本发明涉及成像技术，特别涉及一种基于景深的图像饱和度的处理方法、处理装置和电子装置。
背景技术：
图像饱和度通常只能进行整体调节，当图像中带有人像时，造成人像部分的饱和度处理不当，效果较差。
技术实现要素：
本发明的实施方式提供一种基于景深的图像饱和度的处理方法、处理装置和电子装置。
本发明实施方式的基于景深的图像饱和度的处理方法，用于处理成像装置采集的场景数据，所述场景数据包括场景主图像，所述处理方法包括以下步骤：
处理所述场景数据以判断场景是否存在人像；
在存在所述人像时处理所述场景数据以识别人像区域；和
处理所述场景主图像以降低所述人像区域的饱和度。
本发明实施方式的基于景深的图像饱和度的处理装置，用于处理成像装置采集的场景数据，所述场景数据包括场景主图像，所述处理装置包括：
第一处理模块，用于处理所述场景数据以判断场景是否存在人像；
第一识别模块，用于在存在所述人像时处理所述场景数据以识别人像区域；和
第二处理模块，用于处理所述场景主图像以降低所述人像区域的饱和度。
本发明实施方式的电子装置，包括成像装置；和所述的处理装置，所述图像处理装置和所述成像装置电连接。
本发明基于景深的图像饱和度的处理方法、处理装置和电子装置，在被摄场景中存在人像区域时识别该人像区域，降低人像区域的饱和度，从而将人像区域单独进行饱和度处理，降低人像区域的饱和度，有利于对人像区域的色彩表现，使得图像效果更佳。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解，其中：
图1是本发明实施方式的处理方法的流程示意图。
图2是本发明实施方式的处理装置的功能模块示意图。
图3是本发明某些实施方式的处理方法的流程示意图。
图4是本发明某些实施方式的处理装置的功能模块示意图。
图5是本发明某些实施方式的处理方法的流程示意图。
图6是本发明某些实施方式的处理装置的功能模块示意图。
图7是本发明某些实施方式的处理方法的流程示意图。
图8是本发明某些实施方式的处理装置的功能模块示意图。
图9是本发明某些实施方式的处理方法的流程示意图。
图10是本发明某些实施方式的处理装置的功能模块示意图。
图11是本发明某些实施方式的处理方法的流程示意图。
图12是本发明某些实施方式的处理装置的功能模块示意图。
图13是本发明某些实施方式的处理方法的流程示意图。
图14是本发明某些实施方式的处理装置的功能模块示意图。
图15是本发明某些实施方式的处理方法的流程示意图。
图16是本发明某些实施方式的处理装置的功能模块示意图。
图17是本发明实施方式的电子装置的功能模块示意图。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的实施方式在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
请参阅图1，本发明实施方式的基于景深的图像饱和度的处理方法，用于处理成像装置采集的场景数据。场景数据包括场景主图像。处理方法包括以下步骤：
s10：处理场景数据以判断场景是否存在人像；
s20：在存在人像时处理场景数据以识别人像区域；和
s30：处理场景主图像以降低人像区域的饱和度。
请参阅图2，本发明实施方式的处理装置100包括第一处理模块10、第一识别模块20和第二处理模块30。作为例子，本发明实施方式的图像饱和度的处理方法可以由本发明实施方式的处理装置100实现。
其中，本发明实施方式的处理方法的步骤s10可以由有第一处理模块10实现，步骤s20可以由第一识别模块20实现，步骤s30可以由第二确定模块30实现。
也即是说，第一处理模块10用于处理场景数据以判断场景是否存在人像。第一识别模块20用于在存在人像时处理场景数据以识别人像区域。第二处理模块30用于处理场景主图像以降低人像区域的饱和度。
本发明实施方式的处理装置100可应用于本发明实施方式的电子装置1000，也即是说，本发明实施方式的电子装置1000包括本发明实施方式的处理装置100。当然，本发明实施方式的电子装置1000还包括成像装置200。其中，处理装置100和成像装置200电连接。成像装置200可以是电子装置1000的前置或后置摄像头。
一般地，在图像拍摄后往往需要对图像进行色彩处理，例如进行饱和度调整，从而使得图像的视觉感受更佳，通常，图像的饱和度越高，色彩越鲜明。然而，当图像中存在人像时，饱和度过高将会导致人物的肤色偏黄，视觉效果欠佳。然而，人像区域往往是用户更兴趣的主题。
本发明实施方式的基于景深的图像饱和度的处理方法，识别被摄场景中是否存在人像，在存在人像时，将人像区域识别出来进而单独进行饱和度处理，具体的，降低人像区域的饱和度，以保护人像区域的人物肤色，防止对图像整体进行饱和度调高而使得肤色偏黄，也即是说，对人像区域进行识别并单独进行饱和度处理。
本发明实施方式的图像饱和度的处理方法、处理装置100和电子装置1000，在被摄场景中存在人像区域时识别该人像区域，降低人像区域的饱和度，从而将人像区域单独进行饱和度处理，降低人像区域的饱和度，有利于对人像区域的色彩表现，使得图像效果更佳。
在某些实施方式中，电子装置1000包括手机、平板电脑、智能手环、智能头盔、智能眼镜等，在此不作限制。在本发明的具体实施例中，电子装置1000为手机。
可以理解，手机常用于拍摄图像，采用本发明实施方式的图像饱和度的处理方法进行饱和度处理可以使得图像具有较好的视觉效果，提升用户体验。
请参阅图3，在某些实施方式中，步骤s10包括以下步骤：
s12：处理场景主图像以判断是否存在人脸；和
s14：在存在人脸时确定场景存在人像。
请参阅图4，在某些实施方式中，第一处理模块10包括：第一处理单元12和第一确定单元14。步骤s12可以由第一处理单元12实现，步骤s14可以由第一确定单元14实现。或者说，第一处理单元12用于处理场景主图像以判断是否存在人脸。第一确定单元14用于在存在人脸时确定场景存在人像。
具体地，对人脸检测可以基于预置的人脸模板、颜色等进行检测，在识别场景中存在人脸时，可继续确定与人脸连接的部分为人像区域，具体实现方式在此不做限制，例如还可以通过与人像模板进行匹配进行人像的确定。如此，可通过判断人脸是否存在进而确定人像，进而对人像区域进行单独的饱和度处理。
请参阅图5，在某些实施方式中，步骤s20包括以下步骤：
s22：处理场景主图像以得到人脸区域；
s24：处理场景数据以获取人脸区域的深度信息；和
s26：根据人脸区域和深度信息确定人像区域。
请参阅图6，在某些实施方式中，第一识别模块20包括第二处理单元22、第三处理单元24和第二确定单元26。步骤s22可以由第二处理单元22实现，步骤s24可以由第三处理单元24实现，步骤s26可以由第二确定单元26实现。或者说，第二处理单元22用于处理场景主图像以得到人脸区域，第三处理单元24用于处理场景数据以获取人脸区域的深度信息，第二确定单元用于根据人脸区域和深度信息确定人像区域。
可以理解，通过成像装置200采集场景数据，其中场景数据包括被摄场景的深度信息。在检测到人脸后，对场景主图像中的人脸区域进行获取。由于人像区域包含人脸区域，也即是说，人像区域的深度信息与人脸区域对应的深度信息同处于一个深度范围内，如此，可以根据人脸区域及人脸区域的深度信息即可确定人像区域。由于深度信息的获取不易受光照、场景中色彩分布等因素的影响，因此，基于深度信息获取到的人像区域较为准确。
请参阅图7，在某些实施方式中，场景数据包括与场景主图像对应的深度图像，步骤s24包括以下步骤：
s241：处理深度图像以获取人脸区域的深度数据；和
s242：处理深度数据以得到深度信息。
请参阅图8，在某些实施方式中，场景数据包括与场景主图像对应的深度图像，第三处理单元24包括第一处理子单元241和第二处理子单元242。步骤s241可以由第一处理子单241实现，步骤s242可以由第二处理子单元242实现。或者说，第一处理子单元241用于处理深度图像以获取人脸区域的深度数据。第二处理子单元242用于处理深度数据以得到深度信息。
场景内各个人、物相对于成像装置200的距离可以用深度图像来表征，深度图像中的每个像素值也即是深度数据表示场景中某一点与成像装置的200的距离，根据组成场景中的人或物的点的深度数据即可获知相应的人或物的深度信息。深度信息通常可以反映场景内的人或物的空间位置信息。
可以理解，场景主图像为rgb彩色图像，深度图像包含场景中各个人或物体的深度信息。由于场景主图像的色彩信息与深度图像的深度信息是一一对应的关系，因此，在场景主图像中检测到人脸区域时，即可在对应的深度图像中获取人脸的深度信息。
需要说明的是，在场景主图像中，人脸区域表现为二维图像，但由于人脸包括鼻子、眼睛、耳朵等特征，因此，在深度图像中，人脸区域中鼻子、眼睛、耳朵等特征在深度图像中所对应的深度数据是不同的，如当人脸正对成像装置200时，拍摄得的深度图像中，鼻子对应的深度数据可能较小，而耳朵对应的深度数据可能较大。因此，在本发明的具体实施例中，处理人脸区域的深度数据得到的人脸区域的深度信息可能为一个数值或一个数值范围。其中，当人脸区域为一个数值时，该数值可通过对人脸区域的深度数据取平均得到，或者对人脸区域的深度数据取中值得到。
在某些实施方式中，与场景主图像对应的深度图像的获取方式包括采用结构光深度测距获取深度图像及采用飞行时间(timeofflight,tof)深度摄像头获取深度图像两种方式。
采用结构光深度测距获取深度图像时，成像装置200包括摄像头和投射器。
可以理解，结构光深度测距是利用投射器将一定模式的光结构投射于物体表面，在表面形成由被测物体形状所调制的光条三维图像。光条三维图像由摄像头探测从而获得光条二维畸变图像。光条的畸变程度取决于投射器与摄像头之间的相对位置和物体表面形廓或高度。沿光条显示出的位移与物体表面的高度成比例，扭结表示了平面的变化，不连续显示表面的物理间隙。当投射器与摄像头之间的相对位置一定时，由畸变的二维光条图像坐标便可重现物体表面的三维轮廓，从而可以获取深度信息。结构光深度测距具有较高的分辨率和测量精度。
采用tof深度摄像头获取深度图像时，成像装置200包括tof深度摄像头。
可以理解，tof深度摄像头通过传感器记录从发光单元发出的调制红外光发射到物体，再从物体反射回来的相位变化，在一个波长的范围内根据光速，可以实时的获取整个场景深度距离。tof深度摄像头计算深度信息时不受被摄物表面的灰度和特征的影响，且可以快速地计算深度信息，具有很高的实时性。
请参阅图9，在某些实施方式中，场景数据包括与场景主图像对应的场景副图像，步骤s24包括以下步骤：
s243：处理场景主图像和场景副图像以得到人脸区域的深度数据；和
s244：处理深度数据以得到深度信息。
请参阅图10，在某些实施方式中，场景数据包括与场景主图像对应的场景副图像，第三处理单元24包括第三处理子单元243和第四处理子单元244。步骤s243可以由第三处理子单元243实现，步骤s244可以由第四处理子单元244实现。或者说，第三处理子单元243用于处理场景主图像和场景副图像以得到人脸区域的深度数据。第四处理子单元244用于处理深度数据以得到深度信息。
在某些实施方式中，成像装置200包括主摄像头和副摄像头。
可以理解，深度信息可以通过双目立体视觉测距方法进行获取，此时场景数据包括场景主图像和场景副图像。其中，场景主图像由主摄像头拍摄得到，场景副图像由副摄像头拍摄得到。双目立体视觉测距是运用两个相同的摄像头对同一被摄物从不同的位置成像以获得被摄物的立体图像对，再通过算法匹配出立体图像对的相应像点，从而计算出视差，最后采用基于三角测量的方法恢复深度信息。如此，通过场景主图像和场景副图像这一立体图像对进行匹配便可获得人脸区域的深度数据，随后，对人脸区域的深度数据进行处理获得人脸区域的深度信息。由于人脸区域中包含有多个特征，各个特征对应的深度数据可能不一样，因此，可对深度数据进行求平均值处理以得到人脸区域的深度信息，或取深度数据的中值以获得人脸区域的深度信息。此外，人脸区域的深度信息也可以是一个数值范围。
请参阅图11，在某些实施方式中，步骤s26包括以下步骤：
s261：根据人脸区域确定预估人像区域；
s262：根据人脸区域的深度信息确定人像区域的深度范围；
s263：根据人像区域的深度范围确定与人脸区域连接且落入深度范围的计算人像区域；
s264：判断计算人像区域与预估人像区域是否匹配；和
s265：在计算人像区域与预估人像区域匹配时确定计算人像区域为人像区域。
请参阅图12，在某些实施方式中，第二确定单元26包括第一确定子单元261、第二确定子单元262、第三确定子单元263、判断子单元264和第四确定子单元265。步骤s261可以由第一确定子单元261实现，步骤s262可以由第二确定子单元262实现，步骤s263可以由第三确定子单元263实现，步骤s264可以由判断子单元264实现，步骤s265可以由第四确定子单元265实现。或者说，第一确定子单元261用于根据人脸区域确定预估人像区域。第二确定子单元262用于根据人脸区域的深度信息确定人像区域的深度范围。第三确定子单元263用于根据人像区域的深度范围确定与人脸区域连接且落入深度范围的计算人像区域。判断子单元264用于判断计算人像区域与预估人像区域是否匹配。第四确定子单元265用于在计算人像区域与预估人像区域匹配时确定计算人像区域为人像区域。
具体地，由于拍摄的人像存在有多种行为姿势，如站立、蹲坐、直面镜头或测对镜头等，因此，确定人脸区域后，首先根据人脸区域的当前状态确定预估人像区域。其中，预估人像区域为人像区域的匹配样本库，样本库中包含多种人像的行为姿势的信息。由于人像区域包含人脸区域，也即是说，人像区域与人脸区域同处于某一个深度范围内，因此，确定人脸区域的深度信息后，可以根据人脸区域的深度信息设定人像区域的深度范围，并根据人像区域的深度范围提取深度范围内的与人脸区域相连接的计算人像区域。由于拍摄人像时人像所处的场景可能较为复杂，也即是说，与人像所处位置相邻的位置上可能存在有其他物体，这些物体处于人像区域的深度范围内，因此，在确定计算人像区域后，需将计算人像区域与预估人像区域进行匹配，匹配成功则可将计算人像区域确定为人像区域。
在另一些实施方式中，步骤s20还包括以下步骤：
处理场景主图像以得到彩色边缘图；和
利用彩色边缘图修正人像区域的边缘。
具体地，采用边缘检测算法对场景主图像进行处理。通过对场景主图像对应的图像数据求微分以获得具有阶跃变化或屋顶变化的像素点的集合。常用的边缘检测算法包括roberts算子、sobel算子、prewitt算子、canny算子、laplacian算子、log算子等。在本发明的具体实施例中，可以采用上述的任一种边缘检测算法进行计算以获得彩色边缘图，在此不做任何限制。
请参阅图13，在某些实施方式中，处理方法还包括以下步骤：
s40：根据人像区域确定肢体区域；
步骤s30包括步骤：
s32：处理场景主图像以降低人脸区域和/或肢体区域的饱和度。
请参阅图14，在某些实施方式中，处理装置100还包括第一确定模块40。步骤s40可以由第一确定模块40实现。步骤s32可以由第二处理模块30实现。或者说，第一确定模块40用于根据人像区域确定肢体区域，第二处理模块30用于处理场景主图像以降低人脸区域和/或肢体区域的饱和度。
在这样的实施方式中，肢体区域包括颈部、手部臂部、腿部和/或脚部，其中，肢体区域与人脸区域颜色相近。
可以理解，由于人像区域还包括其他肢体区域，当肢体区域呈裸露状态时，在饱和度处理上应当与人脸区域相近似，也即是降低饱和度，以使得人体肤色保持统一。具体的，可根据人像区域及人脸区域预估人体的骨骼分布，例如四肢的分布，从而确定肢体区域，较佳地，由于拍摄过程中，被摄人物的衣着及姿态不确定，仅根据骨骼分布确定肢体区域可能存在误差，因此可结合人脸区域的颜色寻找及确定人像中的肢体区域。从而进一步对确定的肢体区域进行与人脸区域相同的饱和度处理，从而实现对肢体区域进行肤色保护。
请参阅图15，在某些实施方式中，处理方法还包括步骤：
s50：确定场景主图像除人像区域外的背景部分；和
s60：处理场景主图像以提高背景部分的饱和度。
请参阅图16，在某些实施方式中，处理装置100还包括第二确定模块50和第三处理模块60。步骤s50可以由第二确定模块50实现，步骤s60可以由第三处理模块60实现。或者说，第二确定模块50用于确定场景主图像除人像区域外的背景部分，第三处理模块60用于处理场景主图像以提高背景部分的饱和度。
具体地，在确定人像区域后，可将剩余部分作为背景部分，此处的背景部分应当做广义理解，也即是除人像区域外的全部区域，而并非仅是深度信息大于人像区域的区域。可以理解，提高背景部分的饱和度，可以使得图像背景部分的颜色更加鲜艳明亮，并且由于降低了人像区域的饱和度，将使得人像区域，特别是人物皮肤的色彩更加自然。
请参阅图17，本发明实施方式的电子装置1000包括壳体300、处理器400、存储器500、电路板600和电源电路700。其中，电路板600安置在壳体300围成的空间内部，处理器400和存储器500设置在电路板上；电源电路700用于为电子装置1000的各个电路或器件供电；存储器500用于存储可执行程序代码；处理器400通过读取存储器500中存储的可执行程序代码来运行与可执行程序代码对应的程序以实现上述的本发明任一实施方式的图像饱和度的处理方法。在对场景主图像进行处理的过程中，处理器400用于执行以下步骤：
处理所述场景数据以判断场景是否存在人像；
在存在所述人像时处理所述场景数据以识别人像区域；和
处理所述场景主图像以降低所述人像区域的饱和度。
需要说明的是，前述对处理方法和处理装置100的解释说明也适用于本发明实施方式的电子装置1000，此处不再赘述。
本发明实施方式的计算机可读存储介质，具有存储于其中的指令，当电子装置1000的处理器400执行指令时，电子装置1000执行本发明实施方式的处理方法，前述对图像饱和度的处理方法和处理装置100的解释说明也适用于本发明实施方式的计算机可读存储介质，此处不再赘述。
综上所述，本发明实施方式的电子装置1000和计算机可读存储介质，在被摄场景中存在人像区域时识别该人像区域，降低人像区域的饱和度，从而将人像区域单独进行饱和度处理，降低人像区域的饱和度，有利于对人像区域的色彩表现，使得图像效果更佳。
在本发明的实施方式的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的实施方式的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明的实施方式的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明的实施方式中的具体含义。
在本说明书的描述中，参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，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，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理模块的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的实施方式的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明的各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施方式进行变化、修改、替换和变型。