本申请提供一种图像处理方法、图像处理装置以及计算机可读存储介质。该图像处理方法包括：获取待处理图像；提取所述待处理图像的局部特征；基于所述局部特征确定最优小波函数；按照所述最优小波函数提取所述待处理图像的小波特征；将所述局部特征和所述小波特征进行融合，得到融合特征；利用所述融合特征生成所述待处理图像的每个像素点的磨皮程度；按照所述每个像素点的磨皮程度对所述待处理图像进行处理，得到人脸磨皮图像。通过上述方式，图像处理装置通过自适应小波变换对纹理特征的优良提取能力，有效提取和处理人脸图像的细节特征，实现高质量的人脸磨皮效果。实现高质量的人脸磨皮效果。实现高质量的人脸磨皮效果。
【技术实现步骤摘要】
图像处理方法、图像处理装置以及计算机可读存储介质
[0001]本申请涉及图像处理
，特别是涉及一种图像处理方法、图像处理装置以及计算机可读存储介质。
技术介绍
[0002]人脸磨皮处理是图像处理领域中的一项重要技术，广泛应用于直播、短视频、广告等场景。其主要目的是在保留图像细节的同时，平滑人物肌肤，提升人像美观度。传统的人脸磨皮处理方法主要基于图像滤波技术，但这些方法往往容易导致图像细节丢失或处理效果不自然。
技术实现思路
[0003]本申请提供了一种图像处理方法、图像处理装置以及计算机可读存储介质。
[0004]本申请提供了一种图像处理方法，所述图像处理方法包括：
[0005]获取待处理图像；
[0006]提取所述待处理图像的局部特征；
[0007]基于所述局部特征确定最优小波函数；
[0008]按照所述最优小波函数提取所述待处理图像的小波特征；
[0009]将所述局部特征和所述小波特征进行融合，得到融合特征；
[0010]利用所述融合特征生成所述待处理图像的每个像素点的磨皮程度；
[0011]按照所述每个像素点的磨皮程度对所述待处理图像进行处理，得到人脸磨皮图像。
[0012]其中，所述按照所述每个像素点的磨皮程度对所述待处理图像进行处理，得到人脸磨皮图像，包括：
[0013]按照所述每个像素点的磨皮程度生成所述每个像素点的磨皮权重，其中，所述磨皮权重包括原始磨皮权重和邻近磨皮权重；
[0014]将所述每个像素点的原始像素值与原始磨皮权重加权处理，得到原始磨皮像素值；
[0015]将所述每个像素点的邻近像素值与邻近磨皮权重加权处理，得到邻近磨皮像素值；
[0016]将所述原始磨皮像素值和所述邻近磨皮像素值相加，得到所述每个像素点的人脸磨皮像素值；
[0017]组合所有像素点的人脸磨皮像素值，生成所述人脸磨皮图像。
[0018]其中，所述组合所有像素点的人脸磨皮像素值，生成所述人脸磨皮图像，包括：
[0019]组合所有像素点的人脸磨皮像素值，生成人脸磨皮加权图像；
[0020]将所述人脸磨皮加权图像和所述待处理图像进行融合，生成最终的人脸磨皮图像。
[0021]其中，所述将所述局部特征和所述小波特征进行融合，得到融合特征，包括：
[0022]利用卷积层从所述小波特征提取高级特征；
[0023]将所述局部特征、所述小波特征以及所述高级特征进行融合，得到所述融合特征。
[0024]其中，所述将所述局部特征和所述小波特征进行融合，得到融合特征，包括：
[0025]利用上采样或下采样提取所述局部特征的多尺度局部特征，将所述多尺度局部特征与所述小波特征进行融合，得到所述融合特征；
[0026]或者，利用上采样或下采样提取所述小波特征的多尺度小波特征，将所述多尺度小波特征与所述局部特征进行融合，得到所述融合特征。
[0027]其中，所述按照所述最优小波函数提取所述待处理图像的小波特征之后，所述图像处理方法还包括：
[0028]将所述局部特征和所述小波特征输入预先训练的深度学习模型；
[0029]获取所述深度学习模型输出的每个像素点的预测增强程度；
[0030]利用所述每个像素点的预测增强程度对所述每个像素点的像素值进行加权增大，得到所述每个像素点的纹理增强像素值。
[0031]其中，所述基于所述局部特征确定最优小波函数，包括：
[0032]根据所述局部特征获取若干候选小波函数；
[0033]获取所述局部特征中每个像素点在每一候选小波函数下的小波函数表示；
[0034]将所述小波函数表示与所述局部特征的相似度，作为所述候选小波函数的相似度值；
[0035]将所述相似度值最高的候选小波函数，确定为所述最优小波函数。
[0036]其中，所述基于所述局部特征确定最优小波函数，包括：
[0037]对所述待处理图像进行皮肤检测，将所述待处理图像划分为皮肤区域和非皮肤区域；
[0038]基于所述局部特征确定所述皮肤区域的第一局部特征，以及所述非皮肤区域的第二局部特征；
[0039]基于所述第一局部特征确定第一最优小波函数；
[0040]基于所述第二局部特征确定第二最优小波函数。
[0041]其中，所述基于所述局部特征确定最优小波函数之后，所述图像处理方法还包括：
[0042]获取所述局部特征的纹理信息；
[0043]按照所述纹理信息确定所述最优小波函数的小波参数；
[0044]其中，所述小波参数包括小波尺度，和/或小波方向。
[0045]其中，所述提取所述待处理图像的局部特征，包括：
[0046]通过边缘检测算子对所述待处理图像进行处理，得到边缘强度图；
[0047]通过角点检测算法对所述待处理图像进行处理，得到角点响应图；
[0048]将所述边缘强度图和所述角点响应图进行融合，生成综合特征图；
[0049]从所述综合特征图提取所述待处理图像的局部特征。
[0050]本申请还提供了一种图像处理装置，所述图像处理装置包括处理器和存储器，所述存储器中存储有程序数据，所述处理器用于执行所述程序数据以实现如上述的图像处理方法。
[0051]本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序数据，所述程序数据在被处理器执行时，用以实现上述的图像处理方法。
[0052]本申请的有益效果是：图像处理装置获取待处理图像；提取所述待处理图像的局部特征；基于所述局部特征确定最优小波函数；按照所述最优小波函数提取所述待处理图像的小波特征；将所述局部特征和所述小波特征进行融合，得到融合特征；利用所述融合特征生成所述待处理图像的每个像素点的磨皮程度；按照所述每个像素点的磨皮程度对所述待处理图像进行处理，得到人脸磨皮图像。通过上述方式，图像处理装置通过自适应小波变换对纹理特征的优良提取能力，有效提取和处理人脸图像的细节特征，实现高质量的人脸磨皮效果。
附图说明
[0053]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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。其中：
[0054]图1是本申请提供的图像处理方法一实施例的流程示意图；
[0055]图2是图1所示图像处理方法步骤S14的具体流程示意图；
[0056]图3是本申请提供的图像处理装置一实施例的结构示意图；
[0057]图4是本申请提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
[0058]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法，其特征在于，所述图像处理方法包括：获取待处理图像；提取所述待处理图像的局部特征；基于所述局部特征确定最优小波函数；按照所述最优小波函数提取所述待处理图像的小波特征；将所述局部特征和所述小波特征进行融合，得到融合特征；利用所述融合特征生成所述待处理图像的每个像素点的磨皮程度；按照所述每个像素点的磨皮程度对所述待处理图像进行处理，得到人脸磨皮图像。2.根据权利要求1所述的图像处理方法，其特征在于，所述按照所述每个像素点的磨皮程度对所述待处理图像进行处理，得到人脸磨皮图像，包括：按照所述每个像素点的磨皮程度生成所述每个像素点的磨皮权重，其中，所述磨皮权重包括原始磨皮权重和邻近磨皮权重；将所述每个像素点的原始像素值与原始磨皮权重加权处理，得到原始磨皮像素值；将所述每个像素点的邻近像素值与邻近磨皮权重加权处理，得到邻近磨皮像素值；将所述原始磨皮像素值和所述邻近磨皮像素值相加，得到所述每个像素点的人脸磨皮像素值；组合所有像素点的人脸磨皮像素值，生成所述人脸磨皮图像。3.根据权利要求2所述的图像处理方法，其特征在于，所述组合所有像素点的人脸磨皮像素值，生成所述人脸磨皮图像，包括：组合所有像素点的人脸磨皮像素值，生成人脸磨皮加权图像；将所述人脸磨皮加权图像和所述待处理图像进行融合，生成最终的人脸磨皮图像。4.根据权利要求1所述的图像处理方法，其特征在于，所述将所述局部特征和所述小波特征进行融合，得到融合特征，包括：利用卷积层从所述小波特征提取高级特征；将所述局部特征、所述小波特征以及所述高级特征进行融合，得到所述融合特征。5.根据权利要求1或4所示的图像处理方法，其特征在于，所述将所述局部特征和所述小波特征进行融合，得到融合特征，包括：利用上采样或下采样提取所述局部特征的多尺度局部特征，将所述多尺度局部特征与所述小波特征进行融合，得到所述融合特征；或者，利用上采样或下采样提取所述小波特征的多尺度小波特征，将所述多尺度小波特征与所述局部特征进行融合，得到所述融合特征。6.根据权利要求1所述的图像处理方法，其特征在于，所述按照所述最优小波函数提取所述待处理图像的小波特征之后，所述图像处理方法还包括：将所述局部特征...
【专利技术属性】
技术研发人员：吕少卿，俞鸣园，王克彦，孙俊伟，曹亚曦，
申请(专利权)人：浙江华创视讯科技有限公司，
类型：发明
国别省市：
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。