一种图像处理方法及移动终端的制作方法
【技术领域】
[0001] 本发明涉及图像处理技术领域，并且更具体地，涉及一种图像处理方法及移动终 端。
【背景技术】
[0002] 现代手机作为便携式终端，在当今社会已得到了广泛的应用。智能手机除了具备 手机的通讯功能外，还集成了方便人们工作、生活和娱乐的一些功能模块。例如，基于无线 数据通信的浏览器和电子邮件、游戏、音乐及相机等功能。尤其是智能手机的相机功能的应 用，更加方便了人们随时随地拍摄图片。特别是在节假日出游时，使用手机记录旅途的风景 已成为一种风尚。但节假日旅游景区时常人满为患，几乎很难使用手机拍摄到一张没有游 客来回穿梭移动的静态的风景照片。
【发明内容】
[0003] 本发明实施例提供一种图像处理方法，以解决现有技术中移动终端相机拍照模式 下对所拍摄图像的处理不能满足部分用户的需求，得不到用户需要的静态物体的图像的问 题。
[0004] 一方面，本发明实施例提供一种图像处理方法，包括：
[0005] 获取在长曝光拍照模式下拍摄的一原始图像；
[0006] 根据预设算法计算所述原始图像中多个区域的图像的清晰度值；
[0007] 根据所述多个区域的图像的清晰度值，确定模糊区域的图像，并将所述模糊区域 的图像去除；
[0008] 对去除所述模糊区域的图像后产生的色块区域进行修复补全，得到一最终图像。
[0009] 另一方面，本发明实施例还提供一种移动终端，包括：
[0010]图像获取模块，用于获取在长曝光拍照模式下拍摄的一原始图像；
[0011]算法计算模块，用于根据预设算法计算所述原始图像中多个区域的图像的清晰度 值；
[0012] 图像去除模块，用于根据所述多个区域的图像的清晰度值，确定模糊区域的图像， 并将所述模糊区域的图像去除；
[0013]图像修复模块，用于对去除所述模糊区域的图像后产生的色块区域进行修复补 全，得到一最终图像。
[0014] 本发明实施例提供的图像处理方法，根据预设算法对原始图像中模糊区域的图像 进行去除处理，并对去除后的受损图像进行修复补全，最终得到清晰静态的图像，满足了用 户对图像的处理需求，增加了拍照的趣味性。
【附图说明】
[0015] 为了更清楚地说明本发明实施例的技术方案，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发明的一些实 施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附 图获得其他的附图。
[0016] 图1为本发明实施例的图像处理方法的第一实施例流程图；
[0017]图2为本发明实施例根据预设算法计算所述原始图像中的多个区域的图像的清 晰度值的实施例流程图；
[0018]图3为本发明实施例根据所述多个区域的图像的清晰度值，确定模糊区域的图 像，并将所述模糊区域的图像去除的实施例流程图；
[0019]图4为本发明实施例对去除所述模糊区域的图像后产生的色块区域进行修复补 全，得到一最终图像的实施例流程图；
[0020] 图5为图4中通过一纹理合成算法并结合所述平均灰度值对所述色块区域进行修 复补全，得到一最终图像的实施例流程图；
[0021] 图6为本发明实施例的图像处理方法的一具体实施过程的实施例流程图；
[0022] 图7为本发明一个实施例的移动终端的基本结构示意图；
[0023]图8为本发明另一个实施例的移动终端的具体结构示意图；
[0024] 图9为本发明又一个实施例的移动终端的内部实体结构框图；
[0025] 图10为本发明再一个实施例的移动终端的具体硬件结构框图。
【具体实施方式】
[0026] 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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，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，都属于本发明保护的范围。
[0027] 第一实施例
[0028] 如图1所示，为本发明实施例的图像处理方法的第一实施例流程图。下面就该图 并结合图2至图5具体说明该图像处理方法的实施过程。
[0029] 本发明实施例提供一种图像处理方法，包括：
[0030] 步骤101，获取在长曝光拍照模式下拍摄的一原始图像。
[0031] 本步骤中，所述原始图像是基于移动智能设备长曝光拍摄的照片。快门时间慢于 1秒的曝光都可以称之为长时间曝光，它是选慢快门（曝光时间长）的一种曝光方式。
[0032] 基于长曝光拍摄的图像，动态移动的物体的图像是模糊的，静态物体的图像是清 晰的。
[0033]例如，在人潮涌动的街角，在热闹的集市，在如火如荼的体育比赛的现场在车水马 龙的街道，在熙熙攘攘的车站等一些热闹的场面中，用户利用移动终端通过长曝光拍摄，可 以得一张由动态移动的物体和静态物体组成的图片A。所述图片A中静态的景物影像为清 晰的，而移动人流、车辆等影像为模糊的。
[0034] 步骤102,根据预设算法计算所述原始图像中多个区域的图像的清晰度值。
[0035] 本步骤中，所述预设算法为一图像清晰度评价函数，这里具体指二维离散余弦变 换函数，当然也可以为其他可计算图像清晰度的函数。
[0036] 在清晰度评价函数中，分离并保留图像中的高频分量可作为图像清晰度的评价指 标，且图像的清晰度还与图像自身的亮度与灰度级有关，故相对高频分量更能客观地评价 图像的清晰度。步骤101中所述图片A的多个区域的图像的清晰值可通过该预设算法得到。
[0037] 步骤103,根据所述多个区域的图像的清晰度值，确定模糊区域的图像，并将所述 模糊区域的图像去除。
[0038] 本步骤中，模糊区域的图像的判定是通过与一清晰度阈值进行比较确定的，该清 晰度阈值的取值大小根据长曝光拍照模式下的曝光时间长短确定。
[0039] 例如，将所述图片A的多个区域的图像的清晰度值分别与一清晰度阈值比较之 后，确定模糊区域的图像和清晰区域的图像。一般情况下，所述图片A中静态的景物影像会 被确定为清晰区域的图像，而移动人流、车辆等影像会被确定为模糊区域的图像。
[0040] 将模糊区域的图像去除后，原来图片A中模糊区域的图像的位置会产生色块，即 空白。
[0041] 步骤104,对去除所述模糊区域的图像后产生的色块区域进行修复补全，得到一最 终图像。
[0042] 本步骤中，对色块区域的修复补全可通过一图像修复补全算法实现，这里具体指 纹理合成算法，但不仅限于该图像修复补全算法，其他图像修复补全的方法均可。
[0043] 例如，将步骤103中去除模糊区域的图像A产生的色块区域通过图像修补算法，具 体为纹理合成算法，会得到修复补全，且该色块区域在修复补全的过程中以清晰区域的图 像为样本，按照清晰区域的图像进行修复补全，最终得到用户想要的清晰静态的图像，例如 没有人流穿梭的安静的街角、集市、体育场、街道或者车站。
[0044] 本发明实施例提供的图像处理方法，根据预设算法对原始图像中模糊区域的图像 进行去除处理，并对去除后的受损图像进行修复补全，最终得到清晰静态的图像，满足了用 户对图像的处理需求，增加了拍照的趣味性。
[0045] 优选的，所述步骤102可以具体包括：
[0046] 步骤1021，将所述原始图像均匀划分为多个区域，所述区域对应的图像为区域的 图像，所述区域的图像的大小根据所述原始图像的大小确定。
[0047] 本步骤中，若原始图像大则划分的区域的图像大，若原始图像小则划分的区域的 图像小。
[0048] 所述区域的图像大小可以是像素大小为MXN，其中，Μ表示水平像素数；N表示垂 直像素数。
[0049] 步骤1022,依次提取划分的所述区域的图像，通过二维离散余弦变换函数计算出 划分的每个所述区域的图像的清晰度值。
[0050] 本步骤中，二维离散余弦变换函数对高频分量具有较好的分离能力，其可作为图 像的清晰度评价函数，分离并保留图像中的高频分量，又因图像的清晰度还与图像自身的 亮度与灰度级有关，所以将该高频分量与图像的直流分量的比，即相对高频分量，作为图像 清晰度的评价指标。这里需说明的是，直流分量在一定程度上反映图像的整体亮度和总体 信息。
[0051] 优选的，所述步骤103具体可以包括：
[0052] 步骤1031，依次读取所述区域的图像的清晰度值，分别与一清晰度阈值进行比较， 所述清晰度阈值的取值大小根据长曝光拍照模式下的曝光时间长短确定。
[0053] 步骤1032,当所述清晰度值大于或等于所述清晰度阈值时，确定所述清晰度值对 应的区域的图像为清晰区域的图像。
[0054] 步骤1033,当所述清晰度值小于所述清晰度阈值时，确定所述清晰度对应的区域 的图像为模糊区域的图像。
[0055] 这里，以移动终端确定的清晰度阈值为衡量标准，例如，在区域的图像1的清晰度 值大于或等于该清晰度阈值时，则该区域的图像1确定为清晰区域的图像；在区域的图像2 的清晰度值小于该清晰度阈值时，则该区域的图像2确定为模糊区域的图像。
[0056] 步骤1034,确定所述模糊区域的图像的个数，并将所述模糊区域的图像去除，所述 模糊区域的图像为清晰度值小于所述清晰度阈值的区域的图像。
[0057] 本步骤中，统计所述原始图像均匀划分的多个区域所对应的图像中确定出模糊区 域的图像的个数，并将该些模糊区域的图像去除。
[0058] 优选的，所述步骤104具体可以包括：
[0059] 步骤1041，根据所述模糊区域的图像的个数，确定所述模糊区域的图像的平均灰 度值