CN112149468A - 肤色影像的色域权重侦测方法及其装置 - Google Patents

肤色影像的色域权重侦测方法及其装置 Download PDF

Info

Publication number
CN112149468A
CN112149468A CN201910573432.4A CN201910573432A CN112149468A CN 112149468 A CN112149468 A CN 112149468A CN 201910573432 A CN201910573432 A CN 201910573432A CN 112149468 A CN112149468 A CN 112149468A
Authority
CN
China
Prior art keywords
color
weight
obtaining
skin
skin color
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
CN201910573432.4A
Other languages
English (en)
Inventor
虞登翔
远藤宏昭
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.)
Realtek Semiconductor Corp
Original Assignee
Realtek Semiconductor 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 Realtek Semiconductor Corp filed Critical Realtek Semiconductor Corp
Priority to CN201910573432.4A priority Critical patent/CN112149468A/zh
Publication of CN112149468A publication Critical patent/CN112149468A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Image Processing (AREA)
  • Color Image Communication Systems (AREA)

Abstract

一种肤色影像的色域权重侦测方法及其装置,包括:接收具有人物图像的影像,影像包括多个像素,各个像素包括第一色彩分量及第二色彩分量;获得肤色区域、肤色类别及第一色域;依据肤色区域内的第一色彩分量,获得第一色彩分量值及第一基数;依据肤色区域内的第二色彩分量,获得第二色彩分量值及多第二基数;依据肤色类别、第一基数、第一色彩分量值、第二基数及第二色彩分量值,获得第二色域及权重中心;依据第一色域及第二色域,获得第一权重区及第二权重区;及依据权重中心、第一权重区及第二权重区,获得肤色色域权重图。

Description

肤色影像的色域权重侦测方法及其装置
技术领域
本案是关于图像处理领域,特别是一种肤色影像的色域权重侦测方法及其装置。
背景技术
现今使用者对于修图功能的需求已十分普及,使用者会针对影像的形状、色度及亮度做调整以符合各自的喜好,其中特别是在调整人物肤色的功能上,最为大众所关注。
但是,现有技术在修图时是对影像中所有的像素执行色彩校正,因此在调整背景或人物衣着色彩时,与被调整的色彩相同的人物肤色也无可避免的一起被调整。此现有技术使得人物肤色即便已调整为符合使用者预期,但是背景却常常不符合预期,例如亮度过暗、亮度过亮、或色度失真。反之当背景正常时,人物肤色却没有调整至使用者预期的色度或亮度。而这两种不理想情况的发生原因,正是现今使用者期望修改的肤色并非原始肤色所造成的,例如偏白色、偏古铜色等。但同时,使用者又期待背景仍然是维持正常。所以,当整张影像(包括人物及背景)中没有局部色偏、或过曝时,仅靠现有技术修改整张影像是无法达成使用者需求的效果。因此,现有技术在调整影像中的人物肤色仍有不足之处。
发明内容
有鉴于此,本案提出一种肤色影像的色域权重侦测方法及其装置。
依据一些实施例,肤色影像的色域权重侦测方法包括:接收影像,影像具有人物图像,影像包括多个像素,各个像素包括第一色彩分量及第二色彩分量;依据肤色判断程序获得人物图像的肤色区域、对应肤色区域的肤色类别、以及对应肤色类别的第一色域;依据肤色区域内的第一色彩分量,获得多个第一色彩分量值及多个第一基数;依据肤色区域内的第二色彩分量,获得多个第二色彩分量值及多个第二基数;依据肤色类别、第一基数、第一色彩分量值、第二基数、及第二色彩分量值,获得第二色域及权重中心;依据第一色域及第二色域,获得第一权重区及第二权重区;以及,依据权重中心、第一权重区及第二权重区,获得对应肤色区域的肤色色域权重图。
依据一些实施例,肤色影像的色域权重侦测装置包括:影像接收电路、肤色判断电路、肤色分析电路、色域获得电路、及肤色色域权重图获得电路。影像接收电路用以接收影像,影像具有人物图像。影像包括多个像素,各个像素包括第一色彩分量及第二色彩分量。肤色判断电路用于依据肤色判断程序获得人物图像的肤色区域、对应肤色区域的肤色类别、以及对应肤色类别的第一色域。肤色分析电路用于依据肤色区域内的第一色彩分量,获得多个第一色彩分量值及多个第一基数。并且肤色分析电路用于依据肤色区域内的第二色彩分量获得多个第二色彩分量值及多个第二基数。色域获得电路用于依据肤色类别、第一基数、第一色彩分量值、第二基数、及第二色彩分量值,获得第二色域及权重中心。以及,肤色色域权重图获得电路用于依据第一色域及第二色域,获得第一权重区及第二权重区。并且肤色色域权重图获得电路用于依据权重中心、第一权重区、及第二权重区,获得对应肤色区域的肤色色域权重图。
综上所述,本案一些实施例提出的肤色影像的色域权重侦测方法及其装置,能够依据具有人物图像的影像以获得人物图像的肤色区域的肤色色域权重图。
附图说明
图1绘示本案一些实施例的肤色影像的色域权重侦测装置的示意图。
图2绘示本案一些实施例的人物图像的示意图。
图3绘示本案一些实施例的色域区域的示意图。
图4绘示本案一些实施例的肤色影像的色域权重侦测方法的流程图。
图5绘示本案一些实施例的肤色判断程序的流程图。
图6绘示本案一些实施例的第一直方图的示意图。
图7绘示本案一些实施例的第二直方图的示意图。
图8绘示本案一些实施例的色域获得程序(一)的流程图。
图9绘示本案一些实施例的色域获得程序(二)的流程图。
图10绘示本案一些实施例的权重区的示意图。
图11绘示本案一些实施例的权重区的局部放大示意图。
图12绘示本案一些实施例的第一权重区的示意图。
图13绘示本案一些实施例的第二权重区的示意图。
图14绘示本案一些实施例的肤色色域权重图获得程序的流程图。
图15绘示本案一些实施例的第一权重距离对第一权重函数的关系图。
图16绘示本案一些实施例的第二权重距离对第二权重函数的关系图。
符号说明:
10 肤色影像的色域权重侦测装置
100 影像接收电路
200 肤色判断电路
300 肤色分析电路
400 色域获得电路
500 肤色色域权重图获得电路
600 储存装置
700 影像
720 人物图像
740 肤色区域
800 UV色彩平面
810 第一色域
820 第二色域
830 权重中心
840 第一权重区
850 第二权重区
860 权重边界点
870 第一权重色块
880 第二权重色块
890 权重方向
U 第一色彩分量
V 第二色彩分量
M1 第一最大值
M2 第二最大值
T1 第一阀值
T2 第二阀值
N1 第一基数
N2 第二基数
d1 第一权重距离
d2 第二权重距离
w1(d1) 第一权重函数
w2(d2) 第二权重函数
T1 第一权重百分比
T2 第二权重百分比
W 权重系数
S110至S176 步骤
具体实施方式
图1绘示本案一些实施例的肤色影像的色域权重侦测装置10的示意图。参照图1,在一些实施例,肤色影像的色域权重侦测装置10包括:影像接收电路100、肤色判断电路200、肤色分析电路300、色域获得电路400、及肤色色域权重图获得电路500。其中影像接收电路100、肤色判断电路200、肤色分析电路300、色域获得电路400、及肤色色域权重图获得电路500之间两两相互耦接。影像接收电路100、肤色判断电路200、肤色分析电路300、色域获得电路400、及肤色色域权重图获得电路500例如但不限于以各自单独的芯片实现、或是整合在单一芯片中,本案不以此为限。
在一些实施例,肤色影像的色域权重侦测装置10更包括储存装置600。储存装置600分别耦接于影像接收电路100、肤色判断电路200、肤色分析电路300、色域获得电路400、及肤色色域权重图获得电路500。影像接收电路100、肤色判断电路200、肤色分析电路300、色域获得电路400、及肤色色域权重图获得电路500之间输入或输出的各个资料,不限于透过储存装置600进行存取,或是直接透过各个电路内建的储存功能以达成存取的功能。储存装置600例如但不限于挥发性记忆体、唯读记忆体、快闪记忆体、或磁碟。
图2绘示本案一些实施例的人物图像720的示意图。参照图1及图2,在一些实施例中,影像接收电路100用于从外部接收影像700。影像700具有一个人物图像720,并且人物图像720具有一个肤色区域740。具体而言,影像700包括多个像素,各个像素包括第一色彩分量U及第二色彩分量V。依据一些实施例,各个像素依据第一轴向及第二轴向呈二维阵列排列。第一色彩分量U代表YUV(亮度Luminance、色度Chrominance、彩度Chroma)色彩模型之中的「U色彩分量」,第二色彩分量V代表YUV色彩模型之中的「V色彩分量」。也就是藉由第一色彩分量U及第二色彩分量V以代表像素中的色度及彩度,以下以「色彩分量」做为「第一色彩分量U及第二色彩分量V」的总称。需特别说明的是,本说明书为便于描述,以影像700仅具有一个人物图像720,并且人物图像720仅具有一个肤色区域740为例进行说明,实务上,影像700可具有一个或多个人物图像720,并且人物图像720也可具有一个或多个肤色区域740。
在一些实施例,第一色彩分量U及第二色彩分量V分别为YUV色彩模型之中的色彩分量,例如「Y色彩分量」、「U色彩分量」、「V色彩分量」、或其组合。在一些实施例,第一色彩分量U及第二色彩分量V分别为HSV(色相Hue、饱和度Saturation、亮度Lightness)色彩模型之中的色彩分量,例如「H色彩分量」、「S色彩分量」、或「L色彩分量」、或其组合。需特别说明的是,本案不限于应用于YUV色彩模型、HSV色彩模型、或其他色彩模型中的色彩分量。
图3绘示本案一些实施例的色域区域的示意图。参照图1至图3,在一些实施例,肤色影像的色域权重侦测装置10用于接收影像700,并且输出对应肤色区域740的肤色色域权重图。肤色色域权重图包括与人物图像720的肤色相关的各个色彩分量,以及对应这些色彩分量的权重值。需特别说明的是,权重值用于代表色彩分量于肤色区域740的重要性(例如,肤色区域740中的占有比例)。首先藉由影像接收电路100接收影像700。而后肤色影像的色域权重侦测装置10再依照两种方式获得影像700的人物图像720的肤色区域740的色域,例如UV色彩平面(UV color plane)800之中的第一色域810及第二色域820。
在一些实施例中,第一色域810及第二色域820分布于UV色彩平面800之中。具体而言,在YUV色彩模型之中,第一色域810及第二色域820为UV色彩平面800中的部分色彩分量的集合。依据一些实施例,第一色域810包括第二色域820,表示第一色域810代表的色彩分量的集合涵盖且大于第二色域820代表的色彩分量的集合。需特别说明的是,图3的X轴为正规化的第一色彩分量U,Y轴为正规化的第二色彩分量V。例如U色彩分量及V色彩分量本来的数值范围是127至-128,经过正规化之后的U色彩分量及V色彩分量的数值范围为+1至-1,图3仅绘示+0.5至-0.5的部分。
其次,在一些实施例,第一色域810是由肤色判断电路200获得,第二色域820是由肤色分析电路300及色域获得电路400获得。其中肤色判断电路200依据人物图像720的肤色区域740获得第一色域810。具体而言,肤色判断电路200对肤色区域740中的色彩分量的分布以肤色类别进行分类,以获得肤色区域740对应的肤色类别,而各个肤色类别(例如黄种人肤色、黑种人肤色、白种人肤色、中东人种等各人种对应的肤色,本案不以此为限)都具有对应的色域,其中第一色域810即为其肤色类别对应的色域。
肤色分析电路300及色域获得电路400依据人物图像720的肤色区域740获得第二色域820。具体而言,肤色分析电路300统计肤色区域740中的色彩分量的分布,以获得各个色彩分量值对应的数量。而色域获得电路400依据各个色彩分量值对应的数量,并藉由选取数量满足特定阀值的色彩分量值以获得第二色域820及权重中心830。依据一些实施例,色域获得电路400藉由最大数量的色彩分量值获得权重中心830。
最后,肤色色域权重图获得电路500用于接收第一色域810、第二色域820、及权重中心830。并且肤色色域权重图获得电路500依据第一色域810、第二色域820、及权重中心830获得肤色区域740对应的肤色色域权重图。
图4绘示本案一些实施例的肤色影像的色域权重侦测方法的流程图。参照图4,在一些实施例,肤色影像的色域权重侦测方法包括以下步骤:接收具有人物图像720的影像700,此影像700包括多个像素,各个像素包括第一色彩分量U及第二色彩分量V(步骤S110);依据肤色判断程序获得人物图像720的肤色区域740、对应此肤色区域740的肤色类别、以及对应此肤色类别的第一色域810(步骤S120);依据肤色区域740内的第一色彩分量U,获得多个第一色彩分量值及多个第一基数N1(步骤S130);依据肤色区域740内的第二色彩分量V,获得多个第二色彩分量值及多个第二基数N2(步骤S140);依据肤色类别、此些第一基数N1、此些第一色彩分量值、此些第二基数N2、及此些第二色彩分量值,获得第二色域820及权重中心830(步骤S150);依据第一色域810及第二色域820,获得第一权重区840及第二权重区850(步骤S160);以及,依据权重中心830、第一权重区840、及第二权重区850,获得对应肤色区域740的肤色色域权重图(步骤S170)。
同时参阅图1及图4。步骤S110,在一些实施例中,藉由影像接收电路100接收影像700,并且影像接收电路100输出影像700以供肤色判断电路200、肤色分析电路300、色域获得电路400、及肤色色域权重图获得电路500接收使用。
续参照图1及图4。步骤S120,在一些实施例中,肤色判断电路200依据肤色判断程序首先藉由影像700获得人物图像720的肤色区域740,再由肤色区域740获得对应肤色区域740的肤色类别,而后依据肤色类别获得对应肤色类别的第一色域810。在一些实施例中,影像700具有一个人物图像720,人物图像720具有一个肤色区域740。肤色区域740代表人物图像720裸露皮肤的部位,例如脸部、颈部、手臂、或其他裸露皮肤的部位。肤色区域740的形状不限于人物图像720的不规则轮廓、四方形、椭圆形或其他形状,也就是肤色区域740可以包括裸露皮肤的部分及其周围附近的区域。例如图2所示的肤色区域740为四方形,裸露皮肤的部位为人脸及颈部,而裸露皮肤周围附近的头发、背景同样被归于肤色区域740中。
图5绘示本案一些实施例的肤色判断程序的流程图。参照图5,在一些实施例,肤色判断程序包括以下步骤;判断影像700存在人物图像720(步骤S121);依据影像700,获得人物图像720的肤色区域及肤色区域的多个肤色区域坐标(步骤S122);依据肤色区域内的像素,获得肤色类别及对应肤色类别的信心系数(步骤S123);及依据肤色类别获得第一色域810(步骤S124)。
参照图2及图5,步骤S121,在一些实施例,肤色判断电路200藉由判断影像700存在人物图像720,以进行皆下来的步骤S122至步骤124。反之,当肤色判断电路200判断影像700不存在人物图像720时,肤色判断电路200则停止肤色判断程序。
参照图2及图5,步骤S122,在一些实施例,肤色判断电路200依据影像700获得人物图像720的肤色区域740及肤色区域740的多个肤色区域坐标。实务上,依据一些实施例,肤色判断电路200能藉由判断人脸五官特征及轮廓以定位人脸的肤色区域740及肤色区域坐标。
步骤S123,在一些实施例,肤色判断电路200依据肤色区域740获得肤色类别及对应肤色类别的信心系数。具体而言,信心系数用于代表肤色判断电路200判断肤色区域740的肤色类别的可靠程度。信心系数可为0%至100%,其中信心系数越接近100%,代表肤色判断电路200判断的肤色类别越有可能正确。反之,当信心系数越接近0%,代表肤色判断电路200判断的肤色类别越有可能错误。步骤S124,在一些实施例,肤色判断电路200依据肤色类别获得第一色域810。
图6绘示本案一些实施例的第一直方图的示意图,图7绘示本案一些实施例的第二直方图的示意图。同时参照图4、图6及图7。步骤S130及步骤S140,在一些实施例中,肤色分析电路300用于依据肤色区域740内的第一色彩分量U获得多个第一色彩分量值及多个第一基数N1(如图6所示)。肤色分析电路300也用于依据肤色区域740内的第二色彩分量V获得多个第二色彩分量值及多个第二基数N2(如图7所示)。具体而言,第一基数N1为第一色彩分量值对应的个数,第二基数N2为第二色彩分量值对应的个数。由于肤色区域740包括多个第一色彩分量U及多个第二色彩分量V。因此肤色分析电路300藉由统计肤色区域740内的第一色彩分量U获得多个第一色彩分量值及多个第一基数N1。第一色彩分量值及第一基数N1以直方图表示即为第一直方图(如图6所示)。肤色分析电路300藉由统计肤色区域740内的第二色彩分量V获得多个第二色彩分量值及多个第二基数N2。第二色彩分量值及第二基数N2以直方图表示即为第二直方图(如图7所示)。其中,图6的X轴为第一色彩分量U,Y轴为各个第一色彩分量值对应的个数,也就是第一基数N1。图7的X轴为第二色彩分量V,Y轴为各个第二色彩分量值对应的个数,也就是第二基数N2。
续参照图4、图6及图7。步骤S150,在一些实施例中,色域获得电路400用于依据肤色类别、第一基数N1、第一色彩分量值、第二基数N2、及第二色彩分量值,获得第二色域820及权重中心830。具体而言,在一些实施例,由于部分第一色彩分量值及部分第二色彩分量值不属于肤色类别的对应人种,因此,色域获得电路400需要先去除这些第一色彩分量值及第二色彩分量值。例如亚洲人的肤色范围不可能包括第一色彩分量U为0(U=0)且第二色彩分量V为0(V=0)的像素(即,灰阶像素),因此色域获得电路400去除第一色彩分量U为0及第二色彩分量V为0的值及对应的第一基数N1及第二基数N2。或者,在一些实施例,色域获得电路400也能依据第一色域810中的色彩分量为基准,去除第一色彩分量值及第二色彩分量值之中不属于第一色域810的部分。接着,色域获得电路400才从剩下的第一基数N1、第一色彩分量值、第二基数N2、及第二色彩分量值,获得第二色域820及权重中心830。
图8绘示本案一些实施例的色域获得程序(一)的流程图。同时参照图6至图8,在一些实施例,色域获得程序用于获得第二色域820及权重中心830,其中色域获得程序包括以下步骤:依据第一基数N1中的第一最大值M1对应的第一色彩分量U及第二基数N2中的第二最大值M2对应的第二色彩分量V,获得权重中心830(步骤S151A);依据第一基数N1中的第一最大值M1、及第一系数,获得第一阀值T1(步骤S152A);依据第二基数N2中的第二最大值M2、及第二系数,获得第二阀值T2(步骤S153A);设定大于等于第一阀值T1的第一基数N1为多个第一被选基数(步骤S154A);设定大于等于第二阀值T2的第二基数N2为多个第二被选基数(步骤S155A);以及,依据第一被选基数、第一色彩分量值、第二被选基数、及第二色彩分量值,获得第二色域820(步骤S156A)。
参照图3、图6至图8,步骤S151A,在一些实施例,色域获得电路400依据第一基数N1中的第一最大值M1对应的第一色彩分量值及第二基数N2中的第二最大值M2对应的第二色彩分量值,获得权重中心830。具体而言,第一最大值为第一基数N1中的最大值,第二最大值M2为第二基数N2中的最大值。也就是,色域获得电路400以第一色彩分量值的众数(Mode)及第二色彩分量值的众数为权重中心830。
参照图3、图6至图8,步骤S152A及步骤S153A,在一些实施例,色域获得电路400依据第一基数N1中的第一最大值M1、及第一系数,获得第一阀值T1。色域获得电路400依据第二基数N2中的第一最大值M1、及第二系数,获得第二阀值T2。具体而言,色域获得电路400以第一最大值M1及第一系数的乘积做为第一阀值T1,并且以第二最大值M2及第二系数的乘积做为第二阀值T2。例如第一系数为60%时,代表第一阀值T1为第一最大值M1的60%。第二系数为60%时,代表第二阀值T2为第二最大值M2的60%。
参照图3、图6至图8,步骤S154A及步骤S155A,在一些实施例,色域获得电路400选取大于等于第一阀值T1的第一基数N1为多个第一被选基数。色域获得电路400选取大于等于第二阀值T2的第二基数N2为多个第二被选基数。具体而言,第一色彩分量值对应的第一基数N1需大于等于第一阀值T1才能被选取为第一被选基数。第二色彩分量值对应的第二基数N2需大于等于第二阀值T2才能被选取为第二被选基数。
参照图3、图6至图8,步骤S156A,在一些实施例,色域获得电路400依据第一被选基数、第一色彩分量值、第二被选基数、及第二色彩分量值,获得第二色域820。具体而言,色域获得电路400将第一被选基数、对应第一被选基数的第一色彩分量值、第二被选基数、及对应第二被选基数的第二色彩分量值表示于UV色彩平面800时,即为第二色域820,其中对应第一被选基数的第一色彩分量值及对应第二被选基数的第二色彩分量值会先经过前述的正规化方法处理。
图9绘示本案一些实施例的色域获得程序(二)的流程图。同时参照图6、图7及图9,在一些实施例,色域获得程序用于获得第二色域820及权重中心830,其中色域获得程序包括以下步骤:依据肤色类别、第一基数N1、第一色彩分量值、第二基数N2、及第二色彩分量值,获得多个第一校正基数、多个第一校正色彩分量值、多个第二校正基数、及多个第二校正色彩分量值(步骤S151B);依据第一校正基数中的第一最大值M1对应的第一校正色彩分量值、第二校正基数中的第二最大值M2对应的第二校正色彩分量值,获得权重中心830(步骤S152B);依据第一校正基数中的第一最大值M1、及第一系数,获得第一阀值T1(步骤S153B);依据第二校正基数中的第二最大值M2、及第二系数,获得第二阀值T2(步骤S154B);设定大于等于第一阀值T1的第一校正基数为多个第一被选基数(步骤S155B);设定大于等于第二阀值T2的第二校正基数为多个第二被选基数(步骤S156B);以及,依据第一被选基数、第一校正色彩分量值、第二被选基数、及第二校正色彩分量值,获得第二色域820(步骤S157B)。
步骤S151B,在一些实施例,色域获得电路400依据肤色类别、第一基数N1、第一色彩分量值、第二基数N2、及第二色彩分量值,获得多个第一校正基数、多个第一校正色彩分量值、多个第二校正基数、及多个第二校正色彩分量值。色域获得电路400藉由肤色类别即可判断哪些第一色彩分量值及第二色彩分量值不属于肤色类别的对应人种。因此色域获得电路400从第一色彩分量值及第二色彩分量值之中去除不属于肤色类别的第一色彩分量值及第二色彩分量值,获得第一校正色彩分量值及第二校正色彩分量值。对应第一校正色彩分量值的第一基数N1即为第一校正基数,对应第二校正色彩分量值的第二基数N2即为第二校正基数。因此色域获得电路400能再获得第一校正基数及第二校正基数。色域获得程序(二)与色域获得程序(一)的主要差异在于,第一基数N1、第一色彩分量值、第二基数N2、及第二色彩分量值有先藉由色域获得电路400以肤色类别进行去删减,而获得第一校正基数、第一校正色彩分量值、第二校正基数、及第二校正色彩分量值。
步骤S152B,在一些实施例,色域获得电路400依据第一校正基数中的第一最大值M1对应的第一校正色彩分量值、第二校正基数中的第二最大值M2对应的第二校正色彩分量值,获得权重中心830。具体而言,第一最大值M1为第一校正基数中的最大值,第二最大值M2为第二校正基数中的最大值。也就是,色域获得电路400以第一校正色彩分量值的众数(Mode)及第二校正色彩分量值的众数为权重中心830。
步骤S153B及步骤S154B,在一些实施例,色域获得电路400依据第一校正基数中的第一最大值M1、及第一系数,获得第一阀值T1。色域获得电路400依据第二校正基数中的第二最大值M2、及第二系数,获得第二阀值T2。具体而言,色域获得电路400以第一最大值M1及第一系数的乘积做为第一阀值T1,并且以第二最大值M2及第二系数的乘积做为第二阀值T2。例如第一系数为60%时,代表第一阀值T1为第一最大值M1的60%。第二系数为60%时,代表第二阀值T2为第二最大值M2的60%。
步骤S155B及步骤S156B,在一些实施例,色域获得电路400选取大于等于第一阀值T1的第一校正基数为多个第一被选基数。色域获得电路400大于等于第二阀值T2的第二校正基数为多个第二被选基数。具体而言,第一校正色彩分量值对应的第一校正基数需大于等于第一阀值T1才能被选取为第一被选基数。第二校正色彩分量值对应的第二校正基数需大于等于第二阀值T2才能被选取为第二被选基数。
步骤S157B,在一些实施例,色域获得电路400依据第一被选基数、第一校正色彩分量值、第二被选基数、及第二校正色彩分量值,获得第二色域820。具体而言,色域获得电路400将第一被选基数、对应第一被选基数的第一校正色彩分量值、第二被选基数、及对应第二被选基数的第二校正色彩分量值表示于UV色彩平面800时,即为第二色域820,其中对应第一被选基数的第一校正色彩分量值及对应第二被选基数的第二校正色彩分量值会先经过前述的正规化方法处理。
图10绘示本案一些实施例的权重区的示意图,图11绘示本案一些实施例的权重区的局部放大示意图,图12绘示本案一些实施例的第一权重区的示意图,图13绘示本案一些实施例的第二权重区的示意图。参照图3、图4、图10至图13,步骤S160,在一些实施例,肤色色域权重图获得电路500依据第一色域810及第二色域820,获得第一权重区840及第二权重区850。具体而言,依据一些实施例,第一权重区840为第一色域810及第二色域820的差集。第二权重区850为第一色域810及第二色域820的交集。因此当第一色域810涵盖第二色域820的情形,图12的第一权重区840等于图3的第一色域810减去第二色域820之后剩下的区域,并且图13的第二权重区850等于图3的第二色域820的区域。
续参照图3、图4、图10至图13,步骤S170,在一些实施例,肤色色域权重图获得电路500用于依据权重中心830、第一权重区840、及第二权重区850,获得对应肤色区域740的肤色色域权重图。具体而言,依据一些实施例,肤色色域权重图包括与肤色相关的各个色彩分量以及各个色彩分量代表的权重值。肤色色域权重图获得电路500从第一权重区840获得多个第一权重色块870,并且从第二权重区850获得多个第二权重色块880。第一权重色块870及第二权重色块880即为肤色色域权重图的之中与肤色相关的各个色彩分量。肤色色域权重图获得电路500再藉由权重中心830与各个第一权重色块870及各个第二权重色块880之间的距离,获得第一权重色块870及第二权重色块880的权重值。因此,肤色色域权重图获得电路500即可获得对应肤色区域740的肤色色域权重图。
图14绘示本案一些实施例的肤色色域权重图获得程序的流程图,图15绘示本案一些实施例的第一权重距离d1对第一权重函数w1(d1)的关系图。图16绘示本案一些实施例的第二权重距离d2对第二权重函数w2(d2)的关系图。参照图11、图14至图16,在一些实施例,肤色色域权重图获得程序用于获得肤色色域权重图,其中肤色色域权重图获得程序包括以下步骤:依据第一权重区840,获得多个第一权重色块870(步骤S171);依据第二权重区850,获得多个第二权重色块880(步骤S172);依据权重中心830、第一权重色块870及第二权重色块880,获得权重中心坐标及多个权重色块坐标(步骤S173);依据权重中心坐标及权重色块坐标、第一权重区840、及第二权重区850,获得多个第一权重距离d1及多个第二权重距离d2(步骤S174);依据第一权重距离d1及第二权重距离d2,获得第一权重函数w1(d1)及第二权重函数w2(d2)(步骤S175);以及,依据第一权重色块870、第二权重色块880、第一权重函数w1(d1)、及第二权重函数w2(d2),获得肤色色域权重图(步骤S176)。
参照图11及图14,步骤S171及步骤S172,在一些实施例,肤色色域权重图获得电路500依据第一权重区840,获得多个第一权重色块870。肤色色域权重图获得电路500依据第二权重区850,获得多个第二权重色块880。具体而言,肤色色域权重图获得电路500将第一权重区840及第二权重区850切分为单位色块,其中第一权重区840内的单位色块为第一权重色块870,第二权重区850内的单位色块为第一权重色块870。依据一些实施例,UV色彩平面800以1/128做为单位色块的单位长度及单位宽度,因此UV色彩平面800具有128*128个单位色块。
参照图11及图14,步骤S173,在一些实施例,肤色色域权重图获得电路500依据权重中心830、第一权重色块870及第二权重色块880,获得权重中心坐标及多个权重色块坐标。具体而言,权重中心坐标为权重中心830的中心点在UV色彩平面800上的坐标。因此肤色色域权重图获得电路500藉由正规化第一最大值M1对应的第一色彩分量值及第二最大值M2对应的第二色彩分量值,即能获得权重中心坐标。而权重色块坐标为第一权重色块870及第二权重色块880各自的中心点在UV色彩平面800上的坐标。因此肤色色域权重图获得电路500从第一权重区840及第二权重区850切分出第一权重色块870及第二权重色块880时,即能获得权重色块坐标。
参照图11及图14,步骤S174,在一些实施例,肤色色域权重图获得电路500依据权重中心坐标及权重色块坐标、第一权重区840、及第二权重区850,获得多个第一权重距离d1及多个第二权重距离d2。具体而言,依据一些实施例,若第一权重区840及第二权重区850位于第一权重区840、及第二权重区850。由于第一权重区840包在第二权重区850的***,因此第一权重色块870与权重中心830之间的连线会交于第一权重区840及第二权重区850的分界上的一点,以下称为权重临界点860。假设第一权重色块870的权重色块坐标为(U1,V1)、第二权重色块880的权重色块坐标为(U2,V2),权重中心坐标为(UC,VC),权重边界点860的坐标为(UB,VB)。则第一权重距离d1等于权重色块坐标(U1,V1)至权重边界点860的坐标(UB,VB)的距离,第二权重距离d2等于权重色块坐标(U2,V2)至与权重中心830的权重中心坐标(UC,VC)的距离,公式如下所列。
Figure BDA0002111450160000151
Figure BDA0002111450160000152
参照图11、图15及图16,步骤S175,在一些实施例,肤色色域权重图获得电路500依据第一权重距离d1及第二权重距离d2,获得第一权重函数w1(d1)及第二权重函数w2(d2)。具体而言,在一些实施例中,图15及图16的Y轴为权重系数w,图15的X轴为第一权重距离d1,图16的X轴为第二权重距离d2。假设第一权重色块870的权重方向890为权重边界点860往第一权重色块870,第二权重色块880的权重方向890为权重中心830往第二权重色块880。第一权重函数w1(d1)及第二权重函数w2(d2)皆为线性函数。其中第一权重函数w1(d1)及第二权重函数w2(d2)如下所列:
Figure BDA0002111450160000153
Figure BDA0002111450160000154
其中,T1为第一权重百分比,T2为第二权重百分比,并且第一权重百分比T1及第二权重百分比T2为定值。D1为所求的第一权重色块870对应的权重方向890上,各个第一权重色块870对应的第一权重距离d1之中的最大值。D2为所求的第二权重色块880对应的权重方向890上,各个第二权重色块880对应的第二权重距离d2之中的最大值。
参照图15,在一些实施例,第二权重百分比T2为30%。位于第一权重距离d1=0的第一权重色块870(即权重边界点860),其第一权重函数w1(d1)=30%。位于第一权重距离d1=D1的第一权重色块870(即第一权重区840的外缘上的第一权重色块870),其第一权重函数w1(d1)=0。因此第一权重函数w1(d1)如下所列。
Figure BDA0002111450160000161
参照图16,在一些实施例,第一权重百分比T1为100%,第二权重百分比T2为30%。位于第二权重距离d2=0的第二权重色块880(即权重中心830),其第二权重函数w2(d2)=100%。位于第二权重距离d2=D2的第二权重色块880(即权重边界点860),其第二权重函数w2(d2)=30%。因此第二权重函数w2(d2)如下所列。
Figure BDA0002111450160000162
需特别说明的是,上述的第一权重百分比T1及第二权重百分比T2仅做为示例,本案不以此为限。
续参照图11、图15及图16,步骤S176,在一些实施例,肤色色域权重图获得电路500依据第一权重色块870、第二权重色块880、第一权重函数w1(d1)及第二权重函数w2(d2),获得肤色色域权重图。具体而言,由于肤色色域权重图包括与人物图像720的肤色相关的各个色彩分量,以及对应这些色彩分量的权重值。因此肤色色域权重图获得电路500获得的第一权重色块870及第二权重色块880,也就是人物图像720的肤色相关的各个色彩分量。肤色色域权重图获得电路500能藉由第一权重函数w1(d1)及第二权重函数w2(d2)获得第一权重色块870及第二权重色块880对应的权重系数w。因此,肤色色域权重图获得电路500获得肤色色域权重图。
综上所述,本案一些实施例提出的肤色影像的色域权重侦测方法及其装置,能够依据具有人物图像的影像以获得人物图像的肤色区域的肤色色域权重图。肤色色域权重图也就是人物图像的肤色色域及肤色色域中的各个色块对应的权重值。在一些实施例,使用者能进一步藉由肤色色域权重图单独调整影像的人物图像的肤色,而不影响影像的其他部分,以达成使用者的需求。

Claims (10)

1.一种肤色影像的色域权重侦测方法,包括:
接收一影像,该影像具有一人物图像,该影像包括多个像素,各该像素包括:
一第一色彩分量;及
一第二色彩分量;
依据一肤色判断程序获得该人物图像的一肤色区域、对应该肤色区域的一肤色类别、以及对应该肤色类别的一第一色域;
依据该肤色区域内的该些第一色彩分量,获得多个第一色彩分量值及多个第一基数;
依据该肤色区域内的该些第二色彩分量,获得多个第二色彩分量值及多个第二基数;
依据该肤色类别、该些第一基数、该些第一色彩分量值、该些第二基数、及该些第二色彩分量值,获得一第二色域及一权重中心;
依据该第一色域及该第二色域,获得一第一权重区及一第二权重区;及
依据该权重中心、该第一权重区、及该第二权重区,获得对应该肤色区域的一肤色色域权重图。
2.根据权利要求1所述的肤色影像的色域权重侦测方法,更包括一色域获得程序以获得该第二色域及该权重中心,该色域获得程序包括:
依据该些第一基数中的一第一最大值对应的该第一色彩分量值、该些第二基数中的一第二最大值对应的该第二色彩分量值,获得该权重中心;
依据该些第一基数中的该第一最大值、及一第一系数,获得一第一阀值;
依据该些第二基数中的该第二最大值、及一第二系数,获得一第二阀值;
设定大于等于该第一阀值的该些第一基数为多个第一被选基数;
设定大于等于该第二阀值的该些第二基数为多个第二被选基数;及
依据该些第一被选基数、该些第一色彩分量值、该些第二被选基数、及该些第二色彩分量值,获得该第二色域。
3.根据权利要求1所述的肤色影像的色域权重侦测方法,更包括一色域获得程序以获得该第二色域及该权重中心,该色域获得程序包括:
依据该肤色类别、该些第一基数、该些第一色彩分量值、该些第二基数、及该些第二色彩分量值,获得多个第一校正基数、多个第一校正色彩分量值、多个第二校正基数、及多个第二校正色彩分量值;
依据该些第一校正基数中的一第一最大值对应的该第一校正色彩分量值及该些第二校正基数中的一第二最大值对应的该第二校正色彩分量值,获得该权重中心;
依据该些第一校正基数中的该第一最大值、及一第一系数,获得一第一阀值;
依据该些第二校正基数中的该第二最大值、及一第二系数,获得一第二阀值;
设定大于等于该第一阀值的该些第一校正基数为多个第一被选基数;
设定大于等于该第二阀值的该些第二校正基数为多个第二被选基数;及
依据该些第一被选基数、该些第一校正色彩分量值、该些第二被选基数、及该些第二校正色彩分量值,获得该第二色域。
4.根据权利要求1所述的肤色影像的色域权重侦测方法,更包括一肤色色域权重图获得程序以获得该肤色色域权重图,该肤色色域权重图获得程序包括:
依据该第一权重区,获得多个第一权重色块;
依据该第二权重区,获得多个第二权重色块;
依据该权重中心、该些第一权重色块及该些第二权重色块,获得一权重中心坐标及多个权重色块坐标;
依据该权重中心坐标及该些权重色块坐标、该第一权重区、及该第二权重区,获得多个第一权重距离及多个第二权重距离;
依据该些第一权重距离及该些第二权重距离,获得多个第一权重函数及多个第二权重函数;及
依据该些第一权重色块、该些第二权重色块、该第一权重函数、及该第二权重函数,获得该肤色色域权重图。
5.根据权利要求1所述的肤色影像的色域权重侦测方法,其中该肤色判断程序包括:
判断该影像存在该人物图像;
依据该影像,获得该人物图像的该肤色区域及该肤色区域的多个肤色区域坐标;
依据该肤色区域内的该些像素,获得该肤色类别及对应该肤色类别的一信心系数;及
依据该肤色类别获得该第一色域。
6.一种肤色影像的色域权重侦测装置,包括:
一影像接收电路,用以接收一影像,该影像具有一人物图像,该影像包括多个像素,各该像素包括:
一第一色彩分量;及
一第二色彩分量;
一肤色判断电路,用于依据一肤色判断程序获得该人物图像的一肤色区域、对应该肤色区域的一肤色类别、以及对应该肤色类别的一第一色域;
一肤色分析电路,用于依据该肤色区域内的该些第一色彩分量,获得多个第一色彩分量值及多个第一基数,以及用于依据该肤色区域内的该些第二色彩分量,获得多个第二色彩分量值及多个第二基数;
一色域获得电路,用于依据该肤色类别、该些第一基数、该些第一色彩分量值、该些第二基数、及该些第二色彩分量值,获得一第二色域及一权重中心;及
一肤色色域权重图获得电路,用于依据该第一色域及该第二色域,获得一第一权重区及一第二权重区,并用于依据该权重中心、该第一权重区、及该第二权重区,获得对应该肤色区域的一肤色色域权重图。
7.根据权利要求6所述的肤色影像的色域权重侦测装置,其中该色域获得电路依据一色域获得程序以获得该第二色域及该权重中心,该色域获得程序包括:
依据该些第一基数中的最大值、及一第一系数,获得一第一阀值;
依据该些第二基数中的最大值、及一第二系数,获得一第二阀值;
设定大于等于该第一阀值的该些第一基数为多个第一被选基数;
设定大于等于该第二阀值的该些第二基数为多个第二被选基数;及
依据该些第一被选基数、该些第一色彩分量值、该些第二被选基数、及该些第二色彩分量值,获得该第二色域。
8.根据权利要求6所述的肤色影像的色域权重侦测装置,其中该色域获得电路依据一色域获得程序以获得该第二色域及该权重中心,该色域获得程序包括:
依据该肤色类别、该些第一基数、该些第一色彩分量值、该些第二基数、及该些第二色彩分量值,获得多个第一校正基数、多个第一校正色彩分量值、多个第二校正基数、及多个第二校正色彩分量值;
依据该些第一校正基数中的最大值、及一第一系数,获得一第一阀值;
依据该些第二校正基数中的最大值、及一第二系数,获得一第二阀值;
设定大于等于该第一阀值的该些第一校正基数为多个第一被选基数;
设定大于等于该第二阀值的该些第二校正基数为多个第二被选基数;及
依据该些第一被选基数、该些第一校正色彩分量值、该些第二被选基数、及该些第二校正色彩分量值,获得该第二色域。
9.根据权利要求6所述的肤色影像的色域权重侦测装置,其中该肤色色域权重图获得电路依据一肤色色域权重图获得程序以获得该肤色色域权重图,该肤色色域权重图获得程序包括:
依据该第一权重区,获得多个第一权重色块;
依据该第二权重区,获得多个第二权重色块;
依据该权重中心、该些第一权重色块及该些第二权重色块,获得一权重中心坐标及多个权重色块坐标;
依据该权重中心坐标及该些权重色块坐标、该第一权重区、及该第二权重区,获得多个第一权重距离及多个第二权重距离;
依据该些第一权重距离及该些第二权重距离,获得一第一权重函数及一第二权重函数;及
依据该些第一权重色块、该些第二权重色块、该第一权重函数、及该第二权重函数,获得该肤色色域权重图。
10.根据权利要求6所述的肤色影像的色域权重侦测装置,其中该肤色判断程序包括:
判断该影像存在该人物图像;
依据该影像,获得该人物图像的该肤色区域及该肤色区域的多个肤色区域坐标;
依据该肤色区域内的该些像素,获得该肤色类别及对应该肤色类别的一信心系数;及
依据该肤色类别获得该第一色域。
CN201910573432.4A 2019-06-28 2019-06-28 肤色影像的色域权重侦测方法及其装置 Pending CN112149468A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910573432.4A CN112149468A (zh) 2019-06-28 2019-06-28 肤色影像的色域权重侦测方法及其装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910573432.4A CN112149468A (zh) 2019-06-28 2019-06-28 肤色影像的色域权重侦测方法及其装置

Publications (1)

Publication Number Publication Date
CN112149468A true CN112149468A (zh) 2020-12-29

Family

ID=73869179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910573432.4A Pending CN112149468A (zh) 2019-06-28 2019-06-28 肤色影像的色域权重侦测方法及其装置

Country Status (1)

Country Link
CN (1) CN112149468A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009105632A (ja) * 2007-10-23 2009-05-14 Sharp Corp 肌色補正画像処理装置及び方法
TW201110684A (en) * 2009-09-01 2011-03-16 Quanta Comp Inc Method and device for adjusting weighting values in light metering
US20110181746A1 (en) * 2010-01-25 2011-07-28 Apple Inc. Image Preprocessing
US8406482B1 (en) * 2008-08-28 2013-03-26 Adobe Systems Incorporated System and method for automatic skin tone detection in images
CN104469138A (zh) * 2013-09-20 2015-03-25 卡西欧计算机株式会社 图像处理装置以及图像处理方法
CN105095836A (zh) * 2014-05-14 2015-11-25 中国科学院深圳先进技术研究院 一种基于Gabor特征的皮肤纹理检测方法及装置
CN105187810A (zh) * 2014-11-11 2015-12-23 怀效宁 一种基于人脸色彩特征的自动白平衡方法及电子媒体装置
CN106845455A (zh) * 2017-03-01 2017-06-13 中国科学院上海高等研究院 基于肤色检测的图像处理方法、***及服务器
CN106846421A (zh) * 2017-02-14 2017-06-13 深圳可思美科技有限公司 一种肤色检测方法及装置
CN106934377A (zh) * 2017-03-14 2017-07-07 深圳大图科创技术开发有限公司 一种改进的人脸检测***
CN109544441A (zh) * 2018-11-09 2019-03-29 广州虎牙信息科技有限公司 图像处理方法及装置、直播中的肤色处理方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009105632A (ja) * 2007-10-23 2009-05-14 Sharp Corp 肌色補正画像処理装置及び方法
US8406482B1 (en) * 2008-08-28 2013-03-26 Adobe Systems Incorporated System and method for automatic skin tone detection in images
TW201110684A (en) * 2009-09-01 2011-03-16 Quanta Comp Inc Method and device for adjusting weighting values in light metering
US20110181746A1 (en) * 2010-01-25 2011-07-28 Apple Inc. Image Preprocessing
CN104469138A (zh) * 2013-09-20 2015-03-25 卡西欧计算机株式会社 图像处理装置以及图像处理方法
CN105095836A (zh) * 2014-05-14 2015-11-25 中国科学院深圳先进技术研究院 一种基于Gabor特征的皮肤纹理检测方法及装置
CN105187810A (zh) * 2014-11-11 2015-12-23 怀效宁 一种基于人脸色彩特征的自动白平衡方法及电子媒体装置
CN106846421A (zh) * 2017-02-14 2017-06-13 深圳可思美科技有限公司 一种肤色检测方法及装置
CN106845455A (zh) * 2017-03-01 2017-06-13 中国科学院上海高等研究院 基于肤色检测的图像处理方法、***及服务器
CN106934377A (zh) * 2017-03-14 2017-07-07 深圳大图科创技术开发有限公司 一种改进的人脸检测***
CN109544441A (zh) * 2018-11-09 2019-03-29 广州虎牙信息科技有限公司 图像处理方法及装置、直播中的肤色处理方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
周立前;胡柳;李瑞;黄丽君;胡盛龙;文志强;: "基于权重策略的不良图像识别", 中南大学学报(自然科学版), no. 11, 26 November 2013 (2013-11-26) *
曹建秋;王华清;蓝章礼;: "基于改进YCrCb颜色空间的肤色分割", 重庆交通大学学报(自然科学版), no. 03, 15 June 2010 (2010-06-15) *
鲍小如;陈瑞;曹雪虹;焦良葆;: "基于视觉显著性与肤色分割的人脸检测", 计算机技术与发展, no. 04, 5 December 2017 (2017-12-05) *

Similar Documents

Publication Publication Date Title
US6728401B1 (en) Red-eye removal using color image processing
US7580169B2 (en) Image processing apparatus and its method
US6377702B1 (en) Color cast detection and removal in digital images
US20030021478A1 (en) Image processing technology for identification of red eyes in image
US7894673B2 (en) Image processing apparatus and method, and image processing computer readable medium for processing based on subject type
US7668365B2 (en) Determination of main object on image and improvement of image quality according to main object
US8385638B2 (en) Detecting skin tone in images
US7468812B2 (en) Image processing apparatus and its method for color correction
US10455123B2 (en) Method for increasing the saturation of an image, and corresponding device
CN109688396B (zh) 图像的白平衡处理方法、装置和终端设备
US11323676B2 (en) Image white balance processing system and method
CN106878695A (zh) 白平衡处理的方法、装置和计算机设备
US8861849B2 (en) Image processing
TWI763920B (zh) 由圖像信號處理器執行的自動白平衡方法
US6483940B1 (en) Method for dividing image
JP3413589B2 (ja) 画像処理方法および装置
JPH0862741A (ja) 階調補正装置
US9965881B2 (en) Method for generating image and image generation system
US20130004070A1 (en) Skin Color Detection And Adjustment In An Image
TWI715075B (zh) 膚色影像的色域權重偵測方法及其裝置
Akazawa et al. N-white balancing: White balancing for multiple illuminants including non-uniform illumination
WO2022052862A1 (zh) 图像的边缘增强处理方法及应用
Bianco et al. Combining strategies for white balance
US8761505B2 (en) Modification of memory colors in digital images
JPH118768A (ja) 画像処理装置、画像処理方法、画像処理制御プログラムを記録した媒体

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