[go: up one dir, main page]

WO2019105262A1 - 背景虚化处理方法、装置及设备 - Google Patents

背景虚化处理方法、装置及设备 Download PDF

Info

Publication number
WO2019105262A1
WO2019105262A1 PCT/CN2018/116479 CN2018116479W WO2019105262A1 WO 2019105262 A1 WO2019105262 A1 WO 2019105262A1 CN 2018116479 W CN2018116479 W CN 2018116479W WO 2019105262 A1 WO2019105262 A1 WO 2019105262A1
Authority
WO
WIPO (PCT)
Prior art keywords
area
blurring
target
region
blurred
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.)
Ceased
Application number
PCT/CN2018/116479
Other languages
English (en)
French (fr)
Inventor
欧阳丹
谭国辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Publication of WO2019105262A1 publication Critical patent/WO2019105262A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/67—Focus control based on electronic image sensor signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/95—Computational photography systems, e.g. light-field imaging systems
    • H04N23/958—Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging
    • H04N23/959—Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging by adjusting depth of field during image capture, e.g. maximising or setting range based on scene characteristics

Definitions

  • a further embodiment of the present application provides a non-transitory computer readable storage medium having a computer program stored thereon, which when executed by a processor, implements a background blurring processing method as described in the above embodiments of the present application.
  • the coordinates of the pixel corresponding to the point A are (30, 50), and in the preview image data of the camera 2, the pixel corresponding to the point A.
  • the contour edge of the shooting body is detected, and the target blurred area in the area to be blurred is determined according to the edge of the contour, wherein the target blurred area includes shooting The contour edge of the subject and the portion of the main image to be blurred.
  • the color of the shooting body area and the area to be blurred is different. Therefore, the contour edge of the shooting body can be determined by detecting the color channel, for example, when the subject is a human face, the face is The area is the color of the human body such as skin color, and the other areas are the colors of other scenes different from the color of the face area. Therefore, the color channel detection algorithm can be used to identify the area where the skin color is located to determine the person in the foreground according to the area covered by the skin color.
  • the outline edge of the face area that is, the outer edge of the area covered by the skin color area is the outline edge of the face area.
  • the pixel points in the first region may be blurred when the second region is blurred.
  • the corresponding second region is determined as the target blur region when the color approximation reaches the preset range, wherein the preset range corresponding to the color approximation
  • the ambiguous processing capability of the terminal device is related. The higher the ambiguity processing capability is, the smaller the value corresponding to the preset range is, and the stronger the ambiguity is, the higher the value corresponding to the preset range is.
  • Step 104 Obtain a target blurring intensity of the target blurring area according to a preset blurring strategy.
  • the edge contour of the shooting body When it is detected that the brightness of the shooting scene is lower than the preset threshold, in order to prevent the edge contour of the shooting body from being blurred, it is detected whether there is a face and a hair area to determine whether the current night portrait is photographed, if not, directly
  • the blurring process of the area to be blurred is performed in a normal manner, and if present, the hair contour edge of the detected portrait is obtained by taking the hair region and the corresponding background sub-region as the boundary of the hair contour edge, and the background sub-region is used as the target blurring region. Further, the blurring weight is gradually increased from the edge of the hair contour to the edge of the hair contour.
  • the edge region of the hair may be blurred due to poor imaging effect, and the background blurring process of the present application is adopted.
  • the edge of the hair is blurred in a dark environment, so that the edges of the hair are not blurred in the blurred image, and the hair and the background portion can be transitioned. Smoother and more natural.
  • FIG. 9 is a schematic structural diagram of a background blur processing device according to an embodiment of the present application. As shown in FIG. 9, the background blur processing device is provided.
  • the first obtaining module 100, the first determining module 200, the second determining module 300, the second obtaining module 400, and the processing module 500 are included.
  • the first determining module 200 is configured to determine, according to the depth of field information and the focus area, the area to be blurred in the main image and the corresponding original blurring intensity.
  • the second determining module 300 is configured to detect a contour edge of the shooting subject in the main image when detecting that the shooting scene brightness is lower than a preset threshold, and determine a target blurring area in the to-be-defined area according to the contour edge.
  • the second obtaining module 400 is configured to obtain a target blurring intensity of the target blurring area according to a preset blurring strategy.
  • the area to be blurred and the corresponding original blurring intensity when detecting that the brightness of the shooting scene is lower than a preset threshold, detecting the contour edge of the shooting subject, and determining the target blurring area in the area to be blurred according to the edge of the contour, according to
  • the preset blurring strategy determines the target blurring intensity of the target blurring area, and then blurs the target blurring area according to the target blurring intensity, and treats the non-target blurring in the blurring area according to the original blurring intensity.
  • the area is blurred. Thereby, the contour edge of the photographing body is prevented from being blurred, and the blurring effect of the image is improved.
  • the present application further provides a computer device, wherein the computer device is any device including a memory including a storage computer program and a processor running the computer program, for example, a smart phone, a personal computer, or the like.
  • the computer device further includes an image processing circuit, and the image processing circuit may be implemented by using hardware and/or software components, and may include various processing units defining an ISP (Image Signal Processing) pipeline.
  • Figure 10 is a schematic illustration of an image processing circuit in one embodiment. As shown in FIG. 10, for convenience of explanation, only various aspects of the image processing technique related to the embodiment of the present application are shown.
  • the ISP processor 1040 processes the raw image data pixel by pixel in a variety of formats.
  • each image pixel can have a bit depth of 8, 10, 12, or 14 bits, and the ISP processor 1040 can perform one or more image processing operations on the raw image data, collecting statistical information about the image data. Among them, image processing operations can be performed with the same or different bit depth precision.
  • ISP processor 1040 When receiving raw image data from sensor 1020 interface or from image memory 1030, ISP processor 1040 can perform one or more image processing operations, such as time domain filtering.
  • the processed image data can be sent to image memory 1030 for additional processing prior to being displayed.
  • the ISP processor 1040 receives the processed data from the image memory 1030 and performs image data processing in the original domain and in the RGB and YCbCr color spaces.
  • the processed image data may be output to display 1070 for viewing by a user and/or further processed by a graphics engine or a GPU (Graphics Processing Unit). Additionally, the output of ISP processor 1040 can also be sent to image memory 1030, and display 1070 can read image data from image memory 1030.
  • image memory 1030 can be configured to implement one or more frame buffers.
  • each functional unit in each embodiment of the present application may be integrated into one processing module, or each unit may exist physically separately, or two or more units may be integrated into one module.
  • the above integrated modules can be implemented in the form of hardware or in the form of software functional modules.
  • the integrated modules, if implemented in the form of software functional modules and sold or used as stand-alone products, may also be stored in a computer readable storage medium.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本申请公开了一种背景虚化处理方法、装置及设备，其中方法包括：获取主摄像头拍摄的主图像以及副摄像头拍摄的副图像，根据主图像和副图像获取景深信息；根据景深信息和对焦区域确定主图像中待虚化区域和对应的原始虚化强度；当检测到拍摄场景亮度低于预设阈值时，检测拍摄主体的轮廓边缘，并根据轮廓边缘确定待虚化区域中的目标虚化区域，确定目标虚化区域的目标虚化强度；根据目标虚化强度对目标虚化区域进行虚化处理，以及根据原始虚化强度对待虚化区域中的非目标虚化区域进行虚化处理。由此，避免了拍摄主体的轮廓边缘被误虚化，提高了图像的虚化效果。

Description

背景虚化处理方法、装置及设备
相关申请的交叉引用
本申请要求广东欧珀移动通信有限公司于2017年11月30日提交的、申请名称为“背景虚化处理方法、装置及设备”的、中国专利申请号“201711243751.6”的优先权。
技术领域
本申请涉及图像处理技术领域，尤其涉及一种背景虚化处理方法、装置及设备。
背景技术
通常，为了突出拍照的主体，会对拍照的背景区域进行虚化处理，然而，在拍照时，如果当前拍照环境亮度较低，由于成像效果较差从而容易导致拍摄主体的暗部边缘景深计算不准确，导致部分区域误虚化，比如对在夜间拍摄场景中拍摄的图像虚化时，可能会对用户的头发所在区域虚化，导致虚化效果较差。
申请内容
本申请提供一种背景虚化处理方法、装置及设备，以解决现有技术中，对在暗光拍摄环境中拍摄的图像进行背景虚化时，对拍摄主体的暗部边缘也误虚化的技术问题。
本申请实施例提供一种背景虚化处理方法，包括：获取主摄像头拍摄的主图像以及副摄像头拍摄的副图像，根据所述主图像和所述副图像获取景深信息；根据所述景深信息和对焦区域，确定所述主图像中待虚化区域和对应的原始虚化强度；当检测到拍摄场景亮度低于预设阈值时，检测所述主图像中的拍摄主体的轮廓边缘，并根据所述轮廓边缘确定所述待虚化区域中的目标虚化区域；根据预设的虚化策略获取所述目标虚化区域的目标虚化强度；根据所述目标虚化强度对所述目标虚化区域进行虚化处理，以及根据所述原始虚化强度对所述待虚化区域中的非目标虚化区域进行虚化处理。
本申请另一实施例提供一种背景虚化处理装置，包括：第一获取模块，用于获取主摄像头拍摄的主图像以及副摄像头拍摄的副图像，根据所述主图像和所述副图像获取景深信息；第一确定模块，用于根据所述景深信息和对焦区域确定所述主图像中的待虚化区域和 对应的原始虚化强度；第二确定模块，用于在检测到拍摄场景亮度低于预设阈值时，检测所述主图像中的拍摄主体的轮廓边缘，并根据所述轮廓边缘确定所述待虚化区域中的目标虚化区域；第二获取模块，用于根据预设的虚化策略获取所述目标虚化区域的目标虚化强度；处理模块，用于根据所述目标虚化强度对所述目标虚化区域进行虚化处理，以及根据所述原始虚化强度对所述待虚化区域中的非目标虚化区域进行虚化处理。
本申请又一实施例提供一种计算机设备，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器执行本申请上述实施例所述的背景虚化处理方法。
本申请还一实施例提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本申请上述实施例所述的背景虚化处理方法。
本申请实施例提供的技术方案可以包括以下有益效果：
获取主摄像头拍摄的主图像以及副摄像头拍摄的副图像，根据主图像和副图像获取景深信息，根据景深信息和对焦区域确定主图像中待虚化区域和对应的原始虚化强度，当检测到拍摄场景亮度低于预设阈值时，检测拍摄主体的轮廓边缘，并根据轮廓边缘确定待虚化区域中的目标虚化区域，根据预设的虚化策略确定目标虚化区域的目标虚化强度，进而，根据目标虚化强度对目标虚化区域进行虚化处理，以及根据原始虚化强度对待虚化区域中的非目标虚化区域进行虚化处理。由此，避免了拍摄主体的轮廓边缘被误虚化，提高了图像的虚化效果。
附图说明
为了更清楚地说明本公开实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本申请一个实施例的背景虚化处理方法的流程图；
图2是根据本申请一个实施例的三角测距的原理示意图；
图3是根据本申请一个实施例的双摄像头视角覆盖范围示意图；
图4是根据本申请一个实施例的双摄像头景深获取示意图；
图5是根据本申请另一个实施例的背景虚化处理方法的流程图；
图6是根据本申请又一个实施例的背景虚化处理方法的流程图；
图7是根据本申请一个具体实施例的背景虚化处理方法的流程图；
图8(a)是根据现有技术的背景虚化处理方法的效果示意图；
图8(b)是根据本申请一个实施例的背景虚化处理方法的效果示意图；
图9是根据本申请一个实施例的背景虚化处理装置的结构示意图；
以及
图10是根据本申请另一个实施例的图像处理电路的示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的背景虚化处理方法、装置及设备。
其中，本申请实施例的背景虚化处理方法和装置的执行主体可以为终端设备，其中，终端设备可以是手机、平板电脑、个人数字助理、穿戴式设备等具有双摄系统的硬件设备。该穿戴式设备可以是智能手环、智能手表、智能眼镜等。
图1是根据本申请一个实施例的背景虚化处理方法的流程图，如图1所示，该方法包括：
步骤101，获取主摄像头拍摄的主图像以及副摄像头拍摄的副图像，根据主图像和副图像获取景深信息。
其中，在对拍摄主体聚焦后，在拍摄主体所在的焦点区域之前和之后一段人眼容许的清晰成像的空间深度范围为景深。
需要说明的是，在实际应用中，人眼分辩景深主要是依靠双目视觉分辨景深，这与双摄像头分辨景深的原理一样，主要是依靠如图2所示的三角测距的原理实现的，基于图2中，在实际空间中，画出了成像对象，以及两个摄像头所在位置O R和O T，以及两个摄像头的焦平面，焦平面距离两个摄像头所在平面的距离为f，在焦平面位置两个摄像头进行成像，从而得到两张拍摄图像。
其中，P和P’分别是同一对象在不同拍摄图像中的位置。其中，P点距离所在拍摄图像的左侧边界的距离为X R，P’点距离所在拍摄图像的左侧边界的距离为X T。O R和O T分别为两个摄像头，这两个摄像头在同一平面，距离为B。
基于三角测距原理，图2中的对象与两个摄像头所在平面之间的距离Z，具有如下关系：
Figure PCTCN2018116479-appb-000001
基于此，可以推得
Figure PCTCN2018116479-appb-000002
其中，d为同一对象在不同拍摄图像中的位置之间的距离差。由于B、f为定值，因此，根据d可以确定出对象的距离Z。
需要强调的是，上面的公式是基于两个平行的相同摄像头来实施的，但是实际使用的时候实际上有很多问题，比如在上图两个摄像头计算景深中总有一部分场景不能相交，因此实际的为了景深计算两个摄像头的FOV设计会不一样，其中，主摄像头是用来取实际图的主图像的，副摄像头获取的副的图像主要是用来参考计算景深，基于以上分析，副摄像头的FOV一般会大于主摄像头，但是即使是这样如图3所示，距离较近的物体依然有可能不同时在两个摄像头获取图像当中，经过调整的计算景深范围的关系如下公式所示：
Figure PCTCN2018116479-appb-000003
即可根据调整后的公式，计算主图像的景深范围等。
当然，除了三角测距法，也可以采用其他的方式来计算主图像的景深，比如，主摄像头和副摄像头针对同一个场景拍照时，场景中的物体距离摄像头的距离与主摄像头和副摄像头成像的位移差、姿势差等成比例关系，因此，在本申请的一个实施例中，可以根据这种比例关系获取上述距离Z。
举例而言，如图4所示，通过主摄像头获取的主图像以及副摄像头获取的副图像，计算出不同点差异的图，这里用视差图表示，这个图上表示的是两张图上相同点的位移差异，但是由于三角定位中的位移差异和Z成正比，因此很多时候视差图就直接被用作景深图，可以根据该景深图获取深度信息。
步骤102，根据景深信息和对焦区域确定主图像中待虚化区域和对应的原始虚化强度。
可以理解，在对焦区域之后清晰成像的范围为背景景深，背景景深对应的区域为待虚化区域，进而，初步确定出对主图像的待虚化区域的原始虚化强度，该原始虚化强度可以与待虚化区域的景深信息相关，背景景深信息越大，原始虚化强度越大，将该原始虚化强度作为后续对待虚化区域进行虚化的调整基准。
需要说明的是，根据应用场景的不同，可采用不同的方式实现根据景深信息和对焦区域确定主图像中待虚化区域，下面以待虚化区域为背景区域为例说明如下：
第一种示例：
可获取拍摄的相关参数，以根据拍摄摄像头的公式计算预览画面中焦点区域之外的图像区域的景深信息。
在本示例中，可获取拍摄主摄像头的容许弥散圆直径、光圈值、焦距、对焦距离等参数，从而根据公式：背景景深＝(光圈值*容许弥散圆直径*对焦距离的平方)/(焦距的平方-光圈值*容许弥散圆直径*对焦距离)计算出主图像的背景的景深，进而获取主图像中待虚化 区域的景深信息。
第二种示例:
根据双摄像头分别获取的当前拍摄画面数据确定焦点区域之外的图像区域的景深地图,根据景深地图确定焦点区域之后的背景区域的景深信息。
具体而言，在本示例中，由于两个摄像头的位置并不相同，因而，两个后置摄像头相对与拍摄主体具有一定的角度差和距离差，因此二者获取的预览图像数据也存在一定的相位差。
举例而言，对于拍摄主体上的A点，在摄像头1的预览图像数据中，A点对应的像素点坐标为(30，50)，而在摄像头2的预览图像数据中，A点对应的像素点坐标为(30，48)，A点在两个预览图像数据中对应的像素点的相位差为50-48＝2。
在本示例中，可预先根据实验数据或者摄像头参数建立景深信息与相位差的关系，进而，可根据预览图像中各图像点在两个摄像头获取的预览图像数据中的相位差查找对应的景深信息。
举例来说，对于上述A点对应的相位差2，如果根据预设的对应关系查询到对应的景深为5米，则预览画面中A点对应的景深信息为5米。由此，可得到当前预览画面中每个像素点的景深信息，即获取焦点区域之外的图像区域的景深地图。
进而，在得到焦点区域之外的图像区域的景深地图后，可进一步确定焦点区域之后的背景景深信息，从而，根据景深地图确定焦点区域之后的待虚化区域的景深信息。
当然，在实际执行过程中，该待虚化区域也可以为根据用户的虚化意图确定的其他区域，比如，在用户意图保留背景区域中某些区域的特定场景信息时，该待虚化区域也可以为背景区域中不包含特定场景信息的区域，在这种应用场景下，可以由用户输入闭合的轨迹确定出对应的待虚化区域，也可以由系统根据深度学习确定出用户的虚化意图，进而获取对应的待虚化区域。
进一步地，在不同的应用场景下，上述原始虚化强度可以是根据不同的参考因素设定的，比如，如图5所示，步骤102可以包括：
步骤201，根据景深信息和对焦区域确定主图像前景区域的第一景深信息和待虚化区域的第二景深信息。
其中，第一景深信息的获取方法可参照上述描述的获取待虚化区域的第二景深信息的方式，在此不再赘述。
步骤202，根据第一景深信息和第二景深信息获取待虚化区域的原始虚化强度。
具体而言，在本实施例中，为了突出前景区域的拍摄主体，根据第一景深信息和第二景深信息获取待虚化区域的原始虚化强度，其中，第一景深信息和第二景深信息 的差距越大，原始虚化强度可越小，第一景深信息和第二景深信息的差距越小，证明前景区域和待虚化区域越接近，从而原始虚化强度可越大。
又比如，可以获取待虚化区域和前景区域的亮度信息，并比较主图像的待虚化区域和前景区域的亮度信息，当亮度信息差距越大，则证明前景区域和待虚化区域虚化后，视觉差异越明显，前景区域中的拍摄主体越突出，从而原始虚化强度可越小，当亮度信息差距越小，则证明前景区域和待虚化区域虚化后，视觉差异越不明显，前景区域中的拍摄主体越不突出，从而原始虚化强度可越大。
步骤103，当检测到拍摄场景亮度低于预设阈值时，检测主图像中的拍摄主体的轮廓边缘，并根据轮廓边缘确定待虚化区域中的目标虚化区域。
其中，本申请实施例中的拍摄主体为当前拍照场景下，前景区域中所包含的拍照对象，比如，在人像拍照模式下，前景区域中包含的人像为拍摄主体，在景物拍照模式下，前景区域中包含的景物为拍摄主体，又比如，由于在拍照时对拍摄主体进行对焦，因此，可以根据将对焦区域中包含的拍照对象作为拍照主体。
可以理解，由于双摄系统感光性能的限制，在暗光拍摄场景下拍摄成像效果较差，此时，计算景深信息时可能导致拍摄主体边缘的像素信息获取不全等，从而导致景深信息计算不精确，从而进一步导致在对主图像的待虚化区域进行虚化时，对拍摄主体的轮廓进行了误虚化，因而，为了避免拍摄主体的轮廓被误虚化，先获取出包含拍摄主体的轮廓边缘的区域，以便于通过对该区域进行保护轮廓边缘的虚化处理操作。
具体而言，当检测到拍摄场景亮度低于预设阈值时，检测拍摄主体的轮廓边缘，并根据轮廓边缘确定待虚化区域中的目标虚化区域，其中，该目标虚化区域中包含拍摄主体的轮廓边缘和主图像的部分待虚化区域。
其中，上述亮度的预设阈值与双摄系统的拍照能力有关，双摄系统的拍照能力越差，上述预设阈值越高，双摄系统的拍照能力越低，上述预设阈值越低。
应当理解的是，本实施例中的拍摄主体的轮廓边缘检测方式根据应用场景的不同可不同，作为一种可能的实现方式，由于图像边缘具有不连续性，比如灰度级的突变，颜色的突变以及纹理结构的突变等，这种边缘存在于物体与背景之间，因此，在本示例中，利用图像边缘的这种特性，通过CANNY算法、小波变换算法等图像边缘检测算法确定拍摄主体的轮廓边缘。
作为另一种可能的实现方式，拍摄主体区域和待虚化区域的颜色是不一样的，因此，可以通过检测颜色通道的方式，确定拍摄主体的轮廓边缘，比如拍摄主体为人脸时，人脸区域为肤色等人体颜色，而其他区域为其他与人脸区域的颜色不同的其他景物的颜色，因此，可以通过颜色通道检测算法，识别出肤色所在区域以根据肤色所涵盖的区域确定前景 中人脸区域的轮廓边缘，也就是说，肤色区域所涵盖的区域的外边缘即是人脸区域的轮廓边缘。
另外，根据应用场景的不同，根据轮廓边缘确定待虚化区域中的目标虚化区域的方式包括但不限于以下几种方式：
第一种方式：
如图6所示，步骤103可以包括以下步骤：
步骤301，以轮廓边缘为边界确定拍摄主体中的第一区域以及待虚化区域中的第二区域。
具体地，将轮廓边缘之内的像素点组成的区域确定为拍摄主体所在的第一区域，将轮廓边缘之外的像素点组成的区域确定为待虚化区域的第二区域。
步骤302，当第二区域与第一区域的颜色近似度达到预设范围，则将第二区域确定为目标虚化区域。
可以理解，当第一区域和第二区域的颜色较为相近时，在暗光环境下，由于成像效果较差，可能导致在对第二区域虚化时，虚化了第一区域中的像素点，为了对该部分容易被误虚化的像素点进行虚化保护，将颜色近似度达到预设范围时对应的第二区域确定为目标虚化区域，其中，上述颜色近似度对应的预设范围与终端设备的虚化处理能力有关，该虚化处理能力越高，预设范围对应的值越小，该虚化能力越强，预设范围对应的值越高。
第二种示例：
根据大量实验数据获取在误虚化场景时，误虚化的像素点的误虚化范围，比如，对于轮廓边缘A，在待虚化区域中距离其a个像素单位范围内的区域进行虚化时，导致轮廓边缘A受到不同程度的误虚化，从而可将获取的拍摄主体的轮廓边缘外的误虚化范围内的待虚化区域确定为目标虚化区域。
步骤104，根据预设的虚化策略获取目标虚化区域的目标虚化强度。
步骤105，根据目标虚化强度对目标虚化区域进行虚化处理，以及根据原始虚化强度对待虚化区域中的非目标虚化区域进行虚化处理。
具体地，在确定出目标虚化区域后，根据预设的虚化策略获取目标虚化区域的目标虚化强度，该预设的虚化策略用以保证目标虚化区域中的目标虚化强度，接近拍摄主体的轮廓边缘处虚化强度较低，以保证拍摄主体的轮廓边缘不被虚化。
在不同的应用场景下，预设的虚化策略可以包含不同的内容，作为一种可能的实现方式，虚化策略为设置目标虚化区域的虚化权重，并根据原始虚化强度和虚化权重获取目标虚化区域的目标虚化强度。具体地，设置目标虚化区域的虚化权重，并根据原始虚化强度和虚化权重获取目标区域的目标虚化强度，比如，将原始虚化强度和虚化权重的乘积作为 目标区域的目标虚化强度，通常该目标虚化强度小于其对应的原始虚化强度，以根据该目标虚化强度对目标虚化区域进行虚化处理，根据原始虚化强度对待虚化区域中的非目标虚化区域进行虚化处理，由此，对目标虚化区域进行较弱的虚化处理，一方面，减小在对目标虚化区域进行虚化时，对拍摄主体的轮廓边缘进行的误虚化，提高虚化后的图像视觉效果，另一方面，从靠近拍摄主体的轮廓边缘的目标虚化区域到非目标虚化区域虚化强度变强，使得拍摄主体到待虚化区域的过渡效果平滑，虚化效果自然。
可以理解的是，为了进一步提高虚化处理后的图像处理效果，在设置目标虚化区域的虚化权重时，可以由靠近拍摄主体的轮廓边缘到远离拍摄主体的轮廓边缘的方向，逐渐增加虚化权重，从而，使得从靠近拍摄主体的轮廓边缘的目标虚化区域到非目标虚化区域虚化强度逐渐增加，使得拍摄主体到待虚化区域的过渡效果更加平滑，虚化效果更加自然，当然，如果原始虚化强度是根据景深信息的增加而增加，则也可以直接为目标虚化区域分配固定的小于1的虚化权重等。
当然，在实际执行过程中，在拍摄主体类型不一样时，拍摄主体的轮廓边缘和目标虚化区域的接近度不同，设置的虚化权重不同，比如，在暗光拍摄场景中，如果拍摄主体包含头发，则由于头发的颜色通常与夜晚的颜色相近，因此，在对该场景中拍摄的图像中的目标虚化区域虚化时，较容易导致用户的头发对应图像区域的边缘被虚化，因而，可以针对目标虚化区域设置较低的虚化权重，又比如，在暗光拍摄场景中，如果拍摄主体包含荧光的物体，则由于荧光的物体的颜色通常与夜晚的颜色不相近，因此，在对该场景中拍摄的图像中的目标虚化区域虚化时，较不容易导致荧光的物体对应图像区域的边缘被虚化，因而，可以针对目标虚化区域设置较大的虚化权重。
为了使得本领域的技术人员更加清楚的本申请背景虚化处理方法的实施过程，下面结合具体的应用场景进行示例说明，说明如下：
在一种可能的应用场景中，拍摄的场景为夜间人像拍摄，其中，拍摄的人像中包含用户的头发区域和人脸区域等其他区域。
具体而言，如图7所示，获取拍摄的主图像，获取主摄像头拍摄的主图像以及副摄像头拍摄的副图像，根据主图像和副图像获取景深信息，根据景深信息和对焦区域确定主图像中待虚化区域和对应的原始虚化强度，检测当前环境是否为暗光环境，即检测拍摄场景亮度是否低于预设阈值，如果不低于预设阈值，则由于当前成像效果较好，通常不会导致拍摄主体的边缘轮廓被误虚化的问题，直接按照正常的方式(比如终端设备默认的背景虚化方式)进行待虚化区域虚化处理。
当检测到拍摄场景亮度低于预设阈值时，则为了避免拍摄主体的边缘轮廓被误虚化，检测是否存在人脸和头发区域，以确定当前是否为夜景人像拍照，如果不存在，则直接按 照正常的方式进行待虚化区域虚化处理，如果存在，则检测人像的头发轮廓边缘以头发轮廓边缘为边界获取头发区域和对应的背景子区域，并将背景子区域作为目标虚化区域，进而，从靠近头发轮廓边缘到远离头发轮廓边缘逐渐增加虚化权重，比如，可以对目标虚化区域设置多个子区域，为每个子区域设置对应的虚化权重，其中，各子区域对应的虚化权重按照由内向外的方向逐渐增大当然，由于有些用户的头发颜色可能并不是暗色，在本实施例中，也可以当检测获知头发区域以及背景子区域的颜色近似度达到预设范围时，将背景子区域作为目标虚化区域。
进而，将虚化权重与原始虚化强度的乘积作为目标虚化强度，根据目标虚化强度对目标虚化区域进行虚化处理，以及根据原始虚化强度对待虚化区域中的非目标虚化区域进行虚化处理，得到最终的图像。
也就是说，如图8(a)所示，现有技术中，在夜间人像拍摄时，可能由于成像效果较差，导致头发的边缘区域被虚化，而采用了本申请的背景虚化处理方式后，则如图8(b)所示，暗光环境下时对头发边缘部分做虚化保护，使得虚化后的图像中，头发边缘不被虚化，且可以使头发与背景部分过渡更平滑，虚化更自然。
综上所述，本申请实施例的背景虚化处理方法，获取主摄像头拍摄的主图像以及副摄像头拍摄的副图像，根据主图像和副图像获取景深信息，根据景深信息和对焦区域确定主图像中待虚化区域和对应的原始虚化强度，当检测到拍摄场景亮度低于预设阈值时，检测拍摄主体的轮廓边缘，并根据轮廓边缘确定待虚化区域中的目标虚化区域，根据预设的虚化策略确定目标虚化区域的目标虚化强度，进而，根据目标虚化强度对目标虚化区域进行虚化处理，以及根据原始虚化强度对待虚化区域中的非目标虚化区域进行虚化处理。由此，避免了拍摄主体的轮廓边缘被误虚化，提高了图像的虚化效果。
为了实现上述实施例，本申请还提出了一种背景虚化处理装置，图9是根据本申请一个实施例的背景虚化处理装置的结构示意图，如图9所示，该背景虚化处理装置包括：第一获取模块100、第一确定模块200、第二确定模块300、第二获取模块400和处理模块500。
其中，第一获取模块100，用于获取主摄像头拍摄的主图像以及副摄像头拍摄的副图像，根据主图像和副图像获取景深信息。
第一确定模块200，用于根据景深信息和对焦区域确定主图像中待虚化区域和对应的原始虚化强度。
第二确定模块300，用于在检测到拍摄场景亮度低于预设阈值时，检测主图像中拍摄主体的轮廓边缘，并根据轮廓边缘确定待虚化区域中的目标虚化区域。
第二获取模块400，用于根据预设的虚化策略获取目标虚化区域的目标虚化强度。
处理模块500，用于根据目标虚化强度对目标虚化区域进行虚化处理，以及根据原始虚化强度对待虚化区域中的非目标虚化区域进行虚化处理。
需要说明的是，前述对方法实施例的描述，也适用于本申请实施例的装置，其实现原理类似，在此不再赘述。
上述背景虚化处理装置中各个模块的划分仅用于举例说明，在其他实施例中，可将背景虚化处理装置按照需要划分为不同的模块，以完成上述背景虚化处理装置的全部或部分功能。
综上所述，本申请实施例的背景虚化处理装置，获取主摄像头拍摄的主图像以及副摄像头拍摄的副图像，根据主图像和副图像获取景深信息，根据景深信息和对焦区域确定主图像中待虚化区域和对应的原始虚化强度，当检测到拍摄场景亮度低于预设阈值时，检测拍摄主体的轮廓边缘，并根据轮廓边缘确定待虚化区域中的目标虚化区域，根据预设的虚化策略确定目标虚化区域的目标虚化强度，进而，根据目标虚化强度对目标虚化区域进行虚化处理，以及根据原始虚化强度对待虚化区域中的非目标虚化区域进行虚化处理。由此，避免了拍摄主体的轮廓边缘被误虚化，提高了图像的虚化效果。
为了实现上述实施例，本申请还提出了一种计算机设备，其中，计算机设备为包括包含存储计算机程序的存储器及运行计算机程序的处理器的任意设备，比如，可以为智能手机、个人电脑等，上述计算机设备中还包括图像处理电路，图像处理电路可以利用硬件和/或软件组件实现，可包括定义ISP(Image Signal Processing，图像信号处理)管线的各种处理单元。图10为一个实施例中图像处理电路的示意图。如图10所示，为便于说明，仅示出与本申请实施例相关的图像处理技术的各个方面。
如图10所示，图像处理电路包括ISP处理器1040和控制逻辑器1050。成像设备1010捕捉的图像数据首先由ISP处理器1040处理，ISP处理器1040对图像数据进行分析以捕捉可用于确定和/或成像设备1010的一个或多个控制参数的图像统计信息。成像设备1010(照相机)可包括具有一个或多个透镜1012和图像传感器1014的摄像头，其中，为了实施本申请的背景虚化处理方法，成像设备1010包含两组摄像头，其中，继续参照图8，成像设备1010可基于主摄像头和副摄像头同时拍摄场景图像。图像传感器1014可包括色彩滤镜阵列(如Bayer滤镜)，图像传感器1014可获取用图像传感器1014的每个成像像素捕捉的光强度和波长信息，并提供可由ISP处理器1040处理的一组原始图像数据，其中，ISP处理器1040可基于传感器1020提供的主摄像头中的图像传感器1014获取的原始图像数据和副摄像头中的图像传感器1014获取的原始图像数据计算景深信息等。传感器1020可基于传感器1020接口类型把原始图像数据提供给ISP处理器1040。传感器1020接口可以利用 SMIA(Standard Mobile Imaging Architecture，标准移动成像架构)接口、其它串行或并行照相机接口或上述接口的组合。
ISP处理器1040按多种格式逐个像素地处理原始图像数据。例如，每个图像像素可具有8、10、12或14比特的位深度，ISP处理器1040可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中，图像处理操作可按相同或不同的位深度精度进行。
ISP处理器1040还可从图像存储器1030接收像素数据。例如，从传感器1020接口将原始像素数据发送给图像存储器1030，图像存储器1030中的原始像素数据再提供给ISP处理器1040以供处理。图像存储器1030可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器，并可包括DMA(Direct Memory Access，直接直接存储器存取)特征。
当接收到来自传感器1020接口或来自图像存储器1030的原始图像数据时，ISP处理器1040可进行一个或多个图像处理操作，如时域滤波。处理后的图像数据可发送给图像存储器1030，以便在被显示之前进行另外的处理。ISP处理器1040从图像存储器1030接收处理数据，并对所述处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。处理后的图像数据可输出给显示器1070，以供用户观看和/或由图形引擎或GPU(Graphics Processing Unit，图形处理器)进一步处理。此外，ISP处理器1040的输出还可发送给图像存储器1030，且显示器1070可从图像存储器1030读取图像数据。在一个实施例中，图像存储器1030可被配置为实现一个或多个帧缓冲器。此外，ISP处理器1040的输出可发送给编码器/解码器1060，以便编码/解码图像数据。编码的图像数据可被保存，并在显示于显示器1070设备上之前解压缩。编码器/解码器1060可由CPU或GPU或协处理器实现。
ISP处理器1040确定的统计数据可发送给控制逻辑器1050单元。例如，统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜1012阴影校正等图像传感器1014统计信息。控制逻辑器1050可包括执行一个或多个例程(如固件)的处理器和/或微控制器，一个或多个例程可根据接收的统计数据，确定成像设备1010的控制参数以及的控制参数。例如，控制参数可包括传感器1020控制参数(例如增益、曝光控制的积分时间)、照相机闪光控制参数、透镜1012控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。ISP控制参数可包括用于自动白平衡和颜色调整(例如，在RGB处理期间)的增益水平和色彩校正矩阵，以及透镜1012阴影校正参数。
以下为运用图10中图像处理技术实现背景虚化处理方法的步骤：
获取主摄像头拍摄的主图像以及副摄像头拍摄的副图像，根据主图像和副图像获取景深信息；
根据所述景深信息和对焦区域，确定所述主图像中的待虚化区域和对应的原始虚化强度；
当检测到拍摄场景亮度低于预设阈值时，检测所述主图像中的拍摄主体的轮廓边缘，并根据所述轮廓边缘确定所述待虚化区域中的目标虚化区域；
根据预设的虚化策略获取所述目标虚化区域的目标虚化强度；
根据所述目标虚化强度对所述目标虚化区域进行虚化处理，以及根据所述原始虚化强度对所述待虚化区域中的非目标虚化区域进行虚化处理。
为了实现上述实施例，本申请还提出一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器被执行时，使得能够执行如上述实施例的背景虚化处理方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播 或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，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，也可以采用软件功能模块的形式实现。所述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，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (16)

  1. 一种背景虚化处理方法，其特征在于，包括：
    获取主摄像头拍摄的主图像以及副摄像头拍摄的副图像，根据所述主图像和所述副图像获取景深信息；
    根据所述景深信息和对焦区域，确定所述主图像中的待虚化区域和对应的原始虚化强度；
    当检测到拍摄场景亮度低于预设阈值时，检测所述主图像中的拍摄主体的轮廓边缘，并根据所述轮廓边缘确定所述待虚化区域中的目标虚化区域；
    根据预设的虚化策略获取所述目标虚化区域的目标虚化强度；
    根据所述目标虚化强度对所述目标虚化区域进行虚化处理，以及根据所述原始虚化强度对所述待虚化区域中的非目标虚化区域进行虚化处理。
  2. 如权利要求1所述的方法，其特征在于，所述根据预设的虚化策略确定所述目标虚化区域的目标虚化强度，包括：
    设置目标虚化区域的虚化权重；
    根据所述原始虚化强度和所述虚化权重获取所述目标虚化区域的目标虚化强度。
  3. 如权利要求1或2所述的方法，其特征在于，所述根据所述景深信息和对焦区域确定所述主图像中的待虚化区域和对应的原始虚化强度，包括：
    根据所述景深信息和对焦区域确定所述主图像中前景区域的第一景深信息和背景区域的第二景深信息；
    根据所述第一景深信息和所述第二景深信息获取所述待虚化区域的原始虚化强度。
  4. 如权利要求1-3任一所述的方法，其特征在于，所述根据所述轮廓边缘确定所述待虚化区域中的目标虚化区域，包括：
    以所述轮廓边缘为边界确定所述拍摄主体中的第一区域以及所述待虚化区域中的第二区域；
    当所述第二区域与第一区域的颜色近似度达到预设范围时，将所述第二区域确定为所述目标虚化区域。
  5. 如权利要求4所述的方法，其特征在于，所述设置所述目标虚化区域的虚化权重，包括：
    根据与所述目标虚化区域对应的拍摄主体类型设置所述虚化权重。
  6. 如权利要求5所述的方法，其特征在于，所述当所述第二区域与第一区域的颜色近似度达到预设范围时，将所述第二区域确定为所述目标虚化区域包括：
    检测到人像的头发轮廓边缘，以所述头发轮廓边缘为边界获取头发区域和对应的背景子区域；
    当检测获知所述头发区域以及所述背景子区域的颜色近似度达到预设范围时，所述背景子区域作为所述目标虚化区域。
  7. 如权利要求6或7所述的方法，其特征在于，所述根据与所述目标虚化区域对应的拍摄主体类型设置所述虚化权重，包括：
    对所述目标虚化区域设置多个子区域，为每个子区域设置对应的虚化权重，其中，各子区域对应的虚化权重按照由内向外的方向逐渐增大。
  8. 一种背景虚化处理装置，其特征在于，包括：
    第一获取模块，用于获取主摄像头拍摄的主图像以及副摄像头拍摄的副图像，根据所述主图像和所述副图像获取景深信息；
    第一确定模块，用于根据所述景深信息和对焦区域确定所述主图像中的待虚化区域和对应的原始虚化强度；
    第二确定模块，用于在检测到拍摄场景亮度低于预设阈值时，检测所述主图像中的拍摄主体的轮廓边缘，并根据所述轮廓边缘确定所述待虚化区域中的目标虚化区域；
    第二获取模块，用于根据预设的虚化策略获取所述目标虚化区域的目标虚化强度；
    处理模块，用于根据所述目标虚化强度对所述目标虚化区域进行虚化处理，以及根据所述原始虚化强度对所述待虚化区域中的非目标虚化区域进行虚化处理。
  9. 如权利要求8所述的装置，其特征在于，所述第二获取模块，具体用于：
    设置目标虚化区域的虚化权重；
    根据所述原始虚化强度和所述虚化权重获取所述目标虚化区域的目标虚化强度。
  10. 如权利要求8或9所述的装置，其特征在于，所述第一确定模块，具体用于：
    根据所述景深信息和对焦区域确定所述主图像中前景区域的第一景深信息和背景区域的第二景深信息；
    根据所述第一景深信息和所述第二景深信息获取所述待虚化区域的原始虚化强度。
  11. 如权利要求8-10任一所述的装置，其特征在于，所述第二确定模块，具体用于：
    以所述轮廓边缘为边界确定所述拍摄主体中的第一区域以及所述待虚化区域中的第二区域；
    当所述第二区域与第一区域的颜色近似度达到预设范围时，将所述第二区域确定为所述目标虚化区域。
  12. 如权利要求11所述的装置，其特征在于，所述第二获取模块，具体用于：
    根据与所述目标虚化区域对应的拍摄主体类型设置所述虚化权重。
  13. 如权利要求12所述的装置，其特征在于，所述第二确定模块，具体用于：
    检测到人像的头发轮廓边缘，以所述头发轮廓边缘为边界获取头发区域和对应的背景子区域；
    当检测获知所述头发区域以及所述背景子区域的颜色近似度达到预设范围时，所述背景子区域作为所述目标虚化区域。
  14. 如权利要求12或13所述的装置，其特征在于，所述第二获取模块，具体用于：
    对所述目标虚化区域设置多个子区域，为每个子区域设置对应的虚化权重，其中，各子区域对应的虚化权重按照由内向外的方向逐渐增大。
  15. 一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如权利要求1-7中任一所述的背景虚化处理方法。
  16. 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如权利要求1-7中任一所述的背景虚化处理方法。
PCT/CN2018/116479 2017-11-30 2018-11-20 背景虚化处理方法、装置及设备 Ceased WO2019105262A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201711243751.6 2017-11-30
CN201711243751.6A CN107977940B (zh) 2017-11-30 2017-11-30 背景虚化处理方法、装置及设备

Publications (1)

Publication Number Publication Date
WO2019105262A1 true WO2019105262A1 (zh) 2019-06-06

Family

ID=62008884

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/116479 Ceased WO2019105262A1 (zh) 2017-11-30 2018-11-20 背景虚化处理方法、装置及设备

Country Status (2)

Country Link
CN (1) CN107977940B (zh)
WO (1) WO2019105262A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111080571A (zh) * 2019-11-15 2020-04-28 北京迈格威科技有限公司 摄像头遮挡状态检测方法、装置、终端和存储介质
CN113674303A (zh) * 2021-08-31 2021-11-19 Oppo广东移动通信有限公司 图像处理方法、装置、电子设备及存储介质
CN113766090A (zh) * 2020-06-02 2021-12-07 武汉Tcl集团工业研究院有限公司 一种图像处理方法、终端以及存储介质
CN114216656A (zh) * 2021-12-13 2022-03-22 惠州Tcl移动通信有限公司 一种摄像头虚化效果性能测试卡、系统及制备方法
CN116894768A (zh) * 2023-09-11 2023-10-17 成都航空职业技术学院 一种基于人工智能的目标检测优化方法和系统
CN117278839A (zh) * 2022-06-13 2023-12-22 荣耀终端有限公司 一种拍摄方法、电子设备及存储介质
CN117789093A (zh) * 2023-12-28 2024-03-29 武汉言平科技有限公司 一种基于人工智能的音视频合成处理方法
CN118075607A (zh) * 2024-01-10 2024-05-24 荣耀终端有限公司 一种图像处理方法、电子设备及存储介质
CN119277193A (zh) * 2024-03-12 2025-01-07 荣耀终端有限公司 拍摄方法、电子设备及存储介质

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107977940B (zh) * 2017-11-30 2020-03-17 Oppo广东移动通信有限公司 背景虚化处理方法、装置及设备
CN110555809B (zh) * 2018-06-04 2022-03-15 瑞昱半导体股份有限公司 基于前景影像的背景虚化方法与电子装置
CN108848367B (zh) * 2018-07-26 2020-08-07 宁波视睿迪光电有限公司 一种图像处理的方法、装置及移动终端
CN109147271B (zh) * 2018-08-24 2020-12-18 浙江大丰实业股份有限公司 演出支撑设备防崩塌预警平台
CN110956577A (zh) * 2018-09-27 2020-04-03 Oppo广东移动通信有限公司 电子装置的控制方法、电子装置和计算机可读存储介质
CN113129312B (zh) 2018-10-15 2022-10-28 华为技术有限公司 一种图像处理方法、装置与设备
CN111311482B (zh) * 2018-12-12 2023-04-07 Tcl科技集团股份有限公司 背景虚化方法、装置、终端设备及存储介质
CN109741280B (zh) * 2019-01-04 2022-04-19 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
TWI693576B (zh) * 2019-02-26 2020-05-11 緯創資通股份有限公司 影像模糊處理方法與系統
CN111539960B (zh) * 2019-03-25 2023-10-24 华为技术有限公司 图像处理方法以及相关设备
CN110264431A (zh) * 2019-06-29 2019-09-20 北京字节跳动网络技术有限公司 视频美化方法、装置及电子设备
CN110751668B (zh) * 2019-09-30 2022-12-27 北京迈格威科技有限公司 图像处理方法、装置、终端、电子设备及可读存储介质
CN112785487B (zh) * 2019-11-06 2023-08-04 RealMe重庆移动通信有限公司 图像处理方法及装置、存储介质和电子设备
CN112313700A (zh) * 2019-11-26 2021-02-02 深圳市大疆创新科技有限公司 图像处理方法和装置
CN113052754B (zh) * 2019-12-26 2022-06-07 武汉Tcl集团工业研究院有限公司 一种图片背景虚化的方法及装置
CN111064895B (zh) * 2019-12-31 2022-02-01 维沃移动通信有限公司 一种虚化拍摄方法和电子设备
CN111246092B (zh) * 2020-01-16 2021-07-20 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN113138387B (zh) * 2020-01-17 2024-03-08 北京小米移动软件有限公司 图像采集方法、装置、移动终端及存储介质
CN111866369B (zh) * 2020-05-28 2022-08-02 北京迈格威科技有限公司 图像处理方法及装置
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
CN114155138B (zh) * 2020-09-07 2025-07-29 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
CN112634298B (zh) * 2020-12-18 2022-08-12 展讯通信（上海）有限公司 图像处理方法及装置、存储介质、终端
CN112712536B (zh) * 2020-12-24 2024-04-30 Oppo广东移动通信有限公司 图像处理方法、芯片及电子装置
CN113747028B (zh) * 2021-06-15 2024-03-15 荣耀终端有限公司 一种拍摄方法及电子设备
CN115409725B (zh) * 2022-08-08 2025-09-23 Oppo广东移动通信有限公司 一种图像虚化方法、装置、设备及存储介质
CN115883986A (zh) * 2022-11-30 2023-03-31 维沃移动通信有限公司 图像处理方法及其装置
CN116029923A (zh) * 2022-12-28 2023-04-28 苏州科达科技股份有限公司 视频会议设备、显示画面生成方法、电子设备及存储介质
CN117095028B (zh) * 2023-09-01 2024-03-08 广州市星飞达电子科技有限公司 一种基于机器视觉的图像处理跟踪方法及系统
CN117274097A (zh) * 2023-09-27 2023-12-22 维沃移动通信有限公司 图像处理方法、装置、电子设备及介质
CN120343391A (zh) * 2024-01-10 2025-07-18 荣耀终端股份有限公司 拍摄方法、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101587586A (zh) * 2008-05-20 2009-11-25 株式会社理光 一种图像处理装置及图像处理方法
CN105979165A (zh) * 2016-06-02 2016-09-28 广东欧珀移动通信有限公司 虚化照片生成方法、装置和移动终端
CN106060423A (zh) * 2016-06-02 2016-10-26 广东欧珀移动通信有限公司 虚化照片生成方法、装置和移动终端
CN107977940A (zh) * 2017-11-30 2018-05-01 广东欧珀移动通信有限公司 背景虚化处理方法、装置及设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2013273830A1 (en) * 2013-12-23 2015-07-09 Canon Kabushiki Kaisha Post-processed bokeh rendering using asymmetric recursive Gaussian filters
CN105141858B (zh) * 2015-08-13 2018-10-12 上海斐讯数据通信技术有限公司 照片背景虚化系统及其方法
CN106875356A (zh) * 2017-01-22 2017-06-20 深圳市金立通信设备有限公司 一种图像处理的方法及终端

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101587586A (zh) * 2008-05-20 2009-11-25 株式会社理光 一种图像处理装置及图像处理方法
CN105979165A (zh) * 2016-06-02 2016-09-28 广东欧珀移动通信有限公司 虚化照片生成方法、装置和移动终端
CN106060423A (zh) * 2016-06-02 2016-10-26 广东欧珀移动通信有限公司 虚化照片生成方法、装置和移动终端
CN107977940A (zh) * 2017-11-30 2018-05-01 广东欧珀移动通信有限公司 背景虚化处理方法、装置及设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LIU, YI ET AL.: "Automatic Segmentation of Images with Low Depth of Field Based on Graph Cuts", ACTA AUTOMATICA SINICA, vol. 41, no. 8, 31 August 2015 (2015-08-31), pages 211 - 214, ISSN: 0254-4156 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111080571A (zh) * 2019-11-15 2020-04-28 北京迈格威科技有限公司 摄像头遮挡状态检测方法、装置、终端和存储介质
CN111080571B (zh) * 2019-11-15 2023-10-20 北京迈格威科技有限公司 摄像头遮挡状态检测方法、装置、终端和存储介质
CN113766090A (zh) * 2020-06-02 2021-12-07 武汉Tcl集团工业研究院有限公司 一种图像处理方法、终端以及存储介质
CN113766090B (zh) * 2020-06-02 2023-08-01 武汉Tcl集团工业研究院有限公司 一种图像处理方法、终端以及存储介质
CN113674303A (zh) * 2021-08-31 2021-11-19 Oppo广东移动通信有限公司 图像处理方法、装置、电子设备及存储介质
CN114216656A (zh) * 2021-12-13 2022-03-22 惠州Tcl移动通信有限公司 一种摄像头虚化效果性能测试卡、系统及制备方法
CN117278839A (zh) * 2022-06-13 2023-12-22 荣耀终端有限公司 一种拍摄方法、电子设备及存储介质
CN116894768A (zh) * 2023-09-11 2023-10-17 成都航空职业技术学院 一种基于人工智能的目标检测优化方法和系统
CN116894768B (zh) * 2023-09-11 2023-11-21 成都航空职业技术学院 一种基于人工智能的目标检测优化方法和系统
CN117789093A (zh) * 2023-12-28 2024-03-29 武汉言平科技有限公司 一种基于人工智能的音视频合成处理方法
CN118075607A (zh) * 2024-01-10 2024-05-24 荣耀终端有限公司 一种图像处理方法、电子设备及存储介质
CN119277193A (zh) * 2024-03-12 2025-01-07 荣耀终端有限公司 拍摄方法、电子设备及存储介质

Also Published As

Publication number Publication date
CN107977940B (zh) 2020-03-17
CN107977940A (zh) 2018-05-01

Similar Documents

Publication Publication Date Title
CN107977940B (zh) 背景虚化处理方法、装置及设备
KR102278776B1 (ko) 이미지 처리 방법, 기기, 및 장치
KR102279436B1 (ko) 이미지 처리 방법, 장치 및 기기
JP6968992B2 (ja) デュアルカメラベースの撮像のための方法、移動端末、および記憶媒体
CN108024057B (zh) 背景虚化处理方法、装置及设备
EP3480784B1 (en) Image processing method, and device
US10757312B2 (en) Method for image-processing and mobile terminal using dual cameras
CN107945105B (zh) 背景虚化处理方法、装置及设备
JP7145208B2 (ja) デュアルカメラベースの撮像のための方法および装置ならびに記憶媒体
CN108111749B (zh) 图像处理方法和装置
WO2019105261A1 (zh) 背景虚化处理方法、装置及设备
WO2019011147A1 (zh) 逆光场景的人脸区域处理方法和装置
CN108053438B (zh) 景深获取方法、装置及设备
CN108154514A (zh) 图像处理方法、装置及设备
HK1251749B (zh) 图像处理方法、装置及设备
HK1251749A1 (zh) 图像处理方法、装置及设备
HK1249976B (zh) 图像处理方法、装置、设备及存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18884230

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18884230

Country of ref document: EP

Kind code of ref document: A1