CN101454798A - 红眼检测仪器、红眼检测方法和红眼检测程序 - Google Patents
红眼检测仪器、红眼检测方法和红眼检测程序 Download PDFInfo
- Publication number
- CN101454798A CN101454798A CNA2007800198928A CN200780019892A CN101454798A CN 101454798 A CN101454798 A CN 101454798A CN A2007800198928 A CNA2007800198928 A CN A2007800198928A CN 200780019892 A CN200780019892 A CN 200780019892A CN 101454798 A CN101454798 A CN 101454798A
- Authority
- CN
- China
- Prior art keywords
- eye
- red eye
- red
- blood
- shot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 241000593989 Scardinius erythrophthalmus Species 0.000 title claims abstract description 661
- 238000000034 method Methods 0.000 title claims abstract description 20
- 201000005111 ocular hyperemia Diseases 0.000 title claims description 855
- 230000008569 process Effects 0.000 claims abstract description 14
- 208000024754 bloodshot eye Diseases 0.000 claims description 215
- 230000001815 facial effect Effects 0.000 claims description 103
- 238000001514 detection method Methods 0.000 claims description 90
- 238000012937 correction Methods 0.000 claims description 62
- 238000012360 testing method Methods 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 25
- 239000000284 extract Substances 0.000 description 18
- 230000008878 coupling Effects 0.000 description 11
- 238000010168 coupling process Methods 0.000 description 11
- 238000005859 coupling reaction Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 11
- 238000000605 extraction Methods 0.000 description 5
- 241000534672 Hiodon alosoides Species 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 210000001747 pupil Anatomy 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- FFRBMBIXVSCUFS-UHFFFAOYSA-N 2,4-dinitro-1-naphthol Chemical compound C1=CC=C2C(O)=C([N+]([O-])=O)C=C([N+]([O-])=O)C2=C1 FFRBMBIXVSCUFS-UHFFFAOYSA-N 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 206010000496 acne Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/62—Retouching, i.e. modification of isolated colours only or in isolated picture areas only
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/62—Retouching, i.e. modification of isolated colours only or in isolated picture areas only
- H04N1/624—Red-eye correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30216—Redeye defect
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Quality & Reliability (AREA)
- Ophthalmology & Optometry (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
Abstract
本发明提供一种红眼检测仪器,它包括一红眼区域指定部分,其使用户在图像中指定一红眼区域,以获得一指定红眼区域;一红眼搜索区域确定部分,其确定其中包括由红眼区域指定部分获得的指定红眼区域的一红眼搜索区域;一红眼候选检测部分,其在由红眼搜索区域确定部分确定的红眼搜索区域中搜索红眼,以检测出一个或多个红眼侯选对象;一面部位置检测部分,在由红眼搜索区域确定部分确定的红眼搜索区域中,其检测面部位置和除眼睛之外的面部区域的位置中的一个;一红眼位置判断部分,其从红眼候选检测部分检测的红眼候选对象中选择一个位于与由面部位置检测部分检测的位置相关的一预定位置的红眼候选对象,以作为将接受红眼修正处理的红眼候选对象。
Description
技术领域
本发明涉及一种红眼检测仪器、红眼检测方法和红眼检测程序。更具体地,本发明涉及一种在图像中用于检测红眼的红眼检测仪器、红眼检测方法和红眼检测程序。如果可以的话,通过参考2006年3月30日提交的日本专利申请No.2006-095755的内容,本专利申请将其并入这里。
背景技术
当人的图像用闪光灯捕获到后,人的瞳孔在捕获到的图像中看上去会发红或金黄。这被称作红眼或金眼效果。对被捕获图像的人来说,红眼或金眼效果不是非常满意的结果。因此,多种校正红眼或金眼效果的处理方法被提出,以便于瞳孔在被捕获的图像中呈现出它们自然的颜色。这里,接下来要描述几种代表性的方法。用户需要指定要处理的含有不正确颜色的眼睛的区域。基于由参考要处理区域的色度、饱和度和亮度而获得的指定要处理区域的颜色值,在眼睛的瞳孔上执行红眼校正处理(例如,参见专利文献1)。可选择地,捕获的图像被加入图像捕获信息,该图像捕获信息包括关于所用闪光灯、曝光值(Ev值)、快门速度和光圈值的信息,并且红眼修正处理只在被判断为其中可能有红眼效果的图像上执行。
许多其它方法已经提出。其中含有人脸的候选区域从图像中提取出来。随后,提取出的候选区域被分成许多更小区域,同时与事先设置了这些更小区域特征值的面部区域图案进行比较,以便于面部区域从候选区域中提取出来(例如,参见专利文献2)。可选择地,显示人脸的区域从图像中提取出来。当提取出来的面部区域的颜色密度与预定的阈值一致时,可能含有人躯干的候选区域被提取出。这样,基于面部与躯干区域的颜色密度和饱和度,提取出的面部区域按照精度(提取的区域显示人面部的可能性)被估算,以便精确地提取出面部区域(例如,参见专利文献3)。作为另一个可选实例,可能显示人脸的许多候选区域从图像中提取出来。随后,精确的面部区域以每个提取的候选面部区域基于重叠度的精度来估算的方式而被提取出来(例如,参见专利文献5)。
[专利文献1]未审的日本专利申请公开号No.2000-76427
[专利文献2]未审的日本专利申请公开号No.2000-137788
[专利文献3]未审的日本专利申请公开号No.2000-148980
[专利文献4]未审的日本专利申请公开号No.2004-145287
[专利文献5]未审的日本专利申请公开号No.2000-149018
发明内容
本发明要解决的问题
然而,根据在专利文献1中公开的发明,使用者需要用鼠标、键盘等来精确地指定含有红眼的要处理区域,例如通过指定眼睛瞳孔的中心部分,或用限定红眼的框来识别出红眼。因此,使用者需要仔细指定含有红眼的区域,并且当有很多图像要接受根据专利文献1中公开的发明的红眼校正处理时,会因而出现重大负担。另外,根据在专利文献1中公开的发明,指定含有红眼效果区域的多余工作是必要的,这可延长需要完成红眼校正处理的时间周期。这里,根据在专利文献1中公开的发明,在图像中自动提取红色集中区域和在提取出来的区域中执行红眼校正处理也是可能的。可是,提取出的红色集中区域可能显示除红眼效果外的其它东西,例如,图像中的光线,并且提取出的红色集中区域可能会错误地接受红眼校正处理。
在专利文献4中公开的发明只能基于加入的图像捕获信息而提取出判断为其中有红眼效果的一个图像,并在提取出的图像上执行红眼校正处理。然而,根据专利文献4中公开的技术,人脸需要在提取出的图像中识别,并且红眼还需要在识别出的面部区域中识别。这就是说,根据在专利文献4中公开的发明的图像处理方法需要面部提取处理,这在整个捕获的图像上执行会具有相当可观的图像处理负担。因为这个原因,提高红眼校正处理的效率可能是困难的。注意,在捕获的图像中检测人脸的方法公开在专利文献2、3和5中。
由上,本发明的目标是提供一种能解决上述指出的问题的红眼检测仪器、红眼检测方法和红眼检测程序。这个目标通过组合在独立权利要求中描述的特征而实现。从属权利要求定义了本发明的更有效的特别实例。
解决问题的手段
为了解决上述问题,本发明的第一实施例提供了一种红眼探测仪器,它包括一红眼区域指定部分,该红眼区域指定部分使用户在图像中指定一红眼区域,以便获得一指定的红眼区域;一红眼搜索区域确定部分,该红眼搜索区域确定部分确定其中包括由红眼区域指定部分获得的指定红眼区域的一红眼搜索区域;一红眼候选检测部分,该红眼候选检测部分在由红眼搜索区域确定部分确定的红眼搜索区域中搜索红眼,以检测出一个或多个红眼侯选对象;一面部位置检测部分,在由红眼搜索区域确定部分确定的红眼搜索区域中,该面部位置检测部分检测面部位置和除了眼睛之外的面部区域的位置中的一个;以及一红眼位置判断部分,该红眼位置判断部分从红眼候选检测部分检测的红眼候选对象中选择一个位于与由面部位置检测部分检测的位置相关的一预定位置的红眼候选对象,以作为将接受红眼修正处理的红眼候选对象。
该红眼检测仪器可进一步包括一红眼修正部分,该红眼修正部分在由红眼位置判断部分选择的用来将接受红眼修正处理的红眼候选对象上执行红眼修正处理。这里,该红眼搜索区域确定部分可确定多个红眼搜索区域,每个红眼搜索区域其中包括由红眼区域指定部分获得的指定的红眼区域,该红眼候选检测部分可在由红眼搜索区域确定部分确定的多个红眼搜索区域中的每一个内搜索红眼,以检测出一个或多个红眼候选对象,并且该面部位置检测部分可在由红眼搜索区域确定部分确定的多个红眼搜索区域中的每一个内检测面部位置和除了眼睛之外的面部区域的位置中的一个。这里,该红眼搜索区域确定部分可确定多个红眼搜索区域,每个红眼搜索区域具有与由红眼区域指定部分获得的指定的红眼区域基本相同的纵横比。该红眼检测仪器可进一步包括一搜索区域存储部分,该搜索区域存储部分其中存储多个具有不同尺寸或形状的红眼搜索区域。这里,该红眼搜索区域确定部分可确定多个红眼搜索区域,每个红眼搜索区域其中包括由红眼区域指定部分获得的指定的红眼区域并且与存储在搜索区域存储部分中的多个红眼搜索区域具有相同尺寸或形状。根据上述配置,用户在包括红眼效果的图像中不再需要执行多余的工作来指定区域了。
该红眼检测仪器还进一步包括一纵横比存储部分,该纵横比存储部分其中存储多个不同的纵横比。这里,该红眼搜索区域确定部分可确定多个红眼搜索区域,每个红眼搜索区域其中包括由红眼区域指定部分获得的指定的红眼区域并各自具有存储在纵横比存储部分中的多个不同的纵横比。这里,从判断为位于与由面部位置检测部分检测的多个面部位置或多个除了眼睛之外的面部区域的位置相关的一预定位置的多个红眼候选对象中,该红眼位置判断部分可选择在图像中相应于多个面部位置中的一个或相应于多个除了眼睛之外的面部区域的位置中的一个而具有最大重叠区域的一红眼候选对象,以作为将接受红眼修正处理的红眼侯选对象。这里,该红眼候选检测部分可包括:一第一红眼搜索部分,该第一红眼搜索部分通过使用第一参数而在红眼搜索区域内搜索红眼,以检测出一个或多个红眼候选对象;以及一第二红眼搜索部分,当第一红眼搜索部分在红眼搜索区域中没有检测出红眼候选对象时,该第二红眼搜索部分通过使用不同于第一参数的第二参数而在红眼搜索区域中搜索红眼,以检测一个或多个红眼候选对象。
这里,该第一红眼搜索部分可在红眼搜索区域内以第一像素距离连续移动搜索位置的方式搜索红眼,以检测出一个或多个红眼候选对象,以及该第二红眼搜索区域在红眼搜索区域内以不同于第一像素距离的第二像素距离连续移动搜索位置的方式搜索红眼,以检测出一个或多个红眼候选对象。这里,该红眼搜索区域确定部分可包括:一眼睛检测部分,该眼睛检测部分基于由红眼区域指定部分获得的指定红眼区域来检测眼睛之间的位置关系;以及一面部区域识别部分,该面部区域识别部分基于由眼睛检测部分检测的眼睛之间的位置关系来识别面部区域。这里,该红眼搜索区域确定部分可确定其中包括由面部区域识别部分识别出的面部区域的红眼搜索区域。这里,该红眼搜索区域确定部分可包括:一红眼检测部分,该红眼检测部分基于由红眼区域指定部分获得的指定红眼区域来检测眼睛的尺寸;以及一面部区域识别部分,该面部区域识别部分基于由眼睛检测部分检测出的眼睛尺寸来识别面部区域。这里,该红眼搜索区域确定部分可确定其中包括由面部区域识别部分识别出的面部区域的红眼搜索区域。
本发明的第二实施例提供了一种红眼检测方法,它包括:使用户在图像中指定一红眼区域,以便获得一指定的红眼区域;确定一红眼搜索区域,该红眼搜索区域其中包括由用户指定获得的指定红眼区域;在确定过程中确定的红眼搜索区域内搜索红眼,以检测出一个或多个红眼候选对象;在确定过程中确定的红眼搜索区域内,检测面部位置和除了眼睛之外的面部区域的位置中的一个;以及从搜索过程中检测的红眼候选对象中,选择一红眼候选对象作为将接受红眼修正处理的红眼候选对象,该红眼候选对象位于与检测过程中检测的位置相关的一预定位置。
本发明的第三实施例提供了一种眼睛检测程序,用于在图像中检测红眼的红眼检测仪器。该红眼检测程序使红眼检测仪器具有如下功能:一红眼区域指定部分,该红眼区域指定部分使用户在图像中指定一红眼区域,以便获得一指定的红眼区域;一红眼搜索区域确定部分,该红眼搜索区域确定部分确定其中包括由红眼区域指定部分获得的指定红眼区域的一红眼搜索区域;一红眼候选检测部分,该红眼候选检测部分在由红眼搜索区域确定部分确定的红眼搜索区域中搜索红眼,以检测出一个或多个红眼侯选对象;一面部位置检测部分,在由红眼搜索区域确定部分确定的红眼搜索区域中,该面部位置检测部分检测面部位置和除了眼睛之外的面部区域的位置中的一个;以及一红眼位置判断部分,该红眼位置判断部分从红眼候选检测部分检测的红眼候选对象中选择一个位于与由面部位置检测部分检测的位置相关的一预定位置的红眼候选对象,以作为将接受红眼修正处理的红眼候选对象。
这里,在概述中没有列举出本发明的所有必要特征。特征的子组合可形成本发明。
本发明的效果
根据本发明的实施例,接受红眼校正处理的红眼可无需用户精确指定红眼区域而被可靠地检测出。
附图说明
图1是阐明红眼检测仪器10的功能配置的框图。
图2阐明了通过红眼区域指定部分102获取的指定的红眼区域。
图3用于阐明通过红眼搜索区域确定部分110执行的操作。
图4用于阐明通过红眼搜索区域确定部分110执行的操作。
图5用于阐明通过红眼候选检测部分130执行的操作。
图6是阐明通过红眼检测仪器10执行的处理流程的流程图。
图7是阐明通过红眼检测仪器10执行的处理流程的流程图。
图8是阐明红眼检测仪器10的硬件配置的框图。
具体实施方式
以下将描述本发明的一些实施例。这些实施例并没有限制根据权利要求的发明,并且,在实施例中描述的特征的所有组合并不意味着必须由本发明的各部分提供。
图1示出了关于本发明一个实施例的红眼检测仪器10的典型功能配置。该红眼检测仪器10其中包括图像输入部分100、红眼区域指定部分102、红眼搜索区域确定部分110、面部位置检测部分120、红眼候选检测部分130、红眼位置判断部分140、红眼修正部分150、输出控制部分160、输出部分162、搜索区域存储部分170、纵横比存储部分172以及检测参数存储部分174。红眼搜索区域确定部分110其中包括眼睛检测部分112和面部区域识别部分114。红眼候选检测部分130其中包括第一红眼搜索部分132和第二红眼搜索部分134。关于本实施例的红眼检测仪器10的目标如下。用户不必准确指定待修正的红眼候选对象。替代地,本实施例的红眼检测仪器10自动确定图像中的红眼搜索区域,该红眼搜索区域其中包括由用户指定的图像中的红眼区域。在确定的红眼搜索区域中,本实施例的红眼检测仪器10自动并高准确度地检测要修正的红眼。
图像输入部分100从外部器件将图像输入到红眼检测仪器10中。图像输入部分100读取印在相片、纸媒介等上的图像,以便从外部器件将图像输入到红眼检测仪器10中而作为图像数据。图像输入部分100可经由像半导体存储器的存储介质或者像LAN和因特网之类的网络来输入图像数据。图像输入部分100向红眼搜索区域确定部分110、红眼修正部分150和输出控制部分160提供图像数据。
基于从图像输入部分100、红眼区域指定部分102或红眼修正部分150收到的信息,输出控制部分160使输出部分162输出原本的图像数据或在图像数据上执行预定图像处理后的图像数据。输出部分162在输出控制部分160的控制下输出图像数据。例如,输出部分162是像监测器那样的用于显示图像数据的图像显示仪器、用于向例如DVD之类的存储介质中写入图像数据的写入仪器,以及用于将图像数据传输给不同图像处理仪器的通信部分等。当输出部分162是监测器等时,输出控制部分160将收到的图像数据转换成可见图像,并使输出部分162显示该可见图像。
红眼区域指定部分102通过使用户指定图像中的红眼区域来获得指定的红眼区域。这里,指定的红眼区域可至少包括由图像输入部分100输入的部分图像,并且作为由用户判断的包括红眼的图像的区域。指定的红眼区域可具有矩形或类似矩形的形状。红眼区域指定部分102向红眼搜索区域确定部分110和输出控制部分160提供表明获得的指定红眼区域的信息。这里应注意的是,红眼表示红眼或金眼效果。
红眼搜索区域确定部分110确定其中包括从红眼区域指定部分102接收到的指定红眼区域的红眼搜索区域。红眼搜索区域确定部分110可确定多个红眼搜索区域,其中每个红眼搜索区域包括指定的红眼区域。红眼搜索区域确定部分110可获得由用户基于表示从红眼区域指定部分102接收到的指定红眼区域的信息而指定的指定红眼区域的纵横比,并确定多个红眼搜索区域,每个红眼搜索区域与获得的纵横比具有基本相同或相同的纵横比。这里,搜索区域存储部分170在其上存储多个具有不同尺寸和/或形状的红眼搜索区域。搜索区域存储部分170可在其上存储多个具有不同纵横比的红眼搜索区域。
红眼搜索区域确定部分110可确定多个红眼搜索区域,这些红眼搜索区域的尺寸和/或形状与存储在搜索区域存储部分170上的红眼搜索区域的尺寸和/或形状相同,并且其中这些红眼搜索区域的每个都包括从红眼区域指定部分102接收到的指定红眼区域。这里,纵横比存储部分172在其上存储多个不同的纵横比。纵横比存储部分172可在其上存储基于人类面部统计计算的纵横比。红眼搜索区域确定部分110可确定多个红眼搜索区域,其中每个红眼搜索区域包括指定的红眼搜索区域并且具有存储在纵横比存储部分172上的多个纵横比。
当确定第一红眼搜索区域其中包括指定的红眼区域时,红眼搜索区域确定部分110还可确定第二红眼搜索区域,该第二红眼搜索区域的位置在图像中以预定距离从第一红眼搜索区域的位置移动。这里,预定距离等于或短于由红眼候选检测部分130使用的红眼模板图像的直径。红眼搜索区域确定部分110可确定多个不同距离,该多个不同距离都等于或短于由红眼候选检测部分130使用的红眼模板图像的直径,并且红眼搜索区域确定部分110基于确定的多个距离来确定多个红眼搜索区域。第二红眼搜索区域可相对于第一红眼搜索区域而沿红眼搜索区域的长边、短边或一个对角线方向移动。
基于从红眼区域指定部分102接收到的指定的红眼区域,包括在红眼搜索区域确定部分110中的眼睛检测部分112检测眼睛之间的位置关系或眼睛的尺寸。由眼睛检测部分112检测的眼睛之间的位置关系可以是一个眼睛与另一个眼睛之间的距离,以及相对于除了眼睛之外的面部区域的眼睛位置关系。例如,眼睛检测部分112通过尝试检测与多种类型眼睛模板图像的匹配而检测指定红眼区域中的眼睛的位置。眼睛检测部分112基于检测的眼睛的位置来计算眼睛之间的距离。相似地,眼睛检测部分112还通过尝试检测与多个具有不同尺寸的眼睛模板图像的匹配而检测包括在指定红眼区域中的眼睛的尺寸。眼睛检测部分112向面部区域识别部分114提供眼睛之间的检测距离或眼睛的尺寸。
基于从眼睛检测部分112接收到的眼睛之间的距离或眼睛的尺寸,面部区域识别部分114识别显示出面部的区域。具体地,基于根据从眼睛检测部分112接收到的眼睛之间的距离或眼睛的尺寸而统计确定的面部的尺寸,面部区域识别部分114识别面部区域。例如,基于眼睛之间的变化距离或基于眼睛的变化尺寸,面部尺寸可被预先统计确定,并且面部区域识别部分114可在其中存储表示确定的面部尺寸的信息。这里,红眼搜索区域确定部分110确定其中包括由面部区域识别部分114识别的面部区域的红眼搜索区域。红眼搜索区域确定部分110向面部位置检测部分120和红眼候选检测部分130提供表示确定的红眼搜索区域的信息。面部位置检测部分120检测除了眼睛之外的面部区域的位置或检测在从红眼搜索区域确定部分110接收到的红眼搜索区域中的面部的位置。当从红眼搜索区域确定部分110接收到多个红眼搜索区域时,面部位置检测部分120检测除了眼睛之外的面部区域的位置或检测在收到的多个红眼搜索区域的每个中的面部的位置。面部位置检测部分120向红眼位置判断部分140提供与图像关联的、表示被检测的面部位置或被检测的除了眼睛之外的面部区域的位置的信息。
红眼候选检测部分130搜索红眼,以从红眼搜索区域确定部分110接收到的红眼搜索区域中检测红眼候选对象。当接收到多个来自红眼搜索区域确定部分110的红眼搜索区域时,红眼候选检测部分130搜索红眼,以在接收到的多个红眼搜索区域的每个中检测红眼候选对象。具体地,红眼候选检测部分130通过试图检测与每个具有预定形状和包括在预定颜色范围中的颜色的红眼模板图像的一匹配而来搜索红眼候选对象。这里,检测参数存储部分174其中存储当红眼候选检测部分130搜索红眼时使用的多种类型的搜索条件。例如,检测参数存储部分174其中存储用于红眼搜索的多种类型的红眼模板图像,作为红眼搜索条件。红眼模板图像包括多个具有不同尺寸的红眼模板图像、多个具有不同形状的红眼模板图像,以及多个具有不同色度类型的红眼模板图像。红眼候选检测部分130可在图像上以预定距离连续移动红眼模板图像。这里,检测参数存储部分174其中存储当红眼候选检测部分130在图像上移动红眼模板图像时使用的多个不同移动距离,以及当红眼候选检测部分130在图像上移动红眼模板图像时使用的多个不同的开始位置。
注意,第一红眼搜索部分132在红眼搜索区域中搜索红眼,以通过使用存储在检测参数存储部分174上的第一参数来检测红眼候选对象。另一方面,第二红眼搜索部分134从检测参数存储部分174中提取不同于第一参数的第二参数。第二红眼搜索部分134使用提取的第二参数而在红眼搜索区域中搜索红眼,以检测红眼候选对象。例如,第一红眼搜索部分132在红眼搜索区域内以从检测参数存储部分174中提取的第一像素距离来连续移动搜索位置而搜索红眼,以便检测红眼候选对象。随后,第二红眼搜索部分134在红眼搜索区域中以还是从检测参数存储部分174提取出的、但不同于第一像素距离的第二像素距离来连续移动搜索位置而搜索红眼,以便检测红眼候选对象。这里,由第二红眼搜索部分134从检测参数存储部分174提取出的第二像素距离可以是第一红眼搜索部分132的搜索位置未与第二红眼搜索部分134的搜索位置重叠的距离。红眼候选检测部分130向红眼位置判断部分140提供表示被检测红眼候选对象的位置的信息。
红眼位置判断部分140从由红眼候选检测部分130接收到的红眼候选对象中选择一红眼候选对象作为将接受红眼修正处理的红眼候选对象,该红眼候选对象位于与由面部位置检测部分120检测的位置相关的一预定位置。具体地讲,当从面部位置检测部分120接收到表示红眼搜索区域内的面部位置的信息时,红眼位置判断部分140选择一红眼候选对象来接受如下方式的红眼修正处理。具体地,红眼位置判断部分140在其中预存与面部关联的统计计算的眼睛位置。基于此,作为接受红眼修正处理的红眼候选对象,红眼位置判断部分140选择位于统计计算的眼睛位置的一红眼候选对象。可选择地,从判断为位于与从面部位置检测部分120接收到的面部位置或除了眼睛之外的面部区域的位置相关的一预定位置的多个红眼候选对象中,红眼位置判断部分140可选择图像中具有最大重叠区域的一红眼候选对象,来作为将接受红眼修正处理的红眼候选对象。按照上述的方式,可阻止红眼位置判断部分140选择例如不具有红眼效应的眼睛和疙瘩的内部和外部角落作为将接受红眼修正处理的红眼候选对象。因而,红眼位置判断部分140能够可靠地执行红眼候选对象的选择。
红眼位置判断部分140向红眼修正部分150提供表示在被选为将接受红眼修正处理的红眼候选对象的红眼候选对象的图像中的位置的信息。这里,红眼位置判断部分140可结合图像而向不同于本实施例的红眼检测仪器10的图像处理装置提供表示被选为将接受红眼修正处理的红眼候选对象的红眼候选对象的位置的信息。图像处理装置可在从本实施例的红眼检测仪器10中接收到的图像上执行红眼修正处理,通过读取表示与图像关联的被选为将接受红眼修正处理的红眼候选对象的红眼候选对象的位置的信息。基于从红眼位置判断部分140接收到的红眼候选对象的位置,红眼修正部分150在红眼候选对象上执行红眼修正处理,该红眼候选对象包括在从图像输入部分100接收到的图像中。红眼修正部分150向输出控制部分160提供在其上执行了红眼修止处理的图像数据。
关于本实施例的红眼检测仪器10可自动确定其中包括由用户指定的指定红眼区域的红眼搜索区域,并且在确定的红眼搜索区域内检测红眼候选对象。具有了这种配置,红眼检测仪器10免去用户准确执行指定将接受红眼修正处理的红眼候选对象的强烈需要,以及免去执行多余的工作。替代地,为了自动检测将接受红眼修正处理的红眼候选对象,红眼检测仪器10仅需要用户简单指定预定区域。这样,本实施例的红眼检测仪器10能够可靠地检测出将接受红眼修正处理的红眼候选对象,这与用户的技能水平无关。
而且,本实施例的红眼检测仪器10能够自动确定多个红眼搜索区域,每个红眼搜索区域其中均包括由用户指定的指定红眼区域,并且红眼检测仪器10在确定的多个红眼搜索区域的每一个中搜索红眼候选对象。具有了这种配置,甚至当用户仅指定了一个指定红眼区域时,红眼检测仪器10也可自动确定多个红眼搜索区域,以试图检测红眼候选对象。由此,当在预定的红眼搜索区域中不能检测出红眼候选对象时,红眼检测仪器10可试图在不同的红眼搜索区域中检测红眼候选对象。因而,红眼检测仪器10能够可靠地检测出将接受红眼修正处理的红眼候选对象。
图2示出了由本实施例的红眼区域指定部分102获得的典型的指定红眼区域。红眼区域指定部分102使用户为包括在图像中的人面部指定红眼区域。这样,红眼区域指定部分102获得作为由用户指定的红眼区域的指定红眼区域。具体地,输出控制部分160将从图像输入部分100接收到的图像数据转换成图像,并使输出部分162从开始显示图像。随后,红眼区域指定部分102使用户指定显示在输出部分162上的图像中的红眼区域。具体地,红眼区域指定部分102其中可包括像鼠标、书写板和键盘之类的输入器件。红眼区域确定部分102使用户经由输入器件指定红眼区域,以获得指定的红眼区域。
例如,红眼区域指定部分102使用户指定其中包括图像中所示的面部400的红眼402的红眼区域,以获得指定红眼区域408、418和428中的一个。这里,通过红眼区域指定部分102获得的指定的红眼区域可具有矩形或类似矩形的形状。而且,通过红眼区域指定部分102获得的指定的红眼区域可具有由用户自由确定的尺寸。当用户用像鼠标和书写板之类的输入器件指定手画红眼区域时,或当用户指定具有例如多边形或类似多边形的形状的红眼区域时,红眼区域指定部分102可将由用户指定的红眼区域转换成具有类似矩形形状的红眼区域,并获得作为指定的红眼区域的最终区域。具体地,红眼区域指定部分102可获得限制由用户指定区域的矩形或类似矩形的区域来作为指定的红眼区域。
图3用于阐明由本实施例的红眼搜索区域确定部分110执行的典型操作。红眼搜索区域确定部分110确定其中包括指定的红眼区域502的红眼搜索区域512或522,该指定的红眼区域502包含在人面部500中。指定的红眼区域502由红眼区域指定部分102获得。具体地讲,红眼搜索区域确定部分110确定红眼搜索区域512或522,该红眼搜索区域512或522与指定的红眼区域502具有相同或基本相同的纵横比,并且具有足够的尺寸以包括其中的指定红眼区域502。例如,通过将矩形指定红眼区域502的重心位置作为基点位置,从重心位置朝矩形指定红眼区域502的外边延伸的方向上,红眼搜索区域确定部分110以预定放大比例放大指定红眼区域502。红眼搜索区域确定部分110可以上述方式确定红眼搜索区域512或522。这里,红眼搜索区域确定部分110可从搜索区域存储部分170中提取用于放大指定红眼区域502的放大率。
这里,可由红眼搜索区域确定部分110确定的红眼搜索区域512和522可具有不同尺寸。由红眼搜索区域确定部分110确定的红眼搜索区域512或522可以是通过保持在指定红眼区域的原始位置上变换指定红眼区域尺寸而生成的区域,并且具有与指定红眼区域的纵横比相同或基本相同的纵横比。考虑红眼检测仪器10的能力(例如存储资源、完成红眼修正处理需要的时间周期,以及CPU的使用),红眼搜索区域确定部分110可生成多个红眼搜索区域。具体地讲,当红眼检测仪器10的能力高于预定能力时,而不是当红眼检测仪器10的能力低于预定能力时,红眼搜索区域确定部分110可确定更多的红眼搜索区域。
图4用于阐明由本实施例的红眼搜索区域确定部分110执行的典型操作。红眼搜索区域确定部分110确定其中包含指定红眼区域602的红眼搜索区域612或622,该指定红眼区域602包含在人面部600中。指定红眼区域602由红眼区域指定部分102获得。具体地讲,红眼搜索区域确定部分110确定红眼搜索区域612或622,该红眼搜索区域612或622具有与指定红眼区域602的纵横比不同的纵横比,并且具有足够的尺寸以其中包括指定的红眼区域602。例如,红眼搜索区域确定部分110从存储在纵横比存储部分172上的多个不同的纵横比中提取多个纵横比,该多个纵横比的数量依照红眼检测仪器10的能力而确定。具体地,当红眼检测仪器10的存储资源大于预定阈值时,而不是当红眼检测仪器10的存储资源小于预定阈值时,红眼搜索区域确定部分110提取更多的纵横比。通过基于提取的纵横比来增加或减少指定红眼区域602的垂直和水平长度,红眼搜索区域确定部分110确定红眼搜索区域612或622。
图5用于阐明由本实施例的红眼候选检测部分130执行的典型操作。红眼候选检测部分130在由红眼搜索区域确定部分110确定的红眼搜索区域中搜索红眼,以检测红眼候选对象。例如,在红眼搜索区域中,红眼候选检测部分130以预定像素距离从红眼搜索区域的转角连续移动红眼模板图像。这样做,红眼候选检测部分130可试图检测一匹配,以便检测出红眼候选对象。这里,红眼候选检测部分130使用多个不同像素距离来检测一匹配,目的是为了避免发生存在红眼候选对象、但由于不适当的像素距离而红眼模板图像与红眼候选对象不匹配的情况。
具体地讲,红眼候选检测部分130通过在红眼搜索区域700中以第一像素距离706连续移动红眼模板图像702来搜索红眼,以便检测红眼候选对象。如果红眼候选检测部分130不能通过使用第一像素距离706来检测红眼候选对象,那么,红眼候选检测部分130随后在红眼搜索区域700中通过以不同于第一像素距离706的第二像素距离708连续移动红眼模板图像702来搜索红眼,以便检测红眼候选对象。红眼候选检测部分130随后可使用不同的像素距离,直到在红眼搜索区域700内检测到红眼候选对象。例如,红眼候选检测部分130首先通过使用第一像素距离706尝试检测一匹配,然后尝试通过使用不同于数值等于或小于红眼模板图像702的直径的第一像素距离706的第二像素距离708来检测该匹配。红眼候选检测部分130可确定多个距离,该多个距离在等于或小于红眼模板图像702的直径的单元上不同,并且红眼候选检测部分130试图通过使用多个不同的距离检测一匹配,直至检测到红眼候选对象。
而且,当使用第一红眼模板图像不能检测到红眼候选对象时,红眼候选检测部分130可尝试使用与第一红眼模板图像特定参数不同的第二红眼模板图像来检测红眼候选对象。这里,红眼模板图像的参数可以是红眼模板图像的尺寸、形状和颜色中的至少一个。例如,当使用第一红眼模板图像不能检测到红眼侯选对象时,红眼候选检测部分130尝试使用与第一红眼模板图像具有不同颜色的第二红眼模板图像来检测红眼候选对象。红眼候选检测部分130随后可变化红眼模板图像的参数,直到检测出红眼候选对象,以便在红眼搜索区域中检测到红眼候选对象。
通过在红眼搜索区域内从事先确定的第一开始位置移动红眼模板图像702,红眼候选检测部分130使用红眼模板图像702开始尝试检测匹配。例如,红眼候选检测部分130试图通过从第一开始位置移动红眼模板图像702来检测红眼候选对象,在第一开始位置上,红眼搜索区域700的边缘与红眼模板图像702接触。当不能检测到红眼侯选对象时,红眼候选检测部分130确定第二开始位置,该第二开始位置位于以预定距离远离红眼搜索区域700的转角的位置上,该预定距离短于红眼模板图像702的移动距离,例如第一像素距离706。
具体地讲,由红眼候选检测部分130确定的第二开始位置可位于以预定距离远离红眼搜索区域700的转角的位置,该预定距离等于或短于当红眼模板图像702移动时使用的像素距离706。接下来,红眼候选检测部分130开始从第二开始位置移动红眼模板图像702,以便检测到红眼候选对象。这样,红眼候选检测部分130可试图通过随后在第一像素距离706的数值范围内变化红眼模板图像702的开始位置而检测一匹配,直到检测出一红眼候选对象。红眼候选检测部分130可在一个像素单元中移动红眼模板图像702的开始位置。具有了上述配置,本实施例的红眼候选检测部分130能够在图像中可靠地检测出红眼候选对象。
图6示出了由本实施例的红眼检测仪器10执行的处理的典型流程。开始时,红眼区域指定部分102使用户指定红眼修正区域(S1000)。红眼区域指定部分102向红眼搜索区域确定部分110提供由用户指定的红眼修正区域。这里,红眼修正区域是上述指定红眼区域中的一个实例。当用户指定红眼修正区域(S1000)时,红眼区域指定部分102获得关于由用户指定的红眼修正区域的区域信息(S1010)。例如,关于红眼修正区域的区域信息可表示图像中由红眼修正区域所占的位置。
随后,重复执行红眼检测处理,直到红眼位置判断部分140检测到将接受红眼修正处理的红眼候选对象,或预定次数(例如N次)(S1020)。具体地讲,基于存储在搜索区域存储部分170或纵横比存储部分172上的预定条件,红眼搜索区域确定部分110计算其中包括从红眼区域指定部分102接收到的红眼修正区域的红眼搜索区域(S1030)。当重复执行红眼检测处理时,红眼搜索区域确定部分110基于不同的或变化的条件来计算红眼搜索区域,与之前的红眼检测处理循环进行比较(S1030)。
红眼搜索区域确定部分110基于计算的红眼搜索区域而生成一红眼搜索区域(S1032)。红眼搜索区域确定部分110可将生成的红眼搜索区域作为搜索区域图像使用(S1034)。红眼搜索区域确定部分110向面部位置检测部分120和红眼候选检测部分130提供搜索区域图像。在搜索区域图像中,面部位置检测部分120检测面部的位置或除了眼睛之外的面部区域的位置。面部位置检测部分120向红眼位置判断部分140提供检测的面部位置或除了眼睛之外检测的面部区域的位置。
另一方面,红眼候选检测部分130试图检测搜索区域图像中的红眼侯选对象。例如,当试图通过尝试使用红眼模板图像检测一匹配来检测红眼候选对象时,红眼候选检测部分130通过使用第一红眼模板图像搜索一红眼候选对象。当用第一红眼模板图像不能检测到一红眼候选对象时,红眼候选检测部分130使用与第一红眼模板图像在特定参数上不同的第二红眼模板图像来搜索红眼候选对象。红眼候选检测部分130随后可变化红眼模板图像的参数,直到检测出一红眼候选对象。红眼候选检测部分130向红眼位置判断部分140提供表示检测的红眼候选对象的位置的信息。红眼位置判断部分140从包括在图像中的多个红眼侯选对象中选择将接受红眼修正处理的一红眼候选对象(S1036)。当红眼位置判断部分140选择出将接受红眼修正处理的红眼候选对象时,红眼检测处理循环结束(S1022)。
随后,红眼修正部分150在由红眼位置判断部分140选择的将接受红眼修正处理的红眼候选对象上执行自动的红眼修正处理(S1040)。之后,红眼检测仪器10获得作为红眼修正处理结果生成的红眼修正的图像,以作为图像数据(S1050)。这里,当红眼位置判断部分140选择出将接受红眼修正处理的红眼候选对象时,红眼检测仪器10可在图像中存储与图像关联的被选择的红眼候选对象的位置,以作为图像数据。红眼位置判断部分140可使输出部分162经由输出控制部分160输出图像数据。例如,输出部分162可将图像数据记录在像存储器之类的记录介质上。可选择地,输出部分162可向不同的图像处理装置提供图像数据,以便使不同的图像处理装置在图像数据上执行红眼修正处理。
图7示出了由本实施例的红眼检测仪器10执行的处理的典型流程。图7中,与图6中的参考数字设定相同的步骤以与图6所示的流程表中所包括的相应步骤基本相同的方式执行,并且因此在下面不再详细描述。红眼位置判断部分140以预定次数重复执行红眼检测处理(例如N次)(S1120)。当执行红眼检测处理预定次数来试图检测将接受红眼修正处理的红眼候选对象时(S1122),红眼位置判断部分140判断是否检测到任何将接受红眼修正处理的红眼候选对象(S1130)。当红眼位置判断部分140判断为负(S1130:No)时,处理结束。
另一方面,当判断为正(S1130:Yes)时,红眼位置判断部分140在多个被检测的结果上执行合并处理(S1140)。例如,红眼位置判断部分140从被检测的多个红眼候选对象中选择图像中具有最大重叠区域的一红眼候选对象,以作为将接受红眼修正处理的红眼候选对象。可选择地,基于与除了由面部位置检测部分120检测的眼睛之外的面部区域的位置相关的被检测的多个红眼候选对象的位置关系,红眼位置判断部分140可选择出将接受红眼修正处理的一红眼候选对象。红眼修正部分150在由红眼位置判断部分140选择的将接受红眼修正处理的红眼候选对象上执行红眼修正处理(S1040)。
图8示出了本实施例的红眼检测仪器10的典型硬件配置。红眼检测仪器10由CPU环绕部分、输入/输出(I/O)部分和传统I/O部分组成。CPU环绕部分包括CPU 1505、RAM 1520、绘图控制器1575以及显示器件1580,它们通过主机控制器1582彼此相连。I/O部分包括通信接口1530、硬盘驱动1540以及CD-ROM驱动1560,它们通过I/O控制器1584连接到主机控制器1582。传统I/O部分包括ROM 1510、软盘驱动1550以及I/O芯片1570,它们连接到I/O控制器1584。
主机控制器1582将RAM 1520与以高传输速率访问RAM 1520的CPU1505和绘图控制器1575连接。CPU 1505根据存储在ROM 1510和RAM 1520上的程序运行,以控制该组成。绘图控制器1575在RAM 1520内提供的框架缓冲器上获得由CPU 1505等生成的图像数据,并且使显示器件1580显示获得的图像数据。可选择地,绘图控制器1575其中可包括用于在其中存储由CPU1505等生成的图像数据的一框架缓冲器。
I/O控制器1584将通信接口1530、硬盘驱动1540和CD-ROM驱动1560这些相对高速率运行I/O器件连接到主机控制器1582。通信接口1530经由网络与不同的器件通信。硬盘驱动1540在其上存储将由红眼检测仪器10中提供的CPU 1505使用的程序和数据。CD-ROM驱动1560从CR-ROM 1595中读取程序或数据,并经过RAM 1520向硬盘驱动1540提供读取的程序或数据。
I/O控制器1584还连接到ROM 1510、软盘驱动1550和I/O芯片1570这些相对低速率运行的I/O器件上。ROM 1510其中存储由红眼检测仪器10在开始执行的引导程序、红眼检测仪器10硬件的唯一程序等。软盘驱动1550从软盘1590中读取程序或数据,并且经由RAM 1520提供读取的程序或数据给硬盘驱动1540。I/O芯片1570经由例如并联接口、串联接口、键盘接口、鼠标接口等而用于连接多个像软盘驱动1550之类的I/O器件。
经由RAM 1520提供给硬盘驱动1540的红眼检测程序由用户以存储于像软盘1590、CD-ROM 1595和IC卡这样的记录介质上的状态下而被提供。红眼检测程序从记录介质中读取,在红眼检测仪器10中的硬盘驱动1540中经由RAM 1520安装,并由CPU 1505执行。将由红眼检测仪器10安装并继而执行的红眼检测程序使CPU 1505等以图1至7所描述的图像输入部分100、红眼区域指定部分102、红眼搜索区域确定部分110、眼睛检测部分112、面部区域识别部分114、面部位置检测部分120、红眼候选检测部分130、第一红眼搜索部分132、第二红眼搜索部分134、红眼位置判断部分140、红眼修正部分150、输出控制部分160、输出部分162、搜索区域存储部分170、纵横比存储部分172以及检测参数存储部分174的方式来运行红眼检测仪器10。
虽然描述了本发明的实施例,但是本发明的技术范围并不局限于上述实施例。对于本领域技术人员来说,明显的各种变换和改进可加入到上述实施例中。而且,明显从权利要求的范围的角度看,加入这些变换或改进的实施例可包括在本发明的技术范围内。
Claims (13)
1、一种红眼检测仪器,其特征在于它包括:
一红眼区域指定部分,该红眼区域指定部分使用户在图像中指定一红眼区域,以便获得一指定的红眼区域;
一红眼搜索区域确定部分,该红眼搜索区域确定部分确定其中包括由红眼区域指定部分获得的指定红眼区域的一红眼搜索区域;
一红眼候选检测部分,该红眼候选检测部分在由红眼搜索区域确定部分确定的红眼搜索区域中搜索红眼,以检测出一个或多个红眼侯选对象;
一面部位置检测部分,在由红眼搜索区域确定部分确定的红眼搜索区域中,该面部位置检测部分检测面部位置和除了眼睛之外的面部区域的位置中的一个;以及
一红眼位置判断部分,该红眼位置判断部分从红眼候选检测部分检测的红眼候选对象中选择一个位于与由面部位置检测部分检测的位置相关的一预定位置的红眼候选对象,以作为将接受红眼修正处理的红眼候选对象。
2、如权利要求1所述的红眼检测仪器,其特征在于:进一步包括:
一红眼修正部分,该红眼修正部分在由红眼位置判断部分选择的用来将接受红眼修正处理的红眼候选对象上执行红眼修正处理。
3、如权利要求1所述的红眼检测仪器,其特征在于:
该红眼搜索区域确定部分确定多个红眼搜索区域,每个红眼搜索区域其中包括由红眼区域指定部分获得的指定的红眼区域,
该红眼候选检测部分在由红眼搜索区域确定部分确定的多个红眼搜索区域中的每一个内搜索红眼,以检测出一个或多个红眼候选对象,并且
该面部位置检测部分在由红眼搜索区域确定部分确定的多个红眼搜索区域中的每一个内检测面部位置和除了眼睛之外的面部区域的位置中的一个。
4、如权利要求3所述的红眼检测仪器,其特征在于:
该红眼搜索区域确定部分确定多个红眼搜索区域,每个红眼搜索区域具有与由红眼区域指定部分获得的指定的红眼区域基本相同的纵横比。
5、如权利要求3所述的红眼检测仪器,其特征在于:进一步包括:
一搜索区域存储部分,该搜索区域存储部分其中存储多个具有不同尺寸或形状的红眼搜索区域,其中:
该红眼搜索区域确定部分确定多个红眼搜索区域,每个红眼搜索区域其中包括由红眼区域指定部分获得的指定的红眼区域并且与存储在搜索区域存储部分中的多个红眼搜索区域具有相同尺寸或形状。
6、如权利要求3所述的红眼检测仪器,其特征在于:进一步包括:
一纵横比存储部分,该纵横比存储部分其中存储多个不同的纵横比,其中:
该红眼搜索区域确定部分确定多个红眼搜索区域,每个红眼搜索区域其中包括由红眼区域指定部分获得的指定的红眼区域并各自具有存储在纵横比存储部分中的多个不同的纵横比。
7、如权利要求3所述的红眼检测仪器,其特征在于:
从判断为位于与由面部位置检测部分检测的多个面部位置或多个除了眼睛之外的面部区域的位置相关的一预定位置的多个红眼候选对象中,该红眼位置判断部分选择在图像中相应于多个面部位置中的一个或相应于多个除了眼睛之外的面部区域的位置中的一个而具有最大重叠区域的一红眼候选对象,以作为将接受红眼修正处理的红眼侯选对象。
8、如权利要求1所述的红眼检测仪器,其特征在于:
该红眼候选检测部分包括:
一第一红眼搜索部分,该第一红眼搜索部分通过使用第一参数而在红眼搜索区域内搜索红眼,以检测出一个或多个红眼候选对象;以及
一第二红眼搜索部分,当第一红眼搜索部分在红眼搜索区域中没有检测出红眼候选对象时,该第二红眼搜索部分通过使用不同于第一参数的第二参数而在红眼搜索区域中搜索红眼,以检测一个或多个红眼候选对象。
9、如权利要求8所述的红眼检测仪器,其特征在于:
该第一红眼搜索部分在红眼搜索区域内以第一像素距离连续移动搜索位置的方式搜索红眼,以检测出一个或多个红眼候选对象,以及
该第二红眼搜索区域在红眼搜索区域内以不同于第一像素距离的第二像素距离连续移动搜索位置的方式搜索红眼,以检测出一个或多个红眼候选对象。
10、如权利要求1所述的红眼检测仪器,其特征在于:
该红眼搜索区域确定部分包括:
一眼睛检测部分,该眼睛检测部分基于由红眼区域指定部分获得的指定红眼区域来检测眼睛之间的位置关系;以及
一面部区域识别部分,该面部区域识别部分基于由眼睛检测部分检测的眼睛之间的位置关系来识别面部区域,以及
该红眼搜索区域确定部分确定其中包括由面部区域识别部分识别出的面部区域的红眼搜索区域。
11、如权利要求1所述的红眼检测仪器,其特征在于:
该红眼搜索区域确定部分包括:
一红眼检测部分,该红眼检测部分基于由红眼区域指定部分获得的指定红眼区域来检测眼睛的尺寸;以及
一面部区域识别部分,该面部区域识别部分基于由眼睛检测部分检测出的眼睛尺寸来识别面部区域,以及
该红眼搜索区域确定部分确定其中包括由面部区域识别部分识别出的面部区域的红眼搜索区域。
12、一种红眼检测方法,其特征在于它包括:
使用户在图像中指定一红眼区域,以便获得一指定的红眼区域;
确定一红眼搜索区域,该红眼搜索区域其中包括由用户指定获得的指定红眼区域;
在确定过程中确定的红眼搜索区域内搜索红眼,以检测出一个或多个红眼候选对象;
在确定过程中确定的红眼搜索区域内,检测面部位置和除了眼睛之外的面部区域的位置中的一个;以及
从搜索过程中检测的红眼候选对象中,选择一红眼候选对象作为将接受红眼修正处理的红眼候选对象,该红眼候选对象位于与检测过程中检测的位置相关的一预定位置。
13、一种红眼检测程序,用于在图像中检测红眼的红眼检测仪器,该红眼检测程序使红眼检测仪器具有如下功能:
一红眼区域指定部分,该红眼区域指定部分使用户在图像中指定一红眼区域,以便获得一指定的红眼区域;
一红眼搜索区域确定部分,该红眼搜索区域确定部分确定其中包括由红眼区域指定部分获得的指定红眼区域的一红眼搜索区域;
一红眼候选检测部分,该红眼候选检测部分在由红眼搜索区域确定部分确定的红眼搜索区域中搜索红眼,以检测出一个或多个红眼侯选对象;
一面部位置检测部分,在由红眼搜索区域确定部分确定的红眼搜索区域中,该面部位置检测部分检测面部位置和除了眼睛之外的面部区域的位置中的一个;以及
一红眼位置判断部分,该红眼位置判断部分从红眼候选检测部分检测的红眼候选对象中选择一个位于与由面部位置检测部分检测的位置相关的一预定位置的红眼候选对象,以作为将接受红眼修正处理的红眼候选对象。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP095755/2006 | 2006-03-30 | ||
JP2006095755A JP4549997B2 (ja) | 2006-03-30 | 2006-03-30 | 赤目検出装置、赤目検出方法、および赤目検出プログラム |
PCT/JP2007/057695 WO2007116947A1 (en) | 2006-03-30 | 2007-03-30 | Red eye detecting apparatus, red eye detecting method and red eye detecting program |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101454798A true CN101454798A (zh) | 2009-06-10 |
CN101454798B CN101454798B (zh) | 2013-05-22 |
Family
ID=38581232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007800198928A Expired - Fee Related CN101454798B (zh) | 2006-03-30 | 2007-03-30 | 红眼检测仪器和红眼检测方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8358838B2 (zh) |
EP (1) | EP2011078B1 (zh) |
JP (1) | JP4549997B2 (zh) |
CN (1) | CN101454798B (zh) |
WO (1) | WO2007116947A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103577791A (zh) * | 2012-07-26 | 2014-02-12 | 阿里巴巴集团控股有限公司 | 一种红眼检测方法和系统 |
CN104637031A (zh) * | 2013-11-12 | 2015-05-20 | 华为终端有限公司 | 眼部图像处理方法和装置 |
CN108369480A (zh) * | 2015-12-25 | 2018-08-03 | 华为技术有限公司 | 一种人机交互方法及电子设备 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8170332B2 (en) | 2009-10-07 | 2012-05-01 | Seiko Epson Corporation | Automatic red-eye object classification in digital images using a boosting-based framework |
US8929614B2 (en) * | 2009-10-19 | 2015-01-06 | Hewlett-Packard Development Company, L.P. | Red eye detection aided by face detection |
US9721160B2 (en) * | 2011-04-18 | 2017-08-01 | Hewlett-Packard Development Company, L.P. | Manually-assisted detection of redeye artifacts |
JP5746550B2 (ja) * | 2011-04-25 | 2015-07-08 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
US9041954B2 (en) | 2011-06-07 | 2015-05-26 | Hewlett-Packard Development Company, L.P. | Implementing consistent behavior across different resolutions of images |
US9111130B2 (en) * | 2011-07-08 | 2015-08-18 | Microsoft Technology Licensing, Llc | Facilitating face detection with user input |
US9298995B2 (en) | 2011-07-11 | 2016-03-29 | Toyota Jidosha Kabushiki Kaisha | Red-eye determination device |
US8970902B2 (en) | 2011-09-19 | 2015-03-03 | Hewlett-Packard Development Company, L.P. | Red-eye removal systems and method for variable data printing (VDP) workflows |
CN103246865B (zh) * | 2012-02-03 | 2016-05-04 | 展讯通信(上海)有限公司 | 检测红眼的方法及装置、去除红眼的方法及装置 |
JP5895624B2 (ja) * | 2012-03-14 | 2016-03-30 | オムロン株式会社 | 画像処理装置、画像処理方法、制御プログラムおよび記録媒体 |
US10762665B2 (en) * | 2018-05-23 | 2020-09-01 | Perfect Corp. | Systems and methods for performing virtual application of makeup effects based on a source image |
WO2020158102A1 (ja) * | 2019-01-30 | 2020-08-06 | 富士フイルム株式会社 | 顔領域検出装置、撮像装置、顔領域検出方法、及び顔領域検出プログラム |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3684017B2 (ja) * | 1997-02-19 | 2005-08-17 | キヤノン株式会社 | 画像処理装置及び方法 |
US6252976B1 (en) * | 1997-08-29 | 2001-06-26 | Eastman Kodak Company | Computer program product for redeye detection |
JP4050842B2 (ja) | 1998-06-15 | 2008-02-20 | 富士フイルム株式会社 | 画像処理方法 |
JP3506958B2 (ja) | 1998-09-10 | 2004-03-15 | 富士写真フイルム株式会社 | 画像処理方法、画像処理装置及び記録媒体 |
JP4153108B2 (ja) | 1998-10-29 | 2008-09-17 | 富士フイルム株式会社 | 画像処理方法、画像処理装置及び記録媒体 |
JP2000148980A (ja) | 1998-11-12 | 2000-05-30 | Fuji Photo Film Co Ltd | 画像処理方法、画像処理装置及び記録媒体 |
US7024035B1 (en) | 1999-09-07 | 2006-04-04 | Fuji Photo Film Co., Ltd. | Method of setting region to be subjected to red eye correction and red eye correcting method |
JP2001148780A (ja) * | 1999-09-07 | 2001-05-29 | Fuji Photo Film Co Ltd | 赤目修正対象領域の設定方法および赤目修正方法 |
US7289664B2 (en) | 2002-01-17 | 2007-10-30 | Fujifilm Corporation | Method of detecting and correcting the red eye |
JP3964796B2 (ja) * | 2002-01-17 | 2007-08-22 | 富士フイルム株式会社 | 赤目検出および修正方法 |
US7155058B2 (en) * | 2002-04-24 | 2006-12-26 | Hewlett-Packard Development Company, L.P. | System and method for automatically detecting and correcting red eye |
US7035461B2 (en) * | 2002-08-22 | 2006-04-25 | Eastman Kodak Company | Method for detecting objects in digital images |
JP2004145287A (ja) | 2002-08-30 | 2004-05-20 | Fuji Photo Film Co Ltd | 赤目補正方法、画像処理方法、プリント方法およびプリンタ |
US7116820B2 (en) * | 2003-04-28 | 2006-10-03 | Hewlett-Packard Development Company, Lp. | Detecting and correcting red-eye in a digital image |
US7343028B2 (en) * | 2003-05-19 | 2008-03-11 | Fujifilm Corporation | Method and apparatus for red-eye detection |
JP4262082B2 (ja) * | 2003-12-24 | 2009-05-13 | キヤノン株式会社 | 画像処理装置及びその制御方法とプログラム及び記憶媒体 |
JP4373828B2 (ja) * | 2004-03-22 | 2009-11-25 | 富士フイルム株式会社 | 特定領域検出方法、特定領域検出装置、およびプログラム |
JP2005310124A (ja) * | 2004-03-25 | 2005-11-04 | Fuji Photo Film Co Ltd | 赤目検出装置、プログラムおよびプログラムを記録した記録媒体 |
JP4320272B2 (ja) | 2004-03-31 | 2009-08-26 | 富士フイルム株式会社 | 特定領域検出方法、特定領域検出装置、およびプログラム |
-
2006
- 2006-03-30 JP JP2006095755A patent/JP4549997B2/ja not_active Expired - Fee Related
-
2007
- 2007-03-30 WO PCT/JP2007/057695 patent/WO2007116947A1/en active Application Filing
- 2007-03-30 EP EP07741131.2A patent/EP2011078B1/en not_active Expired - Fee Related
- 2007-03-30 US US12/294,931 patent/US8358838B2/en active Active
- 2007-03-30 CN CN2007800198928A patent/CN101454798B/zh not_active Expired - Fee Related
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103577791A (zh) * | 2012-07-26 | 2014-02-12 | 阿里巴巴集团控股有限公司 | 一种红眼检测方法和系统 |
CN103577791B (zh) * | 2012-07-26 | 2018-02-23 | 阿里巴巴集团控股有限公司 | 一种红眼检测方法和系统 |
CN104637031A (zh) * | 2013-11-12 | 2015-05-20 | 华为终端有限公司 | 眼部图像处理方法和装置 |
WO2015070723A1 (zh) * | 2013-11-12 | 2015-05-21 | 华为终端有限公司 | 眼部图像处理方法和装置 |
CN104637031B (zh) * | 2013-11-12 | 2017-08-29 | 华为终端有限公司 | 眼部图像处理方法和装置 |
CN108369480A (zh) * | 2015-12-25 | 2018-08-03 | 华为技术有限公司 | 一种人机交互方法及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
EP2011078A1 (en) | 2009-01-07 |
WO2007116947A1 (en) | 2007-10-18 |
US20100172577A1 (en) | 2010-07-08 |
EP2011078B1 (en) | 2018-08-29 |
CN101454798B (zh) | 2013-05-22 |
JP2007274197A (ja) | 2007-10-18 |
US8358838B2 (en) | 2013-01-22 |
JP4549997B2 (ja) | 2010-09-22 |
EP2011078A4 (en) | 2011-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101454798B (zh) | 红眼检测仪器和红眼检测方法 | |
KR101854554B1 (ko) | 건축물 높이 산출 방법, 장치 및 저장 매체 | |
US8675960B2 (en) | Detecting skin tone in images | |
CN108197618B (zh) | 用于生成人脸检测模型的方法和装置 | |
US20180211138A1 (en) | Information processing device, information processing method, and storage medium | |
JP4886844B2 (ja) | マシンビジョンツールパラメータの自動決定 | |
CN107194323A (zh) | 车辆定损图像获取方法、装置、服务器和终端设备 | |
JP5366756B2 (ja) | 情報処理装置及び情報処理方法 | |
US9600893B2 (en) | Image processing device, method, and medium for discriminating a type of input image using non-common regions | |
JP6780769B2 (ja) | 学習装置、学習方法および学習プログラム | |
CN106570491A (zh) | 一种机器人智能互动的方法及智能机器人 | |
CN107169503B (zh) | 一种室内场景的分类方法及装置 | |
JP2011191928A (ja) | 画像処理方法および画像処理装置 | |
JP5116608B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
JP2013050713A (ja) | 合焦位置を決定する方法及びビジョン検査システム | |
CN109086734A (zh) | 一种对人眼图像中瞳孔图像进行定位的方法及装置 | |
CN106534659B (zh) | 一种相机对焦方法及系统 | |
CN106445424A (zh) | 信息处理方法及信息处理装置 | |
CN105912590A (zh) | 一种照片分类存储方法、装置及移动终端 | |
CN109284700B (zh) | 图像中多个人脸检测的方法、存储介质、设备及系统 | |
US20220114207A1 (en) | Method and system for image searching and evaluation using tags | |
JP6278757B2 (ja) | 特徴量生成装置、特徴量生成方法、およびプログラム | |
JP2000194854A (ja) | 個体識別装置 | |
JP6062825B2 (ja) | 特徴点抽出装置、特徴点抽出方法、及び特徴点抽出プログラム | |
JP2007200289A (ja) | 目の位置の検出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130522 |
|
CF01 | Termination of patent right due to non-payment of annual fee |