CN107392859A - 高光区域的消除方法、装置及终端 - Google Patents

高光区域的消除方法、装置及终端 Download PDF

Info

Publication number
CN107392859A
CN107392859A CN201710459570.0A CN201710459570A CN107392859A CN 107392859 A CN107392859 A CN 107392859A CN 201710459570 A CN201710459570 A CN 201710459570A CN 107392859 A CN107392859 A CN 107392859A
Authority
CN
China
Prior art keywords
image
probability graph
highlight area
highlight
canceled
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.)
Granted
Application number
CN201710459570.0A
Other languages
English (en)
Other versions
CN107392859B (zh
Inventor
曾元清
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201710459570.0A priority Critical patent/CN107392859B/zh
Publication of CN107392859A publication Critical patent/CN107392859A/zh
Application granted granted Critical
Publication of CN107392859B publication Critical patent/CN107392859B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • 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)

Abstract

本发明提出一种高光区域的消除方法、装置及终端，该方法包括确定图像中的人脸区域并作为第一图像；确定第一图像，基于不同图像参数下属于高光区域的概率图；基于概率图对第一图像中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像；基于第二图像、概率图，对第一图像进行融合处理，以对第一图像中的高光区域进行消除处理。通过本发明能够更好保留原始图像的细节信息，有效提升高光区域消除效果，且提升消除效率。

Description

高光区域的消除方法、装置及终端
技术领域
本发明涉及图像处理技术领域，尤其涉及一种高光区域的消除方法、装置及终端。
背景技术
相关技术中，在对图像的高光区域进行消除的过程中，是采用一种固定尺寸的滤波器对高光区域进行消除，消除效果不佳。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种高光区域的消除方法，能够更好保留原始图像的细节信息，有效提升高光区域消除效果，且提升消除效率。
本发明的另一个目的在于提出一种高光区域的消除装置。
本发明的第三个目的在于提出一种高光区域的消除装置。
本发明的第四个目的在于提出一种非临时性计算机可读存储介质。
本发明的第五个目的在于提出一种终端。
为达到上述目的，本发明第一方面实施例提出的高光区域的消除方法，包括：确定图像中的人脸区域并作为第一图像；确定所述第一图像，基于不同图像参数下属于高光区域的概率图；基于所述概率图对所述第一图像中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像；基于所述第二图像、所述概率图，对所述第一图像进行融合处理，以对所述第一图像中的高光区域进行消除处理。
本发明第一方面实施例提出的高光区域的消除方法，通过确定图像中的人脸区域基于不同图像参数下属于高光区域的概率图，基于概率图对人脸区域中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像，基于第二图像、概率图，对人脸区域进行融合处理，以对人脸区域中的高光区域进行消除处理，由于是通过高光区域概率图对人脸区域中的多个待消除高光区域进行平滑处理，采用平滑处理后人脸区域的图像与原始人脸区域图像进行融合，因而，能够更好保留原始图像的细节信息，有效提升高光区域消除效果，且提升消除效率。
为达到上述目的，本发明第二方面实施例提出的高光区域的消除装置，包括：第一图像确定模块，用于确定图像中的人脸区域并作为第一图像；概率图确定模块，用于确定所述第一图像，基于不同图像参数下属于高光区域的概率图；平滑处理模块，用于基于所述概率图对所述第一图像中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像；融合处理模块，用于基于所述第二图像、所述概率图，对所述第一图像进行融合处理，以对所述第一图像中的高光区域进行消除处理。
本发明第二方面实施例提出的高光区域的消除装置，通过确定图像中的人脸区域基于不同图像参数下属于高光区域的概率图，基于概率图对人脸区域中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像，基于第二图像、概率图，对人脸区域进行融合处理，以对人脸区域中的高光区域进行消除处理，由于是通过高光区域概率图对人脸区域中的多个待消除高光区域进行平滑处理，采用平滑处理后人脸区域的图像与原始人脸区域图像进行融合，因而，能够更好保留原始图像的细节信息，有效提升高光区域消除效果，且提升消除效率。
为达到上述目的，本发明第三方面实施例提出的高光区域的消除装置，其特征在于，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：确定图像中的人脸区域并作为第一图像；确定所述第一图像，基于不同图像参数下属于高光区域的概率图；基于所述概率图对所述第一图像中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像；基于所述第二图像、所述概率图，对所述第一图像进行融合处理，以对所述第一图像中的高光区域进行消除处理。
本发明第三方面实施例提出的高光区域的消除装置，通过确定图像中的人脸区域基于不同图像参数下属于高光区域的概率图，基于概率图对人脸区域中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像，基于第二图像、概率图，对人脸区域进行融合处理，以对人脸区域中的高光区域进行消除处理，由于是通过高光区域概率图对人脸区域中的多个待消除高光区域进行平滑处理，采用平滑处理后人脸区域的图像与原始人脸区域图像进行融合，因而，能够更好保留原始图像的细节信息，有效提升高光区域消除效果，且提升消除效率。
为达到上述目的，本发明第四方面实施例提出了一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端的处理器执行时，使得终端能够执行一种高光区域的消除方法，所述方法包括：确定图像中的人脸区域并作为第一图像；确定所述第一图像，基于不同图像参数下属于高光区域的概率图；基于所述概率图对所述第一图像中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像；基于所述第二图像、所述概率图，对所述第一图像进行融合处理，以对所述第一图像中的高光区域进行消除处理。
本发明第四方面实施例提出的非临时性计算机可读存储介质，通过确定图像中的人脸区域基于不同图像参数下属于高光区域的概率图，基于概率图对人脸区域中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像，基于第二图像、概率图，对人脸区域进行融合处理，以对人脸区域中的高光区域进行消除处理，由于是通过高光区域概率图对人脸区域中的多个待消除高光区域进行平滑处理，采用平滑处理后人脸区域的图像与原始人脸区域图像进行融合，因而，能够更好保留原始图像的细节信息，有效提升高光区域消除效果，且提升消除效率。
为达到上述目的，本发明第五方面还提出一种终端，该终端包括壳体、处理器、存储器、电路板和电源电路，其中，所述电路板安置在所述壳体围成的空间内部，所述处理器和所述存储器设置在所述电路板上；所述电源电路，用于为所述终端的各个电路或器件供电；所述存储器用于存储可执行程序代码；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行：确定图像中的人脸区域并作为第一图像；确定所述第一图像，基于不同图像参数下属于高光区域的概率图；基于所述概率图对所述第一图像中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像；基于所述第二图像、所述概率图，对所述第一图像进行融合处理，以对所述第一图像中的高光区域进行消除处理。
本发明第五方面实施例提出的终端，通过确定图像中的人脸区域基于不同图像参数下属于高光区域的概率图，基于概率图对人脸区域中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像，基于第二图像、概率图，对人脸区域进行融合处理，以对人脸区域中的高光区域进行消除处理，由于是通过高光区域概率图对人脸区域中的多个待消除高光区域进行平滑处理，采用平滑处理后人脸区域的图像与原始人脸区域图像进行融合，因而，能够更好保留原始图像的细节信息，有效提升高光区域消除效果，且提升消除效率。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明一实施例提出的高光区域的消除方法的流程示意图；
图2为本发明实施例中图像的人脸区域示意图；
图3是本发明另一实施例提出的高光区域的消除方法的流程示意图；
图4为本发明实施例中高光区域的概率图；
图5是本发明另一实施例提出的高光区域的消除方法的流程示意图；
图6为本发明实施例中待消除高光区域示意图；
图7是本发明另一实施例提出的高光区域的消除方法的流程示意图；
图8是本发明另一实施例提出的高光区域的消除方法的流程示意图；
图9是本发明一实施例提出的高光区域的消除装置的结构示意图；
图10是本发明另一实施例提出的高光区域的消除装置的结构示意图；
图11是本发明一个实施例提出的终端的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本发明一实施例提出的高光区域的消除方法的流程示意图。
本发明的实施例可以应用在用户对终端所拍得的图片进行美化的过程中，或者，也可以应用在用户对摄像机所拍摄的图片进行美化的过程中，对此不作限制。
进一步地，用户可以通过设置在终端中的图像美化类应用程序对高光区域进行消除。
其中，应用程序可以是指运行在电子设备上的软件程序，电子设备例如为个人电脑(Personal Computer，PC)，云端设备或者移动设备，移动设备例如智能手机，或者平板电脑等。终端可以是智能手机、平板电脑、个人数字助理、电子书等具有各种操作***的硬件设备，对此不作限制。
相关技术中，在对图像的高光区域进行消除的过程中，是采用一种固定尺寸的滤波器对高光区域进行消除。
而本实施例中，是通过高光区域概率图对人脸区域中的多个待消除高光区域进行平滑处理，采用平滑处理后人脸区域的图像与原始人脸区域图像进行融合，因而，能够更好保留原始图像的细节信息，有效提升高光区域消除效果，且提升消除效率。
需要说明的是，本发明实施例的执行主体，在硬件上可以例如为终端的中央处理器(Central Processing Unit，CPU)，在软件上可以例如为终端中的图像美化类的相关服务，对此不作限制。
参见图1，该方法包括：
S11：确定图像中的人脸区域并作为第一图像。
其中，可以预先采用相关技术中的人脸识别算法，从图像中确定出人脸区域，对此不作限制。
进一步，可以理解的是，待消除高光区域的人脸区域中可能会包含至少一个的高光区域，一般情况下，该至少一个的高光区域是分散分布的，且尺寸大小互不相同。
在本发明的实施例中，在确定出图像中的人脸区域之后，可以将人脸区域作为第一图像，而后，可以只对第一图像作融合处理，而不是对整幅图像作融合处理，因而，能够有效减少终端设备的运算消耗，提升消除效率。
参见图2，图2为本发明实施例中图像的人脸区域示意图。
S12：确定第一图像，基于不同图像参数下属于高光区域的概率图。
因此，在本发明的实施例中，为了通过高光区域概率图对人脸区域中的多个待消除高光区域进行平滑处理，可以首先确定第一图像，基于不同图像参数下属于高光区域的概率图，即，概率图中的每一个概率标识第一图像中的每个像素点，在不同图像参数下属于高光区域的概率。
可选地，图像参数可以例如包括色调、饱和度、亮度(Hue，Saturation，Value，HSV)特征中的亮度和饱和度，或者，也可以为其中的亮度和色调，或者也可以为色调和饱和度，对此不作限制。
可选地，在本发明的实施例中，参见图3，S12可以包括：
S31：确定第一图像，基于亮度下属于高光区域的第一概率图。
S32：确定第一图像，基于饱和度下属于高光区域的第二概率图。
S33：对第一概率图和第二概率图作乘积运算，将乘积结果作为概率图。
作为一种示例，S31可以例如，可以预先设定亮度阈值T1和T2，根据T1和T2及第一图像中每个像素点的亮度特征Vi，其中，i表示第i个像素点，i属于1～N，N为正整数，可以计算得到第一图像基于亮度下属于高光区域的第一概率图P1，计算方法为：
作为一种示例，S32可以例如，可以预先设定阈值T3和T4，根据T3和T4及第一图像中每个像素点的饱和度特征Si，其中，i表示第i个像素点，i属于1～N，N为正整数，可以计算得到第一图像基于饱和度下属于高光区域的第二概率图P2，计算方法为：
进一步地，结合亮度特征Vi以及饱和度特征Si的概率图，对第一概率图和第二概率图作乘积运算，将乘积结果作为概率图，即，高光区域的概率图P，计算方法如下：
P＝P1·P2；
进一步地，可以采用相关技术中的高斯滤波器，对其进行高斯平滑，得到最终的高光区域的概率图，参见图4，图4为本发明实施例中高光区域的概率图。
本实施例中，通过确定第一图像，基于亮度下属于高光区域的第一概率图，确定第一图像，基于饱和度下属于高光区域的第二概率图，以及对第一概率图和第二概率图作乘积运算，将乘积结果作为概率图，运算步骤简单易实现，保障所确定的概率的精准度，有效保障处理效果且提升处理效率。
S13：基于概率图对第一图像中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像。
可选地，一些实施例中，参见图5，S13还可以包括：
S51：对概率图进行二值化处理。
其中，可以采用相关技术中的二值化处理算法对概率图P进行二值化处理，对此不作限制。
通过对概率图进行二值化处理，能够减少运算量，进一步保障处理效率。
S52：从第一图像中确定出多个待消除高光区域。
参见图6，图6为本发明实施例中待消除高光区域示意图，图6中包括五个待消除高光区域61，由图6中可见，该五个待消除高光区域是分散分布的，且尺寸大小互不相同。
在本发明的实施例中，通过在基于二值化处理后的概率图对多个待消除高光区域进行高斯平滑处理之前，从待消除高光区域的图片中提取多个高光区域,并对多个高光区域做腐蚀膨胀运算处理，并根据处理结果确定出多个待消除高光区域，在高光区域为孤立点时，可以结合采用腐蚀膨胀算法对其进行消除处理，能够减少运算量，因而，进一步提升消除效率。
S53：基于二值化处理后的概率图对多个待消除高光区域进行高斯平滑处理，得到平滑处理后的第二图像。
在本发明的实施例中，基于二值化处理后的概率图对多个待消除高光区域进行高斯平滑处理，即，基于每个像素点所对应的概率图中的概率，对该像素点进行高斯平滑处理，将平滑处理后的图像作为第二图像。
通过基于二值化处理后的概率图对多个待消除高光区域进行高斯平滑处理，在消除高光区域的同时，能够有效保留原始图像的细节信息，因而，能够提升高光区域的消除效果。
S14：基于第二图像、概率图，对第一图像进行融合处理，以对第一图像中的高光区域进行消除处理。
可选地，一些实施例中，参见图7，S14还可以包括：
S71：将概率图每个像素点对应的概率作为融合比例因子。
S72：基于融合比例因子对第二图像和第一图像进行融合处理。
作为一种示例，融合计算方法可以如下：
融合处理后的第三图像i＝(1-Pi)×第一图像i+Pi×第二图像i；
其中，融合处理后的图像可以被称为第三图像，融合处理后的第三图像i表示第三图像中的第i个像素点，i属于1～N，N为正整数，Pi表示第i个像素点对应于概率图中的概率值，第一图像i表示第一图像中的第i个像素点，第二图像i表示第二图像中的第i个像素点。
可选地，一些实施例中，参见图8，在S14之后，还可以包括：
S81：获取融合处理后的第三图像。
S82：采用第三图像替换图像中的第一图像，以对第一图像中的高光区域进行消除处理。
通过采用第三图像替换图像中的第一图像，以对第一图像中的高光区域进行消除处理，由于可以只对第一图像作融合处理，后续直接采用融合处理后的第三图像替换第一图像，而不是对整幅图像作融合处理，因而，能够有效减少终端设备的运算消耗，提升消除效率。
本实施例中，通过确定图像中的人脸区域基于不同图像参数下属于高光区域的概率图，基于概率图对人脸区域中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像，基于第二图像、概率图，对人脸区域进行融合处理，以对人脸区域中的高光区域进行消除处理，由于是通过高光区域概率图对人脸区域中的多个待消除高光区域进行平滑处理，采用平滑处理后人脸区域的图像与原始人脸区域图像进行融合，因而，能够更好保留原始图像的细节信息，有效提升高光区域消除效果，且提升消除效率。
图9是本发明一实施例提出的高光区域的消除装置的结构示意图。
参见图9，该装置900包括：第一图像确定模块901、概率图确定模块902、平滑处理模块903，以及融合处理模块904，其中，
第一图像确定模块901，用于确定图像中的人脸区域并作为第一图像。
概率图确定模块902，用于确定第一图像，基于不同图像参数下属于高光区域的概率图。
可选地，一些实施例中，图像参数包括：亮度和饱和度，参见图10，概率图确定模块902，包括：
第一概率图确定子模块9021，用于确定第一图像，基于亮度下属于高光区域的第一概率图。
第二概率图确定子模块9022，用于确定第一图像，基于饱和度下属于高光区域的第二概率图。
概率图确定子模块9023，用于对第一概率图和第二概率图作乘积运算，将乘积结果作为概率图。
平滑处理模块903，用于基于概率图对第一图像中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像。
可选地，一些实施例中，参见图10，平滑处理模块903，包括：
二值化处理子模块9031，用于对概率图进行二值化处理。
待消除高光区域确定子模块9032，用于从第一图像中确定出多个待消除高光区域。
平滑处理子模块9033，用于基于二值化处理后的概率图对多个待消除高光区域进行高斯平滑处理，得到平滑处理后的第二图像。
融合处理模块904，用于基于第二图像、概率图，对第一图像进行融合处理，以对第一图像中的高光区域进行消除处理。
可选地，融合处理模块904具体用于：
将概率图每个像素点对应的概率作为融合比例因子；
基于融合比例因子对第二图像和第一图像进行融合处理。
可选地，一些实施例中，参见图10，该装置900还包括：
第三图像获取模块905，用于获取融合处理后的第三图像。
融合处理模块904，还用于采用第三图像替换图像中的第一图像，以对第一图像中的高光区域进行消除处理。
需要说明的是，前述图1-图8实施例中对高光区域的消除方法实施例的解释说明也适用于该实施例的高光区域的消除装置900，其实现原理类似，此处不再赘述。
本实施例中，通过确定图像中的人脸区域基于不同图像参数下属于高光区域的概率图，基于概率图对人脸区域中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像，基于第二图像、概率图，对人脸区域进行融合处理，以对人脸区域中的高光区域进行消除处理，由于是通过高光区域概率图对人脸区域中的多个待消除高光区域进行平滑处理，采用平滑处理后人脸区域的图像与原始人脸区域图像进行融合，因而，能够更好保留原始图像的细节信息，有效提升高光区域消除效果，且提升消除效率。
图11是本发明一个实施例提出的终端的结构示意图。
该终端可以是手机、平板电脑等。
参见图11，本实施例的终端110包括：壳体1101、处理器1102、存储器1103、电路板1104、电源电路1105，电路板1104安置在壳体1101围成的空间内部，处理器1102、存储器1103设置在电路板1104上；电源电路1105，用于为终端110各个电路或器件供电；存储器1103用于存储可执行程序代码；其中，处理器1102通过读取存储器1103中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行：
确定图像中的人脸区域并作为第一图像；
确定第一图像，基于不同图像参数下属于高光区域的概率图；
基于概率图对第一图像中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像；
基于第二图像、概率图，对第一图像进行融合处理，以对第一图像中的高光区域进行消除处理。
需要说明的是，前述图1-图8实施例中对高光区域的消除方法实施例的解释说明也适用于该实施例的终端110，其实现原理类似，此处不再赘述。
本实施例中的终端，通过确定图像中的人脸区域基于不同图像参数下属于高光区域的概率图，基于概率图对人脸区域中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像，基于第二图像、概率图，对人脸区域进行融合处理，以对人脸区域中的高光区域进行消除处理，由于是通过高光区域概率图对人脸区域中的多个待消除高光区域进行平滑处理，采用平滑处理后人脸区域的图像与原始人脸区域图像进行融合，因而，能够更好保留原始图像的细节信息，有效提升高光区域消除效果，且提升消除效率。
为了实现上述实施例，本发明还提出一种非临时性计算机可读存储介质，当存储介质中的指令由终端的处理器执行时，使得终端能够执行一种高光区域的消除方法，方法包括：确定图像中的人脸区域并作为第一图像；确定第一图像，基于不同图像参数下属于高光区域的概率图；基于概率图对第一图像中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像；基于第二图像、概率图，对第一图像进行融合处理，以对第一图像中的高光区域进行消除处理。
本实施例中的非临时性计算机可读存储介质，通过确定图像中的人脸区域基于不同图像参数下属于高光区域的概率图，基于概率图对人脸区域中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像，基于第二图像、概率图，对人脸区域进行融合处理，以对人脸区域中的高光区域进行消除处理，由于是通过高光区域概率图对人脸区域中的多个待消除高光区域进行平滑处理，采用平滑处理后人脸区域的图像与原始人脸区域图像进行融合，因而，能够更好保留原始图像的细节信息，有效提升高光区域消除效果，且提升消除效率。
为了实现上述实施例，本发明还提出一种计算机程序产品，当计算机程序产品中的指令被处理器执行时，执行一种高光区域的消除方法，方法包括：确定图像中的人脸区域并作为第一图像；确定第一图像，基于不同图像参数下属于高光区域的概率图；基于概率图对第一图像中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像；基于第二图像、概率图，对第一图像进行融合处理，以对第一图像中的高光区域进行消除处理。
本实施例中的计算机程序产品，通过确定图像中的人脸区域基于不同图像参数下属于高光区域的概率图，基于概率图对人脸区域中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像，基于第二图像、概率图，对人脸区域进行融合处理，以对人脸区域中的高光区域进行消除处理，由于是通过高光区域概率图对人脸区域中的多个待消除高光区域进行平滑处理，采用平滑处理后人脸区域的图像与原始人脸区域图像进行融合，因而，能够更好保留原始图像的细节信息，有效提升高光区域消除效果，且提升消除效率。
需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是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，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (12)

1.一种高光区域的消除方法，其特征在于，包括以下步骤：
确定图像中的人脸区域并作为第一图像；
确定所述第一图像，基于不同图像参数下属于高光区域的概率图；
基于所述概率图对所述第一图像中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像；
基于所述第二图像、所述概率图，对所述第一图像进行融合处理，以对所述第一图像中的高光区域进行消除处理。
2.如权利要求1所述的高光区域的消除方法，其特征在于，所述图像参数包括：亮度和饱和度，所述确定所述第一图像，基于不同图像参数下属于高光区域的概率图，包括：
确定所述第一图像，基于亮度下属于高光区域的第一概率图；
确定所述第一图像，基于饱和度下属于高光区域的第二概率图；
对所述第一概率图和所述第二概率图作乘积运算，将乘积结果作为所述概率图。
3.如权利要求1所述的高光区域的消除方法，其特征在于，所述基于所述概率图对所述第一图像中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像，包括：
对所述概率图进行二值化处理；
从所述第一图像中确定出多个待消除高光区域；
基于二值化处理后的概率图对所述多个待消除高光区域进行高斯平滑处理，得到平滑处理后的第二图像。
4.如权利要求1所述的高光区域的消除方法，其特征在于，所述基于所述第二图像、所述概率图，对所述第一图像进行融合处理，包括：
将所述概率图每个像素点对应的概率作为融合比例因子；
基于所述融合比例因子对所述第二图像和所述第一图像进行融合处理。
5.如权利要求1-4任一项所述的高光区域的消除方法，其特征在于，还包括：
获取融合处理后的第三图像；
采用所述第三图像替换所述图像中的第一图像，以对所述第一图像中的高光区域进行消除处理。
6.一种高光区域的消除装置，其特征在于，包括：
第一图像确定模块，用于确定图像中的人脸区域并作为第一图像；
概率图确定模块，用于确定所述第一图像，基于不同图像参数下属于高光区域的概率图；
平滑处理模块，用于基于所述概率图对所述第一图像中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像；
融合处理模块，用于基于所述第二图像、所述概率图，对所述第一图像进行融合处理，以对所述第一图像中的高光区域进行消除处理。
7.如权利要求6所述的高光区域的消除装置，其特征在于，所述图像参数包括：亮度和饱和度，所述概率图确定模块，包括：
第一概率图确定子模块，用于确定所述第一图像，基于亮度下属于高光区域的第一概率图；
第二概率图确定子模块，用于确定所述第一图像，基于饱和度下属于高光区域的第二概率图；
概率图确定子模块，用于对所述第一概率图和所述第二概率图作乘积运算，将乘积结果作为所述概率图。
8.如权利要求6所述的高光区域的消除装置，其特征在于，所述平滑处理模块，包括：
二值化处理子模块，用于对所述概率图进行二值化处理；
待消除高光区域确定子模块，用于从所述第一图像中确定出多个待消除高光区域；
平滑处理子模块，用于基于二值化处理后的概率图对所述多个待消除高光区域进行高斯平滑处理，得到平滑处理后的第二图像。
9.如权利要求6所述的高光区域的消除装置，其特征在于，所述融合处理模块具体用于：
将所述概率图每个像素点对应的概率作为融合比例因子；
基于所述融合比例因子对所述第二图像和所述第一图像进行融合处理。
10.如权利要求6-9任一项所述的高光区域的消除装置，其特征在于，还包括：
第三图像获取模块，用于获取融合处理后的第三图像；
所述融合处理模块，还用于采用所述第三图像替换所述图像中的第一图像，以对所述第一图像中的高光区域进行消除处理。
11.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的方法。
12.一种终端，包括壳体、处理器、存储器、电路板和电源电路，其中，所述电路板安置在所述壳体围成的空间内部，所述处理器和所述存储器设置在所述电路板上；所述电源电路，用于为所述终端的各个电路或器件供电；所述存储器用于存储可执行程序代码；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行：
确定图像中的人脸区域并作为第一图像；
确定所述第一图像，基于不同图像参数下属于高光区域的概率图；
基于所述概率图对所述第一图像中的多个待消除高光区域进行平滑处理，得到平滑处理后的第二图像；
基于所述第二图像、所述概率图，对所述第一图像进行融合处理，以对所述第一图像中的高光区域进行消除处理。
CN201710459570.0A 2017-06-16 2017-06-16 高光区域的消除方法、装置及终端 Active CN107392859B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710459570.0A CN107392859B (zh) 2017-06-16 2017-06-16 高光区域的消除方法、装置及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710459570.0A CN107392859B (zh) 2017-06-16 2017-06-16 高光区域的消除方法、装置及终端

Publications (2)

Publication Number Publication Date
CN107392859A true CN107392859A (zh) 2017-11-24
CN107392859B CN107392859B (zh) 2020-08-04

Family

ID=60333227

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710459570.0A Active CN107392859B (zh) 2017-06-16 2017-06-16 高光区域的消除方法、装置及终端

Country Status (1)

Country Link
CN (1) CN107392859B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108198148A (zh) * 2017-12-07 2018-06-22 北京小米移动软件有限公司 图像处理的方法及装置
CN111311520A (zh) * 2020-03-12 2020-06-19 Oppo广东移动通信有限公司 图像处理方法、装置、终端及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105957042A (zh) * 2016-06-07 2016-09-21 北京理工大学 内镜图像的高光区域消除方法
CN106296617A (zh) * 2016-08-22 2017-01-04 腾讯科技（深圳）有限公司 人脸图像的处理方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105957042A (zh) * 2016-06-07 2016-09-21 北京理工大学 内镜图像的高光区域消除方法
CN106296617A (zh) * 2016-08-22 2017-01-04 腾讯科技（深圳）有限公司 人脸图像的处理方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
PESAL KOIRALA等: "Highlight Removal from Single Image", 《ACIVS 2009》 *
廖术娟: "基于电子透明理念的A柱盲区消除***研究", 《中国优秀硕士学位论文全文数据库-工程科技II辑》 *
王中任等: "一种金属零件图像高光消除技术", 《机械与电子》 *
王超群等: "一种去除单张图片中高光的方法", 《上海大学学报（自然科学版）》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108198148A (zh) * 2017-12-07 2018-06-22 北京小米移动软件有限公司 图像处理的方法及装置
CN108198148B (zh) * 2017-12-07 2022-08-05 北京小米移动软件有限公司 图像处理的方法及装置
CN111311520A (zh) * 2020-03-12 2020-06-19 Oppo广东移动通信有限公司 图像处理方法、装置、终端及存储介质
CN111311520B (zh) * 2020-03-12 2023-07-18 Oppo广东移动通信有限公司 图像处理方法、装置、终端及存储介质

Also Published As

Publication number Publication date
CN107392859B (zh) 2020-08-04

Similar Documents

Publication Publication Date Title
US10559067B2 (en) Removal of shadows from document images while preserving fidelity of image contents
CN107172354B (zh) 视频处理方法、装置、电子设备及存储介质
Lim et al. Contrast enhancement of noisy low-light images based on structure-texture-noise decomposition
CN113012185A (zh) 图像处理方法、装置、计算机设备和存储介质
CN110009556A (zh) 图像背景虚化方法、装置、存储介质及电子设备
CN105243371A (zh) 一种人脸美颜程度的检测方法、***及拍摄终端
CN109859217B (zh) 人脸图像中毛孔区域的分割方法及计算设备
CN107392858A (zh) 图像高光区域处理方法、装置和终端设备
CN107392841A (zh) 人脸区域中黑眼圈消除方法、装置及终端
CN107256543B (zh) 图像处理方法、装置、电子设备及存储介质
CN107358573A (zh) 图像美颜处理方法和装置
Gupta et al. New contrast enhancement approach for dark images with non-uniform illumination
Yang Recursive approximation of the bilateral filter
GB2541864A (en) Automatic detection of cutaneous lesions
Li et al. A Simple Framework for Face Photo‐Sketch Synthesis
CN107392859A (zh) 高光区域的消除方法、装置及终端
Chen et al. A solution to the deficiencies of image enhancement
CN113947613B (zh) 目标区域检测方法、装置、设备及存储介质
CN107316281B (zh) 图像处理方法、装置和终端设备
CN112381737B (zh) 图像处理方法、装置、电子设备及存储介质
Simon et al. DeepLumina: A method based on deep features and luminance information for color texture classification
US11410278B2 (en) Automatic artifact removal in a digital image
Singh et al. Multiscale reflection component based weakly illuminated nighttime image enhancement
CN107358580A (zh) 高光区域的消除方法、装置及终端
CN110942488A (zh) 图像处理装置、图像处理***、图像处理方法及记录介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant after: OPPO Guangdong Mobile Communications Co., Ltd.

Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant before: Guangdong OPPO Mobile Communications Co., Ltd.

GR01 Patent grant
GR01 Patent grant