CN112204945A - 图像处理方法、设备、拍摄装置、可移动平台及存储介质 - Google Patents

图像处理方法、设备、拍摄装置、可移动平台及存储介质 Download PDF

Info

Publication number
CN112204945A
CN112204945A CN201980033697.3A CN201980033697A CN112204945A CN 112204945 A CN112204945 A CN 112204945A CN 201980033697 A CN201980033697 A CN 201980033697A CN 112204945 A CN112204945 A CN 112204945A
Authority
CN
China
Prior art keywords
image
processed
target
subject
frame
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
Application number
CN201980033697.3A
Other languages
English (en)
Inventor
翁松伟
杨增闯
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.)
SZ DJI Technology Co Ltd
SZ DJI Innovations Technology Co Ltd
Original Assignee
SZ DJI 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 SZ DJI Technology Co Ltd filed Critical SZ DJI Technology Co Ltd
Publication of CN112204945A publication Critical patent/CN112204945A/zh
Pending legal-status Critical Current

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
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16M—FRAMES, CASINGS OR BEDS OF ENGINES, MACHINES OR APPARATUS, NOT SPECIFIC TO ENGINES, MACHINES OR APPARATUS PROVIDED FOR ELSEWHERE; STANDS; SUPPORTS
    • F16M3/00—Portable or wheeled frames or beds, e.g. for emergency power-supply aggregates, compressor sets
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16M—FRAMES, CASINGS OR BEDS OF ENGINES, MACHINES OR APPARATUS, NOT SPECIFIC TO ENGINES, MACHINES OR APPARATUS PROVIDED FOR ELSEWHERE; STANDS; SUPPORTS
    • F16M7/00—Details of attaching or adjusting engine beds, frames, or supporting-legs on foundation or base; Attaching non-moving engine parts, e.g. cylinder blocks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/04—Context-preserving transformations, e.g. by using an importance map
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • 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
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Mechanical Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Image Processing (AREA)

Abstract

一种图像处理方法、图像处理设备、拍摄装置、可移动平台以及存储介质，包括：获取待处理图像，并获取主体对象对应的目标区域(S101)；根据预设要求识别出非目标区域中的非主体对象(S102)；对非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像(S103)。

Description

图像处理方法、设备、拍摄装置、可移动平台及存储介质
技术领域
本申请涉及图像处理技术领域，尤其涉及一种图像处理方法、设备、拍摄装置、可移动平台及存储介质。
背景技术
相机模块对于数码相机产品、云台相机产品是核心模块，对于手机等移动设备也是标准配置的模块。
在人流密集的地方或者有车流等物体的地方，用户对主体对象进行拍照或摄像时，周边还有其它人物或者车辆等物体在场，通常容易将周边无关人物或车辆等物体拍摄入图像中。现有的相机模块在拍照或摄像中均无法将周边人物或车辆等物体排除在外。一方面，将周边无关人物拍入图像中，容易侵犯周边人物肖像权，可能容易引起不必要的纠纷。将车辆等物体拍入图像中，有可能出现刚好将车辆的车牌号拍入图像中，可能涉及车主隐私，也容易引起不必要的纠纷。另一方面，周边无关人物或车辆等物体容易影响拍摄的主体对象的突出。
发明内容
基于此，本申请提供一种图像处理方法、图像处理设备、拍摄装置、可移动平台及存储介质，旨在为解决现有拍照或摄像时无法将周边无关人物排除在外的技术问题。
第一方面，本申请提供了一种图像处理方法，包括：
获取待处理图像，并获取所述待处理图像中主体对象对应的目标区域；
根据预设要求识别出非目标区域中的非主体对象，所述非目标区域为所述待处理图像中目标区域以外的区域；
对所述非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像。
第二方面，本申请提供了一种图像处理设备，所述图像处理设备包括：存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
获取待处理图像，并获取所述待处理图像中主体对象对应的目标区域；
根据预设要求识别出非目标区域中的非主体对象，所述非目标区域为所述待处理图像中目标区域以外的区域；
对所述非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像。
第三方面，本申请提供了一种拍摄装置，所述拍摄装置包括：存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
获取待处理图像，并获取所述待处理图像中主体对象对应的目标区域；
根据预设要求识别出非目标区域中的非主体对象，所述非目标区域为所述待处理图像中目标区域以外的区域；
对所述非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像。
第四方面，本申请提供了一种可移动平台，所述可移动平台包括拍摄装置，所述拍摄装置包括：存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述计算机程序并在执行所述计算机程序时，实现如上任一项所述的图像处理方法。
第五方面，本申请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，所述计算机程序被处理器执行时使所述处理器实现如上任一项所述的图像处理方法。
本申请实施例提供了一种图像处理方法、图像处理设备、拍摄装置、可移动平台及存储介质，获取待处理图像中主体对象的目标区域，根据预设要求识别出目标区域以外的非目标区域中的非主体对象，对非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像，由于目标图像中的非主体对象已经经过模糊处理，通过这种方式，能够将非主体对象排除在目标图像之外；一方面能够避免非主体对象喧宾夺主，影响目标图像中主体对象的重点显现；另一方面，能够避免对非主体对象可能造成的侵犯，避免引起不必要的纠纷。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请实施例技术方案，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，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请图像处理方法一实施例的流程示意图；
图2是利用本申请图像处理方法对待处理图像进行模糊处理和过渡处理后的效果图；
图3是本申请图像处理方法另一实施例的流程示意图；
图4是本申请图像处理方法又一实施例的流程示意图；
图5是本申请图像处理方法又一实施例的流程示意图；
图6是本申请图像处理方法又一实施例的流程示意图；
图7是本申请图像处理方法又一实施例的流程示意图；
图8是本申请图像处理方法又一实施例的流程示意图；
图9是本申请图像处理方法又一实施例的流程示意图；
图10是本申请图像处理方法又一实施例的流程示意图；
图11是本申请图像处理方法又一实施例的流程示意图；
图12是本申请图像处理方法又一实施例的流程示意图；
图13是本申请图像处理方法又一实施例的流程示意图；
图14是本申请图像处理方法又一实施例的流程示意图；
图15是本申请图像处理方法又一实施例的流程示意图；
图16是本申请图像处理设备一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
对主体对象进行拍摄时，将周边无关的人物或者物体等非主体对象拍摄入图像中，一方面非主体对象影响主体对象的重点显现；另一方面，对非主体对象可能造成侵犯，避免引起不必要的纠纷。本申请实施例获取待处理图像中主体对象的目标区域，识别出非目标区域中的非主体对象，对非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像。由于目标图像中的非主体对象已经经过模糊处理，通过这种方式，能够将非主体对象排除在目标图像之外；能够避免非主体对象影响目标图像中主体对象的重点显现；能够避免对非主体对象可能造成的侵犯，避免引起不必要的纠纷。同时，该方法可以应用户的拍摄需求进行调整，通过将待处理图像中非期望的对象进行模糊，达到构图美观，主体突出的处理效果。
本申请可以应用于图像处理场景中，也可以应用于拍摄场景中。具体地，本申请可以应用于图像处理设备、拍摄装置(例如：数码相机、配备有摄像模块的移动设备，等等)、可移动平台的图像处理场景和/或拍摄场景中。可移动平台是指可以自动移动或者在受控条件下移动的各种平台，例如：云台(例如：云台相机，等等)、无人飞行器、车辆、无人车辆、地面机器人等等。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
参见图1，图1是本申请图像处理方法一实施例的流程示意图，该方法包括：
步骤S101：获取待处理图像，并获取待处理图像中主体对象对应的目标区域。
待处理图像是指未经过本申请实施例图像处理方法处理的图像。待处理图像的数目不做限定，可以是一帧，例如拍照场景下获得的单一帧图像，也可以是多帧，例如摄像场景下获得的多帧视频图像。待处理图像可以是已拍摄好的图像，或者是还未开始拍摄、在预览状态下得到的图像，或者在拍摄过程中得到的图像，等等。即，本实施例对获取待处理图像的方式不做限定，通过这种方式，能够扩大本申请实施例的方法的应用范围和应用场景。
主体对象的范围和数目不做限定，可以根据具体的实际应用确定，通过这种方式，能够进一步扩大应用范围。主体对象是指待处理图像中的主要对象，可以是人物，也可以是除人物之外的其它物体，例如车辆、建筑、植物、动物，等等。主体对象可以是一个以上，例如：主体对象是单一人物，或者主体对象是一个人物和该人物旁边的车辆，或者主体对象是一个人物、该人物旁边的车辆和小狗，或者主体对象是车辆和旁边的小狗，等等。在较多的应用场景下，主体对象通常包括人物。
目标区域的大小、轮廓、及其获取方式不做限定，可以根据具体的实际应用确定，通过这种方式，能够进一步扩大应用范围。目标区域是指待处理图像中与主体对象对应的区域。需要说明的是，目标区域可以将整个主体对象完全包括在内，例如：主体对象是人物，目标区域包括整个人物；目标区域也可以只包括主体对象的一部分，例如：主体对象是人，目标区域只包括人物头部，或者只包括人物头部和肩部，等等。目标区域的轮廓可以与主体对象的轮廓匹配，刚刚和主体对象的轮廓吻合；也可以与主体对象的轮廓不匹配，将对应的主体对象包括即可。目标区域可以是自动生成的，人工也可以调整；目标区域也可以人工选择生成，人工也可以调整。
步骤S102：根据预设要求识别出非目标区域中的非主体对象，非目标区域为待处理图像中目标区域以外的区域。
非目标区域是相对目标区域来说的，是指待处理图像中目标区域以外的区域。非目标区域的大小和/或轮廓随目标区域的大小和/或轮廓的改变而改变。
非主体对象是相对主体对象来说的，是指非目标区域中需要模糊处理的对象。同样，非主体对象的范围和数目不做限定，可以根据具体的实际应用确定，通过这种方式，能够进一步扩大应用范围。非主体对象可以是人物，也可以是除人物之外的其它物体，例如车辆、建筑、植物、动物，等等。非主体对象可以是一个以上，例如：非主体对象是单一人物，或者非主体对象是一个人物和该人物旁边的车辆，或者非主体对象是一个人物、该人物旁边的车辆，或者非主体对象是车辆，等等。在较多的应用场景下，由于容易侵犯他人肖像权或者暴露他人车辆的车牌号等隐私信息，非主体对象通常包括人物和/或车辆等包含他人隐私信息的物体。
预设要求是指预先设置的、用于识别非主体对象的要求。例如：指定非主体对象，如何识别非主体对象？用于识别的非主体对象的特征，非主体对象的的唯一特征，如何区分非主体对象和主体对象，等等。在此对预设要求不做限定，可以根据具体的实际应用来预先设置对应的要求。通过这种方式，能够进一步扩大应用范围。
步骤S103：对非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像。
对非主体对象进行模糊处理是指将非主体对象所占据的区域变得模糊，以使非主体对象变得模糊。这样得到的目标图像中保留主体对象，而非主体对象变得模糊。
模糊处理包括但不限于横向模糊、竖向模糊、径向模糊、斜向模糊、马赛克、区域填充、背景覆盖在内的一种或多种模糊处理。
横向模糊是一种从水平方向模糊的效果处理方法；横向模糊处理能够突出图像画面虚影、动感等表现效果。竖向模糊是一种从竖直方向模糊的效果处理方法；竖向模糊处理能够突出图像画面动态、光泽、质感等表现效果。径向模糊是一种从中心向外呈幅射状的逐渐模糊的效果处理方法；径向模糊处理能够突出图像画面震撼或者突出移动速度快等表现效果。斜向模糊是一种从倾斜方向模糊的效果处理方法；斜向模糊处理能够突出图像画面炫酷、倾斜旋转、震撼、镜头的景深等表现效果。马赛克是一种将图像特定区域的色阶细节劣化并造成色块打乱的效果，这种模糊效果看上去由一个个的小格子组成，其目的通常是使之无法辨认。区域填充是一种在图像的闭合区域内完整地填充某种颜色或图案的效果处理方法。背景覆盖是一种将图像特定区域用另一种背景进行覆盖的效果处理方法；其中，另一种背景可以是该图像中的背景，也可以是该图像以外的其它背景。
在具体的实际应用中，可以根据实际条件、所要达到的处理效果等选择不同的模糊处理方法进行模糊处理。
通过对非主体对象模糊处理，针对性强，一方面能够避免将不愿意展示的非主体对象展示在图像上，避免带来可能的侵犯或隐私信息泄露；另一方面，还能够突出显现主体对象。
本申请实施例获取待处理图像中主体对象的目标区域，识别出非目标区域中的非主体对象，对非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像。由于目标图像中的非主体对象已经经过模糊处理，通过这种方式，能够将非主体对象排除在目标图像之外；能够避免非主体对象影响目标图像中主体对象的重点显现；能够避免对非主体对象可能造成侵犯，避免引起不必要的纠纷。
在一实际应用中，为了进一步重点凸显主体对象，也为了使目标区域与模糊处理后的非目标区域之间的衔接在目标图像中尽量自然、美观，没有明确的边界，还可以对目标区域的边缘进行过渡处理，具体说明如下：
其中，步骤S103中，得到包括主体对象和经过模糊处理后的非主体对象的目标图像之前，还可以包括：对目标区域的边缘进行过渡处理；此时，得到包括主体对象和经过模糊处理后的非主体对象的目标图像，具体可以包括：得到包括目标区域的边缘经过过渡处理后的主体对象和经过模糊处理后的非主体对象的目标图像。
进一步，对目标区域的边缘进行过渡处理，可以包括：对目标区域的边缘进行羽化、锐化、液化、加强对比度中的一种或多种处理。
羽化处理是对图像进行虚化，使图像边缘更为朦胧、柔和、模糊，产生美感。锐化处理是提高图像像素的对比度、亮度，使图像变亮，使边缘看起来更加突出锐利。液化处理是使图像发生光滑、平滑的形变，特别是能够打造完美、漂亮的人像效果。加强对比度是指使图像画面的明暗反差加强，使图像画面中亮的地方会更亮，暗的地方会更暗；加强对比度之后，原来的两个物体反差扩大。在具体的实际应用中，可以根据实际条件、所要达到的处理效果等选择不同的过渡处理方法进行过渡处理。参见图2，图2是利用本申请图像处理方法对待处理图像进行模糊处理和过渡处理后的效果图。图中主体人物左右两边为人流模糊效果，过渡处理采用的是羽化处理，主体人物边缘自然、柔和，具有美感，主体人物形象重点突出。
其中，待处理图像可以是一帧，例如拍照场景，也可以是多帧，例如摄像场景。如果待处理图像是多帧，步骤S101中，获取待处理图像中主体对象对应的目标区域，可以包括：获取多帧待处理图像中主体对象对应的目标区域。具体地，可以分别地获取每一帧待处理图像中主体对象对应的目标区域。
参见图3，在一实施例中，如果主体对象保持不变，主体对象在待处理图像中的位置变化不大，非主体对象保持不变，等等情况，为了简化流程、加快处理速度，步骤S101具体可以包括：
子步骤S101a1：获取其中一帧待处理图像中主体对象对应的目标区域。
子步骤S101a2：将目标区域在其中一帧待处理图像中对应的区域作为其它多帧待处理图像中主体对象对应的目标区域。
在本实施例中，获取其中一帧待处理图像中主体对象对应的目标区域，将该目标区域对应至其它多帧待处理图像中主体对象对应的区域，将该目标区域在其中一帧待处理图像中对应的区域作为其它多帧待处理图像中主体对象对应的目标区域，通过这种方式，能够简化流程、加快处理速度，除了可以用于图片处理外，特别适用于摄像应用场景。
对应地，当待处理图像是一帧或多帧的时候，步骤S103中，对非主体对象进行模糊处理，具体包括：选用一帧或多帧待处理图像，对一帧或多帧待处理图像进行模糊处理。
如上所述，目标区域可以是自动生成的，人工也可以调整；目标区域也可以人工选择生成，也可以人工调整。目标区域的轮廓可以与主体对象的轮廓匹配，也可以与主体对象的轮廓不匹配。下面以待处理图像是一帧为例，具体说明获取待处理图像中主体对象对应的目标区域的可能方式。
在一实施例中，系统自动识别主体对象后生成原始对象框，人工可以调整原始对象框，或者从多个原始对象框中选择一个作为目标对象框，或者调整对象框的尺寸大小，或者调整对象框的轮廓以匹配主体对象的轮廓，或者根据实际情况，多个调整处理流程相结合，以达到最终需要达到的获取待处理图像中主体对象对应的目标区域的目标。
具体地，如果原始对象框的数目是一个，请参见图4，步骤S101中，获取待处理图像中主体对象对应的目标区域，可以包括：子步骤S101b1、子步骤S101b2、子步骤S101b3以及子步骤S101b4。
子步骤S101b1：根据对象识别算法识别待处理图像中的主体对象。
子步骤S101b2：根据主体对象生成并显示原始对象框。
子步骤S101b3：若原始对象框的数目是一个，则将原始对象框作为目标对象框。
子步骤S101b4：将目标对象框在待处理图像中对应的区域作为目标区域。
对象识别包括分类和检测两项任务，分类用于判断一幅图像是否包含某类对象，检测则要求标出这些对象的位置和大小。对象识别算法是指对图像进行对象识别的算法，对象识别算法包括但不限于：卷积神经网络(Convolutional Neural Networks，CNN)、区域卷积神经网络(Region CNN，RCNN)、Faster-RCNN、单点多盒探测器(Single Shot MultiBoxDetector，SSD)，等等。
在一实施例中，对象识别算法包括人脸识别算法。人脸识别算法是指在检测到人脸并定位面部关键特征点之后，主要的人脸区域就可以被裁剪出来，经过预处理之后，馈入后端的识别算法；识别算法要完成人脸特征的提取，并与库存的已知人脸进行比对，完成最终的分类。
在本实施例中，系统能够根据对象识别算法自动识别主体对象，进而生成并显示对应主体对象的原始对象框，原始对象框的数目是一个，如果用户对原始对象框的尺寸大小和/或轮廓没有其它要求，则可以将该原始对象框作为目标对象框，将该目标对象框在待处理图像中对应的区域作为目标区域。通过这种方式，能够简化用户选择的流程，并加快处理速度。采用人脸识别算法，在实际应用中，其通用性和针对性更强。
参见图5，如果用户在待处理图像中对该目标对象框进行尺寸的修改，则在子步骤S101b4之前，还可以包括：
子步骤S101b5：获取用户在待处理图像中对目标对象框进行的尺寸修改操作。尺寸修改操作的作用是对目标对象框的尺寸进行修改。
子步骤S101b6：根据尺寸修改操作生成并显示修改后的对象框。
子步骤S101b7：将修改后的对象框重新作为目标对象框。
在本实施例中，用户能够对目标对象框的尺寸进行修改，能够满足用户需求，提升用户体验。
在一实施例中，目标区域的轮廓与主体对象的轮廓匹配。参见图6和图7，为了使目标区域的轮廓与主体对象的轮廓匹配，用户需要在待处理图像中对该目标对象框进行轮廓的修改，则在图4的子步骤S101b4之前(如图6)，或者在图5的子步骤S101b7之后(如图7，即用户调整目标对象框的尺寸后，还希望继续调整其轮廓)，还可以包括：
子步骤S101b8：获取用户在待处理图像中对目标对象框的轮廓进行的轮廓修改操作。轮廓修改操作的作用是目标对象框的轮廓进行修改。
子步骤S101b9：根据轮廓修改操作生成并显示修改后的对象框，以使修改后的对象框的轮廓与主体对象的轮廓匹配。
子步骤S101b10：将修改后的对象框重新作为目标对象框。
在本实施例中，用户能够对目标对象框的轮廓进行修改，以使修改后的对象框的轮廓与主体对象的轮廓匹配，能够重点突出主体对象，满足用户需求，提升用户体验。
如果原始对象框的数目是两个以上，请参见图8，子步骤S101b2之后，还可以包括：
子步骤S101c1：若原始对象框的数目是两个以上，则获取用户在待处理图像中对其中一个原始对象框进行的选择操作。选择操作的作用是在两个以上的原始对象框中选择其中一个原始对象框。
子步骤S101c2：根据选择操作生成并显示目标对象框。
子步骤S101c3：将目标对象框在待处理图像中对应的区域作为目标区域。
在本实施例中，系统能够根据对象识别算法自动识别主体对象，进而生成并显示对应主体对象的原始对象框，原始对象框的数目是两个以上，用户可以选择其中一个原始对象框作为目标对象框。通过这种方式，能够简化部分用户选择的流程，并部分加快处理速度。
同样，参见图9，如果用户在待处理图像中对该目标对象框进行尺寸的修改，则在子步骤S101c3之前，还可以包括：
子步骤S101c4：获取用户在待处理图像中对目标对象框进行的尺寸修改操作。
子步骤S101c5：根据尺寸修改操作生成并显示修改后的对象框。
子步骤S101c6：将修改后的对象框重新作为目标对象框。
在本实施例中，用户能够对目标对象框的尺寸进行修改，能够满足用户需求，提升用户体验。
在一实施例中，目标区域的轮廓与主体对象的轮廓匹配。同样，参见图10和图11，为了使目标区域的轮廓与主体对象的轮廓匹配，用户需要在待处理图像中对该目标对象框进行轮廓的修改，则在图8的子步骤S101c3之前(如图10)，或者在图9的子步骤S101c6之后(如图11，即用户调整目标对象框的尺寸后，还希望继续调整其轮廓)，还可以包括：
子步骤S101c7：获取用户在待处理图像中对目标对象框的轮廓进行的轮廓修改操作。
子步骤S101c8：根据轮廓修改操作生成并显示修改后的对象框，以使修改后的对象框的轮廓与主体对象的轮廓匹配。
子步骤S101c9：将修改后的对象框重新作为目标对象框。
在本实施例中，用户能够对目标对象框的轮廓进行修改，以使修改后的对象框的轮廓与主体对象的轮廓匹配，能够重点突出主体对象，满足用户需求，提升用户体验。
当然，目标区域也可以人工选择生成，也可以人工调整。具体说明如下：
参见图12，在一实施例中，步骤S101中，获取待处理图像中主体对象对应的目标区域，可以包括：
子步骤S101d1：获取用户在待处理图像中对主体对象的框选操作。框选操作的作用是用框选择主体对象并确定框的尺寸。
子步骤S101d2：根据框选操作生成并显示目标对象框。
子步骤S101d3：将目标对象框在待处理图像中对应的区域作为目标区域。
在本实施例中，用户直接在待处理图像中对主体对象进行框选(一方面可以选择主体对象，另一方面可以调整框的尺寸大小)，确定目标对象框，如果用户对目标对象框的轮廓没有其它要求，则可以将目标对象框在待处理图像中对应的区域作为目标区域。通过这种方式，能够充分发挥用户的参与积极性，满足用户需求，提升用户体验。
在一实施例中，目标区域的轮廓与主体对象的轮廓匹配。同样，参见图13，为了使目标区域的轮廓与主体对象的轮廓匹配，用户需要在待处理图像中对该目标对象框进行轮廓的修改，则在子步骤S101d3之前，还可以包括：
子步骤S101d4：获取用户在待处理图像中对目标对象框的轮廓进行的轮廓修改操作。
子步骤S101d5：根据轮廓修改操作生成并显示修改后的对象框，以使修改后的对象框的轮廓与主体对象的轮廓匹配。
子步骤S101d6：将修改后的对象框重新作为目标对象框。
在本实施例中，用户能够对目标对象框的轮廓进行修改，以使修改后的对象框的轮廓与主体对象的轮廓匹配，能够重点突出主体对象，满足用户需求，提升用户体验。
下面具体说明在实际应用中较为常见的预设要求及根据预设要求识别出非目标区域中的非主体对象的可能方式。
在一实际应用中，预设要求包括利用人种特征区分人和除人之外的其它物体，和/或，利用其它物体特征区分其它物体和人。
地球上所有的人属于同一个物种，即人种。人种特征是指人种具有的共同遗传体质特征，例如躯干比例、身高、肢长、面部轮廓、头形、眼形、鼻形、唇形，等等。人种特征能够将人与其它物体区分开来。
其它物体包括但不限于有生命的其它物体和无生命的其它物体。有生命的其它物体包括但不限于各种各样的宠物等。无生命的其它物体包括但不限于车辆、建筑，等等。其它物体特征能够区分其它物体和人，例如狗的特征能够区分狗和人，车辆的特征能够区分车辆和人，等等。
在本实施例中，可以利用人种特征区分人和除人之外的其它物体，也可以利用其它物体特征区分其它物体和人，或者同时利用人种特征和其它物体特征区分人和除人之外的其它物体。
此时，步骤S102中，根据预设要求识别出非目标区域中的非主体对象，可以包括：根据预设人种特征和/或预设其它物体特征，识别出非目标区域中与预设人种特征和/或预设其它物体特征匹配的对象，并标记为非主体对象。
在本实施例中，识别范围是非目标区域，非主体对象是非目标区域中与预设人种特征和/或预设其它物体特征匹配的对象。例如：非主体对象是非目标区域中的人(预设人种特征)，或者，非主体对象是非目标区域中的车辆(预设车辆特征)，或者，非主体对象是非目标区域中的人和车辆(预设人种特征和预设车辆特征)。
例如：直接利用人种特征在非目标区域中识别出人；直接利用车辆特征在非目标区域中识别出车辆；或者，直接利用人种特征和车辆特征在非目标区域中识别出人和车辆。
具体地，由于车辆的车牌号通常涉及个人隐私问题，在本实施例中，预设其它物体特征包括车辆特征。
在另一实际应用中，预设要求包括利用人种特定特征区分不同人，和/或，利用其它物体特定特征区分不同其它物体。
人种特定特征是指能够在待处理图像中将不同人区分开来的特征，可以包括一个人具备的不同于其他人的唯一特定特征，例如：人脸特征、虹膜特征，等等；也可以包括附带在人身上的非唯一的、短期稳定的特征，例如：人体姿态特征、衣着特征、饰品特征，等等。
其它物体特定特征是指能够在待处理图像中将不同其它物体区分开来的特征。例如：车牌号、车辆的颜色、车型，等等。
在本实施例中，可以利用人种特定特征区分不同人，也可以利用其它物体特定特征区分不同其它物体，或者同时利用人种特定特征区分不同人和利用其它物体特定特征区分不同其它物体。
本实施例中的人种特定特征和/或其它物体特定特征可以独立应用，也可以结合上述的人种特征和/或其它物体特征来一起应用。具体说明如下：
人种特定特征和人种特征、其它物体特定特征和其它物体特征结合起来应用时，参见图14，步骤S102中，根据预设要求识别出非目标区域中的非主体对象，可以包括：子步骤S102a1和子步骤S102a2。
子步骤S102a1：根据预设人种特征和/或预设其它物体特征，识别出待处理图像中与预设人种特征和/或预设其它物体特征匹配的所有人对象和/或所有其它物体对象。
子步骤S102a2：获取主体对象的特定特征，识别出所有人对象和/或所有其它物体对象中与主体对象的特定特征不匹配的对象，并标记为非主体对象，其中，主体对象的特定特征包括人种特定特征和/或其它物体特定特征。
在本实施例中，识别范围是整个待处理图像，先利用预设人种特征和/或预设其它物体特征识别出匹配的所有人对象和/或所有其它物体对象；然后获取主体对象的特定特征，从所有人对象和/或所有其它物体对象中识别出与主体对象的特定特征不匹配的对象，即为非主体对象。
例如：先利用预设人种特征在整个待处理图像识别出所有4个人(包括主体对象)，然后从这4个人中识别出与主体人物的特定特征不匹配的另外3个人，这3个人即为非主体对象。
需要说明的是，可以预先存储多个主体人物(例如一家人中，爷爷、奶奶、爸爸、妈妈、孩子、知心朋友，等等)，在具体应用场景的时候，从中选择一个或者多个作为主体人物。
人种特定特征和/或其它物体特定特征单独应用时，步骤S102中，根据预设要求识别出非目标区域中的非主体对象，可以包括：获取主体对象的特定特征，识别出非目标区域中与主体对象的特定特征不匹配的对象，并标记为非主体对象，其中，主体对象的特定特征包括人种特定特征和/或其它物体特定特征。
在本实施例中，识别范围是非目标区域，非主体对象是非目标区域中与主体对象的特定特征不匹配的对象。直接利用主体对象的特定特征在非目标区域识别出不匹配的对象，即为非主体对象。
例如：直接利用主体人物的人脸特征在非目标区域中识别出不匹配的另外2个人；直接利用红色车辆在非目标区域中识别出不匹配的白色车辆。
其中，通常情况下应用较多的人种特定特征包括人脸、人体姿态、衣着中的一种或多种。每个人的人脸基本不一样；人体姿态是长期累月的习惯形成的，一般比较稳定，不容易改变；衣着也是跟人的性格特点、品味等因素相关的，一般比较稳定，不容易改变。
在又一实际应用中，如果主体对象是静止的，非主体对象是移动的，还可以采用另外的识别非主体对象的方式，说明如下：
参见图15，步骤S102中，根据预设要求识别出非目标区域中的非主体对象，可以包括：
子步骤S102b1：根据预设时长，抽取包括主体对象的多帧待处理图像。
子步骤S102b2：通过多帧待处理图像判断出移动的对象，并将移动的对象标记为非主体对象。
在本实施例中，主体对象是静止的，非主体对象是移动的对象，移动的对象是移动的、运动的，其在每一帧图像中的位置是变化的，其在每一帧图像中的背景也是变化的，据此通过多帧待处理图像能够判断出移动的对象，具体地，例如利用帧差法、光流法、背景减除法，等等即可通过多帧待处理图像能够判断出移动的对象。
其中，通常情况下应用较多的非主体对象包括移动的人流、车流中的一种或两种。人流涉及肖像权的问题，车流涉及个人隐私问题，这是图像处理中通常比较关注的非主体对象。
在一实际应用中，由于环境亮度不足时，获取的待处理图像质量较差，为了获得较好的图像质量，在步骤S101获取待处理图像之前，还包括：
检测当前环境的亮度，根据亮度确定曝光模式，不同的亮度对应不同曝光模式。具体地，当环境光不足时，对应长曝光模式；当环境光充足时，对应自动曝光模式。通过这种方式，能够在环境亮度不足的时候，充分发挥长曝光模式的优势，获得较好的图像质量。
在一应用场景中，例如拍摄，步骤S101中，获取待处理图像中主体对象对应的目标区域之前，还可以包括：提示用户需要静站的时间段。
此时，步骤S102中，根据预设要求识别出非目标区域中的非主体对象，是在用户静站的时间段内完成的，即在用户静站的时间段，根据预设要求识别出非目标区域中的非主体对象。
在现有的拍摄场景，提示用户需要静站的时间段，这是常规操作，用户已经养成对应的拍摄习惯，本实施例沿用该拍摄习惯，在用户静站的时间段，完成识别非主体对象的流程。通过这种方式，能够使用户在发出拍摄指令后，即可得到包括主体对象和经过模糊处理后的非主体对象的目标图像，使用户产生没有另外专门等待图像处理的时间，从而提升用户体验。
参见图16，图16是本申请图像处理设备一实施例的结构示意图，需要说明的是，本实施例的图像处理设备能够执行上述的图像处理方法中的步骤，相关内容的详细说明，请参见上述图像处理方法部分，在此不再赘叙。
该图像处理设备10包括：存储器11和处理器12；存储器11和处理器12通过总线13连接。
其中，处理器12可以是微控制单元、中央处理单元或数字信号处理器，等等。
其中，存储器11可以是Flash芯片、只读存储器、磁盘、光盘、U盘或者移动硬盘等等。
存储器11用于存储计算机程序；该存储器11还可以根据实际需要存储预先录入的人种特征数据、其它物体特征数据、人种特定特征数据(例如人脸数据，等等)，其它物体特定特征数据，等等，并提供给处理器12进行匹配识别。
处理器12用于执行计算机程序并在执行计算机程序时，实现如下步骤：
获取待处理图像，并获取待处理图像中主体对象对应的目标区域；根据预设要求识别出非目标区域中的非主体对象，非目标区域为待处理图像中目标区域以外的区域；对非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像。
本申请实施例获取待处理图像中主体对象的目标区域，识别出非目标区域中的非主体对象，对非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像。由于目标图像中的非主体对象已经经过模糊处理，通过这种方式，能够将非主体对象排除在目标图像之外；能够避免非主体对象影响目标图像中主体对象的重点显现；能够避免对非主体对象可能造成侵犯，避免引起不必要的纠纷。
其中，处理器在执行计算机程序时，实现如下步骤：获取多帧待处理图像中主体对象对应的目标区域。
其中，处理器在执行计算机程序时，实现如下步骤：获取其中一帧待处理图像中主体对象对应的目标区域；将目标区域在其中一帧待处理图像中对应的区域作为其它多帧待处理图像中主体对象对应的目标区域。
其中，处理器在执行计算机程序时，实现如下步骤：根据对象识别算法识别待处理图像中的主体对象；根据主体对象生成并显示原始对象框；若原始对象框的数目是一个，则将原始对象框作为目标对象框，并将目标对象框在待处理图像中对应的区域作为目标区域。
其中，处理器在执行计算机程序时，实现如下步骤：若原始对象框的数目是两个以上，则获取用户在待处理图像中对其中一个原始对象框进行的选择操作；根据选择操作生成并显示目标对象框；将目标对象框在待处理图像中对应的区域作为目标区域。
其中，对象识别算法包括人脸识别算法。
其中，处理器在执行计算机程序时，实现如下步骤：获取用户在待处理图像中对目标对象框进行的尺寸修改操作；根据尺寸修改操作生成并显示修改后的对象框；将修改后的对象框重新作为目标对象框。
其中，处理器在执行计算机程序时，实现如下步骤：获取用户在待处理图像中对主体对象的框选操作；根据框选操作生成并显示目标对象框；将目标对象框在待处理图像中对应的区域作为目标区域。
其中，处理器在执行计算机程序时，实现如下步骤：获取用户在待处理图像中对目标对象框的轮廓进行的轮廓修改操作；根据轮廓修改操作生成并显示修改后的对象框，以使修改后的对象框的轮廓与主体对象的轮廓匹配；将修改后的对象框重新作为目标对象框。
其中，目标区域的轮廓与主体对象的轮廓匹配。
其中，预设要求包括利用人种特征区分人和除人之外的其它物体，和/或，利用其它物体特征区分其它物体和人。
其中，处理器在执行计算机程序时，实现如下步骤：根据预设人种特征和/或预设其它物体特征，识别出非目标区域中与预设人种特征和/或预设其它物体特征匹配的对象，并标记为非主体对象。
其中，预设其它物体特征包括车辆特征。
其中，预设要求包括利用人种特定特征区分不同人，和/或，利用其它物体特定特征区分不同其它物体。
其中，处理器在执行计算机程序时，实现如下步骤：根据预设人种特征和/或预设其它物体特征，识别出待处理图像中与预设人种特征和/或预设其它物体特征匹配的所有人对象和/或所有其它物体对象；获取主体对象的特定特征，识别出所有人对象和/或所有其它物体对象中与主体对象的特定特征不匹配的对象，并标记为非主体对象，其中，主体对象的特定特征包括人种特定特征和/或其它物体特定特征。
其中，处理器在执行计算机程序时，实现如下步骤：获取主体对象的特定特征，识别出非目标区域中与主体对象的特定特征不匹配的对象，并标记为非主体对象，其中，主体对象的特定特征包括人种特定特征和/或其它物体特定特征。
其中，人种特定特征包括人脸、人体姿态、衣着中的一种或多种。
其中，主体对象是静止的，非主体对象是移动的。
其中，处理器在执行计算机程序时，实现如下步骤：根据预设时长，抽取包括主体对象的多帧待处理图像；通过多帧待处理图像判断出移动的对象，并将移动的对象标记为非主体对象。
其中，非主体对象包括移动的人流、车流中的一种或两种。
其中，处理器在执行计算机程序时，实现如下步骤：检测当前环境的亮度，根据亮度确定曝光模式，不同的亮度对应不同曝光模式。
其中，当环境光不足时，对应长曝光模式；当环境光充足时，对应自动曝光模式。
其中，处理器在执行计算机程序时，实现如下步骤：对目标区域的边缘进行过渡处理；得到包括目标区域的边缘经过过渡处理后的主体对象和经过模糊处理后的非主体对象的目标图像。
其中，处理器在执行计算机程序时，实现如下步骤：对目标区域的边缘进行羽化、锐化、液化、加强对比度中的一种或多种处理。
其中，处理器在执行计算机程序时，实现如下步骤：选用一帧或多帧待处理图像，对一帧或多帧待处理图像进行模糊处理。
其中，模糊处理包括横向模糊、竖向模糊、径向模糊、斜向模糊、马赛克、区域填充、背景覆盖在内的一种或多种模糊处理。
其中，处理器在执行计算机程序时，实现如下步骤：提示用户需要静站的时间段。
其中，处理器在执行计算机程序时，实现如下步骤：在用户静站的时间段，根据预设要求识别出非目标区域中的非主体对象。
本申请还提供一种拍摄装置，该拍摄装置能够执行上述图像处理方法中的步骤，相关内容的详细说明，请参见上述图像处理方法部分，在此不再赘叙。本申请实施例的拍摄装置包括但不限于：数码相机、配备有摄像模块的移动设备，等等。该拍摄装置包括：存储器和处理器；存储器用于存储计算机程序；处理器用于执行计算机程序并在执行计算机程序时，实现如下步骤：
获取待处理图像，并获取待处理图像中主体对象对应的目标区域；根据预设要求识别出非目标区域中的非主体对象，非目标区域为待处理图像中目标区域以外的区域；对非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像。
本申请实施例获取待处理图像中主体对象的目标区域，识别出非目标区域中的非主体对象，对非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像。由于目标图像中的非主体对象已经经过模糊处理，通过这种方式，能够将非主体对象排除在目标图像之外；能够避免非主体对象影响目标图像中主体对象的重点显现；能够避免对非主体对象可能造成侵犯，避免引起不必要的纠纷。
其中，处理器在执行计算机程序时，实现如下步骤：获取多帧待处理图像中主体对象对应的目标区域。
其中，处理器在执行计算机程序时，实现如下步骤：获取其中一帧待处理图像中主体对象对应的目标区域；将目标区域在其中一帧待处理图像中对应的区域作为其它多帧待处理图像中主体对象对应的目标区域。
其中，处理器在执行计算机程序时，实现如下步骤：根据对象识别算法识别待处理图像中的主体对象；根据主体对象生成并显示原始对象框；若原始对象框的数目是一个，则将原始对象框作为目标对象框，并将目标对象框在待处理图像中对应的区域作为目标区域。
其中，处理器在执行计算机程序时，实现如下步骤：若原始对象框的数目是两个以上，则获取用户在待处理图像中对其中一个原始对象框进行的选择操作；根据选择操作生成并显示目标对象框；将目标对象框在待处理图像中对应的区域作为目标区域。
其中，对象识别算法包括人脸识别算法。
其中，处理器在执行计算机程序时，实现如下步骤：获取用户在待处理图像中对目标对象框进行的尺寸修改操作；根据尺寸修改操作生成并显示修改后的对象框；将修改后的对象框重新作为目标对象框。
其中，处理器在执行计算机程序时，实现如下步骤：获取用户在待处理图像中对主体对象的框选操作；根据框选操作生成并显示目标对象框；将目标对象框在待处理图像中对应的区域作为目标区域。
其中，处理器在执行计算机程序时，实现如下步骤：获取用户在待处理图像中对目标对象框的轮廓进行的轮廓修改操作；根据轮廓修改操作生成并显示修改后的对象框，以使修改后的对象框的轮廓与主体对象的轮廓匹配；将修改后的对象框重新作为目标对象框。
其中，目标区域的轮廓与主体对象的轮廓匹配。
其中，预设要求包括利用人种特征区分人和除人之外的其它物体，和/或，利用其它物体特征区分其它物体和人。
其中，处理器在执行计算机程序时，实现如下步骤：根据预设人种特征和/或预设其它物体特征，识别出非目标区域中与预设人种特征和/或预设其它物体特征匹配的对象，并标记为非主体对象。
其中，预设其它物体特征包括车辆特征。
其中，预设要求包括利用人种特定特征区分不同人，和/或，利用其它物体特定特征区分不同其它物体。
其中，处理器在执行计算机程序时，实现如下步骤：根据预设人种特征和/或预设其它物体特征，识别出待处理图像中与预设人种特征和/或预设其它物体特征匹配的所有人对象和/或所有其它物体对象；获取主体对象的特定特征，识别出所有人对象和/或所有其它物体对象中与主体对象的特定特征不匹配的对象，并标记为非主体对象，其中，主体对象的特定特征包括人种特定特征和/或其它物体特定特征。
其中，处理器在执行计算机程序时，实现如下步骤：获取主体对象的特定特征，识别出非目标区域中与主体对象的特定特征不匹配的对象，并标记为非主体对象，其中，主体对象的特定特征包括人种特定特征和/或其它物体特定特征。
其中，人种特定特征包括人脸、人体姿态、衣着中的一种或多种。
其中，主体对象是静止的，非主体对象是移动的。
其中，处理器在执行计算机程序时，实现如下步骤：根据预设时长，抽取包括主体对象的多帧待处理图像；通过多帧待处理图像判断出移动的对象，并将移动的对象标记为非主体对象。
其中，非主体对象包括移动的人流、车流中的一种或两种。
其中，处理器在执行计算机程序时，实现如下步骤：检测当前环境的亮度，根据亮度确定曝光模式，不同的亮度对应不同曝光模式。
其中，当环境光不足时，对应长曝光模式；当环境光充足时，对应自动曝光模式。
其中，处理器在执行计算机程序时，实现如下步骤：对目标区域的边缘进行过渡处理；得到包括目标区域的边缘经过过渡处理后的主体对象和经过模糊处理后的非主体对象的目标图像。
其中，处理器在执行计算机程序时，实现如下步骤：对目标区域的边缘进行羽化、锐化、液化、加强对比度中的一种或多种处理。
其中，处理器在执行计算机程序时，实现如下步骤：选用一帧或多帧待处理图像，对一帧或多帧待处理图像进行模糊处理。
其中，模糊处理包括横向模糊、竖向模糊、径向模糊、斜向模糊、马赛克、区域填充、背景覆盖在内的一种或多种模糊处理。
其中，处理器在执行计算机程序时，实现如下步骤：提示用户需要静站的时间段。
其中，处理器在执行计算机程序时，实现如下步骤：在用户静站的时间段，根据预设要求识别出非目标区域中的非主体对象。
本申请还提供一种可移动平台，可移动平台包括拍摄装置，本实施例的拍摄装置可以是上述任一项拍摄装置，相关内容的详细说明请参见上述拍摄装置部分，在此不再赘叙。该拍摄装置包括：存储器和处理器；存储器用于存储计算机程序；处理器用于执行计算机程序并在执行计算机程序时，实现如上任一项的图像处理方法。
其中，可移动平台是指可以自动移动或者在受控条件下移动的各种平台，包括但不限于云台、无人飞行器或无人车辆中的一种或多种。
本申请实施例获取待处理图像中主体对象的目标区域，识别出非目标区域中的非主体对象，对非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像。由于目标图像中的非主体对象已经经过模糊处理，通过这种方式，能够将非主体对象排除在目标图像之外；能够避免非主体对象影响目标图像中主体对象的重点显现；能够避免对非主体对象可能造成侵犯，避免引起不必要的纠纷。
本申请还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时使处理器实现如上任一项的图像处理方法。相关内容的详细说明请参见上述图像处理方法部分，在此不再赘叙。
其中，该计算机可读存储介质可以是上述任一图像处理设备的内部存储单元，例如图像处理设备的硬盘或内存。该计算机可读存储介质也可以是图像处理设备的外部存储设备，例如图像处理设备上配备的插接式硬盘、智能存储卡、安全数字卡、闪存卡，等等。
本申请实施例获取待处理图像中主体对象的目标区域，识别出非目标区域中的非主体对象，对非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像。由于目标图像中的非主体对象已经经过模糊处理，通过这种方式，能够将非主体对象排除在目标图像之外；能够避免非主体对象影响目标图像中主体对象的重点显现；能够避免对非主体对象可能造成侵犯，避免引起不必要的纠纷。
应当理解，在本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
以上所述，仅为本申请的具体实施例，但本申请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申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (87)

1.一种图像处理方法，其特征在于，包括：
获取待处理图像，并获取所述待处理图像中主体对象对应的目标区域；
根据预设要求识别出非目标区域中的非主体对象，所述非目标区域为所述待处理图像中所述目标区域以外的区域；
对所述非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像。
2.根据权利要求1所述的图像处理方法，其特征在于，所述获取所述待处理图像中主体对象对应的目标区域，包括：
获取多帧所述待处理图像中主体对象对应的目标区域。
3.根据权利要求2所述的图像处理方法，其特征在于，所述获取多帧所述待处理图像中主体对象对应的目标区域，包括：
获取其中一帧所述待处理图像中主体对象对应的目标区域；
将所述目标区域在其中一帧所述待处理图像中对应的区域作为其它多帧所述待处理图像中主体对象对应的目标区域。
4.根据权利要求1所述的图像处理方法，其特征在于，所述获取所述待处理图像中主体对象对应的目标区域，包括：
根据对象识别算法识别所述待处理图像中的主体对象；
根据所述主体对象生成并显示原始对象框；
若所述原始对象框的数目是一个，则将所述原始对象框作为目标对象框，并将所述目标对象框在所述待处理图像中对应的区域作为目标区域。
5.根据权利要求4所述的图像处理方法，其特征在于，所述方法还包括：
若所述原始对象框的数目是两个以上，则获取用户在所述待处理图像中对其中一个原始对象框进行的选择操作；
根据所述选择操作生成并显示目标对象框；
将所述目标对象框在所述待处理图像中对应的区域作为目标区域。
6.根据权利要求4所述的图像处理方法，其特征在于，所述对象识别算法包括人脸识别算法。
7.根据权利要求4-5任一项所述的图像处理方法，其特征在于，所述将所述目标对象框在所述待处理图像中对应的区域作为目标区域之前，包括：
获取用户在所述待处理图像中对所述目标对象框进行的尺寸修改操作；
根据所述尺寸修改操作生成并显示修改后的对象框；
将修改后的对象框重新作为目标对象框。
8.根据权利要求1所述的图像处理方法，其特征在于，所述获取所述待处理图像中主体对象对应的目标区域，包括：
获取用户在所述待处理图像中对所述主体对象的框选操作；
根据所述框选操作生成并显示目标对象框；
将所述目标对象框在所述待处理图像中对应的区域作为目标区域。
9.根据权利要求4-8任一项所述的图像处理方法，其特征在于，所述将所述目标对象框在所述待处理图像中对应的区域作为目标区域之前，包括：
获取用户在所述待处理图像中对所述目标对象框的轮廓进行的轮廓修改操作；
根据所述轮廓修改操作生成并显示修改后的对象框，以使修改后的对象框的轮廓与所述主体对象的轮廓匹配；
将修改后的对象框重新作为目标对象框。
10.根据权利要求1所述的图像处理方法，其特征在于，所述目标区域的轮廓与所述主体对象的轮廓匹配。
11.根据权利要求1所述的图像处理方法，其特征在于，所述预设要求包括利用人种特征区分人和除人之外的其它物体，和/或，利用其它物体特征区分其它物体和人。
12.根据权利要求11所述的图像处理方法，其特征在于，所述根据预设要求识别出非目标区域中的非主体对象，包括：
根据预设人种特征和/或预设其它物体特征，识别出所述非目标区域中与所述预设人种特征和/或预设其它物体特征匹配的对象，并标记为非主体对象。
13.根据权利要求12所述的图像处理方法，其特征在于，所述预设其它物体特征包括车辆特征。
14.根据权利要求1或11所述的图像处理方法，其特征在于，所述预设要求包括利用人种特定特征区分不同人，和/或，利用其它物体特定特征区分不同其它物体。
15.根据权利要求14所述的图像处理方法，其特征在于，所述根据预设要求识别出非目标区域中的非主体对象，包括：
根据预设人种特征和/或预设其它物体特征，识别出所述待处理图像中与所述预设人种特征和/或预设其它物体特征匹配的所有人对象和/或所有其它物体对象；
获取所述主体对象的特定特征，识别出所述所有人对象和/或所有其它物体对象中与所述主体对象的特定特征不匹配的对象，并标记为非主体对象，其中，所述主体对象的特定特征包括人种特定特征和/或其它物体特定特征。
16.根据权利要求14所述的图像处理方法，其特征在于，所述根据预设要求识别出非目标区域中的非主体对象，包括：
获取所述主体对象的特定特征，识别出所述非目标区域中与所述主体对象的特定特征不匹配的对象，并标记为非主体对象，其中，所述主体对象的特定特征包括人种特定特征和/或其它物体特定特征。
17.根据权利要求14所述的图像处理方法，其特征在于，所述人种特定特征包括人脸、人体姿态、衣着中的一种或多种。
18.根据权利要求2所述的图像处理方法，其特征在于，所述主体对象是静止的，所述非主体对象是移动的。
19.根据权利要求18所述的图像处理方法，其特征在于，所述根据预设要求识别出非目标区域中的非主体对象，包括：
根据预设时长，抽取包括所述主体对象的多帧待处理图像；
通过所述多帧待处理图像判断出移动的对象，并将所述移动的对象标记为非主体对象。
20.根据权利要求18所述的图像处理方法，其特征在于，所述非主体对象包括移动的人流、车流中的一种或两种。
21.根据权利要求1所述的图像处理方法，其特征在于，所述获取待处理图像之前，还包括：
检测当前环境的亮度，根据所述亮度确定曝光模式，不同的亮度对应不同曝光模式。
22.根据权利要求21所述的图像处理方法，其特征在于，当环境光不足时，对应长曝光模式；当环境光充足时，对应自动曝光模式。
23.根据权利要求1所述的图像处理方法，其特征在于，所述得到包括主体对象和经过模糊处理后的非主体对象的目标图像之前，还包括：
对所述目标区域的边缘进行过渡处理；
所述得到包括主体对象和经过模糊处理后的非主体对象的目标图像，包括：
得到包括目标区域的边缘经过过渡处理后的主体对象和经过模糊处理后的非主体对象的目标图像。
24.根据权利要求23所述的图像处理方法，其特征在于，所述对所述目标区域的边缘进行过渡处理，包括：
对所述目标区域的边缘进行羽化、锐化、液化、加强对比度中的一种或多种处理。
25.根据权利要求1所述的图像处理方法，其特征在于，所述对所述非主体对象进行模糊处理，包括：
选用一帧或多帧待处理图像，对所述一帧或多帧待处理图像进行模糊处理。
26.根据权利要求1所述的图像处理方法，其特征在于，所述模糊处理包括横向模糊、竖向模糊、径向模糊、斜向模糊、马赛克、区域填充、背景覆盖在内的一种或多种模糊处理。
27.根据权利要求1所述的图像处理方法，其特征在于，所述获取所述待处理图像中主体对象对应的目标区域之前，还包括：
提示用户需要静站的时间段。
28.根据权利要求27所述的图像处理方法，其特征在于，所述根据预设要求识别出非目标区域中的非主体对象，包括：
在用户静站的时间段，根据预设要求识别出非目标区域中的非主体对象。
29.一种图像处理设备，其特征在于，所述图像处理设备包括：存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
获取待处理图像，并获取所述待处理图像中主体对象对应的目标区域；
根据预设要求识别出非目标区域中的非主体对象，所述非目标区域为所述待处理图像中目标区域以外的区域；
对所述非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像。
30.根据权利要求29所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取多帧所述待处理图像中主体对象对应的目标区域。
31.根据权利要求30所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取其中一帧所述待处理图像中主体对象对应的目标区域；
将所述目标区域在其中一帧所述待处理图像中对应的区域作为其它多帧所述待处理图像中主体对象对应的目标区域。
32.根据权利要求29所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据对象识别算法识别所述待处理图像中的主体对象；
根据所述主体对象生成并显示原始对象框；
若所述原始对象框的数目是一个，则将所述原始对象框作为目标对象框，并将所述目标对象框在所述待处理图像中对应的区域作为目标区域。
33.根据权利要求32所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
若所述原始对象框的数目是两个以上，则获取用户在所述待处理图像中对其中一个原始对象框进行的选择操作；
根据所述选择操作生成并显示目标对象框；
将所述目标对象框在所述待处理图像中对应的区域作为目标区域。
34.根据权利要求32所述的图像处理设备，其特征在于，所述对象识别算法包括人脸识别算法。
35.根据权利要求32-33任一项所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取用户在所述待处理图像中对所述目标对象框进行的尺寸修改操作；
根据所述尺寸修改操作生成并显示修改后的对象框；
将修改后的对象框重新作为目标对象框。
36.根据权利要求29所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取用户在所述待处理图像中对所述主体对象的框选操作；
根据所述框选操作生成并显示目标对象框；
将所述目标对象框在所述待处理图像中对应的区域作为目标区域。
37.根据权利要求32-36任一项所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取用户在所述待处理图像中对所述目标对象框的轮廓进行的轮廓修改操作；
根据所述轮廓修改操作生成并显示修改后的对象框，以使修改后的对象框的轮廓与所述主体对象的轮廓匹配；
将修改后的对象框重新作为目标对象框。
38.根据权利要求29所述的图像处理设备，其特征在于，所述目标区域的轮廓与所述主体对象的轮廓匹配。
39.根据权利要求29所述的图像处理设备，其特征在于，所述预设要求包括利用人种特征区分人和除人之外的其它物体，和/或，利用其它物体特征区分其它物体和人。
40.根据权利要求39所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据预设人种特征和/或预设其它物体特征，识别出所述非目标区域中与所述预设人种特征和/或预设其它物体特征匹配的对象，并标记为非主体对象。
41.根据权利要求40所述的图像处理设备，其特征在于，所述预设其它物体特征包括车辆特征。
42.根据权利要求29或39所述的图像处理设备，其特征在于，所述预设要求包括利用人种特定特征区分不同人，和/或，利用其它物体特定特征区分不同其它物体。
43.根据权利要求42所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据预设人种特征和/或预设其它物体特征，识别出所述待处理图像中与所述预设人种特征和/或预设其它物体特征匹配的所有人对象和/或所有其它物体对象；
获取所述主体对象的特定特征，识别出所述所有人对象和/或所有其它物体对象中与所述主体对象的特定特征不匹配的对象，并标记为非主体对象，其中，所述主体对象的特定特征包括人种特定特征和/或其它物体特定特征。
44.根据权利要求42所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取所述主体对象的特定特征，识别出所述非目标区域中与所述主体对象的特定特征不匹配的对象，并标记为非主体对象，其中，所述主体对象的特定特征包括人种特定特征和/或其它物体特定特征。
45.根据权利要求42所述的图像处理设备，其特征在于，所述人种特定特征包括人脸、人体姿态、衣着中的一种或多种。
46.根据权利要求30所述的图像处理设备，其特征在于，所述主体对象是静止的，所述非主体对象是移动的。
47.根据权利要求46所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据预设时长，抽取包括所述主体对象的多帧待处理图像；
通过所述多帧待处理图像判断出移动的对象，并将所述移动的对象标记为非主体对象。
48.根据权利要求46所述的图像处理设备，其特征在于，所述非主体对象包括移动的人流、车流中的一种或两种。
49.根据权利要求29所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
检测当前环境的亮度，根据所述亮度确定曝光模式，不同的亮度对应不同曝光模式。
50.根据权利要求49所述的图像处理设备，其特征在于，当环境光不足时，对应长曝光模式；当环境光充足时，对应自动曝光模式。
51.根据权利要求29所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
对所述目标区域的边缘进行过渡处理；
得到包括目标区域的边缘经过过渡处理后的主体对象和经过模糊处理后的非主体对象的目标图像。
52.根据权利要求51所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
对所述目标区域的边缘进行羽化、锐化、液化、加强对比度中的一种或多种处理。
53.根据权利要求29所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
选用一帧或多帧待处理图像，对所述一帧或多帧待处理图像进行模糊处理。
54.根据权利要求29所述的图像处理设备，其特征在于，所述模糊处理包括横向模糊、竖向模糊、径向模糊、斜向模糊、马赛克、区域填充、背景覆盖在内的一种或多种模糊处理。
55.根据权利要求29所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
提示用户需要静站的时间段。
56.根据权利要求55所述的图像处理设备，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
在用户静站的时间段，根据预设要求识别出非目标区域中的非主体对象。
57.一种拍摄装置，其特征在于，所述拍摄装置包括：存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
获取待处理图像，并获取所述待处理图像中主体对象对应的目标区域；
根据预设要求识别出非目标区域中的非主体对象，所述非目标区域为所述待处理图像中目标区域以外的区域；
对所述非主体对象进行模糊处理，得到包括主体对象和经过模糊处理后的非主体对象的目标图像。
58.根据权利要求57所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取多帧所述待处理图像中主体对象对应的目标区域。
59.根据权利要求58所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取其中一帧所述待处理图像中主体对象对应的目标区域；
将所述目标区域在其中一帧所述待处理图像中对应的区域作为其它多帧所述待处理图像中主体对象对应的目标区域。
60.根据权利要求57所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据对象识别算法识别所述待处理图像中的主体对象；
根据所述主体对象生成并显示原始对象框；
若所述原始对象框的数目是一个，则将所述原始对象框作为目标对象框，并将所述目标对象框在所述待处理图像中对应的区域作为目标区域。
61.根据权利要求60所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
若所述原始对象框的数目是两个以上，则获取用户在所述待处理图像中对其中一个原始对象框进行的选择操作；
根据所述选择操作生成并显示目标对象框；
将所述目标对象框在所述待处理图像中对应的区域作为目标区域。
62.根据权利要求60所述的拍摄装置，其特征在于，所述对象识别算法包括人脸识别算法。
63.根据权利要求60-61任一项所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取用户在所述待处理图像中对所述目标对象框进行的尺寸修改操作；
根据所述尺寸修改操作生成并显示修改后的对象框；
将修改后的对象框重新作为目标对象框。
64.根据权利要求57所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取用户在所述待处理图像中对所述主体对象的框选操作；
根据所述框选操作生成并显示目标对象框；
将所述目标对象框在所述待处理图像中对应的区域作为目标区域。
65.根据权利要求60-64任一项所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取用户在所述待处理图像中对所述目标对象框的轮廓进行的轮廓修改操作；
根据所述轮廓修改操作生成并显示修改后的对象框，以使修改后的对象框的轮廓与所述主体对象的轮廓匹配；
将修改后的对象框重新作为目标对象框。
66.根据权利要求57所述的拍摄装置，其特征在于，所述目标区域的轮廓与所述主体对象的轮廓匹配。
67.根据权利要求57所述的拍摄装置，其特征在于，所述预设要求包括利用人种特征区分人和除人之外的其它物体，和/或，利用其它物体特征区分其它物体和人。
68.根据权利要求67所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据预设人种特征和/或预设其它物体特征，识别出所述非目标区域中与所述预设人种特征和/或预设其它物体特征匹配的对象，并标记为非主体对象。
69.根据权利要求68所述的拍摄装置，其特征在于，所述预设其它物体特征包括车辆特征。
70.根据权利要求57或67所述的拍摄装置，其特征在于，所述预设要求包括利用人种特定特征区分不同人，和/或，利用其它物体特定特征区分不同其它物体。
71.根据权利要求70所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据预设人种特征和/或预设其它物体特征，识别出所述待处理图像中与所述预设人种特征和/或预设其它物体特征匹配的所有人对象和/或所有其它物体对象；
获取所述主体对象的特定特征，识别出所述所有人对象和/或所有其它物体对象中与所述主体对象的特定特征不匹配的对象，并标记为非主体对象，其中，所述主体对象的特定特征包括人种特定特征和/或其它物体特定特征。
72.根据权利要求70所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取所述主体对象的特定特征，识别出所述非目标区域中与所述主体对象的特定特征不匹配的对象，并标记为非主体对象，其中，所述主体对象的特定特征包括人种特定特征和/或其它物体特定特征。
73.根据权利要求70所述的拍摄装置，其特征在于，所述人种特定特征包括人脸、人体姿态、衣着中的一种或多种。
74.根据权利要求58所述的拍摄装置，其特征在于，所述主体对象是静止的，所述非主体对象是移动的。
75.根据权利要求74所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据预设时长，抽取包括所述主体对象的多帧待处理图像；
通过所述多帧待处理图像判断出移动的对象，并将所述移动的对象标记为非主体对象。
76.根据权利要求74所述的拍摄装置，其特征在于，所述非主体对象包括移动的人流、车流中的一种或两种。
77.根据权利要求57所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
检测当前环境的亮度，根据所述亮度确定曝光模式，不同的亮度对应不同曝光模式。
78.根据权利要求77所述的拍摄装置，其特征在于，当环境光不足时，对应长曝光模式；当环境光充足时，对应自动曝光模式。
79.根据权利要求57所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
对所述目标区域的边缘进行过渡处理；
得到包括目标区域的边缘经过过渡处理后的主体对象和经过模糊处理后的非主体对象的目标图像。
80.根据权利要求79所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
对所述目标区域的边缘进行羽化、锐化、液化、加强对比度中的一种或多种处理。
81.根据权利要求57所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
选用一帧或多帧待处理图像，对所述一帧或多帧待处理图像进行模糊处理。
82.根据权利要求57所述的拍摄装置，其特征在于，所述模糊处理包括横向模糊、竖向模糊、径向模糊、斜向模糊、马赛克、区域填充、背景覆盖在内的一种或多种模糊处理。
83.根据权利要求57所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
提示用户需要静站的时间段。
84.根据权利要求83所述的拍摄装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
在用户静站的时间段，根据预设要求识别出非目标区域中的非主体对象。
85.一种可移动平台，其特征在于，所述可移动平台包括拍摄装置，所述拍摄装置包括：存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述计算机程序并在执行所述计算机程序时，实现如权利要求1至28任一项所述的图像处理方法。
86.根据权利要求85所述的可移动平台，其特征在于，所述可移动平台包括云台、无人飞行器或无人车辆中的一种或多种。
87.一种计算机可读存储介质，其特征在于，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使所述处理器实现如权利要求1至28任一项所述的图像处理方法。
CN201980033697.3A 2019-08-14 2019-08-14 图像处理方法、设备、拍摄装置、可移动平台及存储介质 Pending CN112204945A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/100673 WO2021026848A1 (zh) 2019-08-14 2019-08-14 图像处理方法、设备、拍摄装置、可移动平台及存储介质

Publications (1)

Publication Number Publication Date
CN112204945A true CN112204945A (zh) 2021-01-08

Family

ID=74004585

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980033697.3A Pending CN112204945A (zh) 2019-08-14 2019-08-14 图像处理方法、设备、拍摄装置、可移动平台及存储介质

Country Status (2)

Country Link
CN (1) CN112204945A (zh)
WO (1) WO2021026848A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113378645A (zh) * 2021-05-14 2021-09-10 北京立为智图科技有限公司 一种具有隐私保护作用的作业现场工作记录方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115706862A (zh) * 2021-08-09 2023-02-17 荣耀终端有限公司 曝光参数的调节方法、设备和存储介质

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103152521A (zh) * 2013-01-30 2013-06-12 广东欧珀移动通信有限公司 一种移动终端中实现景深效果的方法及移动终端
CN103500337A (zh) * 2013-09-30 2014-01-08 上海合合信息科技发展有限公司 用于智能无线通信终端的识别四边形边框的方法及装置
US20140085507A1 (en) * 2012-09-21 2014-03-27 Bruce Harold Pillman Controlling the sharpness of a digital image
CN104363377A (zh) * 2014-11-28 2015-02-18 广东欧珀移动通信有限公司 对焦框的显示方法、装置及终端
CN104794462A (zh) * 2015-05-11 2015-07-22 北京锤子数码科技有限公司 一种人物图像处理方法及装置
CN105513104A (zh) * 2015-12-01 2016-04-20 小米科技有限责任公司 图片拍摄方法、装置及系统
CN107358593A (zh) * 2017-06-16 2017-11-17 广东欧珀移动通信有限公司 成像方法和装置
CN107623817A (zh) * 2017-09-11 2018-01-23 广东欧珀移动通信有限公司 视频背景处理方法、装置和移动终端
CN108230252A (zh) * 2017-01-24 2018-06-29 深圳市商汤科技有限公司 图像处理方法、装置以及电子设备
CN108876791A (zh) * 2017-10-23 2018-11-23 北京旷视科技有限公司 图像处理方法、装置和系统及存储介质
CN109040594A (zh) * 2018-08-24 2018-12-18 阿里巴巴集团控股有限公司 拍照方法及装置
CN109218597A (zh) * 2017-06-30 2019-01-15 珠海格力电器股份有限公司 一种智能终端拍摄图像的方法以及装置
CN109379571A (zh) * 2018-12-13 2019-02-22 移康智能科技（上海）股份有限公司 一种智能猫眼的实现方法及智能猫眼
WO2019134504A1 (zh) * 2018-01-05 2019-07-11 Oppo广东移动通信有限公司 图像背景虚化方法、装置、存储介质及电子设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103198605A (zh) * 2013-03-11 2013-07-10 成都百威讯科技有限责任公司 室内突发异常事件报警系统
CN105787062A (zh) * 2016-02-29 2016-07-20 北京时代云英科技有限公司 一种基于视频平台对目标对象进行搜索的方法和设备
CN108256497A (zh) * 2018-02-01 2018-07-06 北京中税网控股股份有限公司 一种视频图像处理方法及装置
CN109671101A (zh) * 2018-11-30 2019-04-23 江苏文化投资管理集团有限公司 行为轨迹采集装置及智能终端
CN109872297A (zh) * 2019-03-15 2019-06-11 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140085507A1 (en) * 2012-09-21 2014-03-27 Bruce Harold Pillman Controlling the sharpness of a digital image
CN103152521A (zh) * 2013-01-30 2013-06-12 广东欧珀移动通信有限公司 一种移动终端中实现景深效果的方法及移动终端
CN103500337A (zh) * 2013-09-30 2014-01-08 上海合合信息科技发展有限公司 用于智能无线通信终端的识别四边形边框的方法及装置
CN104363377A (zh) * 2014-11-28 2015-02-18 广东欧珀移动通信有限公司 对焦框的显示方法、装置及终端
CN104794462A (zh) * 2015-05-11 2015-07-22 北京锤子数码科技有限公司 一种人物图像处理方法及装置
CN105513104A (zh) * 2015-12-01 2016-04-20 小米科技有限责任公司 图片拍摄方法、装置及系统
CN108230252A (zh) * 2017-01-24 2018-06-29 深圳市商汤科技有限公司 图像处理方法、装置以及电子设备
CN107358593A (zh) * 2017-06-16 2017-11-17 广东欧珀移动通信有限公司 成像方法和装置
CN109218597A (zh) * 2017-06-30 2019-01-15 珠海格力电器股份有限公司 一种智能终端拍摄图像的方法以及装置
CN107623817A (zh) * 2017-09-11 2018-01-23 广东欧珀移动通信有限公司 视频背景处理方法、装置和移动终端
CN108876791A (zh) * 2017-10-23 2018-11-23 北京旷视科技有限公司 图像处理方法、装置和系统及存储介质
WO2019134504A1 (zh) * 2018-01-05 2019-07-11 Oppo广东移动通信有限公司 图像背景虚化方法、装置、存储介质及电子设备
CN109040594A (zh) * 2018-08-24 2018-12-18 阿里巴巴集团控股有限公司 拍照方法及装置
CN109379571A (zh) * 2018-12-13 2019-02-22 移康智能科技（上海）股份有限公司 一种智能猫眼的实现方法及智能猫眼

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113378645A (zh) * 2021-05-14 2021-09-10 北京立为智图科技有限公司 一种具有隐私保护作用的作业现场工作记录方法及系统

Also Published As

Publication number Publication date
WO2021026848A1 (zh) 2021-02-18

Similar Documents

Publication Publication Date Title
CN111402135B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN106778928B (zh) 图像处理方法及装置
US9692964B2 (en) Modification of post-viewing parameters for digital images using image region or feature information
US10917571B2 (en) Image capture device control based on determination of blur value of objects in images
CN107665482B (zh) 实现双重曝光的视频数据实时处理方法及装置、计算设备
US9129381B2 (en) Modification of post-viewing parameters for digital images using image region or feature information
JP5553141B2 (ja) 画像処理システム、画像処理装置、画像処理方法、およびプログラム
CN107730445A (zh) 图像处理方法、装置、存储介质和电子设备
CN106682620A (zh) 人脸图像采集方法及装置
US9838616B2 (en) Image processing method and electronic apparatus
CN113630545B (zh) 一种拍摄方法及设备
CN104811684B (zh) 一种图像的三维美颜方法及装置
US9152873B2 (en) Device and method for determining an optimum image
CN112702521B (zh) 图像拍摄方法及装置、电子设备、计算机可读存储介质
WO2007142621A1 (en) Modification of post-viewing parameters for digital images using image region or feature information
JP2016514305A (ja) 陰影検出および減衰のためのマルチスペクトル撮像システム
CN107395960A (zh) 拍照方法及装置、计算机装置和计算机可读存储介质
CN107610149B (zh) 图像分割结果边缘优化处理方法、装置及计算设备
US20170154437A1 (en) Image processing apparatus for performing smoothing on human face area
CN107705279B (zh) 实现双重曝光的图像数据实时处理方法及装置、计算设备
CN103761758A (zh) 一种旅游虚拟人物照相方法及系统
CN103369238A (zh) 图像生成装置以及图像生成方法
CN112204945A (zh) 图像处理方法、设备、拍摄装置、可移动平台及存储介质
CN110266955A (zh) 图像处理方法、装置、电子设备以及存储介质
CN111127367A (zh) 人脸图像处理的方法、装置及系统

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210108