圖像裁剪方法及裝置制造方法及圖紙

本公開揭示了一種圖像裁剪方法及裝置，屬于圖像處理領域。所述圖像裁剪方法包括：建立圖像的人臉顯著性模型，所述人臉顯著性模型用于表征所述圖像中各個人臉疊加后對所述圖像中各個像素點的顯著性值的影響；將預先建立的顏色顯著性模型以及所述人臉顯著性模型進行線性疊加，得到目標顯著性模型；利用所述目標顯著性模型對所述圖像進行裁剪。通過結合顏色顯著性模型和人臉顯著性模型對圖像準確裁剪；解決了相關技術中在基于圖像顏色顯著性分析的圖像裁剪中，僅考慮到圖像中的顏色信息，容易造成對包含其他重要特征的圖像的誤裁剪的問題；達到了可以在對圖像進行裁剪時對其中的人臉也進行有效裁剪的效果。

Image clipping method and apparatus

The invention discloses an image clipping method and a device, belonging to the field of image processing. Including the image clipping method: a face image saliency model, the model is used to face significant significant influence on each pixel of the image in the image of each value to represent the face of the superimposed; will be pre established color saliency model is significant and the face model of linear superposition and get the target saliency model; target saliency model to cut the image using the. By combining the color saliency model and face saliency model for accurate image clipping; to solve the related technology based on image analysis of cutting image color saliency, only considering the information of the color image, easy mistake to cut the image contains other important features of the problem; it can reach up to cut in when the image of the face is effectively cutting effect.

【技術實現步驟摘要】
圖像裁剪方法及裝置
本公開涉及圖像處理領域，特別涉及一種圖像裁剪方法及裝置。
技術介紹
圖像中通常會包含一些冗余信息，這些冗余信息會占用一部分容量，因此為了減少圖像中冗余信息的容量占用，通常需要對圖像進行裁剪。在相關的對圖像進行裁剪的過程中，首先，建立原圖像的顏色顯著性模型，根據該顏色顯著性模型確定原圖像中各個元素的顏色顯著性度量值，根據原圖像中各個元素的顏色顯著性度量值，得到原圖像的顏色顯著性圖；然后，利用指定矩形框框定顏色顯著性圖，選取顯著性成分最多的框定區域；最后，對原圖像進行裁剪以裁剪出該框定區域。專利技術人在實現本公開的過程中，發現相關技術至少存在如下缺陷：在基于圖像顏色顯著性分析的圖像裁剪中，僅考慮到圖像中的顏色信息，容易造成對包含有其他重要特征的圖像的誤裁剪，其他重要特征可以為人臉、指定物體等。
技術實現思路
為了解決相關技術中在基于圖像顏色顯著性分析的圖像裁剪中，僅考慮到圖像中的顏色信息，容易造成對包含其他重要特征的圖像的誤裁剪的問題，本公開提供一種圖像裁剪方法及裝置。所述技術方案如下：根據本公開實施例的第一方面，提供一種圖像裁剪方法，包括：建立圖像的人臉顯著性模型，所述人臉顯著性模型用于表征所述圖像中各個人臉疊加后對所述圖像中各個像素點的顯著性值的影響；將預先建立的顏色顯著性模型以及所述人臉顯著性模型進行線性疊加，得到目標顯著性模型；利用所述目標顯著性模型對所述圖像進行裁剪。可選的，所述人臉顯著性模型為：其中，為所述圖像中第i個像素點的顯著性值，為所述圖像中第p個人臉最小外接矩形的寬度，為所述圖像中第p個人臉最小外接矩形的長度，為所述圖像中第p個人臉所對應的人臉區域的中心點的位置，可選的，所述將預先建立的顏色顯著性模型以及所述人臉顯著性模型線性疊加，得到目標顯著性模型，包括：將所述顏色顯著性模型與第一權值相乘，得到第一乘積；將所述人臉顯著性模型與第二權值相乘，得到第二乘積；將所述第一乘積與所述第二乘積相加，得到所述目標顯著性模型；其中，所述第一權值與所述第二權值的和為1。可選的，所述利用所述目標顯著性模型對所述圖像進行裁剪，包括：利用預定的裁剪框對所述圖像進行框定，獲取至少一個框定區域；利用所述目標顯著性模型，計算各個框定區域的總顯著性值；選定總顯著性值最大的框定區域；裁剪出選定的所述框定區域。可選的，所述利用所述目標顯著性模型，計算各個框定區域的總顯著性值，包括：對于每個框定區域，利用所述目標顯著性模型計算所述框定區域中各個像素點的顯著性值；將所述框定區域中各個像素點所對應的顯著性值相加，得到所述框定區域的總顯著性值。可選的，還包括：檢測所述圖像中是否存在人臉；若檢測結果為所述圖像中存在人臉，則執行所述建立圖像的人臉顯著性模型的步驟。根據本公開實施例的第二方面，提供一種圖像裁剪裝置，包括：可選的，所述人臉顯著性模型為：其中，為所述圖像中第i個像素點的顯著性值，為所述圖像中第p個人臉最小外接矩形的寬度，為所述圖像中第p個人臉最小外接矩形的長度，為所述圖像中第p個人臉所對應的人臉區域的中心點的位置，可選的，所述疊加模塊，包括：第一相乘單元，用于將所述顏色顯著性模型與第一權值相乘，得到第一乘積；第二相乘單元，用于將所述人臉顯著性模型與第二權值相乘，得到第二乘積；相加單元，用于將所述第一相乘單元得到的第一乘積與所述第二相乘單元得到的第二乘積相加，得到所述目標顯著性模型；其中，所述第一權值與所述第二權值的和為1。可選的，所述裁剪模塊，包括：框定單元，用于利用預定的裁剪框對所述圖像進行框定，獲取至少一個框定區域；計算單元，用于利用所述疊加模塊得到的目標顯著性模型，計算各個框定區域的總顯著性值；選定單元，用于選定總顯著性值最大的框定區域；裁剪單元，用于裁剪出選定的所述框定區域。可選的，所述計算單元，包括：計算子單元，用于對于每個框定區域，利用所述目標顯著性模型計算所述框定區域中各個像素點的顯著性值；相加子單元，用于將所述框定區域中各個像素點所對應的顯著性值相加，得到所述框定區域的總顯著性值。可選的，還包括：檢測模塊，用于檢測所述圖像中是否存在人臉；所述建立模塊，還用于在所述檢測模塊的檢測結果為所述圖像中存在人臉時，建立圖像的人臉顯著性模型。根據本公開實施例的第三方面，提供一種圖像裁剪裝置，包括：處理器；用于存儲所述處理器可執行指令的存儲器；其中，所述處理器被配置為：建立圖像的人臉顯著性模型，所述人臉顯著性模型用于表征所述圖像中各個人臉疊加后對所述圖像中各個像素點的顯著性值的影響；將預先建立的顏色顯著性模型以及所述人臉顯著性模型進行線性疊加，得到目標顯著性模型；利用所述目標顯著性模型對所述圖像進行裁剪。本公開的實施例提供的技術方案可以包括以下有益效果：通過結合顏色顯著性模型和人臉顯著性模型對圖像準確裁剪；由于在對圖像進行裁剪時考慮到了人臉對圖像中像素點的影響，因此在包含有人臉的圖像時，在裁剪出圖像中突出物體的同時也包含有比較重要的人臉信息，解決了相關技術中在基于圖像顏色顯著性分析的圖像裁剪中，僅考慮到圖像中的顏色信息，容易造成對包含其他重要特征的圖像的誤裁剪的問題；達到了可以在對圖像進行裁剪時對其中的人臉也進行有效裁剪的效果。應當理解的是，以上的一般描述和后文的細節描述僅是示例性的，并不能限制本公開。附圖說明此處的附圖被并入說明書中并構成本說明書的一部分，示出了符合本專利技術的實施例，并于說明書一起用于解釋本專利技術的原理。圖1是根據一示例性實施例示出的一種圖像裁剪方法的流程圖；圖2A是根據另一示例性實施例示出的一種圖像裁剪方法的流程圖；圖2B是根據一示例性實施例示出的一種包含有人臉圖像的示意圖；圖2C是根據一示例性實施例示出的一種利用矩形框對圖像進行框定的示意圖；圖2D是根據一示例性實施例示出的一種利用矩形框對圖像進行多次框定的示意圖；圖2E是根據一示例性實施例示出的一種對包含有人臉圖像進行裁剪的示意圖；圖3A是根據再一示例性實施例示出的一種圖像裁剪方法的流程圖；圖3B是根據一示例性實施例示出的一種對不包含有人臉圖像進行裁剪的示意圖；圖4是根據一示例性實施例示出的一種圖像裁剪裝置的框圖；圖5是根據另一示例性實施例示出的一種圖像裁剪裝置的框圖；圖6是根據再一示例性實施例示出的一種圖像裁剪裝置的框圖。具體實施方式這里將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數字表示相同或相似的要素。以下示例性實施例中所描述的實施方式并不代表與本專利技術相一致的所有實施方式。相反，它們僅是與如所附權利要求書中所詳述的、本專利技術的一些方面相一致的裝置和方法的例子。文中所講的“電子設備”可以是智能手機、平板電腦、智能電視、電子書閱讀器、MP3播放器(MovingPictureExpertsGroupAudioLayerIII，動態影像專家壓縮標準音頻層面3)、MP4(MovingPictureExpertsGroupAudioLayerIV，動態影像專家壓縮標準音頻層面4)播放器、膝上型便攜計算機和臺式計算機等等。圖1是根據一示例性實施例示出的一種圖像裁剪方法的流程圖，如圖1所示，該圖像裁剪方法應用于電子設備中，包括以下步驟。在步驟101中，建立圖像的人臉顯著性模型，本文檔來自技高網...

【技術保護點】
一種圖像裁剪方法，其特征在于，包括：建立圖像的人臉顯著性模型，所述人臉顯著性模型用于表征所述圖像中各個人臉疊加后對所述圖像中各個像素點的顯著性值的影響；將預先建立的顏色顯著性模型以及所述人臉顯著性模型進行線性疊加，得到目標顯著性模型；利用所述目標顯著性模型對所述圖像進行裁剪；其中，所述將預先建立的顏色顯著性模型以及所述人臉顯著性模型線性疊加，得到目標顯著性模型，包括：將所述顏色顯著性模型與第一權值相乘，得到第一乘積；將所述人臉顯著性模型與第二權值相乘，得到第二乘積；將所述第一乘積與所述第二乘積相加，得到所述目標顯著性模型；其中，所述第一權值與所述第二權值的和為1。

【技術特征摘要】
1.一種圖像裁剪方法，其特征在于，包括：建立圖像的人臉顯著性模型，所述人臉顯著性模型用于表征所述圖像中各個人臉疊加后對所述圖像中各個像素點的顯著性值的影響；將預先建立的顏色顯著性模型以及所述人臉顯著性模型進行線性疊加，得到目標顯著性模型；利用所述目標顯著性模型對所述圖像進行裁剪；其中，所述將預先建立的顏色顯著性模型以及所述人臉顯著性模型線性疊加，得到目標顯著性模型，包括：將所述顏色顯著性模型與第一權值相乘，得到第一乘積；將所述人臉顯著性模型與第二權值相乘，得到第二乘積；將所述第一乘積與所述第二乘積相加，得到所述目標顯著性模型；其中，所述第一權值與所述第二權值的和為1。2.根據權利要求1所述的方法，其特征在于，所述人臉顯著性模型為：其中，為所述圖像中第i個像素點的顯著性值，為所述圖像中第p個人臉最小外接矩形的寬度，為所述圖像中第p個人臉最小外接矩形的長度，為所述圖像中第p個人臉所對應的人臉區域的中心點的位置，3.根據權利要求1所述的方法，其特征在于，所述利用所述目標顯著性模型對所述圖像進行裁剪，包括：利用預定的裁剪框對所述圖像進行框定，獲取至少一個框定區域；利用所述目標顯著性模型，計算各個框定區域的總顯著性值；選定總顯著性值最大的框定區域；裁剪出選定的所述框定區域。4.根據權利要求3所述的方法，其特征在于，所述利用所述目標顯著性模型，計算各個框定區域的總顯著性值，包括：對于每個框定區域，利用所述目標顯著性模型計算所述框定區域中各個像素點的顯著性值；將所述框定區域中各個像素點所對應的顯著性值相加，得到所述框定區域的總顯著性值。5.根據權利要求1至4中任一所述的方法，其特征在于，還包括：檢測所述圖像中是否存在人臉；若檢測結果為所述圖像中存在人臉，則執行所述建立圖像的人臉顯著性模型的步驟。6.一種圖像裁剪裝置，其特征在于，包括：建立模塊，用于建立圖像的人臉顯著性模型，所述人臉顯著性模型用于表征所述圖像中各個人臉疊加后對所述圖像中各個像素點的顯著性值的影響；疊加模塊，用于將預先建立的顏色顯著性模型以及建立模塊建立的人臉顯著性模型進行線性疊加，得到目標顯著性模型；裁剪模塊，用于利用疊加模塊得到的目標顯著性模型對所述圖像進行裁剪；其中，所述疊加模塊，包括：第一相乘單元，用于將所述顏...

【專利技術屬性】
技術研發人員：王琳，秦秋平，陳志軍，
申請(專利權)人：小米科技有限責任公司，
類型：發明
國別省市：北京,11