图像处理方法、装置、电子设备及存储介质制造方法及图纸

技术编号:35294497 阅读:18 留言:0更新日期:2022-10-22 12:41
本申请实施例公开了一种图像处理方法、装置、电子设备及存储介质。其中方法包括:电子设备通过在第一全景图像中确定出消除对象,以及消除对象在第一全景图像中所处的目标区域;对目标区域对应的投影图像进行裁切,得到消除对象对应的第一图像;将第一图像输入至图像处理模型,输出不包含消除对象的第二图像;将第二图像更新至第一全景图像中的目标区域内,以得到第二全景图像。本申请实施例中通过确定消除对象,并利用图像处理模型来进行对消除对象进行消除,从而得到不包含消除对象的第二全景图像。像。像。

【技术实现步骤摘要】
图像处理方法、装置、电子设备及存储介质


[0001]本申请涉及图像处理
,具体涉及一种图像处理方法、装置、电子设备及存储介质。

技术介绍

[0002]在现有技术中,当用户拍摄完全景图像之后,全景图像中存在了用户不想拍摄的对象,且用户不想拍摄的对象还无法消除。比如在全景图像中存在全景相机拍摄支架的支脚,该支脚在全景图像中无法进行消除,这样就导致整个全景图像不够美观。

技术实现思路

[0003]本申请实施例提供一种图像处理方法、装置、电子设备及存储介质。该图像处理方法可以对全景图像中的消除对象进行消除。
[0004]第一方面,本申请实施例提供了一种图像处理方法,包括:
[0005]在第一全景图像中确定出消除对象,以及消除对象在第一全景图像中所处的目标区域;
[0006]对目标区域对应的投影图像进行裁切,得到消除对象对应的第一图像;
[0007]将第一图像输入至图像处理模型,输出不包含消除对象的第二图像;
[0008]将第二图像更新至第一全景图像中的目标区域内,以得到第二全景图像。
[0009]第二方面,本申请实施例提供了一种图像处理装置,包括:
[0010]确定模块,用于在第一全景图像中确定出消除对象,以及消除对象在第一全景图像中所处的目标区域;
[0011]裁切模块,用于对目标区域对应的投影图像进行裁切,得到消除对象对应的第一图像;
[0012]处理模块,用于将第一图像输入至图像处理模型,输出不包含消除对象的第二图像;
>[0013]更新模块,用于将第二图像更新至第一全景图像中的目标区域内,以得到第二全景图像。
[0014]第三方面,本申请实施例提供了一种电子设备,包括存储有可执行程序代码的存储器、与存储器耦合的处理器;处理器调用存储器中存储的可执行程序代码,执行本申请实施例提供的图像处理方法中的步骤。
[0015]第四方面,本申请实施例提供了一种存储介质,存储介质存储有多条指令,指令适于处理器进行加载,以执行本申请实施例提供的图像处理方法中的步骤。
[0016]在本申请实施例中,电子设备通过在第一全景图像中确定出消除对象,以及消除对象在第一全景图像中所处的目标区域;对目标区域对应的投影图像进行裁切,得到消除对象对应的第一图像;将第一图像输入至图像处理模型,输出不包含消除对象的第二图像;将第二图像更新至第一全景图像中的目标区域内,以得到第二全景图像。本申请实施例中
通过确定消除对象,并利用图像处理模型来进行对消除对象进行消除,从而得到不包含消除对象的第二全景图像。
附图说明
[0017]为了更清楚地说明本申请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申请的一些实施例,对于本领域技术人员来讲,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。
[0018]图1是本申请实施例提供的图像处理方法的第一流程示意图。
[0019]图2是本申请实施例提供的图像处理方法的第二流程示意图。
[0020]图3是本申请实施例提供的图像处理方法的第三流程示意图。
[0021]图4是本申请实施例提供的第一全景图像的示意图。
[0022]图5是本申请实施例提供的负样本图像的示意图。
[0023]图6是本申请实施例提供的正样本图像的示意图。
[0024]图7是本申请实施例提供的基础模型的结构示意图。
[0025]图8是本申请实施例提供的第二全景图像的示意图。
[0026]图9是本申请实施例提供的图像处理装置的结构示意图。
[0027]图10是本申请实施例提供的电子设备的结构示意图。
具体实施方式
[0028]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,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
[0029]在现有技术中,当用户拍摄完全景图像之后,全景图像中存在了用户不想拍摄的对象,且用户不想拍摄的对象还无法消除。比如在全景图像中存在全景相机拍摄支架的支脚,该支脚在全景图像中无法进行消除,这样就导致整个全景图像不够美观。
[0030]为了解决上述技术问题,本申请实施例中提供了一种图像处理方法、装置、电子设备及存储介质。该图像处理方法可以应用于智能手机、电脑、穿戴式设备等多种电子设备。该图像处理方法可以对全景图像中的消除对象进行消除。
[0031]请参阅图1,图1是本申请实施例提供的图像处理方法的第一流程示意图。该图像处理方法可以包括:
[0032]110、在第一全景图像中确定出消除对象,以及消除对象在第一全景图像中所处的目标区域。
[0033]在一些实施方式中,第一全景图像中存在用户想要消除的消除对象。比如,在一些场景中,便携式的全景相机是设置在拍摄支架上的,比如三脚架,当全景相机拍摄完全景图像之后,由于拍摄支架需要支脚支撑,则在全景图像中会存在拍摄支架的支脚,该支脚就是用户想要消除的消除对象。
[0034]需要说明的是,第一全景图像中的人物、动物、植物、物品等,均可以是用户可以选
择消除的消除对象。
[0035]例如,用户可以在第一全景图像中点击或者标记出一个对象,然后电子设备根据用户的点击或者标记操作,将该对象确定为消除对象。同时,电子设备会计算出该消除对象在第一全景图像中所处的目标区域。
[0036]120、对目标区域对应的投影图像进行裁切,得到消除对象对应的第一图像。
[0037]在一些实施方式中,电子设备在确定出目标区域之后,可以确定目标区域内的图像,由于目标区域内的图像是第一全景图像中的一部分,因此,目标区域内的图像并不是传统的平面图像,而是具备空间信息的图像,此时还需要对目标区域内的图像进行平面投影,得到目标区域对应的投影图像。
[0038]例如,可以采用空间透视投影的方式来对目标区域内的图像进行平面投影,从而得到二维平面上的投影图像。该投影图像内包含了消除对象。
[0039]然后电子设备确定投影图像对应的裁切比例,然后根据裁切比例对投影图像进行裁切,从而得到包含消除对象的第一图像。对投影图像进行裁切,是为了让消除对象在裁切后的第一图像中拥有合适的大小,从而更加有利于后续图像处理模型的处理。
[0040]130、将第一图像输入至图像处理模型,输出不包含消除对象的第二图像。
[0041]在一些实施方式中,图像处理模型中包含了两个串联的子模型,比如训练后的第一子模型和训练后的第二子模型。电子设备可以先将第一图像输入到训练后的第一子模型中进行第一次处理,训练后的第一子模型尽可能的对消除对象进行消除,从而输出第一消除图像。
[0042]然后电子设备将第一消除对象输入到训练后的本文档来自技高网...

【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,包括:在第一全景图像中确定出消除对象,以及所述消除对象在所述第一全景图像中所处的目标区域;对所述目标区域对应的投影图像进行裁切,得到所述消除对象对应的第一图像;将所述第一图像输入至图像处理模型,输出不包含所述消除对象的第二图像;将所述第二图像更新至所述第一全景图像中的目标区域内,以得到第二全景图像。2.根据权利要求1所述的图像处理方法,其特征在于,在将所述第一图像输入至图像处理模型之前,所述方法还包括:获取训练样本图像;将所述训练样本图像输入至基础模型中进行训练,以得到所述图像处理模型。3.根据权利要求2所述的图像处理方法,其特征在于,所述获取训练样本图像,包括:获取多组正样本图像和负样本图像,每一组所述正样本图像和所述负样本图像在相同拍摄环境和拍摄参数下被拍摄,每一组所述正样本图像和所述负样本图像中,所述正样本图像不包含目标对象,所述负样本图像中包含所述目标对象;根据所述多组正样本图像和负样本图像生成所述训练样本图像。4.根据权利要求3所述的图像处理方法,其特征在于,所述基础模型包括第一子模型和第二子模型,所述将所述训练样本图像输入至基础模型中进行训练,以得到所述图像处理模型,包括:将所述训练图像输入至所述第一子模型和所述第二子模型中,交替训练所述第一子模型和所述第二子模型,直至所述第一子模型收敛和所述第二子模型收敛,得到所述图像处理模型。5.根据权利要求4所述的图像处理方法,其特征在于,所述将所述训练图像输入至所述第一子模型和所述第二子模型中,交替训练所述第一子模型和所述第二子模型,直至所述第一子模型收敛和所述第二子模型收敛,得到所述图像处理模型,包括:将当前组所述负样本图像输入至所述第一子模型中,输出第一处理图像;将所述第一处理图像和当前组所述正样本图像输入至所述第二子模型中进行训练,若所述第二子模型识别出所述正样本图像的准确率和所述第一处理图像的准确率均高于预设准确率阈值,则得到训练后的第二子模型;将下一组所述负样本图像输入至所述第一子模型中进行训练,输出第二处理图像;将所述第二处理图像和下一组所述正样本图像输入至所述训练后的第二子模型中,以确定所述第二处理图像和下一组所述正样本图像之间的目标损失值,若所述目标损失值在预设损失值范围内,则得到训练后的第一子模型;将所述训练后的第一子模型的输出端连接所述训练后的第二子模型的输入端,得到所述图像处理模型。6.根据权利要求5所述的图像处理方法,其特征在于,所述确定所述第二处理图像和下一组所述正样本图像之间的目标损失值,包括:确定所述第二处理图像的像素和下一组所述正样本图像的像素之间的均方误差值;将所述第二处理图像...

【专利技术属性】
技术研发人员:龙良曲蔡锦霖姜文杰
申请(专利权)人:影石创新科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1