图像处理设备和方法
【专利摘要】本公开涉及一种图像处理设备，包括：图像接收模块，被配置为接收待处理的图像；脸部区域识别模块，被配置为识别接收到的图像中的人脸区域；皮肤变白模块，被配置为根据整个图像的亮度和人脸区域的亮度，对人脸区域中的像素进行处理，使得人脸区域中的像素变白；脸部皮肤平滑模块，被配置为计算人脸区域中的脸部皮肤区域的脸部粗糙度，并根据所述脸部粗糙度对脸部皮肤区域进行过滤，以及图像输出模块，被配置为输出处理后的图像。本公开还提出了一种图像处理方法。根据本公开的技术方案，当用户想要对照片中的脸部皮肤进行美化时，可以根据照片中脸部皮肤的亮度和整个照片的亮度自适应地使脸部皮肤变白，并根据脸部皮肤的粗糙度自适应地平滑脸部皮肤。
【专利说明】
图像处理设备和方法
技术领域
[0001] 本公开涉及图像处理技术，更具体地，涉及一种对图像中的人脸部分进行处理的 设备和方法。
【背景技术】
[0002] 随着多媒体技术的发展和多媒体设备的发展，出现了各种应用，给人们的生活带 来了便利。例如，用户在照相之后，可能希望处理照片，然后与朋友或家人分享处理后的照 片。
[0003] 例如，中国专利申请CN201410042209. 4公开了一种基于无监督最优美丽特征和 深度评价模型的人脸美化方法。所美化的人脸具有不同的类型。
[0004] 再例如，中国专利申请CN201410137069. 9公开了一种人脸美化方法，其关注于消 除人脸上的皮肤瑕疵。
[0005] 再例如，中国专利申请CN200810116057. 2公开了一种人脸皮肤美化方法，使用人 脸图像的投影向量。投影向量可以用于重构人脸图像，而不包括人脸图像的高频部分。
[0006] 此外，韩国专利申请KR20070024140提出了一种3D人脸建模系统和方法，其考虑 个体针对美丽的偏好。
[0007] 中国专利申请CN201410042209. 4主要关注于脸部形状的美化，但是并未对脸部 皮肤进行美化。
[0008] 中国专利申请CN201410137069. 9仅仅处理皮肤瑕疵，并不处理其他脸部皮肤区 域，而且未使得皮肤变白。
[0009] 中国专利申请CN200810116057. 2重构人脸图像而不包括图像的高频部分，但该 专利申请并未使得脸部皮肤变白。
[0010] 韩国专利申请KR20070024140主要关注于3D人脸建模。
[0011] 通常，用户可能希望自适应地美化照片中的脸部皮肤。
【发明内容】
[0012] 如上所述，现有的图像处理方法，尤其是人脸美化方法，存在一些问题，难以自适 应美化人脸，难以提供良好的用户体验。
[0013] 本公开提出了一种图像处理设备和方法，能够自适应地对照片中的脸部皮肤进行 美化。
[0014] 根据本公开的一个方面，提出了一种图像处理设备，包括：
[0015] 图像接收模块，被配置为接收待处理的图像；
[0016] 脸部区域识别模块，被配置为识别接收到的图像中的人脸区域；
[0017] 皮肤变白模块，被配置为根据整个图像的亮度和人脸区域的亮度，对人脸区域中 的像素进行处理，使得人脸区域中的像素变白；
[0018] 脸部皮肤平滑模块，被配置为计算人脸区域中的脸部皮肤区域的脸部粗糙度，并 根据所述脸部粗糙度对脸部皮肤区域进行过滤；以及
[0019] 图像输出模块，被配置为输出处理后的图像，
[0020] 其中，所述皮肤变白模块被配置为根据以下公式来计算人脸区域中的像素的增益 gain ：
[0021] gain = Cj* (gc+tg)
[0022] 其中，gc是增益常量因子，t g= exp(_b 3(^+0 -s)，s = log( n +gp)，s是强光部分 抑制因子，β和q是恒定值，局部对比度Ci= gp/gt，其中gp是该像素的灰度值，gt是以该 像素为中心的k*k区域内的总灰度值，k为指定的常量。
[0023] 亮度因子bf计算如下：
[0024]
[0025] α 是预设阈值，4是恒定值，X = g f*gf，y = gf*C2, t = ( a -gf) / α，(：2是恒定值， gf是人脸区域的平均灰度值，
[0026] 以及
[0027] 通过将人脸区域中的像素的灰度值与增益gain相乘，使得人脸区域中的像素变 白。
[0028] 根据本公开的另一方面，提出了一种图像处理方法，包括：图像处理方法，包括：
[0029] 接收待处理的图像；
[0030] 识别接收到的图像中的人脸区域；
[0031] 根据整个图像的亮度和人脸区域的亮度，对人脸区域中的像素进行处理，使得人 脸区域中的像素变白；
[0032] 计算人脸区域中的脸部皮肤区域的脸部粗糙度，并根据所述脸部粗糙度对脸部皮 肤区域进行过滤，以及
[0033] 输出处理后的图像，
[0034] 其中，根据以下公式来计算人脸区域中的像素的增益gain :
[0035] gain = Cj* (gc+tg)
[0036] 其中，gc是增益常量因子，t g= exp(_b 3(^+0 -s)，s = log( n +gp)，s是强光部分 抑制因子，β和q是恒定值，局部对比度Ci= gp/gt，其中gp是该像素的灰度值，gt是以该 像素为中心的k*k区域内的总灰度值，k为指定的常量。
[0037] 亮度因子bf计算如下：
[0038]
[0039] α 是预设阈值，4是恒定值，X = g f*gf，y = gf*C2, t = ( a -gf) / α，(：2是恒定值， gf是人脸区域的平均灰度值，
[0040] 以及
[0041] 通过将人脸区域中的像素的灰度值与增益gain相乘，使得人脸区域中的像素变 白。
[0042] 根据本公开的技术方案，当用户想要对照片中的脸部皮肤进行美化时，可以根据 照片中脸部皮肤的亮度和整个照片的亮度自适应地使脸部皮肤变白，并根据脸部皮肤的粗 糙度自适应地平滑脸部皮肤。
【附图说明】
[0043] 根据下文的描述，本发明的附加目标、特征和优点将会更加清楚。而且，根据参照 附图的下述解释，本发明的优点将会是明显的，附图中：
[0044] 图1是示出了根据本公开的一个或多个实施例的图像处理设备的示意框图。
[0045] 图2是示出了根据本公开的一个或多个实施例的图像处理方法的流程图。
[0046] 图3示出了根据本发明的一个或多个实施例的脸部皮肤区域的示意图。
【具体实施方式】
[0047] 以下参照附图，对本公开的示例实施例进行详细描述。在以下描述中，一些具体实 施例仅用于描述目的，而不应该理解为对本公开有任何限制，而只是本公开的示例。在可能 导致对本公开的理解造成混淆时，将省略常规结构或构造。
[0048] 图1是示出了根据本公开的一个或多个实施例的图像处理设备1000的示意框图。 如图所示，该图像处理设备1〇〇〇包括：图像接收模块1100,被配置为接收待处理的图像；脸 部区域识别模块1200,被配置为识别接收到的图像中的人脸区域；皮肤变白模块1300,被 配置为根据整个图像的亮度和人脸区域的亮度，对人脸区域中的像素进行处理，使得人脸 区域中的像素变白；脸部皮肤平滑模块1400,被配置为计算人脸区域中的脸部皮肤区域的 脸部粗糙度，并根据所述脸部粗糙度对脸部皮肤区域进行过滤，以及图像输出模块1500,被 配置为输出处理后的图像。
[0049] 其中，所述皮肤变白模块1300被配置为根据以下公式来计算人脸区域中的像素 的增益gain :
[0050] gain = (gc+tg)
[0051] 其中，gc是增益常量因子，t g= exp(_b 3(^+0 -s)，s = log( n +gp)，s是强光部分 抑制因子，β和q是恒定值，局部对比度Ci= gp/gt，其中gp是该像素的灰度值，gt是以该 像素为中心的k*k区域内的总灰度值，k为指定的常量，例如，k = 2、4、8等等。
[0052] 亮度因子bf计算如下：
[0053]
[0054] α 是预设阈值，Cg是恒定值，X = g f*gf，y = gf*C2, t = ( a -gf) / a，C2是恒定值， gf是人脸区域的平均灰度值，通过计算人脸区域中的像素的平均灰度得到。
[0055] 通过将人脸区域中的像素的灰度值与增益gain相乘，使得人脸区域中的像素变 白。
[0056] 根据本发明的实施例，可以根据脸部皮肤的亮度和整个图像的亮度自适应地使脸 部皮肤变白。
[0057] 在亮度因子bf的计算中，C2、α和匕都是预设阈值，其设置使得不同的亮度因子 gf计算得到的bf值尽量连续。在增益gain的计算中，g。、!]和Π 都是预设阈值，其设置使 得不同的gp计算得到的增益gain落入适当的范围。
[0058] 作为示例，可以设置g。为1. 0，α为〇. 3, C# 1. 0, (：2为1. 3，β和η分别为 0.001和0.0001。当然，其他适当的值也是可行的。例如，{C2, a，Cg，gc，β，η}可以选择 为{1· 3,0· 5,0· 8,1· 2,0· 002,0· 00001}或{1· 2,0· 4,0· 9,1· 25,0· 005,0· 00002}。
[0059] 根据一个或多个实施例，所述脸部区域识别模块1200被配置为：根据主动形状模 型（ASM)或主动外观模型（ΑΑΜ)或其他可行方法，识别接收到的图像中的人脸区域和人脸 区域中的五官，其中，所述人脸区域中的脸部皮肤区域是所述人脸区域中除所述五官之外 的区域。
[0060] 根据一个或多个实施例，所述脸部皮肤平滑模块1400可被配置为：使用两组参数 对所述脸部皮肤区域进行过滤，以得到两个脸部皮肤图像，计算所述两个脸部皮肤图像之 差，得到差图像，其中每组参数由灰度值和像素空间大小构成；以及使用差图像的平均灰度 值来估计脸部粗糙度。所述差图像的平均灰度值越大，所述脸部粗糙度越大。
[0061] 根据一个或多个实施例，所述脸部皮肤平滑模块1400可被配置为：使用两组参数 对所述脸部皮肤区域进行过滤，以得到两个脸部皮肤图像，计算所述两个脸部皮肤图像之 差，得到差图像，其中每组参数由灰度值和像素空间大小构成；通过固定阈值分割方法，将 差图像划分为多个小区域；计算各个小区域的区域大小和平均灰度值；根据各个小区域的 平均灰度值，计算各个小区域的小区域粗糙度；以及根据各个小区域的区域大小，对小区域 粗糙度进行加权，以得到脸部粗糙度。
[0062] 根据一个或多个实施例，所述脸部平滑模块1400可被配置为：使用所述脸部皮肤 区域的大小来估计脸部粗糙度。所述脸部皮肤区域越大，所述脸部粗糙度越大。
[0063] 所述脸部皮肤平滑模块1400被配置为：根据所述脸部粗糙度来控制对脸部皮肤 区域进行过滤的过滤度。
[0064] 如上所述，脸部皮肤平滑模块1400可以采用至少三种方法来估计脸部粗糙度。因 此，根据本发明的实施例，可以根据脸部皮肤粗糙度自适应地平滑脸部皮肤。
[0065] 图2是示出了根据本公开的一个或多个实施例的图像处理方法2000的流程图。
[0066] 如图2所示，该方法开始于步骤S2100,在步骤S2100,接收到待处理的图像。然后 在步骤S2200,识别接收到的图像中的人脸区域。在步骤S2300,根据整个图像的亮度和人 脸区域的亮度，对人脸区域中的像素进行处理，使得人脸区域中的像素变白。接着，在步骤 S2400,计算人脸区域中的脸部皮肤区域的脸部粗糙度，并根据所述脸部粗糙度对脸部皮肤 区域进行过滤。最后，在步骤S2500,输出处理后的图像，
[0067] 其中，根据以下公式来计算人脸区域中的像素的增益gain :
[0068] gain = (gc+tg)
[0069] 其中，gc是增益常量因子，t g= exp(_b 3(^+0 -s)，s = log( n +gp)，s是强光部分 抑制因子，β和q是恒定值，局部对比度Ci= gp/gt，其中gp是该像素的灰度值，gt是以该 像素为中心的k*k区域内的总灰度值，k为指定的常量，比如k为2、4或8。
[0070] 亮度因子bf计算如下：
[0071]
[0072] α 是预设阈值，4是恒定值，X = g f*gf，y = gf*C2, t = ( a -gf) / α，(：2是恒定值， gf是人脸区域的平均灰度值，
[0073] 以及
[0074] 通过将人脸区域中的像素的灰度值与增益gain相乘，使得人脸区域中的像素变 白。
[0075] 根据本发明的一个或多个实施例，识别接收到的图像中的人脸区域的步骤可包 括：根据主动形状模型（ASM)或主动外观模型（AAM)或其它可行方法，识别接收到的图像中 的人脸区域和人脸区域中的五官。其中，所述人脸区域中的脸部皮肤区域是所述人脸区域 中除所述五官之外的区域。这样可以使得处理仅针对人脸区域中的脸部皮肤，得到的处理 后的图像更加准确。
[0076] 图3示出了根据本发明的一个或多个实施例的脸部皮肤区域的示意图。如图所 示，根据ASM或AAM或其他已知方法，可以识别接收到的图像中的人脸区域以及其中的关 键部分，即人的眼睛、鼻子和嘴巴等，然后，将人脸区域中除关键部分之外的区域用于估算 脸部粗糙度。如图3所示，图中弧线之上的区域是人脸区域，斜线区域分别是人的鼻子和嘴 巴，因此，弧线之上的区域除了斜线区域之外的部分是脸部皮肤区域。
[0077] 根据本发明的一个或多个实施例，计算人脸区域中的脸部皮肤区域的脸部粗糙度 的步骤可包括：使用两组参数对所述脸部皮肤区域进行过滤，以得到两个脸部皮肤图像，计 算所述两个脸部皮肤图像之差，得到差图像，其中每组参数由灰度值和像素空间大小构成； 以及使用差图像的平均灰度值来估计脸部粗糙度。所述差图像的平均灰度值越大，所述脸 部粗糙度越大。
[0078] 在本申请中，两组参数的选择可以是缺省地设置在系统中的，从而不需要用户进 行选择。例如，可以应用的两组参数可以分别为（0.05,0. 01)和（15. 5,0. 01)。实际使用时 两组参数是固定的。使用两组参数估计出来的粗糙度不一定跟人感觉的真实粗糙度一致， 只需要得到不同的真实粗糙度之间的相对粗糙程度就可以了。
[0079] 根据本发明的一个或多个实施例，计算人脸区域中的脸部皮肤区域的脸部粗糙度 的步骤可包括：使用两组参数对所述脸部皮肤区域进行过滤，以得到两个脸部皮肤图像，计 算所述两个脸部皮肤图像之差，得到差图像，其中每组参数由灰度值和像素空间大小构成； 通过固定阈值分割方法，将差图像划分为多个小区域；计算各个小区域的区域大小和平均 灰度值；根据各个小区域的平均灰度值，计算各个小区域的小区域粗糙度；以及根据各个 小区域的区域大小，对小区域粗糙度进行加权，以得到脸部粗糙度。
[0080] 该方法将脸部皮肤区域划分为小区域，然后对小区域进行加权得到整个脸部皮肤 区域的脸部粗糙度。与前一种方法相比，虽然计算量稍大，但是可以得到更为精确的脸部粗 糙度。例如，可以将脸颊区域的加权值设置为相对于其他区域的加权值更大，使得可以更好 地对脸颊区域进行平滑。再例如，对于眼部周围相对于脸部其他区域皱纹更多的人，可以将 眼部周围区域的加权值设置为相对于其他区域的加权值更大，使得可以更好地对脸部的皱 纹进行平滑。
[0081] 根据本发明的一个或多个实施例，计算人脸区域中的脸部皮肤区域的脸部粗糙度 的步骤可包括：使用所述脸部皮肤区域的大小来估计脸部粗糙度。所述脸部皮肤区域越大， 所述脸部粗糙度越大。该方法相比于其他方法，计算量最小。
[0082] 根据本发明的一个或多个实施例，根据所述脸部粗糙度对脸部皮肤区域进行过滤 的步骤包括：根据所述脸部粗糙度来控制对脸部皮肤区域进行过滤的过滤度。
[0083] 根据一个或多个实施例，可以由系统直接根据脸部粗糙度来控制要施加于脸部皮 肤区域的过滤度。根据另外的一个或多个实施例，也可以由用户选择过滤度，然后将用户选 择的过滤度与脸部粗糙度的乘积作为要施加于脸部皮肤区域的过滤度，以使得平滑的图像 既按照照片中脸部皮肤的粗糙度进行自适应地过滤，也反映了用户需要的过滤度。
[0084] 这里所公开的本公开实施例的其他设置包括执行在先概述的方法实施例的步骤 和操作的软件程序。更具体地，计算机程序产品是如下的一种实施例：具有计算机可读介 质，计算机可读介质上编码有计算机程序逻辑，当在计算设备上执行时，计算机程序逻辑提 供相关的操作，从而提供上述技术方案。当在计算系统的至少一个处理器上执行时，计算机 程序逻辑使得处理器执行本公开实施例所述的操作（方法）。本公开的这种设置典型地提 供为设置或编码在例如光介质（例如CD-ROM)、软盘或硬盘等的计算机可读介质上的软件、 代码和/或其他数据结构、或者诸如一个或多个ROM或RAM或PR0M芯片上的固件或微代码 的其他介质、或专用集成电路（ASIC)、或一个或多个模块中的可下载的软件图像、共享数据 库等。软件或固件或这种配置可安装在计算设备上，以使得计算设备中的一个或多个处理 器执行本公开实施例所述的技术。结合诸如一组数据通信设备或其他实体中的计算设备进 行操作的软件过程也可以提供根据本公开的设备。根据本公开的设备也可以分布在多个数 据通信设备上的多个软件过程、或者在一组小型专用计算机上运行的所有软件过程、或者 单个计算机上运行的所有软件过程之间。
[0085] 应该理解，严格地讲，本公开的实施例可以实现为计算机设备上的软件程序、软件 和硬件、或者单独的软件和/或单独的电路。
[0086] 应当注意的是，在以上的描述中，仅以示例的方式，示出了本公开的技术方案，但 并不意味着本公开局限于上述步骤和单元结构。在可能的情形下，可以根据需要对步骤和 单元结构进行调整和取舍。因此，某些步骤和单元并非实施本公开的总体公开思想所必需 的元素。因此，本公开所必需的技术特征仅受限于能够实现本公开的总体公开思想的最低 要求，而不受以上具体实例的限制。
[0087] 至此已经结合优选实施例对本公开进行了描述。应该理解，本领域技术人员在不 脱离本公开的精神和范围的情况下，可以进行各种其它的改变、替换和添加。因此，本公开 的范围不局限于上述特定实施例，而应由所附权利要求所限定。
【主权项】
1. 一种图像处理设备，包括： 图像接收模块，被配置为接收待处理的图像； 脸部区域识别模块，被配置为识别接收到的图像中的人脸区域； 皮肤变白模块，被配置为根据整个图像的亮度和人脸区域的亮度，对人脸区域中的像 素进行处理，使得人脸区域中的像素变白； 脸部皮肤平滑模块，被配置为计算人脸区域中的脸部皮肤区域的脸部粗糖度，并根据 所述脸部粗糖度对脸部皮肤区域进行过滤，W及 图像输出模块，被配置为输出处理后的图像， 其中，所述皮肤变白模块被配置为根据W下公式来计算人脸区域中的像素的增益 邑ain : gain = Ci*(gc+tg) 其中，gc是增益常量因子，t g= exp(-b f*Ci+0 -s)，S = log( n +gp)，S是强光部分抑制 因子，0和n是恒定值，局部对比度Ci= gp/gt，其中gp是该像素的灰度值，gt是W该像素 为中屯、的k*k区域内的总灰度值，k为指定的常量， 亮度因子bf计算如下：曰是预设阔值，Cg是恒定值，X = g f*gf，y = gf*C2, t = ( a -gf) / a，Cz是恒定值，g f是 人脸区域的平均灰度值， W及 通过将人脸区域中的像素的灰度值与增益gain相乘，使得人脸区域中的像素变白。2. 根据权利要求1所述的图像处理设备，其中，所述脸部皮肤平滑模块被配置为： 使用两组参数对所述脸部皮肤区域进行过滤，W得到两个脸部皮肤图像，计算所述两 个脸部皮肤图像之差，得到差图像，其中每组参数由灰度值和像素空间大小构成；W及 使用差图像的平均灰度值来估计脸部粗糖度。3. 根据权利要求2所述的图像处理设备，其中，所述差图像的平均灰度值越大，所述脸 部粗糖度越大。4. 根据权利要求1所述的图像处理设备，其中，所述脸部皮肤平滑模块被配置为： 使用两组参数对所述脸部皮肤区域进行过滤，W得到两个脸部皮肤图像，计算所述两 个脸部皮肤图像之差，得到差图像，其中每组参数由灰度值和像素空间大小构成； 通过固定阔值分割方法，将差图像划分为多个小区域； 计算各个小区域的区域大小和平均灰度值； 根据各个小区域的平均灰度值，计算各个小区域的小区域粗糖度；W及 根据各个小区域的区域大小，对小区域粗糖度进行加权，W得到脸部粗糖度。5. 根据权利要求1所述的图像处理设备，其中，所述脸部皮肤平滑模块被配置为： 使用所述脸部皮肤区域的大小来估计脸部粗糖度。6. 根据权利要求5所述的图像处理设备，其中，所述脸部皮肤区域越大，所述脸部粗糖 度越大。7. 根据权利要求1所述的图像处理设备，其中所述脸部皮肤平滑模块被配置为：根据 所述脸部粗糖度来控制对脸部皮肤区域进行过滤的过滤度。8. 根据权利要求1所述的图像处理设备，其中，〇2、a和Cg设置使得不同的gf计算得 到的亮度因子bf值尽量连续，W及gc、e和n设置使得不同的gp计算得到的增益gain落 入适当的范围。9. 根据权利要求8所述的图像处理设备，其中，{〇2, a，Cg, g。，0，n}是W下之一： (1. 3,0. 3,1. 0,1. 0,0. 001,0. 0001}; (1. 3,0. 5,0. 8,1. 2,0. 002,0. 00001} ; {1. 2,0. 4,0. 9,1. 25,0. 005,0. 00002}。10. 根据权利要求1所述的图像处理设备，其中，所述人脸区域中的脸部皮肤区域是所 述人脸区域中除五官之外的区域。11. 一种图像处理方法，包括： 接收待处理的图像； 识别接收到的图像中的人脸区域； 根据整个图像的亮度和人脸区域的亮度，对人脸区域中的像素进行处理，使得人脸区 域中的像素变白； 计算人脸区域中的脸部皮肤区域的脸部粗糖度，并根据所述脸部粗糖度对脸部皮肤区 域进行过滤，W及 输出处理后的图像， 其中，根据W下公式来计算人脸区域中的像素的增益gain : gain = Ci*(gc+tg) 其中，gc是增益常量因子，t g= exp(-b f*Ci+0 -s)，S = log( n +gp)，S是强光部分抑制 因子，0和n是恒定值，局部对比度Ci= gp/gt，其中gp是该像素的灰度值，gt是W该像素 为中屯、的k*k区域内的总灰度值，k为指定的常量， 亮度因子bf计算如下：曰是预设阔值，Cg是恒定值，X = g f*gf，y = gf*C2, t = ( a -gf) / a，Cz是恒定值，g f是 人脸区域的平均灰度值， W及 通过将人脸区域中的像素的灰度值与增益gain相乘，使得人脸区域中的像素变白。12. 根据权利要求11所述的图像处理方法，其中，计算人脸区域中的脸部皮肤区域的 脸部粗糖度包括： 使用两组参数对所述脸部皮肤区域进行过滤，W得到两个脸部皮肤图像，计算所述两 个脸部皮肤图像之差，得到差图像，其中每组参数由灰度值和像素空间大小构成；W及 使用差图像的平均灰度值来估计脸部粗糖度。13. 根据权利要求12所述的图像处理方法，其中，所述差图像的平均灰度值越大，所述 脸部粗糖度越大。14. 根据权利要求11所述的图像处理方法，其中，计算人脸区域中的脸部皮肤区域的 脸部粗糖度包括： 使用两组参数对所述脸部皮肤区域进行过滤，W得到两个脸部皮肤图像，计算所述两 个脸部皮肤图像之差，得到差图像，其中每组参数由灰度值和像素空间大小构成； 通过固定阔值分割方法，将差图像划分为多个小区域； 计算各个小区域的区域大小和平均灰度值； 根据各个小区域的平均灰度值，计算各个小区域的小区域粗糖度；W及 根据各个小区域的区域大小，对小区域粗糖度进行加权，W得到脸部粗糖度。15. 根据权利要求11所述的图像处理方法，其中，计算人脸区域中的脸部皮肤区域的 脸部粗糖度包括： 使用所述脸部皮肤区域的大小来估计脸部粗糖度。16. 根据权利要求15所述的图像处理方法，其中，所述脸部皮肤区域越大，所述脸部粗 糖度越大。17. 根据权利要求11所述的图像处理方法，其中根据所述脸部粗糖度对脸部皮肤区域 进行过滤包括：根据所述脸部粗糖度来控制对脸部皮肤区域进行过滤的过滤度。18. 根据权利要求11所述的图像处理方法，其中，〇2、a和Cg设置使得不同的gf计算 得到的亮度因子bf值尽量连续，W及g。、0和n设置使得不同的gp计算得到的增益gain 落入适当的范围。19. 根据权利要求18所述的图像处理方法，其中， 侣，a，Cg, g。，0，n }是 W下之一： (1. 3,0. 3,1. 0,1. 0,0. 001,0. 0001} ; {1. 3,0. 5,0. 8,1. 2,0. 002,0. 00001}; (1. 2,0. 4,0. 9,1. 25,0. 005,0. 00002};20. 根据权利要求11所述的图像处理方法，其中，所述人脸区域中的脸部皮肤区域是 所述人脸区域中除五官之外的区域。
【文档编号】G06T5/00GK106033593SQ201510102800
【公开日】2016年10月19日
【申请日】2015年3月9日
【发明人】陈海林
【申请人】夏普株式会社