一种图片处理装置及其方法与流程

本发明涉及智能设备的媒体处理技术，尤其涉及一种图片装置及其方法。

背景技术：

随着手持移动设备的大量普及，如iphone和ipad等的智能设备的流行。在设备上产生了大量的图片资源。如手机拍照，微博、微信等应用，无时无刻不在产生大量的图片。积累到一定的时间，终端存储会不够用，即使PC机等大容量存储设备，也很快被这些高清保留的图片进行充满。这时如果想在大量图片中检索出不希望保存的图片，从而进行永久删除，对用户就有着巨大的工作量。因此，如何有效的管理大量图片，如在移动设备存储有效的情况，如何快速甄别垃圾图片，从而能有效的删除垃圾图片，来节省存储空间成为越来越重要的一个图片管理功能。

目前既有的技术，大部分是基于图像识别技术，来进行无效图片过滤，来识别出某种特定类型的图片，来进行处理，主要是针对垃圾图片(如包含广告图片的垃圾邮件或黄色图片等).该类图片具有明显的特征。这些技术的缺点是，直接依赖图像识别算法的精确度，而且图像识别技术一般精度受图片噪声影响严重，精度很难提高。而且，这些图片处理技术计算量大，对终端性能要求较高。例外如专利，CN201410392590.7发明了一种自动过滤效果不佳的拍照图片不进行存储的方法，主要依赖图片处理技术，查看图片是否闭眼，是否虚焦等图片效果不佳的主要指标进行判别。该方法，因为图片技术的本身缺点，识别精度有待提高，另外对于图片中包含的语义层的信息无法判断，造成误判。比如，一张有人闭眼的图片，但图片是人像合照，且只有这一张图片，比较珍贵，在拍摄者看来具有保留价值的图片，也被误判。

从上面可以看出，目前基于图像识别技术的图片过滤方法，有其固有的缺陷，需要依赖图片识别本身精度，对语义层的较难识别。

技术实现要素：

本发明的主要目的在于提供一种能够有效提高对垃圾图片识别的准确率图片处理装置及其处理方法。

为实现上述目的，本发明提供一种图片处理装置，所述装置包括：差质图片检测模块、本地程序监控模块、及统计中心模块；差质图片检测模块，用于识别存储的图片的瑕疵特征，根据所述图片的瑕疵特征获取所述图片的内容质量值并将所述图片的内容质量值发送至统计中心模块；本地程序监控模块，用于记录所述图片在应用程序中的使用参数值，根据所述图片的使用参数值获取所述图片的第一社交质量值并将所述图片的第一社交质量值发送至统计中心模块；统计中心模块，用于接收所述图片的内容质量值和第一社交质量值，根据所述图片的内容质量值和第一社交质量值计算所述图片的图片质量。

进一步的，前述统计中心模块包括权重管理子模块和综合计算子模块；权重管理子模块，用于对所述图片的内容质量值和第一社交质量值分别分配权重；综合计算子模块，用于根据图片的内容质量值及对应的权重和第一社交质量值及对应的权重计算图片的图片质量值。

进一步，前述统计中心模块还包括第一联网通讯子模块和图片重复检测子模块；第一联网通讯子模块，用于识别与本地设备同步的其他设备，接收其他设备发送的设备标识及对应的图片质量值；图片重复检测子模块，用于检测本地设备上是否有与其他设备重复存储的图片；综合计算子模块，还用于当本地设备与其他设备具有重复图片时，更新重复图片的图片质量值。

进一步，前述统计中心模块还包括第二联网通讯子模块，用于当本地设备与其他设备具有重复图片时，通知具有重复图片的其他设备更新重复图片的图片质量值。

进一步，前述统计中心模块还包括删除子模块，用于根据所述图片的图 片质量值，确定待删除的图片。

进一步，前述删除子模块包括：标记单元，用于根据预设的图片质量阈值，将低于所述图片质量阈值的图片标记为待删除图片；删除单元，用于当接收到删除命令时，删除所述待删除图片。

进一步，前述装置还包括：社交关系监控模块，用于根据联系人的通讯参数值，获得第二社交质量值并发送至统计中心模块；统计中心模块，还用于接收社交关系监控模块发送的第二社交质量值，其中，权重管理子模块还用于为存储图片的第二社交质量值分配权重；综合计算子模块，还用于根据内容质量值及对应的权重、第一社交质量值及对应的权重、及第二社交质量值及对应的权重计算存储图片的图片质量。

进一步，前述社交关系监控模块包括通讯录子模块和人脸识别模块；通讯录子模块，用于记录联系人的通讯参数值；人脸检测模块，用于检测图片中是否存在通讯记录中的联系人图片；当检测到存储的图片中存在通讯记录中的联系人的图片时，根据记录联系人的通讯参数值获取第二社交质量值，并将所述图片的第二社交质量值发送至统计中心模块；

为实现上述目的，本发明还提供一种图片处理方法，所述方法包括：识别存储的图片的瑕疵特征，根据所述图片的瑕疵特征获取所述图片的内容质量值；记录所述图片在应用程序中的使用参数值，根据所述使用参数值获取第一社交质量值；根据所述图片的内容质量值和第一社交质量值计算存储图片的图片质量。

进一步，前述根据图片的内容质量值和第一社交质量值计算存储图片的图片质量，包括：对所述图片的内容质量值和第一社交质量值分别分配权重；根据存储图片的内容质量值及对应的权重和第一社交质量值及对应的权重计算所述图片的图片质量值。

进一步，前述方法还包括：识别同步的其他设备，接收其他设备发送的设备标识及对应的图片质量值；检测本地设备上是否有与其他设备重复存储的图片；当本地设备具有与其他设备重复的图片，更新重复的图片的图片质量值。

进一步，前述方法还包括：当本地设备具有重复存储的图片时，通知具有重复图片的其他设备更新重复图片的质量值。

进一步，前述方法还包括：根据所述图片的图片质量值，确定待删除的图片。

进一步，前述根据所述图片的图片质量值，确定待删除的图片包括：根据预设的图片质量阈值，将低于所述图片质量阈值的图片标记为待删除图片；当接收到删除命令时，删除所述待删除图片。

进一步，前述方法还包括：根据联系人的通讯参数值，获取所述图片的第二社交质量；对存储图片的第二社交质量值分配权重；根据内容质量值及对应的权重、第一社交质量值及对应的权重、及第二社交质量值及对应的权重计算存储图片的图片质量。

进一步，前述根据联系人的通讯参数值，获取所述图片进行第二社交质量，包括：记录联系人的通讯参数值；检测图片中是否存在通讯记录中的联系人图片；当检测到存储的图片中存在通讯记录中的联系人的图片时，根据记录联系人的通讯参数值获取所述图片的第二社交质量值。进一步，前述通讯参数值包括如下至少之一：本周通讯次数、本月通讯次数、本年通讯次数之和、及通讯总时长。

进一步，前述图片在应用程序中的使用参数值包括如下至少之一：在应用程序中被访问的次数和访问的时间长度。

进一步，前述瑕疵图片特征包括至少其中之一：图片虚焦特征和图片闭眼特征。

本发明的由于效果：本发明基于设备的存储虽然有限，但达到存储的阈值是需要一定的时间，在此期间图片可能会发生不用的用户操作，而这些针对图片的操作跟图片本身质量有极强的相关性，如用户浏览图片时，针对好的图片肯定会停留的时间较长，甚至会把认为较好的图片上传到微博，微信，QQ等社交软件，基于这样的事实，本文发明采集用户对图片的操作行为，作为权重指标提出一种主要针对设备中存储的大量图片处理方法，可以在现有的图片识别基础上，增加不同质量值的判断，从而实现对垃圾图片识 别的准确率。

附图说明

附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。

图1为本发明实施例图片处理装置示意图；

图2为本发明实施例图片处理装置在不同设备上的进行同步处理结构示意图；

图3为本发明实施例图片处理方法流程示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1为本发明实施例图片处理装置示意图，如图1所示，包括差质图片检测模块、本地程序监控模块、及统计中心模块.

差质图片检测模块，用于识别存储的图片的瑕疵特征，对所述图片的瑕疵特征进行内容质量值评估获取图片的内容质量值并将所述图片的内容质量值发送至统计中心模块。

本地程序监控模块，用于记录所述图片在应用程序中的使用参数值，根据使用参数值对所述图片进行第一社交质量值评估获取图片的第一社交质量值并将所述图片对应的第一社交质量值发送至统计中心模块。该值越大，表示图片的质量越高，因此该值为正值。

统计中心模块，用于接收所述图片的内容质量值和第一社交质量值，根 据所述图片的内容质量值和第一社交质量值计算所述图片的图片质量。

具体的，图片在应用程序中的使用参数值包括如下至少之一：在应用程序中被访问的次数和访问的时间长度，具体的，应用程序可以为拍照程序，图片浏览程序，微博，微信，QQ、图片编辑等等。瑕疵图片特征包括至少其中之一：图片虚焦特征和图片闭眼特征；其他瑕疵特征也可以是红眼、曝光等特征，不仅仅限制于上述瑕疵特征；具体的，虚焦特征可以基于差分算子法，最佳曲线拟合，prewitt算子法等算法计算得出，闭眼特征可以基于纹理分割的方法和adaboost算法得出。发明实施例图片处理装置可以运用在手机、平板、个人电脑等终端设备，但不限于上述设备。

统计中心模块包括权重管理子模块和综合计算子模块；权重管理子模块，用于对所述图片的内容质量值和第一社交质量值分别分配权重；综合计算子模块，用于根据图片的内容质量值及对应的权重和第一社交质量值及对应的权重计算图片的图片质量值，还用于当本地设备具有重复存储的图片时，对重复存储的图片质量值进行增加。

图2为本发明实施例图片处理装置在不同设备上的进行同步处理结构示意图；统计中心模块还包括第一联网通讯子模块、第二联网通讯子模块、及图片重复检测子模块；第一联网通讯子模块，用于识别与本地设备同步的其他设备，接收其他设备发送的设备标识及对应的图片质量值；图片重复检测子模块，用于检测本地设备上是否有与其他设备重复存储的图片。综合计算子模块，还用于当本地设备具有重复存储的图片时，对重复存储的图片质量值进行更新，本实施例采用增加质量值。

统计中心模块还包括第二联网通讯子模块，用于当本地设备具有重复存储的图片时，通知具有重复存储的图片的其他设备。

具体的，可以采用选举的方式选举其中处理能力较强的终端作图片质量值统筹，例如电脑，电脑接收其他设备已经计算好的图片质量值，按照一定的算法计算图片的唯一特征值，类似图片DNA，尽量唯一，同时记录于电脑图片的记录中，并对重复存储的图片质量值进行增加。其他设备可以为手机、电脑、平板等，在接收到电脑发送的重复存储的图片时，也响应重新计 算各种设备上的图片的图片质量。

统计中心模块还包括删除子模块，包括标记单元用于根据预设的图片质量阈值，将低于所述图片质量阈值的图片标记为待删除图片；删除单元用于当接收到删除命令时，删除所述待删除图片。

图片处理装置还包括社交关系监控模块，用于根据联系人的通讯参数值，对所述图片进行第二社交质量评估获取第二社交质量值，该值越大，表示图片的质量越高，因此该值为正值。

具体的，社交关系监控模块包括通讯录子模块和人脸识别模块，通讯录子模块用于记录联系人的通讯参数值，人脸识别模块用于检测图片中是否存在通讯记录中的联系人图片；当检测到存储的图片中存在通讯记录中的联系人的图片时，根据记录联系人的通讯参数值对所述图片进行第二社交质量值评估获取第二社交质量值，并将所述图片的第二社交质量值发送至统计中兴模块；统计中心模块，还用于接收社交关系监控模块发送的第二社交质量值，其中，权重管理子模块还用于为存储图片的第二社交质量值分配权重；综合计算子模块，还用于根据内容质量值及对应的权重、第一社交质量值及对应的权重、及第二社交质量值及对应的权重计算存储图片的图片质量。通讯参数值包括如下至少之一：本周通讯次数、本月通讯次数、本年通讯次数之和、及通讯总时长。

表1

表1为本发明实施例图片处理装置的具体算法示意表，具体计算方式如下：

差质图片检测模块的结果可信度80*总权重0.2+图片浏览程序/使用次数15*总权重0.4*分权重0.33*分权重0.5+图片浏览程序/使用时间100*总权重0.4*分权重0.33*分权重0.5+微博/使用次数13*总权重0.4*分权重0.33*分权重0.5+微博/使用时间25*总权重0.4*分权重0.33*分权重0.5+微信/使用次数25*总权重0.4*分权重0.33*分权重0.5+微博/使用时间15*总权重0.4*分权重0.33*分权重0.5+社交关系监控模块/通话次数10*0.2+重复监控/重复数5*0.2＝31.818；

本发明实施例图片处理装置可增加对标识出来的图片，具有人工手动检查的功能，如果发现本片处理装置检测的图片不准确，可以进行权重调整，以便得到跟精确的过滤结果。上述图片的质量值及权重可以为默认值，也可为用户手动设置。

图3为本发明实施例图片处理方法流程示意图，如图3所示，所述方法包括：

S101：识别存储的图片的瑕疵特征，对所述图片的瑕疵特征进行内容质量值评估获取图片的内容质量值；

S102：记录所述图片在应用程序中的使用参数值，根据所述使用参数值对所述图片进行第一社交质量值评估获取图片的第一社交质量值；该值越大，表示图片的质量越高，因此该值为正值。

S103：根据所述图片的内容质量值和第一社交质量值计算存储图片的图片质量。具体的，包括对所述图片的内容质量值和第一社交质量值分别分配权重；根据存储图片的内容质量值及对应的权重和第一社交质量值及对应的 权重计算所述图片的图片质量值。

S104:根据存储图片的图片质量值，确定待删除的图片，具体的，包括根据预设的图片质量阈值，将低于所述图片质量阈值的图片标记为待删除图片；当接收到删除命令时，删除所述待删除图片。

具体的，图片在应用程序中的使用参数值包括如下至少之一：在应用程序中被访问的次数和访问的时间长度，具体的，应用程序可以为拍照程序，图片浏览程序，微博，微信，QQ、图片编辑等等。瑕疵图片特征包括至少其中之一：图片虚焦特征和图片闭眼特征；其他瑕疵特征也可以是红眼、曝光等特征，不仅仅限制于上述瑕疵特征；具体的，虚焦特征可以基于差分算子法，最佳曲线拟合，prewitt算子法等算法计算得出，闭眼特征可以基于纹理分割的方法和adaboost算法得出。发明实施例图片处理方法可以运用在手机、平板、个人电脑等终端设备，但不限于上述设备。

可选的，上述图片处理方法还包括：根据联系人的通讯参数值，对所述图片进行第二社交质量评估；对第二社交质量值分配权重，根据图片的内容质量值、第一社交质量值、及第二社交质量值计算存储图片的图片质量。第二社交质量越大，表示图片的质量越高，因此该值为正值。

其中，根据联系人的通讯参数值，对所述图片进行第二社交质量评估获取第二社交质量值，具体包括：监控联系人的通讯记录参数值，并且检测图片中是否存在通讯记录中的联系人图片；当检测到存储的图片中存在通讯记录中的联系人的图片时，根据所述联系人的通讯记录参数值对所述图片进行第二社交质量值评估获取第二社交质量值。

可选的，上述图片处理方法还包括：识别同步的其他设备，接收其他设备发送设备标识及对应的图片质量值；检测本地设备上是否有与其他设备重复存储的图片；当本地设备具有重复存储的图片时，对重复图片的图片质量值进行更新，和当本地设备具有重复存储的图片时，通知具有重复存储的图片的其他设备更新重复图片的图片质量值；

具体的，可以采用选举的方式选举其中处理能力较强的终端作图片质量值统筹，例如电脑，电脑接收其他设备已经计算好的图片质量值，按照一定的算法计算图片的唯一特征值，例如：像素均值哈希算法，首先将图片，切 割并缩小到标准的4个8*8图片，将每块图片的像素的与像素均值比较，每个像素如果大于均值该像素基设为1，小于设为0，则一个8*8的图片则有64个1或0的字符串，来表示该图片块DNA，一个整体的图片这有256个字符串表示该图片的特征值。类似图片DNA，尽量唯一，同时记录于电脑图片的记录中，并对重复存储的图片质量值进行增加。其他设备在接收到电脑发送的重复存储的图片时，也响应重新计算各种设备上的图片的图片质量。

本发明实施例图片处理方法可增加对标识出来的图片，具有人工手动检查的功能，如果发现本片处理方法检测的图片不准确，可以进行权重调整，以便得到跟精确的过滤结果。

虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。