CN115018948A - 图像处理方法、装置、设备和计算机可读存储介质 - Google Patents

Abstract

本公开实施例提供一种图像处理方法、装置、设备和计算机可读存储介质。图像处理方法包括：获取待处理图像；对待处理图像进行通道分离，得到多个单通道图像；针对每个单通道图像，根据单通道图像对应的结构元素进行图像膨胀，得到与单通道图像对应的膨胀图像；其中，结构元素是根据与单通道图像对应的画面参数以及预先设置的结构参数构建得到的；对多个单通道图像对应的膨胀图像进行通道合并，得到处理后的图像。

Description

图像处理方法、装置、设备和计算机可读存储介质

技术领域

本公开涉及图像处理领域，具体涉及一种图像处理方法、装置、设备和计算机可读存储介质。

背景技术

眼睛是人最重要的器官之一，当眼睛发生病变时观测到的画面，与正常未发生病变的眼睛所观测到的画面是不同的。当眼睛发生病变时，其对各色光的感知不同，晶状体对不同颜色的光线的聚焦程度不同，最终导致病变眼睛在观测不同颜色的画面时，存在轴向色差，使得不同颜色呈现不同程度的模糊状态。

发明内容

本公开实施例提供一种图像处理方法、装置、设备和计算机可读存储介质。

第一方面，本公开实施例提供一种图像处理方法，方法包括：

获取待处理图像；

对所述待处理图像进行通道分离，得到多个单通道图像；

针对每个单通道图像，根据所述单通道图像对应的结构元素进行图像膨胀，得到与所述单通道图像对应的膨胀图像；其中，所述结构元素是根据与所述单通道图像对应的画面参数以及预先设置的结构参数构建得到的；

对多个所述单通道图像对应的所述膨胀图像进行通道合并，得到处理后的图像。

在一些实施例中，所述对所述待处理的图像数据进行通道分离，得到至少一个单通道图像数据，包括：

对所述待处理图像进行颜色通道分离，得到红色通道图像、绿色通道图像和蓝色通道图像。

在一些实施例中，所述结构元素为m×n的矩阵，所述m、n均为正整数；

在所述根据所述单通道图像对应的结构元素进行图像膨胀之前，所述方法还包括：

针对每个单通道图像，根据与所述单通道图像对应的画面参数以及预先设置的结构参数，构建与所述单通道图像对应的结构元素，所述结构参数至少包括m、n，所述画面参数至少用于确定所述矩阵中的元素值；

所述多个单通道图像所对应的结构元素均不相同。

在一些实施例中，所述针对每个单通道图像，根据所述单通道图像对应的结构元素进行图像膨胀，得到与所述单通道图像对应的膨胀图像，包括：

针对每个单通道图像，进行以下步骤：

根据所述单通道图像对应的结构元素，确定单通道图像在图像膨胀过程中每一像素点的邻域范围；

对于所述每一像素点，根据所述像素点的临近像素点的像素值确定目标像素值，并将所述目标像素值赋值给所述像素点，得到膨胀图像；

其中，所述像素点的临近像素点为，位于所述像素点的邻域范围内的各像素点。

在一些实施例中，所述根据所述像素点的临近像素点的像素值确定目标像素值，包括：

将所述像素点的临近像素点的像素值中的最大值，作为所述目标像素值。

在一些实施例中，所述获取待处理图像，包括：

获取原始图像及其图像格式；

在所述图像格式为多个预设图像格式中的任意一个时，将所述原始图像作为待处理图像。

在一些实施例中，在所述获取原始图像之前，所述方法还包括：

获取待处理视频；

对所述待处理视频进行解码处理，得到图像信息和音频信息，所述图像信息中包括所述原始图像。

在一些实施例中，在所述得到处理后的图像数据之后，所述方法还包括：

将所述处理后的图像和所述音频信息进行编码处理，得到处理后的视频。

第二方面，本公开实施例提供一种图像处理装置，装置包括：

获取模块，被配置为获取待处理图像；

分离模块，被配置为对所述待处理图像进行通道分离，得到多个单通道图像；

处理模块，被配置为针对每个单通道图像，根据所述单通道图像对应的结构元素进行图像膨胀，得到与所述单通道图像对应的膨胀图像；其中，所述结构元素是根据与所述单通道图像对应的画面参数以及预先设置的结构参数构建得到的；

合并模块，被配置为对多个所述单通道图像对应的所述膨胀图像进行通道合并，得到处理后的图像。

第三方面，本公开实施例提供一种图像处理设备，包括存储器和处理器，所述存储器上存储有计算机程序，其中，所述计算机程序被所述处理器执行时实现第一方面所述的图像处理方法。

第四方面，本公开实施例提供一种非瞬态计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现第一方面所述的图像处理方法。

附图说明

附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：

图1为一种示例性的眼部接收光线原理图。

图2为本公开实施例提供的一种图像处理方法的示意流程图。

图3为本公开实施例提供的另一图像处理方法的示意流程图。

图4a为本公开实施例提供的一种待处理图像中每一像素点的像素值的分布示意图。

图4b、4c为本公开实施例提供的针对待处理图像的任一像素点确定其邻域范围的原理示意图。

图5为本公开实施例提供的另一图像处理方法的示意流程图。

图6为本公开实施例提供的一种图像处理装置的结构示意图。

图7为本公开实施例提供的一种图像处理设备的结构示意图。

图8为本公开实施例提供的一种非瞬态计算机可读存储介质的结构示意图。

具体实施方式

以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例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公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。

除非另作定义，本公开实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。

眼睛是人最重要的器官之一，当眼睛发生病变时观测到的画面，与正常未发生病变的眼睛所观测到的画面是不同的。图1为一种示例性的眼部接收光线原理图，当眼睛发生病变时，其对各色光的感知不同，晶状体对不同颜色的光线的聚焦程度不同。如图1所示，在病变眼睛分别接收到蓝色光线l1、绿色光线l2和红色光线l3时，不同颜色光线的焦点与晶状体J之间的距离不同，最终导致病变眼睛在观测不同颜色的画面时，存在轴向色差，使得不同颜色呈现不同程度的模糊状态。

基于此，在医疗部门进行眼部健康检测时，需要对病变眼睛所观察到的彩色画面进行模拟，从而得到的图像或视频，以辅助治疗工具，便于对病变眼睛的检测和治疗。

为了解决上述技术问题中的至少一个，本公开实施例提供一种图像处理方法，用于模拟病变眼睛所观察到的彩色画面。

图2为本公开实施例提供的一种图像处理方法的示意流程图，如图2所示图像处理方法包括：

S1，获取待处理图像。

上述待处理图像可以是预先获取的，也可以是从视频中抽取出的任意一帧图像，本公开实施例对此不作限定。

S2，对待处理图像进行通道分离，得到多个单通道图像。

其中，待处理图像可以看做多种不同基色的通道图像的叠加，通过通道分离，可以得到不同基色的通道图像。

S3，针对每个单通道图像，根据单通道图像对应的结构元素进行图像膨胀，得到与单通道图像对应的膨胀图像；其中，结构元素是根据与单通道图像对应的画面参数以及预先设置的结构参数构建得到的。

上述图像膨胀本质是一种在图像的边缘添加像素值，并将图像中的高亮部分进行膨胀，扩张像素边缘领域，使得膨胀后的图像比原图像具有更大的高亮区域的图像处理方式。具体地，图像膨胀的处理过程在下面实施例中作具体说明，在此暂不赘述。

S4，对多个单通道图像对应的膨胀图像进行通道合并，得到处理后的图像。

在一个示例中，可以通过调用dilate()函数，对多个上述膨胀图像进行通道合并，得到处理后的图像。

本公开实施例提供的图像处理方法，对通道分离处理后的图像分别进行图像膨胀处理，并将膨胀处理后的图像再进行通道合并，得到最终处理后的图像。通过上述处理方式，模拟病变眼睛观察图像时所产生的具有轴向色差的图像效果，以便于对病变眼睛的检测和治疗。

另外，本公开实施例提供的图像处理方法简便易行，对计算能力要求较低，同时也具有资源占有率低、功耗低、便于部署等优势。

图3为本公开实施例提供的另一图像处理方法的示意流程图，在一些实施例中，如图3所示，在一些实施例中，上述步骤S1可以包括：

S11，获取原始图像及其图像格式。

S12，在图像格式为多个预设图像格式中的任意一个时，将原始图像作为待处理图像。

其中，图像格式是指原始图像的属性，例如jpg、jpeg、bmp、png等。在原始图像的图像格式满足预设要求时，才会当其作为待处理图像进行相应处理。上述预设要求即预设图像格式，可以是示例中所列举的任意一种或多种图像格式，本公开实施例对此不作限定。

在一些实施例中，如图3所示，上述步骤S2具体可以包括：

S21，对待处理图像进行颜色通道分离，得到红色通道图像、绿色通道图像和蓝色通道图像。

需要说明的是，眼睛产生病变的原理在于，眼睛接收不同颜色光线的焦距不同，而随着眼睛对不同颜色光线聚焦能力的不同，不同颜色的光在病变眼睛中会产生不同程度的模糊。

基于此，需要对待处理图像进行颜色通道分离，得到红色通道图像、绿色通道图像和蓝色通道图像，以便于模拟不同颜色的光在病变眼睛中产生的不同程度的模糊效果。

在一个示例中，可以通过调用split()函数对待处理图像进行颜色通道分离，得到红色通道图像、绿色通道图像和蓝色通道图像。

在一些实施例中，如图3所示，上述步骤S3之前，图像处理方法还包括：

S30，针对每个单通道图像，根据与单通道图像对应的画面参数以及预先设置的结构参数，构建与单通道图像对应的结构元素，画面参数至少用于确定矩阵中的元素值，结构参数至少包括m、n，m、n均为正整数。

多个单通道图像所对应的结构元素均不相同，也就是说，通过通道分离处理得到的红色通道图像、绿色通道图像和蓝色通道图像均对应有一个结构元素。

通常情况下，结构元素是一个m×n的二维矩阵，且二维矩阵中的每个元素的元素值为0或者1。具体地，可以根据预先设置的结构参数，确定所述结构元素的矩阵的大小，例如，可以将结构元素设置为3×3的二维矩阵，或者，4×5的二维矩阵；根据与每个单通道图像对应的画面参数，确定结构元素的锚点和构成结构元素的二维矩阵中的每个元素值。需要说明说明的是，上述“多个单通道图像俗对应的结构元素均不相同”，具体是指，结构元素中的行列数不同，或者矩阵的元素值不同，均表示结构元素不相同。

上述结构元素的锚点为在图像膨胀过程中，结构元素与待处理图像中的每一像素对齐的位置，以确定每一像素的邻域范围。结构元素的锚点为矩阵中预设位置的一个元素，在确定某一像素的邻域范围时，将锚点与待确定邻域范围的像素对齐，根据结构元素的矩阵中其他有效元素(有效元素是指取值为1的元素)所覆盖的位置，确定像素的领域范围。但需要说明的是，结构元素的有效元素所在的位置，和锚点所在的位置，是不相关的，也就是说，锚点处的元素值可以为0，也可以为1。

在一个示例中，设置结构元素为B，B为5×5的二维矩阵，其可以用公式1来表示，其中，值为1的元素为结构元素中的有效元素。在该示例中，设置结构元素的矩阵的中心位置，即第三行第三列的位置为锚点，在确定第i个像素的邻域范围时，将锚点覆盖在第i个像素位置，矩阵中有效像素所覆盖的范围作为第i个像素的邻域范围。

在一些实施例中，如图3所示，步骤S3具体可以包括步骤S31和步骤S32。

具体地，针对每个单通道图像，进行以下步骤：

S31，根据单通道图像对应的结构元素，确定单通道图像在图像膨胀过程中每一像素点的邻域范围。

在与步骤S30的相同示例中，图4a为本公开实施例提供的一种待处理图像中每一像素点的像素值的分布示意图，图4b、4c为本公开实施例提供的针对待处理图像的任一像素点确定其邻域范围的原理示意图。如图4a所示，待处理图像为16×16的图像，其中每一像素点的像素值在0～255之间。如图4b所示，以位于待处理图像中(4,4)位置的像素点为例，将结构元素B的锚点b与(4,4)位置的像素点对齐。如图4c所示，将待处理图像中结构元素B的有效元素覆盖的像素点，作为(4,4)位置的像素点的邻域范围C。图4c中，(4,4)位置的像素点的邻域范围包括分别位于(2,4)(3,4)(4,2)(4,3)(4,4)(4,5)(4,6)(5,4)(6,4)位置的像素点。

S32，对于每一像素点，根据像素点的临近像素点的像素值确定目标像素值，并将目标像素值赋值给像素点，得到膨胀图像，其中，像素点的临近像素点为，位于像素点的邻域范围内的各像素点。

需要说明的是，对于第i个像素而言，该像素对应的锚点值为1时，则第i个像素的临近像素点也包括该第i个像素，若锚点值为0，则第i个像素的临近像素点不包括第i个像素点。

在一些实施例中，目标像素值是指像素点的临近像素点的像素值中的最大值。

在与步骤S31的相同示例中，同样以图4a中位于(4,4)位置的像素点为例，将位于(2,4)(3,4)(4,2)(4,3)(4,4)(4,5)(4,6)(5,4)(6,4)位置的像素点的像素值中的最大值作为目标像素值，赋值给(4,4)位置的像素点。其中，目标像素值P可以通过公式2来表示：

P＝max(36,52,66,67,68,69,70,84,100)＝100 公式2

将结构元素B的锚点b与图4a中的每一像素点均对齐，并通过上述步骤S31、S32所述的方法进行膨胀处理，最终得到膨胀后的图像相比于原图像具有更多的高亮区域，以模拟出病变眼睛观察图像时所产生的具有轴向色差的图像效果。

图5为本公开实施例提供的另一图像处理方法的示意流程图，如图5所示，图像处理方法中，在步骤S1之前还包括步骤S01和步骤S02。

其中，S01，获取待处理视频。

需要说明的是，在获取待处理视频之前，图像处理方法还包括：获取原始视频以及原始视频的视频格式；在原始视频的视频格式满足多个预设视频格式中的任意一个时，将原始视频作为待处理视频。

其中，视频格式是指原始视频的属性，例如mp4、flv等。在原始视频的视频格式满足预设要求时，才会当其作为待处理视频进行相应处理。上述预设要求即预设视频格式，可以是示例中所列举的任意一种或多种视频格式，本公开实施例对此不作限定。

S02，对待处理视频进行解码处理，得到图像信息和音频信息，图像信息中包括原始图像。

在一个示例中，可以通过调用avcode_decode_video2函数对待处理视频进行解码处理。例如，输入一个压缩编码的结构体AVPacket，输出一个解码后的结构体AVFrame。其中，结构体AVPacket为视频格式，结构体AVFrame为待处理视频中分解出的图像格式。

如图5所示，图像处理方法中，在步骤S4之后，方法还包括：

S5，将处理后的图像和音频信息进行编码处理，得到处理后的视频。

在一个示例中，调用函数cvmatToAvframe()进行编码，具体地，将处理后的图像从cv::mat格式转换为AVFrame格式，再将处理后的AVFrame结构体和音频信息编码为视频，并将处理后的视频保存至指定地址。需要说明的是，上述音频信息可以是预先获取的音频信息，可以是从步骤S02中在待处理视频中解码获取的音频信息，本公开实施例对此不作限定。

图6为本公开实施例提供的一种图像处理装置的结构示意图，该装置用于执行上述图像处理方法，如图6所示，图像处理装置包括：获取模块601、分离模块602、处理模块603和合并模块604。

其中，获取模块601，被配置为获取待处理图像。

分离模块602，被配置为对待处理图像进行通道分离，得到多个单通道图像。

处理模块603，被配置为针对每个单通道图像，根据单通道图像对应的结构元素进行图像膨胀，得到与单通道图像对应的膨胀图像；其中，结构元素是根据与单通道图像对应的画面参数以及预先设置的结构参数构建得到的。

合并模块604，被配置为对多个单通道图像对应的膨胀图像进行通道合并，得到处理后的图像。

其中，各模块的功能参见上述图像处理方法中的描述，这里不再赘述。

图7为本公开实施例提供的一种图像处理设备的结构示意图，如图7所示，图像处理设备700包括：存储器701和处理器702，存储器701上存储有计算机程序，其中，计算机程序被处理器702执行时实现上述的图像处理方法，例如实现图2中的步骤S1至S4。

图像处理设备700可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。图像处理设备700可包括，但不仅限于，处理器702和存储器701。本领域技术人员可以理解，图7仅仅是图像处理设备700的示例，并不构成对图像处理设备700的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述图像处理设备700还可以包括输入输出设备、网络接入设备、总线等。

处理器702可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器702可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器701可以是图像处理设备700的内部存储单元，例如图像处理设备700的硬盘或内存。所述存储器701也可以是所述图像处理设备700的外部存储设备，例如所述图像处理设备700上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器701还可以既包括所述图像处理设备700的内部存储单元也包括外部存储设备。所存储器701用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。存储器701还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

图8为本公开实施例提供的一种非瞬态计算机可读存储介质的结构示意图，如图8所示，计算机可读存储介质800上存储有计算机程序801，其中，计算机程序801被处理器执行时实现上述图像处理方法，例如实现图2中的步骤S1至步骤S4。计算机可读存储介质800包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

可以理解的是，以上实施方式仅仅是为了说明本公开的原理而采用的示例性实施方式，然而本公开并不局限于此。对于本领域内的普通技术人员而言，在不脱离本公开的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本公开的保护范围。

Claims (11)

1.一种图像处理方法，其中，所述方法包括：

获取待处理图像；

对所述待处理图像进行通道分离，得到多个单通道图像；

针对每个单通道图像，根据所述单通道图像对应的结构元素进行图像膨胀，得到与所述单通道图像对应的膨胀图像；其中，所述结构元素是根据与所述单通道图像对应的画面参数以及预先设置的结构参数构建得到的；

对多个所述单通道图像对应的所述膨胀图像进行通道合并，得到处理后的图像。

2.根据权利要求1所述的图像处理方法，其中，所述对所述待处理图像进行通道分离，得到多个单通道图像，包括：

对所述待处理图像进行颜色通道分离，得到红色通道图像、绿色通道图像和蓝色通道图像。

3.根据权利要求1或2所述的图像处理方法，其中，所述结构元素为m×n的矩阵，所述m、n均为正整数；

在所述根据所述单通道图像对应的结构元素进行图像膨胀之前，所述方法还包括：

针对每个单通道图像，根据与所述单通道图像对应的画面参数以及预先设置的结构参数，构建与所述单通道图像对应的结构元素，所述结构参数至少包括m、n，所述画面参数至少用于确定所述矩阵中的元素值；

所述多个单通道图像所对应的结构元素均不相同。

4.根据权利要求3所述的图像处理方法，其中，所述针对每个单通道图像，根据所述单通道图像对应的结构元素进行图像膨胀，得到与所述单通道图像对应的膨胀图像，包括：

针对每个单通道图像，进行以下步骤：

根据所述单通道图像对应的结构元素，确定单通道图像在图像膨胀过程中每一像素点的邻域范围；

对于所述每一像素点，根据所述像素点的临近像素点的像素值确定目标像素值，并将所述目标像素值赋值给所述像素点，得到膨胀图像；

其中，所述像素点的临近像素点为，位于所述像素点的邻域范围内的至少一个像素点。

5.根据权利要求4所述的图像处理方法，其中，所述根据所述像素点的临近像素点的像素值确定目标像素值，包括：

将所述像素点的临近像素点的像素值中的最大值，作为所述目标像素值。

6.根据权利要求1所述的图像处理方法，其中，所述获取待处理图像，包括：

获取原始图像及其图像格式；

在所述图像格式为多个预设图像格式中的任意一个时，将所述原始图像作为待处理图像。

7.根据权利要求6所述的图像处理方法，其中，在所述获取原始图像之前，所述方法还包括：

获取待处理视频；

对所述待处理视频进行解码处理，得到图像信息和音频信息，所述图像信息中包括所述原始图像。

8.根据权利要求7所述的图像处理方法，其中，在所述得到处理后的图像数据之后，所述方法还包括：

将所述处理后的图像和所述音频信息进行编码处理，得到处理后的视频。

9.一种图像处理装置，其中，所述装置包括：

获取模块，被配置为获取待处理图像；

分离模块，被配置为对所述待处理图像进行通道分离，得到多个单通道图像；

处理模块，被配置为针对每个单通道图像，根据所述单通道图像对应的结构元素进行图像膨胀，得到与所述单通道图像对应的膨胀图像；其中，所述结构元素是根据与所述单通道图像对应的画面参数以及预先设置的结构参数构建得到的；

合并模块，被配置为对多个所述单通道图像对应的所述膨胀图像进行通道合并，得到处理后的图像。

10.一种图像处理设备，包括存储器和处理器，所述存储器上存储有计算机程序，其中，所述计算机程序被所述处理器执行时实现权利要求1-8中任意一项所述的图像处理方法。

11.一种非瞬态计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现权利要求1-8中任意一项所述的图像处理方法。

Images