一种人脸图像光照处理方法、装置及相关设备制造方法及图纸

本发明专利技术适用于图像生成领域，提供了一种人脸图像光照处理方法、装置及相关设备，所述方法包括获取实时场景中的图像，并从中筛选出人脸图像；对所述人脸图像进行白平衡处理，得到第一增强图像；对所述第一增强图像进行锐化处理，同时，对所述第一增强图像进行傅里叶变换处理，得到第二增强图像；将所述第二增强图像输出作为最终图像。本发明专利技术在人脸光照增强的基础上，突出显示了人脸轮廓特征，同时消除了增强过程中的噪声生成，使图像更利于人脸识别。使图像更利于人脸识别。使图像更利于人脸识别。

【技术实现步骤摘要】
一种人脸图像光照处理方法、装置及相关设备


[0001]本专利技术属于图像生成领域，尤其涉及一种人脸图像光照处理方法、装置及相关设备。

技术介绍

[0002]人脸识别是一项热门的计算机技术，属于生物特征识别领域，是对生物体(一般特指人)本身的生物特征来区分生物体个体，其中包括人脸追踪侦测，自动调整影像放大，夜间红外侦测，自动调整曝光强度等技术。人脸识别基于人的脸部特征，对输入的人脸图像或者视频流，首先判断其是否存在人脸，如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份，因此，进行人脸识别的首要任务是获取清晰的人脸图像，并进行一定的后期处理，以便于更好地获取人脸图像中的各种信息。
[0003]传统的图像处理方法包括非线性灰度变换(Gamma Correction)，用于扩大图像在黑暗区域或者阴影区域的动态范围，同时压缩明亮区域的动态范围，而高动态范围成像(High
‑
Dynamic Range，简称HDR)也能够达到类似的效果。问题在于，这些方法无法处理拍摄图像时存在的模糊问题。

技术实现思路

[0004]本专利技术实施例提供一种人脸图像光照处理方法、系统及相关设备，旨在解决传统的图像处理方法无法同时解决亮度调整和图像模糊的问题。
[0005]第一方面，本专利技术实施例提供一种人脸图像光照处理方法，所述方法包括：
[0006]获取实时场景中的图像，并从中筛选出人脸图像；
[0007]对所述人脸图像进行白平衡处理，得到第一增强图像；
[0008]对所述第一增强图像进行锐化处理，同时，对所述第一增强图像进行傅里叶变换处理，得到第二增强图像；
[0009]将所述第二增强图像输出作为最终图像。
[0010]更进一步地，所述白平衡处理的方法为灰度世界算法。
[0011]更进一步地，对所述人脸图像进行白平衡处理，得到第一增强图像的步骤，具体为：
[0012]利用所述灰度世界算法计算所述人脸图像的RGB三通道均值和增益系数，并根据所述RGB三通道均值和所述增益系数调整所述人脸图像，得到所述第一增强图像。
[0013]更进一步地，所述傅里叶变换处理为调整所述第一增强图像的分量编码频率。
[0014]更进一步地，对所述第一增强图像进行锐化处理，同时，对所述第一增强图像进行傅里叶变换处理，得到第二增强图像的步骤，具体包括以下子步骤：
[0015]对所述第一增强图像进行锐化处理；
[0016]进行锐化处理的同时，对所述第一增强图像通过傅里叶变换进行信号分离，得到所述第一增强图像的正弦信号；
[0017]对所述正弦信号的频率进行分析，得到所述第一增强图像的高、中、低频的三种分类编码频率；
[0018]调整所述第一增强图像中的低频的所述分类编码频率，并优化锐化效果；
[0019]将调整过低频并优化了锐化效果的所述第一增强图像作为所述第二增强图像。
[0020]第二方面，本专利技术实施例还提供一种人脸图像光照处理装置，包括：
[0021]图像获取模块，用于获取实时场景中的图像，并从中筛选出人脸图像；
[0022]白平衡处理模块，用于对所述人脸图像进行白平衡处理，得到第一增强图像；
[0023]锐化处理模块，用于对所述第一增强图像进行锐化处理，同时，对所述第一增强图像进行傅里叶变换处理，得到第二增强图像；
[0024]图像输出模块，用于将所述第二增强图像输出作为最终图像。
[0025]更进一步地，所述白平衡处理模块使用的白平衡处理方法为灰度世界算法。
[0026]更进一步地，所述锐化处理模块使用的傅里叶变换处理为调整所述第一增强图像的分量编码频率。
[0027]第三方面，本专利技术实施例还提供一种计算机设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述实施例中任意一项所述的人脸图像光照处理方法中的步骤。
[0028]第四方面，本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中任意一项所述的人脸图像光照处理方法中的步骤。
[0029]本专利技术所达到的有益效果：由于结合了灰度世界算法和傅里叶变换在图像低频上的处理，使得本专利技术的人脸图像光照处理方法在人脸光照增强的基础上，突出显示了人脸轮廓特征，同时消除了增强过程中的噪声生成，使图像更利于人脸识别。
附图说明
[0030]图1是本专利技术实施例提供的人脸图像光照处理方法的步骤流程框图；
[0031]图2是本专利技术实施例提供的人脸图像光照处理方法的处理示意图；
[0032]图3是本专利技术实施例提供的人脸图像光照处理方法中步骤S103的子流程框图；
[0033]图4是本专利技术实施例提供的人脸图像光照处理装置200的结构示意图；
[0034]图5是本专利技术实施例提供的计算机设备的结构示意图。
具体实施方式
[0035]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0036]请同时参照图1和图2，图1是本专利技术实施例提供的人脸图像光照处理方法的步骤流程框图，图2是本专利技术实施例提供的人脸图像光照处理方法的处理示意图，具体包括以下步骤：
[0037]S101、获取实时场景中的图像，并从中筛选出人脸图像。
[0038]在本专利技术实施例中，获取实时场景中图像的方法可以是通过带有数据传输功能的摄像设备，或者是从已有的图像数据中获取到具有人脸数据的图像，例如，通过监控摄像头实时拍摄到的图像数据，以及存储在监控摄像头的数据库中的图像数据，所述监控摄像头部署在人群密集或来往频繁的区域，并且部署在不同的环境中，使得监控系统能够尽可能地获取不同光照条件、清晰度的图像数据，其中，通过对所述图像数据进行筛选，得到其中具有人脸数据的图像。优选的，在通过筛选获得所述人脸图像后，为了便于对人脸部分进行处理，还包括将所述人脸图像中的人脸部分进行裁切或放大的预处理，使得人脸部分能够在整张所述人脸图像中占更大的显示比例。
[0039]S102、对所述人脸图像进行白平衡处理，得到第一增强图像。
[0040]在本专利技术实施例中，所述白平衡处理的方法为灰度世界算法，所述灰度世界算法用假设物体反射光线的平均值在整体上是一个定值，即“灰度”，然后将图像中的RGB三原色按照“灰度”的值计算关于环境光影响的增益系数，并对应调整图像的像素显示，从而还原物体原本的颜色。
[0041]具体的，将所述人脸图像中各个像素的三原色分别定义为R、G、B，对于所述人脸图像中的灰度值Gary，其存在的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸图像光照处理方法，其特征在于，所述方法包括：获取实时场景中的图像，并从中筛选出人脸图像；对所述人脸图像进行白平衡处理，得到第一增强图像；对所述第一增强图像进行锐化处理，同时，对所述第一增强图像进行傅里叶变换处理，得到第二增强图像；将所述第二增强图像输出作为最终图像。2.如权利要求1所述的人脸图像光照处理方法，其特征在于，所述白平衡处理的方法为灰度世界算法。3.如权利要求2所述的人脸图像光照处理方法，其特征在于，对所述人脸图像进行白平衡处理，得到第一增强图像的步骤，具体为：利用所述灰度世界算法计算所述人脸图像的RGB三通道均值和增益系数，并根据所述RGB三通道均值和所述增益系数调整所述人脸图像，得到所述第一增强图像。4.如权利要求1所述的人脸图像光照处理方法，其特征在于，所述傅里叶变换处理为调整所述第一增强图像的分量编码频率。5.如权利要求4所述的人脸图像光照处理方法，其特征在于，对所述第一增强图像进行锐化处理，同时，对所述第一增强图像进行傅里叶变换处理，得到第二增强图像的步骤，具体包括以下子步骤：对所述第一增强图像进行锐化处理；进行锐化处理的同时，对所述第一增强图像通过傅里叶变换进行信号分离，得到所述第一增强图像的正弦信号；对所述正弦信号的频率进行分析，得到所述第一增强图像的高、中、低频的三种分类编码...

【专利技术属性】
技术研发人员：姚彤，杨巨成，刘建征，张伟，许能华，闫潇宁，
申请(专利权)人：深圳市安软慧视科技有限公司，
类型：发明
国别省市：