JP3810776B2 - ディジタル画像中の赤目を検出し補正する方法 - Google Patents
ディジタル画像中の赤目を検出し補正する方法 Download PDFInfo
- Publication number
- JP3810776B2 JP3810776B2 JP2004129660A JP2004129660A JP3810776B2 JP 3810776 B2 JP3810776 B2 JP 3810776B2 JP 2004129660 A JP2004129660 A JP 2004129660A JP 2004129660 A JP2004129660 A JP 2004129660A JP 3810776 B2 JP3810776 B2 JP 3810776B2
- Authority
- JP
- Japan
- Prior art keywords
- red
- pixel
- eye
- region
- candidate
- 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.)
- Expired - Fee Related
Links
Classifications
-
- 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
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
- Color Image Communication Systems (AREA)
Description
1.システム概観
図1及び図2を参照すると、一実施形態では、ディジタル入力画像12中の赤目ピクセル領域を検出し補正するシステム10は、大域スクリーニングモジュール14と、局所検査モジュール16と、赤目セグメンテーションモジュール18と、赤目補正モジュール20とを含む。大域スクリーニングモジュール14は、入力画像12に基づいて赤みマップ22を計算し、赤みマップ22をフィルタリングすることにより候補赤目ピクセル領域マップ24を生成する。更に、大域スクリーニングモジュール14は、グレイスケールマップ26を計算し、候補赤目ピクセル領域マップ24から、少なくとも1つの個々の隣接ピクセル領域に対する計算されたグレイスケールコントラストが所定のグレイスケールコントラストしきい値を下回るディジタル画像の領域中に配置された、各候補赤目ピクセル領域をフィルタリングする。局所検査モジュール16は、1つ又は2つ以上の局所検査テスト28と対検査(pairing verification)テスト30とに基づき、フィルタリングされた候補赤目ピクセル領域マップ24における候補赤目ピクセル領域をフィルタリングする。赤目セグメンテーションモジュール18は、残りの候補赤目ピクセル領域の各々を処理してセグメンテーションマップ32を生成する。セグメンテーションマップ32は、候補赤目ピクセル領域マップ24の赤目ピクセル領域中の、入力画像12中の赤目ピクセルに対応するピクセルを指定する。赤目補正モジュール20は、セグメンテーションマップ32におけるセグメント化された赤目ピクセルに対応する入力画像ピクセルを(例えば、彩度低下、又は彩度低下と暗化との組み合わせにより)補正することにより補正画像34を生成する。
II.大域スクリーニングモジュール
大域候補赤目ピクセル領域検出
図3を参照すると、大域スクリーニングモジュール14は、動作時、入力画像12におけるピクセルの赤みの測定値を最初に計算することにより、赤みマップ22を生成する(ステップ36)。ピクセルの赤みの種々の異なる測定値のうちの何れかを使用して入力画像12から赤みマップ22を生成することが可能である。実施形態によっては、ピクセルエネルギーの赤成分の測定値の総ピクセルエネルギーの測定値に対する割合に基づいて、ピクセル赤み測定値を計算する。例えば、一実施形態では、ピクセル赤み測定値(R)を次のように計算する。
ここで、r、g、及びbは、それぞれ入力画像12の赤、緑、及び青成分ピクセル値であり、α、β、及びγは重み係数であり、dは、特異性(singularities)を回避し明るいピクセルほど高い重みを与えるように選択した値を有する所定の定数である。r、g、及びbの各々が[0,255]の範囲の値を有する1つの例示的な実施形態では、α=255であり、β=γ=0であり、dは値8を有する。図4A及び図4Bに示すように、式(1)のマッピングに基づき、大域スクリーニングモジュール14は、入力画像12の各ピクセルの赤みを、式(1)により与えられる赤み値を有する赤みマップ22の対応するピクセルへとマップする。
R2=r2/(g+b)2 (3)
R3=(r+b)/(r+g+b+1) (4)
R4=Cr/(Cb+1)2 (5)
ここで、r、g、及びbは、それぞれ入力画像12の赤、緑、及び青成分ピクセル値であり、Cr及びCbは、YCbCr色空間における入力画像12の赤及び青のクロミナンス成分ピクセル値である。
該式(8)に基づき、任意の矩形内のピクセルの平均値を、3つの整数加算/減算と1つの除算とにより効率的に取得することができる。上述した実施形態では、領域AR1,AR2のそれぞれに対する平均ピクセル値APVR1及びAPVR2を計算し、赤みマップ22に式(6)の2次元FIRを適用することにより、赤みマップの対応する各領域毎に以下の赤みスコア(RS1)を生成する。
別の実施形態では、赤みマップ22に対して非線形FIRフィルタを適用することにより、赤みマップの対応する各領域毎に以下の赤みスコア(RS2)を生成する。
ここで、wは、経験的に確定することが可能な一定の重み係数である。この式において、APVR1は、中核正方形AR1の絶対赤みを表し、(APVR1/APVR2)は、中心正方形AR1と周囲領域AR2との間のコントラストを表す。式(10)の赤みスコアRS2は、赤色ドット領域が、その周囲領域に対して高コントラストを示しながら、どれくらい十分に赤くなければならないかを公式化する。上述した実施形態では、赤目領域を、正方形の候補ピクセル領域により近似する。他の実施形態では、赤目領域を異なる形状(例えば円形又は楕円形)により近似することが可能である。
大域候補赤目ピクセル領域検査
図7、図8A、及び図8Bを参照すると、大域スクリーニングモジュール14は、各候補赤目領域に対して検査テストを適用することにより、それがそれ自体十分に赤くその周囲よりも赤いことを確実にする。これらの検査テストは、候補赤目領域に適用し、個々のピクセルには適用しない。実施形態によっては、赤みコントラストしきい値に基づいて、赤目候補領域の予備セットから候補赤目ピクセル領域をフィルタリングする(図7のステップ46)。これらの実施形態では、各予備候補赤目領域48に対して、最初に従来の貪欲(greedy)検索プロセスを適用することにより、新たな赤目ピクセル領域内のピクセルの平均赤みが低減しないという条件の下で、赤目候補領域(例えば矩形)のサイズを最大化する。上述した一致フィルタリングプロセスにより識別される予備赤目ピクセル領域は、入力画像12の実際の赤目より小さい場合が多いため、貪欲な検索プロセスにより、拡大された候補赤目領域50が入力画像12中の赤目(ある場合)をカバーする確率が増大する。次に、各候補赤目領域50の平均赤みを、その8つの隣接するボックス51(各々が対応する候補赤目領域50と同じサイズを有する)の赤みと比較する(図8Bを参照)。所与の候補赤目領域50とそれを取り囲む周囲ボックスとの間の最小の対をなすコントラストがしきい値を下回る場合に、予備赤目候補マップから所与の候補赤目領域を除去する。コントラスト値を、候補赤目領域のピクセルの平均赤み(CenterAverage)と近傍領域の各々のピクセルの平均赤み(NeighborAverage[k]、k=1,2,…,8)との差に基づいて計算する。以下の条件を満たす場合に、予備候補赤目ピクセルマップ24から候補赤目ピクセル領域を除去する。
ここで、k=1,2,…,8であり、MINは、計算されたコントラスト測定値の最小値を計算する関数であり、CMINは、経験的に確定された最小赤みコントラストしきい値である。式(10)の条件を満たさない場合、テスト対象の候補赤目領域を、さらなる検査のために送出する。
G1=0.299×r+0.587×g+0.114×b (12)
G2=0.299×(255−r)+0.587×g+0.114×b (13)
により与えられるG1及びG2の最小値を出力する関数であり、r、g、及びbは、領域内の各ピクセルに対する赤、緑、及び青の値であり、グレイスケール値は、各ピクセル毎に取得され領域にわたって平均化される。このグレイスケールマッピングでは、G1は、(r,g,b)から計算される従来のグレイスケールマッピングであり、G2は、(255−r,g,b)から計算されるグレイスケールマッピングである。グレイスケールマッピングG2は、「強烈な(glowing)」赤目の場合(すなわち、赤目がその周囲よりずっと明るく見える場合)を処理する。上記手法に従って、かかる典型的でない「強烈な」赤目を、典型的な赤目として同様に扱うことを可能にするグレイスケールチャネルにマップする。
{N(k%8),N((k+1)%8),…,N((k+4)%8)} (14)
により示すことが可能である。ここで、%はモジュロ演算子であり、k=0,1,…,7である。これにより、赤目が入力画像12の顔の縁に位置する状況を処理することができる。周囲ボックスの8つのサブセットのうち、最も均一なサブセット60〜74を、中心候補ボックスとのグレイスケールコントラスト(CGRAY)の測定値を計算するための基礎として選択する。すなわち、
CGRAY=AVER{N(m%8),N((m+1)%8),…,N((m+4)%8)}/N(8) (15)
ここで、m=argmin STD{N(k%8),N((k+1)%8),…,N((k+4)%8)}、k=0,1,…,7であり、AVER{a(1),a(2),…,a(n)}は、配列{a(k)}の平均を表し、STD{a(1),a(2),…,a(n)}は、配列{a(k)}の標準偏差を表す。式(14)のグレイスケールコントラスト計算に基づき、候補赤目ピクセル領域マップ24から、計算されたコントラスト測定値が経験的に確定されたしきい値を下回る対応する候補眼球領域を含む候補赤目領域を除去する。
III.局所検査モジュール
再び図2を参照すると、上述した大域赤み及びグレイスケール検査プロセスを適用した後、候補赤目ピクセル領域マップ24は、一組の候補赤目ピクセル領域を含み、その各々は、入力画像12中の赤目領域のおよその位置及びサイズに対応する可能性が高い。実施形態によっては、局所検査モジュール16は、候補赤目ピクセル領域マップ24に対して1つ又は2つ以上の局所検査プロセス28を適用することにより、候補赤目ピクセル領域マップ24から候補赤目ピクセル領域を更にフィルタリングする。以下の実施形態では、入力画像12の局所化領域に対して、肌色(肌の色合い)分類、赤み分類及び非赤み分類技術を適用することにより、候補赤目ピクセル領域マップ24における候補を検査する。これらの分類技術を、少なくとも部分的には、典型的な赤目が、非赤色領域(すなわち目の白色領域)により包囲され、更に肌色領域(すなわち顔)により大部分包囲される、赤色領域(すなわち虹彩)である、という観察に基づいてモデル化する。
肌色検査
少なくとも部分的に、赤目が、肌色領域(すなわち顔)により包囲される非肌色領域(すなわち目)であるという観察に基づいてモデル化される肌色検査プロセスに基づき、候補赤目ピクセル領域マップ24から候補をフィルタリングすることが可能である。このプロセスでは、入力画像12のピクセルを、肌色領域か又は非肌色領域の何れかに対応するものとして分類する。いかなる肌色分類技術を使用して入力画像12のピクセルを分類してもよい。入力画像ピクセルを分類した後、それらピクセルを、任意のピクセルセグメンテーションプロセスを使用して肌色領域と非肌色領域とにセグメント化する。
赤み検査
また、ピクセルベース又は領域ベースの赤み検査プロセスに基づき、候補赤目ピクセル領域マップ24から候補をフィルタリングすることが可能である。
Cr>Cb
Cr>Y (16)
ここで、Cr、Cb、及びYは、YCbCr色空間で表される入力画像ピクセルの色成分である。
Cr>Cb
Cr>Y+(MaxY−MinY)・(MeanY−MinY)/(3・255) (17)
ここで、MeanCrはCrの平均値であり、MaxCr及びMinCrはCrの最大値及び最小値であり、MeanYはYの平均値であり、MaxY及びMinYはYの最大値及び最小値である。これらのパラメータの各々を、所与の候補赤目ピクセル領域に関して中心が置かれ十分な肌ピクセルにより目全体をカバーする領域に対応する局所ウィンドウにわたって計算する。
非赤目検査
また、赤目ピクセル領域候補と周囲の目の白色領域の非赤みとのコントラストに基づいて、候補赤目ピクセル領域マップ24から候補をフィルタリングすることが可能である。これらの実施形態では、入力画像12の局所ウィンドウ領域に亙り、YCbCr色成分比Cb/Crを計算する。局所ウィンドウは、所与の候補赤目ピクセル領域に関して中心が置かれ目全体をカバーする領域に対応する。Cb/Cr比値を反転させしきい値処理することにより、赤み分類マップを取得する。実施形態によっては、Cb/Cr比値を、局所ウィンドウの高及び低極値に基づいて正規化する。しきい値レベルを経験的に確定してもよく、それは赤み分類マップにおいて暗領域により包囲される白色の島をもたらすレベルに対応する。例えば、図11Bは、図11Aの入力画像12に現れる少年の右目を包含する領域中の非赤み/赤み検出を実行する結果を示す。
対検査
再び図2を参照すると、上述した大域赤み、大域グレイスケール及び局所検査プロセスを適用した後、候補赤目ピクセル領域マップ24は、各々が入力画像12において赤目領域のおよその位置及びサイズに対応する可能性の高い、一組の候補赤目ピクセル領域を含む。実施形態によっては、局所検査モジュール16は、候補赤目ピクセル領域マップ24に対して局所対検査プロセス30を適用することにより、候補赤目ピクセル領域マップ24から候補赤目ピクセル領域を更にフィルタリングする。これらの実施形態では、候補赤目ピクセル領域をグループ化して対にする。このプロセスにより、誤警報の数が低減し、入力画像12に現れる人間の一対の目のうちの1つのみを補正することからもたらされる可能性のある、いかなる不自然な様相も回避されるように、対の赤目のみを補正することが保証される。この対局所検査プロセスの1つの例示的な実施形態のステップに対応する擬似コードを、以下に提供する。
2.その赤色ボックスがいかなる他のボックスとも対にされなかった場合{
3.この赤色ボックスの近傍において他の赤色ボックスを検索
4.赤色ボックスが完全に近傍内側にある各赤目候補(b2)毎に{
5.(b1)及び(b2)のボックスが同様のサイズを有する場合{
6.(b1)及び(b2)を対としてマークする
7.}
8.}
9.}
10.}
11.各赤目候補(b)毎に{
12.(b)が対にされていない場合{
13.候補リストから(b)を除去
14.}
15.}
上述したプロセスにおいて現赤目候補の各々に対し、現候補に関して一定距離範囲内に位置する隣接領域の候補赤目ピクセル領域マップにおいて他の候補赤目ピクセル領域を検索することにより、その対候補を検出する(ステップ3)。図13を参照すると、実施形態によっては、候補赤目領域82に関し隣接する検索領域80を、2つの同心円により画定されるハッチングされた円形領域として示す。これらの2つの円は、テスト対象の候補赤目領域82に対して中心が置かれる。同心円の半径(r1,r2)を、現赤色ボックスのサイズに基づいて確定することが可能である。例えば、実施形態によっては、現候補赤目領域82の高さ及び幅がh及びwである場合、同心円の半径(r1,r2)を
r1=(h+w)×1.5 (18)
r2=(h+w)×6.5 (19)
に設定する。
IV.半自動局所検査
実施形態によっては、上述した局所検査プロセスを手動モードで適用してもよく、その場合ユーザが入力画像12において各赤目上をクリックすることが期待される。この手動局所検査プロセスの1つの例示的な実施形態のステップに対応する擬似コードを、以下に提供する。
2.カーソルの位置(及びその近傍)で肌色ピクセル分類を実行;肌色領域でクリックされた場合、アボート
3.カーソルの位置(及びその近傍)で赤色ピクセル分類を実行;非赤色ピクセルでクリックされた場合、アボート
4.カーソルの位置(及びその近傍)で赤色領域分類を実行;非赤色領域でクリックされた場合、アボート
5.初期ウィンドウサイズ設定
6.ウィンドウサイズに従って入力画像を切取る
7.カーソル(又はその近傍のうちの何れか1つ)が分離した非肌色領域にある場合、
8.YCbCr変換を実行、局所的にCb/Crを正規化、Cb/Crを反転、しきい値処理(例えば最高10%)
9.島がある場合、
10.しきい値を低くして島を増大
11.形状を検査(枝(off-shoot)がない)、正常終了
12.そうでない場合(島がない)
13.カーソルが白色の上にある(しきい値が低すぎる可能性がある)場合、
14.島が現れるまでしきい値を上昇
15.一度も現れない場合、アボート
16.そうでない場合、形状を検査(枝がない)、正常終了
17.そうでない場合、アボート
18.そうでない場合、
19.カーソル(又はその近傍の何れか1つ)が分離した赤色領域にある場合、8へ
20.そうでない場合
21.ウィンドウがすでに画像全体をカバーする場合、アボート
22.そうでない場合、ウィンドウサイズを拡大、6へ
初期ウィンドウサイズ(ステップ5)は、事前設定されたウィンドウサイズ(例えば4ピクセル×4ピクセルのサイズを有する正方形領域)に対応することが可能であり、又は大域スクリーニングモジュール14により計算される候補赤目ピクセル領域に対応することが可能である。
V.赤目セグメンテーションモジュール
図14、図15A、図15B、図15C、及び図15Dを参照すると、赤目領域81(図15A)を含む入力画像12に対して大域スクリーニング及び局所検査プロセスを実行した後、候補赤目ピクセル領域マップ24における残りの候補を以下のようにセグメント化し補正することが可能である。
各赤目ピクセル領域に対してバイナリ正方形のサイズ及び位置を計算した後、バイナリ正方形外の全ての赤目ピクセルを外れ値として除去することにより、修正されたピクセルマスクを取得する(図14のステップ88)。
Δm=Rmedian−Gred_median (20)
Δmが0以下である場合、選択された赤の中央値は赤色ピクセルではなく、したがって、修正されたピクセルマスクにおけるピクセルが何れも変更されない。そうでない場合、各マスクピクセルに対し、赤目候補ピクセルである近傍の数を確定する。所与のマスクピクセルが候補赤目ピクセルでない場合、以下のマスク位置設定プロセスを実行する。
Δ=red−green;
if(Δ>0){
P=|Δ−Δm|/Δm×100
RP=|red−Rmedian|/Rmedian×100
if (P<40及びRP<30)、マスク位置を1に設定(マスク位置を候補にするため)
}
}
ここで、red及びgreeenは、所与のマスクピクセルの赤及び緑色成分値である。このプロセスの最後に、更新されたマスクがもたらされる。最終ピクセルマスク89を取得するために、このプロセスを事前定義された拡大範囲(例えば5ピクセル)を達成するまで複数回繰返す。
VI.赤目補正モジュール
図14及び図16を参照すると、補正される赤目ピクセルを識別する最終ピクセルマスク89を計算した(図14のステップ90)後、色補正暗化係数及び重みを計算する(図14のステップ92)。暗化係数及び重みは、赤目ピクセルのオリジナル色値がどの程度彩度低下する(すなわち中間色又はグレイの値に向わせる)べきかを示す。後に詳細に説明するように、これらの2つの係数は、最終ピクセルマスクにおけるピクセル位置により変化することにより、アーティファクトを回避するために変更される入力画像12のピクセルと変更されないピクセルとの平滑な遷移を提供する。
Else tmp=1
R1=(wt×tmp×green+(1−wt)×red)
G1=(wt×tmp×green+(1−wt)×green)
B1=(wt×tmp×green+(1−wt)×blue)
これらの実施形態では、入力画像ピクセルの色成分をRGB色空間に関して定義すると想定する。これらの実施形態を他の色空間表現に容易に拡張することができる。wt=1である場合、ピクセル値を中間色にする(すなわち、ピクセル値を同じグレイの色合いに設定する)。wt=0である場合、対応するピクセルの色成分値の何れも変更しない。この実施形態では、輝度の低いピクセル(すなわち、緑の値が小さい)を、一般に、輝度が変化していない、より高輝度ピクセルより暗くする。図15Aの入力画像12の領域の赤目補正バージョンを図15Dに示す。
VII.結論
他の実施形態が特許請求の範囲内にある。
Claims (9)
- オリジナル色値を有するピクセルを含むディジタル画像(12)を処理する方法であって、
前記ディジタル画像(12)におけるピクセル赤みの測定値を計算し、
該計算したピクセル赤みの測定値に基づき候補赤目ピクセル領域の予備セットを識別し、
各々の候補赤目ピクセル領域の赤みコントラストを計算し、
前記識別された予備セットから、所定の赤みコントラスト閾値よりも小さい赤みコントラストを有する候補赤目ピクセル領域を除去し、
各々の候補赤目ピクセル領域のグレースケールコントラストを計算し、
前記識別された予備セットから、所定のグレースケールコントラスト閾値よりも小さいグレースケールコントラストを有する候補赤目ピクセル領域を除去する
という各ステップを含み、
ここで、
前記ピクセル赤みとは、総ピクセルエネルギーの測定値に対する赤成分のピクセルエネルギーの測定値の割合であり、
前記赤みコントラストは、前記候補赤目ピクセル領域の赤みの平均と、少なくとも1つの各々の隣接ピクセル領域の赤みの平均との間の差分であり、
前記グレースケールコントラストは、前記候補赤目ピクセル領域のグレースケール値の平均と、少なくとも1つの各々の隣接ピクセル領域のグレースケール値の平均との間の差分であることからなる、ディジタル画像を処理する方法。 - 前記候補赤目ピクセル領域(50)の前記予備セットを識別する前記ステップが、前記計算されたピクセル赤みの測定値に対して2次元赤みフィルタを適用することを含み、該赤みフィルタが、中核ピクセル領域(40)と該中核ピクセル領域(40)を取り囲む周囲ピクセル領域(42)とに基づいて赤みスコアを計算し、
前記計算された赤みスコアが、前記中核ピクセル領域(40)の平均赤みを測定する成分と、前記周囲ピクセル領域(42)に対する前記中核ピクセル領域(40)の平均コントラストを測定する成分とを含むことからなる、請求項1に記載のディジタル画像を処理する方法。 - 前記計算された赤みスコアに対して所定のしきい値を適用して候補赤目ピクセルを識別するステップを更に含む、請求項2に記載のディジタル画像を処理する方法。
- 一組の対応する周囲ピクセル領域(51)の各々に対する計算された赤みコントラストが前記所定の赤みコントラストしきい値を下回る各候補赤目ピクセル領域(50)を前記予備セットからフィルタリングする、請求項1に記載のディジタル画像を処理する方法。
- 前記ディジタル画像(12)におけるピクセルグレイスケールの測定値を計算し、及び所与の候補赤目ピクセル領域(50)に対し、該所与の候補赤目ピクセル領域(50)に中心を置く候補眼球領域(56,58)であって該候補眼球領域(56,58)とそれを取り囲む領域(0〜7)との間のグレイスケールコントラストを最大化するサイズを有する候補眼球領域を計算し、
前記候補眼球領域(56,58)とそれを取り囲む前記領域(0〜7)の少なくとも一部との間のグレイスケールコントラスト測定値を計算し、該計算したグレイスケールコントラスト測定値に対してしきい値を適用して前記予備セットから前記候補赤目ピクセル領域(50)をフィルタリングする、
という各ステップを更に含む、請求項1に記載のディジタル画像を処理する方法。 - 候補赤目ピクセル領域(50)を対にし、前記予備セットから対になっていない候補赤目ピクセル領域(50)をフィルタリングする、という各ステップを更に含む、請求項1に記載のディジタル画像を処理する方法。
- 前記予備セットから、前記ディジタル画像(12)における隣接する肌色領域と併合される候補赤目ピクセル領域(50)をフィルタリングし、
前記候補赤目ピクセル領域(50)における非肌色ピクセルの割合と前記候補赤目ピクセル領域(50)を取り囲む領域における肌色ピクセルの割合とに基づいて、前記予備セットから前記候補赤目ピクセル領域(50)をフィルタリングし、
該候補赤目ピクセル領域(50)におけるディジタル画像ピクセルをYCbCr色空間にマップし、該マップしたYCbCr色空間ピクセル値に対してしきい値を適用して前記候補赤目ピクセル領域(50)をフィルタリングし、
個々の候補赤目ピクセル領域(50)を包含する画像領域における各ピクセル毎にYCbCr色空間クロミナンス成分の比を計算し、該計算した比に対してしきい値を適用して前記候補赤目領域を識別する、
という各ステップを含む、請求項1に記載のディジタル画像を処理する方法。 - 赤み及び肌色の色合いに基づいて各候補赤目ピクセル領域(81)におけるピクセルを分類し、
各候補赤目ピクセル領域(81)毎に、赤色及び非肌色として分類される前記候補赤目ピクセル領域(81)中の全てのピクセルを識別する初期ピクセルマスク(83)を生成し、
対応する赤目ピクセル領域(81)と一致するマスクサイズ及び位置を達成するために前記初期ピクセルマスク(83)を修正し、
前記修正したピクセルマスクのサイズを増大させて、対応する赤目ピクセル領域(81)を取り囲むピンク領域に適応させることにより、最終ピクセルマスク(89)を生成する、
という各ステップを更に含む、請求項1に記載のディジタル画像を処理する方法。 - オリジナル色値を彩度低下させ暗化させることにより、前記最終ピクセルマスク(89)に対応するピクセルのオリジナル色値を補正することを更に含む、請求項8に記載のディジタル画像を処理する方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/424,419 US7116820B2 (en) | 2003-04-28 | 2003-04-28 | Detecting and correcting red-eye in a digital image |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2004326805A JP2004326805A (ja) | 2004-11-18 |
JP3810776B2 true JP3810776B2 (ja) | 2006-08-16 |
Family
ID=33299356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004129660A Expired - Fee Related JP3810776B2 (ja) | 2003-04-28 | 2004-04-26 | ディジタル画像中の赤目を検出し補正する方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US7116820B2 (ja) |
EP (1) | EP1499110A3 (ja) |
JP (1) | JP3810776B2 (ja) |
Families Citing this family (90)
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 |
US7738015B2 (en) | 1997-10-09 | 2010-06-15 | Fotonation Vision Limited | Red-eye filter method and apparatus |
US7042505B1 (en) | 1997-10-09 | 2006-05-09 | Fotonation Ireland Ltd. | 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 |
US6895112B2 (en) * | 2001-02-13 | 2005-05-17 | Microsoft Corporation | Red-eye detection based on red region detection with eye confirmation |
JP2006509292A (ja) * | 2002-12-05 | 2006-03-16 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | セグメント化されたイメージから偽エッジを除去するための装置及び方法 |
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 |
US8036458B2 (en) | 2007-11-08 | 2011-10-11 | DigitalOptics Corporation Europe Limited | Detecting redeye defects 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 |
US7792970B2 (en) | 2005-06-17 | 2010-09-07 | Fotonation Vision Limited | Method for establishing a paired connection between media devices |
US7920723B2 (en) | 2005-11-18 | 2011-04-05 | Tessera Technologies Ireland Limited | Two stage detection for photographic eye artifacts |
US7689009B2 (en) | 2005-11-18 | 2010-03-30 | Fotonation Vision Ltd. | Two stage detection for photographic eye artifacts |
US7336821B2 (en) * | 2006-02-14 | 2008-02-26 | Fotonation Vision Limited | Automatic detection and correction of non-red eye flash defects |
US7970182B2 (en) | 2005-11-18 | 2011-06-28 | Tessera Technologies Ireland Limited | Two stage detection for photographic eye artifacts |
US9412007B2 (en) | 2003-08-05 | 2016-08-09 | Fotonation Limited | Partial face detector red-eye filter method and apparatus |
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 |
US7664322B1 (en) * | 2003-08-11 | 2010-02-16 | Adobe Systems Incorporated | Feature-based color adjustment |
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 |
JP4320272B2 (ja) * | 2004-03-31 | 2009-08-26 | 富士フイルム株式会社 | 特定領域検出方法、特定領域検出装置、およびプログラム |
JP4396387B2 (ja) * | 2004-05-13 | 2010-01-13 | オムロン株式会社 | 画像補正装置 |
JP4599110B2 (ja) * | 2004-07-30 | 2010-12-15 | キヤノン株式会社 | 画像処理装置及びその方法、撮像装置、プログラム |
EP1774466A4 (en) * | 2004-07-30 | 2009-10-21 | Canon Kk | PICTURE PROCESSING AND DEVICE, PICTURE DEVICE AND PROGRAM |
CN100377163C (zh) * | 2004-08-09 | 2008-03-26 | 佳能株式会社 | 用于处理图像的方法和装置 |
US7403654B2 (en) * | 2004-10-04 | 2008-07-22 | Arcsoft, Inc. | Enhanced automatic red eye removal |
JP4901229B2 (ja) * | 2005-03-11 | 2012-03-21 | 富士フイルム株式会社 | 赤目検出方法および装置並びにプログラム |
US7907786B2 (en) * | 2005-06-06 | 2011-03-15 | Xerox Corporation | Red-eye detection and correction |
JP4498224B2 (ja) * | 2005-06-14 | 2010-07-07 | キヤノン株式会社 | 画像処理装置およびその方法 |
JP4405942B2 (ja) * | 2005-06-14 | 2010-01-27 | キヤノン株式会社 | 画像処理装置およびその方法 |
JP4670664B2 (ja) * | 2005-10-05 | 2011-04-13 | 三菱電機株式会社 | 画像認識装置 |
US7747071B2 (en) * | 2005-10-27 | 2010-06-29 | Hewlett-Packard Development Company, L.P. | Detecting and correcting peteye |
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 |
US7903870B1 (en) * | 2006-02-24 | 2011-03-08 | Texas Instruments Incorporated | Digital camera and method |
JP4549997B2 (ja) * | 2006-03-30 | 2010-09-22 | 富士フイルム株式会社 | 赤目検出装置、赤目検出方法、および赤目検出プログラム |
ATE497218T1 (de) | 2006-06-12 | 2011-02-15 | Tessera Tech Ireland Ltd | Fortschritte bei der erweiterung der aam- techniken aus grauskalen- zu farbbildern |
US8064694B2 (en) * | 2006-06-21 | 2011-11-22 | Hewlett-Packard Development Company, L.P. | Nonhuman animal integument pixel classification |
JP4779851B2 (ja) * | 2006-07-24 | 2011-09-28 | セイコーエプソン株式会社 | オブジェクト検出装置 |
CN101523414A (zh) * | 2006-09-28 | 2009-09-02 | 皇家飞利浦电子股份有限公司 | 图像的部分的内容检测 |
US7941002B2 (en) | 2006-12-01 | 2011-05-10 | Hewlett-Packard Development Company, L.P. | Apparatus and methods of producing photorealistic image thumbnails |
US7764846B2 (en) * | 2006-12-12 | 2010-07-27 | Xerox Corporation | Adaptive red eye correction |
US20080170778A1 (en) * | 2007-01-15 | 2008-07-17 | Huitao Luo | Method and system for detection and removal of redeyes |
US8055067B2 (en) | 2007-01-18 | 2011-11-08 | DigitalOptics Corporation Europe Limited | Color segmentation |
US20080199073A1 (en) * | 2007-02-20 | 2008-08-21 | Microsoft Corporation | Red eye detection in digital images |
WO2008109708A1 (en) * | 2007-03-05 | 2008-09-12 | Fotonation Vision Limited | Red eye false positive filtering using face location and orientation |
JP4214420B2 (ja) * | 2007-03-15 | 2009-01-28 | オムロン株式会社 | 瞳色補正装置およびプログラム |
WO2008119368A1 (en) * | 2007-04-03 | 2008-10-09 | Telecom Italia S.P.A. | Method for red eye detection in a digital image |
US8031970B2 (en) * | 2007-08-27 | 2011-10-04 | Arcsoft, Inc. | Method of restoring closed-eye portrait photo |
US8503818B2 (en) | 2007-09-25 | 2013-08-06 | DigitalOptics Corporation Europe Limited | Eye defect detection in international standards organization images |
JP5089405B2 (ja) * | 2008-01-17 | 2012-12-05 | キヤノン株式会社 | 画像処理装置及び画像処理方法並びに撮像装置 |
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 |
CN101983507A (zh) * | 2008-02-01 | 2011-03-02 | 惠普开发有限公司 | 自动红眼检测 |
US8331666B2 (en) * | 2008-03-03 | 2012-12-11 | Csr Technology Inc. | Automatic red eye artifact reduction for images |
JP4983684B2 (ja) * | 2008-03-26 | 2012-07-25 | セイコーエプソン株式会社 | 画像処理装置、画像処理方法、画像処理のためのコンピュータプログラム |
US8081254B2 (en) | 2008-08-14 | 2011-12-20 | DigitalOptics Corporation Europe Limited | In-camera based method of detecting defect eye with high accuracy |
US8295593B2 (en) * | 2009-01-07 | 2012-10-23 | Seiko Epson Corporation | Method of detecting red-eye objects in digital images using color, structural, and geometric characteristics |
US8559668B2 (en) * | 2009-06-01 | 2013-10-15 | Apple Inc. | Red-eye reduction using facial detection |
WO2010149220A1 (en) * | 2009-06-26 | 2010-12-29 | Nokia Corporation | An apparatus |
JP4580029B2 (ja) * | 2009-10-02 | 2010-11-10 | キヤノン株式会社 | 画像処理装置およびその方法 |
US8300929B2 (en) * | 2009-10-07 | 2012-10-30 | Seiko Epson Corporation | Automatic red-eye object classification in digital photographic images |
US8170332B2 (en) * | 2009-10-07 | 2012-05-01 | Seiko Epson Corporation | Automatic red-eye object classification in digital images using a boosting-based framework |
KR101624650B1 (ko) | 2009-11-20 | 2016-05-26 | 삼성전자주식회사 | 적목 현상 검출 방법 및 장치 |
US8649612B1 (en) | 2010-01-06 | 2014-02-11 | Apple Inc. | Parallelizing cascaded face detection |
US8300927B2 (en) * | 2010-02-11 | 2012-10-30 | Seiko Epson Corporation | Mouth removal method for red-eye detection and correction |
CN102893292B (zh) | 2010-04-30 | 2016-02-10 | 诺基亚技术有限公司 | 用于补偿眼睛颜色缺陷的方法及装置 |
KR101454988B1 (ko) * | 2010-06-28 | 2014-10-27 | 노키아 코포레이션 | 아이 컬러 결함을 보상하기 위한 방법, 장치 및 컴퓨터 프로그램 제품 |
KR101026410B1 (ko) * | 2010-07-29 | 2011-04-07 | 엘아이지넥스원 주식회사 | 표적 추출 장치와 그 방법, 및 상기 방법을 구현하는 프로그램이 기록된 기록매체 |
US8559712B2 (en) * | 2010-09-13 | 2013-10-15 | Hewlett-Packard Development Company, L.P. | Processing an image of a person's face |
US8705811B1 (en) | 2010-10-26 | 2014-04-22 | Apple Inc. | Luminance adjusted face detection |
US8786735B2 (en) | 2011-03-21 | 2014-07-22 | Apple Inc. | Red-eye removal using multiple recognition channels |
US8837827B2 (en) | 2011-03-21 | 2014-09-16 | Apple Inc. | Red-eye removal using multiple recognition channels |
US8837822B2 (en) | 2011-03-21 | 2014-09-16 | Apple Inc. | Red-eye removal using multiple recognition channels |
US8837785B2 (en) | 2011-03-21 | 2014-09-16 | Apple Inc. | Red-eye removal using multiple recognition channels |
US8818091B2 (en) | 2011-03-21 | 2014-08-26 | Apple Inc. | Red-eye removal using multiple recognition channels |
US8675971B2 (en) * | 2011-03-25 | 2014-03-18 | Aptina Imaging Corporation | Method and apparatus for classifying image pixels |
US9721160B2 (en) * | 2011-04-18 | 2017-08-01 | Hewlett-Packard Development Company, L.P. | Manually-assisted detection of redeye artifacts |
US8571271B2 (en) | 2011-05-26 | 2013-10-29 | Microsoft Corporation | Dual-phase red eye correction |
US8811683B2 (en) * | 2011-06-02 | 2014-08-19 | Apple Inc. | Automatic red-eye repair using multiple recognition channels |
US9041954B2 (en) | 2011-06-07 | 2015-05-26 | Hewlett-Packard Development Company, L.P. | Implementing consistent behavior across different resolutions of images |
US8970902B2 (en) | 2011-09-19 | 2015-03-03 | Hewlett-Packard Development Company, L.P. | Red-eye removal systems and method for variable data printing (VDP) workflows |
TW201328312A (zh) * | 2011-12-27 | 2013-07-01 | Icatch Technology Inc | 修正紅眼的影像處理方法及裝置 |
CN105247570A (zh) * | 2013-05-28 | 2016-01-13 | 马维尔国际贸易有限公司 | 用于红眼修正的系统和方法 |
KR20150005094A (ko) * | 2013-07-04 | 2015-01-14 | 삼성전자주식회사 | 전자 디바이스 및 전자 디바이스에서 눈 영역 검출 방법 |
KR20150075906A (ko) * | 2013-12-26 | 2015-07-06 | 삼성전기주식회사 | 시선 추적 장치 및 방법 |
US9953415B2 (en) | 2014-12-03 | 2018-04-24 | Tata Consultancy Services Limited | System and method for quantification of Escherichia coli bacteria in water |
KR102585229B1 (ko) | 2015-07-08 | 2023-10-05 | 삼성전자주식회사 | 대상체의 피부 타입에 관련된 정보를 제공하는 전자 장치 및 방법 |
WO2017007218A1 (ko) * | 2015-07-08 | 2017-01-12 | 삼성전자 주식회사 | 대상체의 피부 타입에 관련된 정보를 제공하는 전자 장치 및 방법 |
CN106981066B (zh) * | 2017-03-06 | 2019-07-12 | 武汉嫦娥医学抗衰机器人股份有限公司 | 一种基于肤色的内脸图像分割方法 |
US20190370942A1 (en) * | 2018-06-01 | 2019-12-05 | Apple Inc. | Red-eye correction techniques |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5432863A (en) * | 1993-07-19 | 1995-07-11 | Eastman Kodak Company | Automated detection and correction of eye color defects due to flash illumination |
US6215891B1 (en) * | 1997-03-26 | 2001-04-10 | Oki Electric Industry Co., Ltd. | Eye image recognition method eye image selection method and system therefor |
US6204858B1 (en) | 1997-05-30 | 2001-03-20 | Adobe Systems Incorporated | System and method for adjusting color data of pixels in a digital image |
US6009209A (en) * | 1997-06-27 | 1999-12-28 | Microsoft Corporation | Automated removal of red eye effect from a digital image |
US6252976B1 (en) | 1997-08-29 | 2001-06-26 | Eastman Kodak Company | Computer program product for redeye detection |
US6292574B1 (en) | 1997-08-29 | 2001-09-18 | Eastman Kodak Company | Computer program product for redeye detection |
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 |
JP2004502212A (ja) | 2000-03-23 | 2004-01-22 | インスティチュート・フォー・インフォコム・リサーチ | 画像処理による赤目修正 |
US6728401B1 (en) * | 2000-08-17 | 2004-04-27 | Viewahead Technology | Red-eye removal using color image processing |
US6895112B2 (en) * | 2001-02-13 | 2005-05-17 | Microsoft Corporation | Red-eye detection based on red region detection with eye confirmation |
US6873743B2 (en) | 2001-03-29 | 2005-03-29 | Fotonation Holdings, Llc | Method and apparatus for the automatic real-time detection and correction of red-eye defects in batches of digital images or in handheld appliances |
BR0209543A (pt) * | 2001-05-11 | 2005-04-26 | Detector Electronics | Método e aparelho de detecção de fogo através de formação de imagem da chama |
US6980691B2 (en) * | 2001-07-05 | 2005-12-27 | Corel Corporation | Correction of “red-eye” effects in images |
JP2005518722A (ja) * | 2002-02-22 | 2005-06-23 | ピクソロジー ソフトウエア リミテッド | デジタル画像における赤目特徴の検出および補正 |
US7155058B2 (en) * | 2002-04-24 | 2006-12-26 | Hewlett-Packard Development Company, L.P. | System and method for automatically detecting and correcting red eye |
-
2003
- 2003-04-28 US US10/424,419 patent/US7116820B2/en not_active Expired - Fee Related
-
2004
- 2004-03-04 EP EP04251263A patent/EP1499110A3/en not_active Withdrawn
- 2004-04-26 JP JP2004129660A patent/JP3810776B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US7116820B2 (en) | 2006-10-03 |
EP1499110A3 (en) | 2006-03-01 |
JP2004326805A (ja) | 2004-11-18 |
US20040213476A1 (en) | 2004-10-28 |
EP1499110A2 (en) | 2005-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3810776B2 (ja) | ディジタル画像中の赤目を検出し補正する方法 | |
CN110033456B (zh) | 一种医疗影像的处理方法、装置、设备和系统 | |
US6873743B2 (en) | Method and apparatus for the automatic real-time detection and correction of red-eye defects in batches of digital images or in handheld appliances | |
EP1810245B1 (en) | Detecting irises and pupils in human images | |
TWI430184B (zh) | 結合全色像素之邊緣映射 | |
CN109816666B (zh) | 对称全卷积神经网络模型构建方法、眼底图像血管分割方法、装置、计算机设备及存储介质 | |
US20060204052A1 (en) | Method, apparatus, and program for detecting red eye | |
JP3684017B2 (ja) | 画像処理装置及び方法 | |
US8285002B2 (en) | Image processing apparatus and method, image sensing apparatus, and program | |
WO2015070723A1 (zh) | 眼部图像处理方法和装置 | |
JP2007504719A (ja) | 組み込みアプリケーションに適した、画像における赤目の検出と補正を行うシステム及び方法 | |
US20090103784A1 (en) | Effective red eye removal in digital images without face detection | |
WO2021042823A1 (zh) | 图片检测方法及装置 | |
JP2013027636A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
CN113129390B (zh) | 一种基于联合显著性的色盲图像重新着色方法及系统 | |
CN112288697B (zh) | 用于量化异常程度的方法、装置、电子设备及可读存储介质 | |
JP6620636B2 (ja) | 眼底画像処理装置 | |
Reza et al. | Automatic detection of optic disc in fundus images by curve operator | |
KR101881795B1 (ko) | 퍼지 이론에 기초한 컬러 이미지의 에지 검출 방법 | |
JP4457586B2 (ja) | 赤目領域補正方法、赤目領域補正処理プログラム、記録媒体、画像処理装置 | |
CN118196218B (zh) | 一种眼底图像处理方法、装置及设备 | |
JP4269808B2 (ja) | 色不良領域補正方法、色不良領域補正処理プログラム、色領域特定方法、色領域特定処理プログラムおよび画像処理装置 | |
WO2008119368A1 (en) | Method for red eye detection in a digital image | |
CN117522802A (zh) | 视网膜图像预处理方法、装置、电子设备及存储介质 | |
CN116092171A (zh) | 图像的识别方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050913 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20051213 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20051216 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060313 |
|
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: 20060523 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060524 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |