CN115880461A - 一种增强现实图像生成方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种增强现实图像生成方法、装置、设备及存储介质。该方法包括：获得重采样处理后的待处理图像及素材图像；对所述待处理图像及素材图像分别进行颜色空间转换，相应获得LAB颜色空间下的待处理图像信息以及素材图像信息；根据所述待处理图像信息以及素材图像信息，融合所述待处理图及素材图像；基于融合处理获得的图像形成所述待处理图像的增强现实图像。利用该方法，将图像的RGB颜色空间和LAB颜色空间相互转化，调整亮度通道，以降低视觉突兀感，提高融合自然度，优化虚拟植入的效果，同时更好地融合了虚拟图像。

Description

一种增强现实图像生成方法、装置、设备及存储介质

技术领域

本发明涉及图像处理技术领域，尤其涉及一种增强现实图像生成方法、装置、设备及存储介质。

背景技术

随着互联网技术的不断发展，当前增强现实(Augmented Reality，AR)技术正在广泛运用到各类场景中，提供高效的解决方案。例如AR信用卡、财富可视化、用户交互等，图表数据能够以更为美观清晰的三维形式展现。但AR虚拟植入仍存在一些问题：植入物融合不自然，效果差；以及纯人工调整渲染，较耗时。

发明内容

本发明提供了一种增强现实图像生成方法、装置、设备及存储介质，以解决AR虚拟植入融合不自然，效果差的问题。

第一方面，本发明实施例提供了一种增强现实图像生成方法，该方法包括：

获得重采样处理后的待处理图像及素材图像；对所述待处理图像及素材图像分别进行颜色空间转换，相应获得LAB颜色空间下的待处理图像信息以及素材图像信息；根据所述待处理图像信息以及素材图像信息，融合所述待处理图及素材图像；基于融合处理获得的图像形成所述待处理图像的增强现实图像。

第二方面，本发明实施例提供一种增强现实图像生成装置，包括：

重采样模块，用于获得重采样处理后的待处理图像及素材图像；

空间转换模块，对所述待处理图像及素材图像分别进行颜色空间转换，相应获得LAB颜色空间下的待处理图像信息以及素材图像信息；

图像融合模块，根据所述待处理图像信息以及素材图像信息，融合所述待处理图及素材图像；

图像形成模块，基于融合处理获得的图像形成所述待处理图像的增强现实图像。

第三方面，本发明实施例提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的增强现实图像生成方法。

第四方面，本发明实施例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指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的增强现实图像生成方法。

本发明实施例提供了一种增强现实图像生成方法、装置、设备及存储介质，通过该增强现实图像生成方法，获得重采样处理后的待处理图像及素材图像；对所述待处理图像及素材图像分别进行颜色空间转换，相应获得LAB颜色空间下的待处理图像信息以及素材图像信息；根据所述待处理图像信息以及素材图像信息，融合所述待处理图及素材图像；基于融合处理获得的图像形成所述待处理图像的增强现实图像。上述技术方案，通过将图像的RGB颜色空间和LAB颜色空间相互转化，调整亮度通道，最后通过融合处理图像形成增强现实图像，达到降低视觉突兀感，提高融合自然度，优化虚拟植入的效果，同时更好地融合了虚拟图像。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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，下面描述中的附图仅仅是本发明的一些实施例，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是根据本发明实施例一提供的一种增强现实图像生成方法的流程图；

图2是根据本发明实施例一提供的一种增强现实图像生成方法的流程图；

图3是根据本发明实施例二提供的一种增强现实图像生成装置的结构示意图；

图4是实现本发明实施例三提供的一种电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必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，以便这里描述的本发明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，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1为本发明实施例一提供了一种增强现实图像生成方法的流程图，本实施例可适用于AR虚拟植入的情况，该方法可以由增强现实图像生成装置来执行，该增强现实图像生成装置可以采用硬件和/或软件的形式实现，可选的，可以通过电子设备作为执行终端来实现，该电子设备可以是移动终端、PC端或服务器等。

可以知道的是：银行业务具有复杂性、虚拟性及散乱性的特征，增强现实技术能够助力银行业实时为客户提供最佳体验。随着互联网技术的不断发展和金融科技的广泛应用，银行业已经相继开始涉足AR领域，推动增强现实在金融领域的应用实践，助力银行金融科技发展。例如，联名信用卡，用户使用App扫码即可看到虚拟形象如二次元偶像、兵马俑等在卡面上跃然起舞；更为成熟的自助银行，用户业务操作在增强现实环境中完成。

如图1所示，本公开实施例提供的一种增强现实图像生成方法，具体可以包括下述步骤：

S110、获得重采样处理后的待处理图像及素材图像。

需要知道的是：重采样是一种图像数据处理方法，图像是按一定间隔采集影像灰度数值的，当阈值不位于采样点上的原始函数的数值时，就需要利用已采样点进行内插。图像重采样包含两种情形，一种是下采样，把图像变小；另一种是上采样，把图像变大。

在本实施例中，对待处理图像及素材图像进行重采样处理，统一上述两者图像的大小，使两者的像素尺寸相同。可选的，可以将素材图像做为参考图像，待处理图像作为浮动图像，对待处理图像进行上下采样处理。

S120、对待处理图像及素材图像分别进行颜色空间转换，相应获得LAB颜色空间下的待处理图像信息以及素材图像信息。

需要知道的是：相机和计算机屏幕常使用RGB色彩空间，R、G、B分别代表红、绿、蓝三原色，且各分量之间存在着一定的相关性，大部分场景下呈正相关。为了维持图片的真实感，处理图片颜色时常常需要对像素的三个通道同时进行修改，而这也会导致色彩调整过程的复杂度大大增加。Lab色彩空间使用三轴系统指定颜色：a轴(绿色到红色)，b轴(蓝色到黄色)和亮度l轴。它假设人类的视觉系统理想地适应自然景色的处理，更适应人眼的工作方式。在基本消除三通道之间的强相关性的同时，它还分割开来了图片的颜色和灰度。Lab色彩空间色域宽阔，选择Lab可以在数字图形的处理中保留尽量宽阔的色域和丰富的色彩。初始的图像信息是在RGB色彩空间，如果选择Lab色彩空间处理图像信息，需要进行色彩空间转换，处理完成后的图像信息同样需要在转换回RGB色彩空间使用。RGB色彩空间无法直接转换为LAB色彩空间，需要先转化为XYZ色彩空间，再转化为LAB，RGB色彩空间与XYZ色彩空间之间转换通过已知特定的矩阵变换即可完成，LAB色彩空间与XYZ色彩空间之间转换通过已知特定的函数变换完成。同样的，LAB色彩空间也无法直接转换为RGB色彩空间，同样需要先转化为XYZ色彩空间，在转换到RGB色彩空间，转换需要的函数和矩阵也都是特定已知的。

在本实施例中，颜色空间转换需要待转换图像的RGB三个颜色信息的分量值，将三个分量值分别通过一个特定的矩阵变换得到XYZ颜色空间三个分量值，XYZ色彩空间的三个分量值之间转换通过已知特定的函数变换完成到LAB色彩空间三个分量值。对上述待处理图像及素材图像分别进行颜色空间转换，将图像从RGB色彩空间通过矩阵相乘和函数变换到LAB颜色空间，同时相应获得LAB颜色空间下的待处理图像信息以及素材图像信息。待处理图像信息和素材图像信息可以包括RGB空间颜色信息分量值和LAB空间颜色信息分量值。

S130、根据待处理图像信息以及素材图像信息，融合待处理图及素材图像。

在本实施例中，上述待处理图像信息和素材图像信息中在LAB颜色空间下的三个分量值，通过对其中一个分量或者全部分量值进行分别处理，处理可以包括对分量进行加减、放大缩小、裁剪等操作步骤。分量处理完成后将处理后的分量进行合并，构成待处理图及素材图像LAB融合图像信息。

示例性的，其中L分量与人眼亮度感知联系紧密，可以只对待处理图像的L分量进行处理，对L分量的分量值减去其标准差，在通过比例缩放，然后加平均值等操作进行处理，最后进行剪裁为，过滤掉超出正常范围的值，在与未处理的AB分量合并图像。

S140、基于融合处理获得的图像形成待处理图像的增强现实图像。

在本实施例中，获得上述融合处理获得的图像后，图像是在LAB颜色空间融合图像信息，需要进行空间转换，将图像从LAB色彩空间通过矩阵相乘转换RGB颜色空间，将三个分量值通过已知特定的函数变换完成XYZ色彩空间，再将XYZ色彩空间三个分量值分别通过一个特定的矩阵变换得到RGB颜色空间三个分量值，同时确定RGB颜色空间的融合图像。确定待处理图像在应用背景图像中的位置区域，在应用背景图像上述位置区域中采用RGB融合图像替换，替换完成后的待处理图像即为增强现实图像。得到的增强现实图像如联名信用卡，用户使用扫码即可看到各类虚拟形象在卡面上跃然起舞

本公开实施例提供了一种增强现实图像生成方法，通过将图像的RGB颜色空间和LAB颜色空间相互转化，调整亮度通道，最后通过融合处理图像形成增强现实图像，达到降低视觉突兀感，提高融合自然度，优化虚拟植入的效果。同时更好地融合了虚拟图像，缩短了开发周期。

作为本实施例的第一优选实施例，图2是根据本发明实施例一提供的一种增强现实图像生成方法的流程图。如图2所示，具体可以包括下述步骤：

S210、获得重采样处理后的待处理图像及素材图像。

S220、获取待处理图像的第一RGB颜色信息以及素材图像的第二RGB颜色信息。

在本实施例中，待处理图像可以由计算机生成的虚拟图像，例如银行初音未来AR联名信用卡的虚拟人物，素材图像可以是现实场景的图片。在确定了图像的同时，也就已知了相应的RGB颜色信息。基于上述待处理图像分别获取的R、G、B三个通道的颜色信息统称为第一RGB颜色信息以及基于上述素材图像分别获取的R、G、B三个通道的颜色信息统称为第二RGB颜色信息。

S230、将第一RGB颜色信息及第二RGB颜色信息分别与给定的空间转换矩阵相乘。

在本实施例中，RGB色彩空间无法直接转换为LAB色彩空间，需要先转化为XYZ色彩空间，将待转换图像和素材图像的RGB三个通道颜色信息的分量值，将三个通道颜色信息的分量值分别通过一个特定的矩阵变换相乘，乘积结果为XYZ色彩空间的三个通道颜色信息的分量值。

S240、基于乘积结果形成待处理图像及素材图像分别在LAB颜色空间下的待处理图像信息及素材图像信息。

具体的，基于上述待处理图像的乘积结果得到的XYZ色彩空间三个分量值，将XYZ色彩空间的三个分量值通过已知特定的函数变换完成到LAB色彩空间三个分量值，即为在LAB颜色空间下的待处理图像信息。同样的，基于上述素材图像的乘积结果得到的XYZ色彩空间三个分量值，将XYZ色彩空间的三个分量值通过已知特定的函数变换完成到LAB色彩空间三个分量值，即为在LAB颜色空间下的素材图像信息。

S250、获取待处理图像信息中包含的第一L分量值，以及素材图像信息中包含的第二L分量值。

在本实施例中，LAB颜色空间中的L分量与人眼亮度感知联系紧密，可以只对待处理图像的L分量进行处理，从上述待处理图像信息的LAB色彩空间三个分量值中分离获取单独的L分量值称为第一L分量值，从上述素材图像信息的LAB色彩空间三个分量值中分离获取单独的L分量值称为第二L分量值。

S260、根据第一L分量值及第二L分量值，确定待处理图像的第一L分量属性信息以及素材图像的第二L分量属性信息。

在本实施例中，属性信息可以包括标准偏差和平均值，其中均值反映了图像的亮度，均值越大说明图像亮度越大，反之越小，标准差反映了图像像素值与均值的离散程度，标准差越大说明图像的质量越好。根据上述第一L分量值及第二L分量值，确定上述第一L分量属性信息以及第二L分量属性信息。

S270、根据第一L分量属性信息及第二L分量属性信息，对待处理图像及素材图像进行融合处理。

在本实施例中，通过对第一L分量属性信息及第二L分量属性信息进行处理，处理可以包括对分量信息进行加减、放大缩小、裁剪等操作步骤。分量处理完成后将处理后的分量进行合并，构成待处理图及素材图像LAB融合图像信息。

在上述优化的基础上，作为S270的其中一种实现方式，本公开实施例可以根据第一L分量属性信息及第二L分量属性信息，对待处理图像及素材图像进行融合处理具体优化为下述步骤：

a1)提取第二L分量属性信息中的第二标准偏差和第二平均值。

本步骤基于上述第二L分量属性信息中获取第二标准偏差和第二平均值。

a2)根据第二标准偏差和第二平均值，确定素材图像的L分量缩放值。

本步骤基于上述第二L分量属性信息中的第二标准偏差和第二平均值对L分量进行规则处理。

示例性的，可以第二L分量值减去第二平均值得到的差值与第二标准偏差的比例值作为L分量缩放值。

a3)将L分量缩放值与第一L分量属性信息中的第一平均值相融合，获得待处理图像的L分量融合值。

在本实施例中，将上述L分量缩放值减去第一L分量属性信息中的第一平均值得到就结果进行裁剪处理，裁剪完成后的获得待处理图像的L分量融合值。

a4)根据L分量融合值及待处理图像在LAB颜色空间下的其余两分量的分量值，获得待处理图像的融合图像信息。

在本实施例中，LAB颜色空间下的三个分量信息是相对独立的，可以对分量分别进行数据处理，处理后的分量信息可以重新组合。将L分量融合值与待处理图像在LAB颜色空间下的其余两分量的分量值进行组合，获得待处理图像的融合图像信息。

通过对上述待处理图像及素材图像中L分量进行处理，因为L分量与人眼亮度感知联系紧密，对其进行处理，大大优化自然融合效果。

进一步地，本公开实施例可以根据第二标准偏差和第二平均值，确定素材图像的L分量缩放值进一步优化为：

a21)确定第二L分量值与第二平均值的差值。

本步骤确定将第二L分量值减去第二平均值得到差值。

a22)将差值与第二标准偏差的比例值作为素材图像的L分量缩放值。

本步骤将差值与第二标准偏差的比例值作为素材图像的L分量缩放值。

在上述优化的基础上，本公开实施例可以根据L分量融合值，获得待处理图像的融合图像信息具体优化为下述步骤：

a31)筛除超出预先所设定像素值区间范围的L分量融合值。

在本实施例中，像素值区间范围为0到255，像素值超过255的数据计算机无法识别，将上述得到的L分量的值进行筛除不符合该区间的数据。

a32)基于筛除后的L分量融合值构成待处理图像的新L分量值。

本步骤基于筛除后的L分量融合值构成待处理图像的新L分量值。

a33)采用新L分量值及待处理图像在LAB颜色空间下的其余两分量的分量值，构成待处理图像的LAB融合图像信息。

本步骤基于新L分量值与待处理图像在LAB颜色空间下的其余两分量的分量值，获得待处理图像的融合图像信息

通过对超出像素值区间的数据去除，可以防止图像显示出现异常的情况。

S280、基于融合处理后的融合图像的LAB融合图像信息，确定RGB融合图像。

在本实施例中，基于融合图像的LAB融合图像信息从LAB色彩空间通过矩阵相乘转换RGB颜色空间，将三个分量值分别通过一个特定的矩阵变换得到RGB颜色空间三个分量值，同时确定RGB颜色空间的融合图像。

S290、确定待处理图像在应用背景图像中的位置区域，并对位置区域进行感兴趣区域ROI标记。

在本实施例中，在图像处理领域中，感兴趣区域ROI标记是从图像中选择的一个图像区域，这个区域是你的图像分析所关注的重点。圈定该区域以便进行进一步处理。使用ROI圈定你想读的目标，可以减少处理时间，增加精度。

具体的，通过自定义高和宽的坐标，确定待处理图像在应用背景图像中的位置区域，在位置区域进行感兴趣区域ROI标记。

S300、在应用背景图像中采用RGB融合图像替换进行ROI标记的区域，构成待处理图像的增强现实图像。

具体的，对应用背景图像的ROI标记的区域中采用RGB融合图像替换，替换完成后的待处理图像即为增强现实图像。

在上述技术方案中，对待处理图像及素材图像分别进行颜色空间转换，相应获得LAB颜色空间下的待处理图像信息以及素材图像信息，可以在图像的处理中保留尽量宽阔的色域和丰富的色彩。通过对上述待处理图像及素材图像中L分量进行处理，因为L分量与人眼亮度感知联系紧密，对其进行处理，大大优化自然融合效果。通过ROI标记的区域进行图像替换达到融合处理图像形成增强现实图像的目的，达到降低视觉突兀感，优化虚拟植入的效果，同时更好地融合了虚拟图像。

实施例二

图3为本发明实施例三提供的一种增强现实图像生成装置的结构示意图。如图3所示，该装置包括：

重采样模块310，用于获得重采样处理后的待处理图像及素材图像；

空间转换模块320，对所述待处理图像及素材图像分别进行颜色空间转换，相应获得LAB颜色空间下的待处理图像信息以及素材图像信息；

图像融合模块330，根据所述待处理图像信息以及素材图像信息，融合所述待处理图及素材图像；

图像形成模块340，基于融合处理获得的图像形成所述待处理图像的增强现实图像。

本公开实施例所提供的技术方案，通过将图像的RGB颜色空间和LAB颜色空间相互转化，调整亮度通道，最后通过融合处理图像形成增强现实图像，达到降低视觉突兀感，提高融合自然度，优化虚拟植入的效果。同时更好地融合了虚拟图像，缩短了开发周期。

进一步的，空间转换模块320可以具体用于：

获取所述待处理图像的第一RGB颜色信息以及素材图像的第二RGB颜色信息；

将所述第一RGB颜色信息及第二RGB颜色信息分别与给定的空间转换矩阵相乘；

基于乘积结果形成所述待处理图像及素材图像分别在LAB颜色空间下的待处理图像信息及素材图像信息。

进一步的，图像融合模块330可以包括：

图像融合单元，用于获取所述待处理图像信息中包含的第一L分量值，以及所述素材图像信息中包含的第二L分量值；

属性信息确定单元，用于根据所述第一L分量值及第二L分量值，确定所述待处理图像的第一L分量属性信息以及所述素材图像的第二L分量属性信息；

信息融合处理单元，用于根据所述第一L分量属性信息及第二L分量属性信息，对所述待处理图像及素材图像进行融合处理。

进一步地，信息融合处理单元具体可以包括：

第一计算子单元，用于提取所述第二L分量属性信息中的第二标准偏差和第二平均值；

第二计算子单元，用于根据所述第二标准偏差和第二平均值，确定所述素材图像的L分量缩放值；

第三计算子单元，用于将所述L分量缩放值与所述第一L分量属性信息中的第一平均值相融合，获得所述待处理图像的L分量融合值；

第四计算子单元，用于根据所述L分量融合值及所述待处理图像在LAB颜色空间下的其余两分量的分量值，获得所述待处理图像的融合图像信息。

进一步地，第二计算子单元具体可以用于：

确定所述第二L分量值与所述第二平均值的差值；

将所述差值与所述第二标准偏差的比例值作为所述素材图像的L分量缩放值。

进一步地，第二计算子单元具体还可以用于：

筛除超出预先所设定像素值区间范围的L分量融合值；

基于筛除后的L分量融合值构成所述待处理图像的新L分量值；

采用所述新L分量值及所述待处理图像在LAB颜色空间下的其余两分量的分量值，构成所述待处理图像的LAB融合图像信息。

进一步的，图像形成模块340可以具体用于：

基于融合处理后的融合图像的LAB融合图像信息，确定RGB融合图像；

确定所述待处理图像在应用背景图像中的位置区域，并对所述位置区域进行感兴趣区域ROI标记；

在所述应用背景图像中采用所述RGB融合图像替换进行所述ROI标记的区域，构成所述待处理图像的增强现实图像。

本公开实施例所提供的一种增强现实图像生成装置结构可执行本公开任意实施例所提供的增强现实图像生成方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。

实施例三

图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如增强现实图像生成方法。

在一些实施例中，增强现实图像生成方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的增强现实图像生成方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行增强现实图像生成方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种增强现实图像生成方法，其特征在于，包括：

获得重采样处理后的待处理图像及素材图像；

对所述待处理图像及素材图像分别进行颜色空间转换，相应获得LAB颜色空间下的待处理图像信息以及素材图像信息；

根据所述待处理图像信息以及素材图像信息，融合所述待处理图及素材图像；

基于融合处理获得的图像形成所述待处理图像的增强现实图像。

2.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及素材图像分别进行颜色空间转换，相应获得LAB颜色空间下的待处理图像信息以及素材图像信息，包括：

获取所述待处理图像的第一RGB颜色信息以及素材图像的第二RGB颜色信息；

将所述第一RGB颜色信息及第二RGB颜色信息分别与给定的空间转换矩阵相乘；

基于乘积结果形成所述待处理图像及素材图像分别在LAB颜色空间下的待处理图像信息及素材图像信息。

3.根据权利要求1所述的方法，其特征在于，所述根据所述待处理图像信息以及素材图像信息，融合所述待处理图及素材图像，包括：

获取所述待处理图像信息中包含的第一L分量值，以及所述素材图像信息中包含的第二L分量值；

根据所述第一L分量值及第二L分量值，确定所述待处理图像的第一L分量属性信息以及所述素材图像的第二L分量属性信息；

根据所述第一L分量属性信息及第二L分量属性信息，对所述待处理图像及素材图像进行融合处理。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一L分量属性信息及第二L分量属性信息，对所述待处理图像及素材图像进行融合处理，包括：

提取所述第二L分量属性信息中的第二标准偏差和第二平均值；

根据所述第二标准偏差和第二平均值，确定所述素材图像的L分量缩放值；

将所述L分量缩放值与所述第一L分量属性信息中的第一平均值相融合，获得所述待处理图像的L分量融合值；

根据所述L分量融合值及所述待处理图像在LAB颜色空间下的其余两分量的分量值，获得所述待处理图像的融合图像信息。

5.根据权利要求4所述的方法，其特征在于，所述根据所述第二标准偏差和第二平均值，确定所述素材图像的L分量缩放值，包括：

确定所述第二L分量值与所述第二平均值的差值；

将所述差值与所述第二标准偏差的比例值作为所述素材图像的L分量缩放值。

6.根据权利要求4所述的方法，其特征在于，所述根据所述L分量融合值，获得所述待处理图像的融合图像信息，包括：

筛除超出预先所设定像素值区间范围的L分量融合值；

基于筛除后的L分量融合值构成所述待处理图像的新L分量值；

采用所述新L分量值及所述待处理图像在LAB颜色空间下的其余两分量的分量值，构成所述待处理图像的LAB融合图像信息。

7.根据权利要求1所述的方法，其特征在于，所述基于融合处理获得的融合图像形成所述待处理图像的增强现实图像，包括：

基于融合处理后的融合图像的LAB融合图像信息，确定RGB融合图像；

确定所述待处理图像在应用背景图像中的位置区域，并对所述位置区域进行感兴趣区域ROI标记；

在所述应用背景图像中采用所述RGB融合图像替换进行所述ROI标记的区域，构成所述待处理图像的增强现实图像。

8.一种增强现实图像生成装置，其特征在于，包括：

重采样模块，用于获得重采样处理后的待处理图像及素材图像；

空间转换模块，对所述待处理图像及素材图像分别进行颜色空间转换，相应获得LAB颜色空间下的待处理图像信息以及素材图像信息；

图像融合模块，根据所述待处理图像信息以及素材图像信息，融合所述待处理图及素材图像；

图像形成模块，基于融合处理获得的图像形成所述待处理图像的增强现实图像。

9.一种电子设备，其特征在于，所述电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的增强现实图像生成方法。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的增强现实图像生成方法。

Images