CN102044064A - 影像处理系统及方法 - Google Patents

Abstract

一种影像处理系统及方法，该方法包括如下步骤：从存储装置中获取一张图片；从获取的图片中识别出特定物体；计算该图片中特定物体的最大包围集；对该图片中特定物体的最大包围集进行模糊化处理；将模糊化处理后的图片保存在存储装置中。利用本发明可以自动识别图片中的特定物体，并对该识别出的特定物体进行模糊化。

Description

影像处理系统及方法

技术领域

本发明涉及一种影像处理系统及方法，尤其涉及一种结合物体识别技术的影像处理系统及方法。

背景技术

为了保护当事人的隐私，对于图片中所包含的人脸、车牌或建筑物门牌等特定物体，通常需要进行处理(如进行覆盖)，使阅览者无法看到这些特定物体。传统的影像处理方法采用手动方式进行处理，当需要处理的图片数量很多时，无法快速完成处理任务。

发明内容

鉴于以上内容，有必要提供一种影像处理系统，其可结合物体识别技术，自动识别图片中的特定物体，并对该识别出的特定物体进行模糊化。

鉴于以上内容，还有必要提供一种影像处理方法，其可结合物体识别技术，自动识别图片中的特定物体，并对该识别出的特定物体进行模糊化。

一种影像处理系统，该系统包括：图片获取模块，用于从存储装置中获取一张图片；物体识别模块，用于从获取的图片中识别出特定物体；计算模块，用于计算该图片中特定物体的最大包围集；处理模块，用于对该图片中特定物体的最大包围集进行模糊化处理；保存模块，用于将模糊化处理后的图片保存在所述存储装置中。

一种影像处理方法，该方法包括如下步骤：从存储装置中获取一张图片；从获取的图片中识别出特定物体；计算该图片中特定物体的最大包围集；对该图片中特定物体的最大包围集进行模糊化处理；将模糊化处理后的图片保存在所述存储装置中。

相较于现有技术，所述的影像处理系统及方法，可以结合物体识别技术，自动识别图片中的特定物体，并对该识别出的特定物体进行模糊化，提高了影像处理效率。

附图说明

图1是本发明影像处理系统较佳实施例的系统架构图。

图2是对图片中的特定物体进行模糊化的示意图。

图3是本发明影像处理方法较佳实施例的流程图。

具体实施方式

如图1所示，是本发明影像处理系统较佳实施例的系统架构图。该影像处理系统21运行于主机2中，所述主机2与显示设备1、影像摄取装置3和输入设备4相连。该主机2包括存储装置20和中央处理器(Central Processing Unit，CPU)23。

其中，所述影像摄取装置3用于摄取图片22，并将摄取的图片22传送到主机2。在本实施例中，所述影像摄取装置3为网络摄影机(IP Camera)。

所述存储装置20可以是主机2中的硬盘等，用于存储所述影像摄取装置3所摄取的一张或多张图片22(图1中仅示出一张图片)。所述中央处理器23用于控制影像处理系统21的执行。

所述显示设备1用于显示影像摄取装置3传送给主机2的图片22等。所述输入设备4可以是键盘和鼠标等，用于进行数据输入。

所述影像处理系统21用于从存储装置20中获取影像摄取装置3摄取的图片22，从获取的图片22中识别出特定物体，并对该识别出的特定物体进行模糊化处理。其中，该影像处理系统21包括图片获取模块210、物体识别模块211、计算模块212、处理模块213和保存模块214。本发明所称的模块是完成一特定功能的计算机程序段，比程序更适合于描述软件在计算机中的执行过程，因此在本发明以下对软件描述都以模块描述。

所述图片获取模块210用于从存储装置20中获取影像摄取装置3摄取的图片22。在其它实施例中，所述图片22也可以是从外部电子设备(如手机)中输入至存储装置20。

所述物体识别模块211用于利用物体识别技术，从获取的图片22中识别出特定物体。在本实施例中，所述特定物体包括人脸、车牌和建筑物门牌等。举例而言，如果需要识别的特定物体为人脸，所述物体识别模块211可以利用肤色理论(如YCbCr色彩空间模型)从获取的图片中识别出脸部，也可以利用脸部特征样本对比技术(Face Template Matching)或其它面部识别技术从获取的图片中识别出脸部。本实施例以肤色理论为例进行说明，首先，物体识别模块211利用肤色理论，根据脸部肤色范围，将图片中的脸部定位出来。所述脸部肤色范围的判断公式如下：

$P(x,y)=\left\{\begin{array}{c}1,\mathrm{if}[135\≤\mathrm{Cr}(x,y)\≤156]\∩[108\≤\mathrm{Cb}(x,y)\≤123]\\ 0,\mathrm{otherwise}\end{array}\right.$

在上述公式中，P代表图片22中的一个像素点，(x，y)代表像素点P的坐标。在本实施例中，如果P(x，y)的值等于1，则表示当前检测的像素点P为脸部肤色，如果P(x，y)的值等于0，则表示当前检测的像素点P不是脸部肤色。

将脸部定位出来后，所述计算模块212计算图片22中特定物体的最大包围集，即将所述特定物体区域的范围限定在一个矩形中。同时，所述计算模块212获取所述特定物体的最大包围集的坐标位置，该特定物体的最大包围集的坐标位置将作为图片模糊化处理的依据。

所述处理模块213用于利用影像编码器(Codec)，对图片22中特定物体的最大包围集进行模糊化处理。在本实施例中，影像编码器包含在影像处理系统21中。在其它实施例中，影像编码器也可以独立于影像处理系统21之外，与其它各式系统结合使用。

参阅图2中的图2A所示，其中，A代表影像摄取装置3摄取的一张图片，B代表该图片中特定物体的最大包围集，即人脸的最大包围集。参阅图2中的图2B所示，其中，B1代表模糊化处理后的特定物体的最大包围集。

在其它实施例中，所述处理模块213还用于对图片22中特定物体的最大包围集及其周边进行模糊化处理，以便完全覆盖该特定物体。参阅图2中的图2C所示，其中，B2代表图2B中特定物体的最大包围集B1及其周边部分。在本实施例中，所述最大包围集的周边是指该最大包围集周边设定范围(如10毫米)内的区域。

所述保存模块214用于将模糊化处理后的图片保存在存储装置20中。

如图3所示，是本发明影像处理方法较佳实施例的流程图。

步骤S1，图片获取模块210从存储装置20中获取影像摄取装置3摄取的图片22。在其它实施例中，所述图片22也可以是从其它电子设备(如手机)中输入至存储装置20。

步骤S2，物体识别模块211利用物体识别技术，从获取的图片22中识别出特定物体。在本实施例中，所述特定物体包括人脸、车牌和建筑物门牌等。

步骤S3，将脸部定位出来后，计算模块212计算图片22中特定物体的最大包围集，即将所述特定物体区域的范围限定在一个矩形中。同时，所述计算模块212获取所述特定物体的最大包围集的坐标位置，该特定物体的最大包围集的坐标位置将作为图片模糊化处理的依据。

步骤S4，处理模块213利用影像编码器(Codec)，对图片22中特定物体的最大包围集进行模糊化处理。在本实施例中，影像编码器包含在影像处理系统21中。在其它实施例中，影像编码器也可以独立于影像处理系统21之外，与其它各式系统结合使用。

在其它实施例中，所述步骤S4也可以为：处理模块213对图片22中特定物体的最大包围集及其周边进行模糊化处理。

步骤S5，保存模块214将模糊化处理后的图片保存在存储装置20中。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种影像处理方法，其特征在于，该方法包括如下步骤：

从存储装置中获取一张图片；

从获取的图片中识别出特定物体；

计算该图片中特定物体的最大包围集；

对该图片中特定物体的最大包围集进行模糊化处理；及

将模糊化处理后的图片保存在所述存储装置中。

2.如权利要求1所述的影像处理方法，其特征在于，所述存储装置中的图片由影像摄取装置获取或从外部电子设备中输入。

3.如权利要求1所述的影像处理方法，其特征在于，所述特定物体包括人脸、车牌和建筑物门牌。

4.如权利要求1所述的影像处理方法，其特征在于，所述步骤对该图片中特定物体的最大包围集进行模糊化处理是利用影像编码器完成。

5.如权利要求1所述的影像处理方法，其特征在于，还包括步骤：

对该图片中特定物体的最大包围集的周边进行模糊化处理。

6.一种影像处理系统，其特征在于，该系统包括：

图片获取模块，用于从存储装置中获取一张图片；

物体识别模块，用于从获取的图片中识别出特定物体；

计算模块，用于计算该图片中特定物体的最大包围集；

处理模块，用于对该图片中特定物体的最大包围集进行模糊化处理；及

保存模块，用于将模糊化处理后的图片保存在所述存储装置中。

7.如权利要求6所述的影像处理系统，其特征在于，所述特定物体包括人脸、车牌和建筑物门牌。

8.如权利要求6所述的影像处理系统，其特征在于，所述处理模块对该图片中特定物体的最大包围集进行模糊化处理是利用影像编码器完成。

9.如权利要求8所述的影像处理系统，其特征在于，所述影像编码器包含在影像处理系统中，或独立于影像处理系统之外。

10.如权利要求6所述的影像处理系统，其特征在于，所述处理模块还用于：

对该图片中特定物体的最大包围集的周边进行模糊化处理。

Images