一种影像优化方法、装置、存储介质及终端设备

技术领域

本申请涉及终端设备技术领域，特别涉及一种影像优化方法、装置、存储介质及终端设备。

背景技术

随着多媒体技术和网络技术的飞速发展和广泛应用，人们在日常生活和生产活动大量使用图像信息。为了提高图像质量，需要进行图像优化，图像优化是一种用于优化图像中的有用信息，改善图像的视觉效果的方法。

目前，普遍使用的视觉优化技术普遍是基于终端设备所处的环境信息来对显示图像进行图像优化，这样虽然可以提高显示图像的图像质量，但是无法满足不同使用场景的需求，从而给用户使用带来不便。

因而现有技术还有待改进和提高。

发明内容

本申请要解决的技术问题在于，针对现有技术的不足，提供一种影像优化方法、装置、存储介质及终端设备。

为了解决上述技术问题，本申请实施例第一方面提供一种影像优化方法，所述优化方法包括：

获取待处理图像对应的场景信息以及环境信息；

根据所述场景信息以及环境信息，确定所述待处理图像对应的图像质量优化类别；

根据所述图像质量优化类别对所述待处理图像进行优化，以得到显示图像。

所述影像优化方法，其中，所述待处理图像为待显示于终端设备界面上的图像，所述场景信息包括所述待处理图像的显示场景类型和/或处于终端设备前台运行的应用程序的应用信息；所述环境信息包括环境光亮度、环境光色温以及待处理图像对应的显示时间中的一种或者多种。

所述影像优化方法，其中，所述根据所述场景信息以及环境信息，确定所述待处理图像对应的图像质量优化类别具体包括：

将所述场景信息以及环境信息输入经过训练的类别识别模型；

通过所述类别识别模型，确定所述待处理图像对应的图像质量优化类别。

所述影像优化方法，其中，所述类别识别模型的训练过程具体包括：

获取训练样本集，其中，所述训练样本集包括若干训练样本组，若干训练样本组中的每个训练样本组均包括训练场景信息、训练环境信息以及目标图像质量优化类别；

将所述训练样本集中的训练场景信息和训练环境信息输入预设网络模型，通过预设网络模型输出预测图像质量优化类别；

基于所述预测图像质量优化类别以及目标图像质量优化类别，训练所述预设网络模型，以得到类别识别模型。

所述影像优化方法，其中，所述获取训练样本集具体包括：

控制终端设备显示预设图像，且获取预设图像对应的场景信息以及环境信息；

控制终端设备显示弹窗，以通过所述弹窗接收所述预设图像对应的目标图像质量优化类别；

基于所述场景信息、环境信息以及目标图像质量优化类别，确定训练样本组，以得到训练样本集。

所述影像优化方法，其中，所述根据所述图像质量优化类别对所述待处理图像进行优化，以得到显示图像具体包括：

根据所述图像质量优化类别，确定所述待处理图像对应的优化方式以及优化强度参数；

采用所述优化方式按照所述优化强度参数对所述待处理图像进行优化，以得到显示图像。

所述影像优化方法，其中，所述图像质量优化类别包括影像优化类型以及影像优化等级；所述根据所述图像质量优化类别，确定所述待处理图像对应的优化参数具体包括：

根据所述影像优化类型，确定所述待处理图像对应的优化方式；

基于所述影像优化等级，在所述优化方式优化对应的若干优化强度参数中选取所述影像优化等级对应的优化强度参数，以得到所述待处理图像对应的优化强度参数。

本申请实施例第二方面提供了一种影像优化装置，所述的影像优化装置具体包括：

获取模块，用于获取待处理图像对应的场景信息以及环境信息；

确定模块，用于根据所述场景信息以及环境信息，确定所述待处理图像对应的图像质量优化类别；

优化模块，用于根据所述图像质量优化类别对所述待处理图像进行优化，以得到显示图像。

本申请实施例第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任一所述的影像优化方法中的步骤。

本申请实施例第四方面提供了一种终端设备，其包括：处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；

所述通信总线实现处理器和存储器之间的连接通信；

所述处理器执行所述计算机可读程序时实现如上任一所述的影像优化方法中的步骤。

有益效果：与现有技术相比，本申请提供了一种影像优化方法、装置、存储介质及终端设备，所述方法包括获取待处理图像对应的场景信息以及环境信息；根据所述场景信息以及环境信息，确定所述待处理图像对应的图像质量优化类别；根据所述图像质量优化类别对所述待处理图像进行优化，以得到显示图像。本申请通过基于场景信息和环境信息确定待处理图像对应的图像质量优化类别，这样对于不同应用场景的待处理图像可以进行不同程度的图像优化，提高处理后的显示图像与应用场景的匹配度，从而提供显示图像的显示效果。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员而言，在不符创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请提供的影像优化方法的流程图。

图2为本申请提供的影像优化方法的流程示例图。

图3为本申请提供的影像优化装置的结构原理图。

图4为本申请提供的终端设备的结构原理图。

具体实施方式

本申请提供一种影像优化方法、装置、存储介质及终端设备，为使本申请的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本申请进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

具体实现中，本申请实施例中描述的终端设备包括但不限于诸如具有触摸敏感表面(例如，触摸显示屏和/或触摸板)的移动电话，膝上形计算机或平板计算机之类的其他便携式设备。还应该理解的是，在某些实施例中，所述设备并非便携式通讯设备，而是具有触摸敏感表面(例如，触摸显示屏和/或触摸板)的台式计算机。

在接下来的讨论中，描述了包括显示器和触摸敏感表面的终端设备。然而，应当理解的是，终端设备还可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其他物理用户接口设备。

终端设备支持各种应用程序，例如以下中的一个或多个：绘图应用程序、演示应用程序、文字处理应用程序、视频会议应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件由于程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数据相机应用程序、数字摄像机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放应用程序等。

可以在终端设备上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的第一或多个功能以及终端上显示的相应信息。这样，终端的公共物理框架(例如，触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。

应理解，本实施例中各步骤的序号和大小并不意味着执行顺序的先后，各过程的执行顺序以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

发明人经过研究发现，随着多媒体技术和网络技术的飞速发展和广泛应用，人们在日常生活和生产活动大量使用图像信息。为了提高图像质量，需要进行图像优化，图像优化是一种用于优化图像中的有用信息，改善图像的视觉效果的方法。

目前，普遍使用的视觉优化技术普遍是基于终端设备所处的环境信息来对显示图像进行图像优化，这样虽然可以提高显示图像的图像质量，但是无法满足不同使用场景的需求，从而给用户使用带来不便。

为了解决上述问题，在本申请实施例中，获取待处理图像对应的场景信息以及环境信息；根据所述场景信息以及环境信息，确定所述待处理图像对应的图像质量优化类别；根据所述图像质量优化类别对所述待处理图像进行优化，以得到显示图像。本申请通过基于场景信息和环境信息确定待处理图像对应的图像质量优化类别，这样对于不同应用场景的待处理图像可以进行不同程度的图像优化，提高处理后的显示图像与应用场景的匹配度，从而提供显示图像的显示效果。

下面结合附图，通过对实施例的描述，对申请内容作进一步说明。

本实施例提供了一种影像优化方法，如图1和图2所示，所述方法包括：

S10、获取待处理图像对应的场景信息以及环境信息。

具体地，所述待处理图像为待显示于终端设备上的图像，其中，终端设备可以是运行本实施例提供的影像优化方法的终端设备，也可以是外部电子设备。所述场景信息用于反映用于显示所述待处理图像的终端设备的应用场景，环境信息用于反映用于显示所述待处理图像的终端设备的应用环境。

在本实施例的一个实现方式中，所述场景信息包括所述待处理图像的显示场景类型和/或处于终端设备前台运行的应用程序的应用信息。所述显示场景类型为显示所述待处理图像的多媒体资源的资源类型，所述显示场景类型可以包括图片、短视频、长视频、游戏以及社交聊天等；所述应用信息可以包括应用程序名称以及应用程序类别等。由此，待处理图像的场景信息可以包括图片、短视频、长视频、游戏以及社交聊天中的一种。例如，当待处理图像为短视频中的一个视频帧，那么待处理图像对应的场景信息为短视频；当待处理图像为游戏中的一个游戏画面，那么待处理图像对应的场景信息为游戏等。

在本实施例的一个实现方式中，所述环境信息包括环境光亮度、环境光色温以及待处理图像对应的显示时间中的一种或者多种，其中，所述环境光亮度为用于显示待处理图像的终端设备所处环境的环境光亮度，环境光色温为用于显示待处理图像的终端设备所处环境的环境光色温，显示时间为用于显示待处理图像的终端设备显示所述待处理图像的时间。此外，在实际应用中，所述环境信息还可以包括屏幕亮度，通过获取屏幕亮度可以提高优化后的显示图像的显示亮度的准确性，从而可以提高优化得到的显示图像的显示效果。

S20、根据所述场景信息以及环境信息，确定所述待处理图像对应的图像质量优化类别。

具体地，所述图像质量优化类别用于确定待处理图像对应的图像优化程度，其中，所述待处理图像对应的图像质量优化类别可以是基于预设设置的场景信息以及环境信息与图像质量优化类别的对应关系确定，也可以是通过预先训练的类别识别模型确定。此外，在确定待处理图像对应的图像质量优化类别之前，可以先确定待处理图像是否为可以被优化图像，当待处理图像为可以被优化图像时，再确定所述待处理图像对应的图像质量优化类别；反之，当待处理图像不为可以被优化图像时，直接将所述待处理图像作为显示图像进行显示，这样因图像优化而影响部分需要实时显示图像的应用程序的实时性，提高了图像优化对于图像使用场景的适应性。其中，在确定待处理图像是否为可以被优化图像时，可以预先设置可以显示优化后的显示图像的应用程序类别，然后基于待处理图像对应的应用程序信息确定该待处理图像是否为可以被优化图像；或者是，预先设置不可以显示优化后的显示图像的应用程序类别，然后基于待处理图像对应的应用程序信息确定该待处理图像是否为可以被优化图像等。

在本实施例的一个实现方式中，所述根据所述场景信息以及环境信息，确定所述待处理图像对应的图像质量优化类别具体包括：

将所述场景信息以及环境信息输入经过训练的类别识别模型；

通过所述类别识别模型，确定所述待处理图像对应的图像质量优化类别。

具体地，所述类别识别模型为预先经过训练，所述类别识别模型的输入项为场景信息以及环境信息，所述类别识别模型的输出项为图像质量优化类别。由此，在获取到待处理图像对应的场景信息以及环境信息后，可以将待处理图像对应的场景信息以及环境信息输入所述类别识别模型，通过所述类别识别模型输出其对应给的图像质量优化类别。

在本实施例的一个实现过程中，所述类别识别模型的训练过程具体包括：

获取训练样本集；

将所述训练样本集中的训练场景信息和训练环境信息输入预设网络模型，通过预设网络模型输出预测图像质量优化类别；

基于所述预测图像质量优化类别以及目标图像质量优化类别，训练所述预设网络模型，以得到类别识别模型。

具体地，所述训练样本集包括若干训练样本组，若干训练样本组中的每个训练样本组均包括训练场景信息、训练环境信息以及目标图像质量优化类别，其中，所述目标图像质量优化类别为处于训练场景信息和训练环境信息下的图像对应的真实图像质量优化类别。预设网络模型为未经过训练的升级网络模型，例如，Tensflow模型等；训练样本集用于作为预设网络模型对应的训练数据，通过采用训练样本集对预设网络模型进行训练，可以得到经过训练的类别识别模型，其中，类别识别模型的模型结构与预设网络模型的模型结构相同，两者的区别在于，预设网络模型的模型参数为初始模型参数，类别识别模型的模型参数为经过训练样本集训练的模型参数。

在本实施例的一个实现方式中，所述获取训练样本集具体包括：

控制终端设备显示预设图像，且获取预设图像对应的场景信息以及环境信息；

控制终端设备显示弹窗，以通过所述弹窗接收所述预设图像对应的目标图像质量优化类别；

基于所述场景信息、环境信息以及目标图像质量优化类别，确定训练样本组，以得到训练样本集。

具体地，预设图像为终端设备显示的图像，在获取训练样本集时，可以控制终端设备以不同的场景信息以及环境信息显示相同的预设图像，或者是，每个训练样本组所对应的预设图像互不相同，或者是，部分训练样本组对应的预设图像相同，部分训练样本组对应的预设图像不同等。此外，在获取训练样本集中，各场景信息对应的训练样本组的数量相同，可以理解的是，训练样本集中的训练样本组可以基于各自携带的场景信息进行划分，以得到若干子训练样本集，并且若干子训练样本集中的各子训练样本集包括的训练样组的数量相同，这样可以提高训练样本集的均匀性，从而可以使得类别识别模型提取到的各场景信息下的待处理图像对应的图像质量优化类别的准确性。

在本实施例的一个实现方式中，为了提高影像优化得到的显示图像可以满足用户的使用习惯，在使用所述类别识别模型确定目标图像质量优化类别的过程中，在终端设备显示待处理图像时，可以通过弹窗形成接收用户输入的目标图像质量优化类别，并将待处理图像对应的环境信息以及场景信息与目标图像质量优化类别对应存储，以形成离线训练样本组，然后在采用离线训练样本组对类别识别模型进行微调整，以使得每个用户所使用的终端设备可以配置符合各用户使用习惯的类别识别模型。

S30、根据所述图像质量优化类别对所述待处理图像进行优化，以得到显示图像。

具体地，显示图像为优化后的待处理图像，显示图像的图像质量高于待处理图像的图像质量，其中，在根据所述图像质量优化类别对所述待处理图像进行优化时，可以采用NXTVISION中的图像质量优化方式，并基于图像质量优化类别对应的优化参数，对对所述待处理图像进行优化。由此，在对待处理图像时，会基于图像质量优化类别确定待处理图像对应的优化方式以及优化强度参数。相应的，所述根据所述图像质量优化类别对所述待处理图像进行优化，以得到显示图像具体包括：

根据所述图像质量优化类别，确定所述待处理图像对应的优化方式以及优化强度参数；

采用所述优化方式按照所述优化强度参数对所述待处理图像进行优化，以得到显示图像。

具体地，所述优化方式为对待处理图像进行优化的优化策略，优化强度参数为优化策略的策略参数，优化强度参数用于控制基于优化策略对待处理图像进行优化时的优化程度，其中，优化方式可以预先存储于终端设备中，并且终端设备中预设配置有若干优化方式，若干优化方式中的每个优化方式均配置有若干优化强度参数。在获取到图像质量优化类别后，可以基于图像质量优化类别在若干优化方式中选取待处理图像对应的优化方式，并在该优化方式对应的若干优化强度参数中选取该优化方式对应的优化强度参数，以便于将优化强度参数配置于该优化方式，并采用配置后的优化方式对待处理图像进行优化。

在本实施例的一个实现中，所述图像质量优化类别包括影像优化类型以及影像优化等级；所述根据所述图像质量优化类别，确定所述待处理图像对应的优化参数具体包括：

根据所述影像优化类型，确定所述待处理图像对应的优化方式；

基于所述影像优化等级，在所述优化方式优化对应的若干优化强度参数中选取所述影像优化等级对应的优化强度参数，以得到所述待处理图像对应的优化强度参数。

具体地，所述影像优化类型用于反映影像的影像类型，其中，影像类别可以包括图片、短视频、长视频、游戏以及社交聊天等，所述影像优化等级用于反映优化等级，其中，影像优化等级可以包括强度1，强度2以及强度3等。例如，图像质量优化类别为图片强度1，那么影像优化类型为图片，影像优化等级为强度1；又如，图像质量优化类别为短视频强度2，那么影像优化类型为短视频，影像优化等级为强度2。

在本实施例的一个实现方式中，优化方式可以为NXTVISION中的图像质量优化方式，并且NXTVISION中配置若干图像质量优化方式，若干图像质量优化方式的数量与影像优化类型的数量相同，并且图像质量优化方式与影像优化类型一一对应，对于每个影像优化类型在若干图像质量优化方式中位于选取到唯一的图像质量优化方式作为影像优化类型对应的优化方式，从而获取到待处理图像对应的优化方式。此外，每个优化方式均配置有若干优化强度参数，若干优化强度参数的数量与影像优化等级的数量相同，若干优化强度参数中的各若干优化强度参数互不相同，并且优化强度参数与影像优化等级一一对应，以使得各影像优化等级对应的优化强度参数不同，从而可以获取到不同质量的显示图像。

终上所述，本实施例提供了一种影像优化方法，所述方法包括获取待处理图像对应的场景信息以及环境信息；根据所述场景信息以及环境信息，确定所述待处理图像对应的图像质量优化类别；根据所述图像质量优化类别对所述待处理图像进行优化，以得到显示图像。本申请通过基于场景信息和环境信息确定待处理图像对应的图像质量优化类别，这样对于不同应用场景的待处理图像可以进行不同程度的图像优化，提高处理后的显示图像与应用场景的匹配度，从而提供显示图像的显示效果。

基于所述影像优化等级，在所述优化方式优化对应的若干优化强度参数中选取所述影像优化等级对应的优化强度参数，以得到所述待处理图像对应的优化强度参数。

基于上述影像优化方法，本实施例提供了一种影像优化装置，如图3所示，所述的影像优化装置具体包括：

获取模块100，用于获取待处理图像对应的场景信息以及环境信息；

确定模块200，用于根据所述场景信息以及环境信息，确定所述待处理图像对应的图像质量优化类别；

优化模块300，用于根据所述图像质量优化类别对所述待处理图像进行优化，以得到显示图像。

在一个实施例中，所述待处理图像为待显示于终端设备界面上的图像，所述场景信息包括所述待处理图像的显示场景类型和/或处于终端设备前台运行的应用程序的应用信息；所述环境信息包括环境光亮度、环境光色温以及待处理图像对应的显示时间中的一种或者多种。

在一个实施例中，所述确定模块具体用于：

将所述场景信息以及环境信息输入经过训练的类别识别模型；

通过所述类别识别模型，确定所述待处理图像对应的图像质量优化类别。

在一个实施例中，所述类别识别模型的训练过程具体包括：

获取训练样本集，其中，所述训练样本集包括若干训练样本组，若干训练样本组中的每个训练样本组均包括训练场景信息、训练环境信息以及目标图像质量优化类别；

将所述训练样本集中的训练场景信息和训练环境信息输入预设网络模型，通过预设网络模型输出预测图像质量优化类别；

基于所述预测图像质量优化类别以及目标图像质量优化类别，训练所述预设网络模型，以得到类别识别模型。

在一个实施例中，所述获取训练样本集具体包括：

控制终端设备显示预设图像，且获取预设图像对应的场景信息以及环境信息；

控制终端设备显示弹窗，以通过所述弹窗接收所述预设图像对应的目标图像质量优化类别；

基于所述场景信息、环境信息以及目标图像质量优化类别，确定训练样本组，以得到训练样本集。

在一个实施例中，所述优化模块具体用于：

根据所述图像质量优化类别，确定所述待处理图像对应的优化方式以及优化强度参数；

采用所述优化方式按照所述优化强度参数对所述待处理图像进行优化，以得到显示图像。

在一个实施例中，所述图像质量优化类别包括影像优化类型以及影像优化等级；所述优化模块具体用于：

根据所述影像优化类型，确定所述待处理图像对应的优化方式；

基于所述影像优化等级，在所述优化方式优化对应的若干优化强度参数中选取所述影像优化等级对应的优化强度参数，以得到所述待处理图像对应的优化强度参数。

基于上述影像优化方法，本实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述实施例所述的影像优化方法中的步骤。

基于上述影像优化方法，本申请还提供了一种终端设备，如图4所示，其包括至少一个处理器(processor)20；显示屏21；以及存储器(memory)22，还可以包括通信接口(Communications Interface)23和总线24。其中，处理器20、显示屏21、存储器22和通信接口23可以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存储器22中的逻辑指令，以执行上述实施例中的方法。

此外，上述的存储器22中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

存储器22作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令或模块。处理器20通过运行存储在存储器22中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。

存储器22可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器。例如，U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。

此外，上述存储介质以及移动终端中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明，在这里就不再一一陈述。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。