一种图像处理方法及装置制造方法
【专利摘要】本发明公开了一种图像处理方法及装置，所述方法包括：当光照参数值为第一参数值的第一光照照射到第一目标物时，获得第一图像，其中，所述第一图像中包括作为前景图像的第一目标物图像以及所述第一目标物处在环境的作为背景图像的环境图像；分析所述第一图像，以获得所述第一图像的高频信息；基于所述高频信息，获得与所述第一目标物对应的第一边缘图像信息；对所述第一边缘图像信息进行运算，获得所述第一目标物图像。
【专利说明】一种图像处理方法及装置
【技术领域】
[0001] 本发明涉及电子信息处理【技术领域】，尤其涉及一种图像处理方法及装置。
【背景技术】
[0002] 21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取 信息、表达信息和传递信息的重要手段。前景分割技术是一种在图像中将前景对象提取出 来的技术。前景分割技术经历了很多年的发展，并广泛应用于电影、电视、出版和摄影等领 域。
[0003] 前景分割的任务是指定图像中的哪些部分是前景，即用户想要提取的部分，哪些 部分是背景。目前在偏振光下提取surface上的目标，在正常光照时，由于屏幕背景光已经 被过滤掉，直接对图像二值化，或与背景图像相减，可以得到所需要的前景，但当光照不均 匀或有强光时，要得到理想的效果比较困难。
[0004] 如：现有技术中的方案1 :摄像机拍摄到的当前图像，与已存储的背景图像相减， 获得当前surface上的目标，但是在光照分布不均匀或者有高亮度的光照时，与背景图像 相减很难得到完整的前景；因为背景图像指的是没有防止物体时拍摄的图像，如果背景图 像是静态的，没有亮度的不均匀变化，将包含物体的前景图像与其相减，差值较大的部分为 前景物体所在的区域；如果背景亮度随时间变化，则不容易通过相减得到结果，因此很难得 到完整的前景；
[0005] 现有技术中的方案2 :摄像机拍摄到的当前图像，对当前拍摄的图像直接分割，得 出前景，但是当光照分布不均匀时，很难准确地割出前景，因为光照不均匀，会导致自动图 像分割时，容易将像素亮度相近的区域分割为在一起，但这不是我们需要的结果；并且在强 光下很难准确分割出前景目标，尤其是只有部分区域是强光。
[0006] 但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至 少存在如下技术问题：
[0007] 在现有技术中，在光照的分布不均匀或有高亮度的光照的条件下进行图像的前景 分割时，由于采用将当前拍摄的图像与已存储的背景图像相减得到前景图像，导致获得的 差值失真，或者将当前拍摄的图像直接分割，导致自动进行图像分割时，容易将像素亮度相 近的区域分割为在一起，所以现有技术在光照的分布不均匀或有高亮度的光照时，存在分 割出来的图像不完整和不准确的技术问题。
【发明内容】
[0008] 本申请实施例通过提供一种图像处理方法及装置，解决了现有技术在光照的分布 不均匀或有高亮度的光照时，存在分割出来的图像不完整和不准确的技术问题，实现了在 光照的分布不均匀或有高亮度的光照时，能够分割出完整和准确的图像，获得理想的分割 效果的技术效果。
[0009] -方面，本申请实施例提供了一种图像处理方法，所述方法包括：
[0010] 当光照参数值为第一参数值的第一光照照射到第一目标物时，获得第一图像，其 中，所述第一图像中包括作为前景图像的第一目标物图像以及所述第一目标物处在环境的 作为背景图像的环境图像；
[0011] 分析所述第一图像，以获得所述第一图像的高频信息；
[0012] 基于所述高频信息，获得与所述第一目标物对应的第一边缘图像信息；
[0013] 对所述第一边缘图像信息进行运算，获得所述第一目标物图像。
[0014] 进一步地，所述第一参数值具体为：
[0015] 第一光照强度值；或
[0016] 第一光照均匀度值。
[0017] 进一步地，所述分析所述第一图像，以获得所述第一图像的高频信息，具体包括：
[0018] 分析所述第一图像，获得所述第一图像的第一纹理信息；
[0019] 基于所述第一纹理信息，获得所述高频信息。
[0020] 进一步地，所述基于所述高频信息，获得与所述第一目标物对应的第一边缘图像 信息，具体为：
[0021] 基于所述高频信息，通过边缘检测算法获得与所述第一目标物对应的第一边缘图 像息。
[0022] 进一步地，所述基于所述高频信息，获得与所述第一目标物对应的第一边缘图像 信息，具体包括：
[0023] 基于所述高频信息，获得边缘密度信息；
[0024] 去除所述边缘密度信息中的所述背景图像的背景边缘密度信息，获得所述第一边 缘图像信息。
[0025] 进一步地，所述对所述第一边缘图像信息进行运算，获得所述第一目标物图像，具 体为：
[0026] 利用形态学算法，对所述第一边缘图像信息进行运算，获得所述第一目标物图像。
[0027] 进一步地，所述利用形态学算法，对所述第一边缘图像信息进行运算，获得所述第 一目标物图像，具体包括：
[0028] 利用所述形态学算法，将所述第一边缘图像信息向外部扩张，获得扩张后不含空 洞的与所述第一目标物对应的第一扩张边缘图像信息；
[0029] 利用所述形态学算法，消除所述第一扩张边缘图像信息中的边界点，将所述第一 扩张边缘图像信息向内部收缩，获得所述第一目标物图像。
[0030] 另一方面，本申请实施例提供了一种图像处理装置，包括：
[0031] 第一获得模块，用于当光照参数值为第一参数值的第一光照照射到第一目标物 时，获得第一图像，其中，所述第一图像中包括作为前景图像的第一目标物图像以及所述第 一目标物处在环境的作为背景图像的环境图像；
[0032] 分析模块，用于分析所述第一图像，以获得所述第一图像的高频信息；
[0033] 第二获得模块，用于基于所述高频信息，获得与所述第一目标物对应的第一边缘 图像信息；
[0034] 运算模块，用于基于所述第一边缘图像信息，对所述第一边缘图像信息进行运算， 获得所述第一目标物图像。
[0035] 其中，所述第一参数值具体为：
[0036] 第一光照强度值；或
[0037] 第一光照均匀度值。
[0038] 其中，所述分析模块具体包括：
[0039] 分析子单元，用于分析所述第一图像，获得所述第一图像的第一纹理信息；
[0040] 第一获得子单元，用于基于所述第一纹理信息，获得所述高频信息。
[0041] 其中，所述第二获得模块具体为：
[0042] 用于基于所述高频信息，通过边缘检测算法获得与所述第一目标物对应的第一边 缘图像信息的模块。
[0043] 其中，所述第二获得模块具体包括：
[0044] 第二获得子单元，用于基于所述高频信息，获得边缘密度信息；
[0045] 去除子单元，用于去除所述边缘密度信息中的所述背景图像的背景边缘密度信 息，获得所述第一边缘图像信息。
[0046] 其中，所述运算模块具体为：
[0047] 用于利用形态学算法，对所述第一边缘图像信息进行运算，获得所述第一目标物 图像的模块。
[0048] 其中，所述运算模块具体包括：
[0049] 扩张单元，用于利用所述形态学算法，将所述第一边缘图像信息向外部扩张，获得 扩张后不含空洞的与所述第一目标物对应的第一扩张边缘图像信息；
[0050] 收缩单元，用于利用所述形态学算法，消除所述第一扩张边缘图像信息中的边界 点，将所述第一扩张边缘图像信息向内部收缩，获得所述第一目标物图像。
[0051] 本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0052] 由于采用了首先当光照参数值为第一参数值的第一光照照射到第一目标物时，获 得第一图像，其中，所述第一图像中包括作为前景图像的第一目标物图像以及所述第一目 标物处在环境的作为背景图像的环境图像；然后分析所述第一图像，以获得所述第一图像 的高频信息；然后基于所述高频信息，获得与所述第一目标物对应的第一边缘图像信息； 最后对所述第一边缘图像信息进行运算，获得所述第一目标物图像的技术方案，即：基于目 标物表面较强的纹理信息获得高频信息，然后基于高频信息获得目标物的边缘信息，最后 利用边缘信息运算出目标物图像，并且目标物表面的纹理信息并不受光照条件的影响而改 变，进而光照条件的改变并不会影响得到的目标物的图像效果，所以，有效解决了现有技术 中在光照的分布不均匀或有高亮度的光照时，存在分割出来的图像不完整和不准确的技术 问题，进而实现了在光照的分布不均匀或有高亮度的光照时，能够分割出完整和准确的图 像，获得理想的分割效果的技术效果。
【专利附图】
【附图说明】
[0053] 图1为本申请实施例一中图像处理方法的流程图；
[0054] 图2为本申请实施例一中图像处理方法中的边缘检测算法的实现流程图；
[0055] 图3为本申请实施例一中数学形态学中元素的示意图；
[0056] 图4为本申请实施例一中数学形态学中B包含于X的示意图；
[0057] 图5为本申请实施例一中数学形态学中B击中X的示意图；
[0058] 图6为本申请实施例一中数学形态学中B不击中X的示意图；
[0059] 图7为本申请实施例一中在进行形态学运算之前的原图；
[0060] 图8为本申请实施例一中原图在进行腐蚀操作之后的示意图；
[0061] 图9为本申请实施例一中原图在进行膨胀操作之后的示意图；
[0062] 图10a，10b，10c为本申请实施例一中采用本申请实施例中的图像处理方法过程 的效果不意图；
[0063] 图11为本申请实施例一中图像处理装置的结构图；
[0064] 图12为本申请实施例一中图像处理装置中分析模块的结构图；
[0065] 图13为本申请实施例一中图像处理装置中第二获得模块的结构图；
[0066] 图14为本申请实施例一中图像处理装置中运算模块的结构图。
【具体实施方式】
[0067] 本申请实施例通过提供一种图像处理方法及装置，解决了现有技术中在光照的分 布不均匀或有高亮度的光照时，存在分割出来的图像不完整和不准确的技术问题，实现了 在光照的分布不均匀或有高亮度的光照时，能够分割出完整和准确的图像，获得理想的分 割效果的技术效果。
[0068] 本申请实施中的技术方案为解决上述技术问题。总体思路如下：
[0069] 首先，当光照参数值为第一参数值的第一光照照射到第一目标物时，获得第一图 像，其中，所述第一图像中包括作为前景图像的第一目标物图像以及所述第一目标物处在 环境的作为背景图像的环境图像；然后，分析所述第一图像，以获得所述第一图像的高频信 息；然后，基于所述高频信息，获得与所述第一目标物对应的第一边缘图像信息；最后，对 所述第一边缘图像信息进行运算，获得所述第一目标物图像的技术方案，即：基于目标物 表面较强的纹理信息获得高频信息，然后基于高频信息获得目标物的边缘信息，最后利用 边缘信息运算出目标物图像，并且目标物表面的纹理信息并不受光照条件的影响而改变， 进而光照条件的改变并不会影响得到的目标物的图像效果，所以，有效解决了现有技术中 在光照的分布不均匀或有高亮度的光照时，存在分割出来的图像不完整和不准确的技术问 题，进而实现了在光照的分布不均匀或有高亮度的光照时，能够分割出完整和准确的前景 的技术效果。
[0070] 为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上 述技术方案进行详细的说明。
[0071] 实施例一：
[0072] 请参考图1-图9,以及图10a，图10b，图10c，在实施例一中，提供了图像处理方 法，应用于一电子设备中，在实际应用中，所述电子设备可以是平板电脑，可以是手机，也可 以是游戏机，本申请不做具体限制。
[0073] 本申请实施例中的图像处理方法具体包括：
[0074] S10,当光照参数值为第一参数值的第一光照照射到第一目标物时，获得第一图 像，其中，所述第一图像中包括作为前景图像的第一目标物图像以及所述第一目标物处在 环境的作为背景图像的环境图像。
[0075] 在实际应用中，假设用户在某风景区使用数码相机拍摄了一张照片，在这张照片 中有用户的朋友和周围的风景，这时在拍摄到的这张图像中，用户的朋友便作为目标物成 为前景图像，而图像中剩下的风景图像则为背景图像。
[0076] 其中，在本申请实施例中，所述第一参数值具体为：
[0077] 第一光照强度值；或
[0078] 第一光照均匀度值。
[0079] 在实际应用中，假设光照强度值为0-10,光照强度值越大则表示光照强度越大， 如：在烈日下光照强度值为6,在夜晚灯光关闭的室内光照强度值为1 ;同样，假设光照均匀 度值为〇-1〇,光照均匀度越大表示光照在物体表面越均匀。
[0080] 在步骤S10之后，本申请实施例的方法便进入步骤S20,即：分析所述第一图像，以 获得所述第一图像的高频信息。
[0081] 其中，在本申请实施例中，步骤S20具体包括：
[0082] 首先，分析所述第一图像，获得所述第一图像的第一纹理信息；
[0083] 然后，基于所述第一纹理信息，获得所述高频信息。
[0084] 下面继续沿用户在风景区为朋友拍摄照片为例子对步骤S20的具体实现过程作 描述：
[0085] 用户在某风景区使用数码相机拍摄了一张照片，在这张照片中有用户的朋友和周 围的风景，这时在拍摄到的这张图像中，用户的朋友便作为目标物成为前景图像，而图像中 剩下的风景图像则为背景图像，，在用户拍摄到一张照片后，对这张照片进行分析，获得这 张图像中包括用户朋友图像和背景风景图像的纹理信息，利用这些纹理信息获得照片对应 的高频信息，由于用户朋友图像具有较强的纹理信息，因而获得较为密集的高频信息，并且 背景风景图像具有较弱的纹理信息，进而获得较为稀松的高频信息，因此借助高频信息的 密集分布信息，将用户朋友图像和背景风景图像区分出来，再将用户朋友图像从照片中区 分出来后，用户可以对区分出来的朋友图像进行进一步地处理来获得想要的图像。
[0086] 在步骤S20之后，本申请实施例的方法便进入步骤S30,即：基于所述高频信息，获 得与所述第一目标物对应的第一边缘图像信息。
[0087] 其中，在本申请实施例中，所述基于所述高频信息，获得与所述第一目标物对应的 第一边缘图像信息的方法有两种，具体为：
[0088] 第一种方法：基于所述高频信息，通过边缘检测算法获得与所述第一目标物对应 的第一边缘图像信息。
[0089] 请参考图2,在实际应用中，边缘检测算法的基本步骤为：
[0090] 1、滤波。边缘检测算法主要是基于图像强度的一阶和二阶导数，但导数的计算对 噪声很敏感，因此必须使用滤波器来改善与噪声有关的边缘检测器的性能。需要指出，大多 数滤波器在降低噪声的同时也导致了边缘强度的损失，因此，增强边缘和降低噪声之间需 要折衷。
[0091] 2、增强。增强边缘的基础是确定图像各点邻域强度的变化值。增强算法可以将邻 域(或局部）强度值有显著变化的点突显出来。边缘增强一般是通过计算梯度幅值来完成 的。
[0092] 3、检测。在有些图像中梯度幅值较大的并不是边缘点。最简单的边缘检测是梯度 幅值阈值判定。在图像中有许多点的梯度幅值比较大，而这些点在特定的应用领域中并不 都是边缘，所以应该用某种方法来确定哪些点是边缘点。最简单的边缘检测判据是梯度幅 值阈值判据。如果某一应用场合要求确定边缘位置，则边缘的位置可在子像素分辨率上来 估计，边缘的方位也可以被估计出来。
[0093] 4、定位。精确确定边缘的位置。如果某一应用场合要求确定边缘位置，则边缘的 位置可在子像素分辨率上来估计，边缘的方位也可以被估计出来。在边缘检测算法中，前三 个步骤用得十分普遍。这是因为大多数场合下，仅仅需要边缘检测器指出边缘出现在图像 某一像素点的附近，而没有必要指出边缘的精确位置或方向。边缘检测误差通常是指边缘 误分类误差，即把假边缘判别成边缘而保留，而把真边缘判别成假边缘而去掉。边缘估计误 差是用概率统计模型来描述边缘的位置和方向误差的。我们将边缘检测误差和边缘估计误 差区分开，是因为它们的计算方法完全不同，其误差模型也完全不同。
[0094] 其中，在实际应用中，边缘检测算法的类型有许多种，如：差分边缘检测、Roberts 算子、Sobel算子，以及Canny算子等等，本申请不做具体限制，下面就以Canny算子为例子 举例介绍边缘检测算法：
[0095] Canny边缘检测基本原理为：
[0096]1、图像边缘检测必须满足两个条件：一能有效地抑制卩栄声；-必须尽量精确确定 边缘的位置。
[0097] 2、根据对信噪比与定位乘积进行测度，得到最优化逼近算子。
[0098] 3、类似与Marr (LoG)边缘检测方法，也属于先平滑后求导数的方法。
[0099] Canny边缘检测算法：
[0100] St印1 :用高斯滤波器平滑图像；
[0101] Step2 :用一阶偏导的有限差分来计算梯度的幅值和方向；
[0102] Step3 :对梯度幅值进行非极大值抑制；
[0103] St印4 :用双阈值算法检测和连接边缘。
[0104] 其中，st印1 :高斯平滑函数。
【权利要求】
1. 一种图像处理方法，其特征在于，所述方法包括： 当光照参数值为第一参数值的第一光照照射到第一目标物时，获得第一图像，其中，所 述第一图像中包括作为前景图像的第一目标物图像W及所述第一目标物处在环境的作为 背景图像的环境图像； 分析所述第一图像，W获得所述第一图像的高频信息； 基于所述高频信息，获得与所述第一目标物对应的第一边缘图像信息； 对所述第一边缘图像信息进行运算，获得所述第一目标物图像。
2. 如权利要求1所述的方法，其特征在于，所述第一参数值具体为： 第一光照强度值；或 第一光照均匀度值。
3. 如权利要求2所述的方法，其特征在于，所述分析所述第一图像，W获得所述第一图 像的高频信息，具体包括： 分析所述第一图像，获得所述第一图像的第一纹理信息； 基于所述第一纹理信息，获得所述高频信息。
4. 如权利要求3所述的方法，其特征在于，所述基于所述高频信息，获得与所述第一目 标物对应的第一边缘图像信息，具体为： 基于所述高频信息，通过边缘检测算法获得与所述第一目标物对应的第一边缘图像信 息。
5. 如权利要求3所述的方法，其特征在于，所述基于所述高频信息，获得与所述第一目 标物对应的第一边缘图像信息，具体包括： 基于所述高频信息，获得边缘密度信息； 去除所述边缘密度信息中的所述背景图像的背景边缘密度信息，获得所述第一边缘图 像信息。
6. 如权利要求4或5中任一权项所述的方法，其特征在于，所述对所述第一边缘图像信 息进行运算，获得所述第一目标物图像，具体为： 利用形态学算法，对所述第一边缘图像信息进行运算，获得所述第一目标物图像。
7. 如权利要求6所述的方法，其特征在于，所述利用形态学算法，对所述第一边缘图像 信息进行运算，获得所述第一目标物图像，具体包括： 利用所述形态学算法，将所述第一边缘图像信息向外部扩张，获得扩张后不含空洞的 与所述第一目标物对应的第一扩张边缘图像信息； 利用所述形态学算法，消除所述第一扩张边缘图像信息中的边界点，将所述第一扩张 边缘图像信息向内部收缩，获得所述第一目标物图像。
8. -种图像处理装置，其特征在于，所述装置包括： 第一获得模块，用于当光照参数值为第一参数值的第一光照照射到第一目标物时，获 得第一图像，其中，所述第一图像中包括作为前景图像的第一目标物图像W及所述第一目 标物处在环境的作为背景图像的环境图像； 分析模块，用于分析所述第一图像，W获得所述第一图像的高频信息； 第二获得模块，用于基于所述高频信息，获得与所述第一目标物对应的第一边缘图像 信息； 运算模块，用于基于所述第一边缘图像信息，对所述第一边缘图像信息进行运算，获得 所述第一目标物图像。
9. 如权利要求8所述的装置，其特征在于，所述第一参数值具体为： 第一光照强度值；或 第一光照均匀度值。
10. 如权利要求9所述的装置，其特征在于，所述分析模块具体包括： 分析子单元，用于分析所述第一图像，获得所述第一图像的第一纹理信息； 第一获得子单元，用于基于所述第一纹理信息，获得所述高频信息。
11. 如权利要求10所述的装置，其特征在于，所述第二获得模块具体为： 用于基于所述高频信息，通过边缘检测算法获得与所述第一目标物对应的第一边缘图 像信息的模块。
12. 如权利要求10所述的装置，其特征在于，所述第二获得模块具体包括： 第二获得子单元，用于基于所述高频信息，获得边缘密度信息； 去除子单元，用于去除所述边缘密度信息中的所述背景图像的背景边缘密度信息，获 得所述第一边缘图像信息。
13. 如权利要求11或12任一权项所述的装置，其特征在于，所述运算模块具体为： 用于利用形态学算法，对所述第一边缘图像信息进行运算，获得所述第一目标物图像 的模块。
14. 如权利要求13所述的装置，其特征在于，所述运算模块具体包括： 扩张单元，用于利用所述形态学算法，将所述第一边缘图像信息向外部扩张，获得扩张 后不含空洞的与所述第一目标物对应的第一扩张边缘图像信息； 收缩单元，用于利用所述形态学算法，消除所述第一扩张边缘图像信息中的边界点，将 所述第一扩张边缘图像信息向内部收缩，获得所述第一目标物图像。
【文档编号】G06T7/00GK104346806SQ201310347609
【公开日】2015年2月11日 申请日期:2013年8月9日 优先权日:2013年8月9日
【发明者】杨杰 申请人:联想(北京)有限公司