CN105023244B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN105023244B
CN105023244B CN201510039934.0A CN201510039934A CN105023244B CN 105023244 B CN105023244 B CN 105023244B CN 201510039934 A CN201510039934 A CN 201510039934A CN 105023244 B CN105023244 B CN 105023244B
Authority
CN
China
Prior art keywords
value
described image
pixel
image
values
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
CN201510039934.0A
Other languages
English (en)
Other versions
CN105023244A (zh
Inventor
何明哲
程心璇
李曜男
简元章
严天斈
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.)
Eys 3d Co Ltd
Original Assignee
eYs3D Microelectronics Co
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 eYs3D Microelectronics Co filed Critical eYs3D Microelectronics Co
Publication of CN105023244A publication Critical patent/CN105023244A/zh
Application granted granted Critical
Publication of CN105023244B publication Critical patent/CN105023244B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20076—Probabilistic image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Color Image Communication Systems (AREA)
  • Processing Of Color Television Signals (AREA)

Abstract

本发明公开了一种美化图像中人体肤色的方法、美化图像中人体肤色的装置、调整图像中人体肤色亮度的方法及调整图像中人体肤色亮度的装置。所述调整图像中人体肤色亮度的方法包含第一接收单元接收所述图像中Y值和第二接收单元接收所述图像中的Cb值和Cr值；滤波模块根据所述图像的Y值，产生对应所述图像中每一像素的二不同亮度值；肤色机率单元根据所述图像的Cb值和Cr值，产生所述图像中每一像素对应人体肤色的机率值；第一混合单元根据对应所述图像中每一像素的二不同亮度值和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的肤色亮度调整值。因此，本发明可减少所述肤色机率单元的运算负担及增加硬件计算的可行性。

Description

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
技术领域
本发明涉及一种美化图像中人体肤色的方法及其相关装置和调整图像中人体肤色亮度的方法及其相关装置，尤其涉及一种利用Trapezoid模型以美化图像中人体肤色和调整图像中人体肤色亮度的方法及其相关装置。
背景技术
当现有技术对一图像执行色彩校正时，现有技术是对对应于所述图像的所有像素执行色彩校正。因此，当所述图像包含一人脸且现有技术对所述图像执行色彩校正时，现有技术无可避免地会对所述人脸的肤色造成影响，导致所述人脸的肤色失真。另外，当现有技术对所述图像执行亮度调整时，现有技术是对对应于所述图像的整个色彩空间执行亮度调整。因此，当所述图像包含所述人脸且现有技术对所述图像执行亮度调整时，现有技术无可避免地会对所述人脸的亮度造成影响，导致所述人脸的亮度可能太亮或太暗。因此，现有技术对一用户而言并非是一个好的选择。
发明内容
本发明的一实施例公开一种美化图像中人体肤色的方法，其中应用于所述方法的一装置包含一第一接收单元、一第二接收单元、一滤波模块、一肤色机率单元、一第一混合单元、一饱合度调整单元及一第二混合单元。所述方法包含所述第一接收单元接收所述图像中Y值以及所述第二接收单元接收所述图像中Cb值和Cr值；所述滤波模块根据所述图像中的Y值，产生对应所述图像中每一像素的二不同亮度值；所述肤色机率单元根据所述图像中的Cb值和Cr值，产生所述图像中每一像素对应一人体肤色的机率值；所述第一混合单元根据对应所述图像中每一像素的二不同亮度值和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的一肤色亮度调整值；所述饱合度调整单元分别根据所述图像中的Cb值和Cr值，产生对应所述图像中每一像素的Cb值的调整值和Cr值的调整值；所述第二混合单元根据对应所述图像中每一像素的肤色亮度调整值、一对应所述图像中每一像素的Cb值的调整值和一对应所述图像中每一像素的Cr值的调整值，产生一人体肤色美化的图像。
本发明的另一实施例公开一种调整图像中人体肤色亮度的方法，其中应用于所述方法的一装置包含一第一接收单元、一滤波模块、一肤色机率单元及一第一混合单元。所述方法包含所述第一接收单元接收所述图像中Y值以及所述第二接收单元接收所述图像中的Cb值和Cr值；所述滤波模块根据所述图像中的Y值，产生对应所述图像中每一像素的二不同亮度值；所述肤色机率单元根据所述图像中的Cb值和Cr值，产生所述图像中每一像素对应一人体肤色的机率值；所述第一混合单元根据对应所述图像中每一像素的二不同亮度值和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的一肤色亮度调整值。
本发明的另一实施例公开一种美化图像中人体肤色的装置。所述装置包含一第一接收单元、一第二接收单元、一滤波模块、一肤色机率单元、一第一混合单元、一饱合度调整单元及一第二混合单元。所述第一接收单元是用以接收所述图像中Y值；所述第二接收单元是用以接收所述图像中的Cb值和Cr值；所述滤波模块耦接于所述第一接收单元，用以根据所述图像中的Y值，产生对应所述图像中每一像素的二不同亮度值；所述肤色机率单元耦接于所述第二接收单元，用以根据所述图像中的Cb值和Cr值，产生所述图像中每一像素对应一人体肤色的机率值；所述第一混合单元耦接于所述滤波模块与所述肤色机率单元，用以根据对应所述图像中每一像素的二不同亮度值和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的肤色亮度调整值；所述饱合度调整单元耦接于所述第二接收单元，用以分别根据所述图像中的Cb值和Cr值，产生对应所述图像中每一像素的Cb值的调整值和Cr值的调整值；所述第二混合单元耦接于所述第一混合单元与所述饱合度调整单元，用以根据对应所述图像中每一像素的肤色亮度调整值、一对应所述图像中每一像素的Cb值的调整值和一对应所述图像中每一像素的Cr值的调整值，产生一人体肤色美化的图像。
本发明的另一实施例公开一种调整图像中人体肤色亮度的装置。所述装置包含一第一接收单元、一第二接收单元、一滤波模块、一肤色机率单元及一第一混合单元。所述第一接收单元是用以接收所述图像中Y值；所述第二接收单元是用以接收所述图像中的Cb值和Cr值；所述滤波模块耦接于所述第一接收单元，用以根据所述图像中的Y值，产生对应所述图像中每一像素的二不同亮度值；所述肤色机率单元耦接于所述第二接收单元，用以根据所述图像中的Cb值和Cr值，产生所述图像中每一像素对应一人体肤色的机率值；所述第一混合单元耦接于所述滤波模块与所述肤色机率单元，用以根据对应所述图像中每一像素的二不同亮度值和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的肤色亮度调整值。
本发明的另一实施例公开一种美化图像中人体肤色的方法，其中应用于所述方法的一装置包含一第一接收单元、一第二接收单元、一滤波模块、一肤色机率单元、一第一混合单元、一饱合度调整单元及一第二混合单元。所述方法包含所述第一接收单元接收所述图像中Y值以及所述第二接收单元接收所述图像中Cb值和Cr值；所述滤波模块根据所述图像中的Y值，产生对应所述图像中每一像素的二不同亮度值；所述肤色机率单元根据所述图像中的Cb值、Cr值和一有关于人体肤色的高斯模型，产生所述图像中每一像素对应一人体肤色的机率值；所述第一混合单元根据对应所述图像中每一像素的二不同亮度值和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的一肤色亮度调整值；所述饱合度调整单元分别根据所述图像中的Cb值和Cr值，产生对应所述图像中每一像素的Cb值的调整值和Cr值的调整值；所述第二混合单元根据对应所述图像中每一像素的肤色亮度调整值、一对应所述图像中每一像素的Cb值的调整值和一对应所述图像中每一像素的Cr值的调整值，产生一人体肤色美化的图像。
本发明的另一实施例公开一种调整图像中人体肤色亮度的方法，其中应用于所述方法的一装置包含一第一接收单元、一滤波模块、一肤色机率单元及一第一混合单元。所述方法包含所述第一接收单元接收所述图像中Y值以及所述第二接收单元接收所述图像中的Cb值和Cr值；所述滤波模块根据所述图像中的Y值，产生对应所述图像中每一像素的二不同亮度值；所述肤色机率单元根据所述图像中的Cb值、Cr值和一有关于人体肤色的高斯模型，产生所述图像中每一像素对应一人体肤色的机率值；所述第一混合单元根据对应所述图像中每一像素的二不同亮度值和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的一肤色亮度调整值。
本发明的另一实施例公开一种美化图像中人体肤色的装置。所述装置包含一第一接收单元、一第二接收单元、一滤波模块、一肤色机率单元、一第一混合单元、一饱合度调整单元及一第二混合单元。所述第一接收单元是用以接收所述图像中Y值；所述第二接收单元是用以接收所述图像中的Cb值和Cr值；所述滤波模块耦接于所述第一接收单元，用以根据所述图像中的Y值，产生对应所述图像中每一像素的二不同亮度值；所述肤色机率单元耦接于所述第二接收单元，用以根据所述图像中的Cb值、Cr值和一有关于人体肤色的高斯模型，产生所述图像中每一像素对应一人体肤色的机率值；所述第一混合单元耦接于所述滤波模块与所述肤色机率单元，用以根据对应所述图像中每一像素的二不同亮度值和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的肤色亮度调整值；所述饱合度调整单元耦接于所述第二接收单元，用以分别根据所述图像中的Cb值和Cr值，产生对应所述图像中每一像素的Cb值的调整值和Cr值的调整值；所述第二混合单元耦接于所述第一混合单元与所述饱合度调整单元，用以根据对应所述图像中每一像素的肤色亮度调整值、一对应所述图像中每一像素的Cb值的调整值和一对应所述图像中每一像素的Cr值的调整值，产生一人体肤色美化的图像。
本发明的另一实施例公开一种调整图像中人体肤色亮度的装置。所述装置包含一第一接收单元、一第二接收单元、一滤波模块、一肤色机率单元及一第一混合单元。所述第一接收单元是用以接收所述图像中Y值；所述第二接收单元是用以接收所述图像中的Cb值和Cr值；所述滤波模块耦接于所述第一接收单元，用以根据所述图像中的Y值，产生对应所述图像中每一像素的二不同亮度值；所述肤色机率单元耦接于所述第二接收单元，用以根据所述图像中的Cb值、Cr值和一有关于人体肤色的高斯模型，产生所述图像中每一像素对应一人体肤色的机率值；所述第一混合单元耦接于所述滤波模块与所述肤色机率单元，用以根据对应所述图像中每一像素的二不同亮度值和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的肤色亮度调整值。
本发明公开一种美化图像中人体肤色的方法、美化图像中人体肤色的装置、调整图像中人体肤色亮度的方法及调整图像中人体肤色亮度的装置。所述美化图像中人体肤色的方法、所述美化图像中人体肤色的装置、所述调整图像中人体肤色亮度的方法及所述调整图像中人体肤色亮度的装置是利用一滤波模块和一肤色机率单元针对一图像中的人体肤色进行美化或针对所述图像中的人体肤色的亮度进行调整。因此，相较于现有技术，本发明不仅可柔化所述图像中的人体肤色，也可确保所述图像中的人体肤色不因调整后而失真。另外，因为本发明是针对所述图像中的人体肤色的亮度进行调整(现有技术是对对应于所述图像的整个色彩空间执行亮度调整)，所以本发明不会使人体肤色的亮度太亮或太暗，也不会产生色偏的缺点。另外，相较于现有技术，因为所述肤色机率单元是利用一线性梯形模型或一线性三角模型近似Gaussian分布，所以本发明可大幅减少所述肤色机率单元的运算负担及增加硬件计算的可行性。
附图说明
图1是本发明一第一实施例公开一种美化图像中人体肤色的装置的示意图。
图2是说明第一低通滤波器产生对应图像中一个像素的第一亮度值的示意图。
图3是说明利用线性梯形模型近似Gaussian分布的示意图。
图4是说明利用线性三角模型近似Gaussian分布的示意图。
图5是本发明一第二实施例公开一种美化图像中人体肤色的方法的流程图。
图6是本发明一第三实施例公开一种调整图像中人体肤色亮度的方法的流程图。
其中，附图标记说明如下：
100 装置
102 第一接收单元
104 第二接收单元
106 滤波模块
108 肤色机率单元
110 第一混合单元
112 饱合度调整单元
114 第二混合单元
1062 第一低通滤波器
1064 第二低通滤波器
200 像素
300 线性梯形模型
400 线性三角模型
IM 图像
MIM 人体肤色美化的图像
500-514、600-610 步骤
具体实施方式
请参照图1，图1是本发明一第一实施例公开一种美化图像中人体肤色的装置100的示意图。如图1所示，装置100包含一第一接收单元102、一第二接收单元104、一滤波模块106、一肤色机率单元108、一第一混合单元110、一饱合度调整单元112及一第二混合单元114，其中滤波模块106包含一第一低通滤波器1062和一第二低通滤波器1064，其中第一低通滤波器1062和一第二低通滤波器1064可为双边滤波器(bilateral filter)、均值滤波器(mean filter)、中值滤波器(median filter)，或其它低通滤波器。如图1所示，第一接收单元102接收图像IM中的Y值以及第二接收单元104接收图像IM中的Cb值和Cr值。但本发明并不受限于图像IM是一YCbCr图像。也就是说图像IM也可为一YUV图像或一RGB图像。当图像IM是一YUV图像时，第一接收单元102是接收图像IM中的Y值以及第二接收单元104是接收图像IM中的U值和V值；当图像IM是一RGB图像时，图像IM需先转换为一YCbCr图像或一YUV图像。当第一接收单元102接收图像IM中的Y值后，第一低通滤波器1062是根据图像IM中的Y值，产生对应图像IM中每一像素的一第一亮度值，以及第二低通滤波器1064根据图像IM中的Y值，产生对应图像IM中每一像素的一第二亮度值，其中对应第一低通滤波器1062的第一核心(kernel,convolution mask)是小于对应第二低通滤波器1064的第二核心。例如，对应第一低通滤波器1062的第一核心的大小为3*3以及对应第二低通滤波器1064的第二核心的大小为7*7。但本发明并不受限于对应第一低通滤波器1062的第一核心的大小为3*3以及对应第二低通滤波器1064的第二核心的大小为7*7。请参照图2，图2是说明第一低通滤波器1062产生对应图像IM中一像素200的一第一亮度值IY_F(x)200的示意图。如图2所示，因为第一低通滤波器1062(例如均值滤波器)对应像素200的第一核心(3*3)包含9个像素(包含位于第一核心(3*3)中心的像素200)，所以第一低通滤波器1062可根据对应像素200的第一核心所包含9个像素的亮度值，产生对应像素200的第一亮度值IY_F(x)200。例如对应像素200的第一亮度值IY_F(x)200可为对应像素200的第一核心所包含9个像素的亮度值的平均值。另外，本发明并不受限于第一低通滤波器1062对应像素200的第一核心包含9个像素。另外，第二低通滤波器1064根据图像IM中的Y值，产生对应图像IM中每一像素的一第二亮度值的原理和第一低通滤波器1062根据图像IM中的Y值，产生对应图像IM中每一像素的一第一亮度值的原理相同，在此不再赘述。
请参照图3，图3是说明利用一线性梯形模型300近似Gaussian分布的示意图，其中图3的纵坐标是机率值以及图3的横坐标是对应图像IM中的Cb值。如图3所示，线性梯形模型300具有顶点a、b、c、d，其中线性梯形模型300的顶点a、b、c、d是根据Gaussian分布的平均值(mean)和共变异数(covariance)所产生，线性梯形模型300的顶点a、b、c、d是对应图像IM中不同的Cb值，且式(1)可用以定义线性梯形模型300。另外，图像IM中的Cr值是对应另一类似图3的线性梯形模型。因此，对应图像IM中的Cb值的线性梯形模型300和对应图像IM中的Cr值的线性梯形模型可组成一二维Trapezoid模型。因此，肤色机率单元108即可根据二维Trapezoid模型和图像IM中的Cb值与Cr值，产生图像IM中每一像素对应人体肤色的机率值，也就是说肤色机率单元108可根据二维Trapezoid模型和图像IM中的Cb值与Cr值，产生对应图像IM的肤色机率图。
如式(1)所示，ICb(x)为对应一像素x的Cb值。因此，将对应像素x的Cb值代入式(1)即可得对应像素x的Cb值的第一肤色机率值。同理，也可根据上述原理，产生对应像素x的Cr值的第二肤色机率值。因此，肤色机率单元108即可利用二维Trapezoid模型将对应像素x的Cb值的第一肤色机率值和对应像素x的Cr值的第二肤色机率值相乘，产生像素x对应人体肤色的机率值。
另外，请参照图4，图4是说明利用一线性三角模型400近似Gaussian分布的示意图，其中图4的纵坐标是机率值以及图3的横坐标是对应图像IM中的Cb值。如图4所示，线性三角模型400具有顶点a、b、c，其中线性三角模型400的顶点a、b、c是根据Gaussian分布的平均值和共变异数所产生，线性三角模型400的顶点a、b、c是对应图像IM中不同的Cb值，且式(2)可用以定义线性三角模型400。另外，图像IM中的Cr值是对应另一类似图4的线性三角模型。因此，对应图像IM中的Cb值的线性三角模型400和对应图像IM中的Cr值的线性三角模型也可组成一二维Trapezoid模型。因此，肤色机率单元108即可根据二维Trapezoid模型和图像IM中的Cb值与Cr值，产生对应图像IM中每一像素对应人体肤色的机率值，也就是说肤色机率单元108可根据二维Trapezoid模型和图像IM中的Cb值与Cr值，产生对应图像IM的肤色机率图。
另外，在本发明的另一实施例中，肤色机率单元108是根据图像IM中的Cb值、Cr值和一有关于人体肤色的高斯模型(也就是说肤色机率单元108已内存有关于人体肤色的高斯模型，所以不必通过图3或图4产生二维Trapezoid模型)，产生图像IM中每一像素对应一人体肤色的机率值。
如图1所示，当滤波模块106根据图像IM中的Y值，产生对应图像IM中每一像素的第一亮度值与第二亮度值，以及肤色机率单元108根据图像IM中的Cb值和Cr值，产生图像IM中每一像素对应人体肤色的机率值后，第一混合单元110即可根据式(3)、对应图像IM中每一像素的第一亮度值和第二亮度值和图像IM中每一像素对应人体肤色的机率值，产生对应图像IM中每一像素的肤色亮度调整值。
I'Y(x)＝(1-α)·IY_F(x)+α·IY_S(x)2Lgain (3)
如式(3)所示，I'Y(x)是对应图像IM中像素x的肤色亮度调整值，IY_F(x)是对应像素x的一第一亮度值，IY_S(x)是对应像素x的一第二亮度值，α是像素x对应人体肤色的机率值，以及Lgain是对应像素x的亮度增益值。
如图1所示，当第二接收单元104接收图像IM中Cb值和Cr值后，饱合度调整单元112根据式(4)和图像IM中Cb值，产生对应图像IM中每一像素的Cb值的调整值，以及根据式(5)和图像IM中Cr值，产生对应图像IM中每一像素的Cr值的调整值。
I'Cb(x)＝Sgain(ICb(x)-128)+128 (4)
I'Cr(x)＝Sgain(ICr(x)-128)+128 (5)
如式(4)所示，ICb(x)是对应图像IM中像素x的Cb值，I'Cb(x)是对应像素x的Cb值的调整值，ICr(x)是对应像素x的Cr值，I'Cr(x)是对应像素x的Cr值的调整值，以及Sgain是对应像素x的饱和增益值。
如图1所示，当第一混合单元110根据对应图像IM中每一像素的第一亮度值和第二亮度值，以及图像IM中每一像素对应人体肤色的机率值，产生对应图像IM中每一像素的肤色亮度调整值，以及饱合度调整单元112分别根据图像IM中Cb值和Cr值，产生对应图像IM中每一像素的Cb值的调整值和Cr值的调整值后，第二混合单元114即可根据对应图像IM中每一像素的肤色亮度调整值、一对应图像IM中每一像素的Cb值的调整值和一对应图像IM中每一像素的Cr值的调整值，产生一人体肤色美化的图像MIM。
请参照图1至图5，图5是本发明一第二实施例公开一种美化图像中人体肤色的方法的流程图。图5的方法是利用图1的装置100说明，详细步骤如下：
步骤500：开始；
步骤502：第一接收单元102接收一图像IM中的Y值以及第二接收单元104接收图像IM中的Cb值和Cr值；
步骤504：滤波模块106根据图像IM中的Y值，产生对应图像IM中每一像素的二不同亮度值；
步骤506：肤色机率单元108根据图像IM中的Cb值和Cr值，产生图像IM中每一像素对应一人体肤色的机率值；
步骤508：第一混合单元110根据对应图像IM中每一像素的二不同亮度值和图像IM中每一像素对应人体肤色的机率值，产生对应图像IM中每一像素的肤色亮度调整值；步骤510：饱合度调整单元112分别根据图像IM中Cb值和Cr值，产生对应图像IM中每一像素的Cb值的调整值和Cr值的调整值；
步骤512：第二混合单元114根据对应图像IM中每一像素的肤色亮度调整值、一对应图像IM中每一像素的Cb值的调整值和一对应图像IM中每一像素的Cr值的调整值，产生一人体肤色美化的图像MIM；
步骤514：结束。
在步骤502中，如图1所示，第一接收单元102接收图像IM中Y值以及第二接收单元104接收图像IM中Cb值和Cr值。但本发明并不受限于图像IM是一YCbCr图像。也就是说图像IM也可为一YUV图像或一RGB图像。当图像IM是一YUV图像时，第一接收单元102是接收图像IM中Y值以及第二接收单元104是接收图像IM中U值和V值；当图像IM是一RGB图像时，图像IM需先转换为一YCbCr图像或一YUV图像。在步骤504中，如图1所示，当第一接收单元102接收图像IM中Y值后，滤波模块106内的第一低通滤波器1062是根据图像IM中的Y值，产生对应图像IM中每一像素的一第一亮度值，以及滤波模块106内的第二低通滤波器1064根据图像IM中的Y值，产生对应图像IM中每一像素的一第二亮度值。如图2所示，因为第一低通滤波器1062对应像素200的第一核心(3*3)包含9个像素(包含位于第一核心(3*3)中心的像素200)，所以第一低通滤波器1062可根据对应像素200的第一核心所包含9个像素的亮度值，产生对应像素200的第一亮度值IY_F(x)200。例如对应像素200的第一亮度值IY_F(x)200可为对应像素200的第一核心所包含9个像素的亮度值的平均值。另外，本发明并不受限于第一低通滤波器1062对应像素200的第一核心包含9个像素。另外，第二低通滤波器1064根据图像IM中的Y值，产生对应图像IM中每一像素的一第二亮度值的原理和第一低通滤波器1062根据图像IM中的Y值，产生对应图像IM中每一像素的一第一亮度值的原理相同，在此不再赘述。
在步骤506中，如图3所示，肤色机率单元108即可根据二维Trapezoid模型和图像IM中的Cb值与Cr值，产生图像IM中每一像素对应人体肤色的机率值，也就是说肤色机率单元108可根据二维Trapezoid模型和图像IM中的Cb值与Cr值，产生对应图像IM的肤色机率图。另外，在本发明的另一实施例中，肤色机率单元108是根据图像IM中的Cb值、Cr值和一有关于人体肤色的高斯模型(也就是说肤色机率单元108已内存有关于人体肤色的高斯模型，所以不必通过图3或图4产生二维Trapezoid模型)，产生图像IM中每一像素对应一人体肤色的机率值。
在步骤508中，如图1所示，当滤波模块106根据图像IM中的Y值，产生对应图像IM中每一像素的第一亮度值与第二亮度值，以及肤色机率单元108根据图像IM中的Y值，产生图像IM中每一像素对应人体肤色的机率值后，第一混合单元110即可根据式(3)、对应图像IM中每一像素的第一亮度值和第二亮度值和图像IM中每一像素对应人体肤色的机率值，产生对应图像IM中每一像素的肤色亮度调整值。
在步骤510中，如图1所示，当第二接收单元104接收图像IM中Cb值和Cr值后，饱合度调整单元112根据式(4)和图像IM中Cb值，产生对应图像IM中每一像素的Cb值的调整值，以及根据式(5)和图像IM中Cr值，产生对应图像IM中每一像素的Cr值的调整值。
在步骤512中，如图1所示，当第一混合单元110根据对应图像IM中每一像素的第一亮度值和第二亮度值，以及图像IM中每一像素对应人体肤色的机率值，产生对应图像IM中每一像素的肤色亮度调整值，以及饱合度调整单元112分别根据图像IM中Cb值和Cr值，产生对应图像IM中每一像素的Cb值的调整值和Cr值的调整值后，第二混合单元114即可根据对应图像IM中每一像素的肤色亮度调整值、一对应图像IM中每一像素的Cb值的调整值和一对应图像IM中每一像素的Cr值的调整值，产生人体肤色美化的图像MIM。
请参照图1和图6，图6是本发明一第三实施例公开一种调整图像中人体肤色亮度的方法的流程图。图6的方法是利用图1的装置100中的第一接收单元102、第二接收单元104、滤波模块106、肤色机率单元108及第一混合单元110说明，详细步骤如下：
步骤600：开始；
步骤602：第一接收单元102接收一图像IM中Y值以及第二接收单元104接收图像IM中的Cb值和Cr值；
步骤604：滤波模块106根据图像IM中的Y值，产生对应图像IM中每一像素的二不同亮度值；
步骤606：肤色机率单元108根据图像IM中的Cb值和Cr值，产生图像IM中每一像素对应一人体肤色的机率值；
步骤608：第一混合单元110根据对应图像IM中每一像素的二不同亮度值和图像IM中每一像素对应人体肤色的机率值，产生对应图像IM中每一像素的肤色亮度调整值；步骤610：结束。
因为步骤602至步骤608的操作原理和步骤502至步骤508的操作原理相同，所以在此不再赘述。
综上所述，本发明所公开的美化图像中人体肤色的方法、美化图像中人体肤色的装置、调整图像中人体肤色亮度的方法及调整图像中人体肤色亮度的装置是利用滤波模块和肤色机率单元针对图像中的人体肤色进行美化或针对图像中的人体肤色的亮度进行调整。因此，相较于现有技术，本发明不仅可柔化图像中的人体肤色，也可确保图像中的人体肤色不因调整后而失真。另外，因为本发明是针对图像中的人体肤色的亮度进行调整(现有技术是对对应于图像的整个色彩空间执行亮度调整)，所以本发明不会使人体肤色的亮度太亮或太暗，也不会产生色偏的缺点。另外，相较于现有技术，因为肤色机率单元是利用线性梯形模型或线性三角模型近似Gaussian分布，所以本发明可大幅减少肤色机率单元的运算负担及增加硬件计算的可行性。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，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)

1.一种美化图像中人体肤色的方法，其中应用于所述方法的一装置包含一第一接收单元、一第二接收单元、一滤波模块、一肤色机率单元、一第一混合单元、一饱合度调整单元及一第二混合单元，所述方法包含：
所述第一接收单元接收所述图像中的Y值以及所述第二接收单元接收所述图像中的Cb值和Cr值；
其特征在于还包含：
所述滤波模块的第一低通滤波器根据所述图像中的Y值，产生对应所述图像中每一像素的第一亮度值，以及所述滤波模块的第二低通滤波器根据所述图像中的Y值，产生对应所述图像中每一像素的第二亮度值，其中所述第二低通滤波器不会直接根据所述第一亮度值产生所述第二亮度值；
所述肤色机率单元根据所述图像中的Cb值和Cr值，产生所述图像中每一像素对应一人体肤色的机率值；
所述第一混合单元根据对应所述图像中每一像素的第一亮度值和第二亮度值，和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的一肤色亮度调整值；
所述饱合度调整单元分别根据所述图像中的Cb值和Cr值，产生对应所述图像中每一像素的Cb值的调整值和Cr值的调整值；及
所述第二混合单元根据对应所述图像中每一像素的肤色亮度调整值、一对应所述图像中每一像素的Cb值的调整值和一对应所述图像中每一像素的Cr值的调整值，产生一人体肤色美化的图像。
2.一种调整图像中人体肤色亮度的方法，其中应用于所述方法的一装置包含一第一接收单元、一第二接收单元、一滤波模块、一肤色机率单元及一第一混合单元，所述方法包含：
所述第一接收单元接收所述图像中Y值以及所述第二接收单元接收所述图像中的Cb值和Cr值；
其特征在于还包含：
所述滤波模块的第一低通滤波器根据所述图像中的Y值，产生对应所述图像中每一像素的第一亮度值，以及所述滤波模块的第二低通滤波器根据所述图像中的Y值，产生对应所述图像中每一像素的第二亮度值，其中所述第二低通滤波器不会直接根据所述第一亮度值产生所述第二亮度值；
所述肤色机率单元根据所述图像中的Cb值和Cr值，产生所述图像中每一像素对应一人体肤色的机率值；及
所述第一混合单元根据对应所述图像中每一像素的第一亮度值和第二亮度值，和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的一肤色亮度调整值。
3.如权利要求1或2所述的方法，其特征在于：对应所述第一低通滤波器的第一核心的大小是小于对应所述第二低通滤波器的第二核心的大小。
4.如权利要求3所述的方法，其特征在于所述第一混合单元是根据下列方程式、对应所述图像中每一像素的第一亮度值与第二亮度值和对应所述人体肤色的机率值，产生对应所述图像中每一像素的肤色亮度调整值：
I'Y(p)＝(1-α)·IY_F(p)+α·IY_S(p)·Lgain；
其中：
I'Y(p)是对应所述图像中每一像素p的肤色亮度调整值；
IY_F(p)是对应所述图像中每一像素p的第一亮度值；
IY_S(p)是对应所述图像中每一像素p的第二亮度值；
α是对应所述图像中每一像素p对应所述人体肤色的机率值；及
Lgain是对应所述图像中每一像素p的亮度增益值。
5.如权利要求1或2所述的方法，其特征在于所述肤色机率单元根据所述图像中的Cb值和Cr值，产生所述图像中每一像素对应所述人体肤色的机率值包含：
所述肤色机率单元根据一二维Trapezoid模型和所述图像中的Cb值和Cr值，产生所述图像中每一像素对应所述人体肤色的机率值。
6.一种美化图像中人体肤色的装置，所述装置包含：
一第一接收单元，用以接收所述图像中的Y值；
一第二接收单元，用以接收所述图像中的Cb值和Cr值；
其特征在于还包含：
一滤波模块，耦接于所述第一接收单元，其中所述滤波模块包含：
一第一低通滤波器，用以根据所述图像中的Y值，产生对应所述图像中每一像素的第一亮度值；及
一第二低通滤波器，用以根据所述图像中的Y值，产生对应所述图像中每一像素的第二亮度值；
其中所述第二低通滤波器不会直接根据所述第一亮度值产生所述第二亮度值；
一肤色机率单元，耦接于所述第二接收单元，用以根据所述图像中的Cb值和Cr值，产生所述图像中每一像素的对应一人体肤色的机率值；
一第一混合单元，耦接于所述滤波模块与所述肤色机率单元，用以根据对应所述图像中每一像素的第一亮度值和第二亮度值，和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的肤色亮度调整值；
一饱合度调整单元，耦接于所述第二接收单元，用以分别根据所述图像中的Cb值和Cr值，产生对应所述图像中每一像素的Cb值的调整值和Cr值的调整值；及
一第二混合单元，耦接于所述第一混合单元与所述饱合度调整单元，用以根据对应所述图像中每一像素的肤色亮度调整值、一对应所述图像中每一像素的Cb值的调整值和一对应所述图像中每一像素的Cr值的调整值，产生一人体肤色美化的图像。
7.一种调整图像中人体肤色亮度的装置，所述装置包含：
一第一接收单元，用以接收所述图像中的Y值；
一第二接收单元，用以接收所述图像中的Cb值和Cr值；
其特征在于还包含：
一滤波模块，耦接于所述第一接收单元，其中所述滤波模块包含：
一第一低通滤波器，用以根据所述图像中的Y值，产生对应所述图像中每一像素的第一亮度值；及
一第二低通滤波器，用以根据所述图像中的Y值，产生对应所述图像中每一像素的第二亮度值；
其中所述第二低通滤波器不会直接根据所述第一亮度值产生所述第二亮度值；
一肤色机率单元，耦接于所述第二接收单元，用以根据所述图像中的Cb值和Cr值，产生所述图像中每一像素的对应一人体肤色的机率值；及
一第一混合单元，耦接于所述滤波模块与所述肤色机率单元，用以根据对应所述图像中每一像素的第一亮度值和第二亮度值，和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的肤色亮度调整值。
8.如权利要求6或7所述的装置，其特征在于：对应所述第一低通滤波器的第一核心的大小是小于对应所述第二低通滤波器的第二核心的大小。
9.如权利要求8所述的装置，其特征在于所述第一混合单元是根据下列方程式、对应所述图像中每一像素的第一亮度值与第二亮度值和对应所述人体肤色的机率值，产生对应所述图像中每一像素的肤色亮度调整值：
I'Y(p)＝(1-α)·IY_F(p)+α·IY_S(p)·Lgain；
其中：
I'Y(p)是对应所述图像中每一像素p的肤色亮度调整值；
IY_F(p)是对应所述图像中每一像素p的第一亮度值；
IY_S(p)是对应所述图像中每一像素p的第二亮度值；
α是对应所述图像中每一像素p对应所述人体肤色的机率值；及
Lgain是对应所述图像中每一像素p的亮度增益值。
10.如权利要求6或7所述的装置，其特征在于所述肤色机率单元是根据一二维Trapezoid模型和所述图像中的Cb值和Cr值，产生所述图像中每一像素对应所述人体肤色的机率值。
11.一种美化图像中人体肤色的方法，其中应用于所述方法的一装置包含一第一接收单元、一第二接收单元、一滤波模块、一肤色机率单元、一第一混合单元、一饱合度调整单元及一第二混合单元，所述方法包含：
所述第一接收单元接收所述图像中的Y值以及所述第二接收单元接收所述图像中的Cb值和Cr值；
其特征在于还包含：
所述滤波模块的第一低通滤波器根据所述图像中的Y值，产生对应所述图像中每一像素的第一亮度值，以及所述滤波模块的第二低通滤波器根据所述图像中的Y值，产生对应所述图像中每一像素的第二亮度值，其中所述第二低通滤波器不会直接根据所述第一亮度值产生所述第二亮度值；
所述肤色机率单元根据所述图像中的Cb值、Cr值和一有关于人体肤色的高斯模型，产生所述图像中每一像素对应一人体肤色的机率值；
所述第一混合单元根据对应所述图像中每一像素的第一亮度值和第二亮度值，和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的一肤色亮度调整值；
所述饱合度调整单元分别根据所述图像中的Cb值和Cr值，产生对应所述图像中每一像素的Cb值的调整值和Cr值的调整值；及
所述第二混合单元根据对应所述图像中每一像素的肤色亮度调整值、一对应所述图像中每一像素的Cb值的调整值和一对应所述图像中每一像素的Cr值的调整值，产生一人体肤色美化的图像。
12.一种调整图像中人体肤色亮度的方法，其中应用于所述方法的一装置包含一第一接收单元、一第二接收单元、一滤波模块、一肤色机率单元及一第一混合单元，所述方法包含：
所述第一接收单元接收所述图像中Y值以及所述第二接收单元接收所述图像中的Cb值和Cr值；
其特征在于还包含：
所述滤波模块的第一低通滤波器根据所述图像中的Y值，产生对应所述图像中每一像素的第一亮度值，以及所述滤波模块的第二低通滤波器根据所述图像中的Y值，产生对应所述图像中每一像素的第二亮度值，其中所述第二低通滤波器不会直接根据所述第一亮度值产生所述第二亮度值；
所述肤色机率单元根据所述图像中的Cb值、Cr值和一有关于人体肤色的高斯模型，产生所述图像中每一像素对应一人体肤色的机率值；及
所述第一混合单元根据对应所述图像中每一像素的第一亮度值和第二亮度值，和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的一肤色亮度调整值。
13.一种美化图像中人体肤色的装置，所述装置包含：
一第一接收单元，用以接收所述图像中的Y值；
一第二接收单元，用以接收所述图像中的Cb值和Cr值；
其特征在于还包含：
一滤波模块，耦接于所述第一接收单元，其中所述滤波模块包含：
一第一低通滤波器，用以根据所述图像中的Y值，产生对应所述图像中每一像素的第一亮度值；及
一第二低通滤波器，用以根据所述图像中的Y值，产生对应所述图像中每一像素的第二亮度值；
其中所述第二低通滤波器不会直接根据所述第一亮度值产生所述第二亮度值；
一肤色机率单元，耦接于所述第二接收单元，用以根据所述图像中的Cb值、Cr值和一有关于人体肤色的高斯模型，产生所述图像中每一像素的对应一人体肤色的机率值；
一第一混合单元，耦接于所述滤波模块与所述肤色机率单元，用以根据对应所述图像中每一像素的第一亮度值和第二亮度值，和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的肤色亮度调整值；
一饱合度调整单元，耦接于所述第二接收单元，用以分别根据所述图像中的Cb值和Cr值，产生对应所述图像中每一像素的Cb值的调整值和Cr值的调整值；及
一第二混合单元，耦接于所述第一混合单元与所述饱合度调整单元，用以根据对应所述图像中每一像素的肤色亮度调整值、一对应所述图像中每一像素的Cb值的调整值和一对应所述图像中每一像素的Cr值的调整值，产生一人体肤色美化的图像。
14.一种调整图像中人体肤色亮度的装置，所述装置包含：
一第一接收单元，用以接收所述图像中的Y值；
一第二接收单元，用以接收所述图像中的Cb值和Cr值；
其特征在于还包含：
一滤波模块，耦接于所述第一接收单元，其中所述滤波模块包含：
一第一低通滤波器，用以根据所述图像中的Y值，产生对应所述图像中每一像素的第一亮度值；及
一第二低通滤波器，用以根据所述图像中的Y值，产生对应所述图像中每一像素的第二亮度值；
其中所述第二低通滤波器不会直接根据所述第一亮度值产生所述第二亮度值；
一肤色机率单元，耦接于所述第二接收单元，用以根据所述图像中的Cb值、Cr值和一有关于人体肤色的高斯模型，产生所述图像中每一像素的对应一人体肤色的机率值；及
一第一混合单元，耦接于所述滤波模块与所述肤色机率单元，用以根据对应所述图像中每一像素的第一亮度值和第二亮度值，和所述图像中每一像素对应所述人体肤色的机率值，产生对应所述图像中每一像素的肤色亮度调整值。
CN201510039934.0A 2014-04-16 2015-01-27 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 Expired - Fee Related CN105023244B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW103113919A TWI520101B (zh) 2014-04-16 2014-04-16 美化影像中人體膚色的方法、美化影像中人體膚色的裝置、調整影像中人體膚色亮度的方法及調整影像中人體膚色亮度的裝置
TW103113919 2014-04-16

Publications (2)

Publication Number Publication Date
CN105023244A CN105023244A (zh) 2015-11-04
CN105023244B true CN105023244B (zh) 2018-03-06

Family

ID=54322432

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510039934.0A Expired - Fee Related CN105023244B (zh) 2014-04-16 2015-01-27 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

Country Status (3)

Country Link
US (1) US20150302564A1 (zh)
CN (1) CN105023244B (zh)
TW (1) TWI520101B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105608722B (zh) * 2015-12-17 2018-08-31 成都品果科技有限公司 一种基于人脸关键点的自动去眼袋方法及系统
US10275864B2 (en) * 2016-09-09 2019-04-30 Kabushiki Kaisha Toshiba Image processing device and image processing method
CN106780299A (zh) * 2016-11-30 2017-05-31 努比亚技术有限公司 图片的处理方法及装置
CN108230255A (zh) * 2017-09-19 2018-06-29 北京市商汤科技开发有限公司 用于实现图像增强的方法、装置和电子设备
CN108230331A (zh) * 2017-09-30 2018-06-29 深圳市商汤科技有限公司 图像处理方法和装置、电子设备、计算机存储介质
WO2019133991A1 (en) 2017-12-29 2019-07-04 Wu Yecheng System and method for normalizing skin tone brightness in a portrait image
CN109712085B (zh) * 2018-12-11 2021-05-25 维沃移动通信有限公司 一种图像处理方法及终端设备
CN112686965A (zh) * 2020-12-25 2021-04-20 百果园技术(新加坡)有限公司 一种肤色检测方法、装置、移动终端和存储介质
WO2024077379A1 (en) * 2022-10-11 2024-04-18 Fitskin Inc. Systems and methods for improved skin tone rendering in digital images

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07231396A (ja) * 1993-04-19 1995-08-29 Mitsubishi Electric Corp 画質補正回路
US5450216A (en) * 1994-08-12 1995-09-12 International Business Machines Corporation Color image gamut-mapping system with chroma enhancement at human-insensitive spatial frequencies
JPH10341447A (ja) * 1997-04-11 1998-12-22 Fuji Photo Film Co Ltd 画像信号処理装置
US6359956B1 (en) * 2000-12-15 2002-03-19 Ge Medical Systems Global Technology Company, Llc Reconstruction in helical computed tomography using asymmetric modeling of detector sensitivity
US6845181B2 (en) * 2001-07-12 2005-01-18 Eastman Kodak Company Method for processing a digital image to adjust brightness
US7079703B2 (en) * 2002-10-21 2006-07-18 Sharp Laboratories Of America, Inc. JPEG artifact removal
US7039222B2 (en) * 2003-02-28 2006-05-02 Eastman Kodak Company Method and system for enhancing portrait images that are processed in a batch mode
US7266229B2 (en) * 2003-07-24 2007-09-04 Carestream Health, Inc. Method for rendering digital radiographic images for display based on independent control of fundamental image quality parameters
US20060001597A1 (en) * 2004-06-30 2006-01-05 Sokbom Han Image processing apparatus, systems and associated methods
JP2006319714A (ja) * 2005-05-13 2006-11-24 Konica Minolta Photo Imaging Inc 画像処理方法、画像処理装置及び画像処理プログラム
US7532214B2 (en) * 2005-05-25 2009-05-12 Spectra Ab Automated medical image visualization using volume rendering with local histograms
KR101232163B1 (ko) * 2006-06-26 2013-02-12 엘지디스플레이 주식회사 액정 표시장치의 구동장치 및 구동방법
US20080019575A1 (en) * 2006-07-20 2008-01-24 Anthony Scalise Digital image cropping using a blended map
US20080056566A1 (en) * 2006-09-01 2008-03-06 Texas Instruments Incorporated Video processing
US7925086B2 (en) * 2007-01-18 2011-04-12 Samsung Electronics Co, Ltd. Method and system for adaptive quantization layer reduction in image processing applications
TWI401945B (zh) * 2008-12-31 2013-07-11 Altek Corp Digital Image Skin Adjustment Method
US9031346B2 (en) * 2011-01-07 2015-05-12 Tp Vision Holding B.V. Method for converting input image data into output image data, image conversion unit for converting input image data into output image data, image processing apparatus, display device
CN102236786B (zh) * 2011-07-04 2013-02-13 北京交通大学 一种光照自适应的人体肤色检测方法
US8811686B2 (en) * 2011-08-19 2014-08-19 Adobe Systems Incorporated Methods and apparatus for automated portrait retouching using facial feature localization
CN102324020B (zh) * 2011-09-02 2014-06-11 北京新媒传信科技有限公司 人体肤色区域的识别方法和装置

Also Published As

Publication number Publication date
TWI520101B (zh) 2016-02-01
CN105023244A (zh) 2015-11-04
US20150302564A1 (en) 2015-10-22
TW201541408A (zh) 2015-11-01

Similar Documents

Publication Publication Date Title
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
EP4050558A1 (en) Image fusion method and apparatus, storage medium, and electronic device
CN104537615B (zh) 一种基于HSV色彩空间的局部Retinex增强方法
CN106228516B (zh) 一种高自然度的实时美颜方法、装置
CN104182947A (zh) 一种低照度图像增强方法和系统
CN106097279B (zh) 一种高动态图像增强方法
CN104537634B (zh) 动态图像中去除雨滴影响的方法和系统
CN102063712B (zh) 基于子带结构的多曝光图像融合方法
CN106780417A (zh) 一种光照不均图像的增强方法及系统
CN103714520A (zh) 基于fpga实现数字视频图像增强系统及其方法
CN103268596A (zh) 一种降低图像噪声和使颜色接近标准的方法
CN103366390B (zh) 终端及图像处理方法和装置
CN106134177A (zh) 图像处理装置、摄影装置、图像处理方法及图像处理程序
CN102201110A (zh) 一种利用目标图像频谱特性的频域滤波去噪方法
CN102867301A (zh) 一种根据信息熵得到图像显著性特征的方法
CN103839245B (zh) 基于统计规律的Retinex夜间彩色图像增强方法
CN110192388A (zh) 图像处理装置、数码相机、图像处理程序、以及记录介质
CN107169942B (zh) 一种基于鱼类视网膜机制的水下图像增强方法
CN104463806B (zh) 基于数据驱动技术的高度自适应图像对比度增强方法
CN104599238B (zh) 图像处理方法及装置
CN108141530A (zh) 图像处理装置、图像处理方法及程序
CN104599241A (zh) 全自动高效计算的颜色一致性方法
CN106887024B (zh) 照片的处理方法及处理系统
CN110223246A (zh) 一种多风格人像美颜磨皮方法及装置
CN101909214B (zh) 图像处理电路及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20160328

Address after: Taipei City, Taiwan, China

Applicant after: EYS 3D CO., LTD.

Address before: Hsinchu City, Taiwan, China

Applicant before: Etron Technology, Inc.

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180306

Termination date: 20200127