CN109086761B - 图像处理方法和装置、存储介质、电子设备 - Google Patents
图像处理方法和装置、存储介质、电子设备 Download PDFInfo
- Publication number
- CN109086761B CN109086761B CN201810685766.6A CN201810685766A CN109086761B CN 109086761 B CN109086761 B CN 109086761B CN 201810685766 A CN201810685766 A CN 201810685766A CN 109086761 B CN109086761 B CN 109086761B
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- target detection
- preset
- focus
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种图像处理方法和装置、电子设备、计算机可读存储介质,获取待检测图像,确定待检测图像的焦点区域,对待检测图像的焦点区域进行目标检测,得到待检测图像的第一目标检测结果。因为在拍照的时候,用户一般会把焦点对准在所要拍摄的目标所在的位置,因此,在对待检测图像进行目标检测时,首先确定待检测图像的焦点区域,然后直接对焦点区域进行目标检测,不需要对整张图像都进行目标检测,从而在保证目标检测精度的同时提高目标检测效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种图像处理方法和装置、存储介质、电子设备。
背景技术
目标检测,也叫目标提取,是一种基于目标几何和统计特征的图像分割,它将目标的分割和识别合二为一,其准确性和实时性是整个***的一项重要能力,目标检测的目的一般是确定目标的位置及大小。传统的基于深度学习的目标检测算法往往运算速度比较慢,很难做到实时检测。因此,如何能够实时地对图像进行目标检测就成为了目前亟待解决的问题之一。
发明内容
本申请实施例提供一种图像处理方法和装置、存储介质、电子设备,可以提高对图像进行场景分类的准确性。
一种图像处理方法,包括:
获取待检测图像;
确定所述待检测图像的焦点区域;
对所述待检测图像的焦点区域进行目标检测,得到所述待检测图像的第一目标检测结果。
一种图像处理装置,所述装置包括:
待检测图像获取模块,用于获取待检测图像;
焦点区域确定模块,用于确定所述待检测图像的焦点区域;
第一目标检测模块,用于对所述待检测图像的焦点区域进行目标检测,得到所述待检测图像的第一目标检测结果。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的图像处理方法的步骤。
一种电子设备,包括存储器和处理器,所述存储器上存储有能在处理器上运行的计算机程序,处理器执行计算机程序时执行如上所述的图像处理方法的步骤。
上述图像处理方法和装置、存储介质、电子设备,获取待检测图像,确定待检测图像的焦点区域,对待检测图像的焦点区域进行目标检测,得到待检测图像的第一目标检测结果。因为在拍照的时候,用户一般会把焦点对准在所要拍摄的目标所在的位置,因此,在对待检测图像进行目标检测时,首先确定待检测图像的焦点区域,然后直接对焦点区域进行目标检测,不需要对整张图像都进行目标检测,从而在保证目标检测精度的同时提高目标检测效率。
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1为一个实施例中电子设备的内部结构图;
图2为一个实施例中图像处理方法的流程图;
图3为图2确定待检测图像的焦点区域的方法的流程图;
图4为从待检测图像上以焦点为中心获取预设范围内的像素点的方法的示意图;
图5为另一个实施例中图像处理方法的流程图;
图6为一个实施例中图像处理装置的结构示意图;
图7为图6中焦点区域确定模块的结构示意图;
图8为另一个实施例中图像处理装置的结构示意图;
图9为一个实施例中提供的电子设备相关的手机的部分结构的框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
图1为一个实施例中电子设备的内部结构示意图。如图1所示,该电子设备包括通过***总线连接的处理器、存储器和网络接口。其中,该处理器用于提供计算和控制能力,支撑整个电子设备的运行。存储器用于存储数据、程序等,存储器上存储至少一个计算机程序,该计算机程序可被处理器执行,以实现本申请实施例中提供的适用于电子设备的场景识别方法。存储器可包括磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random-Access-Memory,RAM)等。例如,在一个实施例中,存储器包括非易失性存储介质及内存储器。非易失性存储介质存储有操作***和计算机程序。该计算机程序可被处理器所执行,以用于实现以下各个实施例所提供的一种图像处理方法。内存储器为非易失性存储介质中的操作***计算机程序提供高速缓存的运行环境。网络接口可以是以太网卡或无线网卡等,用于与外部的电子设备进行通信。该电子设备可以是手机、平板电脑或者个人数字助理或穿戴式设备等。
在一个实施例中,如图2所示,提供了一种图像处理方法,以该方法应用于图1中的电子设备为例进行说明,包括:
步骤220,获取待检测图像。
用户使用电子设备(具有拍照功能)进行拍照,获取待检测图像。待检测图像可以是拍照预览画面,也可以是拍照后保存到电子设备中的照片。当然,待检测图像也可以是从用户使用电子设备所拍摄的视频中所获取的图像。待检测图像指的是需要进行目标检测的图像,一般情况下,待检测图像中所包含的目标包括人像、婴儿、猫、狗、美食等,当然,以上并不是穷举,还会包含很多其他的目标。
步骤240,确定待检测图像的焦点区域。
一般情况下,用户在拍摄照片或录制视频的过程中,为了更好地捕捉用户所要拍摄的物体或人物,都会确定一个拍摄焦点。拍摄焦点一般是指能反映画面主题的中心焦点。比如奔跑中的鹿、人流中站立的小孩等,这叫视频中心焦点。在一张图像中拍摄焦点可以有一个或多个。当一张图像中拍摄焦点有多个时,则这些多个拍摄焦点之间可以互相映衬,当然也有重点之区别。
在确定了待检测图像上的拍摄焦点之后,就可以根据拍摄焦点获取待检测图像的焦点区域。焦点区域为围绕焦点的像素点所构成的一个闭合的区域。例如,焦点区域可以是围绕焦点的人像识别框所包含的区域。当然,焦点区域也可以是围绕焦点的预设范围内的像素点所构成的区域。
步骤260,对待检测图像的焦点区域进行目标检测,得到待检测图像的第一目标检测结果。
在确定待检测图像的焦点区域之后,对待检测图像的焦点区域进行目标检测,得到待检测图像的第一目标检测结果。例如,对焦点区域进行目标检测,得到的第一目标检测结果可以是人像、婴儿、猫、狗、美食等。
本申请实施例中,获取待检测图像,确定待检测图像的焦点区域,对待检测图像的焦点区域进行目标检测,得到待检测图像的目标检测结果。因为在拍照的时候,用户一般会把焦点对准在所要拍摄的目标所在的位置,因此,在对待检测图像进行目标检测时,首先确定待检测图像的焦点区域,然后直接对焦点区域进行目标检测,不需要对整张图像都进行目标检测,从而在保证目标检测精度的同时提高目标检测效率。
传统方法对视频中的图像进行目标检测时,多采用基于深度学习的目标检测算法,例如SSD(全称Single Shot MultiBox Detector)等,往往运算速度比较慢,很难做到实时检测输出目标检测矩形框,并对目标检测矩形框进行目标检测输出结果。因此,基于深度学习的目标检测算法进行目标检测时,常常采用隔几帧提取图像,对图像进行目标检测,而不能够对视频中的每一帧图像都实时进行目标检测。而采用本申请实施例中的方法,只对待检测图像的焦点区域进行目标检测,即只输入焦点区域进行目标检测相对于输入一整张图像进行目标检测,则大大减小了输入的信息量的大小,节省了资源,提高了效率。且可以实现对视频中的每一帧图像进行实时目标检测,保证了目标检测的准确性。
在一个实施例中,如图3所示,步骤240,确定待检测图像的焦点区域,包括:
步骤242,获取待检测图像拍摄时的焦点。
在用户使用电子设备(具有拍照功能)进行拍照时,相机一般会自动进行对焦,或者用户也可以手动进行对焦(例如手动触摸电子设备的显示屏)。从待检测图像中获取通过上述两种方式所产生的焦点。当然,待检测图像也可以是从用户使用电子设备所拍摄的视频中所获取的图像。
步骤244,从待检测图像上以焦点为中心获取预设范围内的像素点。
步骤246,由预设范围内的像素点构成焦点区域。
在获取了待检测图像中的焦点之后,需要获取焦点区域,具体地从待检测图像上以焦点为中心获取预设范围内的像素点,由预设范围内的像素点构成焦点区域。预设范围可以是预设封闭几何形状范围。例如,可以是以焦点为中心的预设封闭几何形状范围,例如,三角形、四边形以及多边形或圆形、扇形等。预设范围可以根据焦点附近像素值的规律,获取焦点附近像素值在一定范围内的所有像素点,然后框出一个矩形框将这些像素点都包含在其中。
本申请实施例中,从待检测图像拍摄时的焦点来确定焦点区域,且以焦点为中心获取预设范围内的像素点,由预设范围内的像素点构成焦点区域。焦点区域一般情况下会包含整张图像的拍摄目标,且经过上述步骤得来的焦点区域会更加准确,这样就在一定程度上提高了后续只对待检测图像的焦点区域进行目标检测,得到第一目标检测结果,将第一目标检测结果作为整张图像的目标检测结果的准确性。
在一个实施例中,从待检测图像上以焦点为中心获取预设范围内的像素点,包括:
从待检测图像上以焦点为中心获取预设半径范围内的像素点。
具体地,如图4(a)所示,预设范围可以是以焦点为中心的预设半径所构成的圆形范围。待检测图像的宽为W,高为H。假设焦点为a,半径为b,以焦点a为圆心,b为半径构成圆形区域。可以设定半径b≤W/2,且b≤H/2,即保证当焦点a处于待检测图像的中心点时,以半径为b所构成的圆形区域不会超出待检测图像的范围,因为此时圆形区域超出了待检测图像的范围,并没有什么意义,因为拍摄的目标只存在于待检测图像的范围内。
当然,也可以根据历史数据对预设半径进行设定,例如,通过对大量的样本图像进行目标检测分析,得出目标出现的范围,例如目标出现的范围可以是在以焦点为中心,半径范围可以取W/3,也可以取H/3所构成的圆形范围内。那么,此时就可以参考历史数据,取设定预设半径为W/3或H/3,从而得到以焦点为中心获取预设半径范围内的像素点。当然,也可以根据历史数据进行分析得到预设半径为其他数值。
若焦点距离待检测图像的边缘较近时,则以焦点为中心获取预设半径的圆形的范围会有一部分超出了待检测图像的范围,那么此时圆形的边缘以待检测图像的边缘为准。
本申请实施例中,预设半径为通过对大量的样本图像进行目标检测分析所得,因此在一定程度上具有普适性。然后从待检测图像上以焦点为中心获取预设半径范围内的像素点。从而由预设范围内的像素点构成焦点区域。经过上述步骤得来的焦点区域会更加准确,这样就在一定程度上提高了后续只对待检测图像的焦点区域进行目标检测,得到第一目标检测结果,将第一目标检测结果作为整张图像的目标检测结果的准确性。
在一个实施例中,从待检测图像上以焦点为中心获取预设范围内的像素点,包括:
从待检测图像上以焦点为中心获取预设矩形范围内的像素点。
预设矩形以焦点为中心,预设矩形的宽为待检测图像的宽的预设倍数,预设矩形的高为待检测图像的高的预设倍数,预设倍数小于1。
具体地,如图4(b)所示,预设矩形范围即为目标检测矩形框的范围。预设矩形以焦点a为中心,且一般会将目标包含在内。预设矩形的宽r为待检测图像的宽的预设倍数,预设矩形的高d为待检测图像的高的预设倍数,预设倍数小于1。因为若预设倍数大于或等于1,则预设矩形就会全部覆盖了待检测图像或者超过了待检测图像,所以需要限定预设倍数小于1,从而使得预设矩形只是待检测图像的一部分。这样在对预设矩形区域进行目标检测的时候,就不是对整幅待检测图像进行目标检测,从而提高了检测效率,节省了资源。
当预设范围为预设矩形的时候,预设倍数可以根据历史数据来进行设定,例如,通过对大量的样本图像进行目标检测分析,得出目标出现的范围,例如目标出现的范围可以是在以焦点为中心,预设矩形的宽为待检测图像的宽的1/2,且预设矩形的高为待检测图像的高的1/2这样一个矩形范围内。那么,此时就可以参考历史数据,取预设倍数为1/2。当然,也可以根据历史数据进行分析得到预设倍数为其他数值。
若焦点距离待检测图像的边缘较近时,则预设矩形的范围会有一部分超出了待检测图像的范围,那么此时预设矩形的边缘以待检测图像的边缘为准。
本申请实施例中,预设矩形的宽为待检测图像的宽的预设倍数,预设矩形的高为待检测图像的高的预设倍数。且预设倍数为通过对大量的样本图像进行目标检测分析所得,因此在一定程度上具有普适性。然后从待检测图像上以焦点为中心获取预设矩形范围内的像素点。从而由预设矩形内的像素点构成焦点区域。经过上述步骤得来的焦点区域会更加准确,这样就在一定程度上提高了后续只对待检测图像的焦点区域进行目标检测,得到第一目标检测结果,将第一目标检测结果作为整张图像的目标检测结果的准确性。
在一个实施例中,如图5所示,在对待检测图像的焦点区域进行目标检测,得到待检测图像的第一目标检测结果之后,包括:
步骤270,当待检测图像为从视频中获取的图像时,对待检测图像采用背景差分法进行目标检测,得到待检测图像的第二目标检测结果。
背景差分法是一种对静止场景进行运动分割的通用方法,它将当前获取的图像帧与背景图像做差分运算,得到目标运动区域的灰度图,对灰度图进行阈值化提取运动区域,而且为避免环境光照变化影响,背景图像根据当前获取图像帧进行更新。
当对视频中的每帧图像进行目标检测时,首先确定待检测图像的焦点区域,对待检测图像的焦点区域进行目标检测,得到待检测图像的第一目标检测结果。然后,在对当前帧图像即待检测图像采用背景差分法进行目标检测,得到待检测图像的第二目标检测结果。
步骤280,通过待检测图像的第二目标检测结果对待检测图像的第一目标检测结果进行校准,得到待检测图像的目标检测结果。
具体地,背景差分法主要用于在背景不动的情况下提取前景。它主要的原理是在当前帧和背景做减法。背景差分法所采用的算法比较简单,且与本申请实施例中的对待检测图像的焦点区域进行目标检测,得到待检测图像的第一目标检测结果的方法是分别从不同的角度进行的目标检测。所以,通过采用背景差分法得到的待检测图像的第二目标检测结果对待检测图像的第一目标检测结果进行校准,得到待检测图像的目标检测结果。例如,通过对待检测图像的焦点区域进行目标检测,得到待检测图像的第一目标检测结果为人像,采用背景差分法得到的待检测图像的第二目标检测结果也是人像,那么就可以直接得出待检测图像的目标检测结果就是人像。
本申请实施例中,背景差分法所采用的算法比较简单,且与本申请实施例中的对待检测图像的焦点区域进行目标检测,得到待检测图像的第一目标检测结果的方法是分别从不同的角度进行的目标检测。因此,通过采用背景差分法得到的待检测图像的第二目标检测结果对待检测图像的第一目标检测结果进行校准,得到待检测图像的目标检测结果。提高了目标检测结果的准确性。
在一个实施例中,在对待检测图像的焦点区域进行目标检测,得到待检测图像的第一目标检测结果之后,包括:
当待检测图像为从视频中获取的图像时,对待检测图像采用帧间差分法进行目标检测,得到待检测图像的第二目标检测结果;
通过待检测图像的第二目标检测结果对待检测图像的第一目标检测结果进行校准,得到待检测图像的目标检测结果。
具体地,帧间差分方法利用图像序列中相邻两帧或者三帧图像对应像素值相减,然后取差值图像进行阈值化处理提取出图像中的运动区域,就可以对提取出的运动区域进行目标检测。与本申请实施例中的对待检测图像的焦点区域进行目标检测,得到待检测图像的第一目标检测结果的方法是分别从不同的角度进行的目标检测。所以,通过采用帧间差分法得到的待检测图像的第二目标检测结果对待检测图像的第一目标检测结果进行校准,得到待检测图像的目标检测结果。例如,通过对待检测图像的焦点区域进行目标检测,得到待检测图像的第一目标检测结果为人像,采用帧间差分法得到的待检测图像的第二目标检测结果也是人像,那么就可以直接得出待检测图像的目标检测结果就是人像。
本申请实施例中,帧间差分法所采用的算法比较简单,且与本申请实施例中的对待检测图像的焦点区域进行目标检测,得到待检测图像的第一目标检测结果的方法是分别从不同的角度进行的目标检测。因此,通过采用帧间差分法得到的待检测图像的第二目标检测结果对待检测图像的第一目标检测结果进行校准,得到待检测图像的目标检测结果。提高了目标检测结果的准确性。
在一个具体的实施例中,提供了一种图像处理方法,以该方法应用于图1中的电子设备为例进行说明,包括:
步骤一:获取待检测图像拍摄时的焦点;
步骤二:从待检测图像上以焦点为中心获取预设矩形范围内的像素点,预设矩形以焦点为中心,预设矩形的宽为待检测图像的宽的1/2,预设矩形的高为待检测图像的高的1/2;
步骤三:由预设矩形范围内的像素点构成焦点区域;
步骤四:对待检测图像的焦点区域进行目标检测,得到待检测图像的第一目标检测结果。
步骤五:当待检测图像为从视频中获取的图像时,对待检测图像采用背景差分法进行目标检测,得到待检测图像的第二目标检测结果;
步骤六:通过待检测图像的第二目标检测结果对待检测图像的第一目标检测结果进行校准,得到待检测图像的目标检测结果。
本申请实施例中,只对待检测图像的焦点区域进行目标检测,即只输入焦点区域进行目标检测相对于输入一整张图像进行目标检测,则大大减小了输入的信息量的大小,节省了资源,提高了效率。且可以实现对视频中的每一帧图像进行实时目标检测,保证了目标检测的准确性。最后通过采用背景差分法得到的待检测图像的第二目标检测结果对待检测图像的第一目标检测结果进行校准,得到待检测图像的目标检测结果。提高了目标检测结果的准确性。
在一个实施例中,如图6所示,提供了一种图像处理装置600包括:待检测图像获取模块620、焦点区域确定模块640及目标检测模块660。其中,
待检测图像获取模块620,用于获取待检测图像;
焦点区域确定模块640,用于确定待检测图像的焦点区域;
第一目标检测模块660,用于对待检测图像的焦点区域进行目标检测,得到待检测图像的第一目标检测结果。
在一个实施例中,如图7所示,焦点区域确定模块640包括:
焦点获取模块642,用于获取待检测图像拍摄时的焦点;
预设范围获取模块644,用于从待检测图像上以焦点为中心获取预设范围内的像素点;
焦点区域构成模块646,用于由预设范围内的像素点构成焦点区域。
在一个实施例中,预设范围获取模块644还用于从待检测图像上以焦点为中心获取预设半径范围内的像素点。
在一个实施例中,预设范围获取模块644还用于从待检测图像上以焦点为中心获取预设矩形范围内的像素点。
在一个实施例中,如图8所示,提供了一种图像处理装置600还包括:
第二目标检测模块670,用于当待检测图像为从视频中获取的图像时,对待检测图像采用背景差分法进行目标检测,得到待检测图像的第二目标检测结果;
校准模块680,用于通过待检测图像的第二目标检测结果对待检测图像的第一目标检测结果进行校准,得到待检测图像的目标检测结果。
在一个实施例中,第二目标检测模块670,还用于当待检测图像为从视频中获取的图像时,对待检测图像采用帧间差分法进行目标检测,得到待检测图像的第二目标检测结果。
上述图像处理装置中各个模块的划分仅用于举例说明,在其他实施例中,可将图像处理装置按照需要划分为不同的模块,以完成上述图像处理装置的全部或部分功能。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各实施例所提供的图像处理方法的步骤。
在一个实施例中,提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述各实施例所提供的图像处理方法的步骤。
本申请实施例还提供了一种计算机程序产品,当其在计算机上运行时,使得计算机执行上述各实施例所提供的图像处理方法的步骤。
本申请实施例还提供了一种电子设备。如图9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。该电子设备可以为包括手机、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、穿戴式设备等任意终端设备,以电子设备为手机为例:
图9为与本申请实施例提供的电子设备相关的手机的部分结构的框图。参考图9,手机包括:射频(Radio Frequency,RF)电路910、存储器920、输入单元930、显示单元940、传感器950、音频电路990、无线保真(wireless fidelity,WiFi)模块970、处理器980、以及电源990等部件。本领域技术人员可以理解,图9所示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。
其中,RF电路910可用于收发信息或通话过程中,信号的接收和发送,可将基站的下行信息接收后,给处理器980处理;也可以将上行的数据发送给基站。通常,RF电路包括但不限于天线、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 ofMobile communication,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 CodeDivision Multiple Access,WCDMA)、长期演进(Long Term Evolution,LTE))、电子邮件、短消息服务(Short Messaging Service,SMS)等。
存储器920可用于存储软件程序以及模块,处理器980通过运行存储在存储器920的软件程序以及模块,从而执行手机的各种功能应用以及数据处理。存储器920可主要包括程序存储区和数据存储区,其中,程序存储区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能的应用程序、图像播放功能的应用程序等)等;数据存储区可存储根据手机的使用所创建的数据(比如音频数据、通讯录等)等。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。
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900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可包括触控面板931以及其他输入设备932。触控面板931,也可称为触摸屏,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931上或在触控面板931附近的操作),并根据预先设定的程式驱动相应的连接装置。在一个实施例中,触控面板931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980,并能接收处理器980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931。除了触控面板931,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键盘、功能键(比如音量控制按键、开关按键等)等中的一种或多种。
显示单元940可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元940可包括显示面板941。在一个实施例中,可以采用液晶显示器(LiquidCrystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板941。在一个实施例中,触控面板931可覆盖显示面板941,当触控面板931检测到在其上或附近的触摸操作后,传送给处理器980以确定触摸事件的类型,随后处理器980根据触摸事件的类型在显示面板941上提供相应的视觉输出。虽然在图9中,触控面板931与显示面板941是作为两个独立的部件来实现手机的输入和输入功能,但是在某些实施例中,可以将触控面板931与显示面板941集成而实现手机的输入和输出功能。
手机900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941的亮度,接近传感器可在手机移动到耳边时,关闭显示面板941和/或背光。运动传感器可包括加速度传感器,通过加速度传感器可检测各个方向上加速度的大小,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)、振动识别相关功能(比如计步器、敲击)等;此外,手机还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器等。
音频电路990、扬声器991和传声器992可提供用户与手机之间的音频接口。音频电路990可将接收到的音频数据转换后的电信号,传输到扬声器991,由扬声器991转换为声音信号输出;另一方面,传声器992将收集的声音信号转换为电信号,由音频电路990接收后转换为音频数据,再将音频数据输出处理器980处理后,经RF电路910可以发送给另一手机,或者将音频数据输出至存储器920以便后续处理。
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9示出了WiFi模块970,但是可以理解的是,其并不属于手机900的必须构成,可以根据需要而省略。
处理器980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。在一个实施例中,处理器980可包括一个或多个处理单元。在一个实施例中,处理器980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处理器980中。
手机900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***与处理器980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。
在一个实施例中,手机900还可以包括摄像头、蓝牙模块等。
本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM),它用作外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种图像处理方法,其特征在于,包括:
获取待检测图像;
确定所述待检测图像的焦点区域;
对所述待检测图像的焦点区域进行目标检测,得到所述待检测图像的第一目标检测结果;
当所述待检测图像为从视频中获取的图像时,对所述待检测图像采用背景差分法或帧间差分法进行目标检测,得到所述待检测图像的第二目标检测结果;
通过所述待检测图像的第二目标检测结果对所述待检测图像的第一目标检测结果进行校准,得到所述待检测图像的目标检测结果。
2.根据权利要求1所述的方法,其特征在于,确定所述待检测图像的焦点区域,包括:
获取所述待检测图像拍摄时的焦点;
从所述待检测图像上以所述焦点为中心获取预设范围内的像素点;
由所述预设范围内的像素点构成焦点区域。
3.根据权利要求2所述的方法,其特征在于,从所述待检测图像上以所述焦点为中心获取预设范围内的像素点,包括:
从所述待检测图像上以所述焦点为中心获取预设半径范围内的像素点。
4.根据权利要求2所述的方法,其特征在于,从所述待检测图像上以所述焦点为中心获取预设范围内的像素点,包括:
从所述待检测图像上以所述焦点为中心获取预设矩形范围内的像素点。
5.根据权利要求4所述的方法,其特征在于,所述预设矩形以所述焦点为中心,所述预设矩形的宽为所述待检测图像的宽的预设倍数,所述预设矩形的高为所述待检测图像的高的预设倍数,所述预设倍数小于1。
6.一种图像处理装置,其特征在于,所述装置包括:
待检测图像获取模块,用于获取待检测图像;
焦点区域确定模块,用于确定所述待检测图像的焦点区域;
第一目标检测模块,用于对所述待检测图像的焦点区域进行目标检测,得到所述待检测图像的第一目标检测结果;
第二目标检测模块,用于当所述待检测图像为从视频中获取的图像时,对所述待检测图像采用背景差分法或帧间差分法进行目标检测,得到所述待检测图像的第二目标检测结果;
校准模块,用于通过所述待检测图像的第二目标检测结果对所述待检测图像的第一目标检测结果进行校准,得到所述待检测图像的目标检测结果。
7.根据权利要求6所述的装置,其特征在于,所述焦点区域确定模块包括:
焦点获取模块,用于获取所述待检测图像拍摄时的焦点;
预设范围获取模块,用于从所述待检测图像上以所述焦点为中心获取预设范围内的像素点;
焦点区域构成模块,用于由所述预设范围内的像素点构成焦点区域。
8.根据权利要求7所述的装置,其特征在于,
所述预设范围获取模块,还用于从所述待检测图像上以所述焦点为中心获取预设半径范围内的像素点。
9.根据权利要求7所述的装置,其特征在于,
所述预设范围获取模块,还用于从所述待检测图像上以所述焦点为中心获取预设矩形范围内的像素点。
10.根据权利要求9所述的装置,其特征在于,所述预设矩形以所述焦点为中心,所述预设矩形的宽为所述待检测图像的宽的预设倍数,所述预设矩形的高为所述待检测图像的高的预设倍数,所述预设倍数小于1。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的图像处理方法的步骤。
12.一种电子设备,包括存储器和处理器,所述存储器上存储有能在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的图像处理方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810685766.6A CN109086761B (zh) | 2018-06-28 | 2018-06-28 | 图像处理方法和装置、存储介质、电子设备 |
PCT/CN2019/088963 WO2020001219A1 (zh) | 2018-06-28 | 2019-05-29 | 图像处理方法和装置、存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810685766.6A CN109086761B (zh) | 2018-06-28 | 2018-06-28 | 图像处理方法和装置、存储介质、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109086761A CN109086761A (zh) | 2018-12-25 |
CN109086761B true CN109086761B (zh) | 2020-12-01 |
Family
ID=64839995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810685766.6A Active CN109086761B (zh) | 2018-06-28 | 2018-06-28 | 图像处理方法和装置、存储介质、电子设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109086761B (zh) |
WO (1) | WO2020001219A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109086761B (zh) * | 2018-06-28 | 2020-12-01 | Oppo广东移动通信有限公司 | 图像处理方法和装置、存储介质、电子设备 |
CN109727193B (zh) * | 2019-01-10 | 2023-07-21 | 北京旷视科技有限公司 | 图像虚化方法、装置及电子设备 |
CN110675369B (zh) * | 2019-04-26 | 2022-01-14 | 深圳市豪视智能科技有限公司 | 联轴器失配检测方法及相关设备 |
CN111968126B (zh) * | 2020-06-30 | 2023-10-17 | 上海艾策通讯科技股份有限公司 | 页面焦点识别方法、装置、计算机设备和存储介质 |
CN112935576B (zh) * | 2021-01-25 | 2023-09-01 | 深圳市大族半导体装备科技有限公司 | 一种激光加工调焦***及其调焦方法 |
CN113607742B (zh) * | 2021-08-03 | 2022-11-15 | 广东利元亨智能装备股份有限公司 | 电芯极耳检测方法、装置、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101098462A (zh) * | 2007-07-12 | 2008-01-02 | 上海交通大学 | 结合色度偏差和亮度偏差的视频运动目标检测方法 |
CN105404894A (zh) * | 2015-11-03 | 2016-03-16 | 湖南优象科技有限公司 | 无人机用目标追踪方法及其装置 |
CN105933612A (zh) * | 2016-06-29 | 2016-09-07 | 联想(北京)有限公司 | 一种图像处理方法及电子设备 |
CN107578380A (zh) * | 2017-08-07 | 2018-01-12 | 北京金山安全软件有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN108154118A (zh) * | 2017-12-25 | 2018-06-12 | 北京航空航天大学 | 一种基于自适应组合滤波与多级检测的目标探测***及方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5593990B2 (ja) * | 2010-09-08 | 2014-09-24 | リコーイメージング株式会社 | 撮像システムおよび画素信号読出し方法 |
CN103871051B (zh) * | 2014-02-19 | 2017-01-18 | 小米科技有限责任公司 | 图像处理方法、装置和电子设备 |
CN109086761B (zh) * | 2018-06-28 | 2020-12-01 | Oppo广东移动通信有限公司 | 图像处理方法和装置、存储介质、电子设备 |
-
2018
- 2018-06-28 CN CN201810685766.6A patent/CN109086761B/zh active Active
-
2019
- 2019-05-29 WO PCT/CN2019/088963 patent/WO2020001219A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101098462A (zh) * | 2007-07-12 | 2008-01-02 | 上海交通大学 | 结合色度偏差和亮度偏差的视频运动目标检测方法 |
CN105404894A (zh) * | 2015-11-03 | 2016-03-16 | 湖南优象科技有限公司 | 无人机用目标追踪方法及其装置 |
CN105933612A (zh) * | 2016-06-29 | 2016-09-07 | 联想(北京)有限公司 | 一种图像处理方法及电子设备 |
CN107578380A (zh) * | 2017-08-07 | 2018-01-12 | 北京金山安全软件有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN108154118A (zh) * | 2017-12-25 | 2018-06-12 | 北京航空航天大学 | 一种基于自适应组合滤波与多级检测的目标探测***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109086761A (zh) | 2018-12-25 |
WO2020001219A1 (zh) | 2020-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109086761B (zh) | 图像处理方法和装置、存储介质、电子设备 | |
CN109348125B (zh) | 视频校正方法、装置、电子设备和计算机可读存储介质 | |
CN108366207B (zh) | 控制拍摄的方法、装置、电子设备及计算机可读存储介质 | |
CN107635101B (zh) | 拍摄方法、装置、存储介质和电子设备 | |
CN107124555B (zh) | 控制对焦的方法、装置、计算机设备及计算机可读存储介质 | |
CN107038681B (zh) | 图像虚化方法、装置、计算机可读存储介质和计算机设备 | |
RU2731370C1 (ru) | Способ распознавания живого организма и терминальное устройство | |
CN109002787B (zh) | 图像处理方法和装置、存储介质、电子设备 | |
US20190080188A1 (en) | Facial recognition method and related product | |
CN107124556B (zh) | 对焦方法、装置、计算机可读存储介质和移动终端 | |
CN107995422B (zh) | 图像拍摄方法和装置、计算机设备、计算机可读存储介质 | |
CN107566742B (zh) | 拍摄方法、装置、存储介质和电子设备 | |
CN107707824B (zh) | 拍摄方法、装置、存储介质和电子设备 | |
CN109325518B (zh) | 图像的分类方法、装置、电子设备和计算机可读存储介质 | |
CN107749046B (zh) | 一种图像处理方法及移动终端 | |
CN107968917B (zh) | 图像处理方法和装置、计算机设备、计算机可读存储介质 | |
US10636122B2 (en) | Method, device and nonvolatile computer-readable medium for image composition | |
US10706282B2 (en) | Method and mobile terminal for processing image and storage medium | |
CN110868531B (zh) | 一种触发信号发送的方法和装置 | |
CN110717486B (zh) | 文本检测方法、装置、电子设备和存储介质 | |
CN108600634B (zh) | 图像处理方法和装置、存储介质、电子设备 | |
CN110706158B (zh) | 图像处理方法、图像处理装置及终端设备 | |
CN107194363B (zh) | 图像饱和度处理方法、装置、存储介质及计算机设备 | |
CN112733573B (zh) | 表格检测方法、装置、移动终端及存储介质 | |
CN107958069B (zh) | 图像处理的方法和装置、电子设备、计算机可读存储介质 |
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 | ||
GR01 | Patent grant |