1.本技术属于图像处理技术领域，具体涉及一种图像处理方法、图像处理装置、电子设备及可读存储介质。
背景技术：2.现有技术中，在对图像进行模糊处理时，由于受图像各通道处理精度的限制，在模糊处理后的图像的渐变区域往往会出现水波纹现象，且图像的渐变区域越多，水波纹现象越明显，影响了图像的视觉效果。
技术实现要素：3.本技术实施例的目的是提供一种图像处理方法、图像处理装置、电子设备及可读存储介质，能够解决在对图像进行模糊处理时产生水波纹现象从而影响图像的视觉效果的问题。
4.第一方面，本技术实施例提供了一种图像处理方法，该方法包括：对模糊处理后的第一图像进行区域划分处理；根据预设的像素位置偏移量和像素点位置，确定与第一图像中划分区域后的各区域中的n个第一像素点相对应的n个第二像素点；确定每个第一像素点的第一像素值与对应的第二像素点的第二像素值的协方差；根据协方差与预设数值范围的比较结果调整第一图像的像素，得到目标图像。
5.第二方面，本技术实施例提供了一种图像处理装置，该装置包括：处理单元，用于对模糊处理后的第一图像进行区域划分处理；根据预设的像素位置偏移量和像素点位置，确定与第一图像中划分区域后的各区域中的n个第一像素点相对应的n个第二像素点；确定每个第一像素点的第一像素值与对应的第二像素点的第二像素值的协方差；根据协方差与预设数值范围的比较结果调整第一图像的像素，得到目标图像。
6.第三方面，本技术实施例提供了一种电子设备，该电子设备包括处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面的图像处理方法的步骤。
7.第四方面，本技术实施例提供了一种可读存储介质，该可读存储介质上存储有程序或指令，程序或指令被处理器执行时实现如第一方面的图像处理方法的步骤。
8.第五方面，本技术实施例提供了一种芯片，该芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现如第一方面的图像处理方法的步骤。
9.第六方面，本技术实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面的图像处理方法的步骤。
10.在本技术实施例中，对模糊处理后的第一图像进行区域划分处理；根据预设的像素位置偏移量和像素点位置，确定与第一图像中划分区域后的各区域中的n个第一像素点相对应的n个第二像素点；确定每个第一像素点的第一像素值与对应的第二像素点的第二像素值的协方差；根据协方差与预设数值范围的比较结果调整第一图像的像素，得到目标
图像。通过上述图像处理方法，对模糊处理后的第一图像进行区域划分处理，进而根据预设的像素位置偏移量以及各像素点在第一图像中的区域位置，确定与第一图像中各区域中的每个第一像素点所对应的第二像素点。进而确定第一像素点的第一像素值和第二像素点的第二像素值之间的协方差，并将该协方差与预设数值范围进行比较，进而根据二者的比较结果对第一图像的像素进行调整，从而得到目标图像。这样，结合像素重映射算法对模糊处理后的第一图像中各区域的像素值进行针对性调整，可有效去除模糊处理后的第一图像中的渐变区域产生的水波纹现象，从而使得到的目标图像更加平滑、细腻，提升了目标图像的视觉效果。
附图说明
11.图1为本技术实施例提供的图像处理方法的流程示意图；
12.图2为本技术实施例提供的图像处理方法的操作流程示意图；
13.图3为本技术实施例提供的随机图示意图；
14.图4为本技术实施例提供的像素重映射原理图；
15.图5为本技术实施例提供的像素重映射流程图；
16.图6为本技术实施例提供的图像处理装置的结构框图；
17.图7为本技术实施例提供的电子设备的硬件示意图之一；
18.图8为本技术实施例提供的电子设备的硬件示意图之二。
具体实施方式
19.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本技术保护的范围。
20.本技术的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
21.本技术第一方面的实施例提出了一种图像处理方法，本技术实施例提供的图像处理方法的技术方案的执行主体可以为图像处理的装置，具体可以根据实际使用需求确定，本技术实施例不作限定。为了更加清楚地描述本技术实施例提供的图像处理方法，下面方法实施例中以图像处理方法的执行主体为图像处理装置进行示例性地说明。
22.下面结合附图，通过具体的实施例及其应用场景对本技术实施例提供的图像处理方法进行详细地说明。
23.如图1所示，本技术实施例提供一种图像处理方法，该方法可以包括下述的步骤s102至步骤s108：
24.步骤s102：对模糊处理后的第一图像进行区域划分处理。
25.其中，上述第一图像为对原始图像进行模糊处理后所得到的图像。模糊处理即为
对于原始图像中的各像素点，将其像素值与周围像素点的像素值进行加权平均，并将得到的结果作为该像素点的像素值，从而得到平滑效果的第一图像，也即第一图像。
26.可以理解的是，在对原始图像进行模糊处理以得到第一图像时，受图像各通道处理精度的限制，在第一图像的渐变区域，会产生水波纹现象，降低了第一图像的平滑、细腻的视觉效果。
27.因此，在本技术实施例中，对模糊处理后的图像即第一图像进行区域划分处理，以将第一图像中的渐变区域和非渐变区域进行区域。也即，通过区域划分处理将第一图像中存在水波纹现象的图像区域与不存在水波纹现象的图像区域进行分割，以便后续对存在水波纹现象的图像区域以及不存在水波纹现象的图像区域分别进行针对性处理，从而有效去除第一图像中的水波纹现象，实现第一图像平滑、细腻的视觉效果。
28.步骤s104：根据预设的像素位置偏移量和像素点位置，确定与第一图像中划分区域后的各区域中的n个第一像素点相对应的n个第二像素点。
29.其中，n的数值与第一图像中像素点的总个数相同。例如，第一图像的像素(或分辨率)为20
×
30，则第一图像的像素点的个数为600，也即n的取值为600。
30.进一步地，上述预设的像素位置偏移量为一个坐标偏移量。
31.可以理解的是，一个图像由多个像素点组成，不同的像素点位于不同的像素位置。若将第一图像看作一个二维坐标系，则该图像内的每个像素点均对应一个唯一的且确定的坐标点，该坐标点即为对应像素点的像素点坐标。
32.具体地，第一图像中包含n个第一像素点，对于第一图像中的每一个第一像素点，获取与其对应的第一像素点坐标，进而根据该第一像素点坐标、预设的像素位置偏移量以及第一像素点在第一图像中具体的区域位置，确定一个第二像素点坐标，该第二像素点坐标即为与第一像素点所对应的第二像素点的坐标。由此，便可确定第一图像中与n个第一像素点相对应的n个第二像素点，其中，n个第一像素点和n个第二像素点一一对应。
33.其中，根据第一像素点在第一图像中所处的具体的区域位置(渐变区域或非渐变区域)的不同，在确定其所对应的第二像素点时所采用的像素位置偏移量不同。这样，对于第一图像中渐变区域和非渐变区域的各像素点，针对性地对其进行像素偏移，进而对第一图像的像素进行调整，保证了水波纹现象消除的准确性，进而保证了图像平滑、细腻的视觉效果。
34.另外，可以确定的是，第二像素点和第一像素点之间存在一个映射关系，第一像素点和第二像素点一一对应，对于第一图像中的每个第一像素点均可通过上述映射关系也即上述预设的像素位置偏移量，确定一个唯一的且确定的第二像素点。
35.步骤s106：确定每个第一像素点的第一像素值与对应的第二像素点的第二像素值的协方差。
36.可以理解的是，一个图像由多个像素点组成，不同的像素点的像素值可能相同也可能不相同。而不同的像素值又对应不同的颜色，两个像素点的像素值相差越大，说明这两个像素点的颜色差别越明显。因此，通过图像中各像素点以及其所对应的像素值之间的排列组合便能构成各种各样的图像。
37.在该实施例中，具体地，在根据上述第二像素点和第一像素点之间的映射关系，确定与第一图像中的每个第一像素点所对应的第二像素点后，获取第一像素点所对应的第一
像素值，以及第二像素点所对应的第二像素值，进而计算第一像素值和第二像素值之间的协方差，以通过该协方差的数值对第一像素值和第二像素值之间的区别程度进行判断。
38.步骤s108：根据协方差与预设数值范围的比较结果调整第一图像的像素，得到目标图像。
39.可以理解的是，水波纹现象是由于像素偏移产生的，在图像产生水波纹现象的区域，图像颜色的变化存在反复性和规律性，也即图像像素值的变化方向一致且变化协同程度较小。而两个像素点的像素值之间的协同程度刚好可通过两个像素值之间的协方差进行表示。
40.具体地，在两个像素值之间的协方差大于零的情况下，说明两个像素点的像素值的变化方向一致。此时，协方差的数值越大，说明两个像素点的像素值的变化协同程度越高；而协方差越小，则说明两个像素点的像素值的变化协同程度越低。而在两个像素值之间的协方差小于零的情况下，说明两个像素点的像素值之间呈现相反的变化趋势，也即像素值的变化方向相反。
41.因此，在该实施例中，在确定第一像素值和第二像素值之间的协方差之后，将该协方差的数值与预设数值范围进行比较，进而根据二者的比较结果对第一图像的像素进行调整，也即对第一图像进行像素重映射处理。其中，像素重映射的定义为：对于图像中的各像素点，其像素值取自于自身或周围像素点的像素值。
42.具体地，在本技术实施例中，在上述协方差位于预设数值范围之内的情况下，说明第一像素点和第二像素点之间的像素值符合水波纹现象处的像素变化规律，此时，通过第二像素点的像素值对第一像素点的像素值进行填充调整，也即将第一像素点的像素值调整为第二像素值，以消除水波纹现象。而在上述协方差位于预设数值范围之外的情况下，说明第一像素值和第二像素值的变化不符合水波纹现象处的像素变化规律，此时，不对第一像素点的像素值作调整。
43.示例性地，如图4所示，对于第一图像中的第一像素点p1，获取第一像素点坐标为(x,y)，进而根据预设的像素位置偏移量(ox,oy)确定与第一像素点坐标对应的第二像素点坐标为(x+ox,y+oy)，以此确定与第一像素点p1相对应的第二像素点p2。此时，若计算得到第一像素点p1的第一像素值和第二像素点p2的第二像素值的协方差的数值位于预设数值范围之内，则将第二像素点p2的第二像素值确定第一像素点p1的像素值，也即通过第二像素点的颜色对第一像素点的颜色进行填充；若上述协方差位于预设数值范围之外，则不对第一像素点的像素值进行调整，也即不改变第一像素点的颜色。
44.通过本技术实施例提供的上述图像处理方法，对模糊处理后的图像即第一图像进行区域划分处理，进而根据预设的像素位置偏移量以及各像素点在第一图像中的区域位置，确定与第一图像中划分区域后的各区域中的每个第一像素点所对应的第二像素点。在此基础上，获取第一像素点的第一像素值和第二像素点的第二像素值并计算二者的协方差，进而将第一像素值和第二像素值之间的协方差的具体数值与预设数值范围进行比较，进而根据二者的比较结果对第一图像的像素进行调整，从而得到目标图像。这样，结合像素重映射算法对第一图像中各区域的像素值进行针对性调整，可有效去除第一图像渐变区域产生的水波纹现象，从而使得到的目标图像更加平滑、细腻，提升了目标图像的视觉效果。
45.在本技术实施例中，上述步骤s102具体可包括下述的步骤s102a：
46.步骤s102a：对第一图像进行边缘检测，根据边缘检测结果将第一图像划分为第一区域和第二区域。
47.其中，第一区域对应第一图像中的背景区域，第二区域对应第一图像中的主体区域。
48.可以理解的是，在对原始图像进行模糊处理得到第一图像后，可根据图像内容将第一图像划分为渐变区域和非渐变区域。其中，渐变区域对应第一图像中的背景区域，非渐变区域对应第一图像中的主体区域，也即，第一区域为第一图像中的渐变区域，第二区域为第一图像中的非渐变区域。进一步地，受图像各通道处理精度的限制，在第一图像的渐变区域会产生水波纹现象。
49.因此，在该实施例中，如图2中的步骤iii所示，对模糊处理后的图像即第一图像进行边缘检测，进而根据边缘检测的结果对第一图像中的主体区域部分和背景区域部分进行划分，也即将第一图像划分为第一区域和第二区域。其中，如图2中的(d)所示，a1、a2和a3三个区域即为划分后的第一区域，其余部分则为第二区域。也即，通过对模糊处理后的图像进行边缘检测，将第一图像中存在水波纹现象的区域划分出来，以便后续对该区域有针对性地进行消除水波纹处理，保证了对水波纹消除处理的准确性，提升了图像处理的效率。
50.其中，在对第一图像进行边缘检测时，具体可采用robert算子边缘检测算法、sobel算子边缘检测算法、prewitt算子边缘检测算法、log(laplacian of gassian，拉普拉斯高斯算法)算子边缘检测算法、canny算子边缘检测算法、kirsch算子边缘检测算法等，在此不作具体限制。
51.本技术提供的上述实施例，对第一图像进行边缘检测，进而根据边缘检测结果将第一图像划分为存在水波纹现象的区域(即第一区域)和不存在水波纹现象的区域(即第二区域)。这样，通过边缘检测将第一图像中存在水波纹现象的区域划分出来，以便后续对该区域有针对性地进行消除水波纹处理，保证了对水波纹消除处理的准确性，提升了图像处理的效率。
52.在本技术实施例中，上述步骤s102a具体可包括下述的步骤s102a1至步骤s102a4：
53.步骤s102a1：根据边缘检测结果确定第一图像中图像内容的轮廓线。
54.其中，上述轮廓线为第一图像中图像内容的整体轮廓线，该整体轮廓线可划分为第一图像中的图像内容的外轮廓线和内轮廓线。
55.可以理解的是，边缘检测的结果是将第一图像中的图像内容(具体指第一图像的图像主体)以线条也就是轮廓线的形式进行显示。其中，上述外轮廓线指的是图像主体的边缘轮廓线，图像主体位于该边缘轮廓线(即外轮廓线)之内，而内轮廓线则是指图像主体的全部轮廓线中除去上述边缘轮廓线的其他轮廓线。例如，图像主体为一个带有花纹的圆盘，则该图像主体的外轮廓线即为一个圆，内轮廓线则为其中花纹的轮廓线。
56.具体地，通过robert算子边缘检测算法、sobel算子边缘检测算法、prewitt算子边缘检测算法等多个边缘检测算法中的一个对模糊处理后的图像进行边缘检测，以识别第一图像中的图像内容，将第一图像中的图像内容的以线条形式进行显示。也即，根据边缘检测结果确定第一图像中的图像内容的整体轮廓线，该整体轮廓线可包括第一图像中图像内容的外轮廓线和内轮廓线。
57.步骤s102a2：从轮廓线中识别第一图像中图像内容的外轮廓线。
58.具体地，上述轮廓线为第一图像中图像内容的整体轮廓线，该整体轮廓线可划分为第一图像中的图像内容的外轮廓线和内轮廓线。在根据边缘检测结果确定第一图像中图像内容的整体轮廓线之后，进一步从该整体轮廓线中识别第一图像中图像内容的外轮廓线，以便后续根据该外轮廓线对第一图像中的图像主体所在的区域进行准确确定。
59.步骤s102a3：将第一图像中位于外轮廓线内的图像内容的像素值设为第一预设像素值。
60.具体地，在从上述整体轮廓线中识别出第一图像中图像内容的外轮廓线之后，将第一图像中位于上述外轮廓线内的图像内容的像素值设置为第一预设像素值，也即将第一图像的图像主体区域的像素值设置为第一预设像素值。
61.其中，第一预设像素值应区别于第一图像中其他位置处的像素值，以使后续处理中可根据图像像素值明确确定第一图像中图像主体的所在区域。
62.可以理解的是，图像像素值与图像颜色相对应，不同的像素值对应不同的颜色，为方便后续确定图像主体的所在区域，可将上述外轮廓线内的图像内容也即第一图像的主体区域的颜色设置为一个特殊颜色。
63.具体地，可将上述外轮廓线内的图像内容的像素值设置为(0，0，0，0)这一像素值，其所对应的颜色为全透颜色，即相当于将第一图像中的图像主体区域去除，从而得到第一图像中的图像背景区域。
64.在实际的应用过程中，可根据实际情况对第一图像中外轮廓线内的图像内容的颜色，也即对上述第一预设像素值的具体取值进行确定，在此不作具体限制。
65.步骤s102a4：将第一图像中像素值为非第一预设像素值的图像内容确定为第一区域，以及将第一图像中像素值为第一预设像素值的图像内容确定为第二区域。
66.具体地，根据上述外轮廓线的像素位置对第一图像中图像内容的像素值进行重新设置后，根据第一图像内各区域的像素值将第一图像划分为第一区域和第二区域。
67.其中，将第一图像中像素值为第一预设像素值的区域部分划分为第二区域，而将第一图像中像素值为非第一预设像素值的区域部分划分为第一区域。也即，上述第二区域对应原始图像中的主体区域，第一区域则对应原始图像中的背景区域。也即上述第二区域为第一图像中的非渐变区域，第一区域则为第一图像中的渐变区域。也即，上述第一区域为存在水波纹现象的区域，第二区域则为没有水波纹现象的区域。
68.本技术提供的上述实施例，在根据边缘检测结果将第一图像划分为第一区域和第二区域时，根据边缘检测结果确定第一图像中图像内容的轮廓线，进而从确定好的上述轮廓线中识别第一图像中图像内容的外轮廓线，并将第一图像中位于外轮廓线内的图像内容的像素值设为第一预设像素值。在此基础上，根据第一图像内各区域的像素值是否为第一预设像素值将第一图像划分为第一区域和第二区域。这样，保证了第一区域和第二区域划分的准确性，进而保证了后续水波纹消除处理的准确性，提升了第一图像的视觉效果。
69.在本技术实施例中，上述步骤s102a2具体可包括下述的步骤s102a21和步骤s102a22：
70.步骤s102a21：调整轮廓线的线条颜色。
71.其中，上述轮廓线为第一图像中图像内容的整体轮廓线，该整体轮廓线可划分为第一图像中的图像内容的外轮廓线和内轮廓线。
72.具体地，在根据边缘检测结果确定第一图像中图像内容的整体轮廓线之后，对该整体轮廓线的线条颜色进行调整，以使上述整体轮廓线的颜色区别于第一图像其他位置处的颜色，以便后续通过颜色识别的方式从上述整体轮廓线中识别出第一图像的图像内容的外轮廓线。
73.具体地，图像像素值与图像颜色相对应，在调整上述整体轮廓线的线条颜色时，可通过将该整体轮廓线的像素值设为第二预设像素值的方式对其线条颜色进行调整。
74.其中，上述第二预设像素值应区别于第一图像中其他位置处的像素值，以使整体轮廓线的颜色区别于第一图像其他位置处的颜色，从而通过后续处理准确地从第一图像的图像内容的整体轮廓线中识别出图像内容的外轮廓线，进而根据该外轮廓线确定图像内容也即图像主体所在的区域。
75.可以理解的是，图像像素值与图像颜色相对应，不同的像素值对应不同的颜色，为方便后续确定外轮廓线的位置，可将第一图像的图像内容的整体轮廓线的颜色设置为一个特殊颜色，也即将该整体轮廓线的像素值设置为上述特殊颜色所对应的像素值，例如(255，255，255，0)这一像素值。在实际的应用过程中，可根据实际情况对上述整体轮廓线的颜色，也即对上述第二预设像素值的具体取值进行确定，在此不作具体限制。
76.步骤s102a22：对调整轮廓线颜色后的第一图像进行颜色识别，根据颜色识别结果从轮廓线中识别外轮廓线。
77.具体地，图像像素值与图像颜色相对应，不同的像素值对应不同的颜色。在将第一图像中图像内容的整体轮廓线的像素值设为第二预设像素值，也即将整体轮廓线的线条颜色设置为特定颜色(该特定颜色区别于第一图像中其他位置处的颜色)后，可对边缘检测后的第一图像进行颜色识别，进而根据颜色识别结果从上述整体轮廓线中识别出第一图像的图像内容的外轮廓线。
78.具体地，在对边缘检测后的第一图像进行颜色识别时，按照从左至右以及从右至左的识别顺序从第一图像的两侧同时对第一图像进行颜色识别，在每个识别方向上，对于第一图像中的每横列中的多个像素点，将识别到的第一个特定颜色的像素点确定为该识别方向上第一图像中图像内容的外轮廓线的像素点，以此确定第一图像中图像内容的左、右外轮廓线的像素位置，进而实现从上述整体轮廓线中识别第一图像的图像内容的外轮廓线的目的。这样，保证了对第一图像颜色识别的准确性，即保证了第一图像中图像内容的外轮廓线识别的准确性，以及提升了颜色识别的效率，从而提升了图像处理的准确性和效率。
79.需要说明的是，在实际的应用过程中，还可按照上下方向、斜方向等识别方向对边缘检测后的第一图像进行颜色识别，对于颜色识别的具体方向，在此不作具体限制。
80.本技术提供的上述实施例，在从上述整体轮廓线中识别第一图像的图像内容的外轮廓线时，调整该整体轮廓线的线条颜色，进而对调整轮廓线颜色后的第一图像进行颜色识别，并根据颜色识别结果从上述整体轮廓线中识别出第一图像的图像内容的外轮廓线。这样，保证了第一图像中图像内容的外轮廓线识别的准确性，从而保证了第一区域和第二区域划分的准确性，保证了后续水波纹消除处理的准确性，提升了第一图像的视觉效果。
81.在本技术实施例中，上述步骤s104具体可包括下述的步骤s104a和步骤s104b：
82.步骤s104a：在第一像素点位于第一区域的情况下，根据第一像素位置偏移量确定对应的第二像素点。
83.其中，第一区域对应第一图像的背景区域，即第一区域为第一图像的渐变区域，即第一区域为存在水波纹现象的区域。
84.具体地，上述预设的像素位置偏移量包括第一像素位置偏移量，在根据预设的像素位置偏移量以及像素点位置对第一图像各区域中的每个第一像素点所对应的第二像素点进行确定时，首先确定第一像素点所处的区域，在第一像素点位于第一图像中的第一区域的情况下，根据第一像素偏移量对该第一像素点所对应的第二像素点进行确定。
85.步骤s104b：在第一像素点位于第二区域的情况下，根据第二像素位置偏移量确定对应的第二像素点。
86.其中，第二区域对应第一图像的主体区域，即第二区域为第一图像的非渐变区域，即第二区域为第一图像中不存在水波纹现象的区域。
87.具体地，上述预设的像素位置偏移量还包括第二像素位置偏移量，在根据预设的像素位置偏移量以及像素点位置对第一图像各区域中的每个第一像素点所对应的第二像素点进行确定时，首先确定第一像素点所处的区域，在第一像素点位于第一图像中的第二区域的情况下，根据第二像素偏移量对该第一像素点所对应的第二像素点进行确定。
88.另外，需要说明的是，为实现对第一图像中水波纹现象的针对性的、高效的、精确的处理，上述第二像素位置偏移量应不同于上述第一像素位置偏移量。
89.具体地，在对第一图像进行像素重映射时，上述第一像素位置偏移量和第二像素位置偏移量可根据预设随机图进行确定。其中，预设随机图为预存储在存储区间内的一张随机图，该预设随机图的尺寸与第一图像进行模糊处理之前的原始图像的尺寸相同。
90.在实际的应用过程中，如图3所示(左图为随机半径范围示意图，右图为生成的预设随机图)，用户可按照一定的半径随机生成一张随机图。其中，需要说明的是，在生成上述预设随机图时，该预设随机图的尺寸与待处理的原始图像尺寸相同，且该预设随机图中每个像素点的像素值坐标的第三位均设为零，以供后续调取使用。
91.具体地，上述第一像素位置偏移量为第一偏移量与第二偏移量的乘积，第二像素位置偏移量则为上述第一偏移量。其中，第二偏移量为预设偏移量，第一偏移量为预设随机图中与第一图像的第一像素点相对应位置的像素值，预设随机图和原始图像的尺寸相同，也即第一偏移量为预设随机图中第一像素点坐标处的像素值。具体地，第一像素位置偏移量和第二像素位置偏移量可通过下述公式进行表述：
[0092][0093]
(ox,oy)’＝(ux,vy)，
[0094]
其中，(ox,oy)为第一像素位置偏移量，(ox,oy)’为第二像素位置偏移量，(ux,vy)为第一偏移量，也即为预设随机图中第一像素点坐标处的像素值，为第二偏移量，
[0095]
示例性地，如图5所示，在对第一图像中的每个第一像素点进行像素重映射时，首先确定第一像素点坐标为(x,y)，进而获取预设的随机图中像素点坐标(x,y)处的像素值(ux,vy)，也即确定第一偏移量为(ux,vy)。在此基础上，若第一像素点位于第一图像的第一区域，则根据第一偏移量为(ux,vy)与第二偏移量的乘积确定第一像素位置偏移量(ox,oy)；若第一像素点位于第一图像的第二区域，则直接将第一偏移量(ux,vy)确定为
第一像素位置偏移量(ox,oy)。在确定第一像素位置偏移量(ox,oy)之后，进而根据第一像素点坐标(x,y)以及第一像素位置偏移量(ox,oy)确定第二像素点坐标为(x+ox,y+oy)，以此确定第二像素点。在此基础上，提取第一图像中第一像素点的第一像素值和第二像素点的第二坐标值，并计算二者的协方差，在第一像素值和第二像素值的协方差的数值位于预设数值范围之内的情况下，将第二像素点坐标(x+ox,y+oy)处的像素值填充至第一像素点坐标(x,y)处，也即将第一像素点的像素值调整为上述第二像素值。
[0096]
本技术提供的上述实施例，在根据预设的像素位置偏移量以及像素点位置对第一图像各区域中的每个第一像素点所对应的第二像素点进行确定时，首先确定第一像素点所处的区域，在第一像素点位于第一图像中的第一区域的情况下，根据第一像素偏移量对该第一像素点所对应的第二像素点进行确定，而在第一像素点位于第一图像中的第二区域的情况下，根据第二像素偏移量对该第一像素点所对应的第二像素点进行确定，其中，上述第一像素位置偏移量和第二像素位置偏移量根据预设随机图进行确定。这样，结合预设随机图，对第一图像中存在水波纹现象的区域(即第一区域)和不存在水波纹现象的区域(即第二区域)，采用不同的像素位置偏移量进行像素重映射处理，保证了水波纹现象消除的准确性和随机性，可有效去除第一图像渐变区域产生的水波纹现象，从而使得第一图像更加平滑、细腻，提升了第一图像的视觉效果。
[0097]
在本技术实施例中，上述步骤s108具体可包括下述的步骤s108a和步骤s108b：
[0098]
步骤s108a：在协方差小于等于预设阈值，且协方差大于等于零的情况下，将第一像素点的像素值调整为第二像素值。
[0099]
可以理解的是，水波纹现象是由于像素偏移产生的，在图像产生水波纹现象的区域，图像颜色的变化存在反复性和规律性，也即图像像素值的变化方向一致且变化协同程度较小。而两个像素点的像素值之间的协同程度刚好可通过两个像素值之间的协方差进行表示。
[0100]
具体地，在两个像素值之间的协方差大于零的情况下，说明两个像素点的像素值的变化方向一致。此时，协方差的数值越大，说明两个像素点的像素值的变化协同程度越高；而协方差越小，则说明两个像素点的像素值的变化协同程度越低。而在两个像素值之间的协方差小于零的情况下，说明两个像素点的像素值之间呈现相反的变化趋势，也即像素值的变化方向相反。
[0101]
因此，在该实施例，根据第一像素点的第一像素值和第二像素点的第二像素值之间的协方差与预设数值范围的比较结果，对第一图像的像素进行调整。具体地，在上述协方差在大于等于零且小于等于预设阈值的情况下，说明第一像素值和第二像素值的变化方向一致且协同度较低，也即第一像素点和第二像素点之间的像素值符合水波纹现象处的像素变化规律。此时，通过第二像素点的像素值对第一像素点的像素值进行填充，也即将第一像素点的像素值调整为上述第二像素值。
[0102]
其中，上述预设阈值为一个较小的数值，在实际的应用过程中，其可取0.018、0.019、0.02、0.021、0.022等数值，在此不作具体限制。
[0103]
步骤s108b：在协方差大于预设阈值，或者协方差小于零的情况下，保持第一像素点的像素值不变。
[0104]
具体地，在确定上述第一像素值和第二像素值之间的协方差之后，将该协方差与
预设数值范围进行比较，在该协方差大于预设阈值的情况下，说明第一像素值和第二像素值的变化协同度较高，在该协方差小于零的情况下，则说明第一像素值和第二像素值的变化方向相反。以上两种情况均不符合水波纹现象处的像素变化规律，因此，在上述两种情况下，均不对第一像素点的像素值进行调整。
[0105]
示例性地，如图4所示，对于第一图像中的第一像素点p1，获取第一像素点坐标为(x,y)，进而根据预设的像素位置偏移量(ox,oy)确定与第一像素点坐标对应的第二像素点坐标为(x+ox,y+oy)，以此确定与第一像素点p1相对应的第二像素点p2。此时，若计算得到第一像素点p1的第一像素值和第二像素点p2的第二像素值的协方差大于等于零且小于等于预设阈值，则将第二像素点p2的第二像素值确定第一像素点p1的像素值，也即通过第二像素点的颜色对第一像素点的颜色进行填充；若上述协方差大于预设阈值，或者协方差小于零，则不对第一像素点的像素值进行调整，也即不改变第一像素点的颜色。
[0106]
本技术提供的上述实施例，在第一像素点的第一像素值和第二像素点的第二像素值之间的协方差大于等于零且小于等于预设阈值的情况下，通过第二像素点的像素值对第一像素点的像素值进行填充调整，而在上述协方差大于预设阈值，或者协方差小于零的情况下，不对第一像素点的像素值进行调整。这样，保证了第一图像像素重映射的准确性，可有效去除第一图像中的水波纹现象，从而使得第一图像更加平滑、细腻，提升了第一图像的视觉效果。
[0107]
在本技术实施例中，在上述步骤s102之前，图形处理方法还可包括下述的步骤s100和步骤s101：
[0108]
步骤s100：将原始图像缩小目标倍数。
[0109]
其中，上述原始图像可以是拍摄得到的图像，也可以是从本地存储区间如本地相册内获取得到图像，还可以是通过外部数据连接(如外部磁盘、u盘等)导入的图像。
[0110]
也就是说，本技术实施例可以在拍摄过程中对拍摄到的图像进行在线模糊处理，也可在拍摄完成后选择待处理的图像或从外部存储空间导入待处理图像，进而对该待处理图像进行模糊处理，以得到模糊处理后的第一图像。
[0111]
具体地，如图2中的步骤i所示，在获取原始图像后，首先将原始图像缩小目标倍数，进而再对缩小后的原始图像进行后续的图像处理。通过将原始图像缩小目标倍数再进行处理，可有效降低后续图像处理时所需的计算能力，从而有效节约计算资源。
[0112]
具体地，在实际的应用过程中，可根据双线性差值算法、最近邻插值算法、双立方插值算法等图像处理算法对原始图像进行缩小处理，以得到缩小后的原始图像。对于将原始图像进行缩小所采用的具体方式，用户可根据实际情况进行选择，在此不作具体限制。
[0113]
另外，在实际的处理过程中，上述目标倍数具体可取0.2、0.3、0.4、0.5等数值，在此亦不作具体限制。
[0114]
步骤s101：按照第一模糊半径，对缩小后的原始图像进行高斯模糊处理。
[0115]
具体地，如图2中的步骤ii所示，在对原始图像进行缩小处理得到缩小目标倍数的原始图像后，按照第一模糊半径，根据高斯分布算法对缩小后的原始图像进行高斯模糊(或高斯平滑)处理，以得到模糊处理后的图像。
[0116]
其中，高斯模糊处理的模糊半径与模糊程度相关，模糊半径越大，则高斯模糊的程度越大，模糊半径越小，则高斯模糊的程度越小。在实际的应用过程中，上述第一模糊半径
的具体取值可根据实际情况进行设置，以对缩小后的原始图像进行不同模糊程度的模糊处理。例如，上述第一模糊半径具体可取2、3、4、5等数值，在此不作具体限制。
[0117]
进一步地，在实际的图像处理过程中，除上述应用的高斯模糊处理算法，还可通过其他模糊算法对缩小后的原始图像进行模糊处理，例如均值模糊算法、径向模糊算法等，在此不作具体限制。
[0118]
另外，需要说明的是，上述在对原始图像进行高斯模糊处理之前，将原始图像缩小了目标倍数，为保证水波纹消除处理的精确度，如图2中的步骤iv和步骤v所示，将划分为第一区域和第二区域的第一图像恢复至原始大小后，再对第一图像进行像素重映射处理。此时，如图2中的(e)所示，上述a1、a2和a3三个区域放大后变为a4、a5和a6三个区域。
[0119]
本技术提供的上述实施例，将原始图像缩小目标倍数后，再按照第一模糊半径缩小后的原始图像进行高斯模糊处理，有效降低了图像处理所需的计算能力，节约了计算资源。
[0120]
在本技术实施例中，上述图像处理方法还可包括下述的步骤s110至步骤s114：
[0121]
步骤s110：对像素调整后的第一图像进行第一去噪处理，得到第一中间图像。
[0122]
步骤s112：对像素调整后的第二图像进行第二去噪处理，得到第二中间图像。
[0123]
具体地，在对第一图像进行像素重映射后，可对像素调整后的图像进行去噪处理，以去除图像中的噪点现象，进一步提升图像的视觉效果。
[0124]
具体地，复制像素重映射后的图像以得到两个一模一样的第一图像，通过第一去噪处理对两个第一图像中的一个图像进行降噪，通过第二去噪处理对两个第一图像中的另一个图像进行降噪，以得到两个经过不同降噪处理后的第一图像，即第一中间图像和第二中间图像。
[0125]
其中，第一降噪处理和第二降噪处理为不同的降噪处理算法。具体地，第一降噪处理和第二降噪处理均可为ai算法去噪、高斯模糊去噪、中值滤波算法去噪、小波变换算法去噪等去噪算法中的一种，在此不作具体限制。
[0126]
其中，为区别于上述高斯模糊处理，在通过高斯模糊进行去噪处理时，高斯模糊去噪所采用的第二模糊半径应不同于上述第一模糊半径，以在保证降噪处理的效果的同时，保证图像的平滑、细腻效果。
[0127]
另外，需要说明的是，上述步骤s110和步骤s112之间没有明确的执行顺序，可在执行完步骤s110后再执行步骤s112，亦可在执行完步骤s112后再执行步骤s110，还可同时执行步骤s110和步骤s112。对于步骤s110和步骤s112的执行顺序，在此不作具体限制。
[0128]
步骤s114：将第一中间图像和第二中间图像进行加权平均，以得到目标图像。
[0129]
具体地，在对第一图像进行不同的降噪处理而得到第一中间图像和第二中间图像后，通过加权平均算法将降噪处理后得到的第一中间图像和第二中间图像进行融合处理，以得到目标图像。
[0130]
也即，对于目标图像中每个像素点的像素值，通过第一中间图像对应像素点的像素值的二分之一，与第二中间图像对应像素点的二分之一的乘积进行确定。具体算法可通过下述公式进行表述：
[0131]
t＝t1×
50％+t2×
50％，
[0132]
其中，t为目标图像的像素值，t1为第一中间图像的像素值，t2为第二中间图像的像
素值。
[0133]
本技术提供的上述实施例，在对第一图像进行像素重映射之后，通过第一降噪处理和第二降噪处理对像素调整后的图像分别进行降噪，以得到降噪处理后的第一中间图像和第二中间图像，进而将第一中间图像和第二中间图像进行加权平均融合处理以得到目标图像。这样，对经过像素重映射后的第一图像进行去噪处理，去除图像中的噪点现象，使得第一图像更加平滑、细腻，进一步提升了第一图像的视觉效果。
[0134]
本技术实施例第一方面提出的图像处理方法，结合像素重映射算法对图像进行模糊处理，可有效去除第一图像渐变区域产生的水波纹现象，从而使得第一图像更加平滑、细腻，提升了第一图像的视觉效果。下面根据图2对本技术实施例第一方面提出的图像处理方法进行阐述，如图2所示，本技术实施例第一方面提出的图像处理方法主要可包括以下五个步骤：
[0135]
步骤i：如图2中的(a)所示，获取一个待处理的原始图像，进而将获取到的原始图像缩小目标倍数，如图2中的(b)所示，得到缩小后的原始图像。
[0136]
步骤ii：按照第一模糊半径，对缩小后的原始图像进行高斯模糊处理，如图2中的(c)所示，得到模糊处理后的图像即第一图像。
[0137]
步骤iii：对第一图像进行边缘检测，进而根据边缘检测结果将第一图像划分为第一区域和第二区域，如图2中的(d)所示，得到区域划分后的图像。其中，a1、a2和a3三个区域即为划分得到的第一区域。
[0138]
步骤iv：将划分区域后的图像放大目标倍数，也即将图像恢复至原始图像的尺寸大小，如图2中的(e)所示，得到放大后的第一图像。此时，上述a1、a2和a3三个区域经过放大对应变为a4、a5和a6三个区域。
[0139]
步骤v：根据预设的像素位置偏移量对放大后的第一图像中的每个像素点进行像素重映射，以消除其中的水波纹现象，如图2中的(f)所示，得到平滑、细腻的第一图像。
[0140]
其中，在步骤v之后，还可通过第一降噪处理、第二降噪处理以及加权平均融合处理等操作对像素重映射后的模糊进行降噪，最终得到平滑、细腻、无噪点的目标图像。
[0141]
本技术第一方面的实施例提供的图像处理方法，执行主体可以为图像处理装置。本技术实施例中以图像处理装置执行上述图像处理的方法为例，说明本技术第二方面实施例提供的图像处理的装置。
[0142]
如图6所示，本技术实施例提供一种图像处理装置600，该装置包括下述的处理单元602。
[0143]
处理单元602，用于对模糊处理后的第一图像进行区域划分处理；
[0144]
处理单元602还用于，根据预设的像素位置偏移量和像素点位置，确定与第一图像中划分区域后的各区域中的n个第一像素点相对应的n个第二像素点；
[0145]
处理单元602还用于，确定每个第一像素点的第一像素值与对应的第二像素点的第二像素值的协方差；
[0146]
处理单元602还用于，根据协方差与预设数值范围的比较结果调整第一图像的像素，得到目标图像。
[0147]
在本技术实施例中，图像处理装置600通过处理单元602对模糊处理后的图像即第一图像进行区域划分处理，进而根据预设的像素位置偏移量以及各像素点在第一图像中的
区域位置，确定与第一图像中划分区域后的各区域中的每个第一像素点所对应的第二像素。在此基础上，获取第一像素点的第一像素值和第二像素点的第二像素值并计算二者的协方差，进而将第一像素值和第二像素值之间的协方差的具体数值与预设数值范围进行比较，并根据二者的比较结果对第一图像的像素进行调整，从而得到目标图像。这样，结合像素重映射算法对第一图像中各区域的像素值进行针对性调整，可有效去除第一图像渐变区域产生的水波纹现象，从而使得第一图像更加平滑、细腻，提升了第一图像的视觉效果。
[0148]
在本技术实施例中，处理单元602还可用于：将原始图像缩小目标倍数；按照第一模糊半径，对缩小后的原始图像进行高斯模糊处理。
[0149]
本技术提供的上述实施例，还可通过处理单元602对原始图像进行模糊处理。具体地，将原始图像缩小目标倍数，然后再按照第一模糊半径缩小后的原始图像进行高斯模糊处理，有效降低了图像处理所需的计算能力，节约了计算资源。
[0150]
在本技术实施例中，处理单元602具体还用于：对第一图像进行边缘检测；根据边缘检测结果将第一图像划分为第一区域和第二区域；其中，第一区域对应原始图像中的背景区域，第二区域对应原始图像中的主体区域。
[0151]
本技术提供的上述实施例，在通过处理单元602对模糊处理后的第一图像进行区域划分处理时，首先对第一图像进行边缘检测，进而根据边缘检测结果将第一图像划分为存在水波纹现象的区域(即第一区域)和不存在水波纹现象的区域(即第二区域)。这样，通过边缘检测将第一图像中存在水波纹现象的区域划分出来，以便后续对该区域有针对性地进行消除水波纹处理，保证了对水波纹消除处理的准确性，提升了图像处理的效率。
[0152]
在本技术实施例中，处理单元602具体可用于：根据边缘检测结果确定第一图像中图像内容的轮廓线；从轮廓线中识别第一图像中图像内容的外轮廓线；将第一图像中位于外轮廓线内的图像内容的像素值设为第一预设像素值；将第一图像中像素值为非第一预设像素值的图像内容确定为第一区域，以及将第一图像中像素值为第一预设像素值的图像内容确定为第二区域。
[0153]
本技术提供的上述实施例，在通过处理单元602根据边缘检测结果将第一图像划分为第一区域和第二区域时，根据边缘检测结果确定第一图像中图像内容的轮廓线，进而从确定好的上述轮廓线中识别出第一图像中图像内容的外轮廓线，并将第一图像中位于外轮廓线内的图像内容的像素值设为第一预设像素值。在此基础上，根据第一图像内各区域的像素值是否为第一预设像素值将第一图像划分为第一区域和第二区域。这样，保证了第一区域和第二区域划分的准确性，进而保证了后续水波纹消除处理的准确性，提升了第一图像的视觉效果。
[0154]
在本技术实施例中，处理单元602具体可用于：调整轮廓线的线条颜色；对调整轮廓线颜色后的第一图像进行颜色识别，根据颜色识别结果从轮廓线中识别外轮廓线。
[0155]
本技术提供的上述实施例，在通过处理单元602从上述整体轮廓线中识别第一图像的图像内容的外轮廓线时，调整该整体轮廓线的线条颜色，进而对调整轮廓线颜色后的第一图像进行颜色识别，并根据颜色识别结果从上述整体轮廓线中识别出第一图像的图像内容的外轮廓线。这样，保证了第一图像中图像内容的外轮廓线识别的准确性，从而保证了第一区域和第二区域划分的准确性，保证了后续水波纹消除处理的准确性，提升了第一图像的视觉效果。
[0156]
在本技术实施例中，处理单元602具体用于：在第一像素点位于第一区域的情况下，根据第一像素位置偏移量确定对应的第二像素点；在第一像素点位于第二区域的情况下，根据第二像素位置偏移量确定对应的第二像素点；其中，第一像素位置偏移量和第二像素位置偏移量根据预设随机图确定，预设随机图与第一图像的原始图像的尺寸相同。
[0157]
本技术提供的上述实施例，处理单元602在根据预设的像素位置偏移量以及像素点位置对第一图像各区域中的每个第一像素点所对应的第二像素点进行确定时，首先确定第一像素点所处的区域，在第一像素点位于第一图像中的第一区域的情况下，根据第一像素偏移量对该第一像素点所对应的第二像素点进行确定，而在第一像素点位于第一图像中的第二区域的情况下，根据第二像素偏移量对该第一像素点所对应的第二像素点进行确定，其中，上述第一像素位置偏移量和第二像素位置偏移量根据预设随机图进行确定。这样，结合预设随机图，对第一图像中存在水波纹现象的区域(即第一区域)和不存在水波纹现象的区域(即第二区域)，采用不同的像素位置偏移量进行像素重映射处理，保证了水波纹现象消除的准确性和随机性，可有效去除第一图像渐变区域产生的水波纹现象，从而使得第一图像更加平滑、细腻，提升了第一图像的视觉效果。
[0158]
在本技术实施例中，处理单元602具体可用于：在协方差小于等于预设阈值，且协方差大于等于零的情况下，将第一像素点的像素值调整为第二像素值；在协方差大于预设阈值，或者协方差小于零的情况下，保持第一像素点的像素值不变。
[0159]
本技术提供的上述实施例，在对第一图像中的每个第一像素点进行像素重映射时，在第一像素点的第一像素值和第二像素点的第二像素值之间的协方差大于等于零且小于等于预设阈值的情况下，通过第二像素点的像素值对第一像素点的像素值进行填充调整，而在上述协方差大于预设阈值，或者协方差小于零的情况下，不对第一像素点的像素值进行调整。这样，保证了第一图像像素重映射的准确性，可有效去除第一图像中的水波纹现象，保证了水波纹去除的准确性，从而使得第一图像更加平滑、细腻，提升了第一图像的视觉效果。
[0160]
在本技术实施例中，处理单元602具体还用于：对像素调整后的第一图像进行第一去噪处理，得到第一中间图像；对像素调整后的第一图像进行第二去噪处理，得到第二中间图像；将第一中间图像和第二中间图像进行加权平均，以得到目标图像。
[0161]
本技术提供的上述实施例，处理单元602在对第一图像进行像素重映射之后，还可通过第一降噪处理和第二降噪处理对像素调整后的图像分别进行降噪，以得到降噪处理后的第一中间图像和第二中间图像，进而将第一中间图像和第二中间图像进行加权平均融合处理以得到目标图像。这样，对经过像素重映射后的第一图像进行去噪处理，去除图像中的噪点现象，使得第一图像更加平滑、细腻，进一步提升了第一图像的视觉效果。
[0162]
本技术实施例中的图像处理装置600可以是电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(mobile internet device，mid)、增强现实(augmented reality，ar)/虚拟现实(virtual reality，vr)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，umpc)、上网本或者个人数字助理(personal digital assistant，pda)等，还可以为服务器、网络附属存储器(network attached storage，nas)、个人计算机
(personal computer，pc)、电视机(television，tv)、柜员机或者自助机等，本技术实施例不作具体限定。
[0163]
本技术实施例中的图像处理装置600可以为具有操作系统的装置。该操作系统可以为安卓(android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本技术实施例不作具体限定。
[0164]
本技术第二方面实施例提供的图像处理装置600能够实现图1的方法实施例实现的各个过程，为避免重复，这里不再赘述。
[0165]
可选地，如图7所示，本技术实施例还提供一种电子设备700，包括处理器702和存储器704，存储器704上存储有可在处理器702上运行的程序或指令，该程序或指令被处理器702执行时实现上述第一方面的图像处理方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0166]
需要说明的是，本技术实施例中的电子设备包括上述的移动电子设备和非移动电子设备。
[0167]
图8为实现本技术实施例的一种电子设备的硬件结构示意图。
[0168]
该电子设备800包括但不限于：射频单元801、网络模块802、音频输出单元803、输入单元804、传感器805、显示单元806、用户输入单元807、接口单元808、存储器809、以及处理器810等部件。
[0169]
本领域技术人员可以理解，电子设备800还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器810逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图8中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
[0170]
本技术实施例的电子设备800可用于实现上述第一方面图像处理方法实施例的各个步骤。
[0171]
其中，处理器810，用于对模糊处理后的第一图像进行区域划分处理；
[0172]
处理器810还用于，根据预设的像素位置偏移量和像素点位置，确定与第一图像中划分区域后的各区域中的n个第一像素点相对应的n个第二像素点；
[0173]
处理器810还用于，确定内个第一像素点的第一像素值与对应的第二像素点的第二像素值的协方差；
[0174]
处理器810还用于，根据协方差与预设数值范围的比较结果调整第一图像的像素，得到目标图像。
[0175]
本技术实施例提出的电子设备800通过处理器810对模糊处理后的图像即第一图像进行区域划分处理，进而根据预设的像素位置偏移量以及各像素点在第一图像中的区域位置，确定与第一图像中划分区域后的各区域中的每个第一像素点所对应的第二像素点。在此基础上，获取第一像素点的第一像素值和第二像素点的第二像素值并计算二者的协方差，进而将第一像素值和第二像素值之间的协方差的具体数值与预设数值范围进行比较，并根据二者的比较结果对第一图像的像素进行调整，从而得到目标图像。这样，结合像素重映射算法对第一图像中各区域的像素值进行针对性调整，可有效去除第一图像渐变区域产生的水波纹现象，从而使得第一图像更加平滑、细腻，提升了第一图像的视觉效果。
[0176]
可选地，处理器810还可用于：将原始图像缩小目标倍数；按照第一模糊半径，对缩小后的原始图像进行高斯模糊处理。
[0177]
本技术提供的上述实施例，还可通过处理器810对原始图像进行模糊处理。具体地，将原始图像缩小目标倍数，然后再按照第一模糊半径缩小后的原始图像进行高斯模糊处理，有效降低了图像处理所需的计算能力，节约了计算资源。
[0178]
可选地，处理器810具体还用于：对第一图像进行边缘检测；根据边缘检测结果将第一图像划分为第一区域和第二区域；根据第一像素点位于第一区域或第二区域以及预设的像素位置偏移量，确定第二像素点；其中，第一区域对应原始图像中的背景区域，第二区域对应原始图像中的主体区域。
[0179]
本技术提供的上述实施例，在通过处理器810对模糊处理后的第一图像进行区域划分处理时，首先对第一图像进行边缘检测，进而根据边缘检测结果将第一图像划分为存在水波纹现象的区域(即第一区域)和不存在水波纹现象的区域(即第二区域)。这样，通过边缘检测将第一图像中存在水波纹现象的区域划分出来，以便后续对该区域有针对性地进行消除水波纹处理，保证了对水波纹消除处理的准确性，提升了图像处理的效率。
[0180]
可选地，处理器810具体可用于：根据边缘检测结果确定第一图像中图像内容的轮廓线；从轮廓线中识别第一图像中图像内容的外轮廓线；将第一图像中位于外轮廓线内的图像内容的像素值设为第一预设像素值；将第一图像中像素值为非第一预设像素值的图像内容确定为第一区域，以及将第一图像中像素值为第一预设像素值的图像内容确定为第二区域。
[0181]
本技术提供的上述实施例，在通过处理器810根据边缘检测结果将第一图像划分为第一区域和第二区域时，根据边缘检测结果确定第一图像中图像内容的轮廓线，进而从确定好的上述轮廓线中识别出第一图像中图像内容的外轮廓线，并将第一图像中位于外轮廓线内的图像内容的像素值设为第一预设像素值。在此基础上，根据第一图像内各区域的像素值是否为第一预设像素值将第一图像划分为第一区域和第二区域。这样，保证了第一区域和第二区域划分的准确性，进而保证了后续水波纹消除处理的准确性，提升了第一图像的视觉效果。
[0182]
可选地，处理器810具体用于：调整轮廓线的线条颜色；对调整轮廓线颜色后的第一图像进行颜色识别，根据颜色识别结果从轮廓线中识别外轮廓线。
[0183]
本技术提供的上述实施例，在通过处理器810从上述整体轮廓线中识别第一图像的图像内容的外轮廓线时，调整该整体轮廓线的线条颜色，进而对调整轮廓线颜色后的第一图像进行颜色识别，并根据颜色识别结果从上述整体轮廓线中识别出第一图像的图像内容的外轮廓线。这样，保证了第一图像中图像内容的外轮廓线识别的准确性，从而保证了第一区域和第二区域划分的准确性，保证了后续水波纹消除处理的准确性，提升了第一图像的视觉效果。
[0184]
可选地，处理器810具体用于：在第一像素点位于第一区域的情况下，根据第一像素位置偏移量确定对应的第二像素点；在第一像素点位于第二区域的情况下，根据第二像素位置偏移量确定对应的第二像素点；其中，第一像素位置偏移量和第二像素位置偏移量根据预设随机图确定，预设随机图与第一图像的原始图像的尺寸相同。
[0185]
本技术提供的上述实施例，处理器810在根据预设的像素位置偏移量以及像素点
位置对第一图像各区域中的每个第一像素点所对应的第二像素点进行确定时，首先确定第一像素点所处的区域，在第一像素点位于第一图像中的第一区域的情况下，根据第一像素偏移量对该第一像素点所对应的第二像素点进行确定，而在第一像素点位于第一图像中的第二区域的情况下，根据第二像素偏移量对该第一像素点所对应的第二像素点进行确定，其中，上述第一像素位置偏移量和第二像素位置偏移量根据预设随机图进行确定。这样，结合预设随机图，对第一图像中存在水波纹现象的区域(即第一区域)和不存在水波纹现象的区域(即第二区域)，采用不同的像素位置偏移量进行像素重映射处理，保证了水波纹现象消除的准确性和随机性，可有效去除第一图像渐变区域产生的水波纹现象，从而使得第一图像更加平滑、细腻，提升了第一图像的视觉效果。
[0186]
可选地，处理器810具体用于：在协方差小于等于预设阈值，且协方差大于等于零的情况下，将第一像素点的像素值调整为第二像素值；在协方差大于预设阈值，或者协方差小于零的情况下，保持第一像素点的像素值不变。
[0187]
本技术提供的上述实施例，在对第一图像中的每个第一像素点进行像素重映射时，在第一像素点的第一像素值和第二像素点的第二像素值之间的协方差大于等于零且小于等于预设阈值的情况下，通过第二像素点的像素值对第一像素点的像素值进行填充调整，而在上述协方差大于预设阈值，或者协方差小于零的情况下，不对第一像素点的像素值进行调整。这样，保证了第一图像像素重映射的准确性，可有效去除第一图像中的水波纹现象，保证了水波纹去除的准确性，从而使得第一图像更加平滑、细腻，提升了第一图像的视觉效果。
[0188]
可选地，处理器810具体还用于：对像素调整后的第一图像进行第一去噪处理，得到第一中间图像；对像素调整后的第一图像进行第二去噪处理，得到第二中间图像；将第一中间图像和第二中间图像进行加权平均，以得到目标图像。
[0189]
本技术提供的上述实施例，处理器810在对第一图像进行像素重映射之后，还可通过第一降噪处理和第二降噪处理对像素调整后的图像分别进行降噪，以得到降噪处理后的第一中间图像和第二中间图像，进而将第一中间图像和第二中间图像进行加权平均融合处理以得到目标图像。这样，对经过像素重映射后的第一图像进行去噪处理，去除图像中的噪点现象，使得第一图像更加平滑、细腻，进一步提升了第一图像的视觉效果。
[0190]
应理解的是，本技术实施例中，输入单元804可以包括图形处理器(graphics processing unit，gpu)8041和麦克风8042，图形处理器8041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元806可包括显示面板8061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板8061。用户输入单元807包括触控面板8071以及其他输入设备8072中的至少一种。触控面板8071，也称为触摸屏。触控面板8071可包括触摸检测装置和触摸控制器两个部分。其他输入设备8072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
[0191]
存储器809可用于存储软件程序以及各种数据。存储器809可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。
[0192]
此外，存储器809可以包括易失性存储器或非易失性存储器，或者，存储器809可以
包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddrsdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synch link dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，drram)。本技术实施例中的存储器809包括但不限于这些和任意其它适合类型的存储器。
[0193]
处理器810可包括一个或多个处理单元；可选的，处理器810集成应用处理器和调制解调处理器，其中，应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器810中。
[0194]
本技术实施例还提供一种可读存储介质，可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述第一方面图像处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0195]
其中，处理器为上述实施例中的电子设备中的处理器。可读存储介质，包括计算机可读存储介质，如计算机只读存储器rom、随机存取存储器ram、磁碟或者光盘等。
[0196]
本技术实施例另提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现上述第一方面图像处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0197]
应理解，本技术实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
[0198]
本技术实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如上述第一方面图像处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0199]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本技术实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
[0200]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做
出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本技术各个实施例的方法。
[0201]
上面结合附图对本技术的实施例进行了描述，但是本技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本技术的启示下，在不脱离本技术宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本技术的保护之内。
技术特征：1.一种图像处理方法，其特征在于，所述图像处理方法包括：对模糊处理后的第一图像进行区域划分处理；根据预设的像素位置偏移量和像素点位置，确定与所述第一图像中划分区域后的各区域中的n个第一像素点相对应的n个第二像素点；确定每个第一像素点的第一像素值与对应的第二像素点的第二像素值的协方差；根据所述协方差与预设数值范围的比较结果调整所述第一图像的像素，得到目标图像。2.根据权利要求1所述的图像处理方法，其特征在于，所述对模糊处理后的第一图像进行区域划分处理，具体包括：对所述第一图像进行边缘检测；根据边缘检测结果将所述第一图像划分为第一区域和第二区域；其中，所述第一区域对应所述第一图像中的背景区域，所述第二区域对应所述第一图像中的主体区域。3.根据权利要求2所述的图像处理方法，其特征在于，所述根据边缘检测结果将所述第一图像划分为第一区域和第二区域，具体包括：根据边缘检测结果确定所述第一图像中图像内容的轮廓线；从所述轮廓线中识别所述第一图像中图像内容的外轮廓线；将所述第一图像中位于所述外轮廓线内的图像内容的像素值设为第一预设像素值；将所述第一图像中像素值为非第一预设像素值的图像内容确定为所述第一区域，以及将所述第一图像中像素值为所述第一预设像素值的图像内容确定为所述第二区域。4.根据权利要求2所述的图像处理方法，其特征在于，所述根据预设的像素位置偏移量和像素点位置，确定与所述第一图像中划分区域后的各区域中的n个第一像素点相对应的n个第二像素点，具体包括：在所述第一像素点位于所述第一区域的情况下，根据第一像素位置偏移量确定对应的所述第二像素点；在所述第一像素点位于所述第二区域的情况下，根据第二像素位置偏移量确定对应的所述第二像素点；其中，所述第一像素位置偏移量和所述第二像素位置偏移量根据预设随机图确定，所述预设随机图与所述第一图像的原始图像的尺寸相同。5.根据权利要求1所述的图像处理方法，其特征在于，所述根据所述协方差与预设数值范围的比较结果调整所述第一图像的像素，具体包括：在所述协方差小于等于预设阈值，且所述协方差大于等于零的情况下，将所述第一像素点的像素值调整为所述第二像素值；在所述协方差大于所述预设阈值，或者所述协方差小于零的情况下，保持所述第一像素点的像素值不变。6.根据权利要求1至5中任一项所述的图像处理方法，其特征在于，在所述对模糊处理后的第一图像进行区域划分处理之前，所述图像处理方法还包括：将原始图像缩小目标倍数；按照第一模糊半径，对缩小后的所述原始图像进行高斯模糊处理，得到所述模糊处理
后的第一图像。7.根据权利要求1至5中任一项所述的图像处理方法，其特征在于，所述图像处理方法还包括：对像素调整后的所述第一图像进行第一去噪处理，得到第一中间图像；对像素调整后的所述第一图像进行第二去噪处理，得到第二中间图像；将所述第一中间图像和所述第二中间图像进行加权平均，以得到所述目标图像。8.一种图像处理装置，其特征在于，所述图像处理装置包括：处理单元，用于对模糊处理后的第一图像进行区域划分处理；所述处理单元，还用于根据预设的像素位置偏移量和像素点位置，确定与所述第一图像中划分区域后的各区域中的n个第一像素点相对应的n个第二像素点；所述处理单元，还用于确定每个第一像素点的第一像素值与对应的第二像素点的第二像素值的协方差；所述处理单元，还用于根据所述协方差与预设数值范围的比较结果调整所述第一图像的像素，得到目标图像。9.根据权利要求8所述的图像处理装置，其特征在于，所述处理单元具体还用于：对所述第一图像进行边缘检测；根据边缘检测结果将所述第一图像划分为第一区域和第二区域；其中，所述第一区域对应所述第一图像中的背景区域，所述第二区域对应所述第一图像中的主体区域。10.根据权利要求9所述的图像处理装置，其特征在于，所述处理单元具体用于：根据边缘检测结果确定所述第一图像中图像内容的轮廓线；从所述轮廓线中识别所述第一图像中图像内容的外轮廓线；将所述第一图像中位于所述外轮廓线内的图像内容的像素值设为第一预设像素值；将所述第一图像中像素值为非第一预设像素值的图像内容确定为所述第一区域，以及将所述第一图像中像素值为所述第一预设像素值的图像内容确定为所述第二区域。11.根据权利要求9所述的图像处理装置，其特征在于，所述处理单元具体用于：在所述第一像素点位于所述第一区域的情况下，根据第一像素位置偏移量确定对应的所述第二像素点；在所述第一像素点位于所述第二区域的情况下，根据第二像素位置偏移量确定对应的所述第二像素点；其中，所述第一像素位置偏移量和所述第二像素位置偏移量根据预设随机图确定，所述预设随机图与所述第一图像的尺寸相同。12.根据权利要求8所述的图像处理装置，其特征在于，所述处理单元具体用于：在所述协方差小于等于预设阈值，且所述协方差大于等于零的情况下，将所述第一像素点的像素值调整为所述第二像素值；在所述协方差大于所述预设阈值，或者所述协方差小于零的情况下，保持所述第一像素点的像素值不变。13.根据权利要求8至12中任一项所述的图像处理装置，其特征在于，所述处理单元具体用于：
将原始图像缩小目标倍数；按照第一模糊半径，对缩小后的所述原始图像进行高斯模糊处理。14.根据权利要求8至12中任一项所述的图像处理装置，其特征在于，所述处理单元具体还用于：对像素调整后的所述第一图像进行第一去噪处理，得到第一中间图像；对像素调整后的所述第一图像进行第二去噪处理，得到第二中间图像；将所述第一中间图像和所述第二中间图像进行加权平均，以得到所述目标图像。15.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至7中任一项所述的图像处理方法的步骤。16.一种可读存储介质，其特征在于，所述可读存储介质上存储有程序或指令，所述程序或指令被处理器执行时实现如权利要求1至7中任一项所述的图像处理方法的步骤。
技术总结本申请公开了一种图像处理方法、图像处理装置、电子设备及可读存储介质，属于图像处理技术领域。图像处理方法包括：对模糊处理后的第一图像进行区域划分处理；根据预设的像素位置偏移量和像素点位置，确定与第一图像中划分区域后的各区域中的N个第一像素点相对应的N个第二像素点；确定每个第一像素点的第一像素值与对应的第二像素点的第二像素值的协方差；根据协方差符与预设数值范围的比较结果调整第一图像的像素，得到目标图像。得到目标图像。得到目标图像。
技术研发人员：姜自雷
受保护的技术使用者：维沃移动通信有限公司
技术研发日：2022.04.21
技术公布日：2022/7/5
