图像处理方法、装置、电子设备和存储介质与流程

1.本技术属于图像处理技术领域，具体涉及一种图像处理方法、装置、电子设备和存储介质。


背景技术：

2.在相关技术中，在通过手机等电子设备进行拍照后，为了使拍摄得到的照片更加美观，照相程序一般会对原始照片进行一定的后期处理，处理后的成品照片的成像效果会更加符合用户审美。
3.后期处理包括多个步骤，如滤波处理和图像识别处理，这些步骤是完全独立的，每个步骤都需要独立执行，导致拍照的成像速度慢。


技术实现要素：

4.本技术实施例的目的是提供一种图像处理方法、装置、电子设备和存储介质，能够提高电子设备拍照成像速度。
5.第一方面，本技术实施例提供了一种图像处理方法，图像处理方法包括：
6.对待处理图像进行双边滤波处理，得到待处理图像的空间域核和像素域核，和滤波处理后的滤波图像；
7.根据空间域核和像素域核，对滤波图像的图像内容进行边缘检测，在滤波图像中检测出待处理区域；
8.对待处理区域中的图像内容进行图像处理。
9.第二方面，本技术实施例提供了一种图像处理装置，图像处理装置包括：
10.滤波模块，用于对待处理图像进行双边滤波处理，得到待处理图像的空间域核和像素域核，和滤波处理后的滤波图像；
11.边缘检测模块，用于根据空间域核和像素域核，对滤波图像的图像内容进行边缘检测，在滤波图像中检测出待处理区域；
12.处理模块，用于对待处理区域中的图像内容进行图像处理。
13.第三方面，本技术实施例提供了一种电子设备，包括处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面的方法的步骤。
14.第四方面，本技术实施例提供了一种可读存储介质，该可读存储介质上存储程序或指令，该程序或指令被处理器执行时实现如第一方面的方法的步骤。
15.第五方面，本技术实施例提供了一种芯片，该芯片包括处理器和通信接口，该通信接口和该处理器耦合，该处理器用于运行程序或指令，实现如第一方面的方法的步骤。
16.第六方面，本技术实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面的方法。
17.在本技术实施例中，对输入的待处理图像进行双边滤波，双边滤波能够很好的对
待处理图像进行降噪、平滑处理。在双边滤波过程中，能够得到待处理图像的空间域核和像素域核，该空间域核和像素域核是基于双边滤波优化后的，因此根据该空间域核和像素域核来进行边缘检测，能够提高边缘检测的效果，而且在双边滤波过程中，会生成空间域核和像素域核，将这两个数据应用到边缘检测中，就无需在边缘检测的步骤中重新计算数据，因此能够减少图像处理的步骤，提高图像处理速度，和提高拍照的成像速度。
附图说明
18.图1示出了根据本技术实施例的图像处理方法的流程图；
19.图2示出了根据本技术实施例的卷积核的示意图；
20.图3示出了根据本技术实施例的卷积核分解示意图；
21.图4示出了相关技术中的边缘检测算子的示意图；
22.图5示出了根据本技术实施例的边缘检测的示意图；
23.图6示出了根据本技术实施例的图像处理装置的结构框图；
24.图7示出了根据本技术实施例的电子设备的结构框图；
25.图8为实现本技术实施例的一种电子设备的硬件结构示意图。
具体实施方式
26.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本技术保护的范围。
27.本技术的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
28.下面结合附图，通过具体的实施例及其应用场景对本技术实施例提供的图像处理方法、装置、电子设备和存储介质进行详细地说明。
29.在本技术的一些实施例中，提供了一种图像处理方法，应用于电子设备，图1示出了根据本技术实施例的图像处理方法的流程图，如图1所示，该方法包括：
30.步骤102，对待处理图像进行双边滤波处理，得到待处理图像的空间域核和像素域核，和滤波处理后的滤波图像；
31.步骤104，根据空间域核和像素域核，对滤波图像的图像内容进行边缘检测，在滤波图像中检测出待处理区域；
32.步骤106，对待处理区域中的图像内容进行图像处理。
33.在本技术实施例中，在通过手机等电子设备进行拍照时，为了使拍照效果更好，可以在拍摄得到原始照片(raw数据)后，对原始照片进行自动的图像处理，如在拍摄人像时，可以通过针对性的对拍摄得到的人物面部进行美颜处理，从而使最终成像的人像照片观感更好。
34.具体地，在通过手机等电子设备的图像传感器拍摄得到原始照片后，将该原始照片作为待处理图像，并对其进行图像处理。在处理过程中，首先对待处理图像进行双边滤波处理。双边滤波不仅考虑了像素的欧氏距离，还考虑了像素领域内的辐射差异，因此能够很好的对待处理图像进行降噪、平滑处理，从而提高拍摄得到的相片的观感。
35.同时，用户拍摄的照片中，包括拍摄主体部分和背景部分，在进行图像处理时，用户更希望对拍摄主体，如人脸的部分进行优化处理，如美颜，而对于背景部分，则希望其更多的保留原始信息，从而保留更多的细节。
36.因此，在进行图像处理时，需要对待处理图像中的主体部分，如人脸部分进行边缘检测，从而检测出需要进行图像优化处理的区域，即待处理区域。
37.在进行边缘检测时，相关技术中的边缘检测方法一般采用固定的边缘检测算子，如sobel算子(一种一阶梯度边缘检测算法)或canny算子(一种多级边缘检测算法)，这些算子的非0数值按照列或行仅仅是符号相反，没有考虑到像素间的空间以及灰度值的差异性，因此边缘检测的效果不佳。
38.对此，本技术实施例复用双边滤波中得到的待处理图像的空间域核和像素域核，通过空间域核和像素域核来优化边缘检测算子，使得优化后的边缘检测算子更加符合当前照片的空间域特征和像素域特征，能够有效提高边缘检测的效果。
39.在该过程中，由于空间域核和像素域核均复用自双边滤波的过程，因此该过程能够降低图像处理过程中，对电子设备的处理器性能的开销，因此能够有效提高图像处理，如照片美颜的速度和效率。
40.在识别出待处理区域后，按照预先设置好的照片美化算法，如美颜算法，对待处理区域内的图像内容进行图像处理，得到自动美化效果的照片，从而提高电子设备拍照效果。
41.本技术实施例通过对拍摄的照片进行双边滤波处理，能够有效对拍摄内容进行降噪和平滑处理，而且在双边滤波过程中，会生成空间域核和像素域核，将这两个数据应用到边缘检测中，无需在边缘检测的步骤中重新计算数据，在提高边缘检测效果的同时，减少图像处理的步骤，提高图像处理效率，进而提高电子设备拍照成的成像速度。
42.在本技术的一些实施例中，待处理图像包括n个第一像素点，n为正整数；
43.对待处理图像进行双边滤波处理，得到待处理图像的空间域核和像素域核，和滤波处理后的滤波图像，包括：
44.获取待处理图像的图像数据，图像数据包括待处理图像的像素域内的初始窗口的中心点坐标、n个第一像素点的第一像素点坐标和n个第一像素点的第一像素值；
45.根据n个第一像素点中的每一个第一像素点的第一像素点坐标、像素值和预设的哈希表，确定空间域核和像素域核；
46.根据空间域核、像素域核、中心点坐标和第一像素值，确定与n个第一像素点一一对应的n个第二像素值；
47.将待处理图像中的n个第一像素点的像素值分别调整为对应的第二像素值，得到滤波图像，滤波图像包括n个第二像素点，n个第二像素点与n个第二像素值一一对应。
48.在本技术实施例中，电子设备拍摄得到的原始图像，也即待处理图像包括n个第一像素点，以待处理图像的分辨率为4k分辨率(4096
×
2160)为例，则待处理图像包括4096
×
2160＝8847360个第一像素点，即n＝8847360。
49.在对待处理图像进行双边滤波处理时，首先获取当前待处理图像的图像数据，具体包括待处理图像的像素域内的初始窗口(记为s)的中心点坐标p，上述n个第一像素点的坐标，记为第一坐标q，还包括上述n个人第一像素点的像素值，记为第一像素值，以i(p)和i(q)来表示。
50.在得到图像数据后，分别对空间域核g
σs
和像素域核g
σr
进行确定，其中，确定空间域核g
σs
和像素域核g
σr
的公式如下：
[0051][0052][0053]
其中，qi和qj为中心点坐标，pi和pj为第一坐标，i
p
和iq为第一像素值，e为自然对数，σs和σr为预设参数。
[0054]
由于在处理过程中，在像素域下的初始窗口中的每个像素点，均需要进行上述计算，且计算过程中包括了指数运算，因此计算量较大。
[0055]
对此，本技术实施例预设有哈希表，哈希表中预存储有像素坐标、像素值和空间域核、像素域核的对应关系，因此在计算过程中，通过像素点的像素坐标和像素值，在哈希表中读取对应的空间域核和像素域核即可，从而有效减少运算量。
[0056]
在得到所需的参数后，对待处理图像中的每一个第一像素点进行双边滤波，具体地，双边滤波的公式如下：
[0057][0058][0059]
其中，i(p)为滤波后的第二像素值，i(q)为滤波前的第一像素值，g
σs
为空间域核，g
σr
为像素域核，p为初始窗口的中心点坐标，q为第一坐标。
[0060]
在上述公式中，每一次在初始窗口中的计算，均可以视为以此卷积的过程，图2示出了根据本技术实施例的卷积核的示意图，如图2所示，该卷积核202可以按照行和列分解成一个列向量204和一个行向量206，因此单次的二维卷积就可以被分解成两次一维卷积，图2中的x项均为实例性地参数项，仅用于展示卷积核，不具有实际含义。
[0061]
图3示出了根据本技术实施例的卷积核分解示意图，如图3所示，以待处理图像的宽为w个像素，高为h个像素为例，假设参与卷积运算的高斯核的大小为m
×
n，则一次二维卷积的计算量为w
×h×m×
n，而将其分解为两次一维卷积后，则先进行水平方向的卷积计算，再进行垂直方向的卷积计算，因此一个像素的卷积计算量为w
×h×
m和w
×h×
n，总计算量为w
×h×
(n+m)，其计算复杂度由图3所示的o(n2)降低至如图3所示的o(n)。
[0062]
图3中的x项均为实例性地参数项，仅用于展示卷积核，不具有实际含义。
[0063]
通过上述双边滤波公式，对待处理图像的像素域中的每一个第一像素点及进行双
边滤波处理，即将n个第一像素点的第一像素值调整为双边滤波后的第二像素值，得到调整为第二像素值后的n个第二像素点，这n个第二像素点与n个第一像素点的排列方式保持一致，并形成为滤波图像。
[0064]
本技术实施例通过对待处理图像进行双边滤波处理，不仅考虑了像素的欧氏距离，还考虑了像素领域内的辐射差异，因此能够很好的对待处理图像进行降噪、平滑处理，提高图像处理效果。
[0065]
在本技术的一些实施例中，根据空间域核、像素域核、中心点坐标和第一像素值，确定与n个第一像素点一一对应的n个第二像素值，包括：
[0066]
根据空间域核、像素域核、中心点坐标和第一像素值，生成与n个第一像素点一一对应的n个滤波任务；
[0067]
基于对n个滤波任务的执行结果，得到n个第二像素点。
[0068]
在本技术实施例中，通过利用电子设备的图像处理器(graphics processing unit，gpu)，来提高图像处理速度。
[0069]
在相关技术中，对于手机等移动终端，其图像处理算法需要由电子设备的中央处理器(central processing unit，cpu)来执行，当对分辨率较高的图像进行图像处理时，其算法复杂度大，如上述实施例中的双边滤波算法，其针对初始窗口中的每个像素点均需要重复一次双边滤波运算，总计算量很大，会大量消耗cpu性能，因此会导致成像速度慢，甚至拖慢电子设备的系统运行速度。
[0070]
而移动端的gpu一般包括多个计算单元，基于该硬件加速结构的特点，能够对图像处理进行加速。具体地，假设电子设备的gpu包括m个计算单元，对于具有n个第一像素点的待处理图像，对于其中的每一个第一像素点的双边滤波计算，均生成一个对应的滤波任务，则n个第一像素点共对应n个滤波任务。
[0071]
将这n个滤波任务平均分配给gpu的m个计算单元，使gpu的m个计算单元中的每一个计算单元，均负责至少一个滤波任务，因此gpu能够一次性处理m个第一像素点的滤波任务，并得到这m个第一像素点对应的m个第二像素值，即通过gpu的m个计算单元同时并行处理m个滤波任务，能够有效地提高图像处理速度。
[0072]
本技术实施例通过利用手机等电子设备的图形处理器(gpu)来同时并行处理多个滤波任务，能够提高图像处理的速度，减少双边滤波的计算时长，使得双边滤波算法能够应用于cpu算力较低的移动终端，同时提高电子设备的拍照成像速度。
[0073]
在本技术的一些实施例中，根据空间域核和像素域核，对滤波图像的图像内容进行边缘检测，包括：
[0074]
根据空间域核和像素域核的乘积，确定边缘检测算子；
[0075]
通过边缘检测算子对滤波图像的图像内容进行边缘检测。
[0076]
在本技术实施例中，在进行边缘检测时，相关技术中的做法是采用固定的边缘检测算子，如sobel算子或canny算子来进行边缘检测计算，图4示出了相关技术中的边缘检测算子的示意图，如图4所示，这些算子的非0数值按照列或行仅仅是符号相反，没有考虑到像素间的空间以及灰度值的差异性，因此边缘检测的效果不佳。
[0077]
这对上述相关技术中的缺点，本技术实施例通过复用双边滤波中得到的待处理图像的空间域核和像素域核，通过空间域核和像素域核来优化边缘检测算子，使得优化后的
边缘检测算子更加符合当前照片的空间域特征和像素域特征，能够有效提高边缘检测的效果。
[0078]
具体地，空间域核g
σs
和像素域核g
σr
的公式如下：
[0079][0080][0081]
其中，qi、pi、qj、pj为第一坐标，i
p
和iq为第一像素值，e为自然对数，σs和σr为预设参数。
[0082]
将空间域核g
σs
和像素域核g
σr
的乘积：(g
σs
×gσr
)，作为新的边缘检测算子。
[0083]
以对人像照片进行美颜处理为例，在对原始的人像照片进行双边滤波处理，得到处理后的滤波图像后，美颜算法需要对人像照片中的人脸皮肤进行处理，因此需要通过边缘检测来对人脸的边缘部分进行识别，从而避免对不需要美颜处理的部分，如背景的花草树木进行了非必要的美颜处理。
[0084]
在边缘检测时，对当前像素领域范围内的所有像素点进行提取，图5示出了根据本技术实施例的边缘检测的示意图，如图5所示，以像素点p5为例，对p5像素点及周围的8个像素点进行提取，将这组像素点的像素值与上述边缘检测算子(g
σs
×gσr
)进行相乘处理，并根据计算结果检测出图像中各部分的真实边缘，如人脸边缘。
[0085]
其中，由于边缘检测算子(g
σs
×gσr
)中的空间域核g
σs
和像素域核g
σr
复用于双边滤波处理的过程，因此能够减少重复计算过程，提高图像处理效率。
[0086]
本技术实施例通过复用双边滤波处理过程中的空间域核和像素域核来确定优化后的边缘检测算子，使得优化后的边缘检测算子更加符合当前照片的空间域特征和像素域特征，能够有效提高边缘检测的效果。
[0087]
在本技术的一些实施例中，对待处理区域中的图像内容进行图像处理，包括：
[0088]
确定待处理图像在待处理区域中的第一图像内容；
[0089]
根据目标颜色信息，对第一图像内容进行边缘检测，得到第一图像内容中的目标区域；
[0090]
通过预设的超参数，对滤波图像在目标区域中的第二图像内容，和待处理图像在目标区域中的第三图像内容进行特征融合，得到处理后的目标图像。
[0091]
在本技术实施例中，为了保证处理后的图像观感自然，在进行图像处理时，结合双边滤波处理后的图像内容和原图的图像内容，来保证处理后的图像效果不会过于夸张失真。
[0092]
具体地，以对人像照片进行美颜处理为例，在通过边缘检测得到待处理区域后，在原始图像，也即输入的待处理图像中，确定待处理区域内的第一图像内容。其中，该待处理区域是基于边缘检测得到的人脸区域，而由于人脸区域内，不仅包括人脸皮肤，还包括眼睛、眉毛、头发等区域，为了保证不会对这些非人脸皮肤区域进行非必要的美颜处理，本技术实施例基于目标颜色信息，对检测出的待处理区域内的第一图像内容，进行再一次的边缘检测。
[0093]
对于人像美颜场景，目标颜色即肤色，对于其他场景，如对拍摄的文字进行清晰度处理的场景，目标颜色可以是黑色、白色等常见的文字颜色，本技术对此不做限制。
[0094]
通过目标颜色，如肤色，对识别出的人像区域，进行第二次的边缘检测，从而在其中检测出肤色区域，也即人脸皮肤的区域，记为目标区域，该目标区域内的第二图像内容，也即用户所拍摄人像的人脸皮肤。
[0095]
在检测出目标区域后，在经过双边滤波处理后得到的滤波图像中，确定该目标区域内的第三图像内容。
[0096]
此处，将第二图像内容，也即原始照片中的人脸部分记为raw(i,j)，将第三图像内容，也即双边滤波后的人脸部分记为bilateralfilter(i,j)，通过预设的超参数α来调整上述两者之间的关系，对raw(i,j)和bilateralfilter(i,j)进行特征融合，具体公式如下：
[0097]
beauty(i,j)＝α
×
(raw(i,j)-bilateralfilter(i,j))+bilateralfilter(i,j)；
[0098]
其中，beauty(i,j)为处理后的目标图像，α为超参数，bilateralfilter(i,j)为第二图像内容，raw(i,j)为第三图像内容。
[0099]
本技术实施例通过对原始图像和滤波图像进行特征融合，能够使处理后的图像效果更加贴合原始图像的效果，避免处理后的图像失真，提高图像处理的效果。
[0100]
在本技术的一些实施例中，为了去除输入图像的噪声以及更好的保留图像的细节部分，首先对输入图像进行滤波处理，双边滤波不仅考虑了像素的欧氏距离，还考虑了像素领域内的辐射差异，通过双边滤波对输入图像进行降噪平滑处理的效果更好。
[0101]
其中，双边滤波的计算复杂度高，不宜在手机端部署的问题，本技术实施例基于移动端gpu加速的方案，并充分利用哈希表和分离近似计算的特性，在保证美颜效果的前提下提升双边滤波算法在移动端的计算效率。
[0102]
具体地，首先设定p是像素领域内s(初始窗口)的中心点坐标，q表示输入像素点的坐标，i(p)和i(q)代表该点的像素值，分别代表空间域核和像素域核，可以得到双边滤波的公式如下：
[0103][0104][0105]
其中，i(p)为滤波后的第二像素值，i(q)为滤波前的第一像素值，g
σs
为空间域核，g
σr
为像素域核，p为初始窗口的中心点坐标，q为第一坐标。
[0106]
其中，g
σs
和g
σr
的公式如下：
[0107][0108][0109]
其中，qi和qj为中心点坐标，pi和pj为第一坐标，i
p
和iq为第一像素值，e为自然对
数，σs和σr为预设参数。
[0110]
在移动端gpu的计算单元的执行过程中，当输入图像确定后，g
σs
和g
σr
的自变量也是确定的，因此能够高效地实现该复杂的指数运算，可以事先建立起像素位置、像素值、g
σs
和g
σr
的哈希表，在计算过程中，根据像素位置、像素值等key，在哈希表中去除对应的g
σs
和g
σr
的值来参与i(p)的计算，提高指数运算的执行效率。
[0111]
经过计算，可以得到p在双边滤波下的像素值。通过上述公式可知，在像素领域初始窗口s中的每个像素都要进行上述计算，且g
σs
和g
σr
包含指数运算，计算量很大。
[0112]
为了降低计算复杂度，本技术采用gpu加速的方法，通过编写compute shader(一种能够在gpu上运行的程序)来视线，每次运算都通过gpu的单独计算单元来执行，利用移动端gpu的高并发性来提高计算效率。
[0113]
在上述计算过程中，每一次在初始窗口的计算过程，均为以此卷积的过程，如果当前卷积核可以按照行列分解成一个列向量和行向量，那么单次的二维卷积可以分解成两次一维卷积，分解方法中可以实现乘法结果的复用，对于宽为w，高为h的整幅图像来说，假设参与卷积运算的高斯核大小为m
×
n，则单次二维卷积的计算量为w
×h×m×
n，两次一维卷积中，先计算水平方向卷积运算，则一个像素的卷积计算量分别为w
×h×
m和w
×h×
n，总计算量为w
×h×
(n+m)，其计算复杂度由图3所示的o(n2)降低至如图3所示的o(n)。
[0114]
在得到双边滤波处理后的纹理图像后，美颜方法就可以对图像中皮肤和非边缘部分进行处理，因此需要得到图像的边缘部分，边缘检测的结果不准确会导致不需要被美颜的地方也会进行美颜处理。传统的边缘检测方法例如sobel算子、canny算子的值是固定的，算子的非0数值按列和按行仅仅是符号相反，没有考虑到像素间的空间以及灰度值的差异性，本技术实施例通过基于双边滤波去优化边缘检测算子，最大限度的提高边缘检测的效果。
[0115]
具体地，边缘检测首先是取出当前像素点领域范围内的所有像素点，如图5所示，以像素点p5为例，对p5像素点及周围的8个像素点进行提取。
[0116]
为了充分利用像素间的空间以及灰度值的差异性，将这组像素点的像素值与上述边缘检测算子(g
σs
×gσr
)进行相乘处理，并根据计算结果检测出图像中各部分的真实边缘，如人脸边缘。由于(g
σs
×gσr
)的计算已经完成，可以复用之前步骤的结果，因此减少了重复计算。
[0117]
在得到以上结果后，再结合肤色检测和自适应特征融合就可以得到最终的美颜图像，具体地，为了保证美颜应用在人像上，本技术引入肤色检测，如果该图像被检测出肤色区域，则继续进行边缘检测。
[0118]
在检测出边缘后，得到了图像中需要做美颜的区域，将双边滤波的结果记为bilateralfilter(i,j)，将原图的效果记为raw(i,j)，最终的美颜效果beauty(i,j)不仅考虑了双边滤波的结果，也考虑了原图的结果，从而保证效果不失真。
[0119]
进一步地，引入超参数α来调整上述两者之间的关系，对raw(i,j)和bilateralfilter(i,j)进行特征融合，具体公式如下：
[0120]
beauty(i,j)＝α
×
(raw(i,j)-bilateralfilter(i,j))+bilateralfilter(i,j)；
[0121]
其中，beauty(i,j)为处理后的目标图像，α为超参数，bilateralfilter(i,j)为第二图像内容，raw(i,j)为第三图像内容。
[0122]
本技术实施例通过对双边滤波进行加速，利用了哈希表和分离近似计算的性能优势，并利用双边滤波去优化边缘检测算子，提升了边缘检测的效果。
[0123]
本技术实施例提供的图像处理方法，执行主体可以为图像处理装置。本技术实施例中以图像处理装置执行图像处理的方法为例，说明本技术实施例提供的图像处理的装置。
[0124]
在本技术的一些实施例中，提供了一种图像处理装置，应用于电子设备，图6示出了根据本技术实施例的图像处理装置的结构框图，如图6所示，图像处理装置600包括：
[0125]
滤波模块602，用于对待处理图像进行双边滤波处理，得到待处理图像的空间域核和像素域核，和滤波处理后的滤波图像；
[0126]
边缘检测模块604，用于根据空间域核和像素域核，对滤波图像的图像内容进行边缘检测，在滤波图像中检测出待处理区域；
[0127]
处理模块606，用于对待处理区域中的图像内容进行图像处理。
[0128]
本技术实施例通过对拍摄的照片进行双边滤波处理，能够有效对拍摄内容进行降噪和平滑处理，并复用双边滤波处理过程中的参数来进行边缘检测，在提高边缘检测效果的同时，降低对处理器性能的开销，提高图像处理效率，进而提高电子设备拍照成的成像速度。
[0129]
在本技术的一些实施例中，待处理图像包括n个第一像素点，n为正整数；
[0130]
图像处理装置，还包括：
[0131]
获取模块，用于获取待处理图像的图像数据，图像数据包括待处理图像的像素域内的初始窗口的中心点坐标、n个第一像素点的第一像素点坐标和n个第一像素点的第一像素值；
[0132]
确定模块，用于根据n个第一像素点中的每一个第一像素点的第一像素点坐标、像素值和预设的哈希表，确定空间域核和像素域核；根据空间域核、像素域核、中心点坐标和第一像素值，确定与n个第一像素点一一对应的n个第二像素值；
[0133]
调整模块，用于将待处理图像中的n个第一像素点的像素值分别调整为对应的第二像素值，得到滤波图像，滤波图像包括n个第二像素点，n个第二像素点与n个第二像素值一一对应。
[0134]
本技术实施例通过对待处理图像进行双边滤波处理，不仅考虑了像素的欧氏距离，还考虑了像素领域内的辐射差异，因此能够很好的对待处理图像进行降噪、平滑处理，提高图像处理效果。
[0135]
在本技术的一些实施例中，电子设备包括图形处理器，图形处理器包括m个计算单元，m为正整数；
[0136]
图像处理装置，还包括：
[0137]
任务生成模块，用于根据空间域核、像素域核、中心点坐标和第一像素值，生成与n个第一像素点一一对应的n个滤波任务；
[0138]
任务执行模块，用于基于对n个滤波任务的执行结果，得到n个第二像素点。
[0139]
本技术实施例通过利用手机等电子设备的图形处理器(gpu)来同时并行处理多个滤波任务，能够提高图像处理的速度，减少双边滤波的计算时长，使得双边滤波算法能够应用于cpu算力较低的移动终端，同时提高电子设备的拍照成像速度。
[0140]
在本技术的一些实施例中，边缘检测模块，具体用于：根据空间域核和像素域核的乘积，确定边缘检测算子；通过边缘检测算子对滤波图像的图像内容进行边缘检测。
[0141]
本技术实施例通过复用双边滤波处理过程中的空间域核和像素域核来确定优化后的边缘检测算子，使得优化后的边缘检测算子更加符合当前照片的空间域特征和像素域特征，能够有效提高边缘检测的效果。
[0142]
在本技术的一些实施例中，边缘检测模块，还用于确定待处理图像在待处理区域中的第一图像内容；根据目标颜色信息，对第一图像内容进行边缘检测，得到第一图像内容中的目标区域；
[0143]
处理模块，具体用于通过预设的超参数，对滤波图像在目标区域中的第二图像内容，和待处理图像在目标区域中的第三图像内容进行特征融合，得到处理后的目标图像。
[0144]
本技术实施例通过对原始图像和滤波图像进行特征融合，能够使处理后的图像效果更加贴合原始图像的效果，避免处理后的图像失真，提高图像处理的效果。
[0145]
本技术实施例中的图像处理装置可以是电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(mobile internet device，mid)、增强现实(augmented reality，ar)/虚拟现实(virtual reality，vr)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，umpc)、上网本或者个人数字助理(personal digital assistant，pda)等，还可以为服务器、网络附属存储器(network attached storage，nas)、个人计算机(personal computer，pc)、电视机(television，tv)、柜员机或者自助机等，本技术实施例不作具体限定。
[0146]
本技术实施例中的图像处理装置可以为具有操作系统的装置。该操作系统可以为安卓(android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本技术实施例不作具体限定。
[0147]
本技术实施例提供的图像处理装置能够实现上述方法实施例实现的各个过程，为避免重复，这里不再赘述。
[0148]
可选地，本技术实施例还提供一种电子设备，图7示出了根据本技术实施例的电子设备的结构框图，如图7所示，电子设备700包括处理器702，存储器704，存储在存储器704上并可在处理器702上运行的程序或指令，该程序或指令被处理器702执行时实现上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0149]
需要说明的是，本技术实施例中的电子设备包括上述的移动电子设备和非移动电子设备。
[0150]
图8为实现本技术实施例的一种电子设备的硬件结构示意图。
[0151]
该电子设备800包括但不限于：射频单元801、网络模块802、音频输出单元803、输入单元804、传感器805、显示单元806、用户输入单元807、接口单元808、存储器809以及处理器810等部件。
[0152]
本领域技术人员可以理解，电子设备800还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器810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。图8中示出的电子设备结构并不构成对电子设备的限
processing unit，gpu)8041和麦克风8042，图形处理器8041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元806可包括显示面板8061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板8061。用户输入单元807包括触控面板8071以及其他输入设备8072中的至少一种。触控面板8071，也称为触摸屏。触控面板8071可包括触摸检测装置和触摸控制器两个部分。其他输入设备8072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
[0165]
存储器809可用于存储软件程序以及各种数据。存储器809可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器809可以包括易失性存储器或非易失性存储器，或者，存储器809可以包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddrsdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synch link dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，drram)。本技术实施例中的存储器809包括但不限于这些和任意其它适合类型的存储器。
[0166]
处理器810可包括一个或多个处理单元；可选的，处理器810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涉及操作系统、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，如基带处理器。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810中。
[0167]
本技术实施例还提供一种可读存储介质，可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0168]
其中，处理器为上述实施例中的电子设备中的处理器。可读存储介质，包括计算机可读存储介质，如计算机只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等。
[0169]
本技术实施例另提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0170]
应理解，本技术实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
[0171]
本技术实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0172]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排
他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本技术实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
[0173]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本技术各个实施例的方法。
[0174]
上面结合附图对本技术的实施例进行了描述，但是本技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本技术的启示下，在不脱离本技术宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本技术的保护之内。