CN110222775A - 图像处理方法、装置、电子设备及计算机可读存储介质 - Google Patents

Abstract

本申请实施例提供了一种图像处理方法、装置、电子设备及计算机可读存储介质。该方法包括：确定待处理的目标图像映射至预设的多个特征码的相应概率；基于概率的顺序，将多个特征码中排序前预定个数的特征码确定为目标图像的候选特征码集合；依据目标图像的候选特征码集合以及至少一张预存图像分别对应的特征码集合，分别计算目标图像与至少一张预存图像的相似度；以及根据相似度，确定将对目标图像执行的操作。本申请解决了现有技术中因将图像固定至一个特征导致的图像识别精度差的问题；在多个特征码的采样处理，缩小了图像匹配的计算量，降低了图像处理的计算消耗，从而提高了图像处理的效率，保证了图像识别结果在准确度和效率间的平衡。

Description

图像处理方法、装置、电子设备及计算机可读存储介质

技术领域

本申请涉及图像处理技术领域，具体而言，本申请涉及一种图像处理方法、装置、电子设备及计算机可读存储介质。

背景技术

随着图像识别技术的发展，图像识别技术得到广泛应用，尤其是图像检索、图像去重等领域。现有的图像检索或图像去重领域，主要采用如下两种方式：一、将图像固定映射至一个特征码，在根据不同图像映射至该特征码的概率判断二者的相似性，这种方式因将图像固定映射至一个特征码，存在图像特征损失大的问题，无法考虑到不同图像间较大的特征差异性，进而导致图像间相似度的判断存准确度差的问题；二、将图像固定映射至多个特征码，并依据这种映射结果计算图像间的相似度，这种方式虽然解决了图像特征损失大的问题，但当特征码数量多时，映射结果对应数据量将非常大，图像间相似度的判断存在计算消耗大，计算效率低的问题。

发明内容

本申请提供了一种图像处理方法、装置、电子设备及计算机可读存储介质，可以解决上述技术问题。所述技术方案如下：

第一方面，提供了一种图像处理方法，该方法包括：

确定待处理的目标图像映射至预设的多个特征码的相应概率；

基于概率的顺序，将多个特征码中排序前预定个数的特征码确定为目标图像的候选特征码集合；

依据目标图像的候选特征码集合以及预存图像对应的特征码集合，分别计算目标图像与预存图像的相似度；以及

根据相似度，确定将对目标图像执行的操作。

第二方面，提供了一种图像处理装置，该装置包括：

概率确定模块，用于确定待处理的目标图像映射至预设的多个特征码的概率；

特征码集合模块，用于基于概率的顺序，将多个特征码中排序前预定个数的特征码确定为目标图像的候选特征码集合；

相似度计算模块，用于依据目标图像的候选特征码集合以及至少一张预存图像分别对应的特征码集合，分别计算目标图像与至少一张预存图像的相似度；以及

图像处理模块，用于根据相似度，确定将对目标图像执行的操作。

第三方面，提供了一种电子设备，该电子设备包括：

一个或多个处理器；

存储器；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行上述图像处理方法。

第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述图像处理方法。

本申请实施例提供的技术方案带来的有益效果是：通过确定目标图像映射至预设的多个特征码的概率，以便基于概率由的顺序，确定目标图像的候选特征码集合，依据目标图像的候选特征码集合以及至少一张预存图像对应的特征码集合，分别计算目标图像与至少一张预存图像的相似度，以便依据相似度确定将对目标图像执行的操作，这种通过将图像映射至多个特征码的方式，解决了现有技术中因将图像固定至一个特征码导致的图像识别精度差的问题；同时，依据多个特征码的概率进行采样处理，缩小了图像匹配的计算量，降低了图像处理的计算消耗，从而提高了图像处理的效率，保证了图像识别结果在准确度和效率间的平衡。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。

图1为本申请实施例提供的一种图像处理方法的流程示意图；

图2为本申请实施例提供的一种图像处理方法中一个映射结果的示意图；

图3为本申请实施例提供的一种图像处理方法中对指定数据库的处理流程示意图；

图4为本申请实施例提供的一种图像处理装置的结构示意图；

图5为本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本申请的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

实施例一

本申请实施例提供了一种图像处理方法，如图1所示，该方法包括：步骤S110至步骤S140。

步骤S110、确定待处理的目标图像映射至预设的多个特征码的相应概率。

本申请实施例中，预设的多个特征码通过比特进行表示，具体地，可以采用二进制的比特表征每个特征码，例如，若采用3个比特表示，那么预设多个特征码分别为：000、001、010、011、100、101、110、111，因此，如图2所示，目标图像在每个特征码上都能映射到一个概率，因此，映射得到8个概率的值，这8个概率的总和为1。实际应用时，还可以采用其他进制的比特表示预设各个特征码，如采用八进制或十六进制的比特表示预设的特征码。

步骤S120、基于概率的顺序，将多个特征码中排序前预定个数的特征码确定为目标图像的候选特征码集合。

本申请实施例中，可以依据精度要求确定预定个数，具体地，若精度要求高，则可以将预定个数设置为较大的值；若精度要求低，则可以将预定个数设置为较小的值。例如，若预定个数为2，那么候选特征码集合中则为对应概率最大的两个特征码，若要求提高图像识别精度，则可以将预定个数修改为大于2的值，如修改为5。

步骤S130、依据目标图像的候选特征码集合，以及至少一张预存图像分别对应的特征码集合，分别计算目标图像与至少一张预存图像的相似度。

本申请实施例中，至少一张预存图像对应的特征码集合可以在需要计算目标图像与各个预存图像的相似度时进行提取；还可以预先将至少一张预存图像对应的特征码集合进行存储，从而减少目标图像与至少一张预存图像的相似度的计算消耗，提高相似度计算的效率。

本申请实施例中，至少一张预存图像可以是利用爬虫在互联网平台(如百X网站)抓取到的图像，还可能是指定平台(如XX小视频网站、XX视觉图片库)的图像。

步骤S140、根据相似度，确定将对目标图像执行的操作。

本申请实施例，通过确定目标图像映射至预设的多个特征码的概率，以便基于概率由的顺序，确定目标图像的候选特征码集合，依据目标图像的候选特征码集合以及至少一张预存图像分别对应的特征码集合，分别计算目标图像与至少一张预存图像的相似度，以便依据相似度确定将对目标图像执行的操作，这种通过将图像映射至多个特征码的方式，解决了现有技术中因将图像固定至一个特征码导致的图像识别精度差的问题；同时，依据多个特征码的概率进行采样处理，缩小了图像匹配的计算量，降低了图像处理的计算消耗，从而提高了图像处理的效率，保证了图像识别结果在准确度和效率间的平衡。

在一个实现方式中，如图1所示，步骤S110中确定目标图像映射至预设的多个特征码的相应概率，包括：

步骤S111(图中未示出)、将目标图像输入至预设的哈希分布算法模型，得到目标图像映射至预设的多个特征码的相应概率，预设的多个特征码由哈希分布算法模型中预先配置的数值确定。

本申请实施例中，哈希分布算法模型中预先配置的数值用于表征特征码的比特的数量，由于哈希分布算法模型中比特的进制是确定的，因此，根据该数值以及哈希分布算法模型中比特的进制，可以确定预设的各个特征码。

在另一个实现方式中，目标图像是依据相似图片查询请求获取到的，步骤S140根据相似度，确定对目标图像执行的操作，包括：

步骤S141(图中未示出)、若相似度大于第一预设相似度阈值，则将相似度大于预设相似度阈值的至少一张预存图像作为相似图像，并依据至少一张相似图像生成查询请求对应的查询结果。

本申请实施例中，通过相似图片查询请求确定了本申请提供的方法的应用场景，即应用在图片检索领域。例如，通过某图片检索网站查询关于兔八哥的图片，具体地，用户可以在图片检索网站直接输入兔八哥图片，以便图像检索网站依据该兔八哥图片查询与该兔八哥相似的图片，并将查询到的图片作为查询结果，显示在该图片检索网页的内容显示区。具体应用时，可以先在该图片检索网站输入查询语句(如米老鼠)，该图片检索网站先依据该查询语句显示关于米老鼠的全部图片，以便用户从中进行选择，最终将用户选定的图像作为目标图像，并按照步骤S110和步骤S120得到该目标图像的候选特征码集合。

在又一个实现方式中，目标图像是依据图片共享请求获取到的，如图1所示，步骤S140中根据相似度，确定对目标图像执行的操作，包括：

步骤S142(图中未示出)、若相似度大于第二预设相似度阈值，则对目标图像进行拦截处理；

步骤S143(图中未示出)、若相似度不大于第二预设相似度阈值，则对目标图像进行共享存储处理。

网站、应用程序等互联网平台通过将版权作品显示在资源共享区，实现发布版权作品的目的，以使网站、应用程序等互联网平台的所有用户都能查看所有的版权作品。具体应用时，版权作品，尤其是图片一般都发布在资源共享区，以供全网用户查阅。因此，为了避免待发布的目标图像存在的侵权风险问题，需要对目标图像与其他预存图像进行相似度计算，保证发布的图片不存在侵权问题，实现对版权作品的保护目的。

具体应用时，用户可以将图像存在本地，以便在需要时，直接在本地进行选择，并将选择的图像发布至互联网平台，此时，执行S110至步骤S140的步骤，从而确定是否发布该图像，若该图像与预存图像(即已存储在互联网平台的图像)的相似度大于第二预设相似度阈值，那么该图像与已存储在互联网平台的图像相似，可能存在侵权问题；否则，直接对该图像进行共享存储处理，即发布该图像。

在又一个实现方式中，如图3所示，步骤S130依据目标图像的候选特征码集合以及至少一张预存图像分别对应的特征码集合，分别计算目标图像与至少一张预存图像的相似度之前，所述方法还包括：

步骤S131、若至少一张预存图像来自指定数据库时，则依据指定数据库中多个图像对应的特征码集合，计算指定数据库中任意两个图像的相似度；

步骤S132、根据相似度对指定数据库执行相应处理，以得到至少一张预存图像。

假设，XX数据库中存储有3个版权图像，分别为图片1、图片2和图片3，那么这三个版权图像分别对应的特征码集合，可以是依据步骤S110得到的特征码集合，即图2中所有特征码；还可以是同时参照步骤S110和步骤S120得到的特征码集合，即通过在图2所示所有特征码中进行采样，从而得到这三个图片分别对应的特征码集合，具体地，可以将图2中概率最大的前3个(即预定个数)特征码，分别确定这三个图片对应的特征码集合，也就是说，这三个图片分别对应的特征码集合是通过预设的各个特征码进行采样得到的。

本申请实施例中，至少一张预存图像对应的特征码集合一般是按照步骤S110和步骤S120得到的，通过这两个步骤，对至少一张预存图像对应的特征码集合中特征码的数量进行限制，达到控制目标图像与至少一张预存图像相似度的计算消耗的目的。

在又一个实现方式中，如图1所示，步骤S132根据相似度对指定数据库执行相应处理，包括：

步骤S1321(图中未示出)、若相似度大于预设相似度阈值，则对指定数据库中任意两个图像进行去重操作，并将去重操作后指定数据库中剩余的图像均作为预存图像；

步骤S1322(图中未示出)、若相似度不大于预设相似度阈值，则将指定数据库中多个图像均作为预存图像。

本申请实施例通过对指定数据库的处理，确定了至少一张预存图像，防止因指定数据库中存储多张相同或相似图像导致的数据重复问题，从而控制预存图像的数量，进而避免不必要的计算消耗。

实施例二

本申请实施例提供了一种图像处理别装置，如图4所示，该图像处理装置30可以包括：概率确定模块301、特征码集合模块302、相似度计算模块303以及图像处理模块304，其中，

概率确定模块301，用于确定待处理的目标图像映射至预设的多个特征码的相应概率；

特征码集合模块302，用于基于概率的顺序，将各个特征码中排序前预定个数的特征码确定为目标图像的候选特征码集合；

相似度计算模块303，用于依据目标图像的候选特征码集合以及至少一张预存图像分别对应的特征码集合，分别计算目标图像与至少一张预存图像的相似度；

图像处理模块304，用于根据相似度，确定对目标图像执行的操作。

本申请实施例，通过确定目标图像映射至预设的多个特征码的概率，以便基于概率由的顺序，确定目标图像的候选特征码集合，依据目标图像的候选特征码集合以及至少一张预存图像分别对应的特征码集合，分别计算目标图像与至少一张预存图像的相似度，以便依据相似度确定将对目标图像执行的操作，这种通过将图像映射至多个特征码的方式，解决了现有技术中因将图像固定至一个特征码导致的图像识别精度差的问题；同时，依据多个特征码的概率进行采样处理，缩小了图像匹配的计算量，降低了图像处理的计算消耗，从而提高了图像处理的效率，保证了图像识别结果在准确度和效率间的平衡。

进一步地，概率确定模块用于：

将目标图像输入预设的哈希分布算法模型，得到目标图像分别映射至预设的多个特征码的概率，预设的多个特征码由哈希分布算法模型中预先配置的数值确定。

进一步地，目标图像是依据相似图片查询请求获取到的，图像处理模块用于：

若相似度大于第一预设相似度阈值，则将相似度大于预设相似度阈值的至少一张预存图像作为相似图像，并依据至少一张相似图像生成查询请求对应的查询结果。

进一步地，目标图像是依据图片共享请求获取到的，图像处理模块用于：

若相似度大于第二预设相似度阈值，则对目标图像进行拦截处理；

若相似度不大于第二预设相似度阈值，则对目标图像进行共享存储处理。

进一步地，依据目标图像的候选特征码集合以及至少一张预存图像分别对应的特征码集合，分别计算目标图像与至少一张预存图像的相似度之前，相似度计算模块用于：

若至少一张预存图像来自指定数据库时，则依据指定数据库中多个图像对应的特征码集合，计算指定数据库中任意两个图像的相似度；

根据相似度对指定数据库执行相应处理，以得到至少一张预存图像。

进一步地，相似度计算模块用于：

若相似度大于预设相似度阈值，则对指定数据库中任意两个图像进行去重操作，并将去重操作后指定数据库中剩余的图像均作为预存图像。

进一步地，相似度计算模块用于：

若相似度不大于预设相似度阈值，则将指定数据库中多个图像均作为预存图像。

本实施例的图像处理装置可执行本申请实施例一提供的图像处理方法，其实现原理相类似，此处不再赘述。

实施例四

下面参考图5，其示出了适于用来实现本申请实施例的电子设备400的结构示意图。本申请实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图5所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本申请实施例的方法中限定的上述功能。

需要说明的是，本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种图像处理方法，其特征在于，包括：

确定待处理的目标图像映射至预设的多个特征码的相应概率；

基于概率的顺序，将所述多个特征码中排序前预定个数的特征码确定为所述目标图像的候选特征码集合；

依据所述目标图像的候选特征码集合以及至少一张预存图像分别对应的特征码集合，分别计算所述目标图像与所述至少一张预存图像的相似度；以及

根据所述相似度，确定将对所述目标图像执行的操作。

2.根据权利要求1所述的方法，其特征在于，所述确定所述目标图像映射至预设的多个特征码的相应概率，包括：

将所述目标图像输入预设的哈希分布算法模型，得到所述目标图像分别映射至预设的多个特征码的相应概率，所述预设的多个特征码由所述哈希分布算法模型中预先配置的数值确定。

3.根据权利要求1所述的方法，其特征在于，所述目标图像是依据相似图片查询请求获取到的，所述根据所述相似度，确定将对所述目标图像执行的操作，包括：

若所述相似度大于第一预设相似度阈值，则将相似度大于预设相似度阈值的至少一张预存图像作为相似图像，并依据至少一张相似图像生成所述查询请求对应的查询结果。

4.根据权利要求1所述的方法，其特征在于，所述目标图像是依据图片共享请求获取到的，所述根据所述相似度，确定将对所述目标图像执行的操作，包括：

若所述相似度大于第二预设相似度阈值，则对所述目标图像进行拦截处理；

若所述相似度不大于第二预设相似度阈值，则对所述目标图像进行共享存储处理。

5.根据权利要求1所述的方法，其特征在于，所述依据所述目标图像的候选特征码集合以及至少一张预存图像分别对应的特征码集合，分别计算所述目标图像与至少一张预存图像的相似度之前，所述方法还包括：

若至少一张预存图像来自指定数据库时，则依据所述指定数据库中多个图像对应的特征码集合，计算所述指定数据库中任意两个图像的相似度；

根据所述相似度对所述指定数据库执行相应处理，以得到所述至少一张预存图像。

6.根据权利要求5所述的方法，其特征在于，所述根据所述相似度对所述指定数据库执行相应处理，包括：

若所述相似度大于预设相似度阈值，则对所述指定数据库中任意两个图像进行去重操作，并将去重操作后所述指定数据库中剩余的图像均作为预存图像。

7.根据权利要求5所述的方法，其特征在于，所述根据所述相似度对所述指定数据库执行相应处理，还包括：

若所述相似度不大于预设相似度阈值，则将所述指定数据库中多个图像均作为预存图像。

8.一种图像处理装置，其特征在于，包括：

概率确定模块，用于确定待处理的目标图像映射至预设的多个特征码的概率；

特征码集合模块，用于基于概率的顺序，将所述多个特征码中排序前预定个数的特征码确定为所述目标图像的候选特征码集合；

相似度计算模块，用于依据所述目标图像的候选特征码集合以及至少一张预存图像对应的特征码集合，分别计算目标图像与至少一张预存图像的相似度；以及

图像处理模块，用于根据所述相似度，确定将对所述目标图像执行的操作。

9.一种电子设备，其特征在于，其包括：

一个或多个处理器；

存储器；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行根据权利要求1-7任一项所述的图像处理方法。

10.一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，该程序被处理器执行时实现权利要求1-7任一项所述的图像处理方法。