專利名稱：使用多頻帶近紅外照明進行皮膚檢測的制作方法
技術領域：
本發(fā)明涉及信息處理設備和信息處理方法，更具體地說，本發(fā)明涉及在從例如通 過拍攝用戶的圖像而獲得的拍攝圖像中提取用戶的手的形狀等的情況下適合的信息處理 設備和信息處理方法。
背景技術：
近年來，研究了除了鼠標、圖形輸入板和觸摸板之外，通過使用用戶的手勢(動 作)或者姿態(tài)(姿勢)作為把數(shù)據輸入個人計算機等中的輸入手段，輸入數(shù)據的數(shù)據輸入 技術。由于在這種數(shù)據輸入技術中，數(shù)據是利用例如用戶的手的手勢或姿態(tài)輸入的，因 此必須從通過拍攝用戶的圖像而獲得的拍攝圖像中準確地提取用戶的手的形狀。作為提取用戶的手的形狀的提取技術，存在利用圖像的模式匹配的模式匹配方 法，提取用戶的皮膚區(qū)的皮膚區(qū)提取方法，等等。例如，在模式匹配方法中，預先學習通過拍攝具有各種形狀和大小的手的圖像而 獲得的多個形狀圖像，在與拍攝的圖像最相似的形狀圖像(例如，對應像素的像素值之間 的差的總和最小的形狀圖像)中表示的手的形狀被提取為用戶的手的形狀。不過，在模式匹配方法中，當在與拍攝形狀圖像時的條件不同的條件(例如，攝像 方向，照明水平，背景，拍攝被攝物體的圖像時被攝物體的大小)下獲得拍攝圖像時，難以 準確地提取用戶的手的形狀。尤其是在提取手的形狀的情況下，當拍攝圖像內的手的形狀明顯不同于形狀圖像 內的手的形狀時，或者當拍攝圖像內的手與面部等重疊時，與提取面部的形狀的情況相比， 難以準確地提取手的形狀。另外，當要求實時提取手的形狀時，模式匹配需要大量的計算，在許多情況下這會 引起問題。在皮膚區(qū)提取方法中，利用表述人類皮膚的顏色的皮膚信息，提取表示拍攝圖像 內的用戶的皮膚的皮膚區(qū)。不過，在利用皮膚信息的皮膚區(qū)提取方法中，難以區(qū)分皮膚的顏色和與之接近的 顏色。此外，由于在不同種族之間，皮膚的顏色不同，因此不可能對所有種族提取適當?shù)钠?膚區(qū)。在這方面，最近提出一種提取技術，其中根據皮膚對于波長的反射率變化恒定不 變，而與種族無關的事實，使用光譜反射率特性提取拍攝圖像內的皮膚區(qū)(例如，參見非專 利文獻1)。[引用列表][非專利文獻][NPL 1] =Yasuhiro Suzuki ^,"Detection Method of Skin Regionby Near-IR Spectrum Multi-Band", IEEJ Transactions onElectronics, Information and SystemsVol. 127，No. 4,2007 年，日本。

發(fā)明內容
但是，在現(xiàn)有技術的其中使用光譜反射率特性的上述提取技術中，當作為皮膚區(qū) 在拍攝圖像內存在被攝物體的面部和手時，面部和手的形狀都被提取為皮膚區(qū)，于是，難以 只提取手的形狀作為皮膚區(qū)。鑒于上述情況，理想的是從通過拍攝用戶的圖像而獲得的拍攝圖像中，高速提取 用戶的手的準確形狀等，同時抑制一系列處理所必需的運算量的增大。按照本發(fā)明的一個實施例，提供用于檢測圖像內的多個關心像素的信息處理設 備，方法，計算機可讀存儲介質和計算機程序。信息處理設備包括第一存儲器，所述第一存 儲器被配置成保存利用第一波長的光拍攝的第一圖像，和利用第二波長的光拍攝的第二圖 像，第二波長不同于第一波長。信息處理設備還包括至少一個處理器，所述至少一個處理 器被配置成根據保存的第一和第二拍攝圖像的亮度值，檢測第一拍攝圖像內的多個關心像
ο此外，根據本發(fā)明的另一個實施例，提供用于識別與預定物體對應的亮度值的信 息處理設備，方法，計算機可讀存儲介質和計算機程序。信息處理設備包括存儲器和至少一 個處理器。存儲器被配置成保存根據圖像生成的，包括多個關心像素的處理后圖像。所述至 少一個處理器被配置成確定處理后圖像中的多個關心像素的亮度值的頻率(frequency)， 并根據確定的亮度值的頻率，確定與處理后圖像內的預定物體對應的亮度值的范圍。按照本發(fā)明的實施例，能夠高速提取用戶的手的準確形狀等，同時抑制一系列處 理所必需的運算量的增大。




圖1是表示信息處理系統(tǒng)的結構例子的方框圖。 圖2是表示信息處理設備的結構例子的方框圖。 圖3是表示人類皮膚的反射特性的例子的示圖。 圖4是表示第一和第二拍攝圖像的例子的示圖。 圖5是表示由二值化部分生成的二值化皮膚圖像的例子的示圖。 圖6是表示由皮膚提取部分提取的皮膚圖像的例子的示圖。 圖7是表示皮膚圖像的直方圖的例子的示圖。 圖8是表示由掩模圖像生成部分生成的掩模圖像的例子的示圖。 圖9是表示由形狀提取部分生成的提取圖像的例子的示圖。 圖10是說明形狀提取處理的流程圖。
圖11是表示用在FFT閾值確定處理中的第一拍攝圖像的示圖。 圖12是說明FFT閾值確定處理的流程圖。 圖13是表示相機的相對靈敏度特性的示圖。 圖14是表示LED的排列方法的示圖。 圖15是表示計算機的結構例子的方框圖。
具體實施例方式下面，說明實現(xiàn)本發(fā)明的實施例(下面稱為本實施例)。應指出的是將按照下述順 序進行說明。1.本實施例(提取用戶的手的形狀的例子)2.變形例[1.本實施例][信息處理系統(tǒng)1的結構例子]圖1表示本實施例的信息處理系統(tǒng)1的結構例子。信息處理系統(tǒng)1按照用用戶的手做出的手勢(或姿態(tài))執(zhí)行預定處理，包括信息 處理設備21，相機22和發(fā)光設備23。為了使信息處理系統(tǒng)1執(zhí)行預定處理，用戶改變他/她自己的手的形狀(在相機 22的透鏡表面之前)。這種情況下，信息處理系統(tǒng)1識別用戶的手的形狀，并按照識別結果執(zhí)行預定處理。應注意在本實施例中，用戶在相機22的透鏡表面之前改變手的形狀，并通過與他 /她的面部、胸部等相比，朝著更接近相機22的透鏡表面的位置移動他/她的手，做出手勢 (或姿勢)。信息處理設備21控制相機22和發(fā)光設備23。此外，信息處理設備21根據由相機 22拍攝的拍攝圖像，識別用戶的手的形狀，并按照識別結果執(zhí)行預定處理。相機22包括拍攝諸如用戶之類的被攝物體的圖像的透鏡，透鏡的正面覆蓋以遮 斷可見光的可見光截止濾光片22a。借助這種結構，除了陽光或熒光的紅外分量之外，相機22只接收由發(fā)光設備23照 射到被攝物體上的不可見光的反射光，并把所得到的拍攝圖像提供給圖像處理設備21。具體地說，例如，相機22只接收具有第一波長的光的反射光，所述光是由發(fā)光設 備23照射到被攝物體上的不可見光(例如，870nm的近紅外光)，并把所得到的第一拍攝圖 像提供給信息處理設備21。此外，相機22只接收具有不同于第一波長的第二波長的光的反射光，所述光是由 發(fā)光設備23照射到被攝物體上的不可見光(例如，950nm的近紅外光)，并把所得到的第二 拍攝圖像提供給信息處理設備21。發(fā)光設備23包括發(fā)出具有第一波長的光的LED(發(fā)光二極管)23 和23a2，以及 發(fā)出具有第二波長的光的LED 231^和23132。應注意下面在不需要相互區(qū)分LED 23a,和23a2的情況下，LED23ai和23a2被簡稱 為LED 23a。此外，在不需要相互區(qū)分LED 23b:和23b2的情況下，LED 23b:和23b2被簡稱 為 LED 23b。在信息處理設備21的控制下，LED 23a和23b交替發(fā)光。此外，調整LED 23a和LED 23b的輸出，以致就具有第一波長的光的反射光和具有 第二波長的光的反射光來說，相機22接收的反射光的強度(光量)變得相同。另外，LED 23a和LED 23b被交替排列成網狀，如圖1中所示，并在LED 23a和LED 23b之前設置均勻擴散從LED 23a和LED 23b發(fā)出的光的擴散板23c。借助這種結構，用具有第一和第二波長的光均勻地照射被攝物體。應注意發(fā)光設備23被布置在從LED 23a或LED 23b發(fā)出的光可靠地照射到用戶 的至少一只手的位置。在本實施例中，用戶在相機22的透鏡表面之前改變手的形狀，因此， 發(fā)光設備23可被布置成例如接近相機22。[信息處理設備21的結構例子]圖2表示信息處理設備21的結構例子。信息處理設備21包括控制器41，二值化部分42，皮膚提取部分43，閾值確定部分 44，掩模圖像生成部分45和形狀提取部分46?？刂破?1控制發(fā)光設備23，使LED 23a和LED 23b交替發(fā)光。從相機22把第一拍攝圖像和第二拍攝圖像提供給二值化部分42。根據從相機22 提供的第一和第二拍攝圖像，二值化部分42提取(檢測)關心的像素。在一個實施例中， 關心的像素對應于第一拍攝圖像中，代表用戶的皮膚的一個或多個皮膚區(qū)，和排除皮膚區(qū) 之外的區(qū)域。隨后，二值化部分42產生通過把構成提取的皮膚區(qū)的像素的像素值，和構成排除 皮膚區(qū)之外的區(qū)域的像素的像素值二值化成不同的值(例如，0和1)而獲得的二值化皮膚 圖像，并把二值化皮膚圖像提供給皮膚提取部分43和形狀提取部分46。從相機22把第一拍攝圖像提供給皮膚提取部分43和掩模圖像生成部分45。根據從二值化部分42提供的二值化皮膚圖像，皮膚提取部分43從自相機22供給 的第一拍攝圖像中，提取與二值化皮膚圖像內的皮膚區(qū)對應的區(qū)域(表示用戶的皮膚區(qū)的 區(qū)域)。隨后，皮膚提取部分43生成包括提取的區(qū)域的皮膚圖像，并把該皮膚圖像提供給 閾值確定部分44。應注意皮膚提取部分43可把提取的區(qū)域作為皮膚圖像提供給閾值確定 部分44。閾值確定部分44根據從皮膚提取部分43供給的皮膚圖像，產生處理后圖像，比如 皮膚圖像(構成皮膚圖像的像素的亮度值)的直方圖。隨后，閾值確定部分44根據產生的 皮膚圖像的直方圖，確定用于生成掩模圖像(后面說明)的掩模閾值，并把掩模閾值提供給 掩模圖像生成部分45。掩模圖像生成部分45根據從閾值確定部分44供給的掩模閾值，用從相機22供給 的第一拍攝圖像生成掩模圖像，并把掩模圖像提供給形狀提取部分46。應注意掩模圖像是通過把第一拍攝圖像二值化成掩模區(qū)和排除掩模區(qū)之外的非 掩模區(qū)而獲得的圖像，掩模區(qū)由亮度值在由掩模閾值規(guī)定的亮度值范圍內的像素構成。根據來自掩模圖像生成部分45的掩模圖像，形狀提取部分46從自二值化部分42 供給的二值化皮膚圖像中，提取與表示用戶的手的形狀的形狀區(qū)對應的至少一個對象，作 為與掩模圖像內的掩模區(qū)對應的區(qū)域。隨后，形狀提取部分46根據提取的形狀區(qū)，識別手的形狀，執(zhí)行與識別結果對應 的處理，并把處理結果輸出給后一級。應注意二值化部分42從第一拍攝圖像中提取皮膚區(qū)和排除皮膚區(qū)之外的區(qū)域， 不過，二值化部分42可從第二拍攝圖像中提取皮膚區(qū)和排除皮膚區(qū)之外的區(qū)域。這種情況 下，從相機22向皮膚提取部分43和掩模圖像生成部分45供給第二拍攝圖像，而不是第一拍攝圖像。隨后，皮膚提取部分43根據第二拍攝圖像生成皮膚圖像，掩模圖像生成部分45根 據第二拍攝圖像生成掩模圖像。[ 二值化皮膚圖像的生成]下面參考圖3-5，詳細說明二值化部分42生成二值化皮膚圖像的處理。應注意在圖3和4中，將說明由相機22拍攝的第一拍攝圖像和第二拍攝圖像。此 外，在圖5中，將說明由二值化部分42根據第一拍攝圖像和第二拍攝圖像生成的二值化皮 膚圖像。圖3表示人類皮膚對具有不同波長的照射光的反射特性。應注意該反射特性是普遍的，與人類膚色的差異(種族的差異)或者皮膚的狀態(tài) (曬黑等)無關。在圖3中，水平軸表示要照射到人類皮膚的光的波長，垂直軸表示照射到人類皮 膚光的反射率。已知照射到人類皮膚的光的反射率在SOOnm附近達到峰值，從900nm附近開始急 劇降低，在IOOOnm附近達到最小值，之后重新增大。具體地說，如圖3中所示，例如，通過把波長870nm的光照射到人類皮膚上而獲得 的反射光的反射率為63%，通過把波長950nm的光照射到人類皮膚上而獲得的反射光的反 射率為50%。上述現(xiàn)象為人類皮膚所特有，至于除人類皮膚之外的物體(例如，頭發(fā)或衣服)來 說，在SOO-IOOOnm附近，反射率的變化常常變得平緩。下面參考圖4，說明用相機22拍攝的第一和第二拍攝圖像。圖4表示通過接收照射到用戶的波長870nm的光的反射光而獲得的第一拍攝圖 像，和通過接收照射到用戶的波長950nm的光的反射光而獲得的第二拍攝圖像的例子。圖4A表示其中用戶的面部61和手62被表示成用戶的皮膚區(qū)，用戶所穿的襯衣63 和背景64被表示成排除用戶的皮膚區(qū)之外的區(qū)域的第一拍攝圖像。圖4B表示其中用戶的面部81和手82被表示成用戶的皮膚區(qū)，用戶所穿的襯衣83 和背景84被表示成排除用戶的皮膚區(qū)之外的區(qū)域的第二拍攝圖像。如圖3中所示，就用戶的皮膚部分的反射特性而論，波長870nm的光的反射率大于 波長950nm的光的反射率。因此，在波長870nm的光被映射到用戶的情況下，作為照射到用戶的皮膚部分的 光的反射光，比波長950nm的光的反射光更明亮的光進入相機22的透鏡。結果，與構成第二拍攝圖像內的用戶的皮膚區(qū)(面部81和手82)的像素的亮度值 相比，構成第一拍攝圖像內的用戶的皮膚區(qū)(面部61和手62)的像素的亮度值取更大的值。因此，通過從構成第一拍攝圖像內的用戶的皮膚區(qū)的像素的亮度值中，減去構成 第二拍攝圖像內的用戶的對應皮膚區(qū)的像素的亮度值而獲得的差取正值。與上面所述相反，就排除用戶的皮膚部分之外的部分的反射特性而論，在一些情 況下，波長870nm的光的反射率等于或小于波長950nm的光的反射率。因此，在波長870nm的光被映射到用戶的情況下，作為照射到排除用戶的皮膚部分之外的部分的光的反射光，與波長950nm的光的反射光一樣明亮或者更暗的光進入相機 22的透鏡。結果，構成第一拍攝圖像內的排除用戶的皮膚區(qū)之外的區(qū)域(襯衣63和背景64) 的像素的亮度值等于或小于構成第二拍攝圖像內的排除用戶的皮膚區(qū)之外的區(qū)域(襯衣 83和背景84)的像素的亮度值。因此，通過從構成第一拍攝圖像內的排除用戶的皮膚部分之外的部分的像素的亮 度值中，減去構成第二拍攝圖像內的排除用戶的皮膚部分之外的對應部分的像素的亮度值 而獲得的差取等于或小于0的值(除正值之外的值)。從而，二值化部分42計算第一拍攝圖像和第二拍攝圖像的對應像素的亮度值之 間的差，并根據計算的差提取關心的像素(例如，皮膚區(qū))，和排除用戶的皮膚區(qū)之外的區(qū) 域。隨后，二值化部分42生成二值化皮膚圖像，其中提取的用戶的皮膚區(qū)用值1表示，排除 提取的用戶的皮膚區(qū)之外的區(qū)域用值0表示。換句話說，例如，在計算的差為正值的情況下，二值化部分42提取對應的像素作 為構成用戶的皮膚區(qū)的像素，在計算的差不為正值的情況下，二值化部分42提取對應的像 素作為構成排除用戶的皮膚區(qū)之外的區(qū)域的像素。隨后，二值化部分42把作為構成用戶的皮膚區(qū)的像素而提取的像素的值均設為 1，把作為構成排除用戶的皮膚區(qū)之外的區(qū)域的像素而提取的像素的值均設為0，從而生成 二值化皮膚圖像，并把二值化皮膚圖像提供給皮膚提取部分43和形狀提取部分46。應注意取決于排除用戶的皮膚部分之外的部分中的反射率，可能出現(xiàn)對于排除皮 膚部分之外的部分計算的差小于對于皮膚部分計算的差，但是取正值的情況。于是，在差取 正值，但是小于預定閾值的情況下，理想的是假定所述差是排除用戶的皮膚部分之外的部 分的差，從而對該部分設定值0。此外，二值化部分42可計算第一拍攝圖像和第二拍攝圖像的對應像素的亮度值 之間的差絕對值，并根據計算的差絕對值是否等于或大于預定閾值，提取用戶的皮膚部分 (皮膚區(qū))，和排除皮膚部分之外的部分(排除皮膚區(qū)之外的區(qū)域)，從而生成二值化皮膚圖像。上面的操作利用了由于反射特性的緣故，與用戶的皮膚部分對應的差絕對值取較 大值，與排除用戶的皮膚部分之外的部分對應的差絕對值取較小值的事實。下面，圖5表示由二值化部分42生成的二值化皮膚圖像的例子。在圖5中所示的二值化皮膚圖像中，用黑色表示的一部分指示用值1代表的皮膚 區(qū)。皮膚區(qū)包括指示用戶的面部的皮膚部分的面部區(qū)101，和指示用戶的手的皮膚部分的手 區(qū) 102。應注意為了便于舉例說明，除了面部的皮膚部分之外，圖5中所示的面部區(qū)101還 包括眉毛、眼睛、頭發(fā)等，不過實際上，面部區(qū)101僅由面部的皮膚部分構成。另外，在圖5中所示的二值化皮膚圖像中，用白色表示的一部分指示排除皮膚區(qū) 之外的區(qū)域，用值0表示。二值化部分42把生成的二值化皮膚圖像提供給皮膚提取部分43和形狀提取部分 46。皮膚提取部分43根據從二值化部分42供給的二值化皮膚圖像，從自相機22供給的第一拍攝圖像中，提取與二值化皮膚圖像內的面部區(qū)101和手區(qū)102對應的區(qū)域(包括 面部61和手62的區(qū)域)。隨后，皮膚提取部分43生成包括提取的區(qū)域在內的皮膚圖像。[皮膚圖像的生成]下面參考圖6，說明皮膚提取部分43根據從二值化部分42供給的二值化皮膚圖 像，從第一拍攝圖像生成處理后的圖像(例如，皮膚圖像)的處理。圖6表示皮膚提取部分43提取的皮膚圖像的例子。圖6中所示的皮膚圖像顯示 用戶的面部61和手62。應注意為了便于舉例說明，除了面部的皮膚部分之外，圖6中所示的皮膚圖像還 包括眉毛、眼睛、頭發(fā)等，作為用戶的面部61，不過實際上，圖6中所示的面部61僅僅表示面 部的皮膚部分。皮膚提取部分43把從二值化部分42供給的二值化皮膚圖像的像素的亮度值和從 相機22供給的第一拍攝圖像的對應像素的亮度值相乘。隨后，皮膚提取部分43從構成第一拍攝圖像的像素中，提取由其乘法結果不為0 的像素構成的區(qū)域(包括面部61和手62的區(qū)域)，從而生成包括提取的區(qū)域在內的皮膚圖像。因此，在第一拍攝圖像內的區(qū)域之中，包括在與二值化皮膚圖像的面部區(qū)101對 應的區(qū)域中的面部61，和包括在與二值化皮膚圖像的手區(qū)102對應的區(qū)域中的手62被原樣 提取。與二值化皮膚圖像中的排除皮膚區(qū)之外的區(qū)域對應的區(qū)域(圖6中用白色表示的區(qū) 域)被賦予亮度值255，從而從第一拍攝圖像生成如圖6中所示的皮膚圖像。皮膚提取部分43把生成的皮膚圖像提供給閾值確定部分44。閾值確定部分44根據從皮膚提取部分43供給的皮膚圖像，確定用于生成掩模圖 像的掩模閾值。[掩模閾值的確定]下面參考圖7，詳細說明閾值確定部分44確定掩模閾值的處理。圖7表示皮膚圖像的直方圖的例子。在圖7中，水平軸表示構成皮膚圖像的像素的亮度值。此外，垂直軸表示與水平軸 的亮度值對應的像素的數(shù)目。應注意構成圖6的皮膚圖像中，用白色表示的，并且具有亮度值255的區(qū)域的像素 的數(shù)目一般表示在圖7的直方圖中，不過其圖示被省略，因為亮度值255的像素的數(shù)目不被 用于確定掩模閾值。閾值確定部分44關于構成從皮膚提取部分43供給的皮膚圖像的像素的亮度值， 創(chuàng)建如圖7中所示的直方圖。在圖7的直方圖中，大量的像素集中在亮度值0和亮度值M之間，以及亮度值55 和亮度值110之間。S卩，在圖7的直方圖中，多個關心的像素被分成獨立的兩組。順便提及，如上所述，假定手位于接近相機22的位置，面部、胸部等位于遠離相機 22的位置。例如，由于在接近相機22的時候，發(fā)光設備23的LED 23a和LED 2 發(fā)光，用戶 的接近相機22 (發(fā)光設備23)的身體部位(這種情況下，手)具有較大的亮度值，用戶的遠 離相機22的身體部位(這種情況下，面部等)具有較小的亮度值。
11
因此，與構成遠離相機22的面部的皮膚部分的像素的亮度值相比，構成接近相機 22的手的皮膚部分的像素的亮度值取較大的值。于是，在亮度值0和亮度值M之間的亮度值是構成面部61 (面部區(qū))的像素的亮 度值，在亮度值陽和亮度值110之間的亮度值是構成預定物體，比如手62的像素的亮度值。閾值確定部分44確定作為下限閾值Th_L的最小亮度閾值(在本例中，亮度值 陽)，和作為上限閾值Th_H的最大亮度閾值(在這種情況下，亮度值110)。隨后，閾值確定部分44把確定的下限閾值Th_L和上限閾值Th_H作為掩模閾值， 提供給掩模圖像生成部分45。根據從閾值確定部分44提供的掩模閾值(下限閾值Th_L和上限閾值Th_H)，掩模 圖像生成部分45從自相機22供給的第一拍攝圖像中檢測掩模區(qū)和非掩模區(qū)，生成其中把 檢測到的掩模區(qū)和非掩模區(qū)二值化成不同值的掩模圖像。[掩模圖像的生成]下面參考圖8，詳細說明掩模圖像生成部分45根據來自閾值確定部分44的掩模閾 值，生成掩模圖像的處理。圖8表示掩模圖像的例子。在圖8中所示的掩模圖像中，用黑色表示的掩模區(qū)121 是在對應的第一拍攝圖像內，亮度值等于或大于下限閾值Th_L，并且等于或小于上限閾值 Th_H的區(qū)域。此外，在圖8中所示的掩模圖像中，用白色表示的非掩模區(qū)是在對應的第一拍攝 圖像內，亮度值小于下限閾值Th_L，或者大于上限閾值Th_H的區(qū)域。在構成從相機22供給的第一拍攝圖像的像素的亮度值等于或大于下限閾值Th_ L，并且等于或小于上限閾值Th_H的情況下，掩模圖像生成部分45檢測到具有像包括在掩 模區(qū)中的像素那樣的亮度值的像素，并把這些亮度值都轉換成值1。此外，在構成從相機22供給的第一拍攝圖像的像素的亮度值小于下限閾值Th_L， 或者大于上限閾值Th_H的情況下，掩模圖像生成部分45檢測到具有像包括在非掩模區(qū)中 的像素那樣的亮度值的像素，并把這些亮度值都轉換成值0。因此，掩模圖像生成部分45生成由掩模區(qū)121(用黑色表示)和非掩模區(qū)(用白 色表示)構成的掩模圖像，掩模區(qū)121由均具有值1的像素構成，非掩模區(qū)由均具有值0的 像素構成，并把掩模圖像提供給形狀提取部分46。根據從掩模圖像生成部分45供給的掩模圖像，形狀提取部分46從自二值化部分 42供給的二值化皮膚圖像內的面部區(qū)101和手區(qū)102中，提取代表用戶的手的形狀的形狀 區(qū)，作為與掩模圖像內的掩模區(qū)121對應的區(qū)域。[手的形狀的提取]下面參考圖9，詳細說明形狀提取部分46從二值化皮膚圖像中提取用戶的手的形 狀的處理。圖9表示包括由形狀提取部分46提取的形狀區(qū)的提取圖像的顯示例子。在圖9中所示的提取圖像中，形狀區(qū)141是用戶的手的形狀。形狀提取部分46把構成從掩模圖像生成部分45提供的掩模圖像的像素的亮度值 與從二值化部分42供給的二值化皮膚圖像的對應像素的亮度值相乘。
隨后，形狀提取部分46提取二值化皮膚圖像內，乘法結果不為0的區(qū)域，S卩，二值 化皮膚圖像內的面部區(qū)101和手區(qū)102(圖5)之中，與掩模圖像內的掩模區(qū)121(圖8)重 疊的部分，作為形狀區(qū)141。此外，形狀提取部分46根據提取的形狀區(qū)141，識別用戶的手的形狀，并執(zhí)行與識 別結果對應的處理。應注意除了用戶的手之外，圖8中所示的掩模圖像內的掩模區(qū)121還包括用戶所 穿的襯衣。不過，由于二值化皮膚圖像內的面部區(qū)101和手區(qū)102不包括用戶所穿的襯衣，因 此形狀提取部分46能夠準確地提取只表示手的形狀的形狀區(qū)141，而不提取表示襯衣的形 狀的區(qū)域。[形狀提取處理操作的說明]下面，詳細說明信息處理系統(tǒng)1提取用戶的手的形狀等的形狀提取處理。圖10是說明形狀提取處理的流程圖。應注意從打開信息處理系統(tǒng)1的電源的時 候開始，反復進行形狀提取處理。下面，說明當用戶在相機22之前時進行的形狀提取處理。在步驟Si，控制器41控制發(fā)光設備23的LED 23a開始發(fā)出具有第一波長的光。 應注意在LED 23b發(fā)光的情況下，控制器41停止LED 23b的光的發(fā)射，隨后使LED 23a開 始發(fā)光。在步驟S2，相機22拍攝用具有第一波長的光照射的用戶的圖像，并把所得到的第 一拍攝圖像提供給信息處理設備21。 在步驟S3，控制器41控制發(fā)光設備23的LED 23a停止發(fā)射具有第一波長的光，并 控制發(fā)光設備23的LED 23b開始發(fā)出具有第二波長的光。在步驟S4，相機22拍攝用具有第二波長的光照射的用戶的圖像，并把所得到的第 二拍攝圖像提供給信息處理設備21。在步驟S5，二值化部分42根據從相機22提供的第一拍攝圖像和第二拍攝圖像的 對應像素的亮度值之間的差，生成圖5中所示的二值化皮膚圖像，并把二值化皮膚圖像提 供給皮膚提取部分43和形狀提取部分46。在步驟S6，皮膚提取部分43根據從二值化部分42供給的二值化皮膚圖像，從自相 機22供給的第一拍攝圖像中，提取與二值化皮膚圖像內的皮膚區(qū)(表示用戶的皮膚部分的 區(qū)域)對應的區(qū)域。隨后，皮膚提取部分43生成包括提取區(qū)域在內的皮膚圖像，并把該皮膚圖像提供 給閾值確定部分44。在步驟S7,閾值確定部分44根據構成從皮膚提取部分43供給的皮膚圖像的像素 的亮度值，創(chuàng)建如圖7中所示的皮膚圖像的直方圖。在步驟S8,閾值確定部分44根據創(chuàng)建的皮膚圖像的直方圖，確定像素數(shù)目極小的 亮度值，作為下限閾值Th_L，和最大亮度值，作為上限閾值Th_H。隨后，閾值確定部分44把確定的下限閾值Th_L和上限閾值Th_H，作為掩模閾值提 供給掩模圖像生成部分45。在步驟S9，掩模圖像生成部分45根據從閾值確定部分44提供的掩模閾值(下限
13閾值Th_L和上限閾值Th_H)，使從相機22供給的第一拍攝圖像二值化，從而生成如圖8中 所示的掩模圖像，并把該掩模圖像提供給形狀提取部分46。在步驟S10，根據從掩模圖像生成部分45供給的掩模圖像，形狀提取部分46從自 二值化部分42供給的二值化皮膚圖像中提取表示用戶的手的形狀的提取區(qū)，作為與掩模 圖像內的掩模區(qū)對應的區(qū)域。隨后，形狀提取部分46依據這樣提取的提取區(qū)，識別手的形狀，執(zhí)行與識別結果 對應的處理，并把處理結果輸出給后一級。借助上面的處理，結束形狀提取處理。如上所述，在形狀提取處理中，根據掩模閾值，從一部相機22拍攝的第一拍攝圖 像生成掩模圖像，根據生成的掩模圖像，從二值化皮膚圖像中提取用戶的手的形狀。因此，與根據由多部相機拍攝的多個拍攝圖像，生成表示相機和用戶的手等之間 的距離的距離圖像，并利用距離圖像作為掩模圖像提取用戶的手的形狀的情況相比，能夠 減少生成掩模圖像所必需的計算量，并用數(shù)目較少的組件提取用戶的手的形狀。此外，在形狀提取處理中，根據從相機22到用戶的面部的距離和從相機22到用戶 的手的距離之間的差，生成包括掩模區(qū)121和非掩模區(qū)的掩模圖像，所述掩模區(qū)121只包括 手的皮膚部分作為皮膚部分，而不包括面部的皮膚部分。因此，在二值化皮膚圖像中，即使當包括要被提取的手的手區(qū)102與包括作為除 手之外的皮膚部分的面部的面部區(qū)101重疊時，作為皮膚部分，掩模區(qū)121也只包括手的皮 膚部分，而不包括面部的皮膚部分，其結果是能夠只從二值化皮膚圖像中提取手區(qū)102。從而，能夠準確地提取用戶的手的形狀。此外，在形狀提取處理中，從LED 23a和LED 2 發(fā)出人類看不到的不可見近紅外 射線(光)。因此，由于用戶不能在視覺上看到從LED 23a和LED 2 發(fā)出的光，因此用戶不會 因從LED 23a和LED 23b發(fā)出的亮光而感到不適。此外，在信息處理系統(tǒng)1的發(fā)光設備23的LED 23a和LED 23b之前設置有擴散板 23c。借助這種結構，從LED 23a和LED 2 發(fā)出的不可見光被均勻擴散。于是，不存在 由光量引起的不均勻性的均勻光線被映射到被攝物體上。因此，作為不存在由光量引起的不均勻性的均勻光線，照射到被攝物體上的不可 見光的反射光被相機22接收，其結果是相機22能夠獲得不存在由光量引起的不均勻性的
第一和第二拍攝圖像。因此，由于在信息處理系統(tǒng)1中，不存在由光量引起的不均勻性的第一和第二拍 攝圖像被用于提取手的形狀等，因此與使用存在由光量引起的不均勻性的第一和第二拍攝 圖像的情況相比，能夠更準確地提取手的形狀等等。應注意在信息處理系統(tǒng)1中，理想的是在開始形狀提取處理之后約80ms內提取手 的形狀，以致每次用戶改變手的形狀時，能夠識別改變之后的手的形狀。[2.變形例]在上面說明的形狀提取處理中，每次進行形狀提取處理時，通過步驟S6-S8的處 理，提取皮膚圖像，并根據提取的皮膚圖像的直方圖，確定掩模閾值(下限閾值Th_L和上限
14閾值Th_H)，不過形狀提取處理并不局限于此。換句話說，例如，在形狀提取處理中，當進行形狀提取處理時，可原樣使用先前在 步驟S6-S8中確定的掩模閾值。這種情況下，由于能夠省略步驟S6-S8中的處理，因此能夠用形狀提取處理快速 提取手的形狀等等。此外，通過在進行形狀提取處理之前執(zhí)行與步驟S6-S8中的處理相同的處理，以 預先確定掩模閾值，也能夠在形狀提取處理中省略步驟S6-S8中的處理。應注意作為在進行形狀提取處理之前預先確定掩模閾值的處理，另外還可根據構 成用戶的手區(qū)的像素的亮度值的平均值確定掩模閾值。[確定掩模閾值的方法]下面參考圖11，說明FFT(快速傅里葉變換)閾值確定處理，其中閾值確定部分44 根據構成用戶的手區(qū)的像素的亮度值的平均值，確定掩模閾值。圖11表示通過拍攝用波長870nm的光照射的用戶的圖像而獲得的第一拍攝圖像 的例子。應注意當進行FFT閾值確定處理時，從相機22向閾值確定部分44提供通過用相 機22拍攝揮手的用戶的圖像而獲得的多個第一拍攝圖像。閾值確定部分44對多個第一拍攝圖像進行FFT處理，檢測第一拍攝圖像內以恒定 頻率移動的手區(qū)。隨后，閾值確定部分44計算構成矩形區(qū)161的像素的亮度值的平均值ave_L，矩形 區(qū)161是檢測到的手區(qū)的一部分。此外，閾值確定部分44把通過從平均值ave_L中減去調整值a而獲得的值ave_ L-a確定為下限閾值Th_L，把通過將調整值b與平均值ave_L相加而獲得的值ave_L+b確 定為上限閾值Th_H。應注意調整值a和b是用于調整平均值ave_L，和確定下限閾值Th_L和上限閾值 Th_H的值。調整值a和b是按照從LED 23a和LED 23b發(fā)出的光的強度(光量)，從相機22 到用戶的距離，和在相機22中使用的CCD(電荷耦合器件圖像傳感器)的光靈敏度計算的 變量，不過在許多情況下，這些變量實際上是通過實驗計算的。[利用FFT閾值確定處理的操作的說明]下面，說明其中閾值確定部分44根據構成用戶的手區(qū)的像素的亮度值的平均值， 確定掩模閾值的FFT閾值確定處理。圖12是說明FFT閾值確定處理的流程圖。例如，當打開信息處理系統(tǒng)的電源時， 并在進行形狀提取處理之前，開始FFT閾值確定處理。在步驟S31，控制器41控制發(fā)光設備23的LED 23a開始發(fā)出具有第一波長的光。在步驟S32，控制器41控制設置在信息處理設備21中的顯示器、揚聲器等(未示 出)指令用戶揮手。在步驟S33，相機22拍攝揮手的用戶的圖像，并把所得到的第一拍攝圖像提供給 信息處理設備21的閾值確定部分44。在步驟S34，閾值確定部分44對第一拍攝圖像進行FFT處理，并檢測第一拍攝圖像內的手區(qū)，所述手區(qū)以恒定頻率移動。在步驟S35，閾值確定部分44計算構成矩形區(qū)161的像素的亮度值的平均值ave_ L，矩形區(qū)161是檢測到的手區(qū)的一部分。在步驟S36，閾值確定部分44把通過從平均值ave_L中減去調整值a而獲得的值 ave_L-a確定為下限閾值Th_L，把通過將調整值b與平均值ave_L相加而獲得的值ave_L+b 確定為上限閾值Th_H。借助上述處理，結束FFT閾值確定處理。如上所述，在FFT閾值確定處理中，掩模 閾值是在進行形狀提取處理之前確定的，其結果是也能夠省略步驟S6-S8的處理，從而在 形狀提取處理中，能夠更迅速地提取手的形狀等等。應注意在FFT閾值確定處理中，對多個第一拍攝圖像進行FFT處理，以檢測第一拍 攝圖像內的手區(qū)，并根據手區(qū)內的像素的亮度值的平均值確定掩模閾值(下限閾值Th_L和 上限閾值Th_H)，不過FFT閾值確定處理并不局限于此。 換句話說，例如，在FFT閾值確定處理中，通過對通過用相機22拍攝揮手的用戶的 圖像而獲得的多個第二拍攝圖像進行FFT處理，也可檢測第二拍攝圖像內的手區(qū)，并根據 該手區(qū)內的像素的亮度值的平均值確定掩模閾值。在本實施例中，二值化部分42從第一拍攝圖像中提取用戶的皮膚區(qū)，和排除用戶 的皮膚區(qū)之外的區(qū)域，并把由提取的皮膚區(qū)和排除皮膚區(qū)之外的區(qū)域構成的二值化皮膚圖 像提供給皮膚提取部分43和形狀提取部分46，不過本發(fā)明并不局限于此。換句話說，例如，二值化部分42可從第一拍攝圖像中提取用戶的皮膚區(qū)，并把至 少包括提取的皮膚區(qū)的二值化皮膚圖像提供給皮膚提取部分43和形狀提取部分46。這種情況下，皮膚提取部分43從相機22拍攝的第一拍攝圖像中提取與包含在從 二值化部分42供給的二值化皮膚圖像中的皮膚區(qū)對應的區(qū)域。此外，形狀提取部分46從 包括在從二值化部分42提供的二值化皮膚圖像中的皮膚區(qū)中，提取形狀區(qū)。在本實施例中，掩模圖像生成部分45從第一拍攝圖像中檢測掩模區(qū)和非掩模區(qū)， 并生成由檢測的掩模區(qū)和非掩模區(qū)構成的掩模圖像，不過本發(fā)明并不局限于此。換句話說，例如，掩模圖像生成部分45只檢測掩模區(qū)，用作用于從二值化皮膚圖 像中提取形狀區(qū)的提取區(qū)，并生成至少包括檢測的掩模區(qū)的掩模圖像。在這種情況下，在形 狀提取部分46中，在從二值化部分42供給的二值化皮膚圖像內的皮膚區(qū)中，提取與掩模圖 像內的掩模區(qū)對應的區(qū)域，作為形狀區(qū)。此外，例如，掩模圖像生成部分45可以只檢測非掩模區(qū)，作為提取區(qū)，并生成至少 包括檢測的非掩模區(qū)的掩模圖像。這種情況下，在形狀提取部分46中，在從二值化部分42 供給的二值化皮膚圖像內的皮膚區(qū)中，提取與掩模圖像內排除非掩模區(qū)之外的區(qū)域對應的 區(qū)域，作為形狀區(qū)。[相機 22，LED 23a 和 LED 23b 的性能]下面參考圖13和14，說明當本發(fā)明的申請人實際進行形狀提取處理和FFT閾值確 定處理時，構成信息處理系統(tǒng)1的相機22和發(fā)光設備23的性能。本發(fā)明的申請人使用Sony公司制造的相機作為相機22。相機22的型號為 )(C-EI50，包括作為攝像器件的1/2IT式CCD。 此外，相機22具有768 X 494的有效像素，采用C接口作為鏡頭接口，和隔行525線的掃描方法作為掃描方法。此外，靈敏度為Fll (400 lx)，最小景深為0.1 Ix0此外，用相機22拍攝的拍攝圖 像的S/N (信噪)比為60dB。此外，在相機22中，由預先為相機22設置的快門按鈕(標準快門)的快門速度 為1/100-1/10000秒，外部與相機22連接的釋放開關(外部觸發(fā)快門)的快門速度為 1/4-1/10000 秒。此外，相機22具有四(寬)\四(高)\32(深)的外部尺寸，重量約50g。此外， 相機22具有70G的抗振性。此外，相機22具有在從400nm的可見光區(qū)到IOOOnm的近紅外區(qū)的范圍內的靈敏性。圖13表示相機22的相對靈敏度特性的例子。應注意在圖13中，水平軸表示入射到相機22的透鏡的波長，垂直軸表示與該波長 對應的相對靈敏度。此外，本發(fā)明的申請人使用如圖14中所示，交替排列成網狀的8個LED 23a和8 個LED 23b，作為發(fā)光設備23。作為本發(fā)明的申請人實際使用的LED 23a，使用的是發(fā)出波長870nm的光的LED， 作為LED 23b，使用的是發(fā)出波長950nm的光的LED。另外，具有IOOmA的DC正向電流(額定最大值)和1. 6V的正向電壓的LED被用 作 LED 23a 和 LED 23b。在利用具有上述性能的相機22及如圖14中所示排列的LED 23a和LED 23b的時 候，本發(fā)明的申請人實際進行形狀提取處理和FFT閾值確定處理，因此能夠獲得上面所述 的明顯操作效果。在本實施例中，掩模圖像生成部分45根據從閾值確定部分44提供的掩模閾值，用 從相機22供給的第一拍攝圖像生成掩模圖像，不過，生成掩模圖像的方法并不局限于此。換句話說，例如，掩模圖像生成部分45能夠進行根據由沿不同方向拍攝圖像的多 部相機拍攝的拍攝圖像，生成表示從照相機到用戶的距離的距離圖像的立體處理，并把所 得到的距離圖像用作掩模圖像。這種情況下，形狀提取部分46提取其中從掩模圖像生成部分45提供的距離圖像 內，表示從相機到手的距離的區(qū)域，與從二值化部分42提供的二值化皮膚圖像內的面部區(qū) 101和手區(qū)102重疊的部分，作為表示用戶的手的形狀的形狀區(qū)141。此外，除了立體處理之外，作為生成距離圖像用作掩模圖像的方法，還可在利用激 光測距儀等的時候生成用戶的距離圖像，所述激光測距儀等根據使紅外線照射到用戶，并 從用戶反射回來所用的時間，計算到用戶的距離。此外，在本實施例中，從LED 23a發(fā)出的第一波長被設定為870nm，從LED 2 發(fā)出 的第二波長被設定為950nm，不過，波長的組合并不局限于此。具體地說，可以設定波長的任意組合，只要與關于除用戶的皮膚之外的物體所獲 得的反射率之間的差絕對值相比，所述組合導致第一波長的反射率與第二波長的反射率之 間的足夠大的差絕對值即可。具體地說，如圖3中明顯所示，除了 870nm和950nm的組合之 外，800nm和950nm的組合，870nm和IOOOnm的組合，以及800nm和IOOOnm的組合都是可能的。應注意在可見光被用作從LED 23a發(fā)出的光的情況下，代替可見光截止濾光片 22a，使用只透過從LED 23a發(fā)出的可見光，并使該可見光進入相機22的透鏡的濾光片。這 同樣適用于LED 23b。此外，在本實施例中，在形狀提取處理中，LED 23a和LED 2 單獨發(fā)光。不過，也 可通過使LED 23a和LED 2 同時發(fā)光，獲得第一拍攝圖像和第二拍攝圖像。具體地說，例如，代替相機22，相互接近地設置具有與相機22相同功能的兩部相 機。在這兩部相機中的一部相機之前，設置只透過具有第一波長的光的濾光片，在另一部相 機之前設置只透過具有第二波長的光的濾光片。這種情況下，即使LED 23a和LED 2 同時發(fā)光，也只有具有第一波長的光進入所 述一部相機中，其結果是能夠在所述一部相機中獲得第一拍攝圖像。此外，由于只有具有第 二波長的光進入所述另一部相機中，因此能夠在所述另一部相機中獲得第二拍攝圖像。在本實施例中，LED 23a的數(shù)目和LED 2 的數(shù)目都被設為2，不過，它們的數(shù)目并 不局限于此。另外，在本實施例中，作為表示用戶的身體部位的物體的手(手的形狀)被改變， 以使信息處理設備21執(zhí)行預定處理，不過除了手之外，也可采用用戶的腳等作為所述物 體。順便提及，上述一系列處理可用專用硬件或軟件執(zhí)行。在用軟件執(zhí)行所述一系列 處理的情況下，從記錄介質把構成所述軟件的程序安裝到所謂的內置計算機，或者通過安 裝各種程序，能夠執(zhí)行各種功能的通用個人計算機中。[計算機的結構例子]下面，圖15表示用程序執(zhí)行上述一系列處理的個人計算機的結構例子。例如，圖2 中圖解說明的信息處理設備21的各個部分，或者每個部分可用至少一個處理器，比如圖15 中圖解說明的中央處理器201實現(xiàn)。在一個實施例中，二值化部分42，皮膚提取部分43，閾 值確定部分44，掩模圖像生成部分45和形狀提取部分46 (或者這些部分中的每一個)可用 單個處理器，或者多個不同的處理器實現(xiàn)。CPU(中央處理器)201按照保存在R0M(只讀存儲器)202或存儲部分208中的程 序，執(zhí)行各種處理。RAM(隨機存取存儲器)203酌情保存將由CPU 201執(zhí)行的程序，數(shù)據等 等。這些CPU 201，ROM 202和RAM 203通過總線204相互連接。此外，CPU 201通過總線204與輸入/輸出接口 205連接。輸入/輸出接口 205與 諸如鍵盤、鼠標和麥克風之類的輸入部分206，和諸如顯示器和揚聲器之類的輸出部分207 連接。CPU 201按照從輸入部分206輸入的命令，執(zhí)行各種處理。隨后，CPU 201把處理結 果輸出給輸出部分207。與輸入/輸出接口 205連接的存儲部分208由例如硬盤構成，保存將由CPU 201 執(zhí)行的程序，以及各種數(shù)據。通信部分209通過諸如因特網和局域網之類的網絡，與外部設
備通{曰ο此外，程序可通過通信部分209獲得，并保存在存儲部分208中。當可拆卸介質211，比如磁盤、光盤、磁光盤和半導體存儲器被裝入其中時，與輸入 /輸出接口 205連接的驅動器210驅動可拆卸介質211，從而獲得保存在可拆卸介質211中的程序和數(shù)據。根據需要，獲得的程序和數(shù)據被傳給存儲部分208，并保存在存儲部分208 中。如圖15中所示，記錄(保存)安裝在計算機中，并由計算機執(zhí)行的程序的記錄介 質由可拆卸介質211構成，可拆卸介質211是諸如磁盤(包括軟盤)、光盤(包括CD-ROM(壓 縮光盤-只讀存儲器)和DVD (數(shù)字通用光盤))、磁光盤(包括MD (小型光盤))和半導體 存儲器之類的套裝介質，臨時或永久保存程序的ROM 202，或者構成存儲部分208的硬盤。 在利用有線或無線通信介質，比如局域網、因特網和數(shù)字廣播的時候，酌情經作為接口的通 信部分209，比如路由器和調制解調器，把程序記錄在記錄介質上。應注意除了按照所述順序，時序地執(zhí)行的處理之外，這里描述上述一系列處理的 步驟還包括并行或者單獨執(zhí)行的，而不是按時間順序執(zhí)行的處理。此外，這里的系統(tǒng)代表由多個設備構成的整個設備。應注意本發(fā)明的實施例并不局限于上述本實施例，可以做出各種修改，而不脫離 本發(fā)明的要旨。本申請包含于在2009年6月30日和日本專利局提交的日本優(yōu)先權專利申請JP 2009-154921中公開的主題相關的主題，該申請的整個內容在此引為參考。[附圖標記列表]
1信息處理系統(tǒng)
21信息處理設備
22相機
23發(fā)光設備
41控制器
42二值化部分
43皮膚提取部分
44閾值確定部分
45掩模圖像生成
46形狀提取部分
權利要求
1.一種信息處理設備，包括第一存儲器，所述第一存儲器被配置成保存利用第一波長的光拍攝的第一圖像和利用 第二波長的光拍攝的第二圖像，第一波長不同于第二波長；和至少一個處理器，所述至少一個處理器被配置成根據保存的第一和第二拍攝圖像的亮 度值，檢測第一拍攝圖像內的多個關心像素。
2.按照權利要求1所述的信息處理設備，其中所述至少一個處理器被配置成生成二值化圖像，在所述二值化圖像中，檢測的第一拍 攝圖像內的多個關心像素用第一預定值表示，第一拍攝圖像內的多個其它像素用第二預定 值表示。
3.按照權利要求1所述的信息處理設備，其中 所述至少一個處理器被配置成計算保存的第一和第二拍攝圖像的對應像素之間的亮度值的差，和 根據計算的與多個關心像素對應的亮度值的差是否超過預定閾值，檢測第一拍攝圖像 內的多個關心像素。
4.按照權利要求1所述的信息處理設備，其中所述至少一個處理器被配置成檢測與表示用戶的皮膚的至少一個皮膚區(qū)對應的多個關心像素。
5.按照權利要求1所述的信息處理設備，還包括第二存儲器，所述第二存儲器被配置成保存處理后的圖像，所述處理后的圖像包括所 述多個關心像素，其中所述至少一個處理器被配置成確定處理后的圖像中的多個關心像素的亮度值的頻率，和根據確定的亮度值的頻率，確定與處理后的圖像內的預定物體對應的亮度值的范圍。
6.按照權利要求5所述的信息處理設備，其中 第一存儲器和第二存儲器是同一存儲器。
7.一種利用信息處理設備檢測圖像內的多個關心像素的方法，所述方法包括保存利用第一波長的光拍攝的第一圖像和利用第二波長的光拍攝的第二圖像，第一波 長不同于第二波長；和利用信息處理設備，根據保存的第一和第二拍攝圖像的亮度值，檢測第一拍攝圖像內 的多個關心像素。
8.按照權利要求7所述的方法，還包括生成二值化圖像，在所述二值化圖像中，檢測的第一拍攝圖像內的多個關心像素用第 一預定值表示，第一拍攝圖像內的多個其它像素用第二預定值表示。
9.按照權利要求7所述的方法，還包括計算保存的第一和第二拍攝圖像的對應像素之間的亮度值的差，其中 檢測步驟包括根據計算的與多個關心像素對應的亮度值的差是否超過預定閾值，檢測 第一拍攝圖像內的多個關心像素。
10.按照權利要求7所述的方法，其中檢測步驟包括檢測與表示用戶的皮膚的至少一個皮膚區(qū)對應的多個關心像素。
11.按照權利要求7所述的方法，還包括保存處理后的圖像，所述處理后的圖像包括所述多個關心像素； 確定處理后的圖像中的多個關心像素的亮度值的頻率；和根據確定的亮度值的頻率，確定與處理后的圖像內的預定物體對應的亮度值的范圍。
12.一種包括指令的非暫時性計算機可讀存儲介質，當被處理器執(zhí)行時，所述指令使處 理器執(zhí)行檢測圖像內的多個關心像素的方法，所述方法包括保存利用第一波長的光拍攝的第一圖像和利用第二波長的光拍攝的第二圖像，第一波 長不同于第二波長；和根據保存的第一和第二拍攝圖像的亮度值，檢測第一拍攝圖像內的多個關心像素。
13.一種執(zhí)行檢測圖像內的多個關心像素的方法的計算機程序，所述方法包括保存利用第一波長的光拍攝的第一圖像和利用第二波長的光拍攝的第二圖像，第一波 長不同于第二波長；和根據保存的第一和第二拍攝圖像的亮度值，檢測第一拍攝圖像內的多個關心像素。
14.一種信息處理設備，包括保存利用第一波長的光拍攝的第一圖像和利用第二波長的光拍攝的第二圖像的裝置， 第一波長不同于第二波長；和根據保存的第一和第二拍攝圖像的亮度值，檢測第一拍攝圖像內的多個關心像素的裝置。
15.一種信息處理設備，包括存儲器，所述存儲器被配置成保存處理后的圖像，所述處理后的圖像是根據圖像生成 的并包括多個關心像素；和至少一個處理器，所述至少一個處理器被配置成 確定處理后的圖像中的多個關心像素的亮度值的頻率，和根據確定的亮度值的頻率，確定與處理后的圖像內的預定物體對應的亮度值的范圍。
16.按照權利要求15所述的信息處理設備，其中所述至少一個處理器被配置成根據確定的亮度值的頻率，把多個關心像素分成至少一組。
17.按照權利要求16所述的信息處理設備，其中所述至少一個處理器被配置成根據所述至少一組的多個關心像素之中、具有最高亮度 值的一組的亮度值，確定與預定物體對應的亮度值的范圍。
18.按照權利要求16所述的信息處理設備，其中 所述至少一個處理器被配置成根據確定的范圍的最小亮度值，設定下限閾值， 根據確定的范圍的最大亮度值，設定上限閾值， 根據下限閾值和上限閾值，檢測圖像內的至少一個掩模區(qū)，和 生成掩模圖像，在所述掩模圖像中，與圖像的所述至少一個掩模區(qū)對應的像素用第一 預定值表示，與在所述至少一個掩模區(qū)之外的任意區(qū)域對應的像素用第二預定值表示。
19.一種利用信息處理設備識別與預定物體對應的亮度值的方法，所述方法包括 保存處理后的圖像，所述處理后的圖像是根據圖像生成的并包括多個關心像素；和確定處理后的圖像中的多個關心像素的亮度值的頻率；和利用信息處理設備，根據確定的亮度值的頻率，確定與處理后的圖像內的預定物體對 應的亮度值的范圍。
20.按照權利要求19所述的方法，還包括根據確定的亮度值的頻率，把多個關心像素分成至少一組。
21.按照權利要求20所述的方法，其中確定亮度值的范圍的步驟包括根據所述至少一組的多個關心像素之中、具有最高亮度 值的一組的亮度值，確定與預定物體對應的亮度值的范圍。
22.按照權利要求20所述的方法，還包括 根據確定的范圍的最小亮度值，設定下限閾值； 根據確定的范圍的最大亮度值，設定上限閾值；根據下限閾值和上限閾值，檢測圖像內的至少一個掩模區(qū)；和 生成掩模圖像，在所述掩模圖像中，與圖像的所述至少一個掩模區(qū)對應的像素用第一 預定值表示，與在所述至少一個掩模區(qū)之外的任意區(qū)域對應的像素用第二預定值表示。
23.一種包括指令的非暫時性計算機可讀存儲介質，當被處理器執(zhí)行時，所述指令使處 理器執(zhí)行識別與預定物體對應的亮度值的方法，所述方法包括保存處理后的圖像，所述處理后的圖像是根據圖像生成的并包括多個關心像素；和 確定處理后的圖像中的多個關心像素的亮度值的頻率；和根據確定的亮度值的頻率，確定與處理后的圖像內的預定物體對應的亮度值的范圍。
24.一種執(zhí)行識別與預定物體對應的亮度值的方法的計算機程序，所述方法包括 保存處理后的圖像，所述處理后的圖像是根據圖像生成的并包括多個關心像素；和 確定處理后的圖像中的多個關心像素的亮度值的頻率；和根據確定的亮度值的頻率，確定與處理后的圖像內的預定物體對應的亮度值的范圍。
25.一種信息處理設備，包括保存處理后的圖像的裝置，所述處理后的圖像是根據圖像生成的并包括多個關心像 素；和確定處理后的圖像中的多個關心像素的亮度值的頻率的裝置；和 根據確定的亮度值的頻率，確定與處理后的圖像內的預定物體對應的亮度值的范圍的直ο
全文摘要
檢測圖像內的多個關心像素，和識別與預定物體對應的亮度值的方法和設備。檢測設備包括配置成保存分別利用第一波長的光和第二波長的光，拍攝的第一圖像和第二圖像的存儲器。檢測設備還包括配置成根據保存的第一和第二拍攝圖像的亮度值，檢測第一拍攝圖像內的多個關心像素的至少一個處理器。識別設備包括配置成存儲處理后的圖像的存儲器，和至少一個處理器，所述至少一個處理器被配置成確定處理后的圖像中的多個關心像素的亮度值的頻率，并根據確定的亮度值的頻率，確定與處理后的圖像內的預定物體對應的亮度值的范圍。
文檔編號G06K9/00GK102138148SQ20108000242
公開日2011年7月27日 申請日期2010年5月21日 優(yōu)先權日2009年6月30日
發(fā)明者西條信廣 申請人:索尼公司