CN106447620B - 人脸图像磨皮方法、装置以及终端设备 - Google Patents

人脸图像磨皮方法、装置以及终端设备 Download PDF

Info

Publication number
CN106447620B
CN106447620B CN201610744134.3A CN201610744134A CN106447620B CN 106447620 B CN106447620 B CN 106447620B CN 201610744134 A CN201610744134 A CN 201610744134A CN 106447620 B CN106447620 B CN 106447620B
Authority
CN
China
Prior art keywords
image
target window
mean filter
facial
carried out
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
Application number
CN201610744134.3A
Other languages
English (en)
Other versions
CN106447620A (zh
Inventor
包立
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.)
Beijing Jupiter Technology Co ltd
Original Assignee
Beijing Jinshan Cheetah 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 Beijing Jinshan Cheetah Technology Co Ltd filed Critical Beijing Jinshan Cheetah Technology Co Ltd
Priority to CN201610744134.3A priority Critical patent/CN106447620B/zh
Publication of CN106447620A publication Critical patent/CN106447620A/zh
Application granted granted Critical
Publication of CN106447620B publication Critical patent/CN106447620B/zh
Active 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
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06T2207/20024—Filtering details
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • 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)

Abstract

本发明公开了一种人脸图像磨皮方法、装置以及终端设备。其中方法包括：当接收到针对人脸图像的磨皮指令时，对人脸图像的原始图像进行肤色检测，生成第一图像P；获取针对第一图像P的目标窗口，并根据目标窗口和预设的线性模型对第一图像P进行均值滤波，生成第二图像P1；将第一图像P和第二图像P1进行图像合并，得到磨皮后的人脸图像。该方法可以保持人脸基本的轮廓清晰，并对皮肤等进行光滑处理，保持住了细节，并且可以滤波掉不平滑的区域，正好满足人脸磨皮的需求，提高了磨皮效果。

Description

人脸图像磨皮方法、装置以及终端设备
技术领域
本发明涉及图像处理技术领域，尤其涉及一种人脸图像磨皮方法、装置以及终端设备。
背景技术
目前，用户可以在PC机本地、移动设备本地对图像(包括图片和照片)进行各种处理，包括调整图像的整体色调、饱和度、设置各种滤镜效果等，之后用户可以将这些处理后的图像设置为桌面背景或幻灯片，也可以上传到网络上进行分享。特别是有一种重要的需求就是用户的自拍照希望自己的照片上的脸部能够更光滑、减少皱纹，这样拍出来的照片会显得更年轻漂亮。
相关技术中，通常可以通过各种各样的图像磨皮编辑程序来实现对人脸图像进行磨皮处理，以能够减少图像上的脸部皱纹，使得图像中的人物显得更年轻漂亮。然而，有些图像磨皮工具对于普通用户而言是非常复杂的，需要要求使用者拥有专业知识，例如PhotoShop工具，而有些快速图像磨皮编辑工具会受使用环境的限制，例如只能在PC机上使用，这样就需要用户先将移动设备上的图像导入到PC机上，之后再通过PC机上的图像磨皮编辑工具对该图像进行磨皮处理，增加用户的操作步骤；并且，大多数磨皮算法处理后的效果也不是很理想，往往会显得特别的光滑，也会有一点模糊，导致图像中的人物整体显得非常不自然，磨皮效果较差。
发明内容
本发明的目的旨在至少在一定程度上解决上述的技术问题之一。
为此，本发明的第一个目的在于提出一种人脸图像磨皮方法。该方法可以保持人脸基本的轮廓清晰，并对皮肤等进行光滑处理，保持住了细节，并且可以滤波掉不平滑的区域，正好满足人脸磨皮的需求，提高了磨皮效果。
本发明的第二个目的在于提出一种人脸图像磨皮装置。
本发明的第三个目的在于提出一种终端设备。
本发明的第四个目的在于提出一种存储介质。
本发明的第五个目的在于提出一种应用程序。
为达上述目的，本发明第一方面实施例的人脸图像磨皮方法，包括：当接收到针对人脸图像的磨皮指令时，对所述人脸图像的原始图像进行肤色检测，生成第一图像P；获取针对所述第一图像P的目标窗口，并根据所述目标窗口和预设的线性模型对所述第一图像P进行均值滤波，生成第二图像P1；将所述第一图像P和所述第二图像P1进行图像合并，得到磨皮后的人脸图像。
根据本发明实施例的人脸图像磨皮方法，当接收到针对人脸图像的磨皮指令时，对人脸图像的原始图像进行肤色检测以生成第一图像P，然后，获取针对第一图像P的目标窗口，并根据目标窗口和预设的线性模型对第一图像P进行均值滤波以生成第二图像P1，最后，将第一图像P和第二图像P1进行图像合并以得到磨皮后的人脸图像。即通过对人脸图像使用一种线性模型来近似的表达，这种模型可以很好的保留细节，即可以保持人脸基本的轮廓清晰，并对皮肤等进行光滑处理，保持住了细节，并且可以滤波掉不平滑的区域，正好满足人脸磨皮的需求，提高了磨皮效果，另一方面，本发明应用于终端设备，即可直接对该终端设备中的图像进行磨皮处理，无需用户从外部存储设备中导入图像，简化了用户的操作步骤，方便了用户的使用。
根据本发明的一个实施例，所述预设的线性模型由如下公式表示：
其中，q为所述第二图像P1，I为所述原始图像，i为像素索引，k为像素块，Ii是所述目标窗口中第i个像素，ak和bk分别为当窗口中心位于所述目标窗口时所述线性模型的参数，μk为所述原始图像在所述目标窗口中的平均值，为所述原始图像在所述目标窗口中的方差，|ωk|为所述目标窗口中的像素个数，为待滤波的所述第一图像P在所述目标窗口中的平均值，ε为磨皮后的光滑程度。
根据本发明的一个实施例，所述根据所述目标窗口和预设的线性模型对所述第一图像P进行均值滤波，生成第二图像P1，包括：对所述第一图像P进行所述目标窗口大小的均值滤波处理，以得到第三图像P2；根据所述第三图像P2和所述目标窗口生成第四图像P3；根据所述第四图像P3以及第一公式生成第五图像P4，其中，所述第一公式为P3/(P3+ε)；根据所述第三图像P2、所述第五图像P4以及第二公式生成第六图像P5，其中，所述第二公式为P2-P4*P2；对所述第五图像P4进行所述目标窗口大小的均值滤波处理，得到第七图像P6，并对所述第六图像P5进行所述目标窗口大小的均值滤波处理，得到第八图像P7；根据所述第七图像P6、所述第八图像P7、所述第一图像P以及所述预设的线性模型生成所述第二图像P1。
根据本发明的一个实施例，所述根据所述第三图像P2和所述目标窗口生成第四图像P3，包括：对两个所述第三图像P2进行像素相乘，并对像素相乘后的所述两个第三图像P2进行所述目标窗口大小的均值滤波处理，得到第九图像P8；对所述第九图像P8进行方差处理，得到所述第四图像P3。
根据本发明的一个实施例，所述将所述第一图像P和所述第二图像P1进行图像合并，得到磨皮后的人脸图像，包括：将所述第一图像P和所述第二图像P1进行Alpha混合，得到所述磨皮后的人脸图像。
为达上述目的，本发明第二方面实施例的人脸图像磨皮装置，包括：肤色检测模块，用于在接收到针对人脸图像的磨皮指令时，对所述人脸图像的原始图像进行肤色检测，生成第一图像P；获取模块，用于获取针对所述第一图像P的目标窗口；均值滤波处理模块，用于根据所述目标窗口和预设的线性模型对所述第一图像P进行均值滤波，生成第二图像P1；图像合并模块，用于将所述第一图像P和所述第二图像P1进行图像合并，得到磨皮后的人脸图像。
根据本发明实施例的人脸图像磨皮装置，可通过肤色检测模块在接收到针对人脸图像的磨皮指令时，对人脸图像的原始图像进行肤色检测以生成第一图像P，获取模块获取针对第一图像P的目标窗口，均值滤波处理模块根据目标窗口和预设的线性模型对第一图像P进行均值滤波以生成第二图像P1，图像合并模块将第一图像P和第二图像P1进行图像合并以得到磨皮后的人脸图像。即通过对人脸图像使用一种线性模型来近似的表达，这种模型可以很好的保留细节，即可以保持人脸基本的轮廓清晰，并对皮肤等进行光滑处理，保持住了细节，并且可以滤波掉不平滑的区域，正好满足人脸磨皮的需求，提高了磨皮效果，另一方面，本发明应用于终端设备，即可直接对该终端设备中的图像进行磨皮处理，无需用户从外部存储设备中导入图像，简化了用户的操作步骤，方便了用户的使用。
根据本发明的一个实施例，所述预设的线性模型由如下公式表示：
其中，q为所述第二图像P1，I为所述原始图像，i为像素索引，k为像素块，Ii是所述目标窗口中第i个像素，ak和bk分别为当窗口中心位于所述目标窗口时所述线性模型的参数，μk为所述原始图像在所述目标窗口中的平均值，为所述原始图像在所述目标窗口中的方差，|ωk|为所述目标窗口中的像素个数，为待滤波的所述第一图像P在所述目标窗口中的平均值，ε为磨皮后的光滑程度。
根据本发明的一个实施例，所述均值滤波处理模块包括：第一均值滤波处理单元，用于对所述第一图像P进行所述目标窗口大小的均值滤波处理，得到第三图像P2；第一生成单元，用于根据所述第三图像P2和所述目标窗口生成第四图像P3；第二生成单元，用于根据所述第四图像P3以及第一公式生成第五图像P4，其中，所述第一公式为P3/(P3+ε)；第三生成单元，用于根据所述第三图像P2、所述第五图像P4以及第二公式生成第六图像P5，其中，所述第二公式为P2-P4*P2；第二均值滤波处理单元，用于对所述第五图像P4进行所述目标窗口大小的均值滤波处理，得到第七图像P6，并对所述第六图像P5进行所述目标窗口大小的均值滤波处理，以得到第八图像P7；第四生成单元，用于根据所述第七图像P6、所述第八图像P7、所述第一图像P以及所述预设的线性模型生成所述第二图像P1。
根据本发明的一个实施例，所述第一生成单元具体用于：对两张所述第三图像P2进行像素相乘，并对像素相乘后的所述两张第三图像P2进行所述目标窗口大小的均值滤波处理，得到第九图像P8；对所述第九图像P8进行方差处理，得到所述第四图像P3。
根据本发明的一个实施例，所述图像合并模块具体用于：将所述第一图像P和所述第二图像P1进行Alpha混合，得到所述磨皮后的人脸图像。
为达上述目的，本发明第三方面实施例的终端设备，包括：壳体、处理器、存储器、电路板和电源电路，其中，所述电路板安置在所述壳体围成的空间内部，所述处理器和所述存储器设置在所述电路板上；所述电源电路，用于为所述终端设备的各个电路或器件供电；所述存储器用于存储可执行程序代码；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行以下步骤：当接收到针对人脸图像的磨皮指令时，对所述人脸图像的原始图像进行肤色检测，生成第一图像P；获取针对所述第一图像P的目标窗口，并根据所述目标窗口和预设的线性模型对所述第一图像P进行均值滤波，生成第二图像P1；将所述第一图像P和所述第二图像P1进行图像合并，得到磨皮后的人脸图像。
根据本发明实施例的终端设备，当接收到针对人脸图像的磨皮指令时，对人脸图像的原始图像进行肤色检测以生成第一图像P，然后，获取针对第一图像P的目标窗口，并根据目标窗口和预设的线性模型对第一图像P进行均值滤波以生成第二图像P1，最后，将第一图像P和第二图像P1进行图像合并以得到磨皮后的人脸图像。即通过对人脸图像使用一种线性模型来近似的表达，这种模型可以很好的保留细节，即可以保持人脸基本的轮廓清晰，并对皮肤等进行光滑处理，保持住了细节，并且可以滤波掉不平滑的区域，正好满足人脸磨皮的需求，提高了磨皮效果，另一方面，本发明应用于终端设备，即可直接对该终端设备中的图像进行磨皮处理，无需用户从外部存储设备中导入图像，简化了用户的操作步骤，方便了用户的使用。
为达上述目的，本发明第四方面实施例提出了一种存储介质，其中，所述存储介质用于存储应用程序，所述应用程序用于在运行时执行本发明第一方面实施例所述的人脸图像磨皮方法。
为达上述目的，本发明第五方面实施例提出了一种应用程序，其中，所述应用程序用于在运行时执行本发明第一方面实施例所述的人脸图像磨皮方法。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中，
图1是根据本发明一个实施例的人脸图像磨皮方法的流程图；
图2是根据本发明一个实施例的生成第二图像P1的流程图；
图3是根据本发明一个实施例的人脸图像磨皮装置的结构示意图；
图4是根据本发明一个实施例的均值滤波处理模块的结构示意图；
图5是根据本发明一个实施例的终端设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参考附图描述根据本发明实施例的人脸图像磨皮方法、装置以及移动终端。
图1是根据本发明一个实施例的人脸图像磨皮方法的流程图。需要说明的是，本发明实施例的人脸图像磨皮方法可应用于人脸图像磨皮装置，该人脸图像磨皮装置可被配置于终端设备中。其中，该终端设备优选为移动终端，如手机、平板电脑、掌上电脑、个人数字助理等具有各种操作系统的硬件设备。可选地，该终端设备还可以是PC机。
如图1所示，该人脸图像磨皮方法可以包括：
S110，当接收到针对人脸图像的磨皮指令时，对人脸图像的原始图像进行肤色检测，生成第一图像P。
举例而言，假设本发明实施例的人脸图像磨皮方法可应用于移动终端，该移动终端可为用户提供具有人脸图像磨皮功能的应用程序，当用户启动该应用程序，并将人脸图像加载到该应用程序时，可认为此时接收到了用户针对该人脸图像的磨皮指令，此时可将该人脸图像的原始图像传入内存中，并开始对该人脸图像的原始图像进行肤色检测以生成第一图像P。可以理解，本发明实施例的人脸图像磨皮方法主要是在内存中对人脸图像的原始图像进行处理，以实现对人脸图像的磨皮操作。
在本发明的实施例中，可通过肤色检测方法对人脸图像的原始图像进行肤色检测，以得到人脸的肤色图像，即第一图像P。其中，在本发明的实施例中，该肤色检测常用的方法可包括颜色空间阈值法、肤色统计模型和基于分割的方法。此外，该肤色检测还可以使用一种综合方法，例如，可先通过对人脸图像的原始图像进行图像预处理，并通过阈值法选出肤色像素，之后对肤色密度分布进行估计，最后使用改进的分水岭算法进行肤色区域生产，以实现对人脸图像的肤色检测。
S120，获取针对第一图像P的目标窗口，并根据目标窗口和预设的线性模型对第一图像P进行均值滤波，生成第二图像P1。
需要说明的是，本发明实施例的人脸图像磨皮方法所实现的原理如下：可以理解，某函数上一点与其邻近部分的点成线性关系，一个复杂的函数就可以用很多局部的线性函数来表示，当需要求该函数上某一点的值时，只需计算所有包含该点的线性函数的值并进行平均即可，而这种模型在表示非解析函数上非常用户。
同理，可以认为图像是一个二维函数，而且没有对应的解析表达式，因此，本发明可假设该图像所对应的二维函数的输出和输入在一个二维窗口内满足线性关系，该线性关系可通过如下公式表示：其中q是输出图像，I是输入图像(即上述的原始图像)，i和k是像素索引，ak和bk是当窗口中心位于k时该线性函数的系数。
这样，对上述公式(1)取梯度，可以得到即输入图像I有梯度时，输出图像q也有同样的梯度，所以这个方法有边缘保持特性。由此，本发明通过对人脸图像使用这种线性模型来近似的表达，可以保持人脸图像的边缘效果。
为了将上述公式(1)能够应用于本发明实施例的图像磨皮方法中，需要获知上述公式中的各个参数值，为此，可对输入图像和输出图像通过线性回归的方式，来得到上述公式中的各个参数：
其中，μk是I在窗口k中的平均值，是I在窗口k中的方差，|ωk|是窗口的k中的像素数，是待滤波的图像P(即第一图像)在窗口k中的均值。
最后，将每个像素都由多个线性函数描述，所以只需要将包含该像素点的线性函数平均即可，即如下：
从上述公式(4)中可以看出，当像素区域变化小的时候，ak近似等于0，bk近似等于即做了一个均值滤波，而在变化大的区域，ak近似于1，bk近似于0，图像滤波效果很弱，有助于保持边缘。这样对图像执行本算法后，就会得到一个磨皮后的图像了。
基于上述原理，本发明预先建立了用于人脸图像磨皮方法中的线性模型，基于该线性模型对图像进行均值滤波，以实现对人脸图像的磨皮。其中，作为一种示例，上述预设的线性模型由如下公式表示：
其中，
其中，q为第二图像P1，I为原始图像，i为像素索引，k为像素块，Ii是目标窗口中第i个像素，ak和bk分别为当窗口中心位于目标窗口时线性模型的参数，μk为原始图像在目标窗口中的平均值，为原始图像在目标窗口中的方差，|ωk|为目标窗口中的像素个数，为待滤波的第一图像P在目标窗口中的平均值，ε为磨皮后的光滑程度。
具体地，在对人脸图像的原始图像进行肤色检测以得到第一图像P之后，可获取针对该第一图像P的目标窗口，之后，可根据该目标窗口通过上述预设的线性模型对第一图像P进行均值滤波以得到第二图像P1。其中，该目标窗口可以是系统预先设定的，还可以是根据用户确定对人脸图像进行磨皮时输入的磨皮范围获取到的，例如，用户在人脸图像中通过手指划出需要进行磨皮处理的范围，可根据该范围获取该目标窗口。
具体而言，在本发明的一个实施例中，如图2所示，上述根据所述目标窗口和预设的线性模型对所述第一图像P进行均值滤波，以生成第二图像P1的具体实现过程可包括以下步骤：
S210，对第一图像P进行目标窗口大小的均值滤波处理，得到第三图像P2。
可以理解，上述目标窗口即可理解为上述公式(1)中的窗口k。具体地，可对第一图像P采用半径大小为该目标窗口的均值滤波，以得到第三图像P2，即该第三图像P2可理解是上述的μk，即是原始图像在目标窗口中的平均值。
S220，根据第三图像P2和目标窗口生成第四图像P3。
具体而言，在本发明的一个实施例中，可对两个第三图像P2进行像素相乘，并对像素相乘后的两个第三图像P2进行目标窗口大小的均值滤波处理，得到第九图像P8，最后，对第九图像P8进行方差处理，得到第四图像P3。
更具体地，可对两个第三图像P2进行像素相乘，以得到像素相乘后的两个第三图像P2，即图像P2xP2，之后，可对该图像P2xP2采用半径大小为目标窗口的均值滤波，以得到第九图像P8，并对该第九图像P8做方差处理，以得到第四图像P3，该第四图像P3可理解是第九图像P8在目标窗口中的方差。
S230，根据第四图像P3以及第一公式生成第五图像P4，其中，第一公式为P3/(P3+ε)。
具体地，可对第四图像P3使用第一公式P3/(P3+ε)后，得到第五图像P4，即将第四图像P3代入上述公式(2)中进行计算，以得到ak，即第五图像P4。
S240，根据第三图像P2、第五图像P4以及第二公式生成第六图像P5，其中，第二公式为P2-P4*P2。
具体地，可对第三图像P2、第五图像P4使用第二公式P2-P4*P2后，得到第六图像P5，即将第三图像P2、第五图像P4代入上述公式(3)中进行计算，以得到bk，即第六图像P5。
S250，对第五图像P4进行目标窗口大小的均值滤波处理，得到第七图像P6，并对第六图像P5进行目标窗口大小的均值滤波处理，得到第八图像P7。
具体地，分别对第五图像P4和第六图像P5都采用半径为目标窗口大小的均值滤波后，得到对应的第七图像P6和第八图像P7，即可以得到对应的和
S260，根据第七图像P6、第八图像P7、第一图像P以及预设的线性模型生成第二图像P1。
具体地，将第七图像P6、第八图像P7、第一图像P代入上述公式(4)中进行计算，以得到第二图像P1。
由此，通过对人脸图像使用一种线性模型来近似的表达，可以很好的保留细节，并且可以滤波掉不平滑的区域，正好满足了人脸磨皮的需求。
S130，将第一图像P和第二图像P1进行图像合并，得到磨皮后的人脸图像。
具体而言，在本发明的一个实施例中，可将第一图像P和第二图像P1进行Alpha混合，得到磨皮后的人脸图像。
根据本发明实施例的人脸图像磨皮方法，当接收到针对人脸图像的磨皮指令时，对人脸图像的原始图像进行肤色检测以生成第一图像P，然后，获取针对第一图像P的目标窗口，并根据目标窗口和预设的线性模型对第一图像P进行均值滤波以生成第二图像P1，最后，将第一图像P和第二图像P1进行图像合并以得到磨皮后的人脸图像。即通过对人脸图像使用一种线性模型来近似的表达，这种模型可以很好的保留细节，即可以保持人脸基本的轮廓清晰，并对皮肤等进行光滑处理，保持住了细节，并且可以滤波掉不平滑的区域，正好满足人脸磨皮的需求，提高了磨皮效果，另一方面，本发明应用于终端设备，即可直接对该终端设备中的图像进行磨皮处理，无需用户从外部存储设备中导入图像，简化了用户的操作步骤，方便了用户的使用。
与上述几种实施例提供的人脸图像磨皮方法相对应，本发明的一种实施例还提供一种人脸图像磨皮装置，由于本发明实施例提供的人脸图像磨皮装置与上述几种实施例提供的人脸图像磨皮方法相对应，因此在前述人脸图像磨皮方法的实施方式也适用于本实施例提供的人脸图像磨皮装置，在本实施例中不再详细描述。图3是根据本发明一个实施例的人脸图像磨皮装置的结构示意图。如图3所示，该人脸图像磨皮装置可以包括：肤色检测模块100、获取模块200、均值滤波处理模块300和图像合并模块400。
具体地，肤色检测模块100可用于在接收到针对人脸图像的磨皮指令时，对人脸图像的原始图像进行肤色检测，生成第一图像P。
获取模块200可用于获取针对第一图像P的目标窗口。
均值滤波处理模块300可用于根据目标窗口和预设的线性模型对第一图像P进行均值滤波，生成第二图像P1。
其中，在本发明的一个实施例中，该预设的线性模型由如下公式表示：
其中，q为第二图像P1，I为原始图像，i为像素索引，k为像素块，Ii是目标窗口中第i个像素，ak和bk分别为当窗口中心位于目标窗口时线性模型的参数，μk为原始图像在目标窗口中的平均值，为原始图像在目标窗口中的方差，|ωk|为目标窗口中的像素个数，为待滤波的第一图像P在目标窗口中的平均值，ε为磨皮后的光滑程度。
具体而言，在本发明的一个实施例中，如图4所示，该均值滤波处理模块300可以包括：第一均值滤波处理单元310、第一生成单元320、第二生成单元330、第三生成单元340、第二均值滤波处理单元350和第四生成单元360。
其中，第一均值滤波处理单元310可用于对第一图像P进行目标窗口大小的均值滤波处理，得到第三图像P2。
第一生成单元320可用于根据第三图像P2和目标窗口生成第四图像P3。具体而言，在本发明的一个实施例中，第一生成单元320可对两张第三图像P2进行像素相乘，并对像素相乘后的两张第三图像P2进行目标窗口大小的均值滤波处理，得到第九图像P8，最后，对第九图像P8进行方差处理，得到第四图像P3。
第二生成单元330可用于根据第四图像P3以及第一公式生成第五图像P4，其中，第一公式为P3/(P3+ε)。
第三生成单元340可用于根据第三图像P2、第五图像P4以及第二公式生成第六图像P5，其中，第二公式为P2-P4*P2。
第二均值滤波处理单元350可用于对第五图像P4进行目标窗口大小的均值滤波处理以，得到第七图像P6，并对第六图像P5进行目标窗口大小的均值滤波处理以，得到第八图像P7。
第四生成单元360可用于根据第七图像P6、第八图像P7、第一图像P以及预设的线性模型生成第二图像P1。
图像合并模块400可用于将第一图像P和第二图像P1进行图像合并，得到磨皮后的人脸图像。具体而言，在本发明的一个实施例中，图像合并模块400可将第一图像P和第二图像P1进行Alpha混合，得到磨皮后的人脸图像。
根据本发明实施例的人脸图像磨皮装置，可通过肤色检测模块在接收到针对人脸图像的磨皮指令时，对人脸图像的原始图像进行肤色检测以生成第一图像P，获取模块获取针对第一图像P的目标窗口，均值滤波处理模块根据目标窗口和预设的线性模型对第一图像P进行均值滤波以生成第二图像P1，图像合并模块将第一图像P和第二图像P1进行图像合并以得到磨皮后的人脸图像。即通过对人脸图像使用一种线性模型来近似的表达，这种模型可以很好的保留细节，即可以保持人脸基本的轮廓清晰，并对皮肤等进行光滑处理，保持住了细节，并且可以滤波掉不平滑的区域，正好满足人脸磨皮的需求，提高了磨皮效果，另一方面，本发明应用于终端设备，即可直接对该终端设备中的图像进行磨皮处理，无需用户从外部存储设备中导入图像，简化了用户的操作步骤，方便了用户的使用。
为了实现上述实施例，本发明还提出了一种终端设备。
图5是根据本发明一个实施例的终端设备的结构示意图。需要说明的是，在本发明的实施例中，该终端设备优选为移动终端，如手机、平板电脑、掌上电脑、个人数字助理等具有各种操作系统的硬件设备。可选地，该终端设备还可以是PC机。
如图5所示，该终端设备可以包括：壳体51、处理器52、存储器53、电路板54和电源电路55，其中，电路板54安置在壳体51围成的空间内部，处理器52和存储器53设置在电路板54上；电源电路55，用于为终端设备的各个电路或器件供电；存储器53用于存储可执行程序代码；处理器52通过读取存储器53中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行以下步骤：
S510’，当接收到针对人脸图像的磨皮指令时，对人脸图像的原始图像进行肤色检测，生成第一图像P。
S520’，获取针对第一图像P的目标窗口，并根据目标窗口和预设的线性模型对第一图像P进行均值滤波，生成第二图像P1。
S530’，将第一图像P和第二图像P1进行图像合并，得到磨皮后的人脸图像。
根据本发明实施例的终端设备，当接收到针对人脸图像的磨皮指令时，对人脸图像的原始图像进行肤色检测以生成第一图像P，然后，获取针对第一图像P的目标窗口，并根据目标窗口和预设的线性模型对第一图像P进行均值滤波以生成第二图像P1，最后，将第一图像P和第二图像P1进行图像合并以得到磨皮后的人脸图像。即通过对人脸图像使用一种线性模型来近似的表达，这种模型可以很好的保留细节，即可以保持人脸基本的轮廓清晰，并对皮肤等进行光滑处理，保持住了细节，并且可以滤波掉不平滑的区域，正好满足人脸磨皮的需求，提高了磨皮效果，另一方面，本发明应用于终端设备，即可直接对该终端设备中的图像进行磨皮处理，无需用户从外部存储设备中导入图像，简化了用户的操作步骤，方便了用户的使用。
为了实现上述实施例，本发明还提出了一种存储介质，其中，该存储介质可用于存储应用程序，所述应用程序用于在运行时执行本发明上述任一个实施例所述的人脸图像磨皮方法。
为了实现上述实施例，本发明还提出了一种应用程序，其中，该应用程序用于在运行时执行本发明上述任一个实施例所述的人脸图像磨皮方法。
在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (7)

1.一种人脸图像磨皮方法，其特征在于，包括以下步骤：
当接收到针对人脸图像的磨皮指令时，对所述人脸图像的原始图像进行肤色检测，生成第一图像P；
获取针对所述第一图像P的目标窗口，并根据所述目标窗口和预设的线性模型对所述第一图像P进行均值滤波，生成第二图像P1；其中，所述根据所述目标窗口和预设的线性模型对所述第一图像P进行均值滤波，生成第二图像P1，包括：
对所述第一图像P进行所述目标窗口大小的均值滤波处理，得到第三图像P2；
根据所述第三图像P2和所述目标窗口生成第四图像P3；其中，所述根据所述第三图像P2和所述目标窗口生成第四图像P3，包括：
对两个所述第三图像P2进行像素相乘，并对像素相乘后的所述两个第三图像P2进行所述目标窗口大小的均值滤波处理，得到第九图像P8；
对所述第九图像P8进行方差处理，得到所述第四图像P3；
根据所述第四图像P3以及第一公式生成第五图像P4，其中，所述第一公式为P3/(P3+ε)；
根据所述第三图像P2、所述第五图像P4以及第二公式生成第六图像P5，其中，所述第二公式为P2-P4*P2；
对所述第五图像P4进行所述目标窗口大小的均值滤波处理，得到第七图像P6，并对所述第六图像P5进行所述目标窗口大小的均值滤波处理，得到第八图像P7；
根据所述第七图像P6、所述第八图像P7、所述第一图像P以及所述预设的线性模型生成所述第二图像P1；
将所述第一图像P和所述第二图像P1进行图像合并，得到磨皮后的人脸图像。
2.如权利要求1所述的人脸图像磨皮方法，其特征在于，所述预设的线性模型由如下公式表示：
其中，q为所述第二图像P1，I为所述原始图像，i为像素索引，k为像素块，Ii是所述目标窗口中第i个像素，ak和bk分别为当窗口中心位于所述目标窗口时所述线性模型的参数，μk为所述原始图像在所述目标窗口中的平均值，为所述原始图像在所述目标窗口中的方差，|ωk|为所述目标窗口中的像素个数，为待滤波的所述第一图像P在所述目标窗口中的平均值，ε为磨皮后的光滑程度。
3.如权利要求1所述的人脸图像磨皮方法，其特征在于，所述将所述第一图像P和所述第二图像P1进行图像合并，得到磨皮后的人脸图像，包括：
将所述第一图像P和所述第二图像P1进行Alpha混合，得到所述磨皮后的人脸图像。
4.一种人脸图像磨皮装置，其特征在于，包括：
肤色检测模块，用于在接收到针对人脸图像的磨皮指令时，对所述人脸图像的原始图像进行肤色检测，生成第一图像P；
获取模块，用于获取针对所述第一图像P的目标窗口；
均值滤波处理模块，用于根据所述目标窗口和预设的线性模型对所述第一图像P进行均值滤波，生成第二图像P1；其中，所述均值滤波处理模块包括：
第一均值滤波处理单元，用于对所述第一图像P进行所述目标窗口大小的均值滤波处理，得到第三图像P2；
第一生成单元，用于根据所述第三图像P2和所述目标窗口生成第四图像P3；其中，所述第一生成单元具体用于：
对两张所述第三图像P2进行像素相乘，并对像素相乘后的所述两张第三图像P2进行所述目标窗口大小的均值滤波处理，得到第九图像P8；
对所述第九图像P8进行方差处理，得到所述第四图像P3；
第二生成单元，用于根据所述第四图像P3以及第一公式生成第五图像P4，其中，所述第一公式为P3/(P3+ε)；
第三生成单元，用于根据所述第三图像P2、所述第五图像P4以及第二公式生成第六图像P5，其中，所述第二公式为P2-P4*P2；
第二均值滤波处理单元，用于对所述第五图像P4进行所述目标窗口大小的均值滤波处理，得到第七图像P6，并对所述第六图像P5进行所述目标窗口大小的均值滤波处理，以得到第八图像P7；
第四生成单元，用于根据所述第七图像P6、所述第八图像P7、所述第一图像P以及所述预设的线性模型生成所述第二图像P1；
图像合并模块，用于将所述第一图像P和所述第二图像P1进行图像合并，得到磨皮后的人脸图像。
5.如权利要求4所述的人脸图像磨皮装置，其特征在于，所述预设的线性模型由如下公式表示：
其中，q为所述第二图像P1，I为所述原始图像，i为像素索引，k为像素块，Ii是所述目标窗口中第i个像素，ak和bk分别为当窗口中心位于所述目标窗口时所述线性模型的参数，μk为所述原始图像在所述目标窗口中的平均值，为所述原始图像在所述目标窗口中的方差，|ωk|为所述目标窗口中的像素个数，为待滤波的所述第一图像P在所述目标窗口中的平均值，ε为磨皮后的光滑程度。
6.如权利要求4所述的人脸图像磨皮装置，其特征在于，所述图像合并模块具体用于：
将所述第一图像P和所述第二图像P1进行Alpha混合，得到所述磨皮后的人脸图像。
7.一种终端设备，其特征在于，包括：壳体、处理器、存储器、电路板和电源电路，其中，所述电路板安置在所述壳体围成的空间内部，所述处理器和所述存储器设置在所述电路板上；所述电源电路，用于为所述终端设备的各个电路或器件供电；所述存储器用于存储可执行程序代码；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行以下步骤：
当接收到针对人脸图像的磨皮指令时，对所述人脸图像的原始图像进行肤色检测，生成第一图像P；
获取针对所述第一图像P的目标窗口，并根据所述目标窗口和预设的线性模型对所述第一图像P进行均值滤波，生成第二图像P1；其中，所述根据所述目标窗口和预设的线性模型对所述第一图像P进行均值滤波，生成第二图像P1，包括：
对所述第一图像P进行所述目标窗口大小的均值滤波处理，得到第三图像P2；
根据所述第三图像P2和所述目标窗口生成第四图像P3；其中，所述根据所述第三图像P2和所述目标窗口生成第四图像P3，包括：
对两个所述第三图像P2进行像素相乘，并对像素相乘后的所述两个第三图像P2进行所述目标窗口大小的均值滤波处理，得到第九图像P8；
对所述第九图像P8进行方差处理，得到所述第四图像P3；
根据所述第四图像P3以及第一公式生成第五图像P4，其中，所述第一公式为P3/(P3+ε)；
根据所述第三图像P2、所述第五图像P4以及第二公式生成第六图像P5，其中，所述第二公式为P2-P4*P2；
对所述第五图像P4进行所述目标窗口大小的均值滤波处理，得到第七图像P6，并对所述第六图像P5进行所述目标窗口大小的均值滤波处理，得到第八图像P7；
根据所述第七图像P6、所述第八图像P7、所述第一图像P以及所述预设的线性模型生成所述第二图像P1；
将所述第一图像P和所述第二图像P1进行图像合并，得到磨皮后的人脸图像。
CN201610744134.3A 2016-08-26 2016-08-26 人脸图像磨皮方法、装置以及终端设备 Active CN106447620B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610744134.3A CN106447620B (zh) 2016-08-26 2016-08-26 人脸图像磨皮方法、装置以及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610744134.3A CN106447620B (zh) 2016-08-26 2016-08-26 人脸图像磨皮方法、装置以及终端设备

Publications (2)

Publication Number Publication Date
CN106447620A CN106447620A (zh) 2017-02-22
CN106447620B true CN106447620B (zh) 2019-10-29

Family

ID=58182332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610744134.3A Active CN106447620B (zh) 2016-08-26 2016-08-26 人脸图像磨皮方法、装置以及终端设备

Country Status (1)

Country Link
CN (1) CN106447620B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106971165B (zh) * 2017-03-29 2018-08-10 武汉斗鱼网络科技有限公司 一种滤镜的实现方法及装置
CN107256543B (zh) * 2017-06-21 2020-10-02 深圳市万普拉斯科技有限公司 图像处理方法、装置、电子设备及存储介质
CN107798654B (zh) * 2017-11-13 2022-04-26 北京小米移动软件有限公司 图像磨皮方法及装置、存储介质
CN108961156B (zh) * 2018-07-26 2023-03-14 北京小米移动软件有限公司 人脸图像处理的方法及装置
CN109377454A (zh) * 2018-09-25 2019-02-22 广州华多网络科技有限公司 一种图像处理方法、装置、设备、存储介质及直播方法
CN111462003B (zh) * 2020-03-20 2022-08-23 稿定（厦门）科技有限公司 人脸图像处理方法、介质、设备及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101404082A (zh) * 2008-11-14 2009-04-08 深圳市迅雷网络技术有限公司 一种人像磨皮方法和装置
CN104008534A (zh) * 2014-06-18 2014-08-27 福建天晴数码有限公司 一种人脸智能美化方法及装置
CN105787888A (zh) * 2014-12-23 2016-07-20 联芯科技有限公司 人脸图像美化方法
CN105872542A (zh) * 2016-05-27 2016-08-17 北京金山安全软件有限公司 一种图像压缩方法、装置及电子设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201445454A (zh) * 2013-05-22 2014-12-01 Asustek Comp Inc 提升人臉辨識率的影像處理系統及影像處理方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101404082A (zh) * 2008-11-14 2009-04-08 深圳市迅雷网络技术有限公司 一种人像磨皮方法和装置
CN104008534A (zh) * 2014-06-18 2014-08-27 福建天晴数码有限公司 一种人脸智能美化方法及装置
CN105787888A (zh) * 2014-12-23 2016-07-20 联芯科技有限公司 人脸图像美化方法
CN105872542A (zh) * 2016-05-27 2016-08-17 北京金山安全软件有限公司 一种图像压缩方法、装置及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于边缘保持平滑滤波与编辑传播的快速人脸美化方法及系统实现;许少杰;《中国优秀硕士学位论文全文数据库信息科技辑》;20160315;第2016年卷(第3期);第11-13页 *

Also Published As

Publication number Publication date
CN106447620A (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
CN106447620B (zh) 人脸图像磨皮方法、装置以及终端设备
Dolhansky et al. Eye in-painting with exemplar generative adversarial networks
Guo et al. LIME: Low-light image enhancement via illumination map estimation
Shih et al. Style transfer for headshot portraits
Lin et al. Probabilistic color-by-numbers: Suggesting pattern colorizations using factor graphs
Chen et al. Example-based composite sketching of human portraits
US9142054B2 (en) System and method for changing hair color in digital images
CN104952036B (zh) 一种即时视频中的人脸美化方法和电子设备
Lu et al. Combining sketch and tone for pencil drawing production
AU2016225946B2 (en) Style transfer for headshot portraits
Risser et al. Synthesizing structured image hybrids
CN107845072B (zh) 图像生成方法、装置、存储介质及终端设备
CN106339993A (zh) 人脸图像磨皮方法、装置以及终端设备
Meng et al. Artistic paper-cut of human portraits
CN108230255A (zh) 用于实现图像增强的方法、装置和电子设备
US8406566B1 (en) Methods and apparatus for soft edge masking
CN109859217A (zh) 人脸图像中毛孔区域的分割方法及计算设备
CN107408401A (zh) 用于图像的简化调整的用户滑块
Richardt et al. Vectorising bitmaps into semi‐transparent gradient layers
CN103500220A (zh) 一种照片中人物识别方法
Zheng et al. Truncated low-rank and total p variation constrained color image completion and its moreau approximation algorithm
US20130169621A1 (en) Method of creating and transforming a face model and related system
CN107808404A (zh) 图像处理方法、系统、可读存储介质及移动摄像设备
CN112083863A (zh) 图像处理方法、装置、电子设备及可读存储介质
DiPaola Exploring a parameterised portrait painting space

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201221

Address after: Room 115, area C, 1 / F, building 8, yard 1, yaojiayuan South Road, Chaoyang District, Beijing 100025

Patentee after: Beijing LEMI Technology Co.,Ltd.

Address before: 100041 room a-0831, 2 / F, building 3, yard 30, Shixing street, Shijingshan District, Beijing

Patentee before: BEIJING KINGSOFT CHEETAH TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231027

Address after: 3870A, 3rd Floor, Building 4, Courtyard 49, Badachu Road, Shijingshan District, Beijing, 100144

Patentee after: Beijing Jupiter Technology Co.,Ltd.

Address before: Room 115, area C, 1 / F, building 8, yard 1, yaojiayuan South Road, Chaoyang District, Beijing 100025

Patentee before: Beijing LEMI Technology Co.,Ltd.