提供方法、装置和计算机程序产品。该方法包括基于与第一眼睛区域关联的第一像素集的每个像素的红色像素强度和绿色像素强度的差值计算用于第一眼睛区域的第一差值图像。该方法还包括通过以下操作来确定第一眼睛颜色缺陷区域：通过处理第一差值图像来计算邻域处理的第一差值图像；基于与邻域处理的第一差值图像关联的红色像素的加权矩心计算邻域处理的第一差值图像的第一中心点；并且随后基于第一中心点和与第一差值图像关联的红色像素计算第一眼睛颜色缺陷区域。
【技术实现步骤摘要】
【国外来华专利技术】
各种实施方式主要地涉及图像处理并且更具体地涉及用于补偿眼睛颜色缺陷的方法、装置和计算机程序产品。
技术介绍
通常在低度环境照明条件下捕获的图像中观察眼睛颜色缺陷现象(例如红颜)。通常在低度环境照明条件下，对象的眼睛瞳孔张开，并且当闪光灯光撞击眼睛时，出现从在对象的眼睛的视网膜后面的血管膜的内部反射。在人类中，这样的内部反射经常造成其眼睛的瞳孔区域的不自然变红。然而在其它类型的动物中，可能产生诸如金黄等其它颜色。除了低度环境照明水平之外，各种其它因素也造成出现红颜。这样的因素可以包括在图像捕获设备的闪光灯与其透镜之间的小角度、候选与图像捕获设备邻近等。 通常，为了避免在图像中出现红眼，利用如下图像捕获设备，这些图像捕获设备可以包括在捕获图像之前闪光的次级灯或者发光体。此灯使对象的眼睛在暴露于实际闪光灯光之前暴露于光持续数秒、由此向瞳孔给予足够收缩时间。在一些实例中，图像捕获设备提供多次预闪光而不是一次完全闪光，这些预闪光产生与次级灯的单次闪光产生的效果相同的效果。然而这样的设备可能引起在第一次闪光与图像的实际捕获之间的时间延迟，对象可能由于该时间延迟而在实际图像被捕获之前从摆姿势的位置偏离。另外可能在通过处理点击的图像以去除来自眼睛的颜色缺陷来校正图像中的红眼问题时需要用户干预。然而这样的在标识和去除红眼时的用户干预可以证实繁琐并且低效。另外由于用户干预而可能将红眼误解为非红眼区域而将非红眼区域误解为红眼。另外，这样的设备可能经常遗漏诸如金黄色眼睛等其它已知眼睛颜色缺陷。因而当前可用技术在检测可变饱和度以及亮度的眼睛颜色缺陷时提供很少用途。
技术实现思路
提供用于补偿眼睛颜色缺陷的方法、计算机程序产品和装置。在一个方面中，提供一种方法。该方法包括计算用于第一眼睛区域的第一差值图像。可以基于与第一眼睛区域关联的第一像素集的每个像素的红色像素强度和绿色像素强度的差值计算第一差值图像。该方法还包括通过以下操作来确定第一眼睛颜色缺陷区域通过处理第一差值图像来计算邻域处理的第一差值图像。随后可以基于与邻域处理的第一差值图像关联的红色像素的加权矩心计算邻域处理的第一差值图像的第一中心点。可以基于第一中心点和与第一差值图像关联的红色像素计算第一眼睛颜色缺陷区域。在一个实施例中，计算邻域处理的第一差值图像包括将第一差值图像划分成多个区域使得多个区域中的每个区域可以具有平均强度。可以比较多个区域中的区域的平均强度与区域的预定数目的邻近区域的平均强度，并且如果至少第一预定阈值数目的邻近区域的平均强度低于区域的平均强度的第一预定分数，则向多个区域中的区域分配空值。邻域处理的第一差值图像的每个区域的强度包括空值和与第一差值图像对应的值之一。在一个实施例中，基于与邻域处理的第一差值图像关联的红色像素的坐标、第一阈值强度和第二阈值强度中的至少一个阈值强度计算红色像素的加权矩心。第一阈值强度和第二阈值强度可以分别是第一差值图像的累积分布函数的百分数的最小值和最大值。在一个实施例中，可以在确定第一眼睛颜色缺陷区域时执行对眼睛颜色缺陷存在于第一眼睛颜色缺陷区域的一个或者多个验证。另外可以基于一个或者多个验证来计算第二差值图像。可以基于第二像素集的红色像素强度和绿色像素强度的差值以及第二像素集的强度水平计算第二差值图像。第二像素集可以与第二眼睛区域关联。另外可以通过处理第二差值图像来计算邻域处理的第二差值图像。也可以基于与邻域处理的第二差值图像关联的红色像素的加权矩心计算邻域处理的第二差值图像的第二中心点。也可以基于第二中心点和与第一差值图像关联的红色像素计算第一眼睛颜色缺陷区域。随后可以执行一个或者多个验证用于验证眼睛颜色缺陷存在于计算的第二眼睛颜色缺陷区域。在一个实施例中，一个或者多个验证包括计算用于包围第一眼睛颜色缺陷区域的最小定界矩形；并且将最小定界矩形的邻域区域划分成多个区域。多个区域中的每个区·域可以具有平均像素强度。随后可以计算包围的第一眼睛颜色缺陷区域的平均像素强度和具有比包围的第一眼睛颜色缺陷区域的平均像素强度的第二预定分数更低的平均像素强度的邻域区域的数目。另外可以在确定具有比包围的第一眼睛颜色缺陷区域的平均像素强度的第二预定分数更低的平均像素强度的邻域区域的数目大于第二预定阈值时确定眼睛颜色缺陷存在于计算的第一眼睛颜色缺陷区域。在一个实施例中，可以在确定该数目的邻域区域具有比包围的第一眼睛颜色缺陷区域的平均像素强度的第二预定分数更大的平均像素强度时重新计算第一眼睛颜色缺陷区域。另外可以在验证眼睛颜色缺陷存在于计算的第一眼睛颜色缺陷区域时基于第一眼睛颜色缺陷的形状执行验证。在一个实施例中，在计算第二差值图像之前，可以基于一个或者多个验证来确定眼睛颜色缺陷未存在于计算的第一眼睛颜色缺陷区域。因而可以取消确定的第一眼睛颜色缺陷区域。另外可以重新确定并且随后针对眼睛颜色缺陷的存在来验证第一眼睛颜色区域。在验证时，如果在重新确定的第一眼睛颜色缺陷区域确定未存在眼睛颜色缺陷，则可以基于第二像素集的红色像素强度和绿色像素强度的差值以及第二像素集的强度水平计算第二差值图像。第二像素集可以与第二眼睛区域关联。另外可以通过处理第二差值图像来计算邻域处理的第二差值图像。也可以基于与邻域处理的第二差值图像关联的红色像素的加权矩心计算邻域处理的第二差值图像的第二中心点。也可以基于第二中心点和与第一差值图像关联的红色像素计算第一眼睛颜色缺陷区域。随后可以执行对眼睛颜色缺陷存在于计算的第二眼睛颜色缺陷区域的一个或者多个验证。在一个实施例中，一个或者多个验证包括在验证眼睛颜色缺陷存在于计算的第一眼睛颜色缺陷区域时基于第一眼睛颜色缺陷区域的形状执行验证。在一个实施例中，可以校正在重新确定的第一眼睛颜色缺陷区域的眼睛颜色缺陷。在另一方面中，提供一种装置。该装置包括至少一个处理器；以及至少一个存储器，包括计算机程序代码。至少一个存储器和计算机程序代码被配置成与至少一个处理器一起使装置至少计算用于第一眼睛区域的第一差值图像。可以基于与第一眼睛区域关联的第一像素集的每个像素的红色像素强度和绿色像素强度的差值计算第一差值图像。另外，至少一个存储器和计算机程序代码被配置成与至少一个处理器一起使装置至少通过以下操作来确定第一眼睛颜色缺陷区域通过处理第一差值图像来计算邻域处理的第一差值图像。随后可以基于与邻域处理的第一差值图像关联的红色像素的加权矩心计算邻域处理的第一差值图像的第一中心点。可以基于第一中心点和与第一差值图像关联的红色像素计算第一眼睛颜色缺陷区域。在一个实施例中，至少一个存储器和计算机程序代码被配置成与至少一个处理器一起使装置通过将第一差值图像划分成多个区域使得多个区域中的每个区域可以具有平均强度来计算邻域处理的第一差值图像。另外，至少一个存储器和计算机程序代码被配置成与至少一个处理器一起使装置比较多个区域中的区域的平均强度与区域的预定数目的邻近区域的平均强度；并且如果至少第一预定阈值数目的邻近区域的平均强度低于区域的平均强度的第一预定分数，则向多个区域中的区域分配空值。邻域处理的第一差值图像的每个区域的强度可以包括空值和与第一差值图像对应的值之一。 在一个实施例中，至少一个存储器和计算机程序代码被配置成与至少一个处理器一起使装置至少基于与本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：V·慕尼恩德，P·米施拉，K·戈温达劳，B·SV，
申请(专利权)人：诺基亚公司，
类型：
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。