CN103617638A - 图像处理的方法及装置 - Google Patents
图像处理的方法及装置 Download PDFInfo
- Publication number
- CN103617638A CN103617638A CN201310653333.XA CN201310653333A CN103617638A CN 103617638 A CN103617638 A CN 103617638A CN 201310653333 A CN201310653333 A CN 201310653333A CN 103617638 A CN103617638 A CN 103617638A
- Authority
- CN
- China
- Prior art keywords
- value
- image
- pixel
- gray
- whitening
- 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
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及信息处理技术,尤其涉及一种图像处理的方法及装置。其中,所述方法将图像转换成灰度图像,根据灰度图像的灰度值得到灰度图像中人脸皮肤区域内各像素点沿其横坐标正负方向延伸第一预设值,沿其纵坐标正负方向延伸第二预设值所组成的区域内像素点的方差和,进而根据人脸皮肤区域内的方差和得到磨皮权重值,根据磨皮权重值对灰度图像的灰度值进行调节,以此,根据调节后的灰度值将灰度图像转换成彩色图像,实现对图像的处理。本发明技术方案的采用,利用将图像转换成灰度图像以及根据人脸皮肤区域内的各像素点的方差和调节图像灰度值对图像进行处理,提升了图像的处理速度,同时也提升了处理的画质。
Description
技术领域
本发明涉及信息处理技术,尤其涉及一种图像处理的方法及装置。
背景技术
随着图像处理技术的发展与完善,图像处理技术也越来越受到普遍的关注。对于图像处理技术,图像画质的提升和图像处理的速度往往是图像处理过程中比较关注的两个方面。例如对照片中的人像进行处理,以达到美化的效果。而对人像的处理一般比较关注于人脸皮肤区域的处理。
现有技术中,用于对照片中人脸皮肤区域的进行处理的图像处理技术,往往采用直接对照片中人脸皮肤区域图像的三个通道,红色通道、蓝色通道和绿色通道进行处理,进而实现对人脸皮肤区域的处理。
现有的图像处理技术虽然能够实现对照片及照片中人脸皮肤区域的处理,但是由于直接对照片中人脸皮肤区域图像的三个通道分别进行处理,导致计算量较大,在移动终端等配置较低的设备中实现时速度较慢。
发明内容
本发明的目的在于提出一种图像处理的装置及图像处理方法,以提升图像处理的速度。
在第一方面,本发明实施例提供了一种图像的处理方法,包括:
接收待处理的图像;
从所述图像中获取各像素点的第一灰度值;
根据所述各像素点的第一灰度值,将所述待处理的图像中的人脸皮肤区域转换为灰度图像;
根据所述灰度图像的各像素点的像素差,获取所述各像素点的像素差的方差积分图,其中,所述各像素点的所述像素差为所述各像素点与沿其横坐标正负方向各延伸第一预设值,沿其纵坐标正负方向各延伸第二预设值区域内各像素点的第一灰度值之差;
根据所述各像素点的方差积分图,获取所述各像素点沿其横坐标正负方向各延伸所述第一预设值,沿其纵坐标正负方向各延伸所述第二预设值区域内像素点的方差和;
根据所述各像素点的第三预设值、第四预设值和所述方差和,获取所述各像素点的磨皮权重值;
根据所述磨皮权重值,获取磨皮后各像素点的第二灰度值;以及
根据所述各像素点的所述第一灰度值和所述第二灰度值将所述灰度图像转换为彩色图像。
本发明实施例公开的图像处理方法,将图像转换成灰度图像,根据灰度图像的灰度值得到灰度图像中人脸皮肤区域内各像素点沿其横坐标正负方向延伸第一预设值,沿其纵坐标正负方向延伸第二预设值所组成的区域内像素点的方差和,进而根据人脸皮肤区域内的方差和得到磨皮权重值,根据磨皮权重值对灰度图像的灰度值进行调节,以此,根据调节后的灰度值将灰度图像转换成彩色图像,实现对图像的处理。本发明技术方案的采用,将图像转换成灰度图像以及根据人脸皮肤区域内的各像素点的方差和调节图像灰度值对图像进行处理,因利用将图像转换灰度图像进行图像处理和方差积分图的方式相对于现有技术中的图像积分图方式减少了图像中各个像素点灰度值获取的计算量并、图像中像素差值的计算量等,因计算量的减少简化了图像处理的程序,提升了图像的处理速度,进而可以采用利用处理能力较差的终端设备利用本发明方法对图像进行处理。
在第二方面,本发明实施例提供了一种图像的处理装置,包括:
图像接收模块,用于接收待处理的图像;
第一灰度值获取模块,用于从所述图像中获取各像素点的第一灰度值;
灰度图像转换模块,用于根据所述各像素点的第一灰度值,将所述待处理的图像中的人脸皮肤区域转换为灰度图像;
方差积分图获取模块,用于根据所述灰度图像的各像素点的像素差,获取所述各像素点的像素差的方差积分图,其中,所述各像素点的所述像素差为所述各像素点与沿其横坐标正负方向各延伸第一预设值,沿其纵坐标正负方向各延伸第二预设值区域内各像素点的第一灰度值之差;
方差和获取模块,用于根据所述各像素点的方差积分图,获取所述各像素点沿其横坐标正负方向各延伸第一预设值,沿其纵坐标正负方向各延伸第二预设值区域内像素点的方差和;
磨皮权重值获取模块,用于根据所述各像素点的第三预设值、第四预设值和所述方差和,获取所述各像素点的磨皮权重值;
第二灰度值获取模块,用于根据所述磨皮权重值,获取磨皮后各像素点的第二灰度值;以及
彩色图像转换模块,用于根据所述各像素点的所述第一灰度值和所述第二灰度值将所述灰度图像转换为彩色图像。
本发明实施例公开的图像处理装置,将图像转换成灰度图像,根据灰度图像的灰度值得到灰度图像中人脸皮肤区域内各像素点沿其横坐标正负方向延伸第一预设值,沿其纵坐标正负方向延伸第二预设值所组成的区域内像素点的方差和,进而根据人脸皮肤区域内的方差和得到磨皮权重值,根据磨皮权重值对灰度图像的灰度值进行调节,以此,根据调节后的灰度值将灰度图像转换成彩色图像,实现对图像的处理。本发明技术方案的采用,将图像转换成灰度图像以及根据人脸皮肤区域内的各像素点的方差和调节图像灰度值对图像进行处理,因利用将图像转换灰度图像进行图像处理和方差积分图的方式相对于现有技术中的图像积分图方式减少了图像中各个像素点灰度值获取的计算量并、图像中像素差值的计算量等,因计算量的减少简化了图像处理的程序,提升了图像的处理速度,进而可以采用利用处理能力较差的终端设备利用本发明方法对图像进行处理。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,并不构成对本发明的限定。在附图中:
图1所示是本发明实施例一中图像处理的方法流程示意图;
图2所示是本发明实施例一中人脸皮肤区域内像素点示意图;
图3所示是本发明实施例二中图像处理的方法流程示意图;
图4所示是本发明实施例三中图像处理的装置结构示意图。
具体实施方式
下面结合附图及具体实施例对本发明进行更加详细与完整的说明。可以理解的是,此处所描述的具体实施例仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
图1所示是本发明实施例一中图像处理的方法流程示意图;其中,本实施例中的方法可由终端设备进行执行,例如,笔记本、智能手机及平板电脑等;优选的,本实施例中的方法可应用于对照片、截图等图像进行处理。如图1所示,所述方法包括:
步骤101、接收待处理的图像。
终端设备接收外部设备或终端设备获取自身的形成的照片或截图等。具体的,在本实施例中获取的图像是彩色图像。
步骤102、从图像中获取各像素点的第一灰度值。
灰度值指黑白图像中像素点的颜色深度,范围为从0到255,白色为255,黑色为0;对于黑白图像其各像素点的灰度值也即是其各像素点的像素值。任何颜色都有红、绿、蓝三原色组成,也即是图像的颜色可以用RGB(R,G,B)标示,其中R代表红色通道,G代表绿色通道以及B代表蓝色通道。具体获取彩色图像中各像素点的灰度值可以采用:
浮点算法:Gray=R*0.299+G*0.587+B*0.11;
或整数方法:Gray=(R*30+G*59+B*11)/100;
或移位方法:Gray=(R*28+G*151+B*77)>>8;
或均值法:Gray=(R+G+B)/3。
优选的,本实施例中采用浮点算法从图像中获取各像素点的第一灰度值。
参照图2,图2所示是本发明实施例一中人脸皮肤区域内像素点示意图;其中(i,j)二维坐标表示的为人脸皮肤区域图像中的一像素点(i,j),则采用浮点算法得到的像素点(i,j)的第一灰度值为:
Grayi,j=Ri,j*0.299+Gi,j*0.587+Bi,j*0.114。
以此,根据上述公式获取了图像中各像素点的第一灰度值。
步骤103、根据各像素点的第一灰度值,将待处理的图像中的人脸皮肤区域转换为灰度图像。
在步骤102中获取了图像中各像素点的第一灰度值,本步骤实现的是在图像中选定人脸皮肤区域后根据图像中各像素点的第一灰度值,得到图像中人脸皮肤区域的灰度图像。本领域技术人员应该理解的是对在图像中确定人脸皮肤区域采用人脸识别技术或面部识别技术可以得到,在此不再赘述。
具体的,本实施例中通过人脸识别技术或面部识别技术得到人脸皮肤区域、以及根据得到人脸皮肤区域的各像素点的第一灰度值将人脸皮肤区域转换成灰度图像。
步骤104、根据灰度图像的各像素点的像素差,获取各像素点的像素差的方差积分图,其中,各像素点的像素差为各像素点沿其横坐标正负方向各延伸第一预设值,沿其纵坐标正负方向各延伸第二预设值区域内各像素点的第一灰度值之差。
对于灰度图像中像素点的像素差是指像素点的灰度值之差。本实施例中根据灰度图像的各像素点的像素差,获取各像素点的像素差的方差积分图,也即是获取图像区域中各像素点的第一灰度值之差的方差积分图。具体的,本实施例中,各像素点的像素差为各像素点与沿其横坐标正负方向各延伸第一预设值,沿其纵坐标正负方向各延伸第二预设值区域内各像素点的第一灰度值之差。
如图2所示,其中,像素点(i,j),第一预设值n和第二预设值m;则与像素点(i,j)沿其横坐标相差第一预设值n,沿其纵坐标相差第二预设值m的像素点则有(i+m,j+n)……(i+m,j-n)……(i-m,j+n)(i-m,j-n);例如当第一预设值和第二预设值都为3时,则有(i-3,j-3),(i-3,j-2),(i-3,j-1),(i-3,j),(i-3,j+1),(i-3,j+2),(i-3,j+3),(i-2,j-3),(i-2,j-2),(i-2,j-1),(i-2,j),(i-2,j+1)……(i+3,j+1),(i+3,j+2),(i+3,j+3)49个;则获取像素点(i,j)与区域X内的任一像素点的像素差。
优选的,本实施例中当第一预设值n和第二预设值m取值为3。则像素点(i,j)的像素差为可以有下述公式求得:
Difm,n,i,j=Grayi,j–Grayi-m,j-n(m=-3,……3;n=-3,……3);
当像素点(i,j)的像素差通过上述公式获得时,人脸皮肤区域内横轴方向的像素点为k,纵轴方向内像素点为l时;则人脸皮肤区域内各像素点与其在沿其横坐标正负方向各延伸第一预设值n,沿其纵坐标正负方向各延伸第二预设值m区域内各像素的方差为:
Intm,n,k,l=∑k i=0∑l j=0(Difm,n,i,j*Difm,n,i,j)
以此,根据此建立人脸皮肤区域内各个像素点的方差积分图;也即是人脸皮肤区域内各像素点与其在沿其横坐标正负方向各延伸第一预设值n,沿其纵坐标正负方向各延伸第二预设值m区域内各像素的方差和的分布规律,也即是通过上述公式获取人脸皮肤区域内任一像素点的像素差后,集合成反映各像素点像素差的集合。
步骤105、根据所述各像素点的方差积分图,获取各像素点沿其横坐标正负方向各延伸第一预设值,沿其纵坐标正负方向各延伸第二预设值区域内像素点的方差和。
根据积分图的性质,则各像素点沿其横坐标正负方向各延伸第一预设值,沿其纵坐标正负方向各延伸第二预设值区域内方差和为区域内的右下值方差和+左上值方差-左下值方差-右上值方差。结合图2所示,则区域内的方差和为:像素点(i+m,j-n)方差和+像素点(i-m,j+n)方差-像素点(i+m,j+n)方差-(i-m,j-n)方差。则根据在步骤105中的方差公式则对像素点(i,j)的方差和为:
Variancem,n,k,l=Intm,n,k+m,l-n+Intm,n,k-m,l+n-Intm,n,k+m,l+n-Intm,n,k-m,l-n;
步骤106、根据所述各像素点的第三预设值、第四预设值和所述方差和,获取所述各像素点的磨皮权重值。
磨皮权重值是指各像素点与沿其横坐标延伸第一预设值,沿其纵坐标延伸第二预设值所组成的区域内各像素点的权重关系。
具体的本实施例中磨皮权重值通过以下公式获取:
variancem,n,k,l=max(variancem,n,k,l–fC,0)
Weightm,n,k,l=exp(-variancem,n,k,l/fH)
其中,variancem,n,k,l为方差和,Weightm,n,k,l为磨皮权重值,fC为由第一预设值或第二预设值及第三预设值决定的第一调节系数,fH为由第一预设值或第二预设值、第三预设值和第四预设值决定的第二调节系数;m为第一预设值,n为第二预设值,k为人脸皮肤区域内横轴像素点个数和l人脸皮肤区域内纵轴像素点个数,max为取最大值函数,exp为以自然对数为底的指数函数。
更具体的,本实施例中,当m和n相同时,优选第三预设值为15及第四预设值为0.4时则第一调节系数fC和第二调节系数fH的值为:
fC=2*m*m*15*15;
fH=0.4*0.4*m*m*15*15。
步骤107、根据所述磨皮权重值,获取磨皮后各像素点的第二灰度值。
根据在步骤106获取的磨皮权重值,根据磨皮权重值按照一定的算法对图像的第一灰度值进行调整,进而形成图像的第二灰度值。具体的,本实施例中,采用以下算法获取图像磨皮后各像素点的第二灰度值:
GrayNewk,l=∑+m -m∑n -n(Weightm,n,k,l*Grayk-m,l-n)/∑+m -m∑n -n(Weightm,n,k,l)
步骤108、根据各像素点的所述第一灰度值和所述第二灰度值将所述灰度图像转换为彩色图像。
通过下述公式将所述灰度图像转换成彩色图像:
RNewk,l=CLAMP(Rk,l+GrayNewk,l-Grayk,l,0,255)
GNewk,l=CLAMP(Gk,l+GrayNewk,l-Grayk,l,0,255)
BNewk,l=CLAMP(Bk,l+GrayNewk,l-Grayk,l,0,255)
其中,RNewk,l为转换后的红色通道值,GNewk,l转换后的绿色通道值,BNewk,l为转换后的蓝色通道值,Rk,l为原图像的红色通道值,Gk,l原图像的绿色通道值,Bk,l为原图像的蓝色通道值;GrayNewk,l为第二灰度值,Grayk,l为第一灰度值;CLAMP(a,b,c)函数表示,取a,b,c之中中间大小的值,k为人脸皮肤区域内横轴像素点个数和l人脸皮肤区域内纵轴像素点个数。
进而利用RNewk,l为转换后的红色通道值,GNewk,l为转换后的绿色通道值,BNewk,l为转换后的蓝色通道值将图像转换成彩色图像。
本发明实施例公开的图像处理方法,将图像转换成灰度图像,根据灰度图像的灰度值得到灰度图像中人脸皮肤区域内各像素点沿其横坐标正负方向延伸第一预设值,沿其纵坐标正负方向延伸第二预设值所组成的区域内像素点的方差和,进而根据人脸皮肤区域内的方差和得到磨皮权重值,根据磨皮权重值对灰度图像的灰度值进行调节,以此,根据调节后的灰度值将灰度图像转换成彩色图像,实现对图像的处理。本发明技术方案的采用,将图像转换成灰度图像以及根据人脸皮肤区域内的各像素点的方差和调节图像灰度值对图像进行处理,因利用将图像转换灰度图像进行图像处理和方差积分图的方式相对于现有技术中的图像积分图方式减少了图像中各个像素点灰度值获取的计算量并、图像中像素差值的计算量等,因计算量的减少简化了图像处理的程序,提升了图像的处理速度,进而可以采用利用处理能力较差的终端设备利用本发明方法对图像进行处理。
图3所示是本发明实施例二中图像处理的方法流程示意图;本实施例的实施以实施例一为基础,是在实施例一中根据各像素点的第一灰度值和第二灰度值将灰度图像转换为彩色图像后进一步对转换后彩色图像进行处理的方法步骤;优选的,本实施例同样对照片或截图进行处理。如图3所示,所述方法在实施例一的基础上还包括:
步骤201、根据美白系数,从转换得到的彩色图像中获取图像的红色通道、绿色通道或蓝色通道的第一美白值,第一美白值用于对图像进行美白处理。
任何图像都有红色、绿色和蓝色三原色组成;对于任何图像都可以用红色、绿色和蓝色三种颜色的分量值进行标示。也即是在对转换后的图像进行美白优化时,可以分别对红色通道、绿色通道和蓝色通道分别进行美白优化。
在进行优化前首先需要获取红色通道值、绿色通道值和蓝色通道值;其中,红色通道值是指转换得到的彩色图像中红色分量的值,绿色通道值是指转换得到的彩色图像中绿色分量的值,蓝色通道值是指转换得到的彩色图像的蓝色分量的值;以及各通道值的范围为0-255之间。
具体的,本实施例中,当图像的红色通道值或绿色通道值或蓝色通道值用T标示时,用下述公式获取第一美白值:
第一美白值=T*(2-(T/225)P)
其中,F是美白系数,取值范围为0至1之间;对美白系数的设定可以预先设定,例如优选的设定为0.6。当预先设定美白系数后,可以实现对转换图像的自动的美白。为了实现根据转换后图像的各通道的值选择相应的美白系数进行美白,可以根据各通道的值的分布范围将美白系数划分成相应的范围。当确定各通道值的范围后,选择相应的范围的美白系数自动进行美白。以此,更能实现对转换后图像的美白。
步骤202、根据第一美白值,得到图像的红色通道、绿色通道或蓝色通道的第二美白值。
当获取第一美白值后,判断第一美白值是否在0-255之间,当第一美白值在0-255之间,则第一美白值是和第二美白值相同,将第一美白值作为第二美白值;当第一美白值小于0时,则将0作为第二美白值;当第一美白值大于255时,则将255作为第二美白值。
步骤203、利用所述第二美白值对所述彩色图像进行美白优化。
根据步骤202可知第二美白值也即是重新获取的转换图像的红色通道值、绿色通道值或蓝色通道值。因此,可以根据重新获取的红色通道值、绿色通道值和蓝色通道值获取一彩色图像,也即是利用第二美白值对图像进行美白优化后的彩色图像。
进一步的,还包括:根据颜色增强系数,从转换得到的彩色图像中获取图像的红色通道、绿色通道或蓝色通道的第一颜色增强值,第一颜色增强值用于增强图像的颜色;
任何图像都有红色、绿色和蓝色三基色组成;对于任何图像都可以用红色、绿色和蓝色三种颜色的分量值进行标示。也即是在对转换后的图像进行颜色增强优化时,可以分别对红色通道、绿色通道和蓝色通道分别进行颜色增强的优化。
在进行优化前首先需要获取红色通道值、绿色通道值和蓝色通道值;其中,红色通道值是指转换得到的彩色图像中红色分量的值,绿色通道值是指转换得到的彩色图像中绿色分量的值,蓝色通道值是指转换得到的彩色图像的蓝色分量的值;以及各通道值的范围为0-255之间。
具体的,本实施例中,当图像的红色通道值或绿色通道值或蓝色通道值用T标示时,用下述公式获取第一颜色增强值:
第一颜色增强值=(T-128)*(1+Z)+128
其中,Z是颜色增强系数,取值范围为0至1之间;对颜色增强系数的设定可以预先设定,例如设定为0.1。当预先设定颜色增强系数后,可以实现对转换图像的自动的颜色增强。为了实现根据转换后图像的各通道的值选择相应的颜色增强系数进行颜色增强,可以根据各通道的值的分布范围将颜色增强系数划分成相应的范围。当确定各通道值的范围后,选择相应的范围的颜色增强系数自动进行颜色增强。以此,更能实现对转换后图像的颜色增强。
根据所述第一颜色增强值,得到图像的红色通道、绿色通道或蓝色通道的第二颜色增强值。
在获取第一颜色增强值后,判断第一颜色增强值是否在0-255之间,当第一颜色增强值在0-255之间,则第一颜色增强值是和第二颜色增强值相同,将第一颜色增强值作为第二颜色增强值;当第一颜色增强值小于0时,则将0作为第二颜色增强值;当第一颜色增强值大于255时,则将255作为第二颜色增强值。
利用所述第二颜色增强值对所述彩色图像进行颜色优化。
上述获取的第二颜色增强值也即是重新获取的转换图像的红色通道值、绿色通道值或和蓝色通道值。因此,可以根据重新获取的红色通道值、绿色通道值和蓝色通道值获取一彩色图像,也即是利用第二颜色增强值对图像进行颜色增强优化后的彩色图像。
本发明实施例公开的图像处理方法,将图像转换成灰度图像,根据灰度图像的灰度值得到灰度图像中人脸皮肤区域内各像素点沿其横坐标延伸第一预设值,沿其纵坐标延伸第二预设值所组成的区域内像素点的方差和,进而根据人脸皮肤区域内的方差和得到磨皮权重值,根据磨皮权重值对灰度图像的灰度值进行调节,以此,根据调节后的灰度值将灰度图像转换成彩色图像,实现对图像的处理。本发明技术方案的采用,将图像转换成灰度图像以及根据人脸皮肤区域内的各像素点的方差和调节图像灰度值对图像进行处理,因利用将图像转换灰度图像进行图像处理和方差积分图的方式相对于现有技术中的图像积分图方式减少了图像中各个像素点灰度值获取的计算量并、图像中像素差值的计算量等,因计算量的减少简化了图像处理的程序,提升了图像的处理速度,进而可以采用利用处理能力较差的终端设备利用本发明方法对图像进行处理。
进一步的,本实施例中在对图像进行磨皮处理后,还对图像进行美白和颜色增强的处理。以此,在提升图像处理速度的同时,也进一步提升了图像的质量。
图4所示是本发明实施例三中图像处理的装置结构示意图;本实施例中的装置用于实现图1所示的方法,相关的名词术语及解释说明参照实施例一和实施例二,本实施例不再具体赘述。如图4所示,所述图像处理装置包括:
图像接收模块401,用于接收待处理的图像。
第一灰度值获取模块402,用于从所述图像中获取各像素点的第一灰度值。
具体的,本实施例中第一灰度值获取模块402具体用于通过浮点算法、移位算法或整数算法从图像中获取各像素点的第一灰度值。
灰度图像转换模块403,用于根据所述各像素点的第一灰度值,将所述待处理的图像中的人脸皮肤区域转换为灰度图像。
方差积分图获取模块404,用于根据所述灰度图像的各像素点的像素差,获取所述各像素点的像素差的方差积分图,其中,所述各像素点的所述像素差为所述各像素点与沿其横坐标正负方向各延伸第一预设值,沿其纵坐标正负方向各延伸第二预设值区域内各像素点的第一灰度值之差。
方差和获取模块405,用于根据所述各像素点的方差积分图,获取所述各像素点沿其横坐标正负方向各延伸第一预设值,沿其纵坐标正负方向各延伸第二预设值区域内像素点的方差和。
磨皮权重值获取模块406,用于根据所述各像素点的第三预设值、第四预设值和所述方差和,获取所述各像素点的磨皮权重值。
具体的,本实施例中磨皮权重值获取模块406具体用于通过以下公式获取:
variancem,n,k,l=max(variancem,n,k,l–fC,0)
Weightm,n,k,l=exp(-variancem,n,k,l/fH)
其中,variancem,n,k,l为方差和,Weightm,n,k,l为磨皮权重值,fC为由第一预设值或第二预设值及第三预设值决定的第一调节系数,fH为由第一预设值或第二预设值、第三预设值和第四预设值决定的第二调节系数;m为第一预设值,n为第二预设值,k为人脸皮肤区域内横轴像素点个数和l人脸皮肤区域内纵轴像素点个数,max为取最大值函数,exp为以自然对数为底的指数函数。
第二灰度值获取模块407,用于根据所述磨皮权重值,获取磨皮后各像素点的第二灰度值;以及
彩色图像转换模块408,用于根据所述各像素点的所述第一灰度值和所述第二灰度值将所述灰度图像转换为彩色图像。
具体的,本实施例中图像转换模块408具体用于通过下述公式将所述灰度图像转换成彩色图像:
RNewk,l=CLAMP(Rk,l+GrayNewk,l-Grayk,l,0,255)
GNewk,l=CLAMP(Gk,l+GrayNewk,l-Grayk,l,0,255)
BNewk,l=CLAMP(Bk,l+GrayNewk,l-Grayk,l,0,255)
其中,RNewk,l为转换后的红色通道值,GNewk,l转换后的绿色通道值,BNewk,l为转换后的蓝色通道值,Rk,l为原图像的红色通道值,Gk,l原图像的绿色通道值,Bk,l为原图像的蓝色通道值;GrayNewk,l为第二灰度值,Grayk,l为第一灰度值;CLAMP(a,b,c)函数表示,取a,b,c之中中间大小的值,k为人脸皮肤区域内横轴像素点个数和l人脸皮肤区域内纵轴像素点个数。
进一步的,本实施例中图像处理装置还包括第一美白值获取模块409,用于根据美白系数,从转换得到的所述彩色图像中获取图像的红色通道、绿色通道或蓝色通道第一美白值,所述第一美白值用于对图像进行美白处理。
具体的,本实施例中第一美白值获取模块409具体用于通过以下公式获取各通道中图像第一美白值:第一美白值=T*(2-(T/255)F);其中,F是美白系数,T是指图像的红色通道值或绿色通道值或蓝色通道值。
第二美白值获取模块410,用于根据所述第一美白值,得到图像的红色通道、绿色通道或蓝色通道的第二美白值。
美白优化模块411,用于利用所述第二美白值对所述彩色图像进行美白优化。
进一步的,本实施例中图像处理装置还包括第一颜色增强值获取模块412,用于根据颜色增强值,从转换得到的所述彩色图像中获取图像的红色通道、绿色通道或蓝色通道第一颜色增强值,所述第一颜色增强值用于增强图像的颜色增强。
第二颜色增强值获取模块413,用于根据所述第一颜色增强值,得到图像的红色通道、绿色通道或蓝色通道的第二颜色增强值;
颜色优化模块414,用于利用所述第二颜色增强值对所述彩色图像进行颜色优化。
本发明实施例公开的图像处理装置,将图像转换成灰度图像,根据灰度图像的灰度值得到灰度图像中人脸皮肤区域内各像素点沿其横坐标延伸第一预设值,沿其纵坐标延伸第二预设值所组成的区域内像素点的方差和,进而根据人脸皮肤区域内的方差和得到磨皮权重值,根据磨皮权重值对灰度图像的灰度值进行调节,以此,根据调节后的灰度值将灰度图像转换成彩色图像,实现对图像的处理。本发明技术方案的采用,将图像转换成灰度图像以及根据人脸皮肤区域内的各像素点的方差和调节图像灰度值对图像进行处理,因利用将图像转换灰度图像进行图像处理和方差积分图的方式相对于现有技术中的图像积分图方式减少了图像中各个像素点灰度值获取的计算量并、图像中像素差值的计算量等,因计算量的减少简化了图像处理的程序,提升了图像的处理速度,进而可以采用利用处理能力较差的终端设备利用本发明方法对图像进行处理。
进一步的,本实施例中在对图像进行磨皮处理后,还对图像进行美白和颜色增强的处理。以此,在提升图像处理速度的同时,也进一步提升了图像的质量。
显然,本领域技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种图像处理的方法,其特征在于,包括:
接收待处理的图像;
从所述图像中获取各像素点的第一灰度值;
根据所述各像素点的第一灰度值,将所述待处理的图像中的人脸皮肤区域转换为灰度图像;
根据所述灰度图像的各像素点的像素差,获取所述各像素点的像素差的方差积分图,其中,所述各像素点的所述像素差为所述各像素点与沿其横坐标正负方向各延伸第一预设值,沿其纵坐标正负方向各延伸第二预设值区域内各像素点的第一灰度值之差;
根据所述各像素点的方差积分图,获取所述各像素点沿其横坐标正负方向各延伸所述第一预设值,沿其纵坐标正负方向各延伸所述第二预设值区域内像素点的方差和;
根据所述各像素点的第三预设值、第四预设值和所述方差和,获取所述各像素点的磨皮权重值;
根据所述磨皮权重值,获取磨皮后各像素点的第二灰度值;以及
根据所述各像素点的所述第一灰度值和所述第二灰度值将所述灰度图像转换为彩色图像。
2.如权利要求1所述的图像处理方法,其特征在于,所述根据所述各像素点的第三预设值、第四预设值和所述方差和,获取所述各像素点的磨皮权重值,包括:
通过以下公式获取:
variancem,n,k,l=max(variancem,n,k,l–fC,0)
Weightm,n,k,l=exp(-variancem,n,k,l/fH)
其中,variancem,n,k,l为方差和,Weightm,n,k,l为磨皮权重值,fC为由第一预设值或第二预设值及第三预设值决定的第一调节系数,fH为由第一预设值或第二预设值、第三预设值和第四预设值决定的第二调节系数;m为第一预设值,n为第二预设值,k为人脸皮肤区域内横轴像素点个数和l人脸皮肤区域内纵轴像素点个数,max为取最大值函数,exp为以自然对数为底的指数函数。
3.如权利要求1所述的图像处理方法,其特征在于,所述根据所述各像素点的所述第一灰度值和所述第二灰度值将所述灰度图像转换为彩色图像,包括:
通过下述公式将所述灰度图像转换成彩色图像:
RNewk,l=CLAMP(Rk,l+GrayNewk,l-Grayk,l,0,255)
GNewk,l=CLAMP(Gk,l+GrayNewk,l-Grayk,l,0,255)
BNewk,l=CLAMP(Bk,l+GrayNewk,l-Grayk,l,0,255)
其中,RNewk,l为转换后的红色通道值,GNewk,l转换后的绿色通道值,BNewk,l为转换后的蓝色通道值,Rk,l为原图像的红色通道值,Gk,l原图像的绿色通道值,Bk,l为原图像的蓝色通道值;GrayNewk,l为第二灰度值,Grayk,l为第一灰度值;CLAMP(a,b,c)函数表示,取a,b,c之中中间大小的值,k为人脸皮肤区域内横轴像素点个数和l人脸皮肤区域内纵轴像素点个数。
4.如权利要求1所述的图像处理方法,其特征在于,所述从所述图像中获取各像素点的第一灰度值,包括:
通过浮点算法、移位算法或整数算法从图像中获取各像素点的第一灰度值。
5.如权利要求1-4任一所述的图像处理方法,其特征在于,还包括:
根据美白系数,从转换得到的所述彩色图像中获取图像的红色通道、绿色通道或蓝色通道的第一美白值,所述第一美白值用于对图像进行美白处理;
根据所述第一美白值,得到图像的红色通道、绿色通道或蓝色通道的第二美白值;
利用所述第二美白值对所述彩色图像进行美白优化。
6.如权利要求5所述的图像处理方法,其特征在于,所述根据美白系数,从转换得到的所述彩色图像中获取图像的红色通道、绿色通道或蓝色通道的第一美白值,所述第一美白值用于对图像进行美白处理,包括:
通过以下公式获取各通道中图像第一美白值:
第一美白值=T*(2-(T/255)F);
其中,F是美白系数,T是指图像的红色通道值或绿色通道值或蓝色通道值。
7.如权利要求1-4任一所述的图像处理方法,其特征在于,还包括:
根据颜色增强系数,从转换得到的所述彩色图像中获取图像的红色通道、绿色通道或蓝色通道的第一颜色增强值,所述第一颜色增强值用于增强图像的颜色;
根据所述第一颜色增强值,得到图像的红色通道、绿色通道或蓝色通道的第二颜色增强值,所述第二颜色增强值用于增强图像的颜色;
利用所述第二颜色增强值对所述彩色图像进行颜色优化。
8.一种图像处理的装置,其特征在于,包括:
图像接收模块,用于接收待处理的图像;
第一灰度值获取模块,用于从所述图像中获取各像素点的第一灰度值;
灰度图像转换模块,用于根据所述各像素点的第一灰度值,将所述待处理的图像中的人脸皮肤区域转换为灰度图像;
方差积分图获取模块,用于根据所述灰度图像的各像素点的像素差,获取所述各像素点的像素差的方差积分图,其中,所述各像素点的所述像素差为所述各像素点与沿其横坐标正负方向各延伸第一预设值,沿其纵坐标正负方向各延伸第二预设值区域内各像素点的第一灰度值之差;
方差和获取模块,用于根据所述各像素点的方差积分图,获取所述各像素点沿其横坐标正负方向各延伸所述第一预设值,沿其纵坐标正负方向各延伸所述第二预设值区域内像素点的方差和;
磨皮权重值获取模块,用于根据所述各像素点的第三预设值、第四预设值和所述方差和,获取所述各像素点的磨皮权重值;
第二灰度值获取模块,用于根据所述磨皮权重值,获取磨皮后各像素点的第二灰度值;以及
彩色图像转换模块,用于根据所述各像素点的所述第一灰度值和所述第二灰度值将所述灰度图像转换为彩色图像。
9.如权利要求8所述的图像处理装置,其特征在于,所述磨皮权重值获取模块具体用于通过以下公式获取:
variancem,n,k,l=max(variancem,n,k,l–fC,0)
Weightm,n,k,l=exp(-variancem,n,k,l/fH)
其中,variancem,n,k,l为方差和,Weightm,n,k,l为磨皮权重值,fC为由第一预设值或第二预设值及第三预设值决定的第一调节系数,fH为由第一预设值或第二预设值、第三预设值和第四预设值决定的第二调节系数;m为第一预设值,n为第二预设值,k为人脸皮肤区域内横轴像素点个数和l人脸皮肤区域内纵轴像素点个数,max为取最大值函数,exp为以自然对数为底的指数函数。
10.如权利要求8所述的图像处理装置,其特征在于,所述彩色图像转换模块具体用于通过下述公式将所述灰度图像转换成彩色图像:
RNewk,l=CLAMP(Rk,l+GrayNewk,l-Grayk,l,0,255)
GNewk,l=CLAMP(Gk,l+GrayNewk,l-Grayk,l,0,255)
BNewk,l=CLAMP(Bk,l+GrayNewk,l-Grayk,l,0,255)
其中,RNewk,l为转换后的红色通道值,GNewk,l转换后的绿色通道值,BNewk,l为转换后的蓝色通道值,Rk,l为原图像的红色通道值,Gk,l原图像的绿色通道值,Bk,l为原图像的蓝色通道值;GrayNewk,l为第二灰度值,Grayk,l为第一灰度值;CLAMP(a,b,c)函数表示,取a,b,c之中中间大小的值,k为人脸皮肤区域内横轴像素点个数和l人脸皮肤区域内纵轴像素点个数。
11.如权利要求8所述的图像处理装置,其特征在于,所述第一灰度值获取模块具体用于通过浮点算法、移位算法或整数算法从图像中获取各像素点的第一灰度值。
12.如权利要求8-11任一所述的图像处理装置,其特征在于,还包括:
第一美白值获取模块,用于根据美白系数,从转换得到的所述彩色图像中获取图像的红色通道、绿色通道或蓝色通道的第一美白值,所述第一美白值用于对图像进行美白处理;
第二美白值获取模块,用于根据所述第一美白值,得到图像的红色通道、绿色通道或蓝色通道的第二美白值;
美白优化模块,用于利用所述第二美白值对所述彩色图像进行美白优化。
13.如权利要求12所述的图像处理装置,其特征在于,所述第一美白值获取模块具体用于通过以下公式获取各通道中图像第一美白值:
第一美白值=T*(2-(T/255)F);
其中,F是美白系数,T是指图像的红色通道值或绿色通道值或蓝色通道值。
14.如权利要求8-11任一所述的图像处理装置,其特征在于,还包括:
第一颜色增强值获取模块,用于根据颜色增强系数,从转换得到的所述彩色图像中获取图像的红色通道、绿色通道或蓝色通道的第一颜色增强值,所述第一颜色增强值用于增强图像的颜色;
第二颜色增强值获取模块,用于根据所述第一颜色增强值,得到图像的红色通道、绿色通道或蓝色通道的第二颜色增强值,所述第二颜色增强值用于增强图像的颜色;
颜色优化模块,用于利用所述第二颜色增强值对所述彩色图像进行颜色优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310653333.XA CN103617638B (zh) | 2013-12-05 | 2013-12-05 | 图像处理的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310653333.XA CN103617638B (zh) | 2013-12-05 | 2013-12-05 | 图像处理的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103617638A true CN103617638A (zh) | 2014-03-05 |
CN103617638B CN103617638B (zh) | 2017-03-15 |
Family
ID=50168342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310653333.XA Active CN103617638B (zh) | 2013-12-05 | 2013-12-05 | 图像处理的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103617638B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105468361A (zh) * | 2015-11-17 | 2016-04-06 | 小米科技有限责任公司 | 头像生成方法及装置 |
CN105701773A (zh) * | 2014-11-28 | 2016-06-22 | 联芯科技有限公司 | 一种快速处理图像的方法及装置 |
CN106296590A (zh) * | 2015-05-11 | 2017-01-04 | 福建天晴数码有限公司 | 皮肤粗糙度自适应磨皮方法、系统及客户端 |
CN106507021A (zh) * | 2015-09-07 | 2017-03-15 | 腾讯科技(深圳)有限公司 | 视频处理方法及终端设备 |
CN104517265B (zh) * | 2014-11-06 | 2017-06-13 | 福建天晴数码有限公司 | 智能磨皮方法和装置 |
CN107167616A (zh) * | 2017-03-13 | 2017-09-15 | 中国科学院苏州生物医学工程技术研究所 | 血型检测方法及装置 |
CN107770447A (zh) * | 2017-10-31 | 2018-03-06 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN107911609A (zh) * | 2017-11-30 | 2018-04-13 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN104992402B (zh) * | 2015-07-02 | 2019-04-09 | Oppo广东移动通信有限公司 | 一种美颜处理方法及装置 |
CN109993767A (zh) * | 2017-12-28 | 2019-07-09 | 北京京东尚科信息技术有限公司 | 图像处理方法和系统 |
CN112149685A (zh) * | 2019-06-28 | 2020-12-29 | 北京嗨动视觉科技有限公司 | 图像处理方法、装置及系统 |
CN113935918A (zh) * | 2021-10-14 | 2022-01-14 | 江阴市人人达科技有限公司 | 可视化水上办公支撑系统 |
CN115147312A (zh) * | 2022-08-10 | 2022-10-04 | 田海艳 | 面部磨皮特效简化识别平台 |
CN117274498A (zh) * | 2023-10-16 | 2023-12-22 | 北京百度网讯科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093216A (zh) * | 2013-02-04 | 2013-05-08 | 北京航空航天大学 | 基于人脸图像的性别分类方法及系统 |
CN103218605A (zh) * | 2013-04-09 | 2013-07-24 | 东南大学 | 一种基于积分投影与边缘检测的快速人眼定位方法 |
US20130223712A1 (en) * | 2012-02-28 | 2013-08-29 | Canon Kabushiki Kaisha | Information processing apparatus, information processing method and radiation imaging system |
-
2013
- 2013-12-05 CN CN201310653333.XA patent/CN103617638B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130223712A1 (en) * | 2012-02-28 | 2013-08-29 | Canon Kabushiki Kaisha | Information processing apparatus, information processing method and radiation imaging system |
CN103093216A (zh) * | 2013-02-04 | 2013-05-08 | 北京航空航天大学 | 基于人脸图像的性别分类方法及系统 |
CN103218605A (zh) * | 2013-04-09 | 2013-07-24 | 东南大学 | 一种基于积分投影与边缘检测的快速人眼定位方法 |
Non-Patent Citations (2)
Title |
---|
JUNSONG YIN等: "Noisy manifold learning using neighborhood smoothing embedding", 《PATTERN RECOGNITION LETTERS》 * |
陈大力: "数字图像处理中去噪算法的研究", 《中国博士学位论文全文数据库信息科技辑》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104517265B (zh) * | 2014-11-06 | 2017-06-13 | 福建天晴数码有限公司 | 智能磨皮方法和装置 |
CN105701773B (zh) * | 2014-11-28 | 2018-08-17 | 联芯科技有限公司 | 一种快速处理图像的方法及装置 |
CN105701773A (zh) * | 2014-11-28 | 2016-06-22 | 联芯科技有限公司 | 一种快速处理图像的方法及装置 |
CN106296590B (zh) * | 2015-05-11 | 2019-05-07 | 福建天晴数码有限公司 | 皮肤粗糙度自适应磨皮方法、系统及客户端 |
CN106296590A (zh) * | 2015-05-11 | 2017-01-04 | 福建天晴数码有限公司 | 皮肤粗糙度自适应磨皮方法、系统及客户端 |
CN104992402B (zh) * | 2015-07-02 | 2019-04-09 | Oppo广东移动通信有限公司 | 一种美颜处理方法及装置 |
CN106507021A (zh) * | 2015-09-07 | 2017-03-15 | 腾讯科技(深圳)有限公司 | 视频处理方法及终端设备 |
CN105468361A (zh) * | 2015-11-17 | 2016-04-06 | 小米科技有限责任公司 | 头像生成方法及装置 |
CN107167616A (zh) * | 2017-03-13 | 2017-09-15 | 中国科学院苏州生物医学工程技术研究所 | 血型检测方法及装置 |
CN107167616B (zh) * | 2017-03-13 | 2019-06-07 | 中国科学院苏州生物医学工程技术研究所 | 血型检测方法及装置 |
CN107770447A (zh) * | 2017-10-31 | 2018-03-06 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN107770447B (zh) * | 2017-10-31 | 2020-06-23 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN107911609A (zh) * | 2017-11-30 | 2018-04-13 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN109993767A (zh) * | 2017-12-28 | 2019-07-09 | 北京京东尚科信息技术有限公司 | 图像处理方法和系统 |
CN112149685A (zh) * | 2019-06-28 | 2020-12-29 | 北京嗨动视觉科技有限公司 | 图像处理方法、装置及系统 |
CN113935918A (zh) * | 2021-10-14 | 2022-01-14 | 江阴市人人达科技有限公司 | 可视化水上办公支撑系统 |
CN115147312A (zh) * | 2022-08-10 | 2022-10-04 | 田海艳 | 面部磨皮特效简化识别平台 |
CN117274498A (zh) * | 2023-10-16 | 2023-12-22 | 北京百度网讯科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103617638B (zh) | 2017-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103617638A (zh) | 图像处理的方法及装置 | |
CN102780889B (zh) | 视频图像处理方法、装置及设备 | |
CN103942755B (zh) | 图像亮度调节方法和装置 | |
CN102835116B (zh) | 用于选择立体成像视点对的方法和装置 | |
CN103747225B (zh) | 基于颜色空间转换的高动态范围图像双屏显示方法 | |
Tanaka et al. | Gradient-based low-light image enhancement | |
CN106228516B (zh) | 一种高自然度的实时美颜方法、装置 | |
CN107077830B (zh) | 适用于无人机控制端的屏幕亮度调整方法及无人机控制端 | |
US20200193578A1 (en) | Method and system for image enhancement | |
CN103714520A (zh) | 基于fpga实现数字视频图像增强系统及其方法 | |
CN104091310A (zh) | 一种图像去雾方法和装置 | |
CN105023244B (zh) | 美化图像中人体肤色和调整人体肤色亮度的方法及其装置 | |
CN105488793B (zh) | 图像显示方法以及图像处理方法 | |
CN104994364B (zh) | 一种图像处理方法和装置 | |
CN102063701A (zh) | 影像加强装置与方法 | |
CN101853489B (zh) | 一种视频图像降噪装置及方法 | |
CN104485069B (zh) | 一种led显示屏对比度的调节方法及系统 | |
CN102663697A (zh) | 一种水下彩色视频图像的增强方法 | |
CN103702116B (zh) | 一种图像的宽动态压缩方法和装置 | |
CN102223480B (zh) | 图像处理装置及图像处理方法 | |
CN107408401A (zh) | 用于图像的简化调整的用户滑块 | |
CN104732497A (zh) | 一种图像去雾方法、fpga及包含该fpga的去雾系统 | |
CN105338214A (zh) | 图像处理方法和图像处理装置 | |
CN113450272B (zh) | 一种基于正弦曲线变化的图像增强方法及其应用 | |
EP4138029A1 (en) | Method and apparatus for processing dynamic range of image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |