專利名稱：：自動檢測并校正非紅眼閃光缺陷的制作方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種用于自動檢測并校正圖像中的非紅眼閃光缺陷，特別是白眼閃光缺陷，的系統(tǒng)和方法。
背景技術(shù)：
：已公開的、給予Pixology的第WO03/071484A1號PCT專禾U申請披露了在數(shù)字圖像中進行紅眼檢測和校正的各種技術(shù)。特別是，Pixology披露了檢測紅眼缺陷的"閃耀"，然后，分析周圍區(qū)域，以確定該眼缺陷的最大可能范圍。授予Steinberg的第6,873，743號美國專利披露了一種類似技術(shù)，這種技術(shù)根據(jù)紅色色度分量和亮度分量進行初始圖像分割。白眼缺陷(白眼)不呈現(xiàn)更普遍的紅眼缺陷中的紅色色調(diào)。僅僅在與紅眼同樣的條件下，g卩，在差的照明條件下利用閃光拍攝圖片的情況中，白眼更很少發(fā)生。在某些情況下，通過采集微黃色調(diào)，白眼顯現(xiàn)稍許金色。白眼有兩種主要類型，小白眼和大白眼。如圖l中參考編號IO所示的小白眼出現(xiàn)在遠距離目標(biāo)上。它們類似于明亮點，而且，在它們附近關(guān)于其它人面特征的信息貧乏并因此不可靠。如圖2所示大白眼20被很好地限定，并且人們可以信賴其周圍的信息。通常，如果白眼占據(jù)了包括150個像素以上(對于1600X1200像素的圖像)的圖區(qū)，屬于大白眼。希望有一種用于檢測和/或者校正白眼缺陷的技術(shù)。
發(fā)明內(nèi)容提供了一種用于檢測圖像中的非紅眼閃光缺陷的方法。確定所述圖像中的一個或者多個明亮圖區(qū)。每個圖區(qū)至少具有一個其亮度高于亮度閾值而其紅度低于紅色闊值的像素。至少一個濾波器應(yīng)用于對應(yīng)于每個明亮圖區(qū)的圖區(qū)。計算對應(yīng)于每個明亮圖區(qū)的圖區(qū)的圓度。根據(jù)該濾波和該圓度，確定該圖區(qū)是否對應(yīng)于非紅眼閃光缺陷。該確定可以包括選擇其亮度高于亮度閾值而其紅度低于紅色閾值的圖像的像素；以及將相鄰的已選像素編組在該一個或者多個明亮圖區(qū)內(nèi)。該方法可以進一步包括校正該非紅眼閃光缺陷。可以使檢測缺陷圖區(qū)的一個或者多個像素變暗?？梢詻Q定不使檢測缺陷圖區(qū)內(nèi)其光強值大于閾值的像素變暗。對于檢測缺陷圖區(qū)的每個像素，該校正可以包括將其光強值設(shè)置為基本上等于位于該缺陷圖區(qū)邊界上的各像素光強值的平均值的光強值。進行校正之后，可以對該圖區(qū)應(yīng)用平均值濾波器。該至少一個濾波器可以包括如下之任一用于確定所述圖區(qū)是否大于所述非紅眼閃光缺陷的預(yù)期尺寸的尺寸濾波器；用于對由該明亮圖區(qū)定位的并且其亮度低于亮度閾值或者其紅度高于該紅色閾值的明亮圖區(qū)附加像素的濾波器；用于確定該圖區(qū)是否位于皮膚圖像特征圖區(qū)內(nèi)的皮膚濾波器；或者用于確定該圖區(qū)是否位于人面圖像特征圖區(qū)內(nèi)的人面濾波器，或者它們的任意組合。利用濾波器執(zhí)行圓度計算，以確定該圖區(qū)是否是非紅眼閃光缺陷。對于每個明亮圖區(qū)，可以如下確定相應(yīng)聚集圖區(qū)確定明亮圖區(qū)內(nèi)的聚集圖區(qū)的種籽像素；以及對該聚集圖區(qū)反復(fù)附加非谷相鄰像素，直到不剩余與該聚集圖區(qū)鄰接的非谷相鄰像素。對應(yīng)于每個明亮圖區(qū)的圖區(qū)可以是對應(yīng)于該明亮圖區(qū)的聚集圖區(qū)。通過計算所述聚集圖區(qū)邊界上的像素的平均光強值與該種籽像素的光強值的比值，可以計算聚集圖區(qū)的對比度?？梢源_定每個聚集圖區(qū)是否具有高于黃色閾值的黃度?？梢詫γ總€聚集圖區(qū)計算平均飽和度，并且可以確定該飽和度是否超過閾值?？梢詫υ撁髁翀D區(qū)應(yīng)用該至少一個濾波器。可以對每個明亮圖區(qū)計算光強梯度?？梢詫γ總€光強梯度執(zhí)行霍夫變換?？梢源_定每個變換圖區(qū)上的最具代表性的圓形，然后，校驗每個圓形。還提供了一種用于檢測圖像中的非紅眼閃光缺陷，并且包括用以限定該圖像中的一個或者多個明亮圖區(qū)的控制器的數(shù)字圖像處理設(shè)備。每個圖區(qū)至少具有一個其亮度高于亮度閾值而其紅度低于紅色閾值的像素。至少一個濾波器應(yīng)用于對應(yīng)于每個明亮圖區(qū)的圖區(qū)。計算對應(yīng)于每個明亮圖區(qū)的圖區(qū)的圓度。根據(jù)該濾波和該圓度，確定該圖區(qū)是否對應(yīng)于非紅眼閃光缺陷。該設(shè)備可以是數(shù)字照相機或者可拍照手機(cameraphone)、通用便攜式計算機或者手持計算機、打印機或者數(shù)字掃描儀，或者它們的任意組合。提供了一種進一步用于校正數(shù)字圖像中的白眼缺陷的方法。該方法包括采集數(shù)字圖像；以及確定該數(shù)字圖像中的像素的亮度。選擇其亮度高于特定閾值的這些像素作為用于校正白眼缺陷的候選圖區(qū)。對該已選像素進行濾波，以及對候選圖區(qū)中的未濾波像素進行白眼缺陷校正。濾波可以包括基于已選像素圖區(qū)的尺寸或者形狀或者它們二者對像素進行幾何濾波。例如，已選像素圖區(qū)可以大于閾值尺寸。對于沒有皮膚色調(diào)或者其它人臉特征的已選像素圖區(qū)，像素的皮膚色調(diào)或者人臉濾波可以基于相鄰像素進行。可以計算已選像素圖區(qū)的圓度，如果該圓度未超過特定圓度閾值，可以校正該圓度。校正可以包括計算已選像素圖區(qū)的對比度，如果該對比度未超過特定對比度閾值，可以校正該對比度。該濾波可以包括檢查己選像素圖區(qū)的平均飽和度是否超過特定閾值飽和度，以及僅當(dāng)超過該閾值時校正該已選像素圖區(qū)。可以選擇亮像素作為種籽像素。通過從該種籽像素向外聚集，以將不是谷點的這些像素與該種籽像素組合為聚集圖區(qū)，直到剩余最少數(shù)量的非谷相鄰像素、或者達到閾值尺寸或者它們的組合，可以確定候選圖區(qū)。該最少數(shù)量可以是零?？梢詫⒃摼奂瘓D區(qū)上點的光強設(shè)置為對該圖區(qū)劃界的谷點的平均光強?？梢詫υ摼奂瘓D區(qū)進行平滑。該濾波可以包括確定并分析候選圖區(qū)的邊緣。可以計算一個或者多個候選圖區(qū)的光強梯度。可以限制具有所計算的光強梯度的一個或者多個候選圖區(qū)，以僅包括具有最小尺寸的候選圖區(qū)?？梢詫?yīng)于每個候選圖區(qū)的光強梯度圖像執(zhí)行霍夫變換?？梢源_定霍夫變換產(chǎn)生的候選圓形，并且在該種籽像素未被包括在候選圓形中時，或者在沿該圓形的平均梯度低于閾值時，或者在這二者同時出現(xiàn)時，可以對該候選圖區(qū)進行濾波，但不進行校正?？梢詫H是閃耀的候選圖區(qū)進行濾波。該方法還可以包括檢測并校正該數(shù)字圖像中的紅眼缺陷。還提供了一種或者多種數(shù)字存儲器件，在該數(shù)字存儲器件中嵌入了用于對一個或者多個處理器進行編程以執(zhí)行在此描述的方法的可執(zhí)行程序代碼。關(guān)于彩色附圖的聲明本專利申請文件至少含有一幅彩色繪制的附圖。根據(jù)要求并且支付了必要費用，本局可以提供包括(各)彩色附圖的本專利公開或者本專利申請公開的拷貝?，F(xiàn)在將利用例子參考附圖描述實施例，附圖中圖l(a)和(lb)(下面稱為"圖l")示出具有小白眼缺陷的圖像；圖2(a)和(2b)(下面稱為"圖2")示出具有大白眼缺陷的圖像；圖3示出自動檢測并校正小白眼缺陷的流程圖；圖4示出自動檢測并校正大白眼缺陷的流程圖；圖5(a)示出待校正圖像的灰度級圖5(b)示出利用索貝爾(Sobel)梯度獲得的圖5(a)所示圖像的邊緣圖像；以及圖5(c)示出利用霍夫變換產(chǎn)生的圖5(b)所示圖像的最具代表性的圓形。具體實施例方式提供了一種用于自動檢測并校正小白眼的方法。圖3示出說明一個實施例的流程圖。在該實施例中，如果眼缺陷是亮的，則該眼缺陷被認(rèn)為是白色或者金黃色的，例如，在Lab彩色空間中，局部平均亮度高于100，并且不太飽和，例如，在Lab彩色空間中，參數(shù)a和b的絕對值不超過15。首先，確定待校正的采集圖像250的每個像素的亮度，并且在300，選擇其亮度大于閾值的所有像素。在該優(yōu)選實施例中，該采集圖像在RGB空間內(nèi)，并利用I二max[R，G]計算光強，而且該光強閾值為220。此外，為了避免出現(xiàn)高飽和色(例如，純紅色或者純綠色)，將利用abs(R-G)計算的飽和值與閾值35進行比較，并舍棄較大者。如此，僅保留高亮度像素，這樣為進一步的圖區(qū)形成過程提供種籽。在可替換的實施中，可以采用亮度公式作為YCbCr空間中圖像的Y值。然而，應(yīng)該知道，可以取亮度作為CIE—Lab空間中圖像的L值，或者說，實際上可以采用其它任意適當(dāng)?shù)臏y量值。然后，在310，標(biāo)記己選像素。這包括識別與其它已選像素相鄰的已選像素，以及將它們標(biāo)記為連通的已選像素的亮圖區(qū)。然后，這些亮圖區(qū)經(jīng)過多個幾何濾波器320，以去除不適合作為白眼候選對象的亮圖區(qū)。在該優(yōu)選實施例中，該圖區(qū)首先通過尺寸濾波器321，以去除其尺寸大于上限的圖區(qū)。該上限取決于該圖像的尺寸，而且在實施例中，對于2兆像素的圖像，該上限是100個像素。然后，濾波后的圖區(qū)通過形狀濾波器322，形狀濾波器322去除所有被認(rèn)為不夠圓的適當(dāng)尺寸的明亮圖區(qū)。通過將沿兩個主軸的兩個方差的比值與給定閾值進行比較，估計明亮圖區(qū)的圓度。免除諸如包括大約少于5至10個像素的圖區(qū)通過形狀濾波器，因為對于這種小圖區(qū)，形狀無關(guān)緊要。填充因子323是一種處理過程，即，如果滿足特定判據(jù)，則去除明亮圖區(qū)包圍的空圖區(qū)。在該優(yōu)選實施例中，確定明亮圖區(qū)的面積與所包圍的空圖區(qū)的面積之比，并且如果該比值小于特定閾值，例如在一個實施例中是0.5，則去除該明亮圖區(qū)。最后，剩余的明亮圖區(qū)通過皮膚濾波器324和人面濾波器325,用以根據(jù)它們相鄰的某些不屬于人臉或者皮膚顏色的特征，防止將白點錯誤地檢測為白眼。白眼周圍的皮膚常常受照不足，因此，變得稍許微紅。為了與明亮圖區(qū)的像素進行比較，保持皮膚原型的寬調(diào)色板。對于每個明亮圖區(qū)，計算邊界框內(nèi)表征人皮膚的像素與不表征人皮膚的像素之比，然后，將它與閾值進行比較。在該優(yōu)選實施例中，該閾值完全限制在85—90%。同樣，為了與明亮圖區(qū)的像素進行比較，保持可能的人面顏色的寬調(diào)色板。對于每個明亮圖區(qū)，計算邊界框內(nèi)表征人臉的像素與不表征人臉的像素之比，然后，將它與閾值進行比較。在該優(yōu)選實施例中，該閾值完全限制在85—90%。如果滿足或者超過采用的百分比，該圖區(qū)繼續(xù)進行圖區(qū)生長步驟330。圖區(qū)生長330是以選擇每個被成功濾波的明亮圖區(qū)的最亮像素作為種籽開始的。檢驗該種籽像素的每個相鄰像素，以確定它是否是谷點。谷點是至少具有兩個有較高光強值、并且在其四個主要方向(水平、垂直及其兩個對角線)之一上位于該給定像素兩側(cè)的相鄰像素的像素。如下表1所示，光強為99的中心像素是谷點，因為它具有兩個位于給定方向上并且均具有較大光強值的相鄰像素。表2列出了由于在四個主要方向之一上沒有鞍形結(jié)構(gòu)，所以不是谷點的中心像素99。<table>tableseeoriginaldocumentpage13</column></row><table>表2從該種籽開始，聚集處理檢驗種籽像素的鄰者，而且如果它們不是谷點，則將這些附加到聚集圖區(qū)上。該檢驗與聚集處理連續(xù)進行，直到不剩余未檢查的非谷相鄰像素，或者達到最大閾值尺寸。如果達到最大閾值尺寸，則認(rèn)為該圖區(qū)不是白眼，而且無須對該圖區(qū)進行進一步檢驗。該步驟輸出的是從每個先前限定并濾波的明亮圖區(qū)的最亮點生長的、并且根據(jù)該谷點算法聚集的許多聚集圖區(qū)。然而，看來在可替換的實施過程中，可以在濾波之前進行聚集，并且因此可以不對明亮圖區(qū)而對聚集圖區(qū)應(yīng)用濾波器320。然后，在340，對這些聚集圖區(qū)執(zhí)行若干計算。在341，利用R-周長2/(47T面積)，其中Rkl，計算聚集圖區(qū)的圓度。對于理想圓形，R=l，因此，R值越大，則該形狀越細長。白眼應(yīng)該是圓形的，因此，必須利用不超過特定閾值的R值表征白眼。在該優(yōu)選實施例中，R的閾值是眼睛尺寸的函數(shù)。因此，我們希望，隨著其尺寸的增大，眼睛更圓(眼睛越小，利用圓形表示其形狀的近似性就越差，并且離散平面上該圓形表示法的精度越低)。在該優(yōu)選實施例中，使用了三個閾值(對于2兆像素圖像一這些閾值對于較大/較小的圖像尺寸應(yīng)該線性縮放)對于大眼，取R二1.1(即，對于2兆像素圖像，尺寸在65至100個像素之間)；對于中等大小的眼，取R二1.3(尺寸在25至65個像素之間)；以及對于小眼，取R二1.42(尺寸小于25個像素)。然后，在342，利用用于界定聚集圖區(qū)的谷點的平均光強與該圖區(qū)內(nèi)的最大光強值，S卩，來自步驟330的最亮種籽點的光強的比值，計算該聚集圖區(qū)的對比度。由于小白眼通常出現(xiàn)在弱照明情況下，所以該對比度高。大多數(shù)小白眼都具有微黃色調(diào)，這意味著，它們至少具有一些利用Lab空中的大值b分量表征的像素。因此，b的最大值，bmax，是實際白眼與例如眼閃耀或者其它點形明亮反射之間的良好鑒另U值(discriminatory在一個實施例中，被處理的像素在RGB彩色空間內(nèi)。為了獲得b分量的值，將該聚集圖區(qū)從RGB彩色空間變換為Lab彩色空間。然后，在343，計算Lab彩色空間內(nèi)的b分量的最大值b^，并且，將它與閾值bthmh。^進行比較。如果b^^bthresh。ld，則在344，計算該圖區(qū)內(nèi)的平均飽和度。否則，認(rèn)為該聚集圖區(qū)不是白眼。在344，利用^V^^計算該聚集圖區(qū)內(nèi)的平均飽和度。白眼比其它圖區(qū)的色彩更豐富，因此，為了在350將候選圖區(qū)宣布為白眼，該圖區(qū)的平均飽和度就必須超過閾值。將通過上面所述檢驗的聚集圖區(qū)標(biāo)記為白眼，并且，根據(jù)本發(fā)明的優(yōu)選實施例，在399，對其執(zhí)行校正過程。該校正過程包括將聚集圖區(qū)上的點在LAB空間內(nèi)的光強I設(shè)置為用于界定在342的對比度計算過程中使用的圖區(qū)的谷點的平均光強。在該優(yōu)選實施例中，然后，通過應(yīng)用3X3平均濾波器，使整個聚集圖區(qū)平滑。根據(jù)另一個實施例，提供了一種如圖4的流程圖描述的，用于自動檢測并校正大白眼的方法。大白眼的主要特征是，通過被適當(dāng)限定，它們的形狀是圓的，而且它們與虹膜可以充分地分開。參看圖4，可以看出，大白眼自動檢測過程的頭5個步驟，艮卩，閾值比較(thresholding)400、標(biāo)記410、尺寸濾波器430、形狀濾波器440以及填充因子450，與上面描述的小白眼自動檢測過程中的步驟相同。然而，可以看出，尺寸濾波器430中采用的閾值大于步驟322采用的閾值，而且對于其它步驟，還可以要求不同的參數(shù)。然而，明亮圖區(qū)一通過幾何濾波器420，下一個步驟就確定并分析可疑大白眼的邊緣。首先，在460，計算每個明亮圖區(qū)的光強梯度。如圖5(a)所示，由每個明亮圖區(qū)的灰度級圖像計算該梯度。梯度是在圖像變化顯著的點處具有高響應(yīng)的任意函數(shù)。相反，均勻區(qū)域中該梯度的響應(yīng)小。在該優(yōu)選實施例中，利用具有兩個核的線性濾波，計算該梯度，一個核用于計算水平梯度，Gx，同時，一個核用于計算垂直梯度，Gy。然后，利用G^qrt(Gx2+Gy2)計算該梯度的模，并且進一步進行閾值比較，以獲得邊緣點并產(chǎn)生如圖5(b)描述的二值邊緣圖像。在該優(yōu)選實施例中，利用簡單索貝爾梯度，執(zhí)行步驟460。然而，應(yīng)該明白，可以采用諸如Prewitt或者Canny這樣的任意梯度函數(shù)。一旦確定了可疑大白眼圖區(qū)的邊緣，在470，就可以對每個梯度圖像執(zhí)行霍夫變換?；舴蜃儞Q檢測可以參數(shù)化的形狀、例如，線、圓、橢圓等，并且霍夫變換可以應(yīng)用于通常由光強圖像計算作為邊緣圖的二值圖像。霍夫變換基于到該圖像空間的變換空間，即，所謂積累空間(accumulatorspace)。原始圖像中的每個點(x，y)都對該積累空間內(nèi)的，在這種情況下，對應(yīng)于所形成的包括(x，y)點的可能圓形的所有點產(chǎn)生影響。因此，對應(yīng)于原始邊緣圖像中的現(xiàn)有圓形的所有點均對對應(yīng)于該特定圓形的積累空間內(nèi)的點產(chǎn)生影響。接著，在480,必須對每個圖區(qū)檢測由霍夫變換產(chǎn)生的最具代表性的圓形。該步驟包括探測霍夫積累空間內(nèi)的、具有顯著值的點。該值取決于原始邊緣圖像中的、對該積累空間內(nèi)的每個點產(chǎn)生影響的點的數(shù)量。如果沒有發(fā)現(xiàn)代表性圓形，則認(rèn)為該圖像的該圖區(qū)內(nèi)不存在大白眼。然而，如果發(fā)現(xiàn)其值大的點，則檢查該原始圖像中的相應(yīng)圓形，然后，在490，驗證該圓形。這包括檢查例如是否最具代表性的圓形包圍該明亮圖區(qū)的原始種籽點和/或者是否沿該圓形的平均梯度超過閾值。如果驗證了明亮圖區(qū)的圓形，則在499，通過使該圓形內(nèi)部的像素變暗，校正該圖區(qū)。在該優(yōu)選實施例中，將該像素的光強設(shè)置為50，并且，應(yīng)用平均值濾波器。然而，該校正還應(yīng)該優(yōu)選考慮不會變暗的明亮圖區(qū)包括閃耀的可能性。在RGB空間內(nèi)，選擇閃耀候選對象，作為高亮像素(rain(R，G)〉二220，而max(R，G)==255)。如果在明亮圖區(qū)內(nèi)存在非常圓的(在寬高比和伸度(elongation)上)、明亮的而且飽和度減小的圖區(qū)，則從待校正的明亮圖區(qū)像素中去除其像素。在更多的眼睛顏色信息可用的情況下，例如，在利用先前捕獲圖像的數(shù)據(jù)庫可以執(zhí)行個人識別過程的情況下，可以在校正大白眼和小白眼的過程中，方便地引入利用該個人信息存儲在數(shù)據(jù)庫中的附加彩色信息。在根據(jù)在此描述的優(yōu)選實施例可以執(zhí)行的、并且上面已經(jīng)描述的和/或者下面提出權(quán)利要求的方法中，以選擇的排印順序描述了各種操作。但是，選擇該順序，并且為了排印方便這樣排列該順序，而無意暗示任何用于執(zhí)行各操作的特定順序。此外，正如公開可替換的實施例及部件一樣，在此上面以及本發(fā)明的
背景技術(shù)：
和
發(fā)明內(nèi)容中列舉的所有參考編號被引入該優(yōu)選實施例的詳細描述中供參考。還引用了下面的參考文獻供參考第11/462，035號、第ll/282，955號美國專利申請，以及第2002/0136450號、第2005/0047655號、第2004/0184670號、第2004/0240747號、第2005/0047656號、第2005/0041121號、第2005—0140801號、第2005—0031224號美國專利申請公開；以及第6，407，777號美國專利。本發(fā)明并不局限于在此描述的實施例，在不脫離本發(fā)明范圍的情況下，可以對該實施例進行修改或者調(diào)整。權(quán)利要求1.一種用于檢測圖像中的非紅眼閃光缺陷的方法，所述方法包括(a)在所述圖像中限定一個或者多個明亮圖區(qū)，每個圖區(qū)具有至少一個亮度高于亮度閾值而其紅度低于紅色閾值的像素；(b)對于對應(yīng)每個明亮圖區(qū)的圖區(qū)應(yīng)用至少一個濾波器；(c)計算對應(yīng)于每個明亮圖區(qū)的圖區(qū)的圓度；以及(d)根據(jù)所述濾波和所述圓度，確定所述圖區(qū)是否對應(yīng)于非紅眼閃光缺陷。2.根據(jù)權(quán)利要求l所述的方法，其中所述限定包括(i)選擇具有亮度高于亮度閾值而紅度低于紅色閾值的圖像的像素；以及(ii)將相鄰已選像素編組為所述一個或者多個明亮圖區(qū)內(nèi)。3.根據(jù)權(quán)利要求l所述的方法，進一步包括校正所述非紅眼閃光缺陷。4.根據(jù)權(quán)利要求l所述的方法，其中所述至少一個濾波器包括(i)尺寸濾波器，其用于確定所述圖區(qū)是否大于所述非紅眼閃光缺陷的預(yù)期尺寸；(ii)用于向利用所述明亮圖區(qū)定位的、并且其亮度低于所述亮度閾值或者其紅度高于所述紅色閾值的明亮圖區(qū)附加像素的濾波器；(iii)皮膚濾波器，其用于確定所述圖區(qū)是否位于具皮膚圖像特征的圖區(qū)內(nèi)；或者(iv)用于確定所述圖區(qū)是否位于人臉圖像特征圖區(qū)內(nèi)的人臉濾波器，或者它們的組合。5.根據(jù)權(quán)利要求l所述的方法，其中利用所述至少一個濾波器計算所述圓度，以確定所述圖區(qū)是否為非紅眼閃光缺陷。6.根據(jù)權(quán)利要求l所述的方法，進一步包括對于每個明亮圖區(qū)，如下所述確定相應(yīng)的聚集圖區(qū)(i)在明亮圖區(qū)內(nèi)確定對于所述聚集圖區(qū)的種籽像素；以及(ii)將非谷相鄰像素反復(fù)地附加到所述聚集圖區(qū)，直到相鄰于所述聚集圖區(qū)的非谷相鄰像素沒有剩余為止。7.根據(jù)權(quán)利要求l所述的方法，進一步包括對所述明亮圖區(qū)應(yīng)用所述至少一個濾波器。8.根據(jù)權(quán)利要求l所述的方法，進一步包括計算每個明亮圖區(qū)的光強梯度。9.一種可操作的以檢測圖像中的非紅眼閃光缺陷并包括控制器的數(shù)字圖像處理設(shè)備，其被配置用以(a)在所述圖像中限定一個或者多個明亮圖區(qū)，每個圖區(qū)具有至少一個亮度高于亮度閾值而紅度低于紅色閾值的像素；(b)對于對應(yīng)每個明亮圖區(qū)的圖區(qū)應(yīng)用至少一個濾波器；(C)計算對應(yīng)于每個明亮圖區(qū)的圖區(qū)的圓度；以及(d)根據(jù)所述濾波和所述圓度，確定所述圖區(qū)是否對應(yīng)于非紅眼閃光缺陷。10.根據(jù)權(quán)利要求9所述的設(shè)備，包括數(shù)字照相機或者可拍照手機(cameraphone)、通用便攜式計算機或者手持計算機、打印機或者數(shù)字掃描儀，或者它們的組合。11.一種或多種數(shù)字存儲器件，其上嵌入有用于對一個或多個處理器進行編程的可執(zhí)行程序代碼，以執(zhí)行校正數(shù)字圖像中的白眼缺陷的方法的，該方法包括(a)采集數(shù)字圖像；(b)在該數(shù)字圖像中確定像素的亮度；(C)選擇亮度高于特定閾值的像素，作為用于校正白眼缺陷的候選圖區(qū)；(d)對已選像素進行濾波；以及(e)對已選像素中未濾波的像素校正白眼缺陷。12.根據(jù)權(quán)利要求ll所述的一種或者多種存儲器件，其中該濾波包括基于已選像素圖區(qū)的尺寸或者形狀或者它們二者，對像素進行幾何濾波。13.根據(jù)權(quán)利要求ll所述的一種或者多種存儲器件，其中該濾波包括基于大于閾值尺寸的己選像素圖區(qū)的尺寸對像素進行幾何濾波。14.根據(jù)權(quán)利要求ll所述的一種或者多種存儲器件，其中該校正包括計算已選像素圖區(qū)的圓度，以及如果它沒有超過特定圓度閾值，則校正該圓度。15.根據(jù)權(quán)利要求ll所述的一種或者多種存儲器件，其中該濾波包括檢查已選像素圖區(qū)的平均飽和度是否超過特定閾值飽和度，以及僅當(dāng)超過該閾值時，校正該已選像素圖區(qū)。16.根據(jù)權(quán)利要求ll所述的一種或者多種存儲器件，該方法進一步包括(i)選擇亮像素作為種籽像素；以及(ii)從該種籽像素向外聚集，以將不是谷點的那些像素與該種籽像素組合為聚集圖區(qū)，直至剩余最少量非谷相鄰像素，或者直至達到閾值尺寸，或者它們的組合。17.根據(jù)權(quán)利要求16所述的一種或者多種存儲器件，該方法進一步包括使該聚集圖區(qū)平滑。18.根據(jù)權(quán)利要求16所述的一種或者多種存儲器件，該方法進一步包括計算一個或者多個候選圖區(qū)的光強梯度。19.根據(jù)權(quán)利要求ll所述的一種或者多種存儲器件，該方法進一步包括對僅包括閃耀的候選圖區(qū)進行濾波。20.根據(jù)權(quán)利要求ll所述的一種或者多種存儲器件，該方法進一步包括檢測并校正該數(shù)字圖像中的紅眼缺陷。全文摘要公開了一種用于檢測圖像中的大非紅眼閃光缺陷和小非紅眼閃光缺陷的技術(shù)。該方法包括選擇其亮度高于閾值的圖像的像素；以及將相鄰已選像素標(biāo)記為明亮圖區(qū)。對該明亮圖區(qū)應(yīng)用許多幾何濾波器，以去除不真實的候選明亮圖區(qū)。文檔編號G06K9/40GK101421748SQ200780013481公開日2009年4月29日申請日期2007年2月13日優(yōu)先權(quán)日2006年2月14日發(fā)明者埃蘭·斯坦伯格,康斯坦丁·韋爾坦,弗洛林·納努,彼得·科科倫,彼得羅內(nèi)爾·比焦伊,斯特凡·彼得雷斯庫,米哈伊·丘克,阿德里安·卡帕塔申請人:快圖影像有限公司