基于模糊计算的图像处理方法技术

本发明专利技术属于图像处理技术领域，公开了一种基于模糊计算的图像处理方法

【技术实现步骤摘要】
基于模糊计算的图像处理方法


[0001]本专利技术涉及图像处理
，尤其涉及一种基于模糊计算的图像处理方法
。

技术介绍

[0002]在毕业季，毕业生会拍摄毕业照片用于纪念，但总会出现同学或老师无法参加拍摄的情况，成为一大遗憾
。
在此背景下，为了呈现完整的毕业照，通常利用图像处理软件进行处理，将没有参加拍摄的同学或老师合成在拍摄的照片中，但通过现有的图像处理软件
(
如
Photoshop
等
)
来合成毕业照，需要手动进行抠图，方法劳动成本高
、
制作效率低，且对制作者技术水平的要求较高，虽然具有图像处理功能的移动终端
APP
可以在一定程度上降低用户进行图像处理的难度，但是，对于使用者来说，现有的移动终端
APP
其功能有限，无法满足使用需求，合成的照片效果不佳
。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术
。

技术实现思路

[0004]本专利技术的主要目的在于提供一种基于模糊计算的图像处理方法，旨在解决现有技术中毕业照片的合成效率较低且效果不佳的技术问题
。
[0005]为实现上述目的，本专利技术提供了一种基于模糊计算的图像处理方法，所述方法包括以下步骤：
[0006]基于间距数据与颜色数量，在待合成图像中确定目标合成位置；
[0007]根据所述目标合成位置，确定合成环境信息，所述合成环境信息包括亮度信息与颜色信息；
[0008]根据所述合成环境信息，确定合成颜色与合成亮度；
[0009]根据所述合成颜色与合成亮度，在待选图像中确定目标提取图像，并提取所述目标提取图像中的目标合成对象；
[0010]基于所述合成颜色与合成亮度，将所述目标合成对象在所述待合成图像中的目标合成位置进行合成，得到合成图像
。
[0011]可选地，所述基于间距数据与颜色数量，在待合成图像中确定目标合成位置，包括：
[0012]对所述待合成图像进行识别，确定所述待合成图像中的人物信息；
[0013]基于所述人物信息，确定初始合成位置以及所述初始合成位置对应的间距数据与颜色数量；
[0014]基于所述间距数据与所述颜色数量对应的隶属度，在模糊规则中确定激活规则；
[0015]根据所述激活规则与所述隶属度，确定输出结论；
[0016]对所述输出结论进行去模糊化，得到所述初始合成位置的匹配度；
[0017]根据所述匹配度，在所述初始合成位置中确定所述目标合成位置
。
[0018]可选地，所述基于所述间距数据与所述颜色数量对应的隶属度，在模糊规则中确定激活规则之前，还包括：
[0019]根据所述间距数据的论域与模糊标记，确定所述间距数据对应的隶属函数；
[0020]根据所述颜色数量的论域与模糊标记，确定所述颜色数量对应的隶属函数；
[0021]基于所述隶属函数，对所述间距数据与颜色数量进行模糊化，分别得到所述间距数据与颜色数量对应的隶属度；
[0022]基于间距数据
、
颜色数量与初始合成位置的匹配度之间的对应关系，确定模糊规则
。
[0023]可选地，所述基于所述人物信息，确定初始合成位置以及所述初始合成位置对应的间距数据与颜色数量，包括：
[0024]根据所述人物信息，确定间距数据与人物宽度信息，所述间距数据包括人物间距与边界间距；
[0025]对所述人物宽度信息进行统计分析，确定平均人物宽度；
[0026]根据所述间距数据，确定间距中线；
[0027]基于所述间距中线与所述平均宽度，确定初始合成位置，并获取所述初始合成位置中的颜色数量以及所述初始合成位置对应的间距数据
。
[0028]可选地，所述根据所述合成环境信息，确定合成颜色与合成亮度，包括：
[0029]基于所述亮度信息与所述合成环境内的像素位置，建立像素亮度模型；
[0030]基于所述像素亮度模型，确定所述目标合成位置的合成亮度；
[0031]根据所述颜色信息，确定环境颜色分布与环境色温；
[0032]根据所述环境颜色分布，确定主色调；
[0033]根据所述主色调与所述环境色温，确定所述合成颜色
。
[0034]可选地，所述基于所述亮度信息与所述合成环境内的像素位置，建立像素亮度模型，包括：
[0035]根据所述像素位置，确定样本输入数据；
[0036]根据所述亮度信息，确定样本目标数据；
[0037]基于所述样本输入数据与所述样本目标数据，对预设卷积神经网络模型进行训练，得到所述像素亮度模型
。
[0038]可选地，所述根据所述合成颜色与合成亮度，在待选图像中确定目标提取图像，包括：
[0039]根据所述合成颜色，对所述待选图像进行评估，确定所述待选图像对应的颜色近似度；
[0040]根据所述合成亮度，对所述待选图像进行评估，确定所述待选图像对应的亮度近似度；
[0041]基于所述颜色近似度与亮度近似度，确定所述待选图像的图像近似度；
[0042]根据所述图像近似度与近似度阈值，在所述待选图像中确定所述目标提取图像，所述目标提取图像的图像近似度大于等于所述近似度阈值
。
[0043]可选地，所述提取所述目标提取图像中的目标合成对象，包括：
[0044]对所述目标提取图像进行灰度处理，并基于预设滤波模板进行卷积处理，得到预
处理图像；
[0045]基于导数算子，确定所述预处理图像对应的偏导数；
[0046]基于所述偏导数，确定所述预处理图像对应的梯度方向；
[0047]基于所述梯度方向，确定所述预处理图像中各像素对应的邻接像素；
[0048]基于所述像素的灰度值与所述邻接像素的灰度值，在所述像素中确定边缘点；
[0049]基于所述边缘点，得到所述目标提取图像的边缘轮廓；
[0050]基于所述边缘轮廓，在所述目标提取图像中提取所述目标合成对象
。
[0051]可选地，所述根据所述目标合成位置，确定合成环境信息，包括：
[0052]根据所述目标合成位置，确定合成环境；
[0053]根据所述合成环境，确定像素颜色与像素亮度；
[0054]根据所述像素颜色，确定所述合成环境内的颜色信息；
[0055]根据所述像素亮度，确定所述合成环境内的亮度信息
。
[0056]可选地，所述基于所述合成颜色与合成亮度，将所述目标合成对象在所述待合成图像中的目标合成位置进行合成，得到合成图像，还包括：
[0057]根据预设需求，确定合成高度；
[0058]基于所述合成高度，将调整后的目标合成对象合成在所述目标合成位置处，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于模糊计算的图像处理方法，其特征在于，所述基于模糊计算的图像处理方法，包括：基于间距数据与颜色数量，在待合成图像中确定目标合成位置；根据所述目标合成位置，确定合成环境信息，所述合成环境信息包括亮度信息与颜色信息；根据所述合成环境信息，确定合成颜色与合成亮度；根据所述合成颜色与合成亮度，在待选图像中确定目标提取图像，并提取所述目标提取图像中的目标合成对象；基于所述合成颜色与合成亮度，将所述目标合成对象在所述待合成图像中的目标合成位置进行合成，得到合成图像
。2.
如权利要求1所述的方法，其特征在于，所述基于间距数据与颜色数量，在待合成图像中确定目标合成位置，包括：对所述待合成图像进行识别，确定所述待合成图像中的人物信息；基于所述人物信息，确定初始合成位置以及所述初始合成位置对应的间距数据与颜色数量；基于所述间距数据与所述颜色数量对应的隶属度，在模糊规则中确定激活规则；根据所述激活规则与所述隶属度，确定输出结论；对所述输出结论进行去模糊化，得到所述初始合成位置的匹配度；根据所述匹配度，在所述初始合成位置中确定所述目标合成位置
。3.
如权利要求2所述的方法，其特征在于，所述基于所述间距数据与所述颜色数量对应的隶属度，在模糊规则中确定激活规则之前，还包括：根据所述间距数据的论域与模糊标记，确定所述间距数据对应的隶属函数；根据所述颜色数量的论域与模糊标记，确定所述颜色数量对应的隶属函数；基于所述隶属函数，对所述间距数据与颜色数量进行模糊化，分别得到所述间距数据与颜色数量对应的隶属度；基于间距数据
、
颜色数量与初始合成位置的匹配度之间的对应关系，确定模糊规则
。4.
如权利要求2所述的方法，其特征在于，所述基于所述人物信息，确定初始合成位置以及所述初始合成位置对应的间距数据与颜色数量，包括：根据所述人物信息，确定间距数据与人物宽度信息，所述间距数据包括人物间距与边界间距；对所述人物宽度信息进行统计分析，确定平均人物宽度；根据所述间距数据，确定间距中线；基于所述间距中线与所述平均宽度，确定初始合成位置，并获取所述初始合成位置中的颜色数量以及所述初始合成位置对应的间距数据
。5.
如权利要求1所述的方法，其特征在于，所述根据所述合成环境信息，确定合成颜色与合成亮度，包括：基于所述亮度信息与所述合成环境内的像素位置，建立像素亮度模型；基于所述像素亮度模型，确定所述目标合成位置的合...

【专利技术属性】
技术研发人员：郝燕，
申请(专利权)人：山西职业技术学院，
类型：发明
国别省市：