预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113850727A(43)申请公布日2021.12.28(21)申请号202110148142.2(22)申请日2021.02.03(71)申请人天翼智慧家庭科技有限公司地址201702上海市青浦区双联路158号3层(72)发明人曹靖城张继东涂娟娟庄严(74)专利代理机构上海专利商标事务所有限公司31100代理人唐杰敏蔡悦(51)Int.Cl.G06T5/00(2006.01)G06T7/12(2017.01)权利要求书3页说明书8页附图4页(54)发明名称一种利用光照先验对照度不均匀人脸图像进行增强的方法(57)摘要本发明提供了一种用于对人脸图像进行增强的方法。该方法可以包括:获得人脸图像;对人脸图像进行颜色空间变换,以从RGB色彩空间转换到HSV色彩空间;对亮度通道图像进行边缘保留的联合双边滤波以估计照度图像;基于亮度通道图像、照度图像和照度调整因子来获得反射图像;拉伸反射图像的亮度,以得到经增强的亮度通道图像;以及将经增强的亮度通道图像与原图像的色调通道和饱和度通道相结合,再转换到RGB色彩空间,以得到最终增强的人脸图像。此外,本发明还提供了用于执行该方法的装置和计算机可读介质。通过本发明,能够获得照度均匀的人脸图像,从而提高人脸识别准确率。CN113850727ACN113850727A权利要求书1/3页1.一种用于对人脸图像进行增强的方法,所述方法包括:获得人脸图像;对所述人脸图像进行颜色空间变换,以将所述人脸图像从红‑绿‑蓝RGB色彩空间转换到色调‑饱和度‑亮度HSV色彩空间,所述HSV色彩空间中的所述人脸图像包括色调通道图像(H)、饱和度通道图像(S)和亮度通道图像(V);对所述亮度通道图像(V)进行边缘保留的联合双边滤波以估计照度图像(L);统计正常光照下人脸图像的第一亮度范围;确定所述亮度通道图像(V)中的人脸区域的第二亮度范围;基于所述第一亮度范围和所述第二亮度范围来计算照度调整因子(w);基于所述亮度通道图像(V)、所述照度图像(L)和所述照度调整因子(w)来获得反射图像(R);拉伸所述反射图像(R)的亮度,以得到经增强的亮度通道图像(E);以及将所述经增强的亮度通道图像(E)与所述色调通道图像(H)和所述饱和度通道图像(S)相结合,再转换到所述RGB色彩空间,以得到最终增强的人脸图像。2.如权利要求1所述的方法,其中对所述亮度通道图像(V)进行边缘保留的联合双边滤波以估计照度图像(L)包括:以7*7图像块内光照最大值作为局部光照,估计初始照度图像(L0);以及以所述亮度通道图像(V)作引导,进行联合双边滤波以估计所述照度图像(L)。3.如权利要求1所述的方法,其中统计正常光照下人脸图像的第一亮度范围包括:对光照均匀的情况下拍摄的人脸图像进行超像素分割;计算人脸区域各像素块的亮度均值;以及将最小亮度像素块的第一均值(Imin)和最大亮度像素块的第二均值(Imax)作为所述第一亮度范围。4.如权利要求3所述的方法,其中确定所述亮度通道图像(V)中的人脸区域的第二亮度范围包括:对所述亮度通道图像(V)进行超像素分割;计算人脸区域各像素块的亮度均值;取出亮度均值在所述第一亮度范围内的像素块并记录这些像素块的亮度均值的第一中值(Vbright);记录亮度均值不在所述第一亮度范围内的像素块的亮度均值的第二中值(Vdark);以及将所述第一中值(Vbright)和所述第二中值(Vdark)作为所述第二亮度范围。5.如权利要求4所述的方法,其中基于所述第一亮度范围和所述第二亮度范围来计算照度调整因子(w)包括:通过下式来计算所述照度调整因子(w):其中w表示所述照度调整因子,Vbright表示所述第一中值,Vdark表示所述第二中值,Imin表示所述第一均值,Imax表示所述第二均值,并且TJND表示恰可观察差异视觉阈值。6.如权利要求1所述的方法,其中基于所述亮度通道图像(V)、所述照度图像(L)和所述2CN113850727A权利要求书2/3页照度调整因子(w)来获得反射图像(R)包括:通过下式来获得所述反射图像(R):log(R)=log(V)‑w·log(L)其中R表示所述反射图像,V表示所述亮度通道图像,w表示所述照度调整因子,并且L表示所述照度图像。7.如权利要求1所述的方法,其中拉伸所述反射图像(R)的亮度,以得到经增强的亮度通道图像(E)包括:对所述反射图像(R)的像素亮度进行升序排序;取排序后的前99%的像素中最大的亮度值作为对数图像处理减法模型的参数(C);以及采用对数图像处理减法模型,通过下式来获得经增强的亮度通道图像(E):其中E表示经增强的亮度通道图像,R表示所述反射图像,并且C表示所述对数图像处理减法模型的参数。