本申請案主張2014年6月25日申請的標題為自適應(yīng)眼睛偽影識別及校正系統(tǒng)(ADAPTABLE EYE ARTIFACT IDENTIFICATION AND CORRECTION SYSTEM)的第14/314,941號美國專利申請案的優(yōu)先權(quán)，所述美國專利申請案特此以全文引用的方式并入。

技術(shù)領(lǐng)域

本發(fā)明涉及一種用于識別及校正眼睛偽影以用于數(shù)字攝影中的方法。

背景技術(shù)：

“眼睛是心靈的窗戶”是有助于說明圖像中眼睛的外觀對人的重要性的習語。在攝影中，已開發(fā)出許多技術(shù)以用于對由電子閃光燈、LED閃光燈及用于手持式捕獲裝置及圖像處理軟件應(yīng)用中的其它類型的場景照明引起的眼睛相關(guān)偽影的自動及半自動校正。常規(guī)技術(shù)通常不能提供根據(jù)場景照明技術(shù)恢復(fù)嚴重的眼睛偽影狀況中的原始眼睛顏色、圖像細節(jié)及虹膜形狀的校正。眼睛偽影，尤其是來自閃光燈照明的眼睛偽影可能出現(xiàn)于動物及寵物的照片中，從而歸因于其獨特的眼睛結(jié)構(gòu)需要特殊考慮。另外，存在引起眼睛相關(guān)偽影的其它狀況及情況，例如來自眼鏡的放大失真、來自眼鏡鏡片的鏡片光暈及影響眼睛的身體醫(yī)療狀況。

標題為“寵物眼睛校正(Pet eye correction)”的US8260082B2涉及識別數(shù)字圖像中的預(yù)期瞳孔位置，所述確定是檢驗預(yù)期瞳孔位置存在的特定區(qū)域中的所有像素都具有白色而作出?；趯λ鑫恢么嬖诘膮^(qū)域中的像素的分析計算目標顏色。假定的瞳孔區(qū)域被識別。經(jīng)布置以配合瞳孔區(qū)域的瞳孔的圖像被插入到瞳孔區(qū)域中，其中瞳孔的圖像是虹膜的圖像，其是通用圖像且并不復(fù)制原始瞳孔顏色或細節(jié)。使用計算機系統(tǒng)校正數(shù)字圖像中所表示的人類及動物(例如，寵物貓或狗)的瞳孔中的顏色缺陷。使用包含(但不限于)桌上型計算機、膝上型計算機、主機計算機、個人數(shù)字助理、黑莓(Blackberry)、智能電話裝置、數(shù)碼相機及蜂窩電話。此實現(xiàn)適當?shù)匕幢壤s放瞳孔圖像并將其插入到假定的瞳孔區(qū)域中以促進提示球狀況的校正。可至少基于對其瞳孔被校正的動物或個人的類型的分析以及被校正的瞳孔的相對大小及形狀識別假定的瞳孔區(qū)域。

標題為“校正數(shù)字圖像中的眼睛顏色(Correcting eye color in a digital image)”的US7675652B2描述從閃光燈攝影裝置(例如，數(shù)碼相機、網(wǎng)絡(luò)攝像頭及電子通信裝置相機(例如，手機、黑莓及個人數(shù)字助理))中所利用的數(shù)字圖像移除非所要的眼睛顏色。

標題為“用于處理具有眼鏡顏色缺陷的數(shù)字圖像的設(shè)備及方法(Apparatus and method for processing digital images having eye color defects)”的US7035462B2描述用于手動增強自動紅眼校正的圖形用戶接口及工作流程。所述裝置具有用于檢測數(shù)字圖像中的眼睛顏色缺陷的一或多個候選位置的處理單元。校正單元對檢測到的候選位置處的圖像應(yīng)用眼睛顏色缺陷算法以校正缺陷。顯示器呈現(xiàn)具有經(jīng)校正的眼睛顏色缺陷的圖像的一部分。指示符描繪所述顯示器上呈現(xiàn)的經(jīng)校正的眼睛顏色缺陷。

標題為“使用面部檢測的紅眼消除(Red-eye reduction using facial detection)”的US8559668B2涉及使用一組接收到的坐標計算原始圖像中的兩只眼睛之間的距離?；谟嬎愠龅木嚯x及接收到的坐標從圖像獲得膚色樣本?；谒@得的膚色樣本在顏色空間中產(chǎn)生膚色顏色區(qū)域。通過比較像素與所產(chǎn)生的膚色顏色區(qū)域及預(yù)先確定的紅眼顏色區(qū)域?qū)?yīng)于一只眼睛的像素分類為紅眼像素。存儲相對于像素的分類指示。

標題為“用于數(shù)字圖像的圖塊或手持式設(shè)備中的紅眼缺陷的自動實時檢測及校正的方法及設(shè)備(Method and apparatus for the automatic real-time detection and correction of red-eye defects in batches of digital images or in handheld appliances)”的US6873743B2描述基于色彩圖的紅色色度及亮度識別在數(shù)字圖像中包含紅眼缺陷的分段。通過比較所識別的分段及其邊界區(qū)域的屬性與閾值來基于測試閾值消除所述分段。未被消除的所述分段的位置、大小及像素被記錄以證實紅眼缺陷。

技術(shù)實現(xiàn)要素：

根據(jù)本發(fā)明，一種用于在數(shù)字攝影中識別及校正眼睛偽影的方法，其包括：識別眼睛偽影類型及被攝者眼睛類型；確定眼睛偽影嚴重性；考慮可用的被攝者眼睛類型校正模型確定適當?shù)男ＵB(tài)；識別被攝者的時間/事件窗內(nèi)不具有眼睛偽影或具有較不嚴重的眼睛偽影的相關(guān)圖像；選擇校正模態(tài)并校正所述眼睛偽影；及獲得用戶或操作者許可。所述眼睛偽影類型包括相機相關(guān)的照明誘發(fā)的偽影類型、環(huán)境光誘發(fā)的偽影類型、眼鏡相關(guān)的偽影類型或身體狀況相關(guān)的偽影類型。如果確定所述偽影類型是身體狀況相關(guān)的偽影類型，那么警告所述用戶且請求驗證以繼續(xù)。所述被攝者眼睛類型可包括人眼類型或動物眼睛類型?？筛鶕?jù)種族、性別、年齡、眼睛顏色、皮膚顏色、眼鏡或面部類型對所述人眼類型分類。可根據(jù)瞳孔類型對所述動物眼睛類型分類。確定眼睛偽影嚴重性包括：確定所述眼睛偽影是否可校正或是否需要替換。所述被攝者眼睛類型校正模型是基于所述眼睛偽影的嚴重程度、被攝者類型及眼睛偽影類型。所述校正模型可重新按比例縮放并重新定位眼睛以補償歸因于眼鏡的光學失真。所述校正模型可基于所預(yù)測或所分配的顏色使眼睛重新著色。可使用膚色、發(fā)色、元數(shù)據(jù)、社交網(wǎng)絡(luò)評論或用戶輸入確定所述所預(yù)測或所分配的顏色。所述校正模型可基于從相關(guān)圖像獲得的顏色用于使眼睛重新著色。可使用面部檢測或時間/事件窗內(nèi)的標記圖像確定所述相關(guān)圖像。所述校正模型可用于用非偽影相關(guān)眼睛圖像替換現(xiàn)存眼睛圖像?？墒褂帽恢匦掳幢壤s放及編輯的適當候選眼睛圖像選擇所述非偽影相關(guān)眼睛圖像。所述校正模型可包括用來自圖像分析及/或針對大小、顏色、形狀、類型及情緒狀態(tài)的元數(shù)據(jù)的預(yù)測選擇及修改的通用模型。所述校正模型可包括根據(jù)大小、顏色、形狀、類型及情緒狀態(tài)用相關(guān)圖像選擇及修改的通用模型，其中所述相關(guān)圖像發(fā)生于時間/事件窗內(nèi)。獲得用戶或操作者許可包括：接受、編輯或選擇替代校正模態(tài)?？稍跀?shù)字照片沖洗機處執(zhí)行本發(fā)明的所述方法。

本發(fā)明的方法可利用來自安卓(Android)、Picasa及iPhoto系統(tǒng)的面部識別及位置元數(shù)據(jù)以限制對眼睛偽影候選者的搜索。

可根據(jù)本發(fā)明的方法校正的人類及動物的眼睛相關(guān)偽影可包含：紅眼(反光閃光)、白眼、來自眼鏡鏡片的幾何失真、來自眼鏡鏡片的光暈、隱形鏡片眩光、閉上或部分眼瞼或各自需要不同數(shù)字成像校正技術(shù)的眼睛相關(guān)的醫(yī)療狀況。所述系統(tǒng)/方法識別所述眼睛偽影的類型及嚴重性并選擇適當校正。

本發(fā)明的方法使用各種校正模態(tài)。舉例來說，可使用圖像集合中的相同個人的未受影響的圖像校正圖像中具有眼睛偽影的個人的眼睛顏色信息。如果眼睛相關(guān)偽影太嚴重而不能用顏色移除及顏色恢復(fù)來校正，那么圖像集合針對受影響的個人的圖像搜索可用于數(shù)字地替換受影響眼睛的候選眼睛。例如比例、瞳孔/虹膜定向、分辨率、圖像之間的時間等等的特征可用于選擇適當?shù)奶鎿Q候選者?？捎抿炞C步驟進行替換候選者的自動修改及定位以允許用戶接受、拒絕或修改自動編輯的圖像。

本發(fā)明的方法可用于取決于偽影的嚴重性逐步替換眼睛的區(qū)段。

最壞情況減輕選項，如果圖像中的被攝者具有嚴重的眼鏡誘發(fā)的(例如，鏡片光暈)眼睛偽影且佩戴眼鏡，那么接著，系統(tǒng)將添加顏色到眼鏡鏡片以使其看起來像太陽鏡。數(shù)字修改的顏色及不透明度可經(jīng)自動調(diào)整以匹配被攝者的外觀，或用戶可選擇在審美上比較美觀的選項。

本發(fā)明的方法包含保留或添加數(shù)字捕捉光的選項，其包含對數(shù)字捕捉光風格的選擇。

如上文大體上參考，本發(fā)明的方法包含以下操作步驟：定位面部(使用面部辨別算法及/或被存儲作為元數(shù)據(jù)的面部位置坐標)，確定眼睛偽影是否存在(自動及/或用戶協(xié)助)，確定面部類型(人類或動物)，確定眼睛相關(guān)偽影的類型(紅眼、白眼、來自眼鏡鏡片的幾何失真、來自鏡片的眼鏡光暈、隱形鏡片眩光、閉上或部分眼瞼、醫(yī)療狀況)，確定眼睛偽影狀況的嚴重性(輕度到重度)，確定非偽影候選圖像是否可用(眼睛形狀、類型、顏色、適合的替換候選者)，及確定適當?shù)男Ｕx項(例如，中和受影響的區(qū)域、使受影響的區(qū)域著色(用用戶指示的顏色)，使受影響的區(qū)域著色(來自從另一圖像的相同被攝者提取的顏色)，用來自從另一圖像的相同被攝者提取的眼睛替換受影響的眼睛，或用已著色的眼睛模型替換眼睛)。

根據(jù)本發(fā)明的方法，針對其中兩只眼睛的圖像都不可用的輪廓，如果左眼是被數(shù)字翻轉(zhuǎn)，那么左眼可替代右眼。

本發(fā)明的方法可被部署于數(shù)字照片沖洗機、照相亭、圖像處理軟件、數(shù)碼相機、照相手機或有算法校正能力或能夠使用應(yīng)用軟件的其它裝置中。

存在促成眼睛相關(guān)偽影的許多不同的攝影原因、狀況、眼鏡類型及眼睛類型，且因此，由醫(yī)療狀況(例如，結(jié)膜下出血)引起的誤報及漏報(例如，使眼睛模糊的過大的捕捉光)是不可避免的。根據(jù)本發(fā)明的方法提供由操作者或用戶選擇的監(jiān)督或獨立系統(tǒng)的越權(quán)控制(例如，用戶操作式?jīng)_洗機、智能電話應(yīng)用軟件或計算機程序)以校正被錯誤識別的眼睛狀況。

根據(jù)本發(fā)明的方法，應(yīng)用查找表以通過計算捕捉光相對于眼睛或眼鏡(如果可應(yīng)用)的不透明度、大小、位置及形狀在眼睛可接受的“捕捉光”與來自眼鏡及隱形鏡片的不可接受的眩光之間做出區(qū)分(將捕捉光與眼睛的比例與可設(shè)置的閾值比例相比)。

為進一步增強所述系列的算法的功效，經(jīng)由圖像分析或元數(shù)據(jù)或兩者自動確定或由用戶或操作者提供的關(guān)于被攝者的人口統(tǒng)計信息用于設(shè)置閾值及選擇查找表。大類、下拉菜單、檢查單及類似物提供可選擇的選項，所述選項可為單選或多選，例如：“嬰兒”、“幼兒”、“兒童”、“非裔美國人”、“歐裔美國人”、“亞裔美國人”、“年齡”、“性別”、“貓類動物”、“犬類動物”或“其它動物”或類似物。

附圖說明

圖1是表示本發(fā)明的操作序列的流程圖。

圖2是根據(jù)本發(fā)明的方法描述偽影類型、嚴重程度及校正模態(tài)的圖表。

圖3a到3b是根據(jù)本發(fā)明的方法的用于校正人類的場景照明相關(guān)的眼睛偽影的圖形用戶接口的圖解。

圖4a到4b是根據(jù)本發(fā)明的方法的用于校正人類的場景照明相關(guān)的眼睛偽影的圖形用戶接口的圖解。

圖5a到5b是根據(jù)本發(fā)明的方法的用于校正人類的眼鏡相關(guān)的眼睛偽影的圖形用戶接口的圖解。

圖6a到6f是各種類型的眼睛相關(guān)偽影的圖形圖解。

圖7a到7b是收縮及擴張的人眼的圖形圖解。

圖8a到8b是收縮及擴張的貓眼的圖形圖解。

圖9a到9b是收縮及擴張的犬眼的圖形圖解。

圖10a到10b是收縮及擴張的綿羊/山羊眼的圖形圖解。

圖11a到11e是具有各種類型的數(shù)字創(chuàng)建的捕捉光的人眼的圖形圖解。

圖12是用于提供本發(fā)明的眼睛偽影校正方法的沖洗機的圖解。

具體實施方式

本發(fā)明是一種自適應(yīng)眼睛偽影識別及校正系統(tǒng)。在涉及眼睛的照片中存在各種形式的攝影閃光燈照明相關(guān)的偽影。對人類，以某一角度進入眼睛的光可能會從視神經(jīng)反射，且變得經(jīng)放大從而在所得照片中引起白光反射或白色瞳孔。當閃光燈照明從人眼中的視網(wǎng)膜反射時，來自眼睛中的血管的紅顏色被反射，從而導(dǎo)致多數(shù)業(yè)余攝影師熟悉的“紅眼”狀況。在極弱光的情況中，增加了對閃光燈照明的需要，且眼睛的虹膜打開從而使白眼及紅眼狀況兩者都惡化。緊湊型數(shù)碼相機及手機相機包含氙或LED(發(fā)光二極管)電子閃光燈照明系統(tǒng)，且通常增加紅眼發(fā)生的頻率及強度，這是因為相機的透鏡與閃光燈之間的距離歸因于裝置的較小尺寸被減小到數(shù)毫米，從而減小閃光燈的反射角。隨著這些手持式成像裝置繼續(xù)被設(shè)計成越來越小且越來越薄，透鏡到閃光燈的分離距離也減小，從而增加眼睛相關(guān)偽影的機會。另外，與電子氙型閃光燈相比，照相手機上常見的基于LED的照明具有較長的曝光持續(xù)時間照明及更漫射光源，且可用于靜物攝影或視頻錄制任一者中。此類型的照明可在光從人類視網(wǎng)膜反射時導(dǎo)致紅眼，或在光從眼睛或隱形鏡片的表面反射時導(dǎo)致白眼。

用于減少眼睛偽影的替代的基于相機的技術(shù)包含：增加成像透鏡與電子閃光燈之間的距離，及/或剛好在曝光之前運用可為單個閃光燈或一系列快速閃光燈的“預(yù)閃”?！邦A(yù)閃”用于臨時減小被攝者的瞳孔大小以免于曝光到強光。預(yù)閃技術(shù)需要額外電力，擾亂被攝者及周圍環(huán)境，且不能可靠地消除眼睛相關(guān)偽影。另外，預(yù)閃可通過向被攝者指示已拍照或警告被攝者相機正在使用中來影響被攝者的表情而破壞攝影場景的自發(fā)性。

對例如狗、貓、浣熊的寵物及動物及例如牛、山羊、綿羊及鹿的反芻動物，視網(wǎng)膜具有被稱為脈絡(luò)膜且在其眼睛的背部處表現(xiàn)的像后向反射器的特殊反射層，這增加了照明誘發(fā)的眼睛偽影的頻率及嚴重性。人類的視網(wǎng)膜中不具有脈絡(luò)膜層。虹膜是眼睛中負責控制瞳孔的大小且因此控制進入眼睛的光的量的較薄結(jié)構(gòu)。另外，人類及犬類具有圓的瞳孔，且貓趨向于具有垂直的狹縫瞳孔，而綿羊及山羊具有水平的狹縫瞳孔。山羊的虹膜與其瞳孔相比通常是暗淡的，且比例如牛、鹿、多數(shù)馬及許多綿羊的動物(其類似的水平瞳孔融入到較深的虹膜及鞏膜中)更加引人注意。無論瞳孔的形狀為何，瞳孔的大小都由取決于環(huán)境的照明程度的虹膜控制。在自發(fā)設(shè)置中需要較少準備或無需準備而用于為人、孩子、寵物及動物拍照的“快照攝影”受消費者歡迎。由脈絡(luò)膜引起的著色可為白色、黃色、綠色及藍色的變型，且顏色以及瞳孔形狀也可用于協(xié)助識別被攝者是人類還是動物，及是哪種類型的動物。

在具有不能通過修改現(xiàn)存像素充分地校正的非常嚴重的眼睛偽影狀況的情況中，用從相同被攝者的相關(guān)圖像或通用數(shù)字眼睛模型取樣的眼睛圖像替換眼睛圖像，所述通用數(shù)字眼睛模型經(jīng)調(diào)適以匹配所取樣的所關(guān)注被攝者的圖像的顏色、大小、虹膜顏色、虹膜/瞳孔形狀、眼睛大小及眼部分離。這些可選擇模型可包含針對男性、女性、兒童及各種類型的動物的版本。除提供定位信息、眼部分離外，眼睛之間的可測量距離也可用于確定眼睛大小，且用于重新按比例縮放眼睛的大小。如果使用眼睛圖像或眼睛模型替換嚴重的受眼睛偽影影響的圖像，那么關(guān)鍵的是，其復(fù)制原始被攝者的觀測方向及/或正指向相同方向以避免出現(xiàn)“斜視”或看起來像正看向奇怪的方向，例如向下看或看起來像正在轉(zhuǎn)動其眼睛?？蓮臄?shù)字圖像的常規(guī)源中的任何者(例如，在線圖像賬戶、家庭計算機、移動裝置及相關(guān)賬戶上所存儲的圖像、社交網(wǎng)絡(luò)上所存儲的圖像及來自醫(yī)療檔案或數(shù)據(jù)庫的圖像)獲得被攝者的相關(guān)圖像。所述圖像可能來自任何可存取的源，只要系統(tǒng)的用戶對所述圖像具有訪問權(quán)限且能夠自由地使用圖形即可?？墒褂妹娌繖z測技術(shù)及/或圖像相關(guān)元數(shù)據(jù)或標簽(例如，個人的名字)識別用于用嚴重的眼睛偽影替換眼睛圖像的被攝者的相關(guān)圖像。

眼睛大小或眼部分離的測量可用于對潛在的眼睛替換候選者進行排名，其中較高排名給予那些與嚴重的受偽影影響的眼睛的大小相同或更大的候選者。相同被攝者的相同大小或較大候選眼睛具有充足或更大的圖像細節(jié)，且更大的眼睛可經(jīng)向下按比例縮放以匹配嚴重的受偽影影響的眼睛?？赡芸雌饋恚湫陀脩魧⒖咕苎劬斡靶Ｕ母鼧O端方法，但在具有特殊意義的照片的情況或來自一種例如婚禮、生日及體育事件的事件(其中再次獲得受眼睛偽影破壞的圖像如果并非不可能則也是不切實際的)的照片的情況中，這提供挽救所述圖像的一種合理方法。

多年來，用戶已展現(xiàn)出想要更改照片以增強照片及/或被攝者的外觀的意愿。用于改進圖像外觀的數(shù)字“噴槍”或“修版”技術(shù)是眾所周知的實踐，且例如Adobe Photoshop的圖像編輯程序提供取決于用戶的技能執(zhí)行簡單或復(fù)雜的數(shù)字圖像編輯所需的工具。經(jīng)由“數(shù)字噴槍”技術(shù)(其中用來自未受影響的皮膚像素的附近區(qū)域的像素替換受影響的皮膚瑕疵像素)移除瑕疵、皺紋及痤瘡的技術(shù)是眾所周知且受歡迎的。這是簡單實施的技術(shù)，這是因為人類皮膚具有少得多的需要復(fù)制的復(fù)雜細節(jié)，且缺乏人類及動物眼睛的可變方向、虹膜大小、眼瞼及表情性質(zhì)。當校正嚴重的眼睛偽影時，重要的是考慮圖像中的被攝者的頭部大小，這在于：例如人像或極度放大圖像情況下的較大的頭部大小需要比中型或遠景照片更準確且詳細的校正。在選擇適當?shù)男Ｕ夹g(shù)時，也需要把頭部及面部大小作為因素計入。舉例來說，如果待校正的圖像是在某一距離處拍攝的照片，且被攝者具有閃光燈照明誘發(fā)的紅眼狀況，那么簡單地對受影響的瞳孔或瞳孔及虹膜像素進行重新著色可能是足夠的。

在其中眼睛偽影非常嚴重且模糊了眼睛的圖像的圖像且無可用的其它相關(guān)圖像或關(guān)于被攝者的眼睛顏色的信息時，系統(tǒng)可預(yù)測用戶眼睛的顏色?；谂c圖像或圖像處理活動的位置相關(guān)聯(lián)的位置元數(shù)據(jù)的地理位置、種族背景、用戶所選擇或提供的眼睛顏色信息、發(fā)色及膚色(其都不受眼睛偽影的影響)可用于預(yù)測用戶可能的眼睛顏色。在其中非偽影圖像不適于用戶校正眼睛偽影圖像(例如，具降低的分辨率或僅描繪被攝者的輪廓)的一些情況中，這些圖像用于調(diào)適所選擇的通用眼睛模型，所述通用眼睛模型將用于替換含有眼睛偽影狀況的像素。在其中無可用的被攝者非偽影圖像的眼睛偽影狀況的多數(shù)嚴重情況中，發(fā)色及膚色及地理位置用于提供具有在統(tǒng)計上最可能眼睛顏色的通用眼睛模型。眼睛顏色也可為用戶或操作者選擇。

世界上超過55％的人口具有棕色眼睛。棕色眼睛顏色是顯性遺傳性狀且由眼睛中的黑色素形成。來自非洲及亞洲的幾乎所有個人都具有棕色眼睛顏色。棕色眼睛趨向于比其它眼睛顏色更深，且在外觀上從淺棕色變化到黑色。淡褐色眼睛類似于棕色眼睛，但其更淺且具有更多的綠-黃色彩。淡褐色眼睛的顏色外觀可隨著環(huán)境發(fā)光狀況而變化，且世界上高達8％的人口具有淡褐色眼睛。藍色眼睛顏色是隱性遺傳性狀，且較不常見，其中僅大約8％的人具有藍色眼睛。藍色眼睛在來自北歐的人中更常見，且藍色眼睛具有較低的色素沉著量，且藍色是通過由虹膜的基質(zhì)散射光而形成?；疑蜚y色眼睛顏色是藍色的非常稀有的變型。如同藍色眼睛，灰色眼睛是眼睛中具有非常低的色素沉著量的結(jié)果，這反映出銀灰色外觀。銀色眼睛顏色在東歐國家中是最常見的，且是世界上較少見的眼睛顏色中的一者。通常會將綠色眼睛與淡褐色眼睛顏色混淆。綠色眼睛顏色是最少見的，占世界人口的大約2％。綠色眼睛顏色是具有少量脂色素的結(jié)果，脂色素是一種形式的與人眼及其它哺乳動物的眼睛中的綠色、琥珀色及金色調(diào)相關(guān)聯(lián)的色素。當顏色與眼睛散射的自然藍色組合時，所述顏色混合給出綠色外觀。綠色眼睛顏色在北歐及中歐是最常見的，且在來自西亞的人中較少見。琥珀色眼睛具有淡黃色的銅色調(diào)，這帶來脂色素。琥珀色眼睛顏色可從金黃色變化到銅色。琥珀色眼睛在世界上非常稀有，且在亞洲及南美國家最常見。在具有關(guān)于地理位置、發(fā)色及膚色的信息情況下，使用查找表(LUT)預(yù)測被攝者的眼睛顏色。此替代方法經(jīng)設(shè)計以用于挽救重要的圖像或由嚴重的眼睛偽影毀壞的一種圖像中的一者。在所提出的所有技術(shù)情況下，被攝者的面部相對于場景的大小非常重要。必須更多地關(guān)注呈現(xiàn)更多細節(jié)的特寫肖像畫。馬丁-舒爾茨色標(Martin-Schultz scale)是一種建立個人的眼睛顏色的標準色標。所述色標由從淺藍色到深棕黑的16種顏色組成。

可(例如)用Martin-Schultz色標量化眼睛顏色分類，其提供三種廣義類別：A-淺色眼睛、B-混合眼睛及C-深色眼睛。在此色標上，淺色眼睛具有最高數(shù)字排名12到16且包含：藍色、灰色及綠色眼睛。數(shù)字值隨著灰色著色量的減少而減小。混合眼睛在色標上從6變化到12且包含：包含類似量的棕色色素沉著的灰色、藍色或綠色眼睛。深色眼睛在色標上從1變化到6且進一步被分類成兩個子群：從4到6的深色混合范圍，主要包含具有淺色素的一些混合的棕色眼睛。深色眼睛在Martin-Schultz色標上從1變化到4且包含：淺棕色、深棕色(其看起來接近眼睛顏色中的黑色)。眼睛顏色類型在全世界上也具有人口及地理分布。

Martin-Schultz色標是一種通常用于身體人類學以建立更精確或較不精確的個人眼睛顏色的標準色標：其是由人類學家馬丁及舒爾茨在20世紀上半葉創(chuàng)立。所述色標由從淺藍色到深棕黑的16種顏色組成。

●1到2：藍色虹膜(1a、1b、1c、2a：淺藍色虹膜，到2b：較深的藍色虹膜)

●3：藍灰色虹膜

●4：灰色虹膜

●5：具有黃色/棕色斑點的藍灰色虹膜

●6：具有黃色/棕色斑點的灰綠色虹膜

●7：綠色虹膜

●8：具有黃色/棕色斑點的綠色虹膜

●9到11：淺棕色虹膜

●10：淡褐色虹膜

●12到13：中棕色虹膜

●14到15到16：深棕色及黑色虹膜

眼睛顏色分布百分比

統(tǒng)計驗證

來源：美國眼科學會(American Academy of Ophthalmology)

數(shù)據(jù)驗證：1.1.2014

美國眼睛顏色百分比

藍色/灰色虹膜：32％

具有棕色/黃色斑的藍色/灰色/綠色虹膜：15％

具有最小斑的綠色/淺棕色虹膜：12％

具有斑的棕色虹膜：16％

深棕色虹膜：25％

可根據(jù)沖洗機/站的地理位置或GPS圖像標簽或客戶端計算機的IP地址、用戶的膚色、用戶的發(fā)色及其它用戶信息(例如，種族)(如果可用)計算(Martin-Schultz色標中的)預(yù)測的眼睛顏色值。

可(例如)用Martin-Schultz色標量化眼睛顏色分類，其提供三種廣義類別：A-淺色眼睛、B-混合眼睛及C-深色眼睛。在此色標上，淺色眼睛具有最高數(shù)字排名12到16且包含：藍色、灰色及綠色眼睛。數(shù)字值隨著灰色著色量的減少而減小?；旌涎劬υ谏珮松蠌?變化到12且包含：包含類似量的棕色色素沉著的灰色、藍色或綠色眼睛。深色眼睛在色標上從1變化到6且進一步被分類成兩個子群：從4到6的深色混合范圍，主要包含具有淺色素的一些混合的棕色眼睛。深色眼睛在Martin-Schultz色標上從1變化到4且包含：淺棕色、深棕色(其看起來接近眼睛顏色中的黑色)。

假設(shè)地理位置(GL)、發(fā)色(HC)及膚色(SC)是可用的且可在缺乏其它信息時用于預(yù)測眼睛顏色。理念是縮小色群，且接著，用戶可精細致力于從那個色群選擇實際顏色?？墒褂铆h(huán)繞的用戶接口選擇正確的眼睛顏色替換來完成此操作。

以上段落中提到的三個色群(A、B或C)中的每一者的概率可被計算如下(EC代表眼睛顏色)：

Pa＝P(EC＝A|GL＝X∩HC＝Y(jié)∩SC＝Z)≈P(EC＝A|GL＝X)*P(EC＝A|HC＝Y(jié))*P(EC＝A|SC＝Z)

Pb＝P(EC＝B|GL＝X∩HC＝Y(jié)∩SC＝Z)≈P(EC＝B|GL＝X)*P(EC＝B|HC＝Y(jié))*P(EC＝B|SC＝Z)

Pc＝P(EC＝C|GL＝X∩HC＝Y(jié)∩SC＝Z)≈P(EC＝C|GL＝X)*P(EC＝C|HC＝Y(jié))*P(EC＝C|SC＝Z)

(假設(shè)獨立于變量(GL、HC及SC)以簡化計算。除非可應(yīng)用貝葉斯定理(Baye’s rule)的使用)

預(yù)測的眼睛顏色＝由Max{Pa,Pb,Pc}表示的色群

舉例來說，X＝亞洲，Y＝黑色，且Z＝中型

Pa＝0.3*0.3*0.35＝0.032

Pb＝0.5*0.5*0.5＝0.125

Pc＝0.9*0.9*0.75＝0.608

在此情況中，Max{Pa,Pb,Pc}＝Pc，這暗示預(yù)測的眼睛色群是C，其表示深色眼睛色群。

可從使用關(guān)于3個變量的概率分布的先前知識構(gòu)造的概率表(參見表1)獲得上文實例中使用的概率值。

表1：眼睛色群的概率表(從可用統(tǒng)計外推值)

*在其中檢測到年齡誘發(fā)的白色/灰色或人造發(fā)色的情況中，可減小或消除HC分量的效果。

通常，眼睛相關(guān)的偽影是由相機相關(guān)的照明(例如，電子閃光燈)引起的，但存在其它的眼睛相關(guān)偽影的來源，例如，環(huán)境發(fā)光、眼鏡及身體狀況。用于近視的高負透鏡可致使被攝者眼睛在照片中看起來更小。由玻璃或低折射率塑料制成的較大透鏡及更遠離眼睛定位鏡片的更大眼鏡框使此現(xiàn)象加劇。用于遠視的高正透鏡可致使眼睛看起來被放大?？赏ㄟ^使用由高折射率塑料(例如，聚碳酸酯)制成的透鏡并將透鏡保持為較小來減少此狀況。正如高負透鏡，由玻璃或低折射率塑料制成的較大透鏡及更遠離眼睛定位鏡片的較大眼鏡框使此加劇。

用于校正攝影眼睛偽影的相同圖像操縱技術(shù)可用于改進或校正由身體眼睛問題引起的與攝影狀況不相關(guān)聯(lián)的眼睛偽影。照片中出現(xiàn)的狀況，例如結(jié)膜炎、充血眼睛、結(jié)膜下出血、斜視、眼皮膚白化病或白內(nèi)障可得以改進或校正。在眼皮膚白化病的情況下，眼睛不能產(chǎn)生足夠的色素以將虹膜著色為藍色、綠色或棕色且添加渾濁到眼睛；代替地，眼睛取決于也歸因于通過虹膜可見的視網(wǎng)膜的紅色而呈現(xiàn)的色素量而看起來呈紅色、粉色或紫色。一些類型的白化病僅影響膚色及發(fā)色，其它類型影響皮膚、頭發(fā)及眼睛顏色，或僅影響眼睛顏色。弱視(也被稱為“懶惰眼”)是由眼視力下降表征的眼障礙，其在其它方面看起來正?；蚺c相關(guān)聯(lián)的眼睛結(jié)構(gòu)異常不成比例。不應(yīng)將醫(yī)療狀況誤認為是攝影相關(guān)的眼睛偽影，且必須用商業(yè)系統(tǒng)來關(guān)注以預(yù)防此情況。所述系統(tǒng)可包含可在醫(yī)療狀況與攝影相關(guān)的眼睛偽影之間作出區(qū)分的算法。重要的是，假設(shè)并非所有被攝者都對校正身體眼睛狀況的外觀感到舒服?？捎上到y(tǒng)警告操作者未經(jīng)確定的眼睛偽影原因，及/或可訓練操作者辨別這些狀況。這對用戶控制系統(tǒng)(例如，相機、照片沖洗機或圖像操縱軟件)來說不是問題，其中用戶可選擇校正所述狀況或并非是自愿的。

對具有嚴重眼睛偽影狀況的被攝者圖像的圖像集合用于確定候選圖像是否可用。候選圖像是相同被攝者的額外相對最近圖像，其用于替換被攝者的眼睛的部分以補償眼睛偽影狀況。將被攝者圖像(例如，室外圖像，其中通常不存在照明眼睛偽影狀況)及具有類似或更大頭部大小或眼部分離的被攝者圖像排名為高于候選圖像。此外，如果眼睛偽影圖像是由眼鏡誘發(fā)的幾何失真及/或鏡片光暈引起的，那么不戴眼鏡的候選被攝者圖像也將會被排名更高。通過以記錄捕獲時間的元數(shù)據(jù)按時間方式對檢測到的圖像排序。為按時間順序?qū)ζヅ涞膱D像排序，可使用從圖像的標題(例如，來自JPEG圖像的EXIF標題)提取的捕獲日期/時間信息。在此處可使用面部檢測算法，例如，H.施奈德曼(H.Schneiderman)及T.加納妥(Kanade)的CVPR’98的Proc.的“用于對象辨別的局部外觀及空間關(guān)系的概率建模(Probabilistic Modeling of Local Appearance and Spatial Relationships for Object Recognition)”第45到51中所描述的面部檢測器。可通過使用面部檢測與聚類算法的組合完成基于時間的排序場景。應(yīng)用面部檢測算法首先確定檢測到的面部的位置。接著，可(例如)使用如由T.F.柯茨(T.F.Cootes)、C.J.泰勒(C.J.Taylor)、D.H.庫珀(D.H.Cooper)及J.格拉哈姆(J.Graham)在1995年的論文“主動形狀模型-其訓練及應(yīng)用(Active shape models–their training and application)”計算機視覺及圖像理解(61)(Computer Vision and Image Understanding(61))第38到59頁描述的用于提取面部特征點的主動形狀模型提取面部特征。接著，可使用這些面部特征點確定具有類似面部(即，具有類似面部特征點的面部)的聚類。接著，可由用戶輪廓數(shù)據(jù)(如果可用)確定或可通過年齡及性別算法估計面部的年齡，例如，由M.H.楊(Yang)及B.穆加達姆(Moghaddam)，在Peoc.ICPR2000的“用于視覺性別分類的支持矢量機(Support vector machines for visual gender classification)”及由X.耿(Geng)、Z.-H.周(Zhou)、Y.張(Zhang)、G.李(Li)及H.戴(Dai)在國際多媒體大會(ACM MULTIMEDIA)2006的“用于自動年齡估計的面部計齡圖案學習(Learning form facial aging patterns for automatic age estimation)”中所描述的年齡及性別算法?？赏ㄟ^使用面部檢測并聚類以識別相同個人的圖像接著從圖像標題提取日期/時間信息以確定時間實現(xiàn)按時間順序?qū)哂邢嗤瑐€人的圖像的場景排序。

使用對象辨別、分割及提取技術(shù)，可用重新按比例縮放的替換圖像或計算機生成的圖像獨立修改、替換眼睛的個別部分(例如，瞳孔、鞏膜、虹膜、眼瞼及眼睫毛)，或所述部分用于提供例如眼睛大小及眼部分離的其它信息。這些技術(shù)還用于從用戶對其具有訪問權(quán)限的圖像集合提取候選眼睛圖像及眼睛分量。可將面部上眼睛的位置視作靜止對象，如在先前通過引用方式并入的路易(Loui)專利中所描述。特別地，從面部特征點，可相對于面部區(qū)域精確定位眼睛位置。接著，使用例如均值移位算法的圖像處理技術(shù)，可分割眼睛的各個區(qū)域(虹膜、瞳孔及鞏膜)，且用適當?shù)难劬︻伾鎿Q部分替換所述區(qū)域。對不同圖像分割算法的參考可發(fā)現(xiàn)于C.邦德(C.Pantofaru)及M.赫伯特(M.Hebert)在CMU-RI-TR-05-40，機器人學院(Robotics Institute)，卡耐基梅隆大學(Carnegie Mellon University)在2005年9月1日的技術(shù)報告“圖像分割算法的比較(A comparison of image segmentation algorithms)”中。

本發(fā)明的目標是提供一種識別由攝影狀況引起的眼睛相關(guān)偽影的類型及使用一系列技術(shù)及各種類型的內(nèi)容對其進行適當校正的方法。所得偽影是極不合意的，且多數(shù)人選擇校正所得攝影圖像中的這些狀況。過程利用面部檢測、眼睛檢測、面部位置元數(shù)據(jù)或用于定位數(shù)字圖像中的眼睛的手動指示。一旦眼睛被定位，那么對其進行分析以確定是否存在偽影。如果檢測到的面部是人臉，且一或兩只眼睛都具有是紅色或白色的偽影，那么用深中性色及圓形形狀對其進行校正。如果確定面部為動物的臉，且一或兩只眼睛都具有綠色、藍色或白色偽影，那么識別動物的類型。替代地，用戶可從用于選擇每一面部的菜單選擇面部類型，例如人類、犬類、貓類等等。其中典型的“自動紅眼校正”數(shù)字成像技術(shù)用于用中性的彩色像素替換或修改偽影相關(guān)像素。如果其為犬類，那么用深中性色及圓形形狀對偽影進行校正。如果確定動物為貓類，那么用深中性色及垂直狹縫或橢圓形形狀對偽影進行校正。在其中如由眼睛、面部或?qū)ο蟊鎰e技術(shù)確定且由位置或時間元數(shù)據(jù)(如果可用)增大的相同被攝者的一系列圖像為可用的，且那些圖像不含有眼睛相關(guān)的偽影的情況中，那些圖像可用于對眼睛偽影狀況進行進一步校正。所述進一步校正包含：通過對相同被攝者的非偽影眼睛圖像的像素取樣或克隆校正/替換虹膜形狀、細節(jié)、形狀及結(jié)構(gòu)。在其中為受影響的被攝者替換眼睛的情況中，但我們具有父母的眼睛。在此情況中，可從父母眼睛的顏色及特性預(yù)測替換眼睛。相關(guān)的場景是：使用同胞(或近親)的眼睛顏色及特性預(yù)測受影響被攝者的眼睛顏色及特性。此場景可適用于社交網(wǎng)絡(luò)(例如，臉書(Facebook))的用戶，其中家庭成員共享其圖像及視頻。另外，出于審美或娛樂目的，提供由用戶選擇錯誤顏色及/或眼睛類型的選項，例如，具有藍色眼睛的人可以在其圖像中選擇綠色貓眼的選項。

圖11a到11e是具有各種類型的數(shù)字創(chuàng)建的捕捉光的人眼的圖形圖解，下文也將參考此內(nèi)容。

除校正眼睛相關(guān)偽影外，希望在眼睛中保留或創(chuàng)建“捕捉光”?！安蹲焦狻被颉把劬狻笔菆D像中的被攝者眼睛中的鏡面高光，且由相機閃光燈或額外自然光源(例如，太陽的反射或白天場景)或人造光源(例如，攝影室燈光的第二閃光燈)生成。捕捉光可為發(fā)光方法的自然偽影，由特殊的發(fā)光效應(yīng)有目的的創(chuàng)建，或使用數(shù)字編輯技術(shù)添加。捕捉光添加發(fā)光物到被攝者的眼睛，從而有助于吸引對其的注意力，且通常在審美上是所期望的偽影，尤其是在肖像畫中，這是因為不具有捕捉光的眼睛通常具有呆滯或死氣沉沉的外觀。捕捉光還增強具有積極或歡樂表情的被攝者的圖像。燈光通常被布置于棚拍人像中，明確來說，來創(chuàng)建吸引人的捕捉光。捕捉光可呈現(xiàn)于瞳孔、虹膜或兩者上，且可僅為銳化的白點、柔光或被攝者可見的場景的反射。捕捉光出現(xiàn)于被攝者的眼睛中的每一者中的相同相對位置中，但不會影響場景或被攝者的其它部分。捕捉光可在照片被曝光之后使用預(yù)存儲的包含銳化或柔化白點、對象(例如，窗)及偽場景反射的影像被數(shù)字地添加。此技術(shù)還可包含個人圖像，例如，兒童或愛人的圖像。在數(shù)字地添加眼睛反射的情況下，適當?shù)膸缀问д姹粦?yīng)用到圖像以復(fù)制眼睛的球面上的反射的外觀。另外，可控制捕捉光圖像的不透明度、對比度及亮度以進一步增強數(shù)字創(chuàng)建的眼睛反射捕捉光的自然外觀。用戶可直接控制捕捉光及眼睛反射的外觀及位置，或其可根據(jù)一系列所呈現(xiàn)的選項做出選擇。

在替代實施例或任選地提供的特征中，除自動校正眼睛相關(guān)的偽影外，本發(fā)明可用于娛樂、消遣及創(chuàng)意應(yīng)用。用戶可替換或修改非偽影或受偽影影響的眼睛以(例如)用所謂的“芭比眼睛”創(chuàng)建被攝者的圖像以使被攝者的眼睛看起來更大及/或具有超飽和的或不自然的顏色(例如，紫色或鮮綠色)。一些用戶普遍對此感興趣，如由改變用戶的瞳孔形狀以復(fù)制“貓眼”的外觀及/或改變用戶的眼睛顏色的隱形鏡片的可用性所證實。此類型的隱形鏡片當前可用于廣泛范圍的風格及顏色，其包含例如光澤、花卉、彩色圖案、動物眼睛類型、“僵尸眼睛”、幾何形狀、球隊標志、星星、圖形、文本等等的極端處置。對本發(fā)明，具有與眾不同的或有趣的眼睛類型的額外計算機產(chǎn)生的、真實世界的或經(jīng)數(shù)字修改的圖像的這些及更多風格、圖案及顏色是可能的。這些處置可隨時間刷新，及/或可經(jīng)修改以滿足季節(jié)需求，例如萬圣節(jié)的“怪物眼睛”、圣誕節(jié)的豐富多彩的裝飾品及7月4日的煙火。

替代的GUI配置，例如用戶從(例如)各自使用單獨的校正技術(shù)修改的圖像的“3x 3矩陣”及/或校正的程度選擇經(jīng)校正的圖像的動態(tài)環(huán)繞演示，用于進一步簡化用戶交互。其它GUI實施方案包含“最佳選擇”，其中系統(tǒng)確定最佳校正并將其呈現(xiàn)給用戶以讓其接受或拒絕。如果被拒絕，那么替代的校正技術(shù)及/或校正程度被部署，且替代的經(jīng)校正的圖像被呈現(xiàn)給用戶，且過程繼續(xù)直到用戶看到滿足其要求的版本。

又一GUI應(yīng)用各種校正技術(shù)，及/或校正結(jié)果的程度被隨機呈現(xiàn)直到用戶選擇了其可接受的結(jié)果。這些方法理想地適于具有觸摸、手勢及語音輸入模態(tài)的較小顯示器的系統(tǒng)，這是因為簡單的選擇是產(chǎn)生可接受結(jié)果所需要的。這些技術(shù)還無需用戶訓練工具選擇及使用優(yōu)選的結(jié)果選擇的選擇并用其進行替換。換句話來說，此增強的GUI過程用圖像選擇過程替換圖像編輯過程。具有所論述的所有技術(shù)及接口，系統(tǒng)可記錄用戶的選擇以隨著用戶與系統(tǒng)交互確定用戶偏好以增強及定制所述過程。如果多個用戶訪問相同系統(tǒng)，那么個別用戶輪廓被維持。

圖1是表示本發(fā)明的方法的操作序列的流程圖。本發(fā)明的方法以圖像分析步驟10開始，且繼續(xù)到眼睛偽影決策步驟20。如果檢測到眼睛偽影，那么方法繼續(xù)到身體狀況決策步驟30。如果未檢測到眼睛偽影，那么方法繼續(xù)到UI選擇越權(quán)控制決策步驟40。在步驟30處，如果檢測到身體狀況，那么方法繼續(xù)到UI選擇越權(quán)控制決策步驟40。如果未檢測到身體狀況，那么方法繼續(xù)到人類被攝者決策步驟50。在步驟40處，如果選擇了越權(quán)控制選項，那么方法繼續(xù)到偽影指示步驟60，這將使方法返回到人類被攝者決策步驟50。如果未選擇越權(quán)控制選項，那么方法在過程完成步驟220處終止。在步驟50處，如果檢測到人類被攝者，那么方法繼續(xù)到眼鏡誘發(fā)的決策步驟70。如果未檢測到人類被攝者，那么方法繼續(xù)到動物類型決策步驟80。在步驟80處，如果確定是動物類型，那么方法繼續(xù)到確定偽影嚴重性步驟100。如果未確定是動物類型，那么方法繼續(xù)到選擇動物類型步驟90，且接著繼續(xù)以確定偽影嚴重性步驟100。在步驟70處，如果檢測到眼鏡誘發(fā)的偽影，那么方法繼續(xù)到眼睛偽影鏡片光暈誘發(fā)的決策步驟110。在步驟70處，如果未檢測到眼鏡誘發(fā)的偽影，那么方法可繼續(xù)到不使用相關(guān)的圖像可校正偽影的決策步驟120。在步驟120處，如果不使用相關(guān)的圖像可校正偽影，那么方法直接繼續(xù)到應(yīng)用所選擇校正步驟190。然而，如果不使用相關(guān)的圖像不可校正偽影，那么方法繼續(xù)到相關(guān)圖像可用的決策步驟130。如果相關(guān)圖像可用，那么方法繼續(xù)到選擇適當?shù)难劬D像步驟150，且繼續(xù)到按比例縮放到配合圖像步驟180，且接著到應(yīng)用所選擇校正步驟190。在步驟130中，如果相關(guān)圖像不可用，那么方法繼續(xù)到從元數(shù)據(jù)/圖像分析步驟預(yù)測眼睛顏色，繼續(xù)到選擇適當?shù)难劬δＰ筒襟E，繼續(xù)到按比例縮放到配合圖像步驟，且接著繼續(xù)到應(yīng)用所選擇校正步驟190。返回到步驟110，如果眼睛偽影并非是歸因于鏡片眩光，那么方法繼續(xù)以識別正或負放大失真步驟140，且接著繼續(xù)到應(yīng)用所選擇校正步驟190。在步驟190之后，方法繼續(xù)到校正滿意決策步驟210。如果校正令人滿意，那么方法在過程完成步驟220處終止。如果校正不令人滿意，那么方法繼續(xù)到選擇替代校正步驟200，且接著第二次嘗試應(yīng)用選擇校正步驟190以校正眼睛偽影?？杀匾剡B續(xù)多次繼續(xù)步驟190、210及200以校正眼睛偽影。

圖2是根據(jù)本發(fā)明的方法的描述偽影類型、嚴重程度及校正模態(tài)的圖表。圖2中的列標題包含偽影類型列230、偽影嚴重性列240、可用資源列250及校正方法列260。依次描述針對行中的每一者且對應(yīng)于從左到右的列項目中的每一者的行項目：

圖3a到3b是根據(jù)本發(fā)明的方法的用于校正人類的場景照明相關(guān)的眼睛偽影的圖形用戶接口(GUI)430的圖解?，F(xiàn)參考圖3a，GUI顯示具有照明相關(guān)的眼睛偽影的第一被攝者440及不具有照明相關(guān)的眼睛偽影的第二被攝者450。第一被攝者440包含眼睛偽影指示圖標460及照明相關(guān)的眼睛偽影470。沿著GUI 430的右手側(cè)的列包含特寫導(dǎo)航工具圖標480及顏色取樣器工具圖標490、眼鏡工具圖標500、動物工具圖標510、手動編輯工具圖標520、環(huán)繞用戶接口530、保存文件圖標540及重做圖標550及取消圖標560。沿著GUI 430的底部的行包含：排名第一的替換圖像570，其包含排名第一的圖像元數(shù)據(jù)指示符580；排名第二的替換圖像590，其包含排名第二的圖像元數(shù)據(jù)指示符600；排名第三的替換圖像610，其包含排名第三的圖像元數(shù)據(jù)指示符620；排名第四的替換圖像630，其包含排名第四的圖像元數(shù)據(jù)指示符640；及針對女人的眼睛模型650，其包含眼睛模型類型指示660?，F(xiàn)參考圖3b，在第一被攝者440上展示經(jīng)校正的眼睛偽影670。

圖4a到4b是根據(jù)本發(fā)明的方法的用于校正動物的場景照明相關(guān)的眼睛偽影的圖形用戶接口(GUI)680的圖解。圖4a到4b中所展示的列圖標與先前關(guān)于圖3a到3b中所展示的GUI 430所展示的列圖標大體上相同。GUI 680顯示具有照明相關(guān)的眼睛偽影的第一動物被攝者690及具有照明相關(guān)的眼睛偽影的第二動物被攝者700。第一動物被攝者包含眼睛偽影指示圖標710(互補于被攝者顏色的淺顏色)及照明相關(guān)的眼睛偽影720。第二動物被攝者包含眼睛偽影指示圖標730(互補于被攝者顏色的深顏色)，其包含照明相關(guān)的眼睛偽影740。GUI 680的底部行顯示排名第一的第一動物被攝者的替換圖像750(瞳孔收縮)及排名第一的圖像元數(shù)據(jù)指示符760、排名第二的第一動物被攝者的替換圖像770(瞳孔擴張)及排名第二的圖像元數(shù)據(jù)指示符780、排名第一的第二動物被攝者的替換圖像790(瞳孔收縮)及排名第一的圖像元數(shù)據(jù)指示符800、排名第二的第二動物被攝者的替換圖像810(瞳孔擴張)及排名第二的圖像元數(shù)據(jù)指示符820及動物類型(貓類)的眼睛模型830及眼睛模型類型指示840。現(xiàn)參考圖4b，顯示(使用排名第一的第一被攝者替換圖像)經(jīng)校正的眼睛偽影850及(使用排名第一的第二被攝者替換圖像)經(jīng)校正的眼睛偽影860。

圖5a到5b是根據(jù)本發(fā)明的方法的用于校正人類的眼鏡相關(guān)的眼睛偽影的圖形用戶接口(GUI)870的圖解。同樣，列圖標是如先前所論述。參考圖5a，GUI 870顯示具有眼鏡相關(guān)的失真的人類被攝者880、眼鏡框890、高負眼鏡鏡片900、眼鏡鏡片誘發(fā)的放大失真910(高負透鏡)及眼鏡鏡片誘發(fā)的眼睛放大失真920(高負透鏡)。GUI 870的底部行顯示排名第一的未佩戴眼鏡的被攝者的替換圖像930及排名第一的圖像元數(shù)據(jù)指示符940、具有人造的彩色透鏡以屏蔽不可校正的眼睛偽影的任選經(jīng)修改的圖像950及任選校正類型指示符960、及針對男人的眼睛模型970及眼睛模型類型指示970?，F(xiàn)參考圖5b，顯示經(jīng)校正的眼鏡誘發(fā)的失真?zhèn)斡?90。

圖6a到6f是各種類型的眼睛相關(guān)的偽影的圖形圖解?，F(xiàn)參考圖6a，展示包含眼鏡框890、高負眼鏡鏡片900、眼鏡鏡片誘發(fā)的放大失真910(高負透鏡)及眼鏡鏡片誘發(fā)的眼睛放大失真920(高負透鏡)的眼鏡誘發(fā)的放大失真1000(高負透鏡)的實例，如先前所解釋?，F(xiàn)參考圖6b，展示包含眼鏡框890、高正眼鏡鏡片1020及眼鏡鏡片誘發(fā)的眼睛放大失真1025(高正透鏡)的眼鏡誘發(fā)的放大失真1010(高正透鏡)的實例。現(xiàn)參考圖6c，展示包含鏡片光暈?zāi)：难劬D像1040及眼鏡鏡片1050的眼鏡鏡片誘發(fā)的眼睛相關(guān)偽影1030(鏡片光暈)的實例。現(xiàn)參考圖6d，展示包含眼睛圖像1070及褪色的瞳孔1080(白內(nèi)障)的眼睛相關(guān)的身體狀況1060(白內(nèi)障)的實例?，F(xiàn)參考圖6e，展示包含眼睛圖像1100及褪色的瞳孔1110(充血的眼睛或結(jié)膜下出血)的眼睛相關(guān)的身體狀況1090(褪色的鞏膜)的實例?，F(xiàn)參考圖6f，展示包含正常眼睛圖像、睜開的眼瞼1140、閉上的眼瞼1150及模糊的眼睛圖像1160的潛在的眼睛相關(guān)的身體狀況1120(閉上的眼睛或弱視)的實例。

圖7a到7b是收縮及擴張的人眼的圖形圖解。圖7a展示人眼虹膜1170、人眼瞳孔1180(收縮)及人眼鞏膜1190。圖7b展示人眼瞳孔1200(擴張)及人眼捕捉光1210。

圖8a到8b是收縮及擴張的貓眼的圖形圖解。圖8a展示貓眼虹膜1220、貓眼瞳孔1230(收縮)及貓眼鞏膜1240。圖8b展示貓眼瞳孔1250(擴張)及貓眼捕捉光1260。

圖9a到9b是收縮及擴張的犬眼的圖形圖解。圖9a展示犬眼虹膜1270、犬眼瞳孔1280(收縮)及犬眼鞏膜1290。圖9b展示犬眼瞳孔1300(擴張)及犬眼捕捉光1310。

圖10a到10b是收縮及擴張的綿羊/山羊眼的圖形圖解。圖10a展示綿羊/山羊眼虹膜1320、綿羊/山羊眼瞳孔1330(收縮)及綿羊/山羊眼鞏膜1340。圖10b展示綿羊/山羊眼瞳孔1350(擴張)及綿羊/山羊眼捕捉光1360。

圖11a到11e是具有各種類型的數(shù)字創(chuàng)建的捕捉光的人眼的圖形圖解。圖11a展示不具有捕捉光的人類瞳孔1370。圖11b展示具有人造斑點捕捉光的人類瞳孔1380。圖11c展示具有人造窗捕捉光的人類瞳孔1390。圖11d展示具有人造兒童圖像捕捉光的人類瞳孔1400。圖11e展示具有人造宗教標志圖像捕捉光的人類瞳孔1410。

圖12是用于提供本發(fā)明的眼睛偽影校正方法的沖洗機的圖解。用戶操作零售照片沖洗機1420以根據(jù)用戶提供的圖像1440創(chuàng)建硬及軟拷貝照片產(chǎn)品。模板、圖形、圖像處理軟件可由沖洗機計算機1490訪問。用戶圖像1440被提供為可經(jīng)由多格式存儲卡接口1450、CD/DVD讀取/寫入驅(qū)動1470讀取的相機卡上的從智能電話無線傳輸?shù)臄?shù)字文件，及可經(jīng)由無線路由器1560或藍牙接口(未展示)讀取的無線相機上的數(shù)字文件。也可經(jīng)由遠程照片賬戶(未展示)提供用戶圖像1440，或經(jīng)由打印掃描儀1550提供硬拷貝印刷品的掃描。經(jīng)由觸摸屏1430及指向裝置/UI 1460提供用于程序選擇、產(chǎn)品排序、圖像編輯及支付的用戶接口，及任選的聲音及手勢接口(未展示)。沖洗機1420還包含用于用戶提供訂單支付的信用卡支付機構(gòu)1480，但也可使用其它支付機構(gòu)(例如，來自智能電話的無線近場通信或貨幣讀取器/接受器)。在熱敏打印機1510上打印硬拷貝攝影輸出產(chǎn)品(例如，打印物、放大物、賀卡及呈熱敏打印1520的形式的類似物)。在遠程完成設(shè)施1500處產(chǎn)生更復(fù)雜的照片產(chǎn)品(例如，照片書、照片年歷、在線幻燈片)。在大篇幅噴墨打印機1530上產(chǎn)生較大的海報及墻飾，且在高速DVD刻錄機1540上產(chǎn)生用于存儲及互動演示的軟拷貝圖像產(chǎn)品。

已特定參考本發(fā)明的某些優(yōu)選實施例來詳細地描述本發(fā)明，但應(yīng)理解，可在本發(fā)明的精神及范圍內(nèi)實施變化及修改。

元件列表：

10 圖像分析步驟

20 眼睛偽影決策步驟

30 身體狀況決策步驟

40 UI選擇越權(quán)控制決策步驟

50 人類被攝者決策步驟

60 偽影指示步驟

70 眼鏡誘發(fā)的決策步驟

80 動物類型決策步驟

90 選擇動物類型步驟

100 確定偽影嚴重性步驟

110 眼睛偽影鏡片光暈誘發(fā)的決策步驟

120 可不使用相關(guān)的圖像校正偽影的決策步驟

130 相關(guān)圖像是否可用的決策步驟

140 識別正或負放大失真步驟

150 選擇適當?shù)难劬D像步驟

160 從元數(shù)據(jù)/圖像分析步驟預(yù)測眼睛顏色

170 選擇適當?shù)难劬δＰ筒襟E

180 按比例縮放到配合圖像步驟

190 應(yīng)用所選擇校正步驟

200 選擇替代校正步驟

210 校正是否令人滿意的決策步驟

220 過程完成步驟

230 偽影類型列

240 偽影嚴重性列

250 可用資源列

260 校正方法列

270 發(fā)光體、低嚴重性、具有替換圖像行

280 發(fā)光體、低嚴重性、不具有替換圖像行

290 發(fā)光體、中嚴重性、具有替換圖像行

300 發(fā)光體，中嚴重性、不具有替換圖像行

310 發(fā)光體，高嚴重性、具有替換圖像行

320 發(fā)光體，高嚴重性、不具有替換圖像行

330 眼鏡相關(guān)的失真，具有替換圖像行

340 眼鏡相關(guān)的失真，不具有替換圖像行

350 眼鏡相關(guān)的光暈，高嚴重性、具有替換圖像行

360 眼鏡相關(guān)的光暈，高嚴重性、不具有替換圖像行

370 身體眼睛狀況(褪色的鞏膜)，具有替換圖像行

380 身體眼睛狀況(褪色的鞏膜)，不具有替換圖像行

390 身體眼睛狀況(非對準的虹膜/瞳孔對)，具有替換圖像行

400 身體眼睛狀況(非對準的虹膜/瞳孔對)，不具有替換圖像行

410 身體眼睛狀況(白內(nèi)障)行

420 身體眼睛狀況(受損的眼睛)行

430 圖形用戶接口以校正人類的場景照明相關(guān)的眼睛偽影

440 具有照明相關(guān)的眼睛偽影的第一被攝者

450 不具有照明相關(guān)的眼睛偽影的第二被攝者

460 眼睛偽影指示圖標

470 照明相關(guān)的眼睛偽影

480 特寫導(dǎo)航工具圖標

490 顏色取樣器工具圖標

500 眼鏡工具圖標

510 動物工具圖標

520 手動編輯工具圖標

530 環(huán)繞用戶接口

540 保存文件圖標

550 重做圖標

560 取消圖標

570 排名第一的替換圖像

580 排名第一的圖像元數(shù)據(jù)指示符

590 排名第二的替換圖像

600 排名第二的圖像元數(shù)據(jù)指示符

610 排名第三的替換圖像

620 排名第三的圖像元數(shù)據(jù)指示符

630 排名第四的替換圖像

640 排名第四的圖像元數(shù)據(jù)指示符

650 女人的眼睛模型

660 眼睛模型類型指示

670 經(jīng)校正的眼睛偽影

680 圖形用戶接口以校正動物的場景照明相關(guān)的眼睛偽影

690 具有照明相關(guān)的眼睛偽影的第一動物被攝者

700 具有照明相關(guān)的眼睛偽影的第二動物被攝者

710 眼睛偽影指示圖標(互補于被攝者顏色的淺顏色)

720 照明相關(guān)的眼睛偽影

730 眼睛偽影指示圖標(互補于被攝者顏色的深顏色)

740 照明相關(guān)的眼睛偽影

750 排名第一的第一動物被攝者的替換圖像(瞳孔收縮)

760 排名第一的圖像元數(shù)據(jù)指示符

770 排名第二的第一動物被攝者的替換圖像(瞳孔張開)

780 排名第二的圖像元數(shù)據(jù)指示符

790 排名第一的第二動物被攝者的替換圖像(瞳孔收縮)

800 排名第一的圖像元數(shù)據(jù)指示符

810 排名第二的第二動物被攝者的替換圖像(瞳孔張開)

820 排名第二的圖像元數(shù)據(jù)指示符

830 動物類型的眼睛模型(貓類)

840 眼睛模型類型指示

850 經(jīng)校正的眼睛偽影(使用排名第一的第一被攝者替換圖像)

860 經(jīng)校正的眼睛偽影(使用排名第一的第二被攝者替換圖像)

870 圖形用戶接口以校正人類的眼鏡相關(guān)的失真

880 具有眼鏡相關(guān)失真的人類被攝者

890 眼鏡框

900 高負眼鏡鏡片

910 眼鏡鏡片誘發(fā)的放大失真(高負透鏡)

920 眼鏡鏡片誘發(fā)的眼睛放大失真(高負透鏡)

930 排名第一的不戴眼鏡的被攝者的替換圖像

940 排名第一的圖像元數(shù)據(jù)指示符

950 具有人造的著色透鏡的任選的經(jīng)修改的圖像以屏蔽不可校正的眼睛偽影

960 任選的校正類型指示符

970 男人的眼睛模型

980 眼睛模型類型指示

990 經(jīng)校正的眼鏡誘發(fā)的失真

1000 眼鏡誘發(fā)的放大失真的實例(高負透鏡)

1010 眼鏡誘發(fā)的放大失真的實例(高正透鏡)

1020 高正眼鏡鏡片

1025 眼鏡鏡片誘發(fā)的眼睛放大失真(高正透鏡)

1030 眼鏡鏡片誘發(fā)的眼睛相關(guān)的偽影(鏡片光暈)

1040 模糊眼睛圖像的鏡片光暈

1050 眼鏡鏡片

1060 眼睛相關(guān)的身體狀況的實例(白內(nèi)障)

1070 眼睛圖像

1080 褪色的瞳孔(白內(nèi)障)

1090 眼睛相關(guān)的身體狀況的實例(褪色的鞏膜)

1100 眼睛圖像

1110 褪色的瞳孔(充血的眼睛或結(jié)膜下出血)

1120 潛在的眼睛相關(guān)的身體狀態(tài)的實例(閉上的眼睛或弱視)

1130 正常眼睛圖像

1140 睜開的眼瞼

1150 閉上的眼瞼

1160 模糊的眼睛圖像

1170 人眼虹膜

1180 人眼瞳孔(收縮)

1190 人眼鞏膜

1200 人眼瞳孔(擴張)

1210 人眼捕獲光

1220 貓眼虹膜

1230 貓眼瞳孔(收縮)

1240 貓眼鞏膜

1250 貓眼瞳孔(擴張)

1260 貓眼捕捉光

1270 犬眼虹膜

1280 犬眼瞳孔(收縮)

1290 犬眼鞏膜

1300 犬眼瞳孔(擴張)

1310 犬眼捕捉光

1320 綿羊/山羊眼虹膜

1330 綿羊/山羊眼瞳孔(收縮)

1340 綿羊/山羊眼鞏膜

1350 綿羊/山羊眼瞳孔(擴張)

1360 綿羊/山羊眼捕捉光

1370 不具有捕捉光的人類瞳孔

1380 具有人造斑點捕捉光的人類瞳孔

1390 具有人造窗捕捉光的人類瞳孔

1400 具有人造兒童捕捉光的人類瞳孔

1410 具有人造宗教標志圖像捕捉光的人類瞳孔

1420 照片沖洗機

1430 觸摸屏

1440 用戶圖像

1450 多格式存儲器卡接口

1460 指向裝置/UI

1470 CD/DVD讀取/寫入驅(qū)動

1480 信用卡支付機構(gòu)

1490 計算機

1500 遠程實現(xiàn)設(shè)施

1510 熱敏打印機

1520 熱敏打印

1530 大幅面噴墨打印機

1540 高速DVD刻錄機

1550 打印掃描儀

1560 無線路由器