CN101542521B - 眼睛颜色校正装置 - Google Patents

眼睛颜色校正装置 Download PDF

Info

Publication number
CN101542521B
CN101542521B CN2008800004645A CN200880000464A CN101542521B CN 101542521 B CN101542521 B CN 101542521B CN 2008800004645 A CN2008800004645 A CN 2008800004645A CN 200880000464 A CN200880000464 A CN 200880000464A CN 101542521 B CN101542521 B CN 101542521B
Authority
CN
China
Prior art keywords
color
eye
skin
correction
colour
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.)
Active
Application number
CN2008800004645A
Other languages
English (en)
Other versions
CN101542521A (zh
Inventor
垣内崇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Omron Corp
Original Assignee
Omron Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Omron Corp filed Critical Omron Corp
Publication of CN101542521A publication Critical patent/CN101542521A/zh
Application granted granted Critical
Publication of CN101542521B publication Critical patent/CN101542521B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • 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
    • 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
    • H04N1/622—Retouching, i.e. modification of isolated colours only or in isolated picture areas only with simulation on a subsidiary picture reproducer
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H04N23/12—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths with one sensor only
    • 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
    • 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
    • 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
    • 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
    • H04N1/628—Memory colours, e.g. skin or sky

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Image Communication Systems (AREA)
  • Processing Of Color Television Signals (AREA)

Abstract

提供一种眼睛颜色校正装置，在眼睛颜色的校正中，估计在发生眼睛颜色异常的现象之前的亮度，校正眼睛颜色以再现该亮度，从而防止瞳孔被校正为白，能够进行没有不适感的高质量的校正。其包括：肤色确定单元(13)，确定被输入的图像中的被摄体人物的肤色；皮肤校正颜色计算单元(14)，求出作为基于通过肤色确定单元所确定的肤色而估计的人物的眼睛的颜色的皮肤校正颜色；以及校正单元(19)，基于通过皮肤校正颜色所决定的眼睛校正基准颜色，对被摄体人物的眼睛的颜色进行校正。校正单元根据被摄体人物的眼睛部分的像素的G值和B值，估计产生该像素的红眼等的色调异常之前的亮度，根据基于皮肤校正颜色的眼睛校正基准颜色和估计的亮度，对被摄体人物的眼睛的颜色进行校正。

Description

眼睛颜色校正装置
技术领域
本发明涉及眼睛颜色校正装置以及程序，涉及适用于拍摄图像(特别是，拍摄了人的面部的图像)的摄像装置、或处理图像的信息处理装置或输出装置、软件等的有效的技术。 
背景技术
不论数字照相机/银盐方式照相机，在使用闪光进行拍摄的情况下，存在产生眼睛的瞳孔部分或者眼睛整体成为红色的红眼现象的问题。作为同样的问题，还存在人物的瞳孔乃至眼睛整体被拍摄为黄色的黄眼现象。这样的红眼/黄眼现象(以下，以红眼现象为例进行说明)是从眼睛的瞳孔部分入射到眼球内的闪光通过视网膜反射所引起的现象。由于照相机的小型化进步并且照相机的光轴和闪光之间的距离接近，所以以往红眼现象的产生率提高，再次成为问题。 
作为在拍摄时防止/减轻这样的红眼现象的技术，提出了红眼防止闪光。这是在拍摄之前使闪光的发光弱，之后，重新使闪光发光的技术。根据这个技术，通过最初的发光，被拍摄者的瞳孔被收缩，防止/减轻之后的闪光造成的红眼现象的产生。 
但是，在产生了红眼现象的情况下，只要不能重新拍摄，就需要对红眼进行图像校正。作为这样的图像校正的技术，提出了指定产生红眼现象的像素，通过改变该像素的颜色而进行校正的方法(参照特许第2634511号公报(专利文献1))。 
但在产生了红眼现象的眼睛的图像中，丧失了原来的眼睛的颜色。因此，难以从产生了红眼现象的眼睛的图像中估计原来的眼睛的颜色。若不能估计原来的眼睛的颜色，则即使想要通过使用在专利文献1中公开的技术来执行校正也难以生成自然的图像是理所当然的。 
此外，在红眼的判定/校正颜色的决定中，从通过色彩对比来判断色感的人体的视觉的特征来看，仅将眼睛颜色设为判定材料也存在无理之处。即，在特别接近茶色的眼睛颜色的情况下，即使是具有相同值的图像数据也存在因状况而被看作红眼或者不是红眼的情况。此时，考虑到该人物的眼睛原来是茶色，或者原来是比较黑的色调的眼睛但通过弱红眼现象而被看作茶色的两种情况。这两种情况不能根据眼睛颜色来判断，要根据肤色、或者背景等的照片整体的色调进行色彩对比来判断。 
此外，在特别红的面部或者红色的照明下的情况下等，存在在进行消除红色感的校正的情况下反而被看作不自然的情况。这是因为，在从肤色所预计的照明之下(在红的面部的情况下，疑似的照明之下)，成为不可能存在的眼睛颜色。因此，在这样的情况下，消除红色感的校正严格来说是错误，需要生成与肤色相匹配的眼睛颜色，并以此为基准进行校正。 
从这样的方面出发，也能够判断不应仅着眼于眼睛进行校正处理，还要考虑其周围的肤色或与背景的色彩对比而进行红眼的判断/校正颜色的决定。因此，本发明人基于这样的考虑，开发了一种校正方法，即不论是否产生红眼现象或黄眼现象等的异常，从输入图像确定被摄体人物的肤色，通过将该肤色代入基于预先实施的统计结果的近似式，从而从被摄体人物的肤色估计正常的眼睛的颜色分量(特开2005-148033号公报(专利文献2))。 
专利文献1：特许第2634511号公报 
专利文献2：特开2005-148033号公报 
发明内容
发明要解决的课题 
在该专利文献2中公开的发明中，虽然可实现符合肤色的自然且无不适感的眼睛颜色，但由于像素的原来的亮度因红眼现象等而已经失去，所以若维持红眼的像素的亮度的同时对眼睛颜色进行校正，则存在校正后的眼睛的亮度变得非常白的情况。此时，存在即使能够无不适感地校正眼睛颜色，但亮度产生不适感，作为结果校正质量变差的课题。 
本发明的目的在于，提供一种眼睛颜色校正装置以及程序，其能够在对拍摄的人物图像的眼睛部分进行校正处理时，不会使校正后的图像产生不适感。 
用于解决课题的手段 
为了达到上述的目的，本发明的眼睛颜色校正装置，其特征在于，包 括：肤色确定部件，确定被输入的图像中的被摄体人物的肤色；皮肤校正颜色计算部件，基于通过所述肤色确定部件所确定的肤色，求出应在所述图像中表现的该人物的眼睛的颜色的皮肤校正颜色；亮度估计部件，根据所述被摄体人物的眼睛部分的像素值，估计产生该像素的红眼等的色调异常之前的亮度；以及校正单元，根据基于所述皮肤校正颜色的校正基准颜色和所述估计的亮度，对所述被摄体人物的眼睛的颜色进行校正。 
而且，包括：原眼睛颜色计算部件，根据在所述被摄体人物的眼睛的外周区域中包含的像素的颜色，求出作为该外周区域的代表颜色的原眼睛颜色；以及校正基准颜色决定部件，根据所述求出的皮肤校正颜色和原眼睛颜色的任一个颜色，决定所述校正基准颜色。此外，包括：判断部件，对通过所述皮肤校正颜色计算部件所求出的皮肤校正颜色和通过所述眼睛检测部件检测的眼睛区域中所确定的颜色进行比较，从而判定在所述图像中的该人物的眼睛的颜色是否产生异常，在判断部件判定为异常的情况下，所述校正部件执行校正处理。此外，该判断部件可以具有如下功能：对通过所述眼睛颜色估计部件所估计的眼睛的颜色中的红色和通过所述眼睛检测部件检测的眼睛区域所确定的颜色中的红色进行比较，从而判断在所述图像中的该人物的眼睛部分是否成为红眼。 
在本发明中，肤色确定部件可以构成为通过用户手动确定肤色，也可以构成为将通过用户根据输入图像而指定的颜色、通过用户指定的图像中的像素的颜色(即，根据用户所指定的部位的实际测量值)等确定作为该人物的肤色，也可以如实施方式中表示地那样，自动地检测面部区域的同时基于属于该区域的像素来求出。 
同样地，在原眼睛颜色计算部件中的求出原眼睛颜色的处理也可以是基于用户的手动而求出，也可以如实施方式中表示地那样，自动地检测眼睛区域的同时检测外部周围区域，并基于属于该外部周围区域的像素来求出。 
在图像的眼睛部分中产生的异常是，例如红眼现象或黄眼现象等，是对眼睛部分的一部分或者全部的颜色所产生的异常。 
在本发明中，从输入的图像中确定被摄体人物的肤色，基于该肤色而估计该人物的眼睛的颜色。因此，可估计对在该图像中的肤色考虑了色彩对比的、自然且无不适感的眼睛的颜色。因此，可以从因产生红眼现象或黄眼现象等而丧失了原来的眼睛的颜色的图像中，估计原来的眼睛的颜色(被认为 在没有产生异常的情况下所表现(输出)的眼睛的颜色)。 
此外，由于设置了亮度估计部件，加入了所估计的亮度而进行校正处理，所以防止了瞳孔被校正为白，能够实现尽可能再现产生眼睛颜色异常的现象之前的亮度的高质量的校正。 
此外，在具有求出眼睛的外部周围区域的原眼睛颜色，并基于该原眼睛颜色而校正眼睛颜色的功能的情况下，基于什么颜色(皮肤校正颜色/原眼睛颜色)进行校正是根据校正基准颜色决定部件决定。因此，在眼睛的外部周围区域残留了被摄体人物的眼睛的颜色的情况下，通过基于原眼睛颜色进行校正，从而能够基于该人所具有的原来的眼睛的颜色来进行眼睛颜色的校正，因此可再现进一步无不适感的眼睛颜色。而且，假设即使在眼睛整体成为红眼等的异常，眼睛的外部周围区域也没有原来的眼睛颜色的情况下，也能够进行基于肤色的眼睛颜色的校正处理。 
所述亮度估计部件也可以包括计算GB亮度的功能，该GB亮度是在构成像素的颜色的R、G、B中，基于G和B的值而决定的亮度。此时，所述校正部件能够在维持校正基准颜色的R、G、B的值的比率的同时，变换为校正基准颜色的所述GB亮度的值与校正对象像素的GB亮度值相等。 
在产生红眼现象的情况下，考虑到相比原来的眼睛颜色的亮度值上升的增加量，主要是由于红色光。因此，可通过使用G和B的值来估计红眼产生之前的亮度值。 
此外，可以包括：面部检测部件，检测包含所输入的图像中的被摄体人物的面部的一部分或者整体的面部区域；以及眼睛检测部件，检测包含通过所述面部检测部件所检测的该人物的眼睛的一部分或者整体的眼睛区域，所述肤色确定部件可基于所述面部检测部件所检测的面部区域中包含的像素的颜色来确定肤色，所述原眼睛颜色计算部件可基于所述眼睛检测部件所检测的眼睛的外部周围区域中包含的像素的颜色来求出原眼睛颜色。“眼睛区域”是包含被摄体人物的眼睛的一部分或者全部的区域。 
在本发明中，可以从用户的输入中独立地(即，在肤色的确定处理时，即使用户没有指定颜色或者用于确定颜色的图像中的区域)，自动地进行眼睛颜色的校正处理。因此，能够给用户省事。 
此外，进一步具有对通过所述皮肤校正颜色计算部件所求出的皮肤校正颜色和通过所述眼睛检测部件检测的眼睛区域中所确定的颜色进行比较的功 能的情况下，可以包括用于判断在所述图像中的该人物的眼睛的颜色是否产生异常的判断部件，可以在判断部件判定为异常的情况下，所述校正部件执行校正处理。此外，在判断部件中的判断处理算法可适用各种算法，但例如通过对所述眼睛颜色估计部件所估计的眼睛的颜色中的红色和所述眼睛检测部件检测的眼睛区域中所确定的颜色中的红色进行比较，从而能够判断在所述图像中的该人物的眼睛部分是否成为红眼。 
这样，由于在需要校正的情况下进行校正处理，所以不需要的校正处理的执行被削减，装置的负荷被减轻。当然，在本发明中，也可以对全部的图像进行校正处理，而不进行对于是否需要有关校正的判断。这样的话，即使产生了通过判断部件不能检测的异常的情况下，也能够正确地校正眼睛颜色。 
本发明的程序，使计算机作为如下部件起作用：肤色确定部件，确定被输入的图像中的被摄体人物的肤色；皮肤校正颜色计算部件，基于通过所述肤色确定部件所确定的肤色，求出应在所述图像中表现的该人物的眼睛的颜色的皮肤校正颜色；亮度估计部件，根据所述被摄体人物的眼睛部分的像素值，估计产生该像素的红眼等的色调异常之前的亮度；以及校正单元，根据基于所述皮肤校正颜色的校正基准颜色和所述估计的亮度，对所述被摄体人物的眼睛的颜色进行校正。 
发明效果 
在本发明中，通过在眼睛颜色的校正中，对产生眼睛颜色的异常的现象之前的亮度进行估计，并对眼睛颜色进行校正以再现其亮度，从而防止瞳孔被校正为白，能够实现无不适感的高质量的校正。 
附图说明
图1是表示眼睛颜色校正装置的第一实施方式的功能方框的例子的图。 
图2是表示面部矩形以及在取得肤色的代表值时确定的区域的例子的图。 
图3是表示眼睛的外部周围区域的例子的图。 
图4是表示眼睛颜色校正装置的动作例子的流程图。 
标号说明 
10 眼睛颜色校正装置 
11 存储单元 
12 面部检测单元 
13 肤色确定单元 
14 皮肤校正颜色计算单元 
15 眼睛检测单元 
16 原眼睛颜色计算单元 
17 校正基准颜色决定单元 
18 判断单元 
19 校正单元 
具体实施方式
图1表示眼睛颜色校正装置的优选的一实施方式。眼睛颜色校正装置10在硬件方面，包括：通过总线连接的CPU(中央运算处理装置)、主存储装置(RAM)、辅助存储装置等。辅助存储装置是使用非易失性存储装置而构成。这里所指的非易失性存储装置是指，所谓的ROM(EPROM、EEPROM、掩模ROM等)，FRAM、硬盘等。该眼睛颜色校正装置10可以在个人计算机中安装规定的应用程序而构成，也可以由专用的装置而构成。 
如图1所示，本实施方式的眼睛颜色校正装置10通过在辅助存储装置中存储的各种程序(OS、应用等)被加载到主存储装置并通过CPU执行，从而作为包含存储单元11、面部检测单元12、肤色确定单元13、皮肤校正颜色计算单元14、眼睛检测单元15、原眼睛颜色检测单元16、校正基准颜色决定单元17、判断单元18以及校正单元19等的装置起作用。 
面部检测单元12、肤色确定单元13、皮肤校正颜色计算单元14、眼睛检测单元15、原眼睛颜色检测单元16、判断单元18以及校正单元19是应用软件的程序通过由CPU执行而实现。此外，各个处理单元可以是各自作为专用的芯片而构成。此外，根据通过各个处理单元所实施的处理内容，存在硬件/软件中的适合不适合。因此，这些可作为硬件/软件的混合而安装。以下，说明眼睛颜色校正装置10所具有的各个功能单元。 
存储单元11存储被输入到眼睛颜色校正装置10的图像。存储单元11可使用所谓的RAM而构成，也可以使用所谓的ROM而构成。被输入的图像数据有在数字照相机的内置存储器、外部存储装置、各种记录媒体等中存储的已拍摄的图像数据等。来自数字照相机的内置存储器的图像数据的传送是， 利用通信电缆或红外线通信等进行。还可以是外部存储装置或各种存储媒体本身构成存储单元11。此外，还有在存储单元11中存储的图像数据是从信息处理装置通过接口而传输的图像的情况。 
面部检测单元12在存储单元11中存储的图像中对成为眼睛颜色校正装置10的处理对象的图像实施面部检测处理。在面部检测处理中，面部检测单元12从存储单元11中读出成为处理的对象的图像，并从所读出的图像中检测面部矩形20。图2是表示面部矩形的例子(面部矩形20)的图。面部矩形20是包含被摄体人物的面部部分的矩形。 
面部检测单元12若检测出面部矩形20，则输出面部矩形信息。面部矩形信息是指，表示面部矩形20的大小或位置的信息。例如，面部矩形信息表示面部矩形20的宽度和左上角的坐标。通过该面部矩形信息，其他的处理单元确定在处理对象的图像中的被摄体人物的面部的位置。在本实施方式中，由于将面部矩形20的纵横比设为预先设定的固定值，从而根据由面部矩形20的宽度和左上角的坐标所构成的面部矩形信息，可确定由面部矩形20划分的区域。 
面部检测单元12的面部检测处理也可以构成为，例如通过使用了与面部整体的轮廓对应的基准模板的模板匹配而检测面部。此外，面部检测处理也可以构成为，通过基于面部的构成要素(眼睛、鼻子、耳朵等)的模板匹配而检测面部。此外，面部检测处理也可以构成为，通过色度键而检测头发的顶点，并基于该顶点而检测面部。此外，面部检测单元12也可以构成为，检测接近肤色的区域，并将该区域作为面部而检测。此外，面部检测单元12也可以构成为，使用神经元网络进行通过老师信号的学习，并将像面部的区域检测作为面部。面部检测单元12的面部检测处理并不限定于在上述的例示中举例的处理，也可以通过其他的现有的任何方法实现。 
肤色确定单元13从通过面部检测单元12所检测的面部矩形20的区域中，取得被摄体人物的肤色的代表值。以后，将该处理称为肤色确定处理。肤色确定单元13在肤色确定处理中，例如取得在面部矩形20中包含的像素的彩色值的统计值作为代表值。作为优选的方式，肤色确定单元13构成为，在面部矩形20中包含的像素中，取得规定像素的彩色值的统计值。 
“规定像素”是指，例如根据面部矩形20的面部矩形信息所确定的区域中包含的像素。作为更具体的例子，例如可以是根据面部矩形20的面部矩形 信息而几何学地确定的区域内的像素。图2作为这样的区域的例子，确定将面部矩形20的宽度的3/4设为直径，将面部矩形20的中心(在图2中的“p”)设为中心的圆内的区域。 
此外，“规定像素”例如可以是在面部矩形20中包含的像素中排除了成为肤色测量的噪声主要原因的像素的剩余的像素。作为这样的成为噪声主要原因的像素的例子，有面部的像素(例如：眉毛、眼球、嘴唇、鼻孔)或皮肤的油光部分等的像素。此外，“规定像素”例如也可以是在面部矩形20中包含的像素中、通过边缘提取等的处理而确定的面部轮廓的内侧中包含的像素。此外，上述的“规定像素”的确定方法可根据需要进行组合。 
肤色确定单元13基于“规定像素”进行统计处理，并取得被摄体人物的肤色的代表值。统计处理也可以是中间值、平均值、最频值等的简单的处理。此外，在统计处理中，也可以进一步进行例如通过3σ等的方法而从直方图划分范围，从而排除噪声主要原因的处理。 
肤色确定单元13也可以构成为，在进行肤色统计处理时，通过与上述的方法不同的方法来取得被摄体人物的肤色的代表值。表示一个例子，则肤色确定单元13也可以构成为，取得在面部矩形20内的特定的像素的彩色值作为代表值。 
皮肤校正颜色计算单元14基于通过肤色确定单元13所取得的肤色的代表值，计算基于该被摄体人物的皮肤而估计的眼睛的颜色。以下，将通过皮肤校正颜色计算单元14所估计的眼睛的颜色称为“皮肤校正颜色”。皮肤校正颜色计算单元14基于RGB的各个颜色的变换函数(近似式)而取得皮肤校正颜色。该近似式表示在被摄体人物的图像中的肤色和被认为没有产生红眼等的异常的图像中的眼睛的颜色之间的相关。该近似式是作为前处理而预先取得的式。该近似式可根据以下的步骤求出。 
首先，收集多个对红眼或黄眼等的眼睛的图像认为没有产生异常的图像(换言之，“无不适感的图像”、“被认为被摄体人物的眼睛正常地拍摄的图像”)作为样本图像。通过对这些样本图像进行统计处理，从而得到在被摄体人物的图像中的肤色和被认为没有产生异常的图像中的眼睛的颜色之间的相关。具体地说，首先，皮肤校正颜色计算单元取得在各个样本图像中的被摄体人物的肤色的代表值Sn(Srn、Sgn、Sbn)和该人物的眼睛的正常颜色的代表值En(Ern、Egn、Ebn)。这些代表值，例如可通过与由肤色确定单元 13所进行的统计处理相同的方法而取得。当然，这些代表值也可以通过其他任何方法而求出。 
接着，假设例如各个颜色的变换函数可以以一次方程式近似。即，假设通过以下的式(1)表示各个颜色的变换函数。 
Ec＝Ac·Sc+Bc......(1) 
这里，“c”表示rgb的任一个。此外，“A”、“B”表示系数。在前处理中，基于在各个样本图像中的肤色的代表值Sn和眼睛的正常的颜色的代表值En，通过最小二乘法而决定系数“A”以及“B”的值。这样，在前处理中，求出对于RGB的各个颜色的近似式，即用于从肤色估计眼睛的正常颜色的三个近似式。 
皮肤校正颜色计算单元14保有有关的三个近似式。因此，皮肤校正颜色计算单元14对预先取得的近似式代入通过肤色确定单元13所取得的肤色的代表值，计算基于对应被摄体的肤色所估计的正常的颜色(即，皮肤校正颜色)。 
另外，在上述的说明中，说明了在前处理中取得一次方程式的近似式的情况，但也可以基于一次方程式以外的近似式进行前处理以及皮肤校正颜色计算单元14的处理。 
眼睛检测单元15对在存储单元11中存储的图像中成为眼睛颜色校正装置10的处理对象的图像进行眼睛检测处理。在眼睛检测处理中，眼睛检测单元15从存储单元2中读出在成为处理对象的图像中通过面部检测单元12所检测的面部矩形20内的图像，并从读出的图像中检测眼睛区域。眼睛区域是包含通过面部检测单元12而检测出面部的被摄体人物的眼睛的图像。 
眼睛检测单元15的眼睛检测处理也可以构成为，通过使用了与眼睛的形状对应的基准模板的模板匹配而检测眼睛。此时，眼睛检测单元15也可以构成为，选择与根据面部检测单元12检测的面部矩形20的大小所估计的眼睛直径对应的模板而进行眼睛检测处理。此外，眼睛检测单元15也可以构成为，通过根据检测的面部矩形20的位置而估计大致的眼睛位置，从而限定进行模板匹配的区域。此外，眼睛检测单元15的眼睛检测处理也可以通过模板匹配以外的任何方法来实现。例如，眼睛检测单元15也可以构成为，通过对输入图像提取边缘之后跟踪眼睛的轮廓，从而检测眼睛。眼睛检测单元15若通过眼睛检测处理而检测出眼睛，则输出表示眼睛的区域的信息(以下，称为“眼 睛区域信息”)。 
原眼睛颜色检测单元16求出通过眼睛检测单元15所确定的被摄体的眼睛的外部周围区域的颜色。即，如图3所示，在通过眼睛检测单元15所求出的眼睛区域R中，将与该眼睛区域同心并且将通过眼睛检测单元15所求出的眼睛直径的3/4设为直径的圆C的外侧的区域R1设为被摄体的眼睛的外部周围区域，测量在其外部周围区域中存在的各个像素的平均颜色，并将求出的颜色设为原眼睛颜色。 
校正基准颜色决定单元17决定成为在进行红眼校正时的基准颜色的眼睛校正基准颜色。具体地说，校正基准颜色决定单元17取得皮肤校正颜色计算单元14对同一个被摄体求出的皮肤校正颜色、和通过原眼睛颜色检测单元16所求出的原眼睛颜色，并基于皮肤校正颜色而校正眼睛的外部周围区域，与该校正的眼睛颜色和原眼睛颜色进行比较。然后，校正基准颜色决定单元17判断校正的眼睛颜色是否比原眼睛颜色增加了红色感，在红色感增加的情况下，将原眼睛颜色决定为眼睛校正基准颜色，在红色感减少的情况下，将皮肤校正颜色决定为眼睛校正基准颜色。 
即，在基于肤色所校正的眼睛的颜色比校正前的原眼睛颜色增加了红色感的情况下，可判断为眼睛的外部周围区域没有产生红眼现象。因此，由于该外部周围区域成为残留被摄体本身的眼睛颜色，所以可通过将原眼睛颜色设为眼睛校正基准颜色，从而进行高质量的校正。相反地，在红色感减少的情况下，可估计为眼睛的外部周围区域也产生红眼现象，在眼睛整体中失去了原眼睛颜色，所以通过将基于肤色所生成的皮肤校正颜色设为眼睛校正基准颜色，从而能够进行符合肤色的校正，可得到与在专利文献2中公开的发明相等的效果。 
在红色感相等的情况下，将哪个设为眼睛校正基准颜色都可以，但在本实施方式中，将原眼睛颜色设为眼睛校正基准颜色。这是因为，通过使用被摄体本身具有的眼睛颜色的原眼睛颜色，能够校正为更加符合该被摄体的自然的眼睛颜色的可能性高。 
红色感的评价是根据在以下的式中表示的R分量比例(Rrate)而判断。 
Rrate＝R/(R+G+B) 
其中：0≤R、G、B≤255 
另外，可使用与在后述的校正单元19中的校正处理相同的步骤，执行对 基于皮肤校正颜色的眼睛的外部周围区域的校正处理。 
判断单元18基于通过眼睛检测单元15所输出的眼睛区域信息，确定表示在输入图像中的眼睛的各个像素的颜色，并判断有无红眼或黄眼等的异常的产生，即是否需要校正。具体地说，比较眼睛区域的各个像素和眼睛校正基准颜色，求出红色感(R分量比例)的大小。在相比眼睛校正基准颜色的红色感，输入图像的红色感高的像素的比例为一定以上的情况下，判断为产生红眼等的异常，需要校正。当然，这样设置判断单元18而每次判定是否需要校正在本发明中并不是必需的，也可以无需判定是否需要有关校正而校正全部的眼睛颜色。 
校正单元19基于判断单元18的判断结果进行校正处理。即，校正单元19在根据判断单元18而判断为在输入图像的眼睛的图像中产生异常的情况下，进行校正处理。校正单元19基于通过校正基准颜色决定单元17所决定的眼睛校正基准颜色，对通过眼睛检测单元15所检测的眼睛区域内的像素的颜色进行校正。 
具体的校正处理为如下所述。校正单元19对成为校正对象的像素的颜色区分色感和亮度进行处理。首先，色感是根据眼睛校正基准颜色而决定。即，维持亮度同时置换为眼睛校正基准颜色(皮肤校正颜色或者原眼睛颜色)。在这里，校正单元19对成为校正对象的像素基于如下的式，取得其亮度Y。 
Y＝0.299R+0.587G+0.114B 
另外，R、G、B的各个值设为0至255的整数值。而且，校正单元19在维持眼睛校正基准颜色的R、G、B的各个值的比率的同时取得可得到与成为校正对象的像素的亮度Y相同的亮度的RGB值(以下，设为Nr、Ng、Nb)。这是为了维持摄影光线(catch light)效果。校正单元19通过将这样得到的Nr、Ng、Nb的值赋给成为校正对象的像素，从而进行对于色感的校正处理。 
另外，在上述中，维持R、G、B的比率地决定校正颜色，但并不限定于此，基于眼睛校正基准颜色而决定R、G、B的比率(色感)的方法即可。 
另一方面，对于亮度的校正是，基于像素的值而估计红眼发生之前的亮度值。有关亮度值的估计是基于G/B值而执行。这是因为，考虑到通过红眼现象上升的亮度值的增加量主要是由于红色光。因此，由于从眼睛校正基准颜色决定RGB的各个颜色的最佳的比率，所以若决定G和B的值，则可估计红眼发生之前的亮度值。另外，红眼的反射光并不仅是单纯的R分量，G 和B值多少也上升，但与R的上升量相比可以忽略。 
然后，采用眼睛校正基准颜色的亮度与从像素的值所估计的亮度相匹配的颜色置换像素。具体地说，维持眼睛校正基准颜色的RGB值的比率的同时变换为校正后的颜色的GB亮度值与校正对象像素的GB亮度值相等，从而设为校正之后的像素的值。这里，通过以下的式子计算GB亮度Lgb。 
Lgb＝0.857G+0.114B 
根据本实施方式，眼睛颜色校正装置10基于判断单元18的判定处理的判定结果而判断是否需要对于输入图像的眼睛部分的校正处理。然后，根据该判断结果，进行使用了基于肤色所估计的皮肤校正颜色或者原眼睛颜色的任一个所组成的眼睛校正基准颜色的校正处理。因此，能够对产生红眼现象等异常的图像，将被摄体人物的眼睛的颜色校正为正常的颜色，而无需麻烦用户的手。 
此外，在眼睛颜色校正装置10中，在实施校正处理时，维持成为输入图像的校正对象的像素的GB亮度的同时决定基于眼睛校正基准颜色的颜色。即，维持原来的每个像素的GB亮度的同时进行颜色的置换。因此，与单纯地被一色地置换为皮肤校正颜色或原眼睛颜色的情况(所谓的平底涂满(ベタ塗り)的情况)不同，可进行更加自然的校正处理。具体地说，不会失去所谓的摄影光线等的在眼睛表面产生的自然现象的效果，在校正后的眼睛的图像中自然地表现眼球的球型或眼球表面的湿润感。这是因为，摄影光线等的映入中GB亮度非常高，所以其颜色通过校正也不会被损失。因此，本实施方式的眼睛颜色校正装置可实现高质量的图像校正。 
此外，在上述的实施方式中，设眼睛校正基准颜色是基于皮肤校正颜色和原眼睛颜色的任一个而决定，但本发明并不限定于此，也可以如专利文献2中公开的发明那样适用于将皮肤校正颜色原样作为眼睛校正基准颜色的情况。 
图4是表示眼睛颜色校正装置10的动作例子的流程图。使用图4说明眼睛颜色校正装置10的动作例子。眼睛颜色校正装置10将得到的图像数据存储在存储单元11(S10)。接着，面部检测单元12执行从成为处理对象的图像中检测被摄体人物的面部的面部检测处理(S11)。即，面部检测单元12从成为处理对象的图像中检测面部矩形20，并取得面部矩形信息。 
接着，肤色确定单元13和皮肤校正颜色计算单元14执行肤色统计处理， 并基于肤色，计算所估计的眼睛的颜色的皮肤校正值(S12)。即，肤色确定单元13基于通过面部检测单元12所取得的面部矩形信息进行肤色统计处理，并确定肤色的代表值。接着，皮肤校正颜色计算单元14使用通过肤色确定单元13所求出的肤色的代表值和预先取得的近似式，估计通过面部检测单元12检测出面部的人物的眼睛颜色并求出皮肤校正颜色。然后，皮肤校正颜色计算单元14输出估计的皮肤校正颜色。 
眼睛检测单元15检测眼睛区域(S13)。接着，原眼睛颜色计算单元16求出通过眼睛检测单元15所检测的眼睛区域的估计眼睛直径，计算该眼睛的外部周围区域的代表颜色，求出原眼睛颜色(S14)。 
校正基准颜色决定单元17取得原眼睛颜色计算单元16求出的原眼睛颜色(眼睛的外部周围区域的代表颜色)、和基于皮肤校正颜色计算单元14求出的皮肤校正颜色(基于肤色所估计的眼睛的颜色)对眼睛的外部周围区域进行校正的眼睛颜色，比较两者，并决定红色感少的颜色为眼睛校正基准颜色(S15)。 
接着，判定单元18基于校正基准颜色决定单元17所决定的眼睛校正基准颜色和眼睛检测单元15所检测的眼睛区域内的各个像素的颜色，对输入图像的眼睛判定是否产生了红眼等的异常(S16)。 
在判定结果不需要校正的情况下，直接结束处理。在判定结果需要校正的情况下，校正单元19基于眼睛校正基准颜色和眼睛区域的各个像素，实施校正处理(S17)。即，校正单元19区分色感和亮度进行处理，对色感使用根据肤色或者眼睛的颜色所决定的眼睛校正基准颜色进行校正，对亮度使用GB亮度而估计产生红眼现象之前的亮度，并校正以使其相符合。 
在眼睛颜色校正装置中，基于预先取得的近似式，从输入图像的被摄体人物的肤色估计该人物的眼睛的正常的颜色，即应该在图像中表现的眼睛的颜色。因此，即使在输入图像中产生了红眼或黄眼等的问题的情况下，也能够从这样的红眼或黄眼的眼睛的异常的颜色独立地估计被摄体人物的眼睛的正常的颜色。因此，用户能够基于这样估计的皮肤校正颜色，判断是否应该对输入图像的眼睛部分进行校正。即，用户通过比较输入图像的眼睛的颜色和皮肤校正颜色，从而能够容易判断是否应该对该输入图像的眼睛部分进行校正。此外，用户可基于这样估计的皮肤校正颜色对输入图像的眼睛部分进行校正，可得到具有无不适感的正常颜色的眼睛的图像。 
此外，由于求出眼睛外部周围区域的原眼睛颜色，判断原眼睛颜色和皮肤校正颜色的哪个颜色适合眼睛校正基准颜色，所以能够进行更高精度的校正。即，在眼睛的中央等的眼睛的一部分产生红眼，在眼睛外部周围区域残留了该被摄体本身具有的眼睛的颜色的情况下，基于该残留的眼睛的颜色(原眼睛颜色)进行红眼校正能够校正为更加自然的眼睛的颜色。 
此外，用户可基于这样估计的眼睛校正基准颜色，判断是否应该对输入图像的眼睛部分进行校正。即，用户通过比较输入图像的眼睛的颜色和皮肤校正颜色眼睛校正基准颜色，从而能够容易判断是否应该对该输入图像的眼睛部分进行校正。此外，用户可基于这样估计的皮肤校正颜色对输入图像的眼睛部分进行校正，可得到具有无不适感的正常颜色的眼睛的图像。 
此外，在本实施方式中，通过估计产生眼睛颜色异常现象之前的亮度，校正眼睛颜色以再现该亮度，从而防止瞳孔被校正为白，能够实现更加高质量的校正。 
这样的眼睛颜色校正装置10例如也可适用于数字静态/视频照相机等的摄像装置或包括这样的摄像装置的信息处理装置等。通过适用眼睛颜色校正装置，摄像装置等可基于输出的眼睛校正基准颜色，判断在被拍摄的图像中是否产生红眼或黄眼等的异常。同样地，通过适用眼睛颜色校正装置，可得到应该对眼睛的图像校正的颜色(即，皮肤校正颜色/原眼睛颜色)。因此，这些拍摄装置等还可以进行根据其判断进行适当的校正或对用户报警或对用户提示皮肤校正颜色等。 
判断单元18可以构成为，对被摄体人物的左右各个眼睛独立地实施判断，对各个眼睛输出判定结果。当然，由于被摄体人物的左右眼睛基本上是相同的颜色，所以构成为校正颜色也使用左右相同的颜色是合理的。此外，在输入图像中检测出多个被摄体人物的面部等的情况下，眼睛颜色校正装置可以对全部人员进行判定处理等，也可以只对满足规定的条件的被摄体人物(例如，面部矩形的大小为规定的大小以上的人物，位于画面中央附近的人物、面部认证的结果判断的规定的人物)进行判定处理等。此外，也可以不进行是否需要校正的判断，对所有的图像进行眼睛颜色校正处理。 
眼睛颜色校正装置可以通过专用装置或者在个人计算机中安装应用程序而独立地实现，也可以安装在数字静态照相机或数字摄像机等的摄像装置或小型实验机或其他的图像处理装置中。 

Claims (5)

1.一种眼睛颜色校正装置，其特征在于，包括：
肤色确定部件，确定被输入的图像中的被摄体人物的肤色；
皮肤校正颜色计算部件，基于通过所述肤色确定部件所确定的肤色，求出应在所述图像中表现的该人物的眼睛的颜色的皮肤校正颜色；
亮度估计部件，根据所述被摄体人物的眼睛部分的像素值，估计产生该像素的红眼等的色调异常之前的亮度；以及
校正部件，根据基于所述皮肤校正颜色的校正基准颜色和所述估计的亮度，对所述被摄体人物的眼睛的颜色进行校正，
所述亮度估计部件包括计算GB亮度的功能，该GB亮度是在构成像素的颜色的R、G、B中，基于G和B的值而决定的亮度，
所述校正部件在维持校正基准颜色的R、G、B的值的比率的同时，变换为校正基准颜色的所述GB亮度的值与校正对象像素的GB亮度值相等。
2.一种眼睛颜色校正装置，其特征在于，包括：
肤色确定部件，确定被输入的图像中的被摄体人物的肤色；
皮肤校正颜色计算部件，基于通过所述肤色确定部件所确定的肤色，求出应在所述图像中表现的该人物的眼睛的颜色的皮肤校正颜色；
原眼睛颜色计算部件，根据在所述被摄体人物的眼睛的外周区域中包含的像素的颜色，求出作为该外周区域的代表颜色的原眼睛颜色；
校正基准颜色决定部件，根据所述求出的皮肤校正颜色和原眼睛颜色的任一个颜色，决定校正基准颜色；
亮度估计部件，根据所述被摄体人物的眼睛部分的像素值，估计产生该像素的红眼等的色调异常之前的亮度；以及
校正部件，根据所述校正基准颜色和所述估计的亮度，对所述被摄体人物的眼睛的颜色进行校正。
3.如权利要求1或2所述的眼睛颜色校正装置，其特征在于，
还包括：
面部检测部件，检测包含所输入的图像中的被摄体人物的面部的一部分或者整体的面部区域；以及
眼睛检测部件，检测包含通过所述面部检测部件所检测的该人物的眼睛的一部分或者整体的眼睛区域，
所述肤色确定部件是，基于所述面部检测部件所检测的面部区域中包含的像素的颜色来确定肤色的部件。
4.如权利要求3所述的眼睛颜色校正装置，其特征在于，
还包括：
判断部件，对所述校正基准颜色和通过所述眼睛检测部件检测的眼睛区域中所确定的颜色进行比较，从而判断在所述图像中的该人物的眼睛的颜色是否产生异常，
在判断部件判定为异常的情况下，所述校正部件执行校正处理。
5.如权利要求4所述的眼睛颜色校正装置，其特征在于，
所述判断部件对所述校正基准颜色中的红色和通过所述眼睛检测部件检测的眼睛区域所确定的颜色中的红色进行比较，从而判断在所述图像中的该人物的眼睛部分是否成为红眼。
CN2008800004645A 2007-03-15 2008-03-12 眼睛颜色校正装置 Active CN101542521B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2007067668A JP4214420B2 (ja) 2007-03-15 2007-03-15 瞳色補正装置およびプログラム
JP067668/2007 2007-03-15
PCT/JP2008/054461 WO2008126583A1 (ja) 2007-03-15 2008-03-12 瞳色補正装置およびプログラム

Publications (2)

Publication Number Publication Date
CN101542521A CN101542521A (zh) 2009-09-23
CN101542521B true CN101542521B (zh) 2011-12-21

Family

ID=39844670

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008800004645A Active CN101542521B (zh) 2007-03-15 2008-03-12 眼睛颜色校正装置

Country Status (8)

Country Link
US (1) US7853048B2 (zh)
JP (1) JP4214420B2 (zh)
KR (1) KR100931752B1 (zh)
CN (1) CN101542521B (zh)
DE (1) DE112008000021B4 (zh)
GB (1) GB2453890B (zh)
TW (1) TWI368181B (zh)
WO (1) WO2008126583A1 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8559668B2 (en) * 2009-06-01 2013-10-15 Apple Inc. Red-eye reduction using facial detection
JP5284994B2 (ja) * 2010-02-09 2013-09-11 株式会社沖データ 画像処理装置
TWI455043B (zh) * 2011-03-01 2014-10-01 Hon Hai Prec Ind Co Ltd 防紅眼人像拍攝系統及方法
US8786735B2 (en) 2011-03-21 2014-07-22 Apple Inc. Red-eye removal using multiple recognition channels
US8837822B2 (en) 2011-03-21 2014-09-16 Apple Inc. Red-eye removal using multiple recognition channels
US8818091B2 (en) 2011-03-21 2014-08-26 Apple Inc. Red-eye removal using multiple recognition channels
US8837785B2 (en) 2011-03-21 2014-09-16 Apple Inc. Red-eye removal using multiple recognition channels
US8837827B2 (en) 2011-03-21 2014-09-16 Apple Inc. Red-eye removal using multiple recognition channels
US8811683B2 (en) 2011-06-02 2014-08-19 Apple Inc. Automatic red-eye repair using multiple recognition channels
JP2014021782A (ja) * 2012-07-19 2014-02-03 Canon Inc 画像処理装置、その制御方法及びプログラム
WO2015106320A1 (en) * 2014-01-16 2015-07-23 Bartco Traffic Equipment Pty Ltd System and method for event reconstruction
JP6311345B2 (ja) * 2014-02-21 2018-04-18 大日本印刷株式会社 画像処理装置及びプログラム
WO2015125711A1 (ja) * 2014-02-21 2015-08-27 大日本印刷株式会社 画像処理装置及びプログラム
JP2016019104A (ja) * 2014-07-07 2016-02-01 富士通株式会社 基準色選択装置、色補正装置、基準色選択方法及び基準色選択プログラム
JP6327071B2 (ja) 2014-09-03 2018-05-23 オムロン株式会社 画像処理装置および画像処理方法
CN107302662A (zh) * 2017-07-06 2017-10-27 维沃移动通信有限公司 一种拍照的方法、装置及移动终端
CN110648296B (zh) * 2019-09-24 2022-10-11 Oppo广东移动通信有限公司 一种瞳孔颜色修正方法、修正装置、终端设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1614991A (zh) * 2003-11-05 2005-05-11 欧姆龙株式会社 瞳孔颜色推定装置
CN1717001A (zh) * 2004-06-14 2006-01-04 佳能株式会社 图像处理装置以及摄像装置
CN1881234A (zh) * 2005-06-14 2006-12-20 佳能株式会社 图像处理设备、图像处理方法、计算机程序和存储介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0816925B2 (ja) 1986-02-20 1996-02-21 キヤノン株式会社 カラ−画像処理装置
JPH0797402B2 (ja) 1986-11-19 1995-10-18 キヤノン株式会社 画像修正方法
JPH0264532A (ja) 1988-08-30 1990-03-05 Nikon Corp 撮影情報を記録可能なカメラおよび被写体情報を可視化する情報出力装置
JPH02114253A (ja) 1988-10-25 1990-04-26 Nikon Corp プリンター装置
JP2634511B2 (ja) 1991-07-15 1997-07-30 富士写真フイルム株式会社 写真プリントの赤目修正方法及びピクトリアルハードコピー装置
JP3510040B2 (ja) * 1996-03-26 2004-03-22 コニカミノルタホールディングス株式会社 画像処理方法
US7116820B2 (en) * 2003-04-28 2006-10-03 Hewlett-Packard Development Company, Lp. Detecting and correcting red-eye in a digital image
JP4384897B2 (ja) 2003-11-20 2009-12-16 アールテック有限会社 ファントム要素及び水ファントム
JP4537142B2 (ja) 2004-07-30 2010-09-01 キヤノン株式会社 画像処理方法及びその装置、撮像装置、プログラム
US7567707B2 (en) * 2005-12-20 2009-07-28 Xerox Corporation Red eye detection and correction

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1614991A (zh) * 2003-11-05 2005-05-11 欧姆龙株式会社 瞳孔颜色推定装置
CN1717001A (zh) * 2004-06-14 2006-01-04 佳能株式会社 图像处理装置以及摄像装置
CN1881234A (zh) * 2005-06-14 2006-12-20 佳能株式会社 图像处理设备、图像处理方法、计算机程序和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JP特开2006-350621A 2006.12.28

Also Published As

Publication number Publication date
DE112008000021T5 (de) 2009-10-08
KR100931752B1 (ko) 2009-12-14
GB0901415D0 (en) 2009-03-11
DE112008000021B4 (de) 2020-02-27
US20100008567A1 (en) 2010-01-14
TWI368181B (en) 2012-07-11
US7853048B2 (en) 2010-12-14
WO2008126583A1 (ja) 2008-10-23
JP2008226194A (ja) 2008-09-25
GB2453890B (en) 2009-12-16
GB2453890A (en) 2009-04-22
CN101542521A (zh) 2009-09-23
KR20090065480A (ko) 2009-06-22
JP4214420B2 (ja) 2009-01-28
TW200844896A (en) 2008-11-16

Similar Documents

Publication Publication Date Title
CN101542521B (zh) 眼睛颜色校正装置
CN101542522B (zh) 眼睛颜色校正装置
WO2021004138A1 (zh) 一种屏幕显示方法、终端设备及存储介质
CN100353744C (zh) 瞳孔颜色推定装置及其方法、摄像装置、及数字照片打印机
US7852377B2 (en) Automatic red eye removal
CN105139404B (zh) 一种可检测拍摄质量的证照相机及拍摄质量检测方法
CN105120167A (zh) 一种证照相机及证照拍摄方法
CN103902958A (zh) 人脸识别的方法
WO2018218839A1 (zh) 一种活体识别方法和系统
US8559668B2 (en) Red-eye reduction using facial detection
CN103353933A (zh) 图像识别设备及其控制方法
CN101390128A (zh) 脸部器官的位置的检测方法及检测系统
CN109919030B (zh) 黑眼圈类型识别方法、装置、计算机设备和存储介质
CN111008971B (zh) 一种合影图像的美学质量评价方法及实时拍摄指导系统
CN105095885A (zh) 一种人眼状态的检测方法和检测装置
US10984281B2 (en) System and method for correcting color of digital image based on the human sclera and pupil
CN106881716A (zh) 基于3d摄像头机器人的人体跟随方法及系统
JP2012185827A (ja) フォトプリンティングのための顔領域検出装置及び補正方法
CN107491718A (zh) 不同亮度环境下进行人手肤色检测的方法
JP4602688B2 (ja) 画像処理方法、画像処理装置およびそのプログラム
CN103226690A (zh) 检测红眼的方法及装置、去除红眼的方法及装置
WO2020158413A1 (ja) 映像処理装置、映像処理方法および映像処理プログラム
WO2022123751A1 (ja) 判定方法、判定プログラム、及び情報処理装置
US20240171863A1 (en) Information processing apparatus, information processing method, and storage medium
JP5093540B2 (ja) 目の位置の検出方法および検出システム

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