JP2002163649A - デジタル画像処理方法 - Google Patents

デジタル画像処理方法

Info

Publication number
JP2002163649A
JP2002163649A JP2001295744A JP2001295744A JP2002163649A JP 2002163649 A JP2002163649 A JP 2002163649A JP 2001295744 A JP2001295744 A JP 2001295744A JP 2001295744 A JP2001295744 A JP 2001295744A JP 2002163649 A JP2002163649 A JP 2002163649A
Authority
JP
Japan
Prior art keywords
specular reflection
digital image
potential
red
eye
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.)
Granted
Application number
JP2001295744A
Other languages
English (en)
Other versions
JP4619589B2 (ja
Inventor
Reiner Eschbach
エシュバッハ ライナー
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.)
Xerox Corp
Original Assignee
Xerox Corp
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 Xerox Corp filed Critical Xerox Corp
Publication of JP2002163649A publication Critical patent/JP2002163649A/ja
Application granted granted Critical
Publication of JP4619589B2 publication Critical patent/JP4619589B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/193—Preprocessing; Feature extraction
    • 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
    • G06T7/90—Determination of colour characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/62—Retouching, i.e. modification of isolated colours only or in isolated picture areas only
    • H04N1/624—Red-eye correction
    • 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
    • G06T2207/30216—Redeye defect

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • General Health & Medical Sciences (AREA)
  • Image Analysis (AREA)
  • Color Television Image Signal Generators (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Image Processing (AREA)

Abstract

(57)【要約】 【課題】 写真画像内の赤目を検出する方法を提供す
る。 【解決手段】 この方法は、画像を定義するデジタル画
像データを受け取るステップ（Ｓ１）を含む。デジタル
画像データは、正反射を含む画像の全ての領域を識別す
るように処理される（Ｓ２）。正反射を含むとみなされ
た画像領域は従来の技術に従って更に処理され、赤目の
有無が判定される（Ｓ３）。正反射は、輝度−クロミナ
ンス特性、幾何学的（例えば、サイズ／形状）特性、及
び／又は輝度勾配特性に従って識別される。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、デジタル画像処理
における赤目検出方法に関する。
【０００２】
【従来の技術及び発明が解決しようとする課題】赤目(r
ed-eye)は、フラッシュ又はストロボを用いて撮影され
た写真画像（連続階調又はデジタル）に見られる一般的
な現象であり、被写体である人間の目の色がその本来の
色ではなく「血赤色」に見える。赤目は、目の網膜から
反射したフラッシュの光がカメラの対物レンズに戻るこ
とにより生じる。
【０００３】赤目を検出して補正する画像処理技術は公
知であり、使用されている。一般に、赤目の検出又は識
別をする従来の画像処理技術は、人間の介入を必要とす
るか、又は要求される画像処理操作の点で効率が非常に
悪い。ある従来の方法では、オペレータが全ての画像に
目を通し、更なる処理のために赤目を含む画像をマーキ
ングしなくてはならない。この作業は時間がかかり、費
用がかかる。オペレータの関与を取り除くか又は低減す
る試みにより、色、サイズ、及び形状の基準に基づいた
赤目の検出を試みる自動処理が行われることになった。
赤色は非常にありふれたものであり、赤目が多数の画像
（例えば、フラッシュを用いずに撮影されたもの、人間
の被写体を含まないものなど）に存在しないことを前提
とすると、大量の画像処理リソースがこの目的のために
非効率的に用いられていることになる。更に、サイズ／
形状の基準を満たす赤色被写体はいずれも赤目として識
別されるといった事実のため、偽陽性がしばしば生じ
る。従って、これらの従来の自動赤目検出技術を用いる
と、赤色のボタン、赤色のキャンディーなどは全て赤目
として誤認識される可能性がある。
【０００４】
【課題を解決するための手段】本発明によると、赤目検
出方法は、画像を定義するデジタル画像データを受け取
るステップを含む。デジタル画像データは、正反射を含
む画像の全ての領域が識別するように処理される。正反
射を含むとみなされた画像領域は従来の技術に従って更
に処理され、赤目の有無が判定される。正反射は、輝度
−クロミナンス特性、幾何学的（例えば、サイズ／形
状）特性、及び／又は輝度勾配特性に従って識別され
る。
【０００５】
【発明の実施の形態】図１は、人間の目Ｅを線図で示し
ている。人間の目Ｅは虹彩Ｉ及び瞳孔Ｐを含み、これら
は共に透明な角膜で覆われている。この説明のために、
この目の像が赤目の影響を含むと仮定する。この影響
は、フラッシュの光が目の後部の網膜から反射すること
により生じる。人間の目の形状を考慮すると、目の前部
からの反射も、目の後部側からの反射と空間的に近接し
て見えることを推論することができる。前部側からの反
射は滑らかで湿った表面からの反射であり、従って正反
射の特性を全て示している。また、図示される目Ｅは正
反射ＳＲを示しており、この例では瞳孔Ｐの空間範囲と
重複している。正反射は、写真のフラッシュ又はストロ
ボが目の角膜から反射して生じる、光沢のある本質的に
「白い」領域である。周知のように、赤目は画像内の瞳
孔Ｐの血赤色によって明示される。
【０００６】図２は部分的な画像Ａを示しており、この
画像Ａは、背景Ｂ、第１の物体Ｏ１、第２の物体Ｏ２、
第３の物体Ｏ３、及び前述の目Ｅによって定義されてい
る。画像はデジタル形式で設けられることが好ましく、
そうでない場合は、本発明による処理のために連続調デ
ータからデジタルデータに変換される。画像データは、
輝度−クロミナンス色空間という形で表される複数のピ
クセル値によって定義されるか、ＹＣｒＣｂ、ＣＩＥＬ
ＡＢなどの輝度−クロミナンス色空間に変換されたデジ
タル画像データであることが最も好ましい。
【０００７】また、図３を参照すると、本発明による赤
目検出方法が開示されている。この方法は、あらゆる適
切な画像処理装置又は現像装置において実行され、例え
ば画像Ａなどの画像を定義するデジタル画像データを受
け取るステップＳ１を含む。ステップＳ２は、デジタル
画像データを処理し、正反射ＳＲを含む全ての領域Ｒを
識別することを含む。最後に、ステップＳ３では、正反
射ＳＲを含むとみなされた領域Ｒのみを従来の技術に従
って更に処理し、赤目の有無を判定する。従って、図２
を参照すると、ステップＳ２により、領域Ｒ１（明確に
するために破線で示される）が画像Ａ中で正反射ＳＲを
含む唯一の領域Ｒとして識別される。
【０００８】本質的に全ての赤目が正反射ＳＲに関連し
ている、即ち、正反射がなければ赤目はない、という事
実を本発明が利用していることを、当業者は認識するで
あろう。一方、正反射の存在が必ずしも赤目の存在を示
すわけではない。実際に、赤目が存在せずに正反射が存
在することはしばしばある。従って、領域Ｒ内の正反射
ＳＲに関連する赤目の有無を判定するには、正反射ＳＲ
を含むと識別された領域Ｒを従来の方法で更に処理する
ことが必要である。正反射ＳＲを含む各領域Ｒ内の赤目
を検出し、補正する従来の処理は、従来の特許に述べら
れるものなど、あらゆる適切な方法によって実行され
る。これらの方法は、特定の赤色を有し、人間の瞳孔Ｐ
のサイズ及び形状に対応する特定のサイズ及び形状を有
する画像の特徴又は物体を探し出すことに基づいて赤目
を識別することがしばしばである。
【０００９】正反射ＳＲを含む全ての領域Ｒを識別する
ステップＳ２は、図４に開示されるような、本発明に従
った複数のサブステップＳ２ａ〜Ｓ２ｆを含む。本発明
の全体的な範囲及び意図から逸脱することなく、図４に
述べられるステップのうちのいくつかを本明細書に特定
した順序とは異なる順序で実行することができること
を、当業者は認識するであろう。
【００１０】サブステップＳ２ａは、画像Ａを定義する
データ又はピクセルを処理し、潜在的(potential)正反
射ＰＳＲを含む全ての領域Ｒを輝度−クロミナンスデー
タに基づいて識別する、即ち、明るい白領域は全て潜在
的正反射ＰＳＲとして識別することを含む。１つの例で
は、ＹＣｒＣｂの８ビット／セパレーションの色空間記
述を用いて、Ｙ＞２２０、−１６＜Ｃｂ＜１６、及び−
８＜Ｃｒ＜２４の関係を全て満たす隣接ピクセルのグル
ープを探し出すことにより、このような明るい白領域を
識別することができる。例えば、図２では、正反射ＳＲ
は潜在的正反射として識別される。また、例えば、物体
Ｏ１〜Ｏ３も、その明るい白色の輝度−クロミナンス特
性に基づいて潜在的正反射として識別される。
【００１１】次いでサブステップＳ２ｂは、各潜在的正
反射ＰＳＲを、例えば所望の形状及び／又はサイズとい
った幾何学的属性と比較する。説明における処理を簡潔
にするため、ＰＳＲを選択されたサイズのしきい値、例
えばピクセルの高さ及び幅の値と比較する。これらの値
よりも大きい値は、潜在的正反射が正反射であるには大
きすぎるとみなされる。従って、図２の画像Ａを参照す
ると、物体Ｏ１及びＯ２はこのサイズしきい値を上回る
ため、潜在的正反射のセットから切り捨てられる。ステ
ップＳ２ｂの後では、物体Ｏ３及び実際の正反射ＳＲの
みが潜在的正反射ＰＳＲとしてなお識別される。
【００１２】サブステップＳ２ｃは、各潜在的正反射Ｐ
ＳＲ毎の輝度勾配を決定する。これは、例えば、潜在的
正反射ＰＳＲの空間範囲全体にわたるサブトラクション
を用いて達成される。輝度勾配は、本明細書中では各潜
在的正反射ＰＳＲ内の輝度の変化の割合として定義され
る。実際の正反射ＳＲは、通常の白色物体のような他の
明るい白色画像領域とは対照的に強い輝度勾配を示す。
【００１３】サブステップＳ２ｄは、全ての潜在的正反
射ＰＳＲの輝度又は輝度勾配を、選択された輝度勾配の
しきい値と比較する。ステップＳ２ｅは、この選択され
た輝度勾配のしきい値を上回る輝度勾配を示さないもの
を、全ての潜在的正反射のセットから切り捨てる。本実
施例では、画像Ａ内の物体Ｏ３は白いボタンのようなも
のであり、サブステップＳ２ｄによって適用される輝度
勾配のしきい値を満たすのに十分強い輝度勾配によって
定義されていないため、この後、サブステップＳ２ｅに
従って無視される。
【００１４】サブステップＳ２ｆは、残った潜在的正反
射ＰＳＲを全て正反射ＳＲとして識別する。本実施例で
は、サブステップＳ２ｆは実際の正反射ＳＲのみを正反
射として識別する。所望であれば、任意のサブステップ
Ｓ２ｅ'をサブステップＳ２ｆの前に設けることができ
る。サブステップＳ２ｅ'は、潜在的正反射ＰＳＲに隣
接する赤色のピクセルを探索する。隣接する赤色ピクセ
ルが識別されない場合、潜在的正反射は無視され、正反
射ＳＲとして識別されない。このような場合、赤色ピク
セルは潜在的正反射に隣接して位置していないとする
と、正反射に関連して赤目を探し出すための更なる処理
は不要となる。
【００１５】偽陽性（即ち、領域Ｒが実際に正反射ＳＲ
を含んでいない場合に正反射ＳＲを含むものとして領域
Ｒを識別すること）が生じうるが、それはむしろ望まし
い、ということに注意すべきである。赤目を含むものと
して識別された領域に対して実行される、下流の従来の
赤目検出及び補正処理は、赤目を実際に含まない領域を
識別し、これを無視する。一方、潜在的正反射を正反射
として識別するように前述の方法を変えることにより、
赤目の発生を見落とす確率は最小にされる。
【００１６】領域識別及び後続の赤目検出アルゴリズム
が奇数の赤目を与える場合は、追加の処理を適用し、正
反射を伴わない赤目といったまれなケースを探索するこ
とができることを、当業者は認識するであろう。そのよ
うな拡張の１つは、識別された赤目の周囲にある本質的
に水平のバンドに沿って画像を調べる。
【００１７】本発明は、好適な実施の形態を参照して説
明された。サブステップ２ｂ〜２ｆを再編成したり、一
部省略してもよいことに注意すべきである。他の修正
は、本明細書を読み、理解するにつれ、本発明に関連す
る技術に携わる者に生じるであろう。本発明は、請求の
範囲及びその均等物の範囲内である限り、そのような修
正及び改変を全て含むものと解釈されるように意図され
る。
【図面の簡単な説明】
【図１】赤目現象を示す、人間の目の線図である。
【図２】図１の目及び他の物体を含む画像の部分線図で
ある。
【図３】本発明による赤目検出方法を開示するハイレベ
ルのフローチャートである。
【図４】図３に開示される赤目検出方法のサブステップ
を示す、より詳細なフローチャートである。
【符号の説明】
Ａ 部分的な画像 Ｂ 背景 Ｅ 目 Ｉ 虹彩 Ｏ１、Ｏ２、Ｏ３ 物体 Ｐ 瞳孔 ＰＳＲ 潜在的正反射 ＳＲ 正反射
───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5C065 AA03 BB01 CC02 CC03 CC08 CC09 DD01 5L096 AA02 AA06 CA02 EA37 FA15 FA51 GA41 GA51 HA08 JA14 JA16

Claims (4)

    【特許請求の範囲】
  1. 【請求項１】 デジタル画像の潜在的赤目領域を識別す
    るデジタル画像処理方法であって、 複数のピクセルによって定義されるデジタル画像を受け
    取るステップと、 前記デジタル画像内に、正反射を表すピクセルを含む対
    象領域を探し出すステップと、 各対象領域を潜在的赤目領域として識別するステップ
    と、 を含む、デジタル画像処理方法。
  2. 【請求項２】 対象領域を探し出す前記ステップが、前
    記デジタル画像の各ピクセルの輝度−クロミナンスデー
    タを調べることを含む、請求項１に記載のデジタル画像
    処理方法。
  3. 【請求項３】 前記デジタル画像内の対象領域を探し出
    す前記ステップが、 前記デジタル画像の隣接ピクセルのグループが正反射の
    輝度−クロミナンス特性を有するピクセルを含む場合、
    前記隣接ピクセルのグループを潜在的正反射として識別
    するサブステップと、 識別された各潜在的正反射に対し、前記潜在的正反射の
    幾何学的属性を少なくとも１つ決定するサブステップ
    と、 前記潜在的正反射の前記少なくとも１つの幾何学的属性
    を所望の幾何学的属性と比較するサブステップと、 前記少なくとも１つの幾何学的属性が前記所望の幾何学
    的属性と一致する場合、前記潜在的正反射を正反射とし
    て識別するサブステップと、 を含む、請求項２に記載のデジタル画像処理方法。
  4. 【請求項４】 各潜在的正反射に対し、前記潜在的正反
    射の輝度勾配を決定するサブステップと、 前記潜在的正反射の前記輝度勾配を、選択された輝度勾
    配のしきい値と比較するサブステップと、 前記少なくとも１つの幾何学的属性が前記所望の幾何学
    的属性と一致し、かつ前記輝度勾配が前記輝度勾配のし
    きい値よりも大きい場合、前記潜在的正反射を正反射と
    して識別するサブステップと、 を含む、請求項３に記載のデジタル画像処理方法。
JP2001295744A 2000-10-16 2001-09-27 デジタル画像処理方法 Expired - Fee Related JP4619589B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US688673 2000-10-16
US09/688,673 US6718051B1 (en) 2000-10-16 2000-10-16 Red-eye detection method

Publications (2)

Publication Number Publication Date
JP2002163649A true JP2002163649A (ja) 2002-06-07
JP4619589B2 JP4619589B2 (ja) 2011-01-26

Family

ID=24765318

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001295744A Expired - Fee Related JP4619589B2 (ja) 2000-10-16 2001-09-27 デジタル画像処理方法

Country Status (3)

Country Link
US (1) US6718051B1 (ja)
EP (1) EP1199672A3 (ja)
JP (1) JP4619589B2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008073158A (ja) * 2006-09-20 2008-04-03 Olympus Corp 画像処理装置
JP2012231422A (ja) * 2011-04-27 2012-11-22 Avermedia Information Inc グレア除去装置及びグレア除去方法

Families Citing this family (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7630006B2 (en) * 1997-10-09 2009-12-08 Fotonation Ireland Limited Detecting red eye filter and apparatus using meta-data
US7352394B1 (en) 1997-10-09 2008-04-01 Fotonation Vision Limited Image modification based on red-eye filter analysis
US7042505B1 (en) 1997-10-09 2006-05-09 Fotonation Ireland Ltd. Red-eye filter method and apparatus
US7738015B2 (en) * 1997-10-09 2010-06-15 Fotonation Vision Limited Red-eye filter method and apparatus
US7088855B1 (en) 2001-01-22 2006-08-08 Adolfo Pinheiro Vide Method and system for removal of red eye effects
EP1229734A1 (en) * 2001-01-31 2002-08-07 GRETAG IMAGING Trading AG Automatic colour defect correction
US6859565B2 (en) * 2001-04-11 2005-02-22 Hewlett-Packard Development Company, L.P. Method and apparatus for the removal of flash artifacts
US20020158903A1 (en) * 2001-04-26 2002-10-31 International Business Machines Corporation Apparatus for outputting textual renditions of graphical data and method therefor
GB2379819B (en) * 2001-09-14 2005-09-07 Pixology Ltd Image processing to remove red-eye features
GB2385736B (en) * 2002-02-22 2005-08-24 Pixology Ltd Detection and correction of red-eye features in digital images
US8170294B2 (en) * 2006-11-10 2012-05-01 DigitalOptics Corporation Europe Limited Method of detecting redeye in a digital image
US8254674B2 (en) 2004-10-28 2012-08-28 DigitalOptics Corporation Europe Limited Analyzing partial face regions for red-eye detection in acquired digital images
US7574016B2 (en) 2003-06-26 2009-08-11 Fotonation Vision Limited Digital image processing using face detection information
US7536036B2 (en) * 2004-10-28 2009-05-19 Fotonation Vision Limited Method and apparatus for red-eye detection in an acquired digital image
US7587085B2 (en) * 2004-10-28 2009-09-08 Fotonation Vision Limited Method and apparatus for red-eye detection in an acquired digital image
US7792970B2 (en) 2005-06-17 2010-09-07 Fotonation Vision Limited Method for establishing a paired connection between media devices
US7689009B2 (en) * 2005-11-18 2010-03-30 Fotonation Vision Ltd. Two stage detection for photographic eye artifacts
US7920723B2 (en) * 2005-11-18 2011-04-05 Tessera Technologies Ireland Limited Two stage detection for photographic eye artifacts
US7970182B2 (en) 2005-11-18 2011-06-28 Tessera Technologies Ireland Limited Two stage detection for photographic eye artifacts
US8036458B2 (en) 2007-11-08 2011-10-11 DigitalOptics Corporation Europe Limited Detecting redeye defects in digital images
US8520093B2 (en) * 2003-08-05 2013-08-27 DigitalOptics Corporation Europe Limited Face tracker and partial face tracker for red-eye filter method and apparatus
US9412007B2 (en) * 2003-08-05 2016-08-09 Fotonation Limited Partial face detector red-eye filter method and apparatus
US7835572B2 (en) 2003-09-30 2010-11-16 Sharp Laboratories Of America, Inc. Red eye reduction technique
JP4431949B2 (ja) * 2003-10-27 2010-03-17 ノーリツ鋼機株式会社 赤目補正方法及びこの方法を実施する装置
US20110102643A1 (en) * 2004-02-04 2011-05-05 Tessera Technologies Ireland Limited Partial Face Detector Red-Eye Filter Method and Apparatus
US7551797B2 (en) * 2004-08-05 2009-06-23 Canon Kabushiki Kaisha White balance adjustment
US7403654B2 (en) * 2004-10-04 2008-07-22 Arcsoft, Inc. Enhanced automatic red eye removal
US7831067B2 (en) * 2005-05-16 2010-11-09 Cisco Technology, Inc. Methods and apparatus for automated, multi-level red eye correction
US8374403B2 (en) * 2005-05-16 2013-02-12 Cisco Technology, Inc. Methods and apparatus for efficient, automated red eye detection
US7907786B2 (en) * 2005-06-06 2011-03-15 Xerox Corporation Red-eye detection and correction
US7711211B2 (en) * 2005-06-08 2010-05-04 Xerox Corporation Method for assembling a collection of digital images
US7599577B2 (en) 2005-11-18 2009-10-06 Fotonation Vision Limited Method and apparatus of correcting hybrid flash artifacts in digital images
US7567707B2 (en) * 2005-12-20 2009-07-28 Xerox Corporation Red eye detection and correction
JP4643715B2 (ja) 2006-02-14 2011-03-02 テセラ テクノロジーズ アイルランド リミテッド 赤目ではない目の閃光による不良の自動的な検知および補正
DE602007012246D1 (de) 2006-06-12 2011-03-10 Tessera Tech Ireland Ltd Fortschritte bei der erweiterung der aam-techniken aus grauskalen- zu farbbildern
US7764846B2 (en) * 2006-12-12 2010-07-27 Xerox Corporation Adaptive red eye correction
US8055067B2 (en) 2007-01-18 2011-11-08 DigitalOptics Corporation Europe Limited Color segmentation
JP2010520567A (ja) * 2007-03-05 2010-06-10 フォトネーション ビジョン リミテッド 顔の位置および向きを用いた赤目の誤検出フィルタリング
US7933454B2 (en) * 2007-06-25 2011-04-26 Xerox Corporation Class-based image enhancement system
US8503818B2 (en) 2007-09-25 2013-08-06 DigitalOptics Corporation Europe Limited Eye defect detection in international standards organization images
US8212864B2 (en) * 2008-01-30 2012-07-03 DigitalOptics Corporation Europe Limited Methods and apparatuses for using image acquisition data to detect and correct image defects
US8081254B2 (en) * 2008-08-14 2011-12-20 DigitalOptics Corporation Europe Limited In-camera based method of detecting defect eye with high accuracy
US20120268626A1 (en) * 2011-04-25 2012-10-25 Avermedia Information, Inc. Apparatus and method for eliminating glare
US9116924B2 (en) 2013-01-14 2015-08-25 Xerox Corporation System and method for image selection using multivariate time series analysis
US20210291435A1 (en) * 2020-03-19 2021-09-23 Ricoh Company, Ltd. Measuring apparatus, movable apparatus, robot, electronic device, fabricating apparatus, and measuring method

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10233929A (ja) * 1997-02-19 1998-09-02 Canon Inc 画像処理装置及び方法
JP2000076427A (ja) * 1998-06-15 2000-03-14 Fuji Photo Film Co Ltd 画像処理方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5153632A (en) 1988-08-12 1992-10-06 Nikon Corporation Flash exposure apparatus for avoiding red-eye effect
US5202719A (en) 1989-08-04 1993-04-13 Minolta Camera Kabushiki Kaisha Camera having a built-in electronic flash device and a detachable flash device selectively operated to eliminate red-eye phenomena
US5130789A (en) 1989-12-13 1992-07-14 Eastman Kodak Company Localized image recoloring using ellipsoid boundary function
EP0506819B1 (en) * 1989-12-26 1994-10-05 Eastman Kodak Company Flash illumination system and method incorporating indirect reflecting surface detection
JP3188742B2 (ja) 1992-01-31 2001-07-16 キヤノン株式会社 カメラ
US5287134A (en) * 1992-12-28 1994-02-15 Eastman Kodak Company Photographic flash apparatus
US5315342A (en) * 1992-12-28 1994-05-24 Eastman Kodak Company Automatic focus and indirect illumination camera system
US5432863A (en) 1993-07-19 1995-07-11 Eastman Kodak Company Automated detection and correction of eye color defects due to flash illumination
JPH07261279A (ja) 1994-02-25 1995-10-13 Eastman Kodak Co 写真画像の選択システム及び方法
US5500671A (en) 1994-10-25 1996-03-19 At&T Corp. Video conference system and method of providing parallax correction and a sense of presence
EP0865637A4 (en) 1995-12-04 1999-08-18 Sarnoff David Res Center DETECTION SYSTEM WITH A WIDE AND NARROW FIELD OF VIEW AND METHOD
JP2907120B2 (ja) 1996-05-29 1999-06-21 日本電気株式会社 赤目検出補正装置
US5804356A (en) 1996-10-15 1998-09-08 Eastman Kodak Company Rapid processing of silver bromoiodide color negative films and digital image correction to provide display images having desired aim color and tone scale reproduction
US5698379A (en) 1996-10-15 1997-12-16 Eastman Kodak Company Rapid image presentation method employing silver chloride tabular grain photographic elements
US5717964A (en) * 1997-02-18 1998-02-10 Eastman Kodak Company Camera exposure apparatus having flash tubes for correcting for overexposure
US5747228A (en) 1997-04-07 1998-05-05 Eastman Kodak Company Method for providing a color display image using duplitized color silver halide photographic elements
US6151403A (en) * 1997-08-29 2000-11-21 Eastman Kodak Company Method for automatic detection of human eyes in digital images
WO1999017254A1 (en) 1997-09-26 1999-04-08 Polaroid Corporation Digital redeye removal
US6016354A (en) 1997-10-23 2000-01-18 Hewlett-Packard Company Apparatus and a method for reducing red-eye in a digital image

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10233929A (ja) * 1997-02-19 1998-09-02 Canon Inc 画像処理装置及び方法
JP2000076427A (ja) * 1998-06-15 2000-03-14 Fuji Photo Film Co Ltd 画像処理方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008073158A (ja) * 2006-09-20 2008-04-03 Olympus Corp 画像処理装置
US8285039B2 (en) 2006-09-20 2012-10-09 Olympus Corporation Image processor
JP2012231422A (ja) * 2011-04-27 2012-11-22 Avermedia Information Inc グレア除去装置及びグレア除去方法

Also Published As

Publication number Publication date
JP4619589B2 (ja) 2011-01-26
US6718051B1 (en) 2004-04-06
EP1199672A2 (en) 2002-04-24
EP1199672A3 (en) 2004-01-02

Similar Documents

Publication Publication Date Title
JP4619589B2 (ja) デジタル画像処理方法
US8374403B2 (en) Methods and apparatus for efficient, automated red eye detection
US7224850B2 (en) Modification of red-eye-effect in digital image
US7831067B2 (en) Methods and apparatus for automated, multi-level red eye correction
EP1430710B1 (en) Image processing to remove red-eye features
JP4431949B2 (ja) 赤目補正方法及びこの方法を実施する装置
US8170294B2 (en) Method of detecting redeye in a digital image
US7847840B2 (en) Detecting red eye filter and apparatus using meta-data
US7747071B2 (en) Detecting and correcting peteye
US20100303347A1 (en) Red eye reduction technique
US7852377B2 (en) Automatic red eye removal
EP0899686A2 (en) A computer program product for redeye detection
EP1476851A1 (en) Detection and correction of red-eye features in digital images
JPH09322192A (ja) 赤目検出補正装置
Zhang et al. Automated red-eye detection and correction in digital photographs
KR100617777B1 (ko) 졸음운전 경고 장치에서 운전자의 눈 영상 검출 장치 및 방법
WO2001071421A1 (en) Red-eye correction by image processing
US20050248664A1 (en) Identifying red eye in digital camera images
Schildkraut et al. A fully automatic redeye detection and correction algorithm
JP3510040B2 (ja) 画像処理方法
JP2002182634A (ja) 色再現処理切替装置および可読記録媒体
JPH04174304A (ja) 眼位置検出装置
JP2010219870A (ja) 画像処理装置および画像処理方法
Sathish et al. Machine Learning Approach to Detect Red-Eye Using Pixel Detection Technique
WO2022125087A1 (en) Light intensity determination

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080926

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100622

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100903

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20100928

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20101027

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20131105

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees