图像裁剪方法及装置制造方法
【专利摘要】本发明揭示了一种图像裁剪方法及装置，属于图像处理领域。所述图像裁剪方法包括：建立图像的人脸显著性模型，所述人脸显著性模型用于表征所述图像中各个人脸叠加后对所述图像中各个像素点的显著性值的影响；将预先建立的颜色显著性模型以及所述人脸显著性模型进行线性叠加，得到目标显著性模型；利用所述目标显著性模型对所述图像进行裁剪。通过结合颜色显著性模型和人脸显著性模型对图像准确裁剪；解决了相关技术中在基于图像颜色显著性分析的图像裁剪中，仅考虑到图像中的颜色信息，容易造成对包含其他重要特征的图像的误裁剪的问题；达到了可以在对图像进行裁剪时对其中的人脸也进行有效裁剪的效果。
【专利说明】图像裁剪方法及装置【技术领域】
[0001]本公开涉及图像处理领域，特别涉及一种图像裁剪方法及装置。
【背景技术】
[0002]图像中通常会包含一些冗余信息，这些冗余信息会占用一部分容量，因此为了减少图像中冗余信息的容量占用，通常需要对图像进行裁剪。
[0003]在相关的对图像进行裁剪的过程中，首先，建立原图像的颜色显著性模型，根据该颜色显著性模型确定原图像中各个元素的颜色显著性度量值，根据原图像中各个元素的颜色显著性度量值，得到原图像的颜色显著性图；然后，利用指定矩形框框定颜色显著性图，选取显著性成分最多的框定区域；最后，对原图像进行裁剪以裁剪出该框定区域。
[0004]发明人在实现本公开的过程中，发现相关技术至少存在如下缺陷:在基于图像颜色显著性分析的图像裁剪中，仅考虑到图像中的颜色信息，容易造成对包含有其他重要特征的图像的误裁剪，其他重要特征可以为人脸、指定物体等。
【发明内容】
[0005]为了解决相关技术中在基于图像颜色显著性分析的图像裁剪中，仅考虑到图像中的颜色信息，容易造成对包含其他重要特征的图像的误裁剪的问题，本公开提供一种图像裁剪方法及装置。所述技术方案如下:
[0006]根据本公开实施例的第一方面，提供一种图像裁剪方法，包括:
[0007]建立图像的人脸显著性模型，所述人脸显著性模型用于表征所述图像中各个人脸叠加后对所述图像中各个像素点的显著性值的影响；
[0008]将预先建立的颜色显著性模型以及所述人脸显著性模型进行线性叠加，得到目标显著性模型；
[0009]利用所述目标显著性模型对所述图像进行裁剪。
[0010]可选的，所述人脸显著性模型为:
【权利要求】
1.一种图像裁剪方法，其特征在于，包括: 建立图像的人脸显著性模型，所述人脸显著性模型用于表征所述图像中各个人脸叠加后对所述图像中各个像素点的显著性值的影响； 将预先建立的颜色显著性模型以及所述人脸显著性模型进行线性叠加，得到目标显著性模型； 利用所述目标显著性模型对所述图像进行裁剪。
2.根据权利要求1所述的方法，其特征在于，所述人脸显著性模型为:
3.根据权利要求1所述的方法，其特征在于，所述将预先建立的颜色显著性模型以及所述人脸显著性模型线性叠加，得到目标显著性模型，包括: 将所述颜色显著性模型与第一权值相乘，得到第一乘积； 将所述人脸显著性模型与第二权值相乘，得到第二乘积； 将所述第一乘积与所述第二乘积相加，得到所述目标显著性模型； 其中，所述第一权值与所述第二权值的和为I。
4.根据权利要求1所述的方法，其特征在于，所述利用所述目标显著性模型对所述图像进行裁剪，包括: 利用预定的裁剪框对所述图像进行框定，获取至少一个框定区域； 利用所述目标显著性模型，计算各个框定区域的总显著性值； 选定总显著性值最大的框定区域； 裁剪出选定的所述框定区域。
5.根据权利要求4所述的方法，其特征在于，所述利用所述目标显著性模型，计算各个框定区域的总显著性值，包括: 对于每个框定区域，利用所述目标显著性模型计算所述框定区域中各个像素点的显著性值； 将所述框定区域中各个像素点所对应的显著性值相加，得到所述框定区域的总显著性值。
6.根据权利要求1至5中任一所述的方法，其特征在于，还包括: 检测所述图像中是否存在人脸； 若检测结果为所述图像中存在人脸，则执行所述建立图像的人脸显著性模型的步骤。
7.一种图像裁剪装置，其特征在于，包括: 建立模块，用于建立图像的人脸显著性模型，所述人脸显著性模型用于表征所述图像中各个人脸叠加后对所述图像中各个像素点的显著性值的影响；叠加模块，用于将预先建立的颜色显著性模型以及建立模块建立的人脸显著性模型进行线性叠加，得到目标显著性模型； 裁剪模块，用于利用叠加模块得到的目标显著性模型对所述图像进行裁剪。
8.根据权利要求7所述的装置，其特征在于，所述人脸显著性模型为:
9.根据权利要求7所述的装置，其特征在于，所述叠加模块，包括: 第一相乘单元，用于将所述颜色显著性模型与第一权值相乘，得到第一乘积； 第二相乘单元，用于将所述人脸显著性模型与第二权值相乘，得到第二乘积； 相加单元，用于将所述第一相乘单元得到的第一乘积与所述第二相乘单元得到的第二乘积相加，得到所述目标显著性模型； 其中，所述第一权值与所述第二权值的和为I。
10.根据权利要求7所述的装置，其特征在于，所述裁剪模块，包括: 框定单元，用于利用预定的裁剪框对所述图像进行框定，获取至少一个框定区域； 计算单元，用于利用所述叠加模块得到的目标显著性模型，计算各个框定区域的总显著性值； 选定单元，用于选定总显著性值最大的框定区域； 裁剪单元，用于裁剪出选定的所述框定区域。
11.根据权利要求10所述的装置，其特征在于，所述计算单元，包括: 计算子单元，用于对于每个框定区域，利用所述目标显著性模型计算所述框定区域中各个像素点的显著性值； 相加子单元，用于将所述框定区域中各个像素点所对应的显著性值相加，得到所述框定区域的总显著性值。
12.根据权利要求7至11中任一所述的装置，其特征在于，还包括: 检测模块，用于检测所述图像中是否存在人脸； 所述建立模块，还用于在所述检测模块的检测结果为所述图像中存在人脸时，建立图像的人脸显著性模型。
13.一种图像裁剪装置，其特征在于，包括: 处理器； 用于存储所述处理器可执行指令的存储器； 其中，所述处理器被配置为: 建立图像的人脸显著性模型，所述人脸显著性模型用于表征所述图像中各个人脸叠加后对所述图像中各个像素点的显著性值的影响；将预先建立的颜色显著性模型以及所述人脸显著性模型进行线性叠加，得到目标显著性模型； 利用所述目 标显著性模型对所述图像进行裁剪。
【文档编号】G06T7/00GK103996186SQ201410178276
【公开日】2014年8月20日 申请日期:2014年4月29日 优先权日:2014年4月29日
【发明者】王琳, 秦秋平, 陈志军 申请人:小米科技有限责任公司