视频的质量。
综上，上述实施例提供的图像处理方法中，基于人体分割和人体关键点检测的智能快速自动对焦方法，可防止运动拍摄中出现人像失焦的情况，提高了运动拍摄的对焦速度和精度，提高了运动拍摄图像的质量。也就是说，凭借先进的AI运动检测、目标分割和关键点检测算法，让焦点始终紧跟人像，按下快门就可以拍摄清晰不模糊的影像了。同时，本实施例提出的算法不局限与运动人像摄影，可以相应扩展到动物和运动物体等的运动捕捉拍摄场景。
基于前述实施例相同的发明构思，本申请实施例提供了一种终端，如图7所示，该终端包括：处理器310和用于存储能够在处理器310上运行的计算机程序的存储器311；其中，图7中示意的处理器310并非用于指代处理器310的个数为一个，而是仅用于指代处理器310相对其他器件的位置关系，在实际应用中，处理器310的个数可以为一个或多个；同样，图7中示意的存储器311也是同样的含义，即仅用于指代存储器311相对其他器件的位置关系，在实际应用中，存储器311的个数可以为一个或多个。所述处理器310用于运行所述计算机程序时，实现应用于上述终端的所述图像处理方法。
该终端还可包括：至少一个网络接口312。该终端中的各个组件通过总线系统313耦合在一起。可理解，总线系统313用于实现这些组件之间的连接通信。总线系统313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7中将各种总线都标为总线系统313。
其中，存储器311可以是易失性存储器或非易失性存储器，也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(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random AccessMemory)，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(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本申请实施例描述的存储器311旨在包括但不限于这些和任意其它适合类型的存储器。
本申请实施例中的存储器311用于存储各种类型的数据以支持该终端的操作。这些数据的示例包括：用于在该终端上操作的任何计算机程序，如操作系统和应用程序；联系人数据；电话簿数据；消息；图片；视频等。其中，操作系统包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序可以包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。这里，实现本申请实施例方法的程序可以包含在应用程序中。
基于前述实施例相同的发明构思，本实施例还提供了一种计算机存储介质，所述计算机存储介质中存储有计算机程序，计算机存储介质可以是磁性随机存取存储器(FRAM，ferromagnetic random access memory)、只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、快闪存储器(FlashMemory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)等存储器；也可以是包括上述存储器之一或任意组合的各种设备，如移动电话、计算机、平板设备、个人数字助理等。所述计算机存储介质中存储的计算机程序被处理器运行时，实现应用于上述终端的所述图像处理方法。所述计算机程序被处理器执行时实现的具体步骤流程请参考图3或图4所示实施例的描述，在此不再赘述。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
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，除了包含所列的那些要素，而且还可包含没有明确列出的其他要素。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种图像处理方法，其特征在于，所述方法包括：
获取待处理图像；
对所述待处理图像进行目标对象分割处理，获得所述待处理图像中所述目标对象所在区域；
对所述待处理图像中除所述目标对象所在区域之外的区域进行叠加处理，获得背景画面呈动态效果的所述待处理图像；
所述待处理图像为单帧图像时，所述对所述待处理图像中除所述目标对象所在区域之外的区域进行叠加处理，获得背景画面呈动态效果的所述待处理图像，包括：在保持所述目标对象所在区域不变的情况下，将至少两个所述待处理图像中除所述目标对象所在区域之外的区域进行错位叠加，获得背景画面呈动态效果的所述待处理图像；
所述待处理图像为包含有同一目标对象的至少两张连续帧图像时，所述对所述待处理图像中除所述目标对象所在区域之外的区域进行叠加处理，获得背景画面呈动态效果的所述待处理图像，包括：从所述待处理图像中确定作为基准图像的第一待处理图像和作为非基准图像的第二待处理图像；根据所述第一待处理图像中所述目标对象所在区域和所述第二待处理图像中所述目标对象所在区域，对所述第一待处理图像和所述第二待处理图像进行图像配准处理；在图像配准完成后，将所述第二待处理图像中除所述目标对象所在区域之外的区域叠加至所述第一待处理图像中除所述目标对象所在区域之外的区域，获得背景画面呈动态效果的所述待处理图像。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一待处理图像中所述目标对象所在区域和所述第二待处理图像中所述目标对象所在区域，对所述第一待处理图像和所述第二待处理图像进行图像配准处理，包括：获取所述第一待处理图像中所述目标对象所在区域的第一特征点和所述第二待处理图像中所述目标对象所在区域的第二特征点；根据所述第一特征点和所述第二特征点对所述第一待处理图像和所述第二待处理图像进行图像配准处理。
3.根据权利要求1所述的方法，其特征在于，所述在图像配准完成后，将所述第二待处理图像中除所述目标对象所在区域之外的区域叠加至所述第一待处理图像中除所述目标对象所在区域之外的区域，获得背景画面呈动态效果的所述待处理图像之前，还包括：根据图像配准后的所述第一待处理图像和所述第二待处理图像，检测所述目标对象是否处于刚性运动状态；确定所述目标对象处于刚性运动状态时，执行在图像配准完成后，将所述第二待处理图像中除所述目标对象所在区域之外的区域叠加至所述第一待处理图像中除所述目标对象所在区域之外的区域，获得背景画面呈动态效果的所述待处理图像的步骤。
4.根据权利要求1所述的方法，其特征在于，所述对所述待处理图像进行目标对象分割处理，获得所述待处理图像中所述目标对象所在区域之前，还包括：对所述待处理图像进行目标对象运动检测；确定所述待处理图像中的目标对象运动时，执行对所述待处理图像进行目标对象分割处理，获得所述待处理图像中所述目标对象所在区域的步骤。
5.根据权利要求1至4中任一项所述的方法，其特征在于，还包括：输出所述背景画面呈动态效果的所述待处理图像。
6.根据权利要求1至4中任一项所述的方法，其特征在于，所述对所述待处理图像进行目标对象分割处理，获取所述待处理图像中所述目标对象所在区域，包括：将所述待处理图像输入训练后的目标对象分割神经网络模型，得到所述训练后的目标对象分割神经网络模型输出的所述待处理图像中所述目标对象所在区域。
7.根据权利要求1所述的方法，其特征在于，所述对所述待处理图像进行目标对象分割处理，获取所述待处理图像中所述目标对象所在区域，包括：接收在所述待处理图像上的选择操作，将所述选择操作所选定的区域作为所述待处理图像中所述目标对象所在区域。
8.一种终端，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器运行所述计算机程序时，实现如权利要求1至7中任一项所述的图像处理方法。
9.一种计算机存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1至7任一项所述的图像处理方法。
CN202010970865.6A 2020-09-15 2020-09-15 图像处理方法、终端及计算机存储介质 Active CN112184722B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010970865.6A CN112184722B (zh) 2020-09-15 2020-09-15 图像处理方法、终端及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010970865.6A CN112184722B (zh) 2020-09-15 2020-09-15 图像处理方法、终端及计算机存储介质

Publications (2)

Publication Number Publication Date
CN112184722A CN112184722A (zh) 2021-01-05
CN112184722B true CN112184722B (zh) 2024-05-03

Family

ID=73921276

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010970865.6A Active CN112184722B (zh) 2020-09-15 2020-09-15 图像处理方法、终端及计算机存储介质

Country Status (1)

Country Link
CN (1) CN112184722B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113706614A (zh) * 2021-08-27 2021-11-26 重庆赛迪奇智人工智能科技有限公司 一种小目标检测方法、装置、存储介质和电子设备
CN114040224B (zh) * 2021-11-05 2023-04-25 中国联合网络通信集团有限公司 获取倒放视频的方法、装置、设备和可读存储介质
WO2024055333A1 (zh) * 2022-09-16 2024-03-21 深圳传音控股股份有限公司 图像处理方法、智能设备及存储介质

Citations (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4532420A (en) * 1981-12-09 1985-07-30 Olympus Optical Co., Ltd. Focus detector with characteristic point detection
CN101365079A (zh) * 2007-08-08 2009-02-11 上海未来宽带技术及应用工程研究中心有限公司 一种叠加和动态显示背景颜色为透明的动态图形的方法
CN102567727A (zh) * 2010-12-13 2012-07-11 中兴通讯股份有限公司 一种背景目标替换方法和装置
WO2012115594A1 (en) * 2011-02-21 2012-08-30 Stratech Systems Limited A surveillance system and a method for detecting a foreign object, debris, or damage in an airfield
CN106101615A (zh) * 2016-06-02 2016-11-09 中国科学技术大学 一种背景轨迹找回方法和装置
WO2017101124A1 (zh) * 2015-12-19 2017-06-22 张北江 一种监控系统中背景识别的方法及系统
CN106899800A (zh) * 2016-06-28 2017-06-27 阿里巴巴集团控股有限公司 相机对焦的方法、装置及移动终端设备
CN106937055A (zh) * 2017-03-30 2017-07-07 维沃移动通信有限公司 一种图像处理方法及移动终端
CN107122762A (zh) * 2017-05-16 2017-09-01 甘肃政法学院 一种针对复杂运动图像的处理方法
CN107578444A (zh) * 2017-08-31 2018-01-12 珠海格力电器股份有限公司 一种拍照方法及其装置、电子设备
CN108566515A (zh) * 2018-04-28 2018-09-21 努比亚技术有限公司 拍照处理方法、移动终端以及存储介质
CN108965982A (zh) * 2018-08-28 2018-12-07 百度在线网络技术（北京）有限公司 视频录制方法、装置、电子设备和可读存储介质
CN108961303A (zh) * 2018-07-23 2018-12-07 北京旷视科技有限公司 一种图像处理方法、装置、电子设备和计算机可读介质
CN109697444A (zh) * 2017-10-20 2019-04-30 中国移动通信有限公司研究院 基于深度图像的对象识别方法及装置、设备、存储介质
WO2019120032A1 (zh) * 2017-12-21 2019-06-27 Oppo广东移动通信有限公司 模型构建方法、拍照方法、装置、存储介质及终端
CN110047119A (zh) * 2019-03-20 2019-07-23 北京字节跳动网络技术有限公司 包含动态背景的动画生成方法、装置及电子设备
CN110324663A (zh) * 2019-07-01 2019-10-11 北京奇艺世纪科技有限公司 一种动态图像的生成方法、装置、电子设备和存储介质
CN110457974A (zh) * 2018-05-07 2019-11-15 浙江宇视科技有限公司 图像叠加方法、装置、电子设备及可读存储介质
CN110520902A (zh) * 2017-03-30 2019-11-29 韩国斯诺有限公司 对图像应用动态效果的方法及装置
CN110675420A (zh) * 2019-08-22 2020-01-10 华为技术有限公司 一种图像处理方法和电子设备
CN110677592A (zh) * 2019-10-31 2020-01-10 Oppo广东移动通信有限公司 主体对焦方法、装置、计算机设备和存储介质
CN110809171A (zh) * 2019-11-12 2020-02-18 腾讯科技（深圳）有限公司 视频处理方法及相关设备
WO2020038109A1 (zh) * 2018-08-22 2020-02-27 Oppo广东移动通信有限公司 拍照方法、装置、终端及计算机可读存储介质
CN111080656A (zh) * 2019-12-10 2020-04-28 腾讯科技（深圳）有限公司 一种图像处理的方法、图像合成的方法以及相关装置
CN111182206A (zh) * 2019-12-31 2020-05-19 维沃移动通信有限公司 图像处理方法和装置
WO2020113419A1 (zh) * 2018-12-04 2020-06-11 华为技术有限公司 一种图像处理方法和装置
CN111292337A (zh) * 2020-01-21 2020-06-16 广州虎牙科技有限公司 图像背景替换方法、装置、设备及存储介质
CN111402336A (zh) * 2020-03-23 2020-07-10 中国科学院自动化研究所 基于语义slam的动态环境相机位姿估计及语义地图构建方法
CN111614905A (zh) * 2020-05-29 2020-09-01 维沃移动通信有限公司 图像处理方法、图像处理装置和电子设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7122815B2 (ja) * 2017-11-15 2022-08-22 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
CN108737750A (zh) * 2018-06-07 2018-11-02 北京旷视科技有限公司 图像处理方法、装置及电子设备

Patent Citations (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4532420A (en) * 1981-12-09 1985-07-30 Olympus Optical Co., Ltd. Focus detector with characteristic point detection
CN101365079A (zh) * 2007-08-08 2009-02-11 上海未来宽带技术及应用工程研究中心有限公司 一种叠加和动态显示背景颜色为透明的动态图形的方法
CN102567727A (zh) * 2010-12-13 2012-07-11 中兴通讯股份有限公司 一种背景目标替换方法和装置
WO2012115594A1 (en) * 2011-02-21 2012-08-30 Stratech Systems Limited A surveillance system and a method for detecting a foreign object, debris, or damage in an airfield
WO2017101124A1 (zh) * 2015-12-19 2017-06-22 张北江 一种监控系统中背景识别的方法及系统
CN106101615A (zh) * 2016-06-02 2016-11-09 中国科学技术大学 一种背景轨迹找回方法和装置
CN106899800A (zh) * 2016-06-28 2017-06-27 阿里巴巴集团控股有限公司 相机对焦的方法、装置及移动终端设备
CN106937055A (zh) * 2017-03-30 2017-07-07 维沃移动通信有限公司 一种图像处理方法及移动终端
CN110520902A (zh) * 2017-03-30 2019-11-29 韩国斯诺有限公司 对图像应用动态效果的方法及装置
CN107122762A (zh) * 2017-05-16 2017-09-01 甘肃政法学院 一种针对复杂运动图像的处理方法
CN107578444A (zh) * 2017-08-31 2018-01-12 珠海格力电器股份有限公司 一种拍照方法及其装置、电子设备
CN109697444A (zh) * 2017-10-20 2019-04-30 中国移动通信有限公司研究院 基于深度图像的对象识别方法及装置、设备、存储介质
WO2019120032A1 (zh) * 2017-12-21 2019-06-27 Oppo广东移动通信有限公司 模型构建方法、拍照方法、装置、存储介质及终端
CN108566515A (zh) * 2018-04-28 2018-09-21 努比亚技术有限公司 拍照处理方法、移动终端以及存储介质
CN110457974A (zh) * 2018-05-07 2019-11-15 浙江宇视科技有限公司 图像叠加方法、装置、电子设备及可读存储介质
CN108961303A (zh) * 2018-07-23 2018-12-07 北京旷视科技有限公司 一种图像处理方法、装置、电子设备和计算机可读介质
WO2020038109A1 (zh) * 2018-08-22 2020-02-27 Oppo广东移动通信有限公司 拍照方法、装置、终端及计算机可读存储介质
CN108965982A (zh) * 2018-08-28 2018-12-07 百度在线网络技术（北京）有限公司 视频录制方法、装置、电子设备和可读存储介质
WO2020113419A1 (zh) * 2018-12-04 2020-06-11 华为技术有限公司 一种图像处理方法和装置
CN110047119A (zh) * 2019-03-20 2019-07-23 北京字节跳动网络技术有限公司 包含动态背景的动画生成方法、装置及电子设备
CN110324663A (zh) * 2019-07-01 2019-10-11 北京奇艺世纪科技有限公司 一种动态图像的生成方法、装置、电子设备和存储介质
CN110675420A (zh) * 2019-08-22 2020-01-10 华为技术有限公司 一种图像处理方法和电子设备
CN110677592A (zh) * 2019-10-31 2020-01-10 Oppo广东移动通信有限公司 主体对焦方法、装置、计算机设备和存储介质
CN110809171A (zh) * 2019-11-12 2020-02-18 腾讯科技（深圳）有限公司 视频处理方法及相关设备
CN111080656A (zh) * 2019-12-10 2020-04-28 腾讯科技（深圳）有限公司 一种图像处理的方法、图像合成的方法以及相关装置
CN111182206A (zh) * 2019-12-31 2020-05-19 维沃移动通信有限公司 图像处理方法和装置
CN111292337A (zh) * 2020-01-21 2020-06-16 广州虎牙科技有限公司 图像背景替换方法、装置、设备及存储介质
CN111402336A (zh) * 2020-03-23 2020-07-10 中国科学院自动化研究所 基于语义slam的动态环境相机位姿估计及语义地图构建方法
CN111614905A (zh) * 2020-05-29 2020-09-01 维沃移动通信有限公司 图像处理方法、图像处理装置和电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"浅谈天气预报节目包装创意制作";林刘敏;《东南传播》;20090131(第1期);第215-216页 *

Also Published As

Publication number Publication date
CN112184722A (zh) 2021-01-05

Similar Documents

Publication Publication Date Title
CN106937039B (zh) 一种基于双摄像头的成像方法、移动终端及存储介质
CN112184722B (zh) 图像处理方法、终端及计算机存储介质
CN108322644A (zh) 一种图像处理方法、移动终端以及计算机可读存储介质
CN110072061B (zh) 一种交互式拍摄方法、移动终端及存储介质
CN110266957B (zh) 影像拍摄方法及移动终端
CN111885307B (zh) 一种景深拍摄方法、设备及计算机可读存储介质
CN111327840A (zh) 一种多帧特效视频获取方法、终端及计算机可读存储介质
CN109120858B (zh) 一种图像拍摄方法、装置、设备及存储介质
CN111866388B (zh) 一种多重曝光拍摄方法、设备及计算机可读存储介质
CN112995467A (zh) 图像处理方法、移动终端及存储介质
CN112511741A (zh) 一种图像处理方法、移动终端以及计算机存储介质
CN112367443A (zh) 拍照方法、移动终端及计算机可读存储介质
CN112135060B (zh) 一种对焦处理方法、移动终端以及计算机存储介质
CN107395971B (zh) 一种图像采集方法、设备和计算机可读存储介质
CN112135045A (zh) 一种视频处理方法、移动终端以及计算机存储介质
CN115134527B (zh) 处理方法、智能终端及存储介质
CN111787234A (zh) 一种拍摄控制方法、设备及计算机可读存储介质
CN108495033B (zh) 一种拍照调控方法、设备及计算机可读存储介质
CN113572916B (zh) 拍摄方法、终端设备及存储介质
CN114143471B (zh) 图像处理方法、系统、移动终端及计算机可读存储介质
CN114285990A (zh) 图像处理方法、智能终端及存储介质
CN112422813B (zh) 图像虚化方法、终端设备和计算机可读存储介质
CN112532838B (zh) 一种图像处理方法、移动终端以及计算机存储介质
CN113194227A (zh) 处理方法、移动终端和存储介质
CN117157989A (zh) 拍照方法、移动终端及可读存储介质

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