图像灰度化的处理方法及处理装置制造方法
【专利摘要】本发明提供一种图像灰度化的处理方法及处理装置，该方法包括：获取用于图像识别的待处理图像；根据所述待处理图像中的待识别对象的类型，确定与RGB颜色空间中的各颜色通道值对应的权重值；按照所述权重值对所述待处理图像中的每个像素的各颜色通道值进行加权平均计算，并将所述加权平均计算的结果作为相应像素的灰度值。通过本发明的技术方案，可以在灰度化处理后的图像中，提升待识别对象的可识别度，并且能够避免由于逆光、光照度低等导致的拍摄对象较暗的情况，有利于图像识别操作。
【专利说明】图像灰度化的处理方法及处理装置
【技术领域】
[0001]本发明涉及图像处理【技术领域】，尤其涉及图像灰度化的处理方法及处理装置。
【背景技术】
[0002]在图像处理过程中，经常需要将图像由RGB颜色空间的彩色图像转换成亮度空间的灰度图像，相关技术中普遍采用电视广播标准中的颜色空间转换方法实现上述过程，具体通过下述公式(I)实现:
[0003]Gray = RX0.299+GX0.587+BX0.114 (I)
[0004]其中，Gray表示灰度值，R、G和B分别表示每个像素在RGB颜色空间中的红色(R，Red)通道值、绿色(G, Green)通道值和蓝色(B, Blue)通道值。
[0005]然而，上述公式是针对黑白图像显示进行的优化，符合人眼观看需求，但并不适用于图像识别等自动化图像处理操作。
【发明内容】
[0006]有鉴于此，本发明提供一种新的技术方案，可以在灰度化处理后的图像中，提升待识别对象的可识别度，并且能够改善由于逆光、光照度低等导致的拍摄对象较暗的情况，有利于图像识别操作。
[0007]为实现上述目的，本发明提供技术方案如下:
[0008]根据本发明的第一方面，提出了一种图像灰度化的处理方法，包括:
[0009]获取用于图像识别的待处理图像；
[0010]根据所述待处理图像中的待识别对象的类型，确定与RGB颜色空间中的各颜色通道值对应的权重值；
[0011]按照所述权重值对所述待处理图像中的每个像素的各颜色通道值进行加权平均计算，并将所述加权平均计算的结果作为相应像素的灰度值。
[0012]根据本发明的第二方面，提出了一种图像灰度化的处理装置，包括:
[0013]获取单元，用于获取用于图像识别的待处理图像；
[0014]确定单元，用于根据所述待处理图像中的待识别对象的类型，确定与RGB颜色空间中的各颜色通道值对应的权重值；
[0015]计算单元，用于按照所述权重值对所述待处理图像中的每个像素的各颜色通道值进行加权平均计算，并将所述加权平均计算的结果作为相应像素的灰度值。
[0016]由以上技术方案可见，本发明根据待识别对象的类型来确定图像灰度化处理时的权重值，使得图像灰度化过程是针对自动化图形处理的优化，有助于提升待识别对象的可识别度，从而提高图像识别的成功率。
【专利附图】
【附图说明】
[0017]图1示出了根据本发明一示例性实施例的图像灰度化的处理方法的流程图；
[0018]图2示出了根据本发明另一示例性实施例的图像灰度化的处理方法的流程图；
[0019]图3示出了根据本发明一示例性实施例的对图像进行灰度化处理后的灰度图；
[0020]图4示出了根据本发明另一示例性实施例的对图像进行灰度化处理后的灰度图；
[0021]图5示出了根据本发明一示例性实施例的电子设备的结构示意图；
[0022]图6示出了根据本发明一示例性实施例的图像灰度化的处理装置的框图。
【具体实施方式】
[0023]为对本发明进行进一步说明，提供下列实施例:
[0024]请参考图1，图1示出了根据本发明一示例性实施例的图像灰度化的处理方法，可以包括:
[0025]步骤102，获取用于图像识别的待处理图像；
[0026]在本实施例中，由于图像识别是计算机完成的处理过程，与人眼观看图像时显然具有完全不同的需求，使得在采用【背景技术】中提及的灰度化公式(I)进行处理时，得到的灰度图像仅适合于人眼观看，但并不应用于对图像中的待识别对象进行图像识别，容易操作无法检出或误检。因此，本发明的技术方案针对图像进行了更为优化的灰度化处理，使得到的灰度图像更适合于计算机的图像识别操作。
[0027]步骤104，根据所述待处理图像中的待识别对象的类型，确定与RGB颜色空间中的各颜色通道值对应的权重值；
[0028]在本实施例中，RGB颜色空间中的颜色通道值，即红色通道值、绿色通道值和蓝色通道值。由于在本发明中，根据待识别对象的类型来确定采用的权重值，与相关技术中采用统一的权重值相比，使得本发明在选择权重值时，具有对每类待识别对象的针对性优化，从而有助于获得更高的检出率和更低的误检率。
[0029]步骤106，按照所述权重值对所述待处理图像中的每个像素的各颜色通道值进行加权平均计算，并将所述加权平均计算的结果作为相应像素的灰度值。
[0030]由上述技术方案可知，本发明针对需要执行图像识别的待处理图像，根据其包含的待识别对象的特点，选择对应的权重值进行灰度化处理，使得:一方面，选用的权重值更符合自动化的图像识别需求，而非针对人眼需求；另一方面，选用的权重值更符合图像本身(即待识别对象)的特点，有助于提升图像识别的成功率。
[0031]下面结合图2，对根据本发明另一示例性实施例的图像灰度化的处理方法进行详细描述，该方法可以包括:
[0032]步骤202，获取待处理图像，通过对该待处理图像的灰度化、二值化等处理，以用于对其实现自动化的图像识别操作。
[0033]步骤204，判断获取的待处理图像是否为RGB图像，若是RGB图像则转入步骤208，否则转入步骤206。
[0034]步骤206，将待处理图像转换至RGB颜色空间。
[0035]在本实施例中，以监控摄像机获取监控图像为例，可能得到RGB颜色空间的监控图像，也可能得到YUV颜色空间或其他颜色空间的监控图像。以YUV颜色空间的监控图像为例，则可以通过下述公式(2)将其转换至RGB颜色空间:
R= Y+ 1.MOxF
[0036]G= Y- 0.394XOr- 0.581 x^(2)
B = Y+ 2.032 X L/
[0037]步骤208，在待处理图像中，按照预设顺序选取一个像素，以用于对该像素进行灰度化处理。
[0038]具体地，比如可以按照“从上至下、从左至右”的顺序，从待处理图像的左上角的第一个像素，依次选取至右下角的最后一个像素。当然，显然也可以按照其他顺序进行像素选择，只要完成对待处理图像中的所有像素点的处理，即表示对该待处理的灰度化处理完成。
[0039]步骤210，确定适用于当前的待处理图像的权重值。
[0040]在本实施例中，可以根据待处理图像中待识别对象的类型，确定适用的权重值。下面以人脸识别和车牌识别为例，对权重值的选取进行详细说明:
[0041](I)人脸识别
[0042]对于人脸识别而言，获取到的待处理图像很容易受到光线影响，尤其是在逆光、光照度低等情况下，图像中的“人脸”区域将变得昏暗而不利于识别。在RGB颜色空间中，灰色的各颜色通道值之间相近、黑色的各颜色通道值均接近为0(最小灰度值)，且经过灰度化处理后的灰度值与原各颜色通道值相近；因此，“图像昏暗”之所以会导致人脸颜色变暗，实际上是昏暗的光线导致了皮肤颜色的各通道值变小，同时使得各颜色通道值之间的差值变小，从而趋向于灰色或黑色。
[0043]可见，在执行对上述图像的灰度化处理时，希望通过对权重值的选择，放大由于“图像昏暗”而变小的颜色通道值和各颜色通道值之间的差值，提高“人脸”对应像素的灰度值，从而与真正的灰色、黑色区分开，也就能够提升人脸区域的可识别度。
[0044]相关技术中的研究表明(比如论文“Yang.J, Waibel.A, A Real-Time FaceTracker, Proceedings of WACV’96，1996”)，不同人种间的肤色色调不存在任何差别,之所以在观感表现出不同是受亮度的干扰影响，因而在RGB颜色空间中，人的皮肤颜色均表现为:红色通道值最大、绿色通道值其次、蓝色通道值最小。所以，通过提升数值最大的红色通道值对应的权重值，即可确保执行加权平均计算得到的灰度值更高(即亮度更大)，与真正的阴影(灰色或黑色)具有更大区别，有助于提升可识别度。
[0045](2)车牌识别
[0046]对于车牌识别而言，希望提升车牌底色和车牌号码之间的对比度，从而提高车牌本身的可识别度。而针对车牌底色、车牌号码的实际颜色，可以采取不同的权重值进行处理:
[0047]1、蓝底车牌
[0048]普通的小型车辆均采用蓝底车牌,该车牌底色为蓝色、车牌号码为白色。针对RGB颜色空间而言，白色的各颜色通道值均接近于255，则相应像素进行灰度化处理后的值仍然接近于255 (最大灰度值)。因此，本发明的技术方案中，为了提升灰度化处理后的车牌底色与车牌号码之间的对比度，希望通过对权重值的选取，扩大车牌底色对应的灰度值与255之间的差值，即使得车牌底色对应的灰度值尽可能地小于255。
[0049]而针对蓝色车牌的车牌底色，显然蓝色通道值的数值很大、红色通道值和绿色通道值的数值很小，因而需要通过降低蓝色通道值对应的权重值，从而降低整体加权平均计算的结果，即降低灰度值的数值大小。
[0050]2、黄色车牌
[0051]大型车辆通常会采用黄色车牌，该车牌底色为黄色、车牌号码为黑色。针对RGB颜色空间而言，黑色的各颜色通道值均接近于0，则相应像素进行灰度化处理后的值仍然接近于O (最小灰度值)。因此，本发明的技术方案中，为了提升灰度化处理后的车牌底色与车牌号码之间的对比度，希望通过对权重值的选取，扩大车牌底色对应的灰度值与O之间的差值，即使得车牌底色对应的灰度值尽可能地大于O。
[0052]而针对黄色车牌的车牌底色，由于在实际采用的黄色车牌中，红色通道值的数值最大、绿色通道值的数值次之、蓝色通道值的数值很小，因而需要通过提高红色通道值对应的权重值，从而提高整体加权平均计算的结果，即提升灰度值的数值大小。
[0053]此外，为了同时满足多种应用场景，比如同时满足上述的人脸识别和车牌识别的应用场景，可以对权重值的选择进行综合考虑。由于“人脸识别”和“黄色车牌识别”要求提升红色通道值对应的权重值、“蓝色车牌识别”要求降低蓝色通道值对应的权重值，且各颜色通道值对应的总权重值大于0.99，小于1.01 (本领域技术人员可以理解的是:“总权重值大于0.99，小于1.01”或“各颜色通道值对应的权重值之和大于0.99，小于1.01”应当理解为等于I或约等于1，即允许存在一定的偏差，比如根据预先设定为偏差在“0.005”以内的情况均可以被接受，则“0.995?1.005”的数值范围均可被认为符合“总权重值大于0.99，小于1.01”或“各颜色通道值对应的权重值之和大于0.99，小于1.01”)，因而可以使得红色通道值对应的权重值α大于绿色通道值β和蓝色通道值Y之和，即α > β + Υ，以同时满足上述各场景的需求。
[0054]而作为一示例性的实施例，可以根据α > β + Υ对【背景技术】中的公式(I)进行改进，得到更符合图像识别操作的下述公式(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。本发明根据公式
(I)和公式(3)分别对相同的彩色图像进行灰度化处理:
[0057]如图3所示为针对需要人脸识别的图像进行灰度化处理的结果。其中，图3(a)为采用公式(I)进行处理得到的灰度化图像，图3(b)为采用公式(3)进行处理得到的灰度化图像。通过对比图3(a)和图3(b)可知:当逆光或光照度低而导致图像偏暗时，图3(a)所示采用【背景技术】中的公式(I)进行处理后的灰度图中，人脸部分也相应地偏暗，不利于后续的人脸识别操作；而图3(b)所示采用本发明技术方案中的公式(3)进行处理后的灰度图中，人脸部分显然亮度更高、各器官之间的对比度更好，有助于后续的人脸识别操作。
[0058]进一步地，本发明采用相同的Adaboost算法(用同样的人脸分类器，同样的检测代码，同一个人脸测试数据集)分别对采用公式(I)和公式(3)处理后的灰度图像进行人脸检测时，针对基于公式(3)的灰度图像的人脸识别的检出率至少提升了 2.75%，并且能够确保误检率不变。
[0059]如图4所示为针对需要车牌识别的蓝底车牌图像进行灰度化处理的结果。其中，图4 (a)为采用公式(I)进行处理得到的灰度化图像，图4(b)为采用公式(3)进行处理得到的灰度化图像。通过对比图4(a)和图4(b)可知:图4(a)所示采用【背景技术】中的公式(I)进行处理后的灰度图中，车牌底色为浅灰色，车牌底色与车牌号码之间的灰度值更为相近，不利于后续的车牌识别操作；而图4(b)所示采用本发明技术方案中的公式(3)进行处理后的灰度图中，车牌底色偏向于深灰色或黑色，车牌底色与车牌号码之间的灰度值相差很大，有助于后续的车牌识别操作。
[0060]步骤212，根据确定的权重值，对每个像素对应的各颜色通道值进行加权平均计算，并将计算结果作为该像素对应的灰度值，即完成了对该像素的转换操作。
[0061]步骤214，判断是否存在尚未执行转换操作的像素，若存在则转入步骤208，否则转入步骤216。
[0062]步骤216，输出转换后图像，即完成了灰度化处理的图像，以用于后续的图像处理操作。
[0063]图5示出了根据本申请的一示例性实施例的电子设备的示意结构图。请参考图5，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成图像灰度化的处理装置。当然，除了软件实现方式之夕卜，本申请并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
[0064]请参考图6，在软件实施方式中，图像灰度化的处理装置可以包括获取单元、确定单元和计算单元。其中:
[0065]获取单元，用于获取用于图像识别的待处理图像；
[0066]确定单元，用于根据所述待处理图像中的待识别对象的类型，确定与RGB颜色空间中的各颜色通道值对应的权重值；
[0067]计算单元，用于按照所述权重值对所述待处理图像中的每个像素的各颜色通道值进行加权平均计算，并将所述加权平均计算的结果作为相应像素的灰度值。
[0068]可选的:
[0069]当所述待识别对象为人脸或黄底车辆牌照时，确定对应于红色通道值的权重值大于或等于第一预设数值；
[0070]当所述待识别对象为蓝底车辆牌照时，确定对应于蓝色通道值的权重值小于或等于第二预设数值。
[0071]可选的:
[0072]对应于红色通道值的权重值大于其余颜色通道值对应的总权重值，其中所述各颜色通道值对应的权重值之和大于0.99，小于1.01。
[0073]可选的，对应于所述红色通道值的权重值为0.784，对应于绿色通道值的权重值为
0.145，对应于蓝色通道值的权重值为0.071。
[0074]可选的，还包括:
[0075]判断单元，用于判断所述待处理图像是否处于RGB颜色空间；
[0076]转换单元，用于在判定所述待处理图像不处于RGB颜色空间的情况下，将所述待处理图像转换至RGB颜色空间，以用于所述获取单元获取每个像素在RGB颜色空间中的各颜色通道值。
[0077]因此，本发明根据待识别对象的类型来确定图像灰度化处理时的权重值，使得图像灰度化过程是针对自动化图形处理的优化，有助于提升待识别对象的可识别度，从而提高图像识别的成功率。
[0078]以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
【权利要求】
1.一种图像灰度化的处理方法，其特征在于，包括: 获取用于图像识别的待处理图像； 根据所述待处理图像中的待识别对象的类型，确定与RGB颜色空间中的各颜色通道值对应的权重值； 按照所述权重值对所述待处理图像中的每个像素的各颜色通道值进行加权平均计算，并将所述加权平均计算的结果作为相应像素的灰度值。
2.根据权利要求1所述的方法，其特征在于: 当所述待识别对象为人脸或黄底车辆牌照时，确定对应于红色通道值的权重值大于或等于第一预设数值； 当所述待识别对象为蓝底车辆牌照时，确定对应于蓝色通道值的权重值小于或等于第二预设数值。
3.根据权利要求2所述的方法，其特征在于: 对应于红色通道值的权重值大于其余颜色通道值对应的总权重值，其中所述各颜色通道值对应的权重值之和大于0.99，小于1.01。
4.根据权利要求3所述的方法，其特征在于，对应于所述红色通道值的权重值为0.784，对应于绿色通道值的权重值为0.145，对应于蓝色通道值的权重值为0.071。
5.根据权利要求1所述的方法，其特征在于，还包括: 判断所述待处理图像是否处于RGB颜色空间； 若不处于，则将所述待处理图像转换至RGB颜色空间，以用于获取每个像素在RGB颜色空间中的各颜色通道值。
6.一种图像灰度化的处理装置，其特征在于，包括: 获取单元，用于获取用于图像识别的待处理图像； 确定单元，用于根据所述待处理图像中的待识别对象的类型，确定与RGB颜色空间中的各颜色通道值对应的权重值； 计算单元，用于按照所述权重值对所述待处理图像中的每个像素的各颜色通道值进行加权平均计算，并将所述加权平均计算的结果作为相应像素的灰度值。
7.根据权利要求6所述的装置，其特征在于: 当所述待识别对象为人脸或黄底车辆牌照时，确定对应于红色通道值的权重值大于或等于第一预设数值； 当所述待识别对象为蓝底车辆牌照时，确定对应于蓝色通道值的权重值小于或等于第二预设数值。
8.根据权利要求7所述的装置，其特征在于: 对应于红色通道值的权重值大于其余颜色通道值对应的总权重值，其中所述各颜色通道值对应的权重值之和大于0.99，小于1.01。
9.根据权利要求8所述的装置，其特征在于，对应于所述红色通道值的权重值为0.784，对应于绿色通道值的权重值为0.145，对应于蓝色通道值的权重值为0.071。
10.根据权利要求6所述的装置，其特征在于，还包括: 判断单元，用于判断所述待处理图像是否处于RGB颜色空间； 转换单元，用于在判定所述待处理图像不处于RGB颜色空间的情况下，将所述待处理图像转换至RGB颜色空间，以用于所述获取单元获取每个像素在RGB颜色空间中的各颜色通道值。
【文档编号】G06T5/00GK104200431SQ201410415000
【公开日】2014年12月10日 申请日期:2014年8月21日 优先权日:2014年8月21日
【发明者】吕春旭 申请人:浙江宇视科技有限公司