[发明专利]一种图像处理的方法及终端

权利要求书

1.一种图像处理的方法，其特征在于，包括：

获取待处理图像集；

将所述待处理图像集中的非曝光图像作为第一图像集；

根据所述第一图像集的图像的特征向量确定所述第一图像集中的相似图像，并去除所述相似图像得到第二图像集；

检测所述第二图像集中的模糊图像，得到非模糊图像集。

2.如权利要求1所述的方法，其特征在于，所述将所述待处理图像集中的非曝光图像作为第一图像集包括：

对于所述待处理图像集中的每一图像，基于第一预设比例值缩小所述图像，得到所述图像对应的第一目标图像；

计算所述第一目标图像对应的预设通道的通道值的平均值；

基于所述平均值以及预设的曝光阈值，确定所述待处理图像集中的非曝光图像；

基于所述待处理图像集中的所有所述非曝光图像，生成所述第一图像集。

3.如权利要求2所述的方法，其特征在于，所述计算所述第一目标图像对应的预设通道的通道值的平均值包括：

将所述第一目标图像对应的RGB颜色模式转换为HSV颜色模式；

基于所述HSV颜色模式计算所述第一目标图像对应的V通道的通道值的平均值。

4.如权利要求1所述的方法，其特征在于，所述根据所述第一图像集的图像的特征向量确定所述第一图像集中的相似图像，并去除所述相似图像得到第二图像集包括：

对于所述第一图像集中的每一图像，基于第二预设比例值缩小所述图像，得到所述图像对应的第二目标图像；

将每个所述第二目标图像输入神经网络模型进行特征提取处理，得到每个所述第二目标图像对应的特征向量；

基于每个所述特征向量计算所述第一图像集中任意两个图像之间的相似值；

基于所述相似值以及预设相似阈值，确定所述第一图像集中的相似图像；

去除所述第一图像集中的所述相似图像，得到所述第二图像集。

5.如权利要求1所述的方法，其特征在于，所述检测所述第二图像集中的模糊图像，得到非模糊图像集包括：

对于所述第二图像集中的每一图像，基于第三预设比例值缩小所述图像，得到所述图像对应的缩小图像；

计算所述缩小图像对应的模糊值；

基于所述模糊值以及预设模糊阈值，确定所述第二图像集中的模糊图像；

过滤所述第二图像集中的所有所述模糊图像，得到所述非模糊图像集。

6.如权利要求5所述的方法，其特征在于，所述计算所述缩小图像对应的模糊值包括：

基于预设矩阵与所述缩小图像对应的矩阵进行卷积运算，得到所述缩小图像对应的目标矩阵；

基于所述目标矩阵计算所述缩小图像对应的标准差；

基于预设函数映射所述标准差，得到所述缩小图像对应的模糊值。

7.如权利要求6所述的方法，其特征在于，所述预设函数包括非线性激活函数，所述基于预设函数映射所述标准差，得到所述缩小图像对应的模糊值包括：

将所述标准差输入所述非线性激活函数进行计算，得到所述缩小图像对应的模糊值。

8.如权利要求1-7任一项所述的方法，其特征在于，所述检测所述第二图像集中的模糊图像，得到非模糊图像集之后，还包括：

当接收到图像清理请求时，基于所述图像清理请求中的清理条件清理图像。

9.一种图像处理的终端，其特征在于，包括：

获取单元，用于获取待处理图像集；

第一处理单元，用于将所述待处理图像集中的非曝光图像作为第一图像集；

第二处理单元，用于根据所述第一图像集的图像的特征向量确定所述第一图像集中的相似图像，并去除所述相似图像得到第二图像集；

第三处理单元，用于检测所述第二图像集中的模糊图像，得到非模糊图像集。

10.一种图像处理的终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的方法。