本發(fā)明涉及一種基于發(fā)色與紋理匹配的電力營業(yè)廳員工發(fā)型規(guī)范檢測方法。

背景技術(shù)：

在傳統(tǒng)的頭發(fā)檢測中，往往以頭發(fā)顏色作為判斷標(biāo)準(zhǔn)，這種方法容易被屬于頭發(fā)顏色但不是頭發(fā)的像素干擾，判斷結(jié)果可能存在一定的誤差，頭發(fā)檢測過程缺少充分、綜合的判斷依據(jù)，難以確保對頭發(fā)像素的精確判斷。

在對圖像像素的紋理分析比對時，往往采用像素的歐式距離，只通過顏色的的變化進(jìn)行紋理的分析，也僅僅局限于顏色分析，缺少考慮紋理的其他特征對紋理分析結(jié)果的影響，缺少對紋理的其他特征的組合，缺少一個綜合的充分的紋理判斷標(biāo)準(zhǔn)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的就是為了解決以上問題，提出一種基于發(fā)色與紋理匹配的電力營業(yè)廳員工發(fā)型規(guī)范檢測方法，將發(fā)色與紋理兩個因素綜合分析，并作為檢測條件，提高了檢測精確度。此外，在對紋理進(jìn)行分析時，采用兩個紋理特征綜合加權(quán)的方式，綜合考慮紋理的多個特征，為紋理匹配提供了充分的依據(jù)。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下方案：

一種基于發(fā)色與紋理匹配的電力營業(yè)廳員工發(fā)型規(guī)范檢測方法，該方法的實(shí)現(xiàn)步驟如下：

步驟a：提取發(fā)型檢測區(qū)域，首先通過人臉識別，判斷監(jiān)控區(qū)域內(nèi)是否存在“人”，其次對視頻監(jiān)控區(qū)域內(nèi)的人進(jìn)行上半身識別，然后將人臉識別區(qū)域與上半身識別區(qū)域進(jìn)行疊加處理，獲取一個包括脖子以上人臉以下的的矩形區(qū)域。

步驟b：選用三種發(fā)色的頭發(fā)作為訓(xùn)練樣本，訓(xùn)練三種頭發(fā)的發(fā)色模型。

步驟c：判斷提取的發(fā)型檢測區(qū)域中是否存在滿足步驟b中訓(xùn)練的發(fā)色模型的發(fā)色區(qū)域，若存在滿足步驟b中訓(xùn)練的某一發(fā)色模型的像素區(qū)域，則轉(zhuǎn)到步驟d，否則輸出發(fā)型規(guī)范

步驟d：滿足步驟b中發(fā)色模型區(qū)域的像素區(qū)域與該發(fā)色樣本頭發(fā)的進(jìn)行紋理匹配，若匹配相似度滿足閾值要求，則認(rèn)為發(fā)型檢測區(qū)域內(nèi)有頭發(fā)，輸出發(fā)型不合格，若紋理匹配相似度不滿足閾值要求，則認(rèn)為發(fā)型檢測區(qū)域內(nèi)沒有頭發(fā)，輸出發(fā)型合格。

所述步驟b中，選用三種發(fā)色的頭發(fā)作為訓(xùn)練樣本，訓(xùn)練三種頭發(fā)的發(fā)色模型的步驟包括：

b1根據(jù)電力營業(yè)廳員工性別、年齡等因素選取三種具有代表性頭發(fā)發(fā)色作為樣本頭發(fā)。

b2分別訓(xùn)練三種樣本頭發(fā)的發(fā)色模型

所述步驟b1中，根據(jù)不同性別不同年齡，人的具體發(fā)色會存在一定的色差，為了提高發(fā)型檢測精度，避免因選取單一樣本頭發(fā)引起的誤差，將具有代表性的三種發(fā)色作為樣本頭發(fā)的發(fā)色。

所述步驟b2中，根據(jù)選取的三種發(fā)色，通過將發(fā)色采樣點(diǎn)投影到某一色度平面，并通過歸一化處理求取發(fā)色在色度平面的概率分布。

所述步驟c中，判斷提取的發(fā)型檢測區(qū)域中是否存在與步驟b中訓(xùn)練的發(fā)色模型相同的發(fā)色區(qū)域。包括步驟：

c1對所有發(fā)型檢測區(qū)域內(nèi)的所有像素進(jìn)行投影聚類

c2根據(jù)步驟b中訓(xùn)練的發(fā)色模型，判斷聚類的像素區(qū)域?qū)儆诎l(fā)色模型的概率

c3若概率大于設(shè)定的閾值則認(rèn)為檢測區(qū)域內(nèi)存在滿足發(fā)色模型的區(qū)域，若概率小于設(shè)定的閾值則認(rèn)為檢測區(qū)域內(nèi)不存在滿足發(fā)色模型的區(qū)域，并輸出發(fā)型規(guī)范。

所述步驟c3中，判斷發(fā)型檢測區(qū)域內(nèi)是否含有滿足發(fā)色模型區(qū)域的像素區(qū)域僅作為判斷發(fā)型規(guī)范的條件并不作為發(fā)型不規(guī)范的直接條件，若不存在滿足條件的區(qū)域，即認(rèn)為檢測區(qū)域沒有頭發(fā)像素，判定發(fā)型規(guī)范。若存在滿足條件的區(qū)域，不直接認(rèn)定檢測區(qū)域內(nèi)含有頭發(fā)，排除其他滿足發(fā)色模型但不是頭發(fā)的干擾，并對這些滿足發(fā)色模型的像素區(qū)域進(jìn)行進(jìn)一步分析。

所述步驟d中，滿足步驟d中發(fā)色模型區(qū)域的像素區(qū)域與該種發(fā)色的樣本頭發(fā)進(jìn)行紋理匹配，包括步驟：

d1提取檢測像素區(qū)域以及與之對應(yīng)的發(fā)色模型的兩個紋理特征。

d2進(jìn)行檢測像素區(qū)域與樣本頭發(fā)紋理的相似度比較，加權(quán)綜合兩個紋理特征作為相似度比較因素。

d3判斷檢測區(qū)域像素紋理與樣本頭發(fā)紋理相似度與設(shè)定閾值的關(guān)系，若大于閾值則認(rèn)為紋理匹配成功，即檢測區(qū)域有頭發(fā)，輸出發(fā)型不規(guī)范，若小于閾值則認(rèn)為匹配不成功，即檢測區(qū)域沒有頭發(fā)，輸出發(fā)型規(guī)范。

本發(fā)明的有益效果：

1、本發(fā)明利用發(fā)色以及紋理兩個因素的匹配，提高了發(fā)型檢測的精確性，防止識別過程中因識別因素單一易造成誤差的現(xiàn)象。

2、本發(fā)明采用頭發(fā)紋理匹配避免了因只以顏色作為檢測方法時，其他屬于頭發(fā)顏色模型的像素但并不是頭發(fā)的像素的干擾。

3、本發(fā)明實(shí)現(xiàn)了電力營業(yè)廳員工發(fā)型儀態(tài)規(guī)范性監(jiān)督管理的智能化，減少了人工監(jiān)督管理的工作，提高了電力營業(yè)廳工作的有效性及規(guī)范性。

附圖說明

圖1為一種基于發(fā)色與紋理匹配的電力營業(yè)廳員工發(fā)型規(guī)范檢測方法流程圖。

圖2為判斷發(fā)型檢測區(qū)域是否含有與發(fā)色模型相同的發(fā)色區(qū)域流程圖。

圖3為紋理相似度匹配流程圖。

具體實(shí)施方式

下面結(jié)合附圖與實(shí)施例對本發(fā)明作進(jìn)一步說明。

如圖1為一種基于發(fā)色與紋理匹配的電力營業(yè)廳員工發(fā)型規(guī)范檢測方法流程圖，該方法的實(shí)現(xiàn)步驟如下：

步驟101：提取發(fā)型檢測區(qū)域，首先通過人臉識別，判斷監(jiān)控區(qū)域內(nèi)是否存在“人”，其次對視頻監(jiān)控區(qū)域內(nèi)的人進(jìn)行上半身識別，然后將人臉識別區(qū)域與上半身識別區(qū)域進(jìn)行疊加處理，獲取一個包括脖子以上人臉以下的的矩形區(qū)域，為防止肩膀以上背景色彩的干擾，對截取的矩形區(qū)域進(jìn)行位置優(yōu)化調(diào)整，向下移動合適的距離。

步驟102：訓(xùn)練發(fā)色模型。選用三種發(fā)色的頭發(fā)作為訓(xùn)練樣本，訓(xùn)練三種頭發(fā)的發(fā)色模型。

步驟103：判斷提取的發(fā)型檢測區(qū)域中是否存在與步驟102中訓(xùn)練的發(fā)色模型相同的發(fā)色區(qū)域。若存在滿足發(fā)色模型的區(qū)域，則進(jìn)行步驟105，否則進(jìn)行步驟104。

步驟104：輸出發(fā)型規(guī)范。

步驟105：滿足步驟103中發(fā)色模型區(qū)域的像素區(qū)域與該種發(fā)色的樣本頭發(fā)進(jìn)行紋理匹配，若匹配成功，進(jìn)行步驟107，否則進(jìn)行步驟106。

步驟106：輸出發(fā)型規(guī)范。

步驟107：輸出發(fā)型不規(guī)范。

如圖2為判斷發(fā)型檢測區(qū)域是否含有與發(fā)色模型相同的發(fā)色區(qū)域流程圖，該方法的步驟如下：

步驟201：對所有發(fā)型檢測區(qū)域內(nèi)的所有像素進(jìn)行投影聚類

步驟202：根據(jù)訓(xùn)練的發(fā)色模型，判斷聚類的像素區(qū)域?qū)儆诎l(fā)色模型的概率，若概率大于設(shè)定的閾值則認(rèn)為檢測區(qū)域內(nèi)存在滿足發(fā)色模型的區(qū)域，進(jìn)行步驟204，若概率小于設(shè)定的閾值則認(rèn)為檢測區(qū)域內(nèi)不存在滿足發(fā)色模型的區(qū)域，進(jìn)行步驟203。

步驟203：輸出發(fā)型合格。

步驟204：輸出發(fā)型檢測區(qū)域含有滿足發(fā)色模型的像素。

步驟202中，判斷發(fā)型檢測區(qū)域內(nèi)是否含有滿足發(fā)色模型區(qū)域的像素區(qū)域僅作為判斷發(fā)型規(guī)范的條件并不作為發(fā)型不規(guī)范的直接條件，若不存在滿足條件的區(qū)域，即認(rèn)為檢測區(qū)域沒有頭發(fā)像素，判定發(fā)型規(guī)范。若存在滿足條件的區(qū)域，不直接認(rèn)定檢測區(qū)域內(nèi)含有頭發(fā)，排除其他滿足發(fā)色模型但不是頭發(fā)的干擾，并對這些滿足發(fā)色模型的像素區(qū)域進(jìn)行進(jìn)一步分析。

如圖3為紋理相似度匹配流程圖，該方法的實(shí)現(xiàn)步驟如下：

步驟301：提取檢測像素區(qū)域以及與之對應(yīng)的發(fā)色模型的兩個紋理特征。

步驟302：進(jìn)行檢測像素區(qū)域與樣本頭發(fā)紋理的相似度比較，加權(quán)綜合兩個紋理特征作為相似度比較因素。

步驟303：判斷檢測區(qū)域像素紋理與樣本頭發(fā)紋理相似度與設(shè)定閾值的關(guān)系，若大于閾值則認(rèn)為紋理匹配成功，即檢測區(qū)域有頭發(fā)，進(jìn)行步驟305，輸出發(fā)型不規(guī)范，若小于閾值則認(rèn)為匹配不成功，即檢測區(qū)域沒有頭發(fā)，進(jìn)行步驟304，輸出發(fā)型規(guī)范。

步驟304：輸出發(fā)型規(guī)范。

步驟305：輸出發(fā)型不規(guī)范。

實(shí)施例1：

在電力營業(yè)廳的工作人員發(fā)型規(guī)范性監(jiān)督管理中，根據(jù)所有員工的發(fā)色，挑選三種具有代表性的發(fā)色進(jìn)行發(fā)色模型訓(xùn)練，三種發(fā)色包括黑色、棕色、黃色。在ycrcb空間中，進(jìn)行發(fā)色模型的訓(xùn)練，首先將發(fā)色采樣點(diǎn)投影到cb-cr平面，獲得發(fā)色采樣點(diǎn)的色度分布范圍，映射關(guān)系為：對進(jìn)行歸一化變換之后，可將其定義為發(fā)色采樣點(diǎn)在cb-cr色度平面上的概率分布。

在視頻監(jiān)控范圍內(nèi)，根據(jù)捕捉到的人臉區(qū)域，以及根據(jù)人體上半身與人臉的相對位置，獲取上半身區(qū)域，將上半身區(qū)域與人臉區(qū)域進(jìn)行疊加處理，獲取一個矩形區(qū)域，此矩形區(qū)域包括了脖子以上下巴以下的區(qū)域。

計算判斷提取的發(fā)型檢測區(qū)域內(nèi)是否含有滿足訓(xùn)練的發(fā)色模型的像素，對檢測區(qū)域內(nèi)的像素采用相同的聚類方法，將像素進(jìn)行聚類，并求檢測區(qū)域內(nèi)像素落在發(fā)色模型中的概率，若大于等于90％，則認(rèn)為檢測區(qū)域內(nèi)含有滿足發(fā)色模型的像素，若概率小于90％則認(rèn)為檢測區(qū)域內(nèi)沒有滿足發(fā)色模型的像素。

經(jīng)過判斷，若發(fā)型檢測區(qū)域內(nèi)含有滿足發(fā)色模型的像素區(qū)域，對其進(jìn)行紋理特征匹配。提取檢測區(qū)域內(nèi)像素以及與之對應(yīng)的樣本頭發(fā)的兩個紋理特征，分別為像素梯度l、紋理熵s，并計算兩個紋理特征的差值l’、s’，將上述兩個紋理特征差值進(jìn)行加權(quán)處理：作為紋理相似度匹配的條件，其中像素梯度的權(quán)重紋理熵的權(quán)重為

對紋理進(jìn)行相似性判斷，若相似度大于等于90％則認(rèn)為檢測區(qū)域內(nèi)滿足發(fā)色模型的像素區(qū)域?yàn)轭^發(fā)，若相似度小于90％則認(rèn)為檢測區(qū)域內(nèi)滿足發(fā)色模型的像素區(qū)域不是頭發(fā)。