一種圖像美容的加速方法
【專利摘要】本發(fā)明公開了一種圖像美容的加速方法,其通過對(duì)待處理圖像的美容處理進(jìn)行分解,得到多個(gè)基礎(chǔ)算法以及各個(gè)基礎(chǔ)算法的輸入源,并對(duì)所述的基礎(chǔ)算法進(jìn)行CPU和GPU的性能測(cè)試得到該基礎(chǔ)算法的CPU處理值和GPU處理值,根據(jù)所述基礎(chǔ)算法的CPU處理值和GPU處理值對(duì)該基礎(chǔ)算法進(jìn)行硬件配置,并根據(jù)基礎(chǔ)算法的輸入源設(shè)置各個(gè)基礎(chǔ)算法之間的執(zhí)行順序,最后根據(jù)所述的硬件配置和執(zhí)行順序?qū)Υ幚韴D像進(jìn)行圖像美容處理,從而極大的提高了圖像美容處理的效率,特別適用于各種算法復(fù)雜步驟繁多的美容處理,美容效果更好更自然。
【專利說明】一種圖像美容的加速方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理方法,特別是一種圖像美容的加速方法。
【背景技術(shù)】
[0002] 隨著用戶對(duì)于圖像處理方面的要求不斷超出CPU的計(jì)算能力,CPU處理能力也不 斷強(qiáng)大,但在進(jìn)入3D時(shí)代后,人們發(fā)現(xiàn)龐大的3D圖像處理數(shù)據(jù)計(jì)算使得CPU越來越不堪 重荷,并且遠(yuǎn)遠(yuǎn)超出其計(jì)算能力。隨著圖形計(jì)算需求日益增多,作為計(jì)算機(jī)的顯示芯片也 飛速發(fā)展。隨后人們發(fā)現(xiàn)顯示芯片的計(jì)算能力也無法滿足快速增長(zhǎng)的圖形計(jì)算需求時(shí),圖 形,圖像計(jì)算等計(jì)算的功能被脫離出來單獨(dú)成為一塊芯片設(shè)計(jì),這就是現(xiàn)在的圖形計(jì)算處 理器-GPU (Graphics Processing Unit),也就是顯卡。
[0003] GPU以其高速的浮點(diǎn)運(yùn)算能力迅速地吸引了人們的眼球,并且在向量計(jì)算方面能 夠獲得比CPU高出十倍的計(jì)算效率,GPU并行計(jì)算的能力更是強(qiáng)大,它內(nèi)部具有快速存儲(chǔ)系 統(tǒng),此外,GPU的硬件設(shè)計(jì)能夠管理數(shù)千個(gè)并行線程,這數(shù)千個(gè)線程全部由GPU創(chuàng)建和管理 而不需要開發(fā)人員進(jìn)行任何編程與管理。然而,如此強(qiáng)大的計(jì)算能力是具有針對(duì)性的,如 Z-buffering、紋理映射與光照計(jì)算等,這類計(jì)算都是針對(duì)大量的平行數(shù)據(jù),運(yùn)算的數(shù)據(jù)量 大,但是運(yùn)算的類型卻并不復(fù)雜,還具有類似性,計(jì)算性強(qiáng)但是邏輯性不強(qiáng)。而CPU是設(shè)計(jì) 用來處理通用任務(wù)的處理、加工、運(yùn)算以及系統(tǒng)核心控制等工作,CPU的微架構(gòu)是為高效率 處理數(shù)據(jù)相關(guān)性不大的計(jì)算類、復(fù)雜繁瑣的非計(jì)算類等工作而優(yōu)化的。所以目前CPU和GPU 還在自己的軌道上各司其職,人們都只是簡(jiǎn)單地利用單純的CPU硬件或者GPU硬件進(jìn)行算 法的處理,或者只是通過CPU讀取圖像,再通過GPU進(jìn)行算法的并行處理,無法將兩者進(jìn)行 很好的結(jié)合。
[0004] 目前,隨著美容算法的不斷升級(jí)與優(yōu)化,越來越多效果好而性能慢的模糊算法被 研究出來,例如雙邊濾波等,而且在對(duì)圖像進(jìn)行美容處理時(shí),還會(huì)對(duì)圖像進(jìn)行人臉定位、皮 膚識(shí)別、皮膚優(yōu)化、瘦臉瘦身、亮眼、鼻子高光、立體感等更多的步驟來使效果更好,但是處 理的時(shí)間隨著步驟的增加而增加,需要一種能夠運(yùn)用CPU和GPU進(jìn)行綜合處理的圖像美容 方法,來加快圖像美容速度。
【發(fā)明內(nèi)容】
[0005] 本發(fā)明為解決上述問題,提供了一種圖像美容的加速方法,其通過將圖像美容算 法分解成多個(gè)基礎(chǔ)算法,并根據(jù)各個(gè)基礎(chǔ)算法的特性以及他們之間的相關(guān)性設(shè)置執(zhí)行順序 對(duì)圖像同時(shí)進(jìn)行CPU和GPU的硬件并行處理,極大的提高了圖像美容處理的效率。
[0006] 為實(shí)現(xiàn)上述目的,本發(fā)明采用的技術(shù)方案為:
[0007] -種圖像美容的加速方法,其特征在于,包括以下步驟:
[0008] 10.對(duì)待處理圖像的美容處理進(jìn)行分解,得到多個(gè)基礎(chǔ)算法以及各個(gè)基礎(chǔ)算法的 輸入源;
[0009] 20.對(duì)所述的基礎(chǔ)算法進(jìn)行CPU和GPU的性能測(cè)試,并根據(jù)性能測(cè)試的結(jié)果標(biāo)記該 基礎(chǔ)算法的CPU處理值和GPU處理值;
[0010] 30.根據(jù)所述基礎(chǔ)算法的CPU處理值和GPU處理值對(duì)該基礎(chǔ)算法進(jìn)行硬件配置;
[0011] 40.根據(jù)所述基礎(chǔ)算法的輸入源,設(shè)置各個(gè)基礎(chǔ)算法之間的執(zhí)行順序;
[0012] 50.根據(jù)所述的基礎(chǔ)算法的硬件配置和執(zhí)行順序?qū)Υ幚韴D像進(jìn)行圖像美容處 理。
[0013] 優(yōu)選的,所述的基礎(chǔ)算法包括以下兩種或兩種以上的組合:模糊處理、人臉定位、 皮膚識(shí)別、模糊合成、皮膚優(yōu)化、瘦臉瘦身、亮眼、鼻子高光。
[0014] 優(yōu)選的,所述的步驟50中根據(jù)所述的基礎(chǔ)算法的硬件配置和執(zhí)行順序?qū)Υ幚?圖像進(jìn)行圖像美容處理,進(jìn)一步包括:
[0015] 51.在GPU執(zhí)行模糊處理,同時(shí),在CPU依次執(zhí)行人臉定位和皮膚識(shí)別;
[0016] 52.在GPU依次執(zhí)行模糊合成和皮膚優(yōu)化;
[0017] 53.在GPU執(zhí)行瘦臉瘦身,同時(shí),在CPU分別執(zhí)行亮眼和鼻子高光;
[0018] 54.將步驟53的處理結(jié)果進(jìn)行合成處理。
[0019] 優(yōu)選的,所述的模糊處理的輸入源是原始圖像,處理后得到模糊圖像;所述的人臉 定位的輸入源是原始圖像進(jìn)行,處理后得到人臉區(qū)域和關(guān)鍵點(diǎn)定位;所述的皮膚識(shí)別的輸 入源是原始圖像,處理后得到皮膚概率圖;所述的模糊合成的輸入源是包括原始圖像、模糊 圖像和皮膚概率圖,合成處理后得到模糊合成圖;所述的皮膚優(yōu)化的輸入源是皮膚概率圖 和模糊合成圖,利用皮膚概率圖對(duì)模糊合成圖進(jìn)行處理得到優(yōu)化圖;所述的瘦臉瘦身、亮 目艮、鼻子高光的輸入源均是優(yōu)化圖,其分別利用優(yōu)化圖進(jìn)行各自區(qū)域的處理,最后進(jìn)行合成 處理得到最終結(jié)果圖。
[0020] 優(yōu)選的,所述的模糊處理包括以下一種或一種以上的組合:中值模糊處理、高斯模 糊處理、均值模糊處理、卷積處理。
[0021] 優(yōu)選的,所述的皮膚識(shí)別,主要是利用對(duì)皮膚顏色的分析與建立數(shù)據(jù)庫(kù),對(duì)待處理 圖像進(jìn)行每個(gè)像素點(diǎn)的皮膚概率的判斷;所述的模糊合成主要是根據(jù)皮膚識(shí)別的結(jié)果對(duì)待 處理圖像與模糊處理后的模糊圖像以皮膚識(shí)別的結(jié)果作為透明度進(jìn)行效果合成。
[0022] 優(yōu)選的,所述的皮膚優(yōu)化,主要是對(duì)皮膚區(qū)域的顏色進(jìn)行色調(diào)的調(diào)整,調(diào)整算法包 括以下一種或一種以上的組合:亮度對(duì)比度調(diào)整、飽和度調(diào)整、曲線調(diào)整、色階調(diào)整、顏色調(diào) 整。
[0023] 本發(fā)明的有益效果是:
[0024] 本發(fā)明的一種圖像美容的加速方法,其通過對(duì)待處理圖像的美容處理進(jìn)行分解, 得到多個(gè)基礎(chǔ)算法以及各個(gè)基礎(chǔ)算法的輸入源,并對(duì)所述的基礎(chǔ)算法進(jìn)行CPU和GPU的性 能測(cè)試得到該基礎(chǔ)算法的CPU處理值和GPU處理值,根據(jù)所述基礎(chǔ)算法的CPU處理值和GPU 處理值對(duì)該基礎(chǔ)算法進(jìn)行硬件配置,并根據(jù)基礎(chǔ)算法的輸入源設(shè)置各個(gè)基礎(chǔ)算法之間的執(zhí) 行順序,最后根據(jù)所述的硬件配置和執(zhí)行順序?qū)Υ幚韴D像進(jìn)行圖像美容處理,從而極大 的提高了圖像美容處理的效率,特別適用于各種算法復(fù)雜步驟繁多的美容處理,美容效果 更好更自然。
【專利附圖】
【附圖說明】
[0025] 此處所說明的附圖用來提供對(duì)本發(fā)明的進(jìn)一步理解,構(gòu)成本發(fā)明的一部分,本發(fā) 明的示意性實(shí)施例及其說明用于解釋本發(fā)明,并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中:
[0026] 圖1為本發(fā)明一種圖像美容的加速方法的流程簡(jiǎn)圖。
【具體實(shí)施方式】
[0027] 為了使本發(fā)明所要解決的技術(shù)問題、技術(shù)方案及有益效果更加清楚、明白,以下結(jié) 合附圖及實(shí)施例對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解,此處所描述的具體實(shí)施例僅用 以解釋本發(fā)明,并不用于限定本發(fā)明。
[0028] 如圖1所示,本發(fā)明的一種圖像美容的加速方法,其包括以下步驟:
[0029] 10.對(duì)待處理圖像的美容處理進(jìn)行分解,得到多個(gè)基礎(chǔ)算法以及各個(gè)基礎(chǔ)算法的 輸入源;
[0030] 20.對(duì)所述的基礎(chǔ)算法進(jìn)行CPU和GPU的性能測(cè)試,并根據(jù)性能測(cè)試的結(jié)果標(biāo)記該 基礎(chǔ)算法的CPU處理值和GPU處理值;
[0031] 30.根據(jù)所述基礎(chǔ)算法的CPU處理值和GPU處理值對(duì)該基礎(chǔ)算法進(jìn)行硬件配置;
[0032] 40.根據(jù)所述基礎(chǔ)算法的輸入源,設(shè)置各個(gè)基礎(chǔ)算法之間的執(zhí)行順序;
[0033] 50.根據(jù)所述的基礎(chǔ)算法的硬件配置和執(zhí)行順序?qū)Υ幚韴D像進(jìn)行圖像美容處 理。
[0034] 所述的步驟10中,基礎(chǔ)算法包括以下兩種或兩種以上的組合:a.模糊處理、b.人 臉定位、c.皮膚識(shí)別、d.模糊合成、e.皮膚優(yōu)化、f.瘦臉瘦身、g.亮眼、h.鼻子高光。具體 如下:
[0035] a.所述的模糊處理包括以下一種或一種以上的組合:中值模糊處理、高斯模糊處 理、均值模糊處理、卷積處理。其中:
[0036] 中值模糊處理:即中值濾波處理,主要是對(duì)要處理的像素點(diǎn)周圍的N*N模板像素 點(diǎn)的顏色值進(jìn)行從大到小或者從小到大的排序,得到排序后最中間的那個(gè)顏色值,即中位 數(shù),然后將該像素點(diǎn)的顏色值設(shè)置為其中位數(shù)的顏色值;其中,N為模糊的半徑。
[0037] 高斯模糊處理:其主要是采用正態(tài)分布計(jì)算圖像中每個(gè)像素的變換,其中,在N維 空間的正態(tài)分布方程為:
【權(quán)利要求】
1. 一種圖像美容的加速方法,其特征在于,包括以下步驟:
10.對(duì)待處理圖像的美容處理進(jìn)行分解,得到多個(gè)基礎(chǔ)算法以及各個(gè)基礎(chǔ)算法的輸入 源;
20.對(duì)所述的基礎(chǔ)算法進(jìn)行CPU和GPU的性能測(cè)試,并根據(jù)性能測(cè)試的結(jié)果標(biāo)記該基礎(chǔ) 算法的CPU處理值和GPU處理值;
30.根據(jù)所述基礎(chǔ)算法的CPU處理值和GPU處理值對(duì)該基礎(chǔ)算法進(jìn)行硬件配置;
40.根據(jù)所述基礎(chǔ)算法的輸入源,設(shè)置各個(gè)基礎(chǔ)算法之間的執(zhí)行順序;
50. 根據(jù)所述的基礎(chǔ)算法的硬件配置和執(zhí)行順序?qū)Υ幚韴D像進(jìn)行圖像美容處理。
2. 根據(jù)權(quán)利要求1所述的一種圖像美容的加速方法,其特征在于:所述的基礎(chǔ)算法包 括以下兩種或兩種以上的組合:模糊處理、人臉定位、皮膚識(shí)別、模糊合成、皮膚優(yōu)化、瘦臉 瘦身、亮眼、鼻子高光。
3. 根據(jù)權(quán)利要求2所述的一種圖像美容的加速方法,其特征在于:所述的步驟50中根 據(jù)所述的基礎(chǔ)算法的硬件配置和執(zhí)行順序?qū)Υ幚韴D像進(jìn)行圖像美容處理,進(jìn)一步包括:
51. 在GPU執(zhí)行模糊處理,同時(shí),在CPU依次執(zhí)行人臉定位和皮膚識(shí)別;
52. 在GPU依次執(zhí)行模糊合成和皮膚優(yōu)化;
53. 在GPU執(zhí)行瘦臉瘦身,同時(shí),在CPU分別執(zhí)行亮眼和鼻子高光;
54. 將步驟53的處理結(jié)果進(jìn)行合成處理。
4. 根據(jù)權(quán)利要求3所述的一種圖像美容的加速方法,其特征在于:所述的模糊處理的 輸入源是原始圖像,處理后得到模糊圖像;所述的人臉定位的輸入源是原始圖像進(jìn)行,處理 后得到人臉區(qū)域和關(guān)鍵點(diǎn)定位;所述的皮膚識(shí)別的輸入源是原始圖像,處理后得到皮膚概 率圖;所述的模糊合成的輸入源是包括原始圖像、模糊圖像和皮膚概率圖,合成處理后得到 模糊合成圖;所述的皮膚優(yōu)化的輸入源是皮膚概率圖和模糊合成圖,利用皮膚概率圖對(duì)模 糊合成圖進(jìn)行處理得到優(yōu)化圖;所述的瘦臉瘦身、亮眼、鼻子高光的輸入源均是優(yōu)化圖,其 分別利用優(yōu)化圖進(jìn)行各自區(qū)域的處理,最后進(jìn)行合成處理得到最終結(jié)果圖。
5. 根據(jù)權(quán)利要求2或3或4所述的一種圖像美容的加速方法,其特征在于:所述的模 糊處理包括以下一種或一種以上的組合:中值模糊處理、高斯模糊處理、均值模糊處理、卷 積處理。
6. 根據(jù)權(quán)利要求2或3或4所述的一種圖像美容的加速方法,其特征在于:所述的皮 膚識(shí)別,主要是利用對(duì)皮膚顏色的分析與建立數(shù)據(jù)庫(kù),對(duì)待處理圖像進(jìn)行每個(gè)像素點(diǎn)的皮 膚概率的判斷;所述的模糊合成主要是根據(jù)皮膚識(shí)別的結(jié)果對(duì)待處理圖像與模糊處理后的 模糊圖像以皮膚識(shí)別的結(jié)果作為透明度進(jìn)行效果合成。
7. 根據(jù)權(quán)利要求2或3或4所述的一種圖像美容的加速方法,其特征在于:所述的皮 膚優(yōu)化,主要是對(duì)皮膚區(qū)域的顏色進(jìn)行色調(diào)的調(diào)整,調(diào)整算法包括以下一種或一種以上的 組合:亮度對(duì)比度調(diào)整、飽和度調(diào)整、曲線調(diào)整、色階調(diào)整、顏色調(diào)整。
【文檔編號(hào)】G06T5/00GK104392409SQ201410718813
【公開日】2015年3月4日 申請(qǐng)日期:2014年12月1日 優(yōu)先權(quán)日:2014年12月1日
【發(fā)明者】張偉, 傅松林, 李志陽(yáng), 張長(zhǎng)定 申請(qǐng)人:廈門美圖之家科技有限公司