CN107093168A - 皮肤区域图像的处理方法、装置和系统 - Google Patents
皮肤区域图像的处理方法、装置和系统 Download PDFInfo
- Publication number
- CN107093168A CN107093168A CN201710143996.5A CN201710143996A CN107093168A CN 107093168 A CN107093168 A CN 107093168A CN 201710143996 A CN201710143996 A CN 201710143996A CN 107093168 A CN107093168 A CN 107093168A
- Authority
- CN
- China
- Prior art keywords
- skin area
- specified
- image
- human face
- distribution
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 44
- 238000003709 image segmentation Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 43
- 238000000034 method Methods 0.000 claims description 30
- 238000001914 filtration Methods 0.000 claims description 14
- 230000000877 morphologic effect Effects 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 8
- 239000004744 fabric Substances 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 4
- 108010001267 Protein Subunits Proteins 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims description 2
- 230000001815 facial effect Effects 0.000 abstract description 22
- 230000008569 process Effects 0.000 description 7
- 230000011218 segmentation Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241001062009 Indigofera Species 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种皮肤区域图像的处理方法、装置和系统。该处理方法包括：分析获取的人物图像的人脸区域，得到人脸区域的亮度分布和/或色相分布；利用预设的图像分割算法分割人物图像，得到指定皮肤区域；分析指定皮肤区域的亮度分布和/或色相分布；基于人脸区域的亮度分布调整指定皮肤区域的亮度分布，和/或基于人脸区域的色相分布调整指定皮肤区域的色相分布。根据本发明实施例提供的皮肤区域图像的处理方法、装置和系统，通过分析脸部皮肤和指定皮肤区域的亮度和色相的统计信息，对指定皮肤区域进行图像进行针对性的处理，使美颜后脸部皮肤与其他区域皮肤均匀自然。
Description
技术领域
本发明涉及图像处理技术，尤其涉及皮肤区域图像的处理方法、装置和系统。
背景技术
随着数码技术和图像处理技术的飞速发展，越来越多的人喜欢通过自拍分享照片展示自己，现有的自拍技术通常在拍摄照片后提供简单的美颜功能，例如瞬间自动进行磨皮、美化、瘦脸等功能，使拍摄者无需使用专业图像处理软件，即可直接生成具有美颜效果的照片。
但是，在拍摄人物图像时，现有的磨皮和美化等图像处理技术，通常侧重于处理自拍人物的脸部区域，而很少针对其他区域皮肤进行识别从而对其他区域皮肤进行图像处理。因此，很容易导致被处理过的脸部皮肤与未被处理的其他区域皮肤(例如距离脸部皮肤最近的颈部皮肤)存在一定程度的差异，从而使得图像存在违和感。
发明内容
本发明实施例提供皮肤区域图像的处理方法、装置和系统，可以使美颜后脸部皮肤与其他区域皮肤均匀自然。
根据本发明实施例的一方面，提供一种皮肤区域图像的处理方法，包括：分析获取的人物图像的人脸区域，得到人脸区域的亮度分布和/或色相分布；利用预设的图像分割算法分割人物图像，得到指定皮肤区域；分析指定皮肤区域的亮度分布和/或色相分布；基于人脸区域的亮度分布调整指定皮肤区域的亮度分布，和/或，基于人脸区域的色相分布调整指定皮肤区域的色相分布。
根据本发明实施例的另一方面，提供一种皮肤区域图像的处理装置，包括：人脸区域分析模块，用于分析获取的人物图像的人脸区域，得到人脸区域的亮度分布和/或色相分布；指定皮肤区域获取模块，用于利用预设的图像分割算法分割人物图像，得到指定皮肤区域；指定皮肤区域分析模块，用于分析指定皮肤区域的亮度分布和/或色相分布；指定皮肤区域调整模块，用于基于人脸区域的亮度分布调整指定皮肤区域的亮度分布，和/或，基于人脸区域的色相分布调整指定皮肤区域的色相分布。
根据本发明实施例的再一方面，提供一种皮肤区域图像的处理系统，包括：存储器，用于存储程序；处理器，用于运行存储器中存储的程序，以执行以下步骤：分析获取的人物图像的人脸区域，得到人脸区域的亮度分布和/或色相分布；利用预设的图像分割算法分割人物图像，得到指定皮肤区域；分析指定皮肤区域的亮度分布和/或色相分布；基于人脸区域的亮度分布调整指定皮肤区域的亮度分布，和/或，基于人脸区域的色相分布调整指定皮肤区域的色相分布；显示器，用于显示调整后的指定皮肤区域。
根据本发明实施例中的皮肤区域图像的处理方法、装置和系统，从人物图像中分割得到指定皮肤区域，并通过分析脸部皮肤和指定皮肤区域的亮度和色相的统计信息，对指定皮肤区域进行图像进行针对性的处理，从而减少脸部皮肤与指定皮肤区域的差异，使美颜后脸部皮肤与其他区域皮肤均匀自然。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是示出根据本发明一实施例的皮肤区域图像的处理方法的流程图；
图2是图1中分析获取的人物图像的人脸区域的详细的流程图；
图3是图1中分析指定皮肤区域的亮度分布和/或色相分布的详细的流程图；
图4是根据本发明一实施例的皮肤区域图像的处理装置的结构示意图；
图5是图4中人脸区域分析模块的具体的结构示意图；
图6是图4中指定皮肤区域分析模块的具体的结构示意图；
图7是示出了能够实现根据本发明实施例的皮肤区域图像的处理方法和装置的计算设备的示例性硬件架构的结构图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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……”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。
在本发明实施例中，美颜相关算法会对脸部的亮度与色相进行一些操作。例如，调整色相例如将脸部皮肤变得红润或者白皙、提亮脸部亮度等。作为距离脸部皮肤最近的颈部皮肤，可以参考脸部皮肤的亮度/或色相分布对颈部皮肤等其他区域皮肤进行相应的调整，以得到均匀自然的美颜效果。
下面结合附图，详细描述根据本发明实施例的皮肤区域图像的处理方法、装置和系统。应注意，这些实施例并不是用来限制本发明公开的范围。
图1是示出根据本发明实施例的皮肤区域图像的处理方法的流程图。如图1所示，本实施例中的皮肤区域图像的处理方法100包括以下步骤：
步骤S110，分析获取的人物图像的人脸区域，得到人脸区域的亮度分布和/或色相分布。
步骤S120，利用预设的图像分割算法分割人物图像，得到指定皮肤区域。
步骤S130，分析指定皮肤区域的亮度分布和/或色相分布。
步骤S140，基于人脸区域的亮度分布调整指定皮肤区域的亮度分布，和/或，基于人脸区域的色相分布调整指定皮肤区域的色相分布。
根据本发明实施例的皮肤区域图像的处理方法，可以通过分析脸部皮肤和指定皮肤区域的亮度和色相统计信息，对指定皮肤区域进行矫正，从而减小美颜后脸部皮肤与其他区域皮肤之间的差异。
图2示出了根据本公开一些示例性实施例的皮肤区域图像的处理方法的更详细的流程图，图2与图1相同或等同的步骤使用相同的标号。如图2所示，步骤S110具体可以包括：
步骤S111，获取人物图像的整体皮肤蒙版图像。
步骤S112，根据整体皮肤蒙版图像进行人脸检测，得到人脸区域。
步骤S113，提取人脸区域中的人脸特征点。
步骤S114，分析人脸特征点，获取人脸区域图像的亮度分布和/或色相分布。
在步骤S111中，人物图像可以是只进行了脸部皮肤的亮度和/或色相操作的图像，或者是由于脸部皮肤与其他区域皮肤在人物图像中视觉差异较为明显，需要根据脸部皮肤对其他区域皮肤进行调整的图像。
在该步骤中，通过获取人物图像的整体皮肤蒙版，明确具体想要进行图像处理的区域范围，方便对处理区域内的图像进行灵活的调整。
作为一个示例，通过涂抹工具对人物图像中的所有皮肤区域进行涂抹操作，并在涂抹完成后在涂抹区域生成对应的蒙版层，以获得人物图像的整体皮肤蒙版。
在步骤S114中，亮度分布的均匀性对于视觉能力具有显著的影响，可以通过直方图统计人脸区域图像的亮度分布，当人脸区域图像的亮度分布均匀时，计算人脸区域图像的亮度均值，该亮度均值可以用于后续对其他区域皮肤的处理。
在步骤S114中，通过获取人脸区域图像的色相分布，可以清楚地显示出偏色的分布和程度，从而可以有效地查看图像颜色偏色分布的情况，为后续对其他区域皮肤的处理提供了较好的数据基础。
在步骤S120中，指定皮肤区域可以是颈部皮肤区域。
在一些实施例中，预设的图像分割算法可以是基于边缘检测进行图像分割的方法，利用皮肤边缘灰度的突变特征检测指定区域的皮肤边缘，进行指定皮肤区域的分割基于阈值的分割方法。
在另一些所述中，预设的图像分割算法还可以是基于阈值进行图像分割的方法。
作为一个示例，可以使用自适应阈值分割法分割人物图像。首先，通过最大类间方差法，计算得到人物图像中对指定区域图像进行分割的最优分割阈值，将该最优分割阈值作为自适应阈值对任务图像进行分割，得到该人物图像中的指定皮肤区域。
在该示例中，最优裂纹分割阈值对人物图像进行分割的错分概率最小，从而提高了图像分割后得到的指定皮肤区域图像的准确度。
作为可选实施例，可以利用预设的图像分割算法对人物图像的整体皮肤蒙版图像进行图像分割，得到指定皮肤区域。对人物图像的整体皮肤蒙版图像进行图像分割，可以减小将背景区域误识别为指定皮肤区域的可能性，提高分割后得到的指定皮肤区域图像的准确度。
作为可选实施例，为了精确获取指定皮肤区域，图3示出了根据本公开一些示例性实施例的更详细的流程图。图3与图1相同或等同的步骤使用相同的标号。
如图3所示，步骤S130具体可以包括：
步骤S131，对指定皮肤区域进行形态学滤波处理。
步骤S132，利用连通区域标记法，对形态学滤波处理的结果进行连通域分析，确定指定皮肤区域连通域。
步骤S133，获取指定皮肤区域连通域的皮肤蒙版图像。
步骤S134，分析指定皮肤区域连通域的皮肤蒙版图像，得到指定皮肤区域的亮度分布和/或色相分布。
在步骤S131中，形态学滤波可以用于检测人物图像中的指定皮肤区域。作为一个示例，对初步分割得到的指定皮肤区域的边缘轮廓做数学形态学滤波处理，并对经数学形态学滤波处理后的指定皮肤区域进行轮廓跟踪，可以得到指定皮肤区域的大小；再对得到的指定皮肤区域的大小消除噪声干扰以确定该指定皮肤区域。
在该步骤中，使用形态学滤波可以消除指定皮肤区域的粗糙的边缘轮廓，去除噪声点对获取指定皮肤区域的影响，尽可能多地保留指定皮肤区域的图像信息。
在上述步骤S132中，首先获取采集到的指定皮肤区域的二值化图像，对该二值化图像进行连通域提取并根据提取到的指定皮肤区域连通域的轮廓筛选出噪声干扰点，对筛选出的噪声干扰点进行过滤，从而保留提取到的指定皮肤区域的图像细节特征，对提取到的指定皮肤区域的噪声达到有效抑制的效果。
作为可选实施例，步骤S134中，分析指定皮肤区域连通域的皮肤蒙版图像，得到指定皮肤区域的亮度分布和/或色相分布的步骤具体可以包括：
步骤S134-1，利用指定皮肤区域连通域的皮肤蒙版图像生成指定区域置信度图像。
步骤S134-2，检测指定区域置信度图像中的指定皮肤区域图像。
步骤S134-3，分析检测得到的指定皮肤区域图像，得到指定皮肤区域的亮度分布和/或色相分布。
在本发明实施例中，置信度(Confidence Measure)表示对所获取的指定皮肤区域图像的准确性的衡量，置信度越高，那么获得的指定皮肤区域图像就越可信。
在一些实施例中，置信度图像中的像素可以分为两类，指定皮肤区域图像像素点和非指定皮肤区域图像像素点。也就是说，如果得到的置信度图像中的像素的概率值大于为该置信度图像设置的阈值，则将该像素点确定为指定皮肤区域图像像素点，其像素值用“1”表示；否则，将该像素点确定为非指定皮肤区域图像像素点，其像素值用“0”表示。
在对生成的置信度图像进行二值化后，针对置信度图像中相应像素进行与操作，并将进行与操作之后得到的像素值为1的区域确定为指定皮肤区域图像。
在该实施例中，可以通过置信度图像进一步提高获得指定皮肤区域图像的准确性，提高指定皮肤区域的图像可靠度。
在步骤S140中，基于人脸区域的亮度分布调整指定皮肤区域的亮度分布，和/或，基于人脸区域的色相分布调整指定皮肤区域的色相分布。
通过上述实施例中的皮肤区域图像的处理方法，在获取到脸部皮肤与指定区域皮肤的亮度与色相的统计信息后，可以以脸部皮肤的亮度分布信息为基准调整指定皮肤区域的亮度分布，和/或以脸部区域的色相分布信息为基准调整指定皮肤区域的色相分布，为指定皮肤区域的亮度和/或色相制定个性化的矫正方案。
在本发明实施例中，基于人脸区域的亮度分布调整指定皮肤区域的亮度分布，和/或，基于人脸区域的色相分布调整指定皮肤区域的色相分布的方法有多种。
作为可选实施例，步骤S140具体可以包括：
步骤S141，根据人脸区域的亮度分布和指定皮肤区域的亮度分布，确定指定皮肤区域的像素点的亮度调整参数。
步骤S142，根据人脸区域的色相分布和指定皮肤区域的色相分布，确定指定皮肤区域的像素点的色相调整参数。
步骤S143，基于亮度调整参数调整指定皮肤区域的亮度分布，和/或，基于色相调整参数调整指定皮肤区域的色相分布。
在步骤S141中，可以通过构建人脸区域的亮度直方图获取人脸区域的亮度分布信息。
下面以构建人脸区域图像的亮度直方图为例说明构建人脸区域图像的亮度直方图的过程。
计算人脸区域图像中每个像素点的亮度值，将人脸区域图像转化为栅格图像，计算每一个栅格中包含的像素点的平均亮度，将每个栅格的标号作为横坐标，每个栅格包含的像素点的平均亮度作为纵坐标建立人脸区域图像的亮度直方图。
在步骤S142中，色相分布可以表现为与色相环相对应的色相分布图，色相分布图是红、黄、绿、青绿、蓝、品红等颜色与色相环对应地分配至0°～360°的图像，色相分布图的横轴表示色相，纵轴表示频度。因此，可以通过色相分布图检测出脸部区域或指定皮肤区域的色相分布。
在步骤S143中，可以根据亮度调整参数对指定皮肤区域的亮度分布进行调整，和/或根据色相调整参数调整对指定皮肤区域的色相分布进行调整。
在一些实施例中，也可以同时调整脸部皮肤区域和指定皮肤区域的亮度和色相，设定统一的亮度调整参数和色相调整参数，同时调整脸部皮肤区域和指定皮肤区域。
根据上述本发明实施例提供的皮肤区域图像的处理方法，提供了一种基于皮肤检测的皮肤美化方法，通过分析脸部皮肤与指定皮肤区域的图像统计信息，对指定皮肤区域进行调整，使指定皮肤区域变的均匀自然，达到用户想要的美颜效果。
下面结合附图，详细介绍根据本发明实施例的皮肤区域图像的处理装置。
图4示出了根据本发明一实施例提供的皮肤区域图像的处理装置的结构示意图。如图4所示，皮肤区域图像的处理装置400包括：
人脸区域分析模块410，用于分析获取的人物图像的人脸区域，得到人脸区域的亮度分布和/或色相分布。
指定皮肤区域获取模块420，用于利用预设的图像分割算法分割人物图像，得到指定皮肤区域。
指定皮肤区域分析模块430，用于分析指定皮肤区域的亮度分布和/或色相分布。
指定皮肤区域调整模块440，用于基于人脸区域的亮度分布调整指定皮肤区域的亮度分布，和/或，基于人脸区域的色相分布调整指定皮肤区域的色相分布。
根据本发明实施例中的皮肤区域图像的处理装置，依靠人物图像中脸部皮肤的信息，对剩余皮肤进行处理，从而消除皮肤间的违和感。
图5是示出图4中人脸区域分析模块的更具体的结构示意图。图5与图4中相同或等同模块使用相同的标号。
如图5所示，人脸区域分析模块410具体可以包括：
第一皮肤蒙版获取单元411，用于获取人物图像的整体皮肤蒙版图像。
人脸检测单元412，用于根据整体皮肤蒙版图像进行人脸检测，得到人脸区域。
人脸特征点提取单元413，用于提取人脸区域中的人脸特征点。
第一亮度/色相分析单元414，用于分析人脸特征点，获取人脸区域图像的亮度分布和/或色相分布。
在该实施例中，通过人脸识别分析获取人脸区域图像的亮度分布和/或色相分布，作为后续处理其他皮肤区域提供数据参考。
另外，在本发明实施例中，通过在蒙版图像上进行皮肤图像的处理，操作速度快，效率高，对消除皮肤间的违和感非常有效。
图6是示出图4中指定皮肤区域分析模块的更具体的结构示意图。图6与图4中相同或等同模块使用相同的标号。
如图6所示，指定皮肤区域分析模块430具体可以包括：
形态学滤波单元431，用于对指定皮肤区域进行形态学滤波处理；
连通域分析单元432，用于利用连通区域标记法，对形态学滤波处理的结果进行连通域分析，确定指定皮肤区域连通域；
第二皮肤蒙版获取单元433，用于获取指定皮肤区域连通域的皮肤蒙版图像；
第二亮度/色相分析单元434，用于分析指定皮肤区域连通域的皮肤蒙版图像，得到指定皮肤区域的亮度分布和/或色相分布。
通过本实施例中的皮肤区域图像的处理装置，可以精确获取到指定皮肤区域的图像。
在一些实施例中，第二亮度/色相分析单元434具体可以包括：
置信度图像生成子单元，用于利用指定皮肤区域连通域的皮肤蒙版图像生成指定区域置信度图像。
置信度图像检测子单元，用于检测指定区域置信度图像中的指定皮肤区域图像。
第二亮度/色相分析单元434还用于分析检测得到的指定皮肤区域图像，得到指定皮肤区域的亮度分布和/或色相分布。
在该实施例中，通过分析指定皮肤区域的置信度，进一步提高获得指定皮肤区域图像的准确性，提高指定皮肤区域的图像可靠度。
在一些实施例中，指定皮肤区域调整模块440包括：
亮度调整参数确定单元441，用于根据人脸区域的亮度分布和指定皮肤区域的亮度分布，确定指定皮肤区域的像素点的亮度调整参数。
色相调整量确定单元442，用于根据所述人脸区域的色相分布和所述指定皮肤区域的色相分布，确定所述指定皮肤区域的像素点的色相调整参数。
指定区域图像调整单元443，用于基于所述亮度调整参数调整所述指定皮肤区域的亮度分布，和/或，基于所述色相调整参数调整所述指定皮肤区域的色相分布。
根据本发明实施例的皮肤区域图像的处理装置，可以解决美颜后脸部皮肤与其他皮肤区域产生的违和感，使得人物图像的整体皮肤区域的变得均匀自然。
根据本发明实施例的皮肤区域图像的处理装置的其他细节与以上结合图1至图6描述的根据本发明实施例的皮肤区域图像的处理方法类似，在此不再赘述。
结合图1至图6描述的根据本发明实施例的皮肤区域图像的处理方法和装置可以由可拆卸地或者固定地安装在拍摄装置上的计算设备实现。图7是示出能够实现根据本发明实施例的皮肤区域图像的处理方法和装置的计算设备的示例性硬件架构的结构图。
如图7所示，计算设备700包括输入设备701、输入接口702、中央处理器703、存储器704、输出接口705、以及输出设备706。其中，输入接口702、中央处理器703、存储器704、以及输出接口705通过总线710相互连接，输入设备701和输出设备706分别通过输入接口702和输出接口705与总线710连接，进而与计算设备700的其他组件连接。
具体地，输入设备701接收来自外部(例如，手机终端的摄像头)的输入信息，并通过输入接口702将输入信息传送到中央处理器703；中央处理器703基于存储器704中存储的计算机可执行指令对输入信息进行处理以生成输出信息，将输出信息临时或者永久地存储在存储器704中，然后通过输出接口705将输出信息传送到输出设备706；输出设备706将输出信息输出到计算设备700的外部供用户使用。
也就是说，图7所示的计算设备也可以被实现为包括：存储有计算机可执行指令的存储器；以及处理器，该处理器在执行计算机可执行指令时可以实现结合图1至图6描述的皮肤区域图像的处理方法和装置。这里，处理器可以与图像管理系统以及安装在移动通信终端上的图像拍摄装置通信，从而基于来自图像管理系统和/或图像拍摄装置的相关信息执行计算机可执行指令，从而实现结合图1至图6描述的皮肤区域图像的处理方法和装置。
在一个实施例中，图7所示的计算设备700可以被实现为一种皮肤区域图像的处理系统，该皮肤区域图像的处理系统可以包括：存储器，用于存储程序；处理器，用于运行存储器中存储的程序，以执行以下步骤：分析获取的人物图像的人脸区域，得到人脸区域的亮度分布和/或色相分布；利用预设的图像分割算法分割人物图像，得到指定皮肤区域；分析指定皮肤区域的亮度分布和/或色相分布；基于人脸区域的亮度分布调整指定皮肤区域的亮度分布，和/或，基于人脸区域的色相分布调整指定皮肤区域的色相分布；显示器，用于显示调整后的指定皮肤区域。例如，显示器可以用于显示经亮度分布调整和/或色相分布调整的指定皮肤区域。
通过本发明实施例的皮肤区域图像的处理系统，可以使美颜后的人物图像皮肤均匀自然。
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，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揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (11)
1.一种皮肤区域图像的处理方法，其特征在于，所述处理方法包括：
分析获取的人物图像的人脸区域，得到所述人脸区域的亮度分布和/或色相分布；
利用预设的图像分割算法分割所述人物图像，得到指定皮肤区域；
分析所述指定皮肤区域的亮度分布和/或色相分布；
基于所述人脸区域的亮度分布调整所述指定皮肤区域的亮度分布，和/或，基于所述人脸区域的色相分布调整所述指定皮肤区域的色相分布。
2.根据权利要求1所述的皮肤区域处理方法，其特征在于，所述分析获取的人物图像的人脸区域，得到所述人脸区域的亮度分布和/或色相分布，包括：
获取所述人物图像的整体皮肤蒙版图像；
根据所述整体皮肤蒙版图像进行人脸检测，得到人脸区域；
提取所述人脸区域中的人脸特征点；
分析所述人脸特征点，获取所述人脸区域图像的亮度分布和/或色相分布。
3.根据权利要求1所述的皮肤区域处理方法，其特征在于，所述分析所述指定皮肤区域的亮度分布和/或色相分布，包括：
对所述指定皮肤区域进行形态学滤波处理；
利用连通区域标记法，对所述形态学滤波处理的结果进行连通域分析，确定所述指定皮肤区域连通域；
获取所述指定皮肤区域连通域的皮肤蒙版图像；
分析所述指定皮肤区域连通域的皮肤蒙版图像，得到所述指定皮肤区域的亮度分布和/或色相分布。
4.根据权利要求3所述的皮肤区域处理方法，其特征在于，所述分析所述指定皮肤区域连通域的皮肤蒙版图像，得到所述指定皮肤区域的亮度分布和/或色相分布，包括：
利用所述指定皮肤区域连通域的皮肤蒙版图像生成指定区域置信度图像；
检测所述指定区域置信度图像中的指定皮肤区域图像；
分析检测得到的指定皮肤区域图像，得到所述指定皮肤区域的亮度分布和/或色相分布。
5.根据权利要求1所述的处理方法，其特征在于，所述基于所述人脸区域的亮度分布调整所述指定皮肤区域的亮度分布，和/或，基于所述人脸区域的色相分布调整所述指定皮肤区域的色相分布，包括：
根据所述人脸区域的亮度分布和所述指定皮肤区域的亮度分布，确定所述指定皮肤区域的像素点的亮度调整参数；
根据所述人脸区域的色相分布和所述指定皮肤区域的色相分布，确定所述指定皮肤区域的像素点的色相调整参数；
基于所述亮度调整参数调整所述指定皮肤区域的亮度分布，和/或，基于所述色相调整参数调整所述指定皮肤区域的色相分布。
6.一种皮肤区域图像的处理装置，其特征在于，所述处理装置包括：
人脸区域分析模块，用于分析获取的人物图像的人脸区域，得到所述人脸区域的亮度分布和/或色相分布；
指定皮肤区域获取模块，用于利用预设的图像分割算法分割所述人物图像，得到指定皮肤区域；
指定皮肤区域分析模块，用于分析所述指定皮肤区域的亮度分布和/或色相分布；
指定皮肤区域调整模块，用于基于所述人脸区域的亮度分布调整所述指定皮肤区域的亮度分布，和/或，基于所述人脸区域的色相分布调整所述指定皮肤区域的色相分布。
7.根据权利要求6所述的处理装置，其特征在于，所述人脸区域分析模块包括：
第一皮肤蒙版获取单元，用于获取所述人物图像的整体皮肤蒙版图像；
人脸检测单元，用于根据所述整体皮肤蒙版图像进行人脸检测，得到人脸区域；
人脸特征点提取单元，用于提取所述人脸区域中的人脸特征点；
第一亮度/色相分析单元，用于分析所述人脸特征点，获取所述人脸区域图像的亮度分布和/或色相分布。
8.根据权利要求6所述的处理装置，其特征在于，所述指定皮肤区域分析模块包括：
形态学滤波单元，用于对所述指定皮肤区域进行形态学滤波处理；
连通域分析单元，用于利用连通区域标记法，对所述形态学滤波处理的结果进行连通域分析，确定所述指定皮肤区域连通域；
第二皮肤蒙版获取单元，用于获取所述指定皮肤区域连通域的皮肤蒙版图像；
第二亮度/色相分析单元，用于分析所述指定皮肤区域连通域的皮肤蒙版图像，得到所述指定皮肤区域的亮度分布和/或色相分布。
9.根据权利要求8所述的处理装置，其特征在于，所述第二亮度/色相分析单元包括：
置信度图像生成子单元，用于利用所述指定皮肤区域连通域的皮肤蒙版图像生成指定区域置信度图像；
置信度图像检测子单元，用于检测所述指定区域置信度图像中的指定皮肤区域图像；
所述第二亮度/色相分析单元还用于分析检测得到的指定皮肤区域图像，得到所述指定皮肤区域的亮度分布和/或色相分布。
10.根据权利要求6所述的处理装置，其特征在于，所述指定皮肤区域调整模块包括：
亮度调整参数确定单元，用于根据所述人脸区域的亮度分布和所述指定皮肤区域的亮度分布，确定所述指定皮肤区域的像素点的亮度调整参数；
色相调整量确定单元，用于根据所述人脸区域的色相分布和所述指定皮肤区域的色相分布，确定所述指定皮肤区域的像素点的色相调整参数；
指定区域图像调整单元，用于基于所述亮度调整参数调整所述指定皮肤区域的亮度分布，和/或，基于所述色相调整参数调整所述指定皮肤区域的色相分布。
11.一种皮肤区域图像的处理系统，其特征在于，所述处理系统包括：
存储器，用于存储程序；
处理器，用于运行所述存储器中存储的所述程序，以执行以下步骤：
分析获取的人物图像的人脸区域，得到所述人脸区域的亮度分布和/或色相分布；
利用预设的图像分割算法分割所述人物图像，得到指定皮肤区域；
分析所述指定皮肤区域的亮度分布和/或色相分布；
基于所述人脸区域的亮度分布调整所述指定皮肤区域的亮度分布，和/或，基于所述人脸区域的色相分布调整所述指定皮肤区域的色相分布；
显示器，用于显示调整后的指定皮肤区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710143996.5A CN107093168A (zh) | 2017-03-10 | 2017-03-10 | 皮肤区域图像的处理方法、装置和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710143996.5A CN107093168A (zh) | 2017-03-10 | 2017-03-10 | 皮肤区域图像的处理方法、装置和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107093168A true CN107093168A (zh) | 2017-08-25 |
Family
ID=59646567
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710143996.5A Pending CN107093168A (zh) | 2017-03-10 | 2017-03-10 | 皮肤区域图像的处理方法、装置和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107093168A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107730446A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
| CN107945106A (zh) * | 2017-11-30 | 2018-04-20 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
| CN108171719A (zh) * | 2017-12-25 | 2018-06-15 | 北京奇虎科技有限公司 | 基于自适应跟踪框分割的视频穿越处理方法及装置 |
| CN109389076A (zh) * | 2018-09-29 | 2019-02-26 | 深圳市商汤科技有限公司 | 图像分割方法及装置 |
| 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 |
| CN109636871A (zh) * | 2018-12-07 | 2019-04-16 | 北京金山云网络技术有限公司 | 图片颜色的变换方法、装置和终端设备 |
| CN109639960A (zh) * | 2017-10-05 | 2019-04-16 | 卡西欧计算机株式会社 | 图像处理装置、图像处理方法及记录介质 |
| CN109685748A (zh) * | 2018-12-07 | 2019-04-26 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备、计算机可读存储介质 |
| CN109816741A (zh) * | 2017-11-22 | 2019-05-28 | 北京展讯高科通信技术有限公司 | 一种自适应虚拟唇彩的生成方法及系统 |
| CN112004020A (zh) * | 2020-08-19 | 2020-11-27 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| WO2021036853A1 (zh) * | 2019-08-31 | 2021-03-04 | 华为技术有限公司 | 一种图像处理方法及电子设备 |
| CN113298704A (zh) * | 2021-07-27 | 2021-08-24 | 成都索贝数码科技股份有限公司 | 一种广播电视新闻下利用图迁移的肤色分割及美化方法 |
| WO2022042754A1 (zh) * | 2020-08-31 | 2022-03-03 | 维沃移动通信有限公司 | 图像处理方法、装置及设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101650782A (zh) * | 2009-09-16 | 2010-02-17 | 上海电力学院 | 基于肤色模型和形状约束的正面人脸轮廓提取方法 |
| CN104537372A (zh) * | 2014-08-05 | 2015-04-22 | 华南理工大学 | 一种具备区域感知特性的人脸图像蒙板自动生成方法 |
| CN104978710A (zh) * | 2015-07-02 | 2015-10-14 | 广东欧珀移动通信有限公司 | 一种基于拍照识别调节人脸亮度的方法和装置 |
| CN104994363A (zh) * | 2015-07-02 | 2015-10-21 | 广东欧珀移动通信有限公司 | 一种基于服饰的美颜方法、装置及智能终端 |
| CN105245786A (zh) * | 2015-09-09 | 2016-01-13 | 厦门美图之家科技有限公司 | 一种基于智能测光的自拍方法、自拍系统及拍摄终端 |
| CN106408510A (zh) * | 2016-09-08 | 2017-02-15 | 厦门美图之家科技有限公司 | 一种获取人脸图像的美颜蒙版的方法及系统 |
-
2017
- 2017-03-10 CN CN201710143996.5A patent/CN107093168A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101650782A (zh) * | 2009-09-16 | 2010-02-17 | 上海电力学院 | 基于肤色模型和形状约束的正面人脸轮廓提取方法 |
| CN104537372A (zh) * | 2014-08-05 | 2015-04-22 | 华南理工大学 | 一种具备区域感知特性的人脸图像蒙板自动生成方法 |
| CN104978710A (zh) * | 2015-07-02 | 2015-10-14 | 广东欧珀移动通信有限公司 | 一种基于拍照识别调节人脸亮度的方法和装置 |
| CN104994363A (zh) * | 2015-07-02 | 2015-10-21 | 广东欧珀移动通信有限公司 | 一种基于服饰的美颜方法、装置及智能终端 |
| CN105245786A (zh) * | 2015-09-09 | 2016-01-13 | 厦门美图之家科技有限公司 | 一种基于智能测光的自拍方法、自拍系统及拍摄终端 |
| CN106408510A (zh) * | 2016-09-08 | 2017-02-15 | 厦门美图之家科技有限公司 | 一种获取人脸图像的美颜蒙版的方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 梁凌宇: "人脸图像的自适应美化与渲染研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
| 邱佳梁，戴声奎: "结合肤色分割与平滑的人脸图像快速美化", 《中国图象图形学报》 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN109639960B (zh) * | 2017-10-05 | 2020-12-29 | 卡西欧计算机株式会社 | 图像处理装置、图像处理方法及记录介质 |
| CN109639960A (zh) * | 2017-10-05 | 2019-04-16 | 卡西欧计算机株式会社 | 图像处理装置、图像处理方法及记录介质 |
| CN107730446A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
| CN109816741A (zh) * | 2017-11-22 | 2019-05-28 | 北京展讯高科通信技术有限公司 | 一种自适应虚拟唇彩的生成方法及系统 |
| CN107945106A (zh) * | 2017-11-30 | 2018-04-20 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
| CN108171719A (zh) * | 2017-12-25 | 2018-06-15 | 北京奇虎科技有限公司 | 基于自适应跟踪框分割的视频穿越处理方法及装置 |
| CN108171719B (zh) * | 2017-12-25 | 2021-07-23 | 北京奇虎科技有限公司 | 基于自适应跟踪框分割的视频穿越处理方法及装置 |
| CN109389076A (zh) * | 2018-09-29 | 2019-02-26 | 深圳市商汤科技有限公司 | 图像分割方法及装置 |
| CN109636871A (zh) * | 2018-12-07 | 2019-04-16 | 北京金山云网络技术有限公司 | 图片颜色的变换方法、装置和终端设备 |
| CN109685748A (zh) * | 2018-12-07 | 2019-04-26 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备、计算机可读存储介质 |
| CN109685748B (zh) * | 2018-12-07 | 2021-03-30 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备、计算机可读存储介质 |
| WO2021036853A1 (zh) * | 2019-08-31 | 2021-03-04 | 华为技术有限公司 | 一种图像处理方法及电子设备 |
| CN112004020A (zh) * | 2020-08-19 | 2020-11-27 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN112004020B (zh) * | 2020-08-19 | 2022-08-12 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| WO2022042754A1 (zh) * | 2020-08-31 | 2022-03-03 | 维沃移动通信有限公司 | 图像处理方法、装置及设备 |
| CN113298704A (zh) * | 2021-07-27 | 2021-08-24 | 成都索贝数码科技股份有限公司 | 一种广播电视新闻下利用图迁移的肤色分割及美化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107093168A (zh) | 皮肤区域图像的处理方法、装置和系统 | |
| CN108197546B (zh) | 人脸识别中光照处理方法、装置、计算机设备及存储介质 | |
| US20220237811A1 (en) | Method for Testing Skin Texture, Method for Classifying Skin Texture and Device for Testing Skin Texture | |
| US8861847B2 (en) | System and method for adaptive skin tone detection | |
| KR101631012B1 (ko) | 화상 처리 장치 및 화상 처리 방법 | |
| CN107172354B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
| Navada et al. | An image processing technique for color detection and distinguish patterns with similar color: An aid for color blind people | |
| CN114937232A (zh) | 医废处理人员防护用具穿戴检测方法、系统和设备 | |
| KR101875891B1 (ko) | 다중 검출 방식을 이용한 얼굴 검출 장치 및 방법 | |
| CN105678245A (zh) | 一种基于哈尔特征的靶位识别方法 | |
| CN103841410A (zh) | 基于图像特征信息的半参考视频QoE客观评估方法 | |
| Asmuni et al. | An improved multiscale retinex algorithm for motion-blurred iris images to minimize the intra-individual variations | |
| Kwok et al. | Design of unsharp masking filter kernel and gain using particle swarm optimization | |
| KR101541384B1 (ko) | 영상 인식 장치 및 방법 | |
| CN112784854B (zh) | 基于数理统计的服装颜色分割提取方法、装置和设备 | |
| JP2000339471A (ja) | 画像抽出方法およびその装置 | |
| US10909351B2 (en) | Method of improving image analysis | |
| CN112712054A (zh) | 脸部皱纹检测方法 | |
| GB2536715A (en) | Image processing method | |
| CN110659683A (zh) | 图像处理方法、装置及电子设备 | |
| CN113128372B (zh) | 基于图像处理的黑头识别方法、黑头识别装置及终端设备 | |
| KR101774158B1 (ko) | 통계학적 벡터 타원에 기반한 영상의 안개 처리 장치 및 방법 | |
| CN113128374B (zh) | 基于图像处理的敏感皮肤检测方法和敏感皮肤检测装置 | |
| Shaikha et al. | Optic Disc Detection and Segmentation in Retinal Fundus Image | |
| CN113298753A (zh) | 敏感肌的检测方法、图像处理方法、装置及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170825 |
|
| RJ01 | Rejection of invention patent application after publication |