JP4498224B2 - 画像処理装置およびその方法 - Google Patents
画像処理装置およびその方法 Download PDFInfo
- Publication number
- JP4498224B2 JP4498224B2 JP2005174252A JP2005174252A JP4498224B2 JP 4498224 B2 JP4498224 B2 JP 4498224B2 JP 2005174252 A JP2005174252 A JP 2005174252A JP 2005174252 A JP2005174252 A JP 2005174252A JP 4498224 B2 JP4498224 B2 JP 4498224B2
- Authority
- JP
- Japan
- Prior art keywords
- region
- candidate
- area
- determination
- image processing
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 title description 118
- 238000011156 evaluation Methods 0.000 claims abstract description 105
- 230000002093 peripheral effect Effects 0.000 claims abstract description 99
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000000605 extraction Methods 0.000 claims description 46
- 239000000284 extract Substances 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 10
- 238000003672 processing method Methods 0.000 claims description 6
- 230000007547 defect Effects 0.000 claims description 3
- 241000593989 Scardinius erythrophthalmus Species 0.000 description 198
- 201000005111 ocular hyperemia Diseases 0.000 description 198
- 238000012937 correction Methods 0.000 description 93
- 230000008569 process Effects 0.000 description 74
- 238000010586 diagram Methods 0.000 description 30
- 210000001747 pupil Anatomy 0.000 description 25
- 230000003044 adaptive effect Effects 0.000 description 24
- 230000006870 function Effects 0.000 description 10
- 239000000049 pigment Substances 0.000 description 8
- 230000009467 reduction Effects 0.000 description 5
- 210000000695 crystalline len Anatomy 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 102220047090 rs6152 Human genes 0.000 description 3
- 241001469893 Oxyzygonectes dovii Species 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- QNRATNLHPGXHMA-XZHTYLCXSA-N (r)-(6-ethoxyquinolin-4-yl)-[(2s,4s,5r)-5-ethyl-1-azabicyclo[2.2.2]octan-2-yl]methanol;hydrochloride Chemical compound Cl.C([C@H]([C@H](C1)CC)C2)CN1[C@@H]2[C@H](O)C1=CC=NC2=CC=C(OCC)C=C21 QNRATNLHPGXHMA-XZHTYLCXSA-N 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
- Studio Devices (AREA)
Description
S = {max(R, G, B) - min(R, G, B)}/max(R, G, B) …(1)
ここで、max(R, G, B)はRGB成分の最大値
min(R, G, B)はRGB成分の最小値
R > G > B …(2)
赤目領域:(R, G, B)=(109, 58, 65)
肌色領域:(R, G, B)=(226, 183, 128)
図1は実施例1の画像処理を実行するコンピュータ(画像処理装置)の構成例を示すブロック図である。
図2は実施例1の赤目の自動補正処理の概要を示す機能ブロック図で、CPU 101によって実行される処理である。なお、入力画像は、例えば、ディジタルカメラ112やフィルムスキャナ111から入力される一画素あたりRGB各8ビット、合計24ビットのディジタル画像データである。
赤領域抽出部202は、入力画像データに適応的二値化処理を適用することで、画像データから赤色領域を抽出する。つまり、入力画像データの各画素に対して赤色度合いを示す赤色評価量を算出し、その評価量と閾値を比較して、評価値>閾値の場合に注目画素を赤色と判定する。この閾値は、注目画素の周辺領域において適応的に決定される閾値である。なお、ここで言う「二値化」とは赤色と判定した画素に‘1’を、そうではない画素に‘0’を割り当てることを言う。
Er = (R - G)/R …(3)
R > 0 かつ R > G …(4)
R > Th_Rmin かつ R > G かつ R > B …(5)
ここで、Th_RminはRの下限値を表す閾値
Er > Er(ave) + Margin_RGB ならば‘1’
Er ≦ Er(ave) + Margin_RGB ならば‘0’ …(6)
ここで、Margin_RGRはパラメータ
赤丸領域抽出部203は、二値画像処理方法の一つである境界線追跡法を用いて、赤丸領域を抽出する。
AR = (ymax - ymin)/(xmax - xmin) …(7)
ただし、AR > 1ならばAR = 1/AR
Th_BF_RatioMin < min(X, Y)/min(W, H) < Th_BF_RatioMax …(8)
ここで、X = xmax - xmin
Y = ymax - ymin
Wは入力画像の幅
Hは入力画像の高さ
Ci = (X + Y)×2×2π/8 …(9)
min(Ci, Cx)/max(Ci, Cx) > Th_BF_CircleRatio …(10)
ここで、Cxは周辺の長さ
sum(f1, f2, f5, f6) < Σf×Th_BF_DirectRatio
sum(f2, f3, f6, f7) < Σf×Th_BF_DirectRatio
sum(f3, f4, f7, f8) < Σf×Th_BF_DirectRatio …(11)
sum(f4, f5, f8, f1) < Σf×Th_BF_DirectRatio
ここで、fnは方向nの度数
sum(fa, fb, fc, fd)は方向a, b, c, dの度数の和
Σfは度数の総和
特徴量判定部204は、抽出された赤丸領域(赤目候補領域)について、人の赤目と特定できるような様々な特徴量を算出し、それを予め定められた閾値と比較して、赤目か否かを判定する。
特徴量群0:赤丸領域と周辺領域の評価量の平均値Er(ave)の比較(S10)
特徴量群1:赤丸領域内の色相と評価量Er、色成分の変化に関する判定(S11)
特徴量群2:周辺領域の輝度に関する判定(S12)
特徴量群3:周辺領域の彩度、色相に関する判定(S13)
特徴量群4:周辺領域のエッジの強度に関する判定(S14)
図13は赤目候補領域の特徴量を算出する際に使用する周辺領域の定義を説明する図である。
特徴量群0の判定は、ブロック1301に対して例えば図13(b)に示す三倍の周辺領域を設定し、ブロック1301を含む各ブロックについて、式(3)を用いて各画素の評価量Erを算出し、それらの平均値Er(ave)を算出する。算出した平均値Er(ave)は、RAM 103に割り当てた配列AEvR[8]に格納する。ここでAEvRは0〜8の九つの要素を保持する配列で、要素0は図13に示す左上(TL)ブロック、要素1は上(T)ブロック、要素2は右上(TR)ブロック、…というように、左上ブロックから右下ブロックの順に割り当てる。
AEvR[i] < AEvR[4]×Th_FJ0_EvR …(12)
特徴量群1の判定は、赤目候補領域(図13に示すブロック1301)内のみの画像データを参照して、赤目領域か否かを判定する処理である。特徴量群1の判定には、例えば以下のような判定処理が含まれる。
R < Th_FJ1_EMaxMinRatio …(13)
δr > Th_FJ1_RDiv …(14)
SDr(ave) > Th_FJ1_RDiff …(15)
特徴量群2の判定は、特徴量群1の判定により候補領域リストから除外されずに残った赤目候補領域に対して周辺領域を設定し、周辺領域内の輝度成分に関する判定処理を行う。特徴量群2の判定には、例えば以下の判定処理が含まれる。
(Ymax - Ymin) > Th_FJ2_MaxMinDiff2 …(16)
(Ymax - Ymin) < Th_FJ2_MaxMinDiff5 …(17)
特徴量群3の判定は、特徴量群1および特徴量群2の判定により候補領域リストから除外されずに残った赤目候補領域に対して周辺領域を設定し、該周辺領域内の彩度および色相に関する判定を行う。特徴量群3の判定には、例えば以下の判定処理が含まれる。
Rh = Nh/ΣN …(18)
ここで、Nhは色相が±Th_FJ3_HRangeの画素数
ΣNは8ブロックの画素数
特徴量群4の判定は、特徴量群1から特徴量群3の判定により候補領域リストから除外されずに残った赤目候補領域に対して周辺領域を設定し、周辺領域内のエッジに関する判定処理を行う。人の目近傍には非常に強いエッジが存在するため、有効な特徴量になり得る。また、以下ではエッジの検出に公知のSobelフィルタを用いる例を説明するが、これに限定されるものではなく、他のエッジ検出フィルタを用いたとしても、同様の判定処理を行うことが可能である。なお、Sobelフィルタについては公知であるため、ここでの詳細な説明は省略する。特徴量群4の判定には、例えば以下のような判定処理が含まれる。
(Xw, Yw) = (Σx・Sobel[y][x]/Sobel[y][x], Σy・Sobel[y][x]/Sobel[y][x]) …(19)
SPowin/SPowout > Th_FJ4_InOutRatio …(20)
補正部205は、RGB成分で構成された入力画像データと、前段までの処理で得られた赤目領域が記載された候補領域リストが入力される。
Lw1 = Lw0×CPARAM_AREARATIO
Lh1 = Lh0×CPARAM_AREARATIO …(21)
ここで、Lw0、Lh0は赤目領域1901の幅と高さの1/2
CPARAM_AREARATIOは補正範囲を決定するためのパラメータ
(x/Lw1)2 + (y/Lh1)2 ≦ 1 …(22)
ここで、(x, y)は注目画素の座標
ただし、座標原点は注目赤目領域の中心
(1) 赤目領域1901の中心から注目画素までの距離rと、
中心から楕円境界までの距離r0の比r/r0
(2) 注目画素の評価量Erと評価量の最大値Ermaxの比Er/Ermax
(3) 注目画素の輝度Yと最大輝度値Ymaxの比Y/Ymax
Vy = {1 - RrTy1}・{1 - (1 - Re)Ty2}・{1 - RyTy3}
Vc = {1 - RrTc1}・{1 - (1 - Re)Tc2} …(23)
ここで、Rr = r/r0、Re = Er/Ermax、Ry = Y/Ymax
Y' = (1.0 - Wy・Vy)・Y
C' = (1.0 - Wc・Vc)・C …(24)
ここで、Y、Cは補正前の値
Y'、C'は補正後の値
Wy、Wcは重み(0.0〜1.0)
(Wi・Hi + Wj・Hj)/(Wij・Hij) > Th_J …(25)
ここで、0<閾値Th_J≦1.0
min(Wij, Hij)/max(Wij, Hij) > max{min(Wi, Hi)/max(Wi, Hi), min(Wj, Hj)/max(Wj, Hj)}
…(26)
(xt1, yt1) = {int(xt0・k), int(yt0・k)}
(xb1, yb1) = {int(xb0・k), int(yb0・k)} …(27)
ここで、k = W1/W0
int( )は自身を超えない最大の整数
(xt1, yt1)は補正対象画像上の赤目領域の左上座標
(xb1, yb1)は補正対象画像上の赤目領域の右下座標
上記の各実施例においては、画素ごとの評価量ErとしてRGB成分値のうち、Bを使用しない評価量Erを定義した。しかし、これに限定するものではなく、例えば、式(28)によって評価量Erを定義し、係数kを0または係数i、jよりも小さい値に設定しても同様の効果を得ることができる。ここで、係数i、j、kは負の数になり得る重みである。
Er = (i・R + j・G + k・B)/R …(28)
なお、本発明は、複数の機器(例えばホストコンピュータ、インタフェイス機器、リーダ、プリンタなど)から構成されるシステムに適用しても、一つの機器からなる装置(例えば、複写機、ファクシミリ装置など)に適用してもよい。
Claims (40)
- 目の色調不良を示す画像領域を検出する画像処理装置であって、
画像の画素ごとに、目の色調の評価量を算出する算出手段と、
前記算出手段によって算出された評価量に基づき目の色調不良を示す候補画素を抽出する抽出手段と、
前記抽出手段によって抽出された複数の候補画素から構成される領域を抽出し、該抽出された領域が予め定められた形状であるか否かを判定し、該予め定められた形状であると判定された領域を目の色調不良の候補領域として抽出する領域抽出手段と、
前記領域抽出手段によって抽出された候補領域の周辺領域の特徴量に関する判定を行う第一の判定手段と、
前記第一の判定手段による判定結果に基づき前記候補領域を更新する更新手段と、
前記更新手段によって更新された候補領域の周辺領域のエッジの強度に関する判定を行う第二の判定手段と、
前記第二の判定手段による判定結果に基づき、前記色調不良を示す画像領域を検出する検出手段とを有することを特徴とする画像処理装置。 - 前記評価量は、前記画像のR成分がG成分よりも大きい画素に対して、(R - G)/Rで求めることを特徴とする請求項1に記載された画像処理装置。
- 前記算出手段は、前記画像のRおよびG成分を用いて前記評価量を算出することを特徴とする請求項1に記載された画像処理装置。
- 前記算出手段は、前記画像のRおよびG成分に適用する重みに比べて小さい重みをB成分に適用し、前記重みを適用したRおよびG成分、並びに、前記小さい重みを適用したB成分から前記評価量を算出することを特徴とする請求項1に記載された画像処理装置。
- 前記周辺領域の特徴量は、輝度、色相および彩度の何れかであることを特徴とする請求項1から請求項4の何れか一項に記載された画像処理装置。
- 前記第二の判定手段による判定は、前記更新された候補領域に対して周辺領域を設定し、前記周辺領域の画素ごとにエッジの強度を算出し、前記エッジの強度の平均値を算出し、前記平均値が所定値より小さい場合、当該候補領域を候補領域から除外することを特徴とする請求項1から請求項5の何れか一項に記載された画像処理装置。
- 前記第二の判定手段による判定は、さらに、前記エッジの強度の最大値と最小値の差を算出し、前記差が所定値より小さい場合、当該候補領域を候補領域から除外することを特徴とする請求項6に記載された画像処理装置。
- 前記第二の判定手段による判定は、さらに、前記エッジの強度の重心位置を算出し、前記重心位置が前記周辺領域の中央近傍に存在しない場合、当該候補領域を候補領域から除外することを特徴とする請求項7に記載された画像処理装置。
- 前記第二の判定手段による判定は、さらに、前記周辺領域内を中央領域と外部領域に分割し、前記中央領域と外部領域それぞれの前記エッジの強度の平均値を算出し、前記中央領域の平均値と前記外部領域の平均値の比が所定値よりも小さい場合、当該候補領域を候補領域から除外することを特徴とする請求項8に記載された画像処理装置。
- 前記第二の判定手段による判定は、さらに、前記中央領域の平均値が所定値よりも小さい場合、当該候補領域を候補領域から除外することを特徴とする請求項9に記載された画像処理装置。
- 前記第二の判定手段による判定は、さらに、前記外部領域の平均値が所定値よりも大きい場合、当該候補領域を候補領域から除外することを特徴とする請求項10に記載された画像処理装置。
- 目の色調不良を示す画像領域を検出する画像処理装置であって、
画像の画素ごとに、目の色調の評価量を算出する算出手段と、
前記算出手段によって算出された評価量に基づき目の色調不良を示す候補画素を抽出する抽出手段と、
前記抽出手段によって抽出された複数の候補画素から構成される領域を抽出し、該抽出された領域が予め定められた形状か否かを判定し、該予め定められた形状であると判定された領域を目の色調不良の候補領域として抽出する領域抽出手段と、
前記領域抽出手段によって抽出された候補領域の前記評価量と、当該候補領域の周辺領域の前記評価量に関する判定を行う第一の判定、前記候補領域内の所定の色相の画素の前記評価量、または、所定の色成分に関する判定を行う第二の判定、前記周辺領域の輝度に関する判定を行う第三の判定、前記周辺領域の色相または彩度に関する判定を行う第四の判定、並びに、前記周辺領域のエッジの強度に関する判定を行う第五の判定を行う領域判定手段と、
前記領域判定手段による、前記第一から第四の判定の一部を除く判定と前記第五の判定を満たす前記候補領域を前記目の色調不良を示す画像領域に決定する決定手段とを有することを特徴とする画像処理装置。 - 前記評価量は、前記画像のR成分がG成分よりも大きい画素に対して、(R - G)/Rで求めることを特徴とする請求項12に記載された画像処理装置。
- 前記算出手段は、前記画像のRおよびG成分を用いて前記評価量を算出することを特徴とする請求項12に記載された画像処理装置。
- 前記算出手段は、前記画像のRおよびG成分に適用する重みに比べて小さい重みをB成分に適用し、前記重みを適用したRおよびG成分、並びに、前記小さい重みを適用したB成分から前記評価量を算出することを特徴とする請求項12に記載された画像処理装置。
- 前記抽出手段は、前記画像における注目画素近傍に所定のウィンドウ領域を設定し、前記ウィンドウ領域に含まれる画素の前記評価量から閾値を決定し、前記閾値を用いて前記注目画素の前記評価量を二値化することで前記候補画素を抽出することを特徴とする請求項12から請求項15の何れか一項に記載された画像処理装置。
- 前記抽出手段は、前記画像における前記注目画素と同一ライン上に複数画素分の前記ウィンドウ領域を設定することを特徴とする請求項16に記載された画像処理装置。
- 前記抽出手段は、前記注目画素を前記同一ライン方向に走査して候補画素の抽出を行った後、前記ライン上で該走査した方向と逆方向に前記注目画素を走査して候補画素の抽出を行い、前記二回の走査でともに抽出した画素を前記候補画素とすることを特徴とする請求項16または請求項17に記載された画像処理装置。
- 前記予め定められた形状の領域は、円または楕円に近い形状であることを特徴とする請求項12から請求項18の何れか一項に記載された画像処理装置。
- 前記領域判定手段は、前記第一から第五の判定の順に実行することを特徴とすることを特徴とする請求項12から請求項19の何れか一項に記載された画像処理装置。
- 前記第一の判定は、前記候補領域に対して前記周辺領域を設定し、当該候補領域の前記評価量の第一の平均値を求め、前記周辺領域を分割したブロックごとに前記評価量の第二の平均値を求め、前記第一の平均値が、前記第二の平均値の何れかを所定倍した値より小さい場合、当該候補領域を候補領域から除外することを特徴とする請求項12から請求項20の何れか一項に記載された画像処理装置。
- 前記第二の判定は、前記候補領域において、色相が所定の範囲の画素から前記評価量の平均値を算出し、前記平均値が所定の範囲にない場合、当該候補領域を候補領域から除外することを特徴とする請求項12から請求項21の何れか一項に記載された画像処理装置。
- 前記第二の判定は、さらに、前記候補領域において、色相が所定の範囲の画素の前記評価量の最大値および最小値を求め、前記最小値と前記最大値の比が所定の閾値よりも大きい場合、当該候補領域を候補領域から除外することを特徴とする請求項22に記載された画像処理装置。
- 前記第二の判定は、さらに、前記候補領域の画素の前記所定の色成分の分散または標準偏差を算出し、前記分散または標準偏差が所定の閾値よりも小さい場合、当該候補領域を候補領域から除外することを特徴とする請求項23に記載された画像処理装置。
- 前記第二の判定は、さらに、前記候補領域内の画素の前記所定の色成分の近隣画素との絶対差分値の平均値を算出し、前記平均値が所定の閾値よりも小さい場合、当該候補領域を候補領域から除外することを特徴とする請求項23に記載された画像処理装置。
- 前記第三の判定は、前記候補領域に対して周辺領域を設定し、前記周辺領域の平均輝度値を算出し、前記平均輝度値が所定の範囲に含まれない場合、当該候補領域を候補領域から除外することを特徴とする請求項12から請求項25の何れか一項に記載された画像処理装置。
- 前記第三の判定は、さらに、前記候補領域の所定倍の大きさの周辺領域を設定し、前記周辺領域をブロックに分割し、前記ブロックごとに平均輝度値を算出し、前記平均輝度値の最大、最小値を算出し、前記最大値と最小値の差が所定値より小さい場合、当該候補領域を候補領域から除外することを特徴とする請求項26に記載された画像処理装置。
- 前記第四の判定は、前記候補領域に対して周辺領域を設定し、前記周辺領域の色相が所定の範囲の画素の割合を算出し、前記割合が所定値より小さい場合、当該候補領域を候補領域から除外することを特徴とする請求項12から請求項27の何れか一項に記載された画像処理装置。
- 前記第四の判定は、さらに、前記周辺領域の平均彩度を算出し、前記平均彩度が所定の範囲に含まれない場合、当該候補領域を候補領域から除外することを特徴とする請求項28に記載された画像処理装置。
- 前記第四の判定は、前記周辺領域において、彩度を明度で除算した値が所定値以下の画素を検出し、当該画素が検出されない場合、当該候補領域を候補領域から除外することを特徴とする請求項29に記載された画像処理装置。
- 前記第五の判定は、前記候補領域に対して周辺領域を設定し、前記周辺領域の画素ごとにエッジの強度を算出し、前記エッジの強度の平均値を算出し、前記平均値が所定値より小さい場合、当該候補領域を候補領域から除外することを特徴とする請求項12から請求項30の何れか一項に記載された画像処理装置。
- 前記第五の判定は、さらに、前記エッジの強度の最大値と最小値の差を算出し、前記差が所定値より小さい場合、当該候補領域を候補領域から除外することを特徴とする請求項31に記載された画像処理装置。
- 前記第五の判定は、さらに、前記エッジの強度の重心位置を算出し、前記重心位置が前記周辺領域の中央近傍に存在しない場合、当該候補領域を候補領域から除外することを特徴とする請求項32に記載された画像処理装置。
- 前記第五の判定は、さらに、前記周辺領域内を中央領域と外部領域に分割し、前記中央領域と外部領域それぞれの前記エッジの強度の平均値を算出し、前記中央領域の平均値と前記外部領域の平均値の比が所定値よりも小さい場合、当該候補領域を候補領域から除外することを特徴とする請求項33に記載された画像処理装置。
- 前記第五の判定は、さらに、前記中央領域の平均値が所定値よりも小さい場合、当該候補領域を候補領域から除外することを特徴とする請求項34に記載された画像処理装置。
- 前記第五の判定は、さらに、前記外部領域の平均値が所定値よりも大きい場合、当該候補領域を候補領域から除外することを特徴とする請求項35に記載された画像処理装置。
- 目の色調不良を示す画像領域を検出する画像処理方法であって、
画像の画素ごとに、目の色調の評価量を算出する算出ステップと、
前記算出ステップにおいて算出された評価量に基づき目の色調不良を示す候補画素を抽出する抽出ステップと、
前記抽出手段によって抽出された複数の候補画素から構成される領域を抽出し、該抽出された領域が予め定められた形状であるか否かを判定し、該予め定められた形状であると判定された領域を目の色調不良の候補領域として抽出する領域抽出ステップと、
前記領域抽出手段において抽出された候補領域の周辺領域の特徴量に関する判定を行う第一の判定ステップと、
前記第一の判定ステップによる判定結果に基づき前記候補領域を更新する更新ステップと、
前記更新手段において更新された候補領域の周辺領域のエッジの強度に関する判定を行う第二の判定ステップと、
前記第二の判定ステップによる判定結果に基づき、前記色調不良を示す画像領域を検出する検出ステップとを有することを特徴とする画像処理方法。 - 目の色調不良を示す画像領域を検出する画像処理方法であって、
画像の画素ごとに、目の色調の評価量を算出する算出ステップと、
前記算出ステップにおいて算出された評価量に基づき目の色調不良を示す候補画素を抽出する抽出ステップと、
前記抽出ステップにおいて抽出された複数の候補画素から構成される領域を抽出し、該抽出された領域が予め定められた形状か否かを判定し、該予め定められた形状であると判定された領域を目の色調不良の候補領域として抽出する領域抽出ステップと、
前記領域抽出ステップにおいて抽出された候補領域の前記評価量と、当該候補領域の周辺領域の前記評価量に関する判定を行う第一の判定、前記候補領域内の所定の色相の画素の前記評価量、および、所定の色成分に関する判定を行う第二の判定、前記周辺領域の輝度に関する判定を行う第三の判定、前記周辺領域の色相および彩度に関する判定を行う第四の判定、並びに、前記周辺領域のエッジの強度に関する判定を行う第五の判定を行う領域判定ステップと、
前記領域判定ステップによる、前記第一から第四の判定の一部を除く判定と前記第五の判定を満たす前記候補領域を前記目の色調不良を示す画像領域に決定する決定ステップとを有することを特徴とする画像処理方法。 - 請求項37または請求項38に記載された画像処理方法をコンピュータに実行させるためのプログラム。
- 請求項39に記載されたプログラムが記録されたことを特徴とするコンピュータが読み取り可能な記録媒体。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005174252A JP4498224B2 (ja) | 2005-06-14 | 2005-06-14 | 画像処理装置およびその方法 |
US11/423,898 US7724950B2 (en) | 2005-06-14 | 2006-06-13 | Image processing apparatus, image processing method, computer program, and storage medium |
CNB2006100927643A CN100444189C (zh) | 2005-06-14 | 2006-06-14 | 图像处理设备及图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005174252A JP4498224B2 (ja) | 2005-06-14 | 2005-06-14 | 画像処理装置およびその方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2006350558A JP2006350558A (ja) | 2006-12-28 |
JP2006350558A5 JP2006350558A5 (ja) | 2008-07-31 |
JP4498224B2 true JP4498224B2 (ja) | 2010-07-07 |
Family
ID=37519431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005174252A Expired - Fee Related JP4498224B2 (ja) | 2005-06-14 | 2005-06-14 | 画像処理装置およびその方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US7724950B2 (ja) |
JP (1) | JP4498224B2 (ja) |
CN (1) | CN100444189C (ja) |
Families Citing this family (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7042505B1 (en) | 1997-10-09 | 2006-05-09 | Fotonation Ireland Ltd. | Red-eye filter method and apparatus |
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 |
US7920723B2 (en) * | 2005-11-18 | 2011-04-05 | Tessera Technologies Ireland Limited | Two stage detection for photographic eye artifacts |
US8170294B2 (en) | 2006-11-10 | 2012-05-01 | DigitalOptics Corporation Europe Limited | Method of detecting redeye in a digital image |
US8682097B2 (en) | 2006-02-14 | 2014-03-25 | DigitalOptics Corporation Europe Limited | Digital image enhancement with reference images |
US7970182B2 (en) | 2005-11-18 | 2011-06-28 | 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 |
US8036458B2 (en) * | 2007-11-08 | 2011-10-11 | DigitalOptics Corporation Europe Limited | Detecting redeye defects in digital images |
US8320641B2 (en) | 2004-10-28 | 2012-11-27 | DigitalOptics Corporation Europe Limited | Method and apparatus for red-eye detection using preview or other reference images |
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 |
US7599577B2 (en) | 2005-11-18 | 2009-10-06 | Fotonation Vision Limited | Method and apparatus of correcting hybrid flash artifacts in digital images |
IES20060564A2 (en) * | 2006-05-03 | 2006-11-01 | Fotonation Vision Ltd | Improved foreground / background separation |
WO2008102205A2 (en) * | 2006-08-09 | 2008-08-28 | Fotonation Vision Limited | Detection of airborne flash artifacts using preflash image |
KR101159830B1 (ko) | 2007-03-05 | 2012-06-26 | 디지털옵틱스 코포레이션 유럽 리미티드 | 얼굴 위치 및 방위를 이용한 적목 거짓 양성 필터링 방법 |
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 |
JP2008312057A (ja) * | 2007-06-15 | 2008-12-25 | Fujifilm Corp | 撮影方法及び装置 |
US7970181B1 (en) * | 2007-08-10 | 2011-06-28 | Adobe Systems Incorporated | Methods and systems for example-based image correction |
US8503818B2 (en) * | 2007-09-25 | 2013-08-06 | DigitalOptics Corporation Europe Limited | Eye defect detection in international standards organization images |
US8264591B2 (en) * | 2007-10-22 | 2012-09-11 | Candela Microsystems (S) Pte. Ltd. | Method and system for generating focus signal |
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 |
CN101281437B (zh) * | 2008-01-29 | 2011-04-06 | 埃派克森微电子(上海)有限公司 | 光学指示装置图像质量控制参数的调整方法 |
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 |
CN101447026B (zh) * | 2008-12-26 | 2013-02-13 | 北京中星微电子有限公司 | 一种红眼检测装置及其检测方法 |
US8295637B2 (en) * | 2009-01-07 | 2012-10-23 | Seiko Epson Corporation | Method of classifying red-eye objects using feature extraction and classifiers |
US8559668B2 (en) * | 2009-06-01 | 2013-10-15 | Apple Inc. | Red-eye reduction using facial detection |
KR101624650B1 (ko) | 2009-11-20 | 2016-05-26 | 삼성전자주식회사 | 적목 현상 검출 방법 및 장치 |
JP4958969B2 (ja) * | 2009-12-25 | 2012-06-20 | キヤノン株式会社 | 画像処理方法、画像処理装置、及び撮像装置 |
US8244003B2 (en) * | 2010-01-25 | 2012-08-14 | Apple Inc. | Image preprocessing |
US9172960B1 (en) * | 2010-09-23 | 2015-10-27 | Qualcomm Technologies, Inc. | Quantization based on statistics and threshold of luminanceand chrominance |
US8737727B2 (en) * | 2010-12-30 | 2014-05-27 | Pelco, Inc. | Color similarity sorting for video forensics search |
JP5756322B2 (ja) * | 2011-04-08 | 2015-07-29 | 任天堂株式会社 | 情報処理プログラム、情報処理方法、情報処理装置および情報処理システム |
JP6279825B2 (ja) * | 2011-05-18 | 2018-02-14 | ソニー株式会社 | 画像処理装置、画像処理方法、プログラムおよび撮像装置 |
JP5733032B2 (ja) * | 2011-06-06 | 2015-06-10 | ソニー株式会社 | 画像処理装置および方法、画像処理システム、プログラム、および、記録媒体 |
JP6066595B2 (ja) * | 2011-07-29 | 2017-01-25 | キヤノン株式会社 | 眼底画像の画像処理装置、眼底画像の画像処理方法、及びプログラム |
CN103226690B (zh) * | 2012-01-30 | 2016-03-02 | 展讯通信(上海)有限公司 | 检测红眼的方法及装置、去除红眼的方法及装置 |
CN103500457B (zh) * | 2013-10-23 | 2016-06-22 | 武汉东智科技有限公司 | 一种视频图像偏色检测的方法 |
CN104637031B (zh) * | 2013-11-12 | 2017-08-29 | 华为终端有限公司 | 眼部图像处理方法和装置 |
CN103632137B (zh) * | 2013-11-15 | 2016-08-24 | 长沙理工大学 | 一种人眼虹膜图像分割方法 |
EP3103491A1 (en) * | 2015-06-10 | 2016-12-14 | Sanofi-Aventis Deutschland GmbH | A device for attachment to a drug delivery device |
JP2017102642A (ja) * | 2015-12-01 | 2017-06-08 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP7095600B2 (ja) * | 2016-12-27 | 2022-07-05 | ソニーグループ株式会社 | 対空標識、画像処理装置、画像処理方法、及び、プログラム |
US10614326B2 (en) * | 2017-03-06 | 2020-04-07 | Honda Motor Co., Ltd. | System and method for vehicle control based on object and color detection |
US10380438B2 (en) * | 2017-03-06 | 2019-08-13 | Honda Motor Co., Ltd. | System and method for vehicle control based on red color and green color detection |
CN110413805B (zh) * | 2018-04-25 | 2022-02-01 | 杭州海康威视数字技术股份有限公司 | 一种图像存储方法、装置、电子设备及存储介质 |
CN109993115B (zh) * | 2019-03-29 | 2021-09-10 | 京东方科技集团股份有限公司 | 图像处理方法、装置及可穿戴设备 |
CN111191604A (zh) * | 2019-12-31 | 2020-05-22 | 上海眼控科技股份有限公司 | 检测车牌完整性的方法、设备和存储介质 |
CN111259794A (zh) * | 2020-01-16 | 2020-06-09 | 苏州瓴图智能科技有限公司 | 一种基于图像的非接触式红眼病自动筛查方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0713274A (ja) * | 1993-06-25 | 1995-01-17 | Olympus Optical Co Ltd | 赤目修正装置 |
JP2004326805A (ja) * | 2003-04-28 | 2004-11-18 | Hewlett-Packard Development Co Lp | ディジタル画像中の赤目を検出し補正する方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4641349A (en) * | 1985-02-20 | 1987-02-03 | Leonard Flom | Iris recognition system |
US6151403A (en) | 1997-08-29 | 2000-11-21 | Eastman Kodak Company | Method for automatic detection of human eyes in digital images |
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 |
US6278491B1 (en) | 1998-01-29 | 2001-08-21 | Hewlett-Packard Company | Apparatus and a method for automatically detecting and reducing red-eye in a digital image |
JP3961734B2 (ja) * | 1999-12-24 | 2007-08-22 | 富士フイルム株式会社 | 画像処理方法、装置及び記録媒体 |
CN1270515C (zh) * | 2002-12-11 | 2006-08-16 | 富士胶片株式会社 | 图像修正装置以及摄影装置 |
CN1567377B (zh) * | 2003-07-02 | 2011-05-04 | 致伸科技股份有限公司 | 数字图像的红眼处理方法 |
-
2005
- 2005-06-14 JP JP2005174252A patent/JP4498224B2/ja not_active Expired - Fee Related
-
2006
- 2006-06-13 US US11/423,898 patent/US7724950B2/en active Active
- 2006-06-14 CN CNB2006100927643A patent/CN100444189C/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0713274A (ja) * | 1993-06-25 | 1995-01-17 | Olympus Optical Co Ltd | 赤目修正装置 |
JP2004326805A (ja) * | 2003-04-28 | 2004-11-18 | Hewlett-Packard Development Co Lp | ディジタル画像中の赤目を検出し補正する方法 |
Also Published As
Publication number | Publication date |
---|---|
US7724950B2 (en) | 2010-05-25 |
CN1881234A (zh) | 2006-12-20 |
CN100444189C (zh) | 2008-12-17 |
JP2006350558A (ja) | 2006-12-28 |
US20060280361A1 (en) | 2006-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4498224B2 (ja) | 画像処理装置およびその方法 | |
JP4405942B2 (ja) | 画像処理装置およびその方法 | |
JP4420459B2 (ja) | 画像処理装置およびその方法 | |
US7062086B2 (en) | Red-eye detection based on red region detection with eye confirmation | |
US7454040B2 (en) | Systems and methods of detecting and correcting redeye in an image suitable for embedded applications | |
US7747071B2 (en) | Detecting and correcting peteye | |
US8175341B2 (en) | Image processing method and apparatus thereof | |
US8498496B2 (en) | Method and apparatus for filtering red and/or golden eye artifacts | |
JP4850961B2 (ja) | 画像処理装置およびその方法 | |
JP4580029B2 (ja) | 画像処理装置およびその方法 | |
JP2007004455A (ja) | 画像処理装置及び画像処理方法、及びプログラムを記録した記憶媒体 | |
EP2143069A1 (en) | Method for red eye detection in a digital image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080613 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080613 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091030 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091225 |
|
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: 20100409 |
|
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: 20100413 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130423 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4498224 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130423 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140423 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |