CN104063850A - 红眼修复方法 - Google Patents
红眼修复方法 Download PDFInfo
- Publication number
- CN104063850A CN104063850A CN201410289203.7A CN201410289203A CN104063850A CN 104063850 A CN104063850 A CN 104063850A CN 201410289203 A CN201410289203 A CN 201410289203A CN 104063850 A CN104063850 A CN 104063850A
- Authority
- CN
- China
- Prior art keywords
- connected domain
- module
- average gray
- gray value
- blood
- 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
- 201000005111 ocular hyperemia Diseases 0.000 title claims abstract description 56
- 241000593989 Scardinius erythrophthalmus Species 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 15
- 208000024754 bloodshot eye Diseases 0.000 claims description 22
- 238000001514 detection method Methods 0.000 claims description 4
- 238000007789 sealing Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 abstract 1
- 238000012544 monitoring process Methods 0.000 description 5
- 230000004297 night vision Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
视频红眼修复方法包括步骤A:对视频的每一帧图像进行边缘检测,以生成边缘图像;步骤B:对每一边缘图像进行形态学闭运算,以获取若干封闭的连通域;步骤C:获取每一连通域的圆度步骤D:获取每一连通域的面积;步骤E:获取每一连通域的平均灰度值;步骤F:判断每一连通域的圆度是否在预设的圆度阈值范围内,面积是否在预设的面积阈值范围内,平均灰度值是否在预设的平均灰度值阈值范围内,若均在对应的阈值范围内,执行步骤G;若三者中至少有一个不在对应的阈值范围内,执行步骤H;步骤G:认定该连通域为红眼区域,对红眼区域进行灰度替换处理;及步骤H:认定该连通域不是红眼区域。上述发明可消除视频的红眼。本发明还涉及相关系统。
Description
技术领域
本发明涉及一种视频红眼修复方法及系统。
背景技术
随着社会对安防的重视,视频监控技术特别是红外夜视监控得到空前应用。国内外在夜视监控技术领域普遍使用的是低照度摄像机加红外补光照明技术,但是由于红眼效应,瞳孔位置会在监控图像上形成一个明亮的圆斑,破坏图像的真实性。由于室外夜视环境和成像系统本身等多种因素的影响,主动式红外监控图像无色彩信息等缺点,人脸检测难度大。
发明内容
针对现有技术的不足,本发明的目的旨在于提供一种可消除视频红眼的视频红眼修复方法及系统。
为实现上述目的,本发明采用如下技术方案:
一种视频红眼修复方法,其包括以下步骤:
步骤A:对视频的每一帧图像进行边缘检测,以生成对应的边缘图像;
步骤B:对每一边缘图像进行形态学闭运算,以获取若干封闭的连通域;
步骤C:获取每一连通域的圆度;
步骤D:获取每一连通域的面积;
步骤E:获取每一连通域的平均灰度值;
步骤F:判断每一连通域的圆度是否在预设的圆度阈值范围内,面积是否在预设的面积阈值范围内,平均灰度值是否在预设的平均灰度值阈值范围内,若三者均在对应的阈值范围内,则执行步骤G;若三者中至少有一个不在对应的阈值范围内,则执行步骤H;
步骤G:认定该连通域为红眼区域,对红眼区域进行灰度替换处理,以消除红眼;以及
步骤H:认定该连通域不是红眼区域。
进一步地,步骤C还包括以下子步骤:
步骤C1:根据每一连通域的二阶中心距计算获取具有相同二阶中心距的椭圆的长轴值和短轴值;以及
步骤C2:通过将每一连通域对应的长轴值除以短轴值计算获取每一连通域的圆度。
进一步地,步骤G还包括以下子步骤:
步骤G1:对该红眼区域进行膨胀操作,以生成在红眼区域外围的环状的矫正参考区域;
步骤G2:计算该矫正参考区域的平均灰度值;以及
步骤G3:将红眼区域的平均灰度值修改为对应矫正参考区域的平均灰度值的二分之一。
进一步地,对红眼区域以正方形的结构元素进行膨胀操作,以生成一圆环状的矫正参考区域。
进一步地,步骤G还包括子步骤G4:对灰度替换后的区域进行平滑滤波处理。
一种视频红眼修复系统,其包括以下模块:
模块A:对视频的每一帧图像进行边缘检测,以生成对应的边缘图像;
模块B:对每一边缘图像进行形态学闭运算,以获取若干封闭的连通域;
模块C:获取每一连通域的圆度;
模块D:获取每一连通域的面积;
模块E:获取每一连通域的平均灰度值;
模块F:判断每一连通域的圆度是否在预设的圆度阈值范围内,面积是否在预设的面积阈值范围内,平均灰度值是否在预设的平均灰度值阈值范围内,若三者均在对应的阈值范围内,则执行模块G;若三者中至少有一个不在对应的阈值范围内,则执行模块H;
模块G:认定该连通域为红眼区域,对红眼区域进行灰度替换处理,以消除红眼;以及
模块H:认定该连通域不是红眼区域。
进一步地,模块C还包括以下子模块:
模块C1:根据每一连通域的二阶中心距计算获取具有相同二阶中心距的椭圆的长轴值和短轴值;以及
模块C2:通过将每一连通域对应的长轴值除以短轴值计算获取每一连通域的圆度。
进一步地,模块G还包括以下子模块:
模块G1:对该红眼区域进行膨胀操作,以生成在红眼区域外围的环状的矫正参考区域;
模块G2:计算该矫正参考区域的平均灰度值;以及
模块G3:将红眼区域的平均灰度值修改为对应矫正参考区域的平均灰度值的二分之一。
进一步地,对红眼区域以正方形的结构元素进行膨胀操作,以生成一圆环状的矫正参考区域。
进一步地,模块G还包括子模块G4:对灰度替换后的区域进行平滑滤波处理。
本发明的有益效果如下:
本发明可消除视频的红眼,从而解决红外摄像机在夜视监控视频中出现的红眼效应问题。
附图说明
图1为本发明视频红眼修复方法的较佳实施方式的示意图。
具体实施方式
下面将结合附图以及具体实施方式,对本发明做进一步描述:
请参见图1,本发明涉及一种视频红眼修复方法,其较佳实施方式包括以下步骤:
步骤A:对视频的每一帧图像进行边缘检测,以生成对应的边缘图像;
步骤B:对每一边缘图像进行形态学闭运算,以获取若干封闭的连通域;
步骤C:获取每一连通域的圆度;具体包括以下步骤:
步骤C1:根据每一连通域的二阶中心距计算获取具有相同二阶中心距的椭圆的长轴值和短轴值;以及
步骤C2:通过将每一连通域对应的长轴值除以短轴值计算获取每一连通域的圆度;
步骤D:获取每一连通域的面积;
步骤E:获取每一连通域的平均灰度值;
步骤F:判断每一连通域的圆度是否在预设的圆度阈值范围内,面积是否在预设的面积阈值范围内,平均灰度值是否在预设的平均灰度值阈值范围内,若三者均在对应的阈值范围内(即圆度在圆度阈值范围内,且面积在面积阈值范围内,且平均灰度值在平均灰度值阈值范围内),则执行步骤G;若三者中至少有一个不在对应的阈值范围内,则执行步骤H;
优选地,该圆度阈值范围为1至2;
步骤G:认定该连通域为红眼区域,对红眼区域进行灰度替换处理,以消除红眼;本步骤包括以下子步骤:
步骤G1:对该红眼区域进行膨胀操作,以生成在红眼区域外围的环状的矫正参考区域;具体可对红眼区域以正方形的结构元素进行膨胀操作,以生成一圆环状的矫正参考区域;
步骤G2:计算该矫正参考区域的平均灰度值;
步骤G3:将红眼区域的平均灰度值修改为对应矫正参考区域的平均灰度值的二分之一;如此,即可消除视频红眼。
为使得红眼边界过渡自然,本步骤还包括子步骤G4:对灰度替换后的区域进行平滑滤波处理。
步骤H:认定该连通域不是红眼区域。
上述步骤C、步骤D和步骤E之间不受时序限制,三者不分先后顺序。
对于本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的改变以及变形,而所有的这些改变以及变形都应该属于本发明权利要求的保护范围之内。
Claims (10)
1.一种红眼修复方法,其特征在于:其包括以下步骤:
步骤A:对视频的每一帧图像进行边缘检测,以生成对应的边缘图像;
步骤B:对每一边缘图像进行形态学闭运算,以获取若干封闭的连通域;
步骤C:获取每一连通域的圆度;
步骤D:获取每一连通域的面积;
步骤E:获取每一连通域的平均灰度值;
步骤F:判断每一连通域的圆度是否在预设的圆度阈值范围内,面积是否在预设的面积阈值范围内,平均灰度值是否在预设的平均灰度值阈值范围内,若三者均在对应的阈值范围内,则执行步骤G;若三者中至少有一个不在对应的阈值范围内,则执行步骤H;
步骤G:认定该连通域为红眼区域,对红眼区域进行灰度替换处理,以消除红眼;以及
步骤H:认定该连通域不是红眼区域。
2.如权利要求1所述的红眼修复方法,其特征在于:步骤C还包括以下子步骤:
步骤C1:根据每一连通域的二阶中心距计算获取具有相同二阶中心距的椭圆的长轴值和短轴值;以及
步骤C2:通过将每一连通域对应的长轴值除以短轴值计算获取每一连通域的圆度。
3.如权利要求1或2所述的红眼修复方法,其特征在于:步骤G还包括以下子步骤:
步骤G1:对该红眼区域进行膨胀操作,以生成在红眼区域外围的环状的矫正参考区域;
步骤G2:计算该矫正参考区域的平均灰度值;以及
步骤G3:将红眼区域的平均灰度值修改为对应矫正参考区域的平均灰度值的二分之一。
4.如权利要求3所述的红眼修复方法,其特征在于:对红眼区域以正方形的结构元素进行膨胀操作,以生成一圆环状的矫正参考区域。
5.如权利要求3所述的红眼修复方法,其特征在于:步骤G还包括子步骤G4:对灰度替换后的区域进行平滑滤波处理。
6.一种视频红眼修复系统,其特征在于:其包括以下模块:
模块A:对视频的每一帧图像进行边缘检测,以生成对应的边缘图像;
模块B:对每一边缘图像进行形态学闭运算,以获取若干封闭的连通域;
模块C:获取每一连通域的圆度;
模块D:获取每一连通域的面积;
模块E:获取每一连通域的平均灰度值;
模块F:判断每一连通域的圆度是否在预设的圆度阈值范围内,面积是否在预设的面积阈值范围内,平均灰度值是否在预设的平均灰度值阈值范围内,若三者均在对应的阈值范围内,则执行模块G;若三者中至少有一个不在对应的阈值范围内,则执行模块H;
模块G:认定该连通域为红眼区域,对红眼区域进行灰度替换处理,以消除红眼;以及
模块H:认定该连通域不是红眼区域。
7.如权利要求6所述的视频红眼修复系统,其特征在于:模块C还包括以下子模块:
模块C1:根据每一连通域的二阶中心距计算获取具有相同二阶中心距的椭圆的长轴值和短轴值;以及
模块C2:通过将每一连通域对应的长轴值除以短轴值计算获取每一连通域的圆度。
8.如权利要求6或7所述的视频红眼修复系统,其特征在于:模块G还包括以下子模块:
模块G1:对该红眼区域进行膨胀操作,以生成在红眼区域外围的环状的矫正参考区域;
模块G2:计算该矫正参考区域的平均灰度值;以及
模块G3:将红眼区域的平均灰度值修改为对应矫正参考区域的平均灰度值的二分之一。
9.如权利要求8所述的视频红眼修复系统,其特征在于:对红眼区域以正方形的结构元素进行膨胀操作,以生成一圆环状的矫正参考区域。
10.如权利要求8所述的视频红眼修复系统,其特征在于:模块G还包括子模块G4:对灰度替换后的区域进行平滑滤波处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410289203.7A CN104063850B (zh) | 2014-06-24 | 2014-06-24 | 红眼修复方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410289203.7A CN104063850B (zh) | 2014-06-24 | 2014-06-24 | 红眼修复方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104063850A true CN104063850A (zh) | 2014-09-24 |
CN104063850B CN104063850B (zh) | 2017-02-01 |
Family
ID=51551542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410289203.7A Expired - Fee Related CN104063850B (zh) | 2014-06-24 | 2014-06-24 | 红眼修复方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104063850B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830838A (zh) * | 2018-05-28 | 2018-11-16 | 江苏大学 | 一种亚像素级的pcb板残缺基准点检测方法 |
WO2020118896A1 (zh) * | 2018-12-10 | 2020-06-18 | 上海奕瑞光电子科技股份有限公司 | 一种图像修复方法、图像修复系统及平板探测器 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100468453C (zh) * | 2003-12-29 | 2009-03-11 | 佳能株式会社 | 检测和校正图像中的红眼的方法 |
WO2006057769A2 (en) * | 2004-11-24 | 2006-06-01 | Alcon, Inc. | Method of delivering nasal spray |
US8374403B2 (en) * | 2005-05-16 | 2013-02-12 | Cisco Technology, Inc. | Methods and apparatus for efficient, automated red eye detection |
CN101620679B (zh) * | 2009-07-22 | 2011-11-23 | 凌阳电通科技股份有限公司 | 图像中的红眼消除方法 |
-
2014
- 2014-06-24 CN CN201410289203.7A patent/CN104063850B/zh not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830838A (zh) * | 2018-05-28 | 2018-11-16 | 江苏大学 | 一种亚像素级的pcb板残缺基准点检测方法 |
WO2020118896A1 (zh) * | 2018-12-10 | 2020-06-18 | 上海奕瑞光电子科技股份有限公司 | 一种图像修复方法、图像修复系统及平板探测器 |
Also Published As
Publication number | Publication date |
---|---|
CN104063850B (zh) | 2017-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10341586B2 (en) | Visible light image and infrared image fusion processing system and fusion method | |
CN105719234B (zh) | 用于人脸区域的自动去油光方法、系统及拍摄终端 | |
CN104268899A (zh) | 基于帧间差分和背景差分的运动目标检测方法 | |
JP2007318564A5 (zh) | ||
CN103780957B (zh) | 一种电视终端智能控制系统及其控制方法 | |
CN105163038A (zh) | 一种联动补光方法及其装置 | |
CN105096273A (zh) | 一种彩色图像亮度的自动调整方法 | |
CN107578045A (zh) | 一种基于机器视觉的水下目标识别方法 | |
CN106534677A (zh) | 一种图像过曝优化方法及装置 | |
CN103971135A (zh) | 基于头肩深度信息特征的人体目标检测方法 | |
KR20160047196A (ko) | 고 조도 환경 및 저 조도 환경에서 동작 가능한 시점 추적 장치 및 그 방법 | |
CN104299188B (zh) | 图像修正方法及系统 | |
CN104504707A (zh) | 一种监控相机视频画面的异物遮挡检测方法 | |
CN104063850A (zh) | 红眼修复方法 | |
CN104966274B (zh) | 一种采用图像检测与区域提取的局部模糊复原方法 | |
CN104899843A (zh) | 一种实时去雾霾显示仪及其去雾霾显示方法 | |
CN105989583B (zh) | 一种图像去雾方法 | |
EP2670131A3 (en) | Videoscope and image correcting method thereof | |
CN106645171A (zh) | 一种爬壁机器人混凝土裂缝检测方法 | |
WO2017063714A8 (en) | Ophthalmic surgical image processing | |
CN115171024A (zh) | 一种基于视频序列的面部多特征融合疲劳检测方法及系统 | |
CN104469321A (zh) | 红外光视频分析智能控制方法 | |
JP6138949B2 (ja) | 差分カメラを利用した映像処理装置 | |
CN104994353A (zh) | 一种物联网网络监控方法及系统 | |
CN105046222A (zh) | 一种基于fpga的人脸检测与跟踪方法 |
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: 20170201 Termination date: 20190624 |
|
CF01 | Termination of patent right due to non-payment of annual fee |