CN104933696B - 确定光照情况的方法及电子设备 - Google Patents
确定光照情况的方法及电子设备 Download PDFInfo
- Publication number
- CN104933696B CN104933696B CN201410108102.5A CN201410108102A CN104933696B CN 104933696 B CN104933696 B CN 104933696B CN 201410108102 A CN201410108102 A CN 201410108102A CN 104933696 B CN104933696 B CN 104933696B
- Authority
- CN
- China
- Prior art keywords
- region
- target area
- brightness
- image
- brightness value
- 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.)
- Active
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种确定光照情况的方法及电子设备,属于图像处理技术领域。方法包括:获取第一图像,第一图像中包括目标区域;对第一图像进行检测,得到目标区域;对目标区域进行纹理滤波处理,得到目标区域中的第一部分区域,第一部分区域为目标区域中的纹理所处的区域;获得第二部分区域,第二部分区域与第一部分区域不重叠,第二部分区域与第一部分区域可以组合为目标区域;检测第二部分区域的亮度值,根据亮度值确定目标区域的光照情况。本发明在对目标区域进行纹理滤波得到第二部分区域后,基于第二部分区域的亮度值对目标区域的光照情况进行判断,由于第二部分区域为平滑区域,区域中不存在高低起伏的情况,所以对光照情况的判断较为精确。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种确定光照情况的方法及电子设备。
背景技术
光照变化容易使包含目标物体的图像的灰度分布不均匀,造成局部对比度差别较大,进而影响目标物体跟踪、目标物体识别、目标物体图像处理或3D(Three Dimensions,三维)重建的效果。因此,在对含有目标物体的图像进行处理时,如何确定光照是否均匀,成为了图像处理技术领域的一个亟待解决的问题。
现有技术在确定光照是否均匀时,通常直接对图像中的整个目标区域进行亮度估计,进而得到光照判断结果。由于图像中的目标区域并不是平面,不同高低面的光影会严重影响对光照情况的判断精度,所以现有技术中的光照情况确定方式存在精准度不高的缺陷。
发明内容
为了解决现有技术的问题,本发明实施例提供了一种确定光照情况的方法及电子设备。所述技术方案如下:
一方面,提供了一种确定光照情况的方法,所述方法包括:
获取第一图像,所述第一图像中包括目标区域;
对所述第一图像进行检测,得到所述目标区域;
对所述目标区域进行纹理滤波处理,得到所述目标区域中的第一部分区域,所述第一部分区域为所述目标区域中的纹理所处的区域;
获得第二部分区域,所述第二部分区域与所述第一部分区域不重叠,所述第二部分区域与所述第一部分区域可以组合为所述目标区域;
检测所述第二部分区域的亮度值,根据所述亮度值确定所述目标区域的光照情况。
可选地,所述对所述第一图像进行检测,得到目标区域,包括:
在所述第一图像中进行目标物体搜索,确定所述目标物体的位置和大小;根据所述目标物体的位置和大小,确定所述目标区域;或,
获得针对所述第一图像的操作;根据所述操作的指向的区域,确定所述目标区域。
可选地,所述检测所述第二部分区域的亮度值,根据所述亮度值确定所述目标区域的光照情况,包括:
确定所述第二部分区域中每个像素点的亮度值;
根据所述每个像素点的亮度值,计算所述第二部分区域的亮度平均值;
根据所述每个像素点的亮度值和所述亮度平均值,确定所述目标区域的光照情况。
可选地,所述根据所述每个像素点的亮度值和所述亮度平均值,确定所述目标区域的光照情况,包括:
根据所述每个像素点的亮度值和所述亮度平均值,确定所述第二部分区域的亮度方差值;
当所述第二部分区域的亮度方差值小于预设阈值时,确定所述目标区域光照均匀。
可选地,所述根据所述每个像素点的亮度值和所述亮度平均值,确定所述第二部分区域的亮度方差值之后,所述方法还包括:
当所述第二部分区域的亮度方差值大于所述预设阈值时,确定所述目标区域光照不均匀,对所述目标区域进行光照补偿处理。
可选地,所述目标区域为人脸区域。
另一方面,提供了一种电子设备,所述电子设备包括:
第一获取模块,用于获取第一图像,所述第一图像中包括目标区域;
检测模块,用于对所述第一图像进行检测,得到所述目标区域;
处理模块,用于对所述目标区域进行纹理滤波处理,得到所述目标区域中的第一部分区域,所述第一部分区域为所述目标区域中的纹理所处的区域;
第二获取模块,用于获得第二部分区域,所述第二部分区域与所述第一部分区域不重叠,所述第二部分区域与所述第一部分区域可以组合为所述目标区域;
确定模块,用于检测所述第二部分区域的亮度值,根据所述亮度值确定所述目标区域的光照情况。
可选地,所述检测模块,用于在所述第一图像中进行目标物体搜索,确定所述目标物体的位置和大小;根据所述目标物体的位置和大小,确定所述目标区域;或,获得针对所述第一图像的操作;根据所述操作的指向的区域,确定所述目标区域。
可选地,所述确定模块,包括:
第一确定单元,用于确定所述第二部分区域中每个像素点的亮度值;
计算单元,用于根据所述每个像素点的亮度值,计算所述第二部分区域的亮度平均值;
第二确定单元,用于根据所述每个像素点的亮度值和所述亮度平均值,确定所述目标区域的光照情况。
可选地,所述第二确定单元,用于根据所述每个像素点的亮度值和所述亮度平均值,确定所述第二部分区域的亮度方差值;当所述第二部分区域的亮度方差值小于预设阈值时,确定所述目标区域光照均匀。
可选地,所述第二单元,还用于当所述第二部分区域的亮度方差值大于所述预设阈值时,确定所述目标区域光照不均匀,对所述目标区域进行光照补偿处理。
可选地,所述目标区域为人脸区域。
本发明实施例提供的技术方案带来的有益效果是:
在检测到第一图像中的目标区域后,对目标区域进行纹理滤波处理,得到第二部分区域,进而基于第二部分区域的亮度值对目标区域的光照情况进行判断,由于第二部分区域为平滑区域,区域中不存在高低起伏的情况,所以对光照情况的判断较为准确,提高了判断精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种确定光照情况的方法流程图;
图2是本发明实施例二提供的一种确定光照情况的方法流程图;
图3是本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
图1是本发明实施例提供的一种确定光照情况的方法流程图。参见图1,本实施例提供的方法流程包括:
101、获取第一图像,第一图像中包括目标区域。
102、对第一图像进行检测,得到目标区域。
103、对目标区域进行纹理滤波处理,得到目标区域中的第一部分区域,第一部分区域为目标区域中的纹理所处的区域。
104、获得第二部分区域,第二部分区域与第一部分区域不重叠,第二部分区域与第一部分区域可以组合为目标区域。
105、检测第二部分区域的亮度值,根据亮度值确定目标区域的光照情况。
本发明实施例提供的方法,在检测到第一图像中的目标区域后,对目标区域进行纹理滤波处理,得到第二部分区域,进而基于第二部分区域的亮度值对目标区域的光照情况进行判断,由于第二部分区域为平滑区域,区域中不存在高低起伏的情况,所以对光照情况的判断较为准确,提高了判断精度。
可选地,对第一图像进行检测,得到目标区域,包括:
在第一图像中进行目标物体搜索,确定目标物体的位置和大小;根据目标物体的位置和大小,确定目标区域;或,
获得针对第一图像的操作;根据操作的指向的区域,确定目标区域。
可选地,检测第二部分区域的亮度值,根据亮度值确定目标区域的光照情况,包括:
确定第二部分区域中每个像素点的亮度值;
根据每个像素点的亮度值,计算第二部分区域的亮度平均值;
根据每个像素点的亮度值和亮度平均值,确定目标区域的光照情况。
可选地,根据每个像素点的亮度值和亮度平均值,确定目标区域的光照情况,包括:
根据每个像素点的亮度值和亮度平均值,确定第二部分区域的亮度方差值;
当第二部分区域的亮度方差值小于预设阈值时,确定目标区域光照均匀。
可选地,根据每个像素点的亮度值和亮度平均值,确定第二部分区域的亮度方差值之后,方法还包括:
当第二部分区域的亮度方差值大于预设阈值时,确定目标区域光照不均匀,对目标区域进行光照补偿处理。
可选地,目标区域为人脸区域。
上述所有可选技术方案,可以采用任意结合形成本发明的可选实施例,在此不再一一赘述。
图2是本发明实施例提供的一种确定光照情况的方法流程图。以目标区域为人脸区域为例,参见图2,本实施例提供的方法流程包括:
201、获取第一图像,第一图像中包括人脸区域。
在本发明实施例中,由于受到光照情况的影响,拍摄的第一图像的灰度分布情况存在差异。当光照均匀时,第一图像的灰度分布也均匀;当光照不均匀时,第一图像的灰度分布也不均匀。对于包括人脸区域的第一图像来说,若光照分布不均匀,则在对第一图像进行人脸识别或人脸跟踪等处理时,将严重影响识别结果和跟踪结果。光照变化乃是人脸识别技术或人脸跟踪技术等的技术瓶颈之一。
可选地,在获取第一图像时,可从存储图像的内存卡上获取,也可直接从照相机或摄像机的拍摄图像传感器上获取,具体采用何种方式获取第一图像,本实施例对此不作具体限定。其中,人脸区域指代第一图像中包括人脸的区域。该人脸区域中的人脸个数既可为一个也可为多个,本实施例对此不作具体限定。无论人脸区域中的人脸个数为多少个,进行光照情况的确定方式均一致。
202、对第一图像进行检测,得到人脸区域。
针对一幅图像来说,电子设备并不知晓该图像中是否包含人脸区域,或人脸区域在图像中的所处位置。所以,需应用人脸检测技术对第一图像进行检测。
可选地,电子设备对第一图像进行检测得到人脸区域的具体实现方式,可采取下述两种方式实现:
第一种方式、在第一图像中进行人脸搜索,确定人脸的位置和大小;根据人脸的位置和大小,确定人脸区域。
针对第一种方式,该种方式为自动检测方式。在第一图像中进行人脸搜索时,可利用神经网络算法实现。该神经网络算法通过对海量人脸训练样本进行分析总结,归纳出人脸的视觉特征信息。基于人脸的视觉特征信息,在第一图像中进行人脸搜索。当搜索到人脸后,进一步根据第一图像中人脸的视觉特征信息所遍及的范围确定人脸的所在位置和大小。根据人脸的位置和大小,确定人脸区域,该人脸区域至少包括一个完整的人脸。
第二种方式、获得针对第一图像的操作;根据操作的指向的区域,确定人脸区域。
针对第二种方式,该种方式为手动检测方式。也即,人脸区域经由电子设备的操作者确定。可将第一图像经由电子设备的显示界面进行显示,然后根据操作者在电子设备上执行的针对第一图像的操作,确定人脸区域。比如,若操作者在显示第一图像的显示界面上画了一个圆圈(电子设备检测到显示界面上出现一个圆形轨迹),则将该圆圈的内部区域确定为人脸区域。或者,操作者操作电子设备的指针标识,根据指针标识的移动轨迹,确定人脸区域。比如,当检测到指针标识的移动轨迹为一个正方形时,则将该正方形的内部区域确定为人脸区域。
203、对人脸区域进行纹理滤波处理,得到人脸区域中的第一部分区域,第一部分区域为人脸区域中的纹理所处的区域。
在本发明实施例中,由于未经处理的目标区域既包括第一部分区域(纹理所处的区域),也包括第二部分区域(非纹理区域),而纹理所处的区域由于不是一个平面,不但在视觉上给人凹凸不平的感觉,且在对人脸区域进行光照情况判断时,第一部分区域由于平面高低起伏的原因,会存在不同高地面的光影,这会对人脸区域的光照情况判断造成不良影响,所以在对人脸区域进行光照情况判断时,需首先对人脸区域进行纹理滤波处理。
可选地,在对人脸区域进行纹理滤波处理时,可采取现有的最邻近插值滤波方式、双线性滤波方式、三线性滤波方式等等,本实施例对此不作具体限定。
204、获得第二部分区域,第二部分区域与第一部分区域不重叠,第二部分区域与第一部分区域可以组合为人脸区域。
在本发明实施例中,在根据上述步骤203对人脸区域进行纹理滤波处理之后,便得到第二部分区域,该第二部分区域为非纹理区域,该区域中包括纹理特征。其中,第一部分区域与第二部分区域为两个不同且独立的区域,将二者进行组合后便得到人脸区域。
205、确定第二部分区域中每个像素点的亮度值。
在本发明实施例中,在确定第二部分区域中每个像素点的亮度值时,具体可采取下述方式实现:提取每个像素点的颜色分量R、颜色分量G和颜色分量B,对每个像素点的颜色分量R、颜色分量G和颜色分量B进行加权求和,得到每个像素点的亮度值。其中,颜色分量R、颜色分量G和颜色分量B对应的权重均为0至1之间的数值。当然,除上述确定像素点的亮度值的方式外,还可采取其他确定方式,本实施例对此不作具体限定。
206、根据每个像素点的亮度值,计算第二部分区域的亮度平均值。
以第二部分区域含有n个像素点,且n个像素点中每个像素点的亮度值分别以符号x1、x2、x3……xn进行标识,第二部分区域的亮度平均值以符号x进行标识,则亮度平均值
207、根据每个像素点的亮度值和亮度平均值,确定人脸区域的光照情况。
在本发明实施例中,根据每个像素点的亮度值和亮度平均值,确定人脸区域的光照情况的具体实现方式,包括如下步骤207(a)至步骤207(c):
207(a)、根据每个像素点的亮度值和亮度平均值,确定第二部分区域的亮度方差值。
针对该步骤,继续以上述步骤206中的例子为例,以符号S对第二部分区域的亮度方差值进行标识,则根据每个像素点的亮度值和亮度平均值亮度方差值,确定第二部分区域的亮度方差值S时,可应用下述公式:
207(b)、当第二部分区域的亮度方差值小于预设阈值时,确定人脸区域光照均匀。
其中,预设阈值的大小可为2或3等等数值,本实施例对预设阈值的大小不进行具体限定。预设阈值的设置可视情况而定或由经验值而定。在概率论和数理统计中,方差用来度量随机变量和其数学期望(即平均值)之间的偏离程度,应用于本发明来说,亮度方差值用来度量第二部分区域中每个像素点的亮度值与亮度平均值之间的偏离程度。所以亮度方差值越小,表明第二部分区域中每个像素点的亮度值与亮度平均值之间的偏离程度越小,即第二部分区域中每个像素点的亮度差异不大,光照情况趋于均匀。所以在本发明实施例中,通过亮度方差值与预设阈值的大小关系来确定人脸区域是否光照均匀。当第二部分区域的亮度方差值小于预设阈值时,确定人脸区域光照均匀。在确定人脸区域光照均匀后,便可直接对人脸区域进行人脸识别、人脸跟踪等等。且由于此时人脸区域光照均匀,所以识别结果或跟踪结果也较为精确。
207(c)、当第二部分区域的亮度方差值大于预设阈值时,确定人脸区域光照不均匀,对人脸区域进行光照补偿处理。
针对该步骤,若第二部分区域的亮度方差值大于预设阈值,则说明第二部分区域中每个像素点的亮度值与亮度平均值的偏离程度较大,即各个像素点之间的亮度差异较大,所以确定人脸区域光照不均匀。人脸区域之所以会出现光照不均匀的情况,是因为可能出现下述情况:从侧面拍摄的第一图像,由于人脸属于三维物体所以在光照过程中可能出现了阴影,进而导致人脸区域光照不均匀。针对人脸区域光照不均匀的情况,若直接对人脸区域进行人脸识别或人脸跟踪等处理,则得到的处理结果可能存在很大的出入,或者根本得不到处理结果。所以为了避免上述情况的出现,在对人脸区域进行人脸识别或人脸跟踪等处理之前,还需对人脸区域进行光照补偿处理。比如,对人脸区域分别进行直方图均衡化和指数变换,将二者处理后的人脸区域进行加权融合,从而实现对人脸区域的光照预处理,以利于下一步的人脸识别或人脸跟踪处理等。
本发明实施例提供的方法,在检测到第一图像中的目标区域后,对目标区域进行纹理滤波处理,得到第二部分区域,进而基于第二部分区域的亮度值对目标区域的光照情况进行判断,由于第二部分区域为平滑区域,区域中不存在高低起伏的情况,所以对光照情况的判断较为准确,提高了判断精度。
图3是本发明实施例提供的一种电子设备,参见图3,该电子设备包括:第一获取模块301、检测模块302、处理模块303、第二获取模块304、确定模块305。
其中,第一获取模块301,用于获取第一图像,第一图像中包括目标区域;检测模块302与第一获取模块301连接,用于对第一图像进行检测,得到目标区域;处理模块303与检测模块302连接,用于对目标区域进行纹理滤波处理,得到目标区域中的第一部分区域,第一部分区域为目标区域中的纹理所处的区域;第二获取模块304与处理模块303连接,用于获得第二部分区域,第二部分区域与第一部分区域不重叠,第二部分区域与第一部分区域可以组合为目标区域;确定模块305与第二获取模块304连接,用于检测第二部分区域的亮度值,根据亮度值确定目标区域的光照情况。
可选地,检测模块,用于在第一图像中进行目标物体搜索,确定目标物体的位置和大小;根据目标物体的位置和大小,确定目标区域;或,获得针对第一图像的操作;根据操作的指向的区域,确定目标区域。
可选地,确定模块,包括:
第一确定单元,用于确定第二部分区域中每个像素点的亮度值;
计算单元,用于根据每个像素点的亮度值,计算第二部分区域的亮度平均值;
第二确定单元,用于根据每个像素点的亮度值和亮度平均值,确定目标区域的光照情况。
可选地,第二确定单元,用于根据每个像素点的亮度值和亮度平均值,确定第二部分区域的亮度方差值;当第二部分区域的亮度方差值小于预设阈值时,确定目标区域光照均匀。
可选地,第二单元,还用于当第二部分区域的亮度方差值大于预设阈值时,确定目标区域光照不均匀,对目标区域进行光照补偿处理。
可选地,目标区域为人脸区域。
综上,本发明实施例提供的电子设备,在检测到第一图像中的目标区域后,对目标区域进行纹理滤波处理,得到第二部分区域,进而基于第二部分区域的亮度值对目标区域的光照情况进行判断,由于第二部分区域为平滑区域,区域中不存在高低起伏的情况,所以对光照情况的判断较为准确,提高了判断精度。
需要说明的是:上述实施例提供的电子设备在确定光照情况时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的电子设备与确定光照情况的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种确定光照情况的方法,应用于电子设备,其特征在于,所述方法包括:
获取第一图像,所述第一图像中包括目标区域;
对所述第一图像进行检测,得到所述目标区域;
对所述目标区域进行纹理滤波处理,得到所述目标区域中的第一部分区域,所述第一部分区域为所述目标区域中的纹理所处的区域;
获得第二部分区域,所述第二部分区域与所述第一部分区域不重叠,所述第二部分区域与所述第一部分区域可以组合为所述目标区域;
检测所述第二部分区域的亮度值,根据所述亮度值确定所述目标区域的光照情况。
2.根据权利要求1所述的方法,其特征在于,所述对所述第一图像进行检测,得到目标区域,包括:
在所述第一图像中进行目标物体搜索,确定所述目标物体的位置和大小;根据所述目标物体的位置和大小,确定所述目标区域;或,
获得针对所述第一图像的操作;根据所述操作的指向的区域,确定所述目标区域。
3.根据权利要求1所述的方法,其特征在于,所述检测所述第二部分区域的亮度值,根据所述亮度值确定所述目标区域的光照情况,包括:
确定所述第二部分区域中每个像素点的亮度值;
根据所述每个像素点的亮度值,计算所述第二部分区域的亮度平均值;
根据所述每个像素点的亮度值和所述亮度平均值,确定所述目标区域的光照情况。
4.根据权利要求3所述的方法,其特征在于,所述根据所述每个像素点的亮度值和所述亮度平均值,确定所述目标区域的光照情况,包括:
根据所述每个像素点的亮度值和所述亮度平均值,确定所述第二部分区域的亮度方差值;
当所述第二部分区域的亮度方差值小于预设阈值时,确定所述目标区域光照均匀。
5.根据权利要求4所述的方法,其特征在于,所述根据所述每个像素点的亮度值和所述亮度平均值,确定所述第二部分区域的亮度方差值之后,所述方法还包括:
当所述第二部分区域的亮度方差值大于所述预设阈值时,确定所述目标区域光照不均匀,对所述目标区域进行光照补偿处理。
6.根据权利要求1至5中任一权利要求所述的方法,其特征在于,所述目标区域为人脸区域。
7.一种电子设备,其特征在于,所述电子设备包括:
第一获取模块,用于获取第一图像,所述第一图像中包括目标区域;
检测模块,用于对所述第一图像进行检测,得到所述目标区域;
处理模块,用于对所述目标区域进行纹理滤波处理,得到所述目标区域中的第一部分区域,所述第一部分区域为所述目标区域中的纹理所处的区域;
第二获取模块,用于获得第二部分区域,所述第二部分区域与所述第一部分区域不重叠,所述第二部分区域与所述第一部分区域可以组合为所述目标区域;
确定模块,用于检测所述第二部分区域的亮度值,根据所述亮度值确定所述目标区域的光照情况。
8.根据权利要求7所述的电子设备,其特征在于,所述检测模块,用于在所述第一图像中进行目标物体搜索,确定所述目标物体的位置和大小;根据所述目标物体的位置和大小,确定所述目标区域;或,获得针对所述第一图像的操作;根据所述操作的指向的区域,确定所述目标区域。
9.根据权利要求7所述的电子设备,其特征在于,所述确定模块,包括:
第一确定单元,用于确定所述第二部分区域中每个像素点的亮度值;
计算单元,用于根据所述每个像素点的亮度值,计算所述第二部分区域的亮度平均值;
第二确定单元,用于根据所述每个像素点的亮度值和所述亮度平均值,确定所述目标区域的光照情况。
10.根据权利要求9所述的电子设备,其特征在于,所述第二确定单元,用于根据所述每个像素点的亮度值和所述亮度平均值,确定所述第二部分区域的亮度方差值;当所述第二部分区域的亮度方差值小于预设阈值时,确定所述目标区域光照均匀。
11.根据权利要求10所述的电子设备,其特征在于,所述第二确定单元,还用于当所述第二部分区域的亮度方差值大于所述预设阈值时,确定所述目标区域光照不均匀,对所述目标区域进行光照补偿处理。
12.根据权利要求7至11中任一权利要求所述的电子设备,其特征在于,所述目标区域为人脸区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410108102.5A CN104933696B (zh) | 2014-03-21 | 2014-03-21 | 确定光照情况的方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410108102.5A CN104933696B (zh) | 2014-03-21 | 2014-03-21 | 确定光照情况的方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104933696A CN104933696A (zh) | 2015-09-23 |
CN104933696B true CN104933696B (zh) | 2017-12-29 |
Family
ID=54120851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410108102.5A Active CN104933696B (zh) | 2014-03-21 | 2014-03-21 | 确定光照情况的方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104933696B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784285A (zh) * | 2019-01-21 | 2019-05-21 | 深圳市云眸科技有限公司 | 实现人脸识别的方法及装置、电子设备、存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101620667A (zh) * | 2008-07-03 | 2010-01-06 | 深圳市康贝尔智能技术有限公司 | 一种消除人脸图像光照不均的处理方法 |
CN102333233A (zh) * | 2011-09-23 | 2012-01-25 | 宁波大学 | 一种基于视觉感知的立体图像质量客观评价方法 |
CN102509077A (zh) * | 2011-10-28 | 2012-06-20 | 江苏物联网研究发展中心 | 基于光照自动评估的目标识别方法 |
US8477234B2 (en) * | 2009-07-23 | 2013-07-02 | Panasonic Electric Works Co., Ltd. | Brightness sensing system and illumination system using the same |
-
2014
- 2014-03-21 CN CN201410108102.5A patent/CN104933696B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101620667A (zh) * | 2008-07-03 | 2010-01-06 | 深圳市康贝尔智能技术有限公司 | 一种消除人脸图像光照不均的处理方法 |
US8477234B2 (en) * | 2009-07-23 | 2013-07-02 | Panasonic Electric Works Co., Ltd. | Brightness sensing system and illumination system using the same |
CN102333233A (zh) * | 2011-09-23 | 2012-01-25 | 宁波大学 | 一种基于视觉感知的立体图像质量客观评价方法 |
CN102509077A (zh) * | 2011-10-28 | 2012-06-20 | 江苏物联网研究发展中心 | 基于光照自动评估的目标识别方法 |
Non-Patent Citations (1)
Title |
---|
光照不均人脸图像的子空间人脸识别方法研究;柳露艳 等;《电视技术》;20140815;第38卷(第15期);第217-221页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104933696A (zh) | 2015-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108898047B (zh) | 基于分块遮挡感知的行人检测方法及*** | |
CN104408460B (zh) | 一种车道线检测及跟踪检测方法 | |
CN107798685B (zh) | 行人身高确定方法、装置及*** | |
CN105279372B (zh) | 一种确定建筑物高度的方法和装置 | |
CN109472822A (zh) | 基于深度图像处理的物体尺寸测量方法 | |
CN109670452A (zh) | 人脸检测方法、装置、电子设备和人脸检测模型 | |
CN105335955B (zh) | 对象检测方法和对象检测装置 | |
CN105812746B (zh) | 一种目标检测方法及*** | |
CN109284674A (zh) | 一种确定车道线的方法及装置 | |
CN103954542B (zh) | 基于无参考图像清晰度评价的pm2.5浓度检测仪 | |
CN104463204B (zh) | 目标数量统计方法 | |
CN102737370B (zh) | 检测图像前景的方法及设备 | |
CN109670503A (zh) | 标识检测方法、装置和电子*** | |
CN108416771A (zh) | 一种基于单目相机的金属材料锈蚀面积检测方法 | |
CN104463869B (zh) | 一种视频火焰图像复合识别方法 | |
CN107220603A (zh) | 基于深度学习的车辆检测方法及装置 | |
CN106404682A (zh) | 一种土壤颜色识别方法 | |
CN104899866A (zh) | 一种智能化的红外小目标检测方法 | |
CN106530271A (zh) | 一种红外图像显著性检测方法 | |
CN110349216A (zh) | 货箱位置检测方法及装置 | |
CN106570888A (zh) | 一种基于fast角点和金字塔klt的目标跟踪方法 | |
CN107764233A (zh) | 一种测量方法及装置 | |
CN104574312A (zh) | 标靶图像求圆心的方法和装置 | |
CN103514460B (zh) | 视频监控多视角车辆检测方法和装置 | |
CN107818583A (zh) | 十字中心检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |