TWI607409B - 影像優化方法以及使用此方法的裝置 - Google Patents

影像優化方法以及使用此方法的裝置 Download PDF

Info

Publication number
TWI607409B
TWI607409B TW102130754A TW102130754A TWI607409B TW I607409 B TWI607409 B TW I607409B TW 102130754 A TW102130754 A TW 102130754A TW 102130754 A TW102130754 A TW 102130754A TW I607409 B TWI607409 B TW I607409B
Authority
TW
Taiwan
Prior art keywords
image
map
face
intensity distribution
unit
Prior art date
Application number
TW102130754A
Other languages
English (en)
Other versions
TW201413651A (zh
Inventor
林政憲
戴伯靈
潘佳河
林勁甫
闕鑫地
Original Assignee
宏達國際電子股份有限公司
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 宏達國際電子股份有限公司 filed Critical 宏達國際電子股份有限公司
Publication of TW201413651A publication Critical patent/TW201413651A/zh
Application granted granted Critical
Publication of TWI607409B publication Critical patent/TWI607409B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • 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
    • G06T2207/10004—Still image; Photographic 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
    • G06T2207/10—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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Facsimile Image Signal Circuits (AREA)

Description

影像優化方法以及使用此方法的裝置
本發明關於一種影像優化技術，特別是一種影像優化方法以及使用此方法的裝置。
使用者於瀏覽影像時，通常較不注意影像中較小的物件。然而，這些小物件可能是散發美麗的關鍵，而且必須要加以強調。相機的使用者通常希望強調這些小物件，使得它們能夠跳脫出整個場景。例如，當觀看一個人像時，眼睛雖然只是整個面部區域中的一小部分，但卻能吸引人的注意。擁有明晰對比的眼睛可讓影像中的人看起來用有魅力。此外，也需要移除影像中面部區域的瑕疵，例如，例如因雜訊所造成的毛孔、黑斑等，讓皮膚更顯光滑。因此，需要一種影像處理技術，用以優化一張影像中的特定區域，提升視覺的滿意度。
本發明的實施例提出一種影像優化方法。依據物件特徵從影像中偵測出物件後，計算物件的強度分布。依據強度分布將畫素的色彩值映射至新的色彩值後，提供包含新色彩值畫素的影像給使用者。
本發明的實施例另提出一種影像優化裝置，包含偵測單元、分析單元以及組合單元。偵測單元用以接收影像， 以及依據物件特徵偵測出物件。分析單元耦接至偵測單元，用以計算物件之強度分布，以及依據強度分布將物件中之多個畫素之色彩值映射至多個新色彩值。組合單元耦接至分析單元，用以提供包含新色彩值的新影像給使用者。
10‧‧‧對比優化系統
110‧‧‧影像
110’‧‧‧優化影像
111‧‧‧物件
112‧‧‧優化物件
120‧‧‧偵測單元
130‧‧‧分割單元
140‧‧‧分析單元
141‧‧‧第一部分直方圖
142‧‧‧第二部分直方圖
143‧‧‧閥值
144‧‧‧等化後第一部分直方圖
145‧‧‧等化後第二部分直方圖
150‧‧‧組合單元
L-1‧‧‧閥值
210‧‧‧第一部分直方圖
220‧‧‧第二部分直方圖
230‧‧‧擴展後第一部分直方圖
240‧‧‧擴展後第二部分直方圖
300‧‧‧靜態影像
300’‧‧‧優化影像
310‧‧‧面部區域
320‧‧‧眼睛區域
320’‧‧‧優化眼睛區域
330‧‧‧亮度直方圖
340‧‧‧等化後亮度直方圖
400‧‧‧靜態影像
400’‧‧‧優化影像
410‧‧‧面部區域
420‧‧‧皮膚子區域
420’‧‧‧優化皮膚子區域
510‧‧‧畫面緩存區
520‧‧‧色彩轉換模組
530‧‧‧面部前處理模組
540‧‧‧圖形處理單元/中央處理單元通訊緩存區
550‧‧‧面部後處理模組
560‧‧‧色彩轉換模組
S610~S650‧‧‧方法步驟
第1圖係依據本發明實施例的對比優化系統的方塊圖。
第2圖係依據本發明實施例之等化範例示意圖。
第3圖係依據本發明實施例之優化眼睛對比度的示意圖。
第4圖係依據本發明實施例之優化面部皮膚的示意圖。
第5圖係依據本發明實施例之中央處理單元/圖形處理單元混和式處理架構。
第6圖係依據本發明實施例之用以優化影像中之物件的影像優化方法流程圖。
以下說明係為完成發明的較佳實現方式，其目的在於描述本發明的基本精神，但並不用以限定本發明。實際的發明內容必須參考之後的權利要求範圍。
必須了解的是，使用於本說明書中的“包含”、“包括”等詞，係用以表示存在特定的技術特徵、數值、方法步驟、作業處理、元件以及/或組件，但並不排除可加上更多的技術特徵、數值、方法步驟、作業處理、元件、組件，或以上的任意組合。
第1圖係依據本發明實施例的對比優化系統的方 塊圖。對比優化系統10可至少包含偵測單元120，用以偵測出現在影像110中一或多個特定物件111。物件111可以是面部特徵，例如眼、鼻、耳、口或其他部位。偵測單元120可分析由相機模組(未顯示)所捕捉並儲存在畫面緩存區(frame buffer，未顯示)中或儲存在記憶體(未顯示)中的影像110，用以追蹤有幾張臉出現於影像110中以及每張臉的面部特徵，例如眼、鼻、耳、口或其他部位，並輸出面部特徵至分割單元130。相機模組(未顯示)可包含影像感測器，例如，互補式金屬氧化物半導體(complementary metal-oxide-semiconductor,CMOS)、電荷耦合元件(charge-coupled device,CCD)等感測器，用以感測由紅、綠、藍光強度所形成的影像，以及包含讀取電子電路，用以從影像感測器搜集感測到的資料。於其他的例子中，物件也可以是車、花朵或其他物件，偵測單元120則可藉由使用各種屬性來偵測出這些物件，例如形狀、顏色等。當偵測到物件111時，分割單元130將物件111從影像110中分割出來。分割可透過對偵測到之物件111的畫素(pixel)使用濾波器(filter)來實現。雖然實施例中顯示之物件111的形狀為橢圓形，但需理解的是，於其他實施例中亦可分割出其他形狀的物件，例如圓形、正方形、長方形等。分割可從影像110中裁切出物件111成為子影像(sub-image)。關於被分割物件的資訊，例如畫素座標、畫素值等，可儲存於記憶體(未顯示)中。
接著，分析單元140處理被分割的物件111以決定其強度分佈。舉例來說，分析單元140可計算被分割的物件111的亮度直方圖(brightness histogram)，其提供被分割的物件111 之一般表面特性，以及將演算法應用到亮度直方圖上，用以找尋能夠將此強度分佈概分為兩個部分141及142的閥值(threshold value)143。例如，奧茲設限法(Otsu’s thresholding)可被應用來找尋能夠將亮度直方圖分為亮部及暗部的閥值。奧茲設限法係一種完整搜尋技術方案，用以找尋能夠最小化內部變異數(intra-part variance)的閥值。其使用公式(1)將部內變異數定義成兩部分變異數的加權總合：σ ω 2 (t)=ω 1 (t)σ 1 2 (t)+ω 2 (t)σ 2 2 (t)，其中，ω i 係表示被閥值t所分割的機率，σ i 2 係表示這些部分的變異數。奧茲證明最小化內部變異數等同於最大化部間變異數(inter-part variance)。請參考公式(2)：σ b 2 (t)=σ 2 -σ ω 2 (t)=ω 1 (t)ω 2 (t)[μ 1 (t)-μ 2 (t)] 2 ，其中ω i 係表示為被閥值t所分割的機率，μ i 係表示這些部分的平均數(means)。由於有許多不同的設限演算法(thresholding algorithms)可以應用來分割物件，因此分析單元140並不特別指定使用哪個設限演算法。於找到閥值後，分析單元140可分別於直方圖中的亮部及暗部使用直方圖等化演算法(histogram equalization algorithm)，用以透過將兩部分重新分配至較寬的範圍144及145來優化對比度(contrast)。以下簡要地說明直方圖等化演算法的範例。關於暗部，假設物件{X}使用L個離散強度位準{X 0 ,X 1 ,...,X L-2 }進行描述，其中X 0 係代表黑色位準，X L-2 係代表低於閥值位準X L-1 的之前一個位準。機率密度函數(probability density function,PDF)則使用公式(3)定義如下：p(X k )=n k /n,for k=0,1,...L-2， 其中，n k 係表示強度位準X k 出現在物件{X}中的次數，n係表示物件{X}中所有的樣本數目。累積分布函數(cumulative distribution function)則使用公式(4)定義如下：
直方圖等化演算法根據累積分布函數的資料，針對特定物件的輸入樣本X k 輸出Y，其計算方法可參考如下所示的公式(5)：Y=c(X k )X L-2 。
至於亮部，假設物件{X}使用(256-L)個離散強度位準{X L ,X L+1 ,...,X 255 }進行描述，其中X 255 係代表白色位準，X L 係代表高於閥值位準X L-1 的之後一個位準。在不需要太多創造性勞動的情況下，可修改公式(3)至(5)的內容並應用在k=L,L+1,...255的亮部中。由此獲得最終產出的物件112。所以，藉由將輸入物件111的位準根據累積分布函數映射至新的強度位準，物件111可藉由優化對比度來提升影像品質。第2圖係為依據本發明實施例之等化範例示意圖。閥值(L-1)為原始兩部分210及220的中心點，並且原始兩部分210及220被分別擴展成具有較廣值域的兩部分230及240。於此範例中的分布可以被擴展到增加20%的值域，而除了閥值以外的每一個原始強度值可映射到一個新的強度值。在其他的實施例中，閥值可於計算後再向左或向右偏移一段補償值(offset)，而直方圖則需要依據偏移後的閥值再重新計算分布。雖然本實施例中以亮度直方圖做說明，但是在其他的實施例中可考慮將如上所示的設限與等化技術方案應用到色度成分(color component)的色度直方圖，例如，Cb、Cr、U、V或其 他的色度成分。使用者可組態對比優化系統用以指示直方圖如何被處理以及重新計算分布，例如，可以被等化的最大位準及最小位準、擴展率(expanding ratio)或其他的參數。
在亮度直方圖重新計算分布後，映射後的新畫素值會被套用到分割後物件的相應畫素上，用以產生優化物件112。組合單元150用以提供具有新畫素色彩值的影像給使用者。組合單元150可將優化物件112合併回原始影像，用以產生優化影像110’。在一些實施例中，組合單元150可將原始分割後物件的畫素值，以新映射的值進行替代，用以優化分割後物件的對比度。優化影像110’可被顯示於顯示單元上或儲存於記憶體或儲存裝置中，用以讓使用者觀看或讀取。
此外，第1圖所揭示演算法的軟體指令可以被分配到一或多個處理器執行。這些運算工作可讓中央處理單元(central processing unit,CPU)及圖形處理單元(graphics processing unit,GPU)共同運行。圖形處理單元或中央處理單元可包含眾多數目的數學邏輯單元(arithmetic logic units,ALUs)或處理單元“核心”(‘core’ processing units)。這些處理單元具有大量平行運算的能力。例如，中央處理單元可被賦予執行物件偵測及影像組合的運算工作，而圖形處理單元則可被賦予執行物件分割以及亮度直方圖計算的工作。圖形處理單元係設計來進行畫素及幾何(geometry)處理，而中央處理單元則能夠較圖形處理單元快速地執行邏輯判斷，並具有較高的運算精確度，以及擁有較短的輸出入前置處理時間(I/O overhead)。由於中央處理單元及圖形處理單元於圖形處理上具有不同的優 點，於較佳的情況，利用圖形處理單元的獨特能力可提升整體的系統效能。
第3圖係依據本發明實施例之優化眼睛對比度的示意圖。首先藉由分析靜態影像300來發現面部區域310，接下來從面部區域分割出眼睛區域320。計算眼睛區域320的亮度直方圖330。於亮度直方圖330中使用設限演算法來發現可用以將眼睛區域區分成兩個部份的閥值，其包含：白色部分以及非白色部分，於實施例中可套用奧茲設限法以選擇出最佳閥值。擁有高於閥值的畫素值被認為落入白色部分，而其他低於閥值的畫素值被認為落入非白色部分。將直方圖等化演算法分別套用到這兩個部分，用以產生等化後的直方圖340。根據等化後的直方圖340調整眼睛區域320的畫素值，用以產生優化眼睛區域320’，接著，將優化眼睛區域320’合併回去，用以產生優化影像300’。可以使用影像融合(image fusion)方法來合併眼睛區域320與優化眼睛區域320’。
為了降低運算量，可套用眼睛模型(eye model)至分割後的眼睛區域320，用以找出瞳孔的位置。例如，可藉由動態決定眼睛半徑或使用預設的眼睛半徑來找出將用來進行優化處理的實際區域。舉例來說，眼睛半徑可以根據面部區域與參考區域間的比值來動態決定，而參考區域可以是背景物件或影像尺寸。
此外，當偵測到的物件為人的面區域時，分割單元130可使用低通濾波器(low pass filter)於物件的畫素上。分析單元140可計算強度分布來形成包含面部區域的色彩值的面 部地圖(face map)，而濾波後面部地圖(filtered face map)則包含濾波後色彩值。組合單元150可依據面部分布圖及濾波後面部分布圖間的差值，將面部分布圖中的色彩值映射到新的色彩值。
第4圖係依據本發明實施例之優化面部皮膚的示意圖。此實施例用以平滑一張臉的膚色，用以提供更佳的視覺效果。相似地，先使用面部偵測演算法發現靜態影像400中的面部區域410。接著，從面部區域410中分割出包含皮膚顏色的皮膚子區域420。熟習此技藝者可以理解皮膚子區域420中的畫素，相較面部區域410中的眼睛、口或其他面部特徵，擁有相似或較少差異的色彩值。皮膚子區域420可形成面部地圖O。面部地圖O可為由分析單元140計算出的強度分布。接著，使用低通濾波器於皮膚子區域420中的色彩值，用以產生目標地圖T。低通濾波器可運用於分割單元130中。之後，藉由計算面部地圖O與目標地圖T之間的差值來產生差異地圖(variance map)D。差異地圖D之產生可將面部地圖O直接減去過濾後的目標地圖T。於其他的一些實施例中，差異地圖D之計算可使用相似但不相同的演算法，本發明並不因此而受限。平滑地圖S可依據目標地圖T及差異地圖D計算而得。平滑地圖S可使用公式(6)計算：S=T+αD，其中，α為事先定義之比例係數(scaling factor)。每一地圖可包含畫素座標以及畫素值的資訊。平滑地圖S接著被套用到原始影像400，用以產生具有平滑皮膚的影像400’。雖然此實 施例以膚色平滑為例，但是，於其他實施例中，此面部優化技術方案可套用到面部區域中的嘴唇、眉毛以及/或其他面部特徵。在一些實施例中，使用者可自行組態低通濾波器以及比例係數α。於一個例子中，當使用者希望濾除影像中面部的可視瑕疵時，例如傷疤、抓痕等，可組態低通濾波器來濾除這些瑕疵。在另一個例子中，低通濾波器可被組態來濾除影像中面部的皺紋。此外，比例係數α可因應不同的平滑效果來設定為不同的值。
第5圖係依據本發明實施例之中央處理單元/圖形處理單元(hybrid CPU/GPU)混和式處理架構。畫面緩存區510儲存包含至少一張臉的來源影像。來源影像的色彩格式會因使用不同之軟體/硬體平台而有所不同，例如，yuv420sp格式通常應用在相機拍攝以及視訊錄影中，而RGB565格式通常應用於使用者介面以及靜態影像解碼中。為了讓處理中的色彩格式趨於一致，系統使用圖形處理單元來執行色彩轉換模組520，用以將來源影像的色彩格式轉換成其他可供處理的格式。因為HSI(hue,saturation and intensity)格式適合讓面部處理演算法使用，來源影像可被轉換成HSI格式。
於色彩轉換後，每一張來源影像被傳送至圖形處理單元中之面部前處理模組530。面部前處理模組530中包含兩個主要的處理：面部地圖建構及面部色彩處理。因為圖形處理單元係設計來執行平行畫素存取，相較於中央處理單元，使用圖形處理單元來執行以上所述的兩個處理可獲得較佳的效能。面部前處理模組530用以繪製結果並儲存至圖形處理單元/ 中央處理單元通訊緩存區540。圖形處理單元/中央處理單元通訊緩存區540可設置於動態存取記憶體(random access memory,RAM)中，用以將紋理(texture)整理成串流數據，並且儲存於圖形處理單元/中央處理單元通訊緩存區540中的資料可被圖形處理單元及中央處理單元存取。圖形處理單元/中央處理單元通訊緩存區540可儲存四個頻道(channel)的影像，其中每一個畫素使用32位元做為表示。前三個頻道用以儲存HSI資料，而第四個頻道用以儲存以上所述的面部遮罩(face mask)資訊，其中，面部遮罩係由執行於中央處理單元或圖形處理單元中的演算法決定。面部遮罩可參考第3圖中的310或第4圖中的410，每個畫素中的第四個頻道可儲存一個值，用以指示此畫素是否落入面部遮罩中。
圖形處理單元/中央處理單元通訊緩存區540中所儲存的資料係由圖形處理單元中的面部前處理模組530繪製，並被傳送至中央處理單元。相較於圖形處理單元，由於中央處理單元於動態存取記憶體上擁有較高速的記憶體輸入/輸出存取率(I/O access rate)並且擁有較高的運算能力，中央處理單元可較有效率地執行若干畫素運算作業，例如，消除油光(anti-shining)等。最後，中央處理單元於結束作業後，圖形處理單元/中央處理單元通訊緩存區540中儲存的資料會被傳送至圖形處理單元中的面部後處理模組550，用以進行後製處理，例如對比度優化、面部平滑、或其他後製處理。圖形處理單元中的色彩轉換模組560可將目前的色彩格式，例如HSI色彩格式，轉換回原先來源影像所使用的色彩格式，接著，繪製出 調整後的影像並儲存至畫面緩存區510中。如上所述之中央處理單元/圖形處理單元混和式處理架構提供了較將的效能以及較少的中央處理單元使用率。相較於僅使用中央處理單元，用以進行上述面部優化作業的整體效能可提升四倍。
第6圖係依據本發明實施例之用以優化影像中之物件的影像優化方法流程圖。此流程開始於接收影像(步驟S610)。依據物件特徵從影像中偵測出物件，例如人臉中的眼睛區域、人臉中的面部區域等(步驟S620)。計算物件的強度分布(步驟S630)。強度分布可使用亮度直方圖實施。物件中畫素的色彩值依據強度分布被映射至新的色彩值(步驟S640)。如上所述的映射技術方案可於偵測到之物件的兩個部份分別使用直方圖等化演算法實施。提供包含新色彩值畫素的影像給使用者(步驟S650)。實際的例子可參考第3圖及第4圖。
於一些實施中，可於步驟S610及S620間更加上一個步驟，用以使用濾波器於物件中之畫素上，例如，使用低通濾波器。新增步驟之詳細技術方案可參考如上所述分割單元130的說明。步驟S630可實施以形成面部地圖，其中至少包含偵測物件的色彩值，以及至少包含過濾色彩值的過濾面部地圖。步驟S640可實施以依據面部地圖及過濾地圖的差異，將面部地圖中之色彩值映射到新的色彩值。實際的例子可參考第4圖的相關說明。
步驟S610及S620的詳細技術方案可參考如上所述偵測單元120以及分割單元130的說明。步驟S630及S640的詳細技術方案可參考如上所述分析單元140的說明。步驟S650的詳 細技術方案可參考如上所述組合單元150的說明。
雖然本發明使用以上實施例進行說明，但需要注意的是，這些描述並非用以限縮本發明。相反地，此發明涵蓋了熟習此技藝人士顯而易見的修改與相似設置。所以，申請權利要求範圍須以最寬廣的方式解釋來包含所有顯而易見的修改與相似設置。
S610~S650‧‧‧方法步驟

Claims (16)

  1. 一種影像優化方法，用以優化一影像中之一物件，包含：接收上述影像；依據一物件特徵偵測出上述物件；計算上述物件之一強度分布；依據上述強度分布將上述物件中之多個畫素之色彩值映射至多個新色彩值；以及提供包含上述新色彩值的一新影像給使用者，其中上述強度分布之計算係藉由計算上述物件之一亮度直方圖，以及上述色彩值之映射係藉由擴展相關於一閥值之上述亮度直方圖，上述閥值之決定係藉由使用一設限演算法切分上述亮度直方圖。
  2. 如申請專利範圍第1項所述的影像優化方法，更包含：使用一濾波器於上述物件中之上述畫素。
  3. 如申請專利範圍第1項所述的影像優化方法，其中上述設限演算法決定上述閥值，用以將上述亮度直方圖分成兩部分。
  4. 如申請專利範圍第3項所述的影像優化方法，其中上述色彩值之映射係藉由分別使用一直方圖等化演算法至一眼睛區域之上述強度分布中之上述兩部分。
  5. 如申請專利範圍第1項所述的影像優化方法，其中上述物件為一人之一面部區域，且上述強度分布之計算係藉由形成一面部地圖，上述面部地圖包含上述面部區域之上述色彩 值。
  6. 如申請專利範圍第2項所述的影像優化方法，其中上述物件為一人之一面部區域，且上述濾波器之使用係藉由使用一低通濾波器至上述物件中之上述畫素。
  7. 如申請專利範圍第6項所述的影像優化方法，其中上述強度分布之計算係藉由形成一面部地圖以及一過濾地圖來實施，上述面部地圖包含上述面部區域之上述色彩值，上述過濾地圖包含一過濾色彩值。
  8. 如申請專利範圍第7項所述的影像優化方法，其中上述色彩值之映射係藉由依據上述面部地圖及上述過濾地圖間之差異，將上述面部地圖中之色彩值映射至上述新色彩值。
  9. 一種影像優化裝置，用以優化一影像中之一物件，包含：一偵測單元，用以接收上述影像，以及依據一物件特徵偵測出上述物件；一分析單元，耦接至上述偵測單元，用以計算上述物件之一強度分布，以及依據上述強度分布將上述物件中之多個畫素之色彩值映射至多個新色彩值；以及一組合單元，耦接至上述分析單元，用以提供包含上述新色彩值的一新影像給使用者，其中上述分析單元對上述強度分布之計算係藉由計算上述物件之一亮度直方圖，上述分析單元對上述色彩值之映射係藉由擴展相關於一閥值之上述亮度直方圖，以及其中上述分析單元對上述閥值之決定係藉由使用一設限演 算法切分上述亮度直方圖。
  10. 如申請專利範圍第9項所述的影像優化裝置，更包含：一分割單元，耦接至上述偵測單元，用以使用一濾波器於上述物件中之上述畫素，其中，上述分析單元經由上述分割單元耦接至上述偵測單元。
  11. 如申請專利範圍第9項所述的影像優化裝置，其中上述分析單元對使用上述設限演算法決定上述閥值，用以將上述亮度直方圖分成兩部分。
  12. 如申請專利範圍第11項所述的影像優化裝置，其中上述分析單元對上述色彩值之映射係藉由分別使用一直方圖等化演算法至一眼睛區域之上述強度分布中之上述兩部分。
  13. 如申請專利範圍第9項所述的影像優化裝置，其中上述物件為一人之一面部區域，且上述分析單元對上述強度分布之計算係藉由形成一面部地圖，上述面部地圖包含上述面部區域之上述色彩值。
  14. 如申請專利範圍第10項所述的影像優化裝置，其中上述物件為一人之一面部區域，且上述分析單元對上述濾波器之使用係藉由使用一低通濾波器至上述物件中之上述畫素。
  15. 如申請專利範圍第14項所述的影像優化裝置，其中上述分析單元對上述強度分布之計算係藉由形成一面部地圖以及一過濾地圖來實施，上述面部地圖包含上述面部區域之上述色彩值，上述過濾地圖包含一過濾色彩值。
  16. 如申請專利範圍第15項所述的影像優化裝置，其中上述組 合單元對上述色彩值之映射係藉由依據上述面部地圖及上述過濾地圖間之差異，將上述面部地圖中之色彩值映射至上述新色彩值。
TW102130754A 2012-09-20 2013-08-28 影像優化方法以及使用此方法的裝置 TWI607409B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201261703620P 2012-09-20 2012-09-20
US13/974,978 US20140079319A1 (en) 2012-09-20 2013-08-23 Methods for enhancing images and apparatuses using the same

Publications (2)

Publication Number Publication Date
TW201413651A TW201413651A (zh) 2014-04-01
TWI607409B true TWI607409B (zh) 2017-12-01

Family

ID=50274535

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102130754A TWI607409B (zh) 2012-09-20 2013-08-28 影像優化方法以及使用此方法的裝置

Country Status (3)

Country Link
US (1) US20140079319A1 (zh)
CN (1) CN103679759A (zh)
TW (1) TWI607409B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015180045A (ja) * 2014-02-26 2015-10-08 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
CL2014000594A1 (es) 2014-03-12 2014-09-12 Eyecare S A Sistema y metodo para el diagnóstico preliminar de enfermedades oculares donde se captura una pluralidad de imágenes de los ojos de un individuo y se obtiene una imagen final corregida mediante el procesamiento de dichas imágenes por una aplicación computacional, el sistema comprende un dispositivo de captura de imagenes, un dispositivo generador de luz o flash, una pantalla para visualizar, una memoria y un procesador acoplado a la camara, al flash, pantalla y memoria.
US9774793B2 (en) * 2014-08-01 2017-09-26 Adobe Systems Incorporated Image segmentation for a live camera feed
JP6872742B2 (ja) * 2016-06-30 2021-05-19 学校法人明治大学 顔画像処理システム、顔画像処理方法及び顔画像処理プログラム
CN106341672A (zh) * 2016-09-30 2017-01-18 乐视控股（北京）有限公司 图像处理方法、装置以及终端
US10310258B2 (en) * 2016-11-10 2019-06-04 International Business Machines Corporation Multi-layer imaging
CN109600542B (zh) * 2017-09-28 2021-12-21 超威半导体公司 计算用光学器件
CN109937434B (zh) * 2017-10-18 2021-06-11 腾讯科技（深圳）有限公司 图像处理方法、装置、终端和存储介质
US10963995B2 (en) * 2018-02-12 2021-03-30 Samsung Electronics Co., Ltd. Image processing apparatus and image processing method thereof
KR102507165B1 (ko) * 2018-02-12 2023-03-08 삼성전자주식회사 영상 처리 장치 및 그 영상 처리 방법
US20210390344A1 (en) * 2018-11-01 2021-12-16 Element Ai Inc. Automatically applying style characteristics to images
CN109584175B (zh) * 2018-11-21 2020-08-14 浙江大华技术股份有限公司 一种图像处理方法及装置
US10853921B2 (en) * 2019-02-01 2020-12-01 Samsung Electronics Co., Ltd Method and apparatus for image sharpening using edge-preserving filters
US11216953B2 (en) * 2019-03-26 2022-01-04 Samsung Electronics Co., Ltd. Apparatus and method for image region detection of object based on seed regions and region growing
TWI749365B (zh) * 2019-09-06 2021-12-11 瑞昱半導體股份有限公司 移動影像整合方法及移動影像整合系統
CN111583103B (zh) * 2020-05-14 2023-05-16 抖音视界有限公司 人脸图像处理方法、装置、电子设备及计算机存储介质
CN112686965A (zh) * 2020-12-25 2021-04-20 百果园技术(新加坡)有限公司 一种肤色检测方法、装置、移动终端和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004077350A2 (en) * 2003-02-24 2004-09-10 Microsoft Corporation Image region filling by example-based tiling
US20080267443A1 (en) * 2006-05-05 2008-10-30 Parham Aarabi Method, System and Computer Program Product for Automatic and Semi-Automatic Modification of Digital Images of Faces
US8027547B2 (en) * 2007-08-09 2011-09-27 The United States Of America As Represented By The Secretary Of The Navy Method and computer program product for compressing and decompressing imagery data
US20120170621A1 (en) * 2011-01-03 2012-07-05 Paul Tracy Decoupling sampling clock and error clock in a data eye

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5608851A (en) * 1992-06-17 1997-03-04 Toppan Printing Co., Ltd. Color variation specification method and a device therefor
US5617484A (en) * 1992-09-25 1997-04-01 Olympus Optical Co., Ltd. Image binarizing apparatus
US5936684A (en) * 1996-10-29 1999-08-10 Seiko Epson Corporation Image processing method and image processing apparatus
JP4469476B2 (ja) * 2000-08-09 2010-05-26 パナソニック株式会社 眼位置検出方法および眼位置検出装置
US7058209B2 (en) * 2001-09-20 2006-06-06 Eastman Kodak Company Method and computer program product for locating facial features
US7508961B2 (en) * 2003-03-12 2009-03-24 Eastman Kodak Company Method and system for face detection in digital images
KR100977713B1 (ko) * 2003-03-15 2010-08-24 삼성전자주식회사 영상신호의 글자 인식을 위한 전처리 장치 및 방법
US8254674B2 (en) * 2004-10-28 2012-08-28 DigitalOptics Corporation Europe Limited Analyzing partial face regions for red-eye detection in acquired digital images
US7400777B2 (en) * 2005-05-25 2008-07-15 Microsoft Corporation Preprocessing for information pattern analysis
CN1889093A (zh) * 2005-06-30 2007-01-03 上海市延安中学 一种用于人眼定位和人眼张开闭合的识别方法
KR100724932B1 (ko) * 2005-08-02 2007-06-04 삼성전자주식회사 얼굴 검출 장치 및 방법
CN100354875C (zh) * 2005-09-29 2007-12-12 上海交通大学 基于人脸检测的红眼去除方法
US7840066B1 (en) * 2005-11-15 2010-11-23 University Of Tennessee Research Foundation Method of enhancing a digital image by gray-level grouping
US7738698B2 (en) * 2006-01-26 2010-06-15 Vestel Elektronik Sanayi Ve Ticaret A.S. Method and apparatus for adjusting the contrast of an image
US7916897B2 (en) * 2006-08-11 2011-03-29 Tessera Technologies Ireland Limited Face tracking for controlling imaging parameters
US20100069757A1 (en) * 2007-04-27 2010-03-18 Hideki Yoshikawa Ultrasonic diagnostic apparatus
US8355595B2 (en) * 2007-05-15 2013-01-15 Xerox Corporation Contrast enhancement methods and apparatuses
US8031961B2 (en) * 2007-05-29 2011-10-04 Hewlett-Packard Development Company, L.P. Face and skin sensitive image enhancement
KR101431185B1 (ko) * 2007-06-22 2014-08-27 삼성전자 주식회사 영상 향상 방법 및 장치, 이를 이용한 영상 처리 시스템
CA2897227C (en) * 2007-12-31 2017-01-10 Applied Recognition Inc. Method, system, and computer program for identification and sharing of digital images with face signatures
WO2010001310A1 (en) * 2008-07-02 2010-01-07 C-True Ltd. Face recognition system and method
CN106919911A (zh) * 2008-07-30 2017-07-04 快图有限公司 使用脸部检测的自动脸部和皮肤修饰
KR101030613B1 (ko) * 2008-10-08 2011-04-20 아이리텍 잉크 아이이미지에서 관심영역정보 및 인식적 정보획득방법
CN101615292B (zh) * 2009-07-24 2011-11-16 云南大学 基于灰度信息的人眼精确定位方法
CN101661557B (zh) * 2009-09-22 2012-05-02 中国科学院上海应用物理研究所 一种基于智能卡的人脸识别系统及其方法
TWI408619B (zh) * 2009-11-16 2013-09-11 Inst Information Industry 影像對比提昇裝置及其方法
US8645103B2 (en) * 2010-03-18 2014-02-04 Arthur L. Cohen Method for capture, aggregation, and transfer of data to determine windshield wiper motion in a motor vehicle
US8638993B2 (en) * 2010-04-05 2014-01-28 Flashfoto, Inc. Segmenting human hairs and faces
US8639050B2 (en) * 2010-10-19 2014-01-28 Texas Instruments Incorporated Dynamic adjustment of noise filter strengths for use with dynamic range enhancement of images

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004077350A2 (en) * 2003-02-24 2004-09-10 Microsoft Corporation Image region filling by example-based tiling
US20080267443A1 (en) * 2006-05-05 2008-10-30 Parham Aarabi Method, System and Computer Program Product for Automatic and Semi-Automatic Modification of Digital Images of Faces
US8027547B2 (en) * 2007-08-09 2011-09-27 The United States Of America As Represented By The Secretary Of The Navy Method and computer program product for compressing and decompressing imagery data
US20120170621A1 (en) * 2011-01-03 2012-07-05 Paul Tracy Decoupling sampling clock and error clock in a data eye

Also Published As

Publication number Publication date
CN103679759A (zh) 2014-03-26
US20140079319A1 (en) 2014-03-20
TW201413651A (zh) 2014-04-01

Similar Documents

Publication Publication Date Title
TWI607409B (zh) 影像優化方法以及使用此方法的裝置
EP3477931B1 (en) Image processing method and device, readable storage medium and electronic device
JP7027537B2 (ja) 画像処理方法および装置、電子機器、ならびにコンピュータ可読記憶媒体
JP5435382B2 (ja) モーフィングアニメーションを生成するための方法および装置
US20170280073A1 (en) Systems and Methods for Reducing Noise in Video Streams
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
US20090028432A1 (en) Segmentation of Video Sequences
CN105243371A (zh) 一种人脸美颜程度的检测方法、系统及拍摄终端
JP2010525486A (ja) 画像分割及び画像強調
JPH0944670A (ja) 特定画像領域抽出方法及び特定画像領域抽出装置
JP6818463B2 (ja) 画像処理装置、画像処理方法及びプログラム
US20210118150A1 (en) Subject Recognition Method, Electronic Device, and Computer Readable Storage Medium
JP2018045693A (ja) 動画像背景除去方法及び動画像背景除去システム
WO2021232963A1 (zh) 视频去噪方法、装置、移动终端和存储介质
US20170193644A1 (en) Background removal
JP2006119817A (ja) 画像処理装置
JP2004310475A (ja) 画像処理装置、画像処理を行う携帯電話、および画像処理プログラム
WO2020108010A1 (zh) 视频处理方法、装置、电子设备以及存储介质
CN112016469A (zh) 图像处理方法及装置、终端及可读存储介质
JP6098133B2 (ja) 顔構成部抽出装置、顔構成部抽出方法及びプログラム
CN110136085B (zh) 一种图像的降噪方法及装置
CN108491820B (zh) 图像中肢体表示信息的识别方法、装置及设备、存储介质
CN115471413A (zh) 图像处理方法及装置、计算机可读存储介质和电子设备
CN112488933B (zh) 一种视频的细节增强方法、装置、移动终端和存储介质
JP2009258770A (ja) 画像処理方法、画像処理装置、画像処理プログラム、撮像装置

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees