KR101821750B1

KR101821750B1 - 이미지 처리 방법 및 장치

Info

Publication number: KR101821750B1
Application number: KR1020167013620A
Authority: KR
Inventors: 타오 장; 지준 첸; 페이 롱
Original assignee: 시아오미 아이엔씨.
Priority date: 2015-07-31
Filing date: 2015-12-18
Publication date: 2018-01-24
Anticipated expiration: 2035-12-18
Also published as: CN105072337B; JP2017531330A; EP3125135A1; MX2016005636A; CN105072337A; RU2651240C1; US20170032219A1; KR20170023767A; WO2017020488A1; EP3125135B1

Abstract

본 발명은 이미지 처리 방법 및 장치에 관한 것으로서 단말기 기술 분야에 속한다. 상기 이미지 처리 방법은, 저장 공간을 정리하는 과정에서, 이미지 디렉토리 내의 모든 이미지를 스캔하는 단계, 각 이미지의, 적어도 촬영 시간을 포함하는 속성 정보 및 사전 추출된 이미지 특징에 근거하여, 적어도 하나의 유사 이미지 그룹을 생성하는 단계, 촬영 시간 순서에 따라 유사 이미지 그룹을 단위로 하여 각 유사 이미지 그룹 중의 이미지를 표시하는 단계, 및 검출된 동작에 근거하여 각 유사 이미지 그룹 중의 이미지를 처리하는 단계를 포함한다.

Description

이미지 처리 방법 및 장치{PICTURE PROCESSING METHOD AND DEVICE}

본 발명은 출원번호가 201510465211.7이고 출원일자가 2015년 7월 31일인 중국 특허 출원에 기반하여 제출하였고 상기 중국 특허 출원의 우선권을 주장하는 바, 상기 중국 특허 출원의 모든 내용은 본 발명에 원용된다.

본 발명은 정보 기술 분야에 관한 것으로서, 특히는 이미지 처리 방법 및 장치에 관한 것이다.

현대 생활에서, 만족스러운 이미지를 획득하기 위하여 사용자는 일반적으로 이동 단말기를 사용하여 동일한 내용에 대하여 여러 번 촬영함으로써 동일한 내용을 포함하는 복수 장의 이미지를 획득한다. 이러한 이미지는 일정한 크기를 가지므로, 이러한 이미지를 단말기에 전부 저장할 경우, 단말기의 메모리를 점유할 뿐만 아니라 단말기의 성능에도 영향을 미치고 또한 사용자의 조회에도 아주 큰 불편함이 있으므로, 단말기에 저장된 이미지를 처리할 것을 요구한다.

현재, 관련 기술에 따라 이미지를 처리할 때, 앨범 어플을 실행한 후 사용자의 육안에 의해 이미지 목록에서 유사한 이미지를 식별하고, 사용자의 동작을 검출함으로써 이러한 이미지에 대한 정리를 진행한다. 만약 사용자에 의해 이미지의 삭제 옵션이 선택된 것이 검출되면, 상기 이미지를 삭제하고, 만약 사용자에 의해 이미지의 저장 옵션이 선택된 것이 검출되면, 상기 이미지를 저장한다.

본 발명은 이미지 처리 방법 및 장치를 제공한다.

본 발명의 실시예의 제1양태에 근거하여,

저장 공간을 정리하는 과정에서, 이미지 디렉토리 내의 모든 이미지를 스캔하는 단계;

각 이미지의, 적어도 촬영 시간을 포함하는 속성 정보 및 사전 추출된 이미지 특징에 근거하여, 적어도 하나의 유사 이미지 그룹을 생성하는 단계;

촬영 시간 순서에 따라 유사 이미지 그룹을 단위로 하여 각 유사 이미지 그룹 중의 이미지를 표시하는 단계; 및

검출된 동작에 근거하여 각 유사 이미지 그룹 중의 이미지를 처리하는 단계;를 포함하는 이미지 처리 방법을 제공한다.

선택적으로, 상기 이미지 특징은 전체적 특징 및 부분적 특징을 포함하고,

각 이미지의 속성 정보 및 사전 추출된 이미지 특징에 근거하여, 적어도 하나의 유사 이미지 그룹을 생성하는 상기 단계는,

이미지의 속성 정보에 근거하여, 이미지 디렉토리 내의 이미지를 상이한 이미지 그룹으로 그룹화하고, 각 이미지 그룹에는 적어도 두 장의 이미지를 포함하는 단계;

어느 하나의 이미지 그룹에 대하여, 임의의 두 장의 이미지의 전체적 특징의 유사도 및 부분적 특징의 유사도를 계산하는 단계;

만약 상기 전체적 특징의 유사도가 제1 임계값보다 크고 또한 상기 부분적 특징의 유사도가 제2 임계값보다 크면, 상기 전체적 특징의 유사도와 상기 부분적 특징의 유사도에 대하여 가중 계산하여 가중 계산 결과를 얻는 단계;

만약 상기 가중 계산 결과가 제3 임계값보다 크면, 상기 두 장의 이미지를 유사 이미지로 하는 단계; 및

상기 이미지 그룹 중에서 동일한 한 장의 이미지와 서로 유사 이미지인 모든 이미지는 하나의 유사 이미지 그룹을 구성하는 단계;를 포함한다.

선택적으로, 검출된 동작에 근거하여 각 유사 이미지 그룹 중의 이미지를 처리하는 상기 단계는,

각 유사 이미지 그룹의 각 이미지에서 저장 옵션과 삭제 옵션을 표시하는 단계;

어느 한 장의 이미지의 삭제 옵션이 선택된 것이 검출되면, 상기 이미지를 삭제하는 단계; 및

상기 이미지의 저장 옵션이 선택된 것이 검출되면, 상기 이미지를 저장하는 단계;를 포함한다.

선택적으로, 상기 이미지를 삭제하는 상기 단계 이후,

서버가 클라우드 저장 공간에서 상기 이미지를 삭제하도록 지시하기 위한 삭제 인스트렉션을 상기 서버로 발송하는 단계를 더 포함한다.

선택적으로, 상기 이미지 처리 방법은,

저장 공간 정리 페이지에서 이미지 정리 옵션을 표시하는 단계; 및

상기 이미지 정리 옵션이 선택된 것이 검출되면, 이미지 디렉토리 내의 모든 이미지의 스캔을 실행하는 단계;를 더 포함한다.

본 발명의 실시예의 제2양태에 근거하여,

저장 공간을 정리하는 과정에서, 이미지 디렉토리 내의 모든 이미지를 스캔하기 위한 스캔 모듈;

각 이미지의, 적어도 촬영 시간을 포함하는 속성 정보 및 사전 추출된 이미지 특징에 근거하여, 적어도 하나의 유사 이미지 그룹을 생성하기 위한 유사 이미지 그룹 생성 모듈;

촬영 시간 순서에 따라 유사 이미지 그룹을 단위로 하여 각 유사 이미지 그룹 중의 이미지를 표시하기 위한 제1 표시 모듈; 및

검출된 동작에 근거하여 각 유사 이미지 그룹 중의 이미지를 처리하기 위한 처리 모듈;을 포함하는 이미지 처리 장치를 제공한다.

상기 유사 이미지 그룹 생성 모듈은, 이미지의 속성 정보에 근거하여, 이미지 디렉토리 내의 이미지를 상이한 이미지 그룹으로 그룹화하고, 각 이미지 그룹에는 적어도 두 장의 이미지를 포함하며; 어느 하나의 이미지 그룹에 대하여, 임의의 두 장의 이미지의 전체적 특징의 유사도 및 부분적 특징의 유사도를 계산하고; 만약 상기 전체적 특징의 유사도가 제1 임계값보다 크고 또한 상기 부분적 특징의 유사도가 제2 임계값보다 크면, 상기 전체적 특징의 유사도와 상기 부분적 특징의 유사도에 대하여 가중 계산하여 가중 계산 결과를 얻으며; 만약 상기 가중 계산 결과가 제3 임계값보다 크면, 상기 두 장의 이미지를 유사 이미지로 하고; 상기 이미지 그룹 중에서 동일한 한 장의 이미지와 서로 유사 이미지인 모든 이미지는 하나의 유사 이미지 그룹을 구성하도록 구성된다.

선택적으로, 상기 이미지 처리 장치는,

각 유사 이미지 그룹의 각 이미지에서 저장 옵션과 삭제 옵션을 표시하고; 어느 한 장의 이미지의 삭제 옵션이 선택된 것이 검출되면, 상기 이미지를 삭제하며; 상기 이미지의 저장 옵션이 선택된 것이 검출되면, 상기 이미지를 저장하도록 구성된다.

선택적으로, 상기 이미지 처리 장치는,

서버가 클라우드 저장 공간에서 상기 이미지를 삭제하도록 지시하기 위한 삭제 인스트렉션을 상기 서버로 발송하기 위한 발송 모듈을 더 포함한다.

선택적으로, 상기 이미지 처리 장치는,

저장 공간 정리 페이지에서 이미지 정리 옵션을 표시하기 위한 제2 표시 모듈; 및

상기 이미지 정리 옵션이 선택된 것이 검출되면, 이미지 디렉토리 내의 모든 이미지의 스캔을 실행하기 위한 상기 스캔 모듈을 더 포함한다.

본 발명의 실시예의 제3양태에 근거하여,

프로세서; 및

프로서세가 실행 가능한 인스트렉션을 저장하기 위한 메모리;를 포함하고;

상기 프로세서는,

저장 공간을 정리하는 과정에서, 이미지 디렉토리 내의 모든 이미지를 스캔하고;

각 이미지의, 적어도 촬영 시간을 포함하는 속성 정보 및 사전 추출된 이미지 특징에 근거하여, 적어도 하나의 유사 이미지 그룹을 생성하며;

촬영 시간 순서에 따라 유사 이미지 그룹을 단위로 하여 각 유사 이미지 그룹 중의 이미지를 표시하고;

검출된 동작에 근거하여 각 유사 이미지 그룹 중의 이미지를 처리하도록 구성되는 이미지 처리 장치를 제공한다.

본 발명의 실시예에 의해 제공된 과제 해결 수단은 하기와 같은 유익한 효과를 포함할 수 있다.

이미지의 촬영 시간 등 속성 정보 및 이미지 특징을 기반으로 이미지를 하나의 유사 이미지 그룹으로 그룹화하고, 촬영 시간에 따라 유사 이미지 그룹을 단위로 하여 유사 이미지 그룹 중의 이미지를 표시하여, 사용자가 유사 이미지 그룹 중의 이미지를 편리하게 처리할 수 있도록 함으로써 처리 과정이 더욱 간편해지고 소모 시간을 더욱 단축시킬 수 있다.

상기의 일반적인 설명과 후술되는 구체적인 설명은 단지 예시적이고 해석적인 것이며 본 발명을 한정하는 것이 아님을 이해해야 한다.

아래의 도면은 명세서의 일부분으로서 명세서 전체를 구성하며 본 발명에 맞는 실시예를 예시하여 본 발명의 원리를 해석하기 위한 것이다.
도1은 일 예시적 실시예에 근거하여 도시한 이미지 처리 방법의 흐름도이다.
도2는 일 예시적 실시예에 근거하여 도시한 이미지 처리 방법의 흐름도이다.
도3은 일 예시적 실시예에 근거하여 도시한 저장 공간 처리 페이지의 모식도이다.
도4는 일 예시적 실시예에 근거하여 도시한 유사 이미지 그룹의 모식도이다.
도5(A)는 일 예시적 실시예에 근거하여 도시한 유사 이미지 그룹의 모식도이다.
도5(B)는 일 예시적 실시예에 근거하여 도시한 유사 이미지 그룹의 모식도이다.
도6은 일 예시적 실시예에 근거하여 도시한 유사 이미지 처리 장치의 구조 모식도이다.
도7은 일 예시적 실시예에 근거하여 도시한 이미지 처리 장치의 블록도이다.

여기서, 예시적 실시예에 대해 상세하게 설명하고, 이를 첨부되는 도면에 예시적으로 나타냈다. 하기에서 첨부되는 도면에 대해 설명할 때 별도로 표시하지 않는 한, 다른 도면의 동일한 숫자는 동일하거나 유사한 구성요소를 나타낸다. 하기의 예시적 실시예에서 설명한 실시형태는 본 발명과 일치한 모든 실시형태를 의미하는 것은 아니다. 반대로, 이들은 첨부된 특허청구범위에서 설명한, 본 발명의 일부 양태와 일치한 장치와 방법에 대한 예일 뿐이다.

도1은 일 예시적 실시예에 근거하여 도시한 이미지 처리 방법의 흐름도이다. 도1에 도시된 바와 같이, 단말기에 사용되는 이미지 처리 방법은 다음과 같은 단계를 포함한다.

단계 101에서는, 저장 공간을 정리하는 과정에서, 이미지 디렉토리 내의 모든 이미지를 스캔한다.

단계 102에서는, 각 이미지의, 적어도 촬영 시간을 포함하는 속성 정보 및 사전 추출된 이미지 특징에 근거하여, 적어도 하나의 유사 이미지 그룹을 생성한다.

단계 103에서는, 촬영 시간 순서에 따라 유사 이미지 그룹을 단위로 하여 각 유사 이미지 그룹 중의 이미지를 표시한다.

단계 104에서는, 검출된 동작에 근거하여 각 유사 이미지 그룹 중의 이미지를 처리한다.

본 발명의 실시예가 제공하는 방법에 의하면, 이미지의 촬영 시간 등 속성 정보 및 이미지 특징을 기반으로 이미지를 하나의 유사 이미지 그룹으로 그룹화하고, 촬영 시간에 따라 유사 이미지 그룹을 단위로 하여 유사 이미지 그룹 중의 이미지를 표시하여, 사용자가 유사 이미지 그룹 중의 이미지를 편리하게 처리할 수 있도록 함으로써 처리 과정이 더욱 간편해지고 소모 시간을 더욱 단축시킬 수 있다.

본 발명의 다른 일 실시예에서, 이미지 특징은 전체적 특징 및 부분적 특징을 포함하고,

각 이미지의 속성 정보 및 사전 추출된 이미지 특징에 근거하여, 적어도 하나의 유사 이미지 그룹을 생성하는 단계는,

만약 전체적 특징의 유사도가 제1 임계값보다 크고 또한 부분적 특징의 유사도가 제2 임계값보다 크면, 전체적 특징의 유사도와 부분적 특징의 유사도에 대하여 가중 계산하여 가중 계산 결과를 얻는 단계;

만약 가중 계산 결과가 제3 임계값보다 크면, 두 장의 이미지를 유사 이미지로 하는 단계; 및

이미지 그룹 중에서 동일한 한 장의 이미지와 서로 유사 이미지인 모든 이미지는 하나의 유사 이미지 그룹을 구성하는 단계;를 포함한다.

본 발명의 다른 일 실시예에서, 검출된 동작에 근거하여 각 유사 이미지 그룹 중의 이미지를 처리하는 단계는,

어느 한 장의 이미지의 삭제 옵션이 선택된 것이 검출되면, 이미지를 삭제하는 단계; 및

이미지의 저장 옵션이 선택된 것이 검출되면, 이미지를 저장하는 단계;를 포함한다.

본 발명의 다른 일 실시예에서, 이미지를 삭제하는 단계 이후,

서버가 클라우드 저장 공간에서 이미지를 삭제하도록 지시하기 위한 삭제 인스트렉션을 상기 서버로 발송하는 단계를 더 포함한다.

본 발명의 다른 일 실시예에서, 상기 이미지 처리 방법은,

이미지 정리 옵션이 선택된 것이 검출되면, 이미지 디렉토리 내의 모든 이미지의 스캔을 실행하는 단계;를 더 포함한다.

상기 모든 선택 가능한 과제 해결 수단은 임의의 결합을 통하여 본 발명의 선택 가능한 실시예를 구성할 수 있는 바, 여기서 더 이상 일일이 설명하지 않는다.

도2는 일 예시적 실시예에 근거하여 도시한 이미지 처리 방법의 흐름도로서, 도2에 도시된 바와 같이, 단말기에 사용되는 이미지 처리 방법은 다음과 같은 단계를 포함한다.

단계 201에서, 저장 공간을 정리하는 과정에서, 단말기는 저장 공간 정리 페이지에서 이미지 정리 옵션을 표시한다.

여기서, 이미지의 형식에는 여러가지가 있는 바, 카메라를 통해 촬영된 사진일 수 있고, 캡쳐 툴을 사용하여 캡쳐한 이미지 등일 수도 있다. 단말기는 스마트폰, 태블릿 PC, 데스크탑 컴퓨터 등일 수 있고, 본 실시예에서는 단말기의 제품 유형에 대하여 구체적으로 한정하지 않으며, 상기 단말기에서 카메라가 설치되어 있을 수 있고, 설치된 카메라를 기반으로 단말기는 각종 사진을 촬영할 수 있다. 단말기에는 캡쳐를 위한 캡쳐 어플이 설치되어 있을 수 있고, 설치된 캡쳐 어플을 기반으로 단말기는 스크린의 어느 하나의 영역 또는 전체 영역을 캡쳐하여 이미지로 저장할 수 있다.

일반적으로, 단말기는 작동 과정에서 일부 정크 데이터가 발생할 수 있고, 이러한 정크 데이터들은 단말기의 저장 공간을 점유하며, 단말기의 저장 공간은 제한된 것으로 만약 적시에 이러한 정크 데이터를 처리하지 않으면 단말기의 정상적인 작동에 영향을 미치게 된다. 단말기의 작동 과정에서 발생되는 정크 데이터를 적시에 정리하여 단말기의 원활한 작동을 확보하도록, 단말기에는 일반적으로 소프트웨어를 설치한다.

소프트웨어 정리와 저장 공간 정리를 작동시키는 과정에서, 도3에 도시된 바와 같이, 단말기는 저장 공간 정리 페이지에 이미지 정리 옵션, 플러그인 정리 옵션, 트래픽 모니터링 옵션 등을 포함하는 복수 개의 옵션을 표시하여, 단말기의 상이한 유형의 정크 데이터를 정리할 수 있다.

단계 202에서, 단말기는 이미지 정리 옵션의 선택 여부를 검출하고, 선택한 것으로 검출되면 단계 203을 실행한다.

단말기에 의해 이미지 정리 옵션의 선택 여부를 검출하는 방식에 있어서, 다음과 같은 방식을 포함하지만 이에 한정되지 않는다. 즉, 내장형 압력 센서에 의해 단말기 스크린에서의 압력의 변화 여부를 검출하는 바, 단말기 스크린에서의 어느 위치의 압력이 변화할 때 단말기는 상기 위치의 위치 좌표를 획득하여 상기 위치의 위치 좌표와 이미지 정리 옵션이 소재하는 위치 영역을 비교함으로써 상기 위치 좌표가 이미지 정리 옵션이 소재하는 위치 영역 내에 위치할 경우 이미지 정리 옵션이 선택된 것으로 결정한다.

단말기 스크린에서의 압력 변화를 검출함에 따른 상기 방식은 단지 단말기가 이미지 정리 옵션의 선택 여부를 검출하기 위한 일종의 방식으로서, 실제 응용에서 단말기는 기타 방식을 사용하여 이미지 정리 옵션의 선택 여부를 검출할 수 있으며, 본 실시예는 여기서 이에 대하여 구체적으로 한정하지 않는다.

단계 203에서, 단말기는 이미지 디렉토리 내의 모든 이미지를 스캔한다.

본 실시예에서, 이미지 디렉토리는 단말기에서 이미지를 저장하기 위한 특정 디렉토리로서, 이미지 디렉토리 내의 이미지는 카메라를 통해 촬영된 사진일 수 있고, 캡쳐 툴을 사용하여 캡쳐한 이미지일 수도 있으며, 네트워크에 연결하여 다운로드한 이미지 또는 블루투스, 적외선 등 기능을 작동시켜 기타 단말기로부터 수신된 이미지일 수도 있는 바, 본 실시예는 이미지 디렉토리 내의 이미지 형식에 대하여 구체적으로 한정하지 않는다.

단말기는 이미지 디렉토리 내의 이미지를 스캔할 때, 스캔 순서를 사전 설정할 수 있고, 스캔 순서에 따라 이미지 디렉토리 내의 이미지를 하나하나 스캔한다. 사전 설정한 스캔 순서는 이미지의 촬영 시간, 이미지의 크기 등등일 수 있다. 스캔 순서가 촬영 시간인 것을 예로 들면, 단말기가 이미지 디렉토리 내의 이미지를 스캔할 때, 촬영 시간의 이전 시간에서 이후 시간의 순서에 따라 스캔을 할 수 있다. 예를 들면, 단말기는 촬영 시간이 가장 이른 이미지를 우선 스캔하고 촬영 시간이 가장 늦은 이미지를 마지막에 스캔할 수 있다. 또한 촬영 시간의 이후 시간에서 이전 시간의 순서에 따라 스캔을 할 수 있다. 예를 들면, 단말기는 촬영 시간이 가장 늦은 이미지를 우선 스캔하고 촬영 시간이 가장 이른 이미지를 마지막에 스캔할 수 있다.

단계 204에서, 단말기는 각 이미지의 속성 정보 및 사전 추출한 이미지 특징에 근거하여 적어도 하나의 유사 이미지 그룹을 생성한다.

상기 단계 203에 의해 이미지 디렉토리 내의 이미지를 스캔함으로써 단말기는 각 이미지의 속성 정보, 예를 들면 촬영 시간, 촬영 지점, 이미지 크기, 밝기, 명암도, 그레이 스케일 등등을 획득할 수 있다. 이와 동시에, 단말기의 내장된 특징 추출 모듈에 의해 이미지 디렉토리 내의 각 이미지의 이미지 특징을 추출할 수 있어, 추출된 이미지 특징에 근거하여 하나의 특징 파일을 구성할 수 있다. 여기서, 이미지 특징은 전체적 특징 및 부분적 특징 등을 포함한다. 부분적 특징에서는 주로 이미지 내용의 세부적인 변화를 설명하는 바, 이에 SIFT(Scale-invariant feature transform, 스케일 불변 특징 변환), SURF(Speed Up Robust Features, 고속의 강인한 특징 추출) 등을 포함한다. 전체적 특징에서는 주로 이미지 내용의 전체적인 속성을 설명하는 바, 이에 컬러의 히스토그램 분포도 및 LBP(Local Binary Patterns, 국부 이진 패턴) 히스토그램 무늬도 등을 포함한다.

단말기는 각 이미지의 속성 정보 및 사전 추출한 이미지 특징에 근거하여 적어도 하나의 유사 이미지 그룹을 생성할 때 다음과 같은 단계(1) 내지 단계(3)를 사용할 수 있다.

단계(1): 단말기는 이미지의 속성 정보에 근거하여 이미지 디렉토리 내의 이미지를 상이한 이미지 그룹으로 그룹화하고, 각 이미지 그룹에는 적어도 두 장의 이미지를 포함한다.

일반적인 경우, 단말기는 동일한 내용에 대하여 연속 촬영을 하거나 또는 동일 시간대에 동일한 내용에 대하여 여러 번 촬영을 하거나 또는 어느 시간대에 캡쳐 툴을 사용하여 스크린 상의 동일 영역에 대하여 여러 번 캡쳐함으로써 유사 이미지를 생성할 수 있는 바, 이러한 유사 이미지에는 일반적으로 동일한 속성 정보를 구비한다. 상이한 속성 정보를 기반으로, 단말기는 이미지 디렉토리 내의 이미지를 상이한 이미지 그룹으로 그룹화할 수 있고, 또한 각 이미지 그룹에는 적어도 두 장의 이미지를 포함한다.

속성 정보에 포함되는 상이한 정보로 인해, 단말기가 이미지 디렉토리 내의 이미지를 상이한 이미지 그룹으로 그룹화할 때 다음과 같은 몇 가지 방식을 사용할 수 있다.

본 발명의 일 실시예에서, 단말기는 촬영 시간에 따라 촬영 시간이 동일 시간 범위 내에 있는 이미지를 동일 이미지 그룹으로 그룹화할 수 있다. 예를 들면, 이미지A의 촬영 시간은 2015/5/1 10:00:00이고, 이미지B의 촬영 시간은 2015/5/1 10:00:20이며, 이미지C의 촬영 시간은 2015/5/1 10:00:54이고, 이미지D의 촬영 시간은 2015/5/10 12:20:10이며, 이미지E의 촬영 시간은 2015/5/10 12:20:56일 경우, 이미지A, 이미지B 및 이미지C를 하나의 이미지 그룹으로 그룹화할 수 있고, 이미지D와 이미지E를 하나의 이미지 그룹으로 그룹화할 수 있다.

본 발명의 다른 일 실시예에서, 단말기는 촬영 지점에 따라 동일 촬영 지점의 이미지를 동일 이미지 그룹으로 그룹화할 수 있다. 예를 들면, 이미지A의 촬영 지점이 천안문이고, 이미지B의 촬영 지점이 고궁이며, 이미지C의 촬영 지점이 고궁이고, 이미지D의 촬영 지점이 냐오차오이며, 이미지E의 촬영 지점이 냐오차오이고, 이미지F의 촬영 지점이 고궁일 경우, 이미지B, 이미지C 및 이미지F를 하나의 이미지 그룹으로 그룹화할 수 있고, 이미지D와 이미지E를 하나의 이미지 그룹으로 그룹화할 수 있다.

실제적 응용에서, 각 이미지의 촬영 시간 및 촬영 지점에 따라 이미지 디렉토리 내의 이미지를 상이한 이미지 그룹으로 그룹화하는 것 외에, 또 픽셀값, 밝기, 명암도, 그레이 스케일 등에 따라 이미지를 상이한 이미지 그룹으로 그룹화할 수도 있다. 물론, 상기 조건은 임의로 조합할 수도 있는 바, 즉 상기 적어도 두개의 조건에 따라 이미지 디렉토리 내의 이미지를 그룹화할 수 있으며 본 발명의 실시예에서는 그 구체적인 조합에 대한 설명을 생략한다.

단계(2): 어느 하나의 이미지 그룹에 있어서, 단말기는 임의의 두 장의 이미지의 전체적 특징의 유사도 및 부분적 특징의 유사도를 계산한다.

일반적으로, 각 이미지의 전체적 특징은 상이한 위치 상의 관건점의 특징값으로 구성되고, 임의의 두 장의 이미지의 전체적 특징의 유사도를 계산할 때, 두 장의 이미지의 동일한 위치 상에서의 특징값의 유클리디안 거리를 계산할 수 있다. 모든 위치 상에서의 특징점 값을 계산 완료 후, 단말기는 유클리디안 거리가 사전 설정된 값의 특징값보다 작은 개수를 통계하고, 사전 설정된 값의 특징값보다 작은 개수가 계산에 참여한 모든 특징값에서 차지하는 비례를 계산하는 바, 상기 비례가 바로 전체적 특징의 유사도이다.

실제 계산에서, 두 장의 이미지의 전체적 특징의 유클리디안 거리를 계산하는 것 외에도, 두 장의 이미지의 전체적 특징의 코사인 거리를 계산할 수도 있고, 물론 기타 방법을 사용할 수도 있으며 여기서 일일이 설명하지 않도록 한다.

임의의 두 장의 이미지의 부분적 특징의 유사도에 있어서도, 전체적 특징의 유사도를 계산하는 상기 방법을 사용할 수 있는 바, 구체적인 계산 원리는 전체적 특징의 유사도를 계산하는 과정을 참조할 수 있으며 여기서 구체적인 설명을 생략한다.

전체적 특징의 유사도가 제1 임계값보다 크고 또한 부분적 특징의 유사도가 제2 임계값보다 클 경우, 전체적 특징의 유사도 및 부분적 특징의 유사도를 위하여 사전 설정한 가중치에 근거하여 전체적 특징의 유사도와 부분적 특징의 유사도에 대하여 가중 계산하여 가중 계산 결과를 얻는다. 가중 계산 결과가 제3 임계값보다 클 경우, 두 장의 이미지를 유사 이미지로 한다. 여기서, 제1 임계값은 60%, 70% 등일 수 있고, 제2 임계값은 50%, 65% 등일 수 있으며, 제3 임계값은 40%, 63% 등일 수 있고, 본 실시예는 제1 임계값, 제2 임계값, 제3 임계값의 크기에 대하여 구체적으로 한정하지 않는다.

상기 제1 임계값, 제2 임계값, 제3 임계값의 값은 예시적인 것으로, 이로 인해 한정되는 것은 아니다.

단계(3): 단말기는 이미지 그룹 중의 동일한 한 장의 이미지와 서로 유사 이미지인 모든 이미지로 하나의 유사 이미지 그룹을 구성한다.

이미지 그룹 내의 모든 이미지가 상기 방법에 따라 비교된 후, 각 이미지 그룹 내의 임의의 두 장 이미지 사이의 관계는 기본적으로 결정되는 바, 이때 단말기는 이미지 그룹 중의 동일한 한 장의 이미지와 서로 유사 이미지인 모든 이미지로 하나의 유사 이미지 그룹을 구성할 수 있다. 예를 들면, 이미지 그룹 중에 이미지A, 이미지B, 이미지C, 이미지D 및 이미지E 등 5장의 이미지가 있을 때, 만약 이미지A와 이미지B가 유사 이미지이고, 이미지B와 이미지C가 유사 이미지이며, 이미지A와 이미지C는 유사 이미지가 아니고, 이미지A와 이미지D는 유사 이미지가 아니며, 이미지B와 이미지D는 유사 이미지가 아니고, 이미지D와 이미지E는 유사 이미지일 경우, 이미지A, 이미지B와 이미지C를 하나의 유사 이미지 그룹으로 구성하고, 이미지D와 이미지E를 하나의 유사 이미지 그룹으로 구성한다.

단계 205에서, 단말기는 촬영 시간 순서에 따라 유사 이미지 그룹을 단위로 하여 유사 이미지 그룹 중의 이미지를 표시한다.

사용자가 유사 이미지 그룹 중의 이미지에 대하여 편리하게 처리할 수 있도록, 이미지 디렉토리 내의 이미지가 상이한 유사 이미지 그룹으로 그룹화된 후, 단말기는 촬영 시간에 따라 유사 이미지 그룹을 단위로 하여 각 유사 이미지 그룹 중의 이미지를 표시한다. 표시 과정에서, 단말기는 촬영 시간의 이전 시간에서 이후 시간의 순서에 따라 표시할 수 있고, 촬영 시간의 이후 시간에서 이전 시간의 순서에 따라 표시할 수도 있다. 예를 들면, 도4는 촬영 시간의 이후 시간에서 이전 시간의 순서에 따라 표시되는 유사 이미지 그룹 중의 이미지이다.

단계 206에서, 단말기는 검출된 동작에 근거하여 각 유사 이미지 그룹 중의 이미지를 처리한다.

각 이미지를 편리하게 처리할 수 있도록, 단말기는 각 유사 이미지 그룹의 각 이미지에 저장 옵션과 삭제 옵션을 표시한다. 상기 저장 옵션 또는 삭제 옵션은 메뉴 형식일 수 있고 버튼 형식일 수도 있으며, 본 실시예에서는 저장 옵션 또는 삭제 옵션의 형식에 대하여 구체적으로 한정하지 않는다. 모든 이미지가 시간 순서에 따라 그리고 유사도에 따른 집중 방식으로 표시될 때, 사용자는 이러한 이미지를 신속하게 조회할 수 있고, 단말기는 사용자의 동작을 검출하여 각 유사 이미지 그룹 중의 이미지를 처리할 수 있다. 어느 한 장의 이미지의 삭제 옵션이 선택된 것으로 검출되면, 단말기는 상기 이미지를 삭제하고, 이미지의 저장 옵션이 선택된 것으로 검출되면, 단말기는 상기 이미지를 저장한다.

일반적인 경우, 단말기에 저장된 이미지의 손실을 방지하기 위하여, 사용자는 단말기의 이미지를 서버의 클라우드 메모리로 백업한다. 따라서, 단말기는 어느 한 장의 이미지를 삭제하여 자체의 저장 공간을 정리한 후, 단말기는 또 서버가 클라우드 저장 공간에서 이미지를 삭제하도록 지시하기 위한 삭제 인스트렉션을 상기 서버로 발송함으로써 서버의 클라우드 저장 공간에 대한 정리를 실현한다.

상기 이미지 처리 방법에 의해 유사 이미지 그룹 중의 이미지를 처리한 후, 사용자가 단지 유사 이미지 그룹 중의 한 장의 이미지를 저장할 경우, 다음번에 유사 이미지 그룹을 표시할 때 상기 이미지는 표시되지 않는다. 단말기가 일부 유사 이미지를 새로 추가할 경우, 다음번에 유사 이미지 그룹의 이미지를 정리할 때 상기 이미지는 기존의 유사 이미지 그룹의 이미지와 함께 표시된다. 만약 단말기가 촬영 시간의 이전 시간에서 이후 시간의 순서에 따라 유사 이미지 그룹 중의 이미지를 표시할 경우, 도5(A)에 도시된 바와 같이, 상기 새로 추가된 유사 이미지 그룹은 사용자가 저장한 유사 이미지 그룹 이후에 표시되고, 만약 단말기가 촬영 시간의 이후 시간에서 이전 시간의 순서에 따라 유사 이미지 그룹 중의 이미지를 표시할 경우, 도5(B)에 도시된 바와 같이, 상기 새로 추가된 유사 이미지 그룹은 사용자가 저장한 유사 이미지 그룹 이전에 표시된다.

본 발명의 실시예에서 제공하는 방법에 의하면, 이미지의 촬영 시간 등 속성 정보 및 이미지 특징을 기반으로 이미지를 하나의 유사 이미지 그룹으로 그룹화하고, 촬영 시간에 따라 유사 이미지 그룹을 단위로 하여 유사 이미지 그룹 중의 이미지를 표시하여, 사용자가 유사 이미지 그룹 중의 이미지를 편리하게 처리할 수 있도록 함으로써 처리 과정이 더욱 간편해지고 소모 시간을 더욱 단축시킬 수 있다.

도6은 일 예시적 실시예에 근거하여 도시한 이미지 처리 장치의 구조 모식도이다. 도6을 참조하면, 상기 이미지 처리 장치는 스캔 모듈(601), 유사 이미지 그룹 생성 모듈(602), 제1 표시 모듈(603) 및 처리 모듈(604)을 포함한다.

상기 스캔 모듈(601)은 저장 공간을 정리하는 과정에서, 이미지 디렉토리 내의 모든 이미지를 스캔하도록 구성하고,

상기 유사 이미지 그룹 생성 모듈(602)은 각 이미지의, 적어도 촬영 시간을 포함하는 속성 정보 및 사전 추출된 이미지 특징에 근거하여, 적어도 하나의 유사 이미지 그룹을 생성하도록 구성하며,

제1 표시 모듈(603)은 촬영 시간 순서에 따라 유사 이미지 그룹을 단위로 하여 각 유사 이미지 그룹 중의 이미지를 표시하도록 구성하고,

처리 모듈(604)은 검출된 동작에 근거하여 각 유사 이미지 그룹 중의 이미지를 처리하도록 구성한다.

상기 유사 이미지 그룹 생성 모듈(602)은, 이미지 디렉토리 내의 이미지를 상이한 이미지 그룹으로 그룹화하고, 각 이미지 그룹에는 적어도 두 장의 이미지를 포함하며; 어느 하나의 이미지 그룹에 대하여, 임의의 두 장의 이미지의 전체적 특징의 유사도 및 부분적 특징의 유사도를 계산하고; 만약 전체적 특징의 유사도가 제1 임계값보다 크고 또한 부분적 특징의 유사도가 제2 임계값보다 크면, 전체적 특징의 유사도와 부분적 특징의 유사도에 대하여 가중 계산하여 가중 계산 결과를 얻으며; 만약 가중 계산 결과가 제3 임계값보다 크면, 두 장의 이미지를 유사 이미지로 하고; 이미지 그룹 중에서 동일한 한 장의 이미지와 서로 유사 이미지인 모든 이미지는 하나의 유사 이미지 그룹을 구성하도록 구성한다.

본 발명의 다른 일 실시예에서, 상기 이미지 처리 모듈(604)은, 각 유사 이미지 그룹의 각 이미지에서 저장 옵션과 삭제 옵션을 표시하고; 어느 한 장의 이미지의 삭제 옵션이 선택된 것이 검출되면, 이미지를 삭제하며; 이미지의 저장 옵션이 선택된 것이 검출되면, 이미지를 저장하도록 구성된다.

본 발명의 다른 일 실시예에서, 상기 이미지 처리 장치는, 서버가 클라우드 저장 공간에서 이미지를 삭제하도록 지시하기 위한 삭제 인스트렉션을 상기 서버로 발송하기 위한 발송 모듈을 더 포함한다.

본 발명의 다른 일 실시예에서, 상기 이미지 처리 장치는, 저장 공간 정리 페이지에서 이미지 정리 옵션을 표시하기 위한 제2 표시 모듈을 더 포함한다.

상기 스캔 모듈(601)은 이미지 정리 옵션이 선택된 것이 검출되면, 이미지 디렉토리 내의 모든 이미지의 스캔을 실행하도록 구성된다.

본 발명의 실시예에서 제공하는 장치에 의하면, 이미지의 촬영 시간 등 속성 정보 및 이미지 특징을 기반으로 이미지를 하나의 유사 이미지 그룹으로 그룹화하고, 촬영 시간에 따라 유사 이미지 그룹을 단위로 하여 유사 이미지 그룹 중의 이미지를 표시하여, 사용자가 유사 이미지 그룹 중의 이미지를 편리하게 처리할 수 있도록 함으로써 처리 과정이 더욱 간편해지고 소모 시간을 더욱 단축시킬 수 있다.

상기 실시예의 장치에 있어서, 그 중 각 모듈이 동작을 수행하는 구체적인 방식은 이미 관련된 상기 이미지 처리 방법의 실시예에서 상세한 설명을 진행하였으므로, 이에 대한 상세한 설명을 생략한다.

도7은 일 예시적 실시예에 따라 도시한 이미지 처리 장치(700)의 블록도이다. 예를 들어, 장치(700)는 휴대폰, 컴퓨터, 디지털방송 단말기, 메시지 송수신 기기, 게임 콘솔, 태블릿기기, 의료기기, 휘트니스기기, 개인 휴대 정보 단말기 등일 수 있다.

도7을 참조하면, 장치(700)는 프로세싱 컴포넌트(702), 메모리(704), 전원 컴포넌트(706), 멀티미디어 컴포넌트(708), 오디오 컴포넌트(710), 입력/출력(I/O) 인터페이스(712), 센서 컴포넌트(714) 및 통신 컴포넌트(716) 중의 하나 또는 다수의 컴포넌트를 포함할 수 있다.

프로세싱 컴포넌트(702)는 통상적으로 표시, 전화 호출, 데이터 통신, 카메라 동작 및 기록 동작과 관련한 장치(700)의 전체 동작을 제어한다. 프로세싱 컴포넌트(702)는 상기 이미지 처리 방법의 전부 또는 일부 단계를 완성하도록 하나 또는 다수의 프로세서(720)를 포함하여 인스트럭션을 실행할 수 있다. 이 외에, 프로세싱 컴포넌트(702)는 프로세싱 컴포넌트(702)와 기타 컴포넌트 사이의 교류가 편리하도록, 하나 또는 다수의 모듈을 포함할 수 있다. 예를 들어, 프로세싱 컴포넌트(702)는 멀티미디어 컴포넌트(708)와 프로세싱 컴포넌트(702) 사이의 교류가 편리하도록 멀티미디어 모듈을 포함할 수 있다.

메모리(704)는 장치(700)의 작동을 지원하도록 각종 유형의 데이터를 저장하도록 구성된다. 이러한 데이터의 예시는 장치(700)에서 작동하기 위한 그 어느 하나의 응용 프로그램 또는 방법의 인스트럭션, 연계인 데이터, 전화번호부 데이터, 메시지, 이미지, 동영상 등을 포함한다. 메모리(704)는 스태틱 랜덤 액세스 메모리(SRAM), 전기적 소거 가능한 프로그램 가능 판독전용 메모리(EEPROM), 소거 및 프로그램 가능 판독전용 메모리(EPROM), 프로그램 가능 판독전용 메모리(PROM), 판독 전용 메모리(ROM), 자기 메모리, 플래시 메모리, 디스크 또는 CD와 같은 모든 유형의 휘발성 또는 비휘발성 메모리 기기 또는 그들의 조합으로 이루어질 수 있다.

전원 컴포넌트(706)는 장치(700)의 각종 컴포넌트에 전력을 공급한다. 전원 컴포넌트(706)는 전원관리시스템, 하나 또는 다수의 전원, 장치(700)에 전력을 생성, 관리 및 분배하는 것과 관련되는 기타 컴포넌트를 포함할 수 있다.

멀티미디어 컴포넌트(708)는 상기 장치(700)와 사용자 사이에 하나의 출력 인터페이스를 제공하는 스크린을 포함한다. 일부 실시예에서 스크린은 액정디스플레이(LCD)와 터치패널(TP)을 포함할 수 있다. 스크린이 터치패널을 포함하면, 스크린은 사용자가 입력한 신호를 수신하도록 터치스크린으로 실현될 수 있다. 터치패널은 터치, 슬라이딩과 터치패널의 손동작을 감지하도록 하나 또는 다수의 터치센서를 포함한다. 상기 터치센서는 터치 또는 슬라이딩 동작의 경계를 감지할 수 있을 뿐만 아니라 상기 터치 또는 슬라이딩 동작과 관련한 지속시간과 압력도 검출할 수 있다. 일부 실시예에서, 멀티미디어 컴포넌트(708)는 하나의 프론트 카메라 및/또는 리어 카메라를 포함한다. 장치(700)가 작동 모드 예를 들어, 촬영 모드 또는 도영상 모드일 경우, 프론트 카메라 및/또는 리어 카메라는 외부의 멀티미디어 데이터를 수신할 수 있다. 각 프론트 카메라와 리어 카메라는 하나의 고정된 광학렌즈 시스템이거나 초점 거리와 광학 줌 능력을 구비할 수 있다.

오디오 컴포넌트(710)는 오디오신호를 출력 및/또는 입력한다. 예를 들어, 오디오 컴포넌트(710)는 하나의 마이크(MIC)를 포함하는 바, 장치(700)가 작동 모드, 예를 들어 호출 모드, 기록 모드 및 음성인식 모드일 경우, 마이크는 외부의 오디오신호를 수신한다. 수신된 오디오신호는 진일보로 메모리(704)에 저장되거나 통신 컴포넌트(716)를 거쳐 발송될 수 있다. 일부 실시예에서 오디오 컴포넌트(710)는 오디오신호를 출력하기 위한 하나의 스피커를 더 포함한다.

입출력(I/O) 인터페이스(712)는 프로세싱 컴포넌트(702)와 주변 인터페이스모듈 사이에 인터페이스를 제공하되 상기 주변 인터페이스모듈은 키보드, 클릭 휠, 버튼 등일 수 있다. 이러한 버튼은 홈버튼, 음량버튼, 작동버튼과 잠금버튼을 포함할 수 있지만 이에 한정되지는 않는다.

센서 컴포넌트(714)는 하나 또는 다수의 센서를 포함하여 장치(700)에 여러 방면의 상태 평가를 제공한다. 예를 들어, 센서 컴포넌트(714)는 장치(700)의 온/오프 상태, 컴포넌트의 상대 위치, 예를 들어 상기 컴포넌트는 장치(700)의 모니터와 키패드를 검출할 수 있고, 센서 컴포넌트(714)는 장치(700) 또는 장치(700)의 한 컴포넌트의 위치 변화, 사용자와 장치(700)의 접촉 여부, 장치(700) 방위 또는 가속/감속과 장치(700)의 온도 변화를 검출할 수 있다. 센서 컴포넌트(714)는 아무런 물리접촉이 없을 경우 주변 물체의 존재를 검출하도록 구성된 근접센서를 포함할 수 있다. 센서 컴포넌트(714)는 CMOS 또는 CCD 영상센서와 같은 광센서를 더 포함하여 영상 응용에 사용한다. 일부 실시예에서, 상기 센서 컴포넌트(714)는 가속도센서, 자이로센서, 자기센서, 압력센서 또는 온도센서를 더 포함할 수 있다.

통신 컴포넌트(716)는 장치(700)와 기타 기기 사이의 유선 또는 무선방식의 통신이 편리하도록 구성된다. 장치(700)는 통신표준에 의한 무선 네트워크, 예를 들어 WiFi, 2G 또는 3G 또는 이들의 조합을 접입할 수 있다. 일 예시적 실시예에서, 통신 컴포넌트(716)는 방송신호를 거쳐 외부 방송관리 시스템의 방송신호 또는 방송과 관련한 정보를 수신한다. 일 예시적 실시예에서, 상기 통신 컴포넌트(716)는 근거리 통신을 촉진하도록 근거리 자기장 통신(NFC) 모듈을 더 포함한다. 예를 들어 NFC 모듈은 무선주파수 인식(RFID) 기술, 적외선 통신규격(IrDA) 기술, 초광대역(UWB) 기술, 블루투스(BT) 기술과 기타 기술에 기반하여 실현할 수 있다.

예시적인 실시예에서 장치(700)는 상기 이미지 처리 방법을 수행하도록 하나 또는 다수의 응용 주문형 직접회로(ASIC), 디지털신호 프로세서(DSP), 디지털신호 처리기기(DSPD), 프로그램 가능 논리 소자(PLD), 필드 프로그램 가능 게이트 어레이(FPGA), 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 또는 기타 전자부품에 의해 실현될 수 있다.

예시적인 실시예에서, 인스트럭션을 포함한 비일시적 컴퓨터 판독 가능한 기록매체, 예를 들어 상기 이미지 처리 방법을 완성하도록 장치(700)의 프로세서(720)가 실행하는 인스트렉션을 포함한 메모리(704)를 더 제공한다. 예를 들어, 상기 비일시적 컴퓨터 판독 가능한 기록매체는 ROM, 랜덤 액세스 메모리(RAM), CD-ROM, 테이프, 플로피 디스켓과 광 데이터 저장기기 등일 수 있다.

이동 단말기의 프로세서가 기록매체 중의 인스트렉션을 실행할 경우, 이동 단말기가 이미지 처리 방법을 수행할 수 있도록 하는 비일시적 컴퓨터 판독 가능한 기록매체에 있어서,

상기 이미지 처리 방법은,

검출된 동작에 근거하여 각 유사 이미지 그룹 중의 이미지를 처리하는 단계;를 포함한다.

이미지 그룹 중에서 동일한 한 장의 이미지와 서로 유사 이미지인 모든 이미지는 하나의 유사 이미지 그룹을 구성하는 단계를 포함한다.

이미지의 저장 옵션이 선택된 것이 검출되면, 이미지를 저장하는 단계를 포함한다.

본 발명의 다른 일 실시예에서, 상기 이미지 처리 방법은,

이미지 정리 옵션이 선택된 것이 검출되면, 이미지 디렉토리 내의 모든 이미지의 스캔을 실행하는 단계를 더 포함한다.

본 발명의 실시예에서 제공하는 비일시적 컴퓨터 판독 가능한 기록매체에 의하면, 이미지의 촬영 시간 등 속성 정보 및 이미지 특징을 기반으로 이미지를 하나의 유사 이미지 그룹으로 그룹화하고, 촬영 시간에 따라 유사 이미지 그룹을 단위로 하여 유사 이미지 그룹 중의 이미지를 표시하여, 사용자가 유사 이미지 그룹 중의 이미지를 편리하게 처리할 수 있도록 함으로써 처리 과정이 더욱 간편해지고 소모 시간을 더욱 단축시킬 수 있다.

본 발명이 속하는 기술분야에서 통상의 지식을 가진 자들은 명세서를 고려하여 여기서 공개한 발명을 실시한 후 본 발명의 기타 실시형태를 용이하게 생각해낼 수 있다. 본원 발명은 본 발명의 모든 변형, 용도 또는 적응성 변화를 포함하고 이러한 변형, 용도 또는 적응성 변화는 본 발명의 일반적인 원리를 따르며 본 발명이 개시하지 않은 본 기술분야에서의 공지된 상식 또는 통상적인 기술수단을 포함한다. 명세서와 실시예는 예시적인 것일 뿐, 본 발명의 진정한 범위와 기술적 사상은 하기의 청구범위에 의해 밝혀질 것이다.

본 발명은 상기에서 설명하고 도면에 도시한 정확한 구조에 한정되는 것이 아니라 그 범위를 벗어나지 않는 한, 여러가지 수정과 변경을 할 수 있음을 이해해야 한다. 본 발명의 범위는 첨부되는 청구범위에 의해서만 한정된다.

산업상 이용 가능성

Claims

저장 공간을 정리하는 과정에서, 이미지 디렉토리 내의 모든 이미지를 스캔하는 단계;
각 이미지의, 적어도 촬영 시간을 포함하는 속성 정보 및 사전 추출된 이미지 특징에 근거하여, 적어도 하나의 유사 이미지 그룹을 생성하는 단계;
촬영 시간 순서에 따라 유사 이미지 그룹을 단위로 하여 각 유사 이미지 그룹 중의 이미지를 표시하는 단계; 및
검출된 동작에 근거하여 각 유사 이미지 그룹 중의 이미지를 처리하는 단계;를 포함하고,
상기 이미지 특징은 전체적 특징 및 부분적 특징을 포함하고,
각 이미지의 속성 정보 및 사전 추출된 이미지 특징에 근거하여, 적어도 하나의 유사 이미지 그룹을 생성하는 상기 단계는,
이미지의 속성 정보에 근거하여, 이미지 디렉토리 내의 이미지를 상이한 이미지 그룹으로 그룹화하고, 각 이미지 그룹에는 적어도 두 장의 이미지를 포함하는 단계;
어느 하나의 이미지 그룹에 대하여, 임의의 두 장의 이미지의 전체적 특징의 유사도 및 부분적 특징의 유사도를 계산하는 단계;
만약 상기 전체적 특징의 유사도가 제1 임계값보다 크고 또한 상기 부분적 특징의 유사도가 제2 임계값보다 크면, 상기 전체적 특징의 유사도와 상기 부분적 특징의 유사도에 대하여 가중 계산하여 가중 계산 결과를 얻는 단계;
만약 상기 가중 계산 결과가 제3 임계값보다 크면, 상기 두 장의 이미지를 유사 이미지로 하는 단계; 및
상기 이미지 그룹 중에서 동일한 한 장의 이미지와 서로 유사 이미지인 모든 이미지는 하나의 유사 이미지 그룹을 구성하는 단계;를 포함하며,
상기 전체적 특징은 이미지 내용의 전체적인 속성을 설명하며 컬러의 히스토그램 분포도 및 LBP(Local Binary Patterns, 국부 이진 패턴) 히스토그램 무늬를 포함하며, 상기 부분적 특징은 이미지 내용의 세부적인 변화를 설명하며 SIFT(Scale-invariant feature transform, 스케일 불변 특징 변환), SURF(Speed Up Robust Features, 고속의 강인한 특징 추출)을 포함하며,
상기 이미지의 전체적 특징 또는 부분적 특징은 상이한 위치 상의 관건점의 특징값으로 구성되고 두 장의 이미지의 전체적 특징 또는 부분적 특징의 유사도를 계산할 때, 두 장의 이미지의 동일한 위치 상에서의 특징값의 유클리디안 거리 또는 코사인 거리를 계산하며, 모든 위치 상에서의 특징점 값을 계산 완료 후, 유클리디안 거리 또는 코사인 거리가 사전 설정된 값의 특징값보다 작은 개수를 집계하고, 사전 설정된 값의 특징값보다 작은 개수가 계산에 참여한 모든 특징값에서 차지하는 비례를 계산하는 이미지 처리 방법.
삭제
제1항에 있어서,
검출된 동작에 근거하여 각 유사 이미지 그룹 중의 이미지를 처리하는 상기 단계는,
각 유사 이미지 그룹의 각 이미지에서 저장 옵션과 삭제 옵션을 표시하는 단계;
어느 한 장의 이미지의 삭제 옵션이 선택된 것이 검출되면, 상기 이미지를 삭제하는 단계; 및
상기 이미지의 저장 옵션이 선택된 것이 검출되면, 상기 이미지를 저장하는 단계;를 포함하는 이미지 처리 방법.
제3항에 있어서,
상기 이미지를 삭제하는 상기 단계 이후,
서버가 클라우드 저장 공간에서 상기 이미지를 삭제하도록 지시하기 위한 삭제 인스트렉션을 상기 서버로 발송하는 단계를 더 포함하는 이미지 처리 방법.
제1항에 있어서,
저장 공간 정리 페이지에서 이미지 정리 옵션을 표시하는 단계; 및
상기 이미지 정리 옵션이 선택된 것이 검출되면, 이미지 디렉토리 내의 모든 이미지의 스캔을 실행하는 단계;를 더 포함하는 이미지 처리 방법.
저장 공간을 정리하는 과정에서, 이미지 디렉토리 내의 모든 이미지를 스캔하기 위한 스캔 모듈;
각 이미지의, 적어도 촬영 시간을 포함하는 속성 정보 및 사전 추출된 이미지 특징에 근거하여, 적어도 하나의 유사 이미지 그룹을 생성하기 위한 유사 이미지 그룹 생성 모듈;
촬영 시간 순서에 따라 유사 이미지 그룹을 단위로 하여 각 유사 이미지 그룹 중의 이미지를 표시하기 위한 제1 표시 모듈; 및
검출된 동작에 근거하여 각 유사 이미지 그룹 중의 이미지를 처리하기 위한 처리 모듈;을 포함하고,
상기 이미지 특징은 전체적 특징 및 부분적 특징을 포함하고,
상기 유사 이미지 그룹 생성 모듈은, 이미지의 속성 정보에 근거하여, 이미지 디렉토리 내의 이미지를 상이한 이미지 그룹으로 그룹화하고, 각 이미지 그룹에는 적어도 두 장의 이미지를 포함하며; 어느 하나의 이미지 그룹에 대하여, 임의의 두 장의 이미지의 전체적 특징의 유사도 및 부분적 특징의 유사도를 계산하고; 만약 상기 전체적 특징의 유사도가 제1 임계값보다 크고 또한 상기 부분적 특징의 유사도가 제2 임계값보다 크면, 상기 전체적 특징의 유사도와 상기 부분적 특징의 유사도에 대하여 가중 계산하여 가중 계산 결과를 얻으며; 만약 상기 가중 계산 결과가 제3 임계값보다 크면, 상기 두 장의 이미지를 유사 이미지로 하고; 상기 이미지 그룹 중에서 동일한 한 장의 이미지와 서로 유사 이미지인 모든 이미지는 하나의 유사 이미지 그룹을 구성하도록 구성되며,
상기 전체적 특징은 이미지 내용의 전체적인 속성을 설명하며 컬러의 히스토그램 분포도 및 LBP(Local Binary Patterns, 국부 이진 패턴) 히스토그램 무늬를 포함하며, 상기 부분적 특징은 이미지 내용의 세부적인 변화를 설명하며 SIFT(Scale-invariant feature transform, 스케일 불변 특징 변환), SURF(Speed Up Robust Features, 고속의 강인한 특징 추출)을 포함하며,
상기 이미지의 전체적 특징 또는 부분적 특징은 상이한 위치 상의 관건점의 특징값으로 구성되고 두 장의 이미지의 전체적 특징 또는 부분적 특징의 유사도를 계산할 때, 두 장의 이미지의 동일한 위치 상에서의 특징값의 유클리디안 거리 또는 코사인 거리를 계산하며, 모든 위치 상에서의 특징점 값을 계산 완료 후, 유클리디안 거리 또는 코사인 거리가 사전 설정된 값의 특징값보다 작은 개수를 집계하고, 사전 설정된 값의 특징값보다 작은 개수가 계산에 참여한 모든 특징값에서 차지하는 비례를 계산하는 이미지 처리 장치.
삭제
제6항에 있어서,
상기 이미지 처리 장치는,
각 유사 이미지 그룹의 각 이미지에서 저장 옵션과 삭제 옵션을 표시하고; 어느 한 장의 이미지의 삭제 옵션이 선택된 것이 검출되면, 상기 이미지를 삭제하며; 상기 이미지의 저장 옵션이 선택된 것이 검출되면, 상기 이미지를 저장하도록 구성되는 이미지 처리 장치.
제8항에 있어서,
상기 이미지 처리 장치는, 서버가 클라우드 저장 공간에서 상기 이미지를 삭제하도록 지시하기 위한 삭제 인스트렉션을 상기 서버로 발송하기 위한 발송 모듈을 더 포함하는 이미지 처리 장치.
제6항에 있어서,
상기 이미지 처리 장치는,
저장 공간 정리 페이지에서 이미지 정리 옵션을 표시하기 위한 제2 표시 모듈; 및
상기 이미지 정리 옵션이 선택된 것이 검출되면, 이미지 디렉토리 내의 모든 이미지의 스캔을 실행하기 위한 상기 스캔 모듈;을 더 포함하는 이미지 처리 장치.
프로세서; 및
프로서세가 실행 가능한 인스트렉션을 저장하기 위한 메모리;를 포함하고;
상기 프로세서는,
저장 공간을 정리하는 과정에서, 이미지 디렉토리 내의 모든 이미지를 스캔하고;
각 이미지의, 적어도 촬영 시간을 포함하는 속성 정보 및 사전 추출된 이미지 특징에 근거하여, 적어도 하나의 유사 이미지 그룹을 생성하며;
촬영 시간 순서에 따라 유사 이미지 그룹을 단위로 하여 각 유사 이미지 그룹 중의 이미지를 표시하고;
검출된 동작에 근거하여 각 유사 이미지 그룹 중의 이미지를 처리하도록 구성되며,
상기 이미지 특징은 전체적 특징 및 부분적 특징을 포함하고,
각 이미지의 속성 정보 및 사전 추출된 이미지 특징에 근거하여, 적어도 하나의 유사 이미지 그룹을 생성하는 것은,
이미지의 속성 정보에 근거하여, 이미지 디렉토리 내의 이미지를 상이한 이미지 그룹으로 그룹화하고, 각 이미지 그룹에는 적어도 두 장의 이미지를 포함하는 것;
어느 하나의 이미지 그룹에 대하여, 임의의 두 장의 이미지의 전체적 특징의 유사도 및 부분적 특징의 유사도를 계산하는 것;
만약 상기 전체적 특징의 유사도가 제1 임계값보다 크고 또한 상기 부분적 특징의 유사도가 제2 임계값보다 크면, 상기 전체적 특징의 유사도와 상기 부분적 특징의 유사도에 대하여 가중 계산하여 가중 계산 결과를 얻는 것;
만약 상기 가중 계산 결과가 제3 임계값보다 크면, 상기 두 장의 이미지를 유사 이미지로 하는 것; 및
상기 이미지 그룹 중에서 동일한 한장의 이미지와 서로 유사 이미지인 모든 이미지는 하나의 유사 이미지 그룹을 구성하는 것을 포함하며,
상기 전체적 특징은 이미지 내용의 전체적인 속성을 설명하며 컬러의 히스토그램 분포도 및 LBP(Local Binary Patterns, 국부 이진 패턴) 히스토그램 무늬를 포함하며, 상기 부분적 특징은 이미지 내용의 세부적인 변화를 설명하며 SIFT(Scale-invariant feature transform, 스케일 불변 특징 변환), SURF(Speed Up Robust Features, 고속의 강인한 특징 추출)을 포함하며,
상기 이미지의 전체적 특징 또는 부분적 특징은 상이한 위치 상의 관건점의 특징값으로 구성되고 두 장의 이미지의 전체적 특징 또는 부분적 특징의 유사도를 계산할 때, 두 장의 이미지의 동일한 위치 상에서의 특징값의 유클리디안 거리 또는 코사인 거리를 계산하며, 모든 위치 상에서의 특징점 값을 계산 완료 후, 유클리디안 거리 또는 코사인 거리가 사전 설정된 값의 특징값보다 작은 개수를 집계하고, 사전 설정된 값의 특징값보다 작은 개수가 계산에 참여한 모든 특징값에서 차지하는 비례를 계산하는 이미지 처리 장치.