[發(fā)明專利]彩色圖像處理方法、彩色圖像處理設備和彩色圖像處理程序

有效

• 申請?zhí)枺?/td>: 201180031007.4
• 申請日: 2011-06-28
• 公開（公告）號: CN102985941A
• 公開（公告）日: 2013-03-20
• 發(fā)明（設計）人: 塚田正人
• 申請（專利權）人: 日本電氣株式會社
• 主分類號: G06T1/00
• 分類號: G06T1/00;H04N1/46;H04N1/60
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 王茂華;陳姍姍

技術領域

本發(fā)明涉及對彩色圖像的圖像處理，以及更具體地，涉及彩色圖像處理方法、彩色圖像處理設備和彩色圖像處理程序，其用于執(zhí)行對實際上是使用成像設備捕獲的彩色圖像中的對象紋理進行改善的圖像處理。

背景技術

作為對彩色圖像捕獲設備捕獲的彩色圖像質量進行改善的技術，已經(jīng)提出了使彩色圖像中特定對象的顏色(例如，肉色、植物的綠色和藍色天空)更接近于該對象的存儲器顏色的各種技術。使用這些方法能夠重現(xiàn)期望的顏色。

例如，專利文獻1公開了用于對彩色圖像的顏色進行修正的技術。在專利文獻1公開的自動顏色修正方法中，從圖像的修正對象區(qū)域中提取代表性顏色，以及將該代表性顏色與用于修正的預定中心顏色(central?color)進行比較，以確定RGB修正參數(shù)。而且，通過根據(jù)圖像中的像素與中心顏色之間的距離、控制修正參數(shù)的應用強度來修正每個像素。

具體地，在專利文獻1公開的方法中，根據(jù)作為相應像素的顏色信息的RGB值來計算相應像素的亮度、飽和度和色度(hue)。而且，計算顏色空間中每個像素的顏色與用于修正的中心顏色之間的距離，以及根據(jù)該距離調整修正強度。以此方式，集中修正對象的顏色。

在此技術中，基于RGB顏色空間中修正參數(shù)的加法和減法來執(zhí)行顏色修正。例如，在人臉是肉色的情況下，根據(jù)每個顏色與用于修正的中心顏色之間的距離，針對每個像素計算RGB修正量。如果整張臉區(qū)域被照亮，則從基本上位于整個面部區(qū)域中每個像素的RGB值中減去或向其添加與距用于修正的中心顏色的距離相對應的修正參數(shù)。

專利文獻2公開了在輸入圖像中檢測面部區(qū)域的技術。根據(jù)專利文獻2中公開的眼部檢測方法，即使歸因于在評估單個眼睛時會出現(xiàn)缺陷特征而不能將眼部與其他部分區(qū)分開，但是可以基于一雙眼睛的特征、使用一雙眼睛的評估值來區(qū)分眼睛和其他部分。

除了上述專利文獻，專利文獻3-5公開了與彩色圖像修正過程有關的技術。專利文獻3公開了顏色修正設備和方法，其中，當在光譜色的圖像數(shù)據(jù)上執(zhí)行顏色修正時，該光譜色的顏色空間被轉換成具有比原始維度低的維度的顏色空間，在低維度顏色空間中執(zhí)行顏色修正，以及根據(jù)低維度的光譜色生成適當維度的光譜色。

專利文獻4公開了在具有不同參考白色的顏色系統(tǒng)之間將原始顏色空間轉換成目標顏色空間的方法，其無需改變查看顏色的方式。具體地，在專利文獻4公開的顏色轉換方法中，根據(jù)作為原始顏色空間的參考白色的原始參考白色的色溫來重建原始參考白色的光譜分布特征。而且，根據(jù)作為目標顏色空間的參考白色的目標參考白色的色溫來重建目標參考白色的光譜分布特征。此外，使用可選顏色的三色值、原始參考白色的光譜分布特征以及人類的顏色匹配功能來重建原始顏色空間中該可選顏色的表面反射。此外，基于重建的表面反射、目標參考白色的重建光譜分布特征和人類的顏色匹配功能來獲取作為目標顏色空間中的顏色的三色值。

專利文獻5公開了針對在各種照明環(huán)境中捕獲的自然圖像中重要主體自動執(zhí)行令人滿意的顏色修正的技術。具體地，在專利文獻5中公開的顏色修正方法中，提取特定對象的主體表面顏色，以及針對提取的主體表面顏色設置最優(yōu)顏色修正參數(shù)。使用這些參數(shù)執(zhí)行僅針對特定顏色應用的顏色修正轉換。通過執(zhí)行這種轉換，可以針對在各種照明環(huán)境下捕獲的、自然圖像中的重要主體自動執(zhí)行顏色修正。

而且，專利文獻6公開了生成人臉皮膚反射模型以應用該模型渲染面部圖像的技術。在專利文獻6公開的方法中，首先，使用3D掃描儀掃描人臉以獲取3維形狀。在這種情況下，通過從不同方向和不同視點照射面部來獲取多個面部圖像。而且，使用表面掃描數(shù)據(jù)和圖像數(shù)據(jù)來估計總反射率和法線圖。而且，總反射率劃分為(光譜)表面反射分量和表面下散射分量的兩個分量，以及基于這些分量來估計漫反射。此外，使用光纖分光儀來掃描表面下反射，以獲取透射圖。

在專利文獻7中，公開了這樣的圖像處理方法，其中，構成圖像的每個像素的像素值劃分為根據(jù)3維對象上表面反射的表面反射光分量和根據(jù)漫反射的漫反射光分量，并且漫反射光分量和表面反射光分量中的至少一個被改變。在專利文獻7公開的圖像處理方法中，使用Klinker的反射模型(下文稱為Klinker的劃分方法)和其他，反射模型劃分成表面反射光分量和漫反射光分量。繼而，每個劃分的反射分量通過使用Phong照明模型、Lambertian反射模型等進行改變。

此外，非專利文獻1公開了使用通用學習向量量化的面部檢測方法。而且，非專利文獻2公開了使用通用學習向量量化的面部檢測方法，在該方法中，結合了檢測眼睛的基于特征的面部檢測方法和基于圖像的面部檢測方法。