一种基于案例推理的智能拍摄系统及方法与流程

本发明涉及手机拍摄技术领域，更具体地说，涉及一种基于案例推理的智能拍摄系统及方法。

背景技术：

手机拍摄已有人脸识别、对焦、场景选择、美颜等功能，而且像素也越来越高，目前手机拍摄系统还可以设置拍摄参考线以帮助用户拍摄。但是，要拍出高质量照片，需要用户懂专业摄影技术，而大部分用户并不懂这些技巧；目前手机拍摄系统都是根据预览照片来自动识别人物与背景的位置关系，但是，具体人物与背景的相对拍摄角度往往是由用户凭借自身经验来确定的，而用户因经验不足而造成拍摄出来的照片质量不高，因此，需要一款可以指导用户进行拍摄角度调整的系统以便利于用户拍摄出高质量照片。

技术实现要素：

有鉴于此，本发明提供了一种基于案例推理的智能拍摄系统及方法，解决现有技术中手机拍摄系统无法指导用户进行拍摄角度调整的缺陷。

为实现上述目的，本发明提供了如下技术方案：

一种基于案例推理的智能拍摄系统，包括有图像获取模块、RAM模块、分析处理模块以及案例库模块；其中，所述图像获取模块，用于获取相机预览图；所述RAM模块，用于缓存预览图；所述分析处理模块，对预览图背景进行分析，确定图像主体和背景及它们的映射关系、主体的相关属性；所述的分析处理模块具体包括有焦点获取单元、特征分析单元、映射关系单元以及特征编码单元；所述焦点获取单元，获取焦点位置，确定图像主体；所述特征分析单元，获取图像主体特征；所述映射关系单元，确定图像背景和拍摄主体的映射关系；所述特征编码单元，对图像主体特征和映射关系进行编码。

所述案例库模块，用于储存图像主体属性信息以及构图信息，还用于属性相似度匹配；所述案例库模块具体包括有编码获取单元、相似度匹配单元以及源案例储存单元；所述编码获取单元，用于获取特征编码和映射关系编码；所述相似度匹配单元，将目标案例主体特征与源案例主体特征进行相似度匹配计算，然后进行映射关系相似度匹配计算，最后输出拍摄角度，以指导用户调整拍摄角度；所述源案例储存单元，用于储存源案例，包括系统设定的源案例和用户增加的源案例；

所述图像获取模块获取预览照片，并将预览照片存储在所述RAM模块中；然后通过所述焦点获取单元调取存储在所述RAM模块中的预览照片并确定图像主体；然后所述特征分析单元调取所述焦点获取单元中的图像主体信息并根据图像主体确定图像主体特征；然后所述映射关系单元调取所述特征分析单元的图像主体特征信息确定图像背景和图像主体之间的映射关系；然后所述特征编码单元一方面调取所述特征分析单元的图像主体特征信息进行编码，另一方面调取所述映射关系单元的图像背景和图像主体之间的映射关系信息进行编码；然后所述编码获取单元调取所述特征编码单元中的目标特征编码和目标映射关系编码并将特征编码和映射关系编码传输到所述相似度匹配单元中；然后所述相似度匹配单元调取源案例储存单元中储存的源案例主体特征编码以及源案例映射关系编码，将目标案例主体特征编码与源案例主体特征编码进行主体特征相似度匹配计算，并对目标案例映射关系编码与源案例映射关系编码进行映射关系相似度匹配计算，根据主体特征相似度匹配计算结果和映射关系相似度匹配计算结果调取输出所述源案例储存单元中最相近的源案例主体特征信息和映射关系信息，并将源案例主体特征信息替换整合到源案例映射关系信息中，从而得到最相近的源案例拍摄角度，并将新整合的最相近的源案例调取输出，以指导用户调整拍摄角度；最后，所述源案例储存单元调取所述编码获取单元中的目标特征编码和目标映射关系编码，并将保存目标特征编码和目标映射关系编码，以作为新增源案例的特征编码和映射关系编码。

优选地，该焦点获取单元所用算法为g(i,j)＝sqrt((f(i,j)-f(i+1,j))^2+(f(i+1,j)-f(i,j+1))^2)，其中，f(i-1,j-1)、f(i-1,j)、f(i-1,j+1)、f(i,j-1)、f(i,j)、f(i,j+1)、f(i+1,j-1)、f(i+1,j)、f(i+1,j+1)均为待处理图像像素，g(i,j)为处理后的像素。

优选地，该相似度匹配单元的算法为其中，X为目标主体，Y为源案例主体，目标主体X和源案例主体Y均包含了N维特征，即X＝(x1,x2,x3,……,xn)，Y＝(y1,y2,y3,……,yn)，算法中的余弦值越小则相似度越高。

一种基于案例推理的智能拍摄方法，其特征在于：包括有以下步骤：步骤1，获取相机预览图，用户执行对焦操作后，截取并缓存此预览图；步骤2，对预览图背景进行分析，确定图像主体和背景及它们的映射关系、主体的属性特征并进行编码；步骤3，提示用户是否需要源案例：若用户需要源案例，则进入步骤4；若用户不需要源案例，点击界面中显示的取消案例按钮，自行完成构图，进入步骤8；步骤4，搜索案例库，与目标案例进行匹配，分别匹配输出最佳源案例主体特征信息以及最佳源案例主体与背景之间的映射关系信息；步骤5，将最佳源案例主体特征信息替换整合到最佳源案例主体与背景之间的映射关系信息中形成新的最佳的源案例；步骤6，在拍摄界面上显示新的最佳的源案例主体轮廓；步骤7，根据源案例主体轮廓，用户手动调整角度尽可能使得目标主体轮廓与源案例主体轮廓重合；步骤8，触发拍摄按钮完成拍摄，储存图像并提示用户是否储存此主体属性特征以及主体和背景映射关系作为源案例。

优选地，该步骤2中包括有以下执行过程：a.通过对焦操作，确定目标图像主体基本位置，使用边缘检测法确定目标主体轮廓；b.使用SIFT算法提取目标图像主体特征属性；c.确定目标图像背景和目标拍摄主体的映射关系；d.对目标主体特征和目标映射关系进行编码，以便进行案例相似度计算。

优选地，该边缘检测法的算法公式为g(i,j)＝sqrt((f(i,j)-f(i+1,j))^2+(f(i+1,j)-f(i,j+1))^2)，其中，f(i-1,j-1)、f(i-1,j)、f(i-1,j+1)、f(i,j-1)、f(i,j)、f(i,j+1)、f(i+1,j-1)、f(i+1,j)、f(i+1,j+1)均为待处理图像像素，g(i,j)为处理后的像素。

优选地，该SIFT算法步骤包括有：a.先构建尺度空间，检测极值点，获得尺度不变性；b.然后进行极值特征点过滤并进行精确定位；c.然后为极值特征点分配方向值；d.最后生成特征描述子。

优选地，该步骤4中包括有以下执行过程：a.获取特征编码和映射关系编码；b.计算目标案例主体特征编码与源案例主体特征编码的相似度，根据设定阈值，预存相似度高的多个源案例；c.对特征相似度高的源案例进行映射关系相似度计算，输出映射关系相似度最高的所对应的拍摄角度。

从上述的技术方案可以看出，一方面，本发明利用焦点获取单元调取预览目标图像信息，然后利用特征分析单元分析过滤出目标案例主体特征信息，利用映射关系单元分析过滤目标主体与背景之间的映射关系信息，然后利用特征编码单元对目标案例主体特征信息和映射关系信息进行编码，便于进行系统记录识别，然后利用案例库模块中的相似度匹配单元调取源案例储存单元中的存储信息，将目标案例主体特征编码与源案例主体特征编码进行主体特征相似度匹配计算，并对目标案例映射关系编码与源案例映射关系编码进行映射关系相似度匹配计算，根据主体特征相似度匹配计算结果和映射关系相似度匹配计算结果调取输出所述源案例储存单元中最相近的源案例主体特征信息和映射关系信息，并将源案例主体特征信息替换整合到源案例映射关系信息中，从而得到最相近的源案例拍摄角度，并将源案例中的拍摄角度输出到界面上用于指导用户及时调整拍摄角度，使得目标主体轮廓与源案例主体轮廓基本重合，从而达到智能指导用户调整拍摄角度的目的；另一方面，本发明利用特征分析单元分析过滤出目标案例主体特征信息，利用映射关系单元分析过滤目标主体与背景之间的映射关系信息，使得目标图像中的特征信息被过滤出主体特征以及主体与背景映射关系特征，基于案例推理，通过案例库模块分别进行主体特征相似度匹配计算和主体与背景映射关系特征相似度匹配计算，克服了整体图像进行特征相似度匹配计算而造成的匹配准确率低，匹配误差大的缺陷，从而提高了目标案例与源案例的匹配精确度。

附图说明

图1为本发明实施例提供的一种基于案例推理的智能拍摄系统及方法的系统示意图。

图2为本发明实施例提供的一种基于案例推理的智能拍摄系统及方法的方法示意图。

附图标识说明：

10-图像获取模块；20-RAM模块；30-分析处理模块；40-案例库模块；31-焦点获取单元；32-特征分析单元；33-映射关系单元；34-特征编码单元；41-特征获取单元；42-相似度匹配单元；43-源案例储存单元。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所述的附图作简单地介绍，显而易见，下面的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的前提下，还可以根据这些附图获得其他的附图。

具体实施方式

本发明实施例提供了一种基于案例推理的智能拍摄系统及方法。

如图1-2所示，一种基于案例推理的智能拍摄系统，包括有图像获取模块10、RAM模块20、分析处理模块30以及案例库模块40；其中，所述图像获取模块10，用于获取相机预览图；所述RAM模块20，用于缓存预览图；所述分析处理模块30，对预览图背景进行分析，确定图像主体和背景及它们的映射关系、主体的相关属性；所述的分析处理模块30具体包括有焦点获取单元31、特征分析单元32、映射关系单元33以及特征编码单元34；所述焦点获取单元31，获取焦点位置，确定图像主体；所述特征分析单元32，获取图像主体特征；所述映射关系单元33，确定图像背景和拍摄主体的映射关系；所述特征编码单元34，对图像主体特征和映射关系进行编码。所述案例库模块40，用于储存图像主体属性信息以及构图信息，还用于属性相似度匹配；所述案例库模块40具体包括有编码获取单元、相似度匹配单元42以及源案例储存单元43；所述编码获取单元，用于获取特征编码和映射关系编码；所述相似度匹配单元42，将目标案例主体特征与源案例主体特征进行相似度匹配计算，然后进行映射关系相似度匹配计算，最后输出拍摄角度，以指导用户调整拍摄角度；所述源案例储存单元43，用于储存源案例，包括系统设定的源案例和用户增加的源案例；在本发明实施例中，所述图像获取模块10为现有集成摄像组件，其目的是为了获取目标图像，用户可根据实际需求选择不同像素的图像获取模块10，主要能保证顺利获取目标图像即可；同理，所述RAM模块20的目的是缓存目标图像信息，因此，所述RAM模块20可以包括有现有技术中的内存条，也可以包括其他储存电子装置，主要能实现目标图像的缓存目的即可。并且，所述源案例储存单元43可以包括有数据库或云平台，也可以是其他可移动储存设备，其目的是保存源案例文件信息。

本发明的整体工作原理是：先通过图像获取模块10获取目标图像，然后通过分析处理模块30获取目标图像的目标图像主体特征编码以及目标图像主体与背景之间的映射关系编码；然后基于案例推理，通过相似度匹配单元42一方面调取目标图像主体特征编码信息以及源案例储存单元43中的源案例图像主体特征编码信息并进行相似度匹配，从源案例中找出最相似的源案例图像主体特征编码信息并显示出来；另一方面调取目标图像主体与背景之间的映射关系编码信息以及源案例主体与背景之间的映射关系编码信息并进行相似度匹配，从源案例中找出最相似的源案例主体与背景之间的映射关系编码信息并显示出来，最后指导用户调整拍摄角度，从而拍摄出高质量照片。

相应地，该焦点获取单元31所用算法为g(i,j)＝sqrt((f(i,j)-f(i+1,j))^2+(f(i+1,j)-f(i,j+1))^2)，其中，f(i-1,j-1)、f(i-1,j)、f(i-1,j+1)、f(i,j-1)、f(i,j)、f(i,j+1)、f(i+1,j-1)、f(i+1,j)、f(i+1,j+1)均为待处理图像像素，g(i,j)为处理后的像素。在焦点获取单元31的算法中，常使用N*N的像素块，例如3*3或者4*4。3*3的像素块如下，f(i-1,j-1)、f(i-1,j)、f(i-1,j+1)、f(i,j-1)、f(i,j)、f(i,j+1)、f(i+1,j-1)f(i+1,j)以及f(i+1,j+1)，利用各个像素块的像素信息取其相对阈值，由于图像主体轮廓与图像背景之间的轮廓处往往存在较大差值，通过阵列扫描方式扫描出图像中的各个像素点，并与相对阈值进行比较，若两者的存在较大，则判断此处为轮廓点，通过这种循环阵列扫描的方式，可以快速得到目标图像轮廓信息并提取出目标图像轮廓，此处的目的在于一方面提取目标图像的主体轮廓特征信息，另一方面还可以提取出目标图像中的背景像素点信息，从而可以达到目标图像的主体轮廓与背景之间的映射关系特征信息。

在本发明实施例中，该相似度匹配单元42的算法为其中，X为目标主体，Y为源案例主体，目标主体X和源案例主体Y均包含了N维特征，即X＝(x1,x2,x3,……,xn)，Y＝(y1,y2,y3,……,yn)，算法中的余弦值越小则相似度越高。由于在焦点获取单元31中已提取出目标图像的主体轮廓特征信息以及目标图像的主体轮廓与背景之间的映射关系特征信息，通过整合目标图像的主体轮廓特征信息，利用相似度匹配单元42中的算法，对目标图像主体轮廓特征信息与源案例主体轮廓特征信息进行一一相似度匹配，从源案例储存单元43中找出相似度最高的源案例主体轮廓；然后整合目标图像的主体轮廓与背景之间的映射关系特征信息，利用相似度匹配单元42中的算法，对目标图像映射关系息与源案例映射关系特征信息进行一一相似度匹配，从源案例储存单元43中找出相似度最高的源案例映射关系信息，然后相似度匹配单元42再将匹配出来的源案例主体轮廓整合到源案例中映射关系最强的背景源图像中并将整合后的源图像作为指导图像，用于指导用户调整拍摄角度。

本发明实施例的工作过程为：所述图像获取模块10获取预览照片，并将预览照片存储在所述RAM模块20中；然后通过所述焦点获取单元31调取存储在所述RAM模块20中的预览照片并确定图像主体；然后所述特征分析单元32调取所述焦点获取单元31中的图像主体信息并根据图像主体确定图像主体特征；然后所述映射关系单元33调取所述特征分析单元32的图像主体特征信息确定图像背景和图像主体之间的映射关系；然后所述特征编码单元34一方面调取所述特征分析单元32的图像主体特征信息进行编码，另一方面调取所述映射关系单元33的图像背景和图像主体之间的映射关系信息进行编码；然后所述编码获取单元调取所述特征编码单元34中的目标特征编码和目标映射关系编码并将特征编码和映射关系编码传输到所述相似度匹配单元42中；然后所述相似度匹配单元42调取源案例储存单元43中储存的源案例主体特征编码以及源案例映射关系编码，将目标案例主体特征编码与源案例主体特征编码进行主体特征相似度匹配计算，并对目标案例映射关系编码与源案例映射关系编码进行映射关系相似度匹配计算，根据主体特征相似度匹配计算结果和映射关系相似度匹配计算结果调取输出所述源案例储存单元43中最相近的源案例拍摄角度，以指导用户调整拍摄角度；最后，所述源案例储存单元43调取所述编码获取单元中的目标特征编码和目标映射关系编码，并将保存目标特征编码和目标映射关系编码，以作为新增源案例的特征编码和映射关系编码。

一种基于案例推理的智能拍摄方法，其特征在于：包括有以下步骤：步骤1，获取相机预览图，用户执行对焦操作后，截取并缓存此预览图；步骤2，对预览图背景进行分析，确定图像主体和背景及它们的映射关系、主体的属性特征并进行编码；步骤3，提示用户是否需要源案例：若用户需要源案例，则进入步骤4；若用户不需要源案例，点击界面中显示的取消案例按钮，自行完成构图，进入步骤8；步骤4，搜索案例库，与目标案例进行匹配，分别匹配输出最佳源案例主体特征信息以及最佳源案例主体与背景之间的映射关系信息；步骤5，将最佳源案例主体特征信息替换整合到最佳源案例主体与背景之间的映射关系信息中形成新的最佳的源案例；步骤6，在拍摄界面上显示新的最佳的源案例主体轮廓；步骤7，根据源案例主体轮廓，用户手动调整角度尽可能使得目标主体轮廓与源案例主体轮廓重合；步骤8，触发拍摄按钮完成拍摄，储存图像并提示用户是否储存此主体属性特征以及主体和背景映射关系作为源案例。

具体地，该步骤2中包括有以下执行过程：a.通过对焦操作，确定目标图像主体基本位置，使用边缘检测法确定目标主体轮廓；b.使用SIFT算法提取目标图像主体特征属性；c.确定目标图像背景和目标拍摄主体的映射关系；d.对目标主体特征和目标映射关系进行编码，以便进行案例相似度计算；该边缘检测法的算法公式为g(i,j)＝sqrt((f(i,j)-f(i+1,j))^2+(f(i+1,j)-f(i,j+1))^2)，其中，f(i-1,j-1)、f(i-1,j)、f(i-1,j+1)、f(i,j-1)、f(i,j)、f(i,j+1)、f(i+1,j-1)、f(i+1,j)、f(i+1,j+1)均为待处理图像像素，g(i,j)为处理后的像素；该SIFT算法步骤包括有：a.先构建尺度空间，检测极值点，获得尺度不变性；b.然后进行极值特征点过滤并进行精确定位；c.然后为极值特征点分配方向值；d.最后生成特征描述子；该步骤4中包括有以下执行过程：a.获取特征编码和映射关系编码；b.计算目标案例主体特征编码与源案例主体特征编码的相似度，根据设定阈值，预存相似度高的多个源案例；c.对特征相似度高的源案例进行映射关系相似度计算，输出映射关系相似度最高的所对应的拍摄角度。

从上述的技术方案可以看出，一方面，本发明利用焦点获取单元31调取预览目标图像信息，然后利用特征分析单元32分析过滤出目标案例主体特征信息，利用映射关系单元33分析过滤目标主体与背景之间的映射关系信息，然后利用特征编码单元34对目标案例主体特征信息和映射关系信息进行编码，便于进行系统记录识别，然后利用案例库模块40中的相似度匹配单元42调取源案例储存单元43中的存储信息，将目标案例主体特征编码与源案例主体特征编码进行主体特征相似度匹配计算，并对目标案例映射关系编码与源案例映射关系编码进行映射关系相似度匹配计算，根据主体特征相似度匹配计算结果和映射关系相似度匹配计算结果调取输出所述源案例储存单元43中最相近的源案例拍摄角度，并将源案例中的拍摄角度输出到界面上用于指导用户及时调整拍摄角度，使得目标主体轮廓与源案例主体轮廓基本重合，从而达到智能指导用户调整拍摄角度的目的；另一方面，本发明利用特征分析单元32分析过滤出目标案例主体特征信息，利用映射关系单元33分析过滤目标主体与背景之间的映射关系信息，使得目标图像中的特征信息被过滤出主体特征以及主体与背景映射关系特征，通过案例库模块40分别进行主体特征相似度匹配计算和主体与背景映射关系特征相似度匹配计算，克服了整体图像进行特征相似度匹配计算而造成的匹配准确率低，匹配误差大的缺陷，从而提高了目标案例与源案例的匹配精确度。因此，本发明的优点在于：1、通过提取预览图像的主体特征，分析主体特征与背景之间的映射关系，使匹配精度更高；2、基于案例推理原理，匹配主体特征相似性和映射关系相似性，进而提供最优匹配源案例；3、基于用户拍摄位置，系统给用户提供最优的拍摄角度，不需用户大范围调整拍摄角度与位置；4、系统同屏显示源案例主体轮廓线，用户使主体重合便可完成拍摄角度的调整，同时显示重合度(及相似度)，使得拍摄角度的调整更方便快捷；5、用户可新增源案例，使源案例资源更加完善，使得主体适应更多的拍摄调整角度。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分相互参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。