本發(fā)明涉及移動(dòng)通訊領(lǐng)域，尤其涉及一種移動(dòng)終端的圖像管理方法和裝置。

背景技術(shù)：

手機(jī)、數(shù)碼相機(jī)等設(shè)備滿足了用戶隨時(shí)隨地移動(dòng)拍攝的需求，但也極大的占用了大量的存儲(chǔ)空間。由于大部分用戶不會(huì)經(jīng)常隨時(shí)整理照片，這里面往往有大量的“效果不好”的照片，比如大量的同一場(chǎng)景的重復(fù)拍攝的照片，重影、人物照中出現(xiàn)眨眼照片等等。這些照片無需長(zhǎng)期進(jìn)行保存，但是依靠用戶主動(dòng)去整理、清理又費(fèi)時(shí)費(fèi)力，所以如果智能設(shè)備能幫助用戶智能清理照片或者提供智能輔助分類，比如刪除或標(biāo)識(shí)出重復(fù)的、重影的、眨眼的、非正常曝光等“效果不好”的冗余照片，將極大給用戶節(jié)省大量時(shí)間精力，也能極大節(jié)省設(shè)備的存儲(chǔ)空間資源。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述技術(shù)問題，解決移動(dòng)終端圖像的管理問題，本發(fā)明公開了一種圖像管理方法和裝置，能夠有效的處理冗余照片，節(jié)約空間。

具體的技術(shù)方案可以為：一種圖像管理方法，所述方法包括：獲取預(yù)定時(shí)間段內(nèi)創(chuàng)建的多幅圖像并識(shí)別所述多幅圖像中的重復(fù)圖像；根據(jù)預(yù)設(shè)的差質(zhì)圖像類別，判斷所述重復(fù)圖像是否為差質(zhì)圖像；當(dāng)所述重復(fù)圖像為差質(zhì)圖像時(shí)，確定所述重復(fù)圖像的質(zhì)量值；根據(jù)所述重復(fù)圖像的質(zhì)量值，確定待刪除的重復(fù)圖像。

優(yōu)選的，上述識(shí)別所述圖像中的重復(fù)圖像包括：確定所述預(yù)定時(shí)間段內(nèi)創(chuàng)建的圖像之間像素的均方差，并與預(yù)設(shè)的像素的均方差閾值進(jìn)行比較，低于所述閾值的判定為重復(fù)圖像。

優(yōu)選的，上述根據(jù)所述重復(fù)圖像的質(zhì)量值，確定待刪除的重復(fù)圖像，包 括：當(dāng)所述重復(fù)圖像的質(zhì)量值相同時(shí)，則保留其中一張重復(fù)圖像，刪除剩余重復(fù)圖像；當(dāng)所述重復(fù)圖像的質(zhì)量值不同時(shí)，則保留其中質(zhì)量值最優(yōu)的重復(fù)圖像，刪除剩余重復(fù)圖像。

優(yōu)選的，上述方法還包括：若所述重復(fù)圖像不是差質(zhì)圖像，則僅保留其中一張重復(fù)圖像，刪除剩余重復(fù)圖像；

優(yōu)選的，上述當(dāng)所述重復(fù)圖像為差質(zhì)圖像時(shí)，則確定所述重復(fù)圖像的質(zhì)量值，包括：預(yù)設(shè)所述差質(zhì)圖像類別對(duì)應(yīng)的質(zhì)量值權(quán)重；根據(jù)所述差質(zhì)圖像類別和對(duì)應(yīng)的質(zhì)量值權(quán)重確定所述重復(fù)圖像的質(zhì)量值。

具體的技術(shù)方案還可以為：一種圖像管理裝置，其特征在于，所述裝置包括：獲取模塊：用于獲取預(yù)定時(shí)間段內(nèi)創(chuàng)建的多幅圖像；識(shí)別模塊：用于識(shí)別所述多幅圖像中的重復(fù)圖像；分類模塊：用于根據(jù)預(yù)設(shè)的差質(zhì)圖像類別，判斷所述重復(fù)圖像是否為差質(zhì)圖像；運(yùn)算模塊：用于當(dāng)所述重復(fù)圖像為差質(zhì)圖像時(shí)，確定所述重復(fù)圖像的質(zhì)量值；刪除模塊：用于根據(jù)所述重復(fù)圖像的質(zhì)量值，確定待刪除的重復(fù)圖像。

優(yōu)選的，上述識(shí)別模塊用于識(shí)別所述圖像中的重復(fù)圖像，包括：確定所述預(yù)定時(shí)間段內(nèi)創(chuàng)建的圖像之間像素的均方差，并與預(yù)設(shè)的像素的均方差閾值進(jìn)行比較，低于所述閾值的判定為重復(fù)圖像。

優(yōu)選的，上述刪除模塊用于根據(jù)所述重復(fù)圖像的質(zhì)量值，確定待刪除的重復(fù)圖像，包括：當(dāng)所述重復(fù)圖像的質(zhì)量值相同時(shí)，則保留其中一張重復(fù)圖像，刪除剩余重復(fù)圖像；當(dāng)所述重復(fù)圖像的質(zhì)量值不同時(shí)，則保留其中質(zhì)量值最優(yōu)的重復(fù)圖像，刪除剩余重復(fù)圖像。

優(yōu)選的，上述刪除模塊還用于當(dāng)所述重復(fù)圖像不是差質(zhì)圖像，則僅保留其中一張重復(fù)圖像，刪除剩余重復(fù)圖像；

優(yōu)選的，上述運(yùn)算模塊：用于當(dāng)所述重復(fù)圖像為差質(zhì)圖像時(shí)，則確定所述重復(fù)圖像的質(zhì)量值，包括：預(yù)設(shè)所述差質(zhì)圖像類別對(duì)應(yīng)的質(zhì)量值權(quán)重；根據(jù)所述差質(zhì)圖像類別和對(duì)應(yīng)的質(zhì)量值權(quán)重確定所述重復(fù)圖像的質(zhì)量值。

相較于現(xiàn)有技術(shù)，本發(fā)明的方法和系統(tǒng)，解決了移動(dòng)終端拍照有大量重復(fù)圖像存儲(chǔ)的問題，實(shí)現(xiàn)自動(dòng)刪除和去重，方便用戶的圖像管理和移動(dòng)終端內(nèi)存空間的釋放。

附圖說明

圖1是本發(fā)明本實(shí)施例一圖像管理方法流程圖；

圖2是本發(fā)明本實(shí)施例二圖像管理裝置示意圖；

具體實(shí)施方式

下文中將參考附圖并結(jié)合實(shí)施例來詳細(xì)說明本發(fā)明。需要說明的是，在不沖突的情況下，本申請(qǐng)中的實(shí)施例及實(shí)施例中的特征可以相互組合。

實(shí)施例一

圖1為本發(fā)明實(shí)施例圖像管理方法流程圖，如圖1所示，包括：

s101：獲取預(yù)定時(shí)間段內(nèi)創(chuàng)建的多幅圖像并識(shí)別所述多幅圖像中的重復(fù)圖像；

s102：根據(jù)預(yù)設(shè)的差質(zhì)圖像類別，判斷重復(fù)圖像是否為差質(zhì)圖像；

s103：當(dāng)所述重復(fù)圖像為差質(zhì)圖像時(shí)，確定重復(fù)圖像的質(zhì)量值；

s104：根據(jù)所述重復(fù)圖像的質(zhì)量值，確定待刪除的重復(fù)圖像。

通常數(shù)碼照片大量的冗余數(shù)據(jù)是那些在同一場(chǎng)景下，用戶為了獲得較好拍攝效果而重復(fù)拍攝的照片。顯然這些重復(fù)的照片，拍攝時(shí)間是接近的。因此可以按照創(chuàng)建時(shí)間在某一個(gè)連續(xù)時(shí)段上集中后進(jìn)行去重處理，這個(gè)連續(xù)的時(shí)間段可以根據(jù)用戶的選擇進(jìn)行確定，可以設(shè)置為10秒鐘，也可以設(shè)置為1分鐘。具體的，s101步驟中識(shí)別所述圖像中的重復(fù)圖像包括：確定所述預(yù)定時(shí)間段內(nèi)創(chuàng)建的圖像之間像素的均方差，并與預(yù)設(shè)的像素的均方差閾值進(jìn)行比較，低于所述閾值的判定為重復(fù)圖像。

在s102步驟中預(yù)設(shè)的差質(zhì)圖像類別包括如下至少之一：重影、曝光不足、人像未在預(yù)設(shè)位置、閉眼等等，當(dāng)重復(fù)圖像具有一種或者多種差質(zhì)圖像類別時(shí)，則判定為差質(zhì)圖像，否則，判定為不是差質(zhì)圖像而是合格圖像。

具體的，可以將相片的圖像數(shù)據(jù)輸入特定分類器進(jìn)行分類。分類器是預(yù)先通過神經(jīng)網(wǎng)絡(luò)算法訓(xùn)練過的分類判別器，例如將大量重影的樣張輸入分類器進(jìn)行訓(xùn)練，得到分類器的參數(shù)并配置到存儲(chǔ)設(shè)備中。存儲(chǔ)設(shè)備對(duì)待判別圖 像采用這些參數(shù)進(jìn)行計(jì)算后來判定是否是該類別圖像。選擇神經(jīng)網(wǎng)絡(luò)模型時(shí)可以采用卷積神經(jīng)網(wǎng)絡(luò)，其適合用來識(shí)別位移、縮放及其他形式扭曲不變性的二維圖形，無需人工提取圖像特征，能夠隱式地從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)圖像特征并分類。

實(shí)際應(yīng)用中，還可根據(jù)具體類別，來選擇待判別圖像的特定部分來參與判別，以提高計(jì)算速度。例如判斷圖像是否是瞇眼照片，則只需選擇人臉部分的數(shù)據(jù)計(jì)算即可，而人臉定位采用現(xiàn)有技術(shù)即可實(shí)現(xiàn)，這樣可以大幅減少計(jì)算量。特別是對(duì)重復(fù)照片，如果前面已有照片確定了需要判別的圖像區(qū)域，則該重復(fù)照片則直接采用相同的判別圖像區(qū)域進(jìn)行分類判別。本發(fā)明就是利用神經(jīng)網(wǎng)絡(luò)事先訓(xùn)練海量的各種效果不好的樣張，使得智能設(shè)備能學(xué)習(xí)這些“壞”特征，獲得的不同類別的分類器，從而去判別用戶的圖像數(shù)據(jù)庫，刪除重復(fù)多余的、拍攝效果差的相片，自動(dòng)完成相片清理工作。特定分類器是可以將“效果不好”的相片按照不同類別進(jìn)行分開，比如判斷哪些是重影的，哪些是人物瞇眼的等等。優(yōu)選地是采用一個(gè)或多個(gè)不同差質(zhì)圖像類別的分類器，來判別圖像是否具有某種或多種不同的差質(zhì)特征，可以由用戶選擇性地對(duì)其關(guān)注的類別進(jìn)行分類處理，即可單獨(dú)使用也可組合使用差質(zhì)圖像分類器。

在s103步驟中，具體包括：預(yù)設(shè)所述差質(zhì)圖像類別對(duì)應(yīng)的質(zhì)量值權(quán)重評(píng)分；根據(jù)所述差質(zhì)圖像類別和對(duì)應(yīng)的質(zhì)量值權(quán)重確定所述重復(fù)圖像的質(zhì)量值，圖像的質(zhì)量值即其所符合的差質(zhì)類型的權(quán)重之和?？梢詫⒚恳徊钯|(zhì)圖像類別對(duì)應(yīng)一個(gè)質(zhì)量值權(quán)重，這個(gè)權(quán)重評(píng)分可以由用戶根據(jù)個(gè)人主觀感受的容忍度進(jìn)行預(yù)設(shè)，例如：重影30％、曝光不足10％、人像未在預(yù)設(shè)位置20％、閉眼30％等諸如此類。當(dāng)一幅圖像中具有重影和閉眼兩個(gè)差質(zhì)圖像類型時(shí)，則可以將重影和閉眼兩個(gè)差質(zhì)圖像類型對(duì)應(yīng)的權(quán)重進(jìn)行累加，也就是說圖像具有的差質(zhì)特征越多，其差質(zhì)權(quán)重越大，主觀視覺效果越差；這里采用的是較為簡(jiǎn)單的評(píng)判規(guī)則，同時(shí)也可以采用其他公知的算法進(jìn)行精確的圖像質(zhì)量值計(jì)算。

在s104步驟中，具體包括：當(dāng)重復(fù)圖像的質(zhì)量值相同時(shí)，則保留其中一張重復(fù)圖像，刪除剩余重復(fù)圖像；當(dāng)重復(fù)圖像的質(zhì)量值不同時(shí)，則保留其中質(zhì)量值最優(yōu)的重復(fù)圖像，刪除剩余重復(fù)圖像。當(dāng)所有的重復(fù)圖像的差質(zhì)圖像類型相同，例如：全部為閉眼，則直接保留一張，刪除剩余的圖像。當(dāng)重復(fù)圖像的質(zhì)量值不同時(shí)，例如：一張為閉眼，另外一張為閉眼和曝光不足，則 第二張的質(zhì)量顯然比第一張更差，則保留質(zhì)量相對(duì)最好的，刪除其余照片。

本發(fā)明圖像管理方法還包括：若所述重復(fù)圖像不是差質(zhì)圖像，則僅保留其中一張重復(fù)圖像，刪除剩余重復(fù)圖像；具體的，當(dāng)所有重復(fù)圖像都不具有差質(zhì)圖像類別時(shí)，則為合格圖像，此時(shí)直接保留一張，其余刪除即可。

實(shí)施例二

圖2為本發(fā)明實(shí)施例圖像管理裝置示意圖，如圖2所示，包括：獲取模塊201：用于獲取預(yù)定時(shí)間段內(nèi)創(chuàng)建的多幅圖像；識(shí)別模塊202：用于識(shí)別所述多幅圖像中的重復(fù)圖像；分類模塊203：用于根據(jù)預(yù)設(shè)的差質(zhì)圖像類別，判斷所述重復(fù)圖像是否為差質(zhì)圖像；運(yùn)算模塊204：用于當(dāng)所述重復(fù)圖像為差質(zhì)圖像時(shí)，確定所述重復(fù)圖像的質(zhì)量值；刪除模塊205：用于根據(jù)所述重復(fù)圖像的質(zhì)量值，確定待刪除的重復(fù)圖像。其中預(yù)設(shè)的差質(zhì)圖像類別包括如下至少之一：重影、曝光不足、過曝、人像未在預(yù)設(shè)位置、閉眼等等，當(dāng)重復(fù)圖像具有一種或者多種差質(zhì)圖像類別時(shí)，則判定為差質(zhì)圖像，否則，判定為不是差質(zhì)圖像而是合格圖像。

識(shí)別模塊用于識(shí)別所述圖像中的重復(fù)圖像，包括：確定所述預(yù)定時(shí)間段內(nèi)創(chuàng)建的圖像之間像素的均方差，并與預(yù)設(shè)的像素的均方差閾值進(jìn)行比較，低于所述閾值的判定為重復(fù)圖像。

具體的，可以將相片的圖像數(shù)據(jù)輸入特定差質(zhì)分類器進(jìn)行分類。分類器是預(yù)先通過神經(jīng)網(wǎng)絡(luò)算法訓(xùn)練過的分類判別器，例如將大量重影的樣張輸入分類器進(jìn)行訓(xùn)練，得到分類器的參數(shù)并配置到存儲(chǔ)設(shè)備中。存儲(chǔ)設(shè)備對(duì)待判別圖像采用這些參數(shù)進(jìn)行計(jì)算后來判定是否是該類別圖像。選擇神經(jīng)網(wǎng)絡(luò)模型時(shí)可以采用卷積神經(jīng)網(wǎng)絡(luò)，其適合用來識(shí)別位移、縮放及其他形式扭曲不變性的二維圖形，無需人工提取圖像特征，能夠隱式地從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)圖像特征并分類。

實(shí)際應(yīng)用中，還可根據(jù)具體類別，來選擇待判別圖像的特定部分來參與判別，以提高計(jì)算速度。例如判斷圖像是否是瞇眼照片，則只需選擇人臉部分的數(shù)據(jù)計(jì)算即可，而人臉定位采用現(xiàn)有技術(shù)即可實(shí)現(xiàn)，這樣可以大幅減少計(jì)算量。特別是對(duì)重復(fù)照片，如果前面已有照片確定了需要判別的圖像區(qū)域， 則該重復(fù)照片則直接采用相同的判別圖像區(qū)域進(jìn)行分類判別。本發(fā)明就是利用神經(jīng)網(wǎng)絡(luò)事先訓(xùn)練海量的各種效果不好的樣張，使得智能設(shè)備能學(xué)習(xí)這些“壞”特征，獲得的不同類別的分類器，從而去判別用戶的圖像數(shù)據(jù)庫，刪除重復(fù)多余的、拍攝效果差的相片，自動(dòng)完成相片清理工作。特定分類器是可以將“效果不好”的相片按照不同類別進(jìn)行分開，比如判斷哪些是重影的，哪些是人物瞇眼的等等。優(yōu)選地是采用一個(gè)或多個(gè)差質(zhì)圖像分類器，即一個(gè)分類器只判斷一種相片效果的好壞與否。采用多個(gè)分類器是可以由用戶選擇性地對(duì)其關(guān)注的類別進(jìn)行分類處理，即可單獨(dú)使用也可組合使用。

在另外的實(shí)施例中，一旦某幅圖像判定為某種效果不好的圖像，則無需其他類別的判定，即可完成清理。如果是重復(fù)圖像，只需其中一幅圖像通過所有分類器都判定為合格，則重復(fù)圖像中的剩余圖像可無需判定，直接進(jìn)行清理。

運(yùn)算模塊用于當(dāng)所述重復(fù)圖像為差質(zhì)圖像時(shí)，則確定所述重復(fù)圖像的質(zhì)量值，包括：預(yù)設(shè)所述差質(zhì)圖像類別對(duì)應(yīng)的質(zhì)量值權(quán)重；根據(jù)所述差質(zhì)圖像類別和對(duì)應(yīng)的質(zhì)量值權(quán)重確定所述重復(fù)圖像的質(zhì)量值，圖像的質(zhì)量值即其所符合的差質(zhì)類型的權(quán)重之和?？梢詫⒚恳徊钯|(zhì)圖像類別對(duì)應(yīng)一個(gè)質(zhì)量值權(quán)重評(píng)分，這個(gè)權(quán)重評(píng)分可以由用戶根據(jù)個(gè)人主觀感受的容忍度進(jìn)行預(yù)設(shè)，例如：重影30％、曝光不足10％、人像未在預(yù)設(shè)位置20％、閉眼30％等諸如此類。當(dāng)一幅圖像中具有重影和閉眼兩個(gè)差質(zhì)圖像類型時(shí)，則可以將重影和閉眼兩個(gè)差質(zhì)圖像類型對(duì)應(yīng)的權(quán)重進(jìn)行累加，也就是說圖像具有的差質(zhì)特征越多，其差質(zhì)權(quán)重越大，主觀視覺效果越差；這里采用的是較為簡(jiǎn)單的評(píng)判規(guī)則，同時(shí)也可以采用其他公知的算法進(jìn)行精確的圖像質(zhì)量值計(jì)算。

刪除模塊用于根據(jù)所述重復(fù)圖像的質(zhì)量值，確定待刪除的重復(fù)圖像，包括當(dāng)所述重復(fù)圖像的質(zhì)量值相同時(shí)，則保留其中一張重復(fù)圖像，刪除剩余重復(fù)圖像；當(dāng)所述重復(fù)圖像的質(zhì)量值不同時(shí)，則保留其中質(zhì)量值最優(yōu)的重復(fù)圖像，刪除剩余重復(fù)圖像。刪除模塊還用于當(dāng)所述重復(fù)圖像不是差質(zhì)圖像，則僅保留其中一張重復(fù)圖像，刪除剩余重復(fù)圖像。具體包括：當(dāng)重復(fù)圖像的質(zhì)量值相同時(shí)，則保留其中一張重復(fù)圖像，刪除剩余重復(fù)圖像；當(dāng)重復(fù)圖像的質(zhì)量值不同時(shí)，則保留其中質(zhì)量值最優(yōu)的重復(fù)圖像，刪除剩余重復(fù)圖像。當(dāng)所有的重復(fù)圖像的差質(zhì)圖像類型相同，例如：全部為閉眼，則直接保留一張， 刪除剩余的圖像。當(dāng)重復(fù)圖像的質(zhì)量值不同時(shí)，例如：一張為閉眼，另外一張為閉眼和曝光不足，則第二張的質(zhì)量顯然比第一張更差，則包括質(zhì)量最好的，刪除其余照片。若所述重復(fù)圖像不是差質(zhì)圖像，則僅保留其中一張重復(fù)圖像，刪除剩余重復(fù)圖像；具體的，當(dāng)所有重復(fù)圖像都不具有差質(zhì)圖像類別時(shí)，則為合格圖像，此時(shí)直接保留一張，其余刪除即可。

雖然本發(fā)明所揭露的實(shí)施方式如上，但所述的內(nèi)容僅為便于理解本發(fā)明而采用的實(shí)施方式，并非用以限定本發(fā)明。任何本發(fā)明所屬領(lǐng)域內(nèi)的技術(shù)人員，在不脫離本發(fā)明所揭露的精神和范圍的前提下，可以在實(shí)施的形式及細(xì)節(jié)上進(jìn)行任何的修改與變化，但本發(fā)明的專利保護(hù)范圍，仍須以所附的權(quán)利要求書所界定的范圍為準(zhǔn)。