專(zhuān)利名稱(chēng)：一種眉毛區(qū)域的提取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種眉毛區(qū)域的提取方法。
背景技術(shù)：
眉毛是人臉識(shí)別中的一個(gè)重要的特征，相比于人臉的其它特征，眉毛具有更好的穩(wěn)定性和抗干擾性，且眉毛受表情的影響較小。同時(shí)，人類(lèi)的眉毛具有多種多樣的形狀，無(wú)固定結(jié)構(gòu)，具有很好的身份特異性，在人臉識(shí)別中發(fā)揮了重要的作用。將眉毛應(yīng)用于人臉識(shí)別，一個(gè)重要的步驟就是眉毛區(qū)域的分割。圖像分割是圖像處理的一個(gè)經(jīng)典難題，目前長(zhǎng)常用的自動(dòng)圖像分割方法包括閾值法，聚類(lèi)法以及邊緣檢測(cè)等方法。但是這些圖像分割方法受光照等因素的影響較大，因而往往無(wú)法得到人們所期望的分割結(jié)果。上海銀晨智能識(shí)別科技有限公司的毛麗等人在名稱(chēng)為“一種人臉識(shí)別方法及系統(tǒng)”，公開(kāi)號(hào)為CN 102479318 A的發(fā)明專(zhuān)利申請(qǐng)中提出的一種利用眉毛區(qū)域的平均梯度信息進(jìn)行眉毛分割的方法。該方法也沒(méi)有很好的考慮光照對(duì)識(shí)別的影響，特別是側(cè)光情況對(duì)梯度信息的影響，同時(shí)只利用平均梯度信息進(jìn)行分割并不能很好的提取出眉毛的邊緣信息，不能對(duì)眉毛區(qū)域進(jìn)行精確的分割。另外，北京工業(yè)大學(xué)的李玉鑑等人在名稱(chēng)為“一種基于半監(jiān)督學(xué)習(xí)和哈希索引的眉毛分割算法”，授權(quán)公告號(hào)為CN 101493887B的發(fā)明專(zhuān)利中提出了一種眉毛分割算法，這種算法的基本思想是將眉毛區(qū)域分割成若干個(gè)等分的像素塊區(qū)域，然后通過(guò)判斷每個(gè)區(qū)域內(nèi)的眉毛點(diǎn)個(gè)數(shù)與非眉毛點(diǎn)個(gè)數(shù)的關(guān)系來(lái)判斷該區(qū)域是否為眉毛的像素塊，同時(shí)計(jì)算相鄰區(qū)域的相似度，最后通過(guò)將眉毛像素塊進(jìn)行連通的方式提取眉毛區(qū)域。該方法雖然有效的降低了光照的影響，但同樣沒(méi)有實(shí)現(xiàn)對(duì)眉毛區(qū)域的精確提取。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明的目的在于提供一種新的眉毛提取方法，能夠在有效降低光照影響的同時(shí)，精確地提取出眉毛區(qū)域。本發(fā)明采用以下技術(shù)方案
一種眉毛區(qū)域的提取方法，包括以下步驟
O灰度化待識(shí)別人臉圖像；
2)利用人臉三庭五眼分割所述圖像，粗選左、右眉毛區(qū)域；
3)依次計(jì)算粗選的左、右眉毛區(qū)域每一列相鄰像素點(diǎn)之間的差值，生成灰度值的差值曲線；
4)取每一列的所述差值曲線的最大值和最小值，作為對(duì)應(yīng)列眉毛的上邊緣和下邊緣；
5)集合所述上邊緣和下邊緣，根據(jù)眉毛的上下邊緣位置對(duì)粗選的左、右眉毛區(qū)域進(jìn)行眉毛區(qū)域的提取。優(yōu)選地，上述眉毛區(qū)域的提取方法，在粗選左、右眉毛區(qū)域后，還包括判定粗選的所述左、右眉毛區(qū)域是否為頭發(fā)遮擋的步驟，若為頭發(fā)所遮擋，則不繼續(xù)當(dāng)前待識(shí)別人臉圖像的處理。優(yōu)選地，上述眉毛區(qū)域的提取方法，判定粗選的所述左、右眉毛區(qū)域是否為頭發(fā)遮擋的步驟優(yōu)選為
對(duì)粗選的所述左、右眉毛區(qū)域進(jìn)行行像素統(tǒng)計(jì)，進(jìn)而求取每一行的平均灰度，如果每一行的平均灰度都小于閾值則判定為有頭發(fā)遮擋。優(yōu)選地，上述眉毛區(qū)域的提取方法，所述閾值取被粗選的左、右眉毛區(qū)域下方的人臉皮膚的平均灰度。在一些較佳的實(shí)施例中，所述眉毛區(qū)域的提取方法，在步驟3)前對(duì)粗選的所述左右眉毛區(qū)域進(jìn)行噪聲濾波。在一些較佳的實(shí)施例中，所述眉毛區(qū)域的提取方法，在灰度化待識(shí)別人臉圖像前，還包括對(duì)待識(shí)別人臉圖像進(jìn)行歸一化處理的步驟，該步驟把待識(shí)別圖象統(tǒng)一為一種規(guī)格。在一些較佳的實(shí)施例中，所述眉毛區(qū)域的提取方法，所述規(guī)格為統(tǒng)一的待識(shí)別人臉圖像的尺寸，統(tǒng)一的兩瞳孔間距以及兩瞳孔中心點(diǎn)坐標(biāo)。在一些較佳的實(shí)施例中，所述眉毛區(qū)域的提取方法，灰度化待識(shí)別人臉圖像的方法為每一像素點(diǎn)的灰度值Y與R、G、B三個(gè)通道的關(guān)系為Y = ((R*299) + (G*587) + (B*114))/ 1000。在一些較佳的實(shí)施例中，所述眉毛區(qū)域的提取方法，在粗選左、右眉毛區(qū)域前還包括對(duì)待識(shí)別人臉圖像進(jìn)行亮度標(biāo)準(zhǔn)化的步驟，使待識(shí)別人臉圖像平均亮度值為127，兩度均方差為32。通過(guò)以上技術(shù)方案可以看出，依據(jù)本發(fā)明，通過(guò)列上像素點(diǎn)與相鄰素點(diǎn)之間的差值構(gòu)造差值曲線，進(jìn)而取每一列的所述差值曲線的最大值和最小值，作為對(duì)應(yīng)列眉毛的上邊緣和下邊緣，位置相近的像素點(diǎn)受到環(huán)境輻照的影響是基本一致的，而通常情況下，人臉皮膚與眉毛區(qū)域具有明顯的亮度差，這種兩度差受到環(huán)境輻照的影響小，從而，依據(jù)上述方法不僅有效地降低了環(huán)境光照對(duì)眉毛區(qū)域提取的影響，同時(shí)能夠精確的對(duì)眉毛區(qū)域進(jìn)行提取。本發(fā)明更加的實(shí)施例及其效果將會(huì)在具體實(shí)施方式
中述及。
具體實(shí)施例方式在此，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整的描述，以期本領(lǐng)域的技術(shù)人員在面對(duì)相同或者相應(yīng)的技術(shù)問(wèn)題時(shí)，不需要付出創(chuàng)造性勞動(dòng)解決上述技術(shù)問(wèn)題，據(jù)以產(chǎn)生的延伸方案也應(yīng)當(dāng)落入本發(fā)明的保護(hù)范圍之內(nèi)。為使本領(lǐng)域的技術(shù)人員有更清楚地理解，下文以樹(shù)形結(jié)構(gòu)的形式對(duì)相關(guān)實(shí)施例進(jìn)行展示
基于能夠在有效降低光照影響的同時(shí)精確的提取眉毛區(qū)域的基本目的，所采用的眉毛區(qū)域提取方法描述如下，且在以下的內(nèi)容中分號(hào)之后的內(nèi)容為其前面內(nèi)容的解析或者進(jìn)一步的限定I、接收用戶的原始人臉照片；原始的人臉照片初始提供對(duì)象可以為人臉照片，也可以是采集設(shè)備直接采集的照片，然后進(jìn)行人臉識(shí)別、提取之后所獲得的照片。2、對(duì)接收的人臉照片進(jìn)行歸一化處理，以產(chǎn)生所需要的目標(biāo)圖像；該目標(biāo)圖像表現(xiàn)為尺寸規(guī)格的統(tǒng)一，以在后續(xù)的處理中對(duì)相關(guān)的區(qū)域進(jìn)行處理時(shí)具有更為直接的對(duì)象性。2. I、根據(jù)2，如歸一化處理后照片尺寸為240X320，兩瞳孔之間距離為64個(gè)像素點(diǎn)，兩瞳孔的中心點(diǎn)為(120，160)。3、將彩色圖像轉(zhuǎn)換為灰度圖像。3. I、根據(jù) 3，可以采用公式 Y = ((R*299) + (G*587) + (B*114)) / 1000 求取每個(gè)像
素點(diǎn)的灰度值；關(guān)聯(lián)彩色圖像三個(gè)通道的亮度值，通常不會(huì)產(chǎn)生無(wú)色點(diǎn)的情況，且經(jīng)驗(yàn)證，這種灰度化方式所產(chǎn)生的灰度圖像的對(duì)比度比較高。3. 2、根據(jù)3，在一些實(shí)施例中，可以用每個(gè)像素點(diǎn)的R，G，B分量的最大值作為像素點(diǎn)的灰度值；計(jì)算量比較小，但比上例缺少代表性，緊鄰的一下三個(gè)實(shí)例也存在相同的特點(diǎn)。3. 3、根據(jù)3，在一些實(shí)施例中，可以用每個(gè)像素點(diǎn)的R，G，B分量的最小值作為像素點(diǎn)的灰度值。3. 4、根據(jù)3，在一些實(shí)施例中，可以用每個(gè)像素點(diǎn)的R，G，B分量的中間值作為像素點(diǎn)的灰度值。3. 5、根據(jù)3，在一些實(shí)施例中，可以用每個(gè)像素點(diǎn)的R，G, B分量的平均值作為像素點(diǎn)的灰度值。3. 6、根據(jù)3，在一些實(shí)施例中，計(jì)算量更小的灰度話方法是，可以用每個(gè)像素點(diǎn)的R分量作為像素點(diǎn)的灰度值；在緊鄰的一下兩個(gè)實(shí)施例中也存在相同的特點(diǎn)。3. 7、根據(jù)3，在一些實(shí)施例中，可以用每個(gè)像素點(diǎn)的G分量作為像素點(diǎn)的灰度值。3. 8、根據(jù)3，在一些實(shí)施例中，可以用每個(gè)像素點(diǎn)的B分量作為像素點(diǎn)的灰度值。3. 9、根據(jù)3，在一些實(shí)施例中，可以把圖像由RGB顏色空間轉(zhuǎn)換為HSV空間，用亮度分量V作為像素點(diǎn)的灰度值。3. 10、根據(jù)3，在一些實(shí)施例中，可以把圖像由RGB顏色空間轉(zhuǎn)換為HSI空間，用強(qiáng)度分量I作為像素點(diǎn)的灰度值；計(jì)算量稍大，當(dāng)效果也更好，在以下緊鄰的兩個(gè)實(shí)施例中，也具有相同的特點(diǎn)，本領(lǐng)域的技術(shù)人員據(jù)此可以選擇相關(guān)的實(shí)施例。3. 11、根據(jù)3，在一些實(shí)施例中，可以把圖像由RGB顏色空間轉(zhuǎn)換為YUV空間，用亮度分量Y作為像素點(diǎn)的灰度值。3. 12、根據(jù)3，在一些實(shí)施例中，可以圖像由RGB顏色空間轉(zhuǎn)換為YCbCr空間，用亮度分量Y作為像素點(diǎn)的灰度值。4、照片圖像亮度標(biāo)準(zhǔn)化，使得眉毛區(qū)域處于更易于提取的亮度區(qū)域。4. I、根據(jù)4，優(yōu)選地，可以將照片圖像面部平均亮度值標(biāo)準(zhǔn)化為127，亮度均方差標(biāo)準(zhǔn)化為32，為經(jīng)過(guò)驗(yàn)證的具有最佳的可識(shí)別性的亮度標(biāo)準(zhǔn)。5、眉毛粗選區(qū)域標(biāo)定，以減小后續(xù)步驟的工作量。5. I、根據(jù)5，根據(jù)2. 1，利用人臉三庭五眼的規(guī)則可以計(jì)算出左右眉毛的大體區(qū)域，左眉毛的左上角坐標(biāo)出0，120)，右下角坐標(biāo)(110，155)，右眉毛左上角(130，120)，右下
5角(180， 155)；
三庭五眼是人的臉長(zhǎng)與臉寬的一般標(biāo)準(zhǔn)比例，不符合此比例，就會(huì)與理想的臉型產(chǎn)生距離。眼睛的寬度，應(yīng)為同一水平臉部寬度的3/10 ;下巴長(zhǎng)度應(yīng)為臉長(zhǎng)的1/5 ;眼球中心到眉毛底部的距離，應(yīng)為臉長(zhǎng)的1/10 ;眼球應(yīng)為臉長(zhǎng)的1/14 ;鼻子的表面積，要小于臉部總面積的5/100 ;理想嘴巴寬度應(yīng)為同一水平臉部寬度的1/2。應(yīng)用三庭五眼黃金分割法匹配人臉的自然屬性可以粗略的定位眉毛區(qū)域。6、對(duì)左右眉毛區(qū)域分別進(jìn)行去噪聲濾波，抑制影響圖像處理的噪聲。6. I、根據(jù)6，可以采用高斯模型進(jìn)行濾波。6. 2、根據(jù)6，可以采用領(lǐng)域平均法進(jìn)行濾波。6. 3、根據(jù)6，可以采用加權(quán)平均法進(jìn)行濾波。6. 4、根據(jù)6，可以采用選擇式掩膜平滑法進(jìn)行濾波。6. 5、根據(jù)6，可以小波變換的方式進(jìn)行濾波。7、對(duì)眉毛粗選區(qū)域進(jìn)行遮擋判定。如果沒(méi)有遮擋進(jìn)行第8步，否則停止處理；這里的遮擋主要是頭發(fā)遮擋，當(dāng)前存在許多頭發(fā)遮擋眉毛或者眼睛的人群，如果被遮擋，將使眉毛區(qū)域提取失去意義。7. I、根據(jù)7，對(duì)眉毛區(qū)域每一行進(jìn)行像素統(tǒng)計(jì)并求取每一行的平均灰度，如果每一行的平均灰度都小于閾值則判定有頭發(fā)遮擋；如前所述，因亮度標(biāo)準(zhǔn)化，使得閾值法具有更好的區(qū)分性；另一方面，即便是不進(jìn)行亮度標(biāo)準(zhǔn)化，通過(guò)其他途徑也可以進(jìn)行區(qū)分，如下一實(shí)施例，可以避開(kāi)環(huán)境輻照的影響。7. 2、根據(jù)7，首先求取左右眉毛下方對(duì)應(yīng)位置的人臉皮膚的平均灰度，作為判定閾值，例如取(60，170)-(110, 180)區(qū)域的平均灰度作為左眉毛區(qū)域的判定閾值；從而，基于同一照片的區(qū)域得出閾值，具有更好的區(qū)分性；人臉皮膚的選取可以為應(yīng)用三庭五眼法中識(shí)別為人臉皮為概率最大的區(qū)域。8、分別對(duì)眉毛區(qū)域的每一列求取灰度差值曲線，根據(jù)灰度差值曲線判斷眉毛的上下邊緣位置；曲線的產(chǎn)生是在每一列上像素點(diǎn)灰度值再減去相鄰點(diǎn)灰度值之后所產(chǎn)生的位置變化而具有整體圖形，可以從上到下逆續(xù)減，也可以順序減，取原始減數(shù)，而非絕對(duì)值。8. I、根據(jù)8，灰度差值曲線是指由相鄰兩個(gè)像素點(diǎn)的灰度值的差值構(gòu)成的曲線。8. 2、根據(jù)8，每一列的灰度差值曲線的最大值和最小值，分別對(duì)應(yīng)著該列眉毛的上下邊緣。9、根據(jù)眉毛的上下邊緣位置對(duì)眉毛區(qū)域進(jìn)行分割提取。一個(gè)更具體的實(shí)施例
I、接收用戶的原始人臉照片。2、對(duì)接收的人臉照片進(jìn)行歸一化處理，使得圖像的尺寸240X320，兩瞳孔之間距離為64個(gè)像素點(diǎn)，兩瞳孔的中心點(diǎn)為(120，160)。3、將彩色圖像按照公式Y(jié) = ((R*299) + (G*587) + (B*114)) / 1000轉(zhuǎn)換為灰度圖像。4、照片亮度標(biāo)準(zhǔn)化讓照片面部平均亮度值為127，亮度均方差32。5、利用人臉三庭五眼的規(guī)則計(jì)算出左右眉毛的大體區(qū)域，左眉毛的左上角坐標(biāo)(60，120)，右下角坐標(biāo)(110，155)，右眉毛左上角(130，120)，右下角(180，155)。
6
6、對(duì)左右眉毛區(qū)域分別進(jìn)行高斯濾波，去除噪聲干擾。7、對(duì)眉毛區(qū)域每一行進(jìn)行像素統(tǒng)計(jì)并求取每一行的平均灰度，如果每一行的平均灰度都小于閾值則判定有頭發(fā)遮擋，不再進(jìn)行處理，否則進(jìn)行下一步。其中取(60，170)— (110，180)區(qū)域的平均灰度作為左眉毛區(qū)域的判定閾值，(130，170)-(180, 180)區(qū)域的平均灰度作為右眉毛區(qū)域的判定閾值。8、分別對(duì)眉毛區(qū)域的每一列求取灰度差值曲線，根據(jù)灰度差值曲線的最大最小值位置判斷眉毛的上下邊緣位置。9、根據(jù)眉毛的上下邊緣位置對(duì)眉毛區(qū)域進(jìn)行分割提取。通過(guò)對(duì)人臉圖像的標(biāo)準(zhǔn)化處理以及利用人臉三庭五眼的規(guī)則對(duì)眉毛進(jìn)行大體區(qū)域的粗分割，可以有效的降低運(yùn)算量；而利用左右眉毛區(qū)域分別對(duì)應(yīng)的(60，170)— (110，180)和(130，170)— (180，180)區(qū)域的皮膚灰度信息，可以通過(guò)自主學(xué)習(xí)的方式對(duì)眉毛區(qū)域進(jìn)行遮擋判斷；同時(shí)，利用每一列眉毛的灰度差值曲線可以精確的提取出每一列眉毛的上下邊緣信息。綜上所述，本發(fā)明可以在有效的克服光照影響的同時(shí)，對(duì)眉毛邊緣進(jìn)行精確的，聯(lián)系的提取，有效的克服了毛麗等人的“一種人臉識(shí)別方法及系統(tǒng)”以及李玉鑑等人的“一種基于半監(jiān)督學(xué)習(xí)和哈希索引的眉毛分割算法”的缺陷。
權(quán)利要求
1.一種眉毛區(qū)域的提取方法，其特征在于，包括以下步驟1)灰度化待識(shí)別人臉圖像；2)利用人臉三庭五眼分割所述圖像，粗選左、右眉毛區(qū)域；3)依次計(jì)算粗選的左、右眉毛區(qū)域每一列相鄰像素點(diǎn)之間的差值，生成灰度值的差值曲線；4)取每一列的所述差值曲線的最大值和最小值，作為對(duì)應(yīng)列眉毛的上邊緣和下邊緣；5)集合所述上邊緣和下邊緣，根據(jù)眉毛的上下邊緣位置對(duì)粗選的左、右眉毛區(qū)域進(jìn)行眉毛區(qū)域的提取。
2.根據(jù)權(quán)利要求I所述的眉毛區(qū)域的提取方法，其特征在于，在粗選左、右眉毛區(qū)域后，還包括判定粗選的所述左、右眉毛區(qū)域是否為頭發(fā)遮擋的步驟，若為頭發(fā)所遮擋，則不繼續(xù)當(dāng)前待識(shí)別人臉圖像的處理。
3.根據(jù)權(quán)利要求2所述的眉毛區(qū)域的提取方法，其特征在于，判定粗選的所述左、右眉毛區(qū)域是否為頭發(fā)遮擋的步驟優(yōu)選為對(duì)粗選的所述左、右眉毛區(qū)域進(jìn)行行像素統(tǒng)計(jì)，進(jìn)而求取每一行的平均灰度，如果每一行的平均灰度都小于閾值則判定為有頭發(fā)遮擋。
4.根據(jù)權(quán)利要求3所述的眉毛區(qū)域的提取方法，其特征在于，所述閾值取被粗選的左、右眉毛區(qū)域下方的人臉皮膚的平均灰度。
5.根據(jù)權(quán)利要求I至4任一所述的眉毛區(qū)域的提取方法，其特征在于，在步驟3)前對(duì)粗選的所述左右眉毛區(qū)域進(jìn)行噪聲濾波。
6.根據(jù)權(quán)利要求I至4任一所述的眉毛區(qū)域的提取方法，其特征在于，在灰度化待識(shí)別人臉圖像前，還包括對(duì)待識(shí)別人臉圖像進(jìn)行歸一化處理的步驟，該步驟把待識(shí)別圖象統(tǒng)一為一種規(guī)格。
7.根據(jù)權(quán)利要求6所述的眉毛區(qū)域的提取方法，其特征在于，所述規(guī)格為統(tǒng)一的待識(shí)別人臉圖像的尺寸，統(tǒng)一的兩瞳孔間距以及兩瞳孔中心點(diǎn)坐標(biāo)。
8.根據(jù)權(quán)利要求I所述的眉毛區(qū)域的提取方法，其特征在于，灰度化待識(shí)別人臉圖像的方法為每一像素點(diǎn)的灰度值Y與R、G、B三個(gè)通道的關(guān)系為Y =((R*299) + (G*587) + (B*114)) / 1000。
9.根據(jù)權(quán)利要求I所述的眉毛區(qū)域的提取方法，其特征在于，在粗選左、右眉毛區(qū)域前還包括對(duì)待識(shí)別人臉圖像進(jìn)行亮度標(biāo)準(zhǔn)化的步驟，使待識(shí)別人臉圖像平均亮度值為127，兩度均方差為32。
全文摘要
本發(fā)明公開(kāi)了一種眉毛區(qū)域的提取方法，包括以下步驟1)灰度化待識(shí)別人臉圖像；2)利用人臉三庭五眼分割所述圖像，粗選左、右眉毛區(qū)域；3)依次計(jì)算粗選的左、右眉毛區(qū)域每一列相鄰像素點(diǎn)之間的差值，生成灰度值的差值曲線；4)取每一列的所述差值曲線的最大值和最小值，作為對(duì)應(yīng)列眉毛的上邊緣和下邊緣；5)集合所述上邊緣和下邊緣，根據(jù)眉毛的上下邊緣位置對(duì)粗選的左、右眉毛區(qū)域進(jìn)行眉毛區(qū)域的提取。依據(jù)本發(fā)明能夠在有效降低光照影響的同時(shí)，精確地提取出眉毛區(qū)域。
文檔編號(hào)G06K9/00GK102930259SQ20121046466
公開(kāi)日2013年2月13日 申請(qǐng)日期2012年11月19日 優(yōu)先權(quán)日2012年11月19日
發(fā)明者劉辰飛, 許野平, 方亮, 曹杰, 張傳鋒 申請(qǐng)人:山東神思電子技術(shù)股份有限公司