画面参数调节方法及装置的制造方法
【技术领域】
[0001] 本公开涉及互联网领域，尤其涉及一种画面参数调节方法及装置。
【背景技术】
[0002] 随着技术的发展，智能电视越来越受到广大用户的青睐，并且逐渐取代了传统电 视。当智能电视连接如网络机顶盒等的外接设备时，智能电视作为显示器，可以播放外接设 备所传输的音频、视频等多媒体信息。而由于智能电视一般无法自适应调节画面参数，因 此，各种显示界面都采用默认的画面参数，影响了人们对智能电视的观感体验。例如，视频 画面的细节比较丰富，且比UI (User Interface，用户交互界面）画面更柔和，如果将UI画 面的画面参数应用到视频画面中，会使视频画面有一些毛刺感。因此，亟需一种画面参数调 节方法，来针对不同的画面内容进行画面参数调节。
【发明内容】
[0003] 为克服相关技术中存在的问题，本公开提供一种画面参数调节方法及装置。
[0004] 根据本公开实施例的第一方面，提供了一种画面参数调节方法，所述方法包括：
[0005] 采集终端当前显示的图像，得到目标图像；
[0006] 按照所述目标图像的特征信息，确定所述目标图像所属的图像类别，所述特征信 息包括线条分布情况或者图像特征；
[0007] 基于确定的图像类别，从存储的图像类别与画面参数之间的对应关系中，获取对 应的画面参数；
[0008] 基于获取的画面参数，对所述终端的画面参数进行调节。
[0009] 结合第一方面，在上述第一方面的第一种可能的实现方式中，所述按照所述目标 图像的特征信息，确定所述目标图像所属的图像类别，包括：
[0010] 提取所述目标图像中的水平线和垂直线，得到多条水平线和多条垂直线；
[0011] 按照交互界面π图像中线条的分布规律，对所述多条水平线和多条垂直线进行 过滤；
[0012] 判断过滤后剩余的线条数目是否大于第一指定阈值；
[0013] 当所述过滤后剩余的线条数目大于所述第一指定阈值时，确定所述目标图像所属 的图像类别为UI图像，否则，确定所述目标图像所属的图像类别为非UI图像。
[0014] 结合第一方面的第一种可能的实现方式，在上述第一方面的第二种可能的实现方 式中，所述按照交互界面UI图像中线条的分布规律，对所述多条水平线和多条垂直线进行 过滤，包括：
[0015] 从所述多条水平线中，选择不重叠、互相平行且线条长度之差小于第二指定阈值 的水平线；
[0016] 从所述多条垂直线中，选择不重叠、互相平行且线条长度之差小于所述第二指定 阈值的垂直线；
[0017] 从选择的水平线和垂直线中，选择互相正交的水平线和垂直线。
[0018] 结合第一方面，在上述第一方面的第三种可能的实现方式中，所述按照所述目标 图像的特征信息，确定所述目标图像所属的图像类别，包括：
[0019] 对所述目标图像进行图像特征提取，得到所述目标图像的特征向量；
[0020] 基于所述目标图像的特征向量，通过指定分类模型，计算所述目标图像的分类数 值；
[0021] 当所述分类数值为第一指定数值时，确定所述目标图像所属的图像类别为UI图 像；
[0022] 当所述分类数值为第二指定数值时，确定所述目标图像所属的图像类别为非UI 图像。
[0023] 结合第一方面的第三种可能的实现方式，在上述第一方面的第四种可能的实现方 式中，所述基于所述目标图像的特征向量，通过指定分类模型，计算所述目标图像的分类数 值之前，还包括：
[0024] 获取多个第一训练图像和多个第二训练图像，所述多个第一训练图像的图像类别 为UI图像，所述多个第二训练图像的图像类别为非UI图像；
[0025] 对所述多个第一训练图像分别进行图像特征提取，得到多个第一特征向量，对所 述多个第二训练图像分别进行图像特征提取，得到多个第二特征向量；
[0026] 基于所述多个第一特征向量和所述多个第二特征向量，对待训练分类模型进行训 练，得到指定分类模型。
[0027] 根据本公开实施例的第二方面，提供了一种画面参数调节装置，所述装置包括：
[0028] 采集模块，用于采集终端当前显示的图像，得到目标图像；
[0029] 确定模块，用于按照所述目标图像的特征信息，确定所述目标图像所属的图像类 另IJ，所述特征信息包括线条分布情况或者图像特征；
[0030] 获取模块，用于基于确定的图像类别，从存储的图像类别与画面参数之间的对应 关系中，获取对应的画面参数；
[0031] 调节模块，用于基于获取的画面参数，对所述终端的画面参数进行调节。
[0032] 结合第二方面，在上述第二方面的第一种可能的实现方式中，所述确定模块包 括：
[0033] 第一提取单元，用于提取所述目标图像中的水平线和垂直线，得到多条水平线和 多条垂直线；
[0034] 过滤单元，用于按照交互界面Π 图像中线条的分布规律，对所述多条水平线和多 条垂直线进行过滤；
[0035] 判断单元，用于判断过滤后剩余的线条数目是否大于第一指定阈值；
[0036] 第一确定单元，用于当所述过滤后剩余的线条数目大于所述第一指定阈值时，确 定所述目标图像所属的图像类别为UI图像，否则，确定所述目标图像所属的图像类别为非 Π 图像。
[0037] 结合第二方面的第一种可能的实现方式，在上述第二方面的第二种可能的实现方 式中，所述过滤单元包括：
[0038] 第一选择子单元，用于从所述多条水平线中，选择不重叠、互相平行且线条长度之 差小于第二指定阈值的水平线；
[0039] 第二选择子单元，用于从所述多条垂直线中，选择不重叠、互相平行且线条长度之 差小于所述第二指定阈值的垂直线；
[0040] 第三选择子单元，用于从选择的水平线和垂直线中，选择互相正交的水平线和垂 直线。
[0041] 结合第二方面，在上述第二方面的第三种可能的实现方式中，所述确定模块包 括：
[0042] 第二提取单元，用于对所述目标图像进行图像特征提取，得到所述目标图像的特 征向量；
[0043] 计算单元，用于基于所述目标图像的特征向量，通过指定分类模型，计算所述目标 图像的分类数值；
[0044] 第二确定单元，用于当所述分类数值为第一指定数值时，确定所述目标图像所属 的图像类别为Π 图像；
[0045] 第三确定单元，用于当所述分类数值为第二指定数值时，确定所述目标图像所属 的图像类别为非Π 图像。
[0046] 结合第二方面的第三种可能的实现方式，在上述第二方面的第四种可能的实现方 式中，所述确定模块还包括：
[0047] 获取单元，用于获取多个第一训练图像和多个第二训练图像，所述多个第一训练 图像的图像类别为UI图像，所述多个第二训练图像的图像类别为非UI图像；
[0048] 第三提取单元，用于对所述多个第一训练图像分别进行图像特征提取，得到多个 第一特征向量，对所述多个第二训练图像分别进行图像特征提取，得到多个第二特征向 量；
[