CN111798401B - 图像的边缘增强处理方法及应用 - Google Patents

图像的边缘增强处理方法及应用 Download PDF

Info

Publication number
CN111798401B
CN111798401B CN202010931595.8A CN202010931595A CN111798401B CN 111798401 B CN111798401 B CN 111798401B CN 202010931595 A CN202010931595 A CN 202010931595A CN 111798401 B CN111798401 B CN 111798401B
Authority
CN
China
Prior art keywords
skin color
edge
value
face
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
CN202010931595.8A
Other languages
English (en)
Other versions
CN111798401A (zh
Inventor
何珊
孙德印
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.)
Mouxin Technology Shanghai Co ltd
Original Assignee
Mouxin Technology Shanghai 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 Mouxin Technology Shanghai Co ltd filed Critical Mouxin Technology Shanghai Co ltd
Priority to CN202010931595.8A priority Critical patent/CN111798401B/zh
Publication of CN111798401A publication Critical patent/CN111798401A/zh
Application granted granted Critical
Publication of CN111798401B publication Critical patent/CN111798401B/zh
Priority to PCT/CN2021/116307 priority patent/WO2022052862A1/zh
Priority to US18/171,452 priority patent/US20230206458A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation
    • 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)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)
  • Processing Of Color Television Signals (AREA)

Abstract

本发明公开了图像的边缘增强处理方法及应用，涉及数字图像处理技术领域。一种图像的边缘增强处理方法，包括步骤：接收被分离成亮度信号和色度信号的输入图像；通过适用于非人脸肤色点的第一参数组对输入亮度图像进行处理获得第一边缘值，通过适用于人脸肤色点的第二参数组对输入亮度图像进行处理获得第二边缘值；以及，对输入色度图像进行肤色检测获得每一个像素点的肤色权重值，根据输入图像的人脸区域获取每个像素点的人脸肤色权重值；将第一边缘值与第二边缘值按人脸肤色权重值进行混合，将混合得到的边缘值结合到输入亮度值上进行边缘增强。本发明在不影响非人脸肤色点边缘增强效果的前提下，提高人脸皮肤点的边缘增强效果。

Description

图像的边缘增强处理方法及应用
技术领域
本发明涉及数字图像处理技术领域，尤其涉及一种图像的边缘增强处理方法及应用。
背景技术
随着数字图像处理技术的发展，各种改善画质的方法被应用于视频处理器以为用户提供高品质的视频图像。其中，肤色检测与处理技术是视频图像处理技术的一个重要分支。由于拍摄时的光、电和热环境的干扰，人体肤色可能出现与人类视觉习惯不一致的情况，导致人眼感官的不适应。因此需要对人体肤色进行检测、校正处理以便使其看上去更自然、健康，从而符合人眼视觉习惯。然而，现有的肤色检测和处理通常基于单一的彩色空间，这些处理方法虽然易于硬件实现，但当图像中包含大量的类肤色噪声和背景像素时，容易将背景中的类肤色像素误检为人体肤色像素，导致误检率较高。另一方面，人脸的皮肤区域往往具有非常多的细节，作为举例，比如细纹、痘印、雀斑以及阴影边界等，这些细节一般对比度相对较弱，这部分一般不需要增强太多，边缘也不能太宽，否则人脸看起来会不自然；同时，对于图像中非人脸的部分，比如景物、建筑等，为了让细节更明显，对比度相对弱的细节的边缘往往是增强的重点。如果以上两部分图像使用统一的增强参数，最终效果无法在二者之间获得很好的平衡。
目前，虽然现有技术中也提供了区分肤色点和非肤色点的人脸增强方案，以公开的中国专利申请CN102542538A为例，其提供了一种边缘增强方法：使用色彩检测的方法区分肤色点和非肤色点，减弱肤色点的增强强度，以改善人脸的增强效果。然而，上述方法中，色彩检测的方法仅能区分肤色点和非肤色点，无法精确定位到人脸肤色点，误检率也很高。作为举例，比如室内常见的米黄色本纹地板的颜色也在肤色范围内，若被当成肤色点处理，减弱边缘增强强度，那么本应该被增强更多的地板纹路将得不到有效增强，影响了图像的整体增强效果。
基于上述现有技术，如何在不影响非人脸肤色点边缘增强效果的前提下，提高人脸肤色点的边缘增强效果，是当前亟需解决的技术问题。
发明内容
本发明的目的在于：克服现有技术的不足，提供了一种图像的边缘增强处理方法及应用。本发明利用人脸图像特性对人脸皮肤点使用独立的边缘增强参数，在不影响非人脸肤色点边缘增强效果的前提下，提高人脸皮肤点的边缘增强效果。
为实现上述目标，本发明提供了如下技术方案：
一种图像的边缘增强处理方法，包括如下步骤：
接收被分离成亮度信号和色度信号的输入图像，亮度信号对应输入亮度图像，色度信号对应输入色度图像；
通过适用于非人脸肤色点的第一参数组对输入亮度图像进行处理获得第一边缘值，通过适用于人脸肤色点的第二参数组对输入亮度图像进行处理获得第二边缘值；以及，对输入色度图像进行肤色检测获得每一个像素点的肤色权重值，根据输入图像的人脸区域信息获取每个像素点的人脸肤色权重值；其中，人脸区域中的肤色点的人脸肤色权重值等于该点的肤色权重值，人脸区域外的所有点的人脸肤色权重值被清零；
将第一边缘值与第二边缘值按前述人脸肤色权重值进行混合，将混合得到的边缘值结合到输入亮度值上进行边缘增强。
进一步，所述第一参数组为包括边缘检测算子、噪声抑制参数和强度调整参数的参数组a，使用参数组a对输入亮度图像依次进行边缘检测、噪声抑制、强度调整处理，得到边缘值
Figure DEST_PATH_IMAGE001
；
所述第二参数组为包括边缘检测算子、噪声抑制参数和强度调整参数的参数组b，使用参数组b对输入亮度图像依次进行边缘检测、噪声抑制、强度调整处理，得到边缘值
Figure 334080DEST_PATH_IMAGE002
。
进一步，对于图像中某一位于第i行、第j列的像素点，记为
Figure DEST_PATH_IMAGE003
，按以下公式计算边缘值：
Figure 151732DEST_PATH_IMAGE004
，
其中，
Figure DEST_PATH_IMAGE005
为
Figure 744781DEST_PATH_IMAGE003
点的边缘值；
Figure 564970DEST_PATH_IMAGE006
输入图像在
Figure 120716DEST_PATH_IMAGE003
点的亮度值，
Figure DEST_PATH_IMAGE007
；
Figure 843690DEST_PATH_IMAGE008
为大小为Q的边缘检测算子，
Figure DEST_PATH_IMAGE009
，L为设定参数值；m，n，L为整数，
Figure 422570DEST_PATH_IMAGE010
，
Figure DEST_PATH_IMAGE011
；
进行噪声抑制处理时，使用以下公式去除或减弱边缘值中的噪声：
Figure 214159DEST_PATH_IMAGE012
，
其中，
Figure DEST_PATH_IMAGE013
为噪声阈值，
Figure 296515DEST_PATH_IMAGE014
；
进行强度调整时，使用以下公式对正、负边缘的强度分别调整：
Figure DEST_PATH_IMAGE015
，
其中，
参数
Figure 783866DEST_PATH_IMAGE016
为正边缘的调整增益，参数
Figure DEST_PATH_IMAGE017
为负边缘增益，当增益大于1时，表示增强边缘强度；当增益小于1时，表示减弱边缘强度。
进一步，对输入色度图像进行肤色检测时，在(H，S)坐标系对肤色进行检测，H表示像素点的色度，S表示像素点的饱和度；
对于图像中某一位于第i行、第j列的像素点
Figure 584463DEST_PATH_IMAGE018
，
Figure DEST_PATH_IMAGE019
，
Figure 247919DEST_PATH_IMAGE020
，
其中，
Figure DEST_PATH_IMAGE021
为
Figure 450361DEST_PATH_IMAGE022
点的红色差值，
Figure DEST_PATH_IMAGE023
；
Figure 108614DEST_PATH_IMAGE024
为
Figure 193244DEST_PATH_IMAGE022
点的蓝色差值，
Figure DEST_PATH_IMAGE025
。
进一步，在
Figure 96609DEST_PATH_IMAGE026
坐标系中，由预设参数
Figure DEST_PATH_IMAGE027
、
Figure 649164DEST_PATH_IMAGE028
、
Figure DEST_PATH_IMAGE029
和
Figure 979782DEST_PATH_IMAGE030
确定一矩形区域为肤色区域，若像素点
Figure 315823DEST_PATH_IMAGE003
的H值和S值在
Figure 819617DEST_PATH_IMAGE026
坐标系中落在矩形区域内，则认为该像素点为肤色点，否则为非肤色点；
对于肤色点，由以下公式计算该点的肤色权重值
Figure DEST_PATH_IMAGE031
：
Figure 731072DEST_PATH_IMAGE032
，
Figure DEST_PATH_IMAGE033
，
Figure 734057DEST_PATH_IMAGE034
，
其中，
Figure DEST_PATH_IMAGE035
，值越大表示该点为肤色点的可能性越大；
Figure 730963DEST_PATH_IMAGE036
为预设的参数值，且满足
Figure DEST_PATH_IMAGE037
，
Figure 474665DEST_PATH_IMAGE038
；
Figure DEST_PATH_IMAGE039
用于调节S方向上的权重过渡区间宽度，
Figure 506206DEST_PATH_IMAGE040
用于调节H方向上的权重过渡区间宽度；
对于非肤色点，对应的肤色权重值
Figure DEST_PATH_IMAGE041
=0。
进一步，根据输入图像的人脸区域信息获取每个像素点的人脸肤色权重值的步骤如下：
步骤1，通过人脸检测模块对输入图像进行人脸检测，获取输入图像的人脸区域信息，对于输入图像中检测到的N张人脸，第
Figure 674233DEST_PATH_IMAGE042
张人脸的人脸区域信息
Figure DEST_PATH_IMAGE043
，表示人脸区域左上角坐标为
Figure 158435DEST_PATH_IMAGE044
，区域宽度为
Figure DEST_PATH_IMAGE045
，高度为
Figure 440249DEST_PATH_IMAGE046
；
步骤2，对于每个像素点
Figure DEST_PATH_IMAGE047
，从第0张人脸开始直至第N-1张人脸，判断该像素点落在上述人脸区域中；判定像素点落在上述人脸区域中时，该像素点的人脸权重
Figure 326297DEST_PATH_IMAGE048
；判定像素点未落在上述人脸区域中时，该像素点的人脸权重
Figure DEST_PATH_IMAGE049
；
步骤3，根据每个像素点
Figure 671084DEST_PATH_IMAGE047
的肤色权重
Figure 704899DEST_PATH_IMAGE041
和人脸权重
Figure 354186DEST_PATH_IMAGE050
，按以下公式计算各像素点的人脸肤色权重
Figure DEST_PATH_IMAGE051
，
Figure 858855DEST_PATH_IMAGE052
。
进一步，按公式
Figure DEST_PATH_IMAGE053
，
将第一边缘值
Figure 873078DEST_PATH_IMAGE001
与第二边缘值
Figure 647653DEST_PATH_IMAGE002
按前述人脸肤色权重值进行混合，以获得每个像素点的最终边缘值
Figure 100631DEST_PATH_IMAGE054
；
以及，将每个像素点的最终边缘值
Figure 23588DEST_PATH_IMAGE054
与输入亮度值进行和运算以进行边缘增强处理，计算公式如下
Figure DEST_PATH_IMAGE055
，
获得处理后的图像作为输出亮度图像进行输出。
进一步，所述步骤2包括，
步骤21，初始化，令
Figure 707248DEST_PATH_IMAGE056
；
步骤22，获取第
Figure DEST_PATH_IMAGE057
张人脸的人脸区域信息
Figure 387759DEST_PATH_IMAGE043
；
步骤23，对于像素点
Figure 378849DEST_PATH_IMAGE047
，判断
Figure 657777DEST_PATH_IMAGE058
且
Figure DEST_PATH_IMAGE059
是否为真，判定为真时，该点落在第
Figure 13803DEST_PATH_IMAGE057
张人脸区域中，跳转执行步骤27；否则，继续执行步骤24；
步骤24，令
Figure 509506DEST_PATH_IMAGE060
；
步骤25，判断
Figure DEST_PATH_IMAGE061
是否为真，判定为真时，跳转执行步骤22；否则继续执行步骤26；
步骤26，令
Figure 474926DEST_PATH_IMAGE049
，结束当前像素点的判定；
步骤27，令
Figure 372475DEST_PATH_IMAGE048
，结束当前像素点的判定。
本发明还提供了一种图像的边缘增强处理装置，包括：
处理器；
用于存储处理器可执行指令和参数的存储器；
所述处理器包括边缘分析单元、肤色分析单元和增强处理单元，
所述边缘分析单元，用于接收被分离成亮度信号和色度信号的输入图像，亮度信号对应输入亮度图像，色度信号对应输入色度图像；以及，通过适用于非人脸肤色点的第一参数组对输入亮度图像进行处理获得第一边缘值，通过适用于人脸肤色点的第二参数组对输入亮度图像进行处理获得第二边缘值；
所述肤色分析单元，用于对输入色度图像进行肤色检测获得每一个像素点的肤色权重值，根据输入图像的人脸区域信息获取每个像素点的人脸肤色权重值；其中，人脸区域中的肤色点的人脸肤色权重值等于该点的肤色权重值，人脸区域外的所有点的人脸肤色权重值被清零；
所述增强处理单元，用于将第一边缘值与第二边缘值按前述人脸肤色权重值进行混合，将混合得到的边缘值结合到输入亮度值上进行边缘增强。
本发明还提供了一种图像的边缘增强处理系统，包括边缘检测模块和边缘增强模块，以及设置在边缘检测模块和边缘增强模块之间的人脸区域调制模块，所述人脸区域调制模块连接肤色检测模块；
所述肤色检测模块被配置为：对输入色度图像进行肤色检测获得每一个像素点的肤色权重值，根据输入图像的人脸区域信息获取每个像素点的人脸肤色权重值；其中，人脸区域中的肤色点的人脸肤色权重值等于该点的肤色权重值，人脸区域外的所有点的人脸肤色权重值被清零；
所述人脸区域调制模块被配置为：通过适用于非人脸肤色点的第一参数组对输入亮度图像进行处理获得第一边缘值，通过适用于人脸肤色点的第二参数组对输入亮度图像进行处理获得第二边缘值；将第一边缘值与第二边缘值按前述人脸肤色权重值进行混合，并将混合得到的边缘值传输到边缘增强模块进行边缘增强处理。
本发明由于采用以上技术方案，与现有技术相比，作为举例，具有以下的优点和积极效果：利用人脸图像特性对人脸皮肤点使用独立的边缘增强参数，在不影响非人脸肤色点边缘增强效果的前提下，提高人脸皮肤点的边缘增强效果。
相比于现有的通过色彩检测方法区分肤色点和非肤色点的方法（所有落在肤色范围内的点都会被当成肤色点处理，误检率比较高），本发明中提供的方案联合人脸检测和肤色检测精确定位人脸皮肤点，通过排除非人脸的肤色点，可以显著降低误检率。另一方面，本发明通过对人脸皮肤点和非人脸皮肤点使用不同的边缘增强参数，优选的包括边缘检测参数、噪声参数、强度参数，能够更精细地区别肤色点和非肤色点的增强效果，同时也方便用户灵活地根据人脸皮肤特点和喜好对增强效果进行调整，适用性广，灵活性强。
附图说明
图1为本发明提供的图像的边缘增强处理方法的流程图。
图2为本发明实施例提供的图像的边缘增强处理方法的信息处理流程图。
图3为本发明提供的
Figure 961719DEST_PATH_IMAGE026
坐标系中的肤色区域示意图。
图4为本发明提供的
Figure 174745DEST_PATH_IMAGE026
坐标系中的权重过渡区示意图。
图5为本发明提供的检测出的人脸区域示例图。
图6为本发明提供的检测像素点是否落入人脸区域的流程图。
具体实施方式
以下结合附图和具体实施例对本发明公开的图像的边缘增强处理方法及应用作进一步详细说明。应当注意的是，下述实施例中描述的技术特征或者技术特征的组合不应当被认为是孤立的，它们可以被相互组合从而达到更好的技术效果。在下述实施例的附图中，各附图所出现的相同标号代表相同的特征或者部件，可应用于不同实施例中。因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
需说明的是，本说明书所附图中所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定发明可实施的限定条件，任何结构的修饰、比例关系的改变或大小的调整，在不影响发明所能产生的功效及所能达成的目的下，均应落在发明所揭示的技术内容所能涵盖的范围内。本发明的优选实施方式的范围包括另外的实现，其中可以不按所述的或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。
实施例
参见图1所示，为本实施例提供了一种图像的边缘增强处理方法。所述方法包括如下步骤：
S100，接收被分离成亮度信号和色度信号的输入图像，亮度信号对应输入亮度图像，色度信号对应输入色度图像。
本实施例中，被分离为亮度信号和色度信号的图像数据可以是YCbCr 图像数据、HSV 图像数据和HIS 图像数据之一。例如，在YCbCr 图像数据的情况下，亮度信号是Y 信号，色度信号是色度(C) 信号。亮度信号指的是表示视频系统中的画面亮度的电信号。当在视频系统中传送信号时，通常会将表示色度信息的信号与亮度信号相重叠，以节省传送信号的频率带宽。在此情况下，将表示亮度信息的信号称为Y 信号，并将表示色度信息的信号分量称为C 信号。
在下文中，为了便于描述，以YCbCr 图像数据作为例子来描述。
参见图2所示，输入图像被分离成对应亮度信号（即，Yin）的输入亮度图像，对应色度信号(即， Cr和Cb）输入色度图像。
S200，通过适用于非人脸肤色点的第一参数组对输入亮度图像进行处理获得第一边缘值，通过适用于人脸肤色点的第二参数组对输入亮度图像进行处理获得第二边缘值；以及，对输入色度图像进行肤色检测获得每一个像素点的肤色权重值，根据输入图像的人脸区域信息获取每个像素点的人脸肤色权重值。其中，人脸区域中的肤色点的人脸肤色权重值等于该点的肤色权重值，人脸区域外的所有点的人脸肤色权重值被清零。
在优选的实施方式中，所述第一参数组为包括边缘检测算子、噪声抑制参数和强度调整参数的参数组a，使用参数组a对输入亮度图像依次进行边缘检测、噪声抑制、强度调整处理，得到边缘值
Figure 507637DEST_PATH_IMAGE001
。
所述第二参数组为包括边缘检测算子、噪声抑制参数和强度调整参数的参数组b，使用参数组b对输入亮度图像依次进行边缘检测、噪声抑制、强度调整处理，得到边缘值
Figure 525272DEST_PATH_IMAGE002
。
对输入色度图像进行肤色检测时，计算每一个像素点的肤色权重，权重值越大说明为肤色的可能性越大。
然后，根据输入图像中的人脸区域信息——包括人脸位置和大小信息，排除非人脸区域的肤色点，即仅保留人脸区域点的肤色权重，人脸区域外的其它肤色点的权重被清零。
S300，将第一边缘值与第二边缘值按前述人脸肤色权重值进行混合，将混合得到的边缘值结合到输入亮度值上进行边缘增强。
获得各像素点的人脸肤色权重值后，将前述得到的边缘值
Figure 19838DEST_PATH_IMAGE001
与
Figure 723090DEST_PATH_IMAGE002
按人脸肤色权重值进行混合，得到最终边缘值。然后将所述最终边缘值应用到输入亮度值上，得到边缘增强后的亮度值，生成增强边缘。
下面结合图2至图6详细描述本实施例提供的技术方案。
1）边缘检测
对于图像中某一位于第i行、第j列的像素点，记为
Figure 859673DEST_PATH_IMAGE003
，按以下公式计算边缘值：
Figure 466235DEST_PATH_IMAGE062
，
其中，
Figure 662861DEST_PATH_IMAGE005
为
Figure 590759DEST_PATH_IMAGE003
点的边缘值；
Figure 531033DEST_PATH_IMAGE006
输入图像在
Figure 54419DEST_PATH_IMAGE003
点的亮度值，
Figure 421946DEST_PATH_IMAGE007
；
Figure 335675DEST_PATH_IMAGE008
为大小为Q的边缘检测算子，
Figure 578176DEST_PATH_IMAGE009
，L为设定参数值；
m，n，L为整数，
Figure 628171DEST_PATH_IMAGE010
，
Figure 369862DEST_PATH_IMAGE011
。
作为举例而非限制，下面分别以L=1和L=2为例，来示例大小为3和5的边缘检测算子。
当
Figure DEST_PATH_IMAGE063
时，
Figure 204176DEST_PATH_IMAGE064
，即使用
Figure DEST_PATH_IMAGE065
的边缘检测算子
Figure 486253DEST_PATH_IMAGE066
计算每一点的边缘值
Figure DEST_PATH_IMAGE067
。作为举例，
Figure 92553DEST_PATH_IMAGE066
的典型取值可以如下：
Figure 536303DEST_PATH_IMAGE068
当
Figure DEST_PATH_IMAGE069
时，
Figure 690204DEST_PATH_IMAGE070
，即使用
Figure DEST_PATH_IMAGE071
的边缘检测算子
Figure 683961DEST_PATH_IMAGE072
计算每一点的边缘值
Figure 239708DEST_PATH_IMAGE067
。作为举例，
Figure 119939DEST_PATH_IMAGE072
的典型取值可以如下：
Figure DEST_PATH_IMAGE073
需要说明的是，上述
Figure 495557DEST_PATH_IMAGE066
和
Figure 617971DEST_PATH_IMAGE072
并不唯一，本领域技术人员可根据需要选择和调整边缘检测算子
Figure 497065DEST_PATH_IMAGE008
的计算矩阵。用户可以将大小为Q边缘检测算子
Figure 813777DEST_PATH_IMAGE008
对应的计算矩阵预设在存储器中，在需要时根据Q值（通过L值计算得到）调用对应计算矩阵。
2）边缘噪声抑制
进行噪声抑制处理时，可以使用以下公式去除或减弱边缘值中的噪声：
Figure 676691DEST_PATH_IMAGE012
，
其中，
Figure 334288DEST_PATH_IMAGE013
为噪声阈值，
Figure 599047DEST_PATH_IMAGE014
。
3）边缘强度调整
进行强度调整时，可以使用以下公式对正、负边缘的强度分别调整：
Figure 555502DEST_PATH_IMAGE074
，
其中，
参数
Figure 905711DEST_PATH_IMAGE016
为正边缘的调整增益，参数
Figure 369929DEST_PATH_IMAGE017
为负边缘增益。
当增益大于1时，表示增强边缘强度；当增益小于1时，表示减弱边缘强度。
4）肤色检测
本实施例中，在对输入色度图像进行肤色检测时，优选的，在(H，S)坐标系对肤色进行检测，所述H用于描述像素点的色度，所述S用于描述像素点的饱和度。
具体的，对于图像中某一位于第i行、第j列的像素点
Figure 489194DEST_PATH_IMAGE018
，对应的H和S值按以下公式计算得到：
Figure DEST_PATH_IMAGE075
，
Figure 882130DEST_PATH_IMAGE020
，
其中，
Figure 454056DEST_PATH_IMAGE021
为
Figure 459315DEST_PATH_IMAGE022
点的红色差值，
Figure 698666DEST_PATH_IMAGE023
；
Figure 262503DEST_PATH_IMAGE024
为
Figure 384043DEST_PATH_IMAGE022
点的蓝色差值，
Figure 691527DEST_PATH_IMAGE025
。
具体实施时，可以在
Figure 283920DEST_PATH_IMAGE026
坐标系中，可以由预设参数
Figure 18658DEST_PATH_IMAGE027
、
Figure 565177DEST_PATH_IMAGE028
、
Figure 473090DEST_PATH_IMAGE029
和
Figure 421455DEST_PATH_IMAGE030
确定一矩形区域为肤色区域，参见图3所示。
如果当前像素点
Figure 846137DEST_PATH_IMAGE003
的H值和S值在
Figure 879952DEST_PATH_IMAGE026
坐标系中落在矩形区域内，则认为该像素点为肤色点，否则为非肤色点。
也就是说，当
Figure 529239DEST_PATH_IMAGE076
且
Figure DEST_PATH_IMAGE077
，可以判定当前像素点落在肤色区域内，即为肤色点。此时，可以由以下公式计算该点的肤色权重值
Figure 332110DEST_PATH_IMAGE031
：
Figure 907185DEST_PATH_IMAGE078
，
Figure DEST_PATH_IMAGE079
，
Figure 365980DEST_PATH_IMAGE034
，
其中，
Figure 881275DEST_PATH_IMAGE035
，值越大，表示该点为肤色点的可能性越大；
Figure 538652DEST_PATH_IMAGE036
均为预设的参数值，且满足
Figure 287559DEST_PATH_IMAGE037
，
Figure 295966DEST_PATH_IMAGE038
。
所述参数
Figure 287056DEST_PATH_IMAGE039
用于调节S方向上的权重过渡区间宽度，参数
Figure 126836DEST_PATH_IMAGE040
用于调节H方向上的权重过渡区间宽度，参见图4所示。用户在设置时，可以根据需要对
Figure 545179DEST_PATH_IMAGE036
的参数值进行个性化设置，也可以通过系统对
Figure 539417DEST_PATH_IMAGE036
的参数值进行自适应设置。
对于未落在上述肤色区域的像素点（即，非肤色点），对应的肤色权重值
Figure 68619DEST_PATH_IMAGE041
=0，即非肤色点的肤色权重值统一设置为零。
5）人脸肤色检测
人脸检测结果可以来源于专门的人脸检测模块，作为举例，比如在手机及监控应用场景中，通常都会设置人脸检测算法模块。根据人脸检测结果可以获取人脸区域信息，包括人脸位置（通常以坐标值来表示）和大小信息（通常以宽度和高度来表示）。
本实施例中，根据输入图像的人脸区域信息获取每个像素点的人脸肤色权重值的步骤如下：
步骤1，通过人脸检测模块对输入图像进行人脸检测，获取输入图像的人脸区域信息。作为举例而非限制，参见图5所示，比如在待处理图像中检测到了
Figure 700588DEST_PATH_IMAGE080
张人脸，分别为人脸0，人脸1，人脸2，……，人脸N-1。其中，第
Figure 555412DEST_PATH_IMAGE042
张人脸的人脸区域信息表示为
Figure 768438DEST_PATH_IMAGE043
，表示人脸区域左上角坐标为
Figure 163647DEST_PATH_IMAGE044
，区域宽度为
Figure 915702DEST_PATH_IMAGE045
，高度为
Figure 675848DEST_PATH_IMAGE046
。
步骤2，对于图像中的每个像素点
Figure 880564DEST_PATH_IMAGE047
，从第0张人脸开始直至第N-1张人脸，判断该像素点落在上述人脸区域中。判定像素点落在上述人脸区域中时，该像素点的人脸权重
Figure 515683DEST_PATH_IMAGE048
。判定像素点未落在上述人脸区域中时，该像素点的人脸权重
Figure 122245DEST_PATH_IMAGE049
。
具体的判定步骤，结合图6所示进行描述。
步骤21，初始化，令
Figure 53291DEST_PATH_IMAGE056
。
步骤22，获取第
Figure 807621DEST_PATH_IMAGE057
张人脸的人脸区域信息
Figure 482316DEST_PATH_IMAGE043
。
步骤23，对于像素点
Figure 444849DEST_PATH_IMAGE047
，判断
Figure 812376DEST_PATH_IMAGE058
且
Figure 991685DEST_PATH_IMAGE059
是否为真，判定为真时，该点落在第
Figure 266809DEST_PATH_IMAGE057
张人脸区域中，跳转执行步骤27；否则，继续执行步骤24。
步骤24，令
Figure 847963DEST_PATH_IMAGE060
。
步骤25，判断
Figure 619347DEST_PATH_IMAGE061
是否为真，判定为真时，跳转执行步骤22；否则继续执行步骤26。
步骤26，令
Figure 285952DEST_PATH_IMAGE049
，结束当前像素点的判定。
步骤27，令
Figure 302449DEST_PATH_IMAGE048
，结束当前像素点的判定。
步骤3，最后，根据每个像素点
Figure 800427DEST_PATH_IMAGE047
的肤色权重
Figure 509757DEST_PATH_IMAGE041
和人脸权重
Figure 893684DEST_PATH_IMAGE050
，按以下公式计算各像素点的人脸肤色权重
Figure 713872DEST_PATH_IMAGE051
：
Figure 4039DEST_PATH_IMAGE052
。
6）边缘合成
最终边缘值由
Figure DEST_PATH_IMAGE081
和
Figure 884271DEST_PATH_IMAGE082
按权重
Figure DEST_PATH_IMAGE083
混合而成。
具体的，按如下公式
Figure 696107DEST_PATH_IMAGE084
，
将第一边缘值
Figure 54407DEST_PATH_IMAGE001
与第二边缘值
Figure 464660DEST_PATH_IMAGE002
按人脸肤色权重值进行混合，从而获得每个像素点的最终边缘值
Figure 17257DEST_PATH_IMAGE054
。
7）生成增强边缘
将每个像素点的最终边缘值
Figure 880171DEST_PATH_IMAGE054
与输入亮度值进行和运算以进行边缘增强处理，计算公式如下
Figure DEST_PATH_IMAGE085
。
然后可以获得处理后的图像作为输出亮度图像进行输出。
本发明提供的上述技术方案，联合人脸检测和肤色检测精确定位人脸皮肤点，通过排除非人脸的肤色点，可以显著降低误检率。进一步，本发明通过对人脸皮肤点和非人脸皮肤点使用不同的边缘增强参数，优选的包括边缘检测参数、噪声参数、强度参数，能够更精细地区别肤色点和非肤色点的增强效果，同时也方便用户灵活地根据人脸皮肤特点和喜好对增强效果进行调整，适用性广，灵活性强。
本发明的另一实施例，还提供了一种图像的边缘增强处理装置。所述装置包括处理器和用于存储处理器可执行指令和参数的存储器。
其中，所述处理器包括边缘分析单元、肤色分析单元和增强处理单元。
所述边缘分析单元，用于接收被分离成亮度信号和色度信号的输入图像，亮度信号对应输入亮度图像，色度信号对应输入色度图像；以及，通过适用于非人脸肤色点的第一参数组对输入亮度图像进行处理获得第一边缘值，通过适用于人脸肤色点的第二参数组对输入亮度图像进行处理获得第二边缘值。
所述肤色分析单元，用于对输入色度图像进行肤色检测获得每一个像素点的肤色权重值，根据输入图像的人脸区域信息获取每个像素点的人脸肤色权重值；其中，人脸区域中的肤色点的人脸肤色权重值等于该点的肤色权重值，人脸区域外的所有点的人脸肤色权重值被清零。
所述增强处理单元，用于将第一边缘值与第二边缘值按前述人脸肤色权重值进行混合，将混合得到的边缘值结合到输入亮度值上进行边缘增强。
本实施例中，所述边缘分析单元又可以包括边缘检测子单元、噪声抑制子单元和强度调整子单元。
所述边缘检测子单元被配置为：对于图像中某一位于第i行、第j列的像素点，记为
Figure 42162DEST_PATH_IMAGE003
，按以下公式计算该点的边缘值：
Figure 41342DEST_PATH_IMAGE062
，
其中，
Figure 761911DEST_PATH_IMAGE005
为
Figure 112121DEST_PATH_IMAGE003
点的边缘值；
Figure 77803DEST_PATH_IMAGE006
输入图像在
Figure 259386DEST_PATH_IMAGE003
点的亮度值，
Figure 386742DEST_PATH_IMAGE007
；
Figure 719853DEST_PATH_IMAGE008
为大小为Q的边缘检测算子，
Figure 223647DEST_PATH_IMAGE009
，L为设定参数值；
m，n，L为整数，
Figure 462998DEST_PATH_IMAGE010
，
Figure 823572DEST_PATH_IMAGE011
。
所述噪声抑制子单元被配置为：使用以下公式去除或减弱边缘值中的噪声：
Figure 148374DEST_PATH_IMAGE012
，
其中，
Figure 954394DEST_PATH_IMAGE013
为噪声阈值，
Figure 782673DEST_PATH_IMAGE014
。
所述边缘强度子单元，被配置为：使用以下公式对正、负边缘的强度分别调整：
Figure 517411DEST_PATH_IMAGE086
，
其中，
参数
Figure 63930DEST_PATH_IMAGE016
为正边缘的调整增益，参数
Figure 237422DEST_PATH_IMAGE017
为负边缘增益。
当增益大于1时，表示增强边缘强度；当增益小于1时，表示减弱边缘强度。
所述肤色分析单元又可以包括肤色检测子单元和人脸肤色检测子单元。
所述肤色检测子单元被配置为：在(H，S)坐标系对肤色进行检测；其中，对于图像中某一位于第i行、第j列的像素点
Figure 687251DEST_PATH_IMAGE018
，对应的H和S值按以下公式计算得到：
Figure 592890DEST_PATH_IMAGE075
，
Figure DEST_PATH_IMAGE087
，
其中，
Figure 564389DEST_PATH_IMAGE021
为
Figure 275993DEST_PATH_IMAGE022
点的红色差值，
Figure 577399DEST_PATH_IMAGE023
；
Figure 653939DEST_PATH_IMAGE024
为
Figure 175050DEST_PATH_IMAGE022
点的蓝色差值，
Figure 362449DEST_PATH_IMAGE025
。
所述肤色检测子单元还被配置为：判断当前像素点
Figure 347723DEST_PATH_IMAGE003
的H值和S值在
Figure 114207DEST_PATH_IMAGE026
坐标系中落在肤色区域内，落在肤色区域内时则认为该像素点为肤色点，否则为非肤色点；
对于肤色点，由以下公式计算该点的肤色权重值
Figure 122615DEST_PATH_IMAGE031
：
Figure 113704DEST_PATH_IMAGE088
，
Figure DEST_PATH_IMAGE089
，
Figure 327386DEST_PATH_IMAGE034
，
其中，
Figure 808046DEST_PATH_IMAGE035
，值越大，表示该点为肤色点的可能性越大；
Figure 38170DEST_PATH_IMAGE036
均为预设的参数值，且满足
Figure 832951DEST_PATH_IMAGE037
，
Figure 464920DEST_PATH_IMAGE038
；
对于非肤色点，对应的肤色权重值
Figure 555629DEST_PATH_IMAGE041
=0。
所述人脸肤色检测子单元被配置为：通过人脸检测模块对输入图像进行人脸检测，获取输入图像的人脸区域信息，其中，第
Figure 538629DEST_PATH_IMAGE042
张人脸的人脸区域信息表示为
Figure 871521DEST_PATH_IMAGE043
，表示人脸区域左上角坐标为
Figure 357997DEST_PATH_IMAGE044
，区域宽度为
Figure 882257DEST_PATH_IMAGE045
，高度为
Figure 86974DEST_PATH_IMAGE046
；对于图像中的每个像素点
Figure 223557DEST_PATH_IMAGE047
，从第0张人脸开始直至第N-1张人脸，判断该像素点落在上述人脸区域中，判定像素点落在上述人脸区域中时，该像素点的人脸权重
Figure 626857DEST_PATH_IMAGE048
，判定像素点未落在上述人脸区域中时，该像素点的人脸权重
Figure 823483DEST_PATH_IMAGE049
；以及，根据每个像素点
Figure 11101DEST_PATH_IMAGE047
的肤色权重
Figure 685796DEST_PATH_IMAGE041
和人脸权重
Figure 146864DEST_PATH_IMAGE050
，按以下公式计算各像素点的人脸肤色权重
Figure 514391DEST_PATH_IMAGE051
：
Figure 926656DEST_PATH_IMAGE052
。
所述增强处理单元，包括边缘合成子单元和生成增强边缘子单元。
所述边缘合成子单元被配置为：按如下公式
Figure 467359DEST_PATH_IMAGE090
，
将第一边缘值
Figure 48513DEST_PATH_IMAGE001
与第二边缘值
Figure 321362DEST_PATH_IMAGE002
按人脸肤色权重值进行混合，从而获得每个像素点的最终边缘值
Figure 987967DEST_PATH_IMAGE054
。
所述生成增强边缘子单元被配置为：按如下公式
Figure 505929DEST_PATH_IMAGE085
，
将每个像素点的最终边缘值
Figure 941590DEST_PATH_IMAGE054
与输入亮度值进行和运算以进行边缘增强处理。
本发明的另一实施例，还提供了一种图像的边缘增强处理系统。所述系统包括边缘检测模块和边缘增强模块，以及设置在边缘检测模块和边缘增强模块之间的人脸区域调制模块，所述人脸区域调制模块连接肤色检测模块。
所述肤色检测模块被配置为：对输入色度图像进行肤色检测获得每一个像素点的肤色权重值，根据输入图像的人脸区域信息获取每个像素点的人脸肤色权重值；其中，人脸区域中的肤色点的人脸肤色权重值等于该点的肤色权重值，人脸区域外的所有点的人脸肤色权重值被清零。
所述人脸区域调制模块被配置为：通过适用于非人脸肤色点的第一参数组对输入亮度图像进行处理获得第一边缘值，通过适用于人脸肤色点的第二参数组对输入亮度图像进行处理获得第二边缘值；将第一边缘值与第二边缘值按前述人脸肤色权重值进行混合，并将混合得到的边缘值传输到边缘增强模块进行边缘增强处理。
其它技术特征参见在前实施例的描述，所述系统的各模块可以被配置为包括多个子模块以进行在前实施例中描述的信息处理过程，在此不再赘述。
在上面的描述中，本发明的公开内容并不旨在将其自身限于这些方面。而是，在本公开内容的目标保护范围内，各组件可以以任意数目选择性地且操作性地进行合并。另外，像“包括”、“囊括”以及“具有”的术语应当默认被解释为包括性的或开放性的，而不是排他性的或封闭性，除非其被明确限定为相反的含义。所有技术、科技或其他方面的术语都符合本领域技术人员所理解的含义，除非其被限定为相反的含义。在词典里找到的公共术语应当在相关技术文档的背景下不被太理想化或太不实际地解释，除非本公开内容明确将其限定成那样。本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。

Claims (8)

1.一种图像的边缘增强处理方法，其特征在于包括如下步骤：
接收被分离成亮度信号和色度信号的输入图像，亮度信号对应输入亮度图像，色度信号对应输入色度图像；
通过适用于非人脸肤色点的第一参数组对输入亮度图像进行处理获得第一边缘值，通过适用于人脸肤色点的第二参数组对输入亮度图像进行处理获得第二边缘值；以及，对输入色度图像进行肤色检测获得每一个像素点的肤色权重值，根据输入图像的人脸区域信息获取每个像素点的人脸肤色权重值；其中，人脸区域中的肤色点的人脸肤色权重值等于该点的肤色权重值，人脸区域外的所有点的人脸肤色权重值被清零；
将第一边缘值与第二边缘值按前述人脸肤色权重值进行混合，将混合得到的边缘值结合到输入亮度值上进行边缘增强；
其中，所述第一参数组为包括边缘检测算子、噪声抑制参数和强度调整参数的参数组a，使用参数组a对输入亮度图像依次进行边缘检测、噪声抑制、强度调整处理，得到边缘值
Figure 879763DEST_PATH_IMAGE001
；
所述第二参数组为包括边缘检测算子、噪声抑制参数和强度调整参数的参数组b，使用参数组b对输入亮度图像依次进行边缘检测、噪声抑制、强度调整处理，得到边缘值
Figure 404286DEST_PATH_IMAGE002
；
以及，对于图像中某一位于第i行、第j列的像素点，记为
Figure 893036DEST_PATH_IMAGE003
，按以下公式计算边缘值：
Figure 426785DEST_PATH_IMAGE004
，
其中，
Figure 746908DEST_PATH_IMAGE005
为
Figure 645594DEST_PATH_IMAGE003
点的边缘值;
Figure 418378DEST_PATH_IMAGE006
输入图像在
Figure 499028DEST_PATH_IMAGE003
点的亮度值，
Figure 673658DEST_PATH_IMAGE007
；
Figure 805562DEST_PATH_IMAGE008
为大小为Q的边缘检测算子，
Figure 800062DEST_PATH_IMAGE009
，L为设定参数值；m，n，L为整数,
Figure 878877DEST_PATH_IMAGE010
,
Figure 642434DEST_PATH_IMAGE011
；
进行噪声抑制处理时，使用以下公式去除或减弱边缘值中的噪声：
Figure 210818DEST_PATH_IMAGE012
，
其中，
Figure 692615DEST_PATH_IMAGE013
为噪声阈值，
Figure 309541DEST_PATH_IMAGE014
；
进行强度调整时，使用以下公式对正、负边缘的强度分别调整：
Figure 193184DEST_PATH_IMAGE015
，
其中，
参数
Figure 666890DEST_PATH_IMAGE016
为正边缘的调整增益，参数
Figure 901563DEST_PATH_IMAGE017
为负边缘增益，当增益大于1时，表示增强边缘强度；当增益小于1时，表示减弱边缘强度。
2.根据权利要求1所述方法，其特征在于：对输入色度图像进行肤色检测时，在(H，S)坐标系对肤色进行检测，H表示像素点的色度，S表示像素点的饱和度；
对于图像中某一位于第i行、第j列的像素点
Figure 118917DEST_PATH_IMAGE003
，
Figure 60328DEST_PATH_IMAGE018
，
Figure 970516DEST_PATH_IMAGE019
，
其中，
Figure 426905DEST_PATH_IMAGE020
为
Figure 385633DEST_PATH_IMAGE021
点的红色差值，
Figure 243868DEST_PATH_IMAGE022
；
Figure 59377DEST_PATH_IMAGE023
为
Figure 3063DEST_PATH_IMAGE021
点的蓝色差值，
Figure 765482DEST_PATH_IMAGE024
。
3.根据权利要求2所述方法，其特征在于：在
Figure 481153DEST_PATH_IMAGE025
坐标系中，由预设参数
Figure 733143DEST_PATH_IMAGE026
、
Figure 898545DEST_PATH_IMAGE027
、
Figure 199076DEST_PATH_IMAGE028
和
Figure 31903DEST_PATH_IMAGE029
确定一矩形区域为肤色区域，若像素点
Figure 189215DEST_PATH_IMAGE003
的H值和S值在
Figure 107492DEST_PATH_IMAGE025
坐标系中落在矩形区域内，则认为该像素点为肤色点，否则为非肤色点；
对于肤色点，由以下公式计算该点的肤色权重值
Figure 211715DEST_PATH_IMAGE030
：
Figure 899048DEST_PATH_IMAGE031
，
Figure 227261DEST_PATH_IMAGE032
，
Figure 632834DEST_PATH_IMAGE033
，
其中，
Figure 71906DEST_PATH_IMAGE034
，值越大表示该点为肤色点的可能性越大;
Figure 817008DEST_PATH_IMAGE035
为预设的参数值，且满足
Figure 784964DEST_PATH_IMAGE036
，
Figure 208992DEST_PATH_IMAGE037
；
Figure 655017DEST_PATH_IMAGE038
用于调节S方向上的权重过渡区间宽度，
Figure 51363DEST_PATH_IMAGE039
用于调节H方向上的权重过渡区间宽度；
对于非肤色点，对应的肤色权重值
Figure 190221DEST_PATH_IMAGE040
=0。
4.根据权利要求3所述方法，其特征在于：根据输入图像的人脸区域信息获取每个像素点的人脸肤色权重值的步骤如下：
步骤1，通过人脸检测模块对输入图像进行人脸检测，获取输入图像的人脸区域信息，对于输入图像中检测到的N张人脸，第
Figure 304807DEST_PATH_IMAGE041
张人脸的人脸区域信息
Figure 351261DEST_PATH_IMAGE042
，表示人脸区域左上角坐标为
Figure 602113DEST_PATH_IMAGE043
，区域宽度为
Figure 911872DEST_PATH_IMAGE044
，高度为
Figure 510825DEST_PATH_IMAGE045
，其中，
Figure 95390DEST_PATH_IMAGE046
；
步骤2，对于每个像素点
Figure 935170DEST_PATH_IMAGE047
，从第0张人脸开始直至第N-1张人脸，判断该像素点落在上述人脸区域中；判定像素点落在上述人脸区域中时，该像素点的人脸权重
Figure 946988DEST_PATH_IMAGE048
；判定像素点未落在上述人脸区域中时，该像素点的人脸权重
Figure 36167DEST_PATH_IMAGE049
；
步骤3，根据每个像素点
Figure 158844DEST_PATH_IMAGE047
的肤色权重
Figure 384289DEST_PATH_IMAGE040
和人脸权重
Figure 301429DEST_PATH_IMAGE050
，按以下公式计算各像素点的人脸肤色权重
Figure 143483DEST_PATH_IMAGE051
，
Figure 69851DEST_PATH_IMAGE052
。
5.根据权利要求4所述方法，其特征在于：按公式
Figure 884223DEST_PATH_IMAGE053
，
将第一边缘值
Figure 237844DEST_PATH_IMAGE001
与第二边缘值
Figure 36036DEST_PATH_IMAGE002
按前述人脸肤色权重值进行混合，以获得每个像素点的最终边缘值
Figure 234936DEST_PATH_IMAGE054
；
以及，将每个像素点的最终边缘值
Figure 434973DEST_PATH_IMAGE054
与输入亮度值进行和运算以进行边缘增强处理，计算公式如下
Figure 959496DEST_PATH_IMAGE055
，
获得处理后的图像作为输出亮度图像进行输出。
6.根据权利要求4所述方法，其特征在于：所述步骤2包括，
步骤21，初始化，令
Figure 244983DEST_PATH_IMAGE056
；
步骤22，获取第
Figure 981995DEST_PATH_IMAGE041
张人脸的人脸区域信息
Figure 36539DEST_PATH_IMAGE042
；
步骤23，对于像素点
Figure 997542DEST_PATH_IMAGE047
，判断
Figure 239167DEST_PATH_IMAGE057
且
Figure 48379DEST_PATH_IMAGE058
是否为真，判定为真时，该点落在第
Figure 223008DEST_PATH_IMAGE041
张人脸区域中，跳转执行步骤27；否则，继续执行步骤24；
步骤24，令
Figure 89333DEST_PATH_IMAGE059
；
步骤25，判断
Figure 349413DEST_PATH_IMAGE060
是否为真，判定为真时，跳转执行步骤22；否则继续执行步骤26；
步骤26，令
Figure 959386DEST_PATH_IMAGE049
，结束当前像素点的判定；
步骤27，令
Figure 457364DEST_PATH_IMAGE048
，结束当前像素点的判定。
7.一种根据权利要求1 所述方法的图像的边缘增强处理装置，其特征在于包括：
处理器；
用于存储处理器可执行指令和参数的存储器；
所述处理器包括边缘分析单元、肤色分析单元和增强处理单元，
所述边缘分析单元，用于接收被分离成亮度信号和色度信号的输入图像，亮度信号对应输入亮度图像，色度信号对应输入色度图像；以及，通过适用于非人脸肤色点的第一参数组对输入亮度图像进行处理获得第一边缘值，通过适用于人脸肤色点的第二参数组对输入亮度图像进行处理获得第二边缘值；
所述肤色分析单元，用于对输入色度图像进行肤色检测获得每一个像素点的肤色权重值，根据输入图像的人脸区域信息获取每个像素点的人脸肤色权重值；其中，人脸区域中的肤色点的人脸肤色权重值等于该点的肤色权重值，人脸区域外的所有点的人脸肤色权重值被清零；
所述增强处理单元，用于将第一边缘值与第二边缘值按前述人脸肤色权重值进行混合，将混合得到的边缘值结合到输入亮度值上进行边缘增强。
8.一种根据权利要求1 所述方法的图像的边缘增强处理系统，包括边缘检测模块和边缘增强模块，其特征在于：还包括设置在边缘检测模块和边缘增强模块之间的人脸区域调制模块，所述人脸区域调制模块连接肤色检测模块；
所述肤色检测模块被配置为，对输入色度图像进行肤色检测获得每一个像素点的肤色权重值，根据输入图像的人脸区域信息获取每个像素点的人脸肤色权重值；其中，人脸区域中的肤色点的人脸肤色权重值等于该点的肤色权重值，人脸区域外的所有点的人脸肤色权重值被清零；
所述人脸区域调制模块被配置为，通过适用于非人脸肤色点的第一参数组对输入亮度图像进行处理获得第一边缘值，通过适用于人脸肤色点的第二参数组对输入亮度图像进行处理获得第二边缘值；将第一边缘值与第二边缘值按前述人脸肤色权重值进行混合，并将混合得到的边缘值传输到边缘增强模块进行边缘增强处理。
CN202010931595.8A 2020-09-08 2020-09-08 图像的边缘增强处理方法及应用 Active CN111798401B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010931595.8A CN111798401B (zh) 2020-09-08 2020-09-08 图像的边缘增强处理方法及应用
PCT/CN2021/116307 WO2022052862A1 (zh) 2020-09-08 2021-09-02 图像的边缘增强处理方法及应用
US18/171,452 US20230206458A1 (en) 2020-09-08 2023-02-20 Image edge enhancement processing method and application thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010931595.8A CN111798401B (zh) 2020-09-08 2020-09-08 图像的边缘增强处理方法及应用

Publications (2)

Publication Number Publication Date
CN111798401A CN111798401A (zh) 2020-10-20
CN111798401B true CN111798401B (zh) 2020-12-04

Family

ID=72834286

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010931595.8A Active CN111798401B (zh) 2020-09-08 2020-09-08 图像的边缘增强处理方法及应用

Country Status (3)

Country Link
US (1) US20230206458A1 (zh)
CN (1) CN111798401B (zh)
WO (1) WO2022052862A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111798401B (zh) * 2020-09-08 2020-12-04 眸芯科技（上海）有限公司 图像的边缘增强处理方法及应用
WO2024069322A1 (en) 2022-09-27 2024-04-04 Pixelgen Technologies Ab Method for fixing primary antibodies to a biological sample

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101742338A (zh) * 2008-11-05 2010-06-16 美格纳半导体有限会社 锐度增强设备及方法
CN108604293A (zh) * 2016-01-30 2018-09-28 三星电子株式会社 提高图像质量的装置和方法
CN110070502A (zh) * 2019-03-25 2019-07-30 成都品果科技有限公司 人脸图像磨皮的方法、装置和存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101841642B (zh) * 2010-04-22 2013-07-24 南京航空航天大学 一种基于分数阶次信号处理的边缘检测方法
CN111798401B (zh) * 2020-09-08 2020-12-04 眸芯科技（上海）有限公司 图像的边缘增强处理方法及应用

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101742338A (zh) * 2008-11-05 2010-06-16 美格纳半导体有限会社 锐度增强设备及方法
CN108604293A (zh) * 2016-01-30 2018-09-28 三星电子株式会社 提高图像质量的装置和方法
CN110070502A (zh) * 2019-03-25 2019-07-30 成都品果科技有限公司 人脸图像磨皮的方法、装置和存储介质

Also Published As

Publication number Publication date
CN111798401A (zh) 2020-10-20
US20230206458A1 (en) 2023-06-29
WO2022052862A1 (zh) 2022-03-17

Similar Documents

Publication Publication Date Title
CN109639982B (zh) 一种图像降噪方法、装置、存储介质及终端
CN109272459B (zh) 图像处理方法、装置、存储介质及电子设备
EP3479346B1 (en) Method and electronic device for producing composite image
US7013025B2 (en) Image correction apparatus
EP2987135B1 (en) Reference image selection for motion ghost filtering
US8723982B2 (en) Image processing device, storage medium, and image processing method that corrects saturation, specific color and spatial frequency of an obtained image
TWI511559B (zh) 影像處理方法
CN111798401B (zh) 图像的边缘增强处理方法及应用
US11915661B2 (en) Backlight adjusting method of display device, backlight adjusting device and display device
WO2011089994A1 (ja) 画質制御装置、画質制御方法、及び画質制御プログラム
CN108604293A (zh) 提高图像质量的装置和方法
JP2005051407A (ja) 画像処理方法および装置
CN111739041B (zh) 图像边框的裁剪方法、装置及设备
CN109727215A (zh) 图像处理方法、装置、终端设备及存储介质
CN109727216A (zh) 图像处理方法、装置、终端设备及存储介质
US10051252B1 (en) Method of decaying chrominance in images
JP2017102642A (ja) 画像処理装置、画像処理方法及びプログラム
US7903902B2 (en) Adaptive image improvement
JP2007042033A (ja) 色補正装置および画像表示装置
JP2016051302A (ja) 画像処理装置、撮像装置、画像処理方法、及びプログラム
JP2009010636A (ja) 適応ヒストグラム等化方法及び適応ヒストグラム等化装置
CN111028181A (zh) 一种图像增强处理方法、装置、设备及存储介质
JP5822739B2 (ja) 画像処理装置、方法、及びプログラム
JP6590047B2 (ja) 画像処理装置、撮像装置、画像処理方法、及びプログラム
Arora et al. Enhancement of overexposed color images

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
CP02 Change in the address of a patent holder

Address after: 201210 8th floor, building 1, 298 Xiangke Road, Pudong New Area, Shanghai

Patentee after: MOUXIN TECHNOLOGY (SHANGHAI) Co.,Ltd.

Address before: Room 507, building 1, No. 800, Naxian Road, pilot Free Trade Zone, Pudong New Area, Shanghai 201210

Patentee before: MOUXIN TECHNOLOGY (SHANGHAI) Co.,Ltd.

CP02 Change in the address of a patent holder