一种图像处理方法及电子设备与流程

本技术涉及图像处理领域，尤其涉及一种图像处理方法及电子设备。

背景技术：

1、随着计算机视觉(computer vision，cv)技术的快速发展和芯片算力的大幅提升，图像处理技术的得到普遍应用，极大地提升了图像质量。

2、目前大部分应用于人物图像的图像处理技术，使用由大量非特定人像的照片训练得到的图像处理模型对当前人物图像进行增强处理，处理后的人物图像中人物的特点可能会包含不属于当前人物的特点，例如，增加了并不属于当前人像的深邃的眼窝、高挺的鼻子山根等。

3、因此，如何提供一种图像处理方法改善图像处理效果，成为了技术领域内重要的研究课题。

技术实现思路

1、本发明提供一种图像处理方法及电子设备，基于当前被摄人物的历史先验数据中的优质图像对当前待增强人物图像进行增强处理，改善处理后的人物图像中人物的特点包含与当前人物的特点不符的问题。

2、第一方面，本技术提供一种图像处理方法，所述方法包括：获取第一图像，所述第一图像包含肖像图像；获取与所述第一图像匹配的优质图像，所述优质图像来源于目标人物且所述第一图像中包含所述目标人物的肖像图像，所述优质图像的图像质量优于所述第一图像的图像质量；利用所述优质图像对所述第一图像中的肖像图像的整体图像和/或局部图像进行图像增强处理，得到与所述第一图像对应的第二图像，且所述第二图像的图像质量优于所述第一图像。

3、示例性的，所述优质图像的图像质量优于所述第一图像的图像质量包括：所述优质图像的面部特征优于所述第一图像的面部图像，和/或，所述优质图像的五官特征优于所述第一图像的五官特征。例如，该优质图像的整体图像或局部图像的画质较清晰、面部区域或五官区域清晰可见。

4、示例性的，该优质图像可以为与第一图像的人脸聚类标签一致的全部人物图像中图像综合质量最高的人物图像。

5、在本技术中，优质图像是指电子设备对应的图像数据库中存储的历史图像，该历史图像为在获取到上述第一图像之前获取到的图像。

6、上述优质图像与上述第一图像来源于相同人物(例如均来源于上述目标人物)，例如该优质图像的人脸聚类标签与第一图像中对应的肖像的人脸聚类标签相同。

7、在一种可能的实现方式中，上述优质图像为未进行过图像增强处理的历史图像。

8、例如，优质图像包括优质肖像，对第一图像中的肖像整体图像进行图像增强处理可以包括但不限于：利用优质肖像对第一图像的肖像图像进行增强处理。其中，第一图像的肖像图像可以基于人脸抠图技术获得。

9、例如，优质图像包括优质肖像和优质五官图像，对第一图像中的肖像整体图像和肖像局部图像进行图像增强处理可以包括但不限于：利用优质肖像对第一图像的肖像的整体图像进行增强处理，以及利用优质五官图像对增强后的肖像的五官图像进行单独增强处理。

10、例如，优质图像包括优质面部图像和优质五官图像。对第一图像中的肖像局部图像进行图像增强处理可以包括但不限于：对第一图像中的面部图像进行增强处理，具体可以为利用优质面部对第一图像的面部皮肤进行增强处理，以及对第一图像中的五官图像进行增强处理。其中，第一图像的面部图像、五官图像可以基于人脸解析技术获得。

11、在另外一些可能的实现方式中，对第一图像中的肖像整体图像和/或肖像局部图像进行图像增强处理还可以包括但不限于：对第一图像中的头发或脖子区域对应的图像进行图像增强处理。

12、示例性的，可以基于机器学习方法利用上述优质图像对第一图像中的肖像整体图像和/或肖像局部图像进行图像增强处理，机器学习方法可以是构建深度学习网络训练得到模型的方法以及区别于深度学习的传统方法。具体可以是，通过大量特定人物图像数据对(优质图像数据-待增强图像数据)训练深度网络得到深度模型，训练数据可以是整张肖像对、面部皮肤对、五官区域对，该网络可以共同实现利用优质肖像图像对待增强肖像图像增强、利用优质面部皮肤图像对待增强皮肤图像进行增强、利用优质五官图像对带增强五官图像进行增强处理；也可以训练三个模型分别对肖像图像、面部图像、五官图像进行增强处理；也可以利用传统方法，对优质图像和待增强图形进行图像特征融合，图像特征可以是图像的纹理信息、图像的清晰度、图像的色彩信息，传统方法包括传统的图像融合方法泊松融合法、拉普拉斯融合法、局域均值的图像融合方法等。通过深度模型或者传统的方法均可以增强第一图像的面部纹理信息、五官细节以及整体图像的画质清晰度。

13、可理解的，若采用由大量非特定人像的照片训练得到的图像处理模型对当前人物图像进行增强处理，处理后的人物图像中人物的特点可能会包含不属于当前人物的特点，例如增加了并不属于当前人像的深邃的眼窝、高挺的鼻子山根等，又例如包含不属于当前人物的皮肤纹理，使得处理后的人物图像的肤质与被摄人物的肤质存在较大差异的问题等。

14、然而采用本技术实施例提供的图像处理方法，一方面，上述优质图像的肖像和第一图像中的肖像是相同人物，且优质图像的肖像全局和/或局部清晰度和皮肤纹理细节的细腻度优于第一图像，采用该优质图像对第一图像的肖像整体图像和/或肖像局部图像进行图像增强，可以增强第一图像的面部纹理信息，增强第一图像的五官细节信息、整体图像的画质清晰度，而不会引入不是该人物的特征。例如基于该优质图像对第一图像的肖像整体图像和/或肖像局部图像进行增强处理包括但不限于：面部纹理细节的增强、嘴唇纹理细节的增强、眉毛对比度的增强(以使得增强眉毛区域的毛流感细节)、鼻子区域色彩对比度的增强(以使得提高鼻子区域对应图像的几何立体度)、耳朵清晰的增强、眼神光的光斑轮廓清晰度和光斑亮度的增强、眼睛虹膜色彩信息和虹膜纹理的增强。并且该面部纹理细节、五官细节基于相同的被摄对象的优质图像增强实现的，从而增强得到的上述第一增强图像和第二图像不会存在处理后的人物图像中人物的特点包含不属于当前人物的特点的问题。另外一方面，在丰富第一图像的纹理细节的同时，以好的面部纹理细节和五官细节解决肖像的整体图像清晰度、人像噪声、纹理细节缺失或涂抹等的问题。

15、采用本技术提供的方法可以解决在一些场景下，例如包括但不限于暗光场景、欠曝或过曝场景、拍照抖动场景下拍摄得到的人物图像的图像模糊、噪点多、纹理细节缺失或涂抹、光照不足、光照过亮的问题，以及在增强图像质量的同时改善处理后的人物图像中人物的特点包含不属于当前人物的特点的问题。

16、在一种可能的实现方式中，所述优质图像的图像质量优于所述第一图像的图像质量包括：所述优质图像的全局或局部清晰度、人脸皮肤纹理、以及五官细节优于所述第一图像，所述五官细节包括以下一项或一项以上：五官立体感、嘴唇纹理、眼神光的光斑清晰度、眼睛睁开程度、嘴巴张开程度；所述第二图像的图像质量优于所述第一图像包括：所述第二图像的画质清晰度、面部清晰度、五官清晰度、人脸皮肤纹理、五官立体感、嘴唇纹理、眉毛区域的对比度反映的毛流感、眼睛区域中包含的眼神光的光斑轮廓清晰度、眼神光的光斑亮度、虹膜区域的纹理、虹膜区域的色彩中的一项或一项以上优于所述第一图像。

17、在一种可能的实现方式中，所述利用所述优质图像对所述第一图像中的肖像图像的整体图像和/或局部图像进行图像增强处理，得到与所述第一图像对应的第二图像，包括：将所述优质图像和所述第一图像输入图像增强模型，通过所述图像增强模型利用所述优质图像对所述第一图像的肖像整体图像和/或肖像局部图像进行增强处理，得到所述第二图像，所述图像增强模型基于机器学习中的有监督学习方法或无监督学习方法训练得到。

18、在一种可能的实现方式中，所述优质图像至少包含面部图像和五官图像，所述优质图像为一张图像中的肖像整体图像，所述肖像整体图像包含面部图像和五官图像；或者，所述优质图像为人脸不同部位对应的局部图像的图像集合、且所述优质图像中的每个五官区域来源于同一张图像或来源于不同图像；所述利用所述优质图像对所述第一图像中的肖像图像的整体图像和/或局部图像进行图像增强处理，包括：基于所述优质图像中的面部图像对所述第一图像中的面部图像的面部纹理进行增强处理，和/或，基于所述优质图像中的五官图像对所述第一图像中对应的五官图像进行增强处理。

19、示例性的，上述优质图像中的面部图像的图像质量优于第一图像的面部图像的图像质量，上述优质图像中的五官图像的图像质量优于第一图像的面部图像的图像质量。例如优质图像的面部图像的清晰度、人脸皮肤纹理优于第一图像的面部图像，具体的优质图像的面部图像的皮肤纹理细腻度和质感优于第一图像的面部图像。优质图像中的五官图像的五官立体感、嘴唇纹理细节、眼神光的光斑清晰度、眼睛睁开程度、嘴巴张开程度优于第一图像的五官图像。

20、在一种可能的实现方式中，所述基于所述优质图像中的五官图像对所述第一图像中对应的五官图像进行增强处理包括以下至少一项：基于所述优质图像中的嘴巴图像对所述第一图像的嘴巴图像中的嘴唇纹理和色彩进行增强处理；在所述第一图像的眼睛图像中包含眼神光的情况下，对所述眼神光的光斑轮廓清晰度和/或眼神光的光斑亮度进行增强处理；基于第一参考虹膜图像对所述第一图像的眼睛部位的虹膜进行虹膜纹理和虹膜色彩的增强处理，所述第一参考虹膜图像与目标虹膜图像的相似度满足预设虹膜相似度条件，所述目标虹膜图像为所述第一图像中的虹膜图像，所述第一参考虹膜图像的色彩和纹理优于所述目标虹膜图像。

21、在一种可能的实现方式中，上述目标虹膜图像也可以为利用优质肖像对第一图像进行图像增强后的到的第一增强肖像中的虹膜图像。

22、在一种可能的实现方式中，所述基于所述优质图像中的五官图像对所述第一图像中对应的五官图像进行增强处理还包括以下至少一项：基于所述优质图像中的眼睛图像对所述第一图像的眼睛图像的进行清晰度增强处理；基于所述优质图像中的鼻子图像对所述第一图像的鼻子图像的清晰度和立体度进行增强处理；基于所述优质图像中的眉毛图像对所述第一图像的眉毛图像的清晰度和毛流感进行增强处理；基于所述优质图像中的耳朵图像对所述第一图像的耳朵图像的清晰度进行增强处理。

23、在本技术实施例中，分别利用优质五官图像中的五官特征对第一图像的肖像图像中的不同五官图像进行五官增强，可以考量到脸部不同区域的细节特征的差异，增强后得到的图像真实感更好。

24、示例性的，所述优质图像为属于肖像整体图像的优质肖像，所述优质肖像的图像质量优于所述第一图像的肖像图像的图像质量，所述利用所述优质图像对所述第一图像中的肖像图像的整体图像和/或局部图像进行图像增强处理，得到与所述第一图像对应的第二图像，包括：利用所述优质肖像对所述第一图像的肖像图像的整体图像进行图像增强处理，得到所述第二图像。或者也可以理解为，所述基于所述优质图像中的面部图像对所述第一图像中的面部图像的面部纹理进行增强处理，和/或，基于所述优质图像中的五官图像对所述第一图像中对应的五官图像进行增强处理，具体包括：利用所述优质肖像对所述第一图像的肖像图像的整体图像进行图像增强处理，得到所述第二图像。

25、在一种可能的实现方式中，所述优质图像包含肖像整体图像的优质肖像，则相应地，该优质肖像对应的肖像清晰度优于待增强肖像的肖像清晰度，以及该优质肖像的面部图像纹理、清晰度和/或五官图像色彩及清晰度优于待增强肖像中对应区域的清晰度，该优质肖像的对应的整体图像包含该优质肖像和该优质肖像对应的背景图像，该待增强肖像的整体图像包含该待增强肖像和上述原始背景图像。

26、在一种可能的实现方式中，所述优质图像包含肖像整体图像的优质肖像，所述优质图像的图像质量优于所述第一图像的图像质量包括：所述优质肖像的画质清晰度、面部清晰度、五官清晰度、人脸皮肤纹理、五官立体感、以及嘴唇纹理优于所述第一图像的肖像图像。

27、在一种可能的实现方式中，所述利用所述优质肖像对所述第一图像的肖像图像的整体图像进行图像增强处理，得到所述第二图像，包括：将所述优质肖像和所述第一图像的肖像图像输入肖像增强模型，通过所述肖像增强模型基于所述优质肖像对所述第一图像的肖像图像进行肖像增强，得到所述第二图像；所述肖像增强模型采用有监督学习方法或无监督学习方法训练得到；其中，在采用有监督学习方法和至少两组实验数据训练得到所述肖像增强模型的情况下，每一组所述实验数据包括第一样本图像、第二样本图像、以及第三样本图像，所述第一样本图像和所述第二样本图像作为所述肖像增强模型的输入，所述第三样本图像作为第一输出图像的约束图像，所述第一输出图像为所述第一肖像增强模型中输出的与所述第一样本图像对应的增强处理后的图像，所述第一样本图像和所述第三样本图像包含相同肖像的两张不同图像质量的肖像，所述第三样本图像的图像质量优于所述第一样本图像的图像质量，所述第二样本图像包含第一参考肖像、且所述第二样本图像的图像质量优于所述第一样本图像，所述第一样本图像包含的肖像图像与所述第一参考肖像对应同一人物；或者，在采用无监督学习方法和至少两组实验数据训练得到所述肖像增强模型的情况下，每一组所述实验数据包括第四样本图像和第五样本图像，所述肖像增强模型包括生成模型和对抗模型，所述生成模型用于以所述第五样本图像作为指导图像生成与所述第四样本图像对应的增强处理后的第二输出图像，所述对抗模型为预训练好的用于评判所述第二输出图像是否符合增强效果的评判网络，所述第五样本图像包含第二参考肖像、且所述第五样本图像的图像质量优于所述第四样本图像，所述第四样本图像包含的肖像图像与所述第二参考肖像对应同一人物。

28、示例性的，所述无监督学习方法包括生成对抗网络gan、流归一化网络flownormalization、扩散模型diffusionmodel。

29、在一种可能的实现方式中，所述利用所述优质肖像对所述第一图像的肖像图像的整体图像进行图像增强处理，得到所述第二图像，包括：利用所述优质肖像对所述第一图像的中的肖像图像的整体图像进行增强处理，得到第一增强肖像；以及，对所述第一增强肖像进行以下一项或一项以上增强处理得到所述第二图像：基于优质嘴唇图像对所述第一增强肖像中的嘴唇图像的色彩和纹理进行增强处理，所述优质嘴唇图像与所述第一图像来源于相同人物，所述优质嘴唇图像的图像质量优于所述第一图像的嘴唇图像的图像质量；在所述第一增强肖像中的眼睛中包含眼神光的情况下，对所述第一增强肖像的眼神光的光斑轮廓清晰度和/或眼神光的光斑亮度进行增强处理；基于优质鼻子图像对所述第一增强肖像中的鼻子图像的立体度进行增强处理，所述优质鼻子图像与所述第一图像来源于相同人物，所述优质鼻子图像的图像质量优于所述第一图像的鼻子图像的图像质量；基于优质眉毛图像对所述第一增强肖像中的眉毛图像的毛流感进行增强处理，所述优质眉毛图像与所述第一图像来源于相同人物，所述优质眉毛图像的图像质量优于所述第一图像的眉毛图像的图像质量；基于第一参考虹膜图像对所述第一增强肖像的眼睛部位的虹膜进行虹膜纹理和虹膜色彩的增强处理，所述第一参考虹膜图像与目标虹膜图像的相似度满足预设虹膜相似度条件，所述目标虹膜图像为所述第一图像中的虹膜图像或为所述第一增强肖像中的虹膜图像，所述第一参考虹膜图像的色彩和纹理优于所述目标虹膜图像；其中，所述优质嘴唇图像、所述优质鼻子图像、以及所述优质眉毛图像来源于同一张图像或不同图像。

30、在对待增强肖像进行肖像整体增强后，再利用对应的优质五官图像对第一增强肖像进行五官单独增强处理，可以进一步提高五官图像的图像效果。

31、上述基于第一参考虹膜图像对所述第一增强肖像的眼睛部位的虹膜进行虹膜纹理和虹膜色彩的增强处理具体可以是：从虹膜信息库中查找与该待增强肖像或该第一增强图像的虹膜的色彩相似度较高的上述第一参考虹膜图像，基于深度学习方法和该第一参考虹膜图像的虹膜纹理信息和色彩信息，对第一增强肖像的眼睛部位的虹膜进行虹膜纹理和虹膜色彩的增强处理。由此，在改善处理得到的人物图像的肤质与被摄人物的肤质存在较大差异的问题的同时，对眼部虹膜进行纹理细节填充，进一步改善增强后的图像(也即第二图像)在各个图像区域的清晰度的一致性，以及进一步改善增强后的图像的真实感。

32、在一种可能的实现方式中，所述优质图像包括优质面部图像和优质五官图像，所述优质面部图像包含人脸中的面部区域对应的局部图像，所述优质五官图像包含人脸中五官不同部位对应的局部图像，所述优质面部图像的图像质量优于所述第一图像的面部图像的图像质量，所述优质五官图像的图像质量优于所述第一图像的五官图像的图像质量，所述优质五官图像中的每个五官区域来源于同一张图像或来源于不同图像，所述利用所述优质图像对所述第一图像中的肖像图像的整体图像和/或局部图像进行图像增强处理，包括：利用所述优质五官图像对所述第一图像的五官图像进行五官增强处理，以及，利用所述优质面部图像对所述第一图像的面部图像进行面部增强处理。

33、或者，也可以理解为，上述基于所述优质图像中的面部图像对所述第一图像中的面部图像的面部纹理进行增强处理，和/或，基于所述优质图像中的五官图像对所述第一图像中对应的五官图像进行增强处理，具体包括：利用所述优质五官图像对所述第一图像的五官图像进行五官增强处理，以及，利用所述优质面部图像对所述第一图像的面部图像进行面部增强处理。

34、可理解的，相比于利用优质肖像对第一图像的肖像图像进行整体增强的方案，分别利用优质面部图像对第一图像的面部图像进行增强处理以及利用优质五官图像对第一图像的五官图像进行增强处理，可以更好地考量到脸部不同区域的几何差异、细节特征差异，图像增强效果可能会更好，增强后得到的图像真实感可能会更好。

35、在一种可能的实现方式中，所述利用所述优质五官图像对所述第一图像的五官图像进行五官增强处理，包括：基于深度学习方法和/或传统方法利用所述优质五官图像对所述第一图像的五官图像进行五官增强处理；其中，基于深度学习方法利用所述优质五官图像对所述第一图像的五官图像进行五官增强处理包括：将所述优质五官图像和所述第一图像的五官图像输入五官增强模型，基于有监督学习方法或无监督学习方法在所述五官增强模型中利用所述优质五官图像对所述第一图像的五官图像进行五官增强处理；所述五官增强模型为集成网络，所述集成网络用于利用所述优质五官图像对所述第一图像的五官图像进行五官增强处理；或者，所述五官增强模型包括至少两个子网络，所述子网络用于利用所述优质五官图像中的子五官图像分别对所述第一图像的五官图像中对应的子五官图像进行五官增强处理，所述子五官图像包括嘴唇图像、鼻子图像、眼睛图像、眉毛图像、以及耳朵图像中的至少一项；其中，基于传统方法利用所述优质五官图像对所述第一图像的五官图像进行五官增强处理包括：提取优质五官图像中一个或一个以上五官图像体现的特征，基于提取到的特征信息进行特征拟合计算，以便于将优质五官图像中的五官局部图像的优质特征融合到第一图像的五官图像中对应的五官局部图像中。

36、在一种可能的实现方式中，所述优质图像包含肖像整体图像的优质肖像，在本技术实施例中，优质肖像的获取方法有以下两种，方式1：所述获取与所述第一图像匹配的优质图像包括：确定第一肖像集合，所述第一肖像集合中的每一个肖像图像与所述第一图像来源于相同人物，所述第一肖像集合中的任意一个肖像图像的画质清晰度值满足预设画质清晰度阈值，所述第一肖像集合中任意一个肖像图像的肖像综合评分结果优于所述第一图像的肖像综合评分结果；确定所述第一肖像集合中肖像综合评分结果最优的肖像图像作为所述优质肖像，所述优质肖像的肖像综合评分结果与以下一项或一项以上数据相关：所述优质肖像的面部清晰度、五官清晰度、人脸皮肤纹理、五官立体感、嘴唇纹理细节。

37、方式2：所述获取与所述第一图像匹配的优质图像包括：确定第一肖像集合，所述第一肖像集合中的每一个肖像图像与所述第一图像来源于相同人物，所述第一肖像集合中的任意一个肖像图像的画质清晰度值满足预设画质清晰度阈值，所述第一肖像集合中任意一个肖像图像的肖像综合评分结果大于所述第一图像的肖像综合评分结果；确定第一肖像图像，所述第一肖像图像为所述第一肖像集合中肖像综合评分结果最优的肖像图像，所述第一肖像图像的肖像综合评分结果与以下一项或一项以上数据相关：所述优质肖像的面部清晰度、五官清晰度、人脸皮肤纹理、五官立体感、嘴唇纹理细节；在确定所述第一肖像图像的头部姿态与所述第一图像的肖像图像的头部姿态的差值大于或等于第一预设差值的情况下，确定是否存在第二肖像图像，所述第二肖像图像的头部姿态与所述第一图像的肖像图像的头部姿态的差值小于第二预设差值、且所述第二肖像图像的肖像综合评分结果包含于第二肖像集合，所述第二肖像集合为所述第一评分集合中肖像综合评分结果由小到大排序的序列中排名靠前预设百分比(例如排名前10％)的评分集合，所述第二预设差值小于或等于所述第一预设差值；在确定存在所述第二肖像图像的情况下，确定第一参考图像集合中与所述第一图像的头部姿态的差值最小的肖像图像作为所述优质图像，第一参考图像集合包括至少一个所述第二肖像图像。

38、例如上述第一预设差值可以为10或20，上述第二预设差值可以为10或20，具体根据需求而定，本文对此不做限定。

39、可理解的，在选取优质肖像时，若依据肖像图像的质量评分(也即肖像综合评分结果)选取的第一肖像图像的头部姿态与第一图像的头部姿态相差较大的情况下，选取第一肖像集合中排名前预设百分比肖像图像中与第一图像的头部姿态最接近的图像，也即选取一个图像质量较优且与第一图像的头部姿态匹配度较高的图像。不仅考虑肖像图像的质量评分，还考虑历史图像的肖像图像与第一图像的头部姿态的匹配度，得到的优质肖像与第一图像的头部姿态相近，优质肖像包含更为完整的优质脸部信息，为图像增强提供保障。

40、在一种可能的实现方式中，所述优质肖像的画质清晰度值为目标评分区域对应的清晰度值；其中，在所述优质肖像对应的拍照模式为人像模式的情况下，所述目标评分区域为所述优质肖像中的肖像图像对应的区域，在所述优质肖像对应的拍照模式不为人像模式的情况下，所述目标评分区域为所述优质肖像对应的原始图像的全局图像区域，所述原始图像为与所述优质肖像对应的包含肖像图像和背景图像的图像。

41、示例性的，根据图像的拍照模式的不同(例如自动模式、人像模式、夜景模式、专业模式等)，画质清晰度的评分区域不同。例如，在进行画质清晰度评分时会读取当前照片的拍照模式，若为人像拍照模式，那么画质清晰度评分区域只对人像区域进行评价，也就是说，若优质肖像对应的整体图像的拍照模式为人像拍照模式，则该优质肖像的画质清晰度评分结果为肖像区域对应的图像的画质清晰度的评分结果(也即局部清晰度评分结果)。若不为人像拍照模式，那么评分区域为整张图像，也就是说，若优质肖像对应的整体图像的拍照模式不为人像拍照模式，优质肖像的画质清晰度评分结果为该优质肖像对应的整体图像的全局画质清晰度的评分结果。

42、可理解的，由于人像模式下人物图像中的背景图像默认均会有一定的模糊程度，则在计算该人物图像的模糊度时，不考虑该人物图像的背景图像的模糊度，得到的画质清晰度评分结果更具代表性。

43、在一种可能的实现方式中，所述第一肖像集合中的任意一个肖像图像的画质清晰度值包括n种清晰度算法对应的n个清晰度值，所述预设画质清晰度阈值包括n个清晰度阈值，所述n个清晰度阈值分别与所述n种清晰度算法对应，图像的所述n个清晰度值分别对应地满足所述n个清晰度阈值表示图像的清晰度好，所述n为大于或等于2的整数，所述第一肖像集合中的任意一个肖像图像的画质清晰度值满足预设画质清晰度阈值包括：所述第一肖像集合中的任意一个肖像图像的所述n个清晰度值分别对应地满足所述n个清晰度阈值。

44、示例性的，所述n种清晰度算法包括brenner梯度函数、laplacian梯度函数、灰度方差smd函数、无参考图像评价指标niqe、brisque算法中的一项或一项以上。

45、可理解的，相比于仅采用一种清晰度计算方法评估图像的清晰度，采用多种清晰度计算方法评估图像的清晰度得到的评估结果更为客观，基于此，可以综合清晰度的各种不同统计方法的计算结果评估图像的清晰度，进一步提高清晰度评估结果(例如画质评分结果)的客观性。

46、在一种可能的实现方式中，所述优质肖像的肖像综合评分结果与所述优质肖像对应的面部评分结果和五官评分结果相关，其中，所述优质肖像对应的面部评分结果与所述优质肖像的面部皮肤纹理相关；所述五官评分结果包括所述优质肖像的眼睛区域评分结果、鼻子区域评分结果、嘴巴区域评分结果、眉毛区域评分结果、以及耳朵区域评分结果，所述眼睛区域评分结果与所述优质肖像中眼睛区域图像的清晰度以及眼睛睁开程度相关，所述鼻子区域评分结果与所述优质肖像中鼻子区域图像的清晰度和高光信息相关，所述嘴巴区域评分结果与所述优质肖像中嘴巴区域图像的清晰度和嘴巴张开程度相关，所述眉毛区域评分结果与所述优质肖像中眉毛区域图像的清晰度相关，所述耳朵区域评分结果与所述优质肖像中耳朵区域图像的清晰度相关。

47、由此，综合各个维度的特征选取与综合图像质量较高的该优质肖像对待增强肖像的肖像整体进行图像增强，提升当前待增强人物图像的细节、质感以及纹理，改善处理后的人物图像中人物的特点可能会包含不属于当前人物的特点的问题。

48、在一种可能的实现方式中，所述优质图像为属于肖像整体图像的优质肖像，所述利用所述优质图像对所述第一图像中的肖像图像的整体图像和/或局部图像进行图像增强处理，包括：在所述优质肖像的头部姿态与所述第一图像的肖像图像的头部姿态的差值大于或等于第三预设差值的情况下，采用三维人脸重建或nerfgan技术，基于所述第一图像的肖像图像的头部姿态对所述优质肖像的头部姿态进行矫正，得到第三参考肖像，所述第三参考肖像中的头部姿态与所述第一图像的肖像图像的头部姿态的差值小于第四预设差值；利用所述第三参考肖像对所述第一图像的肖像图像的整体图像进行图像增强处理。

49、示例性的，若基于上述方式1获取到的优质肖像的头部姿态与第一图像的头部姿态的差值大于或等于第三预设差值，则基于上述方式2获取优质肖像，若基于上述方式2无法获取到优质肖像，则采用方式1获取到的优质肖像以及三维人脸重建或nerfgan技术，对方式1获取到的优质肖像的头部姿态进行矫正，得到上述第三参考肖像，基于上述第三参考肖像对第一图像的肖像图像进行增强处理。

50、例如上述第三预设差值可以为10或20，上述第四预设差值可以为10或20，具体根据需求而定，本文对此不做限定。

51、示例性的，采用三维人脸重建技术基于所述第一图像的肖像图像的头部姿态对所述优质肖像的头部姿态进行矫正，得到第三参考肖像，具体包括：对所述优质肖像进行三维人脸重建，得到三维人脸模型；基于所述第一图像中的肖像图像的头部姿态对所述三维人脸模型进行头部姿态矫正，获取矫正后的三维人脸模型；将所述矫正后的三维人脸模型渲染为二维图像，并将所述矫正后的三维人脸模型作为上述第三参考肖像，利用该二维图像对第一图像的肖像图像进行增强处理。

52、在本技术实施例中，当优质肖像的头部姿态与待增强肖像的头部姿态欧拉角的差值大于或等于预设欧拉角阈值时，对优质肖像进行三维人脸重建，可以得到该优质肖像更为完整的脸部信息，且三维人脸重建基于图像质量较好的该优质肖像包含的人脸进行三维人脸重建，得到的三维人脸模型不仅包含更为完整的脸部信息，其图像质量也较好。另外，基于所述待增强肖像的头部姿态对三维人脸模型进行头部姿态矫正，将所述矫正后的三维人脸模型渲染为二维图像，可以获取到三维人脸模型中与待增强肖像头部姿态相同或接近的人脸图像。

53、也就是说，在对待增强肖像进行增强处理之前，通过3d人脸建模进一步获取与待增强肖像更为匹配且图像质量较好的上述二维图像，其中该二维图像来源于与第一图像的头部姿态相同或差异较小的、图像质量完整、以及图像质量较好的头部姿态矫正后的3d人脸模型。

54、由此，当数据库中搜索到的比较匹配且图像质量较好的优质肖像，但其头部姿态与待增强肖像的头部姿态仍相差较大的情况下，可以基于3d人脸建模和该优质肖像获取更为完整且与待增强肖像的头部姿态更匹配的图像质量较好的上述二维图像对该待增强图像进行增强，从而基于该二维图像提取到的纹理特征所处区域与待增强肖像中的对应区域匹配，在进行特征拟合计算时所使用的特征信息的区域几何信息更为匹配，可以进一步提高图像增强效果。

55、在一种可能的实现方式中，所述优质图像包括优质面部图像和优质五官图像，所述优质面部图像包含人脸中的面部区域对应的局部图像，所述优质五官图像包含人脸中五官不同部位对应的局部图像，所述优质面部图像的面部纹理清晰度优于所述第一图像的面部纹理清晰度，所述优质五官图像中的五官清晰度、五官立体感、嘴唇纹理、眼神光的光斑清晰度、眼睛睁开程度、嘴巴张开程度中的一项或多项优于所述第一图像的五官图像。

56、在一种可能的实现方式中，所述优质图像包括优质面部图像和优质五官图像，所述优质五官图像包括第一嘴巴图像、第一眼睛图像、第一鼻子图像、第一眉毛图像、第一耳朵图像；其中，所述优质面部图像为面部图像集合中面部评分分值最优的图像，所述面部图像集合中的每一项面部图像来源于所述目标人物，所述面部图像集合中的每一项面部图像的评分结果优于所述第一图像的面部图像的评分结果，所述优质面部图像的面部评分结果与面部纹理细腻度相关；所述第一嘴巴图像为嘴巴图像集合中嘴巴评分分值最优的图像，所述嘴巴图像集合中的每一项嘴巴图像均来源于所述目标人物，所述嘴巴图像集合中的每一项嘴巴图像的评分结果优于所述第一图像的嘴巴图像的评分结果，所述第一嘴巴图像的嘴巴评分结果与嘴唇纹理以及嘴巴张开程度相关；所述第一眼睛图像为眼睛图像集合中眼睛评分分值最优的图像，所述眼睛评分集合中的每一项眼睛图像均来源于所述目标人物，所述眼睛图像集合中的每一项眼睛图像的评分结果优于所述第一图像的眼睛图像的评分结果；所述第一眼睛图像的眼睛评分结果与眼睛图像的清晰度以及眼睛睁开程度相关；所述第一鼻子图像为鼻子图像集合中鼻子评分分值最优的图像，所述鼻子图像集合中的每一项鼻子图像来源于所述目标人物，所述鼻子图像集合中的每一项鼻子图像的评分结果优于所述第一图像的鼻子图像的评分结果，所述第一鼻子图像的鼻子评分结果与鼻子图像的清晰度和高光信息相关；所述第一眉毛图像为眉毛图像集合中眉毛评分分值最优的图像，所述眉毛图像集合中的每一项眉毛图像来源于所述目标人物，所述眉毛图像集合中的每一项眉毛图像的评分结果优于所述第一图像的眉毛图像的评分结果，所述第一眉毛图像的眉毛评分结果与眉毛图像的清晰度和色彩对比度相关；所述第一耳朵图像为耳朵图像集合中耳朵评分分值最优的图像，所述耳朵图像集合中的每一项耳朵图像来源于所述目标人物，所述耳朵图像集合中的每一项耳朵图像的评分结果优于所述第一图像的耳朵图像的评分结果，所述第一耳朵图像的耳朵评分结果与耳朵图像的清晰度相关。在一种可能的实现方式中，所述嘴巴图像集合中的每一项嘴巴图像的嘴巴张开程度小于预设张开程度，所述眼睛图像集合中的每一项眼睛图像均包含眼神光(眼神光即为眼球上的白色光斑)以及眼睛睁开程度大于或等于预设睁开程度。

57、由此，优质面部图像和优质五官图像均包含相应的优质特征，为基于优质图像(历史先验图像)对当前第一图像进行图像增强的增强效果提供保障。

58、在一种可能的实现方式中，所述优质图像为属于肖像整体图像的优质肖像，所述利用所述优质图像对所述第一图像中的肖像图像的整体图像和/或局部图像进行图像增强处理，得到与所述第一图像对应的第二图像，包括：利用所述优质肖像对所述第一图像的肖像图像的进行图像增强处理，得到第一增强图像，所述第一增强图像包含第一增强肖像和所述第一图像的原始背景图像，第一增强肖像的图像质量优于所述第一图像的肖像图像的图像质量；在所述第一增强肖像与所述原始背景图像之间满足色彩不均匀条件或满足光照不协调条件的情况下，利用所述第一增强肖像对所述第一图像的原始背景图像进行色彩校正，得到所述第二图像，所述第二图像中的肖像图像与背景图像之间的色差优于所述第一增强肖像与所述原始背景图像之间色差。

59、或者也可以理解为，所述基于所述优质图像中的面部图像对所述第一图像中的面部图像的面部纹理进行增强处理，和/或，基于所述优质图像中的五官图像对所述第一图像中对应的五官图像进行增强处理，包括：利用所述优质肖像对所述第一图像的肖像图像的进行图像增强处理，得到第一增强图像，所述第一增强图像包含第一增强肖像和所述第一图像的原始背景图像，第一增强肖像的图像质量优于所述第一图像的肖像图像的图像质量；在所述第一增强肖像与所述原始背景图像之间满足色彩不均匀条件或满足光照不协调条件的情况下，利用所述第一增强肖像对所述第一图像的原始背景图像进行色彩校正，得到所述第二图像，所述第二图像中的肖像图像与背景图像之间的色差优于所述第一增强肖像与所述原始背景图像之间色差。

60、可理解的，利用第一增强肖像的光照色彩信息对原始背景图像进行色彩校正，可以提高第一图像的背景图像的清晰度，以及协调处理得到的第二图像的图像整体色差，由此，进一步改善图像的光照质量、以及协调图像整体色差，使得增强得到的第二图像整体更为自然。

61、在一种可能的实现方式中，所述方法还包括：对所述第一增强肖像中的第一区域进行色彩校正，所述第一区域包括所述第一增强肖像中色彩不均匀的区域、光照不协调的区域、欠曝区域、过曝区域中的一项或一项以上。

62、由此，对第一增强肖像中色彩不均匀的区域、光照不协调的区域、欠曝区域、或过曝区域进行色彩校正，可以进一步改善增强后的图像质量，例如可以进一步改善第一增强肖像的图像区域的光照的一致性，以及进一步改善第二图像的真实感。

63、在一种可能的实现方式中，所述优质图像包括优质面部图像和优质五官图像，所述利用所述优质图像对所述第一图像中的肖像图像的整体图像和/或局部图像进行图像增强处理，得到与所述第一图像对应的第二图像，包括：利用所述优质五官图像对所述第一图像的五官图像进行五官增强处理，得到增强后的五官图像，以及，利用所述优质面部图像对所述第一图像的面部图像进行面部增强处理，得到增强后的面部图像；基于所述增强后的五官图像、增强后的面部图像、剩余图像、以及所述原始背景图像融合得到第二增强图像，所述第二增强图像包含第二增强肖像和所述第一图像的原始背景图像，所述第二增强肖像的图像质量优于所述第一图像的肖像图像的图像质量；在所述第二增强肖像与所述原始背景图像之间满足色彩不均匀条件或满足光照不协调条件的情况下，利用所述第一增强肖像对所述第一图像的原始背景图像进行色彩校正，得到所述第二图像，所述第二图像中的肖像图像与背景图像之间的色差优于所述第一增强肖像与所述原始背景图像之间的色差。

64、上述基于所述增强后的五官图像、增强后的面部图像、剩余图像、以及所述原始背景图像融合得到第二增强图像，具体可以包括：对增强后的五官图像、增强后的面部图像、剩余图像进行拼图处理，以及对图像拼图产生的边缘进行平滑处理，得到第一增强肖像；对第一增强肖像和第一图像的原始背景图像进行拼图处理以及对图像拼图产生的边缘进行平滑处理，得到上述第二增强图像；上述利用所述第一增强肖像对所述第一图像的原始背景图像进行色彩校正，得到所述第二图像具体可以包括：基于色彩迁移技术和该第一增强肖像的色彩信息，对原始背景图像对应区域的色彩信息进行色彩校正，得到所述第二图像。由此，进一步改善图像的光照质量、以及协调图像整体色差，使得增强得到的第二图像整体更为自然。

65、可理解的，利用第二增强肖像的光照色彩信息对原始背景图像进行色彩校正，可以提高第一图像的背景图像的清晰度，以及协调处理得到的第二图像的图像整体色差，使得增强得到的第二图像整体更为自然。

66、在一种可能的实现方式中，所述方法还包括：对所述第二增强肖像中的第二区域进行色彩校正，所述第二区域包括所述第二增强肖像中色彩不均匀的区域、光照不协调的区域、欠曝区域、过曝区域中的一项或一项以上。

67、可理解的，第一增强肖像的五官图像基于优质五官图像增强得到，该优质五官图像中的每个五官区域图像可能来源于同一人物的多种不同图像，也就是说优质五官图像中的每个单独的五官区域图像之间的光照、色彩、曝光信息会有所差异，则增强后的各个五官图像之间也可能会存在明显的光照不均匀、色彩不均匀或过曝欠曝问题，基于此，在得到上述增强肖像a后，再对增强肖像a中的色彩不均匀的区域、光照不协调的区域、欠曝区域、过曝区域进行色彩校正，改善增强后的各个五官图像之间也可能会存在明显的光照不均匀、色彩不均匀、过曝、或欠曝的问题。

68、在一种可能的实现方式中，所述获取与所述第一图像匹配的优质图像包括：在所述电子设备的设备状态满足预设设备状态的情况下，获取所述优质图像，所述预设设备状态包括所述电子设备的当前电量大于或等于预设电量阈值，或者，所述预设设备状态包括所述电子设备的当前电量大于或等于预设电量阈值且所述电子设备处于充电灭屏状态；或者，在所述电子设备接收到目标处理请求的情况下，获取所述优质图像，所述目标处理请求用于表示用户主动请求对所述第一图像进行图像处理。

69、在本技术实施例中，若用户主动请求对第一图像进行图像处理，则立即获取优质图像第一图像进行增强处理，优先满足用户需求。若用户未主动请求对第一图像进行图像处理，则电子设备可以在设备满足当前电量大于或等于预设电量阈值，或者，当前电量大于或等于预设电量阈值且设备处于充电灭屏状态的情况下，获取优质图像对第一图像进行图像增强，改善图像增强对设备的电能损耗问题，由此，在满足用户需求的同时改善电能损耗问题。

70、在一种可能的实现方式中，所述获取第一图像包括：基于相机应用拍摄获取所述第一图像；所述在所述电子设备的设备状态满足预设设备状态的情况下，获取所述优质图像，包括：在所述电子设备的当前电量大于或等于预设电量阈值的情况下，获取所述优质图像；或者，在所述电子设备的当前电量小于预设电量阈值的情况下，存储所述第一图像，并在所述电子设备再次满足当前电量大于或等于所述预设电量阈值且处于充电灭屏状态的条件后，或在所述电子设备接收到用户主动触发的关于所述第一图像的图像处理请求后，获取所述优质图像。

71、示例性的，若用户当前通过电子设备在户外拍摄m(m大于或等于1)张人物图像，电子设备在确定当前电量大于或等于预设电量阈值时，采用本技术提供的任一种图像处理方法对该m张人物图像进行图像增强，当处理到第x张(x小于或等于m)人物图像后发现电子设备的当前电量小于预设电量阈值时，则停止对其他人物图像进行增强处理，从而可以为电子设备保持相当的电量以保障用户的户外活动的设备需求。

72、在一种可能的实现方式中，也可以向用户提供是否启用本技术提供的图像处理方法的功能控件，默认启用本技术提供的图像处理方法，但也可以基于用户针对该功能控件的关闭或开启操作相应地关闭或启用本技术提供的图像处理方法。

73、在一种可能的实现方式中，所述获取第一图像包括：基于数据下载方式在第一时间内获取至少两张以上所述第一图像；所述在所述电子设备的设备状态满足预设设备状态的情况下，获取所述优质图像，包括：在所述电子设备的当前电量大于或等于所述预设电量阈值且处于充电灭屏状态的情况下，获取所述优质图像；或者，在所述电子设备接收到用户主动触发的关于所述第一图像的图像处理请求的情况下，获取所述优质图像。

74、可理解的，数据传输例如蓝牙、nfc传输等就有一定的电能损耗，且若用户通过蓝牙或nfc等方式获取第一图像，也可以理解为当前用户对设备的使用需求较高，则基于本技术提供的方法，这种场景下电子设备需要满足电量大于或等于所述预设电量阈值且处于充电灭屏状态的情况，才能对获取到的人物图像进行增强处理，在达到图像增强效果的同时，改善图像增强为设备带来的电能损耗问题，以及为电子设备保持较好的电量状态以保障用户的设备使用需求。

75、在一种可能的实现方式中，所述获取与所述第一图像匹配的优质图像包括：在确定所述第一图像满足预设增强条件的情况下，将所述历史人物图像作为所述第一图像，所述预设增强条件包括以下一项或一项以上：人像模糊、人脸纹理细节缺失、人脸区域图像噪声高、人脸区域光照不足、人脸区域光照过亮。

76、在一种可能的实现方式中，所述方法应用于电子设备，所述电子设备中存储有包含肖像图像的历史人物图像，所述历史人物图像基于数据下载方式或相机拍照方式获得，所述方法还包括：在确定所述电子设备当前电量大于或等于预设电量阈值且所述电子设备处于充电灭屏状态、以及所述历史任务图像满足预设增强条件的情况下，将所述历史人物图像作为所述第一图像，所述预设增强条件包括以下一项或一项以上：人像模糊、人脸纹理细节缺失、人脸区域图像噪声高、人脸区域光照不足、人脸区域光照过亮。

77、第二方面，本技术实施例提供一种图像处理系统，所述图像处理系统包括增强子系统和人物特征检索子系统，所述增强子系统包含融合增强模块，其中，所述人物特征检索子系统，用于在获取第一图像之后，获取与所述第一图像匹配的优质图像；所述融合增强模块，用于利用所述优质图像对所述第一图像中的肖像图像的整体图像和/或局部图像进行图像增强处理，得到第二图像。

78、在一种可能的实现方式中，所述融合增强模块，具体用于利用所述优质肖像对所述待增强肖像的整体肖像进行图像增强处理，得到所述第一增强图像。

79、在一种可能的实现方式中，所述图像处理系统还包括先验知识管理子系统、图像数据库以及人物处理子系统，所述人物处理子系统包括人像处理模块、评分模块以及人脸属性估计模块，所述先验知识管理子系统用于为人物图像创建索引，所述图像数据库用于存储与人物图像(包括所述优质图像)相关的以下数据：索引、该优质图像对应的原始图像资源、人像抠图数据、人脸解析数据、人脸聚类标签、头部姿态欧拉角、画质评分结果、五官评分结果、面部评分结果。所述人像处理模块用于对人物图像进行人脸聚类获取对应的人脸聚类标签；所述人像处理模块还用于对所述人物图像进行人像抠图和人脸解析以获取对应的人像抠图数据和人脸解析数据，所述评分模块用于基于人物图像的人像抠图数据和人脸解析数据对人物图像进行面部评分和五官评分，以获取对应的面部评分结果和五官评分结果，所述评分模块还用于对人物图像进行画质评分，以获取对应的画质评分结果。所述人脸属性估计模块用于对人物图像进行姿态估计得到对应的头部姿态欧拉角。

80、在一种可能的实现方式中，所述人物处理子系统还包括3d重建模块，所述3d重建模块，用于在所述优质肖像的头部姿态欧拉角与所述待增强肖像的头部姿态欧拉角的差值大于或等于预设欧拉角阈值的情况下，对所述优质肖像进行三维人脸重建，得到三维人脸模型；基于所述待增强肖像的头部姿态对所述三维人脸模型进行头部姿态矫正，获取矫正后的三维人脸模型；以及将所述矫正后的三维人脸模型渲染为二维图像，得到与所述优质肖像对应的头部姿态矫正后的二维图像；所述融合增强模块，具体用于利用所述二维图像对所述待增强肖像进行增强处理，得到所述第一增强图像。

81、在一种可能的实现方式中，所述融合增强模块，还用于对所述第一图像中包含的眼神光的光斑轮廓清晰度和光斑亮度进行增强处理；获取虹膜信息库与所述第一图像的虹膜色彩信息的相似度较高的第一参考虹膜图像，基于所述第一参考虹膜图像对所述第一图像的眼睛部位的虹膜进行虹膜纹理和虹膜色彩的增强处理；对所述第一图像中的眉毛区域的图像进行对比度增强处理；对所述第一图像中的嘴唇区域的图像进行色彩和纹理增强处理。

82、在一种可能的实现方式中，所述融合增强模块，还用于在增强后的第一增强肖像与原始背景图像之间满足色彩不均匀条件或满足光照不协调条件的情况下，利用第一增强肖像对第一图像的原始背景图像进行色彩校正，得到第二图像，第二图像中的肖像图像与背景图像之间的色差优于第一增强肖像与原始背景图像之间色差。

83、在一种可能的实现方式中，所述融合增强模块，还用于对第一增强肖像中的第一区域进行色彩校正，该第一区域包括第一增强肖像中色彩不均匀的区域、光照不协调的区域、欠曝区域、过曝区域中的一项或一项以上。

84、在一种可能的实现方式中，所述融合增强模块，具体用于利用所述优质五官图像对所述待增强五官图像进行五官增强处理，得到增强后的五官图像，以及，利用所述优质面部图像对所述待增强面部图像进行面部增强处理，得到增强后的面部图像；对所述增强后的五官图像、所述增强后的面部图像、以及剩余图像进行融合处理，得到所述第一增强图像，所述剩余图像为所述第一图像的肖像中除了所述待增强面部图像和所述待增强五官图像之外的其他图像。

85、在一种可能的实现方式中，所述融合增强模块，具体用于对所述第一增强图像和所述原始背景图像进行拼图处理，以及对所述第一增强肖像和所述原始背景图像拼图产生的边缘进行平滑处理，得到拼图以及平滑处理后的中间图像；基于色彩迁移技术和所述中间图像中所述第一增强图像对应区域的色彩信息，对所述中间图像中所述原始背景图像对应区域的色彩信息进行色彩校正，得到所述第二图像。

86、在一种可能的实现方式中，所述人物处理子系统还包括特征提取模块，所述增强子系统还包括判断模块，所述特征提取模块中的人脸检测模块用于对第一图像进行人脸检测，所述判断模块用于确定第一图像是否满足预设增强条件，所述人物特征检索子系统，具体用于在所述第一图像中包含人脸图像、且所述第一图像满足预设增强条件中的至少一项的情况下，获取所述优质图像。

87、关于优质图像、优质肖像、优质肖像的头部姿态欧拉角、优质面部图像、优质五官图像、人像抠图数据、人脸解析数据、头部姿态欧拉角、画质评分结果、五官评分结果、面部评分结果等名词的说明以及优质肖像、优质面部图像、优质五官图像的获取方法，可以参照第一方面或第一方面的任意可能的实现方式所示的方法中的相关说明，在此不再详述。

88、第三方面，本技术实施例提供一种电子设备，所述电子设备包括：一个或多个处理器、存储器和显示屏；所述存储器与所述一个或多个处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，所述一个或多个处理器调用所述计算机指令以使得所述电子设备执行所述第一方面或第一方面的任意可能的实现方式所示的方法。

89、第四方面，本技术实施例提供一种芯片系统，所述芯片系统应用于电子设备，所述芯片系统包括一个或多个处理器，所述处理器用于调用计算机指令以使得所述电子设备执行所述第一方面或第一方面的任意可能的实现方式所示的方法。

90、第五方面，本技术实施例提供一种包含指令的计算机程序产品，当所述计算机程序产品在电子设备上运行时，使得所述电子设备执行所述第一方面或第一方面的任意可能的实现方式所示的方法。

91、第六方面，本技术实施例提供一种计算机可读存储介质，包括指令，当所述指令在电子设备上运行时，使得所述电子设备执行所述第一方面或第一方面的任意可能的实现方式所示的方法。

92、可以理解的，上述第二方面提供的图像增强系统、第三方面提供的电子设备、第四方面提供的芯片、第五方面提供的计算机程序产品、以及第六方面提供的计算机存储介质均用于执行本技术实施例所提供的方法。因此，其所能达到的有益效果可参考对应方法中的有益效果，此处不再赘述。