CN111815729B - 一种实时美肤方法、装置、设备和计算机存储介质 - Google Patents

一种实时美肤方法、装置、设备和计算机存储介质 Download PDF

Info

Publication number
CN111815729B
CN111815729B CN202010658737.8A CN202010658737A CN111815729B CN 111815729 B CN111815729 B CN 111815729B CN 202010658737 A CN202010658737 A CN 202010658737A CN 111815729 B CN111815729 B CN 111815729B
Authority
CN
China
Prior art keywords
mask
shadow
image
information
area
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
CN202010658737.8A
Other languages
English (en)
Other versions
CN111815729A (zh
Inventor
龚秋棠
林奇
吴善思源
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.)
Xiamen Zhenjing Technology Co ltd
Original Assignee
Xiamen Zhenjing 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 Xiamen Zhenjing Technology Co ltd filed Critical Xiamen Zhenjing Technology Co ltd
Priority to CN202010658737.8A priority Critical patent/CN111815729B/zh
Publication of CN111815729A publication Critical patent/CN111815729A/zh
Application granted granted Critical
Publication of CN111815729B publication Critical patent/CN111815729B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G06T3/04—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Abstract

本发明公开一种实时美肤方法、装置、设备和计算机存储介质，方法包括：S1，获取输入原始图像；S2，获取图像光影颜色信息，命名为ILow；S3，获取图像高光区域蒙板BMask和阴影区域蒙板DMask；S4，获得的蒙板区域，对ILow进行高斯模糊，从而平整高光和阴影；S5，将步骤S1的原始图像减去步骤S2中的结果图，获得图像的质感信息，命名为IDetail；S6，进行瑕疵检测，获得瑕疵区域；S7，在瑕疵区域周边寻找正常皮肤信息，进行瑕疵区域填充；S8，将结果进行线性融合，获取最终结果图。将图片不同信息分开处理，比起传统的统一模糊或者统一提亮方案能够处理的更细腻。保留了图片质感信息，与传统磨皮式美颜相比在最终合成的时候效果更自然，细节保留更好。

Description

一种实时美肤方法、装置、设备和计算机存储介质
技术领域
本发明应用于美肤美颜方法邻域，具体是一种实时美肤方法、装置、设备和计算机存储介质。
背景技术
目前市面上的一些磨皮软件或者PS插件，让后期处理皮肤变得非常的快捷或者方便，但是在安装或者使用上都会出现各种各样的问题，例如闪退，程序不兼容等问题。同时随着移动互联网的发展，移动设备上也出现各式各样的人像美肤便捷app，但是会发现这些美肤app的算法往往会对人像进行过度修饰，显得十分不真实。随着近几年主流审美的持续变化，人们不在喜欢过度美化的皮肤处理效果，而是希望能够更加自然真实，看不出磨皮的美肤处理方案。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种实时美肤方法、装置、设备和计算机存储介质。
为解决上述技术问题，本发明的一种实时美肤方法，其包括以下步骤：
S1，获取并输入原始图像；
S2，获取图像的光影和颜色信息，命名为ILow；
S3，获取图像的高光区域蒙板BMask和阴影区域蒙板DMask；
S4，利用步骤S3中获得的蒙板区域，对ILow进行高斯模糊，从而平整高光和阴影；
S5，将步骤S1的原始图像减去步骤S2中的结果图，获得图像的质感信息，命名为IDetail；
S6，利用步骤S5的质感信息，进行瑕疵检测，获得瑕疵区域；
S7，在瑕疵区域周边寻找正常皮肤信息，进行瑕疵区域填充；
S8，将步骤S4和S7的结果进行线性融合，获取最终结果图。
作为一种可能的实施方式，进一步的，所述步骤S3通过对步骤S2获取的信息进行高光过曝和阴影过暗区域检测，从而获取图像的高光区域蒙板BMask和阴影区域蒙板DMask，其具体计算步骤如下：
S31，生成对比度增强曲ConCurve[256]，计算公式为：
其中P0到Pn为贝塞尔曲线控制点；
S32，计算图像的灰度信息L，计算公式为：L＝0.3*红色值+0.59*绿色值+0.11*蓝色值，如果是YUV或者Lab图像可以直接用Y通道或者L通道；
S33，对灰度信息L进行对比度增强，计算公式：LD(i，j)＝ConCurve[L(i，j)]；
S34，获取阴影区域DMask和高光区域BMask，其计算公式为：
M1＝G(LD*L/255,R)M2＝G(LD，R)
其中G为高斯滤波函数，R滤波半径分别设置为Rdark和Rbright。T为分割阈值分别设置为Tdark和Tbright。
作为一种可能的实施方式，进一步的，所述步骤S4对ILow进行高斯模糊，从而平整高光和阴影，其计算公式为：Dsmoothing＝G(ILow，RDark)×DMask+G(ILow，RBright)×BMask+ILow×(255-DMask)×(255-BMask)
其中G为高斯模糊，RMask为阴影区域高斯模糊半径，RBright为高光区域高斯模糊半径。
作为一种可能的实施方式，进一步的，所述步骤S5中所述的减去操作，其计算公式为：
其中S为缩放值，Offset为偏移值。
作为一种可能的实施方式，进一步的，所述步骤S6中所述的瑕疵区域计算方法为：
其中T为分割阈值，Dis为I和ILOW的颜色空间距离。
作为一种可能的实施方式，进一步的，所述步骤S7中的在瑕疵区域周边寻找正常皮肤信息，进行瑕疵区域填充的计算步骤如下：
S71，遍历IDetail每个像素(i，j),判断SMask(i，j)是否大于0.
S72，if(SMask(i，j)>0)则遍历周围区域满足if(I(i，j)(Radius)∈
Fineskin∩L(i，j)(Radius)<Lup∩L(i，j)(Radius)>Ldown)则判断为
正常皮肤信息并记录为Ifine；
其中Radius为区域半径，Fineskin为正常肤色的区域数组，Lup为正常皮肤的亮度上限值，Ldown为正常肤色的亮度下限；
S73，当获取所有Mask位置的替代皮肤信息后，开始进行瑕疵填充：
DDetail＝Ifine×SMask+IDetail×(255-SMask)。
作为一种可能的实施方式，进一步的，所述步骤S8中的线性融合方案，其计算方法为:
IBeauty＝DSmoothing+S*DDetail-Offset
其中DSmoothing为S4的结果，DDetail为S7的结果，S为缩放比，Offset为偏移量。
作为一种可能的实施方式，进一步的，步骤S7中所述的瑕疵修复，也可以用改变亮度的方式进行，其计算方法为:
S71，生成亮度映射表BrightCurve[256],其计算公式为：
其中P0到Pn为贝塞尔曲线控制点；
S72，对瑕疵进行修复，其计算公式为：
DDetail＝BrightCurve[IDetail]×SMask+IDetail×(255-SMask)。
一种实时美肤装置，其包括：
原始图像获取单元，用于从智能终端设备或远程获取并输入原始图像；
光影和颜色信息获取单元，用于对原始图像执行低通滤波，以获取图像的光影和颜色信息，命名为ILow；
蒙板获取单元，用于对光影和颜色信息获取单元获取的信息进行高光过曝和阴影过暗区域检测，从而获取图像的高光区域蒙板BMask和阴影区域蒙板DMask；
高光阴影平整单元，用于利用蒙板获取单元获得的蒙板区域，对ILow进行高斯模糊，从而平整高光和阴影；
图像质感信息获取单元，用于将原始图像获取单元获取的原始图像减去光影和颜色信息获取单元的结果图，获得图像的质感信息，命名为IDetail；
瑕疵区域处理单元，用于利用图像质感信息获取单元获取的质感信息，进行痘痘、黑头和皱纹等瑕疵检测，获得瑕疵区域；并在瑕疵区域周边寻找正常皮肤信息，进行瑕疵区域填充；
线性融合单元，用于将高光阴影平整单元和瑕疵区域处理单元的结果进行线性融合，获取最终结果图。
一种实时美肤设备，其包括：处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序能够被所述处理器执行以实现如权利要求1至7任意一项所述的基于改变光影的实时美肤方法。
一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7任意一项所述的基于改变光影的实时美肤方法。
本发明采用以上技术方案，具有以下有益效果：
1、本发明将图片不同信息分开处理，比起传统的统一模糊或者统一提亮方案能够处理的更细腻。
2、本发明保留了图片质感信息，与传统磨皮式美颜相比在最终合成的时候效果更自然，细节保留更好。
3、本发明对图片的光影较差的信息进行了模糊处理，能够利用周边较好的信息进行光影平整修复，极大保留原有人脸信息的同时显得更年轻化，达到美颜的目的。
附图说明
下面结合附图与具体实施方式对本发明做进一步详细的说明：
图1为本发明步骤流程图。
具体实施方式
实施例：
本发明提供了一种实时美肤方法，其包括以下步骤：
S1，从智能终端设备或远程获取并输入原始图像；
S2，对原始图像执行低通滤波，以获取图像的光影和颜色信息，命名为ILow；
S3，获取图像的高光区域蒙板BMask和阴影区域蒙板DMask；
S4，利用步骤S3中获得的蒙板区域，对ILow进行高斯模糊，从而平整高光和阴影；
S5，将步骤S1的原始图像减去步骤S2中的结果图，获得图像的质感信息，命名为IDetail；
S6，利用步骤S5的质感信息，进行痘痘、黑头和皱纹等瑕疵检测，获得瑕疵区域；
S7，在瑕疵区域周边寻找正常皮肤信息，进行瑕疵区域填充；
S8，将步骤S4和S7的结果进行线性融合，获取最终结果图。
进一步的，步骤S1中的原始图像不受图像格式限制。对于实时性要求高的应用场景，可以只处理图像的明度通道(比如YUV格式的Y通道，Lab格式的L通道)。
进一步的，步骤S2中所述的的低通滤波，优先选择保边性较好的滤波。其计算公式为：
其中ω为滤波权重，σd和σr是平滑参数，I(i，j)和I(k，l)是位置(i，j)和(k，l)的像素信息。ID是双边滤波的结果。
作为一种可能的实施方式，进一步的，所述步骤S3通过对步骤S2获取的信息进行高光过曝和阴影过暗区域检测，从而获取图像的高光区域蒙板BMask和阴影区域蒙板DMask，其具体计算步骤如下：
S31，生成对比度增强曲ConCurve[256]，计算公式为：
B(t)＝P0(l-t)3+3P1t(l-t)2+3P2t2(1-t)+P3t3；t∈[0，1]其中P0、P1、P2、P3为四个控制点，取值为p(0,0)、p(64,48)、p(127,127)、p(191，210)、p(255,255)。
S32，计算图像的灰度信息L，计算公式为：L＝0.3*红色值+0.59*绿色值+0.11*蓝色值，如果是YUV或者Lab图像可以直接用Y通道或者L通道；
S33，对灰度信息L进行对比度增强，计算公式：LD(i，j)＝ConCurve[L(i，j)]；
S34，获取阴影区域DMask和高光区域BMask，其计算公式为：
M1＝G(LD*L/255,R)M2＝G(LD，R)
其中G为高斯滤波函数，R滤波半径分别设置为Rdark和Rbright取值为5，T为分割阈值分别设置为Tdark＝64和Tbright＝230。
作为一种可能的实施方式，进一步的，所述步骤S4对ILow进行高斯模糊，从而平整高光和阴影，其计算公式为：Dsmoothing＝G(ILow，RDark)×DMask+G(ILow，RBright)×BMask+ILow×(255-DMask)×(255-BMask)
其中G为高斯模糊，RMask为阴影区域高斯模糊半径取值为10，RBright为高光区域高斯模糊半径取值为10。
作为一种可能的实施方式，进一步的，所述步骤S5中所述的减去操作，其计算公式为：
其中S为缩放值取值为2，Offset为偏移值取值为128。
作为一种可能的实施方式，进一步的，所述步骤S6中所述的瑕疵区域计算方法为：
其中T为分割阈值取值为64，Dis为I和ILOW的颜色欧式距离，其公式为：
作为一种可能的实施方式，进一步的，所述步骤S7中的在瑕疵区域周边寻找正常皮肤信息，进行瑕疵区域填充的计算步骤如下：
S71，遍历IDetail每个像素(i，j),判断SMask(i，j)是否大于0.
S72，if(SMask(i，j)>0)则遍历周围区域满足if(I(i，j)(Radius)∈Fineskin∩L(i，j)(Radius)<Lup∩L(i，j)(Radius)>Ldown)则判断为正常皮肤信息并记录为Ifine；
其中Radius为区域半径取值为5，Fineskin为正常肤色的区域数组{110,100,100,115,130,133,110}，Lup为正常皮肤的亮度上限值取值为220，Ldown为正常肤色的亮度下限取值为40。
S73，当获取所有Mask位置的替代皮肤信息后，开始进行瑕疵填充：
DDetail＝Ifine×SMask+IDetail×(255-SMask)。
作为一种可能的实施方式，进一步的，所述步骤S8中的线性融合方案，其计算方法为:
IBeauty＝DSmoothing+S*DDetail-Offset
其中DSmoothing为S4的结果，DDetail为S7的结果，S为缩放比值为2，Offset为偏移量值为255。
作为一种可能的实施方式，进一步的，步骤S7中所述的瑕疵修复，也可以用改变亮度的方式进行，其计算方法为:
S71，生成亮度映射表BrightCurve[256]，其计算公式为：
B(t)＝(1-t)2P0+2t(1-t)P1+t2P2，t∈[0，1]
其中P0、P1、P2为贝塞尔曲线控制点，取值为P(0,0),P(127,200),P(255,255)。
S72，对瑕疵进行修复，其计算公式为：
DDetail＝BrightCurve[IDetail]×SMask+IDetail×(255-SMask)。
一种实时美肤装置，其包括：
原始图像获取单元，用于从智能终端设备或远程获取并输入原始图像；
光影和颜色信息获取单元，用于对原始图像执行低通滤波，以获取图像的光影和颜色信息，命名为ILow；
蒙板获取单元，用于对光影和颜色信息获取单元获取的信息进行高光过曝和阴影过暗区域检测，从而获取图像的高光区域蒙板BMask和阴影区域蒙板DMask；
高光阴影平整单元，用于利用蒙板获取单元获得的蒙板区域，对ILow进行高斯模糊，从而平整高光和阴影；
图像质感信息获取单元，用于将原始图像获取单元获取的原始图像减去光影和颜色信息获取单元的结果图，获得图像的质感信息，命名为IDetail；
瑕疵区域处理单元，用于利用图像质感信息获取单元获取的质感信息，进行痘痘、黑头和皱纹等瑕疵检测，获得瑕疵区域；并在瑕疵区域周边寻找正常皮肤信息，进行瑕疵区域填充；
线性融合单元，用于将高光阴影平整单元和瑕疵区域处理单元的结果进行线性融合，获取最终结果图。
一种实时美肤设备，其包括：处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序能够被所述处理器执行以实现如权利要求1至7任意一项所述的基于改变光影的实时美肤方法。
一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7任意一项所述的基于改变光影的实时美肤方法。
示例性的，所述计算机程序可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在实时美肤设备中的执行过程。
所述实时美肤设备可包括但不仅限于处理器、存储器。本领域技术人员可以理解，所述示意图仅仅是实时美肤设备的示例，并不构成对实时美肤设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述实时美肤设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述实时美肤设备的控制中心，利用各种接口和线路连接整个实时美肤设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述实时美肤设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述实时美肤设备集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (9)

1.一种实时美肤方法，其特征在于：其包括以下步骤：
S1，获取并输入原始图像；
S2，获取图像的光影和颜色信息，命名为ILow；
S3，获取图像的高光区域蒙板BMask和阴影区域蒙板DMask；通过对步骤S2获取的信息进行高光过曝和阴影过暗区域检测，从而获取图像的高光区域蒙板BMask和阴影区域蒙板DMask，其具体计算步骤如下：
S31，生成对比度增强曲ConCurve[256]，计算公式为：
其中P0到Pn为贝塞尔曲线控制点；
S32，计算图像的灰度信息L，计算公式为：L＝0.3*红色值+0.59*绿色值+0.11*蓝色值，如果是YUV或者Lab图像可以直接用Y通道或者L通道；
S33，对灰度信息L进行对比度增强，计算公式：LD(i,j)＝ConCurve[L(i,j)]；
S34，获取阴影区域DMask和高光区域BMask，其计算公式为：
M1＝G(LD*L/255,R) M2＝G(LD,R)
其中G为高斯滤波函数，R滤波半径分别设置为Rdark和Rbright，T为分割阈值分别设置为Tdark和Tbright；
S4，利用步骤S3中获得的蒙板区域，对ILow进行高斯模糊，从而平整高光和阴影；
S5，将步骤S1的原始图像减去步骤S2中的结果图，获得图像的质感信息，命名为IDetail；
S6，利用步骤S5的质感信息，进行瑕疵检测，获得瑕疵区域；
S7，在瑕疵区域周边寻找正常皮肤信息，进行瑕疵区域填充；
S8，将步骤S4和S7的结果进行线性融合，获取最终结果图。
2.根据权利要求1所述的一种实时美肤方法，其特征在于：所述步骤S4对ILow进行高斯模糊，从而平整高光和阴影，其计算公式为：Dsmoothing＝G(ILow,RDark)×DMask+G(ILow,RBright)×BMask+ILow×(255-DMask)×(255-BMask)
其中G为高斯模糊，RDark为阴影区域高斯模糊半径，RBright为高光区域高斯模糊半径。
3.根据权利要求1所述的一种实时美肤方法，其特征在于：所述步骤S5中将步骤S1的原始图像减去步骤S2中的结果图，其计算公式为： 其中S为缩放值，Offset为偏移值。
4.根据权利要求1所述的一种实时美肤方法，其特征在于：所述步骤S6中所述的瑕疵区域计算方法为：
其中T为分割阈值，Dis为I和ILOW的颜色空间距离。
5.根据权利要求1所述的一种实时美肤方法，其特征在于：所述步骤S7中的在瑕疵区域周边寻找正常皮肤信息，进行瑕疵区域填充的计算步骤如下：
S71，遍历IDetail每个像素(i,j),判断SMask(i,j)是否大于0；
S72，如果(SMask(i,j)>0)则遍历周围区域满足如果(I(i,j)(Radius)∈Fineskin∩L(i,j)(Radius)<Lup∩L(i,j)(Radius)>Ldown)则判断为正常皮肤信息并记录为Ifine；
其中Radius为区域半径，Fineskin为正常肤色的区域数组，Lup为正常皮肤的亮度上限值，Ldown为正常肤色的亮度下限；
S73，当获取所有Mask位置的替代皮肤信息后，开始进行瑕疵填充：
DDetail＝Ifine×SMask+IDetail×(255-SMask)。
6.根据权利要求1所述的一种实时美肤方法，其特征在于：所述步骤S8中的线性融合方案，其计算方法为:
IBeauty＝DSmoothing+S*DDetail-Offset
其中DSmoothing为S4的结果，DDetail为S7的结果，S为缩放比，Offset为偏移量。
7.一种实时美肤装置，其特征在于：其包括：
原始图像获取单元，用于从智能终端设备或远程获取并输入原始图像；
光影和颜色信息获取单元，用于对原始图像执行低通滤波，以获取图像的光影和颜色信息，命名为ILow；
蒙板获取单元，用于对光影和颜色信息获取单元获取的信息进行高光过曝和阴影过暗区域检测，从而获取图像的高光区域蒙板BMask和阴影区域蒙板DMask；通过对获取的信息进行高光过曝和阴影过暗区域检测，从而获取图像的高光区域蒙板BMask和阴影区域蒙板DMask，其具体计算如下：
生成对比度增强曲ConCurve[256]，计算公式为：
其中P0到Pn为贝塞尔曲线控制点；
计算图像的灰度信息L，计算公式为：L＝0.3*红色值+0.59*绿色值+0.11*蓝色值，如果是YUV或者Lab图像可以直接用Y通道或者L通道；
对Luma进行对比度增强，计算公式：LD(i,j)＝ConCurve[L(i,j)]；
获取阴影区域DMask和高光区域BMask，其计算公式为：
M1＝G(LD*L/255,R) M2＝G(LD,R)
其中G为高斯滤波函数，R滤波半径分别设置为Rdark和Rbright，T为分割阈值分别设置为Tdark和Tbright；
高光阴影平整单元，用于利用蒙板获取单元获得的蒙板区域，对ILow进行高斯模糊，从而平整高光和阴影；
图像质感信息获取单元，用于将原始图像获取单元获取的原始图像减去光影和颜色信息获取单元的结果图，获得图像的质感信息，命名为IDetail；
瑕疵区域处理单元，用于利用图像质感信息获取单元获取的质感信息，进行瑕疵检测，获得瑕疵区域；并在瑕疵区域周边寻找正常皮肤信息，进行瑕疵区域填充；
线性融合单元，用于将高光阴影平整单元和瑕疵区域处理单元的结果进行线性融合，获取最终结果图。
8.一种实时美肤设备，其特征在于：其包括：处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序能够被所述处理器执行以实现如权利要求1至6任意一项所述的一种实时美肤方法。
9.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6任意一项所述的一种实时美肤方法。
CN202010658737.8A 2020-07-09 2020-07-09 一种实时美肤方法、装置、设备和计算机存储介质 Active CN111815729B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010658737.8A CN111815729B (zh) 2020-07-09 2020-07-09 一种实时美肤方法、装置、设备和计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010658737.8A CN111815729B (zh) 2020-07-09 2020-07-09 一种实时美肤方法、装置、设备和计算机存储介质

Publications (2)

Publication Number Publication Date
CN111815729A CN111815729A (zh) 2020-10-23
CN111815729B true CN111815729B (zh) 2023-11-03

Family

ID=72842117

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010658737.8A Active CN111815729B (zh) 2020-07-09 2020-07-09 一种实时美肤方法、装置、设备和计算机存储介质

Country Status (1)

Country Link
CN (1) CN111815729B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112288661B (zh) * 2020-12-28 2021-04-09 成都索贝数码科技股份有限公司 一种图像色彩校正方法
CN114511580A (zh) * 2022-01-28 2022-05-17 北京字跳网络技术有限公司 图像处理方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104700371A (zh) * 2015-03-18 2015-06-10 厦门美图之家科技有限公司 一种蒙版的生成方法和系统
CN108053377A (zh) * 2017-12-11 2018-05-18 北京小米移动软件有限公司 图像处理方法及设备
CN110443747A (zh) * 2019-07-30 2019-11-12 Oppo广东移动通信有限公司 图像处理方法、装置、终端及计算机可读存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9552626B1 (en) * 2015-10-07 2017-01-24 Adobe Systems Incorporated Digital image blemish removal

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104700371A (zh) * 2015-03-18 2015-06-10 厦门美图之家科技有限公司 一种蒙版的生成方法和系统
CN108053377A (zh) * 2017-12-11 2018-05-18 北京小米移动软件有限公司 图像处理方法及设备
CN110443747A (zh) * 2019-07-30 2019-11-12 Oppo广东移动通信有限公司 图像处理方法、装置、终端及计算机可读存储介质

Also Published As

Publication number Publication date
CN111815729A (zh) 2020-10-23

Similar Documents

Publication Publication Date Title
Lee et al. Unsupervised low-light image enhancement using bright channel prior
US9311901B2 (en) Variable blend width compositing
CN111986129B (zh) 基于多摄图像融合的hdr图像生成方法、设备及存储介质
CN111784605B (zh) 一种基于区域指导的图像降噪方法、计算机装置及计算机可读存储介质
Pei et al. Effective image haze removal using dark channel prior and post-processing
CN111815729B (zh) 一种实时美肤方法、装置、设备和计算机存储介质
CN113888437A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
US20210374925A1 (en) Image Enhancement System and Method
CN111899197B (zh) 一种图像增亮去噪方法、装置、移动终端和存储介质
CN107169973A (zh) 一种图像的背景去除和合成方法及装置
Xiao et al. Fast image enhancement based on color space fusion
CN111260580A (zh) 一种基于图像金字塔的图像去噪方法、计算机装置及计算机可读存储介质
WO2023273868A1 (zh) 图像降噪方法、装置、终端、存储介质
Nnolim Image de-hazing via gradient optimized adaptive forward-reverse flow-based partial differential equation
CN113808027A (zh) 一种人体图像处理方法、装置、电子设备及存储介质
CN113706393A (zh) 视频增强方法、装置、设备及存储介质
CN103685858A (zh) 视频实时处理的方法及设备
Han et al. Automatic illumination and color compensation using mean shift and sigma filter
CN113112422A (zh) 图像处理方法、装置、电子设备、计算机可读介质
CN111161299B (zh) 影像分割方法、存储介质及电子装置
CN114693573A (zh) 一种基于高低频的实时祛斑祛痘方法、装置、设备、介质
KR101089902B1 (ko) 디지털 이미지의 에지 영역 판단 장치 및 방법
CN113129207A (zh) 一种图片的背景虚化方法及装置、计算机设备、存储介质
CN111241934A (zh) 一种获取人脸图像中油光区域的方法和装置
CN112561822B (zh) 美颜方法、装置、电子设备及存储介质

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