CN105719234A - 用于人脸区域的自动去油光方法、系统及拍摄终端 - Google Patents

Abstract

本发明公开了一种用于人脸区域的自动去油光方法、系统及拍摄终端，其通过获取待处理图像的皮肤区域，对所述人脸皮肤区域进行亮度分析得到高光区域，对所述高光区域进行边缘检测，并根据边缘检测结果剔除白色物体的区域得到油光区域，最后对所述油光区域进行去除高光的处理得到修复图像；能够准确进行油光识别，并有效消除油光，处理效果更好。

Description

用于人脸区域的自动去油光方法、系统及拍摄终端

技术领域

本发明涉及图像处理技术领域，特别是一种用于人脸区域的自动去油光方法及其应用该方法的系统、拍摄终端。

背景技术

现有技术中，已有较多消除图像光噪的算法，但鲜有对光噪定位的算法，一个很大的难点是很难确定曝光过度(高光区)和白色物体(白光区)之间的区别，再加上自然图像的复杂性，使得定位光噪区域变得更加困难；现有技术中直接对待处理图像进行高光去除的处理方法，容易对白光区产生误处理，使得不属于皮肤油光的区域也被去除，使得图像失真，用户体验不好。

发明内容

本发明为解决上述问题，提供了一种用于人脸区域的自动去油光方法、系统及拍摄终端，能够准确进行油光识别，并有效消除油光，处理效果更好。

为实现上述目的，本发明采用的技术方案为：

首先，本发明提供一种用于人脸区域的自动去油光方法，其特征在于，包括以下步骤：

10.获取待处理图像的皮肤区域；

20.对所述人脸皮肤区域进行亮度分析，得到高光区域；

30.对所述高光区域进行边缘检测，并根据边缘检测结果剔除白色物体的区域，得到油光区域；

40.对所述油光区域进行去除高光的处理，得到修复图像。

优选的，所述的步骤10中，进一步包括：

11.对待处理图像进行人脸识别，获取人脸区域以及人脸特征点；

12.对所述人脸特征点进行区域填充计算，得到人脸五官区域；

13.剔除所述人脸五官区域，得到人脸皮肤区域。

优选的，所述的步骤20中，对所述人脸皮肤区域进行亮度分析，是分析人脸皮肤区域的RGB三个通道中的暗通道的亮度统计特性，得到所述高光区域。

优选的，所述的步骤30中，对所述高光区域进行边缘检测，是通过计算检测到的边缘与各个高光区域的外缘之间的重合度，当检测到的边缘与当前高光区域的外缘的重合度大于预设阈值时，则判定为当前高光区域为白色物体的区域，并剔除该白色物体的区域，得到油光区域。

优选的，所述的步骤30中，进一步包括对所述的油光区域进行膨胀处理，使其包含过渡区域，得到膨胀后的油光区域。

优选的，所述的步骤40中，进一步包括：

41.对所述油光区域进行减小梯度的调整，得到调整后的梯度图；

42.对调整后的梯度图求解泊松方程进行图像复原，得到所述修复图像。

其次，本发明提供一种用于人脸区域的自动去油光系统，其包括：

人脸识别模块，用于通过人脸识别获取待处理图像的皮肤区域；

亮度分析模块，用于对所述人脸皮肤区域进行亮度分析，得到高光区域；

边缘检测模块，用于对所述高光区域进行边缘检测，并根据边缘检测结果剔除白色物体的区域，得到油光区域；

高光去除模块，用于对所述油光区域进行去除高光的处理，得到修复图像。

优选的，所述高光去除模块进一步包括：

梯度调整单元，用于对所述油光区域进行减小梯度的调整，得到调整后的梯度图；

图像复原单元，用于对调整后的梯度图求解泊松方程进行图像复原，得到所述修复图像。

另外，本发明还提供一种拍摄终端，该拍摄终端包括如上所述的用于人脸区域的自动去油光系统。

优选的，所述拍摄终端包括：手机、数码相机或平板电脑。

本发明的有益效果是：

本发明的一种用于人脸区域的自动去油光方法、系统及拍摄终端，其通过获取待处理图像的皮肤区域，对所述人脸皮肤区域进行亮度分析得到高光区域，对所述高光区域进行边缘检测，并根据边缘检测结果剔除白色物体的区域得到油光区域，最后对所述油光区域进行去除高光的处理得到修复图像；能够准确进行油光识别，并有效消除油光，处理效果更好。

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，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明用于人脸区域的自动去油光方法的流程简图；

图2为本发明用于人脸区域的自动去油光系统的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明是一种专门用于人脸区域的自动去油光算法，其中包括油光识别和油光消除两部分。如图1所示，本发明的一种用于人脸区域的自动去油光方法，具体包括以下步骤：

10.获取待处理图像的皮肤区域；

20.对所述人脸皮肤区域进行亮度分析，得到高光区域；

30.对所述高光区域进行边缘检测，并根据边缘检测结果剔除白色物体的区域，得到油光区域；

40.对所述油光区域进行去除高光的处理，得到修复图像。

所述的步骤10中，进一步包括：

11.对待处理图像进行人脸识别，获取人脸区域以及人脸特征点；

12.对所述人脸特征点进行区域填充计算，得到人脸五官区域；

13.剔除所述人脸五官区域，得到人脸皮肤区域。

通过人脸识别获取到人脸区域，并通过人脸特征点之间的连接和区域填充算法得到人脸五官区域，通过提出人脸五官区域得到只包含人脸轮廓且不包含眼睛，眉毛，嘴巴的人脸皮肤区域，使得去除高光时更具有针对性，避免误处理和图像失真。

所述的步骤20中，对所述人脸皮肤区域进行亮度分析，是分析人脸皮肤区域的RGB三个通道中的暗通道的亮度统计特性，得到所述高光区域，高光识别更准确。

本实施例中，所述高光区域的计算方法为：

pL＝min(pLR,min(pLG,pLB))；

nEV＝min(255,max(Mean+2.5*Var,200))；

其中max表示两者间的最大值，min表示两者之间的最小值，pLR，pLG,pLB表示人脸区域某点的RGB值，pL表示这点的亮度值。Mean，Var表示Fmask区域的亮度平均值和方差。nEV是高光的阈值，即pL大于nEV则认为高光。

所述的步骤30中，由于白色物体一般是有明显边缘的，而高光区域是一个渐变的过渡，一般没有明显边缘，例如最常见的黑白相间的眼镜框，白色部分很容易被识别成高光，因此，本发明通过对所述高光区域进行边缘检测来剔除白色物体的区域，使得高光识别更准确，具体是通过计算检测到的边缘与各个高光区域的外缘之间的重合度，当检测到的边缘与当前高光区域的外缘的重合度大于预设阈值时，则判定为当前高光区域为白色物体的区域，例如，当检测到的边缘的重合度大于所述高光区域的外缘的一半以上时，则判定为这块高光区域是白色物体，并剔除该白色物体的区域，得到油光区域；并且，还进一步包括对所述的油光区域进行膨胀处理，使其包含过渡区域，得到膨胀后的油光区域，使得修复效果更自然。

所述的步骤40中，进一步包括：

41.对所述油光区域进行减小梯度的调整，得到调整后的梯度图；

42.对调整后的梯度图求解泊松方程进行图像复原，得到所述修复图像。

所述油光区域的减小梯度的调整方法为：

$Gx=Gx*{\left(\frac{0.3}{\sqrt{Gx*Gx+Gy*Gy}}\right)}^{0.3};$

其中，Gx为水平方向的梯度，求取方式是后一个像素值减去前一个像素值，Gy为竖直方向梯度，求取方式是下一个像素减去上一个像素。

Gy的调整方法与上述类似。

另外，Gx、Gy都为0时不做调整。

本发明选择梯度减小，并且基于梯度图操作再复原，减小高光区周围的梯度，比直接操作原图亮度，效果更自然，优选的，减小的函数选择具有让大梯度减小而小梯度基本保持不变的特性，从而能够更好的保持高光区的纹理细节。

除了采用上述梯度减小的方法，还可以采用大梯度块替换为小梯度块的梯度块替换方法，同样也能够去除高光，并且能够让大梯度变小而小梯度基本不变，因此高光也能去除而且纹理细节也能得到保留。

或者，还可以对所述油光区域进行色阶调整或亮度曲线调整等，在此不一一列举。

如图2所示，本发明提供一种用于人脸区域的自动去油光系统，其包括：

人脸识别模块A，用于通过人脸识别获取待处理图像的皮肤区域；

亮度分析模块B，用于对所述人脸皮肤区域进行亮度分析，得到高光区域；

边缘检测模块C，用于对所述高光区域进行边缘检测，并根据边缘检测结果剔除白色物体的区域，得到油光区域；

高光去除模块D，用于对所述油光区域进行去除高光的处理，得到修复图像。

本实施例中，所述高光去除模块D进一步包括：

梯度调整单元D1，用于对所述油光区域进行减小梯度的调整，得到调整后的梯度图；

图像复原单元D2，用于对调整后的梯度图求解泊松方程进行图像复原，得到所述修复图像。

本发明还提供一种拍摄终端，该拍摄终端包括如上所述的用于人脸区域的自动去油光系统，其中，用于人脸区域的自动去油光系统可以采用图2实施例的结构，其对应地，可以执行图1所示方法实施例的技术方案，其实现原理和技术效果类似，详细可以参见上述实施例中的相关记载，此处不再赘述。

所述拍摄终端包括：手机、数码相机或平板电脑等配置有摄像头的设备。

本发明首先通过人脸识别技术获取到人脸区域,并通过五官区域的特征点检测剔除眉毛，眼睛，嘴巴的影响，即得到基本只包含人脸皮肤的皮肤区域，然后分析亮度曲线得到初始高光区域，并通过边缘检测区分油光区域和白色物体(例如黑白相间的眼镜框)，并剔除白色物体，然后对剩下的高光区域(即油光区域)进行膨胀处理使其包含从正常区域到高光区域的过渡区域，最后减小油光区域的梯度，再通过求解泊松方程复原得到最终的消除油光后的修复图像，从而实现快速有效的修复人脸的油光区域，修复效果更好。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统实施例和终端实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。并且，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

上述说明示出并描述了本发明的优选实施例，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (10)

1.一种用于人脸区域的自动去油光方法，其特征在于，包括以下步骤：

10.获取待处理图像的皮肤区域；

20.对所述人脸皮肤区域进行亮度分析，得到高光区域；

30.对所述高光区域进行边缘检测，并根据边缘检测结果剔除白色物体的区域，得到油光区域；

40.对所述油光区域进行去除高光的处理，得到修复图像。

2.根据权利要求1所述的一种用于人脸区域的自动去油光方法，其特征在于：所述的步骤10中，进一步包括：

11.对待处理图像进行人脸识别，获取人脸区域以及人脸特征点；

12.对所述人脸特征点进行区域填充计算，得到人脸五官区域；

13.剔除所述人脸五官区域，得到人脸皮肤区域。

3.根据权利要求1所述的一种用于人脸区域的自动去油光方法，其特征在于：所述的步骤20中，对所述人脸皮肤区域进行亮度分析，是分析人脸皮肤区域的RGB三个通道中的暗通道的亮度统计特性，得到所述高光区域。

4.根据权利要求1所述的一种用于人脸区域的自动去油光方法，其特征在于：所述的步骤30中，对所述高光区域进行边缘检测，是通过计算检测到的边缘与各个高光区域的外缘之间的重合度，当检测到的边缘与当前高光区域的外缘的重合度大于预设阈值时，则判定为当前高光区域为白色物体的区域，并剔除该白色物体的区域，得到油光区域。

5.根据权利要求1所述的一种用于人脸区域的自动去油光方法，其特征在于：所述的步骤30中，进一步包括对所述的油光区域进行膨胀处理，使其包含过渡区域，得到膨胀后的油光区域。

6.根据权利要求1至5任一项所述的一种用于人脸区域的自动去油光方法，其特征在于：所述的步骤40中，进一步包括：

41.对所述油光区域进行减小梯度的调整，得到调整后的梯度图；

42.对调整后的梯度图求解泊松方程进行图像复原，得到所述修复图像。

7.一种用于人脸区域的自动去油光系统，其特征在于，包括：

人脸识别模块，用于通过人脸识别获取待处理图像的皮肤区域；

亮度分析模块，用于对所述人脸皮肤区域进行亮度分析，得到高光区域；

边缘检测模块，用于对所述高光区域进行边缘检测，并根据边缘检测结果剔除白色物体的区域，得到油光区域；

高光去除模块，用于对所述油光区域进行去除高光的处理，得到修复图像。

8.根据权利要求7所述的一种用于人脸区域的自动去油光系统，其特征在于：所述高光去除模块进一步包括：

梯度调整单元，用于对所述油光区域进行减小梯度的调整，得到调整后的梯度图；

图像复原单元，用于对调整后的梯度图求解泊松方程进行图像复原，得到所述修复图像。

9.一种拍摄终端，其特征在于，包括权利要求7至8任一项所述的用于人脸区域的自动去油光系统。

10.根据权利要求9所述的拍摄终端，其特征在于，所述拍摄终端包括：手机、数码相机或平板电脑。