CN101933047B - 数字图像中的牙齿定位与白化 - Google Patents

Abstract

本文公开一种用于改变数字图像中的牙齿的色彩的方法。该方法的实施例包括：定位所述数字图像中嘴部区的位置；定义与所述嘴部区相关联的校正区；计算所述校正区中的至少一个像素表示牙齿的概率；以及将所述至少一个像素的色彩改变与所述概率成比例的量。

Description

数字图像中的牙齿定位与白化

背景技术

可以编辑数字图像以增强图像中的项目。难以选择具体的图像区域进行编辑，当在诸如照相机显示器的小显示器上显示图像时尤其如此。与编辑相关联的另一个问题在于编辑可能使图像的色彩改变很多以致所得到的图像看起来比原始的更差或者其可能显得不真实。用户可能不知道为了改进图像而不使图像显得不真实要对给定的图像应用多少色彩偏移。

附图说明

图1是包括脸部的图像的图示。

图2是描述牙齿白化算法的实施例的流程图。

图3是描述计算像素表示牙齿的概率的算法的实施例的流程图。

图4是描述计算像素表示牙齿的概率的算法的另一个实施例的流程图。

图5是图1的脸部的嘴部区的示例。

图6是描述定位牙齿的顶部和底部的实施例的流程图。

图7是具有增强的龈线(gum line)的、图5的嘴部区的示例。

图8是描述定位图像的嘴部部分中的龈线的实施例的流程图。

具体实施方式

本文公开了用于白化数字图像中的牙齿的方法。注意，这些方法可以由计算机或类似物实现，所述计算机或类似物执行存储在常规存储设备(诸如磁或光存储设备)上的计算机可读指令。存储设备也可以由固件组成。总而言之，牙齿白化方法的一些实施例改变牙齿的色调或者去饱和牙齿的色彩而不改变脸部或齿龈的色调。如本文中使用的术语白化指的是改变表示牙齿的像素的色彩，其中改变的色彩可以不必是白色。

图1是包括脸部104的图像100的图示。如下面更详细描述的，将定位和白化脸部104中的牙齿。图2是描述牙齿白化算法的实施例的流程图200。流程图200提供牙齿白化算法的概括。下面更详细地描述流程图200的步骤的更详细实施例。在步骤202中，在图像内检测脸部104。常规脸部检测算法可以用于脸部检测。脸部104在图1中被检测并且由方框106示出。

在步骤204中，定位脸部104中的嘴部区108。更具体地，在方框106内定位嘴部区108。嘴部区108是其中嘴部最可能位于的区域。在一些实施例中，嘴部区106被预定为占据方框106的特定区。例如，嘴部区108可以占据方框106的下部分的特定百分比的面积。为说明的目的，方框识别位于方框106中的嘴部区108。嘴部区108内的像素将被分析以便找出牙齿并白化该牙齿。

在步骤206中，嘴部区108中的单独像素被分析并且每个被分配其表示牙齿的概率。例如，高值可以表示像素是牙齿一部分的高概率。步骤206的分析可以分析像素的色彩以确定该色彩表示牙齿的概率。为嘴部区108内的像素创建被称为牙齿概率缓冲区的缓冲区。

在步骤208中，定位牙齿的顶部和底部。在一些实施例中，嘴部区108中的具有是牙齿的高概率的像素被搜索以找出其顶部和底部。因此，嘴部区108中的像素可以在垂直方向上被扫描以确定其中像素是牙齿的概率在高概率和低概率之间转变的位置。高概率和低概率之间的转变表示牙齿的边缘。

在步骤210中，定位龈线。龈线表示要被白化的区域的外边界。例如，在顶部牙齿的下边缘和上龈线之间的区域要被白化。同样，在下牙齿的上边缘和下龈线之间的区域要被白化。如下面更详细描述的，龈线可以具有表示牙齿中的间隙的间隙。

在步骤212中，可以生成诸如alpha遮罩(alpha mask)之类的遮罩以确定要被应用于牙齿的白化量。例如，具有是牙齿的高概率的像素可以被白化或以其它方式使其色彩改变得比具有是牙齿的较低概率的像素多。同样，邻近龈线的像素可以被白化得比朝牙齿中心定位的像素少。简单地均匀白化所有牙齿和牙齿的所有部分典型地产生看起来很不真实的牙齿。

在步骤214中，白化牙齿。更具体地，校正或色彩改变被应用于表示牙齿的像素。如果使用alpha遮罩，则白化量可以基于该alpha遮罩。在一些实施例中，去饱和牙齿并提高亮度。

已经描述了白化数字图像中的牙齿的一些实施例，现在将描述更详细的实施例。步骤204定位脸部104的嘴部区108。在一些实施例中，预期脸部104在图像100内是笔直的。测量脸部104的大小。然后确定嘴部区108位于脸部104的预定部分内。在其它实施例中，嘴部检测可以搜索脸部以寻找表示嘴唇、齿龈和牙齿的色彩以便定位嘴部区108，该嘴部区108可以不是矩形的。

确定嘴部区108内的像素表示牙齿的概率有时被称为确定牙齿概率缓冲区(buffer)。确定牙齿概率缓冲区的实施例被示于图3的流程图250中。在步骤252中，从嘴部区108提取亮度、蓝色度和红色度。注意，这个实施例不依靠蓝色度，然而蓝色度值和红色度值被相邻像素共享。在一些实施例中，亮度和色度值由八个比特表示。

在步骤254中，诸如低通滤波器之类的滤波器可以被应用于红色度和蓝色度以减少噪声并平滑缓冲区。可能需要滤波器，因为在一些格式(诸如JPEG格式)中红色度值和蓝色度值往往被相邻像素共享。在一些实施例中，五乘五的滤波器被应用于色度。由于在表示牙齿的像素中缺乏红色分量，在牙齿区域中红色度显得很暗。嘴唇和齿龈就红色度而言将显得亮得多。

在步骤256中，创建红色度和亮度缓冲区的直方图。直方图可以表示嘴部区108的梯形区中的像素以便把分析集中在表示牙齿而不是其它脸部特征或背景图像的像素上。可以对最亮和最暗像素进行限幅(clip)。在一些实施例中，在诸如零和255之类的值之间归一化直方图中的像素。最亮的1％像素可以被限幅为255而最暗的1％像素可以被限幅为零。这种限幅消除了与其它像素值有很大差异的像素值。这些消除的像素值可以是异常等等。

在步骤260中亮度中间色调(midtone)被亮化以便仅最暗像素保持暗淡。因为牙齿是明亮的，所以该亮化使得表示牙齿的像素更加显著。在步骤262中，红色度像素被反转并暗化以便仅具有最小红色量的像素保持明亮。这个过程使嘴唇和齿龈变暗同时增强牙齿的明亮度。

在步骤264中计算牙齿概率。如上面阐述的，表示牙齿的像素已被亮化并且表示齿龈和嘴唇的像素已被暗化。因此，最亮像素具有是牙齿的最高概率。在其中像素值被归一化在零和255之间的实施例中，该概率可以是暗化的红色度像素值和亮化的亮度像素值的乘积除以256。因此，较亮的像素值具有是牙齿的较高概率。

前述的缓冲区可以使得一些黄色显得暗淡。在一些实施例中，基于黄色的牙齿概率可以被包含在算法中。这个算法的实施例被示于图4的流程图300中。在其中色度被归一化在零和255之间的实施例中，大约128的红色度和蓝色度的值是中性灰色。在蓝色度降到128之下时，像素变得更黄。同样，在红色度提高到128之上时，像素变得更红。流程图300增强黄色以便更好地检测黄色。

在步骤302中，针对每个像素计算黄色值并且将其存储在黄色缓冲区中。在其中像素值被归一化在零和255之间的实施例中，黄色值等于(255一蓝色度)一红色度+64。额外的64用来减少限幅并且可以是另一个值。在零之下的值被限幅为零而在255之上的值被限幅为255。可以计算直方图并且可以确定最小和最大黄色值。在一些实施例中，最小和最大的1％黄色值可以被确定并且在归一化之前被限幅以便减少不同像素值的数量。例如，构成最小1％的黄色值可以被设定为零，而构成最大1％值的黄色值可以被设定为255。

在步骤304中，黄色值被归一化为在零和255之间延伸。在一些实施例中，如经由上面描述的直方图所计算的、构成最小值的黄色值被设定为零，而最大黄色值被设定为255。注意，黄色值可以在除了零和255以外的值之间延伸。

在步骤306中一些较低黄色值被限幅为黑色。因此，具有低黄色含量的像素被限幅为黑色。例如，具有在128之下的值的像素可以被限幅为黑色。在一些实施例中，黄色值的最大值也被限制以便改进像素值的处理。

在步骤310中计算黄色牙齿概率。在本文描述的实施例中，黄色牙齿概率等于黄色缓冲区值与归一化的反转红色度的暗化和乘上归一化的亮化亮度除以256的值。暗化和指的是已被暗化的和。反转红色度的值可以被计算为255减去归一化的红色度值。因此，每个像素是牙齿的概率基于其在黄色缓冲区中的值，其中该值越高，则像素表示牙齿的概率越大。

为了把白化限制于牙齿而不针对嘴部区108的其它部分，定位龈线。定位龈线包括定位牙齿的顶部和底部。参考图5和图6，图5是嘴部部分108的示例，图6是描述如在图2的步骤208简要描述的定位牙齿的顶部和底部的实施例的流程图330。

在流程图330的步骤332中，嘴部区108被划分成至少一个垂直条带。在一些实施例中，嘴部的中心区被划分成至少一个垂直条带。在其中嘴部区108进一步由梯形定义的实施例中，该梯形可以被划分成至少一个垂直条带。在图5的示例中，嘴部区108已被划分成三个垂直条带340。垂直条带340分别被称为第一条带342、第二条带344和第三条带346。

在步骤334中，对于每个条带340计算每行中的像素表示牙齿的平均概率。所述行指的是相对于牙齿基本水平延伸的线。注意，在脸部或嘴部区108歪斜的图像中，歪斜的脸部可能使得这些行被歪斜。总而言之，对于每个条带中的每个行计算行平均值。参考第二条带344，每行中像素是牙齿的概率被平均。这些平均值用来定位牙齿的顶部和底部。步骤336确定最高平均值是否低于阈值或预定值。如果是，则处理进行到步骤338，在那里做出被分析的条带不是牙齿或不包含牙齿的确定。

如果在步骤336处的决策确定最亮的行不低于阈值，则处理进行到步骤340，在那里垂直地搜索这些行。当平均行值降到预定值之下时，确定已找到牙齿的顶部或底部。当找到了所有牙齿的顶部和底部时，可以定位龈线。定位龈线用来通过定义牙齿的边界而防止白化齿龈和嘴唇。

龈线360的示例被示于图7中，图7是龈线定位算法的结果的实施例。龈线360在牙齿周围延伸。用于定位龈线的方法的实施例在图8的流程图364中被描述。在步骤366中，定位最亮的条带340(图5)。最亮的条带340是包含具有包含牙齿的最高平均概率的行的条带。在步骤340中定位的、这个条带的顶行和底行的中心可以被用作起点，并且存储这些位置。

在步骤368中定位最亮条带的顶部和底部。在一个实施例中，在垂直列中分析像素值以确定上阈值像素值和下阈值像素值位于何处。这些位置被指定为条带的顶行和底行。在步骤370中，定位在该条带中心的列。在步骤372中，该列的顶部被指定为顶部齿龈而该列的底部被指定为底部齿龈。这些龈线位置对应于上面描述的阈值。

决策块374确定在顶部齿龈位置的像素值是否大于阈值。如果决策块374的结果是否定的，则处理进行到块376，在那里顶部齿龈位置被向下移动直到像素值大于阈值或者到达底部齿龈。然后处理进行到如下面更详细描述的决策块378。如果决策块374的结果是肯定的，则处理进行到块380，在那里顶部龈线被向上移动直到像素明亮度提高。然后处理进行到块378。

决策块378确定在底部齿龈位置的像素值是否大于预定阈值。如果决策块378的结果是否定的，则处理进行到块384，在那里底部齿龈被向上移动直到像素值大于阈值或者直到到达顶部齿龈位置。然后处理进行到如下面更详细描述的决策块386。如果决策块378的结果是肯定的，则处理进行到块388，在那里底部齿龈位置被向下移动直到像素明亮度提高。然后处理进行到决策块386。

决策块386确定顶部齿龈位置是否等于或基本等于底部齿龈位置。在列没有表示牙齿的像素时的情形就是如此。如果决策块386的结果是否定的，则处理进行到块390，在那里分析下一或相邻列。决策块392确定相等的底部和顶部齿龈位置是牙齿中的宽间隙还是龈线的末端的结果。如果顶部和底部齿龈位置已经对于预定数量的列是相等的，则处理进行到块396，在那里终止处理。否则，处理进行到块390以选择相邻或下一列。块390也存储顶部和底部齿龈位置以便生成图7的龈线。

从块390，处理进行到块394，在那里调节顶部和底部龈线。然后针对相邻或下一列，处理进行到块372。

通过在步骤372连接附近的峰值以便桥接间隙并包括可能已被排除的牙齿的暗部分，来扩展龈线。例如，如果峰值相距下一峰值小于嘴部区108的宽度的十二分之一，则可以通过连接这些峰值来扩展龈线。

此时，牙齿校正区已被定义为在龈线之间延伸并且位于具有是牙齿的高概率的像素上。牙齿概率缓冲区被转换成alpha遮罩。在一些实施例中，黄色概率缓冲区被转换成alpha遮罩。在其它实施例中，概率缓冲区可以被组合或被单独转换。通过对在阈值之下的像素值限幅并亮化中间色调来创建alpha遮罩。因此，被应用于龈线之间的每个像素的白化量与该像素是牙齿的概率成比例。

白化过程可以包括去饱和红色度和蓝色度。在一些实施例中，用户输入可以用来确定要应用于色度的去饱和量。就上面描述的色度值而言，要加到红色度值的量可以等于去饱和的量或百分比、乘上128减去红色度、乘上alpha遮罩的值并除以256。蓝色度可以以相同的方式被修改。可以通过首先创建色调图以亮化中间色调，来确定亮度。在一些实施例中，用户输入可以用来确定亮化的程度。然后可以通过在色调图中查找目标亮度值并然后减去原始亮度值，来计算要提高亮度的量。将该差值乘上alpha遮罩并除以256。

前述的技术经由基于像素是牙齿的概率来去饱和及改变亮度而应用白化。因此，在白化中存在从齿龈的过渡以便在龈线旁边不易于发生大的变化，所述大的变化可能使白化看起来不自然。

上面描述的方法已定位了龈线或者牙齿的顶部和底部并且在其间应用牙齿白化算法。可以使用定位要白化的区域的其它方法。例如，可以使用定位嘴唇的算法。上面描述的白化可以应用于嘴唇之间的区域。在一些实施例中，嘴唇内的区域可以被白化以便避免白化有光泽的嘴唇。嘴唇内的这个区域有时被称为校正区。

Claims (19)

1.一种用于改变数字图像中的牙齿的色彩的方法，所述方法包括：

定位所述数字图像中嘴部区的位置；

确定所述嘴部区内的像素表示牙齿的概率；

把校正区定位在龈线之间延伸并且位于具有是牙齿的高概率的像素上；以及

将所述校正区内的像素的色彩改变与所述概率成比例的量。

2.如权利要求1所述的方法，还包括定位所述数字图像中的脸部，且其中所述定位嘴部区的位置包括在所述脸部中定位嘴部区的位置。

3.如权利要求1所述的方法，其中所述改变所述校正区内的像素的色彩包括对位于牙齿的边缘附近的像素比对不位于牙齿的所述边缘附近的像素应用更少的色彩变化。

4.如权利要求1所述的方法，其中所述确定概率包括计算所述嘴部区中的所述像素的亮度和红色度，其中所述概率与所述像素的亮度成比例而与所述像素的红色度成反比。

5.如权利要求1所述的方法，其中所述确定概率包括：

识别所述嘴部区中的像素的亮度和红色度；

亮化亮度中间色调以便仅最暗像素保持暗淡；

反转并暗化红色度像素以便仅具有最小红色量的像素保持明亮；以及

计算像素表示牙齿的概率，其中所述概率与所述像素的所述亮化的亮度成比例而与所述像素的所述暗化的红色度成比例。

6.如权利要求1所述的方法，其中所述确定概率包括：

计算所述像素的黄色值；以及

计算像素表示牙齿的概率，其中所述概率与所述像素的黄色值成比例。

7.如权利要求1所述的方法，其中所述确定概率包括：

确定所述像素的蓝色度和红色度值；以及

计算每个像素的黄色值，其中所述黄色值等于(255-蓝色度)-红色度+64；

计算所述像素表示牙齿的概率，其中所述概率与所述黄色值成比例。

8.如权利要求7所述的方法，其中，所述黄色值被归一化为在零和255之间延伸。

9.如权利要求7所述的方法，还包括在所述确定概率之前将在预定值之下的黄色像素值的像素设定为黑色。

10.如权利要求7所述的方法，其中黄色牙齿概率等于黄色缓冲区值与归一化的反转红色度的暗化和乘上归一化的亮化亮度除以256的值，所述暗化和指的是已被暗化的和。

11.如权利要求1所述的方法，其中所述定位校正区包括定位嘴唇，其中所述校正区被定位在所述嘴唇之间。

12.如权利要求1所述的方法，其中所述定位校正区包括定位所述嘴部区内的至少一个牙齿的顶部和底部边缘，所述校正区被定位在所述顶部和底部边缘之间。

13.如权利要求1所述的方法，其中所述定位校正区包括定位至少一个牙齿的顶部和底部边缘，所述定位包括：

建立通过所述嘴部区的至少一个垂直条带；以及

计算横跨所述至少一个垂直条带以水平行延伸的像素表示牙齿的平均概率；

其中牙齿的所述顶部和底部边缘由降到预定值之下的平均概率表示。

14.一种用于改变数字图像中的牙齿的色彩的方法，所述方法包括：

定位所述数字图像中的嘴唇；

确定所述嘴唇之间的像素表示牙齿的概率；

将所述像素的色彩改变与所述概率成比例的量。

15.如权利要求14所述的方法，其中所述确定概率包括：

计算所述像素的黄色值；以及

计算所述像素表示牙齿的概率，其中所述概率与所述像素的黄色值成比例。

16.如权利要求14所述的方法，其中所述确定概率包括计算在所述嘴唇之间的所述像素的亮度和红色度，其中所述概率与所述像素的亮度成比例而与所述像素的红色度成反比。

17.如权利要求14所述的方法，其中所述确定概率包括：

识别所述嘴唇之间的像素的亮度和红色度；

亮化亮度中间色调以便仅最暗像素保持暗淡；

反转并暗化具有红色度像素以便仅具有最小值的红色量的像素保持明亮；以及

计算像素表示牙齿的概率，其中所述概率与所述像素的所述亮化的亮度成比例而与所述像素的所述暗化的红色度成比例。

18.如权利要求14所述的方法，其中所述确定概率包括：

计算所述像素的黄色值；以及

计算所述像素表示牙齿的概率，其中所述概率与所述像素的黄色值成比例。

19.如权利要求14所述的方法，其中所述确定概率包括：

确定所述像素的蓝色度和红色度值；以及

计算每个像素的黄色值，其中所述黄色值等于(255-蓝色度)-红色度+64；

计算所述像素表示牙齿的概率，其中所述概率与所述黄色值成比例。

Images