CN108335323A - 一种图像背景的虚化方法及移动终端 - Google Patents
一种图像背景的虚化方法及移动终端 Download PDFInfo
- Publication number
- CN108335323A CN108335323A CN201810230443.8A CN201810230443A CN108335323A CN 108335323 A CN108335323 A CN 108335323A CN 201810230443 A CN201810230443 A CN 201810230443A CN 108335323 A CN108335323 A CN 108335323A
- Authority
- CN
- China
- Prior art keywords
- image
- depth
- pixel
- virtualization
- sampled images
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000003313 weakening effect Effects 0.000 title claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 31
- 230000015654 memory Effects 0.000 claims description 20
- 230000009977 dual effect Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 7
- 239000000203 mixture Substances 0.000 abstract description 4
- 238000002156 mixing Methods 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像背景的虚化方法,包括步骤:对第一图像和第二图像分别进行降采样处理,得到第一下采样图像和第二下采样图像;根据第一下采样图像和第二下采样图像计算得到深度图像;根据深度图像计算得到远点深度和近点深度;计算每个像素点对应的弥散圆半径;根据每个像素点的弥散圆半径对第一下采样图像进行虚化处理,得到虚化的第一下采样图像;将虚化的第一下采样图像上采样到与第一图像相同的尺寸,作为第一虚化图像;以及将第一虚化图像与对应的第一图像相融合,得到虚化背景后的第一图像。本发明一并公开了用于执行该虚化方法的移动终端。
Description
技术领域
本发明涉及图像处理技术领域,尤其是一种图像背景的虚化方法及移动终端。
背景技术
对图像进行背景虚化处理,因其能迅速突出主体而被广大摄影爱好者所熟知和使用。以当前流行的具有双摄像头的手机为例,其主流的一大功能应用就是利用双摄像头产生立体视觉,通过双目测距获得影像的深度信息,进而利用所述深度信息对图像进行背景虚化。
为达到理想的处理效果,图像的背景虚化一般都是通过图像卷积来实现的,然而卷积运算本身比较耗时,尤其是将利用卷积算法进行背景虚化应用到移动终端上时,难免存在操作繁琐、计算量大、消耗内存多等问题。故,目前常见的应用于移动终端的图像背景虚化方案,大多是采用类似于快速高斯模糊或防高斯模糊技术,来降低计算的复杂度、进而实现处理加速,但这种方式无法对点光源单独处理,故而会导致处理后结果与实际光学效果相去甚远。
因此,需要一种既能够实现背景虚化效果、又能加速处理的图像背景的虚化方案。
发明内容
为此,本发明提供了一种图像背景的虚化方法及移动终端,以力图解决或者至少缓解上面存在的至少一个问题。
根据本发明的一个方面,提供了一种图像背景的虚化方法,该方法适于在移动终端中执行,并适于对针对同一场景同时获取的第一图像和第二图像进行处理,包括步骤:对第一图像和第二图像分别进行降采样处理,得到第一下采样图像和第二下采样图像;根据第一下采样图像和第二下采样图像计算得到深度图像;根据深度图像计算得到远点深度和近点深度;根据第一下采样图像或第二下采样图像中每个像素点对应的深度与远点深度和近点深度的关系,计算每个像素点对应的弥散圆半径;根据每个像素点的弥散圆半径对第一下采样图像或第二下采样图像进行虚化处理,得到虚化的第一下采样图像或虚化的第二下采样图像;将虚化的第一下采样图像或虚化的第二下采样图像上采样到与第一图像或第二图像相同的尺寸,作为第一虚化图像或第二虚化图像;以及将第一虚化图像或第二虚化图像与对应的第一图像或第二图像相融合,得到虚化背景后的第一图像或第二图像。
可选地,在根据本发明的方法中,对第一图像和第二图像分别进行降采样处理的步骤包括:按照降采样倍数分别对第一图像和第二图像进行降采样处理。
可选地,在根据本发明的方法中,根据深度图像计算得到远点深度和近点深度的步骤包括:从深度图像中获取对焦位置深度;以及根据对焦位置深度计算出远点深度和近点深度。
可选地,在根据本发明的方法中,远点深度Dfar定义为:近点深度Dnear定义为:其中,D表示对焦位置深度,系数dx的取值范围为(0,0.003)。
可选地,在根据本发明的方法中,根据深度图像计算得到远点深度和近点深度的步骤还包括:从深度图像中获取对焦位置深度;以及根据对焦位置深度、拍摄第一图像和第二图像时的光圈数和焦距计算得到远点深度和近点深度。
可选地,在根据本发明的方法中,根据第一下采样图像或第二下采样图像中每个像素点对应的深度与远点深度和近点深度的关系、计算每个像素点对应的弥散圆半径的步骤包括:根据第一下采样图像或第二下采样图像中每个像素点对应的深度与远点深度和近点深度的关系,计算每个像素点对应的第一弥散圆半径;以及结合每个像素点对应的第一弥散圆半径和降采样倍数,得到每个像素点对应的弥散圆半径。
可选地,在根据本发明的方法中,根据第一下采样图像或第二下采样图像中每个像素点对应的深度与远点深度和近点深度的关系、计算每个像素点对应的第一弥散圆半径的步骤包括:若像素点对应的深度小于近点深度,则根据近点深度与该像素点对应的深度之差来计算该像素点对应的第一弥散圆半径;若像素点对应的深度大于远点深度,则根据该像素点对应的深度与远点深度之差来计算该像素点对应的第一弥散圆半径;以及若像素点对应的深度介于近点深度和远点深度之间,则该像素点对应的第一弥散圆半径为0。
可选地,在根据本发明的方法中,像素点i对应的弥散圆半径ri定义为:ri=Ri/n,其中,Ri表示像素点i对应的第一弥散圆半径,n表示降采样倍数。
可选地,在根据本发明的方法中,在计算得到每个像素点对应的弥散圆半径的步骤之后,还包括步骤:根据每个像素点对应的弥散圆半径计算出每个像素点的融合权值。
可选地,在根据本发明的方法中,每个像素点的融合权值α定义为:
其中,r表示每个像素点对应的弥散圆半径,n表示降采样倍数。
可选地,在根据本发明的方法中,将第一虚化图像或第二虚化图像与对应的第一图像或第二图像相融合、得到虚化背景后的第一图像或第二图像的步骤包括:按照每个像素点的融合权值,将第一虚化图像或第二虚化图像与对应的第一图像或第二图像相融合、得到虚化背景后的第一图像或第二图像。
根据本发明的又一方面,提供了一种移动终端,包括:一个或多个处理器;和存储器;双摄像头,适于同时对同一场景拍摄得到两张图像;一个或多个程序,其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行如上所述方法中的任一方法的指令。
根据本发明的再一方面,提供了一种存储一个或多个程序的计算机可读存储介质,一个或多个程序包括指令,所述指令当移动终端执行时,使得移动终端执行如上所述的方法中的任一方法。
根据本发明的背景虚化方案,通过计算第一图像和第二图像的深度图,根据对焦位置深度和景深范围计算出各像素点的弥散圆半径;然后根据弥散圆半径对图像进行虚化处理,得到虚化图;再将虚化图与原图相融合。一方面保证能够对点光源单独处理,提高了虚化效果,是虚化后的图像更接近光学成像。另一方面,通过在降采样的图像上进行虚化处理,节省了计算时间,加快了虚化速度。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施例的移动终端100的构造示意图;
图2示出了根据本发明一个实施例的图像背景的虚化方法200的流程图;
图3示出了根据本发明一个实施例的景深示意图;以及
图4示出了根据本发明又一个实施例的图像背景的虚化方法400的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是移动终端100的结构框图。
移动终端100可以包括存储器接口102、一个或多个数据处理器、图像处理器和/或中央处理单元104,以及外围接口106。
存储器接口102、一个或多个处理器104和/或外围接口106既可以是分立元件,也可以集成在一个或多个集成电路中。在移动终端100中,各种元件可以通过一条或多条通信总线或信号线来耦合。传感器、设备和子系统可以耦合到外围接口106,以便帮助实现多种功能。
例如,运动传感器110、光线传感器112和距离传感器114可以耦合到外围接口106,以方便定向、照明和测距等功能。其他传感器116同样可以与外围接口106相连,例如定位系统(例如GPS接收机)、加速度传感器、温度传感器、生物测定传感器或其他感测设备,由此可以帮助实施相关的功能。
相机子系统120和光学传感器122可以用于方便诸如记录照片和视频剪辑的相机功能的实现,其中所述相机子系统和光学传感器例如可以是电荷耦合器件(CCD)或互补金属氧化物半导体(CMOS)光学传感器。根据本发明的一种实现方式,相机子系统120可以设置为具有相同像素的双摄像头,并且,双摄像头可以是水平方向上平行布置的两个摄像头(如一左一右),也可以是垂直方向上平行布置的两个摄像头(如一上一下),用于同时对同一场景拍摄得到两张图像。
可以通过一个或多个无线通信子系统124来帮助实现通信功能,其中无线通信子系统可以包括射频接收机和发射机和/或光(例如红外)接收机和发射机。无线通信子系统124的特定设计和实施方式可以取决于移动终端100所支持的一个或多个通信网络。例如,移动终端100可以包括被设计成支持LTE、3G、GSM网络、GPRS网络、EDGE网络、Wi-Fi或WiMax网络以及BlueboothTM网络的通信子系统124。
音频子系统126可以与扬声器128以及麦克风130相耦合,以便帮助实施启用语音的功能,例如语音识别、语音复制、数字记录和电话功能。I/O子系统140可以包括触摸屏控制器142和/或一个或多个其他输入控制器144。触摸屏控制器142可以耦合到触摸屏146。举例来说,该触摸屏146和触摸屏控制器142可以使用多种触摸感测技术中的任何一种来检测与之进行的接触和移动或是暂停,其中感测技术包括但不局限于电容性、电阻性、红外和表面声波技术。
一个或多个其他输入控制器144可以耦合到其他输入/控制设备148,例如一个或多个按钮、摇杆开关、拇指旋轮、红外端口、USB端口、和/或指示笔之类的指点设备。所述一个或多个按钮(未显示)可以包括用于控制扬声器128和/或麦克风130音量的向上/向下按钮。
存储器接口102可以与存储器150相耦合。该存储器150可以包括高速随机存取存储器和/或非易失性存储器,例如一个或多个磁盘存储设备,一个或多个光学存储设备,和/或闪存存储器(例如NAND,NOR)。存储器150可以存储操作系统152,例如Android、iOS或是Windows Phone之类的操作系统。该操作系统152可以包括用于处理基本系统服务以及执行依赖于硬件的任务的指令。在一些实施例中,操作系统152中包含了用于执行图像背景的虚化方法的指令。存储器150还可以存储应用154。在移动终端100运行时,会从存储器150中加载操作系统152,并且由处理器104执行。应用154在运行时,也会从存储器150中加载,并由处理器104执行。应用154运行在操作系统之上,利用操作系统以及底层硬件提供的接口实现各种用户期望的功能,如即时通信、网页浏览、图片管理、视频播放等。应用154可以是独立于操作系统提供的,也可以是操作系统自带的,包括各种社交应用软件,也包括各种视频播放应用软件,还可以包括相册、计算器、录音笔等系统自带应用程序。另外,应用154被安装到移动终端100中时,也可以向操作系统添加驱动模块。
本发明提供了一种图像背景的虚化方法,通过在移动终端100的存储器150中存储相应的一个或多个程序(包括前文所述的相关指令)来对所获取的两张图像进行处理,执行图像背景的虚化方法200,以生成背景虚化的图像。
根据本发明的实施例,所获取的两张图像可以是通过相机子系统120获取,通过双摄像头同时对同一场景拍摄得到两张图像,例如,从双摄像头的左摄像头采集获取的图像记作第一图像、从双摄像头的右摄像头采集获取的图像记作第二图像,但不限于此。当然,也可以将利用移动终端100之外的双摄像头拍摄得到的同一场景的两张图像传送给移动终端100,由移动终端100执行图像背景的虚化方法,本发明的实施例对此不作限制。
以下将结合图2,详细阐述根据本发明一个实施例的图像背景的虚化方法200的实现流程。
方法200始于步骤S210,对第一图像和第二图像分别进行降采样处理,对应得到第一下采样图像和第二下采样图像。
根据一种实现方式,方法200在降采样后的图像上进行背景虚化处理,以降低运算量。可选地,按照降采样倍数分别对第一图像和第二图像进行降采样处理,设降采样倍数为n。以卷积运算为例,在降采样后的图像上进行卷积运算,运算量大概是原来运算量的1/n4。
随后在步骤S220中,根据第一下采样图像和第二下采样图像计算得到深度图像。
基于双目视觉生成深度图像的方法有很多,例如基于稠密立体匹配的深度图获取方法和基于稀疏匹配的深度图获取方法。通常可以分为两个步骤:(1)首先对两张图像抽取特征点并进行匹配,然后根据得到的稀疏二维匹配点求解出两张图像的摄像机内外参数(包括焦距、旋转矩阵和位移等)以及特征点的三维位置;(2)根据恢复的摄像机参数进一步进行稠密的逐像素的匹配,从而得到每张图像的深度图像。本发明对计算深度图像的方法不做限制。
根据本发明的一种实现方式,以第一下采样图像为参考图像,第二下采样图像为目标图像,求得第一下采样图像的深度图像作为深度图像,后续对第一下采样图像和第一图像执行步骤S230-步骤S270,最终得到虚化背景后的第一图像,以通过移动终端100的显示屏幕呈现给用户。或者,以第二下采样图像为参考图像,第一下采样图像为目标图像,计算出第二下采样图像的深度图像作为深度图像,后续对第二下采样图像和第二图像执行步骤S230-步骤S270,最终得到虚化背景后的第二图像,以通过移动终端100的显示屏幕呈现给用户。当然,移动终端100也可以同时计算出第一下采样图像的深度图像和第二下采样图像的深度图像作为深度图像,以对第一下采样图像和第二下采样图像分别执行步骤S230-步骤S270,最终得到两张虚化背景后的图像,本发明的实施例对此不作限制。
以通过步骤S220获取到第一下采样图像对应的深度图像为例,下文将对步骤S230-步骤S270进行一一阐述。
在步骤S230中,根据深度图像计算得到远点深度和近点深度。
深度图像中的每一个像素都记录了场景中的某一个点到相机中心所在的XY平面的距离。因此,在得到深度图像后,首先根据对焦点位置获得对焦位置深度,然后根据该对焦位置深度计算出远点深度和近点深度。可选地,在利用移动终端拍照时,通常会出现对焦点选项(例如在屏幕上用一个方框表示),以供用户手动调整对焦点,可以通过该对焦点选项获取到对焦点位置,进而从深度图像中找到该对焦点位置对应的深度,就是对焦位置深度。当然,本发明的实施例对此不做限制。
如图3,示出了根据本发明一个实施例的景深示意图。其中,310表示构成摄像头的光学镜片(其本质上是凸透镜),320表示对焦点(拍摄主体),330表示成像平面(焦平面),332表示焦点。射入310的光线,在焦点前光线开始聚集,在焦点后光线开始扩散,在这个过程中,点的影像由圆到点(焦点)、继而又扩散到圆,这个焦点前面和后面的圆就叫做弥散圆,对应的直径就是弥散圆直径334。景深322被对焦点分割成两部分,靠近310方向的为前景深324,远离310方向的为后景深326,通常前景深324小于后景深326。另外,前景深对应的点为近点,后景深对应的点为远点,光学镜片310到近点的距离称之为近点距离,光学镜片310到远点的距离称之为远点距离,即,图3中325所指示的线段表示近点距离,327所指示的线段表示远点距离。
同时,对焦点320到光学镜片310的距离称之为被摄体距离,对焦点320到焦平面330的距离称之为拍摄距离,光学镜片310到焦平面330的距离称之为像距。
一般地,点的影像在焦点332两侧随着弥散圆的扩大也就逐渐变得模糊。如果弥散圆足够小,肉眼分辨不出它是一个圆,依旧把它视为点的成像,这个可以被接受的圆的最大直径范围就称之为容许弥散圆直径。可选地,容许弥散圆直径的大小与拍摄距离以及图像的放大倍率相关联。
从图3可以得出,前景深范围ΔL1和后景深范围ΔL2分别表示为:
其中,F表示镜头的光圈数,f表示镜头的焦距,δ表示容许的弥散圆直径(关于容许弥散圆直径的描述见前文),拍摄距离L表示对焦的物平面到镜头的距离,在本实施例中,用获取的对焦位置深度表示拍摄距离。
那么,结合图3,近点深度Dnear为:
通常地,δ=dx*f,其中,dx是用来调整景深的系数,可选地,dx取值范围为(0,0.003),故,进一步得出:
同理可以推导出远点距离Dfar为:
因此,根据对焦位置深度、拍摄第一图像和第二图像时的光圈数和焦距,就可以计算出远点深度和近点深度。
光圈F越大、焦距f越大,景深越浅。根据本发明的又一实施例,通过简化参数,令F=f=1,用D表示对焦位置深度,那么,上式中远点深度Dfar和近点深度Dnear的计算就可以简化为:
利用上式,根据对焦位置深度就可以直接计算出远点深度和近点深度。
随后在步骤S240中,根据第一下采样图像中每个像素点对应的深度与远点深度和近点深度的关系,计算出每个像素点对应的弥散圆半径。
根据一种实现方式,步骤S240分为两步:
第一步,根据第一下采样图像中每个像素点对应的深度与远点深度和近点深度的关系,计算每个像素点对应的第一弥散圆半径。
具体地,从深度图像中获取每个像素点的深度,然后根据以下三种情形计算第一弥散圆半径,分别是:①若像素点对应的深度小于近点深度,则根据近点深度与该像素点对应的深度之差来计算该像素点对应的第一弥散圆半径;②若像素点对应的深度大于远点深度,则根据该像素点对应的深度与远点深度之差来计算该像素点对应的第一弥散圆半径;③若像素点对应的深度介于近点深度和远点深度之间,则该像素点对应的第一弥散圆半径为0。
进一步地,第一弥散圆半径通过下式计算:
其中,Ri为像素点i的第一弥散圆半径,Dnear为近点深度,Dfar为远点深度,di为像素点i对应的深度,C为模糊参数系数。
第二步,结合每个像素点对应的第一弥散圆半径和降采样倍数,得到每个像素点对应的弥散圆半径。
可选地,像素点i对应的弥散圆半径ri定义为:
ri=Ri/n
其中,Ri表示第一步中计算出的像素点i的第一弥散圆半径,n表示步骤S210中的降采样倍数。
更进一步地,若某个像素点对应的弥散圆半径小于1,即ri<1,则将该像素点的弥散圆半径设为ri=1。
由前文可知,为了降低计算复杂度,对拍摄所得的第一图像和第二图像进行降采样,并在降采样后的图像上进行背景虚化处理。然而,在降采样后的图像上进行背景虚化有一个缺陷:随着降采样倍数的增加,降采样后的弥散圆半径(也就是第一弥散圆半径)精度丢失,与原图相比跳变较大,这将导致背景虚化后的图像在清晰和模糊地方出现梯度,也就是会出现虚化过渡不连续的现象。
为解决这一问题,在根据本发明的实施方式中,先根据降采样倍数对第一弥散圆半径进行处理,得到每个像素点的弥散圆半径(如上述第二步),然后,在随后的步骤S250中,根据每个像素点的弥散圆半径对第一下采样图像进行虚化处理,得到虚化的第一下采样图像。
随后在步骤S260中,将虚化的第一下采样图像上采样到与第一图像相同的尺寸,作为第一虚化图像。
根据本发明的一个实施例,采用n*n的boxfilter包滤波器进行降采样和上采样处理,一方面,boxfilter包滤波器处理速度快,另一方面,其抗锯齿效果很好。当然,本发明对降采样处理和上采样处理时的具体做法不做限制。本领域技术人员可根据需要选取合适的采样方法。
随后在步骤S270中,将第一虚化图像与对应的第一图像相融合,得到虚化背景后的第一图像。
根据本发明的一个实施例,在通过步骤S240计算得到每个像素点对应的弥散圆半径之后,还包括步骤,计算第一虚化图像与对应的第一图像相融合时的融合权值。具体地,根据第一下采样图像中每个像素点对应的弥散圆半径计算出对应每个像素点的融合权值,可选地,每个像素点的融合权值α定义为:当像素点的弥散圆半径小于1时,用弥散圆半径除以降采样倍数得到一个商值,再计算1与该商值的差,作为该像素点的融合权值;否则,像素点的融合权值设为0。
像素点的融合权值α可以用公式表示为:
其中,r表示每个像素点对应的弥散圆半径,n表示降采样倍数。
当弥散圆半径不小于n(降采样倍数)时,对应的像素点区域表示完全虚化区域;当弥散圆半径小于n时,对应的像素点区域为清晰区域和清晰区域与完全虚化区域之间的过渡区域,其中,弥散圆半径等于0表示完全清晰区域。也就是说,融合权值标识了第一虚化图像中的清晰区域、过渡区域和完全虚化区域。
最后,按照每个像素点的融合权值,将第一虚化图像与对应的第一图像相融合、得到虚化背景后的第一图像。
此处以第一图像作为参考图像,详细阐述了针对第一图像进行虚化处理,得到虚化背景后的第一图像的过程。根据所公开的内容,本领域技术人员亦能够毫无疑义地针对第二图像进行虚化处理,如图4所示。
其中,步骤S410同步骤S210,对第一图像和第二图像分别进行降采样处理,得到第一下采样图像和第二下采样图像。
随后的步骤S420-步骤S470,与方法200中的步骤S220-步骤S270相对应,针对第二下采样图像进行类似的处理。
在步骤S420中,根据第一下采样图像和第二下采样图像计算得到关于第二下采样图像的深度图像。
随后在步骤S430中,根据深度图像计算得到远点深度和近点深度。
随后在步骤S440中,根据第二下采样图像中每个像素点对应的深度与远点深度和近点深度的关系,计算每个像素点对应的弥散圆半径。
随后在步骤S450中,根据每个像素点的弥散圆半径对第二下采样图像进行虚化处理,得到虚化的第二下采样图像。
随后在步骤S460中,将虚化的第二下采样图像上采样到与第二图像相同的尺寸,作为第二虚化图像。
最后在步骤S470中,将第二虚化图像与对应的第二图像相融合,得到虚化背景后的第二图像。
其中,每一步骤的具体处理可参考前文关于图2的方法200的相关描述,篇幅所限,此处不再对类似处理进行赘述。
根据本发明的背景虚化方案,通过计算第一图像和第二图像的深度图,根据对焦位置深度和景深范围计算出各像素点的弥散圆半径和融合权值;然后根据弥散圆半径对图像进行虚化处理,得到虚化图;再根据融合权值将虚化图与原图相融合。一方面保证能够对点光源单独处理,提高了虚化效果,是虚化后的图像更接近光学成像。另一方面,利用融合权值将虚化图与原图相融合,得到最后的虚化背景后的图像,相当于利用图像掩模保护了清晰区域与过渡区域的无梯度虚化。
另外,通过在降采样的图像上进行虚化处理,节省了计算时间,加快了虚化速度。
应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
这里描述的各种技术可结合硬件或软件,或者它们的组合一起实现。从而,本发明的方法和设备,或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介,例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式,其中当程序被载入诸如计算机之类的机器,并被所述机器执行时,所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下,计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件),至少一个输入装置,和至少一个输出装置。其中,存储器被配置用于存储程序代码;处理器被配置用于根据该存储器中存储的所述程序代码中的指令,执行本发明所述的方法。
以示例而非限制的方式,计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据,并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
本发明一并公开了:
A9、如A1-8中任一项所述的方法,其中,在计算得到每个像素点对应的弥散圆半径的步骤之后,还包括步骤:根据每个像素点对应的弥散圆半径计算出每个像素点的融合权值。
A10、如A9所述的方法,其中,每个像素点的融合权值α定义为:
其中,r表示每个像素点对应的弥散圆半径,n表示降采样倍数。
A11、如A9或10所述的方法,其中,所述将第一虚化图像或第二虚化图像与对应的第一图像或第二图像相融合、得到虚化背景后的第一图像或第二图像的步骤包括:按照每个像素点的融合权值,将第一虚化图像或第二虚化图像与对应的第一图像或第二图像相融合、得到虚化背景后的第一图像或第二图像。
此外,所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的,本发明的范围由所附权利要求书限定。
Claims (10)
1.一种图像背景的虚化方法,所述方法适于在移动终端中执行,该方法适于对针对同一场景同时获取的第一图像和第二图像进行处理,所述方法包括步骤:
对所述第一图像和第二图像分别进行降采样处理,得到第一下采样图像和第二下采样图像;
根据第一下采样图像和第二下采样图像计算得到深度图像;
根据所述深度图像计算得到远点深度和近点深度;
根据第一下采样图像或第二下采样图像中每个像素点对应的深度与所述远点深度和近点深度的关系,计算所述每个像素点对应的弥散圆半径;
根据每个像素点的弥散圆半径对第一下采样图像或第二下采样图像进行虚化处理,得到虚化的第一下采样图像或虚化的第二下采样图像;
将所述虚化的第一下采样图像或虚化的第二下采样图像上采样到与所述第一图像或第二图像相同的尺寸,作为第一虚化图像或第二虚化图像;以及
将第一虚化图像或第二虚化图像与对应的第一图像或第二图像相融合,得到虚化背景后的第一图像或第二图像。
2.如权利要求1所述的方法,其中,对第一图像和第二图像分别进行降采样处理的步骤包括:
按照降采样倍数分别对第一图像和第二图像进行降采样处理。
3.如权利要求1或2所述的方法,其中,所述根据深度图像计算得到远点深度和近点深度的步骤包括:
从所述深度图像中获取对焦位置深度;以及
根据所述对焦位置深度计算出远点深度和近点深度。
4.如权利要求3所述的方法,其中,所述远点深度Dfar定义为:
所述近点深度Dnear定义为:
其中,D表示对焦位置深度,系数dx的取值范围为(0,0.003)。
5.如权利要求1或2所述的方法,其中,所述根据深度图像计算得到远点深度和近点深度的步骤还包括:
从所述深度图像中获取对焦位置深度;以及
根据对焦位置深度、拍摄第一图像和第二图像时的光圈数和焦距计算得到远点深度和近点深度。
6.如权利要求2-5中任一项所述的方法,其中,所述根据第一下采样图像或第二下采样图像中每个像素点对应的深度与远点深度和近点深度的关系、计算每个像素点对应的弥散圆半径的步骤包括:
根据第一下采样图像或第二下采样图像中每个像素点对应的深度与远点深度和近点深度的关系,计算每个像素点对应的第一弥散圆半径;以及
结合每个像素点对应的第一弥散圆半径和降采样倍数,得到每个像素点对应的弥散圆半径。
7.如权利要求6所述的方法,其中,所述根据第一下采样图像或第二下采样图像中每个像素点对应的深度与远点深度和近点深度的关系、计算每个像素点对应的第一弥散圆半径的步骤包括:
若像素点对应的深度小于近点深度,则根据近点深度与该像素点对应的深度之差来计算该像素点对应的第一弥散圆半径;
若像素点对应的深度大于远点深度,则根据该像素点对应的深度与远点深度之差来计算该像素点对应的第一弥散圆半径;以及
若像素点对应的深度介于近点深度和远点深度之间,则该像素点对应的第一弥散圆半径为0。
8.如权利要求6所述的方法,其中,像素点i对应的弥散圆半径ri定义为:
ri=Ri/n
其中,Ri表示像素点i对应的第一弥散圆半径,n表示降采样倍数。
9.一种移动终端,包括:
一个或多个处理器;和
存储器;
双摄像头,适于同时对同一场景拍摄得到两张图像;
一个或多个程序,其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1-8所述方法中的任一方法的指令。
10.一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当移动终端执行时,使得所述移动终端执行根据权利要求1-8所述的方法中的任一方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810230443.8A CN108335323B (zh) | 2018-03-20 | 2018-03-20 | 一种图像背景的虚化方法及移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810230443.8A CN108335323B (zh) | 2018-03-20 | 2018-03-20 | 一种图像背景的虚化方法及移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108335323A true CN108335323A (zh) | 2018-07-27 |
CN108335323B CN108335323B (zh) | 2020-12-29 |
Family
ID=62931148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810230443.8A Active CN108335323B (zh) | 2018-03-20 | 2018-03-20 | 一种图像背景的虚化方法及移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108335323B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110084763A (zh) * | 2019-04-29 | 2019-08-02 | 北京达佳互联信息技术有限公司 | 图像修复方法、装置、计算机设备和存储介质 |
CN111311481A (zh) * | 2018-12-12 | 2020-06-19 | Tcl集团股份有限公司 | 背景虚化方法、装置、终端设备及存储介质 |
CN111369612A (zh) * | 2018-12-25 | 2020-07-03 | 北京欣奕华科技有限公司 | 一种三维点云图像生成方法及设备 |
CN111491095A (zh) * | 2020-02-24 | 2020-08-04 | RealMe重庆移动通信有限公司 | 图像虚化方法、装置和电子设备 |
CN113129241A (zh) * | 2019-12-31 | 2021-07-16 | RealMe重庆移动通信有限公司 | 图像处理方法及装置、计算机可读介质、电子设备 |
CN113724129A (zh) * | 2020-05-25 | 2021-11-30 | 武汉Tcl集团工业研究院有限公司 | 一种图像虚化方法、存储介质以及终端设备 |
CN113938578A (zh) * | 2020-07-13 | 2022-01-14 | 武汉Tcl集团工业研究院有限公司 | 一种图像虚化方法、存储介质及终端设备 |
CN114155138A (zh) * | 2020-09-07 | 2022-03-08 | 武汉Tcl集团工业研究院有限公司 | 一种虚化照片生成方法、装置及设备 |
CN114979479A (zh) * | 2022-05-19 | 2022-08-30 | 维沃移动通信(深圳)有限公司 | 拍摄方法及其装置 |
WO2023245362A1 (zh) * | 2022-06-20 | 2023-12-28 | 北京小米移动软件有限公司 | 图像处理方法及装置、电子设备、存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104424640A (zh) * | 2013-09-06 | 2015-03-18 | 格科微电子(上海)有限公司 | 对图像进行虚化处理的方法和装置 |
CN105163042A (zh) * | 2015-08-03 | 2015-12-16 | 努比亚技术有限公司 | 一种虚化处理深度图像的装置和方法 |
CN106412421A (zh) * | 2016-08-30 | 2017-02-15 | 成都丘钛微电子科技有限公司 | 一种快速生成大尺寸重对焦图像的系统与方法 |
CN106558089A (zh) * | 2015-09-21 | 2017-04-05 | 展讯通信(上海)有限公司 | 图像景深绘制方法及装置 |
CN106952222A (zh) * | 2017-03-17 | 2017-07-14 | 成都通甲优博科技有限责任公司 | 一种交互式图像虚化方法及装置 |
CN106993091A (zh) * | 2017-03-29 | 2017-07-28 | 维沃移动通信有限公司 | 一种图像虚化方法及移动终端 |
CN107454332A (zh) * | 2017-08-28 | 2017-12-08 | 厦门美图之家科技有限公司 | 图像处理方法、装置及电子设备 |
CN108022227A (zh) * | 2017-12-29 | 2018-05-11 | 努比亚技术有限公司 | 一种黑白背景照片获取方法、装置及计算机可读存储介质 |
CN108234858A (zh) * | 2017-05-19 | 2018-06-29 | 深圳市商汤科技有限公司 | 图像虚化处理方法、装置、存储介质及电子设备 |
-
2018
- 2018-03-20 CN CN201810230443.8A patent/CN108335323B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104424640A (zh) * | 2013-09-06 | 2015-03-18 | 格科微电子(上海)有限公司 | 对图像进行虚化处理的方法和装置 |
CN105163042A (zh) * | 2015-08-03 | 2015-12-16 | 努比亚技术有限公司 | 一种虚化处理深度图像的装置和方法 |
CN106558089A (zh) * | 2015-09-21 | 2017-04-05 | 展讯通信(上海)有限公司 | 图像景深绘制方法及装置 |
CN106412421A (zh) * | 2016-08-30 | 2017-02-15 | 成都丘钛微电子科技有限公司 | 一种快速生成大尺寸重对焦图像的系统与方法 |
CN106952222A (zh) * | 2017-03-17 | 2017-07-14 | 成都通甲优博科技有限责任公司 | 一种交互式图像虚化方法及装置 |
CN106993091A (zh) * | 2017-03-29 | 2017-07-28 | 维沃移动通信有限公司 | 一种图像虚化方法及移动终端 |
CN108234858A (zh) * | 2017-05-19 | 2018-06-29 | 深圳市商汤科技有限公司 | 图像虚化处理方法、装置、存储介质及电子设备 |
CN107454332A (zh) * | 2017-08-28 | 2017-12-08 | 厦门美图之家科技有限公司 | 图像处理方法、装置及电子设备 |
CN108022227A (zh) * | 2017-12-29 | 2018-05-11 | 努比亚技术有限公司 | 一种黑白背景照片获取方法、装置及计算机可读存储介质 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111311481A (zh) * | 2018-12-12 | 2020-06-19 | Tcl集团股份有限公司 | 背景虚化方法、装置、终端设备及存储介质 |
CN111369612B (zh) * | 2018-12-25 | 2023-11-24 | 北京欣奕华科技有限公司 | 一种三维点云图像生成方法及设备 |
CN111369612A (zh) * | 2018-12-25 | 2020-07-03 | 北京欣奕华科技有限公司 | 一种三维点云图像生成方法及设备 |
CN110084763A (zh) * | 2019-04-29 | 2019-08-02 | 北京达佳互联信息技术有限公司 | 图像修复方法、装置、计算机设备和存储介质 |
CN113129241A (zh) * | 2019-12-31 | 2021-07-16 | RealMe重庆移动通信有限公司 | 图像处理方法及装置、计算机可读介质、电子设备 |
CN111491095A (zh) * | 2020-02-24 | 2020-08-04 | RealMe重庆移动通信有限公司 | 图像虚化方法、装置和电子设备 |
CN113724129A (zh) * | 2020-05-25 | 2021-11-30 | 武汉Tcl集团工业研究院有限公司 | 一种图像虚化方法、存储介质以及终端设备 |
CN113724129B (zh) * | 2020-05-25 | 2024-02-13 | 武汉Tcl集团工业研究院有限公司 | 一种图像虚化方法、存储介质以及终端设备 |
CN113938578A (zh) * | 2020-07-13 | 2022-01-14 | 武汉Tcl集团工业研究院有限公司 | 一种图像虚化方法、存储介质及终端设备 |
CN113938578B (zh) * | 2020-07-13 | 2024-07-30 | 武汉Tcl集团工业研究院有限公司 | 一种图像虚化方法、存储介质及终端设备 |
CN114155138A (zh) * | 2020-09-07 | 2022-03-08 | 武汉Tcl集团工业研究院有限公司 | 一种虚化照片生成方法、装置及设备 |
CN114979479A (zh) * | 2022-05-19 | 2022-08-30 | 维沃移动通信(深圳)有限公司 | 拍摄方法及其装置 |
WO2023245362A1 (zh) * | 2022-06-20 | 2023-12-28 | 北京小米移动软件有限公司 | 图像处理方法及装置、电子设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108335323B (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108335323A (zh) | 一种图像背景的虚化方法及移动终端 | |
US10015469B2 (en) | Image blur based on 3D depth information | |
JP6047807B2 (ja) | リフォーカスを実現するための方法および電子装置 | |
TWI706379B (zh) | 圖像處理方法及裝置、電子設備和儲存介質 | |
CN109816764B (zh) | 图像生成方法及装置、电子设备和存储介质 | |
EP3915087B1 (en) | An electronic device applying bokeh effect to image and controlling method thereof | |
WO2019105214A1 (zh) | 图像虚化方法、装置、移动终端和存储介质 | |
CN108269280A (zh) | 一种深度图像的处理方法及移动终端 | |
CN109218614B (zh) | 一种移动终端的自动拍照方法及移动终端 | |
CN104767933A (zh) | 一种具备拍照功能的便携数码设备及筛选照片的方法 | |
CN108848367B (zh) | 一种图像处理的方法、装置及移动终端 | |
CN106528879A (zh) | 图片处理方法及装置 | |
EP4096211B1 (en) | Image processing method, electronic device and computer-readable storage medium | |
CN206595991U (zh) | 一种双摄像头移动终端 | |
CN107707809A (zh) | 一种图像虚化的方法、移动设备以及存储装置 | |
KR20190120106A (ko) | 동영상의 대표 이미지를 결정하는 방법 및 그 방법을 처리하는 전자 장치 | |
CN109451240A (zh) | 对焦方法、装置、计算机设备和可读存储介质 | |
CN111771372A (zh) | 相机拍摄参数的确定方法和装置 | |
CN108111748A (zh) | 一种生成动态图像的方法和装置 | |
CN108156366A (zh) | 一种基于双摄像头的图像拍摄方法和移动装置 | |
AU2018271418B2 (en) | Creating selective virtual long-exposure images | |
US9544462B2 (en) | Image capturing apparatus and control method of image capturing apparatus | |
CN111756992A (zh) | 一种可穿戴设备跟拍的方法及可穿戴设备 | |
CN115623313B (zh) | 图像处理方法、图像处理装置、电子设备、存储介质 | |
CN111553865A (zh) | 图像修复方法及装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |