专利名称：检测红眼的方法及装置、去除红眼的方法及装置的制作方法
技术领域：
本发明涉及图像技术领域，尤其涉及一种检测红眼的方法及装置、去除红眼的方法及装置。
背景技术：
“红眼效应”是指用闪光灯拍摄人物照片时，由于被拍摄者眼底血管的反光而导致的人眼瞳孔中央形成的红点现象。其形成原因主要是由于人的瞳孔在环境光比较暗时会放大，近距离闪光灯的强光经过放大的瞳孔，照在视网膜后的微血管组织上，反射回红色的光线，造成实际成像的照片呈现“红眼”状，红眼和人们一般所认知的眼睛的颜色差别很大，大大的降低了照片的质量。随着具有闪光功能的数码相机、手机、摄像机等的应用越来越广泛，对于“红眼效应”的去除具有很强的实际应用性，且也变得越发的重要。请参见图1，图1是现有的红眼去除系统的结构示意图。如图1所示，首先借助人脸检测器、皮肤判别器、其他脸部特征提取、或无红眼照片来提取眼部区域。具体地，可以通过人脸检测器检测出人脸区域，进而通过霍夫变换法或变形模板法等来粗略提取眼部区域，如:提取人脸的上半部分作为眼部区域。或者通过皮肤判别器来获取不同于皮肤的眼洞，进而提取眼部区域。或者通过嘴巴、鼻子、或眉毛等脸部特征的提取，并基于眼睛与嘴巴、鼻子或眉毛之间的位置关系来粗略提取眼部区域，如:提取嘴巴所在的预定范围内作为眼部区域。或者通过拍摄前的最后一帧预览照片(无红眼照片)来粗略提取眼部区域，如:提取与所述无红眼照片存在红色差异的部分作为眼部区域。基于提取的眼部区域，发掘红眼中的红眼色特征，进而基于所述红眼色特征来提取红眼区域。然后基于 红眼的形状对提取到的红眼区域的形状特征进行相应的验证，一般来讲，红眼的形状通常为圆形、类圆形、椭圆形、类椭圆形，因此，若提取到的红眼区域的形状为圆形、类圆形、椭圆形、类椭圆形，就可以判定提取到的红眼区域的确为拍摄过程中形成的红眼区域，进而可以对提取到的红眼区域的红眼色进行纠正，并对红眼区域的边缘进行各种光滑处理，使得修正后的眼部图像看起来更自然。上述的红眼去除方法，通过粗提取眼部区域，然后精提取红眼区域，并对提取到的红眼区域进行验证，在确定提取到的红眼区域无误后对其进行纠正。然而这种红眼去除方法去除红眼时的漏检率和误检率都较高。因此，如何能够提供一种漏检率和误检率较低的检测红眼的方法成为目前亟待解决的问题之一。其他有关红眼检测的相关技术还可以参见公开号为W02007116947A1，发明名称为 RED EYE DETECTING APPARATUS, RED EYE DETECTING METHOD AND RED EYE DETECTINGPROGRAM的国际专利申请。
发明内容
本发明解决的问题是提供一种漏检率和误检率较低的检测红眼的方法及装置，去除红眼的方法及装置。为了解决上述问题，本发明提供了一种检测红眼的方法，包括:提取眼部区域；基于像素点的红色度和饱和度量化所述眼部区域，以得到白色区域、深色区域和红色区域；基于量化结果确定所述深色区域与所述白色区域、红色区域的位置关系，所述位置关系包括邻接关系和嵌套关系；基于所述位置关系检测红眼区域。为解决上述问题，本发明还提供了一种去除红眼的方法，包括:采用上述的检测红眼的方法检测红眼区域；对所述红眼区域进行纠正。为解决上述问题，本发明还提供了一种检测红眼的装置，包括:提取单元，用于提取眼部区域；量化单元，用于基于像素点的红色度和饱和度量化所述眼部区域，以得到白色区域、深色区域和红色区域；位置关系确定单元，用于基于量化结果确定所述深色区域与所述白色区域、红色区域的位置关系，所述位置关系包括邻接关系和嵌套关系；检测单元，用于基于所述位置关系检测红眼区域。为解决上述问题，本发明还提供了一种去除红眼的装置，包括:上述的检测红眼的装置；纠正单元，用于对所述红眼区域进行纠正。与现有技术相比，本发明的技术方案具有以下优点:通过先提取眼部区域，然后基于像素点的红色度和饱和度量化所述眼部区域，以得到白色区域、深色区域和红色区域；基于量化结果确定所述深色区域与所述白色区域、红色区域的位置关系，所述位置关系包括邻接关系和嵌套关系；最终基于所述位置关系检测红眼区域。由于是基于所述深色区域与所述白色区域、红色区域的位置关系来检测红眼区域，因此，对于不同红眼现象在颜色、形状上的差异具有很强的鲁棒性，降低了红眼区域的漏检率和误检率。而且，由于利用了红眼区域与其周围的眼部区域在颜色和位置关系上独有的特征，故，大大地降低了检测红眼区域的复杂度，提高了检测红眼区域的效率。进一步地，在确定具有嵌套关系的深色区域和红色区域，具有邻接关系的深色区域和白色区域后，通过确定所确定的红色区域是否存在与之具有嵌套关系的白色区域，或者确定所确定的深色区域是否存在与之具有嵌套关系的白色区域，可以更加准确地检测出红眼区域，在很大程度上降低了红眼区域的漏检率和误检率。
进一步地，在检测到红眼区域后，对检测到的红眼区域进行判断，以确定检测到的红眼区域是否有误，在很大程度上降低了检测红眼时的误检率。进一步地，在检测到红眼区域后，利用与所述红眼区域具有嵌套关系的深色区域对所述红眼区域进行纠正，使得红眼区域的纠正具有很强的自适应性，且纠正后的红眼区域效果较佳。
通过采用纹理分析获取纠正后的红眼区域中的误纠正区域，并利用中值滤波对所述误纠正区域进行抑制，一方面大大地降低了去除红眼时的误纠正率，另一方面在很大程度上改善了纠正后的照片的效果。
图1是现有的红眼去除系统的结构示意图；图2是本发明红眼模板的示意图；图3是本发明红眼区域、深色眼珠区域、眼白区域和近白高亮区域的位置关系的一个实例示意图；图4是本发明实施例的检测红眼的方法的流程示意图；图5是本发明实施例的检测红眼的装置的结构示意图；图6是本发明实施例的去除红眼的方法的流程示意图；图7是本发明实施例的去除红眼的装置的结构示意图。
具体实施例方式为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施方式
做详细的说明。
在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式
的限制。正如背景技术中所描述的，现有技术中检测红眼区域时，漏检率和误检率较高。发明人发现，现有技术在对红眼区域进行检测时，主要是利用红眼区域的颜色和形状特征来对红眼区域进行定位和验证，因此对红眼的颜色和形状的依赖性很强，一旦红眼的颜色有较大的变化就会导致提取红眼区域的失败，另外，若红眼在形状上有较大的变化，也会导致对提取到的红眼区域进行验证的失败，进而导致了检测红眼区域时的漏检率和误检率较高。而在实际的拍摄过程中，由于光照条件的变化，红眼中的红色程度会发生很大的变化，且对于不同的人种而言，其红眼程度也不尽相同；另外在拍摄过程中，眼睛张开的程度的不同也会导致红眼形状从理想圆形到不同程度类椭圆的变化。因此，发明人提出，是否可以不仅仅依赖于红眼区域的颜色和形状，而是通过红眼区域的其他属性来对红眼区域进行检测。请参见图2，图2是本发明红眼模板的示意图，如图2所示，红眼是由于人眼瞳孔底部血管因强烈的闪光照射所致，故，红眼模板一般由四个部分组成:近白高亮区域H、红眼区域R、深色眼珠区域F和眼白区域W。且四个不同区域之间彼此连接形成一个完整整体，而人类对红眼的判断通常是基于所述红眼模板的整体性特征，而不是仅仅凭红眼区域的颜色和形状。请继续参见图2，图2中深色眼珠区域F因人种的不同，可能呈现不同的颜色，如:黑色、深蓝色、棕色等；眼白区域W则由于拍摄角度的不同，可能只出现在一侧。而且上述四个区域的色彩饱和度和形状会因实际的光照条件、人种、拍摄角度的不同等不断变化。如:所述红眼区域R的颜色完全有可能与亚洲人的黄色皮肤色彩差别不大，且其形状可能是一个很扁平的椭圆或类椭圆状。另外，由于眼珠的运动和拍摄角度等影响，红眼区域R也有可能不是均匀地沿眼部中心径向分布，也就是说，在图2所示的红眼区域R中可能只有部分区域出现红色，其他区域则仍为原来的眼珠色。此外，由于拍摄条件、分辨率等原因，眼白区域W可能不会完全的出现在红眼模板中，如:红眼模板中的眼白区域W只有一半。图2中所给出的红眼模板为完整的红眼模板，而通过上述分析可知，在实际情况中，红眼模板并不仅仅局限于图2所示，根据不同的情况，其会有各种各样的表现形式，但是，发明人发现，不论红眼模板的表现形式如何变化，红眼模板中的不同色彩区域之间总会存在嵌套毗邻关系，具体地，就是椭圆状的眼白区域W邻接着外轮廓椭圆状的深色眼珠区域F ;深色眼珠区域F内嵌套有一定的红眼区域R。因此发明人确定，可以利用红眼区域R与所述深色眼珠区域F、所述深色眼珠区域F与眼白区域W之间的位置关系来检测红眼区域R。进一步地，发明人提出，若直接采用图2所示的红眼模板对红眼区域进行检测，会增加检测红眼区域的复杂度，且对于实际的拍摄情况而言，红眼模板也并不局限于图2所示的红眼模板，故，发明人提出利用红眼区域、深色眼珠区域和眼白区域的位置关系示意图来对红眼区域进行检测。请参见图3，图3是本发明红眼区域、深色眼珠区域、眼白区域和近白高亮区域的位置关系的一个实例示意图，如图3所示，图3中的平行连接代表空间上的邻接关系，垂直连接代表空间上的嵌套关系，由图3可以获悉，深色眼珠区域F与眼白区域W之间存在邻接关系，深色眼珠区域F与红眼区域R之间存在嵌套关系，红眼区域R与近白高亮区域H之间也存在嵌套关系，此外由于拍摄的原因，深色眼珠区域F与近白高亮区域H之间可能会存在嵌套关系，如:红眼区域R只有部分出现的情况。需要说明的是，图3给出的红眼区域、深色眼珠区域、眼白区域和近白高亮区域的位置关系示意图，仅仅是对上述四个区域之间存在邻接和嵌套关系的一种表现形式，即通过水平连接代表空间上的邻接关系，垂直连接代表空间上的嵌套关系。红眼区域、深色眼珠区域、眼白区域和近白高亮区域的位置关系也可以以水平连接代表空间上的嵌套关系，垂直连接代表空间上的邻接关系，因此，红眼区域、深色眼珠区域、眼白区域和近白高亮区域的位置关系示意图不应作为对本发明技术方案的限定。
请参见图4，图4是本发明实施例的检测红眼的方法的流程示意图，如图4所示，所述检测红眼的方法包括:步骤Sll:提取眼部区域。步骤S12:基于像素点的红色度和饱和度量化所述眼部区域，以得到白色区域、深色区域和红色区域。步骤S13:基于量化结果确定所述深色区域与所述白色区域、红色区域的位置关系，所述位置关系包括邻接关系和嵌套关系。步骤S14:基于所述位置关系检测红眼区域。具体地，执行步骤S11，提取眼部区域。本实施例中所述眼部区域的提取可以采用现有的人脸检测方法来检测出人脸所在的区域，然后通过霍夫变换法、或变形模板法、或边缘特征分析法、或基于特征映射的方法等来对人脸区域中眼睛所在的区域进行定位，进而提取眼部区域。所述人脸检测方法可以为:基于人脸器官分布规律的人脸检测方法、基于肤色的人脸检测方法、基于概率模型的人脸检测方法、基于特征空间的人脸检测方法、基于人工神经网络的人脸检测方法、基于模板匹配的人脸检测方法等。采用上述的人脸检测方法检测出人脸所在的区域，并在人脸区域内提取眼部区域为本领域的公知常识，故此处不再展开具体详述。执行步骤S12，基于像素点的红色度和饱和度量化所述眼部区域，以得到白色区域、深色区域和红色区域。本步骤中，像素点的红色度用于表示像素点的红色的程度，或者说是在像素点的红色通道值、绿色通道值、蓝色通道值中其红颜色的水平有多少。本实施例中像素点的红色度通过如下公式获得:I = a*R_b*G_ (a_b) *B
像素点的饱和度通过如下公式获得:
权利要求
1.一种检测红眼的方法，其特征在于，包括: 提取眼部区域； 基于像素点的红色度和饱和度量化所述眼部区域，以得到白色区域、深色区域和红色区域； 基于量化结果确定所述深色区域与所述白色区域、红色区域的位置关系，所述位置关系包括邻接关系和嵌套关系； 基于所述位置关系检测红眼区域。
2.如权利要求1所述的检测红眼的方法，其特征在于，所述基于像素点的红色度和饱和度量化所述眼部区域，以得到白色区域、深色区域和红色区域包括: 若像素点的红色度小于第一阈值，饱和度小于第二阈值则将像素点量化为白色像素占.若像素点的红色度小于所述第一阈值，饱和度大于或等于所述第二阈值且小于第三阈值则将像素点量化为深色像素点； 若像素点的红色度大于或等于所述第一阈值，饱和度大于或等于所述第三阈值则将像素点量化为红色像素点。
3.如权利要求2所述的检测红眼的方法，其特征在于，所述像素点的红色度和饱和度通过如下方式获得:I = a*R-b*G-(a-b)*B
4.如权利要求3所述的检测红眼的方法，其特征在于，所述权重系数ae
,b e
，所述第一阈值Tl e (0，0.5]，所述第二阈值T2 e (0，0.3]、所述第三阈值 T3 e
。
5.如权利要求1所述的检测红眼的方法，其特征在于，所述基于所述位置关系检测红眼区域包括: 确定具有嵌套关系的深色区域和红色区域； 若所确定的深色区域存在与之具有邻接关系的白色区域，则以所述确定的红色区域作为红眼区域。
6.如权利要求1所述的检测红眼的方法，其特征在于，所述基于所述位置关系检测红眼区域包括: 确定具有嵌套关系的深色区域和红色区域； 若所确定的深色区域存在与之具有邻接关系的白色区域且所确定的红色区域存在与之具有嵌套关系的白色区域，则以所述确定的红色区域作为红眼区域。
7.如权利要求1所述的检测红眼的方法，其特征在于，所述基于所述位置关系检测红眼区域包括: 确定具有嵌套关系的深色区域和红色区域；若所确定的深色区域存在与之具有邻接关系的白色区域和与之具有嵌套关系的白色区域，则以所述确定的红色区域作为红眼区域。
8.如权利要求1所述的检测红眼的方法，其特征在于，所述基于所述位置关系检测红眼区域包括: 确定具有邻接关系的深色区域和白色区域； 若所确定的深色区域存在与之具有嵌套关系的红色区域，则以该红色区域作为红眼区域。
9.如权利要求1所述的检测红眼的方法，其特征在于，所述基于所述位置关系检测红眼区域包括: 确定具有邻接关系的深色区域和白色区域； 若所确定的深色区域存在与之具有嵌套关系的红色区域且该红色区域存在与之具有嵌套关系的白色区域，则以该红色区域作为红眼区域。
10.如权利要求1所述的检测红眼的方法，其特征在于，所述基于所述位置关系检测红眼区域包括: 确定具有邻接关系的深色区域和白色区域； 若所确定的深色区域存在与之具有嵌套关系的红色区域和与之具有嵌套关系的白色区域，则以该红色区域作为红眼区域。
11.如权利要求1所述的检测红眼的方法，其特征在于，所述基于量化结果确定所述深色区域与所述白色区域、红色区域的位置关系包括: 基于量化结果获取所述深色区域、白色区域、红色区域的区域属性； 基于所述深色区域和白色区域的区域属性确定所述深色区域和白色区域的位置关系; 基于所述深色区域和红色区域的区域属性确定所述深色区域和红色区域的位置关系。
12.如权利要求11所述的检测红眼的方法，其特征在于，所述区域属性包括:区域的颜色、中心位置及形状。
13.如权利要求1所述的检测红眼的方法，其特征在于，还包括:判断检测到的红眼区域是否有误。
14.如权利要求13所述的检测红眼的方法，其特征在于，所述判断检测到的红眼区域是否有误包括: 获取检测到的红眼区域中预定范围内的像素点的红色度的均匀程度，所述预定范围关联于所述红眼区域的大小； 若所述均匀程度达到预设值，则检测到的红眼区域有误。
15.如权利要求14所述的检测红眼的方法，其特征在于，所述获取检测到的红眼区域中预定范围内的像素点的红色度的均匀程度通过如下公式进行: NN TJi Tj(IrIa)2 IaE = ^- a NN 其中，Ii为第i个像素点的红色度，Ia为检测到的红眼区域中预定范围内的像素点的红色度的平均值，N为预定范围内的像素点的个数，E为检测到的红眼区域中预定范围内的像素点的红色度的均匀程度。
16.一种去除红眼的方法，其特征在于，包括: 采用权利要求1 12任一项所述的检测红眼的方法检测红眼区域； 对所述红眼区域进行纠正。
17.如权利要求16所述的去除红眼的方法，其特征在于，所述对所述红眼区域进行纠正包括:利用与所述红眼区域具有嵌套关系的深色区域对所述红眼区域进行纠正。
18.如权利要求16所述的去除红眼的方法，其特征在于，还包括: 基于纹理分析获取纠正后的红眼区域中的误纠正区域； 利用中值滤波对所述误纠正区域进行抑制。
19.如权利要求18所述的去除红眼的方法，其特征在于，所述基于纹理分析获取纠正后的红眼区域中的误纠正区域包括: 获取检测到的红眼区域中预定范围内的像素点的红色度的均匀程度，所述预定范围关联于所述红眼区域的大小； 若所述均匀程度达到预设值，则所述纠正后的红眼区域为误纠正区域。
20.如权利要求19所述的去除红眼的方法，其特征在于，所述获取检测到的红眼区域中预定范围内的像素点的红色度的均匀程度通过如下公式进行:
21.如权利要求20所述的去除红眼的方法，其特征在于，所述利用中值滤波对所述误纠正区域进行抑制包括: 设置所述误纠正区域中的像素点的色度值为所述误纠正区域中的像素点在纠正前的色度值的中值。
22.—种检测红眼的装置，其特征在于，包括: 提取单元，用于提取眼部区域； 量化单元，用于基于像素点的红色度和饱和度量化所述眼部区域，以得到白色区域、深色区域和红色区域； 位置关系确定单元，用于基于量化结果确定所述深色区域与所述白色区域、红色区域的位置关系，所述位置关系包括邻接关系和嵌套关系； 检测单元，用于基于所述位置关系检测红眼区域。
23.如权利要求22所述的检测红眼的装置，其特征在于，所述量化单元包括: 第一量化单元，用于在像素点的红色度小于第一阈值，饱和度小于第二阈值时将像素点量化为白色像素点； 第二量化单元，用于在像素点的红色度小于所述第一阈值，饱和度大于或等于所述第二阈值且小于第三阈值时将像素点量化为深色像素点； 第三量化单元，用于在像素点的红色度大于或等于所述第一阈值，饱和度大于或等于所述第三阈值时将像素点量化为红色像素点。
24.如权利要求23所述的检测红眼的装置，其特征在于，所述像素点的红色度和饱和度通过如下方式获得:I = a*R_b*G_ (a-b) S _ max(7 , G, B) - min(7 , G, B) max(7 ,G,5) 其中，I为像素点的红色度，S为像素点的饱和度，R、G、B分别为红色通道值、绿色通道值、蓝色通道值，a、b为权重系数，a > b且a、b e (0,1], max (.)为取最大值函数，min (.)为取最小值函数。
25.如权利要求24所述的检测红眼的装置，其特征在于，所述权重系数ae
、be
，所述第一阈值 Tl e (0，0.5]，所述第二阈值 T2 e (0，0.3]、所述第三阈值 T3 e
。
26.如权利要求22所述的检测红眼的装置，其特征在于，所述检测单元包括: 第一确定单元，用于确定具有嵌套关系的深色区域和红色区域； 第一检测单元，用于在所确定的深色区域存在与之具有邻接关系的白色区域时，以所述确定的红色区域作为红眼区域。
27.如权利要求22所述的检测红眼的装置，其特征在于，所述检测单元包括: 第二确定单元，用于确定具有嵌套关系的深色区域和红色区域； 第二检测单元，用于在所确定的深色区域存在与之具有邻接关系的白色区域且所确定的红色区域存在与之具有嵌套关系的白色区域时，以所述确定的红色区域作为红眼区域。
28.如权利要求22所述的检测红眼的装置，其特征在于，所述检测单元包括: 第三确定单元，用于确定具有嵌套关系的深色区域和红色区域； 第三检测单元，用于在所确定的深色区域存在与之具有邻接关系的白色区域和与之具有嵌套关系的白色区域时，以所述确定的红色区域作为红眼区域。
29.如权利要求22所述的检测红眼的装置，其特征在于，所述检测单元包括: 第四确定单元，用于确定具有邻接关系的深色区域和白色区域； 第四检测单元，用于在所确定的深色区域存在与之具有嵌套关系的红色区域时，以该红色区域作为红眼区域。
30.如权利要求22所述的检测红眼的装置，其特征在于，所述检测单元包括: 第五确定单元，用于确定具有邻接关系的深色区域和白色区域； 第五检测单元，用于在所确定的深色区域存在与之具有嵌套关系的红色区域且该红色区域存在与之具有嵌套关系的白色区域时，以该红色区域作为红眼区域。
31.如权利要求22所述的检测红眼的装置，其特征在于，所述检测单元包括: 第六确定单元，用于确定具有邻接关系的深色区域和白色区域； 第六检测单元，用于在所确定的深色区域存在与之具有嵌套关系的红色区域和与之具有嵌套关系的白色区域时，以该红色区域作为红眼区域。
32.如权利要求22所述的检测红眼的装置，其特征在于，所述位置关系确定单元包括: 区域属性获取单元，用于基于量化结果获取所述深色区域、白色区域、红色区域的区域属性；第一位置关系确定单元，用于基于所述深色区域和白色区域的区域属性确定所述深色区域和白色区域的位置关系； 第二位置关系确定单元，用于基于所述深色区域和红色区域的区域属性确定所述深色区域和红色区域的位置关系。
33.如权利要求32所述的检测红眼的装置，其特征在于，所述区域属性包括:区域的颜色、中心及形状。
34.如权利要求22所述的检测红眼的装置，其特征在于，还包括: 判断单元，用于判断检测到的红眼区域是否有误。
35.如权利要求34所述的检测红眼的装置，其特征在于，所述判断单元包括: 第一获取单元，用于获取检测到的红眼区域中预定范围内的像素点的红色度的均匀程度，所述预定范围关联于所述红眼区域的大小； 第一判断单元，用于在所述均匀程度达到预设值时，判断检测到的红眼区域有误。
36.如权利要求35所述的检测红眼的装置，其特征在于，所述第一获取单元通过如下公式获取检测到的红眼区域中预定范围内的像素点的红色度的均匀程度:
37.一种去除红眼的装置，其特征在于，包括: 权利要求22 33任一项所述的检测红眼的装置； 纠正单元，用于对所述红眼区域进行纠正。
38.如权利要求37所述的去除红眼的装置，其特征在于，所述纠正单元用于利用与所述红眼区域具有嵌套关系的深色区域对所述红眼区域进行纠正。
39.如权利要求37所述的去除红眼的装置，其特征在于，还包括: 获取单元，用于基于纹理分析获取纠正后的红眼区域中的误纠正区域； 抑制单元，用于利用中值滤波对所述误纠正区域进行抑制。
40.如权利要求39所述的去除红眼的装置，其特征在于，所述获取单元包括: 第二获取单元，用于获取检测到的红眼区域中预定范围内的像素点的红色度的均匀程度，所述预定范围关联于所述红眼区域的大小； 第二判断单元，用于在所述均匀程度达到预设值时，判断所述纠正后的红眼区域为误纠正区域。
41.如权利要求40所述的去除红眼的装置，其特征在于，所述第二获取单元通过如下公式获取检测到的红眼区域中预定范围内的像素点的红色度的均匀程度:
42.如权利要求41所述的去除红眼的装置，其特征在于，所述抑制单元包括: 第三获取单元，用于获取所述误纠正区域中的像素点在纠正前的色度值的中值； 设置单元，用 于设置所述中值为误纠正区域中的像素点的色度值。
全文摘要
一种检测红眼的方法及装置、去除红眼的方法及装置。所述检测红眼的方法包括提取眼部区域；基于像素点的红色度和饱和度量化所述眼部区域，以得到白色区域、深色区域和红色区域；基于量化结果确定所述深色区域与所述白色区域、红色区域的位置关系，所述位置关系包括邻接关系和嵌套关系；基于所述位置关系检测红眼区域。本发明的技术方案降低了红眼区域的漏检率和误检率，且降低了检测红眼区域的复杂度，提高了检测红眼区域的效率。
文档编号G06K9/00GK103226690SQ201210021208
公开日2013年7月31日 申请日期2012年1月30日 优先权日2012年1月30日
发明者黄玉春, 林福辉, 彭晓峰 申请人:展讯通信(上海)有限公司