CN111861963B - 图像合成方法及相关设备 - Google Patents

Abstract

本发明提供一种图像合成方法及相关设备。所述图像合成方法获取标准图像；对所述标准图像进行模糊分层，得到多个模糊图像；基于所述标准图像的像素坐标生成所述标准图像的参数图像；确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域；根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像。本发明根据标准图像合成局部模糊的目标图像，提升合成的图像的多样性和逼真度。

Description

图像合成方法及相关设备

技术领域

本发明涉及图像处理技术领域，具体涉及一种图像合成方法、装置、计算机设备及计算机可读存储介质。

背景技术

在图像处理技术领域，通常需要采集大量的图像样本用于图像处理算法研究和实现。

然而，隐私问题、数据安全问题等因素提高了采集图像样本的难度，导致不能够采集到的足够多的图像样本。如何通过采集到的图像样本合成更多的图像样本成为待解决的问题。

发明内容

鉴于以上内容，有必要提出一种图像合成方法、装置、计算机设备及计算机可读存储介质，其可以根据标准图像合成局部模糊的目标图像。

本申请的第一方面提供一种图像合成方法，所述图像合成方法包括：

获取标准图像；

对所述标准图像进行模糊分层，得到多个模糊图像；

基于所述标准图像的像素坐标生成所述标准图像的参数图像；

确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域；

根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像。

另一种可能的实现方式中，所述对所述标准图像进行模糊分层包括：

对所述标准图像进行运动模糊分层；或

对所述标准图像进行高斯模糊分层。

另一种可能的实现方式中，所述基于所述标准图像的像素坐标生成所述标准图像的参数图像包括：

对于所述标准图像的每个第一像素点，获取所述第一像素点的坐标；

根据所述第一像素点的坐标确定所述参数图像中的与所述第一像素点对应的第二像素点；

获取像素值计算规则；

基于所述像素值计算规则根据所述第一像素点的坐标计算所述第二像素点的像素值。

另一种可能的实现方式中，所述基于所述像素值计算规则根据所述第一像素点的坐标计算所述第二像素点的像素值包括：

生成所述像素值计算规则对应的多个目标参数；

基于所述像素值计算规则根据所述多个目标参数和所述第一像素点的坐标计算所述第二像素点的像素值。

另一种可能的实现方式中，所述根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像包括：

将所述参数图像中的每个第二像素点的像素值映射至所述目标值域，得到每个第二像素点的映射值；

对于每个第二像素点，根据所述第二像素点的映射值从所述多个模糊图像中确定第一目标模糊图像和第二目标模糊图像；

根据所述第二像素点的坐标确定所述第一目标模糊图像中的与所述第二像素点对应的第三像素点、所述第二目标模糊图像中的与所述第二像素点对应的第四像素点、所述目标图像中的与所述第二像素点对应的第五像素点；

根据所述第二像素点的映射值、所述第三像素点的像素值、所述第四像素点的像素值计算所述第五像素点的像素值。

另一种可能的实现方式中，所述根据所述第二像素点的映射值从所述多个模糊图像中确定第一目标模糊图像和第二目标模糊图像包括：

对所述多个模糊图像进行排序，得到每个模糊图像的序号；

确定所述映射值的上界整数和下界整数；

将序号与所述下界整数一致的模糊图像确定为所述第一目标模糊图像；

将序号与所述上界整数一致的模糊图像确定为所述第二目标模糊图像。

另一种可能的实现方式中，所述根据所述第二像素点的映射值、所述第三像素点的像素值、所述第四像素点的像素值计算所述第五像素点的像素值包括：

根据所述第二像素点的映射值确定所述第三像素点的权值和所述第四像素点的权值；

根据所述第三像素点的像素值、所述第四像素点的像素值、所述第三像素点的权值和所述第四像素点的权值计算所述第五像素点的像素值。

本申请的第二方面提供一种图像合成装置，所述图像合成装置包括：

获取模块，用于获取标准图像；

分层模块，用于对所述标准图像进行模糊分层，得到多个模糊图像；

生成模块，用于基于所述标准图像的像素坐标生成所述标准图像的参数图像；

确定模块，用于确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域；

合成模块，用于根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像。

本申请的第三方面提供一种计算机设备，所述计算机设备包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现所述图像合成方法。

本申请的第四方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述图像合成方法。

本发明获取标准图像；对所述标准图像进行模糊分层，得到多个模糊图像；基于所述标准图像的像素坐标生成所述标准图像的参数图像；确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域；根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像。基于模糊算法对标准图像进行分层和基于掩膜(参数图像)的合成目标图像的过程，确保了目标图像的逼真度，通过多个模糊图像和参数图像合成目标图像，提升了目标图像的多样性。

附图说明

图1是本发明实施例提供的图像合成方法的流程图。

图2是本发明实施例提供的图像合成装置的结构图。

图3是本发明实施例提供的计算机设备的示意图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

优选地，本发明的图像合成方法应用在一个或者多个计算机设备中。所述计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific IntegratedCircuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。

所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。

实施例一

图1是本发明实施例一提供的图像合成方法的流程图。所述图像合成方法应用于计算机设备，用于根据标准图像合成局部模糊的目标图像。

如图1所示，所述图像合成方法包括：

101，获取标准图像。

在一具体实施例中，所述获取标准图像包括：

从预设数据库中读取图像；和/或

从所述预设数据库中读取视频，从读取的视频中截取图像帧；和/或

接收用户上传的图像；和/或

从摄像头设备接收采集到的图像。

所述标准图像可以包括身份证图像、人脸图像等。数据安全和隐私保护等因素会加大所述标准图像的收集难度。当进行与所述标准图像相关的算法研究的时候，需要大量的标准图像作为图像样本。为了满足图像样本数量的要求，本发明根据标准图像合成目标图像，所述目标图像可以作为图像样本使用，从而扩充了图像样，解决图像样本少的问题。

102，对所述标准图像进行模糊分层，得到多个模糊图像。

在一具体实施例中，所述对所述标准图像进行模糊分层包括：

对所述标准图像进行运动模糊分层；或

对所述标准图像进行高斯模糊分层。

具体地，所述对所述标准图像进行运动模糊分层包括：配置初始的角度参数和运动程度参数；通过运动模糊算法根据初始的角度参数和运动程度参数生成一个模糊图像。以预设步长逐次调整所述运动程度参数，通过运动模糊算法根据所述角度参数和每次调整后的运动程度参数生成一个模糊图像。

例如，所述运动程度参数的值为1，预设步长为1。当所述运动参数的值为1时，生成第一个模糊图像；当所述调整后的运动程度参数为2时，生成第二个模糊图像；当所述调整后的运动程度参数为3时，生成第三个模糊图像，以此类推。

具体地，所述对所述标准图像进行高斯模糊分层包括：配置初始的滤波核大小和滤波核系数；通过高斯模糊算法根据初始的滤波核大小和滤波核系数生成一个模糊图像。以预设步长逐次调整所述滤波核系数，通过运动模糊算法根据所述滤波核大小和每次调整后的滤波核系数生成一个模糊图像。

103，基于所述标准图像的像素坐标生成所述标准图像的参数图像。

在一具体实施例中，所述基于所述标准图像的像素坐标生成所述标准图像的参数图像包括：

对于所述标准图像的每个第一像素点，获取所述第一像素点的坐标；

根据所述第一像素点的坐标确定所述参数图像中的与所述第一像素点对应的第二像素点；

获取像素值计算规则；

基于所述像素值计算规则根据所述第一像素点的坐标计算所述第二像素点的像素值。

所述标准图像的尺寸(宽、高)与所述参数图像的尺寸(宽、高)一致。

例如，对于标准图像中的一个第一像素点，通过网格采样点函数得到第一像素点在标准图像中的坐标为(1，2)。确定参数图像中坐标为(1，2)的像素点为第二像素点。

可以通过用户设置所述像素值计算规则，也可以从像素值计算规则列表中选择所述像素值计算规则。

所述像素值计算规则包括：aX+bY＝Z或其中，X、Y为所述第一像素点的坐标，a、b、c、d为参数，z为像素值。

在从所述像素值计算规则列表中选择所述像素值计算规则时，可以随机选择一个计算规则作为所述像素值计算规则，或通过预设标识符选择所述像素值计算规则。

在另一实施例中，所述基于所述像素值计算规则根据所述第一像素点的坐标计算所述第二像素点的像素值包括：

生成所述像素值计算规则对应的多个目标参数；

基于所述像素值计算规则根据所述多个目标参数和所述第一像素点的坐标计算所述第二像素点的像素值。

例如，像素值计算规则为aX+bY＝Z，可以随机生成目标参数a、b的值；基于像素值计算规则根据目标参数a、b的值和第一像素点的坐标(X，Y)计算坐标为(X，Y)的第二像素点的像素值Z。

104，确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域。

在一具体实施例中，所述确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域包括：

(1)确定所述多个模糊图像的图像数量。

例如，确定的所述图像数量为N。N可以取值5、10或20等。

(2)根据所述图像数量确定目标值域。

具体地，所述图像数量为N，确定目标值域为[0,N]。

105，根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像。

在一具体实施例中，所述根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像包括：

(1)将所述参数图像中的每个第二像素点的像素值映射至所述目标值域，得到每个第二像素点的映射值。

具体地，目标值域为[0,N]，获取所述参数图像中的最大像素值max和最小像素值min；获取所述第二像素点的像素值p，计算将像素值p映射至所述目标值域得到的映射值q，

所述第二像素点的映射值的数据类型可以为浮点型。

(2)对于每个第二像素点，根据所述第二像素点的映射值从所述多个模糊图像中确定第一目标模糊图像和第二目标模糊图像。

在另一实施例中，所述根据所述第二像素点的映射值从所述多个模糊图像中确定第一目标模糊图像和第二目标模糊图像包括：

对所述多个模糊图像进行排序，得到每个模糊图像的序号；

确定所述映射值的上界整数和下界整数；

将序号与所述下界整数一致的模糊图像确定为所述第一目标模糊图像；

将序号与所述上界整数一致的模糊图像确定为所述第二目标模糊图像。

所述对所述多个模糊图像进行排序包括：

根据所述多个模糊图像对应的运动程度参数或滤波核系数对所述多个模糊图像进行排序。

例如，根据模糊图像对应的运动程度参数或滤波核系数对5个模糊图像进行排序；映射值为2.36，确定映射值的上界整数为3(即大于或等于预设值的整数)，映射值的下界整数为2(即映射值的上界整数减1)；将序号与所述下界整数2一致的第2个模糊图像确定为第一目标模糊图像；将序号与所述上界整数3一致的第3个模糊图像确定为第二目标模糊图像。

(3)根据所述第二像素点的坐标确定所述第一目标模糊图像中的与所述第二像素点对应的第三像素点、所述第二目标模糊图像中的与所述第二像素点对应的第四像素点、所述目标图像中的与所述第二像素点对应的第五像素点。

例如，第二像素点的坐标为(1，2)，将第一目标模糊图像中的坐标为(1，2)的像素点确定为第三像素点；将第二目标模糊图像中的坐标为(1，2)的像素点确定为第四像素点；将目标图像中的坐标为(1，2)的像素点确定为第五像素点。

(4)根据所述第二像素点的映射值、所述第三像素点的像素值、所述第四像素点的像素值计算所述第五像素点的像素值。

在另一实施例中，所述根据所述第二像素点的映射值、所述第三像素点的像素值、所述第四像素点的像素值计算所述第五像素点的像素值包括：

根据所述第二像素点的映射值确定所述第三像素点的权值和所述第四像素点的权值；

根据所述第三像素点的像素值、所述第四像素点的像素值、所述第三像素点的权值和所述第四像素点的权值计算所述第五像素点的像素值。

例如，映射值为2.36，将映射值的小数部分(0.36)确定为第三像素点的权值，将0.64(通过1-0.36得到)确定为第四像素点的权值；获取第三像素点的像素值为Pixel3，获取第四像素点的像素值为Pixel4；计算第五像素点的像素值Pixel5，Pixel5＝0.36×Pixel3+0.64×Pixel4。

计算得到所述目标图像中的每个第五像素点的像素值后，就得到了所述目标图像。

实施例一的图像合成方法获取标准图像；对所述标准图像进行模糊分层，得到多个模糊图像；基于所述标准图像的像素坐标生成所述标准图像的参数图像；确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域；根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像。基于模糊算法对标准图像进行分层和基于掩膜(参数图像)的合成目标图像的过程，确保了目标图像的逼真度，通过多个模糊图像和参数图像合成目标图像，提升了目标图像的多样性。

实施例二

图2是本发明实施例二提供的图像合成装置的结构图。所述图像合成装置20应用于计算机设备。所述图像合成装置20用于根据标准图像合成局部模糊的目标图像。

如图2所示，所述图像合成装置20可以包括获取模块201、分层模块202、生成模块203、确定模块204、合成模块205。

获取模块201，用于获取标准图像。

在一具体实施例中，所述获取标准图像包括：

从预设数据库中读取图像；和/或

从所述预设数据库中读取视频，从读取的视频中截取图像帧；和/或

接收用户上传的图像；和/或

从摄像头设备接收采集到的图像。

所述标准图像可以包括身份证图像、人脸图像等。数据安全和隐私保护等因素会加大所述标准图像的收集难度。当进行与所述标准图像相关的算法研究的时候，需要大量的标准图像作为图像样本。为了满足图像样本数量的要求，本发明根据标准图像合成目标图像，所述目标图像可以作为图像样本使用，从而扩充了图像样，解决图像样本少的问题。

分层模块202，用于对所述标准图像进行模糊分层，得到多个模糊图像。

在一具体实施例中，所述对所述标准图像进行模糊分层包括：

对所述标准图像进行运动模糊分层；或

对所述标准图像进行高斯模糊分层。

具体地，所述对所述标准图像进行运动模糊分层包括：配置初始的角度参数和运动程度参数；通过运动模糊算法根据初始的角度参数和运动程度参数生成一个模糊图像。以预设步长逐次调整所述运动程度参数，通过运动模糊算法根据所述角度参数和每次调整后的运动程度参数生成一个模糊图像。

例如，所述运动程度参数的值为1，预设步长为1。当所述运动参数的值为1时，生成第一个模糊图像；当所述调整后的运动程度参数为2时，生成第二个模糊图像；当所述调整后的运动程度参数为3时，生成第三个模糊图像，以此类推。

具体地，所述对所述标准图像进行高斯模糊分层包括：配置初始的滤波核大小和滤波核系数；通过高斯模糊算法根据初始的滤波核大小和滤波核系数生成一个模糊图像。以预设步长逐次调整所述滤波核系数，通过运动模糊算法根据所述滤波核大小和每次调整后的滤波核系数生成一个模糊图像。

生成模块203，用于基于所述标准图像的像素坐标生成所述标准图像的参数图像。

在一具体实施例中，所述基于所述标准图像的像素坐标生成所述标准图像的参数图像包括：

对于所述标准图像的每个第一像素点，获取所述第一像素点的坐标；

根据所述第一像素点的坐标确定所述参数图像中的与所述第一像素点对应的第二像素点；

获取像素值计算规则；

基于所述像素值计算规则根据所述第一像素点的坐标计算所述第二像素点的像素值。

所述标准图像的尺寸(宽、高)与所述参数图像的尺寸(宽、高)一致。

例如，对于标准图像中的一个第一像素点，通过网格采样点函数得到第一像素点在标准图像中的坐标为(1，2)。确定参数图像中坐标为(1，2)的像素点为第二像素点。

可以通过用户设置所述像素值计算规则，也可以从像素值计算规则列表中选择所述像素值计算规则。

所述像素值计算规则包括：aX+bY＝Z或其中，X、Y为所述第一像素点的坐标，a、b、c、d为参数，z为像素值。

在从所述像素值计算规则列表中选择所述像素值计算规则时，可以随机选择一个计算规则作为所述像素值计算规则，或通过预设标识符选择所述像素值计算规则。

在另一实施例中，所述基于所述像素值计算规则根据所述第一像素点的坐标计算所述第二像素点的像素值包括：

生成所述像素值计算规则对应的多个目标参数；

基于所述像素值计算规则根据所述多个目标参数和所述第一像素点的坐标计算所述第二像素点的像素值。

例如，像素值计算规则为aX+bY＝Z，可以随机生成目标参数a、b的值；基于像素值计算规则根据目标参数a、b的值和第一像素点的坐标(X，Y)计算坐标为(X，Y)的第二像素点的像素值Z。

确定模块204，用于确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域。

在一具体实施例中，所述确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域包括：

(1)确定所述多个模糊图像的图像数量。

例如，确定的所述图像数量为N。N可以取值5、10或20等。

(2)根据所述图像数量确定目标值域。

具体地，所述图像数量为N，确定目标值域为[0,N]。

合成模块205，用于根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像。

在一具体实施例中，所述根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像包括：

(1)将所述参数图像中的每个第二像素点的像素值映射至所述目标值域，得到每个第二像素点的映射值。

具体地，目标值域为[0,N]，获取所述参数图像中的最大像素值max和最小像素值min；获取所述第二像素点的像素值p，计算将像素值p映射至所述目标值域得到的映射值q，

所述第二像素点的映射值的数据类型可以为浮点型。

(2)对于每个第二像素点，根据所述第二像素点的映射值从所述多个模糊图像中确定第一目标模糊图像和第二目标模糊图像。

在另一实施例中，所述根据所述第二像素点的映射值从所述多个模糊图像中确定第一目标模糊图像和第二目标模糊图像包括：

对所述多个模糊图像进行排序，得到每个模糊图像的序号；

确定所述映射值的上界整数和下界整数；

将序号与所述下界整数一致的模糊图像确定为所述第一目标模糊图像；

将序号与所述上界整数一致的模糊图像确定为所述第二目标模糊图像。

所述对所述多个模糊图像进行排序包括：

根据所述多个模糊图像对应的运动程度参数或滤波核系数对所述多个模糊图像进行排序。

例如，根据模糊图像对应的运动程度参数或滤波核系数对5个模糊图像进行排序；映射值为2.36，确定映射值的上界整数为3(即大于或等于预设值的整数)，映射值的下界整数为2(即映射值的上界整数减1)；将序号与所述下界整数2一致的第2个模糊图像确定为第一目标模糊图像；将序号与所述上界整数3一致的第3个模糊图像确定为第二目标模糊图像。

(3)根据所述第二像素点的坐标确定所述第一目标模糊图像中的与所述第二像素点对应的第三像素点、所述第二目标模糊图像中的与所述第二像素点对应的第四像素点、所述目标图像中的与所述第二像素点对应的第五像素点。

例如，第二像素点的坐标为(1，2)，将第一目标模糊图像中的坐标为(1，2)的像素点确定为第三像素点；将第二目标模糊图像中的坐标为(1，2)的像素点确定为第四像素点；将目标图像中的坐标为(1，2)的像素点确定为第五像素点。

(4)根据所述第二像素点的映射值、所述第三像素点的像素值、所述第四像素点的像素值计算所述第五像素点的像素值。

在另一实施例中，所述根据所述第二像素点的映射值、所述第三像素点的像素值、所述第四像素点的像素值计算所述第五像素点的像素值包括：

根据所述第二像素点的映射值确定所述第三像素点的权值和所述第四像素点的权值；

根据所述第三像素点的像素值、所述第四像素点的像素值、所述第三像素点的权值和所述第四像素点的权值计算所述第五像素点的像素值。

例如，映射值为2.36，将映射值的小数部分(0.36)确定为第三像素点的权值，将0.64(通过1-0.36得到)确定为第四像素点的权值；获取第三像素点的像素值为Pixel3，获取第四像素点的像素值为Pixel4；计算第五像素点的像素值Pixel5，Pixel5＝0.36×Pixel3+0.64×Pixel4。

计算得到所述目标图像中的每个第五像素点的像素值后，就得到了所述目标图像。

实施例二的图像合成装置20获取标准图像；对所述标准图像进行模糊分层，得到多个模糊图像；基于所述标准图像的像素坐标生成所述标准图像的参数图像；确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域；根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像。基于模糊算法对标准图像进行分层和基于掩膜(参数图像)的合成目标图像的过程，确保了目标图像的逼真度，通过多个模糊图像和参数图像合成目标图像，提升了目标图像的多样性。

实施例三

本实施例提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述图像合成方法实施例中的步骤，例如图1所示的步骤101-105：

101，获取标准图像；

102，对所述标准图像进行模糊分层，得到多个模糊图像；

103，基于所述标准图像的像素坐标生成所述标准图像的参数图像；

104，确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域；

105，根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像。

或者，该计算机程序被处理器执行时实现上述装置实施例中各模块的功能，例如图2中的模块201-205：

获取模块201，用于获取标准图像；

分层模块202，用于对所述标准图像进行模糊分层，得到多个模糊图像；

生成模块203，用于基于所述标准图像的像素坐标生成所述标准图像的参数图像；

确定模块204，用于确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域；

合成模块205，用于根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像。

实施例四

图3为本发明实施例三提供的计算机设备的示意图。所述计算机设备30包括存储器301、处理器302以及存储在所述存储器301中并可在所述处理器302上运行的计算机程序303，例如图像合成程序。所述处理器302执行所述计算机程序303时实现上述图像合成方法实施例中的步骤，例如图1所示的101-105：

101，获取标准图像；

102，对所述标准图像进行模糊分层，得到多个模糊图像；

103，基于所述标准图像的像素坐标生成所述标准图像的参数图像；

104，确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域；

105，根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像。

或者，该计算机程序被处理器执行时实现上述装置实施例中各模块的功能，例如图2中的模块201-205：

获取模块201，用于获取标准图像；

分层模块202，用于对所述标准图像进行模糊分层，得到多个模糊图像；

生成模块203，用于基于所述标准图像的像素坐标生成所述标准图像的参数图像；

确定模块204，用于确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域；

合成模块205，用于根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像。

示例性的，所述计算机程序303可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器301中，并由所述处理器302执行，以完成本方法。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序303在所述计算机设备30中的执行过程。例如，所述计算机程序303可以被分割成图2中的获取模块201、分层模块202、生成模块203、确定模块204、合成模块205，各模块具体功能参见实施例二。

本领域技术人员可以理解，所述示意图3仅仅是计算机设备30的示例，并不构成对计算机设备30的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述计算机设备30还可以包括输入输出设备、网络接入设备、总线等。

所称处理器302可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器302也可以是任何常规的处理器等，所述处理器302是所述计算机设备30的控制中心，利用各种接口和线路连接整个计算机设备30的各个部分。

所述存储器301可用于存储所述计算机程序303，所述处理器302通过运行或执行存储在所述存储器301内的计算机程序或模块，以及调用存储在存储器301内的数据，实现所述计算机设备30的各种功能。所述存储器301可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机设备30的使用所创建的数据等。此外，存储器301可以包括易失性及/或非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他存储器件。

所述计算机设备30集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述图像合成方法的部分步骤。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他模块或步骤，单数不排除复数。系统权利要求中陈述的多个模块或装置也可以由一个模块或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (9)

1.一种图像合成方法，其特征在于，所述图像合成方法包括：

获取标准图像；

对所述标准图像进行模糊分层，得到多个模糊图像；

基于所述标准图像的像素坐标生成所述标准图像的参数图像；

确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域；

根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像，包括：将所述参数图像中的每个第二像素点的像素值映射至所述目标值域，得到每个第二像素点的映射值；对于每个第二像素点，根据所述第二像素点的映射值从所述多个模糊图像中确定第一目标模糊图像和第二目标模糊图像；根据所述第二像素点的坐标确定所述第一目标模糊图像中的与所述第二像素点对应的第三像素点、所述第二目标模糊图像中的与所述第二像素点对应的第四像素点、所述目标图像中的与所述第二像素点对应的第五像素点；根据所述第二像素点的映射值、所述第三像素点的像素值、所述第四像素点的像素值计算所述第五像素点的像素值。

2.如权利要求1所述的图像合成方法，其特征在于，所述对所述标准图像进行模糊分层包括：

对所述标准图像进行运动模糊分层；或

对所述标准图像进行高斯模糊分层。

3.如权利要求1所述的图像合成方法，其特征在于，所述基于所述标准图像的像素坐标生成所述标准图像的参数图像包括：

对于所述标准图像的每个第一像素点，获取所述第一像素点的坐标；

根据所述第一像素点的坐标确定所述参数图像中的与所述第一像素点对应的第二像素点；

获取像素值计算规则；

基于所述像素值计算规则根据所述第一像素点的坐标计算所述第二像素点的像素值。

4.如权利要求3所述的图像合成方法，其特征在于，所述基于所述像素值计算规则根据所述第一像素点的坐标计算所述第二像素点的像素值包括：

生成所述像素值计算规则对应的多个目标参数；

基于所述像素值计算规则根据所述多个目标参数和所述第一像素点的坐标计算所述第二像素点的像素值。

5.如权利要求1所述的图像合成方法，其特征在于，所述根据所述第二像素点的映射值从所述多个模糊图像中确定第一目标模糊图像和第二目标模糊图像包括：

对所述多个模糊图像进行排序，得到每个模糊图像的序号；

确定所述映射值的上界整数和下界整数；

将序号与所述下界整数一致的模糊图像确定为所述第一目标模糊图像；

将序号与所述上界整数一致的模糊图像确定为所述第二目标模糊图像。

6.如权利要求1所述的图像合成方法，其特征在于，所述根据所述第二像素点的映射值、所述第三像素点的像素值、所述第四像素点的像素值计算所述第五像素点的像素值包括：

根据所述第二像素点的映射值确定所述第三像素点的权值和所述第四像素点的权值；

根据所述第三像素点的像素值、所述第四像素点的像素值、所述第三像素点的权值和所述第四像素点的权值计算所述第五像素点的像素值。

7.一种图像合成装置，其特征在于，所述图像合成装置包括：

获取模块，用于获取标准图像；

分层模块，用于对所述标准图像进行模糊分层，得到多个模糊图像；

生成模块，用于基于所述标准图像的像素坐标生成所述标准图像的参数图像；

确定模块，用于确定所述多个模糊图像的图像数量，根据所述图像数量确定目标值域；

合成模块，用于根据所述多个模糊图像、所述参数图像和所述目标值域合成目标图像，包括：将所述参数图像中的每个第二像素点的像素值映射至所述目标值域，得到每个第二像素点的映射值；对于每个第二像素点，根据所述第二像素点的映射值从所述多个模糊图像中确定第一目标模糊图像和第二目标模糊图像；根据所述第二像素点的坐标确定所述第一目标模糊图像中的与所述第二像素点对应的第三像素点、所述第二目标模糊图像中的与所述第二像素点对应的第四像素点、所述目标图像中的与所述第二像素点对应的第五像素点；根据所述第二像素点的映射值、所述第三像素点的像素值、所述第四像素点的像素值计算所述第五像素点的像素值。

8.一种计算机设备，其特征在于，所述计算机设备包括处理器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至6中任一项所述图像合成方法。

9.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述图像合成方法。