图像处理方法和装置制造方法及图纸

本发明专利技术提供一种图像处理方法和装置，通过按照预先处理训练集中的图像对所采用的分割规则，将待处理的照片或者素描图像分割成N个大小相同的第一图像块，然后确定每个第一图像块与预先对训练集中的图像对应用聚类算法处理所获取的M个类之间的对应关系，根据预先训练的、与每个第一图像块归属的类所对应的训练参数获取与每个第一图像块对应的第二图像块，最后根据获取的与所述N个第一图像块对应的N个第二图像块合成与所述待处理的照片或者素描图像对应的素描图像或者照片，实现了通过字典学习法进行照片与素描图片之间的相互合成，避免出现人工制造的小块，提高了合成效果的清晰度。

【技术实现步骤摘要】

本专利技术涉及通信
，尤其涉及一种图像处理方法和装置。
技术介绍
照片与素描合成方法是指根据照片信息，自动生成其对应的素描图像，或是根据素描图像，自动生成其对应的照片图片。传统的合成方法是基于计算的合成方法，以根据人脸照片合成素描图像为例具体说明如下：先从照片中提取脸部形状，再通过一些特定的规则放大一些细节，使得生成的图片在形状上与素描比较相似。但是这种合成方法，使得照片中人脸的细节难以在素描图像中体现，而且这种合成方法也不能实现从素描到照片的合成。现有技术中，Liu等人通过一种基于学习的局部线性嵌入的方法，利用已有的照片和素描图像对数据集，对于已知的照片或素描图像，针对每个小图像块在数据集查找最相似的K个图片块，并利用这K个图片块求得线性表达系数，从而合成对应的照片和素描图像。然而因为这个方法基于相似块的查找，容易出现难以找到相似块的问题，此外，最后合成的图片中也会出现人工造成的小块。导致了合成的图片较为模糊。
技术实现思路
针对现有技术的上述缺陷，本专利技术实施例提供一种图像处理方法和装置。本专利技术一方面提供一种图像处理方法，包括：接收待处理的照片或者素描图像，按照预先处理训练集中的图像对所采用的分割规则，将所述待处理的照片或者素描图像分割成N个大小相同的第一图像块，确定每个第一图像块与预先对所述训练集中的图像对应用聚类算法处理所获取的M个类之间的对应关系；根据预先训练的、与每个第一图像块归属的类所对应的训练参数获取与每个第一图像块对应的第二图像块，其中，所述训练参数包括：第一图像字典、第二图像字典、误差字典、以及所述第一图像字典与所述第二图像字典之间的系数映射函数；根据获取的与所述N个第一图像块对应的N个第二图像块合成与所述待处理的照片或者素描图像对应的素描图像或者照片。本专利技术另一方面提供一种图像处理装置，包括：分割模块，用于接收待处理的照片或者素描图像，按照预先处理训练集中的图像对所采用的分割规则，将所述待处理的照片或者素描图像分割成N个大小相同的第一图像块；聚类模块，用于确定每个第一图像块与预先对所述训练集中的图像对应用聚类算法处理所获取的M个类之间的对应关系；处理模块，用于根据预先训练的、与每个第一图像块归属的类所对应的训练参数获取与每个第一图像块对应的第二图像块，其中，所述训练参数包括：第一图像字典、第二图像字典、误差字典、以及所述第一图像字典与所述第二图像字典之间的系数映射函数；合成模块，用于根据获取的与所述N个第一图像块对应的N个第二图像块合成与所述待处理的照片或者素描图像对应的素描图像或者照片。本专利技术实施例提供的图像处理方法和装置，首先按照预先处理训练集中的图像对所采用的分割规则，将待处理的照片或者素描图像分割成N个大小相同的第一图像块，然后确定每个第一图像块与预先对训练集中的图像对应用聚类算法处理所获取的M个类之间的对应关系，根据预先训练的、与每个第一图像块归属的类所对应的训练参数获取与每个第一图像块对应的第二图像块，其中，所述训练参数包括：第一图像字典、第二图像字典、误差字典、以及所述第一图像字典与所述第二图像字典之间的系数映射函数，最后根据获取的与所述N个第一图像块对应的N个第二图像块合成与所述待处理的照片或者素描图像对应的素描图像或者照片，实现了通过字典学习法进行照片与素描图片之间的相互合成，避免出现人工制造的小块，提高了合成效果的清晰度。附图说明图1为本专利技术实施例提供的一个图像处理方法的流程图；图2为本专利技术实施例提供的另一个图像处理方法的流程图；图3为本专利技术实施例提供的又一个图像处理方法的流程图；图4为本专利技术实施例提供的一个图像处理装置的结构示意图；图5为本专利技术实施例提供的另一个图像处理装置的结构示意图。具体实施方式图1为本专利技术实施例提供的一个图像处理方法的流程图，如图1所示，该方法包括：步骤100，接收待处理的照片或者素描图像，按照预先处理训练集中的图像对所采用的分割规则，将所述待处理的照片或者素描图像分割成N个大小相同的第一图像块，确定每个第一图像块与预先对所述训练集中的图像对应用聚类算法处理所获取的M个类之间的对应关系；图像处理装置接收用户发送的待处理的照片或者素描图像，获取处理训练集中的图像对所采用的分割规则，具体的分割规则是根据预处理图像的尺寸和类型进行设定的，例如包括分割的行与列，是否能够重复分割等等，根据具体的实际应用需要进行设定。然后按照预先处理训练集中的图像对所采用的分割规则，将待处理的照片或者素描图像分割成N个大小相同的第一图像块，分割完成后，确定每个第一图像块与预先对训练集中的图像对应用聚类算法处理所获取的M个类之间的对应关系，具体的，可以通过与预先处理训练集所采用的聚类算法先对分割后的N个第一图像块进行聚类处理获取m个类,再用特征向量对比法获取m个类与M个类之间的相似度，从而确定每个第一图像块与M个类的具体对应关系；或者，可以通过获取与M个类中的每个类对应的中心向量，然后获取第一图像块与每个中心向量的距离，将距离最小的中心向量所对应的类为所述第一图像块归属的类。可以理解的是，本领域技术人员可以通过多种方式确定每个第一图像块与M个类的具体对应关系，即每个第一图像块归属于预先获取的M个类中的哪一类。需要注意的是，本实施例中采用的聚类算法包括：稀疏子空间聚类算法、层次聚类算法、分割聚类算法、基于约束的聚类算法，可以根据实际应用进行选择。步骤101，根据预先训练的、与每个第一图像块归属的类所对应的训练参数获取与每个第一图像块对应的第二图像块，其中，所述训练参数包括：第一图像字典、第二图像字典、误差字典、以及所述第一图像字典与所述第二图像字典之间的系数映射函数；具体的，以第一个第一图像块为例具体说明本步骤的处理流程，若图像处理装置在确定第一个第一图像块归属于预先获取的M个类中的第二类，则获取预先训练的、与第二类所对应的训练参数，该训练参数包括：第一图像字典、第二图像字典、误差字典、以及所述第一图像字典与所述第二图像字典之间的系数映射函数，然后应用数学模型对这些训练参数进行处理，从而获取与第一个第一图像块对应的第二图像块。步骤102，根据获取的与所述N个第一图像块对应的N个第二图像块合成与所述待处理的照片或者素描图像对应的素描图像或者照片。图像处理装置根据预先训练的、与每个第一图像块归属的类所对应的训练参数应用第一公式获取与每个第一图像块对应的第二图像块之后，根据获取的与N个第一图像块对应的N个第二图像块合成与待处理的照片或者素描图像对应的素描图像或者照片，具体的合成方法视具体的分割策略而定，比如，若分割策略为不重复分割，则合成方法可以直接根据N个第二图像块应用现有技术中的合成算法进行合成，若分割策略为重复分割，则合成方法先将重叠部分加和取平均值，再应用现有技术中的合成算法进行合成。由于具体的合成方法属于现有技术，此处不再赘述。本实施例提供的图像处理方法，首先按照预先处理训练集中的图像对所采用的分割规则，将待本文档来自技高网...

【技术保护点】
一种图像处理方法，其特征在于，包括：接收待处理的照片或者素描图像，按照预先处理训练集中的图像对所采用的分割规则，将所述待处理的照片或者素描图像分割成N个大小相同的第一图像块，确定每个第一图像块与预先对所述训练集中的图像对应用聚类算法处理所获取的M个类之间的对应关系；根据预先训练的、与每个第一图像块归属的类所对应的训练参数获取与每个第一图像块对应的第二图像块，其中，所述训练参数包括：第一图像字典、第二图像字典、误差字典、以及所述第一图像字典与所述第二图像字典之间的系数映射函数；根据获取的与所述N个第一图像块对应的N个第二图像块合成与所述待处理的照片或者素描图像对应的素描图像或者照片。

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
接收待处理的照片或者素描图像，按照预先处理训练集中的图像对所采
用的分割规则，将所述待处理的照片或者素描图像分割成N个大小相同的第
一图像块，确定每个第一图像块与预先对所述训练集中的图像对应用聚类算
法处理所获取的M个类之间的对应关系；
根据预先训练的、与每个第一图像块归属的类所对应的训练参数获取与
每个第一图像块对应的第二图像块，其中，所述训练参数包括：第一图像字
典、第二图像字典、误差字典、以及所述第一图像字典与所述第二图像字典
之间的系数映射函数；
根据获取的与所述N个第一图像块对应的N个第二图像块合成与所述待<...

【专利技术属性】
技术研发人员：厉扬豪，白蔚，刘家瑛，郭宗明，
申请(专利权)人：北京大学，北大方正集团有限公司，北京北大方正电子有限公司，
类型：发明
国别省市：北京;11