圖像處理設(shè)備和方法
【專利摘要】本公開涉及一種圖像處理設(shè)備，包括：圖像接收模塊，被配置為接收待處理的圖像；臉部區(qū)域識別模塊，被配置為識別接收到的圖像中的人臉區(qū)域；皮膚變白模塊，被配置為根據(jù)整個圖像的亮度和人臉區(qū)域的亮度，對人臉區(qū)域中的像素進(jìn)行處理，使得人臉區(qū)域中的像素變白；臉部皮膚平滑模塊，被配置為計算人臉區(qū)域中的臉部皮膚區(qū)域的臉部粗糙度，并根據(jù)所述臉部粗糙度對臉部皮膚區(qū)域進(jìn)行過濾，以及圖像輸出模塊，被配置為輸出處理后的圖像。本公開還提出了一種圖像處理方法。根據(jù)本公開的技術(shù)方案，當(dāng)用戶想要對照片中的臉部皮膚進(jìn)行美化時，可以根據(jù)照片中臉部皮膚的亮度和整個照片的亮度自適應(yīng)地使臉部皮膚變白，并根據(jù)臉部皮膚的粗糙度自適應(yīng)地平滑臉部皮膚。
【專利說明】
圖像處理設(shè)備和方法
技術(shù)領(lǐng)域
[0001] 本公開涉及圖像處理技術(shù)，更具體地，涉及一種對圖像中的人臉部分進(jìn)行處理的 設(shè)備和方法。
【背景技術(shù)】
[0002] 隨著多媒體技術(shù)的發(fā)展和多媒體設(shè)備的發(fā)展，出現(xiàn)了各種應(yīng)用，給人們的生活帶 來了便利。例如，用戶在照相之后，可能希望處理照片，然后與朋友或家人分享處理后的照 片。
[0003] 例如，中國專利申請CN201410042209. 4公開了一種基于無監(jiān)督最優(yōu)美麗特征和 深度評價模型的人臉美化方法。所美化的人臉具有不同的類型。
[0004] 再例如，中國專利申請CN201410137069. 9公開了一種人臉美化方法，其關(guān)注于消 除人臉上的皮膚瑕疵。
[0005] 再例如，中國專利申請CN200810116057. 2公開了一種人臉皮膚美化方法，使用人 臉圖像的投影向量。投影向量可以用于重構(gòu)人臉圖像，而不包括人臉圖像的高頻部分。
[0006] 此外，韓國專利申請KR20070024140提出了一種3D人臉建模系統(tǒng)和方法，其考慮 個體針對美麗的偏好。
[0007] 中國專利申請CN201410042209. 4主要關(guān)注于臉部形狀的美化，但是并未對臉部 皮膚進(jìn)行美化。
[0008] 中國專利申請CN201410137069. 9僅僅處理皮膚瑕疵，并不處理其他臉部皮膚區(qū) 域，而且未使得皮膚變白。
[0009] 中國專利申請CN200810116057. 2重構(gòu)人臉圖像而不包括圖像的高頻部分，但該 專利申請并未使得臉部皮膚變白。
[0010] 韓國專利申請KR20070024140主要關(guān)注于3D人臉建模。
[0011] 通常，用戶可能希望自適應(yīng)地美化照片中的臉部皮膚。

【發(fā)明內(nèi)容】

[0012] 如上所述，現(xiàn)有的圖像處理方法，尤其是人臉美化方法，存在一些問題，難以自適 應(yīng)美化人臉，難以提供良好的用戶體驗。
[0013] 本公開提出了一種圖像處理設(shè)備和方法，能夠自適應(yīng)地對照片中的臉部皮膚進(jìn)行 美化。
[0014] 根據(jù)本公開的一個方面，提出了一種圖像處理設(shè)備，包括：
[0015] 圖像接收模塊，被配置為接收待處理的圖像；
[0016] 臉部區(qū)域識別模塊，被配置為識別接收到的圖像中的人臉區(qū)域；
[0017] 皮膚變白模塊，被配置為根據(jù)整個圖像的亮度和人臉區(qū)域的亮度，對人臉區(qū)域中 的像素進(jìn)行處理，使得人臉區(qū)域中的像素變白；
[0018] 臉部皮膚平滑模塊，被配置為計算人臉區(qū)域中的臉部皮膚區(qū)域的臉部粗糙度，并 根據(jù)所述臉部粗糙度對臉部皮膚區(qū)域進(jìn)行過濾；以及
[0019] 圖像輸出模塊，被配置為輸出處理后的圖像，
[0020] 其中，所述皮膚變白模塊被配置為根據(jù)以下公式來計算人臉區(qū)域中的像素的增益 gain ：
[0021] gain = Cj* (gc+tg)
[0022] 其中，gc是增益常量因子，t g= exp(_b 3(^+0 -s)，s = log( n +gp)，s是強(qiáng)光部分 抑制因子，β和q是恒定值，局部對比度Ci= gp/gt，其中g(shù)p是該像素的灰度值，gt是以該 像素為中心的k*k區(qū)域內(nèi)的總灰度值，k為指定的常量。
[0023] 亮度因子bf計算如下：
[0024]
[0025] α 是預(yù)設(shè)閾值，4是恒定值，X = g f*gf，y = gf*C2, t = ( a -gf) / α，(：2是恒定值， gf是人臉區(qū)域的平均灰度值，
[0026] 以及
[0027] 通過將人臉區(qū)域中的像素的灰度值與增益gain相乘，使得人臉區(qū)域中的像素變 白。
[0028] 根據(jù)本公開的另一方面，提出了一種圖像處理方法，包括：圖像處理方法，包括：
[0029] 接收待處理的圖像；
[0030] 識別接收到的圖像中的人臉區(qū)域；
[0031] 根據(jù)整個圖像的亮度和人臉區(qū)域的亮度，對人臉區(qū)域中的像素進(jìn)行處理，使得人 臉區(qū)域中的像素變白；
[0032] 計算人臉區(qū)域中的臉部皮膚區(qū)域的臉部粗糙度，并根據(jù)所述臉部粗糙度對臉部皮 膚區(qū)域進(jìn)行過濾，以及
[0033] 輸出處理后的圖像，
[0034] 其中，根據(jù)以下公式來計算人臉區(qū)域中的像素的增益gain :
[0035] gain = Cj* (gc+tg)
[0036] 其中，gc是增益常量因子，t g= exp(_b 3(^+0 -s)，s = log( n +gp)，s是強(qiáng)光部分 抑制因子，β和q是恒定值，局部對比度Ci= gp/gt，其中g(shù)p是該像素的灰度值，gt是以該 像素為中心的k*k區(qū)域內(nèi)的總灰度值，k為指定的常量。
[0037] 亮度因子bf計算如下：
[0038]
[0039] α 是預(yù)設(shè)閾值，4是恒定值，X = g f*gf，y = gf*C2, t = ( a -gf) / α，(：2是恒定值， gf是人臉區(qū)域的平均灰度值，
[0040] 以及
[0041] 通過將人臉區(qū)域中的像素的灰度值與增益gain相乘，使得人臉區(qū)域中的像素變 白。
[0042] 根據(jù)本公開的技術(shù)方案，當(dāng)用戶想要對照片中的臉部皮膚進(jìn)行美化時，可以根據(jù) 照片中臉部皮膚的亮度和整個照片的亮度自適應(yīng)地使臉部皮膚變白，并根據(jù)臉部皮膚的粗 糙度自適應(yīng)地平滑臉部皮膚。
【附圖說明】
[0043] 根據(jù)下文的描述，本發(fā)明的附加目標(biāo)、特征和優(yōu)點將會更加清楚。而且，根據(jù)參照 附圖的下述解釋，本發(fā)明的優(yōu)點將會是明顯的，附圖中：
[0044] 圖1是示出了根據(jù)本公開的一個或多個實施例的圖像處理設(shè)備的示意框圖。
[0045] 圖2是示出了根據(jù)本公開的一個或多個實施例的圖像處理方法的流程圖。
[0046] 圖3示出了根據(jù)本發(fā)明的一個或多個實施例的臉部皮膚區(qū)域的示意圖。
【具體實施方式】
[0047] 以下參照附圖，對本公開的示例實施例進(jìn)行詳細(xì)描述。在以下描述中，一些具體實 施例僅用于描述目的，而不應(yīng)該理解為對本公開有任何限制，而只是本公開的示例。在可能 導(dǎo)致對本公開的理解造成混淆時，將省略常規(guī)結(jié)構(gòu)或構(gòu)造。
[0048] 圖1是示出了根據(jù)本公開的一個或多個實施例的圖像處理設(shè)備1000的示意框圖。 如圖所示，該圖像處理設(shè)備1〇〇〇包括：圖像接收模塊1100,被配置為接收待處理的圖像；臉 部區(qū)域識別模塊1200,被配置為識別接收到的圖像中的人臉區(qū)域；皮膚變白模塊1300,被 配置為根據(jù)整個圖像的亮度和人臉區(qū)域的亮度，對人臉區(qū)域中的像素進(jìn)行處理，使得人臉 區(qū)域中的像素變白；臉部皮膚平滑模塊1400,被配置為計算人臉區(qū)域中的臉部皮膚區(qū)域的 臉部粗糙度，并根據(jù)所述臉部粗糙度對臉部皮膚區(qū)域進(jìn)行過濾，以及圖像輸出模塊1500,被 配置為輸出處理后的圖像。
[0049] 其中，所述皮膚變白模塊1300被配置為根據(jù)以下公式來計算人臉區(qū)域中的像素 的增益gain :
[0050] gain = (gc+tg)
[0051] 其中，gc是增益常量因子，t g= exp(_b 3(^+0 -s)，s = log( n +gp)，s是強(qiáng)光部分 抑制因子，β和q是恒定值，局部對比度Ci= gp/gt，其中g(shù)p是該像素的灰度值，gt是以該 像素為中心的k*k區(qū)域內(nèi)的總灰度值，k為指定的常量，例如，k = 2、4、8等等。
[0052] 亮度因子bf計算如下：
[0053]
[0054] α 是預(yù)設(shè)閾值，Cg是恒定值，X = g f*gf，y = gf*C2, t = ( a -gf) / a，C2是恒定值， gf是人臉區(qū)域的平均灰度值，通過計算人臉區(qū)域中的像素的平均灰度得到。
[0055] 通過將人臉區(qū)域中的像素的灰度值與增益gain相乘，使得人臉區(qū)域中的像素變 白。
[0056] 根據(jù)本發(fā)明的實施例，可以根據(jù)臉部皮膚的亮度和整個圖像的亮度自適應(yīng)地使臉 部皮膚變白。
[0057] 在亮度因子bf的計算中，C2、α和匕都是預(yù)設(shè)閾值，其設(shè)置使得不同的亮度因子 gf計算得到的bf值盡量連續(xù)。在增益gain的計算中，g。、!]和Π 都是預(yù)設(shè)閾值，其設(shè)置使 得不同的gp計算得到的增益gain落入適當(dāng)?shù)姆秶?br>[0058] 作為示例，可以設(shè)置g。為1. 0，α為〇. 3, C# 1. 0, (：2為1. 3，β和η分別為 0.001和0.0001。當(dāng)然，其他適當(dāng)?shù)闹狄彩强尚械?。例如，{C2, a，Cg，gc，β，η}可以選擇 為{1· 3,0· 5,0· 8,1· 2,0· 002,0· 00001}或{1· 2,0· 4,0· 9,1· 25,0· 005,0· 00002}。
[0059] 根據(jù)一個或多個實施例，所述臉部區(qū)域識別模塊1200被配置為：根據(jù)主動形狀模 型（ASM)或主動外觀模型（ΑΑΜ)或其他可行方法，識別接收到的圖像中的人臉區(qū)域和人臉 區(qū)域中的五官，其中，所述人臉區(qū)域中的臉部皮膚區(qū)域是所述人臉區(qū)域中除所述五官之外 的區(qū)域。
[0060] 根據(jù)一個或多個實施例，所述臉部皮膚平滑模塊1400可被配置為：使用兩組參數(shù) 對所述臉部皮膚區(qū)域進(jìn)行過濾，以得到兩個臉部皮膚圖像，計算所述兩個臉部皮膚圖像之 差，得到差圖像，其中每組參數(shù)由灰度值和像素空間大小構(gòu)成；以及使用差圖像的平均灰度 值來估計臉部粗糙度。所述差圖像的平均灰度值越大，所述臉部粗糙度越大。
[0061] 根據(jù)一個或多個實施例，所述臉部皮膚平滑模塊1400可被配置為：使用兩組參數(shù) 對所述臉部皮膚區(qū)域進(jìn)行過濾，以得到兩個臉部皮膚圖像，計算所述兩個臉部皮膚圖像之 差，得到差圖像，其中每組參數(shù)由灰度值和像素空間大小構(gòu)成；通過固定閾值分割方法，將 差圖像劃分為多個小區(qū)域；計算各個小區(qū)域的區(qū)域大小和平均灰度值；根據(jù)各個小區(qū)域的 平均灰度值，計算各個小區(qū)域的小區(qū)域粗糙度；以及根據(jù)各個小區(qū)域的區(qū)域大小，對小區(qū)域 粗糙度進(jìn)行加權(quán)，以得到臉部粗糙度。
[0062] 根據(jù)一個或多個實施例，所述臉部平滑模塊1400可被配置為：使用所述臉部皮膚 區(qū)域的大小來估計臉部粗糙度。所述臉部皮膚區(qū)域越大，所述臉部粗糙度越大。
[0063] 所述臉部皮膚平滑模塊1400被配置為：根據(jù)所述臉部粗糙度來控制對臉部皮膚 區(qū)域進(jìn)行過濾的過濾度。
[0064] 如上所述，臉部皮膚平滑模塊1400可以采用至少三種方法來估計臉部粗糙度。因 此，根據(jù)本發(fā)明的實施例，可以根據(jù)臉部皮膚粗糙度自適應(yīng)地平滑臉部皮膚。
[0065] 圖2是示出了根據(jù)本公開的一個或多個實施例的圖像處理方法2000的流程圖。
[0066] 如圖2所示，該方法開始于步驟S2100,在步驟S2100,接收到待處理的圖像。然后 在步驟S2200,識別接收到的圖像中的人臉區(qū)域。在步驟S2300,根據(jù)整個圖像的亮度和人 臉區(qū)域的亮度，對人臉區(qū)域中的像素進(jìn)行處理，使得人臉區(qū)域中的像素變白。接著，在步驟 S2400,計算人臉區(qū)域中的臉部皮膚區(qū)域的臉部粗糙度，并根據(jù)所述臉部粗糙度對臉部皮膚 區(qū)域進(jìn)行過濾。最后，在步驟S2500,輸出處理后的圖像，
[0067] 其中，根據(jù)以下公式來計算人臉區(qū)域中的像素的增益gain :
[0068] gain = (gc+tg)
[0069] 其中，gc是增益常量因子，t g= exp(_b 3(^+0 -s)，s = log( n +gp)，s是強(qiáng)光部分 抑制因子，β和q是恒定值，局部對比度Ci= gp/gt，其中g(shù)p是該像素的灰度值，gt是以該 像素為中心的k*k區(qū)域內(nèi)的總灰度值，k為指定的常量，比如k為2、4或8。
[0070] 亮度因子bf計算如下：
[0071]
[0072] α 是預(yù)設(shè)閾值，4是恒定值，X = g f*gf，y = gf*C2, t = ( a -gf) / α，(：2是恒定值， gf是人臉區(qū)域的平均灰度值，
[0073] 以及
[0074] 通過將人臉區(qū)域中的像素的灰度值與增益gain相乘，使得人臉區(qū)域中的像素變 白。
[0075] 根據(jù)本發(fā)明的一個或多個實施例，識別接收到的圖像中的人臉區(qū)域的步驟可包 括：根據(jù)主動形狀模型（ASM)或主動外觀模型（AAM)或其它可行方法，識別接收到的圖像中 的人臉區(qū)域和人臉區(qū)域中的五官。其中，所述人臉區(qū)域中的臉部皮膚區(qū)域是所述人臉區(qū)域 中除所述五官之外的區(qū)域。這樣可以使得處理僅針對人臉區(qū)域中的臉部皮膚，得到的處理 后的圖像更加準(zhǔn)確。
[0076] 圖3示出了根據(jù)本發(fā)明的一個或多個實施例的臉部皮膚區(qū)域的示意圖。如圖所 示，根據(jù)ASM或AAM或其他已知方法，可以識別接收到的圖像中的人臉區(qū)域以及其中的關(guān) 鍵部分，即人的眼睛、鼻子和嘴巴等，然后，將人臉區(qū)域中除關(guān)鍵部分之外的區(qū)域用于估算 臉部粗糙度。如圖3所示，圖中弧線之上的區(qū)域是人臉區(qū)域，斜線區(qū)域分別是人的鼻子和嘴 巴，因此，弧線之上的區(qū)域除了斜線區(qū)域之外的部分是臉部皮膚區(qū)域。
[0077] 根據(jù)本發(fā)明的一個或多個實施例，計算人臉區(qū)域中的臉部皮膚區(qū)域的臉部粗糙度 的步驟可包括：使用兩組參數(shù)對所述臉部皮膚區(qū)域進(jìn)行過濾，以得到兩個臉部皮膚圖像，計 算所述兩個臉部皮膚圖像之差，得到差圖像，其中每組參數(shù)由灰度值和像素空間大小構(gòu)成； 以及使用差圖像的平均灰度值來估計臉部粗糙度。所述差圖像的平均灰度值越大，所述臉 部粗糙度越大。
[0078] 在本申請中，兩組參數(shù)的選擇可以是缺省地設(shè)置在系統(tǒng)中的，從而不需要用戶進(jìn) 行選擇。例如，可以應(yīng)用的兩組參數(shù)可以分別為（0.05,0. 01)和（15. 5,0. 01)。實際使用時 兩組參數(shù)是固定的。使用兩組參數(shù)估計出來的粗糙度不一定跟人感覺的真實粗糙度一致， 只需要得到不同的真實粗糙度之間的相對粗糙程度就可以了。
[0079] 根據(jù)本發(fā)明的一個或多個實施例，計算人臉區(qū)域中的臉部皮膚區(qū)域的臉部粗糙度 的步驟可包括：使用兩組參數(shù)對所述臉部皮膚區(qū)域進(jìn)行過濾，以得到兩個臉部皮膚圖像，計 算所述兩個臉部皮膚圖像之差，得到差圖像，其中每組參數(shù)由灰度值和像素空間大小構(gòu)成； 通過固定閾值分割方法，將差圖像劃分為多個小區(qū)域；計算各個小區(qū)域的區(qū)域大小和平均 灰度值；根據(jù)各個小區(qū)域的平均灰度值，計算各個小區(qū)域的小區(qū)域粗糙度；以及根據(jù)各個 小區(qū)域的區(qū)域大小，對小區(qū)域粗糙度進(jìn)行加權(quán)，以得到臉部粗糙度。
[0080] 該方法將臉部皮膚區(qū)域劃分為小區(qū)域，然后對小區(qū)域進(jìn)行加權(quán)得到整個臉部皮膚 區(qū)域的臉部粗糙度。與前一種方法相比，雖然計算量稍大，但是可以得到更為精確的臉部粗 糙度。例如，可以將臉頰區(qū)域的加權(quán)值設(shè)置為相對于其他區(qū)域的加權(quán)值更大，使得可以更好 地對臉頰區(qū)域進(jìn)行平滑。再例如，對于眼部周圍相對于臉部其他區(qū)域皺紋更多的人，可以將 眼部周圍區(qū)域的加權(quán)值設(shè)置為相對于其他區(qū)域的加權(quán)值更大，使得可以更好地對臉部的皺 紋進(jìn)行平滑。
[0081] 根據(jù)本發(fā)明的一個或多個實施例，計算人臉區(qū)域中的臉部皮膚區(qū)域的臉部粗糙度 的步驟可包括：使用所述臉部皮膚區(qū)域的大小來估計臉部粗糙度。所述臉部皮膚區(qū)域越大， 所述臉部粗糙度越大。該方法相比于其他方法，計算量最小。
[0082] 根據(jù)本發(fā)明的一個或多個實施例，根據(jù)所述臉部粗糙度對臉部皮膚區(qū)域進(jìn)行過濾 的步驟包括：根據(jù)所述臉部粗糙度來控制對臉部皮膚區(qū)域進(jìn)行過濾的過濾度。
[0083] 根據(jù)一個或多個實施例，可以由系統(tǒng)直接根據(jù)臉部粗糙度來控制要施加于臉部皮 膚區(qū)域的過濾度。根據(jù)另外的一個或多個實施例，也可以由用戶選擇過濾度，然后將用戶選 擇的過濾度與臉部粗糙度的乘積作為要施加于臉部皮膚區(qū)域的過濾度，以使得平滑的圖像 既按照照片中臉部皮膚的粗糙度進(jìn)行自適應(yīng)地過濾，也反映了用戶需要的過濾度。
[0084] 這里所公開的本公開實施例的其他設(shè)置包括執(zhí)行在先概述的方法實施例的步驟 和操作的軟件程序。更具體地，計算機(jī)程序產(chǎn)品是如下的一種實施例：具有計算機(jī)可讀介 質(zhì)，計算機(jī)可讀介質(zhì)上編碼有計算機(jī)程序邏輯，當(dāng)在計算設(shè)備上執(zhí)行時，計算機(jī)程序邏輯提 供相關(guān)的操作，從而提供上述技術(shù)方案。當(dāng)在計算系統(tǒng)的至少一個處理器上執(zhí)行時，計算機(jī) 程序邏輯使得處理器執(zhí)行本公開實施例所述的操作（方法）。本公開的這種設(shè)置典型地提 供為設(shè)置或編碼在例如光介質(zhì)（例如CD-ROM)、軟盤或硬盤等的計算機(jī)可讀介質(zhì)上的軟件、 代碼和/或其他數(shù)據(jù)結(jié)構(gòu)、或者諸如一個或多個ROM或RAM或PR0M芯片上的固件或微代碼 的其他介質(zhì)、或?qū)Ｓ眉呻娐罚ˋSIC)、或一個或多個模塊中的可下載的軟件圖像、共享數(shù)據(jù) 庫等。軟件或固件或這種配置可安裝在計算設(shè)備上，以使得計算設(shè)備中的一個或多個處理 器執(zhí)行本公開實施例所述的技術(shù)。結(jié)合諸如一組數(shù)據(jù)通信設(shè)備或其他實體中的計算設(shè)備進(jìn) 行操作的軟件過程也可以提供根據(jù)本公開的設(shè)備。根據(jù)本公開的設(shè)備也可以分布在多個數(shù) 據(jù)通信設(shè)備上的多個軟件過程、或者在一組小型專用計算機(jī)上運行的所有軟件過程、或者 單個計算機(jī)上運行的所有軟件過程之間。
[0085] 應(yīng)該理解，嚴(yán)格地講，本公開的實施例可以實現(xiàn)為計算機(jī)設(shè)備上的軟件程序、軟件 和硬件、或者單獨的軟件和/或單獨的電路。
[0086] 應(yīng)當(dāng)注意的是，在以上的描述中，僅以示例的方式，示出了本公開的技術(shù)方案，但 并不意味著本公開局限于上述步驟和單元結(jié)構(gòu)。在可能的情形下，可以根據(jù)需要對步驟和 單元結(jié)構(gòu)進(jìn)行調(diào)整和取舍。因此，某些步驟和單元并非實施本公開的總體公開思想所必需 的元素。因此，本公開所必需的技術(shù)特征僅受限于能夠?qū)崿F(xiàn)本公開的總體公開思想的最低 要求，而不受以上具體實例的限制。
[0087] 至此已經(jīng)結(jié)合優(yōu)選實施例對本公開進(jìn)行了描述。應(yīng)該理解，本領(lǐng)域技術(shù)人員在不 脫離本公開的精神和范圍的情況下，可以進(jìn)行各種其它的改變、替換和添加。因此，本公開 的范圍不局限于上述特定實施例，而應(yīng)由所附權(quán)利要求所限定。
【主權(quán)項】
1. 一種圖像處理設(shè)備，包括： 圖像接收模塊，被配置為接收待處理的圖像； 臉部區(qū)域識別模塊，被配置為識別接收到的圖像中的人臉區(qū)域； 皮膚變白模塊，被配置為根據(jù)整個圖像的亮度和人臉區(qū)域的亮度，對人臉區(qū)域中的像 素進(jìn)行處理，使得人臉區(qū)域中的像素變白； 臉部皮膚平滑模塊，被配置為計算人臉區(qū)域中的臉部皮膚區(qū)域的臉部粗糖度，并根據(jù) 所述臉部粗糖度對臉部皮膚區(qū)域進(jìn)行過濾，W及 圖像輸出模塊，被配置為輸出處理后的圖像， 其中，所述皮膚變白模塊被配置為根據(jù)W下公式來計算人臉區(qū)域中的像素的增益 邑ain : gain = Ci*(gc+tg) 其中，gc是增益常量因子，t g= exp(-b f*Ci+0 -s)，S = log( n +gp)，S是強(qiáng)光部分抑制 因子，0和n是恒定值，局部對比度Ci= gp/gt，其中g(shù)p是該像素的灰度值，gt是W該像素 為中屯、的k*k區(qū)域內(nèi)的總灰度值，k為指定的常量， 亮度因子bf計算如下：曰是預(yù)設(shè)闊值，Cg是恒定值，X = g f*gf，y = gf*C2, t = ( a -gf) / a，Cz是恒定值，g f是 人臉區(qū)域的平均灰度值， W及 通過將人臉區(qū)域中的像素的灰度值與增益gain相乘，使得人臉區(qū)域中的像素變白。2. 根據(jù)權(quán)利要求1所述的圖像處理設(shè)備，其中，所述臉部皮膚平滑模塊被配置為： 使用兩組參數(shù)對所述臉部皮膚區(qū)域進(jìn)行過濾，W得到兩個臉部皮膚圖像，計算所述兩 個臉部皮膚圖像之差，得到差圖像，其中每組參數(shù)由灰度值和像素空間大小構(gòu)成；W及 使用差圖像的平均灰度值來估計臉部粗糖度。3. 根據(jù)權(quán)利要求2所述的圖像處理設(shè)備，其中，所述差圖像的平均灰度值越大，所述臉 部粗糖度越大。4. 根據(jù)權(quán)利要求1所述的圖像處理設(shè)備，其中，所述臉部皮膚平滑模塊被配置為： 使用兩組參數(shù)對所述臉部皮膚區(qū)域進(jìn)行過濾，W得到兩個臉部皮膚圖像，計算所述兩 個臉部皮膚圖像之差，得到差圖像，其中每組參數(shù)由灰度值和像素空間大小構(gòu)成； 通過固定闊值分割方法，將差圖像劃分為多個小區(qū)域； 計算各個小區(qū)域的區(qū)域大小和平均灰度值； 根據(jù)各個小區(qū)域的平均灰度值，計算各個小區(qū)域的小區(qū)域粗糖度；W及 根據(jù)各個小區(qū)域的區(qū)域大小，對小區(qū)域粗糖度進(jìn)行加權(quán)，W得到臉部粗糖度。5. 根據(jù)權(quán)利要求1所述的圖像處理設(shè)備，其中，所述臉部皮膚平滑模塊被配置為： 使用所述臉部皮膚區(qū)域的大小來估計臉部粗糖度。6. 根據(jù)權(quán)利要求5所述的圖像處理設(shè)備，其中，所述臉部皮膚區(qū)域越大，所述臉部粗糖 度越大。7. 根據(jù)權(quán)利要求1所述的圖像處理設(shè)備，其中所述臉部皮膚平滑模塊被配置為：根據(jù) 所述臉部粗糖度來控制對臉部皮膚區(qū)域進(jìn)行過濾的過濾度。8. 根據(jù)權(quán)利要求1所述的圖像處理設(shè)備，其中，〇2、a和Cg設(shè)置使得不同的gf計算得 到的亮度因子bf值盡量連續(xù)，W及gc、e和n設(shè)置使得不同的gp計算得到的增益gain落 入適當(dāng)?shù)姆秶?. 根據(jù)權(quán)利要求8所述的圖像處理設(shè)備，其中，{〇2, a，Cg, g。，0，n}是W下之一： (1. 3,0. 3,1. 0,1. 0,0. 001,0. 0001}; (1. 3,0. 5,0. 8,1. 2,0. 002,0. 00001} ; {1. 2,0. 4,0. 9,1. 25,0. 005,0. 00002}。10. 根據(jù)權(quán)利要求1所述的圖像處理設(shè)備，其中，所述人臉區(qū)域中的臉部皮膚區(qū)域是所 述人臉區(qū)域中除五官之外的區(qū)域。11. 一種圖像處理方法，包括： 接收待處理的圖像； 識別接收到的圖像中的人臉區(qū)域； 根據(jù)整個圖像的亮度和人臉區(qū)域的亮度，對人臉區(qū)域中的像素進(jìn)行處理，使得人臉區(qū) 域中的像素變白； 計算人臉區(qū)域中的臉部皮膚區(qū)域的臉部粗糖度，并根據(jù)所述臉部粗糖度對臉部皮膚區(qū) 域進(jìn)行過濾，W及 輸出處理后的圖像， 其中，根據(jù)W下公式來計算人臉區(qū)域中的像素的增益gain : gain = Ci*(gc+tg) 其中，gc是增益常量因子，t g= exp(-b f*Ci+0 -s)，S = log( n +gp)，S是強(qiáng)光部分抑制 因子，0和n是恒定值，局部對比度Ci= gp/gt，其中g(shù)p是該像素的灰度值，gt是W該像素 為中屯、的k*k區(qū)域內(nèi)的總灰度值，k為指定的常量， 亮度因子bf計算如下：曰是預(yù)設(shè)闊值，Cg是恒定值，X = g f*gf，y = gf*C2, t = ( a -gf) / a，Cz是恒定值，g f是 人臉區(qū)域的平均灰度值， W及 通過將人臉區(qū)域中的像素的灰度值與增益gain相乘，使得人臉區(qū)域中的像素變白。12. 根據(jù)權(quán)利要求11所述的圖像處理方法，其中，計算人臉區(qū)域中的臉部皮膚區(qū)域的 臉部粗糖度包括： 使用兩組參數(shù)對所述臉部皮膚區(qū)域進(jìn)行過濾，W得到兩個臉部皮膚圖像，計算所述兩 個臉部皮膚圖像之差，得到差圖像，其中每組參數(shù)由灰度值和像素空間大小構(gòu)成；W及 使用差圖像的平均灰度值來估計臉部粗糖度。13. 根據(jù)權(quán)利要求12所述的圖像處理方法，其中，所述差圖像的平均灰度值越大，所述 臉部粗糖度越大。14. 根據(jù)權(quán)利要求11所述的圖像處理方法，其中，計算人臉區(qū)域中的臉部皮膚區(qū)域的 臉部粗糖度包括： 使用兩組參數(shù)對所述臉部皮膚區(qū)域進(jìn)行過濾，W得到兩個臉部皮膚圖像，計算所述兩 個臉部皮膚圖像之差，得到差圖像，其中每組參數(shù)由灰度值和像素空間大小構(gòu)成； 通過固定闊值分割方法，將差圖像劃分為多個小區(qū)域； 計算各個小區(qū)域的區(qū)域大小和平均灰度值； 根據(jù)各個小區(qū)域的平均灰度值，計算各個小區(qū)域的小區(qū)域粗糖度；W及 根據(jù)各個小區(qū)域的區(qū)域大小，對小區(qū)域粗糖度進(jìn)行加權(quán)，W得到臉部粗糖度。15. 根據(jù)權(quán)利要求11所述的圖像處理方法，其中，計算人臉區(qū)域中的臉部皮膚區(qū)域的 臉部粗糖度包括： 使用所述臉部皮膚區(qū)域的大小來估計臉部粗糖度。16. 根據(jù)權(quán)利要求15所述的圖像處理方法，其中，所述臉部皮膚區(qū)域越大，所述臉部粗 糖度越大。17. 根據(jù)權(quán)利要求11所述的圖像處理方法，其中根據(jù)所述臉部粗糖度對臉部皮膚區(qū)域 進(jìn)行過濾包括：根據(jù)所述臉部粗糖度來控制對臉部皮膚區(qū)域進(jìn)行過濾的過濾度。18. 根據(jù)權(quán)利要求11所述的圖像處理方法，其中，〇2、a和Cg設(shè)置使得不同的gf計算 得到的亮度因子bf值盡量連續(xù)，W及g。、0和n設(shè)置使得不同的gp計算得到的增益gain 落入適當(dāng)?shù)姆秶?9. 根據(jù)權(quán)利要求18所述的圖像處理方法，其中， 侶，a，Cg, g。，0，n }是 W下之一： (1. 3,0. 3,1. 0,1. 0,0. 001,0. 0001} ; {1. 3,0. 5,0. 8,1. 2,0. 002,0. 00001}; (1. 2,0. 4,0. 9,1. 25,0. 005,0. 00002};20. 根據(jù)權(quán)利要求11所述的圖像處理方法，其中，所述人臉區(qū)域中的臉部皮膚區(qū)域是 所述人臉區(qū)域中除五官之外的區(qū)域。
【文檔編號】G06T5/00GK106033593SQ201510102800
【公開日】2016年10月19日
【申請日】2015年3月9日
【發(fā)明人】陳海林
【申請人】夏普株式會社