CN107862265A - 图像处理方法及相关产品 - Google Patents

Abstract

本申请实施例公开了一种图像处理方法及相关产品，其中，方法包括：获取第一人脸图像；获取环境参数；根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。本申请实施例可以依据环境参数对人脸图像进一步完善，提升了人脸图像采集质量，这样的人脸图像，更加有利于人脸识别，从而，提升人脸识别成功率。

Description

图像处理方法及相关产品

技术领域

本申请涉及移动终端技术领域，具体涉及一种图像处理方法及相关产品。

背景技术

随着移动终端(手机、平板电脑等)的大量普及应用，移动终端能够支持的应用越来越多，功能越来越强大，移动终端向着多样化、个性化的方向发展，成为用户生活中不可缺少的电子用品。

目前来看，人脸识别越来越受到移动终端生产厂商的青睐，但是，由于环境的复杂性，例如，暗环境，亮环境，均会在一定程度上降低人脸识别成功率，因此，如何提升人脸图像采集质量，以提升人脸识别成功率的问题亟待解决。

发明内容

本申请实施例提供了一种图像处理方法及相关产品，可以提升人脸图像采集质量，从而，提升人脸识别成功率。

第一方面，本申请实施例提供一种移动终端，包括应用处理器(applicationprocessor，AP)，以及与所述AP连接的人脸识别装置和环境传感器，其中，

所述人脸识别装置，用于获取第一人脸图像；

所述环境传感器，用于获取环境参数；

所述AP，用于根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。

第二方面，本申请实施例提供了一种图像处理方法，应用于包括应用处理器AP，以及与所述AP连接的人脸识别装置和环境传感器的移动终端，所述方法包括：

所述人脸识别装置获取第一人脸图像；

所述环境传感器获取环境参数；

所述AP根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。

第三方面，本申请实施例提供了一种图像处理方法，包括：

获取第一人脸图像；

获取环境参数；

根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。

第四方面，本申请实施例提供了一种图像处理装置，包括：

第一获取单元，用于获取第一人脸图像；

第二获取单元，用于获取环境参数；

处理单元，用于根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。

第五方面，本申请实施例提供了一种移动终端，包括：应用处理器AP和存储器；以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置成由所述AP执行，所述程序包括用于如第三方面中所描述的部分或全部步骤的指令。

第六方面，本申请实施例提供了一种计算机可读存储介质，其中，所述计算机可读存储介质用于存储计算机程序，其中，所述计算机程序使得计算机执行如本申请实施例第三方面中所描述的部分或全部步骤的指令。

第七方面，本申请实施例提供了一种计算机程序产品，其中，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如本申请实施例第三方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

实施本申请实施例，具有如下有益效果：

可以看出，本申请实施例中所描述的图像处理方法及相关产品，获取第一人脸图像，获取环境参数，根据环境参数对第一人脸图像进行图像处理，得到第二人脸图像，第二人脸图像用于人脸识别，可以依据环境参数对人脸图像进一步完善，提升了人脸图像采集质量，这样的人脸图像，更加有利于人脸识别，从而，提升人脸识别成功率。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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1A是本申请实施例提供的一种示例移动终端的架构示意图；

图1B是本申请实施例提供的一种移动终端的结构示意图；

图1C是本申请实施例公开的一种图像处理方法的流程示意图；

图2是本申请实施例公开的另一种图像处理方法的流程示意图；

图3是本申请实施例提供的一种移动终端的另一结构示意图；

图4A是本申请实施例提供的一种图像处理装置的结构示意图；

图4B是本申请实施例提供的图4A所描述的图像处理装置的处理单元的结构示意图；

图4C是本申请实施例提供的图4A所描述的图像处理装置的第一获取单元的结构示意图；

图4D是本申请实施例提供的图4A所描述的图像处理装置的另一结构示意图；

图4E是本申请实施例提供的图4A所描述的图像处理装置的另一结构示意图；

图5是本申请实施例公开的另一种移动终端的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，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，所描述的实施例仅仅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及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，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、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本申请实施例所涉及到的移动终端可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(user equipment，UE)，移动台(mobile station，MS)，终端设备(terminaldevice)等等。为方便描述，上面提到的设备统称为移动终端。

下面对本申请实施例进行详细介绍。如图1A所示的一种示例移动终端1000，该移动终端1000的人脸识别装置可以为摄像头模组21，上述摄像头模组可以为单摄像头，例如，可见光摄像头，或者，红外摄像头。或者，上述摄像头模组可以为双摄像头，上述双摄像头可以一个是可见光摄像头，一个是红外摄像头，或者，两者都是可见光摄像头，例如，一个摄像头为可见光摄像头，另一个摄像头为红外摄像头，又例如，一个摄像头为可见光摄像头且另一个摄像头也为可见光摄像头，或者上述摄像头模组21可以是前置摄像头或者后置摄像头。

请参阅图1B，图1B是所示的一种移动终端100的结构示意图，所述移动终端100包括：应用处理器AP110、人脸识别装置120和环境传感器160，其中，所述AP110通过总线150连接人脸识别装置120和环境传感器160。上述环境传感器可以用于检测环境参数，环境传感器可以为以下至少一个：呼吸检测传感器、环境光传感器、电磁检测传感器、环境色温检测传感器、定位传感器、温度传感器、湿度传感器等等。

基于图1A-图1B所描述的移动终端，可以用于实现如下功能：

所述人脸识别装置120，用于获取第一人脸图像；

所述环境传感器160，用于获取环境参数；

所述AP110，用于根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。

在一个可能的示例中，在所述根据所述环境参数对所述第一人脸图像进行图像处理方面，所述AP110具体用于：

获取所述第一人脸图像的第一属性参数，所述第一属性参数为所述第一人脸图像的图像质量表征参数；

获取第二属性参数；

确定所述第一属性参数与所述第二属性参数之间的差异参数；

根据所述环境参数确定与所述差异参数对应的调节参数；

根据所述调节参数对所述第一人脸图像进行图像处理。

在一个可能的示例中，在所述获取第一人脸图像方面，所述人脸识别装置120具体用于：

对人脸进行对焦，得到目标图像；

对所述目标图像进行抠图处理，得到人脸区域图像，将所述人脸区域图像作为所述第一人脸图像。

在一个可能的示例中，所述AP110还具体用于：

对所述第一人脸图像进行图像质量评价，得到图像质量评价值，在所述图像质量评价值小于预设图像质量阈值时，由所述环境传感器160执行所述获取环境参数的步骤。

在一个可能的示例中，所述AP110还具体用于：

检测所述环境参数是否符合预设条件，在所述环境参数不符合所述预设条件时，执行所述根据所述环境参数对所述第一人脸图像进行图像处理的步骤。

基于上述图1A-图1B所描述的移动终端，可用于执行如下所描述的一种图像处理方法，具体如下：

所述人脸识别装置120获取第一人脸图像；

所述环境传感器160获取环境参数；

所述AP110根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。

可以看出，本申请实施例中所描述的图像处理方法，获取第一人脸图像，获取环境参数，根据环境参数对第一人脸图像进行图像处理，得到第二人脸图像，第二人脸图像用于人脸识别，可以依据环境参数对人脸图像进一步完善，提升了人脸图像采集质量，这样的人脸图像，更加有利于人脸识别，从而，提升人脸识别成功率。

基于图1A-图1B所描述的移动终端，请参阅图1C，为本申请实施例提供的一种图像处理方法的实施例流程示意图。本实施例中所描述的图像处理方法，其可包括以下步骤：

101、获取第一人脸图像。

其中，可以通过对人脸进行对焦，并进行拍摄，得到第一人脸图像，第一人脸图像可以为包含人脸区域的图像，如此，本申请实施例中第一人脸图像可以是其中一部分为人脸区域图像，另一部分为背景图像。

其中，上述步骤101之前，可以包括如下步骤：

A1、获取目标环境光线参数；

A2、确定与所述目标环境光线参数对应的目标拍摄参数；

则，上述步骤101，获取第一人脸图像，可以按照如下方式实施：

根据所述目标拍摄参数对人脸进行拍摄，得到所述第一人脸图像。

其中，上述目标环境光线参数可以由环境传感器检测得到，上述环境传感器可以用于检测环境光线参数，环境光线参数可以为环境亮度，或者，环境色温，环境传感器可以为以下至少一个：环境光传感器、环境色温检测传感器。

进一步地，移动终端中可以预先存储拍摄参数与环境光线参数之间的对应关系，进而，根据该对应关系确定与目标环境光线参数对应的目标拍摄参数，上述拍摄参数可以包括但不仅限于：焦距、曝光时长、光圈大小、拍照模式、感光度ISO、白平衡参数等等。如此，可以得到在该环境下最佳的图像。

可选地，上述步骤101中，获取第一人脸图像，可包括如下步骤：

B1、按照预设拍摄参数集对人脸进行拍摄，得到N张人脸图像，所述预设拍摄参数集包含N组拍摄参数，所述N张人脸图像与所述N组拍摄参数一一对应，所述N为大于1的整数；

B2、对所述N张人脸图像进行图像质量评价，得到N个图像质量评价值；

B3、从所述N个图像质量评价值中选取最大图像质量评价值对应的人脸图像作为所述第一人脸图像。

其中，上述拍摄参数可以包括但不仅限于：焦距、曝光时长、光圈大小、拍照模式、感光度ISO、白平衡参数等等。如此，可以得到在该环境下最佳的图像。上述预设拍摄参数集预先保存在存储器中，其可以包含N组拍摄参数，N为大于1的整数。如此，可以采用预设拍摄参数集中的每一组拍摄参数对人脸进行拍摄，得到N张人脸图像，并对N张人脸图像进行图像质量评价，得到N个图像质量评价值，从N个图像质量评价值中选取最大图像质量评价值对应的人脸图像作为第一人脸图像，如此，可以通过不同的拍摄参数筛选出与环境相宜的最佳人脸图像，有利于提升确定目标人脸图像中人脸区域图像的准确率。

其中，上述步骤B2中，对所述N张人脸图像进行图像质量评价，可以按照如下方式实施：

采用至少一个图像质量评价指标对所述N张人脸图像中的每一人脸图像进行图像质量评价，从而，得到N个图像质量评价值。

其中，对人脸图像进行评价时，可包含多个图像质量评价指标，每一图像质量评价指标也对应一个权重，如此，每一图像质量评价指标对人脸图像进行图像质量评价时，均可得到一个评价结果，最终，进行加权运算，也就得到最终的图像质量评价值。图像质量评价指标可包括但不仅限于：均值、标准差、熵、清晰度、信噪比等等。

需要说明的是，由于采用单一评价指标对图像质量进行评价时，具有一定的局限性，因此，可采用多个图像质量评价指标对图像质量进行评价，当然，对图像质量进行评价时，并非图像质量评价指标越多越好，因为图像质量评价指标越多，图像质量评价过程的计算复杂度越高，也不见得图像质量评价效果越好，因此，在对图像质量评价要求较高的情况下，可采用2～10个图像质量评价指标对图像质量进行评价。具体地，选取图像质量评价指标的个数及哪个指标，依据具体实现情况而定。当然，也得结合具体地场景选取图像质量评价指标，在暗环境下进行图像质量评价和亮环境下进行图像质量评价选取的图像质量指标可不一样。

可选地，在对图像质量评价精度要求不高的情况下，可用一个图像质量评价指标进行评价，例如，以熵对待处理图像进行图像质量评价值，可认为熵越大，则说明图像质量越好，相反地，熵越小，则说明图像质量越差。

可选地，在对图像质量评价精度要求较高的情况下，可以采用多个图像质量评价指标对图像进行评价，在多个图像质量评价指标对图像进行图像质量评价时，可设置该多个图像质量评价指标中每一图像质量评价指标的权重，可得到多个图像质量评价值，根据该多个图像质量评价值及其对应的权重可得到最终的图像质量评价值，例如，三个图像质量评价指标分别为：A指标、B指标和C指标，A的权重为a1，B的权重为a2，C的权重为a3，采用A、B和C对某一图像进行图像质量评价时，A对应的图像质量评价值为b1，B对应的图像质量评价值为b2，C对应的图像质量评价值为b3，那么，最后的图像质量评价值＝a1b1+a2b2+a3b3。通常情况下，图像质量评价值越大，说明图像质量越好。

可选地，上述步骤101中，获取第一人脸图像，可包括如下步骤：

C1、对人脸进行对焦，得到目标图像；

C2、对所述目标图像进行抠图处理，得到人脸区域图像，将所述人脸区域图像作为所述第一人脸图像。

其中，可以对人脸进行对焦，得到目标图像，该目标图像中不仅包含人脸区域，还可以包含背景区域，因此，可以对目标图像进行抠图处理，得到人脸区域图像，并将该人脸区域图像作为第一人脸图像。

102、获取环境参数。

其中，环境参数可以包括以下至少一种：环境光线参数、地理位置参数、摄像头参数、拍摄距离参数、环境磁场干扰系数、天气状态参数、环境背景参数、人物特征参数，其中，环境参数可以由环境传感器次采集得到，环境光线参数可以为环境亮度或者环境色温，摄像头参数可以为以下至少一种：马达振动幅度，镜头油污程度、镜头破碎程度、镜头属性参数(例如，光圈大小、视角范围等等)等等。环境背景参数可以为以下至少一种：沙漠、海洋、雪景等等。人物特征参数可以包括以下至少一种：肤色、是否配置眼镜，首饰、伤疤等等。地理位置参数可以理解为具体地理位置，天气状态参数可以为以下至少一种：温度、温度、风向、天气类型(例如，阴天，雨天，晴天，多云等等)，以温度为例，不同的温度下，摄像头的性能也是不一样的。

可选地，上述步骤101与步骤102之间，还可以包括如下步骤：

对所述第一人脸图像进行图像质量评价，得到图像质量评价值，在所述图像质量评价值小于预设图像质量阈值时，执行所述获取环境参数的步骤。

其中，上述预设图像质量阈值可以由用户自行设置，或者，***默认。上述对所述第一人脸图像进行图像质量评价，得到图像质量评价值的具体实现方式可以参照上述步骤B2，在此不再赘述。

103、根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。

其中，在不同的环境参数下，人脸图像表现出的差异性不一样，例如，暗环境下，人脸图像会表现偏暗，平均灰度值较小，而在亮环境下，则人脸图像会表现偏亮，平均灰度值较大，在有雾环境下，则会表现出人脸图像模糊，因此，针对不同的环境参数需要对人脸图像进行一定程度的处理，以使得处理之后的人脸图像可以更有利于人脸识别，以达到提升人脸识别成功率的目的。

可选地，上述步骤103中，根据所述环境参数对所述第一人脸图像进行图像处理，可包括如下步骤：

31、获取所述第一人脸图像的第一属性参数，所述第一属性参数为所述第一人脸图像的图像质量表征参数；

32、获取第二属性参数；

33、确定所述第一属性参数与所述第二属性参数之间的差异参数；

34、根据所述环境参数确定与所述差异参数对应的调节参数；

35、根据所述调节参数对所述第一人脸图像进行图像处理。

其中，上述第一属性参数、第二属性参数均可以包括以下至少一种：特征点个数，特征点分布密度、平均灰度值、均方差、信息熵等等。其中，特征点个数为图像中全部的特征点总数，特征点分布密度为每个单位面积内的特征点个数，均方差为图像的均方差，信息熵为图像的信息熵。第一人脸图像在确定之后，其第一属性参数也是确定的，第一属性参数可以从侧面反映第一人脸图像的图像质量，第二属性参数为预期的属性参数，即用户需要将人脸图像调整到哪种程度，第二属性参数可以由用户自行设置，或者，***默认，进一步地，可以确定第一属性参数与第二属性参数之间的差异参数，差异参数决定了对第一人脸图像的调节方向，例如，是进行暗视觉增强，还是过曝光进行暗化处理，可以预先存储调节参数与属性参数之间的映射关系，进而，可以依据该映射关系确定差异参数对应的调节参数，根据该调节参数对第一人脸图像进行图像处理，得到第二人脸图像，第二人脸图像用于人脸识别。上述调节参数可以包括以下至少一种：灰度拉伸参数、锐化参数、填充参数、去雾参数等等，灰度拉伸参数可以理解为对图像进行灰度拉伸的控制参数，锐化参数可以理解为对图像进行锐化处理的控制参数，去雾参数可以理解为对图像进行去雾处理的控制参数，填充参数可以理解为对图像进行填充时候的控制参数，例如，镜头破碎了，在人脸图像中留下一个条纹，可以对该条纹进行填充。

可选地，在上述步骤103之后，可以执行如下步骤：

将所述第二人脸图像与预设人脸模板进行匹配，在所述第二人脸图像与所述预设人脸模板匹配成功时，进行解锁操作。

其中，预设人脸模板可以预先保存在移动终端中。

进一步地，上述将所述第二人脸图像与预设人脸模板进行匹配，可包括如下步骤：

D1、选取所述第二人脸图像中清晰度满足预设要求的目标区域，并对所述目标区域进行特征点提取，得到第一特征点集；

D2、提取所述第二人脸图像的***轮廓，得到第一轮廓；

D3、将所述第一轮廓与所述预设人脸模板的第二轮廓进行匹配，以及将所述第一特征点集与所述预设人脸模板进行匹配；

D4、在所述第一轮廓与所述预设人脸模板的第二轮廓匹配成功且所述第一特征点集与所述预设人脸模板匹配成功时，确认匹配成功；在所述第一轮廓与所述预设人脸模板的第二轮廓匹配失败，或者，所述第一特征点集与所述预设人脸模板匹配失败时，确认匹配失败。

其中，本申请实施例中，可以从第二人脸图像中选取目标区域，目标区域的话，采集的特征完整，因此，有利于提升人脸识别效率，另一方面，由于目标区域只是部分区域，可能存在偶然性匹配，或者，识别区域较少，故对第二人脸图像进行轮廓提取，得到第一轮廓，在匹配过程中，将目标区域的特征点与预设人脸模板进行匹配，同时，也将第一轮廓与预设人脸模板进行匹配，且需要两者均匹配时，才确认匹配成功，若两者之中的任一者匹配失败，则匹配失败，如此，在保证成功率的同时，也保证了匹配速度以及安全性。

可选地，上述清晰度还可以用特征点个数来定义，毕竟，图像越清晰，则其包含的特征点越多，那么，上述预设要求则为：特征点个数大于预设数量阈值，上述预设数量阈值可以由用户自行设置或者***默认，则上述步骤D1，可按照如下方式实施：确定所述第二人脸图像中特征点个数大于预设数量阈值的区域为所述目标区域。

可选地，上述清晰度可以用具体公式来计算，在相关技术中有介绍，在此不再赘述，那么，上述预设要求则为：清晰度值大于预设清晰度阈值，上述预设清晰度阈值可以由用户自行设置或者***默认，则上述步骤D1可按照如下方式实施：确定所述第二人脸图像中清晰度值大于预设清晰度阈值的区域为所述目标区域。

另外，上述特征提取可采用如下算法实现：Harris角点检测算法、尺度不变特征变换、SUSAN角点检测算法等等，在此不再赘述。上述步骤D2中的轮廓提取可以为如下算法：霍夫变换，haar或者canny等等。

可选地，在将所述第二人脸图像与预设人脸模板进行匹配之间，还可以包括如下步骤：

对所述第二人脸图像进行图像增强处理；

则，上述将所述第二人脸图像与所述预设人脸模板进行匹配，可以按照如下方式实施：

将图像增强处理后的所述第二人脸图像与所述预设人脸模板进行匹配。

上述图像增强处理可包括但不仅限于：图像去噪(例如，小波变换进行图像去噪)、图像复原(例如，维纳滤波)、暗视觉增强算法(例如，直方图均衡化、灰度拉伸等等)，在对第二人脸图像进行图像增强处理之后，第二人脸图像的质量可在一定程度上得到提升。

可选地，上述进行解锁操作，可以为以下至少一种情况：例如，移动终端处于熄屏状态下，解锁操作可以是，点亮屏幕，并进入移动终端的主页面，或者指定页面；移动终端处于亮屏状态下，解锁操作可以是，进入移动终端的主页面，或者指定页面；移动终端某一应用的解锁页面，解锁操作可以是，完成解锁，进入解锁后的页面，例如，移动终端可以处于支付页面，解锁操作可以是，进行支付。上述指定页面可以为以下至少一种：某个应用的页面，或者，用户自行指定的页面。

具体实现中，例如，可以通过摄像头采集到第一人脸图像，进一步，采集多维度环境参数，例如：光线(强光)、环境背景参数(周边环境(森林、人群数量)、天气状态参数(雪景、温度、湿度等))、摄像头参数(如马达抖动幅度、镜头油污/水覆盖/镜头破碎)、人物特征参数(例如，肤色、胡须、眼镜、首饰、疤痕等等)，进而，根据环境参数对第一人脸图像进行图像处理，例如：人群多时突出前景个人主体，根据抖动信息进行不同程度锐化处理，可以根据光强程度进行色域曲线调整，根据湿度和温度等进行饱和度处理等等，有雾进行除雾优化、首饰进行抠图补偿等等，从而，得到第二人脸图像，该第二人脸图像适合于人脸解锁时的图像质量要求，进而，有利于提升人脸识别成功率。

可以看出，本申请实施例中所描述的图像处理方法，获取第一人脸图像，获取环境参数，根据环境参数对第一人脸图像进行图像处理，得到第二人脸图像，第二人脸图像用于人脸识别，可以依据环境参数对人脸图像进一步完善，提升了人脸图像采集质量，这样的人脸图像，更加有利于人脸识别，从而，提升人脸识别成功率。

与上述一致地，请参阅图2，为本申请实施例提供的一种图像处理方法的实施例流程示意图。本实施例中所描述的图像处理方法，其可包括以下步骤：

201、获取第一人脸图像。

202、获取环境参数。

203、检测所述环境参数是否符合预设条件。

其中，环境参数可以包含多个参数，每一参数均可以对应一个预设条件，上述预设条件可以理解为人脸图像的图像质量符合要求时对应的条件，例如，亮度处于预设亮度范围(上述预设亮度范围可以由用户自行设置，或者***默认)，色温处于预设色温范围(上述预设色温范围可以由用户自行设置，或者***默认)，人脸与摄像头之间的距离处于预设距离范围(上述预设距离范围可以由用户自行设置，或者***默认)，等等。可以认为环境参数符合预设条件的话，在一定程度上，得到的人脸图像质量也在符合要求的范围内。如此，在环境参数符合预设条件时，可以不执行步骤204，在环境参数不符合预设条件时，执行步骤204。

例如，预设条件为：亮度在80～200，人脸与摄像头之间的距离为0.25～1米之间，环境参数为：环境亮度为100，人脸与摄像头之间的距离为0.5米，则环境参数符合预设条件，那么，可以认为环境参数符合预设条件的话，在一定程度上，得到的人脸图像质量也在符合要求的范围内，进而，可以不执行步骤204。

204、在所述环境参数不符合所述预设条件时，根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。

其中，上述步骤201-步骤202、步骤204的具体描述可参照图1C所描述的图像处理方法的对应步骤，在此不再赘述。

可以看出，本申请实施例中所描述的图像处理方法，获取第一人脸图像，获取环境参数，检测环境参数是否符合预设条件，在环境参数不符合预设条件时，根据环境参数对第一人脸图像进行图像处理，得到第二人脸图像，第二人脸图像用于人脸识别，可以依据环境参数对人脸图像进一步完善，提升了人脸图像采集质量，这样的人脸图像，更加有利于人脸识别，从而，提升人脸识别成功率。

请参阅图3，图3是本申请实施例提供的一种移动终端，包括：应用处理器AP和存储器；以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置成由所述AP执行，所述程序包括用于执行以下步骤的指令：

获取第一人脸图像；

获取环境参数；

根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。

在一个可能的示例中，在所述根据所述环境参数对所述第一人脸图像进行图像处理方面，所述程序包括用于执行以下步骤的指令：

获取所述第一人脸图像的第一属性参数，所述第一属性参数为所述第一人脸图像的图像质量表征参数；

获取第二属性参数；

确定所述第一属性参数与所述第二属性参数之间的差异参数；

根据所述环境参数确定与所述差异参数对应的调节参数；

根据所述调节参数对所述第一人脸图像进行图像处理。

在一个可能的示例中，在所述获取第一人脸图像方面，所述程序包括用于执行以下步骤的指令：

对人脸进行对焦，得到目标图像；

对所述目标图像进行抠图处理，得到人脸区域图像，将所述人脸区域图像作为所述第一人脸图像。

在一个可能的示例中，所述程序还包括用于执行以下步骤的指令：

对所述第一人脸图像进行图像质量评价，得到图像质量评价值，在所述图像质量评价值小于预设图像质量阈值时，执行所述获取环境参数的步骤。

在一个可能的示例中，所述程序还包括用于执行以下步骤的指令：

检测所述环境参数是否符合预设条件，在所述环境参数不符合所述预设条件时，执行所述根据所述环境参数对所述第一人脸图像进行图像处理的步骤。

以下是实施上述图像处理方法的装置，具体如下：

请参阅图4A，图4A是本实施例提供的一种图像处理装置的结构示意图。该图像处理装置包括第一获取单元401、第二确定单元402和处理单元403，其中，

第一获取单元401，用于获取第一人脸图像；

第二获取单元402，用于获取环境参数；

处理单元403，用于根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。

可选地，如图4B，图4B是图4A所描述的图像处理装置的处理单元403的具体细节结构，所述处理单元403可包括：获取模块4031、确定模块4032和处理模块4033，具体如下：

获取模块4031，用于获取所述第一人脸图像的第一属性参数，所述第一属性参数为所述第一人脸图像的图像质量表征参数；以及获取第二属性参数；

确定模块4032，用于确定所述第一属性参数与所述第二属性参数之间的差异参数；以及根据所述环境参数确定与所述差异参数对应的调节参数；

处理模块4033，用于根据所述调节参数对所述第一人脸图像进行图像处理。

可选地，如图4C，图4C是图4A所描述的图像处理装置的第一获取单元401的具体细节结构，所述第一获取单元401可以包括：对焦模块4011和抠图模块4012，具体如下：

对焦模块4011，用于对人脸进行对焦，得到目标图像；

抠图模块4012，用于对所述目标图像进行抠图处理，得到人脸区域图像，将所述人脸区域图像作为所述第一人脸图像。

可选地，如图4D，图4D为图4A所描述的图像处理装置的变型结构，其与图4A相比较，还可包括：评价单元404，具体如下：

评价单元404，用于对所述第一人脸图像进行图像质量评价，得到图像质量评价值，在所述图像质量评价值小于预设图像质量阈值时，由所述第二获取单元402执行所述获取环境参数的步骤。

可选地，如图4E，图4E为图4A所描述的图像处理装置的变型结构，其与图4A相比较，还可包括：检测单元405，具体如下：

检测单元405，用于检测所述环境参数是否符合预设条件，在所述环境参数不符合所述预设条件时，由所述处理单元403执行所述根据所述环境参数对所述第一人脸图像进行图像处理的步骤。

可以看出，本申请实施例中所描述的图像处理装置，获取第一人脸图像，获取环境参数，根据环境参数对第一人脸图像进行图像处理，得到第二人脸图像，第二人脸图像用于人脸识别，可以依据环境参数对人脸图像进一步完善，提升了人脸图像采集质量，这样的人脸图像，更加有利于人脸识别，从而，提升人脸识别成功率。

可以理解的是，本实施例的图像处理装置的各程序模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。

本申请实施例还提供了另一种移动终端，如图5所示，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。该移动终端可以为包括手机、平板电脑、PDA(personal digital、assistant，个人数字助理)、POS(point of sales，销售终端)、车载电脑等任意终端设备，以移动终端为手机为例：

图5示出的是与本申请实施例提供的移动终端相关的手机的部分结构的框图。参考图5，手机包括：射频(radio frequency，RF)电路910、存储器920、输入单元930、传感器950、音频电路960、无线保真(wireless fidelity，WiFi)模块970、应用处理器AP980、以及电源990等部件。本领域技术人员可以理解，图5中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图5对手机的各个构成部件进行具体的介绍：

输入单元930可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元930可包括触控显示屏933、人脸识别装置931以及其他输入设备932。人脸识别装置931可参照上述结构，具体结构组成可参照上述描述，在此不过多赘述。输入单元930还可以包括其他输入设备932。具体地，其他输入设备932可以包括但不限于物理按键、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

其中，所述AP980，用于执行如下步骤：

获取第一人脸图像；

获取环境参数；

根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。

AP980是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器920内的软件程序和/或模块，以及调用存储在存储器920内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，AP980可包括一个或多个处理单元，该处理单元可为人工智能芯片、量子芯片；优选的，AP980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***、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AP980中。

此外，存储器920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。

RF电路910可用于信息的接收和发送。通常，RF电路910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(low noise amplifier，LNA)、双工器等。此外，RF电路910还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯***(global system of mobilecommunication，GSM)、通用分组无线服务(general packet radio service，GPRS)、码分多址(code division multiple access，CDMA)、宽带码分多址(wideband code divisionmultiple access,WCDMA)、长期演进(long term evolution，LTE)、电子邮件、短消息服务(short messaging service，SMS)等。

手机还可包括至少一种传感器950，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境传感器及接近传感器，其中，环境传感器可根据环境光线的明暗来调节触控显示屏的亮度，接近传感器可在手机移动到耳边时，关闭触控显示屏和/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，可用于识别手机姿态的应用(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；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路960、扬声器961，传声器962可提供用户与手机之间的音频接口。音频电路960可将接收到的音频数据转换后的电信号，传输到扬声器961，由扬声器961转换为声音信号播放；另一方面，传声器962将收集的声音信号转换为电信号，由音频电路960接收后转换为音频数据，再将音频数据播放AP980处理后，经RF电路910以发送给比如另一手机，或者将音频数据播放至存储器920以便进一步处理。

WiFi属于短距离无线传输技术，手机通过WiFi模块970可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图5示出了WiFi模块970，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

手机还包括给各个部件供电的电源990(比如电池)，优选的，电源可以通过电源管理***与AP980逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。

尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。

前述图1C或图2所示的实施例中，各步骤方法流程可以基于该手机的结构实现。

前述图3、图4A～图4E所示的实施例中，各单元功能可以基于该手机的结构实现。

本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种图像处理方法的部分或全部步骤。

本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种图像处理方法的部分或全部步骤。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元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，也可以采用软件程序模块的形式实现。

所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。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或者该技术方案的全部或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器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(read-only memory，ROM)、随机存取存储器(random accessmemory，RAM)、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (14)

1.一种移动终端，其特征在于，包括应用处理器AP，以及与所述AP连接的人脸识别装置和环境传感器，其中，

所述人脸识别装置，用于获取第一人脸图像；

所述环境传感器，用于获取环境参数；

所述AP，用于根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。

2.根据权利要求1所述的移动终端，其特征在于，在所述根据所述环境参数对所述第一人脸图像进行图像处理方面，所述AP具体用于：

获取所述第一人脸图像的第一属性参数，所述第一属性参数为所述第一人脸图像的图像质量表征参数；

获取第二属性参数；

确定所述第一属性参数与所述第二属性参数之间的差异参数；

根据所述环境参数确定与所述差异参数对应的调节参数；

根据所述调节参数对所述第一人脸图像进行图像处理。

3.根据权利要求1或2所述的移动终端，其特征在于，在所述获取第一人脸图像方面，所述人脸识别装置具体用于：

对人脸进行对焦，得到目标图像；

对所述目标图像进行抠图处理，得到人脸区域图像，将所述人脸区域图像作为所述第一人脸图像。

4.根据权利要求1至3任一项所述的移动终端，其特征在于，所述AP还具体用于：

对所述第一人脸图像进行图像质量评价，得到图像质量评价值，在所述图像质量评价值小于预设图像质量阈值时，所述环境传感器用于执行所述获取环境参数的步骤。

5.根据权利要求1至3任一项所述的移动终端，其特征在于，所述AP还具体用于：

检测所述环境参数是否符合预设条件，在所述环境参数不符合所述预设条件时，执行所述根据所述环境参数对所述第一人脸图像进行图像处理的步骤。

6.一种图像处理方法，其特征在于，应用于包括应用处理器AP，以及与所述AP连接的人脸识别装置和环境传感器的移动终端，所述方法包括：

所述人脸识别装置获取第一人脸图像；

所述环境传感器获取环境参数；

所述AP根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。

7.一种图像处理方法，其特征在于，包括：

获取第一人脸图像；

获取环境参数；

根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。

8.根据权利要求7所述的方法，其特征在于，所述根据所述环境参数对所述第一人脸图像进行图像处理，包括：

获取所述第一人脸图像的第一属性参数，所述第一属性参数为所述第一人脸图像的图像质量表征参数；

获取第二属性参数；

确定所述第一属性参数与所述第二属性参数之间的差异参数；

根据所述环境参数确定与所述差异参数对应的调节参数；

根据所述调节参数对所述第一人脸图像进行图像处理。

9.根据权利要求7或8所述的方法，其特征在于，所述获取第一人脸图像，包括：

对人脸进行对焦，得到目标图像；

对所述目标图像进行抠图处理，得到人脸区域图像，将所述人脸区域图像作为所述第一人脸图像。

10.根据权利要求7至9任一项所述的方法，其特征在于，所述方法还包括：

对所述第一人脸图像进行图像质量评价，得到图像质量评价值，在所述图像质量评价值小于预设图像质量阈值时，执行所述获取环境参数的步骤。

11.根据权利要求7至10任一项所述的方法，其特征在于，所述方法还包括：

检测所述环境参数是否符合预设条件，在所述环境参数不符合所述预设条件时，执行所述根据所述环境参数对所述第一人脸图像进行图像处理的步骤。

12.一种图像处理装置，其特征在于，包括：

第一获取单元，用于获取第一人脸图像；

第二获取单元，用于获取环境参数；

处理单元，用于根据所述环境参数对所述第一人脸图像进行图像处理，得到第二人脸图像，所述第二人脸图像用于人脸识别。

13.一种移动终端，其特征在于，包括：应用处理器AP和存储器；以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置成由所述AP执行，所述程序包括用于如权利要求7-11任一项方法的指令。

14.一种计算机可读存储介质，其特征在于，其用于存储计算机程序，其中，所述计算机程序使得计算机执行如权利要求7-11任一项所述的方法。