相册分类优化方法、装置及移动终端与流程

本发明涉及图像处理技术领域及移动通信领域，尤其涉及的是一种相册分类优化方法、装置及移动终端。

背景技术：

随着智能手机与数码相机的普及，照片拍摄越来越日常化、海量化。但是随着拍的照片越来越多，这给人们带来了一个烦恼，就是如何储存及管理这些照片。

现今用户日常或外出游玩时拍照，不可避免的会产生许多模糊的照片，通常用户不会在拍摄过程中对这些照片及时进行处理，造成相册中存储了大量不合格的照片，浪费了存储空间，而且日后用户需要处理时，需要一张一张的查看，进行手动删除，操作及其繁琐，效率低下。同时，用户在外出游玩时，经常以同一个景点为背景拍摄多张照片，产生了许多大同小异的相似照片，由于没有对这些照片归类，使得相册中的照片看起来杂乱无章，也不方便用户日后对这些照片进行管理。

可见，现有的技术方案不能同时实现对大量照片依据不同的背景或图片中的特征物自动进行分类和筛选出图像质量较佳的图片的功能，增加了用户大量的手动操作，用户体验差。由此可见，传统方式在分类、优化及管理照片上不能够满足用户的需求，造成照片杂乱无章，用户查找效率低下。

技术实现要素：

鉴于上述问题，本发明提出一种相册分类优化方法及其相应的装置，通过对相册图片进行相似度识别及清晰度识别，实现相册图片的自动分类优化及管理。

本发明还提供一种用于执行本发明的相册分类优化方法的移动终端。

为解决上述问题，本发明采用如下各方面的技术方案：

第一方面，本发明提供一种相册图片分类优化方法，包括如下步骤：

对系统相册各图片进行图像相似度识别，确定图像特征数据间的相似度在预设相似度范围内的多组图片，并将所述多组图片分别存储至相应组别的临时文件夹；

对各临时文件夹中的所有图片进行图像清晰度识别，依据所述图像特征数据分别标记出低于预定清晰度的图片；

根据预定设置或用户指令删除被标记的图片并同步更新系统相册。

结合第一方面，在第一方面的第一种实现方式中，还包括：

构造包含所述临时文件夹及各临时文件夹所包含的所有图片之间的目录关系的索引，以响应于用户调用指令而可视化显示该索引。

结合第一方面，在第一方面的第二种实现方式中，还包括如下前置步骤：

接收用户输入的分类所述相册各图片的触发指令。

结合第一方面，在第一方面的第三种实现方式中，所述特征数据至少包括以下任意一种或任意多种：

整个图片文件的哈希码、旋转不敏感数据、清晰度特征数据及整体轮廓数据。

结合第一方面的第三种实现方式，在第一方面的第四种实现方式中，所述对各临时文件夹中的所有图片进行图像清晰度识别，依据所述图像特征数据分别标记出低于预定清晰度的图片的步骤中，具体包括：

对所述图片进行解码分析，提取所述图片的清晰度特征数据；

当所述清晰度特征数据小于预设阈值时，则自动标记所述图片。

结合第一方面，在第一方面的第五种实现方式中，所述对系统相册各图片进行图像相似度识别，确定图像特征数据间的相似度在预设相似度范围内的多组图片具体包括：

提取各图片的特征数据，将所述特征数据与参考图片的特征数据进行对比，确定各图片的特征数据与该参考图片的特征数据之间的相似度；

将确定的各相似度与预设的最小相似度阈值进行对比，将相似度大于或等于该最小相似度阈值的图片归为所述参考图片同一分组，依据多张参考图片分组多个分组。

结合第一方面的第五种实现方式，在第一方面的第六种实现方式中，所述参考图片为从相册图片中随机选取或按照一定顺序选定的图片，每次比较相似度时，针对一张参考图片进行比较，将与之相近似的所有图片与该参考图片分为同一组，后续仅对剩余图片依据相似度进行分类，直至所有图片分类完毕。

结合第一方面，在第一方面的第七种实现方式中，所述根据预定设置或用户指令删除被标记的图片并同步更新系统相册的步骤中，具体包括：

根据预先设置的所述各分组的图片的数量，自动按照相似度删除被标记的图片，且优先删除相似度较低的图片，所述数量为未删除图片的数量上限；

或接受用户输入的对所述图片进行筛选的指令，对所述各分组被标记的图片进行删除。

结合第一方面的第七种实现方式，在第一方面的第八种实现方式中，对所述各分组被标记的图片进行删除时，当所述临时文件夹的的图片数低于预先设置的所述各分组的图片的数量时，结束所述删除操作。

结合第一方面，在第一方面的第九种实现方式中，接收针对特定分组实施的设定该分组图片数量的设置，设定该分组中图片数的最大值，当临时文件夹中图片数量超过该最大值时，自动删除其中相似度较低的图片以满足该最大值的约束。

结合第一方面的第一种实现方式，在第一方面的第十种实现方式中，所述可视化显示所述临时文件夹时以相册文件夹结构的形式显示的步骤中，所述各临时文件夹的预览图片以其中一张图片的预览图显示。

第二方面，本发明提供一种相册图片分类优化方法，包括如下步骤：

相似度识别模块，用于对系统相册各图片进行图像相似度识别，确定图像特征数据间的相似度在预设相似度范围内的多组图片，并将所述多组图片分别存储至相应组别的临时文件夹；

清晰度识别模块，用于对各临时文件夹中的所有图片进行图像清晰度识别，依据所述图像特征数据分别标记出低于预定清晰度的图片；

优化模块，用于根据预定设置或用户指令删除被标记的图片并同步更新系统相册。

结合第二方面，在第二方面的第一种实现方式中，还包括：

显示模块，用于构造包含所述临时文件夹及各临时文件夹所包含的所有图片之间的目录关系的索引，以响应于用户调用指令而可视化显示该索引。

结合第二方面，在第二方面的第二种实现方式中，还包括：

触发模块，用于接收用户输入的分类所述相册各图片的触发指令。

结合第二方面，在第二方面的第三种实现方式中，所述特征数据至少包括以下任意一种或任意多种：

整个图片文件的哈希码、旋转不敏感数据、清晰度特征数据及整体轮廓数据。

结合第二方面的第三种实现方式，在第二方面的第四种实现方式中，所述清晰度识别模块中，具体包括：

提取单元，用于对所述图片进行解码分析，提取所述图片的清晰度特征数据；

标记单元，用于当所述清晰度特征数据小于预设阈值时，则自动标记所述图片。

结合第二方面，在第二方面的第五种实现方式中，所述相似度识别模块中具体包括：

对比单元，用于提取各图片的特征数据，将所述特征数据与参考图片的特征数据进行对比，确定各图片的特征数据与该参考图片的特征数据之间的相似度；

分组单元，用于将确定的各相似度与预设的最小相似度阈值进行对比，将相似度大于或等于该最小相似度阈值的图片归为所述参考图片同一分组，依据多张参考图片分组多个分组。

结合第二方面的第五种实现方式，在第二方面的第六种实现方式中，所述参考图片为从相册图片中随机选取或按照一定顺序选定的图片，每次比较相似度时，针对一张参考图片进行比较，将与之相近似的所有图片与该参考图片分为同一组，后续仅对剩余图片依据相似度进行分类，直至所有图片分类完毕。

结合第二方面，在第二方面的第七种实现方式中，所述优化模块中，具体包括：

根据预先设置的所述各分组的图片的数量，自动按照相似度删除被标记的图片，且优先删除相似度较低的图片，所述数量为未删除图片的数量上限；

或接受用户输入的对所述图片进行筛选的指令，对所述各分组被标记的图片进行删除。

结合第二方面的第七种实现方式，在第二方面的第八种实现方式中，对所述各分组被标记的图片进行删除时，当所述临时文件夹的的图片数低于预先设置的所述各分组的图片的数量时，结束所述删除操作。

结合第二方面，在第二方面的第九种实现方式中，接收针对特定分组实施的设定该分组图片数量的设置，设定该分组中图片数的最大值，当临时文件夹中图片数量超过该最大值时，自动删除其中相似度较低的图片以满足该最大值的约束。

结合第二方面的第一种实现方式，在第二方面的第十种实现方式中，所述显示模块中，所述各临时文件夹的预览图片以其中一张图片的预览图显示。

第三方面，本发明提供一种移动终端，包括：

触敏显示器，用于显示用户界面，实现人机交互；

一个或多个处理器；

存储器；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行；

所述一个或多个程序用于驱动所述一个或多个处理器构造用于执行上述第一方面的方法的模块。

相对于现有技术，本发明的技术方案至少具备如下优点：

本发明提出一种相册分类优化方法及其相应的装置，通过对相册图片进行图像相似度识别以将相近似的图片分为一组，再对其进行图像清晰度识别以将拍摄不清晰质量较差的图片删除，从而实现对终端相册图片的的自动分类优化及管理。

通过本发明的实施可以实现自动对相册中的图片进行管理，可以快速清理相册中质量不佳的模糊照片，提高了管理效率。特别是在拍摄过程中及时对当前拍摄的图片进行分析处理，使得拍摄时存入相册中的图片都是高质量的图片，避免将不合格的图片存入相册中而占用存储空间，无需用户拍摄完成后再从相册中逐张手动删除，提高了效率，提升了用户体验。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的一种相册分类优化方法实施例一流程框图；

图2为本发明的一种相册分类优化方法实施例二流程框图；

图3为本发明的一种相册分类优化装置实施例一的结构示意图；

图4为本发明的一种相册分类优化装置实施例二的结构示意图；

图5为本发明的一种移动终端部分结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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。

在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如S11、S12等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

本领域普通技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

本领域普通技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

本发明所述云相册分类方法主要适用于智能手机终端或者智能平板终端等具有通信功能的终端，不限制于其操作系统的类型，可以是Android、IOS、WP、塞班等操作系统。

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，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。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。

请参阅图1，本发明所提供的一种相册分类优化方法中，具体的一种实施方式中，具体包括如下步骤：

S11、对系统相册各图片进行图像相似度识别，确定图像特征数据间的相似度在预设相似度范围内的多组图片，并将所述多组图片分别存储至相应组别的临时文件夹。

本发明优选以下方案对相册各图片进行相似度识别：

其一、提取各图片的特征数据，将所述特征数据与参考图片的特征数据进行对比，确定各图片的特征数据与该参考图片的特征数据之间的相似度。

所述特征数据至少包括整个图片文件的哈希码、旋转不敏感数据、清晰度特征数据及整体轮廓数据。其中，所述哈希码用于辨认完全一样的图像；旋转角度不敏感数据用于抗旋转，镜像的；清晰度特征数据用于衡量图片清晰度；整体轮廓数据用于抗加边，模糊，噪点，水印，轻微PS。提取所述特征数据之后，将所述特征数据进行复杂运算后得到一个综合的相似度，通过对比该综合相似度进行图片的分类。

优选的，所述参考图片为从相册图片中随机选取或按照一定顺序如拍摄时间顺序选定的图片，每次进行相似度比较时，依据选取的不同参考图片进行对比，一张参考图片作为一个分组的标准对比图片，将与该参考图片相近似的所有图片分为同一组，按照类似方法，将剩余图片依据相似度进行分类，直至所有图片分类完毕。

当然，本领域技术人员可知，所述特征数据不仅限于上述各特征数据，其也可以为其他代表图片特征的数据如图片的局部纹理特征数据。

一种可能的设计中，所述特征数据为图片的局部纹理特征数据，分类时，根据纹理特征进行分类即LBP算法对所述特征数据进行分类。

该算法的基本原理是从纹理的角度来分析，即图像上某个像素点的纹理特征，大多数情况下是指这个点和周围像素点的关系，即这个点和它的领域内点的关系。从哪个角度对这种关系提取特征，就形成了不同种类的特征信息。有了特征信息就能根据纹理进行分类。LBP构造了一种衡量一个像素点和它周围像素点的关系。

由上述LBP算法的基本原理可知，可以通过提取相册中各图片某个局部各像素点的纹理特征即各像素点和周围像素点的关系即LBP值，提取出的各LBP值组成一个代表图像局部特征的N维向量，比较相似度时，将该N维向量进行相似度比较，从而实现图片特征数据的提取及图片的分类。

其二、将确定的各相似度与预设的最小相似度阈值进行对比，将相似度大于或等于该最小相似度阈值的图片归为所述参考图片同一分组，依据多张参考图片分组多个分组。

根据上一步骤计算的各图片的特征数据与所述参考图片的特征数据的相似度，将所述各相似度与预设的一个最小相似度阈值进行比较，将相似度大于或等于该最小相似度阈值的图片归为所述参考图片同一分组，所述特征数据越接近，其两张图片的相似度越大。

在一种可能的设计中，计算两个特征数据的相似度通过相似度度量函数来计算。所述相似性度量函数用于衡量不同图片提取的特征数据之间的相似性。所述相似性度量函数包括：向量空间余弦相似度、皮尔森相关系数、调整余弦相似度等。

当所述特征数据为相册中各图片某个局部各像素点的纹理特征即各像素点和周围像素点的关系即LBP值时，针对每一张图片可以提取多个LBP值，所述多个LBP值组成一个代表该图片局部特征的N维向量。优选的，可以通过计算所述两个N维向量的夹角的余弦值来确定对应两张图片的相似度。

具体的，对每个图片文件提取多个特征数据如LBP值组成一个代表该图片的特征向量，在对比相似度时，只需要计算出任意两个图片的特征向量夹角的余弦值。例如图片文件A的特征向量为A(A1，A2，.....An),图片文件B的特征向量为B(B1，B2，....Bn),其中A1...An以及B1，....Bn为对应图片局部各区域内各像素点的LBP值。根据相似性度量函数

其中，分子是两个向量的点积，||A||是向量的长度，由公式可知，随着角度的变化的，所述夹角余弦取值范围为[-1,1]。向量夹角的余弦值则代表两个向量的相似度。夹角余弦越大表示两张图片的相似度越大，而余弦值越大时两个向量的夹角越小，反之，两个向量的夹角越大。当两个向量的方向重合时夹角余弦取最大值1，此时，代表两张图片完全一样。

根据上述相似度识别分类原理，将各图片分类后将各分组的图片储存于临时文件夹以供后续进行筛选整理。

S12、对各临时文件夹中的所有图片进行图像清晰度识别，依据所述图像特征数据分别标记出低于预定清晰度的图片。

优选的，本发明对各临时文件夹中的所有图片进行图像清晰度识别并标记的步骤如下：

一、对所述图片进行解码分析，提取所述图片的清晰度特征数据；

对图片进行解码分析，获取图片的清晰度特征数据，其实现方式可以通过硬件解码(即采用DSP芯片进行硬解码)的方式，速度快，也可以采用软件解码的方式，即利用现有的算法进行解码分析。

图片清晰度作为图像处理及识别的一个重要指标，在本发明实施例中，可利用图像评价函数来定义。例如，可基于频率域特征的评价函数，即通过算法实现傅立叶变换，利用频谱函数实现对照片清晰度的评价，得到照片清晰度特征数据。该部分技术较为现有，不再赘述。

二、当所述清晰度特征数据小于预设阈值时，则自动标记所述图片。

用户可以自定义设置阈值，如直接输入相应的数值，或者指定一张参考图片，终端自动获取该参考图片的清晰度特征值并将其作为阈值。如果小于预设阈值，说明该图片的清晰度较低，不符合要求，则将该图片进行标记；如果超过预设阈值，说明该图片的清晰度符合要求，则不对该图片进行处理，保留该图片。

在一种可能的设计中，预设阈值可以设置两个或多个，如设置第一预设阈值和第二预设阈值，且第一预设阈值小于第二预设阈值。当图片的清晰度特征数据小于第一预设阈值时，则自动删除该图片；当图片的清晰度特征数据介于第一预设阈值和第二预设阈值之间时，则提示用户删除该图片；当清晰度大于第二预设阈值时，则保留该图片。

S13、根据预定设置或用户指令删除被标记的图片并同步更新系统相册。

当发现图片的清晰度不符合要求时，终端可以自动删除图片，节省存储空间。或者，也可以是用户通过终端上一个按键，执行一键式删除所述被标记的图片。或者，也可以提示用户删除图片，如弹出对话框，询问用户是否删除，若用户选择是则删除该图片，若用户选择否则保留该图片。

具体而言，本发明通过以下两种方式对所述被标记图片进行删除：

其一、根据预先设置的所述各分组的图片的数量，自动按照相似度删除被标记的图片，且优先删除相似度较低的图片，所述数量为未删除图片的数量上限；

对于各临时文件夹，用户可以自行设定其留存照片数目的多少及其名称，设定好各文件夹存留图片的数量之后，可执行一键式自动批量整理的操作。本方案对所述各分组被标记的图片进行删除时，当所述临时文件夹的的图片数低于预先设置的所述各分组的图片的数量时，结束所述删除操作，完成对各文件夹图片的筛选及整理，优先将图像质量差的图片自动全部剔除掉。

其二、接受用户输入的对所述图片进行筛选的指令，对所述各分组被标记的图片进行删除。

用户可以通过终端上的按键，执行一键式删除所述被标记图片，也可以接收针对特定分组实施的设定该分组图片数量的设置，设定该分组中图片数的最大值，当临时文件夹中图片数量超过该最大值时，自动删除其中相似度较低的图片以满足该最大值的约束。

请参阅图2，在本发明的另一个实施例中，还包括一个步骤S10用于接收用户输入的分类所述相册各图片的触发指令。

终端可以在满足预设条件时对相册图片进行分类优化，如每隔一段时间进行一次优化整理、相册中的图片数量达到预设张数时进行一次优化整理、相册中的图片新增数量达到预设张数进行一次优化整理等等；用户也可以随时发布指令启动优化整理。所述相册是指用于存储照片(包括图片)的存储空间(如文件夹等)，可以是终端本地的相册。

一种可能的应用场景中，用户进入图库相册的编辑界面(意指用户有意进行编辑类的操作，所以此时进行图像识别为最佳场景)，用户主动发起智能批量整理照片的操作，系统接收到整理指令后，系统根据图像识别技术进行识别分组，将相似度满足预设约束条件的图片建成若干个临时文件夹完成分类，必要时也可结合拍照时间点、地理位置对其进一步分组。组建成临时文件夹，既方便单个文件夹内的图像遍历，也方便用户进行人工筛选。

请继续参考图2，另一个实施例中，还包括一个步骤S14用于构造包含所述临时文件夹及各临时文件夹所包含的所有图片之间的目录关系的索引，以响应于用户调用指令而可视化显示该索引。

终端将所述各图片分类好之后将各分组建成若干个临时文件夹，并构造包含所述临时文件夹及各临时文件夹所包含的所有图片之间的目录关系的索引，以响应于用户调用指令而可视化显示该索引。所述索引以一种便于用户查找的方式显示于用户界面。其中，所述各临时文件夹的预览图片以其中一张图片的预览图显示。

具体的，所述临时文件夹中叠放于最顶端的图片相当于文件夹的封面，可以从图片中随机选择一张作为封面，也可以由用户指定一张作为封面。所述文件夹的显示形式可以不同于其它单张照片，如以边框高亮、边框圆角等形式予以显示。并且还可以在所述文件夹上标记临时文件夹中的图片数量，如在所述临时文件夹右下角显示图片数量。当用户点击该临时文件夹时，则自动将该组内的图片展开，这样处理使得相册中显示的图片更加简单清晰，用户查看图片时更加方便。

参考图3所示，为了进一步对本发明所述相册分类优化方法进行阐述，对其进行模块化说明，提供一种相册分类优化装置，一种实施例中，包括相似度识别模块11、清晰度识别模块12、优化模块13，此外如图4所示实施例中，该装置还包括触发模块10及显示模块14。其中，

相似度识别模块11：用于对系统相册各图片进行图像相似度识别，确定图像特征数据间的相似度在预设相似度范围内的多组图片，并将所述多组图片分别存储至相应组别的临时文件夹。

本发明优选以下方案对相册各图片进行相似度识别：

对比单元：用于提取各图片的特征数据，将所述特征数据与参考图片的特征数据进行对比，确定各图片的特征数据与该参考图片的特征数据之间的相似度。

所述特征数据至少包括整个图片文件的哈希码、旋转不敏感数据、清晰度特征数据及整体轮廓数据。其中，所述哈希码用于辨认完全一样的图像；旋转角度不敏感数据用于抗旋转，镜像的；清晰度特征数据用于衡量图片清晰度；整体轮廓数据用于抗加边，模糊，噪点，水印，轻微PS。提取所述特征数据之后，将所述特征数据进行复杂运算后得到一个综合的相似度，通过对比该综合相似度进行图片的分类。

优选的，所述参考图片为从相册图片中随机选取或按照一定顺序如拍摄时间顺序选定的图片，每次进行相似度比较时，依据选取的不同参考图片进行对比，一张参考图片作为一个分组的标准对比图片，将与该参考图片相近似的所有图片分为同一组，按照类似方法，将剩余图片依据相似度进行分类，直至所有图片分类完毕。

当然，本领域技术人员可知，所述特征数据不仅限于上述各特征数据，其也可以为其他代表图片特征的数据如图片的局部纹理特征数据。

一种可能的设计中，所述特征数据为图片的局部纹理特征数据，分类时，根据纹理特征进行分类即LBP算法对所述特征数据进行分类。

该算法的基本原理是从纹理的角度来分析，即图像上某个像素点的纹理特征，大多数情况下是指这个点和周围像素点的关系，即这个点和它的领域内点的关系。从哪个角度对这种关系提取特征，就形成了不同种类的特征信息。有了特征信息就能根据纹理进行分类。LBP构造了一种衡量一个像素点和它周围像素点的关系。

由上述LBP算法的基本原理可知，可以通过提取相册中各图片某个局部各像素点的纹理特征即各像素点和周围像素点的关系即LBP值，提取出的各LBP值组成一个代表图像局部特征的N维向量，比较相似度时，将该N维向量进行相似度比较，从而实现图片特征数据的提取及图片的分类。

分组单元：用于将确定的各相似度与预设的最小相似度阈值进行对比，将相似度大于或等于该最小相似度阈值的图片归为所述参考图片同一分组，依据多张参考图片分组多个分组。

根据上一步骤计算的各图片的特征数据与所述参考图片的特征数据的相似度，将所述各相似度与预设的一个最小相似度阈值进行比较，将相似度大于或等于该最小相似度阈值的图片归为所述参考图片同一分组，所述特征数据越接近，其两张图片的相似度越大。

在一种可能的设计中，计算两个特征数据的相似度通过相似度度量函数来计算。所述相似性度量函数用于衡量不同图片提取的特征数据之间的相似性。所述相似性度量函数包括：向量空间余弦相似度、皮尔森相关系数、调整余弦相似度等。

当所述特征数据为相册中各图片某个局部各像素点的纹理特征即各像素点和周围像素点的关系即LBP值时，针对每一张图片可以提取多个LBP值，所述多个LBP值组成一个代表该图片局部特征的N维向量。优选的，可以通过计算所述两个N维向量的夹角的余弦值来确定对应两张图片的相似度。

具体的，对每个图片文件提取多个特征数据如LBP值组成一个代表该图片的特征向量，在对比相似度时，只需要计算出任意两个图片的特征向量夹角的余弦值。例如图片文件A的特征向量为A(A1，A2，.....An),图片文件B的特征向量为B(B1，B2，....Bn),其中A1...An以及B1，....Bn为对应图片局部各区域内各像素点的LBP值。根据相似性度量函数

其中，分子是两个向量的点积，||A||是向量的长度，由公式可知，随着角度的变化的，所述夹角余弦取值范围为[-1,1]。向量夹角的余弦值则代表两个向量的相似度。夹角余弦越大表示两张图片的相似度越大，而余弦值越大时两个向量的夹角越小，反之，两个向量的夹角越大。当两个向量的方向重合时夹角余弦取最大值1，此时，代表两张图片完全一样。

根据上述相似度识别分类原理，将各图片分类后将各分组的图片储存于临时文件夹以供后续进行筛选整理。

清晰度识别模块12：用于对各临时文件夹中的所有图片进行图像清晰度识别，依据所述图像特征数据分别标记出低于预定清晰度的图片。

优选的，本发明对各临时文件夹中的所有图片进行图像清晰度识别并标记的步骤如下：

提取单元：用于对所述图片进行解码分析，提取所述图片的清晰度特征数据；

对图片进行解码分析，获取图片的清晰度特征数据，其实现方式可以通过硬件解码(即采用DSP芯片进行硬解码)的方式，速度快，也可以采用软件解码的方式，即利用现有的算法进行解码分析。

图片清晰度作为图像处理及识别的一个重要指标，在本发明实施例中，可利用图像评价函数来定义。例如，可基于频率域特征的评价函数，即通过算法实现傅立叶变换，利用频谱函数实现对照片清晰度的评价，得到照片清晰度特征数据。该部分技术较为现有，不再赘述。

标记单元：用于当所述清晰度特征数据小于预设阈值时，则自动标记所述图片。

用户可以自定义设置阈值，如直接输入相应的数值，或者指定一张参考图片，终端自动获取该参考图片的清晰度特征值并将其作为阈值。如果小于预设阈值，说明该图片的清晰度较低，不符合要求，则将该图片进行标记；如果超过预设阈值，说明该图片的清晰度符合要求，则不对该图片进行处理，保留该图片。

在一种可能的设计中，预设阈值可以设置两个或多个，如设置第一预设阈值和第二预设阈值，且第一预设阈值小于第二预设阈值。当图片的清晰度特征数据小于第一预设阈值时，则自动删除该图片；当图片的清晰度特征数据介于第一预设阈值和第二预设阈值之间时，则提示用户删除该图片；当清晰度大于第二预设阈值时，则保留该图片。

优化模块13：用于根据预定设置或用户指令删除被标记的图片并同步更新系统相册。

当发现图片的清晰度不符合要求时，终端可以自动删除图片，节省存储空间。或者，也可以是用户通过终端上一个按键，执行一键式删除所述被标记的图片。或者，也可以提示用户删除图片，如弹出对话框，询问用户是否删除，若用户选择是则删除该图片，若用户选择否则保留该图片。

具体而言，本发明通过以下两种方式对所述被标记图片进行删除：

其一、根据预先设置的所述各分组的图片的数量，自动按照相似度删除被标记的图片，且优先删除相似度较低的图片，所述数量为未删除图片的数量上限；

对于各临时文件夹，用户可以自行设定其留存照片数目的多少及其名称，设定好各文件夹存留图片的数量之后，可执行一键式自动批量整理的操作。本方案对所述各分组被标记的图片进行删除时，当所述临时文件夹的的图片数低于预先设置的所述各分组的图片的数量时，结束所述删除操作，完成对各文件夹图片的筛选及整理，优先将图像质量差的图片自动全部剔除掉。

其二、接受用户输入的对所述图片进行筛选的指令，对所述各分组被标记的图片进行删除。

用户可以通过终端上的按键，执行一键式删除所述被标记图片，也可以接收针对特定分组实施的设定该分组图片数量的设置，设定该分组中图片数的最大值，当临时文件夹中图片数量超过该最大值时，自动删除其中相似度较低的图片以满足该最大值的约束。

请参考图4，在本发明的另一个实施例中，还包括一个触发模块10用于接收用户输入的分类所述相册各图片的触发指令。

终端可以在满足预设条件时对相册图片进行分类优化，如每隔一段时间进行一次优化整理、相册中的图片数量达到预设张数时进行一次优化整理、相册中的图片新增数量达到预设张数进行一次优化整理等等；用户也可以随时发布指令启动优化整理。所述相册是指用于存储照片(包括图片)的存储空间(如文件夹等)，可以是终端本地的相册。

一种可能的应用场景中，用户进入图库相册的编辑界面(意指用户有意进行编辑类的操作，所以此时进行图像识别为最佳场景)，用户主动发起智能批量整理照片的操作，系统接收到整理指令后，系统根据图像识别技术进行识别分组，将相似度满足预设约束条件的图片建成若干个临时文件夹完成分类，必要时也可结合拍照时间点、地理位置对其进一步分组。本方案采取组建临时文件夹的形式，既方便单个文件夹内的图像遍历，也方便用户进行人工筛选。

请继续参考图4，另一个实施例中，还包括一个显示模块14用于构造包含所述临时文件夹及各临时文件夹所包含的所有图片之间的目录关系的索引，以响应于用户调用指令而可视化显示该索引。

终端将所述各图片分类好之后将各分组建成若干个临时文件夹，并构造包含所述临时文件夹及各临时文件夹所包含的所有图片之间的目录关系的索引，以响应于用户调用指令而可视化显示该索引。所述索引以一种便于用户查找的方式显示于用户界面。其中，所述各临时文件夹的预览图片以其中一张图片的预览图显示。

具体的，所述临时文件夹中叠放于最顶端的图片相当于文件夹的封面，可以从图片中随机选择一张作为封面，也可以由用户指定一张作为封面。所述文件夹的显示形式可以不同于其它单张照片，如以边框高亮、边框圆角等形式予以显示。并且还可以在所述文件夹上标记临时文件夹中的图片数量，如在所述临时文件夹右下角显示图片数量。当用户点击该临时文件夹时，则自动将该组内的图片展开，这样处理使得相册中显示的图片更加简单清晰，用户查看图片时更加方便。

结合上述的实施例可知，本发明最大的效果在于，本发明提出一种相册分类优化方法及其相应的装置，通过对相册图片进行图像相似度识别以将相近似的图片分为一组；再对其进行图像清晰度识别，具体通过获取当前拍摄的图片或相册中的图片的清晰度特征数据，根据清晰度特征数据对图片的清晰度进行评估，对于清晰度不符合要求的图片，则自动删除或提示用户删除。从而实现了自动对相册中的图片进行管理，可以快速清理相册中质量不佳的模糊图片，提高了管理效率。

特别是在拍摄过程中及时对当前拍摄的图片进行分析处理，使得拍摄时存入相册中的图片都是高质量的图片，避免将不合格的图片存入相册中而占用存储空间，无需用户拍摄完成后再从相册中逐张手动删除，提高了效率，提升了用户体验。同时通过将同一背景下所拍摄的图片及相似的图片进行分组显示组建临时文件夹，使得图片可以在相册中更加简单明了的展示，方便用户日后查看并对相似的图片进行管理，如删除部分图片保留拍摄效果相对较好的照片。

本发明实施例还提供一种了一种移动终端，如图5所示，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例云相册分类方法部分。该终端可以为包括手机、平板电脑、PDA(Personal Digital Assistant，个人数字助理)、POS(Point of Sales，销售终端)、车载电脑等任意终端设备，以终端为手机为例：

图5示出的是与本发明实施例提供的终端相关的手机的部分结构的框图。参考图5，手机包括：触敏显示器0513、处理器0511、存储器0514等部件。本领域技术人员可以理解，图5中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图5对手机的各个构成部件进行具体的介绍：

存储器0514可用于存储软件程序以及模块，处理器0511通过运行存储在存储器0514的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器0514可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器0514可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

触敏显示器0513可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器，并能接收处理器发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏显示器。

触敏显示器0513可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单，如信息编辑界面等。触敏显示器0513可包括显示面板，可选的，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置触敏显示器。进一步的，当触敏显示器0513检测到在其上或附近的触摸操作后，传送给处理器以确定触摸事件的类型，随后处理器根据触摸事件的类型在触敏显示器上提供相应的视觉输出。

手机还可包括至少一种传感器0912，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板的亮度，接近传感器可在手机移动到耳边时，关闭显示面板和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

处理器0511是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器0514内的软件程序和/或模块，以及调用存储在存储器0514内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器0511可包括一个或多个处理单元；优选的，处理器0511可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器0511中。

手机还包括给各个部件供电的电源(比如电池)，优选的，电源可以通过电源管理系统与处理器0511逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。

在本发明实施例中，该终端所包括的处理器0511还具有以下功能：

对系统相册各图片进行图像相似度识别，确定图像特征数据间的相似度在预设相似度范围内的多组图片，并将所述多组图片分别存储至相应组别的临时文件夹；

对各临时文件夹中的所有图片进行图像清晰度识别，依据所述图像特征数据分别标记出低于预定清晰度的图片；

根据预定设置或用户指令删除被标记的图片并同步更新系统相册。

构造包含所述临时文件夹及各临时文件夹所包含的所有图片之间的目录关系的索引，以响应于用户调用指令而可视化显示该索引。

接收用户输入的分类所述相册各图片的触发指令。

对所述图片进行解码分析，提取所述图片的清晰度特征数据；

当所述清晰度特征数据小于预设阈值时，则自动标记所述图片。

提取各图片的特征数据，将所述特征数据与参考图片的特征数据进行对比，确定各图片的特征数据与该参考图片的特征数据之间的相似度；

将确定的各相似度与预设的最小相似度阈值进行对比，将相似度大于或等于该最小相似度阈值的图片归为所述参考图片同一分组，依据多张参考图片分组多个分组。

所述参考图片为从相册图片中随机选取或按照一定顺序选定的图片，每次比较相似度时，针对一张参考图片进行比较，将与之相近似的所有图片与该参考图片分为同一组，后续仅对剩余图片依据相似度进行分类，直至所有图片分类完毕。

根据预先设置的所述各分组的图片的数量，自动按照相似度删除被标记的图片，且优先删除相似度较低的图片，所述数量为未删除图片的数量上限；

或接受用户输入的对所述图片进行筛选的指令，对所述各分组被标记的图片进行删除。

对所述各分组被标记的图片进行删除时，当所述临时文件夹的的图片数低于预先设置的所述各分组的图片的数量时，结束所述删除操作。

接收针对特定分组实施的设定该分组图片数量的设置，设定该分组中图片数的最大值，当临时文件夹中图片数量超过该最大值时，自动删除其中相似度较低的图片以满足该最大值的约束。

所述可视化显示所述临时文件夹时以相册文件夹结构的形式显示的步骤中，所述各临时文件夹的预览图片以其中一张图片的预览图显示。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述相册分类优化方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和云相册分类方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

本领域普通技术人员可以理解上述实施例的各种云相册分类方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁盘或光盘等。

本领域普通技术人员可以理解实现上述实施例云相册分类方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上对本发明所提供的一种移动终端进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。