CN106375747A - 一种图像处理方法、及设备 - Google Patents

一种图像处理方法、及设备 Download PDF

Info

Publication number
CN106375747A
CN106375747A CN201610799631.3A CN201610799631A CN106375747A CN 106375747 A CN106375747 A CN 106375747A CN 201610799631 A CN201610799631 A CN 201610799631A CN 106375747 A CN106375747 A CN 106375747A
Authority
CN
China
Prior art keywords
target pixel
colour
pixel points
described target
skin point
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
Application number
CN201610799631.3A
Other languages
English (en)
Other versions
CN106375747B (zh
Inventor
张伟
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.)
Bigo Technology Singapore Pte Ltd
Original Assignee
All Kinds Of Fruits Garden Guangzhou Network Technology Co Ltd
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 All Kinds Of Fruits Garden Guangzhou Network Technology Co Ltd filed Critical All Kinds Of Fruits Garden Guangzhou Network Technology Co Ltd
Priority to CN201610799631.3A priority Critical patent/CN106375747B/zh
Publication of CN106375747A publication Critical patent/CN106375747A/zh
Application granted granted Critical
Publication of CN106375747B publication Critical patent/CN106375747B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
    • G06T5/77—
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Abstract

本发明实施例公开了一种图像处理方法、及设备，其中方法的实现包括：获取待处理图像，以及目标像素点在红R绿G蓝B三个分量上的值；所述目标像素点为所述待处理图像内的像素点；若确定所述目标像素点在红R绿G蓝B三个分量上的值分别大于对应的预定阈值，则确定所述目标像素点为肤色点；依据所述目标像素点周围的像素点是否为肤色点，修正所述目标像素点为非肤色点，或保持所述目标像素点为肤色点；若所述目标像素点为肤色点则使用第一滤波强度Q0进行滤波，若所述目标像素点为非肤色点则使用第二滤波强度Q1进行滤波。对待处理图像区域进行精确的划分，确定肤色区域，对不同的区域采用不同的滤波强度进行滤波，从而获得较好的图像处理效果。

Description

一种图像处理方法、及设备
技术领域
本发明涉及计算机技术领域，特别涉及一种图像处理方法、及设备。
背景技术
实时视频通话或者视频直播过程中，需要实时采集视频图像形成视频；在图像采集后会通过网络发送给视频的播放端。在这个过程中，视频图像中可能存在各种瑕疵，主要包含如下三个方面：
一、人脸本身的瑕疵，例如：小斑点；这会对人的整体美观度产生不好的影响。
二、人的皮肤看起来不是那么健康。
三、光线等环境原因对图像产生的影响，例如：环境光太暗的时候整体图像会太过于昏暗，导致人脸看不清楚。
基于以上影响视频图像质量的问题，如果能对视频图像进行优化，例如：消除人脸瑕疵、美化肤色等，让人看起来更加自然美丽；调节过暗的视频图像提升整体画质，使得视频图像看起来更加清楚自然。
目前对图像处理的方案可以如：从视频的当前画面中获取人脸图像区域；对人脸图像区域进行美化，获取美化后的人脸图像区域；将美化后的人脸图像区域与人脸图像区域进行融合，生成融合后的人脸图像区域，并显示至少包括融合后的人脸图像区域的当前画面。
在实际测试中发现，采用以上技术方案进行图像处理后的整个图像效果并不理想。
发明内容
本发明实施例提供了一种图像处理方法、及设备，用于提高图像处理效果。
一方面本发明实施例提出了一种图像处理方法，包括：
获取待处理图像，以及目标像素点在红R绿G蓝B三个分量上的值；所述目标像素点为所述待处理图像内的像素点；
若确定所述目标像素点在红R绿G蓝B三个分量上的值分别大于对应的预定阈值，则确定所述目标像素点为肤色点；
依据所述目标像素点周围的像素点是否为肤色点，修正所述目标像素点为非肤色点，或保持所述目标像素点为肤色点；
若所述目标像素点为肤色点则使用第一滤波强度Q0进行滤波，若所述目标像素点为非肤色点则使用第二滤波强度Q1进行滤波。
在一个可选的实现方式中，所述方法还包括：
若确定所述目标像素点在红R绿G蓝B三个分量上的值未分别大于对应的预定阈值，则确定所述目标像素点为非肤色点。
在一个可选的实现方式中，所述依据所述目标像素点周围的像素点是否为肤色点，修正所述目标像素点为非肤色点，或保持所述目标像素点为肤色点包括：
确定所述目标像素点所在的预定大小的图像区域，若所述图像区域内肤色点的数量多于预定值，则保持所述目标像素点为肤色点，否则将所述目标像素点确定为非肤色点。
在一个可选的实现方式中，所述方法还包括：
扩大所述预定大小的图像区域，若扩大后的图像区域内肤色点的数量多于预定值，则保持所述目标像素点为肤色点，否则将所述目标像素点确定为非肤色点。
在一个可选的实现方式中，所述预定大小的图像区域和预定大小的图像区域和所述扩大后的图像区域包括：以2的n次方个像素为边长的预定大小的图像区域，所述n为大于或等于2的自然数。
在一个可选的实现方式中，在对所述目标像素点进行滤波之前，所述方法还包括：
计算以所述目标像素点为中心的矩形内所有像素点的像素值的均值MEAN和方差VAR；
所述第一滤波强度Q0的滤波参数为K0，所述第二滤波强度Q1的滤波参数为K1；K0＝VAR/(VAR+Q0)，K1＝VAR/(VAR+Q1)。
在一个可选的实现方式中，所述若所述目标像素点为肤色点则使用第一滤波强度Q0进行滤波，若所述目标像素点为非肤色点则使用第二滤波强度Q1进行滤波包括：
假定所述目标像素点的像素值为pixc，滤波后的像素值为pixl；
若所述目标像素点为肤色点，则pixl＝(1-K0)*MEAN+K0*pixc；
若所述目标像素点为非肤色点，则pixl＝(1-K1)*MEAN+K1*pixc。
二方面本发明实施例还提供了一种图像处理设备，包括：
图像获取单元，用于获取待处理图像，以及目标像素点在红R绿G蓝B三个分量上的值；所述目标像素点为所述待处理图像内的像素点；
像素点确定单元，用于若确定所述目标像素点在红R绿G蓝B三个分量上的值分别大于对应的预定阈值，则确定所述目标像素点为肤色点；
像素点修正单元，用于依据所述目标像素点周围的像素点是否为肤色点，修正所述目标像素点为非肤色点，或保持所述目标像素点为肤色点；
滤波单元，用于若所述目标像素点为肤色点则使用第一滤波强度Q0进行滤波，若所述目标像素点为非肤色点则使用第二滤波强度Q1进行滤波。
在一个可选的实现方式中，所述像素点确定单元，还用于若确定所述目标像素点在红R绿G蓝B三个分量上的值未分别大于对应的预定阈值，则确定所述目标像素点为非肤色点。
在一个可选的实现方式中，所述像素点修正单元，具体用于确定所述目标像素点所在的预定大小的图像区域，若所述图像区域内肤色点的数量多于预定值，则保持所述目标像素点为肤色点，否则将所述目标像素点确定为非肤色点。
在一个可选的实现方式中，所述像素点确定单元，还用于扩大所述预定大小的图像区域，若扩大后的图像区域内肤色点的数量多于预定值，则保持所述目标像素点为肤色点，否则将所述目标像素点确定为非肤色点。
在一个可选的实现方式中，所述预定大小的图像区域和预定大小的图像区域和所述扩大后的图像区域包括：以2的n次方个像素为边长的预定大小的图像区域，所述n为大于或等于2的自然数。
在一个可选的实现方式中，所述图像处理设备还包括：
参数计算单元，用于在对所述目标像素点进行滤波之前，计算以所述目标像素点为中心的矩形内所有像素点的像素值的均值MEAN和方差VAR；
所述第一滤波强度Q0的滤波参数为K0，所述第二滤波强度Q1的滤波参数为K1；K0＝VAR/(VAR+Q0)，K1＝VAR/(VAR+Q1)。
在一个可选的实现方式中，所述滤波单元，具体用于对所述目标像素点进行滤波；
假定所述目标像素点的像素值为pixc，滤波后的像素值为pixl；
若所述目标像素点为肤色点，则pixl＝(1-K0)*MEAN+K0*pixc；
若所述目标像素点为非肤色点，则pixl＝(1-K1)*MEAN+K1*pixc。
三方面本发明实施例还提供了一种电子设备，包括：输入输出设备、处理器以及存储器；所述存储器用于存储可执行程序，所述处理器用于运行所述可执行程序从而执行本发明实施例提供的任意一项的方法。
从以上技术方案可以看出，本发明实施例具有以下优点：对待处理图像区域进行精确的划分，确定肤色区域，例如：人脸区域，相应地确定了非肤色区域；对不同的区域采用不同的滤波强度进行滤波，从而获得较好的图像处理效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例方法流程示意图；
图2为本发明实施例方法流程示意图；
图3为本发明实施例设备结构示意图；
图4为本发明实施例设备结构示意图；
图5为本发明实施例电子设备结构示意图；
图6为本发明实施例服务器结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明实施例提供了一种图像处理方法，如图1所示，包括：
101：获取待处理图像，以及目标像素点在红R绿G蓝B三个分量上的值；上述目标像素点为上述待处理图像内的像素点；
在本实施例中待处理图像可以是视频流里面的图像帧，特别可以适用于网络直播的视频图像。红绿蓝(Red Green Blue，RGB)是一种颜色标准，是通过对红、绿、蓝三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。
102：若确定上述目标像素点在红R绿G蓝B三个分量上的值分别大于对应的预定阈值，则确定上述目标像素点为肤色点；
由于人的肤色，具有一定的颜色范围，因此在RGB三个分量上其可能的数值范围是可以预先确定的；在本步骤中，会有部分的像素点被误判，在后续实施例中将会对其进行修正。
103：依据上述目标像素点周围的像素点是否为肤色点，修正上述目标像素点为非肤色点，或保持上述目标像素点为肤色点；
由于视频中人体皮肤所在的区域是连通的，并不会孤立存在，因此可以基于统计的方式去除那些被误判的像素点。另外，还可以去除皮肤中那些斑点或者暗沉的部分。
104：若上述目标像素点为肤色点则使用第一滤波强度Q0进行滤波，若上述目标像素点为非肤色点则使用第二滤波强度Q1进行滤波。
对待处理图像区域进行精确的划分，确定肤色区域，例如：人脸区域，相应地确定了非肤色区域；对不同的区域采用不同的滤波强度进行滤波，从而获得较好的图像处理效果。
对于已经确定为肤色点的像素点之外的像素点，可以都确定为非肤色点，具体如下：上述方法还包括：
若确定上述目标像素点在红R绿G蓝B三个分量上的值未分别大于对应的预定阈值，则确定上述目标像素点为非肤色点。
这里需要说明的是，非肤色点的确定可以另外设置阈值，因此并不一定要使用本实施例的中方案。如果设置其他阈值，那么阈值之间的区域会无法确定是否为肤色点，这些像素点可以作为存疑点，不作判断；也可以都认为是肤色点或者都认为是非肤色点，待后续修正过程来确定其是否为肤色点。
更具体地，本发明实施例还给出了对肤色点进行修正的具体实现方案，如下：上述依据上述目标像素点周围的像素点是否为肤色点，修正上述目标像素点为非肤色点，或保持上述目标像素点为肤色点包括：
确定上述目标像素点所在的预定大小的图像区域，若上述图像区域内肤色点的数量多于预定值，则保持上述目标像素点为肤色点，否则将上述目标像素点确定为非肤色点。
本实施例基于肤色的连通性，通过统计的方式减少误判的可能性，从而提高肤色区域确定的准确性。这里预定值可以依据图像区域内总像素点来确定，例如：认为80％或者60％的像素点，更具体地：例如4*4区域内，10个或者11个像素点；这里预定值设置得越大将肤色点误判为非肤色点的几率越小，预定值设置得越小将非肤色点误判为肤色点的几率越小。
进一步地，图像区域在判定过程中可以采用逐步放大的方式进行，以提升肤色联通的效果，具体如下：上述方法还包括：
扩大上述预定大小的图像区域，若扩大后的图像区域内肤色点的数量多于预定值，则保持上述目标像素点为肤色点，否则将上述目标像素点确定为非肤色点。
可选地，上述预定大小的图像区域和预定大小的图像区域和上述扩大后的图像区域包括：以2的n次方个像素为边长的预定大小的图像区域，上述n为大于或等于2的自然数。
进一步地，本发明实施例还提供了对待处理图像的像素点进行滤波所使用的滤波参数具体如何确定的方案，如下：在对上述目标像素点进行滤波之前，上述方法还包括：
计算以上述目标像素点为中心的矩形内所有像素点的像素值的均值MEAN和方差VAR；
上述第一滤波强度Q0的滤波参数为K0，上述第二滤波强度Q1的滤波参数为K1；K0＝VAR/(VAR+Q0)，K1＝VAR/(VAR+Q1)。
进一步地，本发明实施例还提供了肤色点和非肤色点滤波后像素值如何确定的具体实现方案，如下：上述若上述目标像素点为肤色点则使用第一滤波强度Q0进行滤波，若上述目标像素点为非肤色点则使用第二滤波强度Q1进行滤波包括：
假定上述目标像素点的像素值为pixc，滤波后的像素值为pixl；
若上述目标像素点为肤色点，则pixl＝(1-K0)*MEAN+K0*pixc；
若上述目标像素点为非肤色点，则pixl＝(1-K1)*MEAN+K1*pixc。
本发明实施例，可以应用于视频直播的应用场景下；首先检测肤色，区分肤色区域和非肤色区域，然后采用不同的美白滤波器，对输入待处理的图像进行美白滤波，达到图像美化的效果；具体如图2所示，包括：
S10、输入待处理的图像。
S20、得到图像的RGB值。
S30、设肤色在R、G、B三个分量上的判断阈值为，R_THRESHOLD，G_THRESHOLD，B_THRESHOLD。
S40、肤色检测。
如果像素点在RGB分量上R大于R_THRESHOLD，G大于G_THRESHOLD并且B大于B_THRESHOLD，则该像素点属于肤色点，否则该像素点属于非肤色点；
S50、对肤色区域进行联通和去除。
设4x4区域阈值为T_4＝1，设32x32区域阈值为T_32＝21。
首先把图像分为4x4的块，如果4x4的块肤色点值小于等于T_4，则整个区域的点设为非肤色点，然后把图像分为32x32的块，如果32x32的块肤色区域小于等于T_32，则整个区域的点设为非肤色点，否则全设为肤色点。
S60、以像素点为中心，采用长度为N，宽度为M，计算矩形内像素点的均值和方差，分别计为MEAN，VAR。
S70、计算美白滤波参数。
设肤色区域滤波强度为Q0，美白滤波参数为K0，设非肤色区域滤波强度为Q1，美白滤波参数为K1；
针对每个像素点计算美白滤波参数，K0＝VAR/(VAR+Q0)，K1＝VAR/(VAR+Q1)。
S80、对图像进行滤波美白。
设当前像素值pixc，滤波后的像素值pixl；
对于肤色区域，pixl＝(1-K0)*MEAN+K0*pixc；
对于非肤色区域，pixl＝(1-K1)*MEAN+K1*pixc。
S90、输出美白后的图像。
本发明实施例还提供了一种图像处理设备，如图3所示，包括：
图像获取单元301，用于获取待处理图像，以及目标像素点在红R绿G蓝B三个分量上的值；上述目标像素点为上述待处理图像内的像素点；
像素点确定单元302，用于若确定上述目标像素点在红R绿G蓝B三个分量上的值分别大于对应的预定阈值，则确定上述目标像素点为肤色点；
像素点修正单元303，用于依据上述目标像素点周围的像素点是否为肤色点，修正上述目标像素点为非肤色点，或保持上述目标像素点为肤色点；
滤波单元304，用于若上述目标像素点为肤色点则使用第一滤波强度Q0进行滤波，若上述目标像素点为非肤色点则使用第二滤波强度Q1进行滤波。
在本实施例中待处理图像可以是视频流里面的图像帧，特别可以适用于网络直播的视频图像。红绿蓝(Red Green Blue，RGB)是一种颜色标准，是通过对红、绿、蓝三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。
由于人的肤色，具有一定的颜色范围，因此在RGB三个分量上其可能的数值范围是可以预先确定的；在本步骤中，会有部分的像素点被误判，在后续实施例中将会对其进行修正。
由于视频中人体皮肤所在的区域是连通的，并不会孤立存在，因此可以基于统计的方式去除那些被误判的像素点。另外，还可以去除皮肤中那些斑点或者暗沉的部分。
对待处理图像区域进行精确的划分，确定肤色区域，例如：人脸区域，相应地确定了非肤色区域；对不同的区域采用不同的滤波强度进行滤波，从而获得较好的图像处理效果。
可选地，对于已经确定为肤色点的像素点之外的像素点，可以都确定为非肤色点，具体如下：上述像素点确定单元302，还用于若确定上述目标像素点在红R绿G蓝B三个分量上的值未分别大于对应的预定阈值，则确定上述目标像素点为非肤色点。
这里需要说明的是，非肤色点的确定可以另外设置阈值，因此并不一定要使用本实施例的中方案。如果设置其他阈值，那么阈值之间的区域会无法确定是否为肤色点，这些像素点可以作为存疑点，不作判断；也可以都认为是肤色点或者都认为是非肤色点，待后续修正过程来确定其是否为肤色点。
更具体地，本发明实施例还给出了对肤色点进行修正的具体实现方案，如下：上述像素点修正单元303，具体用于确定上述目标像素点所在的预定大小的图像区域，若上述图像区域内肤色点的数量多于预定值，则保持上述目标像素点为肤色点，否则将上述目标像素点确定为非肤色点。
本实施例基于肤色的连通性，通过统计的方式减少误判的可能性，从而提高肤色区域确定的准确性。这里预定值可以依据图像区域内总像素点来确定，例如：认为80％或者60％的像素点，更具体地：例如4*4区域内，10个或者11个像素点；这里预定值设置得越大将肤色点误判为非肤色点的几率越小，预定值设置得越小将非肤色点误判为肤色点的几率越小。
进一步地，图像区域在判定过程中可以采用逐步放大的方式进行，以提升肤色联通的效果，具体如下：上述像素点确定单元302，还用于扩大上述预定大小的图像区域，若扩大后的图像区域内肤色点的数量多于预定值，则保持上述目标像素点为肤色点，否则将上述目标像素点确定为非肤色点。
可选地，上述预定大小的图像区域和预定大小的图像区域和上述扩大后的图像区域包括：以2的n次方个像素为边长的预定大小的图像区域，上述n为大于或等于2的自然数。
进一步地，本发明实施例还提供了对待处理图像的像素点进行滤波所使用的滤波参数具体如何确定的方案，如下：如图4所示，上述图像处理设备还包括：
参数计算单元401，用于在对上述目标像素点进行滤波之前，计算以上述目标像素点为中心的矩形内所有像素点的像素值的均值MEAN和方差VAR；
上述第一滤波强度Q0的滤波参数为K0，上述第二滤波强度Q1的滤波参数为K1；K0＝VAR/(VAR+Q0)，K1＝VAR/(VAR+Q1)。
进一步地，本发明实施例还提供了肤色点和非肤色点滤波后像素值如何确定的具体实现方案，如下：上述滤波单元304，具体用于对上述目标像素点进行滤波；
假定上述目标像素点的像素值为pixc，滤波后的像素值为pixl；
若上述目标像素点为肤色点，则pixl＝(1-K0)*MEAN+K0*pixc；
若上述目标像素点为非肤色点，则pixl＝(1-K1)*MEAN+K1*pixc。
本发明实施例还提供了一种电子设备，如图5所示，包括：输入输出设备501、处理器502以及存储器503；上述存储器503用于存储可执行程序，上述处理器502用于运行上述可执行程序从而执行如下流程：
获取待处理图像，以及目标像素点在红R绿G蓝B三个分量上的值；上述目标像素点为上述待处理图像内的像素点；
若确定上述目标像素点在红R绿G蓝B三个分量上的值分别大于对应的预定阈值，则确定上述目标像素点为肤色点；
依据上述目标像素点周围的像素点是否为肤色点，修正上述目标像素点为非肤色点，或保持上述目标像素点为肤色点；
若上述目标像素点为肤色点则使用第一滤波强度Q0进行滤波，若上述目标像素点为非肤色点则使用第二滤波强度Q1进行滤波。
在本实施例中待处理图像可以是视频流里面的图像帧，特别可以适用于网络直播的视频图像。红绿蓝(Red Green Blue，RGB)是一种颜色标准，是通过对红、绿、蓝三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。
由于人的肤色，具有一定的颜色范围，因此在RGB三个分量上其可能的数值范围是可以预先确定的；在本步骤中，会有部分的像素点被误判，在后续实施例中将会对其进行修正。
由于视频中人体皮肤所在的区域是连通的，并不会孤立存在，因此可以基于统计的方式去除那些被误判的像素点。另外，还可以去除皮肤中那些斑点或者暗沉的部分。
对待处理图像区域进行精确的划分，确定肤色区域，例如：人脸区域，相应地确定了非肤色区域；对不同的区域采用不同的滤波强度进行滤波，从而获得较好的图像处理效果。
对于已经确定为肤色点的像素点之外的像素点，可以都确定为非肤色点，具体如下：上述处理器502还用于：
若确定上述目标像素点在红R绿G蓝B三个分量上的值未分别大于对应的预定阈值，则确定上述目标像素点为非肤色点。
这里需要说明的是，非肤色点的确定可以另外设置阈值，因此并不一定要使用本实施例的中方案。如果设置其他阈值，那么阈值之间的区域会无法确定是否为肤色点，这些像素点可以作为存疑点，不作判断；也可以都认为是肤色点或者都认为是非肤色点，待后续修正过程来确定其是否为肤色点。
更具体地，本发明实施例还给出了对肤色点进行修正的具体实现方案，如下：上述依据上述目标像素点周围的像素点是否为肤色点，修正上述目标像素点为非肤色点，或保持上述目标像素点为肤色点包括：
确定上述目标像素点所在的预定大小的图像区域，若上述图像区域内肤色点的数量多于预定值，则保持上述目标像素点为肤色点，否则将上述目标像素点确定为非肤色点。
本实施例基于肤色的连通性，通过统计的方式减少误判的可能性，从而提高肤色区域确定的准确性。这里预定值可以依据图像区域内总像素点来确定，例如：认为80％或者60％的像素点，更具体地：例如4*4区域内，10个或者11个像素点；这里预定值设置得越大将肤色点误判为非肤色点的几率越小，预定值设置得越小将非肤色点误判为肤色点的几率越小。
进一步地，图像区域在判定过程中可以采用逐步放大的方式进行，以提升肤色联通的效果，具体如下：上述处理器502还用于：
扩大上述预定大小的图像区域，若扩大后的图像区域内肤色点的数量多于预定值，则保持上述目标像素点为肤色点，否则将上述目标像素点确定为非肤色点。
可选地，上述预定大小的图像区域和预定大小的图像区域和上述扩大后的图像区域包括：以2的n次方个像素为边长的预定大小的图像区域，上述n为大于或等于2的自然数。
进一步地，本发明实施例还提供了对待处理图像的像素点进行滤波所使用的滤波参数具体如何确定的方案，如下：上述处理器502还用于：在对上述目标像素点进行滤波之前，计算以上述目标像素点为中心的矩形内所有像素点的像素值的均值MEAN和方差VAR；
上述第一滤波强度Q0的滤波参数为K0，上述第二滤波强度Q1的滤波参数为K1；K0＝VAR/(VAR+Q0)，K1＝VAR/(VAR+Q1)。
进一步地，本发明实施例还提供了肤色点和非肤色点滤波后像素值如何确定的具体实现方案，如下：上述若上述目标像素点为肤色点则使用第一滤波强度Q0进行滤波，若上述目标像素点为非肤色点则使用第二滤波强度Q1进行滤波包括：
假定上述目标像素点的像素值为pixc，滤波后的像素值为pixl；
若上述目标像素点为肤色点，则pixl＝(1-K0)*MEAN+K0*pixc；
若上述目标像素点为非肤色点，则pixl＝(1-K1)*MEAN+K1*pixc。
图6是本发明实施例提供的一种服务器结构示意图，该服务器600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processingunits，CPU)622(例如，一个或一个以上处理器)和存储器632，一个或一个以上存储应用程序642或数据644的存储介质630(例如一个或一个以上海量存储设备)。其中，存储器632和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器622可以设置为与存储介质630通信，在服务器600上执行存储介质630中的一系列指令操作。
服务器600还可以包括一个或一个以上电源626，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口658，和/或，一个或一个以上操作系统641，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
上述实施例中由图像处理设备所执行的步骤可以基于该图6所示的服务器结构。
另外图像处理设备可以是位于网络侧的服务器也可以是视频直播中的视频源端或者视频接收方的终端设备，优选使用视频源端的终端设备，可以节省计算资源。
值得注意的是，上述图像处理设备实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
另外，本领域普通技术人员可以理解实现上述各方法实施例中的全部或部分步骤是可以通过程序来指令相关的硬件完成，相应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。
以上仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明实施例揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (15)

1.一种图像处理方法，其特征在于，包括：
获取待处理图像，以及目标像素点在红R绿G蓝B三个分量上的值；所述目标像素点为所述待处理图像内的像素点；
若确定所述目标像素点在红R绿G蓝B三个分量上的值分别大于对应的预定阈值，则确定所述目标像素点为肤色点；
依据所述目标像素点周围的像素点是否为肤色点，修正所述目标像素点为非肤色点，或保持所述目标像素点为肤色点；
若所述目标像素点为肤色点则使用第一滤波强度Q0进行滤波，若所述目标像素点为非肤色点则使用第二滤波强度Q1进行滤波。
2.根据权利要求1所述方法，其特征在于，所述方法还包括：
若确定所述目标像素点在红R绿G蓝B三个分量上的值未分别大于对应的预定阈值，则确定所述目标像素点为非肤色点。
3.根据权利要求1所述方法，其特征在于，所述依据所述目标像素点周围的像素点是否为肤色点，修正所述目标像素点为非肤色点，或保持所述目标像素点为肤色点包括：
确定所述目标像素点所在的预定大小的图像区域，若所述图像区域内肤色点的数量多于预定值，则保持所述目标像素点为肤色点，否则将所述目标像素点确定为非肤色点。
4.根据权利要求3所述方法，其特征在于，所述方法还包括：
扩大所述预定大小的图像区域，若扩大后的图像区域内肤色点的数量多于预定值，则保持所述目标像素点为肤色点，否则将所述目标像素点确定为非肤色点。
5.根据权利要求4所述方法，其特征在于，所述预定大小的图像区域和预定大小的图像区域和所述扩大后的图像区域包括：以2的n次方个像素为边长的预定大小的图像区域，所述n为大于或等于2的自然数。
6.根据权利要求1至5任意一项所述方法，其特征在于，在对所述目标像素点进行滤波之前，所述方法还包括：
计算以所述目标像素点为中心的矩形内所有像素点的像素值的均值MEAN和方差VAR；
所述第一滤波强度Q0的滤波参数为K0，所述第二滤波强度Q1的滤波参数为K1；K0＝VAR/(VAR+Q0)，K1＝VAR/(VAR+Q1)。
7.根据权利要求5所述方法，其特征在于，所述若所述目标像素点为肤色点则使用第一滤波强度Q0进行滤波，若所述目标像素点为非肤色点则使用第二滤波强度Q1进行滤波包括：
假定所述目标像素点的像素值为pixc，滤波后的像素值为pixl；
若所述目标像素点为肤色点，则pixl＝(1-K0)*MEAN+K0*pixc；
若所述目标像素点为非肤色点，则pixl＝(1-K1)*MEAN+K1*pixc。
8.一种图像处理设备，其特征在于，包括：
图像获取单元，用于获取待处理图像，以及目标像素点在红R绿G蓝B三个分量上的值；所述目标像素点为所述待处理图像内的像素点；
像素点确定单元，用于若确定所述目标像素点在红R绿G蓝B三个分量上的值分别大于对应的预定阈值，则确定所述目标像素点为肤色点；
像素点修正单元，用于依据所述目标像素点周围的像素点是否为肤色点，修正所述目标像素点为非肤色点，或保持所述目标像素点为肤色点；
滤波单元，用于若所述目标像素点为肤色点则使用第一滤波强度Q0进行滤波，若所述目标像素点为非肤色点则使用第二滤波强度Q1进行滤波。
9.根据权利要求8所述图像处理设备，其特征在于，
所述像素点确定单元，还用于若确定所述目标像素点在红R绿G蓝B三个分量上的值未分别大于对应的预定阈值，则确定所述目标像素点为非肤色点。
10.根据权利要求8所述图像处理设备，其特征在于，
所述像素点修正单元，具体用于确定所述目标像素点所在的预定大小的图像区域，若所述图像区域内肤色点的数量多于预定值，则保持所述目标像素点为肤色点，否则将所述目标像素点确定为非肤色点。
11.根据权利要求10所述图像处理设备，其特征在于，
所述像素点确定单元，还用于扩大所述预定大小的图像区域，若扩大后的图像区域内肤色点的数量多于预定值，则保持所述目标像素点为肤色点，否则将所述目标像素点确定为非肤色点。
12.根据权利要求11所述图像处理设备，其特征在于，所述预定大小的图像区域和预定大小的图像区域和所述扩大后的图像区域包括：以2的n次方个像素为边长的预定大小的图像区域，所述n为大于或等于2的自然数。
13.根据权利要求8至12任意一项所述图像处理设备，其特征在于，所述图像处理设备还包括：
参数计算单元，用于在对所述目标像素点进行滤波之前，计算以所述目标像素点为中心的矩形内所有像素点的像素值的均值MEAN和方差VAR；
所述第一滤波强度Q0的滤波参数为K0，所述第二滤波强度Q1的滤波参数为K1；K0＝VAR/(VAR+Q0)，K1＝VAR/(VAR+Q1)。
14.根据权利要求13所述图像处理设备，其特征在于，
所述滤波单元，具体用于对所述目标像素点进行滤波；
假定所述目标像素点的像素值为pixc，滤波后的像素值为pixl；
若所述目标像素点为肤色点，则pixl＝(1-K0)*MEAN+K0*pixc；
若所述目标像素点为非肤色点，则pixl＝(1-K1)*MEAN+K1*pixc。
15.一种电子设备，包括：输入输出设备、处理器以及存储器；其特征在于，所述存储器用于存储可执行程序，所述处理器用于运行所述可执行程序从而执行权利要求1～7任意一项所述的方法。
CN201610799631.3A 2016-08-31 2016-08-31 一种图像处理方法、及设备 Active CN106375747B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610799631.3A CN106375747B (zh) 2016-08-31 2016-08-31 一种图像处理方法、及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610799631.3A CN106375747B (zh) 2016-08-31 2016-08-31 一种图像处理方法、及设备

Publications (2)

Publication Number Publication Date
CN106375747A true CN106375747A (zh) 2017-02-01
CN106375747B CN106375747B (zh) 2018-11-23

Family

ID=57899984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610799631.3A Active CN106375747B (zh) 2016-08-31 2016-08-31 一种图像处理方法、及设备

Country Status (1)

Country Link
CN (1) CN106375747B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109032166A (zh) * 2018-03-08 2018-12-18 李绪臣 基于无人机即时跟踪行驶车辆的方法
CN111047520A (zh) * 2018-10-11 2020-04-21 卡西欧计算机株式会社 图像处理装置、图像处理方法以及记录介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030223622A1 (en) * 2002-05-31 2003-12-04 Eastman Kodak Company Method and system for enhancing portrait images
CN101957909A (zh) * 2009-07-15 2011-01-26 青岛科技大学 一种基于dsp的人脸检测方法
CN103595898A (zh) * 2013-11-12 2014-02-19 厦门美图网科技有限公司 一种基于图像信息的智能滤镜处理方法
CN103632132A (zh) * 2012-12-11 2014-03-12 广西工学院 一种基于肤色分割和模板匹配的人脸检测与识别方法
CN104952036A (zh) * 2015-06-18 2015-09-30 福州瑞芯微电子有限公司 一种即时视频中的人脸美化方法和电子设备
CN105512605A (zh) * 2015-11-23 2016-04-20 小米科技有限责任公司 人脸图像处理方法及装置
CN105787888A (zh) * 2014-12-23 2016-07-20 联芯科技有限公司 人脸图像美化方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030223622A1 (en) * 2002-05-31 2003-12-04 Eastman Kodak Company Method and system for enhancing portrait images
CN101957909A (zh) * 2009-07-15 2011-01-26 青岛科技大学 一种基于dsp的人脸检测方法
CN103632132A (zh) * 2012-12-11 2014-03-12 广西工学院 一种基于肤色分割和模板匹配的人脸检测与识别方法
CN103595898A (zh) * 2013-11-12 2014-02-19 厦门美图网科技有限公司 一种基于图像信息的智能滤镜处理方法
CN105787888A (zh) * 2014-12-23 2016-07-20 联芯科技有限公司 人脸图像美化方法
CN104952036A (zh) * 2015-06-18 2015-09-30 福州瑞芯微电子有限公司 一种即时视频中的人脸美化方法和电子设备
CN105512605A (zh) * 2015-11-23 2016-04-20 小米科技有限责任公司 人脸图像处理方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109032166A (zh) * 2018-03-08 2018-12-18 李绪臣 基于无人机即时跟踪行驶车辆的方法
CN109032166B (zh) * 2018-03-08 2020-01-21 深圳中琛源科技股份有限公司 基于无人机即时跟踪行驶车辆的方法
CN111047520A (zh) * 2018-10-11 2020-04-21 卡西欧计算机株式会社 图像处理装置、图像处理方法以及记录介质
CN111047520B (zh) * 2018-10-11 2024-01-26 卡西欧计算机株式会社 图像处理装置、图像处理方法以及记录介质

Also Published As

Publication number Publication date
CN106375747B (zh) 2018-11-23

Similar Documents

Publication Publication Date Title
CN112840376B (zh) 一种图像处理方法、装置与设备
US11430209B2 (en) Image signal processing method, apparatus, and device
US9542599B2 (en) Image processing device and image processing method
CN109961453B (zh) 一种图像处理方法、装置与设备
CN104076928B (zh) 一种调整文字显示区域色调的方法
CN103942539B (zh) 一种人头部椭圆精确高效提取及遮蔽人脸检测方法
CN106067016B (zh) 一种人脸图像眼镜检测方法及装置
CN105279487A (zh) 美颜工具筛选方法和系统
CN104899905A (zh) 人脸图像处理方法及装置
CN108876742A (zh) 图像色彩增强方法和装置
CN104809694A (zh) 一种数字图像处理方法和装置
CN106941588B (zh) 一种数据处理方法及电子设备
CN103839245B (zh) 基于统计规律的Retinex夜间彩色图像增强方法
CN106375747A (zh) 一种图像处理方法、及设备
CN113781338A (zh) 图像增强方法、装置、设备及介质
CN107730487A (zh) 一种图像检测方法及装置
CN106375316A (zh) 一种视频图像处理方法、及设备
CN113112428A (zh) 图像处理方法、装置、电子设备及可读存储介质
CN105654435A (zh) 一种人脸皮肤柔化美白方法
CN113052923A (zh) 色调映射方法、装置、电子设备和存储介质
CN109658360B (zh) 图像处理的方法、装置、电子设备和计算机存储介质
CN105913374B (zh) 图像处理方法和装置
CN104700416A (zh) 基于视觉理解的图像分割阈值确定方法
CN113706402A (zh) 神经网络训练方法、装置及电子设备
CN107392860A (zh) 图像增强方法和设备、ar设备

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20231008

Address after: 31a, 15 / F, building 30, maple mall, bangrang Road, Brazil, Singapore

Patentee after: Baiguoyuan Technology (Singapore) Co.,Ltd.

Address before: 511442, 28th Floor, Building B1, Wanda Plaza, Wanbo Business District, Nancun Town, Panyu District, Guangzhou City, Guangdong Province

Patentee before: GUANGZHOU BAIGUOYUAN NETWORK TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right