CN110086997B - 人脸图像曝光亮度补偿方法及装置 - Google Patents

人脸图像曝光亮度补偿方法及装置 Download PDF

Info

Publication number
CN110086997B
CN110086997B CN201910419580.0A CN201910419580A CN110086997B CN 110086997 B CN110086997 B CN 110086997B CN 201910419580 A CN201910419580 A CN 201910419580A CN 110086997 B CN110086997 B CN 110086997B
Authority
CN
China
Prior art keywords
brightness
skin color
face image
processed
image
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
CN201910419580.0A
Other languages
English (en)
Other versions
CN110086997A (zh
Inventor
赵谦谦
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910419580.0A priority Critical patent/CN110086997B/zh
Publication of CN110086997A publication Critical patent/CN110086997A/zh
Application granted granted Critical
Publication of CN110086997B publication Critical patent/CN110086997B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/76—Circuitry for compensating brightness variation in the scene by influencing the image signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本公开提供一种人脸图像曝光亮度补偿方法及装置，通过确定待处理人脸图像中的肤色区域，并确定肤色区域的轮廓，根据灰度图像中肤色区域的亮度和待处理人脸图像的亮度确定补偿系数，并根据补偿系数调整待处理人脸图像的亮度，可以获取到适合肤色的曝光参数，并将图像中肤色区域的亮度调整至最优亮度，最大程度满足肤色的曝光，进而可以得到肤色亮度正常的图像。本公开的技术方案，针对图像中肤色区域的亮度状态进行亮度补偿，可以突出肤色区域，尤其适用于逆光和顺光强光场景；而且，本公开的技术方案可以自动识别图像中的肤色区域，可以适用于不同场景下的人脸图像，适用范围更加广泛。本公开还提供一种服务器和计算机可读介质。

Description

人脸图像曝光亮度补偿方法及装置
技术领域
本公开涉及计算机视觉和图像处理技术领域，具体涉及一种人脸图像曝光亮度补偿方法、装置、服务器和计算机可读介质。
背景技术
在人脸拍摄场景中，相机放置位置的差异会造成拍摄目标(人脸)逆光过暗或顺光强光过曝。上述问题目前主要的解决方案包括：
1、对整帧图像曝光；对整帧图像曝光是计算画面所有像素亮度的均值作为最后的图像亮度，由于人脸占整个图像的比例较小，而图像中大部分是背景，采用整帧图像曝光亮度补偿，无法突出肤色区域，不适合逆光和顺光强光场景。
2、对图像的指定区域曝光；对图像的指定区域曝光是对指定的某个特定区域、特定点曝光，当场景变化时需要重新设置新的曝光点区域。
发明内容
本公开针对现有技术中存在的上述不足，提供一种人脸图像曝光亮度补偿方法、装置、服务器和计算机可读介质。
第一方面，本公开实施例提供一种人脸图像曝光亮度补偿方法，所述方法包括：
确定待处理人脸图像中的肤色区域；
确定所述肤色区域的轮廓；
确定所述轮廓内像素的数量和所述像素的亮度值，并根据所述待处理人脸图像的亮度值、所述像素的数量和亮度值，确定补偿系数；
根据所述补偿系数调整所述待处理人脸图像的亮度。
优选的，所述根据所述待处理人脸图像的亮度值、所述像素的数量和亮度值，确定补偿系数，具体包括：
根据所述像素的数量和所述像素的亮度值，计算所述像素的亮度均值；
将所述待处理人脸图像的亮度值除以所述像素的亮度均值，得到补偿系数。
优选的，所述根据所述补偿系数调整所述待处理人脸图像的亮度，具体包括：
将所述待处理人脸图像各像素的红色、绿色、蓝色通道的亮度值分别乘以所述补偿系数，得到所述待处理人脸图像补偿后的亮度；或者，
将所述待处理人脸图像中肤色区域的轮廓内各像素的红色、绿色、蓝色通道的亮度值分别乘以所述补偿系数，得到所述待处理人脸图像补偿后的亮度。
优选的，所述确定待处理人脸图像中的肤色区域，具体包括：确定并去除待处理人脸图像中的非肤色区域，得到包括肤色区域的第一图像。
进一步的，去除待处理人脸图像中的非肤色区域，得到包括肤色区域的第一图像之后、所述确定所述肤色区域的轮廓之前，所述方法还包括：生成所述第一图像的灰度图像；
所述确定所述肤色区域的轮廓，具体包括：确定所述灰度图像中肤色区域的轮廓。
进一步的，所述生成所述第一图像的灰度图像之后、所述确定所述灰度图像中肤色区域的轮廓之前，所述方法还包括：对所述灰度图像进行开运算处理；
所述确定所述灰度图像中肤色区域的轮廓，具体包括：确定经过开运算处理后的灰度图像中肤色区域的轮廓。
优选的，所述确定所述待处理人脸图像中的非肤色区域，具体包括：
分别判断所述待处理人脸图像中每个像素的红色、绿色、蓝色通道的亮度值是否满足预设的肤色区域判断条件；
根据每个像素是否满足所述肤色区域判断条件的判断结果，确定所述待处理人脸图像中的非肤色区域；
其中，若像素的红色、绿色、蓝色通道的亮度值不满足所述肤色区域判断条件，则确定该像素属于非肤色区域。
优选的，所述去除待处理人脸图像中的非肤色区域，具体包括：将待处理人脸图像中非肤色区域内像素的红色、绿色、蓝色通道的亮度值分别设置为0。
另一方面，本公开实施例还提供一种人脸图像曝光亮度补偿装置，包括：肤色区域确定模块、轮廓确定模块、补偿系数确定模块和亮度调整模块；
所述肤色区域确定模块用于，确定待处理人脸图像中的肤色区域；
所述轮廓确定模块用于，确定所述肤色区域的轮廓；
所述补偿系数确定模块用于，确定所述轮廓内像素的数量和所述像素的亮度值，并根据所述待处理人脸图像的亮度值、所述像素的数量和亮度值，确定补偿系数；
所述亮度调整模块用于，根据所述补偿系数调整所述待处理人脸图像的亮度。
优选的，所述补偿系数确定模块包括第一计算单元和第二计算单元；
所述第一计算单元用于，根据所述像素的数量和所述像素的亮度值，计算所述像素的亮度均值；
所述第二计算单元用于，将所述待处理人脸图像的亮度值除以所述像素的亮度均值，得到补偿系数。
优选的，所述亮度调整模块具体用于，将所述待处理人脸图像各像素的红色、绿色、蓝色通道的亮度值分别乘以所述补偿系数，得到所述待处理人脸图像补偿后的亮度；或者，将所述待处理人脸图像中肤色区域的轮廓内各像素的红色、绿色、蓝色通道的亮度值分别乘以所述补偿系数，得到所述待处理人脸图像补偿后的亮度。
优选的，所述肤色区域确定模块具体用于，确定并去除待处理人脸图像中的非肤色区域，得到包括肤色区域的第一图像。
进一步的，所述人脸图像亮度补偿装置还包括灰度处理模块，所述灰度处理模块用于，在所述肤色区域确定模块去除待处理人脸图像中的非肤色区域，得到包括肤色区域的第一图像之后、所述轮廓确定模块确定所述肤色区域的轮廓之前，生成所述第一图像的灰度图像；
所述轮廓确定模块具体用于，确定所述灰度图像中肤色区域的轮廓。
进一步的，所述人脸图像亮度补偿装置还包括预处理模块，所述预处理模块用于，在所述灰度处理模块生成所述第一图像的灰度图像之后、所述轮廓确定模块确定所述灰度图像中肤色区域的轮廓之前，对所述灰度图像进行开运算处理；
所述轮廓确定模块具体用于，确定经过开运算处理后的灰度图像中肤色区域的轮廓。
优选的，所述肤色区域确定模块具体用于，分别判断所述待处理人脸图像中每个像素的红色、绿色、蓝色通道的亮度值是否满足预设的肤色区域判断条件，并根据每个像素是否满足所述肤色区域判断条件的判断结果，确定所述待处理人脸图像中的非肤色区域；其中，若像素的红色、绿色、蓝色通道的亮度值不满足所述肤色区域判断条件，则确定该像素属于非肤色区域。
优选的，所述肤色区域确定模块具体用于，将待处理人脸图像中非肤色区域内像素的红色、绿色、蓝色通道的亮度值分别设置为0。
又一方面，本公开实施例还提供一种服务器，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如前所述的人脸图像曝光亮度补偿方法。
再一方面，本公开实施例还提供一种计算机可读介质，其上存储有计算机程序，其中，所述程序被执行时实现如前所述的人脸图像曝光亮度补偿方法。
本公开的实施例，通过确定待处理人脸图像中的肤色区域，并确定肤色区域的轮廓，根据肤色区域的亮度和待处理人脸图像的亮度确定补偿系数，并根据补偿系数调整待处理人脸图像的亮度，可以获取到适合肤色的曝光参数，并将图像中肤色区域的亮度调整至最优亮度，最大程度满足肤色的曝光，进而可以得到肤色亮度正常的图像。本公开的技术方案，针对图像中肤色区域的亮度状态进行亮度补偿，可以突出肤色区域，尤其适用于逆光和顺光强光场景；而且，本公开的技术方案可以自动识别图像中的肤色区域，可以适用于不同场景下的人脸图像，适用范围更加广泛。
附图说明
图1为本公开一实施例的人脸图像曝光亮度补偿方法流程图；
图2为本公开另一实施例的人脸图像曝光亮度补偿方法流程图；
图3为本公开实施例确定待处理人脸图像中非肤色区域的流程图；
图4为本公开实施例的确定补偿系数的流程图；
图5为本公开一实施例的人脸图像亮度补偿装置的结构示意图；
图6为本公开另一实施例的人脸图像亮度补偿装置的结构示意图；
图7为本公开实施例的补偿系数确定模块的结构示意图。
具体实施方式
在下文中将参考附图更充分地描述示例实施例，但是所述示例实施例可以以不同形式来体现且不应当被解释为限于本文阐述的实施例。反之，提供这些实施例的目的在于使本公开透彻和完整，并将使本领域技术人员充分理解本公开的范围。
如本文所使用的，术语“和/或”包括一个或多个相关列举条目的任何和所有组合。
本文所使用的术语仅用于描述特定实施例，且不意欲限制本公开。如本文所使用的，单数形式“一个”和“该”也意欲包括复数形式，除非上下文另外清楚指出。还将理解的是，当本说明书中使用术语“包括”和/或“由……制成”时，指定存在所述特征、整体、步骤、操作、元件和/或组件，但不排除存在或添加一个或多个其他特征、整体、步骤、操作、元件、组件和/或其群组。
本文所述实施例可借助本公开的理想示意图而参考平面图和/或截面图进行描述。因此，可根据制造技术和/或容限来修改示例图示。因此，实施例不限于附图中所示的实施例，而是包括基于制造工艺而形成的配置的修改。因此，附图中例示的区具有示意性属性，并且图中所示区的形状例示了元件的区的具体形状，但并不旨在是限制性的。
除非另外限定，否则本文所用的所有术语(包括技术和科学术语)的含义与本领域普通技术人员通常理解的含义相同。还将理解，诸如那些在常用字典中限定的那些术语应当被解释为具有与其在相关技术以及本公开的背景下的含义一致的含义，且将不解释为具有理想化或过度形式上的含义，除非本文明确如此限定。
本公开的一个实施例提供一种人脸图像曝光亮度补偿方法，以下结合图1，对所述人脸图像曝光亮度补偿方法进行详细说明，如图1所示，该方法包括以下步骤：
步骤11，确定待处理人脸图像中的肤色区域。
待处理人脸图像中包括肤色区域和背景区域，肤色区域是指人脸区域以及除人脸之外的肤色区域，例如四肢区域。背景区域是指待处理人脸图像中肤色区域之外的区域，例如，环境背景区域、衣服区域等。
具体的，在本步骤中，确定并去除待处理人脸图像中的非肤色区域，得到包括肤色区域的第一图像。即先确定出待处理人脸图像中的非肤色区域，再从图像中将非肤色区域去除。后续结合图3再对如何确定待处理人脸图像中的非肤色区域的具体实现方式进行详细说明。
步骤12，确定肤色区域的轮廓。
具体的，对肤色区域做发现轮廓(findContours)操作，得到肤色区域的轮廓，findContours操作的具体实现方式属于现有技术，在此不再赘述。
步骤13，确定轮廓内像素的数量和所述像素的亮度值，并根据待处理人脸图像的亮度值、像素的数量和亮度值，确定补偿系数。
补偿系数是指对待处理人脸图像的亮度进行补偿的倍数，补偿系数为非0正数，若补偿系数大于1，说明待处理人脸图像逆光过暗，需要增加亮度；若补偿系数小于1，说明待处理人脸图像顺光过亮(过曝)，需要减小亮度。
根据待处理人脸图像的亮度值、所述像素的数量和亮度值，确定补偿系数的具体实现方式，后续结合图4再详细说明。
步骤14，根据补偿系数调整待处理人脸图像的亮度。
具体的，根据补偿系数调整待处理人脸图像的亮度的方式有两种，一种调整方式是调整待处理人脸图像的整体亮度，具体的，将待处理人脸图像各像素的红色、绿色、蓝色通道的亮度值分别乘以补偿系数，得到待处理人脸图像补偿后的亮度；另一种调整方式是调整待处理人脸图像中肤色区域的亮度，具体的，将待处理人脸图像中肤色区域的轮廓内各像素的红色、绿色、蓝色通道的亮度值分别乘以补偿系数，得到待处理人脸图像补偿后的亮度。
需要说明的是，调整待处理人脸图像中肤色区域亮度的方式，对确定肤色区域轮廓的精度要求较高，若肤色区域轮廓确定不准确，后续仅调整肤色区域的亮度，会造成画面失真，因此，调整待处理人脸图像的整体亮度的方式为优选方案。
通过步骤11-14可以看出，本公开通过确定待处理人脸图像中的肤色区域，并确定肤色区域的轮廓，根据肤色区域的亮度和待处理人脸图像的亮度确定补偿系数，并根据补偿系数调整待处理人脸图像的亮度，可以获取到适合肤色的曝光参数，并将图像中肤色区域的亮度调整至最优亮度，最大程度满足肤色的曝光，进而可以得到肤色亮度正常的图像。本公开的技术方案，针对图像中肤色区域的亮度状态进行亮度补偿，可以突出肤色区域，尤其适用于逆光和顺光强光场景；而且，本公开的技术方案可以自动识别图像中的肤色区域，可以适用于不同场景下的人脸图像，适用范围更加广泛。
为了保证确定出的肤色区域轮廓准确，在本公开另一实施例中，在去除待处理人脸图像中的非肤色区域，得到包括肤色区域的第一图像(即步骤11)之后、确定肤色区域的轮廓(即步骤12)之前，如图2所示，所述方法还包括以下步骤：
步骤11’，生成第一图像的灰度图像。
具体的，选取合理阈值，使用阈值对第一图像做二值化处理，从而生成灰度图像。
相应的，在步骤12中，确定所述灰度图像中肤色区域的轮廓。
为了进一步保证确定出的肤色区域轮廓准确，在本公开另一实施例中，如图2所示，在生成第一图像的灰度图像(即步骤11’)之后、确定灰度图像中肤色区域的轮廓(即步骤12)之前，所述方法还包括以下步骤：
步骤12’，对灰度图像进行开运算处理。
具体的，在本步骤中，对已去除非肤色区域的灰度图像进行开运算处理，即先进行腐蚀处理再进行膨胀处理。对灰度图像进行形态学处理，主要是为了能够去除孤立的小点、毛刺和小桥(即连通两块区域的小点)，消除小物体，减少对下一步处理的影响。也就是说，本步骤可以将灰度图像中不完整的线条补全，并对肤色区域中的小面积缺失进行补全(例如脸上的痣和阴影区域)，保证后续确定出的肤色区域轮廓准确。
相应的，在步骤12中，确定经过开运算处理后的灰度图像中肤色区域的轮廓。
需要说明的是，在步骤11’、12’之后执行步骤12-14，在此不再赘述。
以下结合图3，对确定待处理人脸图像中的非肤色区域进行详细说明。如图3所示，所述确定待处理人脸图像中的非肤色区域，具体包括以下步骤：
步骤31，分别判断待处理人脸图像中每个像素的红色、绿色、蓝色通道的亮度值是否满足预设的肤色区域判断条件。
其中，满足肤色区域判断条件，包括以下其中之一：
(1)红色通道的亮度值大于预设的第一阈值，且绿色通道的亮度值大于预设的第二阈值，且蓝色通道的亮度值大于预设的第三阈值，且红色通道与蓝色通道的亮度值之差大于预设的第四阈值，且红色通道与绿色通道的亮度之差大于所述第四阈值。在本公开实施例中，第一阈值可以设置为95，第二阈值可以设置为40，第三阈值可以设置为20，第四阈值可以设置为15。即Pixel[R]>95&&Pixel[G]>40&&Pixel[B]>20&&Pixel[R]-Pixel[B]>15&&Pixel[R]-Pixel[G]>15。
(2)红色通道的亮度值大于预设的第五阈值，且绿色通道的亮度值大于预设的第六阈值，且蓝色通道的亮度值大于预设的第七阈值，且红色通道与蓝色通道的亮度值之差的绝对值小于或等于预设的第四阈值，且红色通道的亮度值大于蓝色通道的亮度值，且绿色像素的亮度值大于蓝色像素的亮度值。在本公开实施例中，第五阈值可以设置为200，第六阈值可以设置为210，第七阈值可以设置为170。即Pixel[R]>200&&Pixel[G]>210&&Pixel[B]>170&&abs(Pixel[R]-Pixel[B])<＝15&&Pixel[R]>Pixel[B]&&Pixel[G]>Pixel[B]。
需要说明的是，上述阈值均为经验值，可以根据场景、人种肤色不同进行调整。
步骤32，根据每个像素是否满足肤色区域判断条件的判断结果，确定待处理人脸图像中的非肤色区域。
具体的，属于非肤色区域的像素的集合即为待处理人脸图像中的非肤色区域。
相应的，所述去除待处理人脸图像中的非肤色区域的步骤，具体包括：将待处理人脸图像中非肤色区域内像素的红色、绿色、蓝色通道的亮度值分别设置为0。像素红色、绿色、蓝色通道的亮度值在0至255之间，靠近255的亮度较高，靠近0的亮度较低。即255附近的是高光，0附近的是暗调，亮度值为255表示全白，亮度值为0表示全黑。也就是说，本步骤中将待处理人脸图像中非肤色区域设置为全黑，从而去除与肤色无关的像素，以突出肤色区域。
以下结合图4详细说明根据待处理人脸图像的亮度值、所述像素的数量和亮度值，确定补偿系数的流程。如图4所示，所述根据待处理人脸图像的亮度值、所述像素的数量和亮度值，确定补偿系数包括以下步骤：
步骤41，根据像素的数量和所述像素的亮度值，计算所述像素的亮度均值。
具体的，在确定出灰度图像中肤色区域的轮廓内像素的数量n之后，计算肤色区域轮廓内n个像素的亮度之和lux1，并计算肤色区域轮廓内像素的亮度均值l1，l1＝lux1/n。
步骤42，将待处理人脸图像的亮度值除以所述像素的亮度均值，得到补偿系数。
具体的，待处理人脸图像的亮度值L是指未进行处理的待处理人脸图像的亮度值，为待处理人脸图像中全部像素的亮度均值。补偿系数L’＝L/l1＝L*n/lux1。
基于相同的技术构思，本公开实施例还提供一种人脸图像亮度补偿装置，如图5所示，该人脸图像亮度补偿装置包括：肤色区域确定模块51、轮廓确定模块52、补偿系数确定模块53和亮度调整模块54。
肤色区域确定模块51用于，确定待处理人脸图像中的肤色区域。
轮廓确定模块52用于，确定所述肤色区域的轮廓。
补偿系数确定模块53用于，确定所述轮廓内像素的数量和所述像素的亮度值，并根据所述待处理人脸图像的亮度值、所述像素的数量和亮度值，确定补偿系数。
亮度调整模块54用于，根据所述补偿系数调整所述待处理人脸图像的亮度。
优选的，如图7所示，补偿系数确定模块53包括第一计算单元531和第二计算单元532。
第一计算单元531用于，根据所述像素的数量和所述像素的亮度值，计算所述像素的亮度均值。
第二计算单元532用于，将所述待处理人脸图像的亮度值除以所述像素的亮度均值，得到补偿系数。
优选的，亮度调整模块54具体用于，将所述待处理人脸图像各像素的红色、绿色、蓝色通道的亮度值分别乘以所述补偿系数，得到所述待处理人脸图像补偿后的亮度；或者，将所述待处理人脸图像中肤色区域的轮廓内各像素的红色、绿色、蓝色通道的亮度值分别乘以所述补偿系数，得到所述待处理人脸图像补偿后的亮度。
优选的，肤色区域确定模块51具体用于，确定并去除待处理人脸图像中的非肤色区域，得到包括肤色区域的第一图像。
进一步的，如图6所示，本公开另一实施例提供的人脸图像亮度补偿装置，还包括灰度处理模块55，灰度处理模块55用于，在肤色区域确定模块51去除待处理人脸图像中的非肤色区域，得到包括肤色区域的第一图像之后、轮廓确定模块52确定所述肤色区域的轮廓之前，生成所述第一图像的灰度图像。
轮廓确定模块52具体用于，确定所述灰度图像中肤色区域的轮廓。
进一步的，如图6所示，本公开另一实施例提供的人脸图像亮度补偿装置，还包括预处理模块56，预处理模块56用于，在灰度处理模块55生成所述第一图像的灰度图像之后、轮廓确定模块52确定所述灰度图像中肤色区域的轮廓之前，对所述灰度图像进行开运算处理。
轮廓确定模块52具体用于，确定经过开运算处理后的灰度图像中肤色区域的轮廓。
优选的，肤色区域确定模块51具体用于，分别判断所述待处理人脸图像中每个像素的红色、绿色、蓝色通道的亮度值是否满足预设的肤色区域判断条件，并根据每个像素是否满足所述肤色区域判断条件的判断结果，确定所述待处理人脸图像中的非肤色区域；其中，若像素的红色、绿色、蓝色通道的亮度值不满足所述肤色区域判断条件，则确定该像素属于非肤色区域。
优选的，肤色区域确定模块51具体用于，将待处理人脸图像中非肤色区域内像素的红色、绿色、蓝色通道的亮度值分别设置为0。
本公开实施例还提供了一种服务器，该服务器包括：一个或多个处理器以及存储装置；其中，存储装置上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如前述各实施例所提供的人脸图像曝光亮度补偿方法。
本公开实施例还提供了一种计算机可读介质，其上存储有计算机程序，其中，该计算机程序被执行时实现如前述各实施例所提供的人脸图像曝光亮度补偿方法。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
本文已经公开了示例实施例，并且虽然采用了具体术语，但它们仅用于并仅应当被解释为一般说明性含义，并且不用于限制的目的。在一些实例中，对本领域技术人员显而易见的是，除非另外明确指出，否则可单独使用与特定实施例相结合描述的特征、特性和/或元素，或可与其他实施例相结合描述的特征、特性和/或元件组合使用。因此，本领域技术人员将理解，在不脱离由所附的权利要求阐明的本发明的范围的情况下，可进行各种形式和细节上的改变。

Claims (14)

1.一种人脸图像曝光亮度补偿方法，其中，所述方法包括：
确定待处理人脸图像中的肤色区域；
确定所述肤色区域的轮廓；
确定所述轮廓内像素的数量和所述像素的亮度值，并根据所述待处理人脸图像的亮度值、所述像素的数量和亮度值，确定补偿系数；
根据所述补偿系数调整所述待处理人脸图像的亮度；
所述确定待处理人脸图像中的肤色区域，具体包括：确定并去除待处理人脸图像中的非肤色区域，得到包括肤色区域的第一图像；
所述确定所述待处理人脸图像中的非肤色区域，具体包括：
分别判断所述待处理人脸图像中每个像素的红色、绿色、蓝色通道的亮度值是否满足预设的肤色区域判断条件；根据每个像素是否满足所述肤色区域判断条件的判断结果，确定所述待处理人脸图像中的非肤色区域；其中，若像素的红色、绿色、蓝色通道的亮度值不满足所述肤色区域判断条件，则确定该像素属于非肤色区域；
其中，满足肤色区域判断条件，包括以下其中之一：
红色通道的亮度值大于预设的第一阈值，且绿色通道的亮度值大于预设的第二阈值，且蓝色通道的亮度值大于预设的第三阈值，且红色通道与蓝色通道的亮度值之差大于预设的第四阈值，且红色通道与绿色通道的亮度之差大于所述第四阈值；
红色通道的亮度值大于预设的第五阈值，且绿色通道的亮度值大于预设的第六阈值，且蓝色通道的亮度值大于预设的第七阈值，且红色通道与蓝色通道的亮度值之差的绝对值小于或等于预设的第四阈值，且红色通道的亮度值大于蓝色通道的亮度值，且绿色像素的亮度值大于蓝色像素的亮度值。
2.如权利要求1所述的方法，其中，所述根据所述待处理人脸图像的亮度值、所述像素的数量和亮度值，确定补偿系数，具体包括：
根据所述像素的数量和所述像素的亮度值，计算所述像素的亮度均值；
将所述待处理人脸图像的亮度值除以所述像素的亮度均值，得到补偿系数。
3.如权利要求1所述的方法，其中，所述根据所述补偿系数调整所述待处理人脸图像的亮度，具体包括：
将所述待处理人脸图像各像素的红色、绿色、蓝色通道的亮度值分别乘以所述补偿系数，得到所述待处理人脸图像补偿后的亮度；或者，
将所述待处理人脸图像中肤色区域的轮廓内各像素的红色、绿色、蓝色通道的亮度值分别乘以所述补偿系数，得到所述待处理人脸图像补偿后的亮度。
4.如权利要求1所述的方法，其中，去除待处理人脸图像中的非肤色区域，得到包括肤色区域的第一图像之后、所述确定所述肤色区域的轮廓之前，所述方法还包括：生成所述第一图像的灰度图像；
所述确定所述肤色区域的轮廓，具体包括：确定所述灰度图像中肤色区域的轮廓。
5.如权利要求4所述的方法，其中，所述生成所述第一图像的灰度图像之后、所述确定所述灰度图像中肤色区域的轮廓之前，所述方法还包括：对所述灰度图像进行开运算处理；
所述确定所述灰度图像中肤色区域的轮廓，具体包括：确定经过开运算处理后的灰度图像中肤色区域的轮廓。
6.如权利要求1所述的方法，其中，所述去除待处理人脸图像中的非肤色区域，具体包括：将待处理人脸图像中非肤色区域内像素的红色、绿色、蓝色通道的亮度值分别设置为0。
7.一种人脸图像亮度补偿装置，其中，包括：肤色区域确定模块、轮廓确定模块、补偿系数确定模块和亮度调整模块；
所述肤色区域确定模块用于，确定待处理人脸图像中的肤色区域；
所述轮廓确定模块用于，确定所述肤色区域的轮廓；
所述补偿系数确定模块用于，确定所述轮廓内像素的数量和所述像素的亮度值，并根据所述待处理人脸图像的亮度值、所述像素的数量和亮度值，确定补偿系数；
所述亮度调整模块用于，根据所述补偿系数调整所述待处理人脸图像的亮度；
其中，所述肤色区域确定模块具体用于，确定并去除待处理人脸图像中的非肤色区域，得到包括肤色区域的第一图像；
所述肤色区域确定模块具体用于，分别判断所述待处理人脸图像中每个像素的红色、绿色、蓝色通道的亮度值是否满足预设的肤色区域判断条件，并根据每个像素是否满足所述肤色区域判断条件的判断结果，确定所述待处理人脸图像中的非肤色区域；其中，若像素的红色、绿色、蓝色通道的亮度值不满足所述肤色区域判断条件，则确定该像素属于非肤色区域；
其中，满足肤色区域判断条件，包括以下其中之一：红色通道的亮度值大于预设的第一阈值，且绿色通道的亮度值大于预设的第二阈值，且蓝色通道的亮度值大于预设的第三阈值，且红色通道与蓝色通道的亮度值之差大于预设的第四阈值，且红色通道与绿色通道的亮度之差大于所述第四阈值；
红色通道的亮度值大于预设的第五阈值，且绿色通道的亮度值大于预设的第六阈值，且蓝色通道的亮度值大于预设的第七阈值，且红色通道与蓝色通道的亮度值之差的绝对值小于或等于预设的第四阈值，且红色通道的亮度值大于蓝色通道的亮度值，且绿色像素的亮度值大于蓝色像素的亮度值。
8.如权利要求7所述的人脸图像亮度补偿装置，其中，所述补偿系数确定模块包括第一计算单元和第二计算单元；
所述第一计算单元用于，根据所述像素的数量和所述像素的亮度值，计算所述像素的亮度均值；
所述第二计算单元用于，将所述待处理人脸图像的亮度值除以所述像素的亮度均值，得到补偿系数。
9.如权利要求7所述的人脸图像亮度补偿装置，其中，所述亮度调整模块具体用于，将所述待处理人脸图像各像素的红色、绿色、蓝色通道的亮度值分别乘以所述补偿系数，得到所述待处理人脸图像补偿后的亮度；或者，将所述待处理人脸图像中肤色区域的轮廓内各像素的红色、绿色、蓝色通道的亮度值分别乘以所述补偿系数，得到所述待处理人脸图像补偿后的亮度。
10.如权利要求7所述的人脸图像亮度补偿装置，其中，还包括灰度处理模块，所述灰度处理模块用于，在所述肤色区域确定模块去除待处理人脸图像中的非肤色区域，得到包括肤色区域的第一图像之后、所述轮廓确定模块确定所述肤色区域的轮廓之前，生成所述第一图像的灰度图像；
所述轮廓确定模块具体用于，确定所述灰度图像中肤色区域的轮廓。
11.如权利要求10所述的人脸图像亮度补偿装置，其中，还包括预处理模块，所述预处理模块用于，在所述灰度处理模块生成所述第一图像的灰度图像之后、所述轮廓确定模块确定所述灰度图像中肤色区域的轮廓之前，对所述灰度图像进行开运算处理；
所述轮廓确定模块具体用于，确定经过开运算处理后的灰度图像中肤色区域的轮廓。
12.如权利要求7所述的人脸图像亮度补偿装置，其中，所述肤色区域确定模块具体用于，将待处理人脸图像中非肤色区域内像素的红色、绿色、蓝色通道的亮度值分别设置为0。
13.一种服务器，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-6任一项所述的人脸图像曝光亮度补偿方法。
14.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被执行时实现如权利要求1-6任一项所述的人脸图像曝光亮度补偿方法。
CN201910419580.0A 2019-05-20 2019-05-20 人脸图像曝光亮度补偿方法及装置 Active CN110086997B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910419580.0A CN110086997B (zh) 2019-05-20 2019-05-20 人脸图像曝光亮度补偿方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910419580.0A CN110086997B (zh) 2019-05-20 2019-05-20 人脸图像曝光亮度补偿方法及装置

Publications (2)

Publication Number Publication Date
CN110086997A CN110086997A (zh) 2019-08-02
CN110086997B true CN110086997B (zh) 2021-07-20

Family

ID=67420896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910419580.0A Active CN110086997B (zh) 2019-05-20 2019-05-20 人脸图像曝光亮度补偿方法及装置

Country Status (1)

Country Link
CN (1) CN110086997B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113012051A (zh) * 2019-12-20 2021-06-22 江西晶润光学有限公司 图像处理方法、装置、电子设备及计算机可读存储介质
CN112533024A (zh) * 2020-11-26 2021-03-19 北京达佳互联信息技术有限公司 一种人脸视频处理方法、装置及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105389539A (zh) * 2015-10-15 2016-03-09 电子科技大学 一种基于深度数据的三维手势姿态估计方法及系统
CN109308687A (zh) * 2018-09-06 2019-02-05 百度在线网络技术（北京）有限公司 用于调节图像亮度的方法和装置
CN109727198A (zh) * 2019-01-03 2019-05-07 成都品果科技有限公司 一种基于肤色检测的图像亮度优化方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5771096B2 (ja) * 2011-08-31 2015-08-26 株式会社半導体エネルギー研究所 画像処理方法
CN104598914A (zh) * 2013-10-31 2015-05-06 展讯通信(天津)有限公司 一种肤色检测的方法及装置
CN104658502B (zh) * 2015-03-09 2018-03-13 深圳市华星光电技术有限公司 一种液晶显示器的驱动方法及驱动装置
CN104881853B (zh) * 2015-05-28 2018-10-16 厦门美图之家科技有限公司 一种基于色彩概念化的肤色矫正方法和系统
CN107302663B (zh) * 2017-07-31 2020-07-14 珠海大横琴科技发展有限公司 一种图像亮度调整方法、终端及计算机可读存储介质
CN107862657A (zh) * 2017-10-31 2018-03-30 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
CN109064431B (zh) * 2018-08-23 2021-10-26 腾讯数码（天津）有限公司 一种图片亮度调节方法、设备及其存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105389539A (zh) * 2015-10-15 2016-03-09 电子科技大学 一种基于深度数据的三维手势姿态估计方法及系统
CN109308687A (zh) * 2018-09-06 2019-02-05 百度在线网络技术（北京）有限公司 用于调节图像亮度的方法和装置
CN109727198A (zh) * 2019-01-03 2019-05-07 成都品果科技有限公司 一种基于肤色检测的图像亮度优化方法

Also Published As

Publication number Publication date
CN110086997A (zh) 2019-08-02

Similar Documents

Publication Publication Date Title
CN112752023B (zh) 一种图像调整方法、装置、电子设备及存储介质
CN110599433B (zh) 一种基于动态场景的双曝光图像融合方法
US7421120B2 (en) Apparatus correcting image by luminance histogram
US7068328B1 (en) Method, apparatus and recording medium for image processing
US8368779B2 (en) Image processing apparatus for performing gradation correction on subject image
WO2019011147A1 (zh) 逆光场景的人脸区域处理方法和装置
CN112734650A (zh) 一种基于虚拟多曝光融合的不均匀光照图像增强方法
CN103065334A (zh) 一种基于hsv颜色空间的偏色检测、校正方法及装置
WO2009091152A2 (en) Color recovery method and system
CN106570838A (zh) 一种图像亮度优化方法及装置
US20050135701A1 (en) Image sharpening
CN110086997B (zh) 人脸图像曝光亮度补偿方法及装置
JP4595569B2 (ja) 撮像装置
CN110188640B (zh) 人脸识别方法、装置、服务器和计算机可读介质
CN113706393A (zh) 视频增强方法、装置、设备及存储介质
US20030031376A1 (en) Image enhancement method
JP2003309859A (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
CN111970501A (zh) 纯色场景ae色彩处理方法、装置、电子设备及存储介质
CN107451971A (zh) 基于暗通道和高斯组合先验的低照度盲卷积图像复原法
CN113379631B (zh) 一种图像去雾的方法及装置
Terai et al. Color image contrast enhancement by retinex model
CN113808045B (zh) 一种图像亮度调节方法及装置
Chung et al. Under-exposed image enhancement using exposure compensation
CN114723632A (zh) 一种基于纹理信息的零件异常曝光图像修正方法及装置
KR102301924B1 (ko) 멀티 스케일 감마 보정을 이용한 그림자 복원 방법

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
GR01 Patent grant
GR01 Patent grant