著录项信息
专利名称 | 影像评分方法 |
申请号 | CN200610156374.8 | 申请日期 | 2006-12-29 |
法律状态 | 授权 | 申报国家 | 中国 |
公开/公告日 | 2008-07-02 | 公开/公告号 | CN101212702 |
优先权 | 暂无 | 优先权号 | 暂无 |
主分类号 | H04N17/00 | IPC分类号 | H;0;4;N;1;7;/;0;0;;;H;0;4;N;5;/;2;2;5;;;G;0;6;T;7;/;0;0查看分类表>
|
申请人 | 华晶科技股份有限公司 | 申请人地址 | 中国台湾新竹
变更
专利地址、主体等相关变化,请及时变更,防止失效 |
权利人 | 华晶科技股份有限公司 | 当前权利人 | 华晶科技股份有限公司 |
发明人 | 翁启荣;周詹闵;庄富凯 |
代理机构 | 北京律诚同业知识产权代理有限公司 | 代理人 | 梁挥;祁建国 |
摘要
本发明公开了一种影像评分方法。该方法适用于评价一影像的拍摄质量,以供使用者参考,该影像评分方法包括以下步骤:加载一影像;若该影像为人像,则根据一基本构图规则分析该影像,并依据该影像分析出的人脸特征落于该影像的位置以及评价肤色的亮度来计算一评价分数;若该影像为风景,则分析该影像的一水平线的倾斜程度来计算该评价分数;回报该评价分数。使用者可参考此评价分数简单判断拍摄影像的良莠,进而改善使用者的拍摄技巧。
1.一种影像评分方法,适用于评价一影像的拍摄质量,以供使用者参考,其特征在于,该影像评分方法包括以下步骤:
加载一影像;
对被加载的影像进行判断,判断其是人像还是风景;
若该影像为人像,则根据一基本构图规则分析该影像,并依据该影像分析出的人脸特征落于该影像的位置以及评价肤色的亮度来计算一评价分数;
若该影像为风景,则分析该影像的一水平线的倾斜程度来计算该评价分数;以及回报该评价分数。
2.根据权利要求1所述的影像评分方法,其特征在于,还包括该影像为人像时,判断该人像是否为闭眼。
3.根据权利要求1所述的影像评分方法,其特征在于,还包括该影像为风景时,计算影像中的对比是否为最佳对比。
4.根据权利要求1所述的影像评分方法,其特征在于,若该影像为风景,则还包括对该影像的明暗度及清晰度给予一第一分数,以加入计算该评价分数。
5.根据权利要求1所述的影像评分方法,其特征在于,该基本构图规则为一黄金分割比例规则。
6.根据权利要求1所述的影像评分方法,其特征在于,根据该基本构图规则分析该影像包括以下步骤:
取出该影像的一主要特征;
将一评价窗口划分为多个子窗口,该子窗口包括多个一般窗口及多个加权窗口;
根据该子窗口的种类给予不同的权重;
根据该主要特征所占该影像的百分比,动态调整该加权窗口的尺寸;以及计算特征对应的一加权分数的总和为该评价分数,并回报该评价分数。
7.根据权利要求6所述的影像评分方法,其特征在于,该主要特征为该特征中清晰度、对比最高、或尺寸最大的特征。
8.根据权利要求1所述的影像评分方法,其特征在于,找出该水平线包括下列步骤:
找出该影像的一最长水平线;
对比该最长水平线与该评价窗口的一垂直线或水平线,以求得一倾斜角度;以及依据该倾斜角度计算对应的该评价分数。
9.根据权利要求8所述的影像评分方法,其特征在于,该最长水平线依据该影像中连续的相同对比与色彩的直线。
影像评分方法\n技术领域\n[0001] 本发明涉及一种影像处理方法,尤其涉及一种运用于数字相机上通过判断影像构图及影像平衡方式进行影像评分的方法。 \n[0002] 背景技术\n[0003] 数字相机与传统相机在光学构造上,如镜头、光圈、快门、闪光灯、观景窗等几无差异,而两者最大不同点在于感光材料以及储存媒体的使用。数字相机使用电荷耦合元件(Charge Couple Device,CCD)或是互补式金属氧化半导体(Complementary Metal-Oxide-Semiconductor,CMOS)作为感光材料用以拍摄影像,并将拍摄的影像通过相机电路转换为讯号储存于可重复使用的记忆卡。使用者通过计算机或电视屏幕可立即观赏影像或进行修编,甚至在一些具备数字处理功能的相机所拍摄的影像可在储存之前进行影像修正等动作。因为数字相机使用记忆卡不需更换底片,且影像转为电子文件可方便后续影像编修,因此数字相机逐渐取代传统相机。 \n[0004] 然而,纵使数字相机在功能上以及使用便利性上足以取代传统相机,但拍摄一张令人满意的影像仍取决于使用者的摄影技巧上,例如摄影构图、拿相机的稳定性、及光圈色调的控制等因素。虽然使用者可经由液晶景观窗预视拍摄结果,但由于采用的显示器画素不足以及尺寸过小,使用者在判断拍摄影像是否满意上仍旧会出现严重落差。例如使用者在液晶景观窗上看到的影像清晰而无影像重迭,但是影像经由屏幕放大后却发现拍摄质量模糊不堪且有严重影像重迭现象,此与使用者预期的拍摄结果不符。目前解决拍摄影像与预视影像落差的方法为加大液晶景观窗口的尺寸,易于使用者判断影像。然而随着液晶景观窗口尺寸的增加,耗电问题也随之严重,而大尺寸的液晶景观窗口也存在着散热的问题。\n另外对于使用者而言,上述如使用景观窗等技术均无法让使用者迅速提升拍摄技巧。 [0005] 发明内容\n[0006] 本发明所要解决的技术问题在于提供一种影像评分方法,通过对拍摄影像的构图与呈现特征来评断整张影像的质量,并对每一张拍摄影像给予评分,达到提供使用者取舍拍摄影像的参考依据,而使用者可通过本发明了解本身的拍摄问题进而提升拍摄技巧。 [0007] 为实现上述目的,本发明所揭露的影像评分系统,包括一个影像缓存器、一个评价窗口、一个影像特征产生器、以及一个评价单元。拍摄的影像储存于影像缓存器中。影像特征产生器用以对影像撷取至少一个特征;而评价窗口以多条水平线与垂直线划分多个子窗口,并根据撷取到的特征来设定这些子窗口对应的权重,以供判断影像质量。评价单元则根据评价窗口及撷取的特征,以一些评价标准,例如人脸特征位于子窗口的权重,分析与判断影像,并给予此影像一个评价分数。 \n[0008] 依照本发明于实施例中所述的影像评分系统,评价窗口的子窗口包括数个一般窗口及加权窗口,其中,加权窗口依据影像的特征占整体影像的比例来动态调整加权窗口的尺寸大小,而上述的特征可以是由影像撷取的多个特征中选出,这些特征例如为人像特征、人脸特征、或风景特征。 \n[0009] 依照本发明于实施例中所述的影像评分系统,评价单元还包括判断影像是否倾斜、构图是否合乎例如是黄金分割比例(rule of the third)的基本构图规则、以及影像是否清晰。 \n[0010] 本发明所揭露的影像评分方法包括下列步骤:首先,加载一张影像。对被加载的影像进行判断,判断其是人像还是风景;接着,若此影像为人像,则根据基本构图规则分析此影像,并依据此影像分析出的人脸的眼睛落于此影像的位置,并判断影像中的人像是否闭眼及评价肤色的亮度来计算评价分数。然后,若此影像为风景,则分析此影像包含的一条水平线的倾斜程度以及计算影像中的对比是否为最佳对比来计算评价分数。最后,回报此评价分数。 \n[0011] 依照本发明的实施例所述的影像评分方法,基本构图规则例如是黄金分割比例规则,而根据此基本构图规则分析影像的步骤包括:先取出影像的特征,之后将评价窗口划分为多个子窗口,这些子窗口包括多个一般窗口及加权窗口。接着根据子窗口的种类给予不同的权重,以及根据上述特征占影像的百分比,动态调整加权窗口的尺寸,最后以评价单元计算上述特征对应各个子窗口 的加权分数的总和,以计算出并回报一个评价分数。 [0012] 依照本发明的实施例所述的影像评分方法,找出水平线包括下列步骤:首先找出影像中的最长水平线,然后对比最长水平线与评价窗口的垂直线或水平线,据以求得与此最长水平线之间的倾斜角度,并依据此倾斜角度计算对应的评价分数。其中,最长水平线系依据影像中连续的相同对比与色彩的直线而判断。 \n[0013] 依照本发明的实施例所述的影像评分方法,其中若分析的影像为风景,则还包括对此影像的明暗度及清晰度给予一个第一分数,以加入计算评价分数。 [0014] 本发明将影像撷取出数个特征,及依照影像的特征规划评价窗口里各个子窗口的尺寸,并辅以基本构图理论分配这些子窗口对应的权重以计算各特征的加权分数,再利用判断影像倾斜角度及加总各特征的加权分数来计算一个评价分数,借以让使用者了解拍摄影像的良莠,进而改善使用者的拍摄技能。 \n[0015] 有关本发明的详细特征与实作,兹配合图示在实施方式中详细说明如下,其内容足以使本领域技术人员了解本发明的技术内容并据以实施,且根据本说明书所揭露的内容及图式,任何本领域技术人员可轻易地理解本发明相关的目的及优点。 附图说明\n[0016] 图1为依据本发明的实施例所绘示的影像评分系统示意图; \n[0017] 图2A为本发明的实施例中拍摄的影像示意图; \n[0018] 图2B为本发明的实施例的一评价窗口示意图; \n[0019] 图2C为本发明的实施例的另一评价窗口示意图; \n[0020] 图2D为本发明的实施例中拍摄的另一影像示意图; \n[0021] 图3A为本发明的实施例中拍摄的又一影像示意图; \n[0022] 图3B为本发明的实施例中拍摄的再一影像示意图; \n[0023] 图4所示为本发明的影像评分方法的流程图; \n[0024] 图5所示为本发明的影像评分方法人像的评价的流程图; \n[0025] 图6所示为本发明的影像评分方法风景的评价的流程图。 \n[0026] 其中,附图标记: \n[0027] 110:影像缓存器 120:评价窗口 \n[0028] 122:加权窗口 124:一般窗口 \n[0029] 130:影像特征产生器 140:评价单元 \n[0030] 200:影像 202:第一特征 \n[0031] 204:第二特征 206:第三特征 \n[0032] 208:第四特征 310:最长水平线 \n[0033] 320:倾斜角度 \n具体实施方式\n[0034] 为让本发明的上述及其它目的、特征和优点能更显而易懂,下文特举出实施例,并配合所附图式,作详细说明如下。 \n[0035] 本发明的揭露一种影像评分系统,影像评分系统不局限于在数字相机上执行,任何可应用于浏览相片的场合,例如在计算机浏览相片或在电视、数字相簿等都可运用本发明的影像评分系统而针对浏览的照片给予评价分数供使用者参考。为方便解说,本实施例给予实际的操作情境为在数字相机上执行本影像评分系统。 \n[0036] 图1为依据本发明的实施例所绘示的影像评分系统示意图。请参照图1,使用者拍摄影像后可通过数字相机影像评分系统对此影像的结构回馈评价分数,用以代表影像质量以供使用者参考,此数字相机影像评分系统包括一个影像缓存器110、一个评价窗口120、一个影像特征产生器130、以及一个评价单元140。其中,影像缓存器110用来储存数字相机拍摄的影像;影像特征产生器130用来对拍摄的影像撷取多个特征;评价窗口120则以水平线及垂直线划分多个子窗口,并给这些子窗口一个对应的权重,作为判断影像质量的依据;评价单元140依据评价窗口120的各个子窗口所对应的权重来计算上述的多个特征所对应的加权分数,并以一个评价准则及这些特征所对应的加权分数的总和来计算影像的评价分数,借以提供使用者判断拍摄影像的质量。 \n[0037] 承接上一段落,在评价窗口120内的子窗口包括多个一般窗口以及多个加权窗口。图2B为本发明的实施例的评价窗口示意图,而图2C为本发明实施例的另一评价窗口示意图。请同时参照图2B与图2C,评价窗口120被多条垂直线与并行线切割为多个加权窗口122以及多个一般窗口124。加权窗口122与一般窗口124以基本构图规则排列,此基本构图规则例如为黄金分割比例 (rule of the third)规则。所谓的黄金分割比例规则又可称为井字分割规则,也即将一张影像的长宽部分各自等分为三等份,以分割为一个井字型,拍摄影像的地平线或水平线最好放置于影像的上半部或下半部三分之一位置,而不要放在正中间;而拍摄的人像(或人脸、景物)最好放置于影像的左半部或右半部三分之一位置,而不要放在正中间。更明确的说,以两条垂直线与两条水平线分成上下三等份、左右三等份,拍摄物放置于这四条线所交会成的四个交叉点的位置,将会是视线的焦点所在,所摄得影像自然能深深吸引每个人的目光。 \n[0038] 本实施例中利用上述的基本构图规则,将加权窗口122置于四个交叉点,剩余的部分则分割为多个一般窗口124。拍摄物置于加权窗口122,当然较一般窗口124吸引目光,这类的影像构图看起来自然较为赏心悦目。 \n[0039] 本实施例的做法,就是利用前述的影像特征产生器130撷取影像的特征,在本实施例例如为人脸特征,并判断此人脸特征是否尽量靠近或落于加权窗口122内。举例说明,假设在图2B中对每个加权窗口122设置权重为20分,对每个一般窗口124设置权重为10分。今撷取出5个不同的人脸特征,这些人脸特征全部位于一般窗口124的话,计算出的影像的评价分数为50分;反之,若全部人脸特征位于加权窗口122,则影像的评价分数为100分。在算出影像的评价分数后,更可依据影像的人像是否闭眼以及人像的肤色亮度是否饱和,以对此影像的评价分数加分或减分。使用者可依据分数判断影像的全部人脸特征位于加权窗口122的影像质量优于全部位于一般窗口124的影像质量。 \n[0040] 另外,加权窗口122的大小并非固定不变的。而是端看影像的内容而定。在本实施例中,评价窗口120的加权窗口122的尺寸端视撷取的人脸特征占影像的比例作动态调整。\n图2A为本发明的实施例中拍摄的影像示意图。请同时参照图2A、图2B、以及图2C,本实施例的第一特征202与第二特征204例如是由影像撷取的第一人脸特征及第二人脸特征。评价窗口120先判断这些人脸特征(202、204)是否清楚;若清晰度相当,则进而判断这两个特征的尺寸大小,选出较大尺寸的人脸特征,并判断此人脸特征与整个影像的比例。评价窗口120依据此人脸特征204占整体影像百分比来放大或缩小加权窗口122的尺寸,如图2C所示的加权窗口122的尺寸,就是评价窗口120参考人脸特征204所占影像的百分比,而缩小加权窗口122的结果。另外,当人脸特征204较人脸特征202模糊不可识别时,则评价窗口120则依据人脸特征202所占影像的 百分比来放大加权窗口122的尺寸,如图2B所示。\n简言之,在本实施例中,当人脸特征占影像百分比越大时,则缩小加权窗口122,反之则放大加权窗口122;然而这只是其中一种做法,在一些实施例中,当人脸特征占影像百分比越大时,则放大加权窗口122,反之则缩小加权窗口122。本领域技术人员可依不同的影像需求考虑,对加权窗口做放大/缩小,在此不限制其范围。 \n[0041] 本发明的另一实施例的拍摄主题可不限制在人像,因此可令影像特征产生器130由影像撷取出第三特征206以及第四特征208,这些特征(206、208)例如为人像、物品、或风景等,图2D为本发明的实施例中拍摄的另一影像示意图。请参照图2D,在本实施例的第三特征206例如为一座山,而第四特征208例如为一朵花。相同的评价单元120判断这些特征是否清晰以及依据较为清晰(或尺寸较大)的第三特征206(或第四特征208)占影像的比例来调整加权窗口122的尺寸。调整的方式与前述依人脸特征调校的法类似,在此不再赘述。 \n[0042] 本实施例中的评价单元140,在影像特征产生器130撷取出影像的特征以及评价窗口120切割子窗口(一般窗口124及加权窗口122)后,对影像给予评价分数,另外除依据影像的构图是否合乎基本构图规则及影像是否清晰来给定分数外,还包括判断影像是否倾斜以及计算影像中的对比是否为最佳对比,借以评断影像的分数。图3A为本发明实施例中拍摄的又一影像示意图,而图3B为本发明的实施例中拍摄的再一影像示意图。请同时参考图3A与图3B,评价单元140会分析影像是否带有水平线。评价单元140先找出多条线段,并由这些线段选出一条最长的线段作为最长水平线310,进而与评价窗口120的水平线比较,而计算出最长水平线310与评价窗口120的水平线的夹角θ,此夹角θ称为倾斜角度320。一般而言,例如拍摄风景或拍摄人物时,往往会发现其背景有条地平线,而这条地平线往往是拍摄影像中最长的线段。若影像的构图以这条地平线为基准,则可拍摄出较为端正的影像。因此在本实施例中,以评价单元140找出的多条线段中的最长线段作为最长水平线310,用以作为拍摄影像的地平线。 \n[0043] 在一般状况下,影像的水平线应该是与评价窗口120的水平线平行,一张倾斜的影像给人的观感较差,因此本系统评价单元还针对影像是否倾斜给予一个第二分数。在给定第一分数与第二分数后,评价系统加总第一、第二分数以得到影像的评价分数,并将此评价分数反馈使用者,反馈的方式例如为将分数 显示于数字相机的屏幕,或是以外加的声音播放模块将分数告知使用者。在一些实施例中,也可使用图形指示器通过放射线条或柱状线条等作为反馈评价分数的工具,在此不限制其范围。 \n[0044] 在介绍完本发明揭露的影像评分系统的各个元件及其功能后,继续简介本发明的影像评分方法。图4所示为本发明的影像评分方法的流程图,请参照图4,影像评分方法包括以下步骤:首先,加载一张影像(步骤410),使用者在拍摄影像之后,将此影像加载到影像缓存器内;之后,若此影像为人像,则依据此影像分析出的人脸特征的位置来计算评价分数(步骤420),其中影像以例如是黄金分割比例(rule of the third)的基本构图规则对此人脸特征所在位置计算出一个评价分数;然后,若此影像为风景,则分析此影像中的水平线的倾斜程度,以计算评价分数(步骤430);最后回报此评价分数(步骤440)。简言之,在输入影像后加以判断影像为人像或是风景,若为人像则依人脸特征所在位置给定评价分数;若为风景则判断影像所含的水平线并依此水平线的倾斜程度计算评价分数。在计算出评价分数后回报此评价分数作为影像拍测质量的参考依据。 \n[0045] 上述的依人脸特征的位置计算评价分数如图5所示,图5所示为本发明的影像评分方法人像的评价的流程图。请参考图5,首先,取出影像的人脸特征(步骤510),在一些实施例中可不限制于人脸特征,其它例如人像、物品、或风景等特征都可由影像特征产生器撷取出,并用以分析影像的结构。接着,将评价窗口划分为多个子窗口,这些子窗口包括多个一般窗口及多个加权窗口,子窗口的划分已在上述段落提及,在此不再赘述(步骤520)。\n之后,根据这些子窗口的总类给予不同的权重(步骤530);以及根据人脸特征占影像的百分比,动态调整加权窗口的尺寸(步骤540)。其中人脸特征为分析出的数个人脸特征中清晰度、对比最高、或尺寸最大的特征。最后,计算人脸特征对应的加权分数总和为评价分数,并回报此评价分数(步骤550)。 \n[0046] 图6所示为本发明的影像评分方法风景的评价的流程图。请参考图6,评价水平程序包括的各个步骤如下,首先,需找出影像的最长水平线(步骤610),水平线的判断例如依据影像中连续的相同对比与色彩的直线,目前影像处理技术已能找出影像的水平线(或垂直线)的所在,在此不再赘述。在本步骤主要是在找出的多条水平线(或垂直线)中找出最长的水平线(或垂直线)。接着,对比 最长水平线与评价窗口的垂直线或水平线的夹角,以求得倾斜角度(步骤620),倾斜角度可使用一个关系式表示之: \n[0047] 倾斜角度θ=Min(水平线的夹角θ,垂直线的夹角θ) \n[0048] 也即找出最长水平线与水平线的夹角或最长水平线与垂直线的夹角中较小的夹角θ作为倾斜角度。最后,依据最长水平线与垂直线或水平线的倾斜角度给予对应的该第二分数(步骤630),倾斜角度越大者,给予的第二分数越低。附带一提,在一些实施例中,风景的评价分数的计算除了上述依影像的倾斜度判断评价分数外,还包括将例如影像的明暗度、对比、或清晰度等因素并入计算评价分数。 \n[0049] 综合上述影像评分系统与方法,以下举例说明使用者如何利用本发明判断拍摄的影像。使用者拍摄如图2D所示的影像,请再次参考图2D。本实施例图2D的影像为风景影像,但在判断评价分数时除考虑影像的倾斜程度外,更将影像内容的摆设位置加入计算评价分数的考虑。输入影像进行判断与计算评价分数之前需进行初始化动作,影像评分系统的评价窗口里的一般窗口的权重预设为0,加权窗口的权重预设为10,而影像的倾斜角度大于临界角θ时即不予记分,影像的倾斜角度为0时则给予记分50。假设图2D的影像可分析出第三特征206(于本例为山景)以及第二特征204(于本例为小花),若第四特征208偏向图2D的边缘处,且以影像评分系统识别出影像的倾斜角度大于临界角θ,则检视此图\n2D可得到对应的评价分数为0。由此评价分数可实时反映出此影像的拍摄质量。假设第三特征206与加权窗口有两处交会,而第四特征208与加权窗口有一处交会,则影像的评价分数马上由0分跃升为80分。使用者看到此评价分数后,即得知拍摄的影像为人人称赞的影像。 \n[0050] 综上所述,本发明因以上述的技术分析影像,并根据分析的策略,例如影像的结构以及影像是否有倾斜,来给予一个评价分数,以供使用者参考,而至少有以下优点: [0051] 1.使用者可通过评价分数了解拍摄影像是否倾斜,以及时决定是否重新拍摄影像。 \n[0052] 2.使用者可通过评价分数知道拍摄的影像是否合乎基本构图规则,以学习如何构图,进而改进摄影技巧。 \n[0053] 当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情 况下,熟悉本领域的普通技术人员当可根据本发明做出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
法律信息
- 2020-12-11
未缴年费专利权终止
IPC(主分类): H04N 17/00
专利号: ZL 200610156374.8
申请日: 2006.12.29
授权公告日: 2011.05.18
- 2011-05-18
- 2008-08-27
- 2008-07-02
引用专利(该专利引用了哪些专利)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 |
---|
1
| |
2004-06-09
|
2003-11-18
| | |
被引用专利(该专利被哪些专利引用)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 |
---|
该专利没有被任何外部专利所引用! |