CN102332085A - 图像处理装置、图像处理方法、程序和电子设备 - Google Patents

图像处理装置、图像处理方法、程序和电子设备 Download PDF

Info

Publication number
CN102332085A
CN102332085A CN2011101511744A CN201110151174A CN102332085A CN 102332085 A CN102332085 A CN 102332085A CN 2011101511744 A CN2011101511744 A CN 2011101511744A CN 201110151174 A CN201110151174 A CN 201110151174A CN 102332085 A CN102332085 A CN 102332085A
Authority
CN
China
Prior art keywords
image
wavelength
value
brightness value
unit
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.)
Pending
Application number
CN2011101511744A
Other languages
English (en)
Inventor
关根武俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
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 Sony Corp filed Critical Sony Corp
Publication of CN102332085A publication Critical patent/CN102332085A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10152—Varying illumination
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了图像处理装置、图像处理方法和程序以及电子设备，该图像处理装置在图像上检测表明人皮肤的皮肤区域，其包括：第一照射单元，用具有第一波长的光来照射对象；第二照射单元，用具有第二波长的光来照射对象；产生单元，基于当照射具有第一波长的光时从该对象入射的反射光来产生第一图像，并且基于当照射具有第二波长的光时从该对象入射的反射光来产生第二图像；校正单元，校正第一图像的亮度值、第二图像的亮度值、与第一图像的亮度值和第二图像的亮度值之间的差进行比较的阈值中的至少一个；以及检测单元，基于比较结果来检测皮肤区域。

Description

图像处理装置、图像处理方法、程序和电子设备
技术领域
本发明涉及图像处理装置、图像处理方法、程序以及电子设备，并且更具体地，涉及能够检测诸如人的手等皮肤暴露于摄取图像的一部位的图像处理装置、图像处理方法、程序和电子设备。
背景技术
在现有技术中，存在一种区域检测技术，其用于根据通过使对象(例如，人)成像所获得的摄取图像来检测具有某些特征的区域。
区域检测技术被应用于各种电子设备，例如，数字照相机、电视接收机等。更具体地，例如，存在这样的数码照相机，当根据用于结构测定(composition determination)的直通图像(through image)来检测一个人的脸部并且所检测到的人脸为笑脸时，来执行快门操作。
此外，例如，存在这样的数码照相机，其根据通过拍摄所获得的摄取图像来检测人的脸，并基于该检测结果来校正在检测到的人脸的区域中所出现的抖动等。
此外，例如，存在这样的电视接收机，其根据由内置相机使对象成像所获得的拍摄图像来检测人的身体或手势，并且根据该检测结果来切换频道。
本文中，作为具有特定特征的区域，存在一种皮肤检测技术，其用于检测诸如脸、手等的皮肤暴露于对人进行成像所获得的摄取图像的区域(下文中，被称作皮肤区域)(例如，参考日本未审查专利申请公开第2006-47067、06-123700以及05-329163)。
在该皮肤检测技术中，获取了第一图像和第二图像，该第一图像是在对通过发射具有波长λ1的光的LED(发光二极管)照射状态下的对象(人)进行成像所获得的，并且第二图像是对通过在被发射具有波长λ2(不同于波长λ1)的光的LED照射状态下的对象进行成像所获得的。然后，检测一区域作为皮肤区域，在该区域中，第一图像和第二图像的亮度值之间的差大于预定阈值。
此外，根据人皮肤的反射特性来确定波长λ1和λ2。换而言之，当波长λ1和λ2的光束照射在人皮肤上时，这些波长的反射率具有不同的值，并且当这些波长的光束照射在不同于人皮肤的部分(例如，头上的头发、衣服等)上时，这些波长的反射率基本上被确定在相同的水平。更具体地，例如，波长λ1被设定为870nm，并且波长λ2被设定为950nm。
发明内容
在皮肤检测技术中，检测了一种区域作为皮肤区域，在该区域中，在由波长λ1照射的状态下的第一图像的亮度值和在由波长λ2照射的状态下的第二图像的亮度值之差大于预定阈值。
因此，在该皮肤检测技术中，由于该差对应于对象的反射率的差，因此需要满足以下条件，即，具有波长λ1的光的亮度与具有波长λ2的光的亮度之比(亮度比)为一特定值。
当不满足该条件时，则不能区分在由波长λ1照射的状态下的第一图像的亮度值和在由波长λ2照射的状态下的第二图像的亮度值之差是源于对象的光谱反射率之差，还是源于发射具有波长λ1的光的LED与发射具有波长λ1的光的LED的亮度之差，由此不能高精度地检测皮肤区域。
本发明考虑了上述情况，并且当在利用具有不同波长的多个波束的亮度比中出现不均衡时，则期望在使用具有不同波长的多个光束的皮肤检测技术中高精度地检测皮肤区域。
根据本发明的实施方式，提供了一种在图像上检测表示人皮肤的皮肤区域的图像处理装置，其包括：第一照射单元，用具有第一波长的光来照射对象；第二照射单元，用具有第二波长的光来照射对象，第二波长为长于第一波长的波长；产生单元，基于当具有第一波长的光照射在对象上时而从该对象入射的反射光来产生第一图像，并且基于当具有第二波长的光照射在对象上时而从该对象入射的反射光来产生第二图像；校正单元，利用在校正中所使用的校正值来校正第一图像的亮度值、第二图像的亮度值、以及与第一图像的亮度值和第二图像的亮度值之间的差进行比较的阈值中的至少一个；以及检测单元，基于该差和阈值的比较结果来检测皮肤区域。
校正单元可以针对在第一图像或第二图像上存在的像素的坐标来校正相应的亮度值或阈值。
还可以进一步提供一种计算到对象的距离的计算单元，并且校正单元可以通过使用在多个校正值(分别对应于每一不同距离)中的对应于到所述对象的距离的校正值，来校正亮度值和阈值中的至少一个。
校正单元可以通过执行校正值的加法或减法来校正亮度值和阈值中的至少一个。
校正单元可以通过执行校正值的乘法或除法来校正亮度值和阈值中的至少一个。
第一波长λ1和第二波长λ2满足下列公式的关系：
630[nm]≤λ1≤1000[nm]
900[nm]≤λ2≤1100[nm]。
第一照射单元和第二照射单元可以在具有第一波长的光的亮度和具有第二波长的光的亮度的亮度比偏离预定值3％以上的状态下发射光。
根据该技术的另一实施方式，提供了一种图像处理装置的图像处理方法，该图像处理装置在图像上检测表示人皮肤的皮肤区域，并且其包括第一照射单元、第二照射单元、产生单元、校正单元和检测单元，并且该方法包括：由第一照射单元用具有第一波长的光来照射对象；由第二照射单元用具有第二波长的光来照射对象，第二波长具有长于第一波长的波长；由产生单元基于当具有第一波长的光照射在对象上时而从该对象入射的反射光来产生第一图像，并且基于当具有第二波长的光照射在对象上时而从该对象入射的反射光来产生第二图像；由校正单元利用在校正中所使用的校正值来校正第一图像的亮度值、第二图像的亮度值、与第一图像的亮度值和第二图像的亮度值之间的差进行比较的阈值中的至少一个；以及由检测单元基于该差和阈值的比较结果来检测皮肤区域。
根据该技术的又一实施方式，提供了一种使计算机用作以下单元的程序：校正单元，利用在校正中所使用的校正值来校正第一图像的亮度值、第二图像的亮度值、与第一图像的亮度值和第二图像的亮度值之间的差进行比较的阈值中的至少一个；以及检测单元，基于该差和阈值的比较结果来检测皮肤区域，该计算机控制用于在图像上检测表示人皮肤的皮肤区域的图像处理装置，图像处理装置包括：第一照射单元，用具有第一波长的光来照射对象；第二照射单元，用具有第二波长的光来照射对象，第二波长为长于第一波长的波长；以及产生单元，基于当具有第一波长的光照射在对象上时而从该对象入射的反射光来产生第一图像，并且基于当具有第二波长的光照射在对象上时而从该对象入射的反射光来产生第二图像。
根据该技术的实施方式，通过利用在校正中所使用的校正值来校正第一图像的亮度值、第二图像的亮度值、与第一图像的亮度值和第二图像的亮度值之间的差进行比较的阈值中的至少一个；并且基于该差和阈值的比较结果来检测皮肤区域。
根据该技术的另一实施方式，一种在图像上检测表示人皮肤的皮肤区域的电子设备，其包括：第一照射单元，用具有第一波长的光来照射对象；第二照射单元，用具有第二波长的光来照射对象，第二波长为长于第一波长的波长；产生单元，基于当具有第一波长的光照射在对象上时而从对象入射的反射光来产生第一图像，并且基于当具有第二波长的光照射在对象上时而从对象入射的反射光来产生第二图像；校正单元，利用在校正中使用的校正值来校正第一图像的亮度值、第二图像的亮度值、与第一图像的亮度值和所述第二图像的亮度值之间的差进行比较的阈值中的至少一个；检测单元，基于该差和阈值的比较结果来检测皮肤区域；以及执行单元其基于所检测到的皮肤区域来执行预定的处理。
根据该技术的实施方式，在对象上照射具有第一波长的光；在对象上照射具有第二波长的光，第二波长为长于第一波长的波长；基于当具有所述第一波长的所述光照射在对象上时而从对象入射的反射光来产生第一图像，并且基于当具有第二波长的光照射在对象上时而从对象入射的反射光来产生第二图像。此外，利用在校正中所使用的校正值来校正第一图像的亮度值、第二图像的亮度值、与第一图像的亮度值和第二图像的亮度值之间的差进行比较的阈值中的至少一个；并且基于该差和阈值的比较结果来检皮肤区域，以及基于所检测到的皮肤区域来执行预定的处理。
根据该技术，即使当在亮度比中出现不均衡时，也能够高精度地检测皮肤区域。
附图说明
图1是示出了应用该技术的检测装置的构造实例的框图；
图2是示出了人皮肤的光谱反射特性的实例的曲线图；
图3是示出了在没有执行基于校正值的校正的情况下检测皮肤区域的实例的示图；
图4是示出了亮度比的不均衡的示图；
图5是示出了当通过校正反射率差检测信号来检测皮肤区域的实例的示图；
图6是示出了检测装置所执行的皮肤检测处理的流程图；
图7是示出了通过校正阈值来检测皮肤区域的实例的示图；以及
图8是示出了计算机的构造实例的框图。
具体实施方式
下文中，将描述用于实现该技术的实施方式(下文中，被称作实施方式)。将按以下顺序提供对该技术的描述。
1.实施方式(当通过使用根据到对象的距离的校正值来校正亮度比中的不均衡的实例)
2.修改例
<1.实施方式>
[检测装置1的构造例]
图1是示出了根据实施方式的检测装置1的构造实例。检测装置1被设计为即使存在来自LED(作为照射光源)的照射光的亮度比中的不均衡，也可以根据摄取图像而以高精度检测作为检测目标41的一个人的皮肤区域(例如，脸、手等)。
检测装置1由控制器21、LED控制单元22、LED 23-1和23-2、成像单元24、成像控制单元25、选择器26、图像处理单元27和距离计算单元28组成。
控制器21统一控制检测装置1中的每一部件的操作。LED控制单元22根据来自控制器21的控制来控制LED 23-1和23-2的开启定时、关闭定时和光输出电平。
LED 23-1根据来自LED控制单元22的控制，而发出峰值波长在发射光谱中为λ1的光(下文中，被称作具有波长λ1的光)。LED 23-2根据来自LED控制单元22的控制，而发出峰值波长在发射光谱中为λ2的光(下文中，被称作具有波长λ2的光)。此外，后文将参考图2来描述波长λ1和λ2的具体值。
成像单元24包括聚光透镜和诸如CCD、CMOS等的成像元件，并且根据成像控制单元25的控制而通过感测来自对象的反射光来产生图像。假设在LED 23-1发光时所产生的图像为第一图像I1，并且假设在LED23-2发光时所产生的图像为第二图像I2。另外，假设在LED 23-1和23-2均不发光时所产生的图像为第三图像Ib。
在下面所提供的描述中，在第一图像I1上的位置(x，y)中存在的像素的亮度值由第一图像I1的亮度值I1(x，y)来简单地表示。此外，在亮度值I1(x，y)中，位置x表示第一图像I1在水平方向上的位置，位置y表示第一图像I1在垂直方向上的位置。
更具体地，在VGA(视频图形阵列)的情况中，例如，第一图像I1由640×480个像素组成。在该情况中，在亮度值I1(x，y)中，第一图像I1在水平方向上的位置x取1到640的整数，并且第一图像I1在垂直方向上的位置y取1至480的整数。
此外，在下文所提供的描述中，假设以相同的方式来表示第二图像I2的亮度值、第三图像Ib的亮度值、后文将描述的反射率差检测信号S和Sk、以及二值化皮肤图像I3。
换而言之，在下面的描述中，第二图像I2的亮度值、第三图像Ib的亮度值、反射率差检测信号S、反射率差检测信号Sk、以及二值化皮肤图像I3均简单地由第二图像I2的亮度值I2(x，y)、第三图像Ib的亮度值Ib(x，y)、反射率差检测信号S的亮度值S(x，y)、反射率差检测信号Sk的亮度值Sk(x，y)、以及二值化皮肤图像I3的亮度值I3(x，y)来表示。
成像控制单元25根据控制器21的控制，来控制成像单元24的成像定时、获得亮度值的放大等。此外，成像控制单元25将由成像单元24产生的第一图像I1、第二图像I2以及第三图像Ib输出至图像处理单元27。
选择器26具有在图中未示出的内部存储器，并且该存储器存储校正值K(x，y)，用于根据从检测装置1至检测目标41的距离(例如，短距离、中距离和长距离)来提前校正亮度比的不均衡。此外，校正值K(x，y)是为了存储而从预先执行的实验等中获得的。
选择器26根据控制器21的控制，而在存储于内部存储器中的每一距离的校正值K(x，y)中选择并读取对应于从检测装置1至检测目标41的距离的校正值K(x，y)，并且将数据提供给图像处理单元27。此外，校正值K(x，y)指的是用于校正例如在第二图像I2的位置(x，y)中存在的像素的亮度值I2(x，y)。
基于来自成像控制单元25的第一图像I1、第二图像I2和第三图像Ib以及来自选择器26的校正值K(x，y)，图像处理单元27计算例如反射率差检测信号S的亮度值S(x，y)＝{I1(x，y)-K(x，y)×I2(x，y)}/{I1(x，y)-Ib(x，y)}。
然后，通过比较反射率差检测信号S和在用于检测皮肤区域的二值化中使用的阈值St，图像处理单元27执行由多个像素(均具有通过计算所获得的亮度值S(x，y))组成的反射率差检测信号S的二值化，并且基于根据该结果所获得的二值化皮肤图像I3来检测皮肤区域。
另外，图像处理单元27将通过二值化所获得的二值化皮肤图像I3提供给距离计算单元28。
例如，基于来自图像处理单元27的二值化皮肤图像I3上的皮肤区域的大小(例如，皮肤区域的大小、宽度等)，距离计算单元28计算从检测装置1至检测目标41的距离，并且将该数据提供给控制器21。
更具体地，例如，距离计算单元28针对到对象的每一距离而提前保持距离判定表，其中，皮肤区域的大小被使得对应于一距离。然后，距离计算单元28从提前保持的距离判定表中读取对应于二值化皮肤图像I3(由图像处理单元27提供)上的皮肤区域的大小的距离，并且将该数据提供给控制器21。
因此，控制器21基于来自距离计算单元28的距离来控制选择器26，并且选择对应于从检测装置1至检测目标41的距离的校正值K(x，y)。
此外，距离计算单元28被设计为基于来自图像处理单元27的二值化皮肤图像I3上的皮肤区域的大小来计算距离，但是如果距离计算单元28可以计算从检测装置1至检测目标41的距离，则其也可以使用任何方法来计算距离。
具体地，例如，距离计算单元28可以通过使用激光测距仪和立体摄像机代替来自图像处理单元27的二值化皮肤图像I3来测量距离，其中，激光测距仪通过向检测目标41照射激光束来测量距离，立体摄像机通过使用提供有不同视差的两个照相机来测量距离。
[图像处理单元27的详情]
接下来，将参考图2至图5来描述图像处理单元27所执行的处理。
图2示出了人皮肤的光谱反射特性。
此外，光谱反射特性具有普遍性，而与颜色差异(种族差异)、状态(晒黑或其它)或人皮肤的其它方面无关。
在图2中，水平轴表示照射在人皮肤上的照射光的波长，垂直轴表示照射在人皮肤上的照射光的反射率。
这对于人皮肤是唯一的，并且在许多情况中，不同于人皮肤的其他部分(例如，头发、衣服等)的反射率的变化在大约630[nm]至1100[nm]的范围内较小。
此外，波长λ1和λ2的组合为这样的一组合，其具有人皮肤的反射率的相对较大的差并且具有不同于人皮肤的部分的反射率的相对较小的差。
具体地，例如，就以上所述的光谱反射特性而言，作为波长λ1和λ2的组合，波长λ1大于等于630[nm]并且小于等于1000[nm]，波长λ2大于等于900[nm]并且小于等于1100[nm]，并且采用了一种波长的组合，其中，波长λ1短于波长λ2(波长λ1＜波长λ2)(更优选地，波长λ1+40[nm]＜波长λ2)。
检测装置1基于反射率的差来检测第一图像I1(或第二图像I2)中的皮肤区域。因此，需要检测装置1持续地保持LED 23-1和LED 23-2之间的亮度比，使得第一图像I1的亮度值I1(x，y)和第二图像I2的亮度值I2(x，y)之间的差(为{I1(x，y)-I2(x，y)})对应于反射率的差。
换而言之，理想地，需要持续地保持亮度比，使得当照射具有波长λ1的光时所获得的第一图像I1的亮度值I1(x，y)和当照射具有波长λ2的光时所获得的第二图像I2的亮度值I2(x，y)对于针对波长λ1和λ2而具有相同反射率的物体(例如，镜面等)来说是彼此相同的。
当亮度比为常数时，反射率差检测信号S的亮度值S(为S(x，y)＝{I1(x，y)-I2(x，y)}/{I1(x，y)-Ib(x，y)})对应于检测目标41的具有波长λ1的光的反射率和具有波长λ2的光的反射率之间的差，其中。
因此，如图3所示，检测装置1基于第一图像I1的亮度值I1(x，y)、第二图像I2的亮度值I2(x，y)和第三图像Ib的亮度值Ib(x，y)来计算反射率差检测信号S的亮度值S(x，y)＝{I1(x，y)-I2(x，y)}/{I1(x，y)-Ib(x，y)}，并且通过阈值St执行二值化。更具体地，检测装置1执行二值化，其中，当S(x，y)＞St时S(x，y)被转换为亮度值0，并且当S(x，y)≤St时S(x，y)被转换为亮度值1。
然后，检测装置1在通过二值化所获得的二值化皮肤图像I3的亮度值I3(x，y)中检测由均具有亮度值0的像素所组成的区域作为皮肤区域。
这样，当亮度比为常数时，以图3所示的方式，可以高精度地检测皮肤区域。
然而，由于不能够使LED 23-1和23-2的构造和位置完全相同，因此不能够将从单独的LED 23-1和LED 23-2照射的光的亮度比维持在完全的常数值。
此外，根据由发明者所进行的实验，当亮度比的不均衡落入预定的范围内时，则能够确认可以以相对高的精度来检测皮肤区域。
接下来，图4示出了亮度比的不均衡的实例。
在图4中，水平轴表示具有波长λ1和λ2的光束所照射到的检测目标41的位置(例如，在水平方向上的位置)。此外，垂直轴表示照射在检测目标41的位置处的波长λ1的光的亮度Eλ1(照射光的强度)和照射在检测目标41的位置处的波长λ2的光的亮度Eλ2之间的亮度比(Eλ1/Eλ2)。
如图4所示，当亮度比(Eλ1/Eλ2)具有常数值a时，则可以以图3所示的方式来高精度地检测皮肤区域。
然而，如果亮度比(Eλ1/Eλ2)不具有常数值a，当以图3所示的方式检测皮肤区域时，检测精度可能降低。特别地，例如，根据基于本发明者的实验的经验规则，当亮度比(Eλ1/Eλ2)没有落入a-Δa/2至a+Δa/2的范围内时，会发现检测精度急剧地降低。此外，Δa表示a的3％至5％的值(a×3/100至a×5/100)。
因此，在该实施方式中，通过使用用于校正亮度比的不均衡的校正值K(x，y)，而使得以高精度来检测皮肤区域。
接下来，图5示出了由图像处理单元27所执行的处理的实例。
如图5所示，图像处理单元27基于来自成像控制单元25的第一图像I1的亮度值I1(x，y)、第二图像I2的亮度值I2(x，y)和第三图像Ib的亮度值Ib(x，y)以及来自选择器26的校正值K(x，y)，计算反射率差检测信号Sk的亮度值Sk(x，y)，其中，Sk(x，y)＝{I1(x，y)-K(x，y)×I2(x，y)}/{I1(x，y)-Ib(x，y)}。
然后，使用由多个像素(均具有计算的亮度值Sk(x，y))组成的反射率差检测信号S的阈值St，图像处理单元27执行二值化。换而言之，例如，图像处理单元27执行二值化，其中，当反射率差检测信号Sk的亮度值Sk(x，y)大于阈值St时该值被转换为0，当该值等于或小于阈值St时则其被转换为1。
然后，在通过二值化所获得的二值化皮肤图像I3的亮度值I3(x，y)中，图像处理单元27检测由均具有亮度值0的像素所组成的区域作为皮肤区域。
此外，校正值K(x，y)被设定为这样一个值，使得反射率差检测信号Sk的亮度值Sk(x，y)与{(对象针对具有波长λ1的光的光谱反射率)-(对象针对具有波长λ2的光的光谱反射率)}成比例。
具体地，以如下所示的方式来获得校正值K(x，y)。
换而言之，例如，基于通过对具有波长λ1和λ2的相同光谱反射率的对象(例如，镜面等)进行成像所获得的第一图像I1、第二图像I2和第三图像Ib，来计算具有校正值K(x，y)作为变量的反射率差检测信号Sk的亮度值Sk(x，y)。
然后，例如，关于所计算的反射率差检测信号Sk的亮度值Sk(x，y)，通过针对校正值K(x，y)求解具有校正值K(x，y)作为变量的等式Sk(x，y)＝0，而可以预先获得校正值。
具体地，例如，满足等式Sk(x，y)＝0的校正值K(x，y)由下列公式(1)或(2)来表示。
K(x，y)＝I1(x，y)/I2(x，y)...  (1)
K(x，y)＝(从LED 23-1照射在位置(x，y)处的光的亮度)/(从LED 23-2照射在位置(x，y)处的光的亮度)...  (2)
此外，作为变量的校正值K(x，y)被设定为通过针对该校正值K(x，y)来求解等式Sk(x，y)＝0来获得，但是校正值K(x，y)可以通过针对校正值K(x，y)来求解用于反射率差检测信号Sk的亮度值Sk(x，y)的Sk(x，y)≤St来获得，反射率差检测信号Sk的亮度值Sk(x，y)是通过对几乎具有波长λ1和λ2的相同的光谱反射率的对象(例如，不同于人皮肤)来获得的。
除以上所述之外，例如，校正值K(x，y)是通过针对校正值K(x，y)来求解反射率差检测信号Sk的亮度值Sk(x，y)的Sk(x，y)＞St而获得的，所述亮度值是通过对具有波长λ1和λ2的不同的光谱反射率的对象(例如，人皮肤)进行成像所获得的。
顺便提及，如上所述，校正值K(x，y)可以被设定为与第二图像I2的亮度值I2(x，y)相乘，但是还可以配置为使校正值K(x，y)与第一图像I1的亮度值I1(x，y)相乘，使得校正值K(x，y)被用作用于校正第一图像I1的亮度值I1(x，y)的值。在该情况中，反射率差检测信号Sk的亮度值Sk(x，y)为{K(x，y)×I1(x，y)-I2(x，y)}/{K(x，y)×I1(x，y)-Ib(x，y)}。
此外，校正值K(x，y)被设定为与第一图像I1的亮度值I1(x，y)或与第二图像I2的亮度值I2(x，y)相乘，但也可以进行除法来代替乘法。
另外，例如，在反射率差检测信号Sk的亮度值Sk(x，y)中，校正值K(x，y)可以进行加法或减法，而不是与第一图像I1的亮度值I1(x，y)或第二图像I2的亮度值I2(x，y)所进行的乘法(或除法)。
除了上述情况以外，例如，可以使用Sk(x，y)＝S(x，y)+K(x，y)、Sk(x，y)＝S(x，y)-K(x，y)、Sk(x，y)＝S(x，y)×K(x，y)或Sk(x，y)＝S(x，y)÷K(x，y)作为反射率差检测信号Sk的亮度值Sk(x，y)。即使当以如上所述的相同方式而采用亮度值Sk(x，y)中的任一个时，也可以获得K(x，y)。
[检测装置1的操作的描述]
接下来，将参考图6的流程图来描述由检测装置1所执行的皮肤检测处理。
在步骤S1，LED 23-1根据来自LED控制单元22的控制，而用波长λ1的光照射对象(例如，检测目标41)。在步骤S2，成像单元24根据来自成像控制单元25的控制而通过对从该对象入射的反射光执行光电转换来产生第一图像I1，并且将该数据提供给成像控制单元25。
在步骤S3，LED 23-1根据来自LED控制单元22的控制将灯关闭。另外，LED 23-2根据来自LED控制单元22的控制而用波长λ2的光来照射对象。在步骤S4，成像单元24根据成像控制单元25的控制而通过对从该对象入射的反射光执行光电转换来产生第二图像I2，并且将该数据提供给成像控制单元25。
在步骤S5，LED 23-2根据来自LED控制单元22的控制将灯关闭。在步骤S6，成像单元24根据来自成像控制单元25的控制而通过对从该对象上入射的反射光执行光电转换来产生第三图像Ib，并且将该数据提供给成像控制单元25。
成像控制单元25将从成像单元24接收的第一图像I1、第二图像I2和第三图像Ib提供给图像处理单元27。
在步骤S7，距离计算单元28计算从检测装置1至检测目标41的距离，并且将该结果提供给控制器21。控制器21例如根据从距离计算单元28提供的距离来控制选择器26。选择器26根据来自控制器21的控制而在存储于内部存储器中的多个校正值K(x，y)(例如，针对短距离的校正值K(x，y)、针对中距离的校正值K(x，y)和针对长距离的校正值K(x，y))之中选择对应于到检测目标41的距离的校正值K(x，y)。然后，选择器26从内部存储器中读取所选择的校正值K(x，y)，并且将该值提供给图像处理单元27。
在步骤S8，图像处理单元27基于从成像控制单元25提供的第一图像I1、第二图像I2和第三图像Ib以及从选择器26提供的校正值K(x，y)，来计算例如反射率差检测信号Sk的亮度值Sk(x，y)，其中，Sk(x，y)＝{I1(x，y)-K(x，y)×I2(x，y)}/{I1(x，y)-Ib(x，y)}。
在步骤S9，图像处理单元27通过将反射率差检测信号Sk的亮度值Sk(x，y)与阈值St进行比较而执行由多个像素(均具有计算的亮度值Sk(x，y))组成的反射率差检测信号Sk的二值化，并且其产生具有二值化值作为亮度值的二值化皮肤图像。
然后，图像处理单元27检测在像素(组成所产生的二值化皮肤图像I3)的亮度值I3(x，y)之中具有亮度值0的区域作为皮肤区域。然后，结束皮肤检测处理。
根据上述的皮肤检测处理，由于反射率差检测信号S被设定为：通过使用根据从检测装置1至检测目标41之间的距离所选择的校正值K(x，y)，而被校正至当亮度比(Eλ1/Eλ2)为常数值a时所获得的反射率差检测信号Sk，因此，例如，即使当亮度比(Eλ1/Eλ2)没有落入a-Δa/2至a+Δa/2的范围时，也能够以高精度检测皮肤区域。
因此，例如，能够在检测目标41(由于亮度比(Eλ1/Eλ2)的不均衡而不能检测到皮肤区域)中以高精度来检测皮肤区域，因此，能够在检测目标41中检测到更多的皮肤区域。
此外，由于抑制了亮度比(Eλ1/Eλ2)的不均衡，因此提供多个LED 23-1和LED 23-2或者在用于均匀地扩散光的LED 23-1和23-2的前面提供扩散面板不是必要的，因此能够简化照明***(LED 23-1和23-2)的构造。
此外，由于抑制了亮度比(Eλ1/Eλ2)的不均衡，因此不需要基于LED23-1和23-2的光学特性而对照明***进行分类，并且因此能够抑制由于选择在检测装置1中使用的部件而导致的成本上升。
另外，根据皮肤检测处理，由于组成反射率差检测信号S的像素的亮度值S(x，y)通过像素单位而被校正为当亮度比(Eλ1/Eλ2)为常数值a时所获得的亮度值Sk(x，y)，因此与通过一个校正值来校正反射率差检测信号S的每一亮度值S(x，y)相比，能够更准确地校正由亮度比(Eλ1/Eλ2)的不均衡所影响的每一亮度值S(x，y)。
<2.修改例>
在上述实施方式中，通过使用校正值K(x，y)，反射率差检测信号S被校正为反射率差检测信号Sk，但通过将阈值St校正为阈值St(x，y)来代替使用反射率差检测信号S，能够防止由于亮度比(Eλ1/Eλ2)的不均衡所导致的皮肤区域的错误检测。
接下来，图7示出了所执行的皮肤检测处理的实例，使得图像处理单元27使用校正值K(x，y)来校正阈值St，并且使用从该结果中所获得的后校正阈值St(x，y)＝St×K(x，y)。
如图7所示，图像处理单元27基于来自成像控制单元25的第一图像I1、第二图像I2和第三图像Ib，计算反射率差检测信号S的亮度值S(x，y)，其中，S(x，y)＝{I1(x，y)-I2(x，y)}/{I1(x，y)-Ib(x，y)}。
另外，例如，图像处理单元27基于来自选择器26的校正值K(x，y)，来计算阈值St(x，y)＝St×K(x，y)。
然后，图像处理单元27通过使用计算的阈值St(x，y)执行所计算的反射率差检测信号S的亮度值S(x，y)的二值化，来检测皮肤区域。
如下所述，可以预先获得该情况的校正值K(x，y)。
换而言之，例如，针对K(x，y)，通过对波长λ1的光谱反射率和波长λ2的光谱反射率几乎不改变的对象(例如，不同于人皮肤)进行成像所获得的反射率差检测信号S的亮度值S(x，y)的S(x，y)≤St(x，y)＝St×K(x，y)进行求解，来获得校正值K(x，y)。
另外，例如，针对校正值K(x，y)，通过对波长λ1的光谱反射率和波长λ2的光谱反射率是相同的对象(例如，镜面等)进行成像所获得的反射率差检测信号S的亮度值S(x，y)的S(x，y)＝St(x，y)＝St×K(x，y)进行求解，能够获得校正值K(x，y)。
此外，例如，针对校正值K(x，y)，通过对波长λ1的光谱反射率和波长λ2的光谱反射率彼此不同的对象(例如，人皮肤)进行成像所获得的反射率差检测信号S的亮度值S(x，y)的S(x，y)＞St(x，y)＝St×K(x，y)求解，能够获得校正值K(x，y)。
此外，阈值St(x，y)被设定为由St×K(x，y)来表达，其中，St为常数，K(x，y)为变量，但也可以由阈值St(x，y)＝St÷K(x，y)＝St×1/K(x，y)来表达。除此以外，例如，阈值St(x，y)＝St+K(x，y)或者阈值St(x，y)＝St-K(x，y)＝St+(-K(x，y))都是可行的。在这些情况下，可以以相同的方式来获得校正值K(x，y)。
此外，当阈值St(x，y)被用作反射率差检测信号S的亮度值S(x，y)时，产生第一图像I1和第二图像I2，它们是通过对波长λ1的光谱反射率和波长λ2的光谱反射率为相同的对象进行成像来获得的。然后，使用所产生的第一图像I1的亮度值I1(x，y)和所产生的第二图像I2的亮度值I2(x，y)，校正值K(x，y)＝I1(x，y)-I2(x，y)是可以的。在该情况中，阈值St(x，y)＝K(x，y)+St＝I1(x，y)-I2(x，y)+St。
在参考图5和图7的描述中，采用了一个校正值K(x，y)，但也可以采用多个校正值K(x，y)。
具体地，例如，通过采用两个校正值K1(x，y)和K2(x，y)，参考图5所描述的反射率差检测信号Sk的亮度值Sk(x，y)可以被设定为亮度值Sk(x，y)＝{K1(x，y)×I1(x，y)-K2(x，y)×I2(x，y)}/{K1(x，y)×I1(x，y)-Ib(x，y)}，从而求解出校正值K1(x，y)和K2(x，y)。
另外，例如，通过采用三个校正值K1(x，y)、K2(x，y)和K3(x，y)，能够使得亮度值Sk(x，y)＝{K1(x，y)×I1(x，y)-K2(x，y)×I2(x，y)}/{K1(x，y)×I1(x，y)-Ib(x，y)}，并且阈值St(x，y)＝St×K3(x，y)，从而求解出校正值K1(x，y)、K2(x，y)和K3(x，y)。在该情况中，将亮度值Sk(x，y)和阈值St(x，y)相互进行比较，由此检测皮肤区域。
在该实施方式中，如图5和图7中所示的任一情况，预先为三种距离类型(短距离、中距离和长距离)准备校正值K(x，y)，但除此之外，例如，可以预先为一种、两种或四种以上的距离类型准备校正值K(x，y)。
此外，在实施方式中，可以设定为使得反射率差检测信号S的亮度值S(x，y)为{I1(x，y)-I2(x，y)}/{I1(x，y)-Ib(x，y)}，但除此之外，例如，也可以采用{I1(x，y)-I2(x，y)}、{I1(x，y)-I2(x，y)}/{0.5×I1(x，y)+0.5×I2(x，y)-Ib(x，y)}、{I1(x，y)-I2(x，y)}/I1(x，y)、I1(x，y)-I2(x，y)等作为亮度值S(x，y)。
上述情况可以同样应用于反射率差检测信号Sk的亮度值Sk(x，y)，并且例如，可以采用{I1(x，y)-K(x，y)×I2(x，y)}、{I1(x，y)-K(x，y)×I2(x，y)}/{0.5×I1(x，y)+0.5×K(x，y)×I2(x，y)-Ib(x，y)}、{I1(x，y)-K(x，y)×I2(x，y)}/I1(x，y)、I1(x，y)-K(x，y)×I2(x，y)等作为亮度值Sk(x，y)。
此外，预先准备的校正值K(x，y)被使得用于图5和图7中，但是通过在每次使用校正值K(x，y)时将到检测目标41的距离设定为变量，并且通过使用根据距离来计算校正值K(x，y)的函数等，也可以获得校正值K(x，y)。在该情况中，由于不需要提前将针对每一距离的校正值K(x，y)保持在选择器26的内部存储器中，所以可以降低存储器容量。
此外，作为实施方式的检测装置1可以被内置在任意的电子设备中，诸如电视接收机等。这样的电子设备可以被使得根据所检测的皮肤区域的运动来执行预定的处理(例如，对象的手等)。
接下来，可以通过专门的软件或硬件来执行上述一系列的处理。当通过软件来执行该一系列处理时，可以将组成软件的程序安装在所谓的内置计算机或通用个人计算机(例如，可以利用来自记录介质的各种安装程序来执行各种功能)中。
[计算机的配置实例]
图8示出了利用程序执行以上所述的一系列处理的计算机的配置实例。
CPU(中央处理单元)61通过存储在ROM(只读存储器)62或存储单元68中的程序来执行各种处理。RAM(随机存取存储器)63适当地存储由CPU 61所执行的程序、数据等。CPU 61、ROM 62和RAM 63经由总线64而彼此相连接。
CPU 61还经由总线64而连接至输入和输出接口65。输入和输出接口65连接至由键盘、鼠标、麦克风等组成的输入单元66和由显示器、扬声器等组成的输出单元67。CPU 61根据从输入单元66输入的指令来执行各种处理。然后，CPU 61将该处理结果输出至输出单元67。
连接至输入和输出接口65的存储单元68由例如硬盘组成，存储单元68存储由CPU 61执行的程序和各种数据。通信单元69经由诸如因特网、本地局域网等的网络而与外部设备进行通信。
另外，可以经由通信单元69来获取程序并且将该程序存储在存储单元68中。
连接至输入和输出接口65的驱动器70驱动当在其上载入时的磁盘、光盘、磁光盘或诸如半导体存储器的可移动介质71，并且获取存储在它们上的程序、数据等。所获取的程序或数据根据需要而被转移至存储单元68并且被存储。
如图8所示，记录安装在计算机中并通过计算机而处于可执行状态的程序的记录介质包括磁盘(包括软盘)、光盘(包括CD-ROM(压缩光盘-只读存储器)、DVD(数字多功能盘))、磁光盘(包括MD(迷你盘))、作为封装介质的由半导体存储器组成的可移除介质71等、或包括ROM 62的硬盘、或暂时或永久地记录程序的存储单元68等。根据需要，经由作为路由器、调制解调器等的接口的通信单元69而使用诸如局域网、因特网或数字卫星广播的有线或无线通信介质，来执行程序在记录介质上的记录。
另外，在本说明书中，描述记录在记录介质上的程序的步骤不仅包括根据所描述的顺序而以时间顺序所执行的处理，还包括不必以时间顺序所执行的、而以并行或单独方式所执行的处理。
本申请包含于2010年6月14日向日本专利局提交的日本优先权专利申请JP 2010-135308所涉及的主题，其全部内部结合于此作为参考。
本领域技术人员应当理解，根据设计需求和其他因素，可以进行各种修改、组合、子组合和变形，只要它们在所附权利要求或其等价物的范围内。

Claims (10)

1.一种图像处理装置，在图像上检测表示人皮肤的皮肤区域，包括：
第一照射单元，用具有第一波长的光来照射对象；
第二照射单元，用具有第二波长的光来照射所述对象，所述第二波长为长于所述第一波长的波长；
产生单元，基于当具有所述第一波长的所述光照射在所述对象上时从所述对象入射的反射光来产生第一图像，并且基于当具有所述第二波长的所述光照射在所述对象上时从所述对象入射的反射光来产生第二图像；
校正单元，利用在校正中所使用的校正值，来校正所述第一图像的亮度值、所述第二图像的亮度值、与所述第一图像的所述亮度值和所述第二图像的所述亮度值之间的差进行比较的阈值中的至少一个；以及
检测单元，基于所述差和所述阈值的比较结果来检测所述皮肤区域。
2.根据权利要求1所述的图像处理装置，其中，所述校正单元针对所述第一图像或所述第二图像上的像素的坐标来校正所述相应的亮度值或所述阈值中的至少一个。
3.根据权利要求1所述的图像处理装置，还包括：
计算单元，计算到所述对象的距离，
其中，所述校正单元通过使用在分别对应于各个不同距离的多个校正值之中的对应于到所述对象的距离的校正值，来校正所述亮度值和所述阈值中的至少一个。
4.根据权利要求1所述的图像处理装置，其中，所述校正单元通过执行所述校正值的加法或减法来校正所述亮度值和所述阈值中的至少一个。
5.根据权利要求1所述的图像处理装置，其中，所述校正单元通过执行所述校正值的乘法或除法来校正所述亮度值和所述阈值中的至少一个。
6.根据权利要求1所述的图像处理装置，其中，所述第一波长λ1和所述第二波长λ2满足下列公式的关系：
630[nm]≤λ1≤1000[nm]
900[nm]≤λ2≤1100[nm]。
7.根据权利要求1所述的图像处理装置，其中，所述第一照射单元和所述第二照射单元在具有所述第一波长的光的亮度和具有所述第二波长的光的亮度的亮度之比偏离预定值3％以上的状态下发射光。
8.一种图像处理装置的图像处理方法，其中，所述图像处理装置在图像上检测表示人皮肤的皮肤区域，并且包括第一照射单元、第二照射单元、产生单元、校正单元和检测单元，所述方法包括：
由所述第一照射单元用具有第一波长的光来照射对象；
由所述第二照射单元用具有第二波长的光来照射对象，所述第二波长具有长于所述第一波长的波长；
由产生单元基于当具有所述第一波长的所述光照射在所述对象上时从所述对象入射的反射光来产生第一图像，并且基于当具有所述第二波长的所述光照射在所述对象上时从所述对象入射的反射光来产生第二图像；
由校正单元利用在校正中所使用的校正值来校正所述第一图像的亮度值、所述第二图像的亮度值、与所述第一图像的所述亮度值和所述第二图像的所述亮度值之间的差进行比较的阈值中的至少一个；以及
由检测单元基于所述差和所述阈值的比较结果来检测所述皮肤区域。
9.一种使计算机用作以下单元的程序：
校正单元，利用在校正中使用的校正值来校正第一图像的亮度值、第二图像的亮度值、与所述第一图像的所述亮度值和所述第二图像的所述亮度值之间的差进行比较的阈值中的至少一个；以及
检测单元，基于所述差和所述阈值的比较结果来检测所述皮肤区域，
所述计算机控制用于在图像上检测表示人皮肤的皮肤区域的图像处理装置，所述图像处理装置包括：第一照射单元，用具有第一波长的光来照射对象；第二照射单元，用具有第二波长的光来照射对象，所述第二波长为长于所述第一波长的波长；以及，产生单元，基于当具有所述第一波长的所述光照射在所述对象上时从所述对象入射的反射光来产生第一图像，并且基于当具有所述第二波长的所述光照射在所述对象上时从所述对象入射的反射光来产生第二图像。
10.一种在图像上检测表示人皮肤的皮肤区域的电子设备，包括：
第一照射单元，用具有第一波长的光来照射对象；
第二照射单元，用具有第二波长的光来照射对象，所述第二波长具有长于所述第一波长的波长；
产生单元，基于当具有所述第一波长的所述光照射在所述对象上时而所述对象入射的反射光来产生第一图像，并且基于当具有所述第二波长的所述光照射在所述对象上时从所述对象入射的反射光来产生第二图像；
校正单元，利用在校正中使用的校正值来校正所述第一图像的亮度值、所述第二图像的亮度值、与所述第一图像的所述亮度值和所述第二图像的所述亮度值之间的差进行比较的阈值中的至少一个；
检测单元，基于所述差和所述阈值的比较结果来检测所述皮肤区域；以及
执行单元，基于所检测到的皮肤区域来执行预定的处理。
CN2011101511744A 2010-06-14 2011-06-07 图像处理装置、图像处理方法、程序和电子设备 Pending CN102332085A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2010135308A JP2012002541A (ja) 2010-06-14 2010-06-14 画像処理装置、画像処理方法、プログラム、及び電子機器
JP2010-135308 2010-06-14

Publications (1)

Publication Number Publication Date
CN102332085A true CN102332085A (zh) 2012-01-25

Family

ID=45095935

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011101511744A Pending CN102332085A (zh) 2010-06-14 2011-06-07 图像处理装置、图像处理方法、程序和电子设备

Country Status (3)

Country Link
US (1) US20110304719A1 (zh)
JP (1) JP2012002541A (zh)
CN (1) CN102332085A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017000116A1 (zh) * 2015-06-29 2017-01-05 北京旷视科技有限公司 活体检测方法、活体检测***以及计算机程序产品
CN108882488A (zh) * 2018-09-12 2018-11-23 青岛亿联客信息技术有限公司 读写自动调光***
CN109657606A (zh) * 2018-12-17 2019-04-19 上海箩箕技术有限公司 光学指纹传感器模组的校正方法

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103424077A (zh) * 2012-05-23 2013-12-04 联想(北京)有限公司 运动检测装置、检测方法和电子设备
KR101490909B1 (ko) * 2013-05-10 2015-02-06 현대자동차 주식회사 차량용 영상 처리 장치 및 방법
CN104202640B (zh) * 2014-08-28 2016-03-30 深圳市国华识别科技开发有限公司 基于图像识别的智能电视交互控制***和方法
CN104792270A (zh) * 2015-04-16 2015-07-22 石家庄铁路职业技术学院 一种基于白光数字图像频域分析法的深基坑检测方法
KR102392221B1 (ko) * 2016-06-17 2022-05-02 소니그룹주식회사 화상 처리 장치, 및 촬상 장치, 및 화상 처리 시스템
KR102286006B1 (ko) * 2016-11-23 2021-08-04 한화디펜스 주식회사 추종 장치 및 추종 시스템
WO2019000119A1 (zh) * 2017-06-26 2019-01-03 深圳配天智能技术研究院有限公司 打光校正方法及装置
TWI662940B (zh) * 2018-06-01 2019-06-21 廣達電腦股份有限公司 影像擷取裝置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017000116A1 (zh) * 2015-06-29 2017-01-05 北京旷视科技有限公司 活体检测方法、活体检测***以及计算机程序产品
US10621454B2 (en) 2015-06-29 2020-04-14 Beijing Kuangshi Technology Co., Ltd. Living body detection method, living body detection system, and computer program product
CN108882488A (zh) * 2018-09-12 2018-11-23 青岛亿联客信息技术有限公司 读写自动调光***
CN109657606A (zh) * 2018-12-17 2019-04-19 上海箩箕技术有限公司 光学指纹传感器模组的校正方法

Also Published As

Publication number Publication date
US20110304719A1 (en) 2011-12-15
JP2012002541A (ja) 2012-01-05

Similar Documents

Publication Publication Date Title
CN102332085A (zh) 图像处理装置、图像处理方法、程序和电子设备
US10755417B2 (en) Detection system
US8503771B2 (en) Method and apparatus for estimating light source
EP2721828B1 (en) High resolution multispectral image capture
US7626614B1 (en) Transfer function and high dynamic range images
US20150116582A1 (en) Image processing apparatus and image processing method
US9070044B2 (en) Image adjustment
US8787659B2 (en) Automatic adaptation to image processing pipeline
KR101319048B1 (ko) 카메라 플래시 완화
US10516875B2 (en) Method and apparatus for obtaining depth image by using time-of-flight sensor
WO2011062102A1 (ja) 情報処理装置、情報処理方法、プログラム、及び電子機器
CN102356631A (zh) 图像处理装置、信号处理方法以及程序
WO2016206004A1 (zh) 一种获取深度信息的拍照设备和方法
US10091422B2 (en) Image processing device and recording medium
KR20170088259A (ko) ToF 센서를 이용하여 깊이 영상을 획득하는 방법 및 장치
JP2016075658A (ja) 情報処理システムおよび情報処理方法
JP2020004085A (ja) 画像処理装置、画像処理方法及びプログラム
TWI472989B (zh) 影像調整方法以及使用此影像調整方法的光學導航裝置
JP2020052001A (ja) 奥行取得装置、奥行取得方法およびプログラム
US20230145672A1 (en) Temporal filtering weight computation
JP2019092088A (ja) 撮像装置
US11099071B2 (en) Imaging condition evaluation device and imaging condition evaluation method
EP3430472B1 (en) Method of producing video images that are independent of the background lighting
KR101950433B1 (ko) 중적외선 영상에서의 물체 검출 방법 및 장치
KR20120127323A (ko) 깊이 정보 획득 방법 및 이를 이용한 장치

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120125