[發明專利]一種圖像處理方法、裝置及移動終端

有效

• 申請號: 201811289702.0
• 申請日: 2018-10-31
• 公開（公告）號: CN111131688B
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 馬嵐;李松南;俞大海
• 申請（專利權）人: TCL科技集團股份有限公司
• 主分類號: H04N5/232
• 分類號: H04N5/232;H04N5/235
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 李艷麗

1.一種圖像處理方法，其特征在于，所述方法包括：

獲取連續拍攝的多幀圖像的梯度信息；

根據所述梯度信息將所述多幀圖像聚類為相對清晰類和相對模糊類；

獲取所述相對清晰類和相對模糊類之間的清晰度差異，包括：獲取所述相對清晰類的平均梯度以及獲取所述相對模糊類的平均梯度；獲取所述相對清晰類的平均梯度與所述相對模糊類的平均梯度之間的第一距離；獲取所述多幀圖像中的最大梯度差作為第二距離；根據所述第一距離與第二距離之間的比值確定所述相對清晰類和相對模糊類之間的清晰度差異；

若所述相對清晰類和相對模糊類之間的清晰度差異滿足預設條件，則保留相對清晰類的圖像并刪除所述相對模糊類的圖像；

根據所述保留的圖像生成新圖像。

2.如權利要求1所述的圖像處理方法，其特征在于，所述梯度信息為全局梯度信息或者局部梯度信息，其中：

所述全局梯度信息是指通過圖像的全部像素信息獲取的圖像梯度信息；

所述局部梯度信息是指通過圖像的局部像素信息獲取的圖像梯度信息。

3.如權利要求2所述的圖像處理方法，其特征在于，所述梯度信息為局部梯度信息，對應地，所述獲取連續拍攝的多幀圖像的梯度信息包括：

獲取圖像中的感興趣區域；

根據所述圖像中的感興趣區域的像素信息獲取圖像的局部梯度信息。

4.如權利要求3所述的圖像處理方法，其特征在于，所述感興趣區域為圖像的中心或者為用戶指定的圖像區域。

5.如權利要求1所述的圖像處理方法，其特征在于，所述方法包括：

若所述相對清晰類和相對模糊類之間的清晰度差異不滿足預設條件，則保留所述相對清晰類的圖像以及相對模糊類的圖像。

6.如權利要求1所述的圖像處理方法，其特征在于，根據所述多幀圖像的梯度信息將所述多幀圖像聚類為相對清晰類和相對模糊類，包括：

采用K-means聚類算法、均值漂移聚類算法、基于密度的聚類算法、用高斯混合模型的最大期望聚類算法中的任意一種對所述多幀圖像進行聚類。

7.一種圖像處理裝置，其特征在于，所述裝置包括：

梯度信息獲取單元，用于獲取連續拍攝的多幀圖像的梯度信息；

聚類單元，用于根據所述梯度信息將所述多幀圖像聚類為相對清晰類和相對模糊類；

清晰度差異獲取單元，用于獲取所述相對清晰類和相對模糊類之間的清晰度差異；所述清晰度差異獲取單元包括：平均梯度獲取子單元，用于獲取所述相對清晰類的平均梯度以及獲取所述相對模糊類的平均梯度；第一距離獲取子單元，用于獲取所述相對清晰類的平均梯度與所述相對模糊類的平均梯度之間的第一距離；第二距離獲取子單元，用于獲取所述多幀圖像中的最大梯度差作為第二距離；確定子單元，用于根據所述第一距離與第二距離之間的比值確定所述相對清晰類和相對模糊類之間的清晰度差異；

處理單元，用于若所述相對清晰類和相對模糊類之間的清晰度差異滿足預設條件，則保留相對清晰類的圖像并刪除所述相對模糊類的圖像；

圖像生成單元，用于根據所述保留的圖像生成新圖像。

8.一種移動終端，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至6任一項所述方法的步驟。

9.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述方法的步驟。