一种图像变换的方法及装置的制造方法
【技术领域】
[0001] 本发明属于图像处理技术领域，尤其涉及一种图像变换的方法及装置。
【背景技术】
[0002] 以空间映射为核心的图像变换技术大致可分为3类：（1)基于块的变换：通过将整 幅图像分成若干块，从而将整幅图像的变换用每一小块的变换的结合来实现；（2)基于线 的变换：通过在图像上构造一系列的特征线，变换过程中图像上每个像素的偏移量由该像 素与这些特征线的距离来决定；（3)基于点的变换：将图像看成是众多散乱的点构成，通过 指定一些特殊点的空间映射关系和某种合适的径向基函数来完成图像上所有点的空间映 射。
[0003] 然而，上述方法均存在共有的缺点，S卩，图像变换的效率低。
【发明内容】
[0004] 本发明实施例的目的在于提供一种图像变换的方法，解决现有技术中图像变换的 效率低下的问题。
[0005] 本发明实施例是这样实现的，一种图像变换的方法，包括：
[0006] 在源图像上定位N个特征点，所述N为大于1的整数；
[0007] 获取所述N个特征点在所述源图像上分布的拓扑关系；
[0008] 分别计算所述N个特征点的权重值，每个特征点的所述权重值用于表征该特征点 在所述图像变换过程中的位移程度；
[0009] 根据所述N个特征点的权重及所述拓扑关系，分别确定所述目标图像上的每个像 素在所述源图像中的映射像素位置；
[0010] 将所述源图像中的所述映射像素位置上的灰度值赋值到所述映射像素位置对应 的所述目标图像的像素中。
[0011] 本发明实施例的另一目的在于提供一种图像变换的装置，包括：
[0012] 定位单元，用于在源图像上定位N个特征点，所述N为大于1的整数；
[0013] 获取单元，用于获取所述N个特征点在所述源图像上分布的拓扑关系；
[0014] 计算单元，用于分别计算所述N个特征点的权重值，每个特征点的所述权重值用 于表征该特征点在所述图像变换过程中的位移程度；
[0015] 确定单元，用于根据所述N个特征点的权重及所述拓扑关系，分别确定所述目标 图像上的每个像素在所述源图像中的映射像素位置；
[0016] 变换单元，用于将所述源图像中的所述映射像素位置上的灰度值赋值到所述映射 像素位置对应的所述目标图像的像素中。
[0017] 通过本发明实施例提供的图像变换的方法，无论是特征点的数量发生了改变，还 是特征点的位置分布情况发生了变化，均可以按照相同的图像变换算法来生成变换后的目 标图像，大大提_ 了图像变换的效率。
【附图说明】
[0018] 图1是本发明实施例提供的图像变换的方法的实现流程图；
[0019] 图2是本发明实施例提供的图像变换的方法源图像和目标图像的示意图；
[0020] 图3是本发明实施例提供的图像变换的方法图像变形区域的示意图；
[0021] 图4是本发明实施例提供的图像变换的方法S102的具体实现流程图；
[0022] 图5是本发明实施例提供的图像变换的方法S103的具体实现流程图；
[0023] 图6是本发明实施例提供的图像变换的方法S104的具体实现流程图；
[0024] 图7是本发明实施例提供的图像变换的装置的结构框图；
[0025] 图8是本发明实施例提供的终端相关的手机的部分结构的框图。
【具体实施方式】
[0026] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明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发明，并 不用于限定本发明。
[0027] 在本发明实施例中，所述图像变换，特指图像处理中能够实现的一种特殊效果，其 类似于图像处理软件Photoshop中的"液化滤镜"功能，能够通过对图像的指定区域进行 推、拉、旋转、膨胀等操作，以改变该指定区域及其周边区域中像素的灰度值，从而达到图像 变形的效果。目前，图像变换已被广泛运用于各类图像美化软件中，例如常用的人脸美化软 件中的瘦脸、眼部美化等功能均可以通过图像变换来实现。
[0028] 在本发明实施例中，将未经过图像变换的原始图像称为源图像，而将在对源图像 进行图像变换处理之后得到的图像称为目标图像，在后续实施例中不再一一进行解释说 明。
[0029] 图1示出了本发明实施例提供的图像变换的方法的实现流程，详述如下：
[0030] 在S101中，在源图像上定位N个特征点，所述N为大于1的整数。
[0031] 在本实施例中，所述特征点的定位主要集中在图像中的变形区域，为能够体现源 图像与目标图像之间差异的像素点。以图2所示的源图像(左图)及其变换后得到的目标图 像(右图）为例，其图像变换的区域主要位于图2的虚线框内，那么，在虚线框内定位出的特 征点即能够体现出源图像与目标图像的差异。
[0032] 在本实施例中，最终定位出的特征点的分布可以主要集中于变形较大的区域，而 在变形较小的区域，特征点的分布可以相对稀疏一些。假定图2中所示的椭圆形为人脸轮 廓，那么图2中的图像变换可以理解为通常人脸美化软件中的瘦脸操作，在该应用场景之 下，最终定位出的特征点的分布主要集中在虚线框内的椭圆形边界及该边界附近，而变形 区域内距离椭圆形边界较远的位置所定位的特征点的分布密度可以相对稀疏一些。同时， 最终定位出的特征点的数量至少需要为2个，若最终只定位出一个特征点，那么后续计算 得到的矩阵维数为1X1，也就不是矩阵了，那么，最终将无法通过矩阵运算来实现图像的变 换。
[0033] 需要说明的是，在通常的图像变换操作中，所述变形区域是根据用户下达的图像 变形操作指令来确定的。还是以人脸美化软件中的瘦脸操作为例，如图3所示，用户可以 通过手指触摸终端屏幕的方式或者光标推动的方式，将脸部轮廓由位置31推向位置32,则 根据该图像变形操作指令，可以确定发生了形变的脸部轮廓所在的区域为变形区域(即图3 中的虚线框区域)。
[0034] 与此同时，作为本发明的一个实施例，当所述变形区域为图像的局部区域时，除了 在变形区域内定位特征点，还可以在完全不变形的区域定位适量的特征点，定位的特征点 的数量可以小于变形区域内的特征点的数量，这部分特征点的定位主要是为了像图像的变 换更加均匀、平滑，防止因为特征点过于集中而导致图像局部变形程度过大、图像不连续的 情况出现。
[0035] 进一步地，作为本发明的另一实施例，除了在变形区域内定位特征点，还可以在源 图像的边界上进行特征点定位，以保证在整个变换过程中，图像的边界稳定。
[0036] 由于本发明的重点在于根据定位出的特征点来实现源图像到目标图像的像素映 射，而特征点的定位并非本发明的重点，因此，在此不一一赘述特征点的具体定位方法。
[0037] 在S102中，获取所述N个特征点在所述源图像上分布的拓扑关系。
[0038] 在本实施例中，N个特征点在源图像上分布的拓扑关系能够表征出这N个特征点 在源图像上相互之间的位置关系，具体地，可以通过计算这N个特征点在源图像上的分布 距离矩阵，通过分布距离矩阵来表征该拓扑关系。
[0039] 如图4所示，S102具体为：
[0040] 在S401中，根据所述N个特征点在所述源图像的横坐标生成N维向量X，根据所述 N个特征点在所述源图像的纵坐标生成N维向量Y。
[0041] 在402中，生成距离复矩阵，所述距离复矩阵用于表征所述N个特征点在所述源图 像上分布的拓扑关系，且所述距离复矩阵的每一列的实部由所述N维向量X构成，所述距离 复矩阵的每一列的虚部由所述N维向量Y构成。
[0042] 在本实施例中，生成的距离复矩阵即为N个特征点在源图像上的分布距离矩阵， 能够表征这N个特征点在源图像上的拓扑关系。
[0043] 在本发明实施例中，一旦确定了特征点及特征点分布的拓扑关系之后，在后续的 处理过程中，需要建立起目标图像上的像素点与源图像中的像素位置的映射关系，即，需要 分别获取到目标图像上的像素点在源图像中的映射像素位置的横坐标及纵坐标，以最终确 定目标图像上的像素点在源图像中的映射像素位置。为了便于说明，接下来仅以映射像素 位置的横坐标的获取方式为例，对后续的处理过程进行阐述，映射像素位置的纵坐标的获 取方法可以参照相同的实现原理，在本发明实施例中不再一一赘述。
[0044] 在S103中，分别计算所述N个特征点的权重值，每个特征点的所述权重值用于表 征该特征点在所述图像变换过程中的位移程度。
[0045] 在本实施例中，每个特征点的权重值用于表征该特征点在本次图像变换过程中的 位移程度。由于在用户下达图像变形操作指令的过程中，已确定了源图像的变换趋势(例 如，图像变形操作指令指示将图3虚线框内的线条由位置31推向位置32)，因此，对于S101 中定位出的特征点，能够根据每个特征点在源图像中的像素坐标（x，y)及该特征点在目标 图像中的像素坐标（x'，y'），确定出该特征点在图像变换过程中所产生的位移。由图3可 以看出，不同的特征点在图像变换过程中所产生的位移的方向和大小均是不同的，因此，通 过比较每个特征点的位移，能够确定出每个特征点在此次变换过程中相对于其他特征点的 位移程度，位移程度大的特征点所被赋予的权重值也相对较大，位移程度小的特征点所被 赋予的权重值也相对较小。
[0046] 如图5所示，S103具体为：
[0047] 在S501中，根据D'=|D_DT|计算所述距离复矩阵，并将计算得到的所述距离复矩 阵的对角线元素均赋值为1，得到修改后的所述距离复矩阵，其中，所述D为所述距离复矩 阵，所述D'为修改后的所述距离复矩阵，所述D T为所述D的转置矩阵。
[0048] 在S502中，将根据G=D'2X (lo