CN102647542B - 图像处理设备和图像处理方法 - Google Patents

图像处理设备和图像处理方法 Download PDF

Info

Publication number
CN102647542B
CN102647542B CN201110042595.3A CN201110042595A CN102647542B CN 102647542 B CN102647542 B CN 102647542B CN 201110042595 A CN201110042595 A CN 201110042595A CN 102647542 B CN102647542 B CN 102647542B
Authority
CN
China
Prior art keywords
image
perception
value
pending image
matching degree
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.)
Expired - Fee Related
Application number
CN201110042595.3A
Other languages
English (en)
Other versions
CN102647542A (zh
Inventor
杜成
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.)
Ricoh Co Ltd
Original Assignee
Ricoh Co 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 Ricoh Co Ltd filed Critical Ricoh Co Ltd
Priority to CN201110042595.3A priority Critical patent/CN102647542B/zh
Priority to US13/354,586 priority patent/US8995759B2/en
Priority to JP2012033304A priority patent/JP2012174273A/ja
Publication of CN102647542A publication Critical patent/CN102647542A/zh
Application granted granted Critical
Publication of CN102647542B publication Critical patent/CN102647542B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46Colour picture communication systems
    • H04N1/56Processing of colour picture signals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758Involving statistics of pixels or of feature values, e.g. histogram matching

Abstract

本发明提供一种图像处理设备,包括:匹配度计算装置,计算待处理图像与感性值已标定的多个训练图像之间分别的匹配度;以及感性值计算装置,从所述多个训练图像中提取与所述待处理图像的匹配度最高的预定数目的训练图像,根据该预定数目的训练图像的关于选定的感性类别的感性值来计算所述待处理图像的感性值。本发明还相应地提供一种图像处理方法。

Description

图像处理设备和图像处理方法
技术领域
本发明涉及一种图像处理设备和图像处理方法,更具体地说,涉及一种进行关于图像感性值的处理的图像处理设备和图像处理方法。
背景技术
图像传递的不仅仅是信息,而且还包括人类情感,例如,某些图像使人联想到温暖,某些则使人感觉到寒冷,有些图像传达出生机勃勃的场景,有些则体现出死气沉沉,等等,图像所触发的人类情感可以称为感性(Kansei)。应该说,即使是对于同一个图像,不同的观察者可能会有不同的感性体会,即使同一观察者,在不同情况下,对同一图像也可能会有不同的感性体会,然而,大多数观察者对于同一图像的感性体会通常是大体相同的,因而图像的感性体会是可以量化的,感性的量化可以称为感性值(Kansei Score)。
随着互联网技术的发展,很多人在网络上共享照片,分享自己的情感,希望其他浏览者看到照片之后获得自己所期望的感性体会。这就存在对于量化图像的感性体会即获得感性值的要求。而且,在很多情况下,人们会发现,自己手头的照片并不能给人所期望的感性体会。因此,在公布图像之前,可能需要把图像调整到等于或者至少接近所期望的感性值。但是,目前缺乏一种便于非图像处理专家的普通用户使用的评价图像感性值的手段,而且,在用户知道所期望的图像感性值的情况下,普通用户也不具有把图像的感性值调整到所期望的感性值的简单、自动的手段。
专利文件1(US 7170638 B2)提供了一种图像增强手段。按照诸如“尖锐”或“柔和”的情感表达的选择,由个人计算机中的编辑指令装置生成用于图像数据的编辑指令。图像处理的参数和步骤由输入状况设置装置根据个人计算机的显示器特征来调整,处理后的图像显示在显示器上。生成的编辑指令传送至实验室作为总体情感表达脚本。在实验室中,按照总体情感表达脚本来对图像数据执行图像处理。此时,输出状况设置装置按照输出介质的特征来改变图像处理的参数。所处理的图像数据由输出装置输出至相应的输出介质。该专利文件1针对由于不同显示设备的固有特征不同而造成的同一图像的感性体会在不同显示设备之间有差异的问题,用户通过按压例如“尖锐”按钮来使图像显得尖锐,可能需要多次按键来使图像达到满意的效果。该专利文件1并不涉及感性值,并不试图对图像的感性体会进行量化,而是仅仅针对具体的图像特征参数进行计算及调整处理,而且是一种半自动手段,用户需要多次操作来达到接近期望的结果。
专利文件2(US 2010/0074523 A1)提供了一种把图像分类为不同感性类别的手段,包括:对图像进行多分辨率表现;通过集成多个高频段的样本图像来进行图像合成;生成所合成的图像的直方图;按照直方图模式来进行图像分类。该专利文件2试图在图像直方图模式与图像感性之间建立直接的映射关系,也就是试图建立从图像特征到感性体会的直接映射,以便将感性类别分配给图像,而图像的感性是微妙且复杂的,这样的直接建立的从图像特征到图像感性的映射关系往往是不准确的。另外,该专利文件2同样未涉及对图像的感性体会进行量化,例如,即使将某图像分类为“温暖”,也未提供出该图像有多么温暖,即未提供关于温暖的感性值。
发明内容
鉴于现有技术中存在的上述问题而做出本发明,以解决现有技术中存在的问题。尽管难以建立从图像特征到感性值的直接映射,或者说所建立的这样的直接映射往往是不准确的,然而,所知的是,图像特征与特定的感性体会有高度的关联,例如,大部分区域为橙色或红色的图像会传递温暖的感觉,包含多种色彩并且具有较高色彩饱和度的图像会给人生机勃勃的感觉。通过这些已知的知识,本发明的实施例考虑利用与感性体会高度相关的图像特征来在训练图像的集合中搜索与待处理的图像给出类似感性体会的图像,利用所搜索出的图像的感性值来确定待处理图像的感性值,其中,集合中的训练图像均已经事先标定了感性值。
而且,用户还可以选择事先为待处理的图像规定期望的感性值,实施本发明的实施例以便在待处理图像的感性值与期望的感性值有一定差距的情况下调整待处理图像的感性值,使待处理图像给出期望的感性体会。由于难以建立从图像特征到图像感性值的直接关系,因而难以选择用于图像特征调整的参数。本发明的实施例采用递归算法,如果所计算的感性值与期望的感性值直接的差距过大,则计算图像调整参数,利用该图像调整参数调整图像后再计算图像的感性值,如此循环,直至图像的感性值达到期望的感性值附近。如此,用户只需事先指定感性值,则调整图像的过程完全是自动进行的。
因此,本发明提出了一种进行关于图像感性值的处理的图像处理设备和图像处理方法,可以评估图像的感性体会,提供量化的感性值,并且可以进一步地将图像的感性值调整到所期望的感性值附近。
根据本发明的一个实施例,提供一种图像处理设备,包括:匹配度计算装置,计算待处理图像与感性值已标定的多个训练图像之间分别的匹配度;以及感性值计算装置,从所述多个训练图像中提取与所述待处理图像的匹配度最高的预定数目的训练图像,根据该预定数目的训练图像的关于选定的感性类别的感性值来计算所述待处理图像的感性值。
根据本发明的另一个实施例,提供一种图像处理方法,包括:匹配度计算步骤,计算待处理图像与感性值已标定的多个训练图像之间分别的匹配度;以及感性值计算步骤,从所述多个训练图像中提取与所述待处理图像的匹配度最高的预定数目的训练图像,根据该预定数目的训练图像的关于选定的感性类别的感性值来计算所述待处理图像的感性值。
通过采用本发明的实施例,用户输入图像并选定感性类别后即可获知该图像关于该感性类别的感性值,通过进一步地指定所期望的感性值则可以自动调整所输入的图像,使图像具有所期望的感性表现。
而且,通过采用本发明的实施例,用户可以获知图像的感性值,该感性值可以用于搜索引擎的搜索。例如,可以利用感性值来搜索图像,对所搜索到的图像按照感性值进行排序。
因此,本发明的实施例可以使用户简单、方便地获知图像的感性值,并使之具有所期望的感性表现,本发明的实施例还可以用于搜索引擎,使搜索引擎实现关于感性值的图像搜索。
通过阅读结合附图考虑的以下本发明的优选实施例的详细描述,将更好地理解本发明的以上和其他目标、特征、优点和技术及工业重要性。
附图说明
图1示出按照本发明实施例的图像处理设备的总体框图。
图2示出按照本发明实施例的匹配度计算装置的框图。
图3示出按照本发明实施例的图像调整装置的框图。
具体实施方式
下面结合附图说明本发明的实施例。本发明实施例提供面向感性值的图像处理设备和图像处理方法。感性通常可以表现为互为反义的词汇对,诸如温暖和寒冷、生机勃勃和死气沉沉等等。事先需要训练图像的集合,其中训练图像的感性值已经按照不同的感性类别来标定,例如,训练图像关于温暖度被赋予一定范围内的分值,如传递出最温暖的感觉的图像分值为100,传递出最寒冷的感觉的图像分值为0,其它训练图像则关于温暖度而被赋予0至100之间的值。也就是,同一集合中的训练图像关于同一感性类别(例如表现温暖寒冷程度的温暖度)的感性值标定在一定范围内。还可以关于其它感性类别来标定训练图像,例如最体现生机的训练图像赋予最高的分值,最没有生机的训练图像赋予最低的分值,越是生机勃勃则分值越高。同一集合中的训练图像关于不同感性类别的感性值可以标定在同一范围内,也可以不在同一范围内,其范围的区间大小可以相同也可以不同,因此同一图像关于不同的感性类别的感性值可能不同。可以选择将同一集合中的训练图像关于不同感性类别的感性值均标定在同一范围内,然而本领域技术人员将认识到,即使不经过对不同感性类别的规则化处理,本发明实施例仍然可以实施。
图1示出按照本发明实施例的图像处理设备的总体框图。图像处理设备包括:匹配度计算装置100,用于计算待处理图像与感性值已标定的多个训练图像之间分别的匹配度;以及感性值计算装置200,从所述多个训练图像中提取与所述待处理图像的匹配度最高的预定数目的训练图像,根据该预定数目的训练图像的关于选定的感性类别的感性值来计算所述待处理图像的感性值。
其中,待处理的图像由用户输入,用户还需要在预定的多种感性类别之中选定希望关于何种感性类别来计算待处理图像的感性值。所输入的图像与训练图像集合中的图像关于相似性进行比较,然后可以从训练图像集合中选择最相似的N(N为自然数)个图像,使用该N个训练图像的已经事先标定的关于所选定的感性类别的感性值来确定输入图像的关于所选定的感性类别的感性值,所获得的感性值可以通过各种现有技术手段提供给用户。本领域技术人员可以认识到,用户可以一次选定多个感性类别,该图像处理设备关于不同感性类别分别进行处理,来获得输入图像的关于多个感性类别的相应的感性值。至此,按照本发明实施例的图像处理设备实现了评价图像感性值的功能。
作为对按照本发明实施例的图像处理设备的改进,进一步优选地,其还可以包括判断装置300,计算所述待处理图像的感性值与期望的感性值之间的感性值差距,判断该差距是否大于预定阈值;以及图像调整装置400,在所述判断装置300判断该感性值差距大于预定阈值的情况下,调整所述待处理图像,将调整后的所述待处理图像提供至所述匹配度计算装置100作为新的所述待处理图像。
其中,期望的感性值由用户指定,本领域技术人员可以理解,所期望的感性值应当与感性值计算装置200所计算的该待处理图像的感性值属于同一感性类别,或者所期望的感性值所属的感性类别至少属于感性值计算装置200所计算的多个感性值的感性类别。另外,本领域技术人员可以理解,用户所输入的所期望的感性值在训练图像集合中关于相应感性类别所标定的感性值的范围内。本领域技术人员可以理解,所述预定阈值既可以由用户指定,也可以由图像处理设备设定,可以恒定,也可以在每次处理中调整。
按照本发明实施例的图像处理设备还可以包括输出装置500,用于如果所述判断装置300判断该感性值差距小于或等于所述预定阈值,则把所述待处理图像作为输出图像来输出。输出装置500输出的待处理图像实际上是其关于所选定的感性类别的感性值与用户所期望的关于其所选定的感性类别的感性值之间的感性值差距小于预定阈值的符合要求的输出图像。
在一个实施例中,在所选定的感性类别的标定的感性值例如为0至100的情况下,该预定阈值例如可以规定为5、10、20等等,显然上述数值仅仅是示例。在感性值差距大于该预定阈值的情况下,图像调整装置400利用该感性值差距计算得到图像调整参数,然后利用该图像调整参数来执行图像调整处理,即调整图像特征。在此并未试图建立从图像特征到图像感性值的直接映射,而是将调整过图像特征的图像作为新的待处理图像反馈到匹配度计算装置100,对其执行重复的处理,直到在某次处理中,在当时的待处理图像的感性值与所期望的感性值的差距小于等于预定阈值的情况下,将该待处理图像作为输出图像来输出。
图2示出按照本发明实施例的匹配度计算装置的框图。如图2所示,匹配度计算装置100包括:转换装置120,把待处理图像由RGB色彩空间转换到HSV色彩空间;直方图计算装置140,在HSV色彩空间中计算所述待处理图像的色彩直方图;以及直方图距离计算装置160,计算所述待处理图像与所述多个训练图像分别的色彩直方图距离,作为与所述多个训练图像分别的匹配度。
转换装置120针对待处理图像的每个像素,将每个像素的RGB即红绿蓝三原色的像素值转换为HSV(H代表色调(Hue),S代表饱和度(Saturation),V代表明度值(Value))空间中的像素值。国际色彩协会(ICC,InternationalColor Consortium)对于RGB、HSV及其转化方式有具体的规定。对于从RGB到HSV的转换,例如可以通过以下公式(1)-(3)来实现,然而,本领域技术人员可以认识到,其它的转换公式也可以应用于本发明实施例的转换装置120。
Figure BDA0000047434210000061
Figure BDA0000047434210000062
v=max                                (3)
其中,r、g、b分别为该像素的R(红)、G(绿)、B(蓝)分量的像素值,max为max(r,g,b),即该像素r、g、b值中的最大值,min为min(r,g,b),即该像素r、g、b值中的最小值;h、s、v分别为该像素的H(色调)、S(饱和度)、V(明度值)分量的像素值。
直方图计算装置140计算待处理图像的色彩直方图。设待处理图像的H分量分为H_Bins个等级,值为0至H_Bins-1,S分量分为S_Bins个等级,值为0至S_Bins-1,V分量分为V_Bins个等级,值为0至V_Bins-1,H_Bins、S_Bins、V_Bins均为自然数。如此,则整个色彩直方图总共具有的图像等级(即直方图中的柱)的数目Total_Bins可以由以下公式(4)得到:
Total_Bins=H_Bins×S_Bins×V_Bins            (4)
对待处理图像的每个像素进行解析,该像素在HSV空间中的像素值为(h,s,v),设将该像素的图像等级为h×S_Bins×V_Bins+s×V_Bins+v,也就是,对整个待处理图像的各个像素进行遍历,将每个像素分配到图像等级为h×S_Bins×V_Bins+s×V_Bins+v的柱,每次分配则该柱的值加一。本领域技术人员可以认识到,可以以其它方式规定像素的图像等级,如s×H_Bins×V_Bins+h×V_Bins+v等等。作为例子,可以令H_Bins=18,S_Bins=8,V_Bins=4,本领域技术人员可以认识到,可以根据设计需要及倾向来向HSV赋予其它的等级数目值,例如分别为8、16、10等等。
直方图距离计算装置160将输入的待处理图像与训练图像集合中的所有训练图像进行匹配,例如可以采用以下公式(5)来计算待处理图像与某个训练图像之间的色彩直方图距离disq,t
disq,t=(hq-ht)TA(hq-ht)                  (5)
其中,hq是待处理图像的色彩直方图,为维度为Total_Bins(图像等级数目,也即直方图中柱的数目)的矢量,ht是某个训练图像的色彩直方图,也为维度为Total_Bins的矢量,待处理图像和训练图像按照同样的方式来规定直方图。T代表对矢量进行转置。A为行数为Total_Bins,列数也为Total_Bins的矩阵,矩阵A中第i行第j列的元素为ai,j,i、j为自然数,为1至Total_Bins的自然数,ai,j可以定义为
a i , j = 1 - 1 k 1 2 + 4 × k 2 2 [ k 1 × ( V i - V j ) 2 + k 2 × ( S i cos H i - S j cos H j ) 2 + k 2 × ( S i sin H i - S j sin H j ) 2 ] 0.5
其中Hi=(i/(S_Bins×V_Bins))×(360/H_bins),Si=((i mod(S_Bins×V_Bins))/S_Bins)/V_Bins,Vi=(imod S_Bins)/S_Bins,k1和k2是可调整的参数,作为例子,可以令k1为2,k2为1,k3=1,本领域技术人员可以认识到,k1和k2可以根据设计需要及倾向而取其它的值,例如分别为3和0.3等等;或者,ai,j可以定义为
a i , j = 1 - 1 k 1 2 + k 2 2 + k 3 2 [ k 1 × ( V i - V j ) 2 + k 2 × ( S i - S j ) 2 + k 3 × ( H i - H j ) 2 ] 0.5 , 其中Hi=(i/(S_Bins×V_Bins))×(360/H_bins),Si=((i mod(S_Bins×V_Bins))/S_Bins)/V_Bins,Vi=(imod S_Bins)/S_Bins,k1、k2、k3是可调整的参数,作为例子,可以令k1为2,k2为1,k3为1,本领域技术人员可以认识到,k1、k2、k3可以根据设计需要及倾向而取其它的值,例如分别为1.5、0.3、0.5等等。
感性值计算装置200可以对集合中所有训练图像与待处理图像的色彩直方图距离按照从小到大的顺序进行排序,以便提取距离最近的前N(N为自然数)个训练图像。N是可调整的参数,例如可以取5,也可以取10,等等。然后利用所搜索到的N的训练图像的感性值来计算待处理图像的感性值。如前文所述,一个训练图像可能具有分属不同感性类别的感性值,在此需要按照用户所选定的感性类别,即根据训练图像的属于用户所选定的感性类别的感性值来进行计算。
可以通过多种途径来计算待处理图像的感性值,例如,可以对所搜索到的N个训练图像的感性值进行平均,以平均值作为待处理图像的关于相应感性类别的感性值,也可以不考虑N个训练图像中感性值最大和最小的若干个训练图像,对其余的训练图像的感性值进行平均,以平均值作为待处理图像的感性值,上述取平均值的方法也可以替代为取中值等等。总之,本领域技术人员可以通过多种方式来确定待处理图像的感性值。
进一步,可选地,按照本发明实施例的图像处理设备可以接收用户输入的期望的感性值,可以理解,对于待处理图像,用户把期望的感性值所属的感性类别指定为至少属于感性值计算装置200所计算出的感性值所属的感性类别,以下关于待处理图像的感性值的计算处理以及通过感性值来对待处理图像进行调整的处理均在用户确定了某个感性类别的前提下进行。
判断装置300可以计算待处理图像的感性值Kinput与期望的感性值Kexpected之间的差值,可以对该差值取绝对值,来作为感性值的差距Kgap,如公式(6)所示。
Kgap=|Kexpected-Kinput|                                (6)
将该感性值差距Kgap与预定阈值进行比较,如果该感性值差距小于等于该预定阈值,则将待处理图像传送至输出装置500作为输出图像来输出,如果该感性值差距大于该预定阈值,则将待处理图像传送至图像调整装置400来进行图像特征的调整。
图3示出按照本发明实施例的图像调整装置400的框图。如图3所示,所述图像调整装置400包括:图像调整参数计算装置420,根据所述感性值差距来计算图像调整参数;像素调整装置440,利用所述图像调整参数调整所述待处理图像的各个像素值;以及递归装置460,将调整后的所述待处理图像提供至所述匹配度计算装置作为新的所述待处理图像。
图像调整参数计算装置420例如可以通过以下公式(7)来计算图像调整参数Pa
Pa=αKgap                               (7)
其中,α为可调整的参数,例如可以预先设定为0.5,也可以是0.3、0.7、1、1.5等等的其它值。预先标定训练图像感性值的范围的影响可以在此调节,例如,由于Kgap是差值,因此感性值的取值区间不影响该差值大小,而取值范围大小例如为100还是150的影响也可以通过α来调节,如前文所提到的,本领域技术人员将认识到,在标定训练图像集合时,即使不经过对不同感性类别的规则化处理,本发明实施例仍然可以实施,然而为了简便,可以选择将同一集合中的训练图像关于不同感性类别的感性值均标定在同一范围内。
像素调整装置440可以例如通过以下的公式(8)-(10)来针对待处理图像的每个像素来把该像素的r、g、b值分别调整为r′、g′、b′。
Figure BDA0000047434210000091
g′=g                       (9)
b′=(1-Pa)×b               (10)
作为替代的方式,像素调整装置440也可以例如通过以下的公式(11)-(13)来针对待处理图像的每个像素来把该像素的r、g、b值分别调整为r″、g″、b″。
Figure BDA0000047434210000092
Figure BDA0000047434210000093
b ″(1-Pa)×b            (13)
另外,像素调整装置440还可以通过对待处理图像各个像素的h、s、v值进行处理,来调整图像特征。例如,像素调整装置440可以通过以下的公式(14)-(16)来把该像素的h、s、v值分别调整为h′、s′、v′。
h′=h                   (14)
s′=(1+Pa)×s            (15)
v′=v                    (16)
可以通过ICC规定的任意的从HSV色彩空间向RGB色彩空间的转换方法,来将图像像素的HSV值转换为RGB值。
可以考虑针对不同的感性类别采用不同的调整方式,也可以用相同的调整方式来关于各种感性类别进行调整,获得调整后的所述待处理图像。
通过递归装置460的操作,来对调整后的所述待处理图像进行递归处理,直至判断装置300在某次循环中判断感性值差距小于等于预定阈值。
按照本发明的另一种实施例,提供一种图像处理方法,可以由所述图像处理设备执行,包括:匹配度计算步骤,可以由所述匹配度计算装置100执行,用以计算待处理图像与感性值已标定的多个训练图像之间分别的匹配度;以及感性值计算步骤,可以由所述感性值计算装置200执行,用以从所述多个训练图像中提取与所述待处理图像的匹配度最高的预定数目的训练图像,根据该预定数目的训练图像的关于选定的感性类别的感性值来计算所述待处理图像的感性值。
上述图像处理方法还可以包括:判断步骤,可以由所述判断装置300执行,用以计算所述待处理图像的感性值与关于选定的感性类别的期望的感性值之间的感性值差距,判断该差距是否大于预定阈值;以及图像调整步骤,可以由所述图像调整装置400执行,用以在所述判断步骤判断该感性值差距大于预定阈值的情况下,调整所述待处理图像,将调整后的所述待处理图像提供至所述匹配度计算步骤作为新的所述待处理图像。
所述匹配度计算步骤可以包括:转换步骤,可以由所述转换装置120执行,用以把待处理图像由RGB色彩空间转换到HSV色彩空间;直方图计算步骤,可以由所述直方图计算装置140执行,用以在HSV色彩空间中计算所述待处理图像的色彩直方图;以及直方图距离计算步骤,可以由所述直方图距离计算装置160执行,用以计算所述待处理图像与所述多个训练图像分别的色彩直方图距离,作为与所述多个训练图像分别的匹配度。
所述图像调整步骤可以包括:图像调整参数计算步骤,可以由所述图像调整参数计算装置420执行,用以根据所述感性值差距来计算图像调整参数;像素调整步骤,可以由所述像素调整装置440执行,用以利用所述图像调整参数调整所述待处理图像的各个像素值;以及递归步骤,可以由所述递归装置460执行,用以将调整后的所述待处理图像提供至所述匹配度计算步骤作为新的所述待处理图像。
所述图像处理方法还可以包括:输出步骤,可以由所述输出装置500执行,用以如果所述判断步骤判断该感性值差距小于或等于所述预定阈值,则把所述待处理图像作为输出图像来输出。
在说明书中说明的一系列操作能够通过硬件、软件、或者硬件与软件的组合来执行。当由软件执行该一系列操作时,可以把其中的计算机程序安装到内置于专用硬件的计算机中的存储器中,使得计算机执行该计算机程序。或者,可以把计算机程序安装到能够执行各种类型的处理的通用计算机中,使得计算机执行该计算机程序。
例如,可以把计算机程序预先存储到作为记录介质的硬盘或者ROM(只读存储器)中。或者,可以临时或者永久地存储(记录)计算机程序到可移动记录介质中,诸如软盘、CD-ROM(光盘只读存储器)、MO(磁光)盘、DVD(数字多功能盘)、磁盘、或半导体存储器。可以把这样的可移动记录介质作为封装软件提供。
本发明已经参考具体实施例进行了详细说明。然而,很明显,在不背离本发明的精神的情况下,本领域技术人员能够对实施例执行更改和替换。换句话说,本发明用说明的形式公开,而不是被限制地解释。要判断本发明的要旨,应该考虑所附的权利要求。

Claims (8)

1.一种图像处理设备,包括:
匹配度计算装置,计算待处理图像与感性值已标定的多个训练图像之间分别的匹配度;以及
感性值计算装置,从所述多个训练图像中提取与所述待处理图像的匹配度最高的预定数目的训练图像,根据该预定数目的训练图像的关于选定的感性类别的感性值来计算所述待处理图像的感性值,所述感性值是图像所触发的人类情感;
判断装置,计算所述待处理图像的感性值与关于选定的感性类别的期望的感性值之间的感性值差距,判断该差距是否大于预定阈值;以及
图像调整装置,在所述判断装置判断该感性值差距大于预定阈值的情况下,调整所述待处理图像,将调整后的所述待处理图像提供至所述匹配度计算装置作为新的所述待处理图像。
2.按照权利要求1所述的图像处理设备,其中,所述匹配度计算装置包括
转换装置,把待处理图像由RGB色彩空间转换到HSV色彩空间;
直方图计算装置,在HSV色彩空间中计算所述待处理图像的色彩直方图;以及
直方图距离计算装置,计算所述待处理图像与所述多个训练图像分别的色彩直方图距离,作为与所述多个训练图像分别的匹配度。
3.按照权利要求1所述的图像处理设备,其中,所述图像调整装置包括:
图像调整参数计算装置,根据所述感性值差距来计算图像调整参数;
像素调整装置,利用所述图像调整参数调整所述待处理图像的各个像素值;以及
递归装置,将调整后的所述待处理图像提供至所述匹配度计算装置作为新的所述待处理图像。
4.按照权利要求1所述的图像处理设备,还包括:
输出装置,如果所述判断装置判断该感性值差距小于或等于所述预定阈值,则把所述待处理图像作为输出图像来输出。
5.一种图像处理方法,包括:
匹配度计算步骤,计算待处理图像与感性值已标定的多个训练图像之间分别的匹配度;以及
感性值计算步骤,从所述多个训练图像中提取与所述待处理图像的匹配度最高的预定数目的训练图像,根据该预定数目的训练图像的关于选定的感性类别的感性值来计算所述待处理图像的感性值,所述感性值是图像所触发的人类情感;
判断步骤,计算所述待处理图像的感性值与关于选定的感性类别的期望的感性值之间的感性值差距,判断该差距是否大于预定阈值;以及
图像调整步骤,在所述判断步骤判断该感性值差距大于预定阈值的情况下,调整所述待处理图像,将调整后的所述待处理图像提供至所述匹配度计算步骤作为新的所述待处理图像。
6.按照权利要求5所述的图像处理方法,其中,所述匹配度计算步骤包括
转换步骤,把待处理图像由RGB色彩空间转换到HSV色彩空间;
直方图计算步骤,在HSV色彩空间中计算所述待处理图像的色彩直方图;以及
直方图距离计算步骤,计算所述待处理图像与所述多个训练图像分别的色彩直方图距离,作为与所述多个训练图像分别的匹配度。
7.按照权利要求5所述的图像处理方法,其中,所述图像调整步骤包括:
图像调整参数计算步骤,根据所述感性值差距来计算图像调整参数;
像素调整步骤,利用所述图像调整参数调整所述待处理图像的各个像素值;以及
递归步骤,将调整后的所述待处理图像提供至所述匹配度计算步骤作为新的所述待处理图像。
8.按照权利要求5所述的图像处理方法,还包括:
输出步骤,如果所述判断步骤判断该感性值差距小于或等于所述预定阈值,则把所述待处理图像作为输出图像来输出。
CN201110042595.3A 2011-02-22 2011-02-22 图像处理设备和图像处理方法 Expired - Fee Related CN102647542B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201110042595.3A CN102647542B (zh) 2011-02-22 2011-02-22 图像处理设备和图像处理方法
US13/354,586 US8995759B2 (en) 2011-02-22 2012-01-20 Image processing apparatus and image processing method
JP2012033304A JP2012174273A (ja) 2011-02-22 2012-02-17 画像処理装置及び画像処理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110042595.3A CN102647542B (zh) 2011-02-22 2011-02-22 图像处理设备和图像处理方法

Publications (2)

Publication Number Publication Date
CN102647542A CN102647542A (zh) 2012-08-22
CN102647542B true CN102647542B (zh) 2014-07-09

Family

ID=46652773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110042595.3A Expired - Fee Related CN102647542B (zh) 2011-02-22 2011-02-22 图像处理设备和图像处理方法

Country Status (3)

Country Link
US (1) US8995759B2 (zh)
JP (1) JP2012174273A (zh)
CN (1) CN102647542B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102236883A (zh) * 2010-04-27 2011-11-09 株式会社理光 图像增强方法和装置、物体检测方法和装置
JP2014167761A (ja) * 2013-02-28 2014-09-11 Toshiba Corp 環境評価装置、方法およびプログラム
JP6033724B2 (ja) * 2013-03-28 2016-11-30 株式会社日立製作所 画像表示システム、サーバ、および診断画像表示装置
CN110139021B (zh) * 2018-02-09 2023-01-13 北京三星通信技术研究有限公司 辅助拍摄方法及终端设备
WO2019205069A1 (en) * 2018-04-27 2019-10-31 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for updating 3d model of building
JP7420233B2 (ja) * 2020-04-30 2024-01-23 日本電信電話株式会社 温度感推定装置、温度感推定方法、およびプログラム
CN112562517A (zh) * 2020-12-25 2021-03-26 峰米(北京)科技有限公司 一种智能动态展示屏保的系统、方法及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101034433A (zh) * 2007-01-12 2007-09-12 郑文明 人脸表情图像的分类及语义评判量化方法
CN101295363A (zh) * 2007-04-23 2008-10-29 三菱电机株式会社 从距离图像确定物体姿势的方法和系统
CN101853504A (zh) * 2010-05-07 2010-10-06 厦门大学 基于视觉特性与结构相似度的图像质量评测方法
EP1589735A3 (en) * 2004-04-23 2010-11-03 Samsung Electronics Co., Ltd. Device and method for displaying status of a portable terminal by using a character image

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3847480B2 (ja) * 1999-02-19 2006-11-22 富士写真フイルム株式会社 画像処理方法およびシステム並びに記録媒体
JP2006330958A (ja) * 2005-05-25 2006-12-07 Oki Electric Ind Co Ltd 画像合成装置、ならびにその装置を用いた通信端末および画像コミュニケーションシステム、ならびにそのシステムにおけるチャットサーバ
US7953273B2 (en) * 2006-07-26 2011-05-31 Samsung Electronics Co., Ltd. Apparatus and method for modifying arrangement of colors
US20090169073A1 (en) * 2008-01-02 2009-07-02 General Electric Company Computer implemented method and system for processing images
JP5457652B2 (ja) * 2008-09-01 2014-04-02 キヤノン株式会社 画像処理装置およびその方法
JP5083138B2 (ja) 2008-09-12 2012-11-28 株式会社ニコン 画像分類装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1589735A3 (en) * 2004-04-23 2010-11-03 Samsung Electronics Co., Ltd. Device and method for displaying status of a portable terminal by using a character image
CN101034433A (zh) * 2007-01-12 2007-09-12 郑文明 人脸表情图像的分类及语义评判量化方法
CN101295363A (zh) * 2007-04-23 2008-10-29 三菱电机株式会社 从距离图像确定物体姿势的方法和系统
CN101853504A (zh) * 2010-05-07 2010-10-06 厦门大学 基于视觉特性与结构相似度的图像质量评测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JP特开2006-330958A 2006.12.07

Also Published As

Publication number Publication date
CN102647542A (zh) 2012-08-22
US8995759B2 (en) 2015-03-31
JP2012174273A (ja) 2012-09-10
US20120213427A1 (en) 2012-08-23

Similar Documents

Publication Publication Date Title
CN102647542B (zh) 图像处理设备和图像处理方法
EP3742346A2 (en) Method for training generative adversarial network (gan), method for generating images by using gan, and computer readable storage medium
Huang et al. Image recolorization for the colorblind
US8553045B2 (en) System and method for image color transfer based on target concepts
Žeger et al. Grayscale image colorization methods: Overview and evaluation
CN101959018A (zh) 图像处理设备、图像处理方法和程序
Vazquez-Corral et al. Color constancy by category correlation
JP2001202522A (ja) 消費者画像の強調及び魅力の自動評価方法
CN101331515A (zh) 色调校正方法、色调校正装置、色调校正程序以及图像设备
Yendrikhovskij et al. Representation of memory prototype for an object color
CN106327537A (zh) 一种图像预处理方法及装置
CN110706196B (zh) 基于聚类感知的无参考色调映射图像质量评价算法
Sowmya et al. Significance of contrast and structure features for an improved color image classification system
CN116778212A (zh) 一种图像处理方法及装置
Le Moan et al. Evaluating the perceived quality of spectral images
Milić et al. Enhancement of image content for observers with colour vision deficiencies
Lee et al. Towards anovel perceptual color difference metric using circular processing of hue components
CN110251076B (zh) 融合视觉注意力基于对比度的显著性检测方法及装置
Baranczuk et al. Image-individualized gamut mapping algorithms
Placidi et al. Investigating the effectiveness of color coding in multimodal medical imaging
US7068839B2 (en) Method for transformating color image on image processing system
CN112950453A (zh) 图像处理方法和图像处理装置
WO2023053420A1 (ja) 処理装置及び処理方法
WO2023053419A1 (ja) 処理装置及び処理方法
CN112015417B (zh) 一种应用程序主题颜色的确定方法及装置

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: 20140709

Termination date: 20200222

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