[发明专利]红眼检测的方法

说明书

背景技术

尽管有在减少照片中的红眼的发生方面的技术改进，但红眼对于专业人员、消费者和公司而言仍是普遍的问题。已经尝试了许多解决方案以处理此频繁的问题，包括产生红眼消减算法。然而，尝试解决红眼问题的大多数先前的方法已简单地包括在应用检测处理之前降低图像的分辨率。另外，与存储器效率相反，先前的算法是针对计算速度和性能的稳健性而设计的。

先前的算法要求多达7个附加平面，要求每个像素7字节的存储。一个平面需要存储RGB空间中的红色（redness）的测量结果，一个平面存储CieLab空间中的红色的测量结果，四个平面存储综合的（integrated）RGB红色值，并且一个平面存储超出红色阈值的像素的二进制图。虽然这些方法已经在个人计算机上产生了令人满意的结果，但对于嵌入式硬件而言还不能这样说。现有红眼消减算法常常要求大量的可用存储器。诸如打印机、数字照相机、扫描仪之类的依赖于嵌入式硬件的设备和所有一体化设备通常由于存储器限制而在利用红眼消减算法时表现得不好。

附图说明

通过结合附图进行的以下详细说明，本发明的各种特征和优点将是显而易见的，附图一起以示例的方式举例说明本发明的特征，并且在附图中：

图1举例说明正在被系统访问的数字图像和由系统产生的其中已识别红眼的数字图像。

图2是举例说明根据本发明的实施例的、用于标记红像素的方法的流程图。

图3举例说明根据本发明的实施例的、在像素图（pixel map）上描绘的二维阵列的表示。

图4是举例说明根据本发明的实施例的、用于产生和扩展相邻群组的方法的流程图。

图5是举例说明用于确定相邻群组是否是红眼的方法的流程图。

图6是举例说明根据本发明的实施例的、用于检测红眼的高级方法的流程图。

图7举例说明可以独立地或相互结合地使用所述系统的不同装置和设备、打印机、数字照相机、计算机、服务器和存储介质。

具体实施方式

现在将对在附图中举例说明的示例性实施例进行参考，并且将在本文中使用特定语言来对其进行描述。然而，应理解的是，并不从而意图限制本发明的范围。在相关领域内并已拥有本公开的普通技术人员将想到的本文举例说明的发明特征的变更和其它修改以及如本文举例说明的本发明的原理的附加应用将被视为在本发明的范围内。

图1举例说明正在被系统100访问的数字图像110和由系统100产生的其中已识别红眼的数字图像180。该系统包括数字采样器120、下采样数字图像130、下采样数字图像130的像素图140、像素消除器（eliminator）150、像素分段器（segmentor）160和群组分类器170。如本领域内的普通技术人员能够认识到的，除图1中所描绘的那些之外和/或替代图1中所描绘的那些，系统100可以包括附加的组件或子系统。

如上所述，数字图像110被系统100访问。图1中所示的数字采样器120接收数字图像110并产生下采样数字图像130。然后由像素消除器150来产生并访问下采样数字图像130的像素图140。如上所述，如图1中所示的像素消除器150访问下采样数字图像130的像素图140。像素消除器150扫描包含在下采样数字图像130的像素图140中的每个像素，并计算每个像素的红色水平。每个像素的红色水平的计算可以在一个或多个阶段中完成。

现在将参考图2中的流程图来解释如图1中所描绘的像素消除器150的操作。图2是举例说明根据本发明的实施例的、用于标记像素的方法的流程图。在一个实施例中，该方法可以由系统100来执行。在其中由系统100来执行图2的方法的实施例中，计算每个像素的红色值，需要像素消除器150最初定义红阈值，如在步骤210中那样。然后，像素消除器可以在步骤220中检查是否已经分析并标记了像素图150上的每个像素。像素消除器150可以扫描像素图140上的任何未标记像素，并且随后到达下一个像素，如在步骤230中那样。然后，像素消除器可以计算每个像素的红色，如在步骤240中那样。在计算每个像素的红色时，像素消除器将当前正在被扫描的像素的红色水平与所定义的红阈值相比较，如在步骤250中那样。

根据像素彩色成分来测量每个像素的红色。如果红色值在阈值之上，则将像素标记为“红”，如在步骤260中那样。如果红色值在阈值之下，则中止红色计算且方法返回至步骤220。然后，像素消除器150可以扫描并计算像素图140上的任何另外的未标记像素的红色。