CN113077408A - 融合系数的确定方法、装置、电子设备及存储介质 - Google Patents

融合系数的确定方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113077408A
CN113077408A CN202110336213.1A CN202110336213A CN113077408A CN 113077408 A CN113077408 A CN 113077408A CN 202110336213 A CN202110336213 A CN 202110336213A CN 113077408 A CN113077408 A CN 113077408A
Authority
CN
China
Prior art keywords
determining
fusion
pixel value
image
fusion coefficient
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110336213.1A
Other languages
English (en)
Other versions
CN113077408B (zh
Inventor
纪杨琨
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.)
Vivo Mobile Communication Co Ltd
Original Assignee
Vivo Mobile Communication 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 Vivo Mobile Communication Co Ltd filed Critical Vivo Mobile Communication Co Ltd
Priority to CN202110336213.1A priority Critical patent/CN113077408B/zh
Publication of CN113077408A publication Critical patent/CN113077408A/zh
Application granted granted Critical
Publication of CN113077408B publication Critical patent/CN113077408B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/187Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image 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 Analysis (AREA)

Abstract

本申请属于图像处理技术领域,公开了一种融合系数的确定方法、装置、电子设备及存储介质。所述方法包括:根据原始图像以及融合后图像确定融合区域掩模;对所述融合区域掩模进行分割,以确定连通域;根据所述连通域的掩模、所述原始图像以及所述融合后图像确定融合系数。本申请提供的融合系数的确定方法、装置、电子设备及存储介质,可以实现融合系数alpha的反向求解,从而精确确定出融合系数alpha的值。

Description

融合系数的确定方法、装置、电子设备及存储介质
技术领域
本申请属于图像处理技术领域,具体涉及一种融合系数的确定方法、装置、电子设备及存储介质。
背景技术
现有的视频播放界面除了提供内容的主视频外,还常常融合有App的一些控件、弹幕以及字幕等。因此,用户浏览的视频实质上是融合了包括主视频在内的不同图层的结果。
当前常用的图像融合方法为alpha融合法,其公式为A×(1-alpha)+B×alpha=result;其中,alpha为融合系数、A为原始图像像素、B为融合图层像素。如图1所示,为生成最终显示的画面,原始视频信息(video)、融合图层(layout)以及融合系数alpha三者缺一不可。
然而,在视频编解码之后、在上屏幕显示之前,通常最多只能传出两张RGB(Red、Green、Blue)的图片,融合系数alpha透明层无法及时传出来,因此无法获取alpha的具体值,不利于后续对图像的进一步处理。
发明内容
本申请实施例的目的是提供一种融合系数的确定方法、装置、电子设备及存储介质,能够解决现有技术中存在的无法获取alpha的具体值的技术问题。
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融合系数的确定方法,该方法包括:
根据原始图像以及融合后图像确定融合区域掩模;
对所述融合区域掩模进行分割,以确定连通域;
根据所述连通域的掩模、所述原始图像以及所述融合后图像确定融合系数。
第二方面,本申请实施例提供了一种融合系数的确定装置,该装置包括:
融合区域确定模块,用于根据原始图像以及融合后图像确定融合区域掩模;
连通域确定模块,用于对所述融合区域掩模进行分割,以确定连通域;
融合系数确定模块,用于根据所述连通域的掩模、所述原始图像以及所述融合后图像确定融合系数。
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的步骤。
本申请实施例提供的融合系数的确定方法、装置、电子设备及存储介质,通过确定融合区域掩模的方式对融合的目标区域进行精确定位,再通过确定融合区域掩模的连通域对目标区域进行拆解,最后通过连通域的掩模、原始图像以及融合后图像来确定融合系数,可以实现融合系数alpha的反向求解,从而精确确定出融合系数alpha的值。
附图说明
图1是alpha融合的示意图;
图2是根据本申请实施例的融合系数的确定方法的流程示意图;
图3是根据本申请实施例的融合系数的确定装置的模块框图;
图4是根据本申请实施例的电子设备的结构示意图;
图5是实现本申请各个实施例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。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的融合系数的确定方法进行详细地说明。
图2是根据本申请实施例的融合系数的确定方法的流程示意图,参照图2,本申请实施例提供一种融合系数的确定方法,可以包括:
步骤210、根据原始图像以及融合后图像确定融合区域掩模;
步骤220、对融合区域掩模进行分割,以确定连通域;
步骤230、根据连通域的掩模、原始图像以及融合后图像确定融合系数。
本申请实施例中的融合系数的确定方法的执行主体可以是电子设备、电子设备中的部件、集成电路、或芯片。该电子设备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(personal digital assistant,PDA)等,非移动电子设备可以为服务器、网络附属存储器(Network Attached 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。
下面以计算机执行本申请实施例提供的融合系数的确定方法为例,详细说明本申请的技术方案。
需要说明的是,原始图像可以是未经过alpha融合的视频图像;融合后图像可以是经过alpha融合后的视频图像;融合区域可以是经过alpha融合的目标区域,例如图1所示的“一行弹幕”以及“菜单控件”对应的区域。
可以首先根据原始图像以及融合后图像来确定融合区域掩模。
例如,在一个实施例中,步骤210可以包括:
步骤211、确定原始图像与融合后图像的绝对差图像;
步骤212、对绝对差图像进行二值化处理以确定融合区域掩模。
具体地,可以将原始图像以及融合后图像进行图像差值计算,并将求得的差值取绝对值来获取绝对差图像。其中,图像差值计算指的是将原始图像以及融合后图像的对应像元值相减。
在确定绝对差图像后,即可对该绝对差图像进行二值化处理,从而可以确定出融合区域掩模。
在确定融合区域掩模后,可以通过例如bwlable算法等,对融合区域掩模进行分割,以确定各个连通域。
最后,可以根据连通域的掩模、原始图像以及融合后图像确定融合系数。
本申请实施例提供的融合系数的确定方法,通过确定融合区域掩模的方式对融合的目标区域进行精确定位,再通过确定融合区域掩模的连通域对目标区域进行拆解,最后通过连通域的掩模、原始图像以及融合后图像来确定融合系数,可以实现融合系数alpha的反向求解,从而精确确定出融合系数alpha的值。
在一个实施例中,步骤230可以包括:
步骤231、将连通域的掩模分别与原始图像以及融合后图像相乘,以确定掩模区域的红绿蓝RGB数据;
步骤232、基于alpha融合公式以及RGB数据,确定融合系数。
需要说明的是,将连通域的掩模分别与原始图像以及融合后图像相乘后,得到的结果是除了连通域的掩模对应的区域的RGB数据不为0外,其它区域对应的RGB数据均为0。
在确定掩模区域的RGB数据后,则可以基于alpha融合公式以及RGB数据,来确定融合系数。
在一个实施例中,步骤232可以包括:
基于alpha融合公式,根据RGB数据中的原始图像的红色像素值、绿色像素值、蓝色像素值,以及RGB数据中的融合后图像的红色像素值、绿色像素值、蓝色像素值,通过最小二乘法直线拟合确定融合系数。
具体地,alpha融合公式如下所示:
Rinput×(1-alpha)+Rlayout×alpha=Rresult (1)
Ginput×(1-alpha)+Glayout×alpha=Gresult (2)
Binput×(1-alpha)+Blayout×alpha=Bresult (3)
其中,Rinput为原始图像的红色像素值;Rlayout为融合图层的红色像素值;Rresult为融合后图像的红色像素值;Ginput为原始图像的绿色像素值;Glayout为融合图层的绿色像素值;Gresult为融合后图像的绿色像素值;Binput为原始图像的蓝色像素值;Blayout为融合图层的蓝色像素值;Bresult为融合后图像的蓝色像素值。
如式(1)至(3)所示,Rinput、Rresult、Ginput、Gresult、Binput、Bresult为已知量,而融合系数alpha、Rlayout、Glayout以及Blayout为未知数。
对于方程(1)至(3)而言,只需4组已知数即可解出。而每个像素都有对应的(Rinput、Rresult)、(Ginput、Gresult)、(Binput、Bresult)三组值,因此只需最少两个像素(共6组值)就可以求解出alpha、Rlayout、Glayout以及Blayout
然而,由于alpha是小数,而两个像素的6组值都是整数,因此可能会有精度损失的问题。
在本申请的实施例中,为了避免可能出现的精度损失,本申请的实施例采用了最小二乘法直线拟合的方式来拟合出未知数alpha、Rlayout、Glayout以及Blayout
具体地,对于Rlayout、Glayout以及Blayout而言,alpha都是相同的,因此可以针对(Rinput、Rresult)、(Ginput、Gresult)、(Binput、Bresult)分别遍历所有像素。其中,对于(Rinput、Rresult)、(Ginput、Gresult)、(Binput、Bresult)中的一组,有以下公式:
Figure BDA0002997776090000061
上述方程可以简化为:
k×x+b=y; (4)
其中,k为斜率,b为截距;
而根据最小二乘法原理,误差平方和最小,因此可以得出误差函数为:
Figure BDA0002997776090000062
其中,n为要遍历的像素的数量;(xi,yi)为(Rinput、Rresult)、(Ginput、Gresult)、(Binput、Bresult)中的任一组。
基于公式(5),可以得出:
Figure BDA0002997776090000063
Figure BDA0002997776090000064
Figure BDA0002997776090000065
并且
Figure BDA0002997776090000066
Figure BDA0002997776090000067
Figure BDA0002997776090000068
其中,alpha=1-k。
本申请实施例提供的融合系数的确定方法,通过alpha融合公式来反向求解,并通过最小二乘法直线拟合方式对求得的解进行拟合以得到最终的alpha融合系数,可以保证最终获取的alpha融合系数的精确度。
需要说明的是,本申请实施例提供的融合系数的确定方法的执行主体还可以为融合系数的确定装置,或者该融合系数的确定装置中的用于执行加载融合系数的确定方法的控制模块。
图3是根据本申请实施例的融合系数的确定装置的模块框图;参照图3,本申请实施例提供一种融合系数的确定装置,可以包括:
融合区域确定模块310,用于根据原始图像以及融合后图像确定融合区域掩模;
连通域确定模块320,用于对所述融合区域掩模进行分割,以确定连通域;
融合系数确定模块330,用于根据所述连通域的掩模、所述原始图像以及所述融合后图像确定融合系数。
本申请实施例提供的融合系数的确定装置,通过确定融合区域掩模的方式对融合的目标区域进行精确定位,再通过确定融合区域掩模的连通域对目标区域进行拆解,最后通过连通域的掩模、原始图像以及融合后图像来确定融合系数,可以实现融合系数alpha的反向求解,从而精确确定出融合系数alpha的值。
在一个实施例中,所述融合区域确定模块310可以具体用于:
确定所述原始图像与所述融合后图像的绝对差图像;
对所述绝对差图像进行二值化处理以确定所述融合区域掩模。
在一个实施例中,所述融合系数确定模块330可以具体用于:
将所述连通域的掩模分别与所述原始图像以及所述融合后图像相乘,以确定所述掩模区域的红绿蓝RGB数据;
基于alpha融合公式以及所述RGB数据,确定融合系数。
在一个实施例中,所述融合系数确定模块330还可以具体用于:
基于所述alpha融合公式,根据所述RGB数据中的原始图像的红色像素值、绿色像素值、蓝色像素值,以及所述RGB数据中的融合后图像的红色像素值、绿色像素值、蓝色像素值,通过最小二乘法直线拟合确定所述融合系数。
在一个实施例中,所述融合系数确定模块330还可以具体用于:
对误差函数进行求解,以确定所述融合系数;所述误差函数为:
Figure BDA0002997776090000071
其中,n为要遍历的像素的数量;(xi,yi)为(原始图像的红色像素值,融合后图像的红色像素值)、(原始图像的绿色像素值,融合后图像的绿色像素值)以及(原始图像的蓝色像素值,融合后图像的蓝色像素值)中的任一组;
所述融合系数alpha=1-k。
本申请实施例中的融合系数的确定装置可以是装置,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(personal digital assistant,PDA)等,非移动电子设备可以为服务器、网络附属存储器(Network Attached 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。
本申请实施例中的融合系数的确定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装置能够实现上述方法实施例的所有方法步骤并能达到相同的技术效果,在此不再进行赘述。
如图4所示,本申请实施例还提供一种电子设备400,包括处理器410,存储器420,存储在存储器420上并可在所述处理器410上运行的程序或指令,该程序或指令被处理器410执行时实现上述融合系数的确定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。
需要注意的是,本申请实施例中的电子设备包括上述的移动电子设备和非移动电子设备。
图5是实现本申请各个实施例的一种电子设备的硬件结构示意图,如图5所示,该电子设备500包括但不限于:射频单元501、网络模块502、音频输出单元503、输入单元504、传感器505、显示单元506、用户输入单元507、接口单元508、存储器509、处理器510、以及电源511等部件。
本领域技术人员可以理解,电子设备500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510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5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。
在本申请实施例中,电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
其中,用户输入单元507用于接收用户输入的是否进行本申请实施例提供的融合系数的确定方法等的控制指令。
处理器510用于根据原始图像以及融合后图像确定融合区域掩模;对所述融合区域掩模进行分割,以确定连通域;根据所述连通域的掩模、所述原始图像以及所述融合后图像确定融合系数。
需要说明的是,本实施例中上述电子设备500可以实现本申请实施例中方法实施例中的各个过程,以及达到相同的有益效果,为避免重复,此处不再赘述。
应理解的是,本申请实施例中,射频单元501可用于收发信息或通话过程中,信号的接收和发送,具体的,将来自基站的下行数据接收后,给处理器510处理;另外,将上行的数据发送给基站。通常,射频单元501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501还可以通过无线通信系统与网络和其他设备通信。
电子设备通过网络模块502为用户提供了无线的宽带互联网访问,如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元503可以将射频单元501或网络模块502接收的或者在存储器509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503还可以提供与电子设备500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503包括扬声器、蜂鸣器以及受话器等。
输入单元504用于接收音频或视频信号。输入单元504可以包括图形处理器(Graphics Processing Unit,GPU)5041和麦克风5042,图形处理器5041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506上。经图形处理器5041处理后的图像帧可以存储在存储器509(或其它存储介质)中或者经由射频单元501或网络模块502进行发送。麦克风5042可以接收声音,并且能够将这样的声音处理为音频数据。处理后的音频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501发送到移动通信基站的格式输出。
电子设备500还包括至少一种传感器505,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,其中,环境光传感器可根据环境光线的明暗来调节显示面板5061的亮度,接近传感器可在电子设备500移动到耳边时,关闭显示面板5061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,可用于识别电子设备姿态(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;传感器505还可以包括指纹传感器、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,在此不再赘述。
显示单元506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506可包括显示面板5061,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5061。
用户输入单元507可用于接收输入的数字或内容信息,以及产生与电子设备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507包括触控面板5071以及其他输入设备5072。触控面5071,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5071上或在触控面板5071附近的操作)。触控面板5071可包括触摸检测装置和触摸控制器两个部分。其中,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510,接收处理器510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5071。除了触控面板5071,用户输入单元507还可以包括其他输入设备5072。具体地,其他输入设备5072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,在此不再赘述。
进一步的,触控面板5071可覆盖在显示面板5061上,当触控面板5071检测到在其上或附近的触摸操作后,传送给处理器510以确定触摸事件的类型,随后处理器510根据触摸事件的类型在显示面板5061上提供相应的视觉输出。虽然在图5中,触控面板5071与显示面板5061是作为两个独立的部件来实现电子设备的输入和输出功能,但是在某些实施例中,可以将触控面板5071与显示面板5061集成而实现电子设备的输入和输出功能,具体此处不做限定。
接口单元508为外部装置与电子设备500连接的接口。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508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电子设备500内的一个或多个元件或者可以用于在电子设备500和外部装置之间传输数据。
存储器509可用于存储软件程序以及各种数据。存储器509可主要包括存储程序区和存储数据区,其中,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509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510是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器509内的软件程序和/或模块,以及调用存储在存储器509内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。处理510可包括一个或多个处理单元;可选的,处理器510可集成应用处理器和调制解调处理器,其中,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510中。
电子设备500还可以包括给各个部件供电的电源511(比如电池),可选的,电源511可以通过电源管理系统与处理器510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。
另外,电子设备500包括一些未示出的功能模块,在此不再赘述。
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融合系数的确定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,实现上述融合系数的确定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,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 (13)

1.一种融合系数的确定方法,其特征在于,包括:
根据原始图像以及融合后图像确定融合区域掩模;
对所述融合区域掩模进行分割,以确定连通域;
根据所述连通域的掩模、所述原始图像以及所述融合后图像确定融合系数。
2.根据权利要求1所述的融合系数的确定方法,其特征在于,所述根据原始图像以及融合后图像确定融合区域掩模包括:
确定所述原始图像与所述融合后图像的绝对差图像;
对所述绝对差图像进行二值化处理以确定所述融合区域掩模。
3.根据权利要求1或2所述的融合系数的确定方法,其特征在于,所述根据所述连通域的掩模、所述原始图像以及所述融合后图像确定融合系数包括:
将所述连通域的掩模分别与所述原始图像以及所述融合后图像相乘,以确定所述掩模区域的红绿蓝RGB数据;
基于alpha融合公式以及所述RGB数据,确定融合系数。
4.根据权利要求3所述的融合系数的确定方法,其特征在于,所述基于alpha融合公式以及所述RGB数据,确定融合系数包括:
基于所述alpha融合公式,根据所述RGB数据中的原始图像的红色像素值、绿色像素值、蓝色像素值,以及所述RGB数据中的融合后图像的红色像素值、绿色像素值、蓝色像素值,通过最小二乘法直线拟合确定所述融合系数。
5.根据权利要求4所述的融合系数的确定方法,其特征在于,所述通过最小二乘法直线拟合确定所述融合系数包括:
对误差函数进行求解,以确定所述融合系数;所述误差函数为:
Figure FDA0002997776080000011
其中,n为要遍历的像素的数量;(xi,yi)为(原始图像的红色像素值,融合后图像的红色像素值)、(原始图像的绿色像素值,融合后图像的绿色像素值)以及(原始图像的蓝色像素值,融合后图像的蓝色像素值)中的任一组;
所述融合系数alpha=1-k。
6.一种融合系数的确定装置,其特征在于,包括:
融合区域确定模块,用于根据原始图像以及融合后图像确定融合区域掩模;
连通域确定模块,用于对所述融合区域掩模进行分割,以确定连通域;
融合系数确定模块,用于根据所述连通域的掩模、所述原始图像以及所述融合后图像确定融合系数。
7.根据权利要求6所述的融合系数的确定装置,其特征在于,所述融合区域确定模块具体用于:
确定所述原始图像与所述融合后图像的绝对差图像;
对所述绝对差图像进行二值化处理以确定所述融合区域掩模。
8.根据权利要求6或7所述的融合系数的确定装置,其特征在于,所述融合系数确定模块具体用于:
将所述连通域的掩模分别与所述原始图像以及所述融合后图像相乘,以确定所述掩模区域的红绿蓝RGB数据;
基于alpha融合公式以及所述RGB数据,确定融合系数。
9.根据权利要求8所述的融合系数的确定装置,其特征在于,所述融合系数确定模块还具体用于:
基于所述alpha融合公式,根据所述RGB数据中的原始图像的红色像素值、绿色像素值、蓝色像素值,以及所述RGB数据中的融合后图像的红色像素值、绿色像素值、蓝色像素值,通过最小二乘法直线拟合确定所述融合系数。
10.根据权利要求9所述的融合系数的确定装置,其特征在于,所述融合系数确定模块具体用于:
对误差函数进行求解,以确定所述融合系数;所述误差函数为:
Figure FDA0002997776080000021
其中,n为要遍历的像素的数量;(xi,yi)为(原始图像的红色像素值,融合后图像的红色像素值)、(原始图像的绿色像素值,融合后图像的绿色像素值)以及(原始图像的蓝色像素值,融合后图像的蓝色像素值)中的任一组;
所述融合系数alpha=1-k。
11.一种电子设备,其特征在于,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权利要求1至5任一项所述的融合系数的确定方法的步骤。
12.一种可读存储介质,其特征在于,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权利要求1至5任一项所述的融合系数的确定方法的步骤。
13.一种芯片,其特征在于,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,实现如权利要求1至5任一项所述的融合系数的确定方法的步骤。
CN202110336213.1A 2021-03-29 2021-03-29 融合系数的确定方法、装置、电子设备及存储介质 Active CN113077408B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110336213.1A CN113077408B (zh) 2021-03-29 2021-03-29 融合系数的确定方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110336213.1A CN113077408B (zh) 2021-03-29 2021-03-29 融合系数的确定方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113077408A true CN113077408A (zh) 2021-07-06
CN113077408B CN113077408B (zh) 2024-05-24

Family

ID=76611282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110336213.1A Active CN113077408B (zh) 2021-03-29 2021-03-29 融合系数的确定方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113077408B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103049893A (zh) * 2011-10-14 2013-04-17 深圳信息职业技术学院 一种图像融合质量评价的方法及装置
CN106339997A (zh) * 2015-07-09 2017-01-18 株式会社理光 图像融合方法、设备和系统
CN106558043A (zh) * 2015-09-29 2017-04-05 阿里巴巴集团控股有限公司 一种确定融合系数的方法和装置
US20180189935A1 (en) * 2016-12-30 2018-07-05 Facebook, Inc. Systems and methods for image matting
CN110675342A (zh) * 2019-09-18 2020-01-10 努比亚技术有限公司 视频帧优化方法、移动终端及计算机可读存储介质
CN111223108A (zh) * 2019-12-31 2020-06-02 上海影卓信息科技有限公司 基于背景幕抠图和融合的方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103049893A (zh) * 2011-10-14 2013-04-17 深圳信息职业技术学院 一种图像融合质量评价的方法及装置
CN106339997A (zh) * 2015-07-09 2017-01-18 株式会社理光 图像融合方法、设备和系统
CN106558043A (zh) * 2015-09-29 2017-04-05 阿里巴巴集团控股有限公司 一种确定融合系数的方法和装置
US20180189935A1 (en) * 2016-12-30 2018-07-05 Facebook, Inc. Systems and methods for image matting
CN110675342A (zh) * 2019-09-18 2020-01-10 努比亚技术有限公司 视频帧优化方法、移动终端及计算机可读存储介质
CN111223108A (zh) * 2019-12-31 2020-06-02 上海影卓信息科技有限公司 基于背景幕抠图和融合的方法和系统

Also Published As

Publication number Publication date
CN113077408B (zh) 2024-05-24

Similar Documents

Publication Publication Date Title
CN110995923B (zh) 一种投屏控制方法及电子设备
CN108182043B (zh) 一种信息显示方法及移动终端
CN109002243B (zh) 一种图像参数调节方法及终端设备
CN107977144B (zh) 一种截屏处理方法及移动终端
CN108459797B (zh) 一种折叠屏的控制方法及移动终端
CN108495029B (zh) 一种拍照方法及移动终端
CN107977652B (zh) 一种屏幕显示内容的提取方法及移动终端
CN110109593B (zh) 一种截屏方法及终端设备
CN109240577B (zh) 一种截屏方法及终端
CN109032445B (zh) 一种屏幕显示控制方法及终端设备
CN109085968B (zh) 一种截屏方法及终端设备
CN108920226B (zh) 屏幕录制方法及装置
CN110752981B (zh) 一种信息控制方法及电子设备
CN111124231B (zh) 图片生成方法及电子设备
CN110908750B (zh) 一种截屏方法及电子设备
CN110868546B (zh) 一种拍摄方法及电子设备
CN110795021B (zh) 信息显示方法、装置及电子设备
CN109992192B (zh) 一种界面显示方法及终端设备
CN109597546B (zh) 一种图标处理方法及终端设备
CN110933307A (zh) 一种电子设备及图像处理方法
CN108897475B (zh) 一种图片处理方法及移动终端
CN110740265B (zh) 图像处理方法及终端设备
CN110769162B (zh) 电子设备及对焦方法
CN108965701B (zh) 一种抖动矫正方法及终端设备
WO2023072038A1 (zh) 图像数据的处理方法和电子设备

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
GR01 Patent grant