JP6299300B2 - 画像処理装置および画像処理方法 - Google Patents
画像処理装置および画像処理方法 Download PDFInfo
- Publication number
- JP6299300B2 JP6299300B2 JP2014051799A JP2014051799A JP6299300B2 JP 6299300 B2 JP6299300 B2 JP 6299300B2 JP 2014051799 A JP2014051799 A JP 2014051799A JP 2014051799 A JP2014051799 A JP 2014051799A JP 6299300 B2 JP6299300 B2 JP 6299300B2
- Authority
- JP
- Japan
- Prior art keywords
- pupil
- halation
- pupil region
- image
- region
- 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
- 238000012545 processing Methods 0.000 title claims description 61
- 238000003672 processing method Methods 0.000 title claims description 9
- 210000001747 pupil Anatomy 0.000 claims description 208
- 238000012937 correction Methods 0.000 claims description 72
- 238000000034 method Methods 0.000 claims description 61
- 238000000926 separation method Methods 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 36
- 238000000605 extraction Methods 0.000 claims description 33
- 241000593989 Scardinius erythrophthalmus Species 0.000 description 17
- 201000005111 ocular hyperemia Diseases 0.000 description 17
- 241000534672 Hiodon alosoides Species 0.000 description 13
- 238000001514 detection method Methods 0.000 description 8
- 239000000284 extract Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 3
- 239000010931 gold Substances 0.000 description 3
- 229910052737 gold Inorganic materials 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/62—Retouching, i.e. modification of isolated colours only or in isolated picture areas only
- H04N1/624—Red-eye correction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
- H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
-
- 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
-
- 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
- G06T2207/30216—Redeye defect
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ophthalmology & Optometry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
Description
しかし、ハレーションの発生を固定の閾値で判定した場合、誤判定が発生しやすいという問題がある。すなわち、画像全体の明度が明るくなった場合、閾値以上の輝度値を持つ画素が増えるため、ハレーションが発生していないにもかかわらず、ハレーションが発生していると判定されてしまうおそれがある。逆も同様であり、画像全体が露出不足で暗い場合、ハレーションが発生しているにもかかわらず、輝度値が閾値を越えず、結果としてハレーションが発生していないと判定されてしまうおそれがある。
顔画像の少なくとも一部を補正する画像処理装置であって、入力画像を取得する画像取得手段と、前記入力画像から、人間の目に対応する領域である瞳領域を抽出する領域抽出
手段と、前記瞳領域において、輝度値が所定の閾値よりも高い画素を抽出する画素抽出手段と、前記画素抽出手段が行った抽出結果に基づいて、前記瞳領域内におけるハレーションの発生有無を判定する判定手段と、前記判定手段が行った判定結果に基づいて、前記瞳領域に対して、ハレーションを補正する処理を行う補正手段と、を有し、前記画素抽出手段は、前記瞳領域に含まれる画素の輝度分布の偏りに基づいて、前記所定の閾値を設定することを特徴とする。
ハレーションの発生有無は、瞳領域内において、輝度値が所定の閾値よりも高い画素を抽出することで判定することができるが、本発明ではこれに加え、当該閾値を、瞳領域に含まれる画素の輝度分布の偏りに基づいて設定する。
かかる構成によると、ハレーションの補正において、画像の輝度分布の偏りに起因して発生する誤判定を抑制することができる。
かわらず、ハレーションの補正処理を行うことを特徴としてもよい。
また、前記補正手段は、前記分離度が所定の値以下であり、かつ、前記瞳領域に含まれる画素の輝度値の平均が所定の値以下である場合に、前記判定手段が行った判定結果にかかわらず、ハレーションの補正処理を行わないことを特徴としてもよい。
この二つは、瞳領域に含まれる画素の輝度値の平均を求めることで判別することができる。例えば、瞳領域に含まれる画素の輝度値の平均が所定の値よりも高い場合、瞳領域全体がハレーションを起こしていると推定できる。このような場合、判定手段が行った判定の結果にかかわらず、瞳領域に対してハレーションの補正処理を行うことが好ましい。また、瞳領域に含まれる画素の輝度値の平均が所定の値よりも低い場合、補正が必要なハレーションは発生していないと推定できる。このような場合、判定手段が行った判定の結果にかかわらず、瞳領域に対するハレーションの補正処理を行わないようにすることが好ましい。
このように構成することで、輝度分布の分離度が低い場合であっても、適切にハレーションの発生を検出し、補正を行うことができるようになる。
顔画像に発生したハレーションを補正する画像処理装置であって、入力画像を取得する画像取得手段と、前記入力画像から、人間の目に対応する領域である瞳領域を抽出する領域抽出手段と、前記瞳領域内におけるハレーションの発生有無を判定する判定手段と、前記瞳領域にハレーションが発生した場合に、対応する瞳画像を対象の瞳領域に貼り付けることでハレーションの補正を行う補正手段と、を有することを特徴とする。
ることができる。
本実施形態に係る画像処理装置は、画像に含まれる人の瞳に色調異常または輝度異常が発生していることを検出したうえで、当該瞳に対する補正を行う装置である。図1は、本実施形態に係る画像処理装置10のシステム構成図である。
画像処理装置10は、画像取得部11、瞳検出部12、瞳状態判定部13、補正部14、入出力部15から構成される。
まず、従来技術の問題点について説明する。
図2(A)に示した画像201は、画像取得部11によって取得された人物画像のうち、目の周辺領域を切り取った画像の例である。符号202は、瞳に対応する領域(瞳領域)である。ここでは、瞳領域202の内部に、ストロボの反射に起因するハレーションが発生しているものとする。
瞳領域にハレーションが発生しているか否かは、輝度の分布によって判断することができる。ハレーションが発生している場合、輝度分布が高輝度側において突出する。本例では、符号203で示した部分が、ハレーションに起因する輝度分布の突出部である。また、輝度分布が高輝度側において突出していることは、閾値を越える輝度値を持つ画素の割合で判断することができる。例えば、閾値204よりも輝度値が高い画素が、瞳領域202に含まれる画素のうち、所定の割合以上(例えば20%以上)あった場合に、当該瞳領域にてハレーションが発生していると判定することができる。
がある。
このように、単一の閾値を用いた方法では、輝度分布の状態によって、正しくハレーションの発生を判別することができないケースが発生してしまう。
そこで、本実施形態に係る画像処理装置では、瞳領域に含まれる画素の輝度分布の偏りに基づいて、閾値を自動的に設定するという手法をとった。以下、具体的な方法について説明する。
前述したように、ハレーションが発生している場合、輝度分布が高輝度側において突出する。すなわち、高輝度側にあるヒストグラムの峰と、低輝度側にあるヒストグラムの峰を分離するような値に閾値を設定すれば、正しくハレーションの発生を判別することができる。
m1、σ1とし、高輝度クラスにおける画素数、輝度値の平均、輝度値の分散をそれぞれω2、m2、σ2とする。また、瞳領域に含まれる全画素の画素数、輝度値の平均、輝度値の
分散をそれぞれωt、mt、σtとする。
めれば、当該tの値が、低輝度クラスと高輝度クラスとを最も良く分離する値になる。このような方法を判別分析法と呼ぶ。
以上に説明した処理は、輝度分布が、低輝度クラスと高輝度クラスに十分に分離していた場合に有効な処理である。一方、低輝度クラスと高輝度クラスが十分に分離していなかった場合、正しくハレーションの補正が行えないケースが存在する。
図6は、輝度が低い方向に分布が偏っていた場合の例である。この場合、ストロボの反射を表すクラスは符号601で表される。このレベルの反射は通常のハイライトであって、ハレーションではない。しかし、前述した方法では、閾値tが、符号602で示した位置など、望ましくない位置に設定されてしまうことがあり、この結果、瞳領域においてハレーションが発生しているという誤った判定がなされてしまうことがある。
具体的には、瞳領域内の輝度分布の分離度が所定の値よりも低く、かつ、輝度値の平均値が所定の値よりも低い場合、「(判定結果に関わらず)ハレーションの補正を行わない」ものとする。クラスの分離度が十分に低く、かつ、輝度値の平均が十分に低い場合、そもそもハレーションが発生していないことが推定できるためである。
また、瞳領域内の輝度分布の分離度が所定の値よりも低く、かつ、輝度値の平均値が所定の値よりも高い場合、「(判定結果に関わらず)ハレーションの補正を行う」ものとする。クラスの分離度が十分に低く、かつ、輝度値の平均が十分に高い場合、瞳領域のほとんどでハレーションが発生していることが推定できるためである。
次に、以上に説明した機能を実現するための処理フローチャートについて説明する。
図8は、本実施形態に係る画像処理装置10の処理フローチャートである。当該処理は、ユーザの操作(例えば、記憶された画像を読み込む操作)によって開始される。なお、本実施形態では、ハレーションの補正処理と同時に、赤目および金目を補正する処理を同時に行う。赤目および金目を補正する処理については、随時説明する。
次に、ステップS12で、瞳検出部12が、取得した画像から顔および瞳に対応する領域を抽出する。図9は、ステップS12で行う処理の内容を詳細に示したフローチャート
である。ステップS121〜S124は、瞳検出部12によって実行される。
次に、ステップS122で、顔領域に含まれる目を検出する。具体的には、顔領域に対応するRGB画像を単一色の画像に変換し、目尻、目頭、目の中心に対応する特徴点を抽出する。本ステップにより、瞳を探索するための領域が特定される。なお、特徴点の抽出に失敗した場合、フィルタリングを行った後、マッチング処理によって目を検出するようにしてもよい。
次に、ステップS123で、画像の正規化を行う。具体的には、顔領域をクリッピングして、目を含む所定のサイズの矩形画像を生成する。この際、任意の補間手法を用いて解像度の変換を行ってもよい。また、顔領域が水平ではない場合、画像を回転する処理を行ってもよい。なお、ステップS123〜S124の処理は片目ずつ行う。
瞳の中心点が決定されると、当該点を中心とする所定の大きさの円形領域を生成し、瞳領域とする。所定の大きさとは、固定の大きさであってもよいし、人物ごとに異なる大きさであってもよい。また、領域の形は正円であってもよいし、楕円であってもよい。また、他の形状であってもよい。
ステップS1311では、画像の色空間を、RGB色空間からLab色空間へと変換する。
次に、ステップS1312で、瞳領域に含まれる各画素について、以下のいずれかに該当するかをそれぞれ判定する。
・θが350度〜55度の範囲にあり、かつ、dが0.2以上(半径が1の場合)
・θが315度〜350度の範囲にあり、かつ、dが0.7以上(半径が1の場合)
なお、θおよびdは、CIE Lab表色系における色のパラメータである。すなわち、画素の色が赤色であるか否かを判定する。
・θが65度〜115度の範囲にあり、かつ、dが0.2以上(半径が1の場合)
なお、本例では、画像の色空間をLabに変換したうえで色相の判定を行ったが、他の方法を用いて色相の判定を行ってもよい。
次に、ステップS1322で、瞳領域に含まれる画素の輝度値を高輝度クラスと低輝度クラスに分離するための閾値tを判別分析法によって算出し、その際の分離度を求める。この結果、得られた分離度が所定の閾値より高い場合、ハレーションの判定を行うため、処理をステップS1323に遷移させる。
ステップS1324では、瞳領域内の画素の輝度値の平均を取得し、平均値が閾値よりも高いか低いかを判定する。この結果、平均値が閾値よりも高い場合、瞳領域のほとんどでハレーションが発生していると推定できるため、ハレーションありと判定する(ステップS1325)。また、平均値が閾値よりも低い場合、ハレーションは発生していないと判定する(ステップS1326)。
ステップS14では、補正部14が、瞳領域に対して補正を行う。図13は、ステップS14で行う処理の内容を詳細に示したフローチャートである。ステップS141〜S146は、補正部14によって実行される。なお、ステップS14の処理は片目ずつ行う。
次に、ステップS142で、補正領域を生成する。補正領域とは、補正を行う対象の領域である。ここで生成される補正領域は、瞳の中心座標を中心とする、所定の大きさを持つ楕円領域である。補正領域は、瞳領域と同一の領域であってもよい。
S143で、肌に対応する領域を除去し、領域を整形する。具体的には、Lab色空間を用いて肌色領域を検出し、対応する領域を削除する。この際、色情報以外に、形状や配置についての情報を用いて、肌に対応する領域を削除してもよいし、ノイズを除去する処理を追加してもよい。また、異なる基準を用いて複数の処理を行い、処理結果を結合するようにしてもよい。本ステップを実行することで、目の内側に対応する領域のみが抽出された状態となる。
赤目または金目の補正は、色調を変更する既知の手法によって行うことができる。
ハレーションを補正する方法の一つに、正常な状態の瞳の画像を、ハレーションが発生した領域にペーストするという方法がある。例えば、修正用の瞳画像を予め記憶させておき、当該瞳画像を、ハレーションが発生した領域に貼り込む。この際、拡大縮小によってサイズを適合させる処理を行ってもよいし、クリッピング処理を行ってもよい。また、瞳孔の色を適合させるための色調補正や、明度を適合させるための輝度補正を行ってもよい。
また、複数のサイズの瞳画像から、サイズが適合する瞳画像を選択するようにしてもよい。また、異なる瞳孔色を持つ複数の瞳画像から、瞳孔色が適合する瞳画像を選択するようにしてもよい。
なお、修正用の瞳画像は、予め多数の人物の顔画像から抽出した瞳(虹彩)領域画像から生成した、平均的な瞳の画像であることが好ましい。
また、片方の目にのみハレーションが発生している場合、ハレーションが発生していない側の目から瞳画像を取得するようにしてもよい。
上記の実施形態はあくまでも一例であって、本発明はその要旨を逸脱しない範囲内で適宜変更して実施しうる。
また、内蔵されたカメラを介して画像を取得するようにしてもよい。本発明は、撮影した画像に対して処理を行う撮像装置として実施することもできる。
11 画像取得部
12 瞳検出部
13 瞳状態判定部
14 補正部
15 入出力部
Claims (13)
- 顔画像の少なくとも一部を補正する画像処理装置であって、
入力画像を取得する画像取得手段と、
前記入力画像から、人間の目に対応する領域である瞳領域を抽出する領域抽出手段と、
前記瞳領域において、輝度値が所定の閾値よりも高い画素を抽出する画素抽出手段と、
前記画素抽出手段が行った抽出結果に基づいて、前記瞳領域内におけるハレーションの発生有無を判定する判定手段と、
前記判定手段が行った判定結果に基づいて、前記瞳領域に対して、ハレーションを補正する処理を行う補正手段と、
を有し、
前記画素抽出手段は、前記瞳領域に含まれる画素の輝度分布における、クラス内分散とクラス間分散の比である分離度を算出し、前記分離度が最大となるような値に、前記所定の閾値を設定し、
前記補正手段は、前記分離度が所定の値以下であり、かつ、前記瞳領域に含まれる画素の輝度値の平均が所定の値以上である場合に、前記判定手段が行った判定結果にかかわらず、ハレーションの補正処理を行う
ことを特徴とする、画像処理装置。 - 顔画像の少なくとも一部を補正する画像処理装置であって、
入力画像を取得する画像取得手段と、
前記入力画像から、人間の目に対応する領域である瞳領域を抽出する領域抽出手段と、
前記瞳領域において、輝度値が所定の閾値よりも高い画素を抽出する画素抽出手段と、
前記画素抽出手段が行った抽出結果に基づいて、前記瞳領域内におけるハレーションの発生有無を判定する判定手段と、
前記判定手段が行った判定結果に基づいて、前記瞳領域に対して、ハレーションを補正する処理を行う補正手段と、
を有し、
前記画素抽出手段は、前記瞳領域に含まれる画素の輝度分布における、クラス内分散とクラス間分散の比である分離度を算出し、前記分離度が最大となるような値に、前記所定の閾値を設定し、
前記補正手段は、前記分離度が所定の値以下であり、かつ、前記瞳領域に含まれる画素の輝度値の平均が所定の値以下である場合に、前記判定手段が行った判定結果にかかわらず、ハレーションの補正処理を行わない
ことを特徴とする、画像処理装置。 - 前記補正手段は、前記分離度が所定の値以下であり、かつ、前記瞳領域に含まれる画素の輝度値の平均が所定の値以上である場合に、前記判定手段が行った判定結果にかかわらず、ハレーションの補正処理を行う
ことを特徴とする、請求項2に記載の画像処理装置。 - 前記判定手段は、前記画素抽出手段によって抽出された画素が、前記瞳領域内に所定の割合以上存在する場合に、前記瞳領域内においてハレーションが発生していると判定する
ことを特徴とする、請求項1から3のいずれかに記載の画像処理装置。 - 前記補正手段は、瞳領域に対応する瞳画像を記憶しており、瞳領域にハレーションが発生した場合に、対応する瞳画像を対象の瞳領域に貼り付けることでハレーションの補正を行う
ことを特徴とする、請求項1から4のいずれかに記載の画像処理装置。 - 前記補正手段は、前記瞳画像を、対象の瞳領域に適合する形状に変形したうえで前記瞳領域に貼り付ける
ことを特徴とする、請求項5に記載の画像処理装置。 - 前記補正手段は、前記瞳画像を、対象の瞳領域に適合する色調に補正したうえで前記瞳領域に貼り付ける
ことを特徴とする、請求項5に記載の画像処理装置。 - 前記補正手段は、第一の瞳領域にハレーションが発生しており、かつ、前記第一の瞳領域と反対側の目における瞳領域である第二の瞳領域にハレーションが発生していない場合に、前記第二の瞳領域から取得した瞳画像を、前記第一の瞳領域に貼り付けることでハレーションの補正を行う
ことを特徴とする、請求項1から4のいずれかに記載の画像処理装置。 - 顔画像の少なくとも一部を補正する画像処理装置が行う画像処理方法であって、
入力画像を取得する画像取得ステップと、
前記入力画像から、人間の目に対応する領域である瞳領域を抽出する領域抽出ステップと、
前記瞳領域において、輝度値が所定の閾値よりも高い画素を抽出する画素抽出ステップと、
前記画素抽出ステップにて行った抽出結果に基づいて、前記瞳領域内におけるハレーションの発生有無を判定する判定ステップと、
前記判定ステップにて行った判定結果に基づいて、前記瞳領域に対して、ハレーションを補正する処理を行う補正ステップと、
を含み、
前記画素抽出ステップでは、前記瞳領域に含まれる画素の輝度分布における、クラス内分散とクラス間分散の比である分離度を算出し、前記分離度が最大となるような値に、前記所定の閾値を設定し、
前記補正ステップでは、前記分離度が所定の値以下であり、かつ、前記瞳領域に含まれる画素の輝度値の平均が所定の値以上である場合に、前記判定ステップで行った判定結果にかかわらず、ハレーションの補正処理を行う、
ことを特徴とする、画像処理方法。 - 顔画像の少なくとも一部を補正する画像処理装置が行う画像処理方法であって、
入力画像を取得する画像取得ステップと、
前記入力画像から、人間の目に対応する領域である瞳領域を抽出する領域抽出ステップと、
前記瞳領域において、輝度値が所定の閾値よりも高い画素を抽出する画素抽出ステップと、
前記画素抽出ステップにて行った抽出結果に基づいて、前記瞳領域内におけるハレーションの発生有無を判定する判定ステップと、
前記判定ステップにて行った判定結果に基づいて、前記瞳領域に対して、ハレーションを補正する処理を行う補正ステップと、
を含み、
前記画素抽出ステップでは、前記瞳領域に含まれる画素の輝度分布における、クラス内分散とクラス間分散の比である分離度を算出し、前記分離度が最大となるような値に、前記所定の閾値を設定し、
前記補正ステップでは、前記分離度が所定の値以下であり、かつ、前記瞳領域に含まれる画素の輝度値の平均が所定の値以下である場合に、前記判定ステップで行った判定結果にかかわらず、ハレーションの補正処理を行わない
ことを特徴とする、画像処理方法。 - 顔画像の少なくとも一部を補正する画像処理装置に、
入力画像を取得する画像取得ステップと、
前記入力画像から、人間の目に対応する領域である瞳領域を抽出する領域抽出ステップと、
前記瞳領域において、輝度値が所定の閾値よりも高い画素を抽出する画素抽出ステップと、
前記画素抽出ステップにて行った抽出結果に基づいて、前記瞳領域内におけるハレーションの発生有無を判定する判定ステップと、
前記判定ステップにて行った判定結果に基づいて、前記瞳領域に対して、ハレーションを補正する処理を行う補正ステップと、
を実行させ、
前記画素抽出ステップでは、前記瞳領域に含まれる画素の輝度分布における、クラス内分散とクラス間分散の比である分離度を算出し、前記分離度が最大となるような値に、前記所定の閾値を設定し、
前記補正ステップでは、前記分離度が所定の値以下であり、かつ、前記瞳領域に含まれる画素の輝度値の平均が所定の値以上である場合に、前記判定ステップで行った判定結果にかかわらず、ハレーションの補正処理を行う、
ことを特徴とする、画像処理プログラム。 - 顔画像の少なくとも一部を補正する画像処理装置に、
入力画像を取得する画像取得ステップと、
前記入力画像から、人間の目に対応する領域である瞳領域を抽出する領域抽出ステップと、
前記瞳領域において、輝度値が所定の閾値よりも高い画素を抽出する画素抽出ステップと、
前記画素抽出ステップにて行った抽出結果に基づいて、前記瞳領域内におけるハレーションの発生有無を判定する判定ステップと、
前記判定ステップにて行った判定結果に基づいて、前記瞳領域に対して、ハレーションを補正する処理を行う補正ステップと、
を実行させ、
前記画素抽出ステップでは、前記瞳領域に含まれる画素の輝度分布における、クラス内分散とクラス間分散の比である分離度を算出し、前記分離度が最大となるような値に、前記所定の閾値を設定し、
前記補正ステップでは、前記分離度が所定の値以下であり、かつ、前記瞳領域に含まれる画素の輝度値の平均が所定の値以下である場合に、前記判定ステップで行った判定結果にかかわらず、ハレーションの補正処理を行わない
ことを特徴とする、画像処理プログラム。 - 請求項11または12に記載の画像処理プログラムが記録された記憶媒体。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014051799A JP6299300B2 (ja) | 2014-03-14 | 2014-03-14 | 画像処理装置および画像処理方法 |
KR1020150012002A KR101631012B1 (ko) | 2014-03-14 | 2015-01-26 | 화상 처리 장치 및 화상 처리 방법 |
EP15153014.4A EP2919152B1 (en) | 2014-03-14 | 2015-01-29 | Image processing apparatus and image processing method |
CN201510050135.3A CN104917935B (zh) | 2014-03-14 | 2015-01-30 | 图像处理装置以及图像处理方法 |
US14/610,267 US9811888B2 (en) | 2014-03-14 | 2015-01-30 | Image processing apparatus and image processing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014051799A JP6299300B2 (ja) | 2014-03-14 | 2014-03-14 | 画像処理装置および画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015176301A JP2015176301A (ja) | 2015-10-05 |
JP6299300B2 true JP6299300B2 (ja) | 2018-03-28 |
Family
ID=52434607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014051799A Active JP6299300B2 (ja) | 2014-03-14 | 2014-03-14 | 画像処理装置および画像処理方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9811888B2 (ja) |
EP (1) | EP2919152B1 (ja) |
JP (1) | JP6299300B2 (ja) |
KR (1) | KR101631012B1 (ja) |
CN (1) | CN104917935B (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6327071B2 (ja) * | 2014-09-03 | 2018-05-23 | オムロン株式会社 | 画像処理装置および画像処理方法 |
JP6500535B2 (ja) * | 2015-03-23 | 2019-04-17 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
WO2017123702A1 (en) | 2016-01-12 | 2017-07-20 | Princeton Identity, Inc. | Systems and methods biometric analysis |
JP6904788B2 (ja) * | 2017-05-25 | 2021-07-21 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
JP6930223B2 (ja) * | 2017-05-31 | 2021-09-01 | 富士通株式会社 | 瞳孔検出用コンピュータプログラム、瞳孔検出装置及び瞳孔検出方法 |
CN109635839B (zh) * | 2018-11-12 | 2020-07-14 | 国家电网有限公司 | 一种基于机器学***衡数据集的处理方法和装置 |
CN112954261B (zh) * | 2021-03-18 | 2021-09-10 | 深圳奇实科技有限公司 | 一种视频会议网络流量控制方法和*** |
CN113409210B (zh) * | 2021-06-17 | 2023-06-02 | 杭州海康威视数字技术股份有限公司 | 瞳孔亮斑消除方法 |
TWI786719B (zh) * | 2021-07-13 | 2022-12-11 | 義隆電子股份有限公司 | 改善顯示器的光暈效應的方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5432863A (en) * | 1993-07-19 | 1995-07-11 | Eastman Kodak Company | Automated detection and correction of eye color defects due to flash illumination |
JP4050842B2 (ja) * | 1998-06-15 | 2008-02-20 | 富士フイルム株式会社 | 画像処理方法 |
JP2002269545A (ja) * | 2001-03-12 | 2002-09-20 | Matsushita Electric Ind Co Ltd | 顔画像処理方法及び顔画像処理装置 |
WO2005057910A1 (ja) | 2003-12-12 | 2005-06-23 | Fujitsu Limited | カラーバランス補正プログラム、カラーバランス補正装置およびカラーバランス補正方法 |
JP4537142B2 (ja) * | 2004-07-30 | 2010-09-01 | キヤノン株式会社 | 画像処理方法及びその装置、撮像装置、プログラム |
JP4537143B2 (ja) * | 2004-07-30 | 2010-09-01 | キヤノン株式会社 | 画像処理装置及びその方法、撮像装置、プログラム |
WO2006011635A1 (en) * | 2004-07-30 | 2006-02-02 | Canon Kabushiki Kaisha | Image processing method and apparatus, image sensing apparatus, and program |
JP2006166359A (ja) * | 2004-12-10 | 2006-06-22 | Canon Inc | 赤目補正方法 |
JP2007235531A (ja) | 2006-03-01 | 2007-09-13 | Nikon Corp | デジタルカメラ |
JP4942189B2 (ja) * | 2007-05-11 | 2012-05-30 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラムおよび記憶媒体 |
JP4986797B2 (ja) * | 2007-10-02 | 2012-07-25 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
JP2010103820A (ja) * | 2008-10-24 | 2010-05-06 | Seiko Epson Corp | 画像処理装置および画像処理方法並びにプログラム |
JP5819157B2 (ja) * | 2011-10-18 | 2015-11-18 | 株式会社日立ソリューションズ | 画像処理装置、画像処理方法 |
-
2014
- 2014-03-14 JP JP2014051799A patent/JP6299300B2/ja active Active
-
2015
- 2015-01-26 KR KR1020150012002A patent/KR101631012B1/ko active IP Right Grant
- 2015-01-29 EP EP15153014.4A patent/EP2919152B1/en active Active
- 2015-01-30 US US14/610,267 patent/US9811888B2/en active Active
- 2015-01-30 CN CN201510050135.3A patent/CN104917935B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
EP2919152A3 (en) | 2015-12-23 |
CN104917935A (zh) | 2015-09-16 |
CN104917935B (zh) | 2018-09-18 |
KR20150107598A (ko) | 2015-09-23 |
EP2919152B1 (en) | 2021-06-23 |
US9811888B2 (en) | 2017-11-07 |
US20150262342A1 (en) | 2015-09-17 |
EP2919152A2 (en) | 2015-09-16 |
JP2015176301A (ja) | 2015-10-05 |
KR101631012B1 (ko) | 2016-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6299300B2 (ja) | 画像処理装置および画像処理方法 | |
JP6327071B2 (ja) | 画像処理装置および画像処理方法 | |
JP4627557B2 (ja) | デジタル画像中のハイブリッドフラッシュアーチファクトを補正する方法および装置 | |
JP4505362B2 (ja) | 赤目検出装置および方法並びにプログラム | |
US8170294B2 (en) | Method of detecting redeye in a digital image | |
JP4078334B2 (ja) | 画像処理装置および画像処理方法 | |
WO2015070723A1 (zh) | 眼部图像处理方法和装置 | |
EP1987475A2 (en) | Automatic detection and correction of non-red eye flash defects | |
CA3153067C (en) | Picture-detecting method and apparatus | |
CN107093168A (zh) | 皮肤区域图像的处理方法、装置和*** | |
US20190191078A1 (en) | Information processing apparatus, a non-transitory computer readable storage medium and information processing method | |
KR20160115663A (ko) | 화상 처리 장치 및 화상 처리 방법 | |
CN112102926A (zh) | 一种图像处理方法、装置、设备和存储介质 | |
JP4148903B2 (ja) | 画像処理装置、画像処理方法およびデジタルカメラ | |
US9122935B2 (en) | Object detection method, storage medium, integrated circuit, and object detection apparatus | |
JP2015176252A (ja) | 画像処理装置および画像処理方法 | |
US20190370942A1 (en) | Red-eye correction techniques | |
Corcoran et al. | Detection and repair of flash-eye in handheld devices | |
JP2010219870A (ja) | 画像処理装置および画像処理方法 | |
US20200342575A1 (en) | Image processing apparatus, control method of same, and non-transitory computer-readable storage medium | |
US20150003679A1 (en) | Image processing apparatus and method for processing image for detecting an image area including a defective color tone | |
WO2010149220A1 (en) | An apparatus | |
JP2017010406A (ja) | 画像処理装置、画像処理方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161209 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171016 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171114 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180111 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180130 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180212 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6299300 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |