一种图像美容的加速方法技术

本发明专利技术公开了一种图像美容的加速方法，其通过对待处理图像的美容处理进行分解，得到多个基础算法以及各个基础算法的输入源，并对所述的基础算法进行CPU和GPU的性能测试得到该基础算法的CPU处理值和GPU处理值，根据所述基础算法的CPU处理值和GPU处理值对该基础算法进行硬件配置，并根据基础算法的输入源设置各个基础算法之间的执行顺序，最后根据所述的硬件配置和执行顺序对待处理图像进行图像美容处理，从而极大的提高了图像美容处理的效率，特别适用于各种算法复杂步骤繁多的美容处理，美容效果更好更自然。

【技术实现步骤摘要】

本专利技术涉及图像处理方法，特别是一种图像美容的加速方法。
技术介绍
随着用户对于图像处理方面的要求不断超出CPU的计算能力，CPU处理能力也不断强大，但在进入3D时代后，人们发现庞大的3D图像处理数据计算使得CPU越来越不堪重荷，并且远远超出其计算能力。随着图形计算需求日益增多，作为计算机的显示芯片也飞速发展。随后人们发现显示芯片的计算能力也无法满足快速增长的图形计算需求时，图形，图像计算等计算的功能被脱离出来单独成为一块芯片设计，这就是现在的图形计算处理器——GPU(Graphics Processing Unit)，也就是显卡。GPU以其高速的浮点运算能力迅速地吸引了人们的眼球，并且在向量计算方面能够获得比CPU高出十倍的计算效率，GPU并行计算的能力更是强大，它内部具有快速存储系统，此外，GPU的硬件设计能够管理数千个并行线程，这数千个线程全部由GPU创建和管理而不需要开发人员进行任何编程与管理。然而，如此强大的计算能力是具有针对性的，如Z-buffering、纹理映射与光照计算等，这类计算都是针对大量的平行数据，运算的数据量大，但是运算的类型却并不复杂，还具有类似性，计算性强但是逻辑性不强。而CPU是设计用来处理通用任务的处理、加工、运算以及系统核心控制等工作，CPU的微架构是为高效率处理数据相关性不大的计算类、复杂繁琐的非计算类等工作而优化的。所以目前CPU和GPU还在自己的轨道上各司其职，人们都只是简单地利用单纯的CPU硬件或者GPU硬件进行算法的处理，或者只是通过CPU读取图像，再通过GPU进行算法的并行处理，无法将两者进行很好的结合。目前，随着美容算法的不断升级与优化，越来越多效果好而性能慢的模糊算法被研究出来，例如双边滤波等，而且在对图像进行美容处理时，还会对图像进行人脸定位、皮肤识别、皮肤优化、瘦脸瘦身、亮眼、鼻子高光、立体感等更多的步骤来使效果更好，但是处理的时间随着步骤的增加而增加，需要一种能够运用CPU和GPU进行综合处理的图像美容方法，来加快图像美容速度。
技术实现思路
本专利技术为解决上述问题，提供了一种图像美容的加速方法，其通过将图像美容算法分解成多个基础算法，并根据各个基础算法的特性以及他们之间的相关性设置执行顺序对图像同时进行CPU和GPU的硬件并行处理，极大的提高了图像美容处理的效率。为实现上述目的，本专利技术采用的技术方案为：一种图像美容的加速方法，其特征在于，包括以下步骤：10.对待处理图像的美容处理进行分解，得到多个基础算法以及各个基础算法的输入源；20.对所述的基础算法进行CPU和GPU的性能测试，并根据性能测试的结果标记该基础算法的CPU处理值和GPU处理值；30.根据所述基础算法的CPU处理值和GPU处理值对该基础算法进行硬件配置；40.根据所述基础算法的输入源，设置各个基础算法之间的执行顺序；50.根据所述的基础算法的硬件配置和执行顺序对待处理图像进行图像美容处理。优选的，所述的基础算法包括以下两种或两种以上的组合：模糊处理、人脸定位、皮肤识别、模糊合成、皮肤优化、瘦脸瘦身、亮眼、鼻子高光。优选的，所述的步骤50中根据所述的基础算法的硬件配置和执行顺序对待处理图像进行图像美容处理，进一步包括：51.在GPU执行模糊处理，同时，在CPU依次执行人脸定位和皮肤识别；52.在GPU依次执行模糊合成和皮肤优化；53.在GPU执行瘦脸瘦身，同时，在CPU分别执行亮眼和鼻子高光；54.将步骤53的处理结果进行合成处理。优选的，所述的模糊处理的输入源是原始图像，处理后得到模糊图像；所述的人脸定位的输入源是原始图像进行，处理后得到人脸区域和关键点定位；所述的皮肤识别的输入源是原始图像，处理后得到皮肤概率图；所述的模糊合成的输入源是包括原始图像、模糊图像和皮肤概率图，合成处理后得到模糊合成图；所述的皮肤优化的输入源是皮肤概率图和模糊合成图，利用皮肤概率图对模糊合成图进行处理得到优化图；所述的瘦脸瘦身、亮眼、鼻子高光的输入源均是优化图，其分别利用优化图进行各自区域的处理，最后进行合成处理得到最终结果图。优选的，所述的模糊处理包括以下一种或一种以上的组合：中值模糊处理、高斯模糊处理、均值模糊处理、卷积处理。优选的，所述的皮肤识别，主要是利用对皮肤颜色的分析与建立数据库，对待处理图像进行每个像素点的皮肤概率的判断；所述的模糊合成主要是根据皮肤识别的结果对待处理图像与模糊处理后的模糊图像以皮肤识别的结果作为透明度进行效果合成。优选的，所述的皮肤优化，主要是对皮肤区域的颜色进行色调的调整，调整算法包括以下一种或一种以上的组合：亮度对比度调整、饱和度调整、曲线调整、色阶调整、颜色调整。本专利技术的有益效果是：本专利技术的一种图像美容的加速方法，其通过对待处理图像的美容处理进行分解，得到多个基础算法以及各个基础算法的输入源，并对所述的基础算法进行CPU和GPU的性能测试得到该基础算法的CPU处理值和GPU处理值，根据所述基础算法的CPU处理值和GPU处理值对该基础算法进行硬件配置，并根据基础算法的输入源设置各个基础算法之间的执行顺序，最后根据所述的硬件配置和执行顺序对待处理图像进行图像美容处理，从而极大的提高了图像美容处理的效率，特别适用于各种算法复杂步骤繁多的美容处理，美容效果更好更自然。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术一种图像美容的加速方法的流程简图。具体实施方式为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图及实施例对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，本专利技术的一种图像美容的加速方法，其包括以下步骤：10.对待处理图像的美容处理进行分解，得到多个基础算法以及各个基础算法的输入源；20.对所述的基础算法进行CPU和GPU的性能测试，并根据性能测试的结果标记该基础算法的CPU处理值和GPU处理值；30.根据所述基础算法的CPU处理值和GPU处理值对该基础算法进行硬件配置；40.根据所述基础算法的输入源，设置各个基础算法之间的执行顺序；50.根据所述的基础算法的硬件配置和执行顺序对待处本文档来自技高网...

【技术保护点】
一种图像美容的加速方法，其特征在于，包括以下步骤：10.对待处理图像的美容处理进行分解，得到多个基础算法以及各个基础算法的输入源；20.对所述的基础算法进行CPU和GPU的性能测试，并根据性能测试的结果标记该基础算法的CPU处理值和GPU处理值；30.根据所述基础算法的CPU处理值和GPU处理值对该基础算法进行硬件配置；40.根据所述基础算法的输入源，设置各个基础算法之间的执行顺序；50.根据所述的基础算法的硬件配置和执行顺序对待处理图像进行图像美容处理。

【技术特征摘要】
1.一种图像美容的加速方法，其特征在于，包括以下步骤：
10.对待处理图像的美容处理进行分解，得到多个基础算法以及各个基础
算法的输入源；
20.对所述的基础算法进行CPU和GPU的性能测试，并根据性能测试的结
果标记该基础算法的CPU处理值和GPU处理值；
30.根据所述基础算法的CPU处理值和GPU处理值对该基础算法进行硬件
配置；
40.根据所述基础算法的输入源，设置各个基础算法之间的执行顺序；
50.根据所述的基础算法的硬件配置和执行顺序对待处理图像进行图像
美容处理。
2.根据权利要求1所述的一种图像美容的加速方法，其特征在于：所述
的基础算法包括以下两种或两种以上的组合：模糊处理、人脸定位、皮肤识
别、模糊合成、皮肤优化、瘦脸瘦身、亮眼、鼻子高光。
3.根据权利要求2所述的一种图像美容的加速方法，其特征在于：所述
的步骤50中根据所述的基础算法的硬件配置和执行顺序对待处理图像进行
图像美容处理，进一步包括：
51.在GPU执行模糊处理，同时，在CPU依次执行人脸定位和皮肤识别；
52.在GPU依次执行模糊合成和皮肤优化；
53.在GPU执行瘦脸瘦身，同时，在CPU分别执行亮眼和鼻子高光；
54.将步骤53的处理结果进行合成处理。
4.根据权利要求3所述的一种图像美容的加速方法，其特征在于：所述
的模糊处理的输入源是原始图像...

【专利技术属性】
技术研发人员：张伟，傅松林，李志阳，张长定，
申请(专利权)人：厦门美图之家科技有限公司，
类型：发明
国别省市：福建;35