一種圖片處理裝置及其方法與流程
2023-09-17 19:31:55 3

本發明涉及智能設備的媒體處理技術,尤其涉及一種圖片裝置及其方法。
背景技術:
隨著手持行動裝置的大量普及,如iphone和ipad等的智能設備的流行。在設備上產生了大量的圖片資源。如手機拍照,微博、微信等應用,無時無刻不在產生大量的圖片。積累到一定的時間,終端存儲會不夠用,即使PC機等大容量存儲設備,也很快被這些高清保留的圖片進行充滿。這時如果想在大量圖片中檢索出不希望保存的圖片,從而進行永久刪除,對用戶就有著巨大的工作量。因此,如何有效的管理大量圖片,如在行動裝置存儲有效的情況,如何快速甄別垃圾圖片,從而能有效的刪除垃圾圖片,來節省存儲空間成為越來越重要的一個圖片管理功能。
目前既有的技術,大部分是基於圖像識別技術,來進行無效圖片過濾,來識別出某種特定類型的圖片,來進行處理,主要是針對垃圾圖片(如包含廣告圖片的垃圾郵件或黃色圖片等).該類圖片具有明顯的特徵。這些技術的缺點是,直接依賴圖像識別算法的精確度,而且圖像識別技術一般精度受圖片噪聲影響嚴重,精度很難提高。而且,這些圖片處理技術計算量大,對終端性能要求較高。例外如專利,CN201410392590.7發明了一種自動過濾效果不佳的拍照圖片不進行存儲的方法,主要依賴圖片處理技術,查看圖片是否閉眼,是否虛焦等圖片效果不佳的主要指標進行判別。該方法,因為圖片技術的本身缺點,識別精度有待提高,另外對於圖片中包含的語義層的信息無法判斷,造成誤判。比如,一張有人閉眼的圖片,但圖片是人像合照,且只有這一張圖片,比較珍貴,在拍攝者看來具有保留價值的圖片,也被誤判。
從上面可以看出,目前基於圖像識別技術的圖片過濾方法,有其固有的缺陷,需要依賴圖片識別本身精度,對語義層的較難識別。
技術實現要素:
本發明的主要目的在於提供一種能夠有效提高對垃圾圖片識別的準確率圖片處理裝置及其處理方法。
為實現上述目的,本發明提供一種圖片處理裝置,所述裝置包括:差質圖片檢測模塊、本地程序監控模塊、及統計中心模塊;差質圖片檢測模塊,用於識別存儲的圖片的瑕疵特徵,根據所述圖片的瑕疵特徵獲取所述圖片的內容質量值並將所述圖片的內容質量值發送至統計中心模塊;本地程序監控模塊,用於記錄所述圖片在應用程式中的使用參數值,根據所述圖片的使用參數值獲取所述圖片的第一社交質量值並將所述圖片的第一社交質量值發送至統計中心模塊;統計中心模塊,用於接收所述圖片的內容質量值和第一社交質量值,根據所述圖片的內容質量值和第一社交質量值計算所述圖片的圖片質量。
進一步的,前述統計中心模塊包括權重管理子模塊和綜合計算子模塊;權重管理子模塊,用於對所述圖片的內容質量值和第一社交質量值分別分配權重;綜合計算子模塊,用於根據圖片的內容質量值及對應的權重和第一社交質量值及對應的權重計算圖片的圖片質量值。
進一步,前述統計中心模塊還包括第一聯網通訊子模塊和圖片重複檢測子模塊;第一聯網通訊子模塊,用於識別與本地設備同步的其他設備,接收其他設備發送的設備標識及對應的圖片質量值;圖片重複檢測子模塊,用於檢測本地設備上是否有與其他設備重複存儲的圖片;綜合計算子模塊,還用於當本地設備與其他設備具有重複圖片時,更新重複圖片的圖片質量值。
進一步,前述統計中心模塊還包括第二聯網通訊子模塊,用於當本地設備與其他設備具有重複圖片時,通知具有重複圖片的其他設備更新重複圖片的圖片質量值。
進一步,前述統計中心模塊還包括刪除子模塊,用於根據所述圖片的圖 片質量值,確定待刪除的圖片。
進一步,前述刪除子模塊包括:標記單元,用於根據預設的圖片質量閾值,將低於所述圖片質量閾值的圖片標記為待刪除圖片;刪除單元,用於當接收到刪除命令時,刪除所述待刪除圖片。
進一步,前述裝置還包括:社交關係監控模塊,用於根據聯繫人的通訊參數值,獲得第二社交質量值並發送至統計中心模塊;統計中心模塊,還用於接收社交關係監控模塊發送的第二社交質量值,其中,權重管理子模塊還用於為存儲圖片的第二社交質量值分配權重;綜合計算子模塊,還用於根據內容質量值及對應的權重、第一社交質量值及對應的權重、及第二社交質量值及對應的權重計算存儲圖片的圖片質量。
進一步,前述社交關係監控模塊包括通訊錄子模塊和人臉識別模塊;通訊錄子模塊,用於記錄聯繫人的通訊參數值;人臉檢測模塊,用於檢測圖片中是否存在通訊記錄中的聯繫人圖片;當檢測到存儲的圖片中存在通訊記錄中的聯繫人的圖片時,根據記錄聯繫人的通訊參數值獲取第二社交質量值,並將所述圖片的第二社交質量值發送至統計中心模塊;
為實現上述目的,本發明還提供一種圖片處理方法,所述方法包括:識別存儲的圖片的瑕疵特徵,根據所述圖片的瑕疵特徵獲取所述圖片的內容質量值;記錄所述圖片在應用程式中的使用參數值,根據所述使用參數值獲取第一社交質量值;根據所述圖片的內容質量值和第一社交質量值計算存儲圖片的圖片質量。
進一步,前述根據圖片的內容質量值和第一社交質量值計算存儲圖片的圖片質量,包括:對所述圖片的內容質量值和第一社交質量值分別分配權重;根據存儲圖片的內容質量值及對應的權重和第一社交質量值及對應的權重計算所述圖片的圖片質量值。
進一步,前述方法還包括:識別同步的其他設備,接收其他設備發送的設備標識及對應的圖片質量值;檢測本地設備上是否有與其他設備重複存儲的圖片;當本地設備具有與其他設備重複的圖片,更新重複的圖片的圖片質量值。
進一步,前述方法還包括:當本地設備具有重複存儲的圖片時,通知具有重複圖片的其他設備更新重複圖片的質量值。
進一步,前述方法還包括:根據所述圖片的圖片質量值,確定待刪除的圖片。
進一步,前述根據所述圖片的圖片質量值,確定待刪除的圖片包括:根據預設的圖片質量閾值,將低於所述圖片質量閾值的圖片標記為待刪除圖片;當接收到刪除命令時,刪除所述待刪除圖片。
進一步,前述方法還包括:根據聯繫人的通訊參數值,獲取所述圖片的第二社交質量;對存儲圖片的第二社交質量值分配權重;根據內容質量值及對應的權重、第一社交質量值及對應的權重、及第二社交質量值及對應的權重計算存儲圖片的圖片質量。
進一步,前述根據聯繫人的通訊參數值,獲取所述圖片進行第二社交質量,包括:記錄聯繫人的通訊參數值;檢測圖片中是否存在通訊記錄中的聯繫人圖片;當檢測到存儲的圖片中存在通訊記錄中的聯繫人的圖片時,根據記錄聯繫人的通訊參數值獲取所述圖片的第二社交質量值。進一步,前述通訊參數值包括如下至少之一:本周通訊次數、本月通訊次數、本年通訊次數之和、及通訊總時長。
進一步,前述圖片在應用程式中的使用參數值包括如下至少之一:在應用程式中被訪問的次數和訪問的時間長度。
進一步,前述瑕疵圖片特徵包括至少其中之一:圖片虛焦特徵和圖片閉眼特徵。
本發明的由於效果:本發明基於設備的存儲雖然有限,但達到存儲的閾值是需要一定的時間,在此期間圖片可能會發生不用的用戶操作,而這些針對圖片的操作跟圖片本身質量有極強的相關性,如用戶瀏覽圖片時,針對好的圖片肯定會停留的時間較長,甚至會把認為較好的圖片上傳到微博,微信,QQ等社交軟體,基於這樣的事實,本文發明採集用戶對圖片的操作行為,作為權重指標提出一種主要針對設備中存儲的大量圖片處理方法,可以在現有的圖片識別基礎上,增加不同質量值的判斷,從而實現對垃圾圖片識 別的準確率。
附圖說明
附圖用來提供對本發明技術方案的進一步理解,並且構成說明書的一部分,與本申請的實施例一起用於解釋本發明的技術方案,並不構成對本發明技術方案的限制。
圖1為本發明實施例圖片處理裝置示意圖;
圖2為本發明實施例圖片處理裝置在不同設備上的進行同步處理結構示意圖;
圖3為本發明實施例圖片處理方法流程示意圖。
具體實施方式
為使本發明的目的、技術方案和優點更加清楚明白,下文中將結合附圖對本發明的實施例進行詳細說明。需要說明的是,在不衝突的情況下,本申請中的實施例及實施例中的特徵可以相互任意組合。
在附圖的流程圖示出的步驟可以在諸如一組計算機可執行指令的計算機系統中執行。並且,雖然在流程圖中示出了邏輯順序,但是在某些情況下,可以以不同於此處的順序執行所示出或描述的步驟。
圖1為本發明實施例圖片處理裝置示意圖,如圖1所示,包括差質圖片檢測模塊、本地程序監控模塊、及統計中心模塊.
差質圖片檢測模塊,用於識別存儲的圖片的瑕疵特徵,對所述圖片的瑕疵特徵進行內容質量值評估獲取圖片的內容質量值並將所述圖片的內容質量值發送至統計中心模塊。
本地程序監控模塊,用於記錄所述圖片在應用程式中的使用參數值,根據使用參數值對所述圖片進行第一社交質量值評估獲取圖片的第一社交質量值並將所述圖片對應的第一社交質量值發送至統計中心模塊。該值越大,表示圖片的質量越高,因此該值為正值。
統計中心模塊,用於接收所述圖片的內容質量值和第一社交質量值,根 據所述圖片的內容質量值和第一社交質量值計算所述圖片的圖片質量。
具體的,圖片在應用程式中的使用參數值包括如下至少之一:在應用程式中被訪問的次數和訪問的時間長度,具體的,應用程式可以為拍照程序,圖片瀏覽程序,微博,微信,QQ、圖片編輯等等。瑕疵圖片特徵包括至少其中之一:圖片虛焦特徵和圖片閉眼特徵;其他瑕疵特徵也可以是紅眼、曝光等特徵,不僅僅限制於上述瑕疵特徵;具體的,虛焦特徵可以基於差分算子法,最佳曲線擬合,prewitt算子法等算法計算得出,閉眼特徵可以基於紋理分割的方法和adaboost算法得出。發明實施例圖片處理裝置可以運用在手機、平板、個人電腦等終端設備,但不限於上述設備。
統計中心模塊包括權重管理子模塊和綜合計算子模塊;權重管理子模塊,用於對所述圖片的內容質量值和第一社交質量值分別分配權重;綜合計算子模塊,用於根據圖片的內容質量值及對應的權重和第一社交質量值及對應的權重計算圖片的圖片質量值,還用於當本地設備具有重複存儲的圖片時,對重複存儲的圖片質量值進行增加。
圖2為本發明實施例圖片處理裝置在不同設備上的進行同步處理結構示意圖;統計中心模塊還包括第一聯網通訊子模塊、第二聯網通訊子模塊、及圖片重複檢測子模塊;第一聯網通訊子模塊,用於識別與本地設備同步的其他設備,接收其他設備發送的設備標識及對應的圖片質量值;圖片重複檢測子模塊,用於檢測本地設備上是否有與其他設備重複存儲的圖片。綜合計算子模塊,還用於當本地設備具有重複存儲的圖片時,對重複存儲的圖片質量值進行更新,本實施例採用增加質量值。
統計中心模塊還包括第二聯網通訊子模塊,用於當本地設備具有重複存儲的圖片時,通知具有重複存儲的圖片的其他設備。
具體的,可以採用選舉的方式選舉其中處理能力較強的終端作圖片質量值統籌,例如電腦,電腦接收其他設備已經計算好的圖片質量值,按照一定的算法計算圖片的唯一特徵值,類似圖片DNA,儘量唯一,同時記錄於電腦圖片的記錄中,並對重複存儲的圖片質量值進行增加。其他設備可以為手機、電腦、平板等,在接收到電腦發送的重複存儲的圖片時,也響應重新計 算各種設備上的圖片的圖片質量。
統計中心模塊還包括刪除子模塊,包括標記單元用於根據預設的圖片質量閾值,將低於所述圖片質量閾值的圖片標記為待刪除圖片;刪除單元用於當接收到刪除命令時,刪除所述待刪除圖片。
圖片處理裝置還包括社交關係監控模塊,用於根據聯繫人的通訊參數值,對所述圖片進行第二社交質量評估獲取第二社交質量值,該值越大,表示圖片的質量越高,因此該值為正值。
具體的,社交關係監控模塊包括通訊錄子模塊和人臉識別模塊,通訊錄子模塊用於記錄聯繫人的通訊參數值,人臉識別模塊用於檢測圖片中是否存在通訊記錄中的聯繫人圖片;當檢測到存儲的圖片中存在通訊記錄中的聯繫人的圖片時,根據記錄聯繫人的通訊參數值對所述圖片進行第二社交質量值評估獲取第二社交質量值,並將所述圖片的第二社交質量值發送至統計中興模塊;統計中心模塊,還用於接收社交關係監控模塊發送的第二社交質量值,其中,權重管理子模塊還用於為存儲圖片的第二社交質量值分配權重;綜合計算子模塊,還用於根據內容質量值及對應的權重、第一社交質量值及對應的權重、及第二社交質量值及對應的權重計算存儲圖片的圖片質量。通訊參數值包括如下至少之一:本周通訊次數、本月通訊次數、本年通訊次數之和、及通訊總時長。
表1
表1為本發明實施例圖片處理裝置的具體算法示意表,具體計算方式如下:
差質圖片檢測模塊的結果可信度80*總權重0.2+圖片瀏覽程序/使用次數15*總權重0.4*分權重0.33*分權重0.5+圖片瀏覽程序/使用時間100*總權重0.4*分權重0.33*分權重0.5+微博/使用次數13*總權重0.4*分權重0.33*分權重0.5+微博/使用時間25*總權重0.4*分權重0.33*分權重0.5+微信/使用次數25*總權重0.4*分權重0.33*分權重0.5+微博/使用時間15*總權重0.4*分權重0.33*分權重0.5+社交關係監控模塊/通話次數10*0.2+重複監控/重複數5*0.2=31.818;
本發明實施例圖片處理裝置可增加對標識出來的圖片,具有人工手動檢查的功能,如果發現本片處理裝置檢測的圖片不準確,可以進行權重調整,以便得到跟精確的過濾結果。上述圖片的質量值及權重可以為默認值,也可為用戶手動設置。
圖3為本發明實施例圖片處理方法流程示意圖,如圖3所示,所述方法包括:
S101:識別存儲的圖片的瑕疵特徵,對所述圖片的瑕疵特徵進行內容質量值評估獲取圖片的內容質量值;
S102:記錄所述圖片在應用程式中的使用參數值,根據所述使用參數值對所述圖片進行第一社交質量值評估獲取圖片的第一社交質量值;該值越大,表示圖片的質量越高,因此該值為正值。
S103:根據所述圖片的內容質量值和第一社交質量值計算存儲圖片的圖片質量。具體的,包括對所述圖片的內容質量值和第一社交質量值分別分配權重;根據存儲圖片的內容質量值及對應的權重和第一社交質量值及對應的 權重計算所述圖片的圖片質量值。
S104:根據存儲圖片的圖片質量值,確定待刪除的圖片,具體的,包括根據預設的圖片質量閾值,將低於所述圖片質量閾值的圖片標記為待刪除圖片;當接收到刪除命令時,刪除所述待刪除圖片。
具體的,圖片在應用程式中的使用參數值包括如下至少之一:在應用程式中被訪問的次數和訪問的時間長度,具體的,應用程式可以為拍照程序,圖片瀏覽程序,微博,微信,QQ、圖片編輯等等。瑕疵圖片特徵包括至少其中之一:圖片虛焦特徵和圖片閉眼特徵;其他瑕疵特徵也可以是紅眼、曝光等特徵,不僅僅限制於上述瑕疵特徵;具體的,虛焦特徵可以基於差分算子法,最佳曲線擬合,prewitt算子法等算法計算得出,閉眼特徵可以基於紋理分割的方法和adaboost算法得出。發明實施例圖片處理方法可以運用在手機、平板、個人電腦等終端設備,但不限於上述設備。
可選的,上述圖片處理方法還包括:根據聯繫人的通訊參數值,對所述圖片進行第二社交質量評估;對第二社交質量值分配權重,根據圖片的內容質量值、第一社交質量值、及第二社交質量值計算存儲圖片的圖片質量。第二社交質量越大,表示圖片的質量越高,因此該值為正值。
其中,根據聯繫人的通訊參數值,對所述圖片進行第二社交質量評估獲取第二社交質量值,具體包括:監控聯繫人的通訊記錄參數值,並且檢測圖片中是否存在通訊記錄中的聯繫人圖片;當檢測到存儲的圖片中存在通訊記錄中的聯繫人的圖片時,根據所述聯繫人的通訊記錄參數值對所述圖片進行第二社交質量值評估獲取第二社交質量值。
可選的,上述圖片處理方法還包括:識別同步的其他設備,接收其他設備發送設備標識及對應的圖片質量值;檢測本地設備上是否有與其他設備重複存儲的圖片;當本地設備具有重複存儲的圖片時,對重複圖片的圖片質量值進行更新,和當本地設備具有重複存儲的圖片時,通知具有重複存儲的圖片的其他設備更新重複圖片的圖片質量值;
具體的,可以採用選舉的方式選舉其中處理能力較強的終端作圖片質量值統籌,例如電腦,電腦接收其他設備已經計算好的圖片質量值,按照一定的算法計算圖片的唯一特徵值,例如:像素均值哈希算法,首先將圖片,切 割並縮小到標準的4個8*8圖片,將每塊圖片的像素的與像素均值比較,每個像素如果大於均值該像素基設為1,小於設為0,則一個8*8的圖片則有64個1或0的字符串,來表示該圖片塊DNA,一個整體的圖片這有256個字符串表示該圖片的特徵值。類似圖片DNA,儘量唯一,同時記錄於電腦圖片的記錄中,並對重複存儲的圖片質量值進行增加。其他設備在接收到電腦發送的重複存儲的圖片時,也響應重新計算各種設備上的圖片的圖片質量。
本發明實施例圖片處理方法可增加對標識出來的圖片,具有人工手動檢查的功能,如果發現本片處理方法檢測的圖片不準確,可以進行權重調整,以便得到跟精確的過濾結果。
雖然本發明所揭露的實施方式如上,但所述的內容僅為便於理解本發明而採用的實施方式,並非用以限定本發明。任何本發明所屬領域內的技術人員,在不脫離本發明所揭露的精神和範圍的前提下,可以在實施的形式及細節上進行任何的修改與變化,但本發明的專利保護範圍,仍須以所附的權利要求書所界定的範圍為準。