CN112288666A - 图像处理方法和装置 - Google Patents
图像处理方法和装置 Download PDFInfo
- Publication number
- CN112288666A CN112288666A CN202011170509.2A CN202011170509A CN112288666A CN 112288666 A CN112288666 A CN 112288666A CN 202011170509 A CN202011170509 A CN 202011170509A CN 112288666 A CN112288666 A CN 112288666A
- Authority
- CN
- China
- Prior art keywords
- image
- region
- target
- area
- gradient
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 230000004927 fusion Effects 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000007704 transition Effects 0.000 claims description 93
- 230000002194 synthesizing effect Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 230000000717 retained effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了一种图像处理方法和装置,该方法包括:获取第一图像和第二图像;确定第一图像中的目标对象对应的第一掩模区域和第二掩模区域,目标对象至少包括第一掩模区域,第二掩模区域至少包括目标对象;根据第一图像的第一梯度图和第二图像的第二梯度图确定第一图像和第二图像融合后目标区域对应的目标梯度图;其中,目标区域为第一掩模区域与第二掩模区域之间不重叠的区域;根据目标梯度图,对第一图像和第二图像进行泊松融合,得到目标图像。根据本申请的实施例,以对于包括边缘无法精确分割的目标对象的图像进行融合时,融合的图像效果不理想的问题。
Description
技术领域
本申请实施例涉及信息处理领域,尤其涉及一种图像处理方法和装置。
背景技术
图像合成是将两张或两张以上的图像信息融合到一张图像上,使得融合的图像含有更多的信息。
在实现本申请过程中,申请人发现相关技术中至少存在如下问题:
对于边缘精确的目标对象,例如:目标对象边缘有难以确定的明暗变化或者目标对象边缘有精细毛发等,在对包括边缘精确的目标对象的图像进行融合时,无法精确的分割出目标对象,从而导致融合的图像效果不理想。
申请内容
本申请实施例提供一种图像处理方法、装置、电子设备及可读存储介质,以解决对于包括边缘精确的目标对象的图像进行融合时,融合的图像效果不理想的问题。
为了解决上述技术问题,本申请是这样实现的:
第一方面,本申请实施例提供了一种图像处理方法,该方法可以包括:
获取第一图像和第二图像;确定第一图像中的目标对象对应的第一掩模区域和第二掩模区域,目标对象至少包括第一掩模区域,第二掩模区域至少包括目标对象;根据第一图像的第一梯度图和第二图像的第二梯度图确定第一图像和第二图像融合后目标区域对应的目标梯度图;其中,目标区域为第一掩模区域与第二掩模区域之间不重叠的区域;根据目标梯度图,对第一图像和第二图像进行泊松融合,得到目标图像。
第二方面,本申请实施例提供了一种图像处理装置,该装置可以包括:
获取模块,用于获取第一图像和第二图像;第一确定模块,用于确定第一图像中的目标对象对应的第一掩模区域和第二掩模区域,目标对象至少包括第一掩模区域,第二掩模区域至少包括目标对象;第二确定模块,还用于根据第一图像的第一梯度图和第二图像的第二梯度图确定第一图像和第二图像融合后目标区域对应的目标梯度图;其中,目标区域为第一掩模区域与第二掩模区域之间不重叠的区域;融合模块,用于根据目标梯度图,对第一图像和第二图像进行泊松融合,得到目标图像。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
第五方面,本申请实施例提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的方法。
本申请实施例中,首先,确定第一图像中的目标对象对应的第一掩模区域和第二掩模区域;然后,根据第一图像的第一梯度图和第二图像的第二梯度图确定第一掩模区域与第二掩模区域之间不重叠的目标区域的目标梯度图;由于目标梯度图混合了第一图像和第二图像的梯度,所以目标梯度图既可以保留第一图像的细节,又可以获得第二图像的细节;最后,根据保留了两者图像的细节的目标梯度图对第一图像和第二图像进行泊松融合,能够合成过渡自然、没有明显边界痕迹并且保留第一图像边缘细节的目标图像。
附图说明
从下面结合附图对本申请的具体实施方式的描述中可以更好地理解本申请其中,相同或相似的附图标记表示相同或相似的特征。
图1为本申请实施例提供的图像处理方法的一种应用场景示意图;
图2为本申请实施例提供的一种图像处理方法的流程图;
图3为本申请实施例提供的一种目标对象的示意图;
图4为本申请实施例提供的一种第一掩模区域和第一掩模区域的示意图;
图5为本申请实施例提供的一种第三掩模区域的示意图;
图6为本申请实施例提供的一种合成目标图像的过程示意图;
图7为本申请实施例提供的一种图像处理装置结构示意图;
图8为本申请实施例提供的一种电子设备的硬件结构示意图。
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作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。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
本申请实施例提供的图像处理方法至少可以应用于下述应用场景中,下面进行说明。
如图1所示,要将图像1中的物体A融合到图像2中,以得到合成后的图像3。图像1中的物体A所覆盖的区域可以被称为前景部分,图像2可以被称为后景部分。对于边缘复杂的物体A(边缘渐变的月亮),难以精确的找到物体A的边缘,那么只能将图像1中包含物体A和物体A附近背景的一大块区域融合到图像2中。这样融合得到的图像3中的物体A边缘有黑边,和背景之间的过渡不自然。
针对相关技术出现的问题,本申请实施例提供一种图像处理方法、装置、电子设备及存储介质,以解决相关技术中,对于包括边缘精确的目标对象的图像进行融合时,融合的图像效果不理想的问题。
本申请实施例提供的方法,除了可以应用到上述应用场景之外,还可以应用到任何对于边缘复杂的目标对象的图像进行融合的场景中。例如有毛发的动物和边缘渐变的太阳等。
通过本申请实施例提供的方法,通过确定第一图像中的目标对象对应的第一掩模区域和第二掩模区域,根据第一图像的第一梯度图和第二图像的第二梯度图确定第一掩模区域与第二掩模区域之间不重叠的目标区域的目标梯度图。由于目标梯度图混合了第一图像和第二图像的梯度,所以目标梯度图既可以保留第一图像的细节,又可以获得第二图像的细节,根据保留了两者图像的细节的目标梯度图对第一图像和第二图像进行泊松融合,能够合成过渡自然、没有明显边界痕迹并且保留第一图像边缘细节的目标图像。
基于上述应用场景,下面对本申请实施例提供的图像处理方法进行详细说明。
图2为本申请实施例提供的一种图像处理方法的流程图。
如图2所示,该显示方法可以包括步骤210-步骤240,该方法应用于图像处理装置,具体如下所示:
步骤210,获取第一图像和第二图像。
步骤220,确定第一图像中的目标对象对应的第一掩模区域和第二掩模区域,目标对象至少包括第一掩模区域,第二掩模区域至少包括目标对象。
步骤230,根据第一图像的第一梯度图和第二图像的第二梯度图确定第一图像和第二图像融合后目标区域对应的目标梯度图;其中,目标区域为第一掩模区域与第二掩模区域之间不重叠的区域。
步骤240,根据目标梯度图,对第一图像和第二图像进行泊松融合,得到目标图像。
本申请提供的图像处理方法中,通过确定第一图像中的目标对象对应的第一掩模区域和第二掩模区域,根据第一图像的第一梯度图和第二图像的第二梯度图确定第一掩模区域与第二掩模区域之间不重叠的目标区域的目标梯度图。由于目标梯度图混合了第一图像和第二图像的梯度,所以目标梯度图既可以保留第一图像的细节,又可以获得第二图像的细节,根据保留了两者图像的细节的目标梯度图对第一图像和第二图像进行泊松融合,能够合成过渡自然、没有明显边界痕迹并且保留第一图像边缘细节的目标图像。
下面,对步骤210-步骤240的内容分别进行举例描述:
首先,涉及步骤210。
其中,上述涉及到的第一图像和上述涉及到的第二图像都是准备用于合成目标图像的,第一图像中的目标对象用于覆盖第二图像中的待覆盖区域,第二图像中的待覆盖区域用于被第一图像的目标对象覆盖。这里,将第一图像中的目标对象覆盖并融合在第二图像中的待覆盖区域后,合成的就是想用户想要的目标图像。
然后,涉及步骤220。
如图3所示,第一图像中的目标对象是一个边缘比较精细且不易确定边界的对象。如果直接将目标对象通过常规融合算法融合于第二图像,由于目标对象边缘较为复杂,会导致融合后的图像边界感明显,融合效果不够自然。其中,边缘精细是指目标对象的边缘有难以确定的明暗变化,或者,目标对象的边缘有毛发等复杂且难以精确分割的线条。
为了更精确的将第一图像中的目标对象融合于第二图像,使融合后的目标图像边界自然,可以在融合第一图像和第二图像之前,执行以下步骤:
首先,分别确定第一图像中的目标对象对应的第一掩模区域和第二掩模区域。
如图4所示,目标对象至少包括第一掩模区域,第二掩模区域至少包括目标对象。这里不需要精确的获得目标对象的边缘,而只需要粗略的得到第一掩模区域和第二掩模区域。
其中,第二掩模区域至少包括目标对象是指第二掩模区域要覆盖目标对象所有像素点。目标对象至少包括第一掩模区域是指第一掩模区域不包含任何目标对象之外的像素点。
其次,确定第一掩模区域和第二掩模区域之间的目标区域。如图4所示,目标区域可以为一个封闭的环形区域。
接着,涉及步骤230。
涉及到步骤230中得到融合后目标区域对应的目标梯度图的步骤中,可以有两种实现方式,下面依次进行说明:
在一种可能的实施例中,对于目标区域的每个目标像素点,将目标像素点在第一梯度图的第一梯度值和目标像素点在第二梯度图的第二梯度值中的较大值,确定为目标像素点的梯度值。
首先,对第一图像进行梯度运算,得到第一图像的第一梯度图,以及对第二图像进行梯度运算,得到第二图像的第二梯度图。其中,第一图像的每个像素值对应一个第一梯度值,第二图像的每个像素值对应第一第二梯度值。
然后,对于目标区域的每个目标像素点,取目标像素点在第一梯度图的第一梯度值和目标像素点在第二梯度图的第二梯度值中的较大值作为目标像素点的梯度值。
这里,在目标区域,混合了第一图像和第二图像的梯度值,所以在这个目标区域,既可以保留第一图像的细节,又可以保留第二图像的细节。
在一种可能的实施例中,确定第一图像中的目标对象对应的第三掩模区域;目标区域包括第一过渡区域和第二过渡区域,其中,第一过渡区域为目标区域和第三掩膜区域相重叠的区域,第二过渡区域为目标区域中除第一过渡区域以外的区域;
对于第一过渡区域的每个第一过渡像素点,将目标对象覆盖的区域对应的梯度值确定为第一过渡像素点的第三梯度值;对于第二过渡区域的每个第二过渡像素点,将第二过渡像素点在第一梯度图的第三梯度值和第二过渡像素点在第二梯度图的第四梯度值中的较大值,确定为第二过渡像素点的第四梯度值;根据第三梯度值和第四梯度值确定目标梯度图。
这里,引入目标对象对应的第三掩模区域,第二图像中的第三掩模区域为第二图像中需要被目标对象覆盖的区域。一般地,第二掩模区域至少包括第三掩模区域,第三掩模区域至少包括第一掩模区域。
如图5所示,相应地,目标区域可以分成两个区域,即第一过渡区域和第二过渡区域。第一过渡区域为目标区域和第三掩膜区域相重叠的区域,第二过渡区域为目标区域中除第一过渡区域以外的区域。
首先,对于第一过渡区域的每个第一过渡像素点,将目标对象覆盖的区域对应的梯度值确定为第一过渡像素点的第三梯度值。这里,将目标对象覆盖的区域对应的梯度值确定为目标区域中的第一过渡区域中的像素点的第三梯度值,能够更好的保留目标对象的细节。
然后,对于第二过渡区域的每个第二过渡像素点,将第二过渡像素点在第一梯度图的第三梯度值和第二过渡像素点在第二梯度图的第四梯度值中的较大值,确定为第二过渡像素点的第四梯度值。这里,在第二过渡区域,混合了第一图像和第二图像的梯度值,所以在这个第二过渡区域,既可以保留第一图像的细节,又可以保留第二图像的细节。
最后,根据第三梯度值和第四梯度值确定目标梯度图。这里,将目标区域分为第一过渡区域和第二过渡区域,并分别为其确定像素点的梯度值,可以更精细的确定目标区域的梯度值。
最后,涉及步骤240。
在一种可能的实施例中,第二图像包括第一区域、第二区域、第三区域和第四区域;在第一图像和第二图像进行泊松融合得到目标图像的情况下,第一区域与第一掩模区域重合,第二区域与第二掩模区域重合;第三区域为第一区域和第二区域之间不重叠的区域;第四区域为第二图像中除第二区域之外的区域;在步骤240中,具体可以包括以下步骤:
获取第二区域的第一边缘像素值;利用泊松方程对第一边缘像素值和目标梯度图进行计算,得到第三区域对应的第一像素值;根据第一图像确定第一区域的第二像素值;根据第二图像确定第四区域的第三像素值;根据第一像素值、第二像素值和第三像素值合成目标图像。
如图6所示,在第一图像和第二图像合成目标图像的情况下,将与第一掩模区域重合的区域确定为第一区域,将与第二掩模区域重合的区域确定为第二区域。将第一区域和第二区域之间不重叠的确定为第三区域,将第二图像中除第二区域之外的区域确定为第四区域。
利用泊松方程计算像素值,是根据待融合的预设区域最外一圈像素的像素值(即约束条件),以及待融合的预设区域中其它像素点的梯度值,构建泊松方程,然后通过求解这个泊松方程组得到预设区域中每个像素点的值。
其中,上述涉及到获取第二区域的第一边缘像素值,利用泊松方程对第一边缘像素值和目标梯度图进行计算,得到第三区域对应的第一像素值的步骤中,具体可以包括以下步骤:
获取第二区域最外一圈的像素点的第一边缘像素值,然后,利用第一边缘像素值和上述确定的目标梯度图构建泊松方程,最后通过求解这个泊松方程组,求解出来的即为第三区域对应的第一像素值。
这里,完成了第一次泊松融合,由于目标梯度图是混合了第一图像和第二图像的梯度得到的,所以在这个区域既可以保留第一图像的细节,又可以获得第二图像的细节,所以基于目标梯度图和第二图像的第一边缘像素值生成的第三区域对应的第一像素值,是没有过渡痕迹并且保留目标对象边缘的。
对于以第二图像为基础进行融合目标图像的过程中,将其分为三个区域分别确定其像素值:对于第三区域的第一像素值,根据上述得到的目标梯度图来确定;对于第一区域的第二像素值,根据第一图像来确定;对于第四区域的第三像素值,根据第二图像来确定。最后,根据第一像素值、第二像素值和第三像素值合成目标图像。
其中,在上述涉及到的利用泊松方程对第一边缘像素值和目标梯度图进行计算,得到第三区域对应的第一像素值的步骤之后,还可以包括以下步骤:
获取第三区域的第二边缘像素值,第二边缘像素值为第三区域中与第一区域相邻的像素值;利用泊松方程对第二边缘像素值和第一梯度图进行计算,得到第一区域的第二像素值。
具体地,首先,获取第三区域的内圈的像素点的第二边缘像素值,即第三区域中与第一区域相邻的像素值;然后,利用第二边缘像素值和第一梯度图构建泊松方程,最后通过求解这个泊松方程组,求解出来的就是第一区域的第二像素值。这里,完成了第二次泊松融合。
综上,在本申请实施例中,首先,确定第一图像中的目标对象对应的第一掩模区域和第二掩模区域;然后,根据第一图像的第一梯度图和第二图像的第二梯度图确定第一掩模区域与第二掩模区域之间不重叠的目标区域的目标梯度图;由于目标梯度图混合了第一图像和第二图像的梯度,所以目标梯度图既可以保留第一图像的细节,又可以获得第二图像的细节;最后,根据保留了两者图像的细节的目标梯度图对第一图像和第二图像进行泊松融合,能够合成过渡自然、没有明显边界痕迹并且保留第一图像边缘细节的目标图像。
需要说明的是,本申请实施例提供的图像处理方法,执行主体可以为图像处理装置,或者该图像处理装置中的用于执行加载图像处理方法的控制模块。本申请实施例中以图像处理装置执行加载图像处理方法为例,说明本申请实施例提供的图像处理方法。
另外,基于上述图像处理方法,本申请实施例还提供了一种图像处理装置,具体结合图7进行详细说明。
图7为本申请实施例提供的一种图像处理装置结构示意图。
如图7所示,该图像处理装置700可以包括:
获取模块710,用于获取第一图像和第二图像。
第一确定模块720,用于确定第一图像中的目标对象对应的第一掩模区域和第二掩模区域,目标对象至少包括第一掩模区域,第二掩模区域至少包括目标对象。
第二确定模块730,还用于根据第一图像的第一梯度图和第二图像的第二梯度图确定第一图像和第二图像融合后目标区域对应的目标梯度图;其中,目标区域为第一掩模区域与第二掩模区域之间不重叠的区域。
融合模块740,用于根据目标梯度图,对第一图像和第二图像进行泊松融合,得到目标图像。
在一种可能的实施例中,第二确定模块,具体用于:对于目标区域的每个目标像素点,将目标像素点在第一梯度图的第一梯度值和目标像素点在第二梯度图的第二梯度值中的较大值,确定为目标像素点的梯度值。
在一种可能的实施例中,第二确定模块,具体用于:
确定第一图像中的目标对象对应的第三掩模区域;目标区域包括第一过渡区域和第二过渡区域,其中第一过渡区域为目标区域和第三掩膜区域相重叠的区域,第二过渡区域为目标区域中除第一过渡区域以外的区域;
对于第一过渡区域的每个第一过渡像素点,将目标对象覆盖的区域对应的梯度值确定为第一过渡像素点的第三梯度值;
对于第二过渡区域的每个第二过渡像素点,将第二过渡像素点在第一梯度图的第三梯度值和第二过渡像素点在第二梯度图的第四梯度值中的较大值,确定为第二过渡像素点的第四梯度值;
根据第三梯度值和第四梯度值确定目标梯度图。
在一种可能的实施例中,第二图像包括第一区域、第二区域、第三区域和第四区域;在第一图像和第二图像进行泊松融合得到目标图像的情况下,第一区域与第一掩模区域重合,第二区域与第二掩模区域重合;第三区域为第一区域和第二区域之间不重叠的区域;第四区域为第二图像中除第二区域之外的区域;融合模块,可以包括:
第一获取模块,用于获取第二区域的第一边缘像素值。
第一计算模块,用于利用泊松方程对第一边缘像素值和目标梯度图进行计算,得到第三区域对应的第一像素值。
第三确定模块,用于根据第一图像确定第一区域的第二像素值。
第三确定模块,还用于根据第二图像确定第四区域的第三像素值。
合成模块,用于根据第一像素值、第二像素值和第三像素值合成目标图像。
在一种可能的实施例中,该图像处理装置700还可以包括:
第二获取模块,用于获取第三区域的第二边缘像素值,第二边缘像素值为第三区域中与第一区域相邻的像素值。
第二计算模块,用于利用泊松方程对第二边缘像素值和第一梯度图进行计算,得到第一区域的第二像素值。
本申请实施例中的图像处理装置,可以是装置,也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备,也可以为非移动电子设备。示例性的,移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personaldigital assistant,PDA)等,非移动电子设备可以为服务器、网络附属存储器(NetworkAttached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例中的图像处理装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为ios操作系统,还可以为其他可能的操作系统,本申请实施例不作具体限定。
本申请实施例提供的图像处理装置能够实现图2-图6的方法实施例中图像处理装置实现的各个过程,为避免重复,这里不再赘述。
综上,本申请实施例提供的图像处理装置,通过确定第一图像中的目标对象对应的第一掩模区域和第二掩模区域,根据第一图像的第一梯度图和第二图像的第二梯度图确定第一掩模区域与第二掩模区域之间不重叠的目标区域的目标梯度图。由于目标梯度图混合了第一图像和第二图像的梯度,所以目标梯度图既可以保留第一图像的细节,又可以获得第二图像的细节,根据保留了两者图像的细节的目标梯度图对第一图像和第二图像进行泊松融合,能够合成过渡自然、没有明显边界痕迹并且保留第一图像边缘细节的目标图像。
图8为本申请实施例提供的一种电子设备的硬件结构示意图。
该电子设备800包括但不限于:射频单元801、网络模块802、音频输出单元803、输入单元804、传感器805、显示单元806、用户输入单元807、接口单元808、存储器809、处理器810以及电源811等部件。其中,输入单元804可以包括图形处理器8041和麦克风8042;显示单元806可以包括显示面板8061;用户输入单元807可以包括触控面板8071以及其他输入设备8072;存储器809可以包括应用程序和操作系统。
本领域技术人员可以理解,电子设备800还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理系统与处理器810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。图8中示出的电子设备结构并不构成对电子设备的限定,电子设备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,在此不再赘述。
处理器810,用于获取第一图像和第二图像。
处理器810,还用于确定第一图像中的目标对象对应的第一掩模区域和第二掩模区域,目标对象至少包括第一掩模区域,第二掩模区域至少包括目标对象。
处理器810,还用于根据第一图像的第一梯度图和第二图像的第二梯度图确定第一图像和第二图像融合后目标区域对应的目标梯度图;其中,目标区域为第一掩模区域与第二掩模区域之间不重叠的区域。
处理器810,还用于根据目标梯度图,对第一图像和第二图像进行泊松融合,得到目标图像。
可选地,处理器810,还用于对于目标区域的每个目标像素点,将目标像素点在第一梯度图的第一梯度值和目标像素点在第二梯度图的第二梯度值中的较大值,确定为目标像素点的梯度值。
可选地,处理器810,还用于确定第一图像中的目标对象对应的第三掩模区域;目标区域包括第一过渡区域和第二过渡区域,其中第一过渡区域为目标区域和第三掩膜区域相重叠的区域,第二过渡区域为目标区域中除第一过渡区域以外的区域;对于第一过渡区域的每个第一过渡像素点,将目标对象覆盖的区域对应的梯度值确定为第一过渡像素点的第三梯度值;对于第二过渡区域的每个第二过渡像素点,将第二过渡像素点在第一梯度图的第三梯度值和第二过渡像素点在第二梯度图的第四梯度值中的较大值,确定为第二过渡像素点的第四梯度值;根据第三梯度值和第四梯度值确定目标梯度图。
可选地,处理器810,还用于获取第二区域的第一边缘像素值。
处理器810,还用于利用泊松方程对第一边缘像素值和目标梯度图进行计算,得到第三区域对应的第一像素值。
处理器810,还用于根据第一图像确定第一区域的第二像素值;根据第二图像确定第四区域的第三像素值;根据第一像素值、第二像素值和第三像素值合成目标图像。
可选地,处理器810,还用于获取第三区域的第二边缘像素值,第二边缘像素值为第三区域中与第一区域相邻的像素值。
可选地,处理器810,还用于利用泊松方程对第二边缘像素值和第一梯度图进行计算,得到第一区域的第二像素值。
本申请实施例中,通过确定第一图像中的目标对象对应的第一掩模区域和第二掩模区域,根据第一图像的第一梯度图和第二图像的第二梯度图确定第一掩模区域与第二掩模区域之间不重叠的目标区域的目标梯度图。由于目标梯度图混合了第一图像和第二图像的梯度,所以目标梯度图既可以保留第一图像的细节,又可以获得第二图像的细节,根据保留了两者图像的细节的目标梯度图对第一图像和第二图像进行泊松融合,能够合成过渡自然、没有明显边界痕迹并且保留第一图像边缘细节的目标图像。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述图像处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述图像处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
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,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (10)
1.一种图像处理方法,应用于电子设备,其特征在于,包括:
获取第一图像和第二图像;
确定所述第一图像中的目标对象对应的第一掩模区域和第二掩模区域,所述目标对象至少包括所述第一掩模区域,所述第二掩模区域至少包括所述目标对象;
根据所述第一图像的第一梯度图和所述第二图像的第二梯度图确定第一图像和第二图像融合后目标区域对应的目标梯度图;其中,所述目标区域为所述第一掩模区域与所述第二掩模区域之间不重叠的区域;
根据所述目标梯度图,对所述第一图像和所述第二图像进行泊松融合,得到目标图像。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一图像的第一梯度图和所述第二图像的第二梯度图确定第一图像和第二图像融合后所述目标区域对应的目标梯度图,包括:
对于所述目标区域的每个目标像素点,将所述目标像素点在所述第一梯度图的第一梯度值和所述目标像素点在所述第二梯度图的第二梯度值中的较大值,确定为所述目标像素点的梯度值。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一图像的第一梯度图和所述第二图像的第二梯度图确定第一图像和第二图像融合后所述目标区域对应的目标梯度图,包括:
确定所述第一图像中的目标对象对应的第三掩模区域;
所述目标区域包括第一过渡区域和第二过渡区域,其中,所述第一过渡区域为所述目标区域和所述第三掩膜区域相重叠的区域,所述第二过渡区域为所述目标区域中除所述第一过渡区域以外的区域;
对于所述第一过渡区域的每个第一过渡像素点,将所述目标对象覆盖的区域对应的梯度值确定为所述第一过渡像素点的第三梯度值;
对于所述第二过渡区域的每个第二过渡像素点,将所述第二过渡像素点在所述第一梯度图的第三梯度值和所述第二过渡像素点在所述第二梯度图的第四梯度值中的较大值,确定为所述第二过渡像素点的第四梯度值;
根据所述第三梯度值和所述第四梯度值确定所述目标梯度图。
4.根据权利要求1所述的方法,其特征在于,所述第二图像包括第一区域、第二区域、第三区域和第四区域;在所述第一图像和所述第二图像进行泊松融合得到目标图像的情况下,所述第一区域与所述第一掩模区域重合,所述第二区域与所述第二掩模区域重合;所述第三区域为所述第一区域和所述第二区域之间不重叠的区域;所述第四区域为所述第二图像中除所述第二区域之外的区域;
所述根据所述目标梯度图,对所述第一图像和所述第二图像进行泊松融合,得到目标图像,包括:获取所述第二区域的第一边缘像素值;
利用泊松方程对所述第一边缘像素值和所述目标梯度图进行计算,得到所述第三区域对应的第一像素值;
根据所述第一图像确定所述第一区域的第二像素值;
根据所述第二图像确定所述第四区域的第三像素值;
根据所述第一像素值、所述第二像素值和所述第三像素值合成所述目标图像。
5.根据权利要求4所述的方法,其特征在于,在所述利用泊松方程对所述第一边缘像素值和所述目标梯度图进行计算,得到所述第三区域对应的第一像素值之后,所述方法还包括:
获取所述第三区域的第二边缘像素值,所述第二边缘像素值为所述第三区域中与所述第一区域相邻的像素值;
利用泊松方程对所述第二边缘像素值和所述第一梯度图进行计算,得到所述第一区域的第二像素值。
6.一种图像处理装置,其特征在于,包括:
获取模块,用于获取第一图像和第二图像;
第一确定模块,用于确定所述第一图像中的目标对象对应的第一掩模区域和第二掩模区域,所述目标对象至少包括所述第一掩模区域,所述第二掩模区域至少包括所述目标对象;
第二确定模块,还用于根据所述第一图像的第一梯度图和所述第二图像的第二梯度图确定第一图像和第二图像融合后目标区域对应的目标梯度图;其中,所述目标区域为所述第一掩模区域与所述第二掩模区域之间不重叠的区域;
融合模块,用于根据所述目标梯度图,对所述第一图像和所述第二图像进行泊松融合,得到目标图像。
7.根据权利要求6所述的装置,其特征在于,所述第二确定模块,具体用于:对于所述目标区域的每个目标像素点,将所述目标像素点在所述第一梯度图的第一梯度值和所述目标像素点在所述第二梯度图的第二梯度值中的较大值,确定为所述目标像素点的梯度值。
8.根据权利要求6所述的装置,其特征在于,所述第二确定模块,具体用于:
确定所述第一图像中的目标对象对应的第三掩模区域;所述目标区域包括第一过渡区域和第二过渡区域,其中所述第一过渡区域为所述目标区域和所述第三掩膜区域相重叠的区域,所述第二过渡区域为所述目标区域中除所述第一过渡区域以外的区域;
对于所述第一过渡区域的每个第一过渡像素点,将所述目标对象覆盖的区域对应的梯度值确定为所述第一过渡像素点的第三梯度值;
对于所述第二过渡区域的每个第二过渡像素点,将所述第二过渡像素点在所述第一梯度图的第三梯度值和所述第二过渡像素点在所述第二梯度图的第四梯度值中的较大值,确定为所述第二过渡像素点的第四梯度值;
根据所述第三梯度值和所述第四梯度值确定所述目标梯度图。
9.根据权利要求6所述的装置,其特征在于,所述第二图像包括第一区域、第二区域、第三区域和第四区域;在所述第一图像和所述第二图像进行泊松融合得到目标图像的情况下,所述第一区域与所述第一掩模区域重合,所述第二区域与所述第二掩模区域重合;所述第三区域为所述第一区域和所述第二区域之间不重叠的区域;所述第四区域为所述第二图像中除所述第二区域之外的区域;所述融合模块,包括:
第一获取模块,用于获取所述第二区域的第一边缘像素值;
第一计算模块,用于利用泊松方程对所述第一边缘像素值和所述目标梯度图进行计算,得到所述第三区域对应的第一像素值;
第三确定模块,用于根据所述第一图像确定所述第一区域的第二像素值;
所述第三确定模块,还用于根据所述第二图像确定所述第四区域的第三像素值;
合成模块,用于根据所述第一像素值、所述第二像素值和所述第三像素值合成所述目标图像。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于获取所述第三区域的第二边缘像素值,所述第二边缘像素值为所述第三区域中与所述第一区域相邻的像素值;
第二计算模块,用于利用泊松方程对所述第二边缘像素值和所述第一梯度图进行计算,得到所述第一区域的第二像素值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011170509.2A CN112288666A (zh) | 2020-10-28 | 2020-10-28 | 图像处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011170509.2A CN112288666A (zh) | 2020-10-28 | 2020-10-28 | 图像处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112288666A true CN112288666A (zh) | 2021-01-29 |
Family
ID=74373614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011170509.2A Pending CN112288666A (zh) | 2020-10-28 | 2020-10-28 | 图像处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112288666A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113012016A (zh) * | 2021-03-25 | 2021-06-22 | 北京有竹居网络技术有限公司 | 水印嵌入方法、装置、设备以及存储介质 |
CN116801093A (zh) * | 2023-08-25 | 2023-09-22 | 荣耀终端有限公司 | 图像处理方法、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012221667A1 (de) * | 2012-11-27 | 2014-05-28 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Vorrichtung und Verfahren zum Verarbeiten von Fernerkundungsdaten |
CN105894470A (zh) * | 2016-03-31 | 2016-08-24 | 北京奇艺世纪科技有限公司 | 一种图像处理方法及装置 |
CN110390657A (zh) * | 2018-04-20 | 2019-10-29 | 北京中科晶上超媒体信息技术有限公司 | 一种图像融合方法 |
-
2020
- 2020-10-28 CN CN202011170509.2A patent/CN112288666A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012221667A1 (de) * | 2012-11-27 | 2014-05-28 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Vorrichtung und Verfahren zum Verarbeiten von Fernerkundungsdaten |
CN105894470A (zh) * | 2016-03-31 | 2016-08-24 | 北京奇艺世纪科技有限公司 | 一种图像处理方法及装置 |
CN110390657A (zh) * | 2018-04-20 | 2019-10-29 | 北京中科晶上超媒体信息技术有限公司 | 一种图像融合方法 |
Non-Patent Citations (1)
Title |
---|
杨辉军;: "基于边缘图的梯度域图像融合方法研究", 重庆工商大学学报(自然科学版), no. 12, 25 December 2015 (2015-12-25), pages 14 - 18 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113012016A (zh) * | 2021-03-25 | 2021-06-22 | 北京有竹居网络技术有限公司 | 水印嵌入方法、装置、设备以及存储介质 |
CN116801093A (zh) * | 2023-08-25 | 2023-09-22 | 荣耀终端有限公司 | 图像处理方法、设备及存储介质 |
CN116801093B (zh) * | 2023-08-25 | 2023-11-28 | 荣耀终端有限公司 | 图像处理方法、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112055244B (zh) | 图像获取方法、装置、服务器和电子设备 | |
CN112288666A (zh) | 图像处理方法和装置 | |
CN112486388B (zh) | 一种图片共享方法、装置和电子设备 | |
CN112269519B (zh) | 文档处理方法、装置及电子设备 | |
CN112269522A (zh) | 图像处理方法、装置、电子设备和可读存储介质 | |
CN111752451A (zh) | 信息显示方法、装置和电子设备 | |
CN112702531B (zh) | 拍摄方法、装置及电子设备 | |
CN112449110B (zh) | 图像处理方法、装置及电子设备 | |
CN112734661A (zh) | 图像处理方法及装置 | |
CN107608733A (zh) | 图片显示方法、装置和终端设备 | |
CN112306320A (zh) | 页面显示方法、装置、设备及介质 | |
CN111724455A (zh) | 图像处理方法及电子设备 | |
CN112312021B (zh) | 拍摄参数调整方法及装置 | |
CN113961113A (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
CN112150486B (zh) | 图像处理方法及装置 | |
CN114679546A (zh) | 一种显示方法及其装置、电子设备和可读存储介质 | |
CN115097979A (zh) | 图标管理方法和图标管理装置 | |
CN114845171A (zh) | 视频编辑方法、装置及电子设备 | |
CN113805709A (zh) | 信息输入方法、装置 | |
CN114564921A (zh) | 文档编辑方法及其装置 | |
CN111275800B (zh) | 动画生成方法、装置、电子设备及计算机可读存储介质 | |
CN114518821A (zh) | 应用图标管理方法、装置和电子设备 | |
CN111199519B (zh) | 特效包的生成方法和装置 | |
CN112508774B (zh) | 图像的处理方法及装置 | |
CN112162805A (zh) | 截图方法、装置和电子设备 |
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 |