影像处理系统及方法技术方案

一种影像处理系统及方法，该方法包括如下步骤：从存储装置中获取一张图片；从获取的图片中识别出特定物体；计算该图片中特定物体的最大包围集；对该图片中特定物体的最大包围集进行模糊化处理；将模糊化处理后的图片保存在存储装置中。利用本发明专利技术可以自动识别图片中的特定物体，并对该识别出的特定物体进行模糊化。

【技术实现步骤摘要】

本专利技术涉及一种，尤其涉及一种结合物体识别技术的影像处 理系统及方法。
技术介绍
为了保护当事人的隐私，对于图片中所包含的人脸、车牌或建筑物门牌等特定物 体，通常需要进行处理(如进行覆盖)，使阅览者无法看到这些特定物体。传统的影像处理 方法采用手动方式进行处理，当需要处理的图片数量很多时，无法快速完成处理任务。
技术实现思路
鉴于以上内容，有必要提供一种影像处理系统，其可结合物体识别技术，自动识别 图片中的特定物体，并对该识别出的特定物体进行模糊化。鉴于以上内容，还有必要提供一种影像处理方法，其可结合物体识别技术，自动识 别图片中的特定物体，并对该识别出的特定物体进行模糊化。一种影像处理系统，该系统包括图片获取模块，用于从存储装置中获取一张图 片；物体识别模块，用于从获取的图片中识别出特定物体；计算模块，用于计算该图片中特 定物体的最大包围集；处理模块，用于对该图片中特定物体的最大包围集进行模糊化处理； 保存模块，用于将模糊化处理后的图片保存在所述存储装置中。一种影像处理方法，该方法包括如下步骤从存储装置中获取一张图片；从获取 的图片中识别出特定物体；计算该图片中特定物体的最大包围集；对该图片中特定物体的 最大包围集进行模糊化处理；将模糊化处理后的图片保存在所述存储装置中。相较于现有技术，所述的，可以结合物体识别技术，自动识别 图片中的特定物体，并对该识别出的特定物体进行模糊化，提高了影像处理效率。附图说明图1是本专利技术影像处理系统较佳实施例的系统架构图。图2是对图片中的特定物体进行模糊化的示意图。图3是本专利技术影像处理方法较佳实施例的流程图。具体实施例方式如图1所示，是本专利技术影像处理系统较佳实施例的系统架构图。该影像处理系统 21运行于主机2中，所述主机2与显示设备1、影像摄取装置3和输入设备4相连。该主机 2包括存储装置20和中央处理器(Central Processing Unit, CPU) 23。其中，所述影像摄取装置3用于摄取图片22，并将摄取的图片22传送到主机2。在 本实施例中，所述影像摄取装置3为网络摄影机(IP Camera)。所述存储装置20可以是主机2中的硬盘等，用于存储所述影像摄取装置3所摄取的一张或多张图片22 (图1中仅示出一张图片)。所述中央处理器23用于控制影像处理系 统21的执行。所述显示设备1用于显示影像摄取装置3传送给主机2的图片22等。所述输入 设备4可以是键盘和鼠标等，用于进行数据输入。所述影像处理系统21用于从存储装置20中获取影像摄取装置3摄取的图片22， 从获取的图片22中识别出特定物体，并对该识别出的特定物体进行模糊化处理。其中，该 影像处理系统21包括图片获取模块210、物体识别模块211、计算模块212、处理模块213和 保存模块214。本专利技术所称的模块是完成一特定功能的计算机程序段，比程序更适合于描述 软件在计算机中的执行过程，因此在本专利技术以下对软件描述都以模块描述。所述图片获取模块210用于从存储装置20中获取影像摄取装置3摄取的图片22。 在其它实施例中，所述图片22也可以是从外部电子设备(如手机)中输入至存储装置20。所述物体识别模块211用于利用物体识别技术，从获取的图片22中识别出特定物 体。在本实施例中，所述特定物体包括人脸、车牌和建筑物门牌等。举例而言，如果需要识别 的特定物体为人脸，所述物体识别模块211可以利用肤色理论(如YCbCr色彩空间模型)从 获取的图片中识别出脸部，也可以利用脸部特征样本对比技术(Face Template Matching) 或其它面部识别技术从获取的图片中识别出脸部。本实施例以肤色理论为例进行说明，首 先，物体识别模块211利用肤色理论，根据脸部肤色范围，将图片中的脸部定位出来。所述 脸部肤色范围的判断公式如下在上述公式中，P代表图片22中的一个像素点，(X，y)代表像素点P的坐标。在 本实施例中，如果P (χ，y)的值等于1，则表示当前检测的像素点P为脸部肤色，如果P (χ，y) 的值等于0，则表示当前检测的像素点P不是脸部肤色。将脸部定位出来后，所述计算模块212计算图片22中特定物体的最大包围集，即 将所述特定物体区域的范围限定在一个矩形中。同时，所述计算模块212获取所述特定物 体的最大包围集的坐标位置，该特定物体的最大包围集的坐标位置将作为图片模糊化处理 的依据。所述处理模块213用于利用影像编码器(Codec)，对图片22中特定物体的最大包 围集进行模糊化处理。在本实施例中，影像编码器包含在影像处理系统21中。在其它实施 例中，影像编码器也可以独立于影像处理系统21之外，与其它各式系统结合使用。参阅图2中的图2A所示，其中，A代表影像摄取装置3摄取的一张图片，B代表该 图片中特定物体的最大包围集，即人脸的最大包围集。参阅图2中的图2B所示，其中，Bl代 表模糊化处理后的特定物体的最大包围集。在其它实施例中，所述处理模块213还用于对图片22中特定物体的最大包围集及 其周边进行模糊化处理，以便完全覆盖该特定物体。参阅图2中的图2C所示，其中，B2代 表图2B中特定物体的最大包围集Bl及其周边部分。在本实施例中，所述最大包围集的周 边是指该最大包围集周边设定范围(如10毫米)内的区域。所述保存模块214用于将模糊化处理后的图片保存在存储装置20中。如图3所示，是本专利技术影像处理方法较佳实施例的流程图。步骤Si，图片获取模块210从存储装置20中获取影像摄取装置3摄取的图片22。 在其它实施例中，所述图片22也可以是从其它电子设备(如手机)中输入至存储装置20。步骤S2，物体识别模块211利用物体识别技术，从获取的图片22中识别出特定物 体。在本实施例中，所述特定物体包括人脸、车牌和建筑物门牌等。步骤S3，将脸部定位出来后，计算模块212计算图片22中特定物体的最大包围集， 即将所述特定物体区域的范围限定在一个矩形中。同时，所述计算模块212获取所述特定 物体的最大包围集的坐标位置，该特定物体的最大包围集的坐标位置将作为图片模糊化处 理的依据。步骤S4，处理模块213利用影像编码器(Codec)，对图片22中特定物体的最大包 围集进行模糊化处理。在本实施例中，影像编码器包含在影像处理系统21中。在其它实施 例中，影像编码器也可以独立于影像处理系统21之外，与其它各式系统结合使用。在其它实施例中，所述步骤S4也可以为处理模块213对图片22中特定物体的最 大包围集及其周边进行模糊化处理。步骤S5，保存模块214将模糊化处理后的图片保存在存储装置20中。最后应说明的是，以上实施例仅用以说明本专利技术的技术方案而非限制，尽管参照 较佳实施例对本专利技术进行了详细说明，本领域的普通技术人员应当理解，可以对本专利技术的 技术方案进行修改或等同替换，而不脱离本专利技术技术方案的精神和范围。本文档来自技高网...

【技术保护点】
一种影像处理方法，其特征在于，该方法包括如下步骤：从存储装置中获取一张图片；从获取的图片中识别出特定物体；计算该图片中特定物体的最大包围集；对该图片中特定物体的最大包围集进行模糊化处理；及将模糊化处理后的图片保存在所述存储装置中。

【技术特征摘要】
1.一种影像处理方法，其特征在于，该方法包括如下步骤 从存储装置中获取一张图片；从获取的图片中识别出特定物体； 计算该图片中特定物体的最大包围集； 对该图片中特定物体的最大包围集进行模糊化处理；及 将模糊化处理后的图片保存在所述存储装置中。2.如权利要求1所述的影像处理方法，其特征在于，所述存储装置中的图片由影像摄 取装置获取或从外部电子设备中输入。3.如权利要求1所述的影像处理方法，其特征在于，所述特定物体包括人脸、车牌和建 筑物门牌。4.如权利要求1所述的影像处理方法，其特征在于，所述步骤对该图片中特定物体的 最大包围集进行模糊化处理是利用影像编码器完成。5.如权利要求1所述的影像处理方法，其特征在于，还包括步骤 对该图片中特定物体的最大包围集的周边进行模糊化处理。6.一种影像处理系统，其特征在于，该系统包...

【专利技术属性】
技术研发人员：李后贤，李章荣，罗治平，
申请(专利权)人：鸿富锦精密工业深圳有限公司，鸿海精密工业股份有限公司，
类型：发明
国别省市：94[中国|深圳]