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 PDFInfo
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000001514 detection method Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000003708 edge detection Methods 0.000 claims description 31
- 239000000126 substance Substances 0.000 claims description 20
- 230000001629 suppression Effects 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000007704 transition Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000002238 attenuated effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 16
- 239000011159 matrix material Substances 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000000887 face Anatomy 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 208000002874 Acne Vulgaris Diseases 0.000 description 1
- 206010014970 Ephelides Diseases 0.000 description 1
- 208000003351 Melanosis Diseases 0.000 description 1
- 101000860173 Myxococcus xanthus C-factor Proteins 0.000 description 1
- 206010000496 acne Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
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
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。
其中,
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:
其中,
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:
其中,
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;
其中,
其中,
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:
进一步,按公式
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,
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。
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。
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
其中,
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。
需要说明的是,上述和并不唯一,本领域技术人员可根据需要选择和调整边缘检测算子的计算矩阵。用户可以将大小为Q边缘检测算子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:
其中,
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:
其中,
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。
其中,
其中,
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张人脸,分别为人脸0,人脸1,人脸2,……,人脸N-1。其中,第张人脸的人脸区域信息表示为,表示人脸区域左上角坐标为,区域宽度为,高度为。
步骤2,对于图像中的每个像素点,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。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。
具体的判定步骤,结合图6所示进行描述。
6)边缘合成
具体的,按如下公式
7)生成增强边缘
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。
其中,
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:
其中,
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:
其中,
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,第张人脸的人脸区域信息表示为,表示人脸区域左上角坐标为,区域宽度为,高度为;对于图像中的每个像素点,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,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;以及,根据每个像素点的肤色权重和人脸权重,按以下公式计算各像素点的人脸肤色权重:
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
所述生成增强边缘子单元被配置为:按如下公式
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,
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:
其中,
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:
其中,
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。
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)
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)
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)
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 |
-
2020
- 2020-09-08 CN CN202010931595.8A patent/CN111798401B/zh active Active
-
2021
- 2021-09-02 WO PCT/CN2021/116307 patent/WO2022052862A1/zh active Application Filing
-
2023
- 2023-02-20 US US18/171,452 patent/US20230206458A1/en active Pending
Patent Citations (3)
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 |