紅眼修複方法

2024-01-26 13:44:15 2

紅眼修複方法
【專利摘要】視頻紅眼修複方法包括步驟A：對視頻的每一幀圖像進行邊緣檢測，以生成邊緣圖像；步驟B：對每一邊緣圖像進行形態學閉運算，以獲取若干封閉的連通域；步驟C：獲取每一連通域的圓度步驟D：獲取每一連通域的面積；步驟E：獲取每一連通域的平均灰度值；步驟F：判斷每一連通域的圓度是否在預設的圓度閾值範圍內，面積是否在預設的面積閾值範圍內，平均灰度值是否在預設的平均灰度值閾值範圍內，若均在對應的閾值範圍內，執行步驟G；若三者中至少有一個不在對應的閾值範圍內，執行步驟H；步驟G：認定該連通域為紅眼區域，對紅眼區域進行灰度替換處理；及步驟H：認定該連通域不是紅眼區域。上述發明可消除視頻的紅眼。本發明還涉及相關系統。
【專利說明】紅眼修複方法

【技術領域】
[0001] 本發明涉及一種視頻紅眼修複方法及系統。

【背景技術】
[0002] 隨著社會對安防的重視，視頻監控技術特別是紅外夜視監控得到空前應用。國內 外在夜視監控【技術領域】普遍使用的是低照度攝像機加紅外補光照明技術，但是由於紅眼效 應，瞳孔位置會在監控圖像上形成一個明亮的圓斑，破壞圖像的真實性。由於室外夜視環境 和成像系統本身等多種因素的影響，主動式紅外監控圖像無色彩信息等缺點，人臉檢測難 度大。


【發明內容】

[0003] 針對現有技術的不足，本發明的目的旨在於提供一種可消除視頻紅眼的視頻紅眼 修複方法及系統。
[0004] 為實現上述目的，本發明採用如下技術方案：
[0005] -種視頻紅眼修複方法，其包括以下步驟：
[0006] 步驟A :對視頻的每一幀圖像進行邊緣檢測，以生成對應的邊緣圖像；
[0007] 步驟B :對每一邊緣圖像進行形態學閉運算，以獲取若干封閉的連通域；
[0008] 步驟C :獲取每一連通域的圓度；
[0009] 步驟D :獲取每一連通域的面積；
[0010] 步驟E :獲取每一連通域的平均灰度值；
[0011] 步驟F:判斷每一連通域的圓度是否在預設的圓度閾值範圍內，面積是否在預設 的面積閾值範圍內，平均灰度值是否在預設的平均灰度值閾值範圍內，若三者均在對應的 閾值範圍內，則執行步驟G ;若三者中至少有一個不在對應的閾值範圍內，則執行步驟Η ;
[0012] 步驟G :認定該連通域為紅眼區域，對紅眼區域進行灰度替換處理，以消除紅眼； 以及
[0013] 步驟Η :認定該連通域不是紅眼區域。
[0014] 進一步地，步驟C還包括以下子步驟：
[0015] 步驟C1 :根據每一連通域的二階中心距計算獲取具有相同二階中心距的橢圓的 長軸值和短軸值；以及
[0016] 步驟C2 :通過將每一連通域對應的長軸值除以短軸值計算獲取每一連通域的圓 度。
[0017] 進一步地，步驟G還包括以下子步驟：
[0018] 步驟G1 :對該紅眼區域進行膨脹操作，以生成在紅眼區域外圍的環狀的矯正參考 區域；
[0019] 步驟G2 :計算該矯正參考區域的平均灰度值；以及
[0020] 步驟G3 :將紅眼區域的平均灰度值修改為對應矯正參考區域的平均灰度值的二 分之一。
[0021] 進一步地，對紅眼區域以正方形的結構元素進行膨脹操作，以生成一圓環狀的矯 正參考區域。
[0022] 進一步地，步驟G還包括子步驟G4 :對灰度替換後的區域進行平滑濾波處理。
[0023] 一種視頻紅眼修復系統，其包括以下模塊：
[0024] 模塊A :對視頻的每一幀圖像進行邊緣檢測，以生成對應的邊緣圖像；
[0025] 模塊B :對每一邊緣圖像進行形態學閉運算，以獲取若干封閉的連通域；
[0026] |旲塊C :獲取每一連通域的圓度；
[0027] 模塊D :獲取每一連通域的面積；
[0028] 模塊E :獲取每一連通域的平均灰度值；
[0029] 模塊F:判斷每一連通域的圓度是否在預設的圓度閾值範圍內，面積是否在預設 的面積閾值範圍內，平均灰度值是否在預設的平均灰度值閾值範圍內，若三者均在對應的 閾值範圍內，則執行模塊G ;若三者中至少有一個不在對應的閾值範圍內，則執行模塊Η ;
[0030] 模塊G :認定該連通域為紅眼區域，對紅眼區域進行灰度替換處理，以消除紅眼； 以及
[0031] 模塊Η :認定該連通域不是紅眼區域。
[0032] 進一步地，模塊C還包括以下子模塊：
[0033] 模塊C1 :根據每一連通域的二階中心距計算獲取具有相同二階中心距的橢圓的 長軸值和短軸值；以及
[0034] 模塊C2 :通過將每一連通域對應的長軸值除以短軸值計算獲取每一連通域的圓 度。
[0035] 進一步地，模塊G還包括以下子模塊：
[0036] 模塊G1 :對該紅眼區域進行膨脹操作，以生成在紅眼區域外圍的環狀的矯正參考 區域；
[0037] 模塊G2 :計算該矯正參考區域的平均灰度值；以及
[0038] 模塊G3 :將紅眼區域的平均灰度值修改為對應矯正參考區域的平均灰度值的二 分之一。
[0039] 進一步地，對紅眼區域以正方形的結構元素進行膨脹操作，以生成一圓環狀的矯 正參考區域。
[0040] 進一步地，模塊G還包括子模塊G4 :對灰度替換後的區域進行平滑濾波處理。
[0041] 本發明的有益效果如下：
[0042] 本發明可消除視頻的紅眼，從而解決紅外攝像機在夜視監控視頻中出現的紅眼效 應問題。

【專利附圖】

【附圖說明】
[0043] 圖1為本發明視頻紅眼修複方法的較佳實施方式的示意圖。

【具體實施方式】
[0044] 下面將結合附圖以及【具體實施方式】，對本發明做進一步描述：
[0045] 請參見圖1，本發明涉及一種視頻紅眼修複方法，其較佳實施方式包括以下步驟：
[0046] 步驟A :對視頻的每一幀圖像進行邊緣檢測，以生成對應的邊緣圖像；
[0047] 步驟B :對每一邊緣圖像進行形態學閉運算，以獲取若干封閉的連通域；
[0048] 步驟C :獲取每一連通域的圓度；具體包括以下步驟：
[0049] 步驟C1 :根據每一連通域的二階中心距計算獲取具有相同二階中心距的橢圓的 長軸值和短軸值；以及
[0050] 步驟C2 :通過將每一連通域對應的長軸值除以短軸值計算獲取每一連通域的圓 度；
[0051] 步驟D :獲取每一連通域的面積；
[0052] 步驟E :獲取每一連通域的平均灰度值；
[0053] 步驟F:判斷每一連通域的圓度是否在預設的圓度閾值範圍內，面積是否在預設 的面積閾值範圍內，平均灰度值是否在預設的平均灰度值閾值範圍內，若三者均在對應的 閾值範圍內（即圓度在圓度閾值範圍內，且面積在面積閾值範圍內，且平均灰度值在平均 灰度值閾值範圍內），則執行步驟G ;若三者中至少有一個不在對應的閾值範圍內，則執行 步驟Η ;
[0054] 優選地，該圓度閾值範圍為1至2 ;
[0055] 步驟G :認定該連通域為紅眼區域，對紅眼區域進行灰度替換處理，以消除紅眼； 本步驟包括以下子步驟：
[0056] 步驟G1 :對該紅眼區域進行膨脹操作，以生成在紅眼區域外圍的環狀的矯正參考 區域；具體可對紅眼區域以正方形的結構元素進行膨脹操作，以生成一圓環狀的矯正參考 區域；
[0057] 步驟G2 :計算該矯正參考區域的平均灰度值；
[0058] 步驟G3 :將紅眼區域的平均灰度值修改為對應矯正參考區域的平均灰度值的二 分之一；如此，即可消除視頻紅眼。
[0059] 為使得紅眼邊界過渡自然，本步驟還包括子步驟G4:對灰度替換後的區域進行平 滑濾波處理。
[0060] 步驟Η :認定該連通域不是紅眼區域。
[0061] 上述步驟C、步驟D和步驟Ε之間不受時序限制，三者不分先後順序。
[0062] 對於本領域的技術人員來說，可根據以上描述的技術方案以及構思，做出其它各 種相應的改變以及變形，而所有的這些改變以及變形都應該屬於本發明權利要求的保護範 圍之內。
【權利要求】
1. 一種紅眼修複方法，其特徵在於：其包括以下步驟： 步驟A :對視頻的每一幀圖像進行邊緣檢測，以生成對應的邊緣圖像； 步驟B :對每一邊緣圖像進行形態學閉運算，以獲取若干封閉的連通域； 步驟C :獲取每一連通域的圓度； 步驟D :獲取每一連通域的面積； 步驟E :獲取每一連通域的平均灰度值； 步驟F:判斷每一連通域的圓度是否在預設的圓度閾值範圍內，面積是否在預設的面 積閾值範圍內，平均灰度值是否在預設的平均灰度值閾值範圍內，若三者均在對應的閾值 範圍內，則執行步驟G ;若三者中至少有一個不在對應的閾值範圍內，則執行步驟Η ; 步驟G :認定該連通域為紅眼區域，對紅眼區域進行灰度替換處理，以消除紅眼；以及 步驟Η :認定該連通域不是紅眼區域。
2. 如權利要求1所述的紅眼修複方法，其特徵在於：步驟C還包括以下子步驟： 步驟C1 :根據每一連通域的二階中心距計算獲取具有相同二階中心距的橢圓的長軸 值和短軸值；以及 步驟C2 :通過將每一連通域對應的長軸值除以短軸值計算獲取每一連通域的圓度。
3. 如權利要求1或2所述的紅眼修複方法，其特徵在於：步驟G還包括以下子步驟： 步驟G1 :對該紅眼區域進行膨脹操作，以生成在紅眼區域外圍的環狀的矯正參考區 域； 步驟G2 :計算該矯正參考區域的平均灰度值；以及 步驟G3 :將紅眼區域的平均灰度值修改為對應矯正參考區域的平均灰度值的二分之 〇
4. 如權利要求3所述的紅眼修複方法，其特徵在於：對紅眼區域以正方形的結構元素 進行膨脹操作，以生成一圓環狀的矯正參考區域。
5. 如權利要求3所述的紅眼修複方法，其特徵在於：步驟G還包括子步驟G4 :對灰度替 換後的區域進行平滑濾波處理。
6. -種視頻紅眼修復系統，其特徵在於：其包括以下模塊： 模塊A :對視頻的每一幀圖像進行邊緣檢測，以生成對應的邊緣圖像； 模塊B :對每一邊緣圖像進行形態學閉運算，以獲取若干封閉的連通域； 模塊C :獲取每一連通域的圓度； 模塊D :獲取每一連通域的面積； 模塊E :獲取每一連通域的平均灰度值； 模塊F:判斷每一連通域的圓度是否在預設的圓度閾值範圍內，面積是否在預設的面 積閾值範圍內，平均灰度值是否在預設的平均灰度值閾值範圍內，若三者均在對應的閾值 範圍內，則執行模塊G ;若三者中至少有一個不在對應的閾值範圍內，則執行模塊Η ; 模塊G :認定該連通域為紅眼區域，對紅眼區域進行灰度替換處理，以消除紅眼；以及 模塊Η :認定該連通域不是紅眼區域。
7. 如權利要求6所述的視頻紅眼修復系統，其特徵在於：模塊C還包括以下子模塊： 模塊C1 :根據每一連通域的二階中心距計算獲取具有相同二階中心距的橢圓的長軸 值和短軸值；以及 模塊C2 :通過將每一連通域對應的長軸值除以短軸值計算獲取每一連通域的圓度。
8. 如權利要求6或7所述的視頻紅眼修復系統，其特徵在於：模塊G還包括以下子模 塊： 模塊G1 :對該紅眼區域進行膨脹操作，以生成在紅眼區域外圍的環狀的矯正參考區 域； 模塊G2 :計算該矯正參考區域的平均灰度值；以及 模塊G3 :將紅眼區域的平均灰度值修改為對應矯正參考區域的平均灰度值的二分之 〇
9. 如權利要求8所述的視頻紅眼修復系統，其特徵在於：對紅眼區域以正方形的結構 元素進行膨脹操作，以生成一圓環狀的矯正參考區域。
10. 如權利要求8所述的視頻紅眼修復系統，其特徵在於：模塊G還包括子模塊G4 :對 灰度替換後的區域進行平滑濾波處理。
【文檔編號】G06T5/00GK104063850SQ201410289203
【公開日】2014年9月24日 申請日期:2014年6月24日 優先權日:2014年6月24日
【發明者】朱煒湛, 陳健沛, 蔡志崗, 張吉, 溫碧峰, 伍儷璇 申請人:廣東互維科技有限公司, 中山大學