JP2010160792A - 赤目を検出する方法、コンピューター読み取り可能な媒体および画像処理装置 - Google Patents
赤目を検出する方法、コンピューター読み取り可能な媒体および画像処理装置 Download PDFInfo
- Publication number
- JP2010160792A JP2010160792A JP2009286048A JP2009286048A JP2010160792A JP 2010160792 A JP2010160792 A JP 2010160792A JP 2009286048 A JP2009286048 A JP 2009286048A JP 2009286048 A JP2009286048 A JP 2009286048A JP 2010160792 A JP2010160792 A JP 2010160792A
- Authority
- JP
- Japan
- Prior art keywords
- red
- pixels
- eye
- image
- pixel
- 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.)
- Withdrawn
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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Color Image Communication Systems (AREA)
Abstract
【課題】デジタル画像における赤目検出の方法および装置を提供すること。
【解決手段】画像において所定度合いの赤色を有する赤ピクセルが特定され、赤ピクセル
各々について赤色コントラストが検出され、次に所定レベルの赤色コントラストを有する
赤ピクセルに対し赤色が強化される。赤と特定されたピクセルは次に赤ピクセルに結び付
いた1つ以上の色特性に基づく別の赤色閾値を適用することによりさらに精緻化され、精
緻化された赤ピクセルのセットは次に1つ以上の赤目オブジェクト候補のセットに分割す
ることができる。
【選択図】図１
【解決手段】画像において所定度合いの赤色を有する赤ピクセルが特定され、赤ピクセル
各々について赤色コントラストが検出され、次に所定レベルの赤色コントラストを有する
赤ピクセルに対し赤色が強化される。赤と特定されたピクセルは次に赤ピクセルに結び付
いた1つ以上の色特性に基づく別の赤色閾値を適用することによりさらに精緻化され、精
緻化された赤ピクセルのセットは次に1つ以上の赤目オブジェクト候補のセットに分割す
ることができる。
【選択図】図１
Description
本発明はデジタル画像処理に関する。より具体的に、開示される実施形態はデジタル画
像における赤目効果を検出する方法、装置、およびコンピューター読み取り可能な媒体に
関する。
像における赤目効果を検出する方法、装置、およびコンピューター読み取り可能な媒体に
関する。
画像において赤目効果はフラッシュが使用される際に周囲の照明状態が比較的暗いため
に生じる。（例えば特許文献１参照。）
に生じる。（例えば特許文献１参照。）
人間の目は瞳孔を拡張することにより暗い照明に適応する。写真が撮影される時にフラ
ッシュからの光が拡張された瞳孔に入り、網膜の赤い血管を照らす。したがって、赤目検
出はフラッシュを用いて撮影されたデジタル・カラー写真における赤目箇所を特定する画
像分析手法である。
ッシュからの光が拡張された瞳孔に入り、網膜の赤い血管を照らす。したがって、赤目検
出はフラッシュを用いて撮影されたデジタル・カラー写真における赤目箇所を特定する画
像分析手法である。
本発明の赤目を検出する方法は、入力画像における赤目を検出する方法であって、
赤色コントラストの閾値レベルを有する入力画像ピクセルの赤色を強化するステップと
、
前記強化された画像において赤目ピクセル候補を特定するステップとを有することを特
徴とする。
赤色コントラストの閾値レベルを有する入力画像ピクセルの赤色を強化するステップと
、
前記強化された画像において赤目ピクセル候補を特定するステップとを有することを特
徴とする。
また、本発明の赤目を検出する方法において、前記強化された画像におけるピクセルが
赤色の第1閾値レベルを有する場合に前記ピクセルを赤目ピクセル候補として指定するこ
とによって、赤目ピクセル候補マップを形成するステップと、
前記赤目ピクセル候補マップを用いて1つ以上の赤目オブジェクト候補を特定するステ
ップとをさらに有することを特徴とする。
赤色の第1閾値レベルを有する場合に前記ピクセルを赤目ピクセル候補として指定するこ
とによって、赤目ピクセル候補マップを形成するステップと、
前記赤目ピクセル候補マップを用いて1つ以上の赤目オブジェクト候補を特定するステ
ップとをさらに有することを特徴とする。
また、本発明の赤目を検出する方法において、前記強化された画像におけるピクセルは
、その赤成分がその他の複数色成分各々を、各々の第1セットの閾値量で超える場合に前
記赤色の第1閾値レベルを有することを特徴とする。
、その赤成分がその他の複数色成分各々を、各々の第1セットの閾値量で超える場合に前
記赤色の第1閾値レベルを有することを特徴とする。
また、本発明の赤目を検出する方法において、前記第1セットの閾値量は前記入力画像
において赤色の第2閾値レベルを有すると特定されたピクセルの色特性に依存し、
前記入力画像におけるピクセルはその赤成分が前記その他の複数色成分各々を超える場合
に前記赤色の第2閾値レベルを有することを特徴とする。
において赤色の第2閾値レベルを有すると特定されたピクセルの色特性に依存し、
前記入力画像におけるピクセルはその赤成分が前記その他の複数色成分各々を超える場合
に前記赤色の第2閾値レベルを有することを特徴とする。
また、本発明の赤目を検出する方法において、前記入力画像におけるピクセルは、前記
赤色成分が前記その他の複数色成分各々を、各々の第2セットの閾値量で超える場合に前
記赤色の第2閾値レベルを有することを特徴とする。
赤色成分が前記その他の複数色成分各々を、各々の第2セットの閾値量で超える場合に前
記赤色の第2閾値レベルを有することを特徴とする。
また、本発明の赤目を検出する方法において、前記1つ以上の赤目オブジェクト候補各
々の、各オブジェクトが赤目オブジェクトである可能性が高いかを示す1つ以上の幾何学
的特性を評価するステップをさらに有することを特徴とする。
々の、各オブジェクトが赤目オブジェクトである可能性が高いかを示す1つ以上の幾何学
的特性を評価するステップをさらに有することを特徴とする。
また、本発明の赤目を検出する方法において、前記1つ以上の幾何学的特性を評価する
ステップは、前記赤目オブジェクト候補が非赤目オブジェクトを示す実質的に細長い形状
を有するか判定するステップを含むことを特徴とする。
ステップは、前記赤目オブジェクト候補が非赤目オブジェクトを示す実質的に細長い形状
を有するか判定するステップを含むことを特徴とする。
また、本発明の赤目を検出する方法において、前記赤目オブジェクト候補が非赤目オブ
ジェクトを示す実質的に細長い形状を有するか判定するステップは、前記オブジェクトが
実質的に直線のような形状であるか、または入力画像の配向に対し水平、垂直、および斜
めの配向の少なくとも1つであるかを判定するステップを含むことを特徴とする。
ジェクトを示す実質的に細長い形状を有するか判定するステップは、前記オブジェクトが
実質的に直線のような形状であるか、または入力画像の配向に対し水平、垂直、および斜
めの配向の少なくとも1つであるかを判定するステップを含むことを特徴とする。
また、本発明の赤目を検出する方法において、前記オブジェクトが実質的に斜めの配向
に細長いかどうかを判定するステップは、
前記オブジェクトにおけるピクセルの総数および前記オブジェクトの枠取りの面積の間
の比率を計算するステップと、
前記比率を斜め伸張閾値と比較するステップとを含むことを特徴とする。
に細長いかどうかを判定するステップは、
前記オブジェクトにおけるピクセルの総数および前記オブジェクトの枠取りの面積の間
の比率を計算するステップと、
前記比率を斜め伸張閾値と比較するステップとを含むことを特徴とする。
ここで、本発明の赤目を検出する方法は、入力画像における赤目を検出する方法であっ
て、
入力画像ピクセルのグレースケール強度値に基づき前記入力画像の少なくとも一部に画
像適応ガンマ補正を実施することにより、ガンマ補正画像を生成するステップと、
前記ガンマ補正画像において人間の肌色的な色がオブジェクトに近接して所定数の方向
において検出されるかどうかに基づき、前記入力画像における前記オブジェクトを赤目オ
ブジェクト候補として特定するステップとを有することを特徴とする。
て、
入力画像ピクセルのグレースケール強度値に基づき前記入力画像の少なくとも一部に画
像適応ガンマ補正を実施することにより、ガンマ補正画像を生成するステップと、
前記ガンマ補正画像において人間の肌色的な色がオブジェクトに近接して所定数の方向
において検出されるかどうかに基づき、前記入力画像における前記オブジェクトを赤目オ
ブジェクト候補として特定するステップとを有することを特徴とする。
また、本発明の赤目を検出する方法において、前記ピクセルの色成分が所定限度内にあ
る場合に前記ピクセルは肌色的であると判定されることを特徴とする。
る場合に前記ピクセルは肌色的であると判定されることを特徴とする。
また、本発明の赤目を検出する方法において、前記ピクセルが肌色的であるかどうかを
判定する前に前記ピクセルの色成分は別の色空間で表示され、
前記所定限度は包含的であることを特徴とする。
判定する前に前記ピクセルの色成分は別の色空間で表示され、
前記所定限度は包含的であることを特徴とする。
また、本発明の赤目を検出する方法において、前記画像適応ガンマ補正は画像の不必要
な暗化を防ぐガンマを用いて実施されることを特徴とする。
な暗化を防ぐガンマを用いて実施されることを特徴とする。
また、本発明の赤目を検出する方法において、前記画像適応ガンマ補正は、前記入力画
像ピクセルの平均グレースケール強度値および高強度入力画像ピクセルのセットの平均グ
レースケール強度値から引き出されたガンマを用いて実施されることを特徴とする。
像ピクセルの平均グレースケール強度値および高強度入力画像ピクセルのセットの平均グ
レースケール強度値から引き出されたガンマを用いて実施されることを特徴とする。
また、本発明の赤目を検出する方法において、前記高強度入力画像ピクセルのセットは
、前記入力画像の少なくとも一部におけるすべてのグレースケール強度値の所定パーセン
タイルより高いグレースケール強度値を有するピクセルを含むことを特徴とする。
、前記入力画像の少なくとも一部におけるすべてのグレースケール強度値の所定パーセン
タイルより高いグレースケール強度値を有するピクセルを含むことを特徴とする。
また、本発明の赤目を検出する方法において、赤色コントラストの閾値レベルを有する
ピクセルにおける赤色を強化するステップと、
前記強化された画像におけるピクセルが赤色の閾値レベルを有する場合に前記ピクセル
を赤目ピクセル候補と指定するステップとをさらに有し、
前記赤目オブジェクト候補と特定されるオブジェクトは前記赤目ピクセル候補の中から
特定されることを特徴とする。
ピクセルにおける赤色を強化するステップと、
前記強化された画像におけるピクセルが赤色の閾値レベルを有する場合に前記ピクセル
を赤目ピクセル候補と指定するステップとをさらに有し、
前記赤目オブジェクト候補と特定されるオブジェクトは前記赤目ピクセル候補の中から
特定されることを特徴とする。
また、本発明の赤目を検出する方法において、前記赤目オブジェクト候補が赤目オブジ
ェクトである可能性が高いかどうかを示す前記赤目オブジェクト候補の幾何学的特性を1
つ以上評価するステップをさらに有することを特徴とする。
ェクトである可能性が高いかどうかを示す前記赤目オブジェクト候補の幾何学的特性を1
つ以上評価するステップをさらに有することを特徴とする。
ここで本発明の赤目を検出する方法は、画像における赤目を検出する方法であって、
前記画像において、隣接ピクセルに対し所定レベルの赤色コントラストを有する赤ピク
セルのセットを特定するステップと、
前記赤ピクセルのセットにおけるピクセルを1つ以上の赤目オブジェクト候補のセット
に分割するステップとを有することを特徴とする。
前記画像において、隣接ピクセルに対し所定レベルの赤色コントラストを有する赤ピク
セルのセットを特定するステップと、
前記赤ピクセルのセットにおけるピクセルを1つ以上の赤目オブジェクト候補のセット
に分割するステップとを有することを特徴とする。
また、本発明の赤目を検出する方法において、前記ピクセルに近接して人間の肌色的な
ピクセルが検出されるかどうかに基づき前記ピクセルを赤ピクセルのセットから取り除く
ステップをさらに有することを特徴とする。
ピクセルが検出されるかどうかに基づき前記ピクセルを赤ピクセルのセットから取り除く
ステップをさらに有することを特徴とする。
また、本発明の赤目を検出する方法において、オブジェクトに近接して人間の肌色的な
ピクセルが検出されるかどうかに基づき赤目オブジェクト候補を1つ以上の赤目オブジェ
クト候補のセットから取り除くステップをさらに有することを特徴とする。
ピクセルが検出されるかどうかに基づき赤目オブジェクト候補を1つ以上の赤目オブジェ
クト候補のセットから取り除くステップをさらに有することを特徴とする。
一方本発明のコンピューター読み取り可能な媒体は、実行されると画像を処理して赤目
効果を検出する方法を実施するコンピューター読み取り可能な命令を搭載する1つ以上の
コンピューター読み取り可能な媒体であって、
前記方法は、前記画像において隣接ピクセルに対し所定レベルの赤色コントラストを有
する赤ピクセルのセットを特定するステップと、前記赤ピクセルのセットにおけるピクセ
ルを1つ以上の赤目オブジェクト候補のセットに分割するステップとを有することを特徴
とする。
効果を検出する方法を実施するコンピューター読み取り可能な命令を搭載する1つ以上の
コンピューター読み取り可能な媒体であって、
前記方法は、前記画像において隣接ピクセルに対し所定レベルの赤色コントラストを有
する赤ピクセルのセットを特定するステップと、前記赤ピクセルのセットにおけるピクセ
ルを1つ以上の赤目オブジェクト候補のセットに分割するステップとを有することを特徴
とする。
さらに本発明の赤目を検出する方法は、画像における赤目を検出する方法であって、
前記画像において所定度合いの赤色を有する赤ピクセルの第1セットを特定するステッ
プと、
前記赤ピクセルの第1セットにおける各ピクセルについて複数方向における赤色コント
ラストを検出するステップと、
前記赤ピクセルの第1セットにおいて、前記複数方向の少なくとも1つにおいて所定レベ
ルの赤色を有するピクセルの赤色を強化するステップと、
前記赤ピクセルの第1セットにおける個々のピクセルに結び付いた1つ以上の色特性を引
き出し、前記1つ以上の色特性を前記赤ピクセルの第1セットにおけるすべてのピクセルに
共通する1つ以上の対応色特性と比較することによって、前記赤ピクセルの第1セットから
赤ピクセルの第2セットを特定するステップと、
前記赤ピクセルの第2セットにおけるピクセルを1つ以上の赤目オブジェクトのセットに
分割するステップと、
前記1つ以上の赤目オブジェクト候補各々に幾何学的制約を適用することにより、前記1
つ以上の赤目オブジェクト候補から赤目オブジェクト候補を取り除くかどうかを判定する
ステップと、
前記画像のグレースケース版を用いて前記画像に画像適応ガンマ補正を実施するステッ
プと、
前記ガンマ補正がなされた画像において、前記1つ以上の赤目オブジェクト候補各々に
近接する所定数の方向において人間の肌色的色調を有するピクセルが検出されるかどうか
に基づき前記1つ以上の赤目オブジェクト候補のセットから赤目オブジェクト候補を取り
除くか判定するステップとを有することを特徴とする。
前記画像において所定度合いの赤色を有する赤ピクセルの第1セットを特定するステッ
プと、
前記赤ピクセルの第1セットにおける各ピクセルについて複数方向における赤色コント
ラストを検出するステップと、
前記赤ピクセルの第1セットにおいて、前記複数方向の少なくとも1つにおいて所定レベ
ルの赤色を有するピクセルの赤色を強化するステップと、
前記赤ピクセルの第1セットにおける個々のピクセルに結び付いた1つ以上の色特性を引
き出し、前記1つ以上の色特性を前記赤ピクセルの第1セットにおけるすべてのピクセルに
共通する1つ以上の対応色特性と比較することによって、前記赤ピクセルの第1セットから
赤ピクセルの第2セットを特定するステップと、
前記赤ピクセルの第2セットにおけるピクセルを1つ以上の赤目オブジェクトのセットに
分割するステップと、
前記1つ以上の赤目オブジェクト候補各々に幾何学的制約を適用することにより、前記1
つ以上の赤目オブジェクト候補から赤目オブジェクト候補を取り除くかどうかを判定する
ステップと、
前記画像のグレースケース版を用いて前記画像に画像適応ガンマ補正を実施するステッ
プと、
前記ガンマ補正がなされた画像において、前記1つ以上の赤目オブジェクト候補各々に
近接する所定数の方向において人間の肌色的色調を有するピクセルが検出されるかどうか
に基づき前記1つ以上の赤目オブジェクト候補のセットから赤目オブジェクト候補を取り
除くか判定するステップとを有することを特徴とする。
さらに本発明のコンピューター読み取り可能な媒体は、実行されると画像を処理して赤
目効果を検出する方法を実施するコンピューター読み取り可能な命令を搭載するコンピュ
ーター読み取り可能な媒体であって、
前記方法は、
前記画像において所定度合いの赤色を有する赤ピクセルの第1セットを特定するステッ
プと、
前記赤ピクセルの第1セットにおける各ピクセルについて複数方向における赤色コント
ラストを検出するステップと、
前記赤ピクセルの第1セットにおいて、前記複数方向の少なくとも1つにおいて所定レベ
ルの赤色を有するピクセルの赤色を強化するステップと、
前記赤ピクセルの第1セットにおける個々のピクセルに結び付いた1つ以上の色特性を引
き出し、前記1つ以上の色特性を前記赤ピクセルの第1セットにおけるすべてのピクセルに
共通する1つ以上の対応色特性と比較することによって、前記赤ピクセルの第1セットから
赤ピクセルの第2セットを特定するステップと、
前記赤ピクセルの第2セットにおけるピクセルを1つ以上の赤目オブジェクトのセットに
分割するステップと、
前記1つ以上の赤目オブジェクト候補各々に幾何学的制約を適用することにより、前記1
つ以上の赤目オブジェクト候補から赤目オブジェクト候補を取り除くかどうかを判定する
ステップと、
前記画像のグレースケース版を用いて前記画像に画像適応ガンマ補正を実施するステッ
プと、
前記ガンマ補正がなされた画像において、前記1つ以上の赤目オブジェクト候補各々に
近接する所定数の方向において人間の肌色的色調を有するピクセルが検出されるかどうか
に基づき前記1つ以上の赤目オブジェクト候補のセットから赤目オブジェクト候補を取り
除くか判定するステップとを有することを特徴とする。
目効果を検出する方法を実施するコンピューター読み取り可能な命令を搭載するコンピュ
ーター読み取り可能な媒体であって、
前記方法は、
前記画像において所定度合いの赤色を有する赤ピクセルの第1セットを特定するステッ
プと、
前記赤ピクセルの第1セットにおける各ピクセルについて複数方向における赤色コント
ラストを検出するステップと、
前記赤ピクセルの第1セットにおいて、前記複数方向の少なくとも1つにおいて所定レベ
ルの赤色を有するピクセルの赤色を強化するステップと、
前記赤ピクセルの第1セットにおける個々のピクセルに結び付いた1つ以上の色特性を引
き出し、前記1つ以上の色特性を前記赤ピクセルの第1セットにおけるすべてのピクセルに
共通する1つ以上の対応色特性と比較することによって、前記赤ピクセルの第1セットから
赤ピクセルの第2セットを特定するステップと、
前記赤ピクセルの第2セットにおけるピクセルを1つ以上の赤目オブジェクトのセットに
分割するステップと、
前記1つ以上の赤目オブジェクト候補各々に幾何学的制約を適用することにより、前記1
つ以上の赤目オブジェクト候補から赤目オブジェクト候補を取り除くかどうかを判定する
ステップと、
前記画像のグレースケース版を用いて前記画像に画像適応ガンマ補正を実施するステッ
プと、
前記ガンマ補正がなされた画像において、前記1つ以上の赤目オブジェクト候補各々に
近接する所定数の方向において人間の肌色的色調を有するピクセルが検出されるかどうか
に基づき前記1つ以上の赤目オブジェクト候補のセットから赤目オブジェクト候補を取り
除くか判定するステップとを有することを特徴とする。
さらに本発明の画像処理装置は、プロセッサーと、前述のコンピューター読み取り可能
な媒体に搭載されるコンピューター読み取り可能な命令を前記プロセッサーにより実行す
ることを特徴とする。
な媒体に搭載されるコンピューター読み取り可能な命令を前記プロセッサーにより実行す
ることを特徴とする。
全般的に、実施形態例はデジタル画像における赤目効果を検出する方法、装置、および
コンピューター読み取り可能な媒体に関する。
コンピューター読み取り可能な媒体に関する。
第1の実施形態例において、画像における赤目検出の方法はいくつかの工程を含む。ま
ず、赤色の所定の度合いを有する赤ピクセルの第1セットが画像において特定される。次
に、赤ピクセルの第1セットにおける各ピクセルに関し複数方向で赤色コントラストが検
出される。赤ピクセルの第1セットにおけるピクセルの内複数方向の少なくとも1つにおい
て所定の赤色コントラストを有するピクセルについて赤色が強化される。次に方法は赤ピ
クセルの第1セットにおける個々のピクセルに結び付いた1つ以上の色特性を引き出して1
つ以上の色特性を赤ピクセルの第1セットにおけるすべてのピクセルに共通する1つ以上の
対応色特性と比較することにより赤ピクセルの第1セットからピクセルの第2セットを特定
することを含む。赤ピクセルの第2セットにおけるピクセルは次に1つ以上の赤目オブジェ
クト候補のセットに区分化することができ、赤目オブジェクト候補は幾何学的制約および
／または人間の肌色的なピクセルへの近接性に基づき取り除くことができる。例えば、赤
目オブジェクト候補は特定の幾何学的制約が満足されない場合1つ以上の赤目オブジェク
ト候補のセットから取り除かれる。さらに、画像のグレースケール版を用いて画像に対し
画像適応ガンマ補正を行った後、赤目オブジェクト候補は人間の肌色に対応する色調のピ
クセルがガンマ補正された画像において赤目オブジェクト候補に近接した所定数の方向に
検出された場合取り除かれる。
ず、赤色の所定の度合いを有する赤ピクセルの第1セットが画像において特定される。次
に、赤ピクセルの第1セットにおける各ピクセルに関し複数方向で赤色コントラストが検
出される。赤ピクセルの第1セットにおけるピクセルの内複数方向の少なくとも1つにおい
て所定の赤色コントラストを有するピクセルについて赤色が強化される。次に方法は赤ピ
クセルの第1セットにおける個々のピクセルに結び付いた1つ以上の色特性を引き出して1
つ以上の色特性を赤ピクセルの第1セットにおけるすべてのピクセルに共通する1つ以上の
対応色特性と比較することにより赤ピクセルの第1セットからピクセルの第2セットを特定
することを含む。赤ピクセルの第2セットにおけるピクセルは次に1つ以上の赤目オブジェ
クト候補のセットに区分化することができ、赤目オブジェクト候補は幾何学的制約および
／または人間の肌色的なピクセルへの近接性に基づき取り除くことができる。例えば、赤
目オブジェクト候補は特定の幾何学的制約が満足されない場合1つ以上の赤目オブジェク
ト候補のセットから取り除かれる。さらに、画像のグレースケール版を用いて画像に対し
画像適応ガンマ補正を行った後、赤目オブジェクト候補は人間の肌色に対応する色調のピ
クセルがガンマ補正された画像において赤目オブジェクト候補に近接した所定数の方向に
検出された場合取り除かれる。
第2の実施形態例において、入力画像における赤目検出方法は赤色コントラストの閾値
レベルを有する入力画像ピクセルの赤色を強化することを含む。赤目ピクセル候補は次に
強調画像において特定される。
レベルを有する入力画像ピクセルの赤色を強化することを含む。赤目ピクセル候補は次に
強調画像において特定される。
第3の実施形態例において、入力画像における赤目検出方法は入力画像のグレースケー
ル強度値に基づき画像適応ガンマ補正を行なうことによりガンマ補正画像を生成すること
を含む。次に、ガンマ補正画像においてオブジェクトに近接して所定数の方向で人間の肌
色的なピクセルが検出されるかに基づいて入力画像におけるオブジェクトが赤目オブジェ
クト候補として特定される。
ル強度値に基づき画像適応ガンマ補正を行なうことによりガンマ補正画像を生成すること
を含む。次に、ガンマ補正画像においてオブジェクトに近接して所定数の方向で人間の肌
色的なピクセルが検出されるかに基づいて入力画像におけるオブジェクトが赤目オブジェ
クト候補として特定される。
第4の実施形態例において、入力画像における赤目検出方法は画像において隣接ピクセ
ルに対し所定レベルの赤色コントラストを有する赤ピクセルのセットを特定し赤ピクセル
のセットにおけるピクセルを1つ以上の赤目オブジェクト候補に区分化することを含む。
ルに対し所定レベルの赤色コントラストを有する赤ピクセルのセットを特定し赤ピクセル
のセットにおけるピクセルを1つ以上の赤目オブジェクト候補に区分化することを含む。
第5の実施形態例において、1つ以上のコンピューター読み取り可能な媒体は実行された
場合第1の実施形態例に関連して上述の画像における赤目検出方法を実施するコンピュー
ター読み取り可能な命令を有する。
場合第1の実施形態例に関連して上述の画像における赤目検出方法を実施するコンピュー
ター読み取り可能な命令を有する。
以下の詳細な説明において発明を実施するための形態がさらに説明される。発明の特徴
は添付クレームに具体的に指摘される手段および組み合わせにより実現し得ることができ
る。本発明の特徴は以下の説明および添付クレームからより完全に明らかになり、または
本明細書において以下示される発明の実施により学ぶことができる。
は添付クレームに具体的に指摘される手段および組み合わせにより実現し得ることができ
る。本発明の特徴は以下の説明および添付クレームからより完全に明らかになり、または
本明細書において以下示される発明の実施により学ぶことができる。
以下の詳細な説明において、例示の目的で発明の実施形態例を示す添付図面が参照され
る。それぞれの図を通し、図面上類似した数字は実質的に類似した構成要素を指す。これ
らの実施形態は当業者が発明を実施できるよう充分詳細に説明される。本発明の範囲を逸
脱することなく他の実施形態を利用することができ、構造的、論理的、および電気的変更
をなすことができる。さらに、発明のさまざまな実施形態は、異なっていても必ずしも互
いに排他的ではないことが理解されよう。例えば、一実施形態において説明される特定の
特徴、構造、または特性は他の実施形態に含まれることができる。以下の詳細な説明は従
って限定的な意味で理解されるものではなく、本発明の範囲は添付クレームとともにこれ
らクレームが権利を有する均等物の範囲によって規定される。
る。それぞれの図を通し、図面上類似した数字は実質的に類似した構成要素を指す。これ
らの実施形態は当業者が発明を実施できるよう充分詳細に説明される。本発明の範囲を逸
脱することなく他の実施形態を利用することができ、構造的、論理的、および電気的変更
をなすことができる。さらに、発明のさまざまな実施形態は、異なっていても必ずしも互
いに排他的ではないことが理解されよう。例えば、一実施形態において説明される特定の
特徴、構造、または特性は他の実施形態に含まれることができる。以下の詳細な説明は従
って限定的な意味で理解されるものではなく、本発明の範囲は添付クレームとともにこれ
らクレームが権利を有する均等物の範囲によって規定される。
全般的に実施形態例は画像において赤目オブジェクトを検出する方法、装置、およびコ
ンピューター読み取り可能な媒体に関する。実施形態例は赤目補正アプリケーションと併
せて用い、赤目オブジェクトが検出され赤目効果を取り除きまたは最小限にするよう修正
された画像を実現することができる。その結果ユーザーによる画像の操作なしにまたはわ
ずかな操作で画質を自動的に高めることができる。
ンピューター読み取り可能な媒体に関する。実施形態例は赤目補正アプリケーションと併
せて用い、赤目オブジェクトが検出され赤目効果を取り除きまたは最小限にするよう修正
された画像を実現することができる。その結果ユーザーによる画像の操作なしにまたはわ
ずかな操作で画質を自動的に高めることができる。
実施形態例は例えば入力画像におけるピクセルおよびオブジェクトの色、構造、および
幾何学上の特性を評価することにより赤目効果を検出し、赤目候補のオブジェクトを局限
して真および偽の赤目オブジェクトを区別することにより初期検出結果を精緻化する。例
えば、赤成分の支配的な寄与がある各ピクセル位置において、色および構造上の特定を用
いて赤色関数の急激な変化を局限しそのような赤ピクセルの赤色を強化することができる
。次に強化された画像において操作し各ピクセルの色特性をグローバルな赤色統計と比較
することにより赤目ピクセル候補を特定することができる。赤目ピクセル候補の特定は赤
目候補ピクセルのバイナリー・マップをもたらすことができ、これに対しピクセルのラベ
ル付けに基づくオブジェクトの分割化を行なうことができる。分割されたオブジェクト各
々は幾何学的制約を条件として評価され、赤目オブジェクトとしては異型のサイズおよび
／または形状のオブジェクトを除去することができる。残りのオブジェクトは適応ガンマ
補正および人間の肌色モデル化を用いて色に基づく確認を受けてさらに赤目検出結果を精
緻化することができる。発明と一致した方法はスキャナーまたはデジタルカメラなどの画
像取り込み装置とともに例えばプリンター・ドライバーまたは画像編集ソフトウェアなど
のソフトウェア・モジュールに実装することができる。
幾何学上の特性を評価することにより赤目効果を検出し、赤目候補のオブジェクトを局限
して真および偽の赤目オブジェクトを区別することにより初期検出結果を精緻化する。例
えば、赤成分の支配的な寄与がある各ピクセル位置において、色および構造上の特定を用
いて赤色関数の急激な変化を局限しそのような赤ピクセルの赤色を強化することができる
。次に強化された画像において操作し各ピクセルの色特性をグローバルな赤色統計と比較
することにより赤目ピクセル候補を特定することができる。赤目ピクセル候補の特定は赤
目候補ピクセルのバイナリー・マップをもたらすことができ、これに対しピクセルのラベ
ル付けに基づくオブジェクトの分割化を行なうことができる。分割されたオブジェクト各
々は幾何学的制約を条件として評価され、赤目オブジェクトとしては異型のサイズおよび
／または形状のオブジェクトを除去することができる。残りのオブジェクトは適応ガンマ
補正および人間の肌色モデル化を用いて色に基づく確認を受けてさらに赤目検出結果を精
緻化することができる。発明と一致した方法はスキャナーまたはデジタルカメラなどの画
像取り込み装置とともに例えばプリンター・ドライバーまたは画像編集ソフトウェアなど
のソフトウェア・モジュールに実装することができる。
次に図1に関し、赤目検出の方法例100が開示される。より具体的に、方法例100は画像
におけるオブジェクトを識別し、オブジェクトが赤目候補であるか判定する。各赤目オブ
ジェクト候補は次にサイズ、形状、およびオブジェクトの脈絡関係面などの特性を評価す
ることにより除去または留保することができる。
におけるオブジェクトを識別し、オブジェクトが赤目候補であるか判定する。各赤目オブ
ジェクト候補は次にサイズ、形状、およびオブジェクトの脈絡関係面などの特性を評価す
ることにより除去または留保することができる。
方法例100および本明細書で開示されるその変形はコンピューター実行可能な命令を搭
載もしくは有し、またはデータ構造を記憶しているコンピューター読み取り可能な媒体を
用いて実施することができる。このようなコンピューター読み取り可能な媒体は汎用また
は特殊用途のコンピューターのプロセッサーによりアクセスできる任意の入手可能な媒体
であって良い。限定ではなく例として、このようなコンピューター読み取り可能な媒体は
RAM、ROM、EEPROM、CD-ROMもしくは他の光ディスク記憶装置、磁気ディスクもしくは他の
磁気記憶装置、またはコンピューター実行可能な命令の形を取るプログラム・コードもし
くはデータ構造を搭載もしくは記憶するために用いられ、汎用もしくは特殊用途のコンピ
ューターのプロセッサーによりアクセスされ得る他の任意の媒体を有してなることができ
る。上記の組み合わせもコンピューター読み取り可能な媒体の範囲に入れられるべきであ
る。
載もしくは有し、またはデータ構造を記憶しているコンピューター読み取り可能な媒体を
用いて実施することができる。このようなコンピューター読み取り可能な媒体は汎用また
は特殊用途のコンピューターのプロセッサーによりアクセスできる任意の入手可能な媒体
であって良い。限定ではなく例として、このようなコンピューター読み取り可能な媒体は
RAM、ROM、EEPROM、CD-ROMもしくは他の光ディスク記憶装置、磁気ディスクもしくは他の
磁気記憶装置、またはコンピューター実行可能な命令の形を取るプログラム・コードもし
くはデータ構造を搭載もしくは記憶するために用いられ、汎用もしくは特殊用途のコンピ
ューターのプロセッサーによりアクセスされ得る他の任意の媒体を有してなることができ
る。上記の組み合わせもコンピューター読み取り可能な媒体の範囲に入れられるべきであ
る。
コンピューター実行可能な命令は例えば汎用コンピューターまたは特殊用途コンピュー
ターに特定の機能または機能のグループを行なわせる命令およびデータを有してなる。主
題は本明細書において方法上の工程固有の言葉で説明されるが、添付クレームに定義され
る主題は本明細書に説明される具体的な工程に必ずしも限定されないことが理解されよう
。むしろ本明細書で説明される具体的な工程はクレームを実施する形の例として開示され
る。
ターに特定の機能または機能のグループを行なわせる命令およびデータを有してなる。主
題は本明細書において方法上の工程固有の言葉で説明されるが、添付クレームに定義され
る主題は本明細書に説明される具体的な工程に必ずしも限定されないことが理解されよう
。むしろ本明細書で説明される具体的な工程はクレームを実施する形の例として開示され
る。
特殊用途コンピューターの例はデジタルカメラ（例としては長野県諏訪市大和に本社を
置くセイコーエプソン（株）製のEpson R-D1 デジタルカメラが含まれるが、これに限定
されない）、デジタル・カムコーダー、プロジェクター、プリンター、スキャナー、コピ
ー機、携帯フォト・ビューアー（例としてはセイコーエプソン（株）製のEpson P-3000ま
たはP-5000携帯フォト・ビューアーを含むがこれらに限定されない）、または携帯映画プ
レーヤー、またはプリンター／スキャナー／コピー機の組み合わせ（例としてはセイコー
エプソン（株）製のEpson Stylus CX4400、CX7400、CX8400、またはCX9400Fax、およびEp
son AcuLaser（登録商標） CX11NFが含まれるが、これらに限定されない）、またはプリ
ンター／スキャナーの組み合わせ（例としてはすべてセイコーエプソン（株）製のEpson
TM-J9000、TM-J9100、TM-J7000、TM-J7100、およびTM-H6000IIIを含むがこれらに限定さ
れない）、またはデジタルカメラ／カムコーダーの組み合わせなど、これらの何らかの組
み合わせを含む。画像処理装置は画像における赤目効果を検出するために例えば赤目検出
機能を含むことができる。例えば、この赤目検出機能を有するカメラまたはスキャナーな
どの画像取り込み装置は方法例100を実施する1つ以上のコンピューター読み取り可能な媒
体を含むことができる。あるいは、画像取り込み装置に接続されたコンピューターが方法
例100を実施する1つ以上のコンピューター読み取り可能な媒体を含むことができる。
置くセイコーエプソン（株）製のEpson R-D1 デジタルカメラが含まれるが、これに限定
されない）、デジタル・カムコーダー、プロジェクター、プリンター、スキャナー、コピ
ー機、携帯フォト・ビューアー（例としてはセイコーエプソン（株）製のEpson P-3000ま
たはP-5000携帯フォト・ビューアーを含むがこれらに限定されない）、または携帯映画プ
レーヤー、またはプリンター／スキャナー／コピー機の組み合わせ（例としてはセイコー
エプソン（株）製のEpson Stylus CX4400、CX7400、CX8400、またはCX9400Fax、およびEp
son AcuLaser（登録商標） CX11NFが含まれるが、これらに限定されない）、またはプリ
ンター／スキャナーの組み合わせ（例としてはすべてセイコーエプソン（株）製のEpson
TM-J9000、TM-J9100、TM-J7000、TM-J7100、およびTM-H6000IIIを含むがこれらに限定さ
れない）、またはデジタルカメラ／カムコーダーの組み合わせなど、これらの何らかの組
み合わせを含む。画像処理装置は画像における赤目効果を検出するために例えば赤目検出
機能を含むことができる。例えば、この赤目検出機能を有するカメラまたはスキャナーな
どの画像取り込み装置は方法例100を実施する1つ以上のコンピューター読み取り可能な媒
体を含むことができる。あるいは、画像取り込み装置に接続されたコンピューターが方法
例100を実施する1つ以上のコンピューター読み取り可能な媒体を含むことができる。
画像取り込み装置例200の図式的表示が図2に開示される。画像取り込み装置例200は介
在するインターフェイス202経由でホストホストコンピューター250とデータを交換する。
アプリケーション・プログラムおよび画像取り込み装置のドライバーもアクセス用にホス
トホストコンピューター250に記憶されることができる。画像検索命令が例えばアプリケ
ーション・プログラムから受信されると、画像取り込み装置のドライバーが命令データの
画像取り込み装置200に適したフォーマットへの変換を制御し、変換された命令データを
画像取り込み装置200に送信する。ドライバーは更に様々な信号およびデータを画像取り
込み装置200から受信して翻訳し、ホストコンピューター250経由で必要な情報をユーザー
に提供する。
在するインターフェイス202経由でホストホストコンピューター250とデータを交換する。
アプリケーション・プログラムおよび画像取り込み装置のドライバーもアクセス用にホス
トホストコンピューター250に記憶されることができる。画像検索命令が例えばアプリケ
ーション・プログラムから受信されると、画像取り込み装置のドライバーが命令データの
画像取り込み装置200に適したフォーマットへの変換を制御し、変換された命令データを
画像取り込み装置200に送信する。ドライバーは更に様々な信号およびデータを画像取り
込み装置200から受信して翻訳し、ホストコンピューター250経由で必要な情報をユーザー
に提供する。
データがホストコンピューター250により送信されると、インターフェイス202がデータ
を受信し、それをRAM204の一部を形成する受信バッファーに記憶する。RAM204は例えばア
ドレス指定によりいくつかの部分に分割し、受信バッファーまたは送信バッファーなど異
なるバッファーとして割り当てることができる。デジタル画像データなどのデータは取り
込み機構212、フラッシュEEPROM210、またはROM208からも画像取り込み装置200により得
られる。例えば取り込み機構212はデジタル写真画像を生成することができる。このデジ
タル画像は次にRAM204の受信バッファーまたは送信バッファーに記憶することができる。
を受信し、それをRAM204の一部を形成する受信バッファーに記憶する。RAM204は例えばア
ドレス指定によりいくつかの部分に分割し、受信バッファーまたは送信バッファーなど異
なるバッファーとして割り当てることができる。デジタル画像データなどのデータは取り
込み機構212、フラッシュEEPROM210、またはROM208からも画像取り込み装置200により得
られる。例えば取り込み機構212はデジタル写真画像を生成することができる。このデジ
タル画像は次にRAM204の受信バッファーまたは送信バッファーに記憶することができる。
プロセッサー206は例えばROM208またはフラッシュEEPROM210に記憶されるコンピュータ
ー実行可能な命令を用いて、例えば方法例100など特定の機能または機能のグループを実
施する。RAM204の受信バッファーのデータが例えばデジタル画像である場合、プロセッサ
ー206は方法例100における方法工程をデジタル画像に対し実行してデジタル画像の赤目オ
ブジェクトを検出し、それにより赤目効果を取り除き、または最小限にすることができる
。画像が画像取り込み装置200により例えばLCDディスプレイなどディスプレイ214で表示
され、または、例えばホストコンピューター250に転送する前に撮像パイプラインにおい
てさらに処理を実施することができる。
ー実行可能な命令を用いて、例えば方法例100など特定の機能または機能のグループを実
施する。RAM204の受信バッファーのデータが例えばデジタル画像である場合、プロセッサ
ー206は方法例100における方法工程をデジタル画像に対し実行してデジタル画像の赤目オ
ブジェクトを検出し、それにより赤目効果を取り除き、または最小限にすることができる
。画像が画像取り込み装置200により例えばLCDディスプレイなどディスプレイ214で表示
され、または、例えばホストコンピューター250に転送する前に撮像パイプラインにおい
てさらに処理を実施することができる。
次に図1に関連して画像における赤目効果を検出する方法例100を説明する。方法例100
を実行する前に、入力画像を対象に赤目検出を含むさまざまな画像処理操作を行なうこと
ができる。対象入力画像はデジタル・カラー画像またはカラー画像のスキャンされたもの
であって良い。方法例100が実行される前にさまざまな画像処理手法を対象入力画像に適
用することができる。
を実行する前に、入力画像を対象に赤目検出を含むさまざまな画像処理操作を行なうこと
ができる。対象入力画像はデジタル・カラー画像またはカラー画像のスキャンされたもの
であって良い。方法例100が実行される前にさまざまな画像処理手法を対象入力画像に適
用することができる。
次に工程114および工程116の工程において、幾何学的制約を適用後に残る偽陽性の数は
オブジェクトの脈絡面を評価してオブジェクトが人間の顔の一部であるか判定することに
よりさらに削減することができる。このために顔検出を用いることができる。しかし、顔
検出技術はしばしば複雑で充分に信頼性がないかもしれないため、顔のような領域を局限
するのに顔検出ではなく人間の肌色モデル化を用いることができる。
オブジェクトの脈絡面を評価してオブジェクトが人間の顔の一部であるか判定することに
よりさらに削減することができる。このために顔検出を用いることができる。しかし、顔
検出技術はしばしば複雑で充分に信頼性がないかもしれないため、顔のような領域を局限
するのに顔検出ではなく人間の肌色モデル化を用いることができる。
上記に説明されたさまざまな代替方法に加え、さまざまな工程が改変、省略され、また
は新たな工程が加えられ、または説明された工程の順序が異なる形を含み、方法例100の
他のさまざまな形を実施することができる。例えば一実施形態において、工程110〜116の
1つ以上を省略することができる。他の実施形態において、102〜108、114、および116の1
つ以上を省略することができ、または102〜108および112の1つ以上の工程を省略すること
ができる。
は新たな工程が加えられ、または説明された工程の順序が異なる形を含み、方法例100の
他のさまざまな形を実施することができる。例えば一実施形態において、工程110〜116の
1つ以上を省略することができる。他の実施形態において、102〜108、114、および116の1
つ以上を省略することができ、または102〜108および112の1つ以上の工程を省略すること
ができる。
例えば工程110〜116が省略された場合、赤目ピクセル候補は赤名ピクセル候補をオブジ
ェクトの分割し（工程110）または幾何学的（工程112）および・または付近に人間の肌色
的な色調が存在するか（工程114および116）など他の脈絡的面を評価することなく、赤色
（工程102）および赤色コントラストのレベル（工程104）に基づき特定できる。上述のよ
うに、赤目ピクセルにおける赤色コントラストは入力画像における他の赤ピクセルに比べ
通常高いので、赤目ピクセルの存在の便利な指標である。従って赤目ピクセル候補は赤色
レベルおよび赤色コントラストのみに基づき、または工程110〜116により適用される具体
的な基準以外の基準と組み合わせて特定することができる。
ェクトの分割し（工程110）または幾何学的（工程112）および・または付近に人間の肌色
的な色調が存在するか（工程114および116）など他の脈絡的面を評価することなく、赤色
（工程102）および赤色コントラストのレベル（工程104）に基づき特定できる。上述のよ
うに、赤目ピクセルにおける赤色コントラストは入力画像における他の赤ピクセルに比べ
通常高いので、赤目ピクセルの存在の便利な指標である。従って赤目ピクセル候補は赤色
レベルおよび赤色コントラストのみに基づき、または工程110〜116により適用される具体
的な基準以外の基準と組み合わせて特定することができる。
あるいは、工程104、106、114、および116が省略された場合、赤目ピクセル候補はまず
赤色コントラスト・レベルを評価したり、それに基づき強化工程104および106）すること
なく赤色レベルに基づき特定したりすることができる。入力画像におけるピクセルの赤色
レベルは工程102および108のいずれかまたはこれらの組み合わせに実行により評価するこ
とができる。次に赤目オブジェクト候補は赤目ピクセル候補から特定でき（工程110）、
特定の幾何学的（例、形状および／またはサイズ）の基準を満足した赤目オブジェクト候
補（工程112）は赤目オブジェクト候補のセットから除去することができる。
赤色コントラスト・レベルを評価したり、それに基づき強化工程104および106）すること
なく赤色レベルに基づき特定したりすることができる。入力画像におけるピクセルの赤色
レベルは工程102および108のいずれかまたはこれらの組み合わせに実行により評価するこ
とができる。次に赤目オブジェクト候補は赤目ピクセル候補から特定でき（工程110）、
特定の幾何学的（例、形状および／またはサイズ）の基準を満足した赤目オブジェクト候
補（工程112）は赤目オブジェクト候補のセットから除去することができる。
しかし、幾何学的基準または制約に基づき赤目オブジェクトを除去する代わりに、人間
の肌色的なピクセルに近いことに基づき赤目オブジェクト候補を赤目オブジェクト候補の
セットから取り除くことができ（工程116）、この場合工程112を省略し工程116で置き換
えることができる。さらに上述のように、人間の肌色的なピクセルはガンマ補正を利用し
て特定することができる（工程114）。
の肌色的なピクセルに近いことに基づき赤目オブジェクト候補を赤目オブジェクト候補の
セットから取り除くことができ（工程116）、この場合工程112を省略し工程116で置き換
えることができる。さらに上述のように、人間の肌色的なピクセルはガンマ補正を利用し
て特定することができる（工程114）。
本明細書で開示される実施形態の例は他の具体的な形で具現されることができる。本明
細書で開示される実施形態の例はあらゆる点で単に例示的とみなされ、限定的とはみなさ
れない。
細書で開示される実施形態の例はあらゆる点で単に例示的とみなされ、限定的とはみなさ
れない。
２００ 画像取り込み装置、２１２ 取り込み機構、２１４ ディスプレイ、２５０
ホストコンピューター。
ホストコンピューター。
Claims (24)
- 入力画像における赤目を検出する方法であって、
赤色コントラストの閾値レベルを有する入力画像ピクセルの赤色を強化するステップと
、
前記強化された画像において赤目ピクセル候補を特定するステップとを有する赤目を検
出する方法。 - 前記強化された画像におけるピクセルが赤色の第1閾値レベルを有する場合に前記ピク
セルを赤目ピクセル候補として指定することによって、赤目ピクセル候補マップを形成す
るステップと、
前記赤目ピクセル候補マップを用いて1つ以上の赤目オブジェクト候補を特定するステ
ップとをさらに有する請求項１に記載の赤目を検出する方法。 - 前記強化された画像におけるピクセルは、その赤成分がその他の複数色成分各々を、各
々の第1セットの閾値量で超える場合に前記赤色の第1閾値レベルを有する請求項2に記載
の赤目を検出する方法。 - 前記第1セットの閾値量は前記入力画像において赤色の第2閾値レベルを有すると特定さ
れたピクセルの色特性に依存し、
前記入力画像におけるピクセルはその赤成分が前記その他の複数色成分各々を超える場
合に前記赤色の第2閾値レベルを有する請求項３に記載の赤目を検出する方法。 - 前記入力画像におけるピクセルは、前記赤色成分が前記その他の複数色成分各々を、各
々の第2セットの閾値量で超える場合に前記赤色の第2閾値レベルを有する請求項4に記載
の赤目を検出する方法。 - 前記1つ以上の赤目オブジェクト候補各々の、各オブジェクトが赤目オブジェクトであ
る可能性が高いかを示す1つ以上の幾何学的特性を評価するステップをさらに有する請求
項２に記載の赤目を検出する方法。 - 前記1つ以上の幾何学的特性を評価するステップは、前記赤目オブジェクト候補が非赤
目オブジェクトを示す実質的に細長い形状を有するか判定するステップを含む請求項６に
記載の赤目を検出する方法。 - 前記赤目オブジェクト候補が非赤目オブジェクトを示す実質的に細長い形状を有するか
判定するステップは、前記オブジェクトが実質的に直線のような形状であるか、または入
力画像の配向に対し水平、垂直、および斜めの配向の少なくとも1つであるかを判定する
ステップを含む請求項６に記載の赤目を検出する方法。 - 前記オブジェクトが実質的に斜めの配向に細長いかどうかを判定するステップは、
前記オブジェクトにおけるピクセルの総数および前記オブジェクトの枠取りの面積の間の
比率を計算するステップと、
前記比率を斜め伸張閾値と比較するステップとを含む請求項８に記載の赤目を検出する
方法。 - 入力画像における赤目を検出する方法であって、
入力画像ピクセルのグレースケール強度値に基づき前記入力画像の少なくとも一部に画
像適応ガンマ補正を実施することにより、ガンマ補正画像を生成するステップと、
前記ガンマ補正画像において人間の肌色的な色がオブジェクトに近接して所定数の方向
において検出されるかどうかに基づき、前記入力画像における前記オブジェクトを赤目オ
ブジェクト候補として特定するステップとを有する赤目を検出する方法。 - 前記ピクセルの色成分が所定限度内にある場合に前記ピクセルは肌色的であると判定さ
れる請求項１０に記載の赤目を検出する方法。 - 前記ピクセルが肌色的であるかどうかを判定する前に前記ピクセルの色成分は別の色空
間で表示され、
前記所定限度は包含的である請求項１１に記載の赤目を検出する方法。 - 前記画像適応ガンマ補正は画像の不必要な暗化を防ぐガンマを用いて実施される請求項
１０に記載の赤目を検出する方法。 - 前記画像適応ガンマ補正は、前記入力画像ピクセルの平均グレースケール強度値および
高強度入力画像ピクセルのセットの平均グレースケール強度値から引き出されたガンマを
用いて実施される請求項１０に記載の赤目を検出する方法。 - 前記高強度入力画像ピクセルのセットは、前記入力画像の少なくとも一部におけるすべ
てのグレースケール強度値の所定パーセンタイルより高いグレースケール強度値を有する
ピクセルを含む請求項１４に記載の赤目を検出する方法。 - 赤色コントラストの閾値レベルを有するピクセルにおける赤色を強化するステップと、
前記強化された画像におけるピクセルが赤色の閾値レベルを有する場合に前記ピクセル
を赤目ピクセル候補と指定するステップとをさらに有し、
前記赤目オブジェクト候補と特定されるオブジェクトは前記赤目ピクセル候補の中から
特定される請求項１０に記載の赤目を検出する方法。 - 前記赤目オブジェクト候補が赤目オブジェクトである可能性が高いかどうかを示す前記
赤目オブジェクト候補の幾何学的特性を1つ以上評価するステップをさらに有する請求項
１０に記載の赤目を検出する方法。 - 画像における赤目を検出する方法であって、
前記画像において、隣接ピクセルに対し所定レベルの赤色コントラストを有する赤ピク
セルのセットを特定するステップと、
前記赤ピクセルのセットにおけるピクセルを1つ以上の赤目オブジェクト候補のセット
に分割するステップとを有する赤目を検出する方法。 - 前記ピクセルに近接して人間の肌色的なピクセルが検出されるかどうかに基づき前記ピ
クセルを赤ピクセルのセットから取り除くステップをさらに有する請求項１８に記載の赤
目を検出する方法。 - オブジェクトに近接して人間の肌色的なピクセルが検出されるかどうかに基づき赤目オ
ブジェクト候補を1つ以上の赤目オブジェクト候補のセットから取り除くステップをさら
に有する請求項１８に記載の赤目を検出する方法。 - 実行されると画像を処理して赤目効果を検出する方法を実施するコンピューター読み取
り可能な命令を搭載する1つ以上のコンピューター読み取り可能な媒体であって、
前記方法は、前記画像において隣接ピクセルに対し所定レベルの赤色コントラストを有
する赤ピクセルのセットを特定するステップと、前記赤ピクセルのセットにおけるピクセ
ルを1つ以上の赤目オブジェクト候補のセットに分割するステップとを有するコンピュー
ター読み取り可能な媒体。 - 画像における赤目を検出する方法であって、
前記画像において所定度合いの赤色を有する赤ピクセルの第1セットを特定するステッ
プと、
前記赤ピクセルの第1セットにおける各ピクセルについて複数方向における赤色コント
ラストを検出するステップと、
前記赤ピクセルの第1セットにおいて、前記複数方向の少なくとも1つにおいて所定レベ
ルの赤色を有するピクセルの赤色を強化するステップと、
前記赤ピクセルの第1セットにおける個々のピクセルに結び付いた1つ以上の色特性を引
き出し、前記1つ以上の色特性を前記赤ピクセルの第1セットにおけるすべてのピクセルに
共通する1つ以上の対応色特性と比較することによって、前記赤ピクセルの第1セットから
赤ピクセルの第2セットを特定するステップと、
前記赤ピクセルの第2セットにおけるピクセルを1つ以上の赤目オブジェクトのセットに
分割するステップと、
前記1つ以上の赤目オブジェクト候補各々に幾何学的制約を適用することにより、前記1
つ以上の赤目オブジェクト候補から赤目オブジェクト候補を取り除くかどうかを判定する
ステップと、
前記画像のグレースケース版を用いて前記画像に画像適応ガンマ補正を実施するステッ
プと、
前記ガンマ補正がなされた画像において、前記1つ以上の赤目オブジェクト候補各々に
近接する所定数の方向において人間の肌色的色調を有するピクセルが検出されるかどうか
に基づき前記1つ以上の赤目オブジェクト候補のセットから赤目オブジェクト候補を取り
除くか判定するステップとを有する赤目を検出する方法。 - 実行されると画像を処理して赤目効果を検出する方法を実施するコンピューター読み取
り可能な命令を搭載するコンピューター読み取り可能な媒体であって、
前記方法は、
前記画像において所定度合いの赤色を有する赤ピクセルの第1セットを特定するステッ
プと、
前記赤ピクセルの第1セットにおける各ピクセルについて複数方向における赤色コント
ラストを検出するステップと、
前記赤ピクセルの第1セットにおいて、前記複数方向の少なくとも1つにおいて所定レベ
ルの赤色を有するピクセルの赤色を強化するステップと、
前記赤ピクセルの第1セットにおける個々のピクセルに結び付いた1つ以上の色特性を引
き出し、前記1つ以上の色特性を前記赤ピクセルの第1セットにおけるすべてのピクセルに
共通する1つ以上の対応色特性と比較することによって、前記赤ピクセルの第1セットから
赤ピクセルの第2セットを特定するステップと、
前記赤ピクセルの第2セットにおけるピクセルを1つ以上の赤目オブジェクトのセットに
分割するステップと、
前記1つ以上の赤目オブジェクト候補各々に幾何学的制約を適用することにより、前記1
つ以上の赤目オブジェクト候補から赤目オブジェクト候補を取り除くかどうかを判定する
ステップと、
前記画像のグレースケース版を用いて前記画像に画像適応ガンマ補正を実施するステッ
プと、
前記ガンマ補正がなされた画像において、前記1つ以上の赤目オブジェクト候補各々に
近接する所定数の方向において人間の肌色的色調を有するピクセルが検出されるかどうか
に基づき前記1つ以上の赤目オブジェクト候補のセットから赤目オブジェクト候補を取り
除くか判定するステップとを有する、コンピューター読み取り可能な媒体。 - 画像処理装置であって、
プロセッサーと、
請求項１９に記載される1つ以上のコンピューター読み取り可能な媒体であって、前記
媒体に搭載されるコンピューター読み取り可能な命令は前記プロセッサーにより実行され
るよう構成される媒体とを有する画像処理装置。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US12/349,911 US8295593B2 (en) | 2009-01-07 | 2009-01-07 | Method of detecting red-eye objects in digital images using color, structural, and geometric characteristics |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2010160792A true JP2010160792A (ja) | 2010-07-22 |
Family
ID=42311743
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009286048A Withdrawn JP2010160792A (ja) | 2009-01-07 | 2009-12-17 | 赤目を検出する方法、コンピューター読み取り可能な媒体および画像処理装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US8295593B2 (ja) |
| JP (1) | JP2010160792A (ja) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7970182B2 (en) * | 2005-11-18 | 2011-06-28 | Tessera Technologies Ireland Limited | 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 |
| US8391601B2 (en) * | 2009-04-30 | 2013-03-05 | Tandent Vision Science, Inc. | Method for image modification |
| US9053361B2 (en) | 2012-01-26 | 2015-06-09 | Qualcomm Incorporated | Identifying regions of text to merge in a natural image or video frame |
| US9064191B2 (en) | 2012-01-26 | 2015-06-23 | Qualcomm Incorporated | Lower modifier detection and extraction from devanagari text images to improve OCR performance |
| US9047540B2 (en) | 2012-07-19 | 2015-06-02 | Qualcomm Incorporated | Trellis based word decoder with reverse pass |
| US9141874B2 (en) | 2012-07-19 | 2015-09-22 | Qualcomm Incorporated | Feature extraction and use with a probability density function (PDF) divergence metric |
| US9262699B2 (en) | 2012-07-19 | 2016-02-16 | Qualcomm Incorporated | Method of handling complex variants of words through prefix-tree based decoding for Devanagiri OCR |
| US9076242B2 (en) | 2012-07-19 | 2015-07-07 | Qualcomm Incorporated | Automatic correction of skew in natural images and video |
| US9014480B2 (en) | 2012-07-19 | 2015-04-21 | Qualcomm Incorporated | Identifying a maximally stable extremal region (MSER) in an image by skipping comparison of pixels in the region |
| US9619873B2 (en) * | 2012-10-25 | 2017-04-11 | Mitsubishi Electric Corporation | Image processing device and image processing method |
| CN105427256B (zh) * | 2015-11-18 | 2018-06-26 | 浙江大华技术股份有限公司 | 一种红外图像增强方法及装置 |
| WO2017107171A1 (zh) * | 2015-12-25 | 2017-06-29 | 华为技术有限公司 | 一种人机交互方法及电子设备 |
| WO2020094075A1 (en) * | 2018-11-06 | 2020-05-14 | Beijing Bytedance Network Technology Co., Ltd. | Multiple merge lists and orders for inter prediction with geometric partitioning |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5130789A (en) * | 1989-12-13 | 1992-07-14 | Eastman Kodak Company | Localized image recoloring using ellipsoid boundary function |
| US5432863A (en) * | 1993-07-19 | 1995-07-11 | Eastman Kodak Company | Automated detection and correction of eye color defects due to flash illumination |
| JP2907120B2 (ja) * | 1996-05-29 | 1999-06-21 | 日本電気株式会社 | 赤目検出補正装置 |
| US6204858B1 (en) * | 1997-05-30 | 2001-03-20 | Adobe Systems Incorporated | System and method for adjusting color data of pixels in a digital image |
| US6895112B2 (en) * | 2001-02-13 | 2005-05-17 | Microsoft Corporation | Red-eye detection based on red region detection with eye confirmation |
| US6859565B2 (en) * | 2001-04-11 | 2005-02-22 | Hewlett-Packard Development Company, L.P. | Method and apparatus for the removal of flash artifacts |
| US6980691B2 (en) * | 2001-07-05 | 2005-12-27 | Corel Corporation | Correction of “red-eye” effects in images |
| US7035461B2 (en) | 2002-08-22 | 2006-04-25 | Eastman Kodak Company | Method for detecting objects in digital images |
| US20040114829A1 (en) * | 2002-10-10 | 2004-06-17 | Intelligent System Solutions Corp. | Method and system for detecting and correcting defects in a digital image |
| US7116820B2 (en) * | 2003-04-28 | 2006-10-03 | Hewlett-Packard Development Company, Lp. | Detecting and correcting red-eye in a digital image |
| US7224850B2 (en) * | 2003-05-13 | 2007-05-29 | Microsoft Corporation | Modification of red-eye-effect in digital image |
| US7454040B2 (en) * | 2003-08-29 | 2008-11-18 | Hewlett-Packard Development Company, L.P. | Systems and methods of detecting and correcting redeye in an image suitable for embedded applications |
| US7310443B1 (en) * | 2003-09-17 | 2007-12-18 | Sonic Solutions, Inc. | Automatic red eye detection and correction in digital images |
| US7376270B2 (en) * | 2003-12-29 | 2008-05-20 | Canon Kabushiki Kaisha | Detecting human faces and detecting red eyes |
| JP4148903B2 (ja) | 2004-01-06 | 2008-09-10 | 株式会社東芝 | 画像処理装置、画像処理方法およびデジタルカメラ |
| US7403654B2 (en) * | 2004-10-04 | 2008-07-22 | Arcsoft, Inc. | Enhanced automatic red eye removal |
| US7444017B2 (en) * | 2004-11-10 | 2008-10-28 | Eastman Kodak Company | Detecting irises and pupils in images of humans |
| JP4420459B2 (ja) * | 2005-06-14 | 2010-02-24 | キヤノン株式会社 | 画像処理装置およびその方法 |
| US20070036438A1 (en) * | 2005-08-15 | 2007-02-15 | Lexmark International, Inc. | Methods and systems for identifying red eye pairs |
| JP4416724B2 (ja) * | 2005-11-07 | 2010-02-17 | キヤノン株式会社 | 画像処理方法およびその装置 |
| JP5032911B2 (ja) * | 2007-07-31 | 2012-09-26 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
| US20100158363A1 (en) * | 2008-12-19 | 2010-06-24 | Qualcomm Incorporated | System and method to detect skin color in an image |
-
2009
- 2009-01-07 US US12/349,911 patent/US8295593B2/en active Active
- 2009-12-17 JP JP2009286048A patent/JP2010160792A/ja not_active Withdrawn
Also Published As
| Publication number | Publication date |
|---|---|
| US20100172575A1 (en) | 2010-07-08 |
| US8295593B2 (en) | 2012-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2010160792A (ja) | 赤目を検出する方法、コンピューター読み取り可能な媒体および画像処理装置 | |
| US11948282B2 (en) | Image processing apparatus, image processing method, and storage medium for lighting processing on image using model data | |
| US10872420B2 (en) | Electronic device and method for automatic human segmentation in image | |
| US7751615B2 (en) | Image processing apparatus and image processing method for changing color of pupil in photographic image | |
| WO2018176925A1 (zh) | Hdr图像的生成方法及装置 | |
| JP2005310124A (ja) | 赤目検出装置、プログラムおよびプログラムを記録した記録媒体 | |
| US20060280361A1 (en) | Image processing apparatus, image processing method,computer program, and storage medium | |
| JP5779089B2 (ja) | エッジ検出装置、エッジ検出プログラム、およびエッジ検出方法 | |
| JP5640621B2 (ja) | 赤目オブジェクト候補を分類する方法、コンピューター読み取り可能な媒体および画像処理装置 | |
| JP2010160793A (ja) | 赤目を検出する方法、赤目検出システム、赤目検出装置、コンピューター読み取り可能な媒体および画像処理装置 | |
| JP5640622B2 (ja) | 赤目オブジェクト候補を分類する方法、コンピューター読み取り可能な媒体および画像処理装置 | |
| WO2001071421A1 (en) | Red-eye correction by image processing | |
| KR101011908B1 (ko) | 디지털 이미지의 노이즈 감소 방법 및 이를 이용한 이미지 처리 장치 | |
| US8300927B2 (en) | Mouth removal method for red-eye detection and correction | |
| JP6922399B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
| JP2007312206A (ja) | 撮像装置及び、画像再生装置 | |
| JP2002269545A (ja) | 顔画像処理方法及び顔画像処理装置 | |
| JP2005286830A (ja) | 画像処理方法、画像処理装置、およびプログラム | |
| JP2014102713A (ja) | 顔構成部抽出装置、顔構成部抽出方法及びプログラム | |
| JP2005316958A (ja) | 赤目検出装置および方法並びにプログラム | |
| JP2015176252A (ja) | 画像処理装置および画像処理方法 | |
| JP2007281798A (ja) | 赤目補正装置、赤目補正方法、および赤目補正プログラム | |
| JP2012124715A (ja) | 撮像装置及び撮像装置の制御方法 | |
| JP2008293135A (ja) | 画像処理装置及び方法 | |
| JP2007200289A (ja) | 目の位置の検出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20130305 |