[发明专利]用于编辑图像的方法和装置

说明书

相关申请的交叉引用

本申请要求于2009年10月2日提交的第61/278,182号美国临时申请的优先权，该申请的全部内容通过引用并入本文。

技术领域

本申请涉及图像编辑，具体涉及用于对具有聚焦对象和散焦对象的图像进行编辑的方法和装置。

背景技术

图像聚焦编辑是有趣的研究课题，并且近来已经受到了很多关注。这个课题主要有两个问题。第一个问题是恢复模糊散焦图像的锐度的图像重聚焦。第二个问题是散焦加强。在一些摄影例如肖像摄影中，通常用浅景深(DOF)来强调具有散焦模糊背景的前景对象。但是由于镜头和传感器的局限性，使得一些照相机(例如，傻瓜相机)不能产生足够的散焦效应。

最近，提出了许多聚焦编辑算法，这些算法可分为两类。一类是计算摄影，将一些附加的光学组件或器件添加到传统的摄影中，以帮助传感器对与目标场景相关的更多信息进行编码。另一类是在不需要改装照相机的情况下基于图像处理技术解决的。在过去的几年里，基于多图像的方法已被广泛研究。然而，近来年出现了更具有挑战性的基于单图像的研究。Bae和Durand在“Defocus Magnification”(Eurographics，2007)中提出了焦点图估计方法，其借助了Photoshop中的镜头模糊来加强散焦。这项研究的一个瓶颈是使用不稳定的强力拟合策略实现模糊估计的部分。此外，Bando和Nishita在“Towards Digital Refocusing from a Single Photograph”(Eurographics，2007)中提出了一种方法，该方法需要许多用户交互以从多个预定义的候选中确定模糊核。

发明内容

本申请案旨在解决上述问题中的至少之一。

根据本申请案实施例之一，一种对具有聚焦对象和散焦对象的图像进行编辑的方法包括：确定图像中边缘像素的模糊度；将确定的模糊度传播至与每个边缘像素相邻的非边缘像素，以确定非边缘像素的模糊度；基于边缘像素和非边缘像素的模糊度估计焦点图，以识别散焦对象；以及基于焦点图对散焦对象进行重聚焦。

根据本申请案的另一实施例，一种对具有聚焦对象和散焦对象的图像进行编辑的方法包括：检测图像中的边缘像素；基于检测到的边缘估计图像的焦点图，以识别聚焦对象和散焦对象；以及对散焦对象进行重聚焦，或者对聚焦对象和散焦对象中的至少一个进行散焦。

根据本申请案的又一实施例，一种对具有聚焦对象和散焦对象的图像进行编辑的装置包括：确定模块，被配置为确定图像中边缘像素的模糊度；传播模块，被配置为将确定的模糊度传播至与每个边缘像素相邻的非边缘像素，以确定非边缘像素的模糊度；估计模块，被配置为基于边缘像素和非边缘像素的模糊度估计焦点图，以识别散焦对象；以及散焦模块，被配置为基于焦点图对散焦对象进行重聚焦。

在本申请案中，采用简单且适当参数化的多点方案来测量边缘模糊度。通过精巧的盲目反卷积架构解决了更具有挑战性的重聚焦问题。在本申请案中，不论是在聚焦检测中还是在图像重聚焦中都充分地利用了边缘提示。而且，根据本申请案，使用适当正则化的盲目反卷积方法可同时获得最优模糊核和具有目标锐利度的图像。

本申请案尚提供了对在聚焦编辑中的所有任务例如焦点图估计、图像重聚焦和散焦进行处理的方法和系统。首先，受益于适当参数化的边缘模型，本申请所提出的焦点图估计方法更简单且更有效。其次，精巧的单影像盲目反卷积<Single Image Blind Deconvolution；SBD>架构有效地解决了有挑战性的重聚焦问题。特别地，藉由新颖的图像锐化方式，本申请案的方法产生了具有最好细节的良好结果。此外，所提议的SBD与用户初始化和计算效率无关，可透过各种实际的图像验证所提议的方法。

附图说明

图1示出了根据本发明的图像编辑方法的流程图；

图2是成像模型的几何示意图，其中，P1、P2和P3表示位于不同深度的场景点；

图3(a)是1D参数边缘模型；

图3(b)是将边缘与高斯滤波器的导数卷积的响应；

图3(c)示出了通过改变w得到的效果，其中，实线示出了原始边缘，虚线和点线表示通过减少w重构的新边缘；

图4示出了图1所示的方法中的估计步骤的流程图；

图5示出了图1所示的方法中的重聚焦步骤的流程图；

图6示出了根据本申请的图像编辑装置的框图；以及

图7示出了根据一个示例性实施方式适于实现本文所述的图像编辑的基于处理器的图像编辑系统。

具体实施方式