图像处理方法与流程

本发明涉及处理图像的方法。

背景技术：

人脸检测和跟踪是图像处理中熟知的，例如如欧洲专利no.ep2052347(参考文献：fn-143)中所述。这些技术允许被成像的场景内的一个或多个人脸区域易于描绘，并且允许基于该信息进行后续的图像处理。此类图像处理可包括人脸识别，所述人脸识别尝试辨识被成像的个人；通过使检测的和/或选择的人脸区域聚焦来进行自动聚焦；或人脸区域的缺陷检测和/或校正。

人体测量信息可用于处理人脸区域是熟知的。例如，预期的人脸大小的知识可用于人脸检测或过滤，例如用于红眼候选者的错误分析，如ep1654865(参考文献：fn-101-cip)中所述。

然而，如果被成像的场景包括任何不符合通用人体测量规则的人脸，则可出现问题。例如，如果场景包括具有很大人脸的告示牌，则基于通用人体测量规则的处理可指示比告示牌更靠近相机的真实主体。这可以例如指示相机应以更短的距离聚焦，如果仍然这样，将产生失焦图像。

相应地，如果场景包括小孩，则其人脸的检测可指示比小孩更远离相机的主体。这可以例如指示相机应以更长的距离聚焦，如果仍然这样，将产生失焦图像。

出于本公开的目的，术语“假人脸”将用于指示包括不符合正常人体测量规则的检测人脸的图像区域。

在一些情况下，不能识别所检测的假人脸可导致以不正确的聚焦获得隔离图像，并且在摄像机中，捕获场景的图像流，可能的是相机可丧失其正确聚焦的能力。

然而，应当理解，如果试图对任何错误检测的对象进行基础图像处理，则上述问题同样可能出现。例如，一些图像处理可基于与汽车尺寸有关的规则，并且可捕获假汽车的例如显示在告示牌上的清晰图像，这可能导致问题。

技术实现要素：

根据本发明，提供了根据权利要求1所述的图像处理方法。

在另一个方面，提供了被布置为执行根据权利要求1所述的方法的图像处理装置。

在又一个方面，提供了包括计算机可读取指令的计算机程序产品，所述计算机可读取指令在图像处理装置中执行时被布置为执行根据权利要求1所述的方法。

本发明的实施例提供了基于检测的人脸，但不受假人脸的不利影响并且实际上能够正确地聚焦在此类假人脸上的快速自动聚焦。

可供选择的实施例提供了基于任何所关注的可检测对象的自动聚焦，所述对象具有带有已知尺寸的特征结构。

附图说明

现在将结合附图以举例的方式描述本发明的实施例，在附图中：

图1示出了人体测量数据在聚焦系统中的使用；并且

图2是流程图，其示出了根据本发明的实施例的处理图像的方法。

具体实施方式

现在参见图1，为了聚焦在无穷远位置(通常大于3米)处的任何对象上，镜头12和图像传感器14之间的距离被设定为恰好等于镜头的焦距(f)。

当人脸在镜头的超焦范围内，距主体有给定的距离(ds)时，为了获得聚焦图像，镜头应偏移距离(ld)，使得镜头和图像传感器之间的距离为f+ld。

因此，距主体的距离与镜头位移通过下式相连：1/f＝1/ds+1/(f+ld)，如图1图示地示出。

当确定所需的镜头位移ld时，相机可选择所需的数模转换(dac)代码，以根据需要使包括镜头的镜头组件移位，以正确地保持聚焦在人脸上。

使用检测的人脸帮助聚焦的图像处理系统可如下所述操作：

1.例如使用诸如ep2052347(参考文献：fn-143)中公开的技术来检测人脸；

2.计算检测的人脸区域内的以像素为单位的目距(edp)；

3.以厘米呈现目距

4.使用相机焦距(f)和像素大小(ps)，如下计算距主体的距离(ds)：

ds＝f*(ed/(edp*ps)；

5.使用以下关系计算该距离(ds)的镜头位移(ld)：

1/(ld+f)＝1/f-1/ds；

6.已知镜头位移，基于图1所示的校准数据计算焦点位置的对应的dac代码。

考虑例如在上述步骤1处是否事实上检测到目距ed＝2cm的假人脸(小脸)。使用ed＝7cm的聚焦算法将小脸视为非常远，从而确定距主体的距离(ds)非常大(可能接近无穷大)和对应的dac代码。这将导致高度离焦图像。

现在参见图2，在本发明的实施例中，采取多个附加步骤来避免导致图像采集问题的假人脸：

●首先，在步骤200处，人脸在所采集图像的人脸区域内检测到；

●在检测人脸时，进行焦点位置扫描，以确定为人脸区域提供最大清晰度的dac代码–dac_code_sweep，步骤204。该扫描可在许多预览图像上进行；或在其中可能获取比显示更新速率更快的图像的一些系统中，可以毫秒间隔进行扫描，诸如wo2014/124787(参考文献fn-387)中所讨论；

●一旦dac_code_sweep是已知的，即可倒转上述步骤4-6，步骤206：

○因此，从图1所示的校准数据计算对应于dac_code_sweep的镜头位移(ld_sweep)；

○再次使用上述步骤5的关系从ld_sweep计算距主体的距离ds_sweep；

○现在已知“ds_sweep”、“edp”和“f”，可计算以厘米为单位的真实目距，并且在这种情况下，将得到ed_sweep＝2cm。

●现在只要跟踪到该特定人脸，即可将人脸特定目距(ed＝2cm)暂时设定为新检测的人脸区域的目距，而不是使用通用目距(ed＝7cm)，步骤208。

只要跟踪到假人脸，便应当只保持标准目距的这种覆盖。一旦人脸丢失，步骤210，则将通用目距(ed＝7cm)再次用于新检测的人脸。

否则，对于每个待采集的新图像，基于计算的目距来计算所需的dac代码，步骤209。

应当理解，并非每次新人脸检测都需要完全扫描，并且例如可进行改进扫描，以确定检测的人脸是否为假的，步骤212。因此，例如对于采集包括新检测的人脸的图像处的镜头位移，镜头可偏移到图像采集镜头位移的任一侧的镜头位移位置。

如果在图像采集镜头位移处人脸区域的清晰度相对于邻近的镜头位移位置的清晰度为最大值，则估算视为良好。在这种情况下，在步骤209处继续图像处理，以基于假设的目距ed＝7cm来确定每个新图像所需的dac代码，在该新图像中继续检测人脸区域。

然而，如果人脸区域的清晰度不为最大值，则指示新检测的人脸区域内的人脸为假的，因此触发完全扫描，步骤204，以如上所述确定ed_sweep。

应当理解，对于检测的对象，步骤204至208只需要执行一次；然而，响应于人脸区域的清晰度下降至低于给定的阈值，也可重复步骤。

本发明可在图像处理依赖于检测具有带有已知尺寸的特征结构的对象的任何地方采用，从而允许暂时而非假设的尺寸集用于被跟踪时的对象，并且允许在跟踪对象时保持聚焦。

可以看出，除自动聚焦之外，本发明还可用于图像处理，并且例如可用于暂时覆盖假设的对象尺寸，以用于处理包含此类对象的虚假型式的图像的目的。