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