一种基于皮肤分割的电视图像增强方法及其系统技术方案

本发明专利技术实施例公开了一种基于皮肤分割的电视图像增强方法及其系统，其中，该方法包括：接收输入图像；对所述输入图像进行颜色分类，获得颜色分类结果；提取所述输入图像的纹理特征；对所述纹理特征进行分割，并输出分割结果；根据所述分割结果建立位置模型；对所述位置模型进行线性上采样至输入图像的分辨率；结合所述颜色分类结果和输入图像的分辨率生成皮肤分割结果。在本发明专利技术实施例，通过使用一个可训练的颜色特征和多尺度的纹理特征，减少探测误报率，加快了处理速度，并降低了损耗，从而对电视图像产生增加的效果。

【技术实现步骤摘要】

本专利技术涉及电视图像
，尤其涉及一种基于皮肤分割的电视图像增强方法及其系统。
技术介绍
使用高清晰度电视系统的平板显示器，信号损伤不可避免。图像复原和图像增强是标准在目前的数字电视机的功能。作为一个解决方案，基于内容的图像处理技术，可用于获得更高水平的图像质量的改善，从而超越了传统的电视图像增强方法。图像复原功能是通过去隔行和减少噪音，恢复丢失或损坏的图像信息。图像增强功能如提高清晰度、对比度和色彩，是为了创造一个更愉快的形象。如果图像进行分析，对图像内容进行检测并分割，针对特定内容的进行增强算法处理，可以进一步改善目前的电视图像增强。维持人脸和皮肤的自然的外观是电视图像增强领域一个必不可少的部分。高端电视视频处理芯片包括用于此目的的皮肤探测器，一台电视后处理芯片包括减轻皮肤探测器对比度、锐度和饱和度水平的提高、肤色增强三种图像增强应用。这些功能的应用会在人类皮肤区域产生不自然的外观或引起反感现象。现有的检测仪算法是用以探测天空和草地区。算法对图像进行分析，建立自适应的位置和颜色模型，分类图像使用一个像素精确的软分割的天空区域。系统采用多尺度纹理分析和自适应颜色和位置模型计算基于像素的软分割地图。目前，皮肤探测器是基于颜色唯一的信息判断所有皮肤颜色的图像区域导致皮肤误报，增强非肌肤色区的颜色修改。皮肤颜色使用颜色和边缘信息的图像区域分割的算法。大多使用贝叶斯模型的人体皮肤颜色分割方法，首先发现皮肤颜色的区域，进一步分割成满足人体皮肤的同质化属性皮肤区域。贝叶斯肤色模型优于许多其他模型，如分段线性模型，高斯模型和基于多层感知器的模型。现有的电视视频增强系统的皮肤探测器中定义了一个简单的基于3D色彩空间(如YUV或HSV)的函数。属性(例如颜色中心，方向，大小和下降斜率)可以由用户定义。这种探测器是有限的，第一，它是不完全适应所有所需的肤色，第二，确定合适的参数，涉及多个检测结果的主观视觉评估测试图像，这是一个手工的和非重复性的过程。
技术实现思路
本专利技术的目的在于克服现有技术的不足，本专利技术提供了一种基于皮肤分割的电视图像增强方法及其系统，通过使用一个可训练的颜色特征和多尺度的纹理特征，减少探测误报率。为了解决上述问题，本专利技术提出了一种基于皮肤分割的电视图像增强方法，所述方法包括:接收输入图像；对所述输入图像进行颜色分类，获得颜色分类结果；提取所述输入图像的纹理特征；对所述纹理特征进行分割，并输出分割结果；根据所述分割结果建立位置模型；对所述位置模型进行线性上采样至输入图像的分辨率；结合所述颜色分类结果和输入图像的分辨率生成皮肤分割结果。优选地，所述对所述输入图像进行颜色分类，获得颜色分类结果的步骤包括:通过基于非参数密度估计的肤色贝叶斯分类器对所述输入图像进行颜色分类，获得包括皮肤和非皮肤的颜色分类结果。优选地，在所述对所述输入图像进行颜色分类，获得颜色分类结果的步骤之前还包括:获取训练样本图像，并根据所述训练样本图像获得非皮肤类概率。优选地，在所述获取训练样本图像的步骤之后还包括:通过低通滤波器对所述训练图像进行滤波处理。优选地，所述结合所述颜色分类结果和输入图像的分辨率生成皮肤分割结果的步骤包括:将位置模型线性上采样至输入图像的分辨率，并乘以根据输入图像分辨率级别计算所得的颜色概率获得皮肤分割结果。相应地，本专利技术实施例还公开了一种基于皮肤分割的电视图像增强系统，所述系统包括:接收模块，用于接收输入图像；颜色分类模块，用于对所述接收模块所接收的输入图像进行颜色分类，获得颜色分类结果；提取模块，用于提取所述输入图像的纹理特征；纹理特征分割模块，用于对所述提取模块所提取的纹理特征进行分割，并输出分割结果；模型建立模块，用于根据所述纹理特征分割模块所获得的分割结果建立位置模型；分辨率获取模块，用于对所述模型建立模块所建立的位置模型进行线性上采样至输入图像的分辨率；结果生成模块，用于结合所述颜色分类结果和输入图像的分辨率生成皮肤分割结果O优选地，所述颜色分类模块为基于非参数密度估计的肤色贝叶斯分类器，用于对所述输入图像进行颜色分类，获得包括皮肤和非皮肤的颜色分类结果。优选地，所述系统还包括:样本图像获取模块，用于获取训练样本图像，并根据所述训练样本图像获得非皮肤类概率。优选地，所述系统还包括:低通滤波器，用于对所述训练图像进行滤波处理。优选地，所述结果生成模块还用于将位置模型线性上采样至输入图像的分辨率，并乘以根据输入图像分辨率级别计算所得的颜色概率获得皮肤分割结果。在本专利技术实施例中，通过使用一个可训练的颜色特征和多尺度的纹理特征，减少探测误报率，加快了处理速度，并降低了损耗，从而对电视图像产生增加的效果。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1是本专利技术实施例的基于皮肤分割的电视图像增强方法的流程示意图；图2是本专利技术实施例中肤色贝叶斯分类器的实现过程示意图；图3是本专利技术实施例中生成初始皮肤分割结果的过程示意图；图4是本专利技术实施例中建立位置模型的过程示意图；图5是本专利技术实施例中获得皮肤分割结果的过程示意图；图6是本专利技术实施例的基于皮肤分割的电视图像增强系统的结构组成示意图。具体实施例方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1是本专利技术实施例的基于皮肤分割的电视图像增强方法的流程示意图，如图1所示，该方法包括:S101，接收输入图像；S102，对输入图像进行颜色分类，获得颜色分类结果；S103，提取输入图像的纹理特征；S104，对纹理特征进行分割，并输出分割结果；S105，根据分割结果建立位置模型；S106，对位置模型进行线性上采样至输入图像的分辨率；S107，结合颜色分类结果和输入图像的分辨率生成皮肤分割结果。具体实施中，S102包括:通过基于非参数密度估计的肤色贝叶斯分类器对输入图像进行颜色分类，获得包括皮肤和非皮肤的颜色分类结果。图2给出了肤色贝叶斯分类器的实现过程，这里采用了灵活的自动可调的色彩分割方法，基于计算一组加标注的训练图像皮肤像素的颜色直方图。基于非参数密度估计的肤色贝叶斯分类器区分皮肤和非皮肤类的定义如下:本文档来自技高网...

【技术保护点】
一种基于皮肤分割的电视图像增强方法，其特征在于，所述方法包括：接收输入图像；对所述输入图像进行颜色分类，获得颜色分类结果；提取所述输入图像的纹理特征；对所述纹理特征进行分割，并输出分割结果；根据所述分割结果建立位置模型；对所述位置模型进行线性上采样至输入图像的分辨率；结合所述颜色分类结果和输入图像的分辨率生成皮肤分割结果。

【技术特征摘要】
1.一种基于皮肤分割的电视图像增强方法，其特征在于，所述方法包括: 接收输入图像； 对所述输入图像进行颜色分类，获得颜色分类结果； 提取所述输入图像的纹理特征； 对所述纹理特征进行分割，并输出分割结果； 根据所述分 割结果建立位置模型； 对所述位置模型进行线性上采样至输入图像的分辨率； 结合所述颜色分类结果和输入图像的分辨率生成皮肤分割结果。2.如权利要求1所述的基于皮肤分割的电视图像增强方法，其特征在于，所述对所述输入图像进行颜色分类，获得颜色分类结果的步骤包括:通过基于非参数密度估计的肤色贝叶斯分类器对所述输入图像进行颜色分类，获得包括皮肤和非皮肤的颜色分类结果。3.如权利要求1或2所述的基于皮肤分割的电视图像增强方法，其特征在于，在所述对所述输入图像进行颜色分类，获得颜色分类结果的步骤之前还包括:获取训练样本图像，并根据所述训练样本图像获得非皮肤类概率。4.如权利要求3所述的基于皮肤分割的电视图像增强方法，其特征在于，在所述获取训练样本图像的步骤之后还包括:通过低通滤波器对所述训练图像进行滤波处理。5.如权利要求1所述的基于皮肤分割的电视图像增强方法，其特征在于，所述结合所述颜色分类结果和输入图像的分辨率生成皮肤分割结果的步骤包括:将位置模型线性上采样至输入图像的分辨率，并乘以根据输入图像分辨率级别计算所得的颜色概率获得皮肤分割结果。6.一种基于皮肤分割的电视图像...

【专利技术属性】
技术研发人员：孟思明，杨雪，罗笑南，
申请(专利权)人：中山大学，
类型：发明
国别省市：