图像处理方法及装置的制造方法
【技术领域】
[0001] 本发明涉及图像处理领域，尤其涉及一种图像处理方法及装置。
【背景技术】
[0002] 随着科学技术的发展，手机、相机、平板电脑等终端设备的性能在逐步提高，且普 及程度越来越来越大。人们可通过手机、相机、平板电脑等终端设备实现拍照功能，方便人 们捕捉日常生活中的场景，但是当前拍照出来的图像中并没有突出前景图像，使得人们在 查看该图像时，容易被背景图像吸引，而不能迅速将注意力放置在前景图像上。
[0003] 上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技 术。
【发明内容】
[0004] 本发明的主要目的在于提供一种图像处理方法及装置，旨在实现虚化原始图像中 的背景图像，以突出前景图像，方便用户查看图像。
[0005] 为实现上述目的，本发明提供一种图像处理方法，该方法包括：
[0006] 获取原始图像；
[0007] 对所述原始图像进行分析，获取该原始图像的原始像素矩阵；
[0008] 根据所述原始像素矩阵生成相似度矩阵，该相似度矩阵中包含任意两点间的像素 相似度差值；
[0009] 从所述相似度矩阵中，根据像素相似度差值由大到小提取出预设个数的相似度差 值；
[0010] 根据所述提取出的相似度差值将原始图像划分为前景图像和背景图像；
[0011] 对所述背景图像进行虚化处理；
[0012] 整合所述前景图像和所述虚化处理后的背景图像，生成新图像。
[0013] 优选地，所述对所述背景图像进行虚化处理的步骤包括：
[0014] 将所述背景图像分割成多个图像块；
[0015] 将所述图像块中的各个像素点的像素值设置为所述图像块中的中间位置像素点 的像素值。
[0016] 优选地，所述图像块为九宫格图像块。
[0017] 优选地，所述根据所述原始像素矩阵生成相似度矩阵的步骤包括：
[0018] 将所述原始像素句子转换成一维的灰度矩阵，用数据集X表示；
[0019] 计算所述数据集X中的各个点的尺度参数，再根据所述数据集X和计算出的各个 尺度参数生成相似度矩阵。
[0020] 优选地，所述根据所述提取出的相似度差值将原始图像划分为前景图像和背景图 像的步骤包括：
[0021] 根据所述提取出的相似度差值确定所述原始图像中的前景图像和背景图像的边 缘；
[0022] 将所述边缘内部对应区域确定为前景图像，将所述边缘外部对应区域确定为背景 图像。
[0023] 此外，为实现上述目的，本发明还提供一种图像处理装置，该装置包括：
[0024] 第一获取模块，用于获取原始图像；
[0025] 第二获取模块，用于对所述原始图像进行分析，获取该原始图像的原始像素矩 阵；
[0026] 第一生成模块，用于根据所述原始像素矩阵生成相似度矩阵，该相似度矩阵中包 含任意两点间的像素相似度差值；
[0027] 提取模块，用于从所述相似度矩阵中，根据像素相似度差值由大到小提取出预设 个数的相似度差值；
[0028] 划分模块，用于根据所述提取出的相似度差值将原始图像划分为前景图像和背景 图像；
[0029] 处理模块，用于对所述背景图像进行虚化处理；
[0030] 第二生成模块，用于整合所述前景图像和所述虚化处理后的背景图像，生成新图 像。
[0031] 优选地，所述处理模块包括：
[0032] 分割单元，用于将所述背景图像分割成多个图像块；
[0033] 处理单元，用于将所述图像块中的各个像素点的像素值设置为所述图像块中的中 间位置像素点的像素值。
[0034] 优选地，所述图像块为九宫格图像块。
[0035] 优选地，所述第一生成模块包括：
[0036] 转换单元，用于将所述原始像素句子转换成一维的灰度矩阵，用数据集X表示；
[0037] 生成单元，用于计算所述数据集X中的各个点的尺度参数，再根据所述数据集X和 计算出的各个尺度参数生成相似度矩阵。
[0038] 优选地，所述划分模块包括：
[0039] 第一确定单元，用于根据所述提取出的相似度差值确定所述原始图像中的前景图 像和背景图像的边缘；
[0040] 第二确定单元，用于将所述边缘内部对应区域确定为前景图像，将所述边缘外部 对应区域确定为背景图像。
[0041] 本发明的图像处理方法及装置，通过获取原始图像；对所述原始图像进行分析，获 取该原始图像的原始像素矩阵；根据所述原始像素矩阵生成相似度矩阵，该相似度矩阵中 包含任意两点间的像素相似度差值；从所述相似度矩阵中，根据像素相似度差值由大到小 提取出预设个数的相似度差值；根据所述提取出的相似度差值将原始图像划分为前景图像 和背景图像；对所述背景图像进行虚化处理；整合所述前景图像和所述虚化处理后的背景 图像，生成新图像；可获得具有前景图像清晰而背景图像虚化效果的新图像，即实现虚化原 始图像中的背景图像，以突出前景图像，方便用户查看图像的效果。
【附图说明】
[0042] 图1为本发明图像处理方法的优选实施例的流程示意图；
[0043] 图2为图1中步骤S50的详细流程示意图；
[0044] 图3为图1中步骤S60的详细流程示意图；
[0045] 图4为本发明图像处理装置的优选实施例的结构示意图；
[0046] 图5为图4中划分模块的详细结构示意图；
[0047] 图6为图4中处理模块的详细结构示意图。
[0048] 本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
【具体实施方式】
[0049] 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。
[0050] 本发明提供一种图像处理方法。
[0051] 参照图1，图1为本发明图像处理方法的优选实施例的流程示意图，该方法包括：
[0052] S10、获取原始图像。
[0053] 在该步骤中，可从预设的存储位置中获取原始图像，也可直接通过照相机、手机、 平板电脑等终端设备拍摄获取原始图像。在获取原始图像时，相应的获取该原始图像的图 像信息，如原始图像的大小，原始图像中各像素点的像素值。在一实施例中，该原始图像的 大小为a*b像素点，a和b为自然数。
[0054] S20、对该原始图像进行分析，获取该原始图像的原始像素矩阵。
[0055] 在该步骤中，对该原始图像进行分析，将该原始图像的各个像素点分割出来，生成 该原始图像的原始像素矩阵I，该原始图像的大小为a*b像素点，该原始像素矩阵I表示如 下：
[0056]
[0057] Ilj表示原始图像中的坐标为（i，j)的像素点的像素值，i e (1，a)，j e (1，b)。
[0058] S30、根据该原始像素矩阵生成相似度矩阵，该相似度矩阵中包含任意两点间的像 素相似度差值。
[0059] 将该原始图像的原始像素矩阵I转换成一维的灰度矩阵，用数据集X表示。
[0060] X = (X1, X2,…，Xi,…Xn} e Rd，Xi表示第i个点的灰度值（即表示原始图像中的 第i个点的灰度值），i e (1，n)，n为数据集中数据的个数，n = a*b，d表示数据维数，R代 表整个实数集。
[0061] 计算该数据集X中的各个点的尺度参数σ i，再根据该数据集X和计算出的各个尺 度参数生成相似度矩阵A。
[0062] 该尺度参数〇 i通过以下公式计算：
[0063]
[0064] 其中，^表示数据集中第i个点的灰度值，i e (1，1〇，该、1+$表示在该数据集中 第i个点的右边且与该第i个点的距离为d的点的灰度值，该X u d)表示在该数据集中第i 个点的左边且与该第i个点的距离为d的点的灰度值，该m是一个常数，可根据实际需要设 置，通常可将该m设置为7。
[0065] 根据上述计算公式可计算出数据集X中的各个点的尺度参数σ i，该数据集中包括 a*b个数，则可计算出a*b个尺度参数。
[0066] 根据该数据集X和计算出的各个尺度参数生成相似度矩阵A，该相似度矩阵A表示 如下：
[0067]
[0068] 其中，Aij= expI I A「Aj I I / υ i U V。、i，η;叫#/」、相似度矩阵 A 的任意 元素，表示数据集中第i点和第j点之间的差异（相应的，也间接表示原始图像中第i点 和第j点像素点之间的差异）；σ y σ ,分别表示数据集中任意点X种X ,对应的尺度参数， I X「X.j I I表示点叉;和X .j的欧氏距离。
[0069] 在该相似度矩阵A中，第一行表示数据集中的第一个点分别与数据集中的所有点 (第一个点、第二个点、第三个点……最后一个点）的相似度差值，第二行表示数据集中的 第二个点与数据集中的所有点（第一个点、第二个点、第三个点……最后一个点）的相似度 差值，依次类推，最后一行表示数据集中最后一个点分别与数据集中的所有点（第一个点、 第二个点、第三个点……最后一个点）的相