一種提取眉毛輪廓的方法
2023-06-12 12:48:16
專利名稱：一種提取眉毛輪廓的方法
技術領域：
本發明涉及一種提取眉毛輪廓的方法，屬於生物識別技術領域。
背景技術：
眉毛作為人臉的重要子特徵，應當在生物特徵識別技術領域中佔據比較重要的地位，然而實際情況卻是對眉毛研究和應用還處在起步階段，對眉毛的特徵提取方面的技術文獻也不多。
發明專利申請公開之《基於眉毛識別的身份鑑別方法》(公開號CN1645406A)，其直接利用眉毛的彩色圖像的像素信息描述眉毛特徵；而發明專利申請公開之《基於眉毛識別的身份鑑別方法》(公開號CN1801180A)通過傅立葉變換和K均值算法提取眉毛的紋理特徵；文獻《基於小波變換和SVM的眉毛身份驗證系統研究》(《計算機應用研究》2009年第 11期)通過小波變換的方法提取眉毛的紋理特徵；而文獻《一種基於特徵串比較的眉毛識別方法》(《北京工業大學學報》2008年第01期)通過離散傅立葉變換和矢量量化的方法提取眉毛的紋理特徵。
基於以上描述可知，現階段在生物識別技術領域的研究主要專注於眉毛紋理信息的提取，對於眉毛輪廓信息的提取還未見報導。發明人認為對眉毛輪廓的提取具有很高的價值，如在美容領域，涉及修飾眉毛輪廓等，如果能夠對眉毛輪廓提取，可以為後續的處理提供借鑑。因此有必要提出提取眉毛輪廓的方法，此方法應當對各種光照具有很好的適應性，可有效提取眉毛輪廓。發明內容
有鑑於此，本發明的目的在於提供一種能夠提取眉毛輪廓的方法，以拓展眉毛提取在生物識別領域中的應用。
本發明採用以下技術方案 ·一種提取眉毛輪廓的方法，包括以下步驟；1)針對所要處理的圖片，粗選眉毛區域，生成眉毛截取區域；2)統計所述眉毛截取區域內各灰度級的像素點個數Num[n]，其中O < P2XQ ;其中Cl和C2為預定的調整量，Pl和P2為常數，前者取O. 28-0. 36，後者取O. 08-0. 16 ;而Q為粗選眉毛區域中的像素點個數；5)然後對截取區域內的像素點』(U) (0<i<M-0<i<iV)進行二值化:
權利要求
1.一種提取眉毛輪廓的方法，其特徵在於，包括以下步驟； 1)針對所要處理的圖片，粗選眉毛區域，生成眉毛截取區域； 2)統計所述眉毛截取區域內各灰度級的像素點個數Num[n]，其中0<n<255； 3)設置一個大於O的自適應因子,然後統計灰度值小於AdaFactorXMinGray的個數Numl,其中MinGray為所述眉毛截取區域中灰度最小像素點的灰度值； 4)當NumDPlXQ,則令=AdaFaCtOr _C1,再次統計灰度值小於XMinGray 的個數 Numl，如此循環直到 NumKPl XQ ;當 Numl<P2XQ,則令
2.根據權利要求I所述的提取眉毛輪廓的方法，其特徵在於，所述眉毛截取區域為矩形區域。
3.根據權利要求2所述的提取眉毛輪廓的方法，其特徵在於，生成所述眉毛截取區域的步驟為通過樣本學習的方式，統計樣本中匹配的矩形區域對角的一對像素點的坐標值，訓練的結果為所述坐標值約束矩形區域的最大值或者均值，以作為約束眉毛截取區域的一對像素點的坐標值。
4.根據權利要求2所述的提取眉毛輪廓的方法，其特徵在於，將要處理的圖片尺寸歸一化利用支持向量機的學習，通過樣本的學習，定位圖像上人的兩瞳孔位置，標定兩瞳孔間距為設定距離，進而設定兩瞳孔的中點作為圖片的中心點，將圖片放縮到歸一的目標尺寸。
5.根據權利要求I至4任一所述的提取眉毛輪廓的方法，其特徵在於，在步驟2)前還包括判斷所述眉毛截取區域中眉毛是否被遮擋的步驟，若被遮擋，則不再進行當前圖片的後續處理。
6.根據權利要求5所述的提取眉毛輪廓的方法，其特徵在於，判斷是否被遮擋的方法是分割所述眉毛截取區域為若干子區域，並計算每一子區域的灰度平均值AveGray，然後判斷AveGray-MinGray,當差值大於等於閾值Threshl,則無遮擋,否則有遮擋。
7.根據權利要求6所述的提取眉毛輪廓的方法，其特徵在於，所述子區域為所述眉毛截取區域的行或者列。
8.根據權利要求6所述的提取眉毛輪廓的方法，其特徵在於，所述閾值Threshl的範圍為 60-110。
9.根據權利要求I所述的提取眉毛輪廓的方法，其特徵在於，所述自適應因子灰daFaCtOf的範圍為L 5-2. 5，常數PI範圍為0. 28-0. 36，常數P2的範圍為0. 08-0. 16，常數Cl通常為0. 05-0. 15，常數C2通常為0. 05-0. 15。
10.根據權利要求9所述的提取眉毛輪廓的方法，其特徵在於，所述自適應因子AdaFactof為2，常數pi為o. 33，常數P2為o. 13，常數ci通常為o. 1，常數C2通常為o. 1。
全文摘要
本發明公開了一種提取眉毛輪廓的方法，粗選眉毛區域以減少後續的計算量，由於眉毛與膚色具有比較大的亮度差，尤其是對於黃色人種來說更具有典型性，通過像素點的這種差異，進行二值化，產生明顯區分於膚色的眉毛輪廓。基於灰度的二值化進程計算量比較小，速度比較快。
文檔編號G06K9/00GK102982320SQ20121051493
公開日2013年3月20日 申請日期2012年12月5日 優先權日2012年12月5日
發明者張傳鋒, 許野平, 方亮, 曹傑, 劉辰飛 申請人:山東神思電子技術股份有限公司