CN103971344B - 一种证件图像的肤色偏色校正方法及系统 - Google Patents

Abstract

本发明公开了一种证件图像的肤色偏色校正方法及系统，所述方法包括对证件图像进行皮肤区域的定位；对多幅证件图像所定位的皮肤区域进行学习，获取校正后皮肤区域颜色的均值；根据校正后皮肤区域颜色的均值，采用二次曲线的方法，对要处理的证件图像所定位的皮肤区域进行肤色的偏色校正；所述系统包括皮肤区域定位模块、均值获取模块和肤色偏色校正模块。本发明方法及系统，会自动进行皮肤区域的检测，通过当前皮肤区域的偏色情况自动地进行优化，具有处理速度快，准确度高的特点，可以在短时间内处理大量的证件照，从而得到满足条件的照片，大大提高用户的工作效率和减轻用户的工作负担，能广泛应用于批量处理证件照的场景中。

Description

一种证件图像的肤色偏色校正方法及系统

技术领域

本发明涉及一种图像的肤色偏色校正技术，尤其是一种证件图像的肤色偏色校正方法及系统。属于图像处理领域。

背景技术

证件照是一种特殊的照片，对于场景、拍摄条件以及整个图片的色调都有一定要求，一张好的证件照可以反映一个人的精神面貌，体现一个人良好的气质，而有些部门更是对证件照中的肤色有着比较严格的要求。

Adobe公司的PhotoShop(以下简称PS)提供了色彩曲线这个工具对偏色进行处理，可以看到色彩曲线实际是一个函数关系，如图1所示，图中有一个坐标轴，X轴表示的是原图像的像素值，Y轴表示的是输出图像相应像素的值，既可以对三个通道采用同一条曲线进行处理，也可以对R、G、B这三个通道单独进行处理。

PS中还有一些色彩平衡的工具，在RGB色彩模型当中，补色是指一种原色和另外两种原色混合形成的颜色互为补色的关系，红色和青色(绿色和蓝色的混合形成的颜色)互为补色，同理绿色和洋红，蓝色和黄色形成互补，补色关系在色彩平衡这个工具中也体现的很好，这个色彩平衡工具的使用方法是：如果偏青，那么增加红色就可以解决；偏红的时候增加青色就可以解决。市面上还有其他的图像处理软件(如美图秀秀等)对于偏色的处理和PS都大同小异。

上述软件虽然可以得到理想的结果，但是都存在以下问题：

1)无法批量处理证件照。这些操作都是需要手工进行交互的，证件照的数量很多的时候这是非常耗时而且繁重的，而且对于一些特殊的应用场景，比如需要在短时间内对用户上传的照片进行处理，手工的交互显然是不可取的。

2)严重依赖操作者的素质。将照片调整到符合条件，需要有丰富经验的操作者才能在短时间内实施，而且这类软件不能及时的将调整的结果反馈出来(比如调整之后是否满足条件，如果不满足，是哪个条件不满足)，偏色的判断仅靠人眼也是不可取的。

综上所述，需要提供一种处理速度快，可以在短时间内处理大量的证件照，极大的提高了工作效率减轻了工作负担的肤色偏色校正方法。

发明内容

本发明的目的是为了解决上述现有技术的缺陷，提供一种处理速度快、准确度高，且操作方便的证件图像的肤色偏色校正方法。

本发明的另一目的在于提供一种证件图像的肤色偏色校正系统。

本发明的目的可以通过采取如下技术方案达到：

一种证件图像的肤色偏色校正方法，其特征在于所述方法包括：

对证件图像进行皮肤区域的定位；

对多幅证件图像所定位的皮肤区域进行学习，获取校正后皮肤区域颜色的均值；

根据校正后皮肤区域颜色的均值，采用二次曲线的方法，对要处理的证件图像所定位的皮肤区域进行肤色的偏色校正。

作为一种优选方案，所述对证件图像进行皮肤区域的定位，包括：

将证件图像由RGB空间转到YcbCr空间；

根据已有的肤色统计模型，计算每一个像素值属于这个模型的概率p，通过所有的概率p计算出一个阈值thd；

遍历整幅证件图像，若某个像素对应的概率p大于阈值thd，判断该像素属于皮肤区域；

采用第三方库OpenCV中已经过训练的数据集对皮肤的位置进行定位，排除非皮肤区域像素对检测结果的干扰；

根据所有属于皮肤区域的像素得到一个皮肤区域，并对这个皮肤区域进行膨胀和腐蚀操作。

作为一种优选方案，所述对证件图像进行皮肤区域的定位，还包括：

通过加入多条坐标线对经过膨胀和腐蚀操作后的皮肤区域进行约束。

作为一种优选方案，所述多条坐标线包括一条水平坐标线和左右两条垂直坐标线，其中水平坐标线在证件图像上方1/8高度处，左垂直坐标线在证件图像左边1/8宽度处，右垂直坐标线在证件图像右边1/8宽度处，通过水平坐标线往下、左垂直坐标线往右以及右垂直坐标线往左对经过膨胀和腐蚀操作后的皮肤区域进行约束。

作为一种优选方案，所述通过所有的概率p计算出一个阈值thd，具体为：计算出所有概率p的平均值p’，取阈值thd＝1.2*p’。

作为一种优选方案，所述校正后皮肤区域颜色的均值包括校正后皮肤区域红色通道的均值R_means、校正后皮肤区域绿色通道的均值G_means和校正后皮肤区域蓝色通道的均值B_means。

作为一种优选方案，所述根据校正后皮肤区域颜色的均值，采用二次曲线的方法，对要处理的证件图像所定位的皮肤区域进行肤色的偏色校正，具体如下：

a)将红色通道归一化，即将红色通道值原来的取值范围[0,255]，归一化为[0,1]；

b)假定红色通道的曲线经过了点(0,0)和点(1,1)，即将曲线的表达式设为f(x)＝ax²+(1-a)x，其中x表示校正前的皮肤像素值，a是这个二次曲线的一个参数；

c)根据f(x)，建立如下等式关系：

$\underset{x\∈f}{\Σ}f\left(x\right)=R\_means*f\_count$

其中，等式左边表示所有的皮肤像素校正之后的和，等式右边R_means表示校正后皮肤区域红色通道的均值，f_count表示皮肤区域像素的个数；

d)根据步骤c)的等式，求出a的值，进而求出对应的色彩曲线f(x)；

e)通过步骤a)～步骤d)对绿色通道和蓝色通道分别进行同样的处理，得到三条色彩曲线；

f)将三条色彩曲线作用于要处理的证件图像所定位的皮肤区域，得到肤色偏色校正后的证件图像。

本发明的另一目的可以通过采取如下技术方案达到：

一种证件图像的肤色偏色校正系统，其特征在于所述系统包括：

皮肤区域定位模块，用于对证件图像进行皮肤区域的定位；

均值获取模块，用于对多幅证件图像所定位的皮肤区域进行学习，获取校正后皮肤区域颜色的均值；

肤色偏色校正模块，用于根据校正后皮肤区域颜色的均值，采用二次曲线的方法，对要处理的证件图像所定位的皮肤区域进行肤色的偏色校正。

作为一种优选方案，所述皮肤区域定位模块包括：

空间转换单元，用于将证件图像由RGB空间转到YcbCr空间；

概率计算单元，用于根据已有的肤色统计模型，计算每一个像素值属于这个模型的概率p，通过所有的概率p计算出一个阈值thd；

遍历单元，用于遍历整幅证件图像，若某个像素对应的概率p大于阈值thd，判断该像素属于皮肤区域；

皮肤位置定位单元，用于采用第三方库OpenCV中已经过训练的数据集对皮肤的位置进行定位，排除非皮肤区域像素对检测结果的干扰；

膨胀腐蚀操作单元，用于根据所有属于皮肤区域的像素得到一个皮肤区域，并对这个皮肤区域进行膨胀和腐蚀操作；

约束单元，用于通过加入多条坐标线对经过膨胀和腐蚀操作后的皮肤区域进行约束。

作为一种优选方案，所述偏色校正模块中根据校正后皮肤区域颜色的均值，采用二次曲线的方法，对要处理的证件图像所定位的皮肤区域进行肤色的偏色校正，具体如下：

a)将红色通道归一化，即将红色通道值原来的取值范围[0,255]，归一化为[0,1]；

b)假定红色通道的曲线经过了点(0,0)和点(1,1)，即将曲线的表达式设为f(x)＝ax²+(1-a)x，其中x表示校正前的皮肤像素值，a是这个二次曲线的一个参数；

c)根据f(x)，建立如下等式关系：

$\underset{x\∈f}{\Σ}f\left(x\right)=R\_means*f\_count$

其中，等式左边表示所有的皮肤像素校正之后的和，等式右边R_means表示校正后皮肤区域红色通道的均值，f_count表示皮肤区域像素的个数；

d)根据步骤c)的等式，求出a的值，进而求出对应的色彩曲线f(x)；

e)通过步骤a)～步骤d)对绿色通道和蓝色通道分别进行同样的处理，得到三条色彩曲线；

f)将三条色彩曲线作用于要处理的证件图像所定位的皮肤区域，得到肤色偏色校正后的证件图像。

本发明相对于现有技术具有如下的有益效果：

1、本发明的肤色偏色校正方法及系统，会自动进行皮肤区域的检测，通过当前皮肤区域的偏色情况自动地进行优化，具有处理速度快(只有几十毫秒)，准确度高的特点，可以在短时间内处理大量的证件照，从而得到满足条件的照片，大大提高用户的工作效率和减轻用户的工作负担，能广泛应用于批量处理证件照的场景中。

2、本发明的肤色偏色校正方法及系统，采用二次曲线进行肤色的偏色校正，其主要的优点有：一是二次曲线是平滑的，通过二次曲线校正的图像不会出现严重的跳变；二是二次曲线简单，便于计算。

附图说明

图1为采用现有PS技术中的色彩曲线示意图。

图2为本发明的肤色偏色校正方法流程示意图。

图3为本发明的肤色偏色校正方法中采用二次曲线的方法进行肤色的偏色校正流程示意图。

图4为本发明的肤色偏色校正方法中对证件图像进行皮肤区域的定位流程示意图。

图5为本发明的肤色偏色校正方法中经过膨胀和腐蚀后的皮肤区域示意图。

图6为本发明的肤色偏色校正方法中对膨胀和腐蚀后的皮肤区域进行约束的示意图。

图7为本发明的肤色偏色校正系统结构框图。

具体实施方式

实施例1：

如图2～图3所示，本实施例的肤色偏色校正方法，包括以下步骤：

1)对多幅证件图像(在本实施例中，采用10000幅以上摄影师认为较好的证件图像)进行皮肤区域(包括脸部区域、耳部区域和下巴以下的皮肤区域)的定位，然后进行学习，获取一些统计信息，这些统计信息是校正后皮肤区域颜色的均值，包括校正后皮肤区域红色通道的均值R_means、校正后皮肤区域绿色通道的均值G_means和校正后皮肤区域蓝色通道的均值B_means；

2)对要处理的证件图像进行皮肤区域的定位，根据校正后皮肤区域颜色的均值，此时采用类似PS(PhotoShop)软件中色彩曲线的方法，PS中的色彩曲线可能有无数多条，我们通过大量调研，最终采用二次曲线的方法进行肤色的偏色校正，具体如下：

2.1)将红色通道(R通道)归一化，即将红色通道值原来的取值范围[0,255]，归一化为[0,1]；

2.2)假定红色通道的曲线经过了点(0,0)和点(1,1)，即将曲线的表达式设为f(x)＝ax²+(1-a)x，其中x表示校正前的皮肤像素值，a是这个二次曲线的一个参数；

2.3)根据f(x)，建立如下等式关系：

$\underset{x\∈f}{\Σ}f\left(x\right)=R\_means*f\_count$

其中，等式左边表示所有的皮肤像素校正之后的和，等式右边R_means表示校正后皮肤区域红色通道的均值，f_count表示皮肤区域像素的个数；

2.4)根据步骤2.3)的等式，求出a的值，进而求出对应的色彩曲线f(x)；

2.5)上述步骤2.1)～步骤2.4)是对红色通道进行处理，现在再对绿色通道(G通道)和蓝色通道(B通道)分别进行同样的处理，得到三条色彩曲线；

2.6)将三条色彩曲线作用于要处理的证件图像所定位的皮肤区域，得到肤色偏色校正后的证件图像。

如图4所示，步骤1)和步骤2)中对证件图像进行皮肤区域的定位，具体如下：

a)将证件图像由RGB(红、绿、蓝)空间转到YcbCr空间；

b)根据已有的肤色统计模型(比如亚洲人肤色YCbCr空间下的均值，方差等信息组成的模型)，计算每一个像素值属于这个模型的概率p，计算出所有概率p的平均值p’，取阈值thd＝1.2*p’；

c)遍历整幅证件图像，若某个像素对应的概率p大于阈值thd，判断该像素属于皮肤区域；

d)采用第三方库OpenCV中已经过训练的数据集对皮肤的位置进行定位，排除非皮肤区域像素对检测结果的干扰；

e)根据所有属于皮肤区域的像素得到一个皮肤区域，此时这个区域一般会有很多的空洞，对这个皮肤区域进行膨胀和腐蚀操作，如图5所示；

f)加入三条坐标线，这三条坐标为一条水平坐标线和左右两条垂直坐标线，其中水平坐标线在证件图像上方1/8高度处，左垂直坐标线在证件图像左边1/8宽度处，右垂直坐标线在证件图像右边1/8宽度处，通过水平坐标线往下、左垂直坐标线往右以及右垂直坐标往左对经过膨胀和腐蚀操作后的皮肤区域进行约束，如图6所示。

实施例2：

如图7所示，本实施例的肤色偏色校正系统，包括：

皮肤区域定位模块，用于对证件图像进行皮肤区域的定位；

均值获取模块，用于对多幅证件图像所定位的皮肤区域进行学习，获取校正后皮肤区域颜色的均值；

肤色偏色校正模块，用于根据校正后皮肤区域颜色的均值，采用二次曲线的方法，对要处理的证件图像所定位的皮肤区域进行肤色的偏色校正。

其中，所述皮肤区域定位模块包括：

空间转换单元，用于将证件图像由RGB空间转到YcbCr空间；

概率计算单元，用于根据已有的肤色统计模型，计算每一个像素值属于这个模型的概率p，通过所有的概率p计算出一个阈值thd；

遍历单元，用于遍历整幅证件图像，若某个像素对应的概率p大于阈值thd，判断该像素属于皮肤区域；

皮肤位置定位单元，用于采用第三方库OpenCV中已经过训练的数据集对皮肤的位置进行定位，排除非皮肤区域像素对检测结果的干扰；

膨胀腐蚀操作单元，用于根据所有属于皮肤区域的像素得到一个皮肤区域，并对这个皮肤区域进行膨胀和腐蚀操作；

约束单元，用于通过加入多条坐标线对经过膨胀和腐蚀操作后的皮肤区域进行约束。

所述偏色校正模块中根据校正后皮肤区域颜色的均值，采用二次曲线的方法，对要处理的证件图像所定位的皮肤区域进行肤色的偏色校正，具体如下：

a)将红色通道归一化，即将红色通道值原来的取值范围[0,255]，归一化为[0,1]；

b)假定红色通道的曲线经过了点(0,0)和点(1,1)，即将曲线的表达式设为f(x)＝ax²+(1-a)x，其中x表示校正前的皮肤像素值，a是这个二次曲线的一个参数；

c)根据f(x)，建立如下等式关系：

$\underset{x\∈f}{\Σ}f\left(x\right)=R\_means*f\_count$

其中，等式左边表示所有的皮肤像素校正之后的和，等式右边R_means表示校正后皮肤区域红色通道的均值，f_count表示皮肤区域像素的个数；

d)根据步骤c)的等式，求出a的值，进而求出对应的色彩曲线f(x)；

e)通过步骤a)～步骤d)对绿色通道和蓝色通道分别进行同样的处理，得到三条色彩曲线；

f)将三条色彩曲线作用于要处理的证件图像所定位的皮肤区域，得到肤色偏色校正后的证件图像。

综上所述，本发明的肤色偏色校正方法及系统，会自动进行皮肤区域的检测，通过当前皮肤区域的偏色情况自动地进行优化，具有处理速度快(只有几十毫秒)，准确度高的特点，可以在短时间内处理大量的证件照，从而得到满足条件的照片，大大提高用户的工作效率和减轻用户的工作负担，能广泛应用于批量处理证件照的场景中。

另外，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘或光盘等。

以上所述，仅为本发明专利较佳的实施例，但本发明专利的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明专利所公开的范围内，根据本发明专利的技术方案及其发明专利构思加以等同替换或改变，都属于本发明专利的保护范围。

Claims (7)

1.一种证件图像的肤色偏色校正方法，其特征在于所述方法包括：

对证件图像进行皮肤区域的定位；

对多幅证件图像所定位的皮肤区域进行学习，获取校正后皮肤区域颜色的均值；其中，所述校正后皮肤区域颜色的均值包括校正后皮肤区域红色通道的均值R_means、校正后皮肤区域绿色通道的均值G_means和校正后皮肤区域蓝色通道的均值B_means；

根据校正后皮肤区域颜色的均值，采用二次曲线的方法，对要处理的证件图像所定位的皮肤区域进行肤色的偏色校正，具体如下：

a)将红色通道归一化，即将红色通道值原来的取值范围[0,255]，归一化为[0,1]；

b)假定红色通道的曲线经过了点(0,0)和点(1,1)，即将曲线的表达式设为f(x)＝ax²+(1-a)x，其中x表示校正前的皮肤像素值，a是这个二次曲线的一个参数；

c)根据f(x)，建立如下等式关系：

$\underset{x\∈f}{\Σ}f\left(x\right)=R\_means*f\_count$

其中，等式左边表示所有的皮肤像素校正之后的和，等式右边R_means表示校正后皮肤区域红色通道的均值，f_count表示皮肤区域像素的个数；

d)根据步骤c)的等式，求出a的值，进而求出对应的色彩曲线f(x)；

e)通过步骤a)～步骤d)对绿色通道和蓝色通道分别进行同样的处理，得到三条色彩曲线；

f)将三条色彩曲线作用于要处理的证件图像所定位的皮肤区域，得到肤色偏色校正后的证件图像。

2.根据权利要求1所述的一种证件图像的肤色偏色校正方法，其特征在于：所述对证件图像进行皮肤区域的定位，包括：

将证件图像由RGB空间转到YcbCr空间；

根据已有的肤色统计模型，计算每一个像素值属于这个模型的概率p，通过所有的概率p计算出一个阈值thd；

遍历整幅证件图像，若某个像素对应的概率p大于阈值thd，判断该像素属于皮肤区域；

采用第三方库OpenCV中已经过训练的数据集对皮肤的位置进行定位，排除非皮肤区域像素对检测结果的干扰；

根据所有属于皮肤区域的像素得到一个皮肤区域，并对这个皮肤区域进行膨胀和腐蚀操作。

3.根据权利要求2所述的一种证件图像的肤色偏色校正方法，其特征在于：所述对证件图像进行皮肤区域的定位，还包括：

通过加入多条坐标线对经过膨胀和腐蚀操作后的皮肤区域进行约束。

4.根据权利要求3所述的一种证件图像的肤色偏色校正方法，其特征在于：所述多条坐标线包括一条水平坐标线和左右两条垂直坐标线，其中水平坐标线在证件图像上方1/8高度处，左垂直坐标线在证件图像左边1/8宽度处，右垂直坐标线在证件图像右边1/8宽度处，通过水平坐标线往下、左垂直坐标线往右以及右垂直坐标线往左对经过膨胀和腐蚀操作后的皮肤区域进行约束。

5.根据权利要求2所述的一种证件图像的肤色偏色校正方法，其特征在于：所述通过所有的概率p计算出一个阈值thd，具体为：计算出所有概率p的平均值p’，取阈值thd＝1.2*p’。

6.一种证件图像的肤色偏色校正系统，其特征在于所述系统包括：

皮肤区域定位模块，用于对证件图像进行皮肤区域的定位；

均值获取模块，用于对多幅证件图像所定位的皮肤区域进行学习，获取校正后皮肤区域颜色的均值；其中，所述校正后皮肤区域颜色的均值包括校正后皮肤区域红色通道的均值R_means、校正后皮肤区域绿色通道的均值G_means和校正后皮肤区域蓝色通道的均值B_means；

肤色偏色校正模块，用于根据校正后皮肤区域颜色的均值，采用二次曲线的方法，对要处理的证件图像所定位的皮肤区域进行肤色的偏色校正，具体如下：

a)将红色通道归一化，即将红色通道值原来的取值范围[0,255]，归一化为[0,1]；

b)假定红色通道的曲线经过了点(0,0)和点(1,1)，即将曲线的表达式设为f(x)＝ax²+(1-a)x，其中x表示校正前的皮肤像素值，a是这个二次曲线的一个参数；

c)根据f(x)，建立如下等式关系：

$\underset{x\∈f}{\Σ}f\left(x\right)=R\_means*f\_count$

其中，等式左边表示所有的皮肤像素校正之后的和，等式右边R_means表示校正后皮肤区域红色通道的均值，f_count表示皮肤区域像素的个数；

d)根据步骤c)的等式，求出a的值，进而求出对应的色彩曲线f(x)；

e)通过步骤a)～步骤d)对绿色通道和蓝色通道分别进行同样的处理，得到三条色彩曲线；

f)将三条色彩曲线作用于要处理的证件图像所定位的皮肤区域，得到肤色偏色校正后的证件图像。

7.根据权利要求6所述的一种证件图像的肤色偏色校正系统，其特征在于：所述皮肤区域定位模块包括：

空间转换单元，用于将证件图像由RGB空间转到YcbCr空间；

概率计算单元，用于根据已有的肤色统计模型，计算每一个像素值属于这个模型的概率p，通过所有的概率p计算出一个阈值thd；

遍历单元，用于遍历整幅证件图像，若某个像素对应的概率p大于阈值thd，判断该像素属于皮肤区域；

皮肤位置定位单元，用于采用第三方库OpenCV中已经过训练的数据集对皮肤的位置进行定位，排除非皮肤区域像素对检测结果的干扰；

膨胀腐蚀操作单元，用于根据所有属于皮肤区域的像素得到一个皮肤区域，并对这个皮肤区域进行膨胀和腐蚀操作；

约束单元，用于通过加入多条坐标线对经过膨胀和腐蚀操作后的皮肤区域进行约束。