專(zhuān)利名稱(chēng)：圖像高亮區(qū)域的檢測(cè)方法、內(nèi)容檢測(cè)方法及內(nèi)容檢測(cè)裝置的制作方法
圖像高亮區(qū)域的檢測(cè)方法、內(nèi)容檢測(cè)方法及內(nèi)容檢測(cè)裝置技術(shù)領(lǐng)域
本發(fā)明一般地涉及圖像處理，更具體地，涉及圖像高亮區(qū)域的檢測(cè)方法、內(nèi)容檢測(cè)方法及內(nèi)容檢測(cè)裝置。
背景技術(shù)：
在某些情景下拍攝的圖像經(jīng)常存在高亮或反光區(qū)域，如照相機(jī)或投影儀-攝像機(jī)系統(tǒng)中所拍攝的圖像。
例如在演講或者會(huì)議中，一般使用投影儀-攝像機(jī)系統(tǒng)，其中投影儀或大屏幕顯示設(shè)備常常用來(lái)展示相關(guān)的材料內(nèi)容，在諸如遠(yuǎn)程會(huì)議的情況下，會(huì)使用攝像機(jī)來(lái)拍攝投影區(qū)域并將所拍攝的圖像傳到遠(yuǎn)程會(huì)議的參與者，這時(shí)投影區(qū)域上的表面經(jīng)常出現(xiàn)高亮，導(dǎo)致所拍攝的圖像高亮區(qū)域內(nèi)的內(nèi)容不可見(jiàn)或者無(wú)法看清，因此遠(yuǎn)程會(huì)議的參與者辨認(rèn)高亮區(qū)域的內(nèi)容存在困難，導(dǎo)致交流困難。
—般認(rèn)為，圖像表面有兩種反射分量,鏡面反射和漫反射分量。漫反射(diffuse)是指來(lái)自一個(gè)方向的光，經(jīng)漫反射使光均勻向各方向傳播。漫反射是由表面的粗糙不平引起的，與視點(diǎn)無(wú)關(guān)，漫反射光的空間分布是均勻的。鏡面反射(Specular)是指對(duì)于理想鏡面，反射光集中在一個(gè)方向，并遵守反射定律。對(duì)一般的光滑表面，反射光集中在一個(gè)范圍內(nèi)，且由反射定律決定的反射方向光最大。因此，對(duì)于同一點(diǎn)來(lái)說(shuō)，從不同位置所觀(guān)察到的鏡面反射光強(qiáng)是不同的。在反射方向附近形成很亮的光斑，稱(chēng)為高光現(xiàn)象，將存在高光現(xiàn)象的區(qū)域稱(chēng)為高亮區(qū)域。一般認(rèn)為高亮區(qū)域是由于鏡面反射分量引起的。現(xiàn)有技術(shù)中通常存在兩種消除圖像高亮影響的途徑。其中一種是，利用反光表面的紋理信息來(lái)構(gòu)建模型，從而估計(jì)并增強(qiáng)鏡面反射高亮區(qū)域的圖像內(nèi)容。但是，在圖像表面紋理特征不明顯的情況下，例如在投影儀-攝像機(jī)系統(tǒng)中，投影區(qū)域的表面是光滑的，沒(méi)有紋理信息，該方法難于適用。
現(xiàn)有技術(shù)中消除圖像高亮的另一種常用方法是從原始存在閃光的圖像減去一幅鏡面反射的圖像。例如在美國(guó)專(zhuān)利US7027662中，該方法就相同對(duì)象拍攝沒(méi)有閃光的圖像和閃光圖像，通過(guò)在閃光圖像上減去無(wú)閃光圖像得到差值圖像，利用強(qiáng)度閾值來(lái)處理差值圖像得到人工處理的圖像，然后從閃光圖像中減去該人工處理的圖像來(lái)消除高亮。拍攝沒(méi)有閃光的圖像限制了該方法的應(yīng)用。
另外，在題為“一種光源顏色計(jì)算和圖像校正方法”的專(zhuān)利CN101146233中，對(duì)彩色圖像中每個(gè)像素點(diǎn)的色度進(jìn)行歸一化，根據(jù)像素的相似性利用投票的方法快速檢測(cè)高亮區(qū)域；此外，該方法將RGB色彩投影在逆強(qiáng)度和色度空間，然后通過(guò)在逆強(qiáng)度坐標(biāo)系將所有像素?cái)M合到一條直線(xiàn)上，計(jì)算光源的色度，基于光源的色度修正漫反射圖像上的顏色信息。
此外，在Pishva Davar 等的題為 “Image highlight correction usingillumination specific HSV color coordinate” 的美國(guó)專(zhuān)利 US7555159 中，提出如下方法:將RGB色彩空間下的圖像投影到一種光照特殊化的HSV色彩空間上；為每個(gè)像素預(yù)測(cè)無(wú)聞売的HSV坐標(biāo)系；在RGB顏色空間還原無(wú)聞売的圖像。該方法在構(gòu)建新的顏色坐標(biāo)系之前需要知道光源的強(qiáng)度和顏色。發(fā)明內(nèi)容
本發(fā)明希望提供一種檢測(cè)高亮區(qū)域的方法和裝置。
本發(fā)明還希望提供一種無(wú)需利用圖像紋理信息的檢測(cè)高亮區(qū)域的內(nèi)容的方法和>J-U ρ α裝直。
本發(fā)明還希望提供一種增強(qiáng)高亮區(qū)域內(nèi)容的檢測(cè)結(jié)果的方法和裝置。
本發(fā)明還希望提供一種還原高亮區(qū)域的色彩信息的方法和裝置。
為此，根據(jù)本發(fā)明的一個(gè)方面，提供了一種圖像高亮區(qū)域的內(nèi)容檢測(cè)方法，其可以包括:確定聞売區(qū)域內(nèi)各個(gè)像素的聞売影響因子，該聞売影響因子表不聞売區(qū)域?qū)υ撓袼貎?nèi)容影響的強(qiáng)度；基于聞売區(qū)域內(nèi)各個(gè)像素的聞売影響因子來(lái)檢測(cè)圖像聞売區(qū)域中的內(nèi)容。
通過(guò)在高亮區(qū)域內(nèi)容檢測(cè)中考慮高亮區(qū)域?qū)Ω鱾€(gè)像素的影響，可以適應(yīng)各種照明條件，降低了鏡面反射的影響，能夠更準(zhǔn)確地檢測(cè)出高亮區(qū)域的內(nèi)容。
此外，基于高亮區(qū)域內(nèi)各個(gè)像素的高亮影響因子來(lái)檢測(cè)圖像高亮區(qū)域中的內(nèi)容可以包括:根據(jù)高亮區(qū)域外的圖像內(nèi)容來(lái)確定第一閾值；針對(duì)高亮區(qū)域內(nèi)的各個(gè)像素，基于該各個(gè)像素的高亮影響因子，來(lái)調(diào)整該第一閾值，以確定針對(duì)該各個(gè)像素的閾值；根據(jù)針對(duì)該各個(gè)像素的閾值，來(lái)確定該各個(gè)像素屬于內(nèi)容還是背景，從而獲得第一檢測(cè)結(jié)果。
此外，該內(nèi)容檢測(cè)方法還可以包括:基于多個(gè)不同尺度的局部區(qū)域的信息來(lái)檢測(cè)內(nèi)容，從而得到第二檢測(cè)結(jié)果；至少基于第一檢測(cè)結(jié)果和第二檢測(cè)結(jié)果來(lái)獲得最終檢測(cè)結(jié)果。該組合的高亮區(qū)域內(nèi)容檢測(cè)方法可以獲得更高的檢測(cè)準(zhǔn)確率。
此外，可以根據(jù)各個(gè)像素的高亮影響因子來(lái)確定該多個(gè)不同尺度的局部區(qū)域中的至少一個(gè)局部區(qū)域的尺度的大小。
此外，該內(nèi)容檢測(cè)方法還可以包括:以所檢測(cè)的檢測(cè)結(jié)果中是內(nèi)容的像素點(diǎn)作為樣本來(lái)擬合高亮區(qū)域內(nèi)的內(nèi)容像素的預(yù)定色彩分布模型；基于擬合后的內(nèi)容像素色彩分布模型來(lái)預(yù)測(cè)高亮區(qū)域內(nèi)的未檢測(cè)出的內(nèi)容像素。通過(guò)此增強(qiáng)處理，可以進(jìn)一步消除高亮的影響，提聞聞売區(qū)域內(nèi)容的清晰度和可見(jiàn)性。
此外，該內(nèi)容檢測(cè)方法還可以包括:分別使用原始圖像和漫反射圖像來(lái)對(duì)高亮區(qū)域外的像素色彩進(jìn)行聚類(lèi)；根據(jù)各自色彩聚類(lèi)結(jié)果分別對(duì)原始圖像和漫反射圖像的高亮區(qū)域內(nèi)的像素色彩進(jìn)行分類(lèi)； 以及根據(jù)色彩分類(lèi)的結(jié)果對(duì)高亮區(qū)域內(nèi)的像素色彩進(jìn)行調(diào)整。通過(guò)此高亮區(qū)域內(nèi)的色彩還原 處理，可以增強(qiáng)高亮區(qū)域內(nèi)容的清晰度和可見(jiàn)性，消除高亮的影響。
根據(jù)本發(fā)明的另一方面，提供了一種圖像高亮區(qū)域的檢測(cè)方法，包括:從原始圖像獲得漫反射圖像；獲得原始圖像和漫反射圖像之間的各個(gè)像素的強(qiáng)度差；自適應(yīng)地確定強(qiáng)度差閾值；以及根據(jù)強(qiáng)度差閾值和所述各個(gè)像素的強(qiáng)度差，檢測(cè)出所述高亮區(qū)域。
根據(jù)本發(fā)明的再一方面，提供了一種圖像高亮區(qū)域的內(nèi)容檢測(cè)裝置，包括:高亮影響因子計(jì)算部件，其確定聞売區(qū)域內(nèi)各個(gè)像素的聞売影響因子，該聞売影響因子表不聞売區(qū)域?qū)υ撓袼貎?nèi)容影響的強(qiáng)度；以及內(nèi)容檢測(cè)部件，其基于聞売區(qū)域內(nèi)各個(gè)像素的聞売影響因子來(lái)檢測(cè)圖像高亮區(qū)域中的內(nèi)容。
根據(jù)本發(fā)明的再一方面，提供了一種增強(qiáng)高亮區(qū)域內(nèi)容的檢測(cè)結(jié)果的方法，該方法可以包括:以所檢測(cè)的檢測(cè)結(jié)果中是內(nèi)容的像素點(diǎn)作為樣本來(lái)擬合高亮區(qū)域內(nèi)的內(nèi)容像素的預(yù)定色彩分布模型；基于擬合后的內(nèi)容像素色彩分布模型來(lái)預(yù)測(cè)高亮區(qū)域內(nèi)的未檢測(cè)出的內(nèi)容像素。
根據(jù)本發(fā)明的再一方面，提供了一種增強(qiáng)高亮區(qū)域內(nèi)容的檢測(cè)結(jié)果的裝置，該裝置可以包括:色彩分布模型擬合部件，用于以所檢測(cè)的檢測(cè)結(jié)果中是內(nèi)容的像素點(diǎn)作為樣本來(lái)擬合高亮區(qū)域內(nèi)的內(nèi)容像素的預(yù)定色彩分布模型；高亮區(qū)域內(nèi)容像素預(yù)測(cè)部件，用于基于擬合后的內(nèi)容像素色彩分布模型來(lái)預(yù)測(cè)高亮區(qū)域內(nèi)的未檢測(cè)出的內(nèi)容像素。
根據(jù)本發(fā)明的再一方面，提供了一種還原高亮區(qū)域的色彩信息的方法，該方法可以包括:分別使用原始圖像和對(duì)應(yīng)的漫反射圖像來(lái)對(duì)高亮區(qū)域外的像素色彩進(jìn)行聚類(lèi)；根據(jù)各自色彩聚類(lèi)結(jié)果分別對(duì)原始圖像和漫反射圖像的高亮區(qū)域內(nèi)的像素色彩進(jìn)行分類(lèi)；以及根據(jù)色彩分類(lèi)的結(jié)果對(duì)高亮區(qū)域內(nèi)的像素色彩進(jìn)行調(diào)整。
根據(jù)本發(fā)明的再一方面，提供了一種還原高亮區(qū)域的色彩信息的裝置，該裝置可以包括:聚類(lèi)部件，用于分別使用原始圖像和對(duì)應(yīng)的漫反射圖像來(lái)對(duì)高亮區(qū)域外的像素色彩進(jìn)行聚類(lèi)；分類(lèi)部件，用于根據(jù)各自色彩聚類(lèi)結(jié)果分別對(duì)原始圖像和漫反射圖像的高亮區(qū)域內(nèi)的像素色彩進(jìn)行分類(lèi)；以及高亮區(qū)域色彩調(diào)整部件，用于根據(jù)色彩分類(lèi)的結(jié)果對(duì)高亮區(qū)域內(nèi)的像素色彩進(jìn)行調(diào)整。


圖1為根據(jù)本發(fā)明一個(gè)實(shí)施例的可以應(yīng)用本發(fā)明的投影儀-攝像機(jī)系統(tǒng)的示意圖2為根據(jù)本發(fā)明一個(gè)實(shí)施例的圖像高亮區(qū)域的內(nèi)容檢測(cè)方法的整體流程圖3示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的高亮區(qū)域檢測(cè)方法的流程圖4是示出高亮區(qū)域檢測(cè)過(guò)程的示意圖5是根據(jù)本發(fā)明一個(gè)實(shí)施例的自適應(yīng)強(qiáng)度差閾值確定方法的流程圖6是說(shuō)明高亮區(qū)域內(nèi)每個(gè)像素的高亮區(qū)域影響因子的一個(gè)計(jì)算示例的示意圖7是示出根據(jù)本發(fā)明一個(gè)實(shí)施例的基于高亮影響因子檢測(cè)圖像內(nèi)容的方法的流程圖8是示出高亮區(qū)域的多尺度局部區(qū)域內(nèi)容檢測(cè)方法的流程圖9是示出了各種尺度局部區(qū)域信息分析的高亮區(qū)域內(nèi)筆畫(huà)檢測(cè)結(jié)果的比較示意圖。
圖10是示出了根據(jù)本發(fā)明一個(gè)實(shí)施例以筆畫(huà)處理為例的基于高亮區(qū)域的筆畫(huà)檢測(cè)結(jié)果的筆畫(huà)檢測(cè)結(jié)果增強(qiáng)處理方法的流程圖11是示出了根據(jù)本發(fā)明一個(gè)實(shí)施例以筆畫(huà)處理為例的基于高亮區(qū)域的筆畫(huà)檢測(cè)結(jié)果的筆畫(huà)色彩還原處理的流程圖12是示出了一個(gè)色彩還原處理過(guò)程以及效果示例的示意圖13示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的高亮圖像處理的整體流程圖14示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的圖像高亮區(qū)域的內(nèi)容檢測(cè)裝置的示意性框圖15示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的高亮圖像處理裝置1500的框圖16示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的增強(qiáng)高亮區(qū)域內(nèi)容的檢測(cè)結(jié)果的裝置1600的框圖；以及
圖17示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的還原高亮區(qū)域的色彩信息的裝置1700的框圖。
具體實(shí)施方式
為了使本領(lǐng)域技術(shù)人員更好地理解本發(fā)明，下面結(jié)合附圖和具體實(shí)施方式
對(duì)本發(fā)明作進(jìn)一步詳細(xì)說(shuō)明。
為了便于理解，圖1給出了根據(jù)本發(fā)明一個(gè)實(shí)施例的可以應(yīng)用本發(fā)明的投影儀-攝像機(jī)系統(tǒng)的示意圖。下文中將以應(yīng)用場(chǎng)景為投影儀-攝像機(jī)系統(tǒng)，要檢測(cè)的圖像內(nèi)容為文字筆畫(huà)為例進(jìn)行說(shuō)明。不過(guò)需要強(qiáng)調(diào)的是，上述情況僅為示例，實(shí)際上任何圖像中可能出現(xiàn)高光區(qū)域的情況均可以應(yīng)用本發(fā)明，以及其他圖像內(nèi)容例如人臉、景物等均可以應(yīng)用本發(fā)明。
在進(jìn)行詳細(xì)陳述之前，為了有助于更好地理解本發(fā)明，總體地闡述一下本發(fā)明的思想。本發(fā)明的一個(gè)思想是，高亮區(qū)域的存在，對(duì)于人們辨認(rèn)高亮區(qū)域中的像素內(nèi)容發(fā)生不利影響。因此，希望在檢測(cè)內(nèi)容例如筆畫(huà)的過(guò)程中，即考慮到此不利影響，對(duì)于檢測(cè)的閾值因子或者區(qū)域大小等加以適應(yīng)性地調(diào)整，從而更準(zhǔn)確地檢測(cè)出高亮區(qū)域中的筆畫(huà)。進(jìn)一步地，希望估計(jì)出高亮區(qū)域中的漏檢筆畫(huà)，以及對(duì)于因?yàn)楦吡炼磺逦纳市畔⑾Ｍ右曰謴?fù)。
圖2是根據(jù)本發(fā)明一個(gè)實(shí)施例的圖像高亮區(qū)域中的內(nèi)容的檢測(cè)方法200的整體流程圖。
如圖2所不,在步驟S210中，確定聞売區(qū)域內(nèi)各個(gè)像素的聞売影響因子。關(guān)于聞亮區(qū)域，其可以利用下文參考圖3描述的高亮區(qū)域檢測(cè)方法得到，或者由用戶(hù)人工指定，也可以利用現(xiàn)有的任何聞売區(qū)域檢測(cè)方法獲得。針對(duì)一個(gè)像素的聞売影響因子表不聞売區(qū)域?qū)υ撓袼貎?nèi)容影響的強(qiáng)度。具體而言，直觀(guān)地，一個(gè)像素，其周?chē)袼貙儆诟吡羺^(qū)域的越多，則該像素受高亮的影響的程度越大，也即越影響該像素的可見(jiàn)性，因此其高亮區(qū)域影響因子越大。下文，將參考圖4描述高亮區(qū)域影響因子的一種示例性計(jì)算方法。
在步驟S220中，基于聞売區(qū)域內(nèi)各個(gè)像素的聞売影響因子來(lái)檢測(cè)圖像聞売區(qū)域中的內(nèi)容。如此獲得的高亮區(qū)域中的內(nèi)容可供進(jìn)一步處理，或者可供輸出來(lái)與用戶(hù)交互。下文將參考圖7說(shuō)明基于高亮影響因子的內(nèi)容檢測(cè)閾值確定以及進(jìn)而的內(nèi)容檢測(cè)，以及參考圖8說(shuō)明基于高亮因子(可選)的多尺度局部區(qū)域內(nèi)容檢測(cè)。
圖3示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的高亮區(qū)域檢測(cè)方法300的流程圖。
在步驟S310中，從原始圖像獲得漫反射圖像。為此，可以采用任何能夠從原始圖像獲得漫反射圖像的方法。例如，在“Separating Reflection Components Based onChromaticity and Noise Analysis，，，Robby T.Tan, etc.1EEE Transactions on PatternAnalysis and Machine Intelligence, Vol26, N0.10, October 2004 中介紹了從單張圖像分離鏡面反射分量的很多方法，并且提出了基于色度和噪聲分析來(lái)分離漫反射分量和鏡面反射分量的方法。出于效率考慮，我們采用了在文獻(xiàn)“Simple and efficient method forspecularity removal in an image” H.L.Shen and Q.Y.Cai, Applied Optics,48 (14),2711-2719，2009中介紹的方法來(lái)生成無(wú)鏡面反射分量的圖像。該方法通過(guò)在每個(gè)像素上減去該像素的最小RGB值，然后設(shè)置一個(gè)像素依賴(lài)型的補(bǔ)償值以便使修改后的無(wú)鏡面反射分量的圖像和漫反射圖像的色度更加接近。不過(guò)，該方法僅為示例，上述文獻(xiàn)中介紹的方法以及任何能夠從原始圖像獲得漫反射圖像的方法均可以用于本發(fā)明。
一般地，在高亮區(qū)域內(nèi)，鏡面反射分量的強(qiáng)度比漫反射分量的強(qiáng)度更強(qiáng)。在步驟S310中所獲得的漫反射圖像中，鏡面反射分量基本被去除了。所以原始圖像和漫反射圖像的最大強(qiáng)度差必然存在于高亮區(qū)域內(nèi)。高亮區(qū)域內(nèi)的強(qiáng)度差比其外部的強(qiáng)度差高很多。因此，可以考慮用合適的強(qiáng)度差閾值來(lái)把高亮區(qū)域分割出來(lái)。
在步驟S320中，獲得原始圖像和漫反射圖像之間的各個(gè)像素的強(qiáng)度差。
在步驟S330中，自適應(yīng)地確定強(qiáng)度差閾值。
優(yōu)選地，強(qiáng)度差閾值需要與環(huán)境相適應(yīng)，以及需要根據(jù)原始圖像中高亮區(qū)域外部的強(qiáng)度來(lái)改變?？梢岳孟挛膮⒖紙D4所述的根據(jù)本發(fā)明實(shí)施例的自適應(yīng)確定強(qiáng)度差閾值的方法來(lái)確定。不過(guò)，任何自適應(yīng)地確定強(qiáng)度差閾值的方法均可以用于本發(fā)明，例如基于有監(jiān)督學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)、遺傳算法、支持向量機(jī)等等。
在步驟S340中，根據(jù)強(qiáng)度差閾值和各個(gè)像素的強(qiáng)度差，檢測(cè)出高亮區(qū)域。
具體地，例如，如果一個(gè)像素的原始圖像和漫反射圖像之間的強(qiáng)度差大于強(qiáng)度差閾值，則認(rèn)為該像素屬于高亮區(qū)域；反之該像素不屬于高亮區(qū)域。由此，檢測(cè)出高亮區(qū)域。
在如此檢測(cè)出的高亮區(qū)域可能存在很多噪聲，或者一些高亮區(qū)域因?yàn)楸尘皟?nèi)容的顏色被漏檢。所以可選地可以通過(guò)一些后處理諸如降噪和檢測(cè)增強(qiáng)的方法改進(jìn)高亮區(qū)域檢測(cè)結(jié)果。優(yōu)選地，可以使用如下閉操作和開(kāi)操作消除噪聲和改進(jìn)結(jié)果:(I)消除由書(shū)寫(xiě)內(nèi)容引起的孤立的非高亮點(diǎn)和噪聲點(diǎn)，因?yàn)楦吡羺^(qū)域通常應(yīng)該是閉合的；(2)把因?yàn)樵肼暥B接起來(lái)的臨近的高亮區(qū)域分割開(kāi)。
包含后處理的高亮區(qū)域檢測(cè)過(guò)程也示意性地圖示于圖4中。其中，原始圖像410減去漫反射圖像420獲得了初始強(qiáng)度差圖像430，以強(qiáng)度差閾值來(lái)過(guò)濾該初始強(qiáng)度差圖像430并且對(duì)過(guò)濾后的結(jié)果進(jìn)行二值化處理獲得了初始檢測(cè)結(jié)果的圖像440，經(jīng)過(guò)檢測(cè)增強(qiáng)和降噪處理，得到了最終檢測(cè)結(jié)果的圖像450。
下面參考圖5說(shuō)明根據(jù)本發(fā)明一個(gè)實(shí)施例的自適應(yīng)強(qiáng)度差閾值確定方法500。
如圖5所示，在步驟S510中，以各個(gè)像素的強(qiáng)度差的平均值作為第一強(qiáng)度差閾值V
在步驟S520中，根據(jù)第一強(qiáng)度差閾值和各個(gè)像素的強(qiáng)度差，將各個(gè)像素分類(lèi)為高強(qiáng)度像素和低強(qiáng)度像素。
在步驟S530中，確定高強(qiáng)度像素的強(qiáng)度差的平均值作為第二強(qiáng)度差閾值T2。
在步驟S540中，根據(jù)第二強(qiáng)度差閾值和各個(gè)像素的強(qiáng)度差，再次將各個(gè)像素分類(lèi)為高強(qiáng)度像素和低強(qiáng)度像素。
在步驟S550中，確定此再次分類(lèi)后的高強(qiáng)度像素的強(qiáng)度差的平均值作為第三強(qiáng)度差閾值Τ3。
在步驟S560中，基于至少該第一、第二、第三強(qiáng)度差閾值來(lái)確定強(qiáng)度差閾值Τ。例如，設(shè)經(jīng)步驟S520分類(lèi)后的高強(qiáng)度像素占全部像素的比例分子為a，可以按以下公式(I)來(lái)計(jì)算最終的強(qiáng)度差閾值T。
權(quán)利要求
1.一種圖像高亮區(qū)域的內(nèi)容檢測(cè)方法，包括: 確定聞売區(qū)域內(nèi)各個(gè)像素的聞売影響因子，該聞売影響因子表不聞売區(qū)域?qū)υ撓袼貎?nèi)容影響的強(qiáng)度； 基于高亮區(qū)域內(nèi)各個(gè)像素的高亮影響因子來(lái)檢測(cè)圖像高亮區(qū)域中的內(nèi)容。
2.根據(jù)權(quán)利要求1的內(nèi)容檢測(cè)方法，所述基于高亮區(qū)域內(nèi)各個(gè)像素的高亮影響因子來(lái)檢測(cè)圖像高亮區(qū)域中的內(nèi)容包括: 根據(jù)高亮區(qū)域外的圖像內(nèi)容來(lái)確定第一閾值； 針對(duì)高亮區(qū)域內(nèi)的各個(gè)像素，基于該各個(gè)像素的高亮影響因子，來(lái)調(diào)整該第一閾值，以確定針對(duì)該各個(gè)像素的閾值； 根據(jù)針對(duì)該各個(gè)像素的閾值，來(lái)確定該各個(gè)像素屬于內(nèi)容還是背景，從而獲得第一檢測(cè)結(jié)果。
3.根據(jù)權(quán)利要求1或2的內(nèi)容檢測(cè)方法，還包括: 基于多個(gè)不同尺度的局部區(qū)域的信息來(lái)檢測(cè)內(nèi)容，從而得到第二檢測(cè)結(jié)果； 至少基于第一檢測(cè)結(jié)果和第二檢測(cè)結(jié)果來(lái)獲得最終檢測(cè)結(jié)果。
4.根據(jù)權(quán)利要求3的內(nèi)容檢測(cè)方法，其中根據(jù)各個(gè)像素的高亮影響因子來(lái)確定該多個(gè)不同尺度的局部區(qū)域中的至少一個(gè)局部區(qū)域的尺度的大小。
5.根據(jù)權(quán)利要求1-4中任一個(gè)的內(nèi)容檢測(cè)方法，還包括: 以所檢測(cè)的檢測(cè)結(jié)果中是內(nèi)容的像素點(diǎn)作為樣本來(lái)擬合高亮區(qū)域內(nèi)的內(nèi)容像素的預(yù)定色彩分布模型； 基于擬合后的內(nèi)容像素色彩分布模型來(lái)預(yù)測(cè)高亮區(qū)域內(nèi)的未檢測(cè)出的內(nèi)容像素。
6.根據(jù)權(quán)利要求5的內(nèi) 容檢測(cè)方法，還包括: 分別使用原始圖像和漫反射圖像來(lái)對(duì)高亮區(qū)域外的像素色彩進(jìn)行聚類(lèi)； 根據(jù)各自色彩聚類(lèi)結(jié)果分別對(duì)原始圖像和漫反射圖像的高亮區(qū)域內(nèi)的像素色彩進(jìn)行分類(lèi)；以及 根據(jù)色彩分類(lèi)的結(jié)果對(duì)高亮區(qū)域內(nèi)的像素色彩進(jìn)行調(diào)整。
7.根據(jù)權(quán)利要求1的內(nèi)容檢測(cè)方法，其中，所述高亮區(qū)域是通過(guò)下述操作檢測(cè)出來(lái)的: 從原始圖像獲得漫反射圖像； 獲得原始圖像和漫反射圖像之間的各個(gè)像素的強(qiáng)度差； 自適應(yīng)地確定強(qiáng)度差閾值；以及 根據(jù)強(qiáng)度差閾值和所述各個(gè)像素的強(qiáng)度差，檢測(cè)出所述高亮區(qū)域。
8.根據(jù)權(quán)利要求7的內(nèi)容檢測(cè)方法，其中所述自適應(yīng)地確定強(qiáng)度差閾值包括: 以該各個(gè)像素的強(qiáng)度差的平均值作為第一強(qiáng)度差閾值； 根據(jù)第一強(qiáng)度差閾值和各個(gè)像素的強(qiáng)度差，將各個(gè)像素分類(lèi)為高強(qiáng)度像素和低強(qiáng)度像素； 確定高強(qiáng)度像素的強(qiáng)度差的平均值作為第二強(qiáng)度差閾值； 根據(jù)第二強(qiáng)度差閾值和各個(gè)像素的強(qiáng)度差，再次將各個(gè)像素分類(lèi)為高強(qiáng)度像素和低強(qiáng)度像素； 確定此再次分類(lèi)的高強(qiáng)度像素的強(qiáng)度差的平均值作為第三強(qiáng)度差閾值；以及 基于至少該第一、第二、第三強(qiáng)度差閾值來(lái)確定所述強(qiáng)度差閾值。
9.一種圖像高亮區(qū)域的檢測(cè)方法，包括: 從原始圖像獲得漫反射圖像； 獲得原始圖像和漫反射圖像之間的各個(gè)像素的強(qiáng)度差； 自適應(yīng)地確定強(qiáng)度差閾值；以及 根據(jù)強(qiáng)度差閾值和所述各個(gè)像素的強(qiáng)度差，檢測(cè)出所述高亮區(qū)域。
10.一種圖像高亮區(qū)域的內(nèi)容檢測(cè)裝置，包括: 聞売影響因子計(jì)算部件，其確定聞売區(qū)域內(nèi)各個(gè)像素的聞売影響因子，該聞売影響因子表示高亮區(qū)域?qū)υ撓袼貎?nèi)容影響的強(qiáng)度；以及 內(nèi)容檢測(cè)部件，其基于聞売區(qū)域內(nèi)各個(gè)像素的聞売影響因子來(lái)檢測(cè)圖像聞売區(qū)域中的內(nèi)容。
全文摘要
公開(kāi)了一種圖像高亮區(qū)域的內(nèi)容檢測(cè)方法和裝置，以及一種圖像高亮區(qū)域的檢測(cè)方法和裝置。該內(nèi)容檢測(cè)方法包括確定高亮區(qū)域內(nèi)各個(gè)像素的高亮影響因子，該高亮影響因子表示高亮區(qū)域?qū)υ撓袼貎?nèi)容影響的強(qiáng)度；基于高亮區(qū)域內(nèi)各個(gè)像素的高亮影響因子來(lái)檢測(cè)圖像高亮區(qū)域中的內(nèi)容。該圖像高亮區(qū)域的檢測(cè)方法包括從原始圖像獲得漫反射圖像；獲得原始圖像和漫反射圖像之間的各個(gè)像素的強(qiáng)度差；自適應(yīng)地確定強(qiáng)度差閾值；以及根據(jù)強(qiáng)度差閾值和所述各個(gè)像素的強(qiáng)度差，檢測(cè)出所述高亮區(qū)域。
文檔編號(hào)G06T7/00GK103150717SQ201110401299
公開(kāi)日2013年6月12日 申請(qǐng)日期2011年12月6日 優(yōu)先權(quán)日2011年12月6日
發(fā)明者宮衛(wèi)濤, 王煒, 劉東利, 尹悅燕, 趙穎 申請(qǐng)人:株式會(huì)社理光