一種相片實時處理方法和裝置制造方法
【專利摘要】本發(fā)明實施例公開了一種相片實時處理方法，用于實現(xiàn)靜態(tài)干擾物的實時移除，無需后期圖像處理，無需學(xué)習(xí)成本，操作簡單、方便。本發(fā)明實施例方法包括：接收打開相機命令，將得到的實時圖像顯示出來；根據(jù)預(yù)置的視覺詞庫對所述實時圖像進行景物識別，得到識別物，所述視覺詞庫包括所述識別物與所述實時圖像的像素特征的對應(yīng)關(guān)系；獲取到從所述識別物中被選取的干擾物；從拍照得到的靜態(tài)圖像中移除所述干擾物，使得所述靜態(tài)圖像出現(xiàn)空缺；根據(jù)所述空缺周圍的圖像特征對所述空缺進行補全處理，得到相片。本發(fā)明實施例還提供一種相片實時處理裝置。
【專利說明】一種相片實時處理方法和裝置

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及攝影領(lǐng)域，尤其涉及一種相片實時處理方法和裝置。

【背景技術(shù)】
[0002]相機拍照已經(jīng)成為現(xiàn)代人的一種娛樂和愛好，但是，當(dāng)拍攝景物時，若視野之中存在干擾物，將大大影響攝影的效果。
[0003]目前，處理干擾物的常用方法有連拍合成和后期處理。連拍合成是采用連拍多張相片，最后合并處理成沒有移動干擾物的相片，它只對運動中的干擾物生效，對靜態(tài)干擾物卻無能為力。而后期處理就是通過使用后期圖像處理軟件的方式來去除靜態(tài)干擾物，然而軟件的操作復(fù)雜，學(xué)習(xí)成本高，并且只能對拍攝后的圖像進行后期處理，無法實現(xiàn)實時處理的方式，給用戶帶來不便。


【發(fā)明內(nèi)容】

[0004]本發(fā)明實施例提供了一種相片實時處理方法和裝置，能夠解決操作復(fù)雜，學(xué)習(xí)成本高，只能對拍攝后的圖像進行后期處理的技術(shù)問題。
[0005]本發(fā)明實施例提供的一種相片實時處理方法，包括:
[0006]接收打開相機命令，將得到的實時圖像顯示出來；
[0007]根據(jù)預(yù)置的視覺詞庫對所述實時圖像進行景物識別，得到識別物，所述視覺詞庫包括所述識別物與所述實時圖像的像素特征的對應(yīng)關(guān)系；
[0008]獲取到從所述識別物中被選取的干擾物；
[0009]從拍照得到的靜態(tài)圖像中移除所述干擾物，使得所述靜態(tài)圖像出現(xiàn)空缺；
[0010]根據(jù)所述空缺周圍的圖像特征對所述空缺進行補全處理，得到相片。
[0011]可選地，所述根據(jù)預(yù)置的視覺詞庫對所述實時圖像進行景物識別，得到識別物具體包括:
[0012]將所述實時圖像劃分為若干個子區(qū)域；
[0013]提取所述子區(qū)域的第一像素特征；
[0014]將所述第一像素特征與所述視覺詞庫中的預(yù)存的第二像素特征進行匹配，若匹配成功，則將所述第一像素特征對應(yīng)的子區(qū)域確定為識別物。
[0015]可選地，所述相片實時處理方法還包括:
[0016]從所述視覺詞庫中獲取匹配成功的所述第二像素特征對應(yīng)的識別物關(guān)鍵字；
[0017]將所述識別物與所述識別物關(guān)鍵字關(guān)聯(lián)起來。
[0018]可選地，所述相片實時處理方法還包括:
[0019]在所述實時圖像上標(biāo)示出所述識別物的識別物關(guān)鍵字。
[0020]可選地，所述根據(jù)所述空缺周圍的圖像特征對所述空缺進行補全處理，得到相片具體包括:
[0021]Xl:在所述空缺的邊緣位置取若干個像素的矩形區(qū)域作為補全窗口 ；
[0022]X2:使用所述補全窗口中的圖像像素點信息替換補全其中的空缺；
[0023]反復(fù)執(zhí)行步驟Xl和X2，直到所述空缺完成補全，得到相片。
[0024]可選地，在實時取景之前還包括:
[0025]獲取需要過濾的干擾物的關(guān)鍵字；
[0026]判斷預(yù)置的視覺詞庫中是否存在所述關(guān)鍵字，若是，則執(zhí)行接收打開相機命令的步驟。
[0027]可選地，所述相片實時處理方法還包括:
[0028]判斷預(yù)置的視覺詞庫中是否存在所述關(guān)鍵字，若否，則進入取樣識別模式；
[0029]進入所述取樣識別模式具體包括:
[0030]接收打開相機命令，獲取實時圖像；
[0031]提取所述實時圖像的低級特征，所述低級特征包括像素灰度值、紋理特征、像素色彩值或像素亮度值；
[0032]對所述低級特征進行聚類處理，得到第二像素特征；
[0033]為所述第二像素特征確定對應(yīng)的關(guān)鍵字。
[0034]本發(fā)明實施例提供的一種相片實時處理裝置，其特征在于，包括:
[0035]實時取景模塊，用于打開所述相機實時取景，將得到的實時圖像顯示出來；
[0036]景物識別模塊，用于根據(jù)預(yù)置的視覺詞庫對所述實時圖像進行景物識別，得到識別物，所述視覺詞庫包括所述識別物與所述實時圖像的像素特征的對應(yīng)關(guān)系；
[0037]干擾物選取模塊，用于獲取到從所述識別物中被選取的干擾物；
[0038]干擾物移除模塊，用于從拍照得到的靜態(tài)圖像中移除所述干擾物，使得所述靜態(tài)圖像出現(xiàn)空缺；
[0039]去噪補全模塊，用于根據(jù)所述空缺周圍的圖像特征對所述空缺進行補全處理，得至IJ相片。
[0040]可選地，所述景物識別模塊具體包括:
[0041]劃分單元，用于將所述實時圖像劃分為若干個子區(qū)域；
[0042]提取單元，用于提取所述子區(qū)域的第一像素特征；
[0043]匹配單元，用于將所述第一像素特征與所述視覺詞庫中的預(yù)存的第二像素特征進行匹配，若匹配成功，則執(zhí)行確認單元；
[0044]所述確認單元，用于將所述第一像素特征對應(yīng)的子區(qū)域確定為識別物。
[0045]可選地，所述去噪補全模塊具體包括:
[0046]補全窗口單元，用于在所述空缺的邊緣位置取n*m像素的區(qū)域作為補全窗口 ；
[0047]替換補全單元，用于使用所述補全窗口中的圖像像素點信息替換補全其中的空缺；
[0048]控制單元，用于反復(fù)觸發(fā)所述補全窗口單元和所述替換補全單元，直到所述空缺完成補全，得到相片。
[0049]可選地，所述裝置還包括:
[0050]判斷模塊，用于判斷預(yù)置的視覺詞庫中是否存在所述關(guān)鍵字；
[0051]接收獲取模塊，用于在所述判斷模塊的判斷結(jié)果為否的情況下，進入取樣識別模式，接收打開相機命令，獲取實時圖像；
[0052]提取特征模塊，用于提取所述實時圖像的低級特征，所述低級特征包括像素灰度值、紋理特征、像素色彩值或像素亮度值；
[0053]聚類處理模塊，用于對所述低級特征進行聚類處理，得到第二像素特征；
[0054]關(guān)鍵字確定模塊，用于為所述第二像素特征確定對應(yīng)的關(guān)鍵字。
[0055]從以上技術(shù)方案可以看出，本發(fā)明實施例具有以下優(yōu)點:
[0056]本發(fā)明實施例中，首先，接收打開相機命令，將得到的實時圖像顯示出來；然后，根據(jù)預(yù)置的視覺詞庫對所述實時圖像進行景物識別，得到識別物，所述視覺詞庫包括所述識別物與所述實時圖像的像素特征的對應(yīng)關(guān)系；獲取到從所述識別物中被選取的干擾物；從拍照得到的靜態(tài)圖像中移除所述干擾物，使得所述靜態(tài)圖像出現(xiàn)空缺；最后，根據(jù)所述空缺周圍的圖像特征對所述空缺進行補全處理，得到相片。在本發(fā)明實施例中，通過實時地、預(yù)先地將干擾物識別出來，在拍照時從靜態(tài)圖像中移除干擾物，最后補全空缺得到不存在干擾物的相片，從而實現(xiàn)靜態(tài)干擾物的實時移除，無需后期圖像處理，無需學(xué)習(xí)成本，操作簡單、方便。

【專利附圖】

【附圖說明】
[0057]圖1為本發(fā)明實施例中一種相片實時處理方法一個實施例流程圖；
[0058]圖2為本發(fā)明實施例中一種相片實時處理方法另一個實施例流程圖；
[0059]圖3為本發(fā)明實施例中一種相片實時處理方法另一個實施例流程圖；
[0060]圖4為本發(fā)明實施例中一種相片實時處理裝置一個實施例結(jié)構(gòu)圖；
[0061]圖5為本發(fā)明實施例中一種相片實時處理裝置另一個實施例結(jié)構(gòu)圖。

【具體實施方式】
[0062]本發(fā)明實施例提供了一種相片實時處理方法和裝置，用于實現(xiàn)靜態(tài)干擾物的實時移除，無需后期圖像處理，無需學(xué)習(xí)成本，操作簡單、方便。
[0063]為使得本發(fā)明的發(fā)明目的、特征、優(yōu)點能夠更加的明顯和易懂，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，下面所描述的實施例僅僅是本發(fā)明一部分實施例，而非全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護的范圍。
[0064]請參閱圖1，本發(fā)明實施例中一種相片實時處理方法一個實施例包括:
[0065]101、接收打開相機命令，將得到的實時圖像顯示出來；
[0066]首先，接收打開相機命令，將得到的實時圖像顯示出來。
[0067]102、根據(jù)預(yù)置的視覺詞庫對該實時圖像進行景物識別，得到識別物；
[0068]在獲得該實時圖像后，可以根據(jù)預(yù)置的視覺詞庫對該實時圖像進行景物識別，得到識別物，該視覺詞庫包括該識別物與該實時圖像的像素特征的對應(yīng)關(guān)系。
[0069]103、獲取到從該識別物中被選取的干擾物；
[0070]在得到識別物后，可以獲取到從該識別物中被選取的干擾物。
[0071]104、從拍照得到的靜態(tài)圖像中移除該干擾物，使得該靜態(tài)圖像出現(xiàn)空缺；
[0072]在選取出該干擾物后，可以從拍照得到的靜態(tài)圖像中移除該干擾物，使得該靜態(tài)圖像出現(xiàn)空缺。
[0073]105、根據(jù)該空缺周圍的圖像特征對該空缺進行補全處理，得到相片。
[0074]在該靜態(tài)圖像出現(xiàn)空缺之后，可以根據(jù)圖像去噪算法和該空缺周圍的圖像特征對該空缺進行補全處理，得到相片。
[0075]本實施例中，首先，接收打開相機命令，將得到的實時圖像顯示出來；然后，根據(jù)預(yù)置的視覺詞庫對該實時圖像進行景物識別，得到識別物，該視覺詞庫包括該識別物與該實時圖像的像素特征的對應(yīng)關(guān)系；獲取到從該識別物中被選取的干擾物；從拍照得到的靜態(tài)圖像中移除該干擾物，使得該靜態(tài)圖像出現(xiàn)空缺；最后，根據(jù)圖像去噪算法和該空缺周圍的圖像特征對該空缺進行補全處理，得到相片。在本實施例中，通過實時地、預(yù)先地將干擾物識別出來，在拍照時從靜態(tài)圖像中移除干擾物，最后補全空缺得到不存在干擾物的相片，從而實現(xiàn)靜態(tài)干擾物的實時移除，無需后期圖像處理，無需學(xué)習(xí)成本，操作簡單、方便。
[0076]為便于理解，下面對本發(fā)明實施例中的一種相片實時處理方法進行詳細描述，請參閱圖2，本發(fā)明實施例中一種相片實時處理方法另一個實施例包括:
[0077]201、接收打開相機命令，將得到的實時圖像顯示出來；
[0078]首先，接收打開相機命令，將得到的實時圖像顯示出來。
[0079]需要說明的是，該實時圖像為顯示在相機的顯示屏上的動態(tài)圖像，此時相機仍未進行拍照操作，用戶可以通過顯示屏得知當(dāng)前鏡頭獲取到的圖像的具體情況。
[0080]202、將該實時圖像劃分為若干個子區(qū)域；
[0081]在獲取到實時圖像后，可以根據(jù)圖像分割技術(shù)將該實時圖像劃分為若干個子區(qū)域。可以理解的是，圖像分割技術(shù)可以對當(dāng)前的實時圖像進行數(shù)據(jù)上的識別分析，從而根據(jù)實時圖像的特征劃分為若干個子區(qū)域。
[0082]需要說明的是，劃分子區(qū)域可以采用區(qū)域增長這種圖像分割技術(shù)。區(qū)域增長，即根據(jù)統(tǒng)一物體區(qū)域內(nèi)像素的相似性質(zhì)來聚集像素點，從隨機設(shè)定的初始區(qū)域開始，將相鄰的具有相同性質(zhì)的像素或其他區(qū)域歸并到目前區(qū)域中，從而逐漸增長區(qū)域，直至沒有可以歸并的點或其他小區(qū)域為止，將原始圖像分割成多個子區(qū)域。
[0083]203、提取該子區(qū)域的第一像素特征；
[0084]在獲取到若干子區(qū)域之后，可以提取該子區(qū)域的第一像素特征?？梢岳斫獾氖牵谝幌袼靥卣骷丛撟訁^(qū)域的像素特征，具體可以包括灰度值、紋理特征、色彩值、亮度值等與像素有關(guān)的基本參數(shù)。
[0085]204、將該第一像素特征與該視覺詞庫中的預(yù)存的第二像素特征進行匹配，若匹配成功，則執(zhí)行步驟205，若匹配不成功，則執(zhí)行步驟206 ；
[0086]在提取該子區(qū)域的第一像素特征之后，可以將該第一像素特征與該視覺詞庫中的預(yù)存的第二像素特征進行匹配，若匹配成功，則執(zhí)行步驟205，若匹配不成功，則執(zhí)行步驟206。
[0087]需要說明的是，該視覺詞庫包括該識別物與該實時圖像的像素特征的對應(yīng)關(guān)系，該第二像素特征為視覺詞庫中該識別物與該實時圖像的像素特征的參考特征，或者是基準(zhǔn)特征?？梢灾赖氖?，子區(qū)域由實時圖像劃分而來，子區(qū)域的像素特征即為第一像素特征，而第二像素特征為參考特征或基準(zhǔn)特征，因此通過第一像素特征與第二像素特征的匹配，可以知道，若匹配成功，則說明該子區(qū)域符合該視覺詞庫的識別標(biāo)準(zhǔn)，可以被認定為識別物，若匹配不成功，則該子區(qū)域不符合視覺詞庫的識別標(biāo)準(zhǔn)或視覺詞庫中暫不存在這樣的識別標(biāo)準(zhǔn)，不是所需的識別物。
[0088]205、將該第一像素特征對應(yīng)的子區(qū)域確定為識別物；
[0089]當(dāng)匹配成功時，則將該第一像素特征對應(yīng)的子區(qū)域確定為識別物，即匹配成功的子區(qū)域作為識別物。
[0090]206、按正常流程操作；
[0091]當(dāng)匹配不成功時，則按正常流程操作。
[0092]207、從該視覺詞庫中獲取匹配成功的該第二像素特征對應(yīng)的識別物關(guān)鍵字；
[0093]在匹配成功之后，還可以從該視覺詞庫中獲取匹配成功的該第二像素特征對應(yīng)的識別物關(guān)鍵字。
[0094]需要說明的是，該識別物關(guān)鍵字是用于標(biāo)示識別物、存在于視覺詞庫中的數(shù)據(jù)，當(dāng)匹配成功后，可以根據(jù)匹配成功的第二像素特征從視覺詞庫中獲取到該識別物關(guān)鍵字。例如，子區(qū)域為垃圾桶的圖像，匹配成功后，對應(yīng)的第二像素特征的識別物關(guān)鍵字為“垃圾桶”或“垃圾箱”，然后從視覺詞庫中獲取到“垃圾桶”或“垃圾箱”這個識別物關(guān)鍵字。
[0095]208、將該識別物與該識別物關(guān)鍵字關(guān)聯(lián)起來；
[0096]在獲取到識別物關(guān)鍵字后，可以將該識別物與該識別物關(guān)鍵字關(guān)聯(lián)起來?？梢岳斫獾氖牵撽P(guān)聯(lián)可以通過相機的系統(tǒng)來實現(xiàn)。
[0097]209、在該實時圖像上標(biāo)示出該識別物的識別物關(guān)鍵字；
[0098]在將該識別物與該識別物關(guān)鍵字關(guān)聯(lián)起來之后，可以在該實時圖像上標(biāo)示出該識別物的識別物關(guān)鍵字，從而使得用戶更加方便得識別出該識別物的種類或名稱，并可以獲取到相關(guān)信息。
[0099]210、獲取到從該識別物中被選取的干擾物；
[0100]在得到識別物后，可以獲取到從該識別物中被選取的干擾物。
[0101]需要說明的是，選取的方式可以有多種，例如可以通過相機系統(tǒng)自動選取，如在系統(tǒng)中預(yù)設(shè)了“垃圾箱”、“廣告牌”等識別物為干擾物，則當(dāng)識別物中出現(xiàn)“垃圾箱”或“廣告牌”時，自動將這些識別物選取為干擾物；另外，也可以由用戶自行在相機的顯示屏上通過觸控來選取用戶不想要的干擾物。
[0102]211、從拍照得到的靜態(tài)圖像中移除該干擾物，使得該靜態(tài)圖像出現(xiàn)空缺；
[0103]在選取出該干擾物后，可以從拍照得到的靜態(tài)圖像中移除該干擾物，使得該靜態(tài)圖像出現(xiàn)空缺。可以理解的是，該干擾物可以通過刪除或剪切的方式從靜態(tài)圖像中移除，至于移除后的干擾物的圖像如何處理，此處不做具體限定，可以直接銷毀，也可以存儲起來留作數(shù)據(jù)分析之用。
[0104]212、在該空缺的邊緣位置取若干個像素的矩形區(qū)域作為補全窗口 ；
[0105]在對靜態(tài)圖像的空缺進行補全處理時，首先在該空缺的邊緣位置取若干個像素的矩形區(qū)域作為補全窗口?？梢岳斫獾氖?，空缺的邊緣位置即為空缺區(qū)域與靜態(tài)圖像的保留區(qū)域的交界區(qū)，在邊緣位置上選取的n*m像素的區(qū)域必定將空缺區(qū)域的一部分包含進去，但不全是空缺區(qū)域的一部分。其中，η可以等于m，并且，n、m的數(shù)值可以根據(jù)空缺的大小和邊緣位置的大小來進行自適應(yīng)調(diào)整。
[0106]213、使用該補全窗口中的圖像像素點信息替換補全其中的空缺；
[0107]在確定該補全窗口之后，可以使用該補全窗口中的圖像像素點信息替換補全其中的空缺?？梢岳斫獾氖牵a全窗口中包括空缺的一部分和保留區(qū)域的一部分，同時空缺的區(qū)域是沒有像素的，因此圖像像素點信息指的是保留區(qū)域的一部分的像素，也就是空缺的邊緣位置的景物像素點，通過這些像素點對補全窗口中的空缺進行替換，從而實現(xiàn)了空缺的補全縮小。在這期間可以使用均值濾波器去除圖像噪點，從而實現(xiàn)替換補全的平滑過渡。
[0108]214、判斷該空缺是否完成補全，若是，則執(zhí)行步驟215，若否，則再次執(zhí)行步驟212和 213 ；
[0109]每次通過補全窗口進行替換補全后，可以判斷該空缺是否完成補全，若是，則執(zhí)行步驟215，若否，則再次執(zhí)行步驟212和213。
[0110]215、得到該相片。
[0111]當(dāng)該空缺已經(jīng)完成補全時，可以得到該相片?？梢岳斫獾氖?，由于此時空缺已經(jīng)補全完成，因此該相片不存在空缺部分，此時，用戶得到了一張既沒有干擾物，又表現(xiàn)自然的相片。
[0112]上面主要從實時圖像的識別和空缺的補全方面進行描述，下面將從預(yù)置視覺詞庫以及視覺詞庫的機器學(xué)習(xí)方面對一種相片實時處理方法進行詳細的描述，請參閱圖3，本發(fā)明實施例中一種相片實時處理方法另一個實施例包括:
[0113]301、獲取需要過濾的干擾物的關(guān)鍵字；
[0114]在取景拍照前，可以先獲取需要過濾的干擾物的關(guān)鍵字。可以理解的是，需要過濾的干擾物是指用戶想要移除的干擾物，希望將該干擾物從拍攝到的相片中去除。
[0115]需要說明的是，該關(guān)鍵字的獲取，可以通過用戶手動輸入，也可以通過接收的方式獲取到。
[0116]302、判斷預(yù)置的視覺詞庫中是否存在該關(guān)鍵字，若是，則執(zhí)行步驟307，若否，則執(zhí)行步驟303 ；
[0117]在獲取到該關(guān)鍵字后，可以判斷預(yù)置的視覺詞庫中是否存在該關(guān)鍵字，若是，則執(zhí)行步驟307，若否，則執(zhí)行步驟303。
[0118]303、接收打開相機命令，獲取實時圖像；
[0119]此時，接收打開相機命令，獲取實時圖像。
[0120]304、提取該實時圖像的低級特征；
[0121]然后，提取該實時圖像的低級特征，該低級特征可以包括像素灰度值、紋理特征、像素色彩值或像素亮度值。此時給實時圖像進行提取低級特征時，可以對整個實時圖像進行全面的分析提取，一邊從整體上形成多個聚類中心。
[0122]305、對該低級特征進行聚類處理，得到第二像素特征；
[0123]在提取該實時圖像的低級特征之后，可以使用無監(jiān)督算法對該低級特征進行聚類處理，得到第二像素特征。
[0124]需要說明的是，該無監(jiān)督算法可以有很多種，此處以K均值算法為例進行描述:
[0125]1.初始化。將該低級特征作為對象集X，輸入指定聚類類數(shù)N(可以由用戶輸入，也可以由系統(tǒng)根據(jù)預(yù)設(shè)的規(guī)則填入)，并在X中隨機選取N個對象作為初始聚類中心，設(shè)定迭代終止條件為聚類中心收斂誤差容限為M。
[0126]2.進行迭代。根據(jù)相似度準(zhǔn)則將數(shù)據(jù)對象分配到最接近的聚類中心，從而形成一類。
[0127]3.更新聚類中心。以每一類數(shù)據(jù)的平均向量為新聚類中心，重新分配數(shù)據(jù)對象。
[0128]4.迭代執(zhí)行St印2和St印3，直至滿足終止條件，最后將該聚類中心的像素特征確定為第二像素特征。
[0129]上述步驟I至4為系統(tǒng)使用K均值算法的大致過程，此處僅作舉例使用，本實施例對無監(jiān)督算法的工作過程不作具體限定。
[0130]306、為該第二像素特征確定對應(yīng)的關(guān)鍵字；
[0131]在得到第二像素特征后，可以為該第二像素特征確定對應(yīng)的關(guān)鍵字?？梢岳斫獾氖?，該關(guān)鍵字可以為步驟301中獲取到的關(guān)鍵字，也可以是由用戶后來自行輸入的。給第二像素特征確定對應(yīng)的關(guān)鍵字，即將該第二像素特征與該關(guān)鍵字關(guān)聯(lián)起來，并保存在視覺詞庫中。
[0132]需要說明的是，步驟303至306為系統(tǒng)的取景識別模式，該模式用于視覺詞庫進行機器學(xué)習(xí)，在實際操作中，取景識別模式下的操作可以與拍照的操作(步驟307至321)先后或同時進行，如步驟303和307，這兩個步驟可以重合為一個步驟，當(dāng)然也可以分開先后執(zhí)行，為了便于理解，此處描述采用分開先后執(zhí)行的方式，此處不再贅述。
[0133]307、接收打開相機命令，將得到的實時圖像顯示出來；
[0134]接收打開相機命令，將得到的實時圖像顯示出來。
[0135]需要說明的是，該實時圖像為顯示在相機的顯示屏上的動態(tài)圖像，此時相機仍未進行拍照操作，用戶可以通過顯示屏得知當(dāng)前鏡頭獲取到的圖像的具體情況。
[0136]308、將該實時圖像劃分為若干個子區(qū)域；
[0137]在獲取到實時圖像后，可以根據(jù)圖像分割技術(shù)將該實時圖像劃分為若干個子區(qū)域?？梢岳斫獾氖?，圖像分割技術(shù)可以對當(dāng)前的實時圖像進行數(shù)據(jù)上的識別分析，從而根據(jù)實時圖像的特征劃分為若干個子區(qū)域。
[0138]需要說明的是，劃分子區(qū)域可以采用區(qū)域增長這種圖像分割技術(shù)。區(qū)域增長，即根據(jù)統(tǒng)一物體區(qū)域內(nèi)像素的相似性質(zhì)來聚集像素點，從隨機設(shè)定的初始區(qū)域開始，將相鄰的具有相同性質(zhì)的像素或其他區(qū)域歸并到目前區(qū)域中，從而逐漸增長區(qū)域，直至沒有可以歸并的點或其他小區(qū)域為止，將原始圖像分割成多個子區(qū)域。
[0139]309、提取該子區(qū)域的第一像素特征；
[0140]在獲取到若干子區(qū)域之后，可以提取該子區(qū)域的第一像素特征?？梢岳斫獾氖牵谝幌袼靥卣骷丛撟訁^(qū)域的像素特征，具體可以包括灰度值、紋理特征、色彩值、亮度值等與像素有關(guān)的基本參數(shù)。
[0141]310、將該第一像素特征與該視覺詞庫中的預(yù)存的第二像素特征進行匹配，若匹配成功，則執(zhí)行步驟311，若匹配不成功，則執(zhí)行步驟312 ;
[0142]在提取該子區(qū)域的第一像素特征之后，可以將該第一像素特征與該視覺詞庫中的預(yù)存的第二像素特征進行匹配，若匹配成功，則執(zhí)行步驟311，若匹配不成功，則執(zhí)行步驟312。
[0143]需要說明的是，該視覺詞庫包括該識別物與該實時圖像的像素特征的對應(yīng)關(guān)系，該第二像素特征為視覺詞庫中該識別物與該實時圖像的像素特征的參考特征，或者是基準(zhǔn)特征?？梢灾赖氖?，子區(qū)域由實時圖像劃分而來，子區(qū)域的像素特征即為第一像素特征，而第二像素特征為參考特征或基準(zhǔn)特征，因此通過第一像素特征與第二像素特征的匹配，可以知道，若匹配成功，則說明該子區(qū)域符合該視覺詞庫的識別標(biāo)準(zhǔn)，可以被認定為識別物，若匹配不成功，則該子區(qū)域不符合視覺詞庫的識別標(biāo)準(zhǔn)或視覺詞庫中暫不存在這樣的識別標(biāo)準(zhǔn)，不是所需的識別物。
[0144]311、將該第一像素特征對應(yīng)的子區(qū)域確定為識別物；
[0145]當(dāng)匹配成功時，則將該第一像素特征對應(yīng)的子區(qū)域確定為識別物，即匹配成功的子區(qū)域作為識別物。
[0146]312、按正常流程操作；
[0147]當(dāng)匹配不成功時，則按正常流程操作。
[0148]313、從該視覺詞庫中獲取匹配成功的該第二像素特征對應(yīng)的識別物關(guān)鍵字；
[0149]在匹配成功之后，還可以從該視覺詞庫中獲取匹配成功的該第二像素特征對應(yīng)的識別物關(guān)鍵字。
[0150]需要說明的是，該識別物關(guān)鍵字是用于標(biāo)示識別物、存在于視覺詞庫中的數(shù)據(jù)，當(dāng)匹配成功后，可以根據(jù)匹配成功的第二像素特征從視覺詞庫中獲取到該識別物關(guān)鍵字。例如，子區(qū)域為垃圾桶的圖像，匹配成功后，對應(yīng)的第二像素特征的識別物關(guān)鍵字為“垃圾桶”或“垃圾箱”，然后從視覺詞庫中獲取到“垃圾桶”或“垃圾箱”這個識別物關(guān)鍵字。
[0151]314、將該識別物與該識別物關(guān)鍵字關(guān)聯(lián)起來；
[0152]在獲取到識別物關(guān)鍵字后，可以將該識別物與該識別物關(guān)鍵字關(guān)聯(lián)起來?？梢岳斫獾氖?，該關(guān)聯(lián)可以通過相機的系統(tǒng)來實現(xiàn)。
[0153]315、在該實時圖像上標(biāo)示出該識別物的識別物關(guān)鍵字；
[0154]在將該識別物與該識別物關(guān)鍵字關(guān)聯(lián)起來之后，可以在該實時圖像上標(biāo)示出該識別物的識別物關(guān)鍵字，從而使得用戶更加方便得識別出該識別物的種類或名稱，并可以獲取到相關(guān)信息。
[0155]316、獲取到從該識別物中被選取的干擾物；
[0156]在得到識別物后，可以獲取到從該識別物中被選取的干擾物。
[0157]可以理解的是，在步驟301中已經(jīng)獲取到關(guān)鍵字，該關(guān)鍵字可以代表用戶想要移除的干擾物，因此系統(tǒng)可以將該關(guān)鍵字與識別物關(guān)鍵字進行對比，既可以自動從該識別物中選取出干擾物，無需用戶再次進行操作。
[0158]317、從拍照得到的靜態(tài)圖像中移除該干擾物，使得該靜態(tài)圖像出現(xiàn)空缺；
[0159]在選取出該干擾物后，可以從拍照得到的靜態(tài)圖像中移除該干擾物，使得該靜態(tài)圖像出現(xiàn)空缺?？梢岳斫獾氖牵摳蓴_物可以通過刪除或剪切的方式從靜態(tài)圖像中移除，至于移除后的干擾物的圖像如何處理，此處不做具體限定，可以直接銷毀，也可以存儲起來留作數(shù)據(jù)分析之用。
[0160]318、在該空缺的邊緣位置取若干個像素的矩形區(qū)域作為補全窗口 ；
[0161]在對靜態(tài)圖像的空缺進行補全處理時，首先在該空缺的邊緣位置取若干個像素的矩形區(qū)域作為補全窗口?？梢岳斫獾氖牵杖钡倪吘壩恢眉礊榭杖眳^(qū)域與靜態(tài)圖像的保留區(qū)域的交界區(qū)，在邊緣位置上選取的n*m像素的區(qū)域(即n*m個像素的矩形區(qū)域)必定將空缺區(qū)域的一部分包含進去，但不全是空缺區(qū)域的一部分。其中，η可以等于m，并且，n、m的數(shù)值可以根據(jù)空缺的大小和邊緣位置的大小來進行自適應(yīng)調(diào)整。
[0162]319、使用該補全窗口中的圖像像素點信息替換補全其中的空缺；
[0163]在確定該補全窗口之后，可以使用該補全窗口中的圖像像素點信息替換補全其中的空缺?？梢岳斫獾氖牵a全窗口中包括空缺的一部分和保留區(qū)域的一部分，同時空缺的區(qū)域是沒有像素點信息的，因此圖像像素點信息指的是保留區(qū)域的一部分的像素，也就是空缺的邊緣位置的景物像素點，通過這些像素點對補全窗口中的空缺進行替換，從而實現(xiàn)了空缺的補全縮小。在這期間可以使用均值濾波器去除圖像噪點，從而實現(xiàn)替換補全的平滑過渡。
[0164]320、判斷該空缺是否完成補全，若是，則執(zhí)行步驟321，若否，則再次執(zhí)行步驟318和 319 ；
[0165]每次通過補全窗口進行替換補全后，可以判斷該空缺是否完成補全，若是，則執(zhí)行步驟321，若否，則再次執(zhí)行步驟318和319。
[0166]321、得到該相片。
[0167]當(dāng)該空缺已經(jīng)完成補全時，可以得到該相片。可以理解的是，由于此時空缺已經(jīng)補全完成，因此該相片不存在空缺部分，此時，用戶得到了一張既沒有干擾物，又表現(xiàn)自然的相片。
[0168]為便于理解，根據(jù)圖3所描述的實施例，下面以一個實際應(yīng)用場景對本發(fā)明實施例中的一種相片實時處理方法進行描述:
[0169]在一處景點攝影，選好了合適的拍攝位置和角度后，發(fā)現(xiàn)視野中有一個固定垃圾箱遮擋了景色，垃圾箱無法移除，更換拍攝地點又會影響效果，此時用戶操作如下:
[0170]1、打開相機；
[0171]2、輸入“垃圾箱”，相機提示“沒搜索到相關(guān)數(shù)據(jù)”，進入取樣識別模式；
[0172]3、實時取景，顯示屏中出現(xiàn)多個突出顯示的聚類中心，如“樹木”、“垃圾箱”、“圍墻”等，用戶選擇“垃圾箱”所在的聚類中心，并輸入關(guān)鍵字:垃圾箱；
[0173]4、離開取樣識別模式，保持在實時取景界面；
[0174]5、實時圖像上高亮顯示多個識別物，假設(shè)分別有“自行車”、“垃圾箱”、“電線桿”等，并提示“請選擇干擾物”；
[0175]6、用戶觸摸選擇“垃圾箱”；
[0176]7、按下快門拍照，得到自動擦除垃圾箱并根據(jù)周圍景物補全的相片。
[0177]上面主要對一種相片實時處理方法進行描述，下面對一種相片實時處理裝置進行描述，請參閱圖4，本發(fā)明實施例中一種相片實時處理裝置一個實施例包括:
[0178]實時取景模塊401，用于接收打開該相機的命令，將得到的實時圖像顯示出來；
[0179]景物識別模塊402，用于根據(jù)預(yù)置的視覺詞庫對該實時圖像進行景物識別，得到識別物，該視覺詞庫包括該識別物與該實時圖像的像素特征的對應(yīng)關(guān)系；
[0180]干擾物選取模塊403，用于獲取到從該識別物中被選取的干擾物；
[0181]干擾物移除模塊404，用于從拍照得到的靜態(tài)圖像中移除該干擾物，使得該靜態(tài)圖像出現(xiàn)空缺；
[0182]去噪補全模塊405，用于根據(jù)該空缺周圍的圖像特征對該空缺進行補全處理，得到相片。
[0183]在本實施例中，首先，實時取景模塊401接收打開該相機的命令，將得到的實時圖像顯示出來，接著，景物識別模塊402根據(jù)預(yù)置的視覺詞庫對該實時圖像進行景物識別，得到識別物。然后，干擾物選取模塊403獲取到從該識別物中被選取的干擾物，干擾物移除模塊404從拍照得到的靜態(tài)圖像中移除該干擾物，使得該靜態(tài)圖像出現(xiàn)空缺。最后，去噪補全模塊405根據(jù)圖像去噪算法和該空缺周圍的圖像特征對該空缺進行補全處理，得到相片。在本實施例中，通過實時地、預(yù)先地將干擾物識別出來，在拍照時從靜態(tài)圖像中移除干擾物，最后補全空缺得到不存在干擾物的相片，從而實現(xiàn)靜態(tài)干擾物的實時移除，無需后期圖像處理，無需學(xué)習(xí)成本，操作簡單、方便。
[0184]為便于理解，下面對本發(fā)明實施例中的一種相片實時處理裝置進行詳細描述，請參閱圖5，本發(fā)明實施例中一種相片實時處理裝置另一個實施例包括:
[0185]實時取景模塊501，用于接收打開該相機的命令，將得到的實時圖像顯示出來；
[0186]景物識別模塊502，用于根據(jù)預(yù)置的視覺詞庫對該實時圖像進行景物識別，得到識別物，該視覺詞庫包括該識別物與該實時圖像的像素特征的對應(yīng)關(guān)系；
[0187]干擾物選取模塊503，用于獲取到從該識別物中被選取的干擾物；
[0188]干擾物移除模塊504，用于從拍照得到的靜態(tài)圖像中移除該干擾物，使得該靜態(tài)圖像出現(xiàn)空缺；
[0189]去噪補全模塊505，用于根據(jù)該空缺周圍的圖像特征對該空缺進行補全處理，得到相片。
[0190]本實施例中該景物識別模塊502具體可以包括:
[0191]劃分單元5021，用于將該實時圖像劃分為若干個子區(qū)域；
[0192]提取單元5022，用于提取該子區(qū)域的第一像素特征；
[0193]匹配單元5023，用于將該第一像素特征與該視覺詞庫中的預(yù)存的第二像素特征進行匹配，若匹配成功，則執(zhí)行確認單元5024 ；
[0194]該確認單元5024，用于將該第一像素特征對應(yīng)的子區(qū)域確定為識別物。
[0195]本實施例中該去噪補全模塊505具體可以包括:
[0196]補全窗口單元5051，用于在該空缺的邊緣位置取若干個像素的矩形區(qū)域作為補全窗口 ；
[0197]替換補全單元5052，用于使用該補全窗口中的圖像像素點信息替換補全其中的空缺；
[0198]控制單元5053，用于反復(fù)觸發(fā)該補全窗口單元和該替換補全單元，直到該空缺完成補全，得到相片。
[0199]本實施例中該相機還包括:
[0200]獲取模塊511，用于獲取需要過濾的干擾物的關(guān)鍵字；
[0201]關(guān)鍵字判斷模塊512，用于判斷預(yù)置的視覺詞庫中是否存在所述關(guān)鍵字，若是，則執(zhí)行實時取景模塊501。
[0202]本實施例中該相機還可以包括:
[0203]判斷模塊506，用于判斷預(yù)置的視覺詞庫中是否存在所述關(guān)鍵字，若否，則進入取樣識別模式；
[0204]所述取樣識別模式具體包括:
[0205]接收獲取模塊507，用于接收打開相機命令，獲取實時圖像；
[0206]提取特征模塊508，用于提取所述實時圖像的低級特征，所述低級特征包括像素灰度值、紋理特征、像素色彩值或像素亮度值；
[0207]聚類處理模塊509，用于對所述低級特征進行聚類處理，得到第二像素特征；
[0208]關(guān)鍵字確定模塊510，用于為所述第二像素特征確定對應(yīng)的關(guān)鍵字。
[0209]所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡潔，上述描述的系統(tǒng)，裝置和單元的具體工作過程，可以參考前述方法實施例中的對應(yīng)過程，在此不再贅述。
[0210]在本申請所提供的幾個實施例中，應(yīng)該理解到，所揭露的系統(tǒng)，裝置和方法，可以通過其它的方式實現(xiàn)。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，例如多個單元或組件可以結(jié)合或者可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，裝置或單元的間接耦合或通信連接，可以是電性，機械或其它的形式。
[0211]所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡(luò)單元上。可以根據(jù)實際的需要選擇其中的部分或者全部單元來實現(xiàn)本實施例方案的目的。
[0212]另外，在本發(fā)明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以采用硬件的形式實現(xiàn)，也可以采用軟件功能單元的形式實現(xiàn)。
[0213]所述集成的單元如果以軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質(zhì)中。基于這樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分或者該技術(shù)方案的全部或部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設(shè)備(可以是個人計算機，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括:U盤、移動硬盤、只讀存儲器(ROM，Read-OnlyMemory)、隨機存取存儲器(RAM, Random Access Memory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。
[0214]以上所述，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解:其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的精神和范圍。
【權(quán)利要求】
1.一種相片實時處理方法,其特征在于,包括: 接收打開相機命令，將得到的實時圖像顯示出來； 根據(jù)預(yù)置的視覺詞庫對所述實時圖像進行景物識別，得到識別物，所述視覺詞庫包括所述識別物與所述實時圖像的像素特征的對應(yīng)關(guān)系； 獲取到從所述識別物中被選取的干擾物； 從拍照得到的靜態(tài)圖像中移除所述干擾物，使得所述靜態(tài)圖像出現(xiàn)空缺； 根據(jù)所述空缺周圍的圖像特征對所述空缺進行補全處理，得到相片。
2.根據(jù)權(quán)利要求1所述的相片實時處理方法，其特征在于，所述根據(jù)預(yù)置的視覺詞庫對所述實時圖像進行景物識別，得到識別物具體包括: 將所述實時圖像劃分為若干個子區(qū)域； 提取所述子區(qū)域的第一像素特征； 將所述第一像素特征與所述視覺詞庫中的預(yù)存的第二像素特征進行匹配，若匹配成功，則將所述第一像素特征對應(yīng)的子區(qū)域確定為識別物。
3.根據(jù)權(quán)利要求2所述的相片實時處理方法，其特征在于，所述相片實時處理方法還包括: 從所述視覺詞庫中獲取匹配成功的所述第二像素特征對應(yīng)的識別物關(guān)鍵字； 將所述識別物與所述識別物關(guān)鍵字關(guān)聯(lián)起來。
4.根據(jù)權(quán)利要求3所述的相片實時處理方法，其特征在于，所述相片實時處理方法還包括: 在所述實時圖像上標(biāo)示出所述識別物的識別物關(guān)鍵字。
5.根據(jù)權(quán)利要求1所述的相片實時處理方法，其特征在于，所述根據(jù)所述空缺周圍的圖像特征對所述空缺進行補全處理，得到相片具體包括: Xl:在所述空缺的邊緣位置取若干個像素的矩形區(qū)域作為補全窗口 ； X2:使用所述補全窗口中的圖像像素點信息替換補全其中的空缺； 反復(fù)執(zhí)行步驟Xl和X2，直到所述空缺完成補全，得到相片。
6.根據(jù)權(quán)利要求1所述的相片實時處理方法，其特征在于，在實時取景之前還包括: 獲取需要過濾的干擾物的關(guān)鍵字； 判斷預(yù)置的視覺詞庫中是否存在所述關(guān)鍵字，若是，則執(zhí)行接收打開相機命令的步驟。
7.根據(jù)權(quán)利要求6所述的相片實時處理方法，其特征在于，所述相片實時處理方法還包括: 判斷預(yù)置的視覺詞庫中是否存在所述關(guān)鍵字，若否，則進入取樣識別模式； 進入所述取樣識別模式具體包括: 接收打開相機命令，獲取實時圖像； 提取所述實時圖像的低級特征，所述低級特征包括像素灰度值、紋理特征、像素色彩值或像素亮度值； 對所述低級特征進行聚類處理，得到第二像素特征； 為所述第二像素特征確定對應(yīng)的關(guān)鍵字。
8.一種相片實時處理裝置，其特征在于，包括: 實時取景模塊，用于打開所述相機實時取景，將得到的實時圖像顯示出來； 景物識別模塊，用于根據(jù)預(yù)置的視覺詞庫對所述實時圖像進行景物識別，得到識別物，所述視覺詞庫包括所述識別物與所述實時圖像的像素特征的對應(yīng)關(guān)系； 干擾物選取模塊，用于獲取到從所述識別物中被選取的干擾物； 干擾物移除模塊，用于從拍照得到的靜態(tài)圖像中移除所述干擾物，使得所述靜態(tài)圖像出現(xiàn)空缺； 去噪補全模塊，用于根據(jù)所述空缺周圍的圖像特征對所述空缺進行補全處理，得到相片。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述景物識別模塊具體包括: 劃分單元，用于將所述實時圖像劃分為若干個子區(qū)域； 提取單元，用于提取所述子區(qū)域的第一像素特征； 匹配單元，用于將所述第一像素特征與所述視覺詞庫中的預(yù)存的第二像素特征進行匹配，若匹配成功，則執(zhí)行確認單元； 所述確認單元，用于將所述第一像素特征對應(yīng)的子區(qū)域確定為識別物。
10.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述去噪補全模塊具體包括: 補全窗口單元，用于在所述空缺的邊緣位置取若干個像素的矩形區(qū)域作為補全窗口 ； 替換補全單元，用于使用所述補全窗口中的圖像像素點信息替換補全其中的空缺； 控制單元，用于反復(fù)觸發(fā)所述補全窗口單元和所述替換補全單元，直到所述空缺完成補全，得到相片。
11.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述裝置還包括: 判斷模塊，用于判斷預(yù)置的視覺詞庫中是否存在所述關(guān)鍵字； 接收獲取模塊，用于在所述判斷模塊的判斷結(jié)果為否的情況下，進入取樣識別模式，接收打開相機命令，獲取實時圖像； 提取特征模塊，用于提取所述實時圖像的低級特征，所述低級特征包括像素灰度值、紋理特征、像素色彩值或像素亮度值； 聚類處理模塊，用于對所述低級特征進行聚類處理，得到第二像素特征； 關(guān)鍵字確定模塊，用于為所述第二像素特征確定對應(yīng)的關(guān)鍵字。
【文檔編號】G06T7/00GK104318251SQ201410596586
【公開日】2015年1月28日 申請日期:2014年10月29日 優(yōu)先權(quán)日:2014年10月29日
【發(fā)明者】辛奇 申請人:廣州視源電子科技股份有限公司