一種圖像處理方法及終端的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種圖像處理方法及終端。
【背景技術(shù)】
[0002]隨著計(jì)算機(jī)技術(shù)不斷的開(kāi)發(fā)和完善，手機(jī)和平板電腦等終端已經(jīng)成為了人們生活中不可或缺的一個(gè)部分，用戶在使用終端進(jìn)行拍照的過(guò)程中有時(shí)需要對(duì)人物進(jìn)行拍照(例如:自拍、對(duì)親朋好友進(jìn)行拍照等)，由于拍照?qǐng)D像的清晰度容易受到終端攝像頭的質(zhì)量和分辨率等自身的影響，還會(huì)受到環(huán)境中的影子、透明、反光、紋理缺失、高度重復(fù)紋理等物體介質(zhì)的影響，因此往往無(wú)法很好的拍出清晰度較高的人物圖像，影響了圖像中人像的清晰度以及所輸出的人物圖像的質(zhì)量，進(jìn)而降低了對(duì)人物圖像處理的穩(wěn)定性。

【發(fā)明內(nèi)容】

[0003]本發(fā)明實(shí)施例提供一種圖像處理方法及終端，可以保證圖像中人像的清晰度以及所輸出的人物圖像的質(zhì)量，進(jìn)而提升對(duì)人物圖像處理的穩(wěn)定性。
[0004]本發(fā)明實(shí)施例提供了一種圖像處理方法，可包括:
[0005]獲取針對(duì)當(dāng)前區(qū)域所采集的第一圖像和第二圖像；
[0006]分別獲取所述第一圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合以及所述第二圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合；
[0007]以所述第一圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合為基準(zhǔn)，采用預(yù)設(shè)配準(zhǔn)算法對(duì)所述第二圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合進(jìn)行非剛性配準(zhǔn)處理；
[0008]將所述第一圖像和配準(zhǔn)處理后的第二圖像進(jìn)行超分辨率重建以生成第三圖像。
[0009]相應(yīng)地，本發(fā)明實(shí)施例還提供了一種終端，可包括:
[0010]第一圖像獲取單元，用于獲取針對(duì)當(dāng)前區(qū)域所采集的第一圖像和第二圖像；
[0011]集合獲取單元，用于分別獲取所述第一圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合以及所述第二圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合；
[0012]圖像配準(zhǔn)處理單元，用于以所述第一圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合為基準(zhǔn)，采用預(yù)設(shè)配準(zhǔn)算法對(duì)所述第二圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合進(jìn)行非剛性配準(zhǔn)處理；
[0013]第一圖像生成單元，用于將所述第一圖像和配準(zhǔn)處理后的第二圖像進(jìn)行超分辨率重建以生成第三圖像。
[0014]在本發(fā)明實(shí)施例中，通過(guò)獲取針對(duì)當(dāng)前區(qū)域所采集的第一圖像和第二圖像，分別獲取第一圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合以及第二圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合，并以第一圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合為基準(zhǔn)，采用預(yù)設(shè)配準(zhǔn)算法對(duì)第二圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合進(jìn)行非剛性配準(zhǔn)處理，再將第一圖像和配準(zhǔn)處理后的第二圖像進(jìn)行超分辨率重建以生成第三圖像，實(shí)現(xiàn)了對(duì)獲取到的人物圖像進(jìn)行清晰度提升的處理過(guò)程。通過(guò)獲取人臉的特征點(diǎn)集合，并結(jié)合預(yù)設(shè)配準(zhǔn)算法進(jìn)行特征點(diǎn)的非剛性配準(zhǔn)處理，可以避免在配準(zhǔn)過(guò)程中受到環(huán)境中的物體介質(zhì)的影響，保證了圖像中人像的清晰度以及所輸出的人物圖像的質(zhì)量，進(jìn)而提升了對(duì)人物圖像處理的穩(wěn)定性。
【附圖說(shuō)明】
[0015]為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0016]圖1是本發(fā)明實(shí)施例提供的一種圖像處理方法的流程示意圖；
[0017]圖2是本發(fā)明實(shí)施例提供的另一種圖像處理方法的流程示意圖；
[0018]圖3是本發(fā)明實(shí)施例提供的一種終端的結(jié)構(gòu)示意圖；
[0019]圖4是本發(fā)明實(shí)施例提供的另一種終端的結(jié)構(gòu)示意圖；
[0020]圖5是本發(fā)明實(shí)施例提供的一種第一圖像獲取單元的結(jié)構(gòu)示意圖；
[0021]圖6是本發(fā)明實(shí)施例提供的另一種第一圖像獲取單元的結(jié)構(gòu)示意圖；
[0022]圖7是本發(fā)明實(shí)施例提供的又一種第一圖像獲取單元的結(jié)構(gòu)示意圖；
[0023]圖8是本發(fā)明實(shí)施例提供的又一種終端的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0024]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0025]本發(fā)明實(shí)施例提供的圖像處理方法可以應(yīng)用于對(duì)終端攝像頭拍攝的人物圖像進(jìn)行圖像清晰度處理的場(chǎng)景，例如:終端獲取針對(duì)當(dāng)前區(qū)域所采集的第一圖像和第二圖像；所述終端分別獲取所述第一圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合以及所述第二圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合；所述終端以所述第一圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合為基準(zhǔn)，采用預(yù)設(shè)配準(zhǔn)算法對(duì)所述第二圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合進(jìn)行非剛性配準(zhǔn)處理；所述終端將所述第一圖像和配準(zhǔn)處理后的第二圖像進(jìn)行超分辨率重建以生成第三圖像的場(chǎng)景等。實(shí)現(xiàn)了對(duì)獲取到的人物圖像進(jìn)行清晰度提升的處理過(guò)程，通過(guò)獲取人臉的特征點(diǎn)集合，并結(jié)合預(yù)設(shè)配準(zhǔn)算法進(jìn)行特征點(diǎn)的非剛性配準(zhǔn)處理，可以避免在配準(zhǔn)過(guò)程中受到環(huán)境中的物體介質(zhì)的影響，保證了圖像中人像的清晰度以及所輸出的人物圖像的質(zhì)量，進(jìn)而提升了對(duì)人物圖像處理的穩(wěn)定性。
[0026]本發(fā)明實(shí)施例涉及的終端可以包括:計(jì)算機(jī)、平板電腦、智能手機(jī)、筆記本電腦、掌上電腦以及移動(dòng)互聯(lián)網(wǎng)設(shè)備(MID)等具備拍攝圖像功能的終端設(shè)備。
[0027]下面將結(jié)合附圖1和附圖2，對(duì)本發(fā)明實(shí)施例提供的圖像處理方法進(jìn)行詳細(xì)介紹。
[0028]請(qǐng)參見(jiàn)圖1，為本發(fā)明實(shí)施例提供了一種圖像處理方法的流程示意圖。如圖1所示，本發(fā)明實(shí)施例的所述方法可以包括以下步驟SlOl-步驟S104。
[0029]S101，獲取針對(duì)當(dāng)前區(qū)域所采集的第一圖像和第二圖像；
[0030]具體的，終端獲取針對(duì)當(dāng)前區(qū)域所采集的第一圖像和第二圖像，可以理解的是，所述第一圖像和所述第二圖像中都包含有同一個(gè)人物，具體可以通過(guò)以下三種方式對(duì)第一圖像和第二圖像進(jìn)行獲取:
[0031]在本發(fā)明實(shí)施例的第一種實(shí)施方式中，所述終端可以獲取終端攝像頭針對(duì)當(dāng)前區(qū)域連續(xù)采集的至少兩張圖像，所述終端進(jìn)一步可以按照時(shí)間順序?qū)⒆詈笠粡埶杉膱D像確定為第一圖像，并將至少兩張圖像中除所述第一圖像外的其余圖像確定為第二圖像?？梢岳斫獾氖?，所述終端中預(yù)置有間隔時(shí)間，當(dāng)檢測(cè)到用戶對(duì)當(dāng)前區(qū)域點(diǎn)擊所述終端的拍照按鈕時(shí)，可以觸發(fā)所述終端按照所述間隔時(shí)間連續(xù)采集至少兩張圖像。
[0032]在本發(fā)明實(shí)施例的第二種實(shí)施方式中，所述終端獲取處于終端同一側(cè)的至少兩個(gè)終端攝像頭針對(duì)當(dāng)前區(qū)域連續(xù)采集的至少兩張圖像，所述終端進(jìn)一步可以按照時(shí)間順序?qū)⒆詈笠粡埶杉膱D像確定為第一圖像，并將至少兩張圖像中除所述第一圖像外的其余圖像確定為第二圖像?？梢岳斫獾氖牵?dāng)檢測(cè)到用戶對(duì)當(dāng)前區(qū)域點(diǎn)擊所述終端的拍照按鈕時(shí)，可以觸發(fā)所述終端的至少兩個(gè)攝像頭中每個(gè)攝像頭按攝像頭的排列順序分別獲取一張圖像，所述終端可以獲取所述每個(gè)攝像頭采集的圖像。
[0033]在本發(fā)明實(shí)施例的第三種實(shí)施方式中，所述終端可以獲取終端攝像頭針對(duì)當(dāng)前區(qū)域所采集的一張圖像，并將所采集的圖像確定為第一圖像，所述終端進(jìn)一步可以識(shí)別所述第一圖像中的人臉區(qū)域?qū)?yīng)的人臉標(biāo)識(shí)，并在預(yù)先存儲(chǔ)的圖像數(shù)據(jù)庫(kù)中查找包含有所述人臉標(biāo)識(shí)的第二圖像。可以理解的是，所述圖像數(shù)據(jù)庫(kù)可以是存儲(chǔ)與所述終端中的本地圖像數(shù)據(jù)庫(kù)，也可以是存儲(chǔ)于服務(wù)器中的遠(yuǎn)程圖像數(shù)據(jù)庫(kù)；所述人臉標(biāo)識(shí)可以為所述終端采用人臉識(shí)別技術(shù)識(shí)別出的人臉模型，并根據(jù)所述人臉模型在所述圖像數(shù)據(jù)庫(kù)中進(jìn)行匹配，進(jìn)而獲取到包括該人臉模型的第二圖像，也可以是用戶通過(guò)所述終端預(yù)先為圖像數(shù)據(jù)庫(kù)中的各個(gè)圖像中的人臉對(duì)應(yīng)設(shè)置的編碼，通過(guò)所述終端識(shí)別出第一圖像中的人臉，并查找該人臉對(duì)應(yīng)的編碼，可以依據(jù)該編碼在所述圖像數(shù)據(jù)庫(kù)進(jìn)行對(duì)應(yīng)的第二圖像的查找，又或者是，用戶通過(guò)所述終端預(yù)先為圖像數(shù)據(jù)庫(kù)中的各個(gè)圖像中的人臉對(duì)應(yīng)設(shè)置的編碼，并通過(guò)用戶自行識(shí)別第一圖像中的人臉，在所述終端提供的輸入框中輸入預(yù)先設(shè)置的該人臉對(duì)應(yīng)的編碼，可以依據(jù)該編碼在所述圖像數(shù)據(jù)庫(kù)進(jìn)行對(duì)應(yīng)的第二圖像的查找。若所查找的第二圖像的數(shù)量較多時(shí)，可以隨機(jī)獲取預(yù)設(shè)數(shù)量的第二圖像，也可以采用圖像質(zhì)量評(píng)價(jià)算法對(duì)第二圖像進(jìn)彳丁排序篩選等。
[0034]S102，分別獲取所述第一圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合以及所述第二圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合；
[0035]具體的，所述終端可以采用局部二值特征(Local Binary Feature，LBF)的方式獲取所述第一圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合以及所述第二圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合。需要說(shuō)明的是，特征點(diǎn)集合中的每個(gè)特征點(diǎn)均對(duì)應(yīng)人臉區(qū)域中的指定位置，例如:眼角、嘴角等。
[0036]S103，以所述第一圖像中的人臉區(qū)域?qū)?yīng)的特征點(diǎn)集合為基準(zhǔn)，采用預(yù)設(shè)配準(zhǔn)算法對(duì)所述第二