CN105303514A - 图像处理方法和装置 - Google Patents

Abstract

本发明公开了一种图像处理方法和装置。其中，图像处理方法包括：获取二维图像；确定二维图像上的目标区域，其中，二维图像包括背景区域和目标区域，背景区域为目标区域之外的区域；检测目标区域在二维图像上的位置；根据目标区域在二维图像上的位置选择用于对背景区域的像素进行模糊处理的预设处理方式；以及按照预设处理方式对背景区域的像素进行模糊处理。通过本发明，解决了有技术中模糊处理方式无法随图像上目标区域的不同做相应调整的问题，达到了对不同的目标区域采用与其相应的模糊处理方式的效果。

Description

图像处理方法和装置

技术领域

本发明涉及图像处理领域，具体而言，涉及一种图像处理方法和装置。

背景技术

景深是指当焦距对准某一点时，其前后仍可清晰显示的范围。它能决定是把背景模糊化来突出拍摄对象，还是拍出清晰的背景。对于二维图像，可以通过一些处理来模拟景深效果，达到突出图像上的对象的目的。

现有的景深效果模拟方案通常采用基于针孔成像模型的滤波方案，该方案是根据标准针孔相机模型计算每个像素的深度值z；根据深度值z、光圈、焦距等对每个采样点计算模糊圈(模糊圈：在焦平面前后附近成像平面上，点光源的光线未聚集到一点，影像成为一个模糊圆)；每个像素的最终值由覆盖它的所有模糊圈的加权均值确定。该方案中，根据针孔成像模型或透镜模型的模拟计算过程需要预知相机的焦距，光圈参数，实际应用中难以准确获取任意二维图像的相机拍摄参数，导致该方案的应用场景受到限制，无法对任意二维图像进行景深效果模拟。并且，由于该方案在计算过程中需要依据相机的参数，使得计算过程复杂，计算量大。

另外，还采用以人脸为中心区域逐层向外虚化背景方案，该方案是基于人脸识别技术，以人脸区域为中心逐层向外虚化背景。其缺点在于基于人脸识别技术仅适用于人像场景；该方案对景深的模拟统一采用自中心向外的渐变模糊方式，模糊处理的参数固定，无法随图像上目标区域的不同做相应调整模糊处理方式，景深效果单一，因而不能有效体现像素深度信息对其模糊程度的影响，而实际相机拍摄的景深效果随焦距、光圈、物距的变化，会呈现出单向或双向渐变的特征。其中，目标区域为突出显示的对象所处的区域。

针对现有技术中模糊处理方式无法随图像上目标区域的不同做相应调整的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例的主要目的在于提供一种图像处理方法和装置，以解决现有技术中模糊处理方式无法随图像上目标区域的不同做相应调整的问题。

为了实现上述目的，根据本发明实施例的一个方面，提供了一种图像处理方法。根据本发明实施例的图像处理方法包括：获取二维图像；确定二维图像上的目标区域，其中，二维图像包括背景区域和目标区域，背景区域为目标区域之外的区域；检测目标区域在二维图像上的位置；根据目标区域在二维图像上的位置选择用于对背景区域的像素进行模糊处理的预设处理方式；以及按照预设处理方式对背景区域的像素进行模糊处理。

为了实现上述目的，根据本发明实施例的另一方面，提供了一种图像处理装置。根据本发明实施例的图像处理装置包括：获取单元，用于获取二维图像；确定单元，用于确定二维图像上的目标区域，其中，二维图像包括背景区域和目标区域，背景区域为目标区域之外的区域；检测单元，用于检测目标区域在二维图像上的位置；选择单元，用于根据目标区域在二维图像上的位置选择用于对背景区域的像素进行模糊处理的预设处理方式；以及第一处理单元，用于按照预设处理方式对背景区域的像素进行模糊处理。

在本发明实施例中，通过检测目标区域在二维图像上的位置，并根据该位置选择用于对背景区域的像素进行模糊处理的预设处理方式，按照该预设处理方式对背景区域的像素进行模糊处理，避免对不同位置上的目标区域采用同一处理方式而导致模拟的景深效果不好的情况，从而解决了有技术中模糊处理方式无法随图像上目标区域的不同做相应调整的问题，达到了对不同的目标区域采用与其相应的模糊处理方式的效果。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的图像处理方法的流程图；

图2是根据本发明实施例优选的图像处理方法的流程图；

图3是根据本发明实施例的图像处理效果示意图；

图4是根据本发明实施例另一优选的图像处理方法的流程图；

图5是根据本发明实施例的图像处理装置的示意图；

图6是根据本发明实施例优选的图像处理装置的示意图；以及

图7是根据本发明实施例另一优选的图像处理装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

根据本发明实施例，可以提供了一种可以用于实施本申请装置实施例的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

根据本发明实施例，提供了一种图像处理方法。本发明实施例的图像处理方法可以用于移动终端等设备中，用于对图像进行快速处理。

图1是根据本发明实施例的图像处理方法的流程图。如图1所示，该方法包括以下步骤：

步骤S102，获取二维图像。

该二维图像可以是任意的二维图像，不限定于任何相机拍摄的图像，可以是指包含有风景的照片，也可以是包含有人像的照片。获取二维图像，以对该二维图像进行模糊处理。

步骤S104，确定二维图像上的目标区域。其中，二维图像包括背景区域和目标区域，背景区域为目标区域之外的区域。

在获取二维图像之后，在二维图像上确定目标区域，该目标区域可以是用于模拟景深效果所要突出的对象，例如，包含有人像的图片中，需要突出人像，对人像以外的区域进行模糊处理，则该人像所包含的区域为目标区域，图片中人像以外的区域为背景区域。

具体地，二维图像上的目标区域可以是自动生成的目标区域，可以是基于graphcut图像分割算法，通过手动智能标定得到的目标区域，并产生目标区域的MASK，该MASK为用于对目标区域进行防护的保护层，以保护目标区域不进行模糊处理，保留目标区域原有的像素。

步骤S106，检测目标区域在二维图像上的位置。

在确定二维图像上的目标区域之后，检测目标区域在二维图像上的位置，即，判断该目标区域与二维图像之间的几何位置关系。可以根据预先建立的该二维图像平面的坐标系，确定目标区域的特征坐标(例如目标区域的中心位置坐标或者目标区域的边界坐标)确定目标区域的位置。具体地，可以计算用于反应目标区域的中心位置偏离二维图像的中心位置的程度的偏离因子和用于反应目标区域偏离二维图像的边界的程度的偏离因子，在根据这些偏离因子判断并确定目标区域所处的位置。

步骤S108，根据目标区域在二维图像上的位置选择用于对背景区域的像素进行模糊处理的预设处理方式。

在检测出目标区域在二维图像上的位置之后，可以根据该位置选择预设处理方式，该预设处理方式为预先设置的用于对背景区域的像素进行模糊处理的处理方式。例如，当目标区域在二维图像的中心位置附近时，选择第一处理方式，用于以目标区域的边界为起点指向二维图像的两个边界的两个方向对背景区域的像素进行渐变模糊处理；当目标区域在二维图像的边界附近时，选择第二处理方式，用于采用对背景区域的像素进行单向渐变模糊处理。

步骤S110，按照预设处理方式对背景区域的像素进行模糊处理。

在选择预设处理方式之后，可以按照选择的处理方式对背景区域的像素进行渐变模糊处理。具体地，可以先对背景区域的像素作均值模糊处理，使得背景区域各处的像素均有相同的模糊程度，从而得到背景均值模糊图像，然后根据目标区域的位置计算出用于对背景区域的像素进行渐变模糊处理的动态的计算参数，最后根据该计算参数、背景均值模糊图像和背景区域原有的像素计算得到背景区域上各点的像素值，以完成对背景区域的像素的渐变模糊处理。

根据本发明实施例，通过检测目标区域在二维图像上的位置，并根据该位置选择用于对背景区域的像素进行模糊处理的预设处理方式，按照该预设处理方式对背景区域的像素进行模糊处理，避免对不同位置上的目标区域采用同一处理方式而导致模拟的景深效果不好的情况，从而解决了有技术中模糊处理方式无法随图像上目标区域的不同做相应调整的问题，达到了对不同的目标区域采用与其相应的模糊处理方式的效果。

本发明实施例中，由于是根据目标区域的位置选择相应的处理方式，以对背景区域的像素进行模糊处理，可以对任何二维图像采用上述方式进行模糊处理，因此，相比于现有技术中的基于针孔成像模型的滤波方案，本实施例的方案应用场景更广。同时，由于目标区域可以是通过标定的二维图像上的任意区域，不限定于人像，因此，本发明实施例的方案相比于基于人脸识别的方案，应用场景也更加广泛。

图2是根据本发明实施例优选的图像处理方法的流程图。该实施例的图像处理方法可以作为上述实施例的图像处理方法的一种优选实施方式。如图2所示，该图像处理方法包括：

步骤S202、步骤S204依次与图1所示的步骤S102、步骤S104相同，这里不做赘述。

步骤S206，计算目标区域的中心位置与二维图像的中心位置的第一偏离因子。第一偏离因子用于反映目标区域的中心位置偏离二维图像的中心位置的程度。

可以先确定目标区域的中心位置和二维图像的中心位置，再根据两个中心位置计算第一偏离因子，通过该第一偏离因子可以判断目标区域的中心位置与二维图像的中心位置的位置关系。

步骤S208，计算目标区域与二维图像的边界的第二偏离因子。第二偏离因子用于反映目标区域偏离二维图像的边界的程度。

可以先确定目标区域的边界和二维图像的边界，其中，二维图像的边界为与目标区域的边界相对应的边界，在根据该两个边界的位置关系计算第二偏离因子。

步骤S210，判断第一偏离因子是否小于第二偏离因子。

步骤S212，如果判断出第一偏离因子小于第二偏离因子,则确定目标区域处于第一区域。第一区域为趋向于二维图像的中心位置的区域。

第一区域可以是二维图像中心位置附近的距离该中心位置遇到第一预定距离的区域。

步骤S214，如果判断出第一偏离因子不小于第二偏离因子，则确定目标区域处于第二区域。第二区域为趋向于二维图像的边界的区域。

第二区域可以是二维图像的边界附近距离该边界第二预定距离的区域。

具体地，可以在二维图像所在平面建立坐标系，如图3所示，二维图像10中标定目标区域101，坐标系原点o位于二维图像10左上角，Y轴正方向为沿图像左上角至左下角，X轴正方向为图像左上角至右上角。其中，目标区域边界分别表示为Xmin(X轴方向最小值)，Xmax(X轴方向最大值)，Ymin(Y轴方向最小值)，Ymax(Y轴方向最大值)，输入的二维图像的宽和长分别表示为Bw，Bh，目标区域的宽和长分别表示为Fw，Fh，计算结果表示为参数R_up_inner(Y轴正方向模糊渐变起始边界)，R_up_outer(Y轴正方向模糊渐变结束边界)，R_down_inner(Y轴负方向模糊渐变起始边界)，R_down_outer(Y轴负方向模糊渐变结束边界):

可以先计算目标区域中心点Y轴位置Yc＝Ymin+Fh/2，二维图像的中心点Y轴位置Bc＝Bh/2。

计算目标区域的中心位置与二维图像的中心位置沿Y轴正方向偏离因子offset_center＝abs(Yc-Bc)/Bh；其中abs表示取绝对值。

计算目标区域与二维图像的边界沿Y轴正方向偏离因子offset_y＝(Bh-Ymax)/Bh。

判断offset_center与offset_y的大小关系，以确定目标区域是趋近于二维图像的中心还是趋向于二维图像的边界。

如果offset_center<offset_y，则确定目标区域趋向二维图像的中心。

如果offset_center>＝offset_y，则确定目标区域趋向于二维图像的边界。

需要说明的是，本发明实施例中的偏离因子的计算方式并不限定于举例中的计算方式，例如，坐标系可以是其他形式的坐标系。

根据本发明实施例，通过计算得到第一偏离因子和第二偏离因子，通过第一偏离因子和第二偏离因子确定目标区域在二维图像上的位置，使得对目标区域的位置检测更加准确，提高位置检测的精度。

本发明实施例中，预设处理方式包括第一处理方式和第二处理方式，如图2所示，根据目标区域在二维图像上的位置选择用于对背景区域的像素进行模糊处理的预设处理方式包括：步骤S216，在确定目标区域处于第一区域时，选择第一处理方式。第一处理方式用于以第一方向对背景区域的像素进行渐变模糊处理，第一方向为由目标区域的边界指向目标区域的边界对应的二维图像的边界的方向。按照预设处理方式对背景区域的像素进行模糊处理包括：步骤S218，按照第一处理方式对背景区域的像素进行渐变模糊处理。

具体地，在上述例子的坐标系中，第一处理方式可以是对背景区域应沿Y轴正负方向做双向渐变模糊处理，如图3中方向F1和方向F2，其中，模糊处理的边界依次为R_up_inner＝Fh*a，R_up_outer＝R_up_inner+Fh*b，R_down_inner＝Fh*c，R_down_outer＝R_down_inner+Fh*d，其中，a、b、c、d为预先设置的参数，其取值可以根据需要进行调整，例如a、b、c、d依次为0.3、0.5、0.1、0.5等等。当然，第一处理方式也可以是对背景区域沿X轴的正负方向做双向渐变模糊处理，或者是分别沿X轴正负方向和Y轴正负方向做渐变模糊处理，其原理与沿Y轴正负方向进行处理相同，这里不做赘述。

可选地，如图2所示，根据目标区域在二维图像上的位置选择用于对背景区域的像素进行模糊处理的预设处理方式可以包括：步骤S220，在确定目标区域处于第二区域时，选择第二处理方式。第二处理方式用于以第二方向对背景区域的像素进行渐变模糊处理，第二方向为由二维图像上距离目标区域最近的边界指向距离目标区域最远的边界的方向。按照预设处理方式对背景区域的像素进行模糊处理包括：步骤S222，按照第二处理方式对背景区域的像素进行渐变模糊处理。

具体地，在上述例子的坐标系中，第二处理方式可以是对背景区域应沿Y轴正方向做单向渐变模糊，其中，模糊处理的边界依次为：R_up_inner＝Fh*a，R_up_outer＝R_up_inner+Fh*b，R_down_inner＝0，R_down_outer＝0。当然，第一处理方式也可以是对背景区域沿Y轴的负方向做单向渐变模糊处理，或者是沿X轴正方向或者X轴负方向做单向渐变模糊处理，还可以是在X轴和Y轴上分别做单向做渐变模糊处理，其原理与沿Y轴正方向进行处理相同，这里不做赘述。

优选地，本发明实施例中，在检测目标区域在二维图像上的位置之前，图像处理方法还包括：计算目标区域的宽度与二维图像的宽度的宽度比值；计算目标区域的长度与二维图像的长度的长度比值；判断宽度比值是否超过第一比例阈值，并判断长度比值是否超过第二比例阈值，其中，如果宽度比值超过第一比例阈值且长度比值超过第二比例阈值,则按照预设方向对背景区域的像素进行渐变模糊处理，其中，预设方向为预先设置的用于对背景区域的像素进行渐变模糊处理的方向。

第一比例阈值和第二比例阈值可以根据需要进行调整和设置。例如0.7和0.8等，可以用于判断目标区域的面积与二维图像区域的面积的比例关系。

具体地，在上述实施例的坐标中，计算目标区域与二维图像在Y轴方向长度比值：Yr＝Fh/Bh，X轴方向宽度比值：Xr＝Fw/Bw。

判断宽度比值Xr是否超过第一比例阈值，并判断长度比值Yr是否超过第二比例阈值，例如，当第一比例阈值为0.8，第二比例阈值为0.7，如果Xr>0.8且Yr>0.7,即，目标区域与二维图像的长度和宽度占比高于临界值，则按照预设方向对背景区域进行渐变模糊处理。例如，背景区域应沿Y轴正方向做快速渐变模糊，其中，模糊处理的边界为R_up_inner＝Fw*(1-Fh/Ymax)，R_up_outer＝R_up_inner*e，R_down_inner＝0，R_down_outer＝0。其中，e为预先设定的参数，可以根据需要进行设定，例如，设定为1.1。

根据本发明实施例，由于在判断出目标区域的面积比较大时，其需要处理的背景区域的面积较小，则可以按照预设的方向对背景区域做快速的渐变处理，从而提高在该情况下对图像处理的速度。

优选地，本发明实施例中，对背景区域的像素进行渐变模糊处理包括：确定对背景区域的像素进行模糊处理的起始边界和结束边界；以及对起始边界与结束边界之间的背景区域的像素进行渐变模糊处理，其中，起始边界处像素的模糊程度小于结束边界处像素的模糊程度。

确定起始边界和结束边界，例如上述中的R_up_inner(Y轴正方向模糊渐变起始边界)，R_up_outer(Y轴正方向模糊渐变结束边界)，R_down_inner(Y轴负方向模糊渐变起始边界)，R_down_outer(Y轴负方向模糊渐变结束边界)。其中，需要进行模糊处理的区域为Y轴正方向的起始边界和Y轴正方向的结束边界之间的背景区域，以及Y轴负方向的起始边界和Y轴负方向的结束边界之间的背景区域。具体地，可以是在对背景区域进行均值模糊处理之后，对Y轴正方向的起始边界和Y轴正方向的结束边界之间的背景区域，以及Y轴负方向的起始边界和Y轴负方向的结束边界之间的背景区域的像素进行渐变模糊处理，其他的背景区域的像素采用均值模糊处理后的像素。

优选地，本发明实施例中，确定二维图像上的目标区域之后，图像处理方法还包括：对背景区域的像素进行均值模糊处理，得到背景均值模糊图像，其中，均值模糊处理用于使得背景均值模糊图像的各处的像素具有相同的模糊程度。按照预设处理方式对背景区域的像素进行模糊处理包括：获取背景区域的像素和背景均值模糊图像上的像素；由预设处理方式确定用于对背景区域的像素进行渐变模糊处理的计算参数；根据计算参数、背景区域的像素和背景均值模糊图像上的像素值计算得到对背景区域渐变模糊处理后的像素值。

均值模糊处理可以采用例如高斯模糊等处理方式，对背景区域的像素进行处理，使得背景区域的各处的像素具有相同的模糊程度以得到背景均值模糊图像。

本发明实施例，对背景区域内的像素逐个计算其相应的计算参数，通过该计算参数融合背景区域和背景均值模糊图像，得到景深效果图。在上述坐标系中，(x,y)表示背景区域的各点处的坐标，D(x,y)表示该点处处理后的目标像素，Bg(x,y)表示该点处背景均值模糊像素，Fg(x,y)表示该点处背景区域原有的像素，计算方法如下：

a)D(x,y)＝Bg(x,y),y<＝R_up_outeror，y>＝R_down_outer；

b)D(x,y)＝Bg(x,y)*alpha+Fg(x,y)*(1-alpha),R_up_inner<y<Ymax,

alpha＝(Ymax-y)/(Ymax-R_up_inner)；

c)D(x,y)＝Bg(x,y)*(1-alpha)+Fg(x,y)*alpha,Ymax<y<R_down_inner,alpha＝(R_down_inner-y)/(R_down_inner-Ymax)；

d)D(x,y)＝Fg(x,y),R_up_inner<＝y<＝R_down_inner；

从而计算出各点处的像素，完成对背景区域的像素的渐变处理。

图4是根据本发明实施例另一优选的图像处理方法的流程图。如图4所示，在图像处理方法中，首先图像输入，即获取二维图像。对该图像进行智能标定，从而确定前景区域和背景区域，其中前景区域即本发明实施例的目标区域。检测前景区域的位置，从而如果确定前景区域接近背景区域，即目标区域的大小接近原二维图像的大小，则确定对背景做快速单向渐变模糊处理；如果确定前景区域趋向于背景中心，即目标区域趋向于二维图像的中心，则确定对背景区域做双向渐变模糊处理；如果确定背景区域趋向于背景区域的边缘，即目标区域趋向于二维图像的边界，则确定对背景区域做单向渐变模糊处理。动态估计模糊参数，即计算用于对图像进行渐变模糊处理的参数，通过该参数与对背景区域进行均值模糊处理得到的均值模糊背景作相应处理，得到渐变模糊背景，在将渐变模糊背景与前景区域进行图像融合，以得到景深效果图。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的图像处理方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

实施例2

根据本发明实施例，还提供了一种用于实施上述图像处理方法的图像处理装置，该图像处理装置主要用于执行本发明实施例上述内容所提供的图像处理方法，以下对本发明实施例所提供的图像处理装置做具体介绍。

图5是根据本发明实施例的图像处理装置的示意图如图5所示，该图像处理装置包括：获取单元20、确定单元30、检测单元40、选择单元50和第一处理单元60。

获取单元20用于获取二维图像。

该二维图像可以是任意的二维图像，不限定于任何相机拍摄的图像，可以是指包含有风景的照片，也可以是包含有人像的照片。获取二维图像，以对该二维图像进行模糊处理。

确定单元30用于确定二维图像上的目标区域。其中，二维图像包括背景区域和目标区域，背景区域为目标区域之外的区域。

在获取二维图像之后，在二维图像上确定目标区域，该目标区域可以是用于模拟景深效果所要突出的对象，例如，包含有人像的图片中，需要突出人像，对人像以外的区域进行模糊处理，则该人像所包含的区域为目标区域，图片中人像以外的区域为背景区域。

具体地，二维图像上的目标区域可以是自动生成的目标区域，可以是基于graphcut图像分割算法，通过手动智能标定得到的目标区域，并产生目标区域的MASK，该MASK为用于对目标区域进行防护的保护层，以保护目标区域不进行模糊处理，保留目标区域原有的像素。

检测单元40用于检测目标区域在二维图像上的位置。

在确定二维图像上的目标区域之后，检测目标区域在二维图像上的位置，即，判断该目标区域与二维图像之间的几何位置关系。可以根据预先建立的该二维图像平面的坐标系，确定目标区域的特征坐标(例如目标区域的中心位置坐标或者目标区域的边界坐标)确定目标区域的位置。具体地，可以计算用于反应目标区域的中心位置偏离二维图像的中心位置的程度的偏离因子和用于反应目标区域偏离二维图像的边界的程度的偏离因子，在根据这些偏离因子判断并确定目标区域所处的位置。

选择单元50用于根据目标区域在二维图像上的位置选择用于对背景区域的像素进行模糊处理的预设处理方式。

在检测出目标区域在二维图像上的位置之后，可以根据该位置选择预设处理方式，该预设处理方式为预先设置的用于对背景区域的像素进行模糊处理的处理方式。例如，当目标区域在二维图像的中心位置附近时，选择第一处理方式，用于以目标区域的边界为起点指向二维图像的两个边界的两个方向对背景区域的像素进行渐变模糊处理；当目标区域在二维图像的边界附近时，选择第二处理方式，用于采用对背景区域的像素进行单向渐变模糊处理。

第一处理单元60用于按照预设处理方式对背景区域的像素进行模糊处理。

在选择预设处理方式之后，按照选择的处理方式对背景区域的像素进行模糊处理。具体地，可以先对背景区域的像素作均值模糊处理，使得背景区域各处的像素均有相同的模糊程度，从而得到背景均值模糊图像，然后根据目标区域的位置计算出用于对背景区域的像素进行处理的动态的计算参数，最后根据该计算参数、背景均值模糊图像和背景区域原有的像素计算得到背景区域上各点的像素，以完成对背景区域的像素的渐变模糊处理。

根据本发明实施例，通过检测目标区域在二维图像上的位置，并根据该位置选择用于对背景区域的像素进行模糊处理的预设处理方式，按照该预设处理方式对背景区域的像素进行模糊处理，避免对不同位置上的目标区域采用同一处理方式而导致模拟的景深效果不好的情况，从而解决了有技术中模糊处理方式无法随图像上目标区域的不同做相应调整的问题，达到了对不同的目标区域采用与其相应的模糊处理方式的效果。

本发明实施例中，由于是根据目标区域的位置选择相应的处理方式，以对背景区域的像素进行模糊处理，可以对任何二维图像采用上述方式进行模糊处理，因此，相比于现有技术中的基于针孔成像模型的滤波方案，本实施例的方案应用场景更广。同时，由于目标区域可以是通过标定的二维图像上的任意区域，不限定于人像，因此，本发明实施例的方案相比于基于人脸识别的方案，应用场景也更加广泛。

图6是根据本发明实施例优选的图像处理装置的示意图。该实施例的图像处理装置可以作为上述实施例的图像处理装置的一种有选实施方式。该图像处理装置包括：获取单元20、确定单元30、检测单元40、选择单元50和第一处理单元60，其中，检测单元40包括：第一计算模块401、第二计算模块402、判断模块403、第一确定模块404和第二确定模块405。

第一计算模块401用于计算目标区域的中心位置与二维图像的中心位置的第一偏离因子，第一偏离因子用于反映目标区域的中心位置偏离二维图像的中心位置的程度。

可以先确定目标区域的中心位置和二维图像的中心位置，再根据两个中心位置计算第一偏离因子，通过该第一偏离因子可以判断目标区域的中心位置与二维图像的中心位置的位置关系。

第二计算模块402用于计算目标区域与二维图像的边界的第二偏离因子，第二偏离因子用于反映目标区域偏离二维图像的边界的程度。

可以先确定目标区域的边界和二维图像的边界，其中，二维图像的边界为与目标区域的边界相对应的边界，在根据该两个边界的位置关系计算第二偏离因子。

判断模块403用于判断第一偏离因子是否小于第二偏离因子。

第一确定模块404用于当判断出第一偏离因子小于第二偏离因子时,确定目标区域处于第一区域，第一区域为趋向于二维图像的中心位置的区域。

第一区域可以是二维图像中心位置附近的距离该中心位置遇到第一预定距离的区域。

第二确定模块405用于当判断出第一偏离因子不小于第二偏离因子时，确定目标区域处于第二区域，第二区域为趋向于二维图像的边界的区域。

第二区域可以是二维图像的边界附近距离该边界第二预定距离的区域。

具体地，可以在二维图像所在平面建立坐标系，如图3所示，二维图像10中标定目标区域101，坐标系原点o位于二维图像10左上角，Y轴正方向为沿图像左上角至左下角，X轴正方向为图像左上角至右上角。其中，目标区域边界分别表示为Xmin(X轴方向最小值)，Xmax(X轴方向最大值)，Ymin(Y轴方向最小值)，Ymax(Y轴方向最大值)，输入的二维图像的宽和长分别表示为Bw，Bh，目标区域的宽和长分别表示为Fw，Fh，计算结果表示为参数R_up_inner(Y轴正方向模糊渐变起始边界)，R_up_outer(Y轴正方向模糊渐变结束边界)，R_down_inner(Y轴负方向模糊渐变起始边界)，R_down_outer(Y轴负方向模糊渐变结束边界):

可以先计算目标区域中心点Y轴位置Yc＝Ymin+Fh/2，二维图像的中心点Y轴位置Bc＝Bh/2。

计算目标区域的中心位置与二维图像的中心位置沿Y轴正方向偏离因子offset_center＝abs(Yc-Bc)/Bh；其中abs表示取绝对值。

计算目标区域与二维图像的边界沿Y轴正方向偏离因子offset_y＝(Bh-Ymax)/Bh。

判断offset_center与offset_y的大小关系，以确定目标区域是趋近于二维图像的中心还是趋向于二维图像的边界。

如果offset_center<offset_y，则确定目标区域趋向二维图像的中心。

如果offset_center>＝offset_y，则确定目标区域趋向于二维图像的边界。

需要说明的是，本发明实施例中的偏离因子的计算方式并不限定于举例中的计算方式，例如，坐标系可以是其他形式的坐标系。

根据本发明实施例，通过计算得到第一偏离因子和第二偏离因子，通过第一偏离因子和第二偏离因子确定目标区域在二维图像上的位置，使得对目标区域的位置检测更加准确，提高位置检测的精度。

图7是根据本发明实施例另一优选的图像处理装置的示意图。该实施例的图像处理装置可以作为上述实施例的图像处理装置的一种有选实施方式。该图像处理装置包括：获取单元20、确定单元30、检测单元40、选择单元50和第一处理单元60，其中，检测单元40包括：第一计算模块401、第二计算模块402、判断模块403、第一确定模块404和第二确定模块405。其中，选择单元50包括第一选择模块501，第一处理单元60包括第一处理模块601。

第一选择模块501用于在确定目标区域处于第一区域时选择第一处理方式，第一处理方式用于以第一方向对背景区域的像素进行渐变模糊处理，第一方向为由目标区域的边界指向目标区域的边界对应的二维图像的边界的方向。第一处理模块601用于按照第一处理方式对背景区域的像素进行渐变模糊处理。

具体地，在上述例子的坐标系中，第一处理方式可以是对背景区域应沿Y轴正负方向做双向渐变模糊处理，如图3中方向F1和方向F2，其中，模糊处理的边界依次为R_up_inner＝Fh*a，R_up_outer＝R_up_inner+Fh*b，R_down_inner＝Fh*c，R_down_outer＝R_down_inner+Fh*d，其中，a、b、c、d为预先设置的参数，其取值可以根据需要进行调整，例如a、b、c、d依次为0.3、0.5、0.1、0.5等等。当然，第一处理方式也可以是对背景区域沿X轴的正负方向做双向渐变模糊处理，或者是分别沿X轴正负方向和Y轴正负方向做渐变模糊处理，其原理与沿Y轴正负方向进行处理相同，这里不做赘述。

可选地，如图7所示，选择单元50包括第二选择模块502，第二选择模块502用于在确定目标区域处于第二区域时选择第二处理方式，第二处理方式用于以第二方向对背景区域的像素进行渐变模糊处理，第二方向为由二维图像上距离目标区域最近的边界指向距离目标区域最远的边界的方向.第一处理单元60包括第二处理模块602,第二处理模块602用于按照第二处理方式对背景区域的像素进行渐变模糊处理。

具体地，在上述例子的坐标系中，第二处理方式可以是对背景区域应沿Y轴正方向做单向渐变模糊，其中，模糊处理的边界依次为：R_up_inner＝Fh*a，R_up_outer＝R_up_inner+Fh*b，R_down_inner＝0，R_down_outer＝0。当然，第一处理方式也可以是对背景区域沿Y轴的负方向做单向渐变模糊处理，或者是沿X轴正方向或者X轴负方向做单向渐变模糊处理，还可以是在X轴和Y轴上分别做单向做渐变模糊处理，其原理与沿Y轴正方向进行处理相同，这里不做赘述。

优选地，图像处理装置还包括：第一计算单元，用于在检测目标区域在二维图像上的位置之前，计算目标区域的宽度与二维图像的宽度的宽度比值；第二计算单元，用于计算目标区域的长度与二维图像的长度的长度比值；判断单元，用于判断宽度比值是否超过第一比例阈值，并判断长度比值是否超过第二比例阈值，其中，第一处理单元还用于当宽度比值超过第一比例阈值且长度比值超过第二比例阈值时,按照预设方向对背景区域的像素进行渐变模糊处理，其中，预设方向为预先设置的用于对背景区域的像素进行渐变模糊处理的方向。

第一比例阈值和第二比例阈值可以根据需要进行调整和设置。例如0.7和0.8等，可以用于判断目标区域的面积与二维图像区域的面积的比例关系。

具体地，在上述实施例的坐标中，计算目标区域与二维图像在Y轴方向长度比值：Yr＝Fh/Bh，X轴方向宽度比值：Xr＝Fw/Bw。

判断宽度比值Xr是否超过第一比例阈值，并判断长度比值Yr是否超过第二比例阈值，例如，当第一比例阈值为0.8，第二比例阈值为0.7，如果Xr>0.8且Yr>0.7,即，目标区域与二维图像的长度和宽度占比高于临界值，则按照预设方向对背景区域进行渐变模糊处理。例如，背景区域应沿Y轴正方向做快速渐变模糊，其中，模糊处理的边界为R_up_inner＝Fw*(1-Fh/Ymax)，R_up_outer＝R_up_inner*e，R_down_inner＝0，R_down_outer＝0。其中，e为预先设定的参数，可以根据需要进行设定，例如，设定为1.1。

根据本发明实施例，由于在判断出目标区域的面积比较大时，其需要处理的背景区域的面积较小，则可以按照预设的方向对背景区域做快速的渐变处理，从而提高在该情况下对图像处理的速度。

优选地，采用以下子模块对背景区域的像素进行渐变模糊处理：确定子模块，用于确定对背景区域的像素进行模糊处理的起始边界和结束边界；以及处理子模块，用于对起始边界与结束边界之间的背景区域的像素进行渐变模糊处理，其中，起始边界处像素的模糊程度小于结束边界处像素的模糊程度。

确定起始边界和结束边界，例如上述中的R_up_inner(Y轴正方向模糊渐变起始边界)，R_up_outer(Y轴正方向模糊渐变结束边界)，R_down_inner(Y轴负方向模糊渐变起始边界)，R_down_outer(Y轴负方向模糊渐变结束边界)。其中，需要进行模糊处理的区域为Y轴正方向的起始边界和Y轴正方向的结束边界之间的背景区域，以及Y轴负方向的起始边界和Y轴负方向的结束边界之间的背景区域。具体地，可以是在对背景区域进行均值模糊处理之后，对Y轴正方向的起始边界和Y轴正方向的结束边界之间的背景区域，以及Y轴负方向的起始边界和Y轴负方向的结束边界之间的背景区域的像素进行渐变模糊处理，其他的背景区域的像素采用均值模糊处理后的像素。

优选地，图像处理装置还包括：第二处理单元，用于确定二维图像上的目标区域之后，对背景区域的像素进行均值模糊处理，得到背景均值模糊图像，其中，均值模糊处理用于使得背景均值模糊图像的各处的像素具有相同的模糊程度，第一处理单元包括：获取模块，用于获取背景区域的像素和背景均值模糊图像上的像素；第三确定模块，用于由预设处理方式确定用于对背景区域的像素进行渐变模糊处理的计算参数；第三计算模块，用于根据计算参数、背景区域的像素和背景均值模糊图像上的像素计算得到对背景区域渐变模糊处理后的像素。

均值模糊处理可以采用例如高斯模糊等处理方式，对背景区域的像素进行处理，使得背景区域的各处的像素具有相同的模糊程度以得到背景均值模糊图像。

本发明实施例，对背景区域内的像素逐个计算其相应的计算参数，通过该计算参数融合背景区域和背景均值模糊图像，得到景深效果图。在上述坐标系中，(x,y)表示背景区域的各点处的坐标，D(x,y)表示该点处处理后的目标像素，Bg(x,y)表示该点处背景均值模糊像素，Fg(x,y)表示该点处背景区域原有的像素，计算方法如下：

a)D(x,y)＝Bg(x,y),y<＝R_up_outeror，y>＝R_down_outer；

b)D(x,y)＝Bg(x,y)*alpha+Fg(x,y)*(1-alpha),R_up_inner<y<Ymax,

alpha＝(Ymax-y)/(Ymax-R_up_inner)；

c)D(x,y)＝Bg(x,y)*(1-alpha)+Fg(x,y)*alpha,Ymax<y<R_down_inner,alpha＝(R_down_inner-y)/(R_down_inner-Ymax)；

d)D(x,y)＝Fg(x,y),R_up_inner<＝y<＝R_down_inner；

从而计算出各点处的像素，完成对背景区域的像素的渐变处理。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中所描述的装置实施例仅仅是示意性的，例如所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，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单元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单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品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(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (14)

1.一种图像处理方法，其特征在于，包括：

获取二维图像；

确定所述二维图像上的目标区域，其中，所述二维图像包括背景区域和所述目标区域，所述背景区域为所述目标区域之外的区域；

检测所述目标区域在所述二维图像上的位置；

根据所述目标区域在所述二维图像上的位置选择用于对所述背景区域的像素进行模糊处理的预设处理方式；以及

按照所述预设处理方式对所述背景区域的像素进行模糊处理。

2.根据权利要求1所述的图像处理方法，其特征在于，检测所述目标区域在所述二维图像上的位置包括：

计算所述目标区域的中心位置与所述二维图像的中心位置的第一偏离因子，所述第一偏离因子用于反映所述目标区域的中心位置偏离所述二维图像的中心位置的程度；

计算所述目标区域与所述二维图像的边界的第二偏离因子，所述第二偏离因子用于反映所述目标区域偏离所述二维图像的边界的程度；

判断所述第一偏离因子是否小于所述第二偏离因子；

如果判断出所述第一偏离因子小于所述第二偏离因子,则确定所述目标区域处于第一区域，所述第一区域为趋向于所述二维图像的中心位置的区域；以及

如果所述判断出所述第一偏离因子不小于所述第二偏离因子，则确定所述目标区域处于第二区域，所述第二区域为趋向于所述二维图像的边界的区域。

3.根据权利要求2所述的图像处理方法，其特征在于，

根据所述目标区域在所述二维图像上的位置选择用于对所述背景区域的像素进行模糊处理的预设处理方式包括：在确定所述目标区域处于所述第一区域时，选择第一处理方式，所述第一处理方式用于以第一方向对所述背景区域的像素进行渐变模糊处理，所述第一方向为由所述目标区域的边界指向所述目标区域的边界对应的所述二维图像的边界的方向，

按照所述预设处理方式对所述背景区域的像素进行模糊处理包括：按照所述第一处理方式对所述背景区域的像素进行渐变模糊处理。

4.根据权利要求2所述的图像处理方法，其特征在于，

根据所述目标区域在所述二维图像上的位置选择用于对所述背景区域的像素进行模糊处理的预设处理方式包括：在确定所述目标区域处于所述第二区域时，选择第二处理方式，所述第二处理方式用于以第二方向对所述背景区域的像素进行渐变模糊处理，所述第二方向为由所述二维图像上距离所述目标区域最近的边界指向距离所述目标区域最远的边界的方向，

按照所述预设处理方式对所述背景区域的像素进行模糊处理包括：按照所述第二处理方式对所述背景区域的像素进行渐变模糊处理。

5.根据权利要求1所述的图像处理方法，其特征在于，在检测所述目标区域在所述二维图像上的位置之前，所述图像处理方法还包括：

计算所述目标区域的宽度与所述二维图像的宽度的宽度比值；计算所述目标区域的长度与所述二维图像的长度的长度比值；

判断所述宽度比值是否超过第一比例阈值，并判断所述长度比值是否超过第二比例阈值，

其中，如果所述宽度比值超过所述第一比例阈值且所述长度比值超过所述第二比例阈值,则按照预设方向对所述背景区域的像素进行渐变模糊处理，其中，所述预设方向为预先设置的用于对所述背景区域的像素进行渐变模糊处理的方向。

6.根据权利要求3至5中任一项所述的图像处理方法，其特征在于，对所述背景区域的像素进行渐变模糊处理包括：

确定对所述背景区域的像素进行模糊处理的起始边界和结束边界；以及

对所述起始边界与所述结束边界之间的背景区域的像素进行渐变模糊处理，其中，所述起始边界处像素的模糊程度小于所述结束边界处像素的模糊程度。

7.根据权利要求1所述的图像处理方法，其特征在于，

确定所述二维图像上的目标区域之后，所述图像处理方法还包括：对所述背景区域的像素进行均值模糊处理，得到背景均值模糊图像，其中，所述均值模糊处理用于使得所述背景均值模糊图像的各处的像素具有相同的模糊程度，

按照所述预设处理方式对所述背景区域的像素进行模糊处理包括：获取所述背景区域的像素和所述背景均值模糊图像上的像素；由所述预设处理方式确定用于对所述背景区域的像素进行渐变模糊处理的计算参数；根据所述计算参数、所述背景区域的像素和所述背景均值模糊图像上的像素计算得到对所述背景区域渐变模糊处理后的像素。

8.一种图像处理装置，其特征在于，包括：

获取单元，用于获取二维图像；

确定单元，用于确定所述二维图像上的目标区域，其中，所述二维图像包括背景区域和所述目标区域，所述背景区域为所述目标区域之外的区域；

检测单元，用于检测所述目标区域在所述二维图像上的位置；

选择单元，用于根据所述目标区域在所述二维图像上的位置选择用于对所述背景区域的像素进行模糊处理的预设处理方式；以及

第一处理单元，用于按照所述预设处理方式对所述背景区域的像素进行模糊处理。

9.根据权利要求8所述的图像处理装置，其特征在于，所述检测单元包括：

第一计算模块，用于计算所述目标区域的中心位置与所述二维图像的中心位置的第一偏离因子，所述第一偏离因子用于反映所述目标区域的中心位置偏离所述二维图像的中心位置的程度；

第二计算模块，用于计算所述目标区域与所述二维图像的边界的第二偏离因子，所述第二偏离因子用于反映所述目标区域偏离所述二维图像的边界的程度；

判断模块，用于判断所述第一偏离因子是否小于所述第二偏离因子；

第一确定模块，用于当判断出所述第一偏离因子小于所述第二偏离因子时,确定所述目标区域处于第一区域，所述第一区域为趋向于所述二维图像的中心位置的区域；以及

第二确定模块，用于当所述判断出所述第一偏离因子不小于所述第二偏离因子时，确定所述目标区域处于第二区域，所述第二区域为趋向于所述二维图像的边界的区域。

10.根据权利要求9所述的图像处理装置，其特征在于，

所述选择单元包括：第一选择模块，用于在确定所述目标区域处于所述第一区域时选择第一处理方式，所述第一处理方式用于以第一方向对所述背景区域的像素进行渐变模糊处理，所述第一方向为由所述目标区域的边界指向所述目标区域的边界对应的所述二维图像的边界的方向，

所述第一处理单元包括：第一处理模块，用于按照所述第一处理方式对所述背景区域的像素进行渐变模糊处理。

11.根据权利要求9所述的图像处理装置，其特征在于，

所述选择单元包括：第二选择模块，用于在确定所述目标区域处于所述第二区域时选择第二处理方式，所述第二处理方式用于以第二方向对所述背景区域的像素进行渐变模糊处理，所述第二方向为由所述二维图像上距离所述目标区域最近的边界指向距离所述目标区域最远的边界的方向，

所述第一处理单元包括：第二处理模块，用于按照所述第二处理方式对所述背景区域的像素进行渐变模糊处理。

12.根据权利要求8所述的图像处理装置，其特征在于，所述图像处理装置还包括：

第一计算单元，用于在检测所述目标区域在所述二维图像上的位置之前，计算所述目标区域的宽度与所述二维图像的宽度的宽度比值；

第二计算单元，用于计算所述目标区域的长度与所述二维图像的长度的长度比值；

判断单元，用于判断所述宽度比值是否超过第一比例阈值，并判断所述长度比值是否超过第二比例阈值，

其中，所述第一处理单元还用于当所述宽度比值超过所述第一比例阈值且所述长度比值超过所述第二比例阈值时,按照预设方向对所述背景区域的像素进行渐变模糊处理，其中，所述预设方向为预先设置的用于对所述背景区域的像素进行渐变模糊处理的方向。

13.根据权利要求10至12中任一项所述的图像处理装置，其特征在于，

采用以下子模块对所述背景区域的像素进行渐变模糊处理：

确定子模块，用于确定对所述背景区域的像素进行模糊处理的起始边界和结束边界；以及

处理子模块，用于对所述起始边界与所述结束边界之间的背景区域的像素进行渐变模糊处理，其中，所述起始边界处像素的模糊程度小于所述结束边界处像素的模糊程度。

14.根据权利要求8所述的图像处理装置，其特征在于，

所述图像处理装置还包括：第二处理单元，用于确定所述二维图像上的目标区域之后，对所述背景区域的像素进行均值模糊处理，得到背景均值模糊图像，其中，所述均值模糊处理用于使得所述背景均值模糊图像的各处的像素具有相同的模糊程度，

所述第一处理单元包括：获取模块，用于获取所述背景区域的像素和所述背景均值模糊图像上的像素；第三确定模块，用于由所述预设处理方式确定用于对所述背景区域的像素进行渐变模糊处理的计算参数；第三计算模块，用于根据所述计算参数、所述背景区域的像素和所述背景均值模糊图像上的像素计算得到对所述背景区域渐变模糊处理后的像素。