CN105741231B - 图像的美肤处理方法和装置 - Google Patents
图像的美肤处理方法和装置 Download PDFInfo
- Publication number
- CN105741231B CN105741231B CN201610073124.1A CN201610073124A CN105741231B CN 105741231 B CN105741231 B CN 105741231B CN 201610073124 A CN201610073124 A CN 201610073124A CN 105741231 B CN105741231 B CN 105741231B
- Authority
- CN
- China
- Prior art keywords
- pox spots
- pixel
- region
- pox
- spots
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 230000008439 repair process Effects 0.000 claims abstract description 110
- 238000001514 detection method Methods 0.000 claims abstract description 69
- 208000002874 Acne Vulgaris Diseases 0.000 claims description 21
- 206010000496 acne Diseases 0.000 claims description 21
- 230000003287 optical effect Effects 0.000 claims description 18
- 239000000284 extract Substances 0.000 claims description 9
- 238000003672 processing method Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000012946 outsourcing Methods 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 208000003351 Melanosis Diseases 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种图像的美肤处理方法和装置，其方法包括：对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域；采用痘斑修复算法，对痘斑区域进行痘斑修复，得到痘斑修复图像；对痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域；采用暗区修复算法，对暗区蒙板覆盖区域进行修复，得到结果图像。本发明解决了现有技术中美肤处理操作繁琐，处理后的图像失去纹理质感的问题。实现了简化美肤处理操作，提升美肤处理质量，满足用户需求。
Description
技术领域
本发明涉及图片处理技术领域，尤其涉及一种图像的美肤处理方法和装置。
背景技术
随着摄影技术的日益进步，人们对拍摄的需求越来越大，对图像处理的要求也越来越高，为了拍摄出满意的效果，许多摄像设备，如：智能手机、平板电脑和数码相机等都提供了美肤功能。
现有的美肤处理主要是通过人工皮肤美化和平滑磨皮来实现的，人工皮肤美化提供用户界面，根据用户操作进行皮肤美化，例如用户点击痘斑，人工皮肤美化根据用户点击位置，和用户选定的痘斑半径确定痘斑区域，进行祛斑；平滑磨皮针对皮肤进行处理，首先使用肤色检测识别皮肤区域，然后对皮肤区域使用低通滤波器(高斯滤波，边缘保持滤波)进行平滑，再将平滑后的皮肤区域与原图融合，得到皮肤区域平滑，其他区域不变的图像。
然而，现有的美肤处理技术存在着缺陷，首先，人工皮肤美化需要繁琐的用户操作，如用户需要点击多次才能完成去除所有痘斑。另外，人工皮肤美化也需要一定的使用门槛，用户需要经过学习才能掌握；其次，平滑磨皮采用低通滤波器，在平滑痘斑、皱纹的同时也会去除皮肤细小的毛孔，使得皮肤失去原有纹理质感，美化效果不自然。
发明内容
本发明的主要目的在于提出一种图片的脸部美肤方法和装置，旨在实现简化美肤处理操作，提升美肤处理质量，满足用户需求。
为实现上述目的，本发明提供的图片的脸部美肤方法，包括：
对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域；
采用痘斑修复算法，对所述痘斑区域进行痘斑修复，得到痘斑修复图像；
对所述痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域；
采用暗区修复算法，对所述暗区蒙板覆盖区域进行修复，得到结果图像。
优选地，所述对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域的步骤包括：
对所述原始图像的所述肤色区域进行高斯函数处理，得到候选痘斑像素；
搜索所述候选痘斑像素的相邻区域的像素，将所述候选痘斑像素的相邻区域的像素与所述候选痘斑像素进行合并，生成候选痘斑区域；
对所述候选痘斑区域进行筛选，得到所述痘斑区域。
优选地，所述采用痘斑修复算法，对所述痘斑区域进行痘斑修复，得到痘斑修复图像的步骤包括：
在所述痘斑区域的边界上任取一点为中心，以预设长度为半径，得到待填充区域；
在所述痘斑区域的外部获取与所述待填补区域大小一致的替换区域；
将所述替换区域填充至所述待填充区域；
循环执行所述痘斑修复操作，直到所述痘斑区域填充完毕，得到所述痘斑修复图像。
优选地，所述对所述痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域的步骤包括：
在颜色通道中对所述痘斑修复图像进行高反差保留处理；
对进行高反差保留处理后的所述痘斑修复图像进行多次强光叠加；
提取所述痘斑修复图像中叠加结果小于阈值的区域，得到所述暗区蒙板覆盖区域。
优选地，所述采用暗区修复算法，对所述暗区蒙板覆盖区域进行修复，得到结果图像的步骤包括：
对所述暗区蒙板覆盖区域采用预设函数，计算得到对应的修复曲线；
根据所述修复曲线，对所述暗区蒙板覆盖区域中的任一像素进行像素处理，得到所述结果图像。
本发明实施例还提出一种图片的脸部美肤装置，所述装置包括：
痘斑检测模块，用于对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域；
痘斑修复模块，用于采用痘斑修复算法，对所述痘斑区域进行痘斑修复，得到痘斑修复图像；
暗区检测模块，用于对所述痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域；
暗区修复模块，用于采用暗区修复算法，对所述暗区蒙板覆盖区域进行修复，得到结果图像。
优选地，所述痘斑检测模块，还用于对所述原始图像的所述肤色区域进行高斯函数处理，得到候选痘斑像素；搜索所述候选痘斑像素的相邻区域的像素，将所述候选痘斑像素的相邻区域的像素与所述候选痘斑像素进行合并，生成候选痘斑区域；对所述候选痘斑区域进行筛选，得到所述痘斑区域。
优选地，所述痘斑修复模块，还用于在所述痘斑区域的边界上任取一点为中心，以预设长度为半径，得到待填充区域；在所述痘斑区域的外部获取与所述待填补区域大小一致的替换区域；将所述替换区域填充至所述待填充区域；循环执行所述痘斑修复操作，直到所述痘斑区域填充完毕，得到所述痘斑修复图像。
优选地，所述暗区检测模块，还用于在颜色通道中对所述痘斑修复图像进行高反差保留处理；对进行高反差保留处理后的所述痘斑修复图像进行多次强光叠加；提取所述痘斑修复图像中叠加结果小于阈值的区域，得到所述暗区蒙板覆盖区域。
优选地，所述暗区修复模块，还用于对所述暗区蒙板覆盖区域采用预设函数，计算得到对应的修复曲线；根据所述修复曲线，对所述暗区蒙板覆盖区域中的任一像素进行像素处理，得到所述结果图像。
本发明公开了一种图片的脸部美肤方法和装置，通过对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域；采用痘斑修复算法，对痘斑区域进行痘斑修复，得到痘斑修复图像；对痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域；采用暗区修复算法，对暗区蒙板覆盖区域进行修复，得到结果图像，解决了现有技术中美肤处理操作繁琐，处理后的图像失去纹理质感的问题。实现了简化美肤处理操作，提升美肤处理质量，满足用户需求。
附图说明
图1是本发明图像的美肤处理方法第一实施例的流程示意图；
图2是本发明实施例中所述对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域的步骤的一种流程示意图；
图3是本发明实施例中所述采用痘斑修复算法，对所述痘斑区域进行痘斑修复，得到痘斑修复图像的步骤的一种流程示意图；
图4是本发明实施例中所述对所述痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域的步骤的一种流程示意图；
图5是本发明所述采用暗区修复算法，对所述暗区蒙板覆盖区域进行修复，得到结果图像的步骤的一种流程示意图；
图6是本发明图像的美肤处理装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例的主要解决方案是：对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域；采用痘斑修复算法，对痘斑区域进行痘斑修复，得到痘斑修复图像；对痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域；采用暗区修复算法，对暗区蒙板覆盖区域进行修复，得到结果图像。由此，解决了现有技术中美肤处理操作繁琐，处理后的图像失去纹理质感的问题。实现了简化美肤处理操作，提升美肤处理质量，满足用户需求。
如图1所示，本发明第一实施例提出一种图像的美肤处理方法，包括：
步骤S1，对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域。
本发明方法的执行主体可以为一种智能手机、平板电脑或移动终端，本实施例以移动终端进行举例，当然也不限定于其他能够实现图片图像美肤处理的设备。
具体地，移动终端对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域。
其中，上述肤色区域可以通过肤色检测算法来确定，通过结合RGB颜色空间、YCrCb颜色空间和HSV颜色空间的肤色检测，在2个以上颜色空间中识别为皮肤的识别为皮肤像素，从而得到肤色区域；另外，还可以结合人脸检测和五官定位、图像分割等技术，实现更精确的肤色区域检测。
其中，在完成检测肤色区域后，移动终端对原始图像的肤色区域进行高斯函数处理，得到候选痘斑像素；在具体实现时，移动终端可以根据近邻像素与远邻像素的加权平均亮度检测痘斑，如果近邻像素的加权平均亮度小于远邻像素的加权平均亮度，并且差值超过一定阈值，则认为该像素为候选痘斑像素，例如：移动终端可以使用两个窗口大小不同的高斯函数处理原始图像的任一像素，若窗口小的高斯函数处理结果与窗口大的高斯函数处理结果之差小于阈值，则认为该像素为候选痘斑像素。
其中，在完成对原始图像的肤色区域进行高斯函数处理，得到候选痘斑像素后，移动终端搜索候选痘斑像素的相邻区域的像素，将候选痘斑像素的相邻区域的像素与候选痘斑像素进行合并，生成候选痘斑区域；在具体实现时，移动终端可以通过选择一个候选痘斑像素为种子待搜索点，搜索其8邻域内的像素点，如果其8邻域内的像素点也为候选痘斑像素，则将其8邻域内的像素点合并到同一个候选痘斑区域，并加入待搜索点集合中，再按此遍历图像，直到没有未分区域的候选痘斑像素点，从而生成候选痘斑区域。
其中，在完成搜索候选痘斑像素的相邻区域的像素，将候选痘斑像素的相邻区域的像素与候选痘斑像素进行合并，生成候选痘斑区域后，移动终端对候选痘斑区域进行筛选，得到痘斑区域；在具体实现时，由于过大的区域难于修复，长条型区域很可能是五官的边缘而非真正的痘斑，故移动终端可以通过计算候选痘斑区域的像素个数、区域外包矩形长宽、区域周长等数据，来排除过大、长条型等候选痘斑区域，从而得到痘斑区域。
步骤S2，采用痘斑修复算法，对所述痘斑区域进行痘斑修复，得到痘斑修复图像。
具体地，在完成对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域后，移动终端采用痘斑修复算法，对痘斑区域进行痘斑修复，得到痘斑修复图像。
其中，移动终端在痘斑区域的边界上任取一点为中心，以预设长度为半径，得到待填充区域；在具体实现时，移动终端可以首先设定一个痘斑区域与非痘斑区域的边界为痘斑边界，记为B，将痘斑区域记为Acne，非痘斑区域记为NonAcne；然后在痘斑边界B上任取一点，以特定S为半径，确定一个方格G，即待填充区域。此方格G与痘斑区域Acne和非痘斑区域NonAcne均有部分重叠，可以分别记为GA和GN。
其中，在完成在痘斑区域的边界上任取一点为中心，以预设长度为半径，得到待填充区域后，移动终端在痘斑区域的外部获取与待填补区域大小一致的替换区域；在具体实现时，移动终端为了填充上述GA，可以在NonAcne中搜索与G同样大小的方格H，即替换区域，同时使得方格H与GN对应的部分欧氏距离最小，可以记方格H与GA对应的部分为HA，与GN对应的部分为HN。
其中，在完成在痘斑区域的外部获取与待填补区域大小一致的替换区域后，移动终端将替换区域填充至待填充区域；在具体实现时，移动终端可以将上述HA填充至上述GA，同时更新痘斑边界B。
其中，在完成将替换区域填充至待填充区域后，移动终端循环执行痘斑修复操作，直到痘斑区域填充完毕，得到痘斑修复图像。
步骤S3，对所述痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域。
具体地，在完成采用痘斑修复算法，对痘斑区域进行痘斑修复，得到痘斑修复图像后，移动终端对痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域。
其中，移动终端在颜色通道中对痘斑修复图像进行高反差保留处理；在具体实现时，移动终端可以在蓝色(或绿色)图像通道中进行高反差保留处理。
其中，在完成在颜色通道中对痘斑修复图像进行高反差保留处理后，移动终端对进行高反差保留处理后的痘斑修复图像进行多次强光叠加；在具体实现时，移动终端可以对蓝色(或绿色)图像通道中进行高反差保留处理的结果进行三次强光叠加。
其中，在完成对进行高反差保留处理后的痘斑修复图像进行多次强光叠加后，移动终端提取痘斑修复图像中叠加结果小于阈值的区域，得到暗区蒙板覆盖区域；在具体实现时，以B通道为例，移动终端在B通道中使用两个窗口大小不同的高斯函数处理图像，分别得到IGB(大窗口处理结果)和IGS(小窗口处理结果)，窗口大小均略大于痘斑检测中的大小，IGB大于IGS，且差值小于一定阈值T的像素对应一个数值M(IGB-IGS)/T，这样IGB与IGS差值越大像素，M越大；同时，将其他IGB大于等于IGS的像素M置为0，M即为暗区蒙板的像素值，从而得到暗区蒙板覆盖区域。
步骤S4，采用暗区修复算法，对所述暗区蒙板覆盖区域进行修复，得到结果图像。
具体地，在完成对所述痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域后，移动终端采用暗区修复算法，对暗区蒙板覆盖区域进行修复，得到结果图像。
其中，移动终端对暗区蒙板覆盖区域采用预设函数，计算得到对应的修复曲线；在具体实现时，移动终端可以用二次B样条函数对(0,0),(0.5,0.5+Delta),(1.0,1.0)插值，得到修复曲线F(X)，其中Delta>0，一般取值小于0.1。
其中，在完成对暗区蒙板覆盖区域采用预设函数，计算得到对应的修复曲线后，移动终端根据修复曲线，对暗区蒙板覆盖区域中的任一像素进行像素处理，得到结果图像；在具体实现时，移动终端根据上述修复曲线F(X)，对暗区蒙板覆盖区域中的任一像素P，使用公式如下公式进行像素处理像：
IL(P)＝F(I(P))*M+I(P)*(1-M)；
得到结果图像，即经过通道磨皮后的处理图像。
通过上述方案，本发明提供了一种图像的美肤处理方法，采用自动检测和美化技术，避免了大量的人工操作，同时采用了通道磨皮的方法，使得皮肤的毛孔等纹理得以保留。实现了简化美肤处理操作，提升美肤处理质量，满足用户需求。
进一步的，为了更好地简化美肤处理操作，提升美肤处理质量，参照图2，为本发明具体实施方式中对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域的步骤的一种流程示意图。
作为一种实施方式，上述步骤S1包括：
步骤S11，对所述原始图像的所述肤色区域进行高斯函数处理，得到候选痘斑像素。
具体地，移动终端对原始图像的肤色区域进行高斯函数处理，得到候选痘斑像素。
其中，移动终端可以根据近邻像素与远邻像素的加权平均亮度检测痘斑，如果近邻像素的加权平均亮度小于远邻像素的加权平均亮度，并且差值超过一定阈值，则认为该像素为候选痘斑像素，例如：移动终端可以使用两个窗口大小不同的高斯函数处理原始图像的任一像素，若窗口小的高斯函数处理结果与窗口大的高斯函数处理结果之差小于阈值，则认为该像素为候选痘斑像素。
步骤S12，搜索所述候选痘斑像素的相邻区域的像素，将所述候选痘斑像素的相邻区域的像素与所述候选痘斑像素进行合并，生成候选痘斑区域。
具体地，在完成对原始图像的肤色区域进行高斯函数处理，得到候选痘斑像素后，移动终端搜索候选痘斑像素的相邻区域的像素，将候选痘斑像素的相邻区域的像素与候选痘斑像素进行合并，生成候选痘斑区域。
其中，移动终端可以通过选择一个候选痘斑像素为种子待搜索点，搜索其8邻域内的像素点，如果其8邻域内的像素点也为候选痘斑像素，则将其8邻域内的像素点合并到同一个候选痘斑区域，并加入待搜索点集合中，再按此遍历图像，直到没有未分区域的候选痘斑像素点，从而生成候选痘斑区域。
步骤S13，对所述候选痘斑区域进行筛选，得到所述痘斑区域。
具体地，在完成搜索候选痘斑像素的相邻区域的像素，将候选痘斑像素的相邻区域的像素与候选痘斑像素进行合并，生成候选痘斑区域后，移动终端对候选痘斑区域进行筛选，得到痘斑区域。
其中，由于过大的区域难于修复，长条型区域很可能是五官的边缘而非真正的痘斑，故移动终端可以通过计算候选痘斑区域的像素个数、区域外包矩形长宽、区域周长等数据，来排除过大、长条型等候选痘斑区域，从而得到痘斑区域。
通过上述方案，本发明提供了一种图像的美肤处理方法，更好地实现了简化美肤处理操作，提升美肤处理质量，满足用户需求。
进一步的，为了更好地简化美肤处理操作，提升美肤处理质量，参照图3，为本发明具体实施方式中采用痘斑修复算法，对所述痘斑区域进行痘斑修复，得到痘斑修复图像的步骤的一种流程示意图。
作为一种实施方式，上述步骤S2包括：
步骤S21，在所述痘斑区域的边界上任取一点为中心，以预设长度为半径，得到待填充区域。
具体地，移动终端在痘斑区域的边界上任取一点为中心，以预设长度为半径，得到待填充区域。
其中，移动终端可以首先设定一个痘斑区域与非痘斑区域的边界为痘斑边界，记为B，将痘斑区域记为Acne，非痘斑区域记为NonAcne；然后在痘斑边界B上任取一点，以特定S为半径，确定一个方格G，即待填充区域。此方格G与痘斑区域Acne和非痘斑区域NonAcne均有部分重叠，可以分别记为GA和GN。
步骤S22，在所述痘斑区域的外部获取与所述待填补区域大小一致的替换区域。
具体地，在完成在痘斑区域的边界上任取一点为中心，以预设长度为半径，得到待填充区域后，移动终端在痘斑区域的外部获取与待填补区域大小一致的替换区域。
其中，移动终端移动终端为了填充上述GA，可以在NonAcne中搜索与G同样大小的方格H，即替换区域，同时使得方格H与GN对应的部分欧氏距离最小，可以记方格H与GA对应的部分为HA，与GN对应的部分为HN。
步骤S23，将所述替换区域填充至所述待填充区域。
具体地，在完成在痘斑区域的外部获取与待填补区域大小一致的替换区域后，移动终端将替换区域填充至待填充区域。
其中，移动终端可以将上述HA填充至上述GA，同时更新痘斑边界B。
步骤S24，循环执行所述痘斑修复操作，直到所述痘斑区域填充完毕，得到所述痘斑修复图像。
具体地，在完成将替换区域填充至待填充区域后，移动终端循环执行痘斑修复操作，直到痘斑区域填充完毕，得到痘斑修复图像。
通过上述方案，本发明提供了一种图像的美肤处理方法，更好地实现了简化美肤处理操作，提升美肤处理质量，满足用户需求。
进一步的，为了更好地简化美肤处理操作，提升美肤处理质量，参照图4，为本发明具体实施方式中对所述痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域的步骤的一种流程示意图。
作为一种实施方式，上述步骤S3包括：
步骤S31，在颜色通道中对所述痘斑修复图像进行高反差保留处理。
具体地，移动终端在颜色通道中对痘斑修复图像进行高反差保留处理。
其中，移动终端可以在蓝色(或绿色)图像通道中进行高反差保留处理。
步骤S32，对进行高反差保留处理后的所述痘斑修复图像进行多次强光叠加。
具体地，在完成在颜色通道中对痘斑修复图像进行高反差保留处理后，移动终端对进行高反差保留处理后的痘斑修复图像进行多次强光叠加。
其中，移动终端可以对蓝色(或绿色)图像通道中进行高反差保留处理的结果进行三次强光叠加。
步骤S33，提取所述痘斑修复图像中叠加结果小于阈值的区域，得到所述暗区蒙板覆盖区域。
具体地，在完成对进行高反差保留处理后的痘斑修复图像进行多次强光叠加后，移动终端提取痘斑修复图像中叠加结果小于阈值的区域，得到暗区蒙板覆盖区域。
其中，以B通道为例，移动终端在B通道中使用两个窗口大小不同的高斯函数处理图像，分别得到IGB(大窗口处理结果)和IGS(小窗口处理结果)，窗口大小均略大于痘斑检测中的大小，IGB大于IGS，且差值小于一定阈值T的像素对应一个数值M(IGB-IGS)/T，这样IGB与IGS差值越大像素，M越大；同时，将其他IGB大于等于IGS的像素M置为0，M即为暗区蒙板的像素值，从而得到暗区蒙板覆盖区域。
通过上述方案，本发明提供了一种图像的美肤处理方法，更好地实现了简化美肤处理操作，提升美肤处理质量，满足用户需求。
进一步的，为了更好地简化美肤处理操作，提升美肤处理质量，参照图5，为本发明具体实施方式中采用暗区修复算法，对所述暗区蒙板覆盖区域进行修复，得到结果图像的步骤的一种流程示意图。
作为一种实施方式，上述步骤S4包括：
步骤S41，对所述暗区蒙板覆盖区域采用预设函数，计算得到对应的修复曲线。
具体地，移动终端对暗区蒙板覆盖区域采用预设函数，计算得到对应的修复曲线。
其中，移动终端可以用二次B样条函数对(0,0),(0.5,0.5+Delta),(1.0,1.0)插值，得到修复曲线F(X)，其中Delta>0，一般取值小于0.1。
步骤S42，根据所述修复曲线，对所述暗区蒙板覆盖区域中的任一像素进行像素处理，得到所述结果图像。
具体地，在完成对暗区蒙板覆盖区域采用预设函数，计算得到对应的修复曲线后，移动终端根据修复曲线，对暗区蒙板覆盖区域中的任一像素进行像素处理，得到结果图像。
其中，移动终端根据上述修复曲线F(X)，对暗区蒙板覆盖区域中的任一像素P，使用公式如下公式进行像素处理像：
IL(P)＝F(I(P))*M+I(P)*(1-M)；
得到结果图像，即经过通道磨皮后的处理图像。
通过上述方案，本发明提供了一种图像的美肤处理方法，更好地实现了简化美肤处理操作，提升美肤处理质量，满足用户需求。
基于上述方法实施例的实现，本发明还提供了对应的装置实施例。
如图6所示，本发明第一实施例提出一种图像的美肤处理装置，包括：
痘斑检测模块100，用于对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域。
本发明装置的执行主体可以为一种智能手机、平板电脑或移动终端，本实施例以移动终端进行举例，当然也不限定于其他能够实现图片图像美肤处理的设备。
具体地，痘斑检测模块100对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域。
其中，上述肤色区域可以通过肤色检测算法来确定，通过结合RGB颜色空间、YCrCb颜色空间和HSV颜色空间的肤色检测，在2个以上颜色空间中识别为皮肤的识别为皮肤像素，从而得到肤色区域；另外，还可以结合人脸检测和五官定位、图像分割等技术，实现更精确的肤色区域检测。
其中，在完成检测肤色区域后，痘斑检测模块100对原始图像的肤色区域进行高斯函数处理，得到候选痘斑像素；在具体实现时，移动终端可以根据近邻像素与远邻像素的加权平均亮度检测痘斑，如果近邻像素的加权平均亮度小于远邻像素的加权平均亮度，并且差值超过一定阈值，则认为该像素为候选痘斑像素，例如：移动终端可以使用两个窗口大小不同的高斯函数处理原始图像的任一像素，若窗口小的高斯函数处理结果与窗口大的高斯函数处理结果之差小于阈值，则认为该像素为候选痘斑像素。
其中，在完成对原始图像的肤色区域进行高斯函数处理，得到候选痘斑像素后，痘斑检测模块100搜索候选痘斑像素的相邻区域的像素，将候选痘斑像素的相邻区域的像素与候选痘斑像素进行合并，生成候选痘斑区域；在具体实现时，移动终端可以通过选择一个候选痘斑像素为种子待搜索点，搜索其8邻域内的像素点，如果其8邻域内的像素点也为候选痘斑像素，则将其8邻域内的像素点合并到同一个候选痘斑区域，并加入待搜索点集合中，再按此遍历图像，直到没有未分区域的候选痘斑像素点，从而生成候选痘斑区域。
其中，在完成搜索候选痘斑像素的相邻区域的像素，将候选痘斑像素的相邻区域的像素与候选痘斑像素进行合并，生成候选痘斑区域后，痘斑检测模块100对候选痘斑区域进行筛选，得到痘斑区域；在具体实现时，由于过大的区域难于修复，长条型区域很可能是五官的边缘而非真正的痘斑，故移动终端可以通过计算候选痘斑区域的像素个数、区域外包矩形长宽、区域周长等数据，来排除过大、长条型等候选痘斑区域，从而得到痘斑区域。
痘斑修复模块200，用于采用痘斑修复算法，对所述痘斑区域进行痘斑修复，得到痘斑修复图像。
具体地，在完成对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域后，痘斑修复模块200采用痘斑修复算法，对痘斑区域进行痘斑修复，得到痘斑修复图像。
其中，痘斑修复模块200在痘斑区域的边界上任取一点为中心，以预设长度为半径，得到待填充区域；在具体实现时，移动终端可以首先设定一个痘斑区域与非痘斑区域的边界为痘斑边界，记为B，将痘斑区域记为Acne，非痘斑区域记为NonAcne；然后在痘斑边界B上任取一点，以特定S为半径，确定一个方格G，即待填充区域。此方格G与痘斑区域Acne和非痘斑区域NonAcne均有部分重叠，可以分别记为GA和GN。
其中，在完成在痘斑区域的边界上任取一点为中心，以预设长度为半径，得到待填充区域后，痘斑修复模块200在痘斑区域的外部获取与待填补区域大小一致的替换区域；在具体实现时，移动终端为了填充上述GA，可以在NonAcne中搜索与G同样大小的方格H，即替换区域，同时使得方格H与GN对应的部分欧氏距离最小，可以记方格H与GA对应的部分为HA，与GN对应的部分为HN。
其中，在完成在痘斑区域的外部获取与待填补区域大小一致的替换区域后，痘斑修复模块200将替换区域填充至待填充区域；在具体实现时，移动终端可以将上述HA填充至上述GA，同时更新痘斑边界B。
其中，在完成将替换区域填充至待填充区域后，痘斑修复模块200循环执行痘斑修复操作，直到痘斑区域填充完毕，得到痘斑修复图像。
暗区检测模块300，用于对所述痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域。
具体地，在完成采用痘斑修复算法，对痘斑区域进行痘斑修复，得到痘斑修复图像后，暗区检测模块300对痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域。
其中，暗区检测模块300在颜色通道中对痘斑修复图像进行高反差保留处理；在具体实现时，移动终端可以在蓝色(或绿色)图像通道中进行高反差保留处理。
其中，在完成在颜色通道中对痘斑修复图像进行高反差保留处理后，暗区检测模块300对进行高反差保留处理后的痘斑修复图像进行多次强光叠加；在具体实现时，移动终端可以对蓝色(或绿色)图像通道中进行高反差保留处理的结果进行三次强光叠加。
其中，在完成对进行高反差保留处理后的痘斑修复图像进行多次强光叠加后，暗区检测模块300提取痘斑修复图像中叠加结果小于阈值的区域，得到暗区蒙板覆盖区域；在具体实现时，以B通道为例，移动终端在B通道中使用两个窗口大小不同的高斯函数处理图像，分别得到IGB(大窗口处理结果)和IGS(小窗口处理结果)，窗口大小均略大于痘斑检测中的大小，IGB大于IGS，且差值小于一定阈值T的像素对应一个数值M(IGB-IGS)/T，这样IGB与IGS差值越大像素，M越大；同时，将其他IGB大于等于IGS的像素M置为0，M即为暗区蒙板的像素值，从而得到暗区蒙板覆盖区域。
暗区修复模块400，用于采用暗区修复算法，对所述暗区蒙板覆盖区域进行修复，得到结果图像。
具体地，在完成对所述痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域后，暗区修复模块400采用暗区修复算法，对暗区蒙板覆盖区域进行修复，得到结果图像。
其中，暗区修复模块400对暗区蒙板覆盖区域采用预设函数，计算得到对应的修复曲线；在具体实现时，移动终端可以用二次B样条函数对(0,0),(0.5,0.5+Delta),(1.0,1.0)插值，得到修复曲线F(X)，其中Delta>0，一般取值小于0.1。
其中，在完成对暗区蒙板覆盖区域采用预设函数，计算得到对应的修复曲线后，暗区修复模块400根据修复曲线，对暗区蒙板覆盖区域中的任一像素进行像素处理，得到结果图像；在具体实现时，移动终端根据上述修复曲线F(X)，对暗区蒙板覆盖区域中的任一像素P，使用公式如下公式进行像素处理像：
IL(P)＝F(I(P))*M+I(P)*(1-M)；
得到结果图像，即经过通道磨皮后的处理图像。
通过上述方案，本发明提供了一种图像的美肤处理装置，采用自动检测和美化技术，避免了大量的人工操作，同时采用了通道磨皮的方法，使得皮肤的毛孔等纹理得以保留。实现了简化美肤处理操作，提升美肤处理质量，满足用户需求。
进一步的，为了更好地简化美肤处理操作，提升美肤处理质量，上述痘斑检测模块100，还用于对所述原始图像的所述肤色区域进行高斯函数处理，得到候选痘斑像素；搜索所述候选痘斑像素的相邻区域的像素，将所述候选痘斑像素的相邻区域的像素与所述候选痘斑像素进行合并，生成候选痘斑区域；对所述候选痘斑区域进行筛选，得到所述痘斑区域。
具体地，痘斑检测模块100对原始图像的肤色区域进行高斯函数处理，得到候选痘斑像素。
其中，移动终端可以根据近邻像素与远邻像素的加权平均亮度检测痘斑，如果近邻像素的加权平均亮度小于远邻像素的加权平均亮度，并且差值超过一定阈值，则认为该像素为候选痘斑像素，例如：移动终端可以使用两个窗口大小不同的高斯函数处理原始图像的任一像素，若窗口小的高斯函数处理结果与窗口大的高斯函数处理结果之差小于阈值，则认为该像素为候选痘斑像素。
在完成对原始图像的肤色区域进行高斯函数处理，得到候选痘斑像素后，痘斑检测模块100搜索候选痘斑像素的相邻区域的像素，将候选痘斑像素的相邻区域的像素与候选痘斑像素进行合并，生成候选痘斑区域。
其中，移动终端可以通过选择一个候选痘斑像素为种子待搜索点，搜索其8邻域内的像素点，如果其8邻域内的像素点也为候选痘斑像素，则将其8邻域内的像素点合并到同一个候选痘斑区域，并加入待搜索点集合中，再按此遍历图像，直到没有未分区域的候选痘斑像素点，从而生成候选痘斑区域。
在完成搜索候选痘斑像素的相邻区域的像素，将候选痘斑像素的相邻区域的像素与候选痘斑像素进行合并，生成候选痘斑区域后，痘斑检测模块100对候选痘斑区域进行筛选，得到痘斑区域。
其中，由于过大的区域难于修复，长条型区域很可能是五官的边缘而非真正的痘斑，故移动终端可以通过计算候选痘斑区域的像素个数、区域外包矩形长宽、区域周长等数据，来排除过大、长条型等候选痘斑区域，从而得到痘斑区域。
通过上述方案，本发明提供了一种图像的美肤处理装置，更好地实现了简化美肤处理操作，提升美肤处理质量，满足用户需求。
进一步的，为了更好地简化美肤处理操作，提升美肤处理质量，上述痘斑修复模块200，还用于在所述痘斑区域的边界上任取一点为中心，以预设长度为半径，得到待填充区域；在所述痘斑区域的外部获取与所述待填补区域大小一致的替换区域；将所述替换区域填充至所述待填充区域；循环执行所述痘斑修复操作，直到所述痘斑区域填充完毕，得到所述痘斑修复图像。
具体地，痘斑修复模块200在痘斑区域的边界上任取一点为中心，以预设长度为半径，得到待填充区域。
其中，移动终端可以首先设定一个痘斑区域与非痘斑区域的边界为痘斑边界，记为B，将痘斑区域记为Acne，非痘斑区域记为NonAcne；然后在痘斑边界B上任取一点，以特定S为半径，确定一个方格G，即待填充区域。此方格G与痘斑区域Acne和非痘斑区域NonAcne均有部分重叠，可以分别记为GA和GN。
在完成在痘斑区域的边界上任取一点为中心，以预设长度为半径，得到待填充区域后，痘斑修复模块200在痘斑区域的外部获取与待填补区域大小一致的替换区域。
其中，移动终端移动终端为了填充上述GA，可以在NonAcne中搜索与G同样大小的方格H，即替换区域，同时使得方格H与GN对应的部分欧氏距离最小，可以记方格H与GA对应的部分为HA，与GN对应的部分为HN。
在完成在痘斑区域的外部获取与待填补区域大小一致的替换区域后，痘斑修复模块200将替换区域填充至待填充区域。
其中，移动终端可以将上述HA填充至上述GA，同时更新痘斑边界B。
在完成将替换区域填充至待填充区域后，痘斑修复模块200循环执行痘斑修复操作，直到痘斑区域填充完毕，得到痘斑修复图像。
通过上述方案，本发明提供了一种图像的美肤处理装置，更好地实现了简化美肤处理操作，提升美肤处理质量，满足用户需求。
进一步的，为了更好地简化美肤处理操作，提升美肤处理质量，上述暗区检测模块300，还用于在颜色通道中对所述痘斑修复图像进行高反差保留处理；对进行高反差保留处理后的所述痘斑修复图像进行多次强光叠加；提取所述痘斑修复图像中叠加结果小于阈值的区域，得到所述暗区蒙板覆盖区域。
具体地，暗区检测模块300在颜色通道中对痘斑修复图像进行高反差保留处理。
其中，移动终端可以在蓝色(或绿色)图像通道中进行高反差保留处理。
在完成在颜色通道中对痘斑修复图像进行高反差保留处理后，移动终端对进行高反差保留处理后的痘斑修复图像进行多次强光叠加。
其中，暗区检测模块300可以对蓝色(或绿色)图像通道中进行高反差保留处理的结果进行三次强光叠加。
在完成对进行高反差保留处理后的痘斑修复图像进行多次强光叠加后，暗区检测模块300提取痘斑修复图像中叠加结果小于阈值的区域，得到暗区蒙板覆盖区域。
其中，以B通道为例，移动终端在B通道中使用两个窗口大小不同的高斯函数处理图像，分别得到IGB(大窗口处理结果)和IGS(小窗口处理结果)，窗口大小均略大于痘斑检测中的大小，IGB大于IGS，且差值小于一定阈值T的像素对应一个数值M(IGB-IGS)/T，这样IGB与IGS差值越大像素，M越大；同时，将其他IGB大于等于IGS的像素M置为0，M即为暗区蒙板的像素值，从而得到暗区蒙板覆盖区域。
通过上述方案，本发明提供了一种图像的美肤处理装置，更好地实现了简化美肤处理操作，提升美肤处理质量，满足用户需求。
进一步的，为了更好地简化美肤处理操作，提升美肤处理质量，上述暗区修复模块400，还用于对所述暗区蒙板覆盖区域采用预设函数，计算得到对应的修复曲线；根据所述修复曲线，对所述暗区蒙板覆盖区域中的任一像素进行像素处理，得到所述结果图像。
具体地，暗区修复模块400对暗区蒙板覆盖区域采用预设函数，计算得到对应的修复曲线。
其中，移动终端可以用二次B样条函数对(0,0),(0.5,0.5+Delta),(1.0,1.0)插值，得到修复曲线F(X)，其中Delta>0，一般取值小于0.1。
在完成对暗区蒙板覆盖区域采用预设函数，计算得到对应的修复曲线后，暗区修复模块400根据修复曲线，对暗区蒙板覆盖区域中的任一像素进行像素处理，得到结果图像。
其中，移动终端根据上述修复曲线F(X)，对暗区蒙板覆盖区域中的任一像素P，使用公式如下公式进行像素处理像：
IL(P)＝F(I(P))*M+I(P)*(1-M)；
得到结果图像，即经过通道磨皮后的处理图像。
通过上述方案，本发明提供了一种图像的美肤处理装置，更好地实现了简化美肤处理操作，提升美肤处理质量，满足用户需求。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种图像的美肤处理方法，其特征在于，所述方法包括：
对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域；
采用痘斑修复算法，对所述痘斑区域进行痘斑修复，得到痘斑修复图像；
对所述痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域；
采用暗区修复算法，对所述暗区蒙板覆盖区域进行修复，得到结果图像；
所述对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域的步骤包括：
对所述原始图像的所述肤色区域进行高斯函数处理，得到候选痘斑像素；
搜索所述候选痘斑像素的相邻区域的像素，将所述候选痘斑像素的相邻区域的像素与所述候选痘斑像素进行合并，生成候选痘斑区域；
对所述候选痘斑区域进行筛选，得到所述痘斑区域；
所述对所述原始图像的所述肤色区域进行高斯函数处理，得到候选痘斑像素的步骤包括：
选取所述原始图像的任一像素为待处理像素；
根据该待处理像素的近邻像素与远邻像素的加权平均亮度检测痘斑；
如果近邻像素的加权平均亮度小于远邻像素的加权平均亮度，并且差值超过一定阈值，则认为该待处理像素为所述候选痘斑像素。
2.根据权利要求1所述的方法，其特征在于，所述采用痘斑修复算法，对所述痘斑区域进行痘斑修复，得到痘斑修复图像的步骤包括：
在所述痘斑区域的边界上任取一点为中心，以预设长度为半径，得到待填充区域；
在所述痘斑区域的外部获取与所述待填充区域大小一致的替换区域；
将所述替换区域填充至所述待填充区域；
循环执行所述痘斑修复操作，直到所述痘斑区域填充完毕，得到所述痘斑修复图像。
3.根据权利要求2所述的方法，其特征在于，所述对所述痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域的步骤包括：
在颜色通道中对所述痘斑修复图像进行高反差保留处理；
对进行高反差保留处理后的所述痘斑修复图像进行多次强光叠加；
提取所述痘斑修复图像中叠加结果小于阈值的区域，得到所述暗区蒙板覆盖区域。
4.根据权利要求3所述的方法，其特征在于，所述采用暗区修复算法，对所述暗区蒙板覆盖区域进行修复，得到结果图像的步骤包括：
对所述暗区蒙板覆盖区域采用预设函数，计算得到对应的修复曲线；
根据所述修复曲线，对所述暗区蒙板覆盖区域中的任一像素进行像素处理，得到所述结果图像。
5.一种图像的美肤处理装置，其特征在于，所述装置包括：
痘斑检测模块，用于对原始图像的肤色区域采用痘斑检测算法，计算得到痘斑区域；
痘斑修复模块，用于采用痘斑修复算法，对所述痘斑区域进行痘斑修复，得到痘斑修复图像；
暗区检测模块，用于对所述痘斑修复图像采用暗区检测算法，计算得到暗区蒙板覆盖区域；
暗区修复模块，用于采用暗区修复算法，对所述暗区蒙板覆盖区域进行修复，得到结果图像；
所述痘斑检测模块，还用于对所述原始图像的所述肤色区域进行高斯函数处理，得到候选痘斑像素；搜索所述候选痘斑像素的相邻区域的像素，将所述候选痘斑像素的相邻区域的像素与所述候选痘斑像素进行合并，生成候选痘斑区域；对所述候选痘斑区域进行筛选，得到所述痘斑区域；
所述痘斑检测模块，还用于选取所述原始图像的任一像素为待处理像素；根据该待处理像素的近邻像素与远邻像素的加权平均亮度检测痘斑，如果近邻像素的加权平均亮度小于远邻像素的加权平均亮度，并且差值超过一定阈值，则认为该待处理像素为所述候选痘斑像素。
6.根据权利要求5所述的装置，其特征在于，
所述痘斑修复模块，还用于在所述痘斑区域的边界上任取一点为中心，以预设长度为半径，得到待填充区域；在所述痘斑区域的外部获取与所述待填充区域大小一致的替换区域；将所述替换区域填充至所述待填充区域；循环执行所述痘斑修复操作，直到所述痘斑区域填充完毕，得到所述痘斑修复图像。
7.根据权利要求6所述的装置，其特征在于，
所述暗区检测模块，还用于在颜色通道中对所述痘斑修复图像进行高反差保留处理；对进行高反差保留处理后的所述痘斑修复图像进行多次强光叠加；提取所述痘斑修复图像中叠加结果小于阈值的区域，得到所述暗区蒙板覆盖区域。
8.根据权利要求7所述的装置，其特征在于，
所述暗区修复模块，还用于对所述暗区蒙板覆盖区域采用预设函数，计算得到对应的修复曲线；根据所述修复曲线，对所述暗区蒙板覆盖区域中的任一像素进行像素处理，得到所述结果图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610073124.1A CN105741231B (zh) | 2016-02-02 | 2016-02-02 | 图像的美肤处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610073124.1A CN105741231B (zh) | 2016-02-02 | 2016-02-02 | 图像的美肤处理方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105741231A CN105741231A (zh) | 2016-07-06 |
| CN105741231B true CN105741231B (zh) | 2019-02-01 |
Family
ID=56242244
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610073124.1A Active CN105741231B (zh) | 2016-02-02 | 2016-02-02 | 图像的美肤处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105741231B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106228516B (zh) * | 2016-07-14 | 2019-07-19 | 北京字节跳动网络技术有限公司 | 一种高自然度的实时美颜方法、装置 |
| JP6720845B2 (ja) * | 2016-12-02 | 2020-07-08 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
| CN107203978A (zh) * | 2017-05-24 | 2017-09-26 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
| CN109428932A (zh) * | 2017-09-01 | 2019-03-05 | 广州市皓品信息科技有限公司 | 皮肤毛囊清洁程度的获取方法及装置 |
| CN108053377A (zh) * | 2017-12-11 | 2018-05-18 | 北京小米移动软件有限公司 | 图像处理方法及设备 |
| CN109325924B (zh) * | 2018-09-20 | 2020-12-04 | 广州酷狗计算机科技有限公司 | 图像处理方法、装置、终端及存储介质 |
| CN109741272A (zh) * | 2018-12-25 | 2019-05-10 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
| CN110349108B (zh) * | 2019-07-10 | 2022-07-26 | 北京字节跳动网络技术有限公司 | 处理图像的方法、装置、电子设备、及存储介质 |
| CN110415237B (zh) * | 2019-07-31 | 2022-02-08 | Oppo广东移动通信有限公司 | 皮肤瑕疵检测方法、检测装置、终端设备及可读存储介质 |
| CN112348755A (zh) * | 2020-10-30 | 2021-02-09 | 咪咕文化科技有限公司 | 图像内容修复方法、电子设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4179862B2 (ja) * | 2002-12-16 | 2008-11-12 | 昭和情報機器株式会社 | 画像処理プログラム及び画像処理方法 |
| CN101360180A (zh) * | 2007-07-31 | 2009-02-04 | 株式会社理光 | 图像处理装置、图像形成设备、及图像处理方法和程序 |
-
2016
- 2016-02-02 CN CN201610073124.1A patent/CN105741231B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4179862B2 (ja) * | 2002-12-16 | 2008-11-12 | 昭和情報機器株式会社 | 画像処理プログラム及び画像処理方法 |
| CN101360180A (zh) * | 2007-07-31 | 2009-02-04 | 株式会社理光 | 图像处理装置、图像形成设备、及图像处理方法和程序 |
Non-Patent Citations (2)
| Title |
|---|
| "AUTOMATIC FRECKLES DETECTION AND RETOUCHING";Uri Lipowezky 等;《IEEE》;20081231;第174-175页 |
| "LR与PS配合调出完美照片";姜力强;《人像摄影》;20131031;正文第2-4节 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105741231A (zh) | 2016-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105741231B (zh) | 图像的美肤处理方法和装置 | |
| US11055827B2 (en) | Image processing apparatus and method | |
| CN101443791B (zh) | 用于在数字图像中的前景和背景之间提供分离的方法和设备 | |
| CN103606132B (zh) | 基于空域和时域联合滤波的多帧数字图像去噪方法 | |
| CN106663322B (zh) | 用于识别图像中的特征的方法和装置 | |
| CN108280822A (zh) | 屏幕划痕的检测方法及装置 | |
| CN109409366A (zh) | 基于角点检测的畸变图像校正方法及装置 | |
| CN102567727A (zh) | 一种背景目标替换方法和装置 | |
| Cheng et al. | Zero-shot image super-resolution with depth guided internal degradation learning | |
| CN110738609A (zh) | 一种去除图像摩尔纹的方法及装置 | |
| KR101531966B1 (ko) | 화상 처리장치, 화상 처리프로그램을 기록한 컴퓨터-리더블 기록매체, 및 화상 처리방법 | |
| CN109493283A (zh) | 一种高动态范围图像鬼影消除的方法 | |
| CN104252700A (zh) | 一种红外图像的直方图均衡化方法 | |
| Gai et al. | Multi-focus image fusion method based on two stage of convolutional neural network | |
| CN110207592A (zh) | 建筑裂缝测量方法、装置、计算机设备和存储介质 | |
| US9185270B2 (en) | Ghost artifact detection and removal in HDR image creation using graph based selection of local reference | |
| CN110111711A (zh) | 屏幕的检测方法及装置、计算机可读存储介质 | |
| CN104318537B (zh) | 大雨场景视频数据中雨滴的检测和去除方法及系统 | |
| CN104809694A (zh) | 一种数字图像处理方法和装置 | |
| CN106228541A (zh) | 视觉检测中屏幕定位的方法及装置 | |
| Liu et al. | Progressive complex illumination image appearance transfer based on CNN | |
| Lai et al. | Single image dehazing with optimal transmission map | |
| CN108510450A (zh) | 一种作物叶片图像的光照处理方法及装置 | |
| CN106462966A (zh) | 周界检测 | |
| US20140368701A1 (en) | Cloning image data patch in hole of pixel array (patch and clone) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |