[发明专利]一种数字图像自动祛除斑点的方法

摘要

本发明公开了一种数字图像自动祛除斑点的方法，其特征在于：通过对图像A依次进行灰度化、对比度增强、梯度极大值查找、皮肤排除、孤立点消除、高斯模糊、阈值处理、区域表求和得到结果D；最后根据结果D与梯度极大值查找的结果对图像A里的斑点进行泊松方程处理，得到自动祛痘祛斑祛痣的最终效果。本方案完全省却了数字图像祛斑操作中手动的动作，整个过程可自动完成，无需手动标定和选择斑点，节省了操作时间和步骤。

主权项

一种数字图像自动祛除斑点的方法，其特征在于：它包括以下步骤：1)接收一数字图像A，对图像A进行灰度化处理，得到灰度图像B；该处理采用下列两式中的一个：Gray＝0.299*Red+0.587*Green+0.114*Blue：Gray＝(Red*306+Green*601+Blue*117+512)/1024；其中，Gray为该灰度图像B各像素点的灰度值，Red、Green、Blue分别为图像A各像素点红、绿、蓝三个通道的颜色值；2)对灰度图像B进行对比度增强处理，公式为：nResult=nColor+(nColor‑128)*(1.0+Contrast)/255其中，nResult表示对比度增强后的灰度值，nColor表示要进行对比度增强的灰度值，Contrast为对比度增强的强度，范围[0.0，1.0]；3)对灰度图像B进行梯度极大值查找，步骤如下：首先用 - 1 - 2 - 1 0 0 0 1 2 1 与灰度图像B里的逐个像素点进行卷积运算，然后将计算后的结果进行统计，并将统计结果保存到一个大小为256的数组里，根据统计结果的计算得到阈值K，根据阈值K对卷积运算后的结果进行阈值化处理，大于等于阈值K的设置为255，小于阈值K的设置为0，最终得到梯度结果C；4)对梯度结果C先后进行皮肤排除与孤立点消除处理；图片A的宽为w，图片的高为h；皮肤识别后的数据为pEdgeTable；i表示当前像素点的行数，j表示当前的列数；皮肤排除的步骤：判断当前的像素点是否是皮肤；如果是皮肤的话，则将其所对应的梯度结果C上的值设置为255；该孤立点消除处理步骤为：a.建立边缘个数统计表，过程如下：建立一个数组pSumTable，并都初始化为0，数组的大小为(w+1)*(h+1)；接着从第2行开始进行计算，并且每行计算时都是从第2列开始的(即第一行和第一列的数据都不用参与这个计算)，每行从预设passSum=0开始赋值；passSum=passSum+(pEdgeTable[j*(w+1)+i]＆0×01)；pSumTable[j*(w+1)+i]=pSumTable[(j‑1)*(w+1)+i]+passSum；b.剔除不连续的点：设定一个大小为3×3的窗口，首先判断pEdgeTable当前像素点的值是否等于0，如果等于0，则继续遍历下一个像素点，否则执行下面操作：计算pEdgeTable当前像素点为中心的所述窗口内其他像素的值；假设上为top，下为bottom，左为left，右为right，则top=max(0，j‑1)；bottom=min(h，j+2)；right=min(w，i+2)；left=max(0，i‑1)；假设上一个搜索窗口内的Edge个数为preWinEdgeCount；当前搜索窗口内的Edge个数为curWinEdgeCount；先计算上一个搜索窗口内的Edge个数：p1=(w+1)*top+left；p2=(w+1)*bottom+left；offset=right‑left：preWinEdgeCount=pSumTable[p2+offset]+pSumTable[p1]‑pSumTable[p2]‑pSumTable[p1+offset]；接下来预设r=2，并做循环，直到r大于5则跳出循环，以下为循环的步骤：计算当前搜索窗口内的Edge个数：top=max(0，j‑r)；bottom=min(h，j+r+1)；right=min(w，i+r+1)；left=max(0，i‑r)；p1=(w+1)*top+left；p2=(w+1)*bottom+left；offset=right‑left：curWinEdgeCount=pSumTable[p2+offset]+pSumTable[p1]‑pSumTable[p2]‑pSumTable[p1+offset]；判断curWinEdgeCount‑preWinEdgeCount是否小于2，如果小于的话，则认定为不连续的边缘，归为奇异点，将pEdgeTable在该像素点的值设为0；否则将preWinEdgeCount=curWinEdgeCount；5)对梯度结果C进行高斯模糊处理，并做阈值处理；高斯模糊是用正态分布计算图像中每个像素的变换： G ( u , v ) = 1 2 π σ 2 e - ( u 2 + v 2 ) / ( 2 σ 2 ) 其中r是模糊半径，σ是正态分布的标准偏差，u是原像素点在x轴上的位置偏移值。V是原像素点在y轴上的位置偏移值；阈值的公式为：如果大于等于阈值K2的话，则值设置为255，否则设置为0。这边K2的范围[0，128]；6)根据灰度图像B进行区域表求和得到结果D;结果D的数组大小为图片的宽w与图片的高h的乘积，假设为数组GraySumArea[w][h]，先预设数组的所有值为0；接着计算数组第一行的值，公式为：GraySumArea[i][0]=GraySumArea[i‑1][0]+grayi；其中i从1开始直到w为止；grayi为坐标(i，0)上像素点的灰度值；接着计算数组第一列的值，公式为：GraySumArea[0][j]=GraySumArea[0][j‑1]+grayj；其中j从1开始到h为止;grayj为坐标为(0，j)上像素点的灰度值;接着计算数组剩余的值，公式为：GraySumArea[i][j]=grayij+GraySumArea[i][j‑1]+GraySumArea[i‑1][j]‑GraySumArea[i‑1][j‑1]；其中i从1开始到w为止；j从1开始到h为止；grayij为坐标为(i，j)上像素点的灰度值;7)根据结果D与梯度结果C对图像A里的斑点进行泊松方程处理，得到自动祛痘祛斑祛痣的最终效果；首先利用结果D进行判断每个像素点是否为斑点；判断规则为判断该像素点在结果D上的值与周围值的差值，判断差值是否小于R值，，如果是的话，则不是斑点，继续遍历下一个像素；否则继续判断该像素点在梯度结果C上的值，如果大于T值，则不是斑点；否则是斑点；其中，R的范围为[64，220]T的为[64，192];当该像素点为斑点时，则根据泊松方程Δφ=f对该点进行肤色值的进行融合计算；经过泊松方程处理后得到该像素点新的颜色值，得到自动祛痘祛斑祛痣的最终效果。