CN102243761A - 红眼图像检测方法及其相关装置 - Google Patents

红眼图像检测方法及其相关装置 Download PDF

Info

Publication number
CN102243761A
CN102243761A CN2010101807791A CN201010180779A CN102243761A CN 102243761 A CN102243761 A CN 102243761A CN 2010101807791 A CN2010101807791 A CN 2010101807791A CN 201010180779 A CN201010180779 A CN 201010180779A CN 102243761 A CN102243761 A CN 102243761A
Authority
CN
China
Prior art keywords
blood
red
eye illness
pixel group
shot eye
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
Application number
CN2010101807791A
Other languages
English (en)
Other versions
CN102243761B (zh
Inventor
郑丁元
田百育
黄圣霖
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.)
Primax Electronics Ltd
Original Assignee
Primax Electronics Ltd
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 Primax Electronics Ltd filed Critical Primax Electronics Ltd
Priority to CN201010180779.1A priority Critical patent/CN102243761B/zh
Publication of CN102243761A publication Critical patent/CN102243761A/zh
Application granted granted Critical
Publication of CN102243761B publication Critical patent/CN102243761B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

一种红眼图像检测方法及其相关装置,该方法用以在一输入图像中检测出至少一红眼图像,包含有:对该输入图像执行一边缘检测步骤,以检测该输入图像的边缘特征来得到一边缘检测结果;对该输入图像执行一红色像素检测步骤,以检测该输入图像的红色像素来得到一红色像素检测结果;以及使用一决定电路来依据该边缘检测结果以及该红色像素检测结果得到一初步检测结果,并依据该初步检测结果来得到所述至少一红眼图像。本发明省略脸部检测的步骤,并在脸部图像中仅有一个眼睛时或是检测其他动物的红眼图像时,均可准确检测出红眼图像。

Description

红眼图像检测方法及其相关装置
技术领域
本发明涉及红眼图像检测,尤其涉及一种可简易而快速地在一输入图像中检测出至少一红眼图像的检测方法及其相关装置。
背景技术
在低亮度的环境中,人的瞳孔会放大以尽可能地收集光线以在视网膜上投射出可辨识的图像。然而,在光线不足的环境中,当相机的闪光灯闪动,强烈的光线会穿过瞳孔并反射出眼球内视网膜后血管的颜色,导致最后在底片上成像时产生一红眼图像。
在一般的取像装置上,往往会配置检测红眼图像的功能以确保摄影成像时能将红眼图像加以消除。一般的红眼检测技术会先检测出人的脸部图像,接着再检测脸部图像的其中一双眼睛是否有红眼现象,最后再对所找出的红眼图像加以补偿。然而,实际上所拍摄到的图像可能会没有完整的脸部图像又或是脸部图像中仅出现一个眼睛或一部分眼睛的图像,上述的情况均可能会导致红眼图像检测功能错误而无法正确地产生正确的图像。然而为了预先找出脸部图像,公知的取像装置须进行多项繁杂运算(例如肤色判定等流程)才能正确地找出脸部图像,而这些运算程序也会增加系统的复杂度。此外,公知的取像装置仅会对人类的眼睛进行红眼检测,对于动物的眼睛并无法正确地判断并进行适当补偿。
发明内容
为了解决上述的问题,本发明同时应用了红色像素以及边缘检测的技术,提供了一种可简易而快速地在一输入图像中检测出至少一红眼图像的检测方法以及相关装置。
依据本发明的一实施例,其提供了一种红眼图像检测方法,用以在一输入图像中检测出至少一红眼图像。该红眼图像检测方法包含有:对该输入图像执行一边缘检测步骤,以检测该输入图像的边缘特征来得到一边缘检测结果;对该输入图像执行一红色像素检测步骤,以检测该输入图像的红色像素来得到一红色像素检测结果;以及使用一决定电路来依据该边缘检测结果以及该红色像素检测结果得到一初步检测结果,并依据该初步检测结果来得到所述至少一红眼图像。
依据本发明的另一实施例,其提供一种红眼图像检测装置,用以在一输入图像中检测出至少一红眼图像。该红眼图像检测装置包含有一边缘检测电路、一红色像素检测电路以及一决定电路。该边缘检测电路耦接至输入图像,用以对该输入图像执行一边缘检测步骤,以检测该输入图像的边缘特征来得到一边缘检测结果。该红色像素检测电路耦接至该输入图像,用以对该输入图像执行一红色像素检测步骤,以检测该输入图像的红色像素来得到一红色像素检测结果。该决定电路耦接至该边缘检测电路与该红色像素检测电路,用以依据该边缘检测结果以及该红色像素检测结果得到一初步检测结果,并依据该初步检测结果来得到所述至少一红眼图像。
本发明同时应用了红色像素以及边缘检测的技术,因此提供了一种可简易而快速地在一输入图像中检测出至少一红眼图像的检测方法以及相关装置。相较于公知技术,本发明省略脸部检测的步骤,并在脸部图像中仅有一个眼睛时或是检测其他动物的红眼图像时,均可准确检测出红眼图像。
附图说明
图1为依本发明的一实施例所实现的一红眼图像检测装置的示意图。
图2为依据本发明的一实施例以一边缘检测电路处理一输入图像以得到一边缘检测结果的范例示意图。
图3为依据本发明的一实施例以一红色像素检测电路处理一输入图像以得到一红色像素检测结果的范例示意图。
图4为依据本发明的一实施例所实现的一决定电路的示意图。
图5为依据本发明的一实施例以一初选电路依据一边缘检测结果与一红色像素检测结果得到一初步检测结果的范例示意图。
图6为依据本发明的一实施例以一初选电路处理一输入图像以得到候选像素群组的范例示意图。
图7为依据本发明的一实施例以一初选电路依据各个候选像素群组的相对位置以去除误判结果的范例示意图。
图8为依据本发明的一实施例以一亮点检测电路依据各个候选像素群组所包含的像素的亮度值来得到目标像素群组的范例示意图。
图9为依据本发明的一实施例以一几何检测电路处理一目标像素群组的几何特征的范例示意图。
图10为依据本发明的一实施例以一几何检测电路处理红色区域的几何特征的范例示意图。
上述附图中的附图标记说明如下:
1000红眼检测装置
1100边缘检测装置
1200红色像素检测装置
1300决定装置
1310初选电路
1320候选像素群组检测电路
1321亮点检测电路
1322几何检测电路
1400红眼补偿装置
IMG_IN输入图像
IMG_COM补偿后图像
EG边缘检测结
IMG_ERO侵蚀处理结果
IMG_DIL扩张处理结果
RP红色像素检测结果
Ra检测结果
Ra初步检测结果
RP_PRE红色像素初步检测结果
G1~G4候选像素群组
具体实施方式
本发明同时应用了红色像素以及边缘检测的技术以在一输入图像中快速且正确地检测出至少一红眼图像。详细操作请参照以下的说明。
图1为依本发明的一实施例所实现的一红眼图像检测装置1000的示意图。红眼图像检测装置1000包含有(但不局限于)一边缘检测电路1100、一红色像素检测电路1200、一决定电路1300以及一红眼补偿电路1400。由于眼睛的瞳孔与虹彩周围通常会环绕着眼白的部分,瞳孔与虹彩的图像往往带有十分明显的边缘特征,也即其中的像素与周围的像素有着极大的亮度差而呈现强烈的对比,基于此一特性,边缘检测电路1100在接收一输入图像IMG_IN后,会对输入图像IMG_IN执行一边缘检测步骤,以检测输入图像IMG_IN的边缘特征来得到一边缘检测结果EG,此外,红色像素检测电路1200同样接收输入图像IMG_IN,并对输入图像IMG_IN执行一红色像素检测步骤,以检测输入图像IMG_IN的红色像素来得到一红色像素检测结果RP。而决定电路1300则耦接至边缘检测电路1100与红色像素检测电路1200,用以依据边缘检测结果EG以及红色像素检测结果RP来得到一检测结果Ra,并依据检测结果Ra来得到至少一红眼图像。最后,红眼补偿装置1400会接收检测结果Ra,并依据检测结果Ra所得到的所述至少一红眼图像的一色度值,对所述至少一红眼图像进行调整来得到一调整后红眼图像IMG_ADJ,并对调整后红眼图像IMG_ADJ进行一滤波处理,以得到一补偿后红眼图像IMG_COM。
请注意,在此实施例中,红眼补偿装置1400会进一步对输入图像IMG_IN作补偿而输出补偿后红眼图像IMG_COM。然而,在其他实施例中,红眼图像检测装置1000也可直接输出检测结果Ra,而由使用者来判定是否要对所检测到的红眼图像作出处理,因此,红眼图像检测装置1000并不一定需要包含有红眼补偿装置1400(也即,红眼补偿装置1400为一选择性(optional)的元件)。简言之,只要是同时应用边缘检测以及红色像素检测来提取出一输入图像中的红眼图像的技术,均落于本发明的范畴之内。
边缘检测电路1100会针对输入图像IMG_IN中每个像素的亮度以及其周围的像素的亮度来决定出边缘检测结果EG,举例来说,边缘检测电路1100可以针对输入图像IMG_IN中分别作侵蚀(erosion)与扩张(dilation)处理,并以经过侵蚀与扩张处理后的图像来得到边缘检测结果EG。举例来说,请参照图2,图2为依据本发明的一实施例以边缘检测电路1100处理输入图像IMG_IN以得到边缘检测结果EG的范例示意图。首先,边缘检测电路1100会针对输入图像IMG_IN中的像素作侵蚀处理,而以一预定大小的侵蚀遮罩(例如:一大小为5×5像素的矩阵)来处理输入图像IMG_IN中每一像素,因此,会以该侵蚀遮罩内亮度最低的一像素的一亮度值来取代该侵蚀遮罩一中心像素的一亮度值,并得到一侵蚀处理结果IMG_ERO;而在此同时,边缘检测电路1100也会针对输入图像IMG_IN中亮度较高的像素作扩张处理,以一预定大小的扩张遮罩(例如:一大小为5×5像素的矩阵)来处理输入图像IMG_IN中每一像素,因此,会以该扩张遮罩内亮度最高的一像素的一亮度值来取代该扩张遮罩一中心像素的一亮度值,并得到一扩张处理结果IMG_DIL。在得到侵蚀处理结果IMG_ERO与扩张处理结果IMG_DIL之后,边缘检测电路1100会比较侵蚀处理结果IMG_ERO与扩张处理结果IMG_DIL中相对应的像素亮度,当侵蚀处理结果IMG_ERO中一像素与扩张处理结果IMG_DIL中一相对应位置的像素之间的一亮度差超过一门槛值时,边缘检测电路1100便会将该像素标示为一边缘像素,并在处理完侵蚀处理结果IMG_ERO与扩张处理结果IMG_DIL之后,依据所有得到的边缘像素来产生边缘检测结果EG。如图2所示,边缘检测电路1100可成功地将具有边缘特征的图像(包括眼睛的图像)取出。然而,上述的侵蚀处理与扩散处理步骤仅为本发明用来检测边缘特征的一实施例,并非用来限定本发明的范围,若用其他检测边缘特征来得到边缘检测结果EG的方法也属于本发明的范畴。
另一方面,红色像素检测电路1200同时也针对输入图像IMG_IN中具有红色特征的像素作处理,在此实施例中,红色像素检测电路1200会依据所有像素在RGB色度空间中的数值来作处理。举例来说,假设一像素具有红色色度Rp,绿色色度Gp以及蓝色色度Bp,当该像素的红色色度Rp高于一红色门槛值Rth且红色色度Rp、绿色色度Gp及蓝色色度Bp三个数值的比例均满足一预定条件时(例如:Rp/(Rp+Gp+Bp)>Rratio,Gp/(Rp+Gp+Bp)<Gratio且Bp/(Rp+Gp+Bp)<Bratio),红色像素检测电路1200便会判定该像素为符合红色特征的一红色像素。在处理完所有的像素之后,红色像素检测电路1200会得到一红色像素初步检测结果RP_PRE,然而红色像素初步检测结果RP_PRE中所显示的红色像素可能会因红色像素的不连续而显得不自然,因此红色像素检测电路1200会进一步对红色像素初步检测结果RP_PRE进行一扩张步骤来产生红色像素检测结果RP,以形成较为圆滑而完整的图像。请参照图3,图3为依据本发明的一实施例以红色像素检测电路1200处理输入图像IMG_IN以得到红色像素检测结果RP的范例示意图。由图可知,红色像素检测电路1200确实可成功地将包含有眼睛瞳孔的图像取出。
请参照图4,其为依据本发明的一实施例所实现的决定电路1300的示意图。决定电路1300包含有一初选电路1310、一候选像素群组检测电路1320,其中候选像素群组检测电路1320包含有一亮点检测电路1321以及一几何检测电路1322。初选电路1310用以依据边缘检测结果EG与红色像素检测结果RP处理输入图像IMG_IN以得到一初步检测结果RO,并依据初步检测结果RO来提取至少一候选像素群组。请配合图2与图3来参照图5,图5为依据本发明的一实施例以初选电路1310依据边缘检测结果EG与红色像素检测结果RP得到初步检测结果RO的范例示意图。在此范例中,初选电路1310将边缘检测结果EG与红色像素检测结果RP作一交集来得到初步检测结果RO。接着,初选电路1310会进一步从输入图像IMG_IN中提取至少一候选像素群组,其中所述至少一候选像素群组涵盖初步检测结果RO于输入图像IMG_IN中所对应的像素,在此范例中,每一候选像素群组为具有符合红色像素特征以及边缘特征的图像群组一定范围内所界定的一方形图像。请参照图6,其为依据本发明的一实施例以初选电路1310处理输入图像IMG_IN以得到候选像素群组G1~G4的范例示意图。由图6可知,初选电路13100可成功地将眼睛的图像(即候选像素群组G1与G2)取出,但同样地也会将同时具有红色像素特征以及边缘特征的非眼球图像(如候选像素群组G3与G4)提取出来。因此,初选电路1310会就各个候选像素群组的相对位置再去除一些误判的结果。
请参照图7,其为依据本发明的一实施例以初选电路1310依据各个候选像素群组的相对位置以去除误判结果的范例示意图。由于各个眼睛的图像不会重叠,且眼睛在一般的图像中会显得是较小的物体,因此初选电路1310会依据各个候选像素群组是否有重叠的现象,再将重叠的两个候选像素群组中去除掉较大的候选像素群组,在图7中,候选像素群组G3位在候选像素群组G4之中,初选电路1310于是便将较大的候选像素群组G4去除,仅留下候选像素群组G1~G3。然而,初选电路1310所处理的结果仍会有误判的情形,因此需要候选像素群组检测电路1320进一步对候选像素群组G1~G3进行筛选。由于在低亮度的环境中摄影时,闪光灯同时也会在眼睛上形成强烈的反射光,因而在最后成像上的每个红眼图像中也会有一光点,因此可依据此一特性对候选像素群组G1~G3来作进一步的筛选。
候选像素群组检测电路1320所包含的亮点检测电路1321会分别针对初选电路1310所选出的候选像素群组(也即候选像素群组G1~G3),计算每一候选像素群组之中所包含的像素的亮度值的一最大值(也即红眼图像中的光点的亮度)以及该候选像素群组所包含的像素的亮度值的一平均值(也即红眼图像的一平均亮度),当该最大值与该平均值之间的一差值大于一门槛值时,亮点检测电路1310便决定该候选像素群组为一目标像素群组。请参照图8,其为依据本发明的一实施例以亮点检测电路1321依据各个候选像素群组所包含的像素的亮度值来得到目标像素群组的范例示意图。由图8可知,候选像素群组G1与G2中均具有相对高亮度的像素,而候选像素群组G3的像素之中则没有太大的亮度差异,因此亮点检测电路1321会去除候选像素群组G3,并将候选像素群组G1与G2决定为目标像素群组。
在提取出目标像素群组之后,候选像素群组检测电路1300仍会进一步地依据目标像素群组的几何特征来进行更进一步的筛选。举例来说,请参照图9,其为依据本发明的一实施例以几何检测电路1322处理目标像素群组G1的几何特征的范例示意图。首先,几何检测电路1322会将目标像素群组G1中具有红色像素特征的像素群组提取出来并定义为一红色区域G1’。由图9可知,目标像素群组G1为长宽分别为X0、Y0的一矩形,而红色区域G1’中分别以最上方、最左方、最右方以及最下方的四个像素(a0、a1、a2以及a3)来定义出一外部矩阵,而该外部矩阵的长宽分别为X1、Y1,且该外部矩阵具有一中心ac(其坐标即为a0、a1、a2以及a3位置坐标所计算出的一平均值)。同样地,红色区域G1’中分别以最左上方、最右上方、最左下方以及最右下方的四个像素(b0、b1、b2以及b3)来定义出一内部矩阵,而该内部矩阵的长宽分别为X2、Y2,且该内部矩阵具有一中心bc(其坐标即为b0、b1、b2以及b3位置坐标所计算出的一平均值)。经由计算目标像素群组G1的长宽比X0/Y0、外部矩阵的长宽比X1/Y1、内部矩阵的长宽比X2/Y2是否在一预定长宽比范围内,该外部矩阵的中心ac与周边像素(a0、a1、a2以及a3)的距离是否在一预定范围内,以及该内部矩阵的中心bc与周边像素(b0、b1、b2以及b3)的距离是否在一预定范围内,几何检测电路1322便可决定目标像素群组G1内的红色区域G1’为一红色几何群组(也即可能为一红眼图像)。请注意,在其他实施例中,几何检测电路1322并不一定需要依据所有长宽比以及中心与周边像素的距离来决定红眼图像,其也可依据长宽比以及中心与周边像素的距离其中之一或是其他的几何特征来作判断。
经由以上的步骤,几何检测电路1322可粗略地判断出目标像素群组G1中的红色区域G1’是否可能为一红眼图像。然而几何检测电路1322会进一步地检测,以精确地决定红色区域G1’是否为一红眼图像。举例来说,请参照图10,其为依据本发明的一实施例以几何检测电路1322处理红色区域G1’的几何特征的范例示意图。首先,几何检测电路1322会先提取出红色区域G1’的边框像素Prim,经由计算所有边框像素Prim位置的平均,几何检测电路1322可得到边框像素Prim的一中心Pc,接着,几何检测电路1322再计算中心Pc到所有边框像素Prim的距离的一平均值av_R,其中中心Pc到所有边框像素Prim的距离中的一最大值为max_R以及一最小值为min_R,而每一边框像素Prim与平均值av_R的差值的绝对值为diffR。当所有像素平均值av_R的差值的绝对值diffR均小于平均值av_R的15%(dis_R<ac_R*15%),且最大值max_R与最小值min_R的一比例小于3时(max_R/min_R<3),几何检测电路1322便会判定红色区域G1’的几何特征符合一圆形的特征,因此便决定红色区域G1’所对应的像素为一红眼图像。
在本实施例中,于红眼图像检测装置1000决定出红眼图像之后,会另外应用一红眼补偿装置1400来依据检测结果Ra对输入图像IMG_IN作出补偿,以得到一补偿后图像IMG_COM。红眼补偿装置1400会先检查检测结果Ra中所指出的红眼图像的一亮度值与一色度值,举例来说,检测结果Ra指出的一红眼图像的一像素在一Lab色彩空间的一亮度值为L,色度值为a以及b,其中该红眼图像内所有像素所具有的最高亮度为Lmax以及最低亮度为Lmin,红眼补偿装置1400此时会将该像素的亮度调整为L’=(L-Lmin)/(Lmax-Lmin),此外红眼补偿装置1400也会对该像素的色度作出调整,在此红眼补偿装置1400会将该像素的亮度调整为a’=a*0.3、b’=b*0.3。然而,上述的调整方式仅为本发明的一实施例,并非用来限定本发明的范围。在调整完该红眼图像的亮度与色度以得到一调整后图像IMG_ADJ后,红眼补偿装置1400会进一步应用一高斯低通滤波器(Gaussian low pass filter)来对除了亮点区域外的红眼图像作滤波,以使得最后呈现的红眼图像在视觉上更加自然。
综上所述,本发明同时应用了红色像素以及边缘检测的技术,因此提供了一种可简易而快速地在一输入图像中检测出至少一红眼图像的检测方法以及相关装置。相较于公知技术,本发明省略的脸部检测的步骤,并在脸部图像中仅有一个眼睛时或是检测其他动物的红眼图像时,均可准确检测出红眼图像。
以上所述仅为本发明的较佳实施例,凡依本发明权利要求所做的均等变化与修饰,都应属本发明的涵盖范围。

Claims (14)

1.一种红眼图像检测方法,用以在一输入图像中检测出至少一红眼图像,包含有:
对该输入图像执行一边缘检测步骤,以检测该输入图像的边缘特征来得到一边缘检测结果;
对该输入图像执行一红色像素检测程步骤,以检测该输入图像的红色像素来得到一红色像素检测结果;以及
使用一决定电路来依据该边缘检测结果以及该红色像素检测结果得到一初步检测结果,并依据该初步检测结果来得到所述至少一红眼图像。
2.如权利要求1所述的红眼图像检测方法,其中依据该初步检测结果来得到所述至少一红眼图像的步骤包含有:
依据该初步检测结果,从该输入图像中提取至少一候选像素群组,其中所述至少一候选像素群组涵盖该初步检测结果于该输入图像中所对应的像素;
依据所述至少一候选像素群组所包含的像素的亮度值来得到至少一目标像素群组;以及
依据所述至少一目标像素群组来得到所述至少一红眼图像。
3.如权利要求2所述的红眼图像检测方法,其中依据所述至少一候选像素群组所包含的像素的亮度值来得到至少一目标像素群组的步骤包含有:
计算所述至少一候选像素群组所包含的像素的亮度值的一最大值以及所述至少一候选像素群组所包含的像素的亮度值的一平均值;以及
当该最大值与该平均值之间的一差值大于一门槛值时,决定所述至少一候选像素群组为一目标像素群组。
4.如权利要求2所述的红眼图像检测方法,其中依据所述至少一目标像素群组来得到所述至少一红眼图像的步骤包含有:
依据所述至少一目标像素群组的几何特征来得到一几何检测结果;以及
依据该几何检测结果来得到所述至少一红眼图像。
5.如权利要求4所述的红眼图像检测方法,其中依据所述至少一目标像素群组的几何特征来得到该几何检测结果的步骤:
依据所述至少一目标像素群组中一红色区域的第一几何特征,决定出一红色几何群组;以及
依据该红色几何群组的第二几何特征,来得到该几何检测结果。
6.如权利要求5所述的红眼图像检测方法,其中该第一几何特征包含有所述至少一目标像素群组的长宽比、该红色区域的长宽比、该红色区域的一长度与一平均长度的差值以及该红色区域的一宽度与一平均宽度的差值的其中之一。
7.如权利要求1所述的红眼图像检测方法,另包含有:
依据所述至少一红眼图像的一亮度值,对所述至少一红眼图像进行调整来得到一调整后红眼图像;以及
对该调整后红眼图像进行一滤波处理,以得到一补偿后红眼图像。
8.一种红眼图像检测装置,用以在一输入图像中检测出至少一红眼图像,包含有:
一边缘检测电路,耦接至输入图像,用以对该输入图像执行一边缘检测步骤,以检测该输入图像的边缘特征来得到一边缘检测结果;
一红色像素检测电路,耦接至该输入图像,用以对该输入图像执行一红色像素检测步骤,以检测该输入图像的红色像素来得到一红色像素检测结果;以及
一决定电路,耦接至该边缘检测电路与该红色像素检测电路,用以依据该边缘检测结果以及该红色像素检测结果得到一初步检测结果,并依据该初步检测结果来得到所述至少一红眼图像。
9.如权利要求8所述的红眼图像检测装置,其中该决定电路包含有:
一候选像素群组检测电路,用以从该输入图像中提取至少一候选像素群组,其中所述至少一候选像素群组涵盖该初步检测结果于该输入图像中所对应的像素,该候选像素群组检测电路依据所述至少一候选像素群组所包含的像素的亮度值来得到至少一目标像素群组并依据所述至少一目标像素群组来得到所述至少一红眼图像。
10.如权利要求9所述的红眼图像检测装置,其中该候选像素群组检测电路包含有:
一亮点检测电路,用以分别计算所述至少一候选像素群组所包含的像素的亮度值的一最大值以及所述至少一候选像素群组所包含的像素的亮度值的一平均值,当该最大值与该平均值之间的一差值大于一门槛值时,该亮点检测电路决定所述至少一候选像素群组为一目标像素群组。
11.如权利要求9所述的红眼图像检测装置,其中该候选像素群组检测电路包含有:
一几何检测电路,用以依据所述至少一目标像素群组的几何特征来得到一几何检测结果,并依据该几何检测结果来得到所述至少一红眼图像。
12.如权利要求11所述的红眼图像检测装置,其中该几何检测电路依据所述至少一目标像素群组中一红色区域的第一几何特征,决定出一红色几何群组,并依据该红色几何群组的第二几何特征,来得到该几何检测结果。
13.如权利要求12所述的红眼图像检测装置,其中该第一几何特征包含有所述至少一目标像素群组的长宽比、该红色区域的长宽比、该红色区域的一长度与一平均长度的差值以及该红色区域的一宽度与一平均宽度的差值的其中之一。
14.如权利要求8所述的红眼图像检测装置,另包含有:
一红眼补偿装置,耦接至该决定电路,用以依据所述至少一红眼图像的一亮度值,对所述至少一红眼图像进行调整来得到一调整后红眼图像,并对该调整后红眼图像进行一滤波处理,以得到一补偿后红眼图像。
CN201010180779.1A 2010-05-14 2010-05-14 红眼图像检测方法及其相关装置 Expired - Fee Related CN102243761B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201010180779.1A CN102243761B (zh) 2010-05-14 2010-05-14 红眼图像检测方法及其相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201010180779.1A CN102243761B (zh) 2010-05-14 2010-05-14 红眼图像检测方法及其相关装置

Publications (2)

Publication Number Publication Date
CN102243761A true CN102243761A (zh) 2011-11-16
CN102243761B CN102243761B (zh) 2014-03-26

Family

ID=44961800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010180779.1A Expired - Fee Related CN102243761B (zh) 2010-05-14 2010-05-14 红眼图像检测方法及其相关装置

Country Status (1)

Country Link
CN (1) CN102243761B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103971348A (zh) * 2014-04-08 2014-08-06 杭州电子科技大学 基于Schwalbe线的眼前房角参数自动测量方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1499111A2 (en) * 2003-07-15 2005-01-19 Canon Kabushiki Kaisha Image sensiting apparatus, image processing apparatus, and control method thereof
CN1750017A (zh) * 2005-09-29 2006-03-22 上海交通大学 基于人脸检测的红眼去除方法
CN1882036A (zh) * 2005-06-14 2006-12-20 佳能株式会社 图像处理装置及其方法
CN1885317A (zh) * 2006-07-06 2006-12-27 上海交通大学 基于形态学和信息熵的自适应边缘检测方法
CN1992815A (zh) * 2005-12-27 2007-07-04 三星Techwin株式会社 具有用于消除红眼的面部检测功能的数码相机
CN101209207A (zh) * 2006-12-26 2008-07-02 爱信精机株式会社 睑检测装置、睑检测方法及其程序
CN101620679A (zh) * 2009-07-22 2010-01-06 凌阳电通科技股份有限公司 图像中的红眼消除方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1499111A2 (en) * 2003-07-15 2005-01-19 Canon Kabushiki Kaisha Image sensiting apparatus, image processing apparatus, and control method thereof
CN1882036A (zh) * 2005-06-14 2006-12-20 佳能株式会社 图像处理装置及其方法
CN1750017A (zh) * 2005-09-29 2006-03-22 上海交通大学 基于人脸检测的红眼去除方法
CN1992815A (zh) * 2005-12-27 2007-07-04 三星Techwin株式会社 具有用于消除红眼的面部检测功能的数码相机
CN1885317A (zh) * 2006-07-06 2006-12-27 上海交通大学 基于形态学和信息熵的自适应边缘检测方法
CN101209207A (zh) * 2006-12-26 2008-07-02 爱信精机株式会社 睑检测装置、睑检测方法及其程序
CN101620679A (zh) * 2009-07-22 2010-01-06 凌阳电通科技股份有限公司 图像中的红眼消除方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103971348A (zh) * 2014-04-08 2014-08-06 杭州电子科技大学 基于Schwalbe线的眼前房角参数自动测量方法

Also Published As

Publication number Publication date
CN102243761B (zh) 2014-03-26

Similar Documents

Publication Publication Date Title
CN111028189B (zh) 图像处理方法、装置、存储介质及电子设备
CN107451969B (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN101882034B (zh) 触摸装置的触摸笔颜色识别装置及方法
CN101421748B (zh) 自动检测并校正非红眼闪光缺陷
TWI414179B (zh) Shooting parameter adjustment method for face detection and image capturing device for face detection
EP1703436A2 (en) Image processing system, image processing apparatus and method, recording medium, and program
US20090027521A1 (en) Image processing apparatus, image-taking system, image processing method and image processing program
EP0932114A2 (en) A method of and apparatus for detecting a face-like region and observer tracking display
WO2015070723A1 (zh) 眼部图像处理方法和装置
JP2007097178A (ja) 顔検出による赤目の除去方法
JP2006121713A (ja) コントラストの強調
CN106303483B (zh) 一种图像处理方法及装置
CN111368819B (zh) 光斑检测方法和装置
CN111080577A (zh) 眼底影像质量评估方法和系统、设备及存储介质
CN110717871A (zh) 图像处理方法、装置、存储介质及电子设备
CN111539311A (zh) 基于ir和rgb双摄的活体判别方法、装置及系统
WO2001071421A1 (en) Red-eye correction by image processing
CN111757082A (zh) 一种应用于ar智能设备的图像处理方法及系统
CN109003246A (zh) 眼部修图参数检测方法
CN111311500A (zh) 一种对图像进行颜色还原的方法和装置
CN108805144A (zh) 基于形态学矫正的弹孔识别方法及系统、报靶设备
CN103226690B (zh) 检测红眼的方法及装置、去除红眼的方法及装置
CN102243761B (zh) 红眼图像检测方法及其相关装置
US8774506B2 (en) Method of detecting red eye image and apparatus thereof
CN109300186B (zh) 图像处理方法和装置、存储介质、电子设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140326

CF01 Termination of patent right due to non-payment of annual fee