CN110944163A - 一种图像处理方法及电子设备 - Google Patents

Abstract

本发明实施例公开了一种图像处理方法及电子设备，涉及通信技术领域，用以解决电子设备拍摄的图像的颜色比较黯淡的问题。该方法包括：确定目标图像的天空区域；根据该天空区域，判断该目标图像是否为夕阳场景图像或日出场景图像；在确定该目标图像为夕阳场景图像或日出场景图像的情况下，增强该天空区域的色彩饱和度。

Description

一种图像处理方法及电子设备

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种图像处理方法及电子设备。

背景技术

随着电子设备技术以及拍照技术的不断发展，人们对拍照效果要求越来越高。

然而，由于电子设备的拍照模块受到设计体积和成本的限制，使得电子设备的拍照效果可能达不到专业相机的拍照效果。尤其在一些特殊的场景，通常拍摄的图像的颜色比较黯淡。

发明内容

本发明实施例提供一种图像处理方法及电子设备，以解决电子设备拍摄的图像的颜色比较黯淡的问题。

为了解决上述技术问题，本申请是这样实现的：

第一方面，本发明实施例提供了一种图像处理方法，该方法包括：确定目标图像的天空区域；根据该天空区域，判断该目标图像是否为夕阳场景图像或日出场景图像；在确定该目标图像为夕阳场景图像或日出场景图像的情况下，增强该天空区域的色彩饱和度。

第二方面，本发明实施例提供了一种电子设备，该电子设备包括：确定模块、判断模块和增强模块；该确定模块，用于确定目标图像的天空区域；该判断模块，用于根据该确定模块确定的该天空区域，判断该目标图像是否为夕阳场景图像或日出场景图像；该增强模块，用于在该判断模块确定该目标图像为夕阳场景图像或日出场景图像的情况下，增强该天空区域的色彩饱和度。

第三方面，本发明实施例提供了一种电子设备，包括处理器、存储器及存储在该存储器上并可在该处理器上运行的计算机程序，该计算机程序被该处理器执行时实现如第一方面中的图像处理方法的步骤。

第四方面，本发明实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储计算机程序，该计算机程序被处理器执行时实现如第一方面中的图像处理方法的步骤。

在本发明实施例中，电子设备可以通过确定目标图像的天空区域；根据该天空区域，判断该目标图像是否为夕阳场景图像或日出场景图像；在确定该目标图像为夕阳场景图像或日出场景图像的情况下，增强该天空区域的色彩饱和度。通过该方案，在根据目标图像的天空区域，判断该目标图像为夕阳场景图像或日出场景图像的情况下，通过增强该天空区域的色彩饱和度，可以使目标图像的颜色更绚丽更鲜明，进而提升目标图像的整体效果。

附图说明

图1为本发明实施例提供的一种可能的安卓操作***的架构示意图；

图2为本发明实施例提供的图像处理方法的流程图之一；

图3为本发明实施例提供的图像处理方法的流程图之二；

图4为本发明实施例提供的图像处理方法的流程图之三；

图5为本发明实施例提供的图像处理方法的流程图之四；

图6为本发明实施例提供的图像处理方法的流程图之五；

图7为本发明实施例提供的一种电子设备的结构示意图；

图8为本发明实施例提供的一种电子设备的硬件示意图。

具体实施方式

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。

本文中术语“和/或”，是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。本文中符号“/”表示关联对象是或者的关系，例如A/B表示A或者B。

本申请的说明书和权利要求书中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同的对象，而不是用于描述对象的特定顺序。例如，第一输入、第二输入、第三输入和第四输入等是用于区别不同的输入，而不是用于描述输入的特定顺序。

在本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

在本发明实施例的描述中，除非另有说明，“多个”的含义是指两个或者两个以上，例如，多个处理单元是指两个或者两个以上的处理单元；多个元件是指两个或者两个以上的元件等。

本发明实施例提供一种图像处理方法，电子设备可以通过确定目标图像的天空区域；根据该天空区域，判断该目标图像是否为夕阳场景图像或日出场景图像；在确定该目标图像为夕阳场景图像或日出场景图像的情况下，增强该天空区域的色彩饱和度。通过该方案，在根据目标图像的天空区域，判断该目标图像为夕阳场景图像或日出场景图像的情况下，通过增强该天空区域的色彩饱和度，可以使目标图像的颜色更绚丽更鲜明，进而提升目标图像的整体效果。

下面以安卓操作***为例，介绍一下本发明实施例提供的图像处理方法所应用的软件环境。

如图1所示，为本发明实施例提供的一种可能的安卓操作***的架构示意图。在图1中，安卓操作***的架构包括4层，分别为：应用程序层、应用程序框架层、***运行库层和内核层(具体可以为Linux内核层)。

其中，应用程序层包括安卓操作***中的各个应用程序(包括***应用程序和第三方应用程序)。

应用程序框架层是应用程序的框架，开发人员可以在遵守应用程序的框架的开发原则的情况下，基于应用程序框架层开发一些应用程序。

***运行库层包括库(也称为***库)和安卓操作***运行环境。库主要为安卓操作***提供其所需的各类资源。安卓操作***运行环境用于为安卓操作***提供软件环境。

内核层是安卓操作***的操作***层，属于安卓操作***软件层次的最底层。内核层基于Linux内核为安卓操作***提供核心***服务和与硬件相关的驱动程序。

以安卓操作***为例，本发明实施例中，开发人员可以基于上述如图1所示的安卓操作***的***架构，开发实现本发明实施例提供的图像处理方法的软件程序，从而使得该图像处理方法可以基于如图1所示的安卓操作***运行。即处理器或者电子设备可以通过在安卓操作***中运行该软件程序实现本发明实施例提供的图像处理方法。

本发明实施例中的电子设备可以为移动电子设备，也可以为非移动电子设备。移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personal digital assistant，PDA)等；非移动电子设备可以为个人计算机(personalcomputer，PC)、电视机(television，TV)、柜员机或者自助机等；本发明实施例不作具体限定。

本发明实施例提供的图像处理方法的执行主体可以为上述的电子设备(包括移动电子设备和非移动电子设备)，也可以为该电子设备中能够实现该方法的功能模块和/或功能实体，具体的可以根据实际使用需求确定，本发明实施例不作限定。下面以电子设备为例，对本发明实施例提供的图像处理方法进行示例性的说明。

参考图2所示，本发明实施例提供了一种图像处理方法，该方法可以包括下述的步骤201-步骤203。

步骤201、电子设备确定目标图像的天空区域。

可选的，电子设备可以通过边缘检测的方法，确定目标图像中的天空区域。

示例性的，电子设备可以先将目标图像划分为多个区域，提取目标图像中的第一区域，对第一区域进行彩色边缘检测，得到边缘图像；然后对该边缘图像进行二值化处理，得到处理后的精细边缘图像；最后检测该精细边缘图像中，如果符合第一预设条件(根据实际使用需求确定)，则判定该精细边缘图像对应的第一区域为天空区域。具体边缘检测过程可以参考相关技术，此处不予赘述。

可选的，电子设备也可以结合目标图像的内容的深度图像和二维图像，确定天空区域。

示例性的，电子设备可以根据深度图像的每个像素点的深度值和深度梯度值，以及二维图像的每个像素点的灰度值，确定该天空区域。具体过程可以参考相关技术，此处不予赘述。

可选的，电子设备也可以基于天空分割网络模型，确定天空区域。

示例性的，电子设备先根据大量天空样本数据训练生成天空分割网络模型，然后将目标图像输入天空分割网络模型，得到天空区域。

步骤202、电子设备根据该天空区域，判断该目标图像是否为夕阳场景图像或日出场景图像。

可以理解，电子设备根据该天空区域，判断该目标图像是否为夕阳场景图像或日出场景图像。若是，则执行下述步骤203；否则，不处理目标图像。

可选的，电子设备可以根据天空区域的黄色像素点的所占的比例，判断该目标图像是否为夕阳场景图像或日出场景图像。

可选的，电子设备可以计算天空区域的色温，然后根据色温判断该目标图像是否为夕阳场景图像或日出场景图像。

示例性的，电子设备可以将天空区域分成M*N块，假设是25*25，并统计每一块的基本信息(白色像素的数量及R/G/B通道的分量的均值)。然后根据每一块的基本信息，找出图像中所有的白色块，并根据色温曲线判断每个白色块的色温，则得到了图像中所有的可能色温，因为是单一光源，可以取色温最多的值当作天空区域的色温。比如，25*25＝625个块中，一共找出了100个有效白色块，里面又有80个白色块代表了色温4500左右，那么天空区域的色温基本就是4500。当天空区域的色温在预设范围内时，则可以判断该目标图像是夕阳场景图像或日出场景图像，否则，不是。其中，预设范围的取值可以根据实际使用需求确定，本发明实施例不作限定。具体计算天空区域的色温，以及根据色温判断的过程可以参考相关技术，此处不予赘述。

示例性的，上述步骤202具体的可以通过下述的步骤202a-步骤202c实现。

步骤202a、电子设备计算目标比例。

该目标比例为：该天空区域中黄色像素点的数量与该天空区域中总像素点的数量的比值。

可以理解，本发明实施例中，以RGB颜色空间为例说明，电子设备可以根据像素点的R、G、B值，确定一个像素点是否为黄色像素点。

示例性的，电子设备可以预先分别设置属于黄色像素点的R、G、B值的范围，则若一个像素点的R、G、B值分别落在对应的范围内，则可以判断该一个像素点为黄色像素点，否则不是。

步骤202b、电子设备在该目标比例大于或等于预设阈值的情况下，确定该目标图像为夕阳场景图像或日出场景图像。

步骤202c、电子设备在该目标比例小于预设阈值的情况下，确定该目标图像不是夕阳场景图像或日出场景图像。

其中，预设比例可以根据实际使用需求设定，本发明实施例不作限定。

可以理解，电子设备判断该目标比例是否大于或等于预设阈值。若该目标比例大于或等于预设阈值，则确定该目标图像为夕阳场景图像或日出场景图像；否则，确定该目标图像不是夕阳场景图像或日出场景图像。

本发明实施例中，电子设备计算目标比例，并根据目标比例判断该目标图像是否为夕阳场景图像或日出场景图像的方法，计算量较小，且准确度较高。

步骤203、电子设备增强该天空区域的色彩饱和度。

电子设备在确定该目标图像为夕阳场景图像或日出场景图像的情况下，增强该天空区域的色彩饱和度。

可以理解，本发明实施例中，电子设备可以通过增强天空区域的像素点的色彩饱和度，来改善夕阳场景图像或日出场景图像的颜色比较暗淡的问题。

示例性的，电子设备可以增大HSI(或HSV)颜色空间下的像素点的S(饱和度)值。若天空区域不是HSI(或HSV)颜色空间下的图像，电子设备可以先将天空区域转化为HSI(或HSV)颜色空间下的图像，具体转化过程可以参考相关技术，此处不予赘述。

需要说明的是，本发明实施例中，电子设备可以按照预定规则增强该天空区域的色彩饱和度，本发明实施例不作限定。例如，电子设备可以按照预定比例增强该天空区域的色彩饱和度。

其中，预定规则可以根据实际使用需求确定，本发明实施例不作限定。

为了便于理解，以下解释颜色空间的概念，并举例说明几种颜色空间。

颜色通常用三个独立的属性来描述，三个独立变量综合作用，自然就构成一个空间坐标，这就是颜色空间。但被描述的颜色对象本身是客观的，不同颜色空间只是从不同的角度去衡量同一个对象。颜色空间按照基本机构可以分为两大类：基色颜色空间(也称为三原色颜色空间)和色、亮分离颜色空间。基色颜色空间与色、亮分离颜色空间之间可以相互转化，具体的转换过程可以参考相关技术，此处不予赘述。

基色颜色空间：一个像素点呈现怎样的颜色，由三原色分量决定。例如，一个像素点包含红(R)、绿(G)、蓝(B)三个子像素，则此时三原色分量分别为R值、G值和B值。又例如，一个像素点包含青(C)、品红(M)、黄(Y)三个子像素，则此时三原色分量可以是C值、M值和Y值。在本实施例中，优选的，分量值为RGB分量值或CMY分量值，也可以是其他的颜色分量值。

需要说明的是，本发明实施例中的一个像素点可以仅由上述的三个子像素构成，当然也可以还包含第四个子像素，例如白(W)子像素。此时，因白色不属于原色，故针对这种像素点的三原色分量仍参考上述描述。

色、亮分离颜色空间：即由亮度和色度组成的颜色空间，其中亮度也可以称为灰阶或灰度，色度包含色调和饱和度。在本发明实施例中，色、亮分离颜色空间可以是YUV颜色空间、YCbCr颜色空间、HSI颜色空间、HSV颜色空间等。

下面，简单介绍几种常用的包含亮度和色度的颜色空间。

YUV：其中Y表示亮度(Luminance或Luma)，也就是灰阶，而U和V则表示的是色度(Chrominance或Chroma)。在YUV中，Y值即为灰阶值。

YCbCr：是YUV经过缩放和偏移的翻版。其中Y与YUV中的Y含义一致，Cb、Cr同样都指色彩，只是在表示方法上不同而已。在YUV家族中，YCbCr是在计算机***中应用最多的成员，其应用领域很广泛，JPEG、MPEG均采用此格式。一般人们所讲的YUV大多是指YCbCr。在YCbCr中，Y值即为灰阶值。

HSI：反映了人的视觉***感知彩色的方式，以色调(H)、饱和度(S)和亮度(I)三种基本特征量来感知颜色。在HSI中，I值即为灰阶值。

HSV：是根据颜色的直观特性创建的一种颜色空间，参数分别是：色调(H)，饱和度(S)，明度(V)。在HSV中，V值即为灰阶值。

本发明实施例提供了一种图像处理方法，电子设备可以通过确定目标图像的天空区域；根据该天空区域，判断该目标图像是否为夕阳场景图像或日出场景图像；在确定该目标图像为夕阳场景图像或日出场景图像的情况下，增强该天空区域的色彩饱和度。通过该方案，在根据目标图像的天空区域，判断该目标图像为夕阳场景图像或日出场景图像的情况下，通过增强该天空区域的色彩饱和度，可以使目标图像的颜色更绚丽更鲜明，进而提升目标图像的整体效果。

可选的，电子设备可以基于天空分割网络模型，确定目标图像的天空区域。

示例性的，结合图2，如图3所示，上述步骤201具体可以通过下述步骤201a实现。

步骤201a、电子设备基于天空分割网络模型，确定该目标图像的天空区域。

该天空分割网络模型为根据天空样本图像生成的。

可以理解，电子设备可以将该目标图像输入该天空分割网络模型，以得到天空区域。

本发明实施例中，电子设备基于天空分割网络模型，确定该目标图像的天空区域，可以提高处理速度，进而可以快速处理目标图像，以改善目标图像的显示效果。

可选的，在上述步骤201a之前，电子设备需要先生成天空分割网络模型。

示例性的，结合图3，如图4所示，在上述步骤201a之前，本发明实施例提供的图像处理方法还可以包括下述的步骤204-步骤205。

步骤204、电子设备获取天空样本数据。

本发明实施例中，天空样本数据为大量包括天空区域的样本图像。

示例性的，电子设备可以拍摄大量包括天空区域的样本图像、也可以从网络下载大量包括天空区域的样本图像等。

步骤205、电子设备根据该天空样本数据和人工智能学习模型，生成该天空分割网络模型。

人工智能学习模型是根据人工智能学习算法建立的。人工智能学习算法包括机器学习算法，还包括其他的，具体参考现有相关技术，此处不予赘述。机器学习算法又包括回归算法、贝叶斯算法、决策树算法、深度学习算法，还包括其他的，具体参考现有相关技术，此处不予赘述。因此，人工智能学习模型包括机器学习模型等，机器学习模型包括回归算法模型、贝叶斯算法模型、决策树算法模型、深度学习模型等。

示例性的，本发明实施例中，人工智能学习模型可以为TensorFlow或其他多任务深度学习模型，本发明实施例不作限定。

下面以人工智能学习模型为深度学习模型为例说明，电子设备如何根据天空样本数据和人工智能学习模型，生成天空分割网络模型。

可以先根据深度学习算法建立一个基础模型(深度学习模型)，然后用收集到的天空样本数据不断的训练这个基础模型，以生成一个满足目标要求的模型，即天空分割网络模型。

目标要求是评判生成的天空区域的准确度的标准，例如统计用户根据天空分割网络模型生成的天空区域与实际天空区域相比的准确度(或分值)，当准确度(或分值)大于或等于阈值时，则判定满足目标要求。具体的生成天空分割网络模型的过程可以参考现有相关技术，此处不予赘述。

可选的，在上述步骤201之前，电子设备可以从网络下载目标图像或从电子设备的图库中获取目标图像，电子设备也可以通过电子设备的相机应用拍摄目标图像。

示例性的，结合图2，如图5所示，在上述步骤201之前，本发明实施例提供的图像处理方法还可以包括下述的步骤206-步骤207。

步骤206、电子设备接收用户的输入。

可选的，用户的输入为用于触发电子设备拍摄目标图像的输入，可以为用户在拍摄预览界面的触屏输入，也可以为用户在锁屏界面的快捷按键输入等，本发明实施例不作限定。

可选的，用户的输入可以为用于触发电子设备拍摄目标图像的点击输入，也可以为用于触发电子设备拍摄目标图像的滑动输入，还可以为其他的可行性输入，本发明实施例不作限定。

示例性的，上述点击输入可以为任意次数的点击输入或多指点击输入，例如，单击输入、双击输入、三击输入、双指点击输入或三指点击输入；上述滑动输入可以为向任意方向上的滑动输入或多指滑动输入，例如，向上的滑动输入、向下的滑动输入、向左的滑动输入、向右的滑动输入、双指滑动输入或三指滑动输入。

步骤207、电子设备响应于用户的输入，拍摄该目标图像。

本发明实施例中，电子设备在拍摄目标图像的过程中，若根据目标图像的天空区域判断该目标图像为夕阳场景图像或日出场景图像，则电子设备可以增强该天空区域的色彩饱和度，从而可以改善目标图像的显示效果，使目标图像更绚丽更鲜明，进而相对传统拍摄技术，无需用户在拍摄得到目标图像后，由于目标图像比较暗淡，再通过图像处理软件对图像进行处理，可以提高图像拍摄质量和效率。

可选的，在上述步骤203之后，电子设备还可以显示处理后的目标图像，以便于用户预览处理效果。

示例性的，结合图5，如图6所示，在上述步骤203之后，本发明实施例提供的图像处理方法还可以包括下述的步骤208。

步骤208、电子设备显示处理后的目标图像。

处理后的目标图像为增强天空区域的色彩饱和度之后的目标图像。

本发明实施例中，用户可以根据处理后的目标图像的显示效果，通过输入触发电子设备保存该处理后的目标图像，或者通过输入触发电子设备再次处理该目标图像，已达到更好的显示效果。

本发明实施例中的各个附图均是结合独权实施例附图示例的，具体实现时，各个附图还可以结合其它任意可以结合的附图实现，本发明实施例不作限定。例如，结合图3，在步骤201a之前，本发明实施例提供的图像处理方法还可以包括上述的步骤206-步骤207。

如图7所示，本发明实施例提供一种电子设备120，该电子设备120包括：确定模块121、判断模块122和增强模块123；该确定模块121，用于确定目标图像的天空区域；该判断模块122，用于根据该确定模块121确定的该天空区域，判断该目标图像是否为夕阳场景图像或日出场景图像；该增强模块123，用于在该判断模块122确定该目标图像为夕阳场景图像或日出场景图像的情况下，增强该天空区域的色彩饱和度。

可选的，该判断模块122，具体用于计算目标比例，该目标比例为：该天空区域中黄色像素点的数量与该天空区域中总像素点的数量的比值；在该目标比例大于或等于预设阈值的情况下，确定该目标图像为夕阳场景图像或日出场景图像；在该目标比例小于该预设阈值的情况下，确定该目标图像不是夕阳场景图像或日出场景图像。

可选的，该确定模块121，具体用于基于天空分割网络模型，确定该目标图像的天空区域，该天空分割网络模型为根据天空样本图像生成的。

可选的，该电子设备120还包括：获取模块124和生成模块125；该获取模块124，用于在该确定模块121基于天空分割网络模型，确定该目标图像的天空区域之前，获取天空样本数据；该生成模块125，用于根据该获取模块124获取的该天空样本数据和人工智能学习模型，生成该天空分割网络模型。

可选的，该电子设备120还包括：接收模块126和拍摄模块127；该接收模块126，用于在该确定模块121确定目标图像的天空区域之前，接收用户的输入；该拍摄模块127，用于响应于该接收模块126接收的用户的输入，拍摄该目标图像。

需要说明的是，如图7所示，电子设备120中一定包括的模块用实线框示意，如确定模块121、判断模块122和增强模块123；电子设备120中可以包括也可以不包括的模块用虚线框示意，如获取模块124、生成模块125、接收模块126和拍摄模块127。

本发明实施例提供的电子设备能够实现上述方法实施例中图2至图6任意之一所示的各个过程，为避免重复，此处不再赘述。

本发明实施例提供了一种电子设备，电子设备可以通过确定目标图像的天空区域；根据该天空区域，判断该目标图像是否为夕阳场景图像或日出场景图像；在确定该目标图像为夕阳场景图像或日出场景图像的情况下，增强该天空区域的色彩饱和度。通过该方案，在根据目标图像的天空区域，判断该目标图像为夕阳场景图像或日出场景图像的情况下，通过增强该天空区域的色彩饱和度，可以使目标图像的颜色更绚丽更鲜明，进而提升目标图像的整体效果。

图8为实现本申请各个实施例的一种电子设备的硬件结构示意图。如图8所示，该电子设备100包括但不限于：射频单元101、网络模块102、音频输出单元103、输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图8中示出的电子设备结构并不构成对电子设备的限定，电子设备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。在本发明实施例中，电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、以及计步器等。

其中，处理器110，用于确定目标图像的天空区域；根据该天空区域，判断该目标图像是否为夕阳场景图像或日出场景图像；在确定该目标图像为夕阳场景图像或日出场景图像的情况下，增强该天空区域的色彩饱和度。

本发明实施例提供的电子设备，电子设备可以通过确定目标图像的天空区域；根据该天空区域，判断该目标图像是否为夕阳场景图像或日出场景图像；在确定该目标图像为夕阳场景图像或日出场景图像的情况下，增强该天空区域的色彩饱和度。通过该方案，在根据目标图像的天空区域，判断该目标图像为夕阳场景图像或日出场景图像的情况下，通过增强该天空区域的色彩饱和度，可以使目标图像的颜色更绚丽更鲜明，进而提升目标图像的整体效果。

应理解的是，本发明实施例中，射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101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、双工器等。此外，射频单元101还可以通过无线通信***与网络和其他设备通信。

电子设备通过网络模块102为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元103可以将射频单元101或网络模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与电子设备100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103包括扬声器、蜂鸣器以及受话器等。

输入单元104用于接收音频或视频信号。输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或网络模块102进行发送。麦克风1042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。

电子设备100还包括至少一种传感器105，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1061的亮度，接近传感器可在电子设备100移动到耳边时，关闭显示面板1061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，可用于识别电子设备姿态(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；传感器105还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板1061。

用户输入单元107可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，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1071上或在触控面板1071附近的操作)。触控面板1071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110，接收处理器110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1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072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)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板1071可覆盖在显示面板1061上，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图8中，触控面板1071与显示面板1061是作为两个独立的部件来实现电子设备的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现电子设备的输入和输出功能，具体此处不做限定。

接口单元108为外部装置与电子设备100连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到电子设备100内的一个或多个元件或者可以用于在电子设备100和外部装置之间传输数据。

存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109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。

处理器110是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器110可包括一个或多个处理单元；可选的，处理器110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110中。

电子设备100还可以包括给各个部件供电的电源111(比如电池)，可选的，电源111可以通过电源管理***与处理器110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。

另外，电子设备100包括一些未示出的功能模块，在此不再赘述。

可选的，本发明实施例还提供一种电子设备，可以包括上述如图8所示的处理器110，存储器109，以及存储在存储器109上并可在该处理器110上运行的计算机程序，该计算机程序被处理器110执行时实现上述方法实施例中图2至图6任意之一所示的图像处理方法的各个过程，且能达到相同的技术效果，为避免重复，此处不再赘述。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述方法实施例中图2至图6任意之一所示的图像处理方法的各个过程，且能达到相同的技术效果，为避免重复，此处不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台电子设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (10)

1.一种图像处理方法，应用于电子设备，其特征在于，所述方法包括：

确定目标图像的天空区域；

根据所述天空区域，判断所述目标图像是否为夕阳场景图像或日出场景图像；

在确定所述目标图像为夕阳场景图像或日出场景图像的情况下，增强所述天空区域的色彩饱和度。

2.根据权利要求1所述的方法，其特征在于，所述根据所述天空区域，判断所述目标图像是否为夕阳场景图像或日出场景图像，包括：

计算目标比例，所述目标比例为：所述天空区域中黄色像素点的数量与所述天空区域中总像素点的数量的比值；

在所述目标比例大于或等于预设阈值的情况下，确定所述目标图像为夕阳场景图像或日出场景图像；

在所述目标比例小于所述预设阈值的情况下，确定所述目标图像不是夕阳场景图像或日出场景图像。

3.根据权利要求1所述的方法，其特征在于，所述确定目标图像的天空区域，包括：

基于天空分割网络模型，确定所述目标图像的天空区域，所述天空分割网络模型为根据天空样本图像生成的。

4.根据权利要求3所述的方法，其特征在于，所述基于天空分割网络模型，确定所述目标图像的天空区域之前，还包括：

获取天空样本数据；

根据所述天空样本数据和人工智能学习模型，生成所述天空分割网络模型。

5.根据权利要求1所述的方法，其特征在于，所述确定目标图像的天空区域之前，还包括：

接收用户的输入；

响应于用户的输入，拍摄所述目标图像。

6.一种电子设备，其特征在于，所述电子设备包括：确定模块、判断模块和增强模块；

所述确定模块，用于确定目标图像的天空区域；

所述判断模块，用于根据所述确定模块确定的所述天空区域，判断所述目标图像是否为夕阳场景图像或日出场景图像；

所述增强模块，用于在所述判断模块确定所述目标图像为夕阳场景图像或日出场景图像的情况下，增强所述天空区域的色彩饱和度。

7.根据权利要求6所述的电子设备，其特征在于，所述判断模块，具体用于计算目标比例，所述目标比例为：所述天空区域中黄色像素点的数量与所述天空区域中总像素点的数量的比值；在所述目标比例大于或等于预设阈值的情况下，确定所述目标图像为夕阳场景图像或日出场景图像；在所述目标比例小于所述预设阈值的情况下，确定所述目标图像不是夕阳场景图像或日出场景图像。

8.根据权利要求6所述的电子设备，其特征在于，所述确定模块，具体用于基于天空分割网络模型，确定所述目标图像的天空区域，所述天空分割网络模型为根据天空样本图像生成的。

9.根据权利要求8所述的电子设备，其特征在于，所述电子设备还包括：获取模块和生成模块；

所述获取模块，用于在所述确定模块基于天空分割网络模型，确定所述目标图像的天空区域之前，获取天空样本数据；

所述生成模块，用于根据所述获取模块获取的所述天空样本数据和人工智能学习模型，生成所述天空分割网络模型。

10.根据权利要求6所述的电子设备，其特征在于，所述电子设备还包括：接收模块和拍摄模块；

所述接收模块，用于在所述确定模块确定目标图像的天空区域之前，接收用户的输入；

所述拍摄模块，用于响应于所述接收模块接收的用户的输入，拍摄所述目标图像。

Images