当前位置: 首页 > 专利查询>深圳大学专利>正文

一种图像处理方法、存储介质及智能终端技术

技术编号:17781058 阅读:30 留言:0更新日期:2018-04-22 10:19
本发明专利技术公开了一种图像处理方法、存储介质及智能终端,方法包括:智能终端对某事物进行影像数据采集,获得事物的原始图像;调用预设的用于优化图像的映射模型,根据映射关系对原始图像进行优化处理;获得事物的优化后图像,并将所述优化后图像保存或输出;智能终端将输出的优化图像进行显示。本发明专利技术通过创建用于对图像进行优化处理的映射模型,能够在智能终端获得某事物的原始图像之后自动调用映射模型对原始图像进行优化处理,提高图像质量、成像速率,延长设备的使用寿命,特别是对一些成像质量较差的低端设备,在不更改硬件的前提下,仅通过更改成像质量的算法,就可达到用户的使用需求,不但改善了成像质量,在一定程度上提高了成像速度。

【技术实现步骤摘要】
一种图像处理方法、存储介质及智能终端
本专利技术涉及通信
,具体涉及一种图像处理方法、存储介质及智能终端。
技术介绍
随着智能终端的快速普及,智能终端已经广泛使用在各行各业,给人们的工作、生活带来了太多的便利。目前的智能终端基本都具有成像功能,小到人人都具有的手机或者相机,大到运用在特殊领域的仪器设备,例如在医学领域的X光设备、超声成像设备等等。但是现有技术中的很多智能终端成像效果上不是很理想,尤其是一些低端设备,成像效果很不理想。例如日常使用的一些智能终端,成像质量的高低也是受到多方面因素的影响。例如用户使用手机在夜间拍照,如果曝光率较低,拍出的图像过暗,无法辨认目标信息;如果曝光率较高,图像亮度达到一定标准,不仅自动对焦时间延长,其中景物的边缘存在模糊,其细节信息大量减少,严重影响了成像质量,给用户的使用带来了不便。虽然可以通过更换智能终端来改善上述存在的问题,但是对于成像质量高的智能终端来说,普遍具有设备成本高,体积较大,且成像速度较慢的缺陷。因此,现有技术还有待于改进和发展。
技术实现思路
本专利技术要解决的技术问题在于,针对现有技术的上述缺陷,提供一种图像处理方法、存储介质及智能终端,旨在解决现有技术中的一些智能终端的成像质量差的问题。本专利技术解决技术问题所采用的技术方案如下:一种图像处理方法,其中,所述方法包括:智能终端对某事物进行影像数据采集,获得事物的原始图像;调用预设的用于优化图像的映射模型,根据映射关系对原始图像进行优化处理;获得所述事物的优化后图像,并将所述优化后图像保存或输出;智能终端将输出的优化后图像进行显示。所述的图像处理方法,其中,所述原始图像表示的是待优化处理的图像;所述优化后图像表示的是图像质量高于所述原始图像,且满足用户使用需求的图像。所述的图像处理方法,其中,所述智能终端对某事物进行影像数据采集,获得事物的原始图像之前还包括:预先在智能终端中创建或输入用于对图像进行重建与优化的映射模型。所述的图像处理方法,其中,所述预先在智能终端中创建或输入用于对图像进行重建与优化的映射模型具体包括:对同一事物或场景进行影像数据采集,分别获得该事物或场景的非标准图像与标准图像;所述非标准图像表示的是图像质量存在明显缺陷的图像,所述标准图像表示的是所述标准图像表示的是图像质量明显高于非标准图像的图像;分别对所述非标准图像与标准图像进行配对标签标注,并输入至用于学习和训练的网络模型中;通过学习与训练,建立具有所述非标准图像与标准图像内容的一一映射关系的映射模型。所述的图像处理方法,其中,所述映射模型具有参数初始化功能,当需要改变所述映射模型中的映射关系时,启动所述参数初始化功能或线下对图像重新进行学习和训练,自动获取映射关系参数,得到新的映射模型,或者根据不同的应用领域,对图像成像不同的要求,在网络中人为加入一些参数。所述的图像处理方法,其中,所述调用预设的用于优化图像的映射模型,根据映射关系对原始图像进行优化处理;获得所述事物的优化后图像,并将所述优化后图像保存或输出具体包括:当智能终端的成像系统得到某事物的原始图像之后,自动启动图像优化功能;调用预设的映射模型,将所述原始图像输入至映射模型;根据映射模型中的映射关系将原始图像处理成优化后图像,并将优化后图像存储或输出至智能终端的显示模块。一种存储介质,其上存储有多条指令,其中,所述指令适于由处理器加载并执行,以实现上述任一项所述的图像处理方法。一种智能终端,其中,包括:处理器、与处理器通信连接的存储介质,所述存储介质适于存储多条指令;所述处理器适于调用所述存储介质中的指令,以执行实现上述任一项所述的图像处理方法。本专利技术的有益效果:本专利技术通过创建用于对图像进行优化处理的映射模型,能够在智能终端获得某事物的原始图像之后自动调用映射模型对原始图像进行优化处理,特别是对一些成像质量较差的低端设备,在不更改硬件的前提下,仅通过更改成像质量的算法,就可达到用户的使用需求,有效改善了成像质量,并且整个优化过程更加快速,所需时间更短,一定程度上提高了成像速度,延长设备的使用寿命。附图说明图1是本专利技术的图像处理方法的较佳实施例的流程图。图2是本专利技术中待优化处理的原始图像的示意图。图3是本专利技术中的原始图像经过映射模型之后得到的标准图像的示意图。图4本专利技术的智能终端的较佳实施例的功能原理框图。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本专利技术进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本专利技术,并不用于限定本专利技术。由于目前的很多具有成像功能的智能终端的成像效果不理想,尤其是一些对成像质量要求较高的领域,普通的低端智能终端难以满足需求。例如医疗领域,成像质量的高低会严重影响诊断结果以及诊断效率。而且大多数的医疗设备价格都比较昂贵,更换更高性能的设备也是不现实的。此外,即便是更换更高性能的设备,虽然成像质量提高了,但是成像速度相对来说会减缓,反而影响用户的使用。因此,如何对现有智能终端进行改进,使之能够获得更高质量的图像才是现今亟待解决的问题。为了解决现有智能终端的缺陷,本专利技术提供了一种图像处理方法,如图1所示,图1是本专利技术的图像处理方法的较佳实施例的流程图。所述图像处理方法包括以下步骤:步骤S100、智能终端对某事物进行影像数据采集,获得事物的原始图像。具体实施时,本专利技术所实现的是通过创建用于对图像进行优化处理的映射模型,将未经过任何优化处理的原始图像根据映射关系优化以满足用户使用需求。因此,在上述步骤S100之前,本专利技术需要预先在智能终端中创建或输入用于对图像进行重建与优化的映射模型。具体地,首先,本专利技术可以使用自带图像优化功能的智能终端,首先在关闭图像优化功能的状态下对某事物或场景进行影像数据采集,得到该事物或场景的非标准图像,然后在开启图像优化功能的状态下对同一事物或场景进行影像数据采集,得到该事物或场景的标准图像,通过上述操作获得了同一事物或场景的非标准图像以及标准图像。当然,本专利技术对于获取同一事物或者场景的非标准图像以及标准图像的方法,还可以线下分别采用两个性能具有明显差异的智能终端对同一事物或者同一场景进行影像数据采集,这样,性能高的智能终端获得的是标准图像,性能低的智能终端获得的是非标准图像。其主要目的是为了创建所述映射模型。上述这两种获取非标准图像以及标准图像的方法仅仅只是在创建映射模型过程中的实施例,并不用于限定本专利技术,其他方式获得非标准图像以及标准图像的方法仍属于本专利技术保护的范围。进一步地,当获取到同一事物或者同一场景的非标准图像和标准图像之后,本专利技术可以选择性的对非标准图像进行双三次插值预处理,将非标准图像放大到目标对象大小,然后对非标准图像与标准图像进行配对标签标注,并输入至用于学习和训练的网络中进行学习与训练。在学习与训练的过程中,提取标准图像与非标准图像的细节特征,建立起非标准图像与标准图像内容的一一映射关系,进而创建出具有该映射关系的映射模型。还可针对不同领域的成像要求,在网络中加入一些参数,进行人为的干预。所述映射模型的获取方式以及程序可以嵌入至任意具有成像系统的智能终端中,以使一些成像效果较差的智能终端可以使用该映射模型自动对图像进行优化处理,而无需更换智能终端本文档来自技高网...
一种图像处理方法、存储介质及智能终端

【技术保护点】
一种图像处理方法,其特征在于,所述方法包括:智能终端对某事物进行影像数据采集,获得事物的原始图像;调用预设的用于优化图像的映射模型,根据映射关系对原始图像进行优化处理;获得所述事物的优化后图像,并将所述优化后图像保存或输出;智能终端将输出的优化后图像进行显示。

【技术特征摘要】
1.一种图像处理方法,其特征在于,所述方法包括:智能终端对某事物进行影像数据采集,获得事物的原始图像;调用预设的用于优化图像的映射模型,根据映射关系对原始图像进行优化处理;获得所述事物的优化后图像,并将所述优化后图像保存或输出;智能终端将输出的优化后图像进行显示。2.根据权利要求1中所述的图像处理方法,其特征在于,所述原始图像表示的是待优化处理的图像;所述优化后图像表示的是图像质量高于所述原始图像,且满足用户使用需求的图像。3.根据权利要求1中所述的图像处理方法,其特征在于,所述智能终端对某事物进行影像数据采集,获得事物的原始图像之前还包括:预先在智能终端中创建或输入用于对图像进行重建与优化的映射模型。4.根据权利要求3中所述的图像处理方法,其特征在于,所述预先在智能终端中创建或输入用于对图像进行重建与优化的映射模型具体包括:对同一事物或场景进行影像数据采集,分别获得该事物或场景的非标准图像与标准图像;所述非标准图像表示的是图像质量存在明显缺陷的图像,所述标准图像表示的是所述标准图像表示的是图像质量明显高于非标准图像的图像;分别对所述非标准图像与标准图像进行配对标签标注,并输入至用于学习和训练的网络模型中;通过学习与训练,建立具有所述非标准图像...

【专利技术属性】
技术研发人员:周永进金英健
申请(专利权)人:深圳大学
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1