CN105310690A - 皱纹检测装置和皱纹检测方法 - Google Patents
皱纹检测装置和皱纹检测方法 Download PDFInfo
- Publication number
- CN105310690A CN105310690A CN201510245897.9A CN201510245897A CN105310690A CN 105310690 A CN105310690 A CN 105310690A CN 201510245897 A CN201510245897 A CN 201510245897A CN 105310690 A CN105310690 A CN 105310690A
- Authority
- CN
- China
- Prior art keywords
- image
- wrinkle
- marginal area
- unit
- threshold
- 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.)
- Withdrawn
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
- A61B5/442—Evaluating skin mechanical properties, e.g. elasticity, hardness, texture, wrinkle assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
-
- 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
- G06T2207/10004—Still image; Photographic 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30088—Skin; Dermal
-
- 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
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Dermatology (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种皱纹检测装置和皱纹检测方法,皱纹检测装置(100)是检测图像所包含的皮肤的皱纹区域的装置,具有:第1阈值处理单元(221),其通过进行将表示图像中的像素值的变化的程度的梯度值与第1阈值进行比较的第1阈值处理,检测图像所包含的第1边缘区域;第2阈值处理单元(222),其通过进行将梯度值与第2阈值进行比较的第2阈值处理,检测图像所包含的第2边缘区域;以及边缘选择处理单元(223),其基于第1边缘区域与第2边缘区域重复的重复区域来判定皱纹区域。
Description
技术领域
本公开涉及对图像所包含的皮肤的皱纹区域进行检测的皱纹检测装置和皱纹检测方法。
背景技术
从拍摄了面部的图像中检测皮肤的皱纹区域在以往就已进行。在此,皱纹区域是指显示于图像的皱纹部分的线状的图像区域。
然而,由于照明的影响等,有时会检测不到皱纹区域,或者不是皱纹的部分被检测为了皱纹区域。因此,例如在专利文献1中记载了使从图像中检测皱纹区域(以下称为“皱纹检测”)的精度提高的技术。
专利文献1所记载的技术(以下称为“以往技术”)中,通过使用边缘检测滤波器来算出图像的各部分的梯度值,并将各梯度值与阈值进行比较,从图像中取得线要素。在此,梯度值是指表示图像中的像素值的变化的程度的值。并且,以往技术中,针对与所取得的线要素相邻的部分,通过反复进行将各梯度值与更低的阈值进行比较的处理,使线要素的区域扩展。
阈值越高,则会检测到斑痕等皱纹以外的要素的情况(以下称为“误检测”)就越低。另一方面,阈值越低,则检测不到实际存在的皱纹的情况(以下称为“漏检测”)就越低。
现有技术文献
专利文献1:日本特开平8-123967号公报
专利文献2:日本特开2011-8643号公报
专利文献3:日本特开2011-115460号公报
发明内容
然而,在以往技术中,由于需要对所取得的线要素各自的附近反复进行切换阈值并搜索的处理,所以需要高处理负荷。例如,在跟踪拍摄了面部的动态图像来进行皱纹检测的情况下、或者在通过运算能力低或电池驱动的便携式信息处理终端进行皱纹检测的情况下,想以尽可能低的处理负荷来实现高精度的皱纹检测。
本公开的非限定性且例示性的一技术方案是能够以较低的处理负荷来进行高精度的皱纹检测的皱纹检测装置。
从说明书及附图中可知晓本公开的一技术方案的附加的益处及优点。该益处和/或优点可以单独地由本说明书及附图所公开的各种技术方案及特征得到,无需为了获得一个以上益处和/或优点而实施所有的技术方案及特征。
本公开的皱纹检测装置具有:第1阈值处理单元,其进行将表示包含皮肤的图像中的像素值的变化的程度的梯度值与第1阈值进行比较的第1阈值处理,检测所述图像所包含的第1边缘区域;第2阈值处理单元,其进行将所述梯度值与第2阈值进行比较的第2阈值处理,检测所述图像所包含的第2边缘区域;以及边缘选择处理单元,其基于所述第1边缘区域与所述第2边缘区域重复的重复区域来判定皱纹区域。
此外,这些包括性或具体的技术方案既可以通过系统,方法,集成电路、计算机程序或计算机可读取的记录介质来实现,也可以通过装置、系统、方法,集成电路、计算机程序以及计算机可读取的记录介质的任意组合来实现。计算机可读取的记录介质例如包括CD-ROM(CompactDisc-ReadOnlyMemory)等非易失性的记录介质。
根据本公开,能够以较低的处理负荷来进行高精度的皱纹检测。
附图说明
图1是表示本公开的实施方式1的皱纹检测装置的构成的一例的框图。
图2是表示本公开的实施方式2的皱纹检测装置的构成的一例的框图。
图3是表示本实施方式2中的皮肤状态检测单元的构成的一例的框图。
图4是用于说明本实施方式2中的皱纹区域的判定方法的一例的图。
图5是表示本实施方式2的皱纹检测装置的动作的一例的流程图。
图6A是表示本实施方式2中的提取了皱纹区域的情形的一例的图。
图6B是表示本实施方式2中的提取了皱纹区域的情形的一例的图。
图6C是表示本实施方式2中的提取了皱纹区域的情形的一例的图。
附图标记说明
100皱纹检测装置
110拍摄单元
120图像取得单元
130面部器官检测单元
140皮肤状态检测单元
150图像生成单元
160显示单元
210检测区域决定单元
220皱纹检测单元
221第1阈值处理单元
222第2阈值处理单元
223边缘选择处理单元
230斑痕检测单元
具体实施方式
以下,参照附图对本公开的各实施方式进行详细说明。
(实施方式1)
本公开的实施方式1是本公开的基本技术方案的一例。
<皱纹检测装置的构成>
首先,对本实施方式的皱纹检测装置的构成进行说明。
图1是表示本实施方式的皱纹检测装置的构成的一例的框图。
在图1中,皱纹检测装置100是对图像所包含的皮肤的皱纹区域进行检测的装置,具有第1阈值处理单元221、第2阈值处理单元222以及边缘选择处理单元223。
第1阈值处理单元221通过针对图像的各部分进行将梯度值与第1阈值进行比较的第1阈值处理,检测图像所包含的边缘区域。在此,梯度值是指表示图像中的像素值的变化的程度的值,在较强的边缘部分是较高的值。
第2阈值处理单元222通过针对图像的各部分进行将梯度值与第2阈值进行比较的第2阈值处理,检测图像所包含的边缘区域。
边缘选择处理单元223基于通过第1阈值处理检测到的第1边缘区域与通过第2阈值处理检测到的第2边缘区域重复的重复区域来判定皱纹区域。
虽然未图示,但皱纹检测装置100具有例如CPU(CentralProcessingUnit:中央处理单元)、存储有控制程序的ROM(ReadOnlyMemory:只读存储器)等记录介质、以及RAM(RandomAccessMemory:随机读取存储器)等作业用存储器。该情况下,皱纹检测装置100的上述各单元的功能通过CPU执行控制程序来实现。
重复区域是真正的皱纹区域的至少一部分的可能性高。因此,通过基于重复区域来进行皱纹判定,能够使皱纹判定的精度提高。另外,基于第1阈值处理、第2阈值处理以及重复区域来判定皱纹区域的处理,不需要如以往技术那样反复进行一边切换阈值一边对线要素的附近进行搜索的处理。因此,本实施方式的皱纹检测装置100能够以较低的处理负荷来进行高精度的皱纹检测。
(实施方式2)
本公开的实施方式2是在将本公开应用于对面部皮肤的皱纹区域进行检测并提示给用户的装置的情况下的具体技术方案的一例。
图2是表示本实施方式的皱纹检测装置100的构成的一例的框图。
在图2中,皱纹检测装置100具有拍摄单元110、图像取得单元120、面部器官检测单元130、皮肤状态检测单元140、图像生成单元150以及显示单元160。
拍摄单元110例如是包含透镜以及颜色拍摄元件的照相机,拍摄用户的面部图像。并且,拍摄单元110将所拍摄的图像输出给图像取得单元120。拍摄单元110的动作例如由图像取得单元120进行控制。
图像取得单元120对所输入的图像进行辉度调整等所需要的画质处理,并分别输出给面部器官检测单元130以及图像生成单元150。作为所述画质处理,可采用与后述的边缘检测处理的内容相适合的处理。此外,在以下的说明中,从图像取得单元120输出的图像称为“拍摄图像”。
此外,拍摄图像也可以在图像取得单元120或其他的装置单元中在左右方向上进行反转。
面部器官检测单元130从拍摄图像中检测拍摄图像中的面部器官的位置。在此,面部器官是指眼、鼻、颊等构成面部的各部分,例如,能够通过内眼角等面部的特征点的位置进行定义。面部器官检测单元130例如通过使用模式匹配等公知的图像特征点检测方法从拍摄图像中提取面部的特征点,进行面部器官的位置的检测。并且,面部器官检测单元130将拍摄图像和表示所检测到的各面部器官的位置的面部器官位置信息输出给皮肤状态检测单元140。
皮肤状态检测单元140检测拍摄图像中的皱纹区域。并且,皮肤状态检测单元140将表示所检测到的皱纹区域的皱纹区域信息输出给图像生成单元150。
图3是表示皮肤状态检测单元140的构成的一例的框图。
在图3中,皮肤状态检测单元140具有检测区域决定单元210、皱纹检测单元220以及斑痕检测单元230。
检测区域决定单元210基于从面部器官检测单元130输入的面部器官位置信息,决定成为皱纹检测的对象的检测区域。例如,检测区域决定单元210根据双眼以及鼻的位置等将从左眼的下睑到左颊的区域和从右眼的下睑到右颊的区域决定为检测区域。所述区域通常是容易产生皱纹的区域。并且,检测区域决定单元210将拍摄图像和表示所决定的检测区域的检测区域信息输出给皱纹检测单元220以及斑痕检测单元230。
此外,检测区域决定单元210也可以将睫毛、头发、眼镜框等所在的区域排除在检测区域之外。例如,睫毛区域的除去能够通过使用专利文献2或者专利文献3所记载的技术等公知的图像处理技术来进行。
皱纹检测单元220对检测区域中的皱纹区域进行检测。皱纹检测单元220具有第1阈值处理单元221、第2阈值处理单元222以及边缘选择处理单元223。
第1阈值处理单元221至少通过对所输入的检测区域信息表示的检测区域进行第1阈值处理,从所输入的拍摄图像中检测拍摄图像所包含的边缘区域。并且,第1阈值处理单元221将拍摄图像、检测区域信息、和表示通过第1阈值处理检测到的边缘区域(以下称为“第1边缘区域”)的第1边缘区域信息输出给第2阈值处理单元222。
在此,第1阈值处理是指针对拍摄图像的各部分算出梯度值并将所算出的梯度值与第1阈值进行比较的处理。
各部分的梯度值是表示图像中的像素值的变化的程度的值,例如是对检测区域的图像数据应用公知的边缘检测滤波器而得到的值。作为边缘检测滤波器,能够采用Gabor滤波器、Laplacian滤波器、Prewitt滤波器、Sobel滤波器等。
在像素值的变化的程度越高则对应的梯度值就越高的情况下,在第1阈值处理中,梯度值成为第1阈值以上的区域被检测为第1边缘区域。即,第1阈值处理是使用第1阈值的边缘检测处理。
第2阈值处理单元222至少通过对所输入的检测区域信息表示的检测区域进行第2阈值处理,从所输入的拍摄图像中检测拍摄图像所包含的边缘区域。并且,第2阈值处理单元222将第1边缘区域信息、表示通过第2阈值处理检测到的边缘区域(以下称为“第2边缘区域”)的第2边缘区域信息输出给边缘选择处理单元223。
在此,第2阈值处理是与第1阈值处理同样的处理,是不使用第1阈值而使用第2阈值来检测边缘区域的处理。即,第2阈值处理是使用第2阈值的边缘检测处理。
在此,设为与第2阈值对应的像素值的变化的程度(梯度值)比与第1阈值对应的像素值的变化的程度(梯度值)高。即,对于第1边缘区域,相比于第2边缘区域,漏掉皱纹区域的可能性低。并且,对于第2边缘区域,相比于第1边缘区域,包含毛孔毗连、皮肤光泽、斑痕等皱纹区域以外的区域(以下称为“干扰(noise)”)的可能性低。
此外,通过第1阈值处理而检测到的边缘区域能够检测为分离的多个区域。在以下的说明中,将分离的多个区域的各个区域称为“第1边缘区域”。即,一个第1边缘区域是指一个连续的区域。并且,通过第1阈值处理,能够检测到多个第1边缘区域。对于“第2边缘区域”而言也同样。
另外,在第1阈值处理单元221以及第2阈值处理单元222的前面,也可以配置与这些装置单元不同的算出拍摄图像的各部分的梯度值的装置单元。
边缘选择处理单元223基于所输入的第1边缘区域信息以及第2边缘区域信息,取得第1边缘区域与第2边缘区域重复的重复区域。此外,边缘选择处理单元223能够取得多个重复区域。边缘选择处理单元223基于所取得的重复区域来判定皱纹区域。并且,边缘选择处理单元223将表示所判定出的皱纹区域的皱纹区域信息输出给图像生成单元150(参照图2)。皱纹区域的判定的详细内容稍后叙述。
斑痕检测单元230从所输入的拍摄图像中检测拍摄图像所包含的皮肤的斑痕区域。例如,斑痕检测单元230至少通过针对所输入的检测区域信息表示的检测区域使用RGB的各通道的信号进行提取值为阈值以下的像素的处理,从拍摄图像中进行所涉及的斑痕区域检测。并且,斑痕检测单元230将表示所检测到的斑痕区域的斑痕区域信息输出给图像生成单元150(参照图2)。
图2的图像生成单元150基于所输入的皱纹区域信息,生成表示拍摄图像中的皱纹区域的皱纹图像,并生成将所生成的皱纹图像重叠于拍摄图像而得到的皱纹强调图像。皱纹图像例如是以预定的颜色涂满皱纹区域而得到的表示皱纹的线的位置的图像。并且,图像生成单元150将所生成的皱纹强调图像输出给显示单元160。
此外,皱纹强调图像也可以在图像生成单元150或者后面的显示单元160中在左右方向上进行反转。另外,图像生成单元150也可以基于斑痕区域信息来生成表示拍摄图像中的斑痕区域的斑痕图像,并将所生成的斑痕图像包含于皱纹强调图像中。
显示单元160例如包括液晶显示器,对所输入的皱纹强调图像进行显示。
另外,虽然未图示,但皱纹检测装置100例如具有CPU、存储有控制程序的ROM等记录介质以及RAM等作业用存储器。该情况下,皱纹检测装置100的上述各单元的功能通过CPU执行控制程序来实现。
具有如此构成的皱纹检测装置100能够根据基于第1阈值的第1边缘区域与基于第2阈值的第2边缘区域重复的重复区域,进行皱纹判定,并将判定结果提示给用户。
<皱纹区域的判定>
在此,对边缘选择处理单元223中的皱纹区域的判定方法及其意义进行说明。
图4是用于说明皱纹区域的判定方法的一例的图。
如图4所示,设为通过对拍摄图像(检测区域)301的第1阈值处理以及第2阈值处理,检测到多个第1边缘区域302和多个第2边缘区域303。如上所述,对于第1边缘区域302而言,边缘检测的基准低。因此,与第2边缘区域303相比,更多的区域被检测为第1边缘区域302。
边缘选择处理单元223进行例如对多个第1边缘区域302分别标注标签A0、A1、……、A5的贴标签处理。另外,边缘选择处理单元223进行例如对多个第2边缘区域303分别标注标签B0、B1、……、B7的贴标签处理。
在第1边缘区域302中,包含更多的皱纹区域的可能性高,但包含干扰的可能性也高。另一方面,在作为一个连贯且连续的边缘区域的第1边缘区域302的至少一部分是真正的皱纹区域的情况下,该第1边缘区域302整体是真正的皱纹区域的可能性高。
并且,在第2边缘区域303中,包含干扰的可能性低。因此,第2边缘区域303整体是真正的皱纹区域的可能性高。
因此,边缘选择处理单元223从一个或多个第1边缘区域302中选择包含第2边缘区域303的至少一部分的第1边缘区域302作为皱纹区域。换言之,将第1边缘区域302中的包含第1边缘区域302与第2边缘区域303重复的重复区域的第1边缘区域302选择为皱纹区域。
具体而言,边缘选择处理单元223从一个或多个第1边缘区域302中,将删除了不包含重复区域的第1边缘区域302而得到的区域提取为皱纹区域304。
在图4所示的例子中,A0的第1边缘区域302与B0~B2的第2边缘区域303重复。A2的第1边缘区域302与B3~B5的第2边缘区域303重复。A3的第1边缘区域302与B6、B7的第2边缘区域303重复。然而,A1、A4、A5的第1边缘区域302与任何的第2边缘区域303都不重复。因此,A0、A2、A3的第1边缘区域302被提取为皱纹区域304。
通过如此提取皱纹区域304,皱纹检测装置100能够在降低了漏检测以及误检测这两方的状态下进行皱纹检测。
<皱纹检测装置的动作>
接着,对皱纹检测装置100的动作进行说明。
图5是表示皱纹检测装置100的动作的一例的流程图。
在步骤S1100中,图像取得单元120取得使用拍摄单元110拍摄用户面部的拍摄图像。
在步骤S1200中,面部器官检测单元130从拍摄图像中检测各面部器官的位置。
在步骤S1300中,检测区域决定单元210基于面部器官的位置,决定检测区域。检测区域如上所述例如是从左眼的下睑到左颊的区域和从右眼的下睑到右颊的区域。
在步骤S1400中,第1阈值处理单元221对检测区域进行第1阈值处理,检测第1边缘区域。
在步骤S1500中,第2阈值处理单元222对检测区域进行第2阈值处理,检测第2边缘区域。此外,步骤S1400的处理和步骤S1500的处理也可以按相反的顺序来进行。
在步骤S1600中,边缘选择处理单元223判定第1边缘区域与第2边缘区域的重复区域。具体而言,边缘选择处理单元223例如针对第1边缘区域的各像素,判断该像素是否构成第2边缘区域。
在步骤S1700中,边缘选择处理单元223将包含重复区域的第1边缘区域判定为皱纹区域。另外,斑痕检测单元230检测斑痕区域。
在步骤S1800中,图像生成单元150生成皱纹强调图像,使用显示单元160显示皱纹强调图像。
图6A、图6B、图6C是表示提取了皱纹区域的情形的一例的图。
如图6A所示,在第1边缘区域311(用深色表示的区域)中,存在与第2边缘区域312(用浅色表示的区域)重复的边缘区域和与第2边缘区域312不重复的边缘区域。与第2边缘区域312重复的第1边缘区域311是真正的皱纹区域的可能性高,与第2边缘区域312不重复的第1边缘区域311是干扰的可能性高。
因此,如图6B所示,从许多第1边缘区域311中排除了与第2边缘区域312不重复的第1边缘区域311之外的区域被判定为皱纹区域313。并且,如图6C所示,生成将所判定的皱纹区域313的图像314重叠于拍摄图像315而得到的皱纹强调图像316。
此外,在使用像素的梯度值的阈值以外的参数(例如Gabor滤波器的情况下的波长等)提取了第2边缘区域的情况下,可能会存在与第1边缘区域不重复的部分。在这种情况下,边缘选择处理单元223也可以将该部分判定为皱纹区域。该情况下,能够在进一步降低了漏检测的状态下进行皱纹检测。但是,如上所述,对于将从一个或多个第1边缘区域中删除不包含重复区域的第1边缘区域而得到的区域设为皱纹区域的处理,能将处理负荷抑制为低。
通过以上所述的动作,皱纹检测装置100能够根据基于第1阈值的第1边缘区域与基于第2阈值的第2边缘区域重复的重复区域,进行皱纹判定,并将判定结果提示给用户。
此外,皱纹检测装置100还可以进行使用比上述第2边缘区域的提取方法更严格的方法的边缘检测处理,使用所得到的第3边缘区域对皱纹区域进行增加或者削减。例如,皱纹检测装置100将不包含第3边缘区域的第1边缘区域判定为不是皱纹区域,将不包含于第1边缘区域的第3边缘区域添加到皱纹区域中。
<本实施方式的效果>
如以上的说明,本实施方式的皱纹检测装置100根据基于第1阈值的第1边缘区域与基于第2阈值的第2边缘区域重复的重复区域,进行皱纹判定。
重复区域如上所述是真正的皱纹区域的至少一部分的可能性高。因此,通过基于重复区域来进行皱纹判定,能够使皱纹判定的精度提高。另外,本实施方式的皱纹检测装置100不需要如以往技术那样反复进行一边切换阈值一边对线要素的附近进行搜索的处理。因此,本实施方式的皱纹检测装置100能够以较低的处理负荷来进行高精度的皱纹检测。
<本实施方式的变形例>
此外,基于重复区域的皱纹区域的判定方法并不限定于上述的例子。例如,边缘选择处理单元223也可以从第2边缘区域中选择至少其一部分包含于第1边缘区域的第2边缘区域,将对所选择的多个第2边缘区域之间进行插值(interpolation)而得到的区域判定为皱纹区域。
另外,在以上说明的实施方式中,将检测对象设为了皮肤的皱纹,但检测对象也可以是壁的损伤、金属材料表面的裂纹、布的皱纹等具有线状的槽形状的其他状态。
<本公开的总结>
本公开的皱纹检测装置具有:第1阈值处理单元,其进行将表示包含皮肤的图像中的像素值的变化的程度的梯度值与第1阈值进行比较的第1阈值处理,检测所述图像所包含的第1边缘区域;第2阈值处理单元,其进行将所述梯度值与第2阈值进行比较的第2阈值处理,检测所述图像所包含的第2边缘区域;以及边缘选择处理单元,其基于所述第1边缘区域与所述第2边缘区域重复的重复区域来判定皱纹区域。
此外,在上述皱纹检测装置中,所述第2阈值可以比所述第1阈值大,所述边缘选择处理单元可以选择一个或多个所述第1边缘区域中的包含所述重复区域的所述第1边缘区域作为所述皱纹区域。
另外,在上述皱纹检测装置中,所述边缘选择处理单元可以将一个或多个所述第1边缘区域中的不包含所述重复区域的所述第1边缘区域以外的所述第1边缘区域作为所述皱纹区域。
另外,上述皱纹检测装置还可以具有:图像取得单元,其取得所述图像;面部器官取得单元,其根据所述图像取得面部器官的位置;以及检测区域决定单元,其基于所述面部器官的位置,决定所述图像中的成为所述第1阈值处理以及所述第2阈值处理的对象的检测区域,所述第1阈值处理单元以及所述第2阈值处理单元可以至少算出所述检测区域的所述梯度值。
另外,上述皱纹检测装置还可以具有:图像取得单元,其取得所述图像;图像生成单元,其生成表示所述图像中的所述皱纹区域的皱纹图像,并生成将所生成的所述皱纹图像重叠于所述图像而得到的皱纹强调图像;以及显示单元,其显示所述皱纹强调图像。
本公开的皱纹检测方法包括:进行将表示包含皮肤的图像中的像素值的变化的程度的梯度值与第1阈值进行比较的第1阈值处理,检测所述图像所包含的第1边缘区域的步骤;进行将所述梯度值与第2阈值进行比较的第2阈值处理,检测所述图像所包含的第2边缘区域的步骤;以及基于所述第1边缘区域与所述第2边缘区域重复的重复区域来判定皱纹区域的步骤。
本公开作为能够以较低的处理负荷来进行高精度的皱纹检测的皱纹检测装置以及皱纹检测方法而有用。
Claims (6)
1.一种皱纹检测装置,具有:
第1阈值处理单元,其进行将表示包含皮肤的图像中的像素值的变化的程度的梯度值与第1阈值进行比较的第1阈值处理,检测所述图像所包含的第1边缘区域;
第2阈值处理单元,其进行将所述梯度值与第2阈值进行比较的第2阈值处理,检测所述图像所包含的第2边缘区域;以及
边缘选择处理单元,其基于所述第1边缘区域与所述第2边缘区域重复的重复区域来判定皱纹区域。
2.根据权利要求1所述的皱纹检测装置,
所述第2阈值比所述第1阈值大,
所述边缘选择处理单元选择一个或多个所述第1边缘区域中的包含所述重复区域的所述第1边缘区域作为所述皱纹区域。
3.根据权利要求1所述的皱纹检测装置,
所述边缘选择处理单元将一个或多个所述第1边缘区域中的不包含所述重复区域的所述第1边缘区域以外的所述第1边缘区域作为所述皱纹区域。
4.根据权利要求1所述的皱纹检测装置,还具有:
图像取得单元,其取得所述图像;
面部器官取得单元,其根据所述图像取得面部器官的位置;以及
检测区域决定单元,其基于所述面部器官的位置,决定所述图像中的成为所述第1阈值处理以及所述第2阈值处理的对象的检测区域,
所述第1阈值处理单元以及所述第2阈值处理单元至少算出所述检测区域的所述梯度值。
5.根据权利要求1所述的皱纹检测装置,还具有:
图像取得单元,其取得所述图像;
图像生成单元,其生成表示所述图像中的所述皱纹区域的皱纹图像,并生成将所生成的所述皱纹图像重叠于所述图像而得到的皱纹强调图像;以及
显示单元,其显示所述皱纹强调图像。
6.一种皱纹检测方法,包括:
进行将表示包含皮肤的图像中的像素值的变化的程度的梯度值与第1阈值进行比较的第1阈值处理,检测所述图像所包含的第1边缘区域的步骤;
进行将所述梯度值与第2阈值进行比较的第2阈值处理,检测所述图像所包含的第2边缘区域的步骤;以及
基于所述第1边缘区域与所述第2边缘区域重复的重复区域来判定皱纹区域的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014118506A JP2015232746A (ja) | 2014-06-09 | 2014-06-09 | 皺検出装置および皺検出方法 |
JP2014-118506 | 2014-06-09 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105310690A true CN105310690A (zh) | 2016-02-10 |
Family
ID=53283982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510245897.9A Withdrawn CN105310690A (zh) | 2014-06-09 | 2015-05-14 | 皱纹检测装置和皱纹检测方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9782119B2 (zh) |
EP (1) | EP2955693B1 (zh) |
JP (1) | JP2015232746A (zh) |
CN (1) | CN105310690A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109086688A (zh) * | 2018-07-13 | 2018-12-25 | 北京科莱普云技术有限公司 | 脸部皱纹检测方法、装置、计算机设备和存储介质 |
CN110738678A (zh) * | 2019-10-18 | 2020-01-31 | 厦门美图之家科技有限公司 | 脸部细纹检测方法、装置、电子设备及可读存储介质 |
WO2020103732A1 (zh) * | 2018-11-19 | 2020-05-28 | 华为技术有限公司 | 一种皱纹检测方法和终端设备 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9501689B2 (en) * | 2014-03-13 | 2016-11-22 | Panasonic Intellectual Property Management Co., Ltd. | Image processing apparatus and image processing method |
JP6550642B2 (ja) * | 2014-06-09 | 2019-07-31 | パナソニックIpマネジメント株式会社 | 皺検出装置および皺検出方法 |
WO2017126367A1 (ja) * | 2016-01-22 | 2017-07-27 | 富士フイルム株式会社 | ひび割れ情報編集装置、ひび割れ情報編集方法およびひび割れ情報編集プログラム |
US9934578B2 (en) * | 2016-08-15 | 2018-04-03 | Macau University Of Science And Technology | Method for edge detection |
JP7191823B2 (ja) * | 2017-07-07 | 2022-12-19 | キヤノン株式会社 | 画像から変状を検知する画像処理装置、画像処理方法及びプログラム |
CN109844804B (zh) * | 2017-08-24 | 2023-06-06 | 华为技术有限公司 | 一种图像检测的方法、装置及终端 |
WO2020015149A1 (zh) * | 2018-07-16 | 2020-01-23 | 华为技术有限公司 | 一种皱纹检测方法及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008293327A (ja) * | 2007-05-25 | 2008-12-04 | Noritsu Koki Co Ltd | 顔画像表示システム |
WO2010063527A1 (en) * | 2008-12-03 | 2010-06-10 | Delaval Holding Ab | Arrangement and method for determining a body condition score of an animal |
CN103827916A (zh) * | 2011-09-22 | 2014-05-28 | 富士胶片株式会社 | 皱纹检测方法、皱纹检测装置和皱纹检测程序以及皱纹评估方法、皱纹评估装置和皱纹评估程序 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08123967A (ja) | 1994-10-28 | 1996-05-17 | Oki Electric Ind Co Ltd | 画像のエッジ検出装置 |
EP1997074B1 (en) * | 2006-03-13 | 2013-02-06 | Given Imaging Ltd. | Device, system and method for automatic detection of contractile activity in an image frame |
JP4952550B2 (ja) | 2007-11-30 | 2012-06-13 | トヨタ自動車株式会社 | 搬送膜のしわ検知装置およびその方法 |
US8411986B2 (en) * | 2009-04-13 | 2013-04-02 | Flashfoto, Inc. | Systems and methods for segmenation by removal of monochromatic background with limitied intensity variations |
JP4833322B2 (ja) | 2009-06-26 | 2011-12-07 | 株式会社バンダイナムコゲームス | 画像生成装置及びプリントシール製造方法 |
JP5578603B2 (ja) | 2009-12-04 | 2014-08-27 | 国立大学法人佐賀大学 | 視線制御装置、視線制御方法、及びそのプログラム |
US20110263946A1 (en) * | 2010-04-22 | 2011-10-27 | Mit Media Lab | Method and system for real-time and offline analysis, inference, tagging of and responding to person(s) experiences |
CN102798343B (zh) | 2012-08-14 | 2014-12-24 | 胡海明 | 卷边皱纹检测器 |
-
2014
- 2014-06-09 JP JP2014118506A patent/JP2015232746A/ja active Pending
-
2015
- 2015-05-06 EP EP15166536.1A patent/EP2955693B1/en active Active
- 2015-05-14 CN CN201510245897.9A patent/CN105310690A/zh not_active Withdrawn
- 2015-06-01 US US14/726,631 patent/US9782119B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008293327A (ja) * | 2007-05-25 | 2008-12-04 | Noritsu Koki Co Ltd | 顔画像表示システム |
WO2010063527A1 (en) * | 2008-12-03 | 2010-06-10 | Delaval Holding Ab | Arrangement and method for determining a body condition score of an animal |
CN103827916A (zh) * | 2011-09-22 | 2014-05-28 | 富士胶片株式会社 | 皱纹检测方法、皱纹检测装置和皱纹检测程序以及皱纹评估方法、皱纹评估装置和皱纹评估程序 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109086688A (zh) * | 2018-07-13 | 2018-12-25 | 北京科莱普云技术有限公司 | 脸部皱纹检测方法、装置、计算机设备和存储介质 |
WO2020103732A1 (zh) * | 2018-11-19 | 2020-05-28 | 华为技术有限公司 | 一种皱纹检测方法和终端设备 |
US11978231B2 (en) | 2018-11-19 | 2024-05-07 | Honor Device Co., Ltd. | Wrinkle detection method and terminal device |
CN110738678A (zh) * | 2019-10-18 | 2020-01-31 | 厦门美图之家科技有限公司 | 脸部细纹检测方法、装置、电子设备及可读存储介质 |
CN110738678B (zh) * | 2019-10-18 | 2022-05-31 | 厦门美图宜肤科技有限公司 | 脸部细纹检测方法、装置、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2015232746A (ja) | 2015-12-24 |
US9782119B2 (en) | 2017-10-10 |
EP2955693A1 (en) | 2015-12-16 |
EP2955693B1 (en) | 2019-08-21 |
US20150351682A1 (en) | 2015-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105310690A (zh) | 皱纹检测装置和皱纹检测方法 | |
EP2923306B1 (en) | Method and apparatus for facial image processing | |
Mascetti et al. | Zebrarecognizer: Pedestrian crossing recognition for people with visual impairment or blindness | |
JP6550642B2 (ja) | 皺検出装置および皺検出方法 | |
US8879847B2 (en) | Image processing device, method of controlling image processing device, and program for enabling computer to execute same method | |
JP4845698B2 (ja) | 眼部検出装置、眼部検出方法及びプログラム | |
JP6489427B2 (ja) | 画像処理装置および画像処理方法 | |
KR101809543B1 (ko) | 비접촉식 지문 인식하는 방법 및 이를 수행하기 위한 전자 기기 | |
US20080118113A1 (en) | Method and apparatus for detecting eyes in face region | |
JP5737401B2 (ja) | 瞼検出装置 | |
EP3073415A1 (en) | Image processing apparatus and image processing method | |
CN103425985B (zh) | 一种人脸抬头纹检测方法 | |
KR101699014B1 (ko) | 스테레오 카메라를 이용한 객체 검출 방법 및 장치 | |
JP2012068948A (ja) | 顔属性推定装置およびその方法 | |
JP5201184B2 (ja) | 画像処理装置及びプログラム | |
JP6221283B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
JP2007151798A (ja) | 開閉眼判定装置及び方法 | |
JP5035139B2 (ja) | 眼画像処理装置 | |
JP5493676B2 (ja) | 眼位置認識装置 | |
KR20150107581A (ko) | 화상 처리 장치 및 화상 처리 방법 | |
JP4825737B2 (ja) | 開眼度判定装置 | |
JP4767208B2 (ja) | 顔部品位置検出装置、方法及びプログラム | |
JP2016045744A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
KR101215751B1 (ko) | 얼굴 회전각 검출 방법 및 장치 | |
NL2024816B1 (en) | Detection method for detecting an occlusion of an eye region in an image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20160210 |
|
WW01 | Invention patent application withdrawn after publication |