圖像灰度化的處理方法及處理裝置製造方法
2023-07-18 03:39:41 1
圖像灰度化的處理方法及處理裝置製造方法
【專利摘要】本發明提供一種圖像灰度化的處理方法及處理裝置，該方法包括：獲取用於圖像識別的待處理圖像；根據所述待處理圖像中的待識別對象的類型，確定與RGB顏色空間中的各顏色通道值對應的權重值；按照所述權重值對所述待處理圖像中的每個像素的各顏色通道值進行加權平均計算，並將所述加權平均計算的結果作為相應像素的灰度值。通過本發明的技術方案，可以在灰度化處理後的圖像中，提升待識別對象的可識別度，並且能夠避免由於逆光、光照度低等導致的拍攝對象較暗的情況，有利於圖像識別操作。
【專利說明】圖像灰度化的處理方法及處理裝置
【技術領域】
[0001]本發明涉及圖像處理【技術領域】，尤其涉及圖像灰度化的處理方法及處理裝置。
【背景技術】
[0002]在圖像處理過程中，經常需要將圖像由RGB顏色空間的彩色圖像轉換成亮度空間的灰度圖像，相關技術中普遍採用電視廣播標準中的顏色空間轉換方法實現上述過程，具體通過下述公式(I)實現:
[0003]Gray = RX0.299+GX0.587+BX0.114 (I)
[0004]其中，Gray表示灰度值，R、G和B分別表示每個像素在RGB顏色空間中的紅色(R，Red)通道值、綠色(G, Green)通道值和藍色(B, Blue)通道值。
[0005]然而，上述公式是針對黑白圖像顯示進行的優化，符合人眼觀看需求，但並不適用於圖像識別等自動化圖像處理操作。
【發明內容】
[0006]有鑑於此，本發明提供一種新的技術方案，可以在灰度化處理後的圖像中，提升待識別對象的可識別度，並且能夠改善由於逆光、光照度低等導致的拍攝對象較暗的情況，有利於圖像識別操作。
[0007]為實現上述目的，本發明提供技術方案如下:
[0008]根據本發明的第一方面，提出了一種圖像灰度化的處理方法，包括:
[0009]獲取用於圖像識別的待處理圖像；
[0010]根據所述待處理圖像中的待識別對象的類型，確定與RGB顏色空間中的各顏色通道值對應的權重值；
[0011]按照所述權重值對所述待處理圖像中的每個像素的各顏色通道值進行加權平均計算，並將所述加權平均計算的結果作為相應像素的灰度值。
[0012]根據本發明的第二方面，提出了一種圖像灰度化的處理裝置，包括:
[0013]獲取單元，用於獲取用於圖像識別的待處理圖像；
[0014]確定單元，用於根據所述待處理圖像中的待識別對象的類型，確定與RGB顏色空間中的各顏色通道值對應的權重值；
[0015]計算單元，用於按照所述權重值對所述待處理圖像中的每個像素的各顏色通道值進行加權平均計算，並將所述加權平均計算的結果作為相應像素的灰度值。
[0016]由以上技術方案可見，本發明根據待識別對象的類型來確定圖像灰度化處理時的權重值，使得圖像灰度化過程是針對自動化圖形處理的優化，有助於提升待識別對象的可識別度，從而提高圖像識別的成功率。
【專利附圖】
【附圖說明】
[0017]圖1示出了根據本發明一示例性實施例的圖像灰度化的處理方法的流程圖；
[0018]圖2示出了根據本發明另一示例性實施例的圖像灰度化的處理方法的流程圖；
[0019]圖3示出了根據本發明一示例性實施例的對圖像進行灰度化處理後的灰度圖；
[0020]圖4示出了根據本發明另一示例性實施例的對圖像進行灰度化處理後的灰度圖；
[0021]圖5示出了根據本發明一示例性實施例的電子設備的結構示意圖；
[0022]圖6示出了根據本發明一示例性實施例的圖像灰度化的處理裝置的框圖。
【具體實施方式】
[0023]為對本發明進行進一步說明，提供下列實施例:
[0024]請參考圖1，圖1示出了根據本發明一示例性實施例的圖像灰度化的處理方法，可以包括:
[0025]步驟102，獲取用於圖像識別的待處理圖像；
[0026]在本實施例中，由於圖像識別是計算機完成的處理過程，與人眼觀看圖像時顯然具有完全不同的需求，使得在採用【背景技術】中提及的灰度化公式(I)進行處理時，得到的灰度圖像僅適合於人眼觀看，但並不應用於對圖像中的待識別對象進行圖像識別，容易操作無法檢出或誤檢。因此，本發明的技術方案針對圖像進行了更為優化的灰度化處理，使得到的灰度圖像更適合於計算機的圖像識別操作。
[0027]步驟104，根據所述待處理圖像中的待識別對象的類型，確定與RGB顏色空間中的各顏色通道值對應的權重值；
[0028]在本實施例中，RGB顏色空間中的顏色通道值，即紅色通道值、綠色通道值和藍色通道值。由於在本發明中，根據待識別對象的類型來確定採用的權重值，與相關技術中採用統一的權重值相比，使得本發明在選擇權重值時，具有對每類待識別對象的針對性優化，從而有助於獲得更高的檢出率和更低的誤檢率。
[0029]步驟106，按照所述權重值對所述待處理圖像中的每個像素的各顏色通道值進行加權平均計算，並將所述加權平均計算的結果作為相應像素的灰度值。
[0030]由上述技術方案可知，本發明針對需要執行圖像識別的待處理圖像，根據其包含的待識別對象的特點，選擇對應的權重值進行灰度化處理，使得:一方面，選用的權重值更符合自動化的圖像識別需求，而非針對人眼需求；另一方面，選用的權重值更符合圖像本身(即待識別對象)的特點，有助於提升圖像識別的成功率。
[0031]下面結合圖2，對根據本發明另一示例性實施例的圖像灰度化的處理方法進行詳細描述，該方法可以包括:
[0032]步驟202，獲取待處理圖像，通過對該待處理圖像的灰度化、二值化等處理，以用於對其實現自動化的圖像識別操作。
[0033]步驟204，判斷獲取的待處理圖像是否為RGB圖像，若是RGB圖像則轉入步驟208，否則轉入步驟206。
[0034]步驟206，將待處理圖像轉換至RGB顏色空間。
[0035]在本實施例中，以監控攝像機獲取監控圖像為例，可能得到RGB顏色空間的監控圖像，也可能得到YUV顏色空間或其他顏色空間的監控圖像。以YUV顏色空間的監控圖像為例，則可以通過下述公式(2)將其轉換至RGB顏色空間:
R= Y+ 1.MOxF
[0036]G= Y- 0.394XOr- 0.581 x^(2)
B = Y+ 2.032 X L/
[0037]步驟208，在待處理圖像中，按照預設順序選取一個像素，以用於對該像素進行灰度化處理。
[0038]具體地，比如可以按照「從上至下、從左至右」的順序，從待處理圖像的左上角的第一個像素，依次選取至右下角的最後一個像素。當然，顯然也可以按照其他順序進行像素選擇，只要完成對待處理圖像中的所有像素點的處理，即表示對該待處理的灰度化處理完成。
[0039]步驟210，確定適用於當前的待處理圖像的權重值。
[0040]在本實施例中，可以根據待處理圖像中待識別對象的類型，確定適用的權重值。下面以人臉識別和車牌識別為例，對權重值的選取進行詳細說明:
[0041](I)人臉識別
[0042]對於人臉識別而言，獲取到的待處理圖像很容易受到光線影響，尤其是在逆光、光照度低等情況下，圖像中的「人臉」區域將變得昏暗而不利於識別。在RGB顏色空間中，灰色的各顏色通道值之間相近、黑色的各顏色通道值均接近為0(最小灰度值)，且經過灰度化處理後的灰度值與原各顏色通道值相近；因此，「圖像昏暗」之所以會導致人臉顏色變暗，實際上是昏暗的光線導致了皮膚顏色的各通道值變小，同時使得各顏色通道值之間的差值變小，從而趨向於灰色或黑色。
[0043]可見，在執行對上述圖像的灰度化處理時，希望通過對權重值的選擇，放大由於「圖像昏暗」而變小的顏色通道值和各顏色通道值之間的差值，提高「人臉」對應像素的灰度值，從而與真正的灰色、黑色區分開，也就能夠提升人臉區域的可識別度。
[0044]相關技術中的研究表明(比如論文「Yang.J, Waibel.A, A Real-Time FaceTracker, Proceedings of WACV』96，1996」)，不同人種間的膚色色調不存在任何差別,之所以在觀感表現出不同是受亮度的幹擾影響，因而在RGB顏色空間中，人的皮膚顏色均表現為:紅色通道值最大、綠色通道值其次、藍色通道值最小。所以，通過提升數值最大的紅色通道值對應的權重值，即可確保執行加權平均計算得到的灰度值更高(即亮度更大)，與真正的陰影(灰色或黑色)具有更大區別，有助於提升可識別度。
[0045](2)車牌識別
[0046]對於車牌識別而言，希望提升車牌底色和車牌號碼之間的對比度，從而提高車牌本身的可識別度。而針對車牌底色、車牌號碼的實際顏色，可以採取不同的權重值進行處理:
[0047]1、藍底車牌
[0048]普通的小型車輛均採用藍底車牌,該車牌底色為藍色、車牌號碼為白色。針對RGB顏色空間而言，白色的各顏色通道值均接近於255，則相應像素進行灰度化處理後的值仍然接近於255 (最大灰度值)。因此，本發明的技術方案中，為了提升灰度化處理後的車牌底色與車牌號碼之間的對比度，希望通過對權重值的選取，擴大車牌底色對應的灰度值與255之間的差值，即使得車牌底色對應的灰度值儘可能地小於255。
[0049]而針對藍色車牌的車牌底色，顯然藍色通道值的數值很大、紅色通道值和綠色通道值的數值很小，因而需要通過降低藍色通道值對應的權重值，從而降低整體加權平均計算的結果，即降低灰度值的數值大小。
[0050]2、黃色車牌
[0051]大型車輛通常會採用黃色車牌，該車牌底色為黃色、車牌號碼為黑色。針對RGB顏色空間而言，黑色的各顏色通道值均接近於0，則相應像素進行灰度化處理後的值仍然接近於O (最小灰度值)。因此，本發明的技術方案中，為了提升灰度化處理後的車牌底色與車牌號碼之間的對比度，希望通過對權重值的選取，擴大車牌底色對應的灰度值與O之間的差值，即使得車牌底色對應的灰度值儘可能地大於O。
[0052]而針對黃色車牌的車牌底色，由於在實際採用的黃色車牌中，紅色通道值的數值最大、綠色通道值的數值次之、藍色通道值的數值很小，因而需要通過提高紅色通道值對應的權重值，從而提高整體加權平均計算的結果，即提升灰度值的數值大小。
[0053]此外，為了同時滿足多種應用場景，比如同時滿足上述的人臉識別和車牌識別的應用場景，可以對權重值的選擇進行綜合考慮。由於「人臉識別」和「黃色車牌識別」要求提升紅色通道值對應的權重值、「藍色車牌識別」要求降低藍色通道值對應的權重值，且各顏色通道值對應的總權重值大於0.99，小於1.01 (本領域技術人員可以理解的是:「總權重值大於0.99，小於1.01」或「各顏色通道值對應的權重值之和大於0.99，小於1.01」應當理解為等於I或約等於1，即允許存在一定的偏差，比如根據預先設定為偏差在「0.005」以內的情況均可以被接受，則「0.995?1.005」的數值範圍均可被認為符合「總權重值大於0.99，小於1.01」或「各顏色通道值對應的權重值之和大於0.99，小於1.01」)，因而可以使得紅色通道值對應的權重值α大於綠色通道值β和藍色通道值Y之和，即α > β + Υ，以同時滿足上述各場景的需求。
[0054]而作為一示例性的實施例，可以根據α > β + Υ對【背景技術】中的公式(I)進行改進，得到更符合圖像識別操作的下述公式(3):
[0055]Gray = RX0.784+GX0.145+BX0.071 (3)
[0056]在上述公式(3)中，S卩α = 0.784、β =0.145、Y =0.071。本發明根據公式
(I)和公式(3)分別對相同的彩色圖像進行灰度化處理:
[0057]如圖3所示為針對需要人臉識別的圖像進行灰度化處理的結果。其中，圖3(a)為採用公式(I)進行處理得到的灰度化圖像，圖3(b)為採用公式(3)進行處理得到的灰度化圖像。通過對比圖3(a)和圖3(b)可知:當逆光或光照度低而導致圖像偏暗時，圖3(a)所示採用【背景技術】中的公式(I)進行處理後的灰度圖中，人臉部分也相應地偏暗，不利於後續的人臉識別操作；而圖3(b)所示採用本發明技術方案中的公式(3)進行處理後的灰度圖中，人臉部分顯然亮度更高、各器官之間的對比度更好，有助於後續的人臉識別操作。
[0058]進一步地，本發明採用相同的Adaboost算法(用同樣的人臉分類器，同樣的檢測代碼，同一個人臉測試數據集)分別對採用公式(I)和公式(3)處理後的灰度圖像進行人臉檢測時，針對基於公式(3)的灰度圖像的人臉識別的檢出率至少提升了 2.75%，並且能夠確保誤檢率不變。
[0059]如圖4所示為針對需要車牌識別的藍底車牌圖像進行灰度化處理的結果。其中，圖4 (a)為採用公式(I)進行處理得到的灰度化圖像，圖4(b)為採用公式(3)進行處理得到的灰度化圖像。通過對比圖4(a)和圖4(b)可知:圖4(a)所示採用【背景技術】中的公式(I)進行處理後的灰度圖中，車牌底色為淺灰色，車牌底色與車牌號碼之間的灰度值更為相近，不利於後續的車牌識別操作；而圖4(b)所示採用本發明技術方案中的公式(3)進行處理後的灰度圖中，車牌底色偏向於深灰色或黑色，車牌底色與車牌號碼之間的灰度值相差很大，有助於後續的車牌識別操作。
[0060]步驟212，根據確定的權重值，對每個像素對應的各顏色通道值進行加權平均計算，並將計算結果作為該像素對應的灰度值，即完成了對該像素的轉換操作。
[0061]步驟214，判斷是否存在尚未執行轉換操作的像素，若存在則轉入步驟208，否則轉入步驟216。
[0062]步驟216，輸出轉換後圖像，即完成了灰度化處理的圖像，以用於後續的圖像處理操作。
[0063]圖5示出了根據本申請的一示例性實施例的電子設備的示意結構圖。請參考圖5，在硬體層面，該電子設備包括處理器、內部總線、網絡接口、內存以及非易失性存儲器，當然還可能包括其他業務所需要的硬體。處理器從非易失性存儲器中讀取對應的電腦程式到內存中然後運行，在邏輯層面上形成圖像灰度化的處理裝置。當然，除了軟體實現方式之夕卜，本申請並不排除其他實現方式，比如邏輯器件抑或軟硬體結合的方式等等，也就是說以下處理流程的執行主體並不限定於各個邏輯單元，也可以是硬體或邏輯器件。
[0064]請參考圖6，在軟體實施方式中，圖像灰度化的處理裝置可以包括獲取單元、確定單元和計算單元。其中:
[0065]獲取單元，用於獲取用於圖像識別的待處理圖像；
[0066]確定單元，用於根據所述待處理圖像中的待識別對象的類型，確定與RGB顏色空間中的各顏色通道值對應的權重值；
[0067]計算單元，用於按照所述權重值對所述待處理圖像中的每個像素的各顏色通道值進行加權平均計算，並將所述加權平均計算的結果作為相應像素的灰度值。
[0068]可選的:
[0069]當所述待識別對象為人臉或黃底車輛牌照時，確定對應於紅色通道值的權重值大於或等於第一預設數值；
[0070]當所述待識別對象為藍底車輛牌照時，確定對應於藍色通道值的權重值小於或等於第二預設數值。
[0071]可選的:
[0072]對應於紅色通道值的權重值大於其餘顏色通道值對應的總權重值，其中所述各顏色通道值對應的權重值之和大於0.99，小於1.01。
[0073]可選的，對應於所述紅色通道值的權重值為0.784，對應於綠色通道值的權重值為
0.145，對應於藍色通道值的權重值為0.071。
[0074]可選的，還包括:
[0075]判斷單元，用於判斷所述待處理圖像是否處於RGB顏色空間；
[0076]轉換單元，用於在判定所述待處理圖像不處於RGB顏色空間的情況下，將所述待處理圖像轉換至RGB顏色空間，以用於所述獲取單元獲取每個像素在RGB顏色空間中的各顏色通道值。
[0077]因此，本發明根據待識別對象的類型來確定圖像灰度化處理時的權重值，使得圖像灰度化過程是針對自動化圖形處理的優化，有助於提升待識別對象的可識別度，從而提高圖像識別的成功率。
[0078]以上所述僅為本發明的較佳實施例而已，並不用以限制本發明，凡在本發明的精神和原則之內，所做的任何修改、等同替換、改進等，均應包含在本發明保護的範圍之內。
【權利要求】
1.一種圖像灰度化的處理方法，其特徵在於，包括: 獲取用於圖像識別的待處理圖像； 根據所述待處理圖像中的待識別對象的類型，確定與RGB顏色空間中的各顏色通道值對應的權重值； 按照所述權重值對所述待處理圖像中的每個像素的各顏色通道值進行加權平均計算，並將所述加權平均計算的結果作為相應像素的灰度值。
2.根據權利要求1所述的方法，其特徵在於: 當所述待識別對象為人臉或黃底車輛牌照時，確定對應於紅色通道值的權重值大於或等於第一預設數值； 當所述待識別對象為藍底車輛牌照時，確定對應於藍色通道值的權重值小於或等於第二預設數值。
3.根據權利要求2所述的方法，其特徵在於: 對應於紅色通道值的權重值大於其餘顏色通道值對應的總權重值，其中所述各顏色通道值對應的權重值之和大於0.99，小於1.01。
4.根據權利要求3所述的方法，其特徵在於，對應於所述紅色通道值的權重值為0.784，對應於綠色通道值的權重值為0.145，對應於藍色通道值的權重值為0.071。
5.根據權利要求1所述的方法，其特徵在於，還包括: 判斷所述待處理圖像是否處於RGB顏色空間； 若不處於，則將所述待處理圖像轉換至RGB顏色空間，以用於獲取每個像素在RGB顏色空間中的各顏色通道值。
6.一種圖像灰度化的處理裝置，其特徵在於，包括: 獲取單元，用於獲取用於圖像識別的待處理圖像； 確定單元，用於根據所述待處理圖像中的待識別對象的類型，確定與RGB顏色空間中的各顏色通道值對應的權重值； 計算單元，用於按照所述權重值對所述待處理圖像中的每個像素的各顏色通道值進行加權平均計算，並將所述加權平均計算的結果作為相應像素的灰度值。
7.根據權利要求6所述的裝置，其特徵在於: 當所述待識別對象為人臉或黃底車輛牌照時，確定對應於紅色通道值的權重值大於或等於第一預設數值； 當所述待識別對象為藍底車輛牌照時，確定對應於藍色通道值的權重值小於或等於第二預設數值。
8.根據權利要求7所述的裝置，其特徵在於: 對應於紅色通道值的權重值大於其餘顏色通道值對應的總權重值，其中所述各顏色通道值對應的權重值之和大於0.99，小於1.01。
9.根據權利要求8所述的裝置，其特徵在於，對應於所述紅色通道值的權重值為0.784，對應於綠色通道值的權重值為0.145，對應於藍色通道值的權重值為0.071。
10.根據權利要求6所述的裝置，其特徵在於，還包括: 判斷單元，用於判斷所述待處理圖像是否處於RGB顏色空間； 轉換單元，用於在判定所述待處理圖像不處於RGB顏色空間的情況下，將所述待處理圖像轉換至RGB顏色空間，以用於所述獲取單元獲取每個像素在RGB顏色空間中的各顏色通道值。
【文檔編號】G06T5/00GK104200431SQ201410415000
【公開日】2014年12月10日 申請日期:2014年8月21日 優先權日:2014年8月21日
【發明者】呂春旭 申請人:浙江宇視科技有限公司