CN107644405A - 图像处理方法及装置、电子设备和计算机可读存储介质 - Google Patents

Abstract

本公开是关于一种图像处理方法，该方法包括：确定图像中人脸的结构区域的边缘；根据所述图像中的像素到所述边缘的最短距离，设置所述像素的滤波半径，其中，所述滤波半径与所述最短距离反相关；根据所述滤波半径对所述像素进行保边滤波。根据本公开的实施例，由于对像素滤波的滤波半径与像素到人脸结构区域的边缘的最短距离反相关，从而可以保证人脸的结构区域的边缘清晰，以及保证滤除人脸的非结构区域的瑕疵。

Description

图像处理方法及装置、电子设备和计算机可读存储介质

技术领域

本公开涉及图像处理技术领域，尤其涉及图像处理方法、图像处理装置、电子设备和计算机可读存储介质。

背景技术

目前在照相过程中，对于人脸进行的磨皮处理，主要是通过滤波算法来实现的。

然而现有的滤波算法中所采用的局部滑动窗口的尺寸是固定的，因此针对人脸的不同区域滤波效果相同，这虽然能够实现对脸颊、额头等人脸的非结构区域的磨皮处理，但是也会对等人脸的鼻子、嘴唇等结构区域进行相同效果的磨皮处理。

从而导致人脸的结构区域的边缘在经过滤波后会变得模糊，影响处理后的图像的展示效果。

发明内容

本公开提供图像处理方法、图像处理装置、电子设备和计算机可读存储介质，以解决相关技术中的不足。

根据本公开实施例的第一方面，提供一种图像处理方法，包括：

确定图像中人脸的结构区域的边缘；

根据所述图像中的像素到所述边缘的最短距离，设置所述像素的滤波半径，其中，所述滤波半径与所述最短距离反相关；

根据所述滤波半径对所述像素进行保边滤波。

可选地，在所述最短距离大于预设距离的情况下，所述滤波半径等于预设半径；

在所述最短距离小于或等于所述预设距离的情况下，所述滤波半径与所述最短距离反相关，且所述滤波半径大于所述预设半径。

可选地，在所述最短距离大于预设距离T的情况下，所述滤波半径r＝r₀；

在所述最短距离小于或等于所述预设距离T的情况下，所述滤波半径 其中，r₀为所述预设半径，T为所述预设距离，dist为所述最短距离，r₁为预设常数。

可选地，所述确定图像中人脸的结构区域的边缘包括：

检测所述图像中的人脸区域；

定位所述人脸区域中的人脸关键点；

根据所述人脸关键点确定人脸的结构区域；

对所述人脸的结构区域进行边缘检测，以确定所述人脸的结构区域的边缘。

可选地，所述人脸的结构区域包括以下至少之一：

人脸、眼睛、眉毛、嘴唇、鼻子、耳朵。

根据本公开实施例的第二方面，提供一种图像处理装置，包括：

边缘确定模块，被配置为确定图像中人脸的结构区域的边缘；

半径设置模块，被配置为根据所述图像中的像素到所述边缘的最短距离，设置所述像素的滤波半径，其中，所述滤波半径与所述最短距离反相关；

滤波模块，被配置为根据所述滤波半径对所述像素进行保边滤波。

可选地，在所述最短距离大于预设距离的情况下，所述滤波半径等于预设半径；

在所述最短距离小于或等于所述预设距离的情况下，所述滤波半径与所述最短距离反相关，且所述滤波半径大于所述预设半径。

可选地，在所述最短距离大于预设距离T的情况下，所述滤波半径r＝r₀；

在所述最短距离小于或等于所述预设距离T的情况下，所述滤波半径 其中，r₀为所述预设半径，T为所述预设距离，dist为所述最短距离，r₁为预设常数。

可选地，所述边缘确定模块包括：

检测子模块，被配置为检测所述图像中的人脸区域；

定位子模块，被配置为定位所述人脸区域中的人脸关键点；

确定子模块，被配置为根据所述人脸关键点确定人脸的结构区域；

检测子模块，被配置为对所述人脸的结构区域进行边缘检测，以确定所述人脸的结构区域的边缘。

可选地，所述人脸的结构区域包括以下至少之一：

人脸、眼睛、眉毛、嘴唇、鼻子、耳朵。

根据本公开实施例的第三方面，提供一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

确定图像中人脸的结构区域的边缘；

根据所述图像中的像素到所述边缘的最短距离，设置所述像素的滤波半径，其中，所述滤波半径与所述最短距离反相关；

根据所述滤波半径对所述像素进行保边滤波。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

确定图像中人脸的结构区域的边缘；

根据所述图像中的像素到所述边缘的最短距离，设置所述像素的滤波半径，其中，所述滤波半径与所述最短距离反相关；

根据所述滤波半径对所述像素进行保边滤波。

本公开的实施例提供的技术方案可以包括以下有益效果：

根据本公开的实施例，由于对像素滤波的滤波半径与像素到人脸结构区域的边缘的最短距离反相关。也即到人脸结构区域的边缘的最短距离越小的像素，对其进行滤波处理时，滤波半径越大，而滤波半径越大，滤波效果越弱，也即对于人脸的结构区域附近的像素而言，磨皮效果较弱，从而可以保证人脸的结构区域的边缘清晰。例如保证人脸、眼睛、眉毛、嘴唇、鼻子、耳朵的边缘清晰。

而到人脸结构区域的边缘的最短距离越大的像素，对其进行滤波处理时，滤波半径越小，而滤波半径越小，滤波效果越强，也即对于人脸的非结构区域附近的像素而言，磨皮效果较强，从而可以保证滤除人脸的非结构区域的瑕疵。例如滤除脸颊、额头等区域的瑕疵。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种图像处理方法的示意流程图。

图2是根据一示例性实施例示出的一种人脸关键点示意图。

图3是根据一示例性实施例示出的一种人脸关键点的连线示意图。

图4是根据一示例性实施例示出的一种对人脸关键点的连线进行形态膨胀学操作的示意图。

图5是根据一示例性实施例示出的一种人脸的结构区域的边缘示意图。

图6是根据一示例性实施例示出的一种滤波效果示意图。

图7是根据一示例性实施例示出的确定图像中人脸的结构区域的边缘的示意流程图。

图8是根据一示例性实施例示出的一种图像处理装置的示意框图。

图9是根据一示例性实施例示出的一种边缘确定模块的示意框图。

图10是根据一示例性实施例示出的一种用于图像处理的装置的示意框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种图像处理方法的示意流程图。本实施例所示的方法可以应用于照相机、摄像机，也可以应用于手机、平板电脑等具备图像采集功能的电子设备。

如图1所示，所述图像处理方法包括以下步骤。

在步骤S11中，确定图像中人脸的结构区域的边缘。

在一个实施例中，在获取到图像时，可以先检测图像中的人脸区域，也即确定人脸区域在图像中的位置，例如可以通过Adaboost、faster-rcnn等算法来确定。

图2是根据一示例性实施例示出的一种人脸关键点示意图。

在一个实施例中，在检测到图像中的人脸区域后，可以定位人脸区域中的人脸关键点，如图2所示，该人脸关键点包括人脸轮廓、眼睛轮廓、眉毛轮廓、嘴唇轮廓、鼻子轮廓、眼睛轮廓等轮廓上的点，其中，可以采用AAM(Active Appearance Model，主动外观模型)、SDM(supervised descent method，监督下降法)或CNN(Convolutional Neural Network，卷积神经网络)等算法来确定上述人脸关键点。

图3是根据一示例性实施例示出的一种人脸关键点的连线示意图。图4是根据一示例性实施例示出的一种对人脸关键点的连线进行形态膨胀学操作的示意图。

在一个实施例中，在确定人脸关键点后，可以对人脸关键点进行连线，例如图3所示，可以针对图2所示的人脸关键点进行连线。然后对连线做形态膨胀学操作，例如图4所示，可以针对图3所示的连线进行形态膨胀学操作，进而确定人脸的结构区域，例如人脸、眼睛、眉毛、嘴唇、鼻子、耳朵。

图5是根据一示例性实施例示出的一种人脸的结构区域的边缘示意图。

在一个实施例中，可以对人脸的结构区域进行边缘检测，例如通过canny算子进行边缘检测，进而确定人脸结构区域的边缘，例如针对图4所示实施例中的人脸的结构区域进行边缘检测，那么确定的边缘如图5所示。

在步骤S12中，根据所述图像中的像素到所述边缘的最短距离，设置所述像素的滤波半径，其中，所述滤波半径与所述最短距离反相关。

在一个实施例中，根据滤波算法对图像中的像素进行滤波处理，需要针对像素构建窗口，例如包括9个像素的3乘3窗口，位于窗口中心的即需要进行滤波处理的像素，滤波半径则是指位于窗口中心的像素到窗口边缘像素所差的像素数目，例如针对3乘3窗口而言，窗口中心的像素到窗口边缘像素相差1个像素，则滤波半径为1。

在步骤S13中，根据所述滤波半径对所述像素进行保边滤波。其中，保边滤波可以包括导向滤波、双边滤波等滤波处理方式。

由于窗口越小，也即滤波半径越小，那么滤波效果越强，也即对于图像而言，磨皮效果就越强，图像中人脸上的瑕疵越少，相应的人脸的结构区域的边缘也就越模糊。

而根据本实施例，由于对像素滤波的滤波半径与像素到人脸结构区域的边缘的最短距离反相关。也即到人脸结构区域的边缘的最短距离越小的像素，对其进行滤波处理时，滤波半径越大，而滤波半径越大，滤波效果越弱，也即对于人脸的结构区域附近的像素而言，磨皮效果较弱，从而可以保证人脸的结构区域的边缘清晰。例如保证人脸、眼睛、眉毛、嘴唇、鼻子、耳朵的边缘清晰。

而到人脸结构区域的边缘的最短距离越大的像素，对其进行滤波处理时，滤波半径越小，而滤波半径越小，滤波效果越强，也即对于人脸的非结构区域附近的像素而言，磨皮效果较强，从而可以保证滤除人脸的非结构区域的瑕疵。例如滤除脸颊、额头等区域的瑕疵。

图6是根据一示例性实施例示出的一种滤波效果示意图。

例如根据本实施例的方法对图6所示处理前的图像进行处理，那么得到的处理后的图像，不仅额头、脸颊等人脸的非结构区域的瑕疵被去除，还保证了人脸、眼睛、眉毛、嘴唇、鼻子、耳朵等人脸的结构区域的边缘清晰。

可选地，在所述最短距离大于预设距离的情况下，所述滤波半径等于预设半径；

在所述最短距离小于或等于所述预设距离的情况下，所述滤波半径与所述最短距离反相关，且所述滤波半径大于所述预设半径。

在一个实施例中，为了保证人脸的结构区域的边缘清晰，只需将人脸的结构区域附近的像素的滤波半径调整的较大即可，而对于距离人脸的结构区域较远的像素，则可以始终采用一个较小的滤波半径进行滤波。

在一个实施例中，可以预先设定一个滤波半径，也即预设半径。针对到人脸的结构区域的边缘的最短距离大于预设距离的像素，可以根据预设半径对其进行滤波处理，从而无需针对人脸中所有的像素，都调整滤波半径，而只需针对距离人脸的结构区域较近的像素才扩大滤波半径，有利于简化滤波算法的计算过程。

可选地，在所述最短距离大于预设距离T的情况下，所述滤波半径r＝r₀；

在所述最短距离小于或等于所述预设距离T的情况下，所述滤波半径 其中，r₀为所述预设半径，T为所述预设距离，dist为所述最短距离，r₁为预设常数。

在一个实施例中，针对不同的像素，最短距离dist可以是不同的，可以通过计算该像素到所有人脸的结构区域的边缘的距离，然后确定其中是否存在小于或等于预设距离的距离，若存在，确定这些距离中的最小距离，作为该像素的dist。

在一个实施例中，在最短距离小于或等于预设距离T情况下的滤波半径，比最短距离大于预设距离T的情况下的滤波半径，要大其中，预设常数r₁可以根据需要调整，若对于人脸的结构区域的边缘的清晰度要求较高，那么r₁可以设置的较大，若对于人脸的结构区域的边缘的清晰度要求较低，那么r₁可以设置的较小。

图7是根据一示例性实施例示出的确定图像中人脸的结构区域的边缘的示意流程图。如图7所示，在图1所示实施例的基础上，所述确定图像中人脸的结构区域的边缘包括：

在步骤S111中，检测所述图像中的人脸区域；

在步骤S112中，定位所述人脸区域中的人脸关键点；

在步骤S113中，根据所述人脸关键点确定人脸的结构区域；

在步骤S114中，对所述人脸的结构区域进行边缘检测，以确定所述人脸的结构区域的边缘。

可选地，所述人脸的结构区域包括以下至少之一：

人脸、眼睛、眉毛、嘴唇、鼻子、耳朵。

与前述的图像处理方法的实施例相对应，本公开还提供了图像处理装置的实施例。

图8是根据一示例性实施例示出的一种图像处理装置的示意框图。参照图8，该装置包括：

边缘确定模块81，被配置为确定图像中人脸的结构区域的边缘；

半径设置模块82，被配置为根据所述图像中的像素到所述边缘的最短距离，设置所述像素的滤波半径，其中，所述滤波半径与所述最短距离反相关；

滤波模块83，被配置为根据所述滤波半径对所述像素进行保边滤波。

可选地，在所述最短距离大于预设距离的情况下，所述滤波半径等于预设半径；

在所述最短距离小于或等于所述预设距离的情况下，所述滤波半径与所述最短距离反相关，且所述滤波半径大于所述预设半径。

可选地，在所述最短距离大于预设距离T的情况下，所述滤波半径r＝r₀；

在所述最短距离小于或等于所述预设距离T的情况下，所述滤波半径 其中，r₀为所述预设半径，T为所述预设距离，dist为所述最短距离，r₁为预设常数。

图9是根据一示例性实施例示出的一种边缘确定模块的示意框图。如图9所示，在图8所示实施例的基础上，所述边缘确定模块81包括：

检测子模块811，被配置为检测所述图像中的人脸区域；

定位子模块812，被配置为定位所述人脸区域中的人脸关键点；

确定子模块813，被配置为根据所述人脸关键点确定人脸的结构区域；

检测子模块814，被配置为对所述人脸的结构区域进行边缘检测，以确定所述人脸的结构区域的边缘。

可选地，所述人脸的结构区域包括以下至少之一：

人脸、眼睛、眉毛、嘴唇、鼻子、耳朵。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在相关方法的实施例中进行了详细描述，此处将不做详细阐述说明。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中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模块上。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公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

本公开还提出一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

确定图像中人脸的结构区域的边缘；

根据所述图像中的像素到所述边缘的最短距离，设置所述像素的滤波半径，其中，所述滤波半径与所述最短距离反相关；

根据所述滤波半径对所述像素进行保边滤波。

本公开还提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

确定图像中人脸的结构区域的边缘；

根据所述图像中的像素到所述边缘的最短距离，设置所述像素的滤波半径，其中，所述滤波半径与所述最短距离反相关；

根据所述滤波半径对所述像素进行保边滤波。

图10是根据一示例性实施例示出的一种用于图像处理的装置1000的示意框图。例如，装置1000可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图10，装置1000可以包括以下一个或多个组件：处理组件1002，存储器1004，电源组件1006，多媒体组件1008，音频组件1010，输入/输出(I/O)的接口1012，传感器组件1014，以及通信组件1016。

处理组件1002通常控制装置1000的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1002可以包括一个或多个处理器1020来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1002可以包括一个或多个模块，便于处理组件1002和其他组件之间的交互。例如，处理组件1002可以包括多媒体模块，以方便多媒体组件1008和处理组件1002之间的交互。

存储器1004被配置为存储各种类型的数据以支持在装置1000的操作。这些数据的示例包括用于在装置1000上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1004可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1006为装置1000的各种组件提供电力。电源组件1006可以包括电源管理系统，一个或多个电源，及其他与为装置1000生成、管理和分配电力相关联的组件。

多媒体组件1008包括在所述装置1000和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1008包括一个前置摄像头和/或后置摄像头。当装置1000处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1010被配置为输出和/或输入音频信号。例如，音频组件1010包括一个麦克风(MIC)，当装置1000处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1004或经由通信组件1016发送。在一些实施例中，音频组件1010还包括一个扬声器，用于输出音频信号。

I/O接口1012为处理组件1002和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1014包括一个或多个传感器，用于为装置1000提供各个方面的状态评估。例如，传感器组件1014可以检测到装置1000的打开/关闭状态，组件的相对定位，例如所述组件为装置1000的显示器和小键盘，传感器组件1014还可以检测装置1000或装置1000一个组件的位置改变，用户与装置1000接触的存在或不存在，装置1000方位或加速/减速和装置1000的温度变化。传感器组件1014可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1014还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1014还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1016被配置为便于装置1000和其他设备之间有线或无线方式的通信。装置1000可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1016经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1016还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置1000可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1004，上述指令可由装置1000的处理器1020执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (12)

1.一种图像处理方法，其特征在于，包括：

确定图像中人脸的结构区域的边缘；

根据所述图像中的像素到所述边缘的最短距离，设置所述像素的滤波半径，其中，所述滤波半径与所述最短距离反相关；

根据所述滤波半径对所述像素进行保边滤波。

2.根据权利要求1所述的方法，其特征在于，在所述最短距离大于预设距离的情况下，所述滤波半径等于预设半径；

在所述最短距离小于或等于所述预设距离的情况下，所述滤波半径与所述最短距离反相关，且所述滤波半径大于所述预设半径。

3.根据权利要求2所述的方法，其特征在于，在所述最短距离大于预设距离T的情况下，所述滤波半径r＝r₀；

在所述最短距离小于或等于所述预设距离T的情况下，所述滤波半径r＝其中，r₀为所述预设半径，T为所述预设距离，dist为所述最短距离，r₁为预设常数。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述确定图像中人脸的结构区域的边缘包括：

检测所述图像中的人脸区域；

定位所述人脸区域中的人脸关键点；

根据所述人脸关键点确定人脸的结构区域；

对所述人脸的结构区域进行边缘检测，以确定所述人脸的结构区域的边缘。

5.根据权利要求1至3中任一项所述的方法，其特征在于，所述人脸的结构区域包括以下至少之一：

人脸、眼睛、眉毛、嘴唇、鼻子、耳朵。

6.一种图像处理装置，其特征在于，包括：

边缘确定模块，被配置为确定图像中人脸的结构区域的边缘；

半径设置模块，被配置为根据所述图像中的像素到所述边缘的最短距离，设置所述像素的滤波半径，其中，所述滤波半径与所述最短距离反相关；

滤波模块，被配置为根据所述滤波半径对所述像素进行保边滤波。

7.根据权利要求6所述的装置，其特征在于，在所述最短距离大于预设距离的情况下，所述滤波半径等于预设半径；

在所述最短距离小于或等于所述预设距离的情况下，所述滤波半径与所述最短距离反相关，且所述滤波半径大于所述预设半径。

8.根据权利要求7所述的装置，其特征在于，在所述最短距离大于预设距离T的情况下，所述滤波半径r＝r₀；

在所述最短距离小于或等于所述预设距离T的情况下，所述滤波半径 其中，r₀为所述预设半径，T为所述预设距离，dist为所述最短距离，r₁为预设常数。

9.根据权利要求6至8中任一项所述的装置，其特征在于，所述边缘确定模块包括：

检测子模块，被配置为检测所述图像中的人脸区域；

定位子模块，被配置为定位所述人脸区域中的人脸关键点；

确定子模块，被配置为根据所述人脸关键点确定人脸的结构区域；

检测子模块，被配置为对所述人脸的结构区域进行边缘检测，以确定所述人脸的结构区域的边缘。

10.根据权利要求6至8中任一项所述的装置，其特征在于，所述人脸的结构区域包括以下至少之一：

人脸、眼睛、眉毛、嘴唇、鼻子、耳朵。

11.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

确定图像中人脸的结构区域的边缘；

根据所述图像中的像素到所述边缘的最短距离，设置所述像素的滤波半径，其中，所述滤波半径与所述最短距离反相关；

根据所述滤波半径对所述像素进行保边滤波。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现以下步骤：

确定图像中人脸的结构区域的边缘；

根据所述图像中的像素到所述边缘的最短距离，设置所述像素的滤波半径，其中，所述滤波半径与所述最短距离反相关；

根据所述滤波半径对所述像素进行保边滤波。