一種基于圖像變形的眼部圖像處理方法、系統(tǒng)及拍攝終端的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是一種基于圖像變形的眼部圖像處理方法及 其應(yīng)用該方法的系統(tǒng)、拍攝終端。
【背景技術(shù)】
[0002] 隨著便攜設(shè)備的不斷普及，攝像頭也成為其基本配置，并且其硬軟件的功能也隨 之豐富，其中長(zhǎng)期被關(guān)注而完善的功能就是自拍。這種需求極大地發(fā)揮了便攜設(shè)備的能力， 在任何地方，都可以使用戶留影，給生活、社交和工作都帶來了極大的方便和情趣。
[0003] 在自拍功能的需求中，眼睛效果的處理，特別是美化更是人們關(guān)注的重點(diǎn)。不單單 是出于愛美的考慮，每個(gè)人都希望自己能夠擁有更加美麗迷人的眼睛。很多時(shí)候因?yàn)榕臄z 環(huán)境、效果、時(shí)機(jī)差強(qiáng)人意，就使得眼睛的效果無法達(dá)到要求，這種情況就需要對(duì)拍攝的圖 像其眼睛部位進(jìn)行處理?，F(xiàn)有常見的辦法，是通過拍攝后的數(shù)字圖像處理來對(duì)眼睛部位進(jìn) 行改善，這種方式最簡(jiǎn)單而直接，易于理解，不僅簡(jiǎn)單而且安全可靠。于是，為了解決此一問 題，目前的方式都是借助于數(shù)字圖像編輯軟件，在數(shù)字成像輸出的后期對(duì)眼睛進(jìn)行處理。但 是，實(shí)際情況中并非所有的人都能夠恰當(dāng)?shù)剡\(yùn)用圖像編輯軟件，特別是眼部處理，更不僅僅 是軟件本身的功能造成了不便，考慮到眼部圖像像素的復(fù)雜程度，個(gè)人的美學(xué)基礎(chǔ)、操作熟 練程度都會(huì)造成難以入門和掌握，于是，針對(duì)眼部的處理，傳統(tǒng)的方式操作復(fù)雜、門檻高，而 且編輯時(shí)間長(zhǎng)，難以把握，效果不穩(wěn)定，容易導(dǎo)致圖像失真。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明為解決上述問題，提供了一種基于圖像變形的眼部圖像處理方法、系統(tǒng)及 拍攝終端，準(zhǔn)確率更高，圖像失真率更低，整體效果更好。
[0005] 為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：
[0006] 首先，本發(fā)明提供一種基于圖像變形的眼部圖像處理方法，其包括以下步驟：
[0007] 10.對(duì)待處理圖像進(jìn)行人臉識(shí)別，獲取臉部區(qū)域特征點(diǎn)；
[0008] 20.從所述的臉部區(qū)域特征點(diǎn)中提取出眼部區(qū)域特征點(diǎn)；
[0009] 30.對(duì)所述的眼部區(qū)域特征點(diǎn)根據(jù)預(yù)設(shè)的擴(kuò)散比例進(jìn)行向外擴(kuò)散的計(jì)算；
[0010] 40.根據(jù)擴(kuò)散前和擴(kuò)散后的眼部區(qū)域特征點(diǎn)的位置對(duì)所述的待處理圖像進(jìn)行基于 特征點(diǎn)的圖像變形算法的處理，得到眼部區(qū)域放大的效果圖像。
[0011] 優(yōu)選的，所述的步驟10中獲取臉部區(qū)域特征點(diǎn)，是指獲取與眼部區(qū)域相鄰的臉部 區(qū)域的特征點(diǎn)或者臉部整體區(qū)域的特征點(diǎn)。
[0012] 優(yōu)選的，所述的步驟20中的眼部區(qū)域特征點(diǎn)，包括左眼區(qū)域的左眼角點(diǎn)、右眼角 點(diǎn)、上眼眶頂點(diǎn)、下眼眶頂點(diǎn)，和/或右眼區(qū)域的左眼角點(diǎn)、右眼角點(diǎn)、上眼眶頂點(diǎn)、下眼眶 頂點(diǎn)。
[0013] 優(yōu)選的，所述的步驟30中對(duì)所述的眼部區(qū)域特征點(diǎn)根據(jù)預(yù)設(shè)的擴(kuò)散比例進(jìn)行向 外擴(kuò)散的計(jì)算，其計(jì)算公式如下：
[0014] New Points = Old Points+(01d Points+Center Points)*t%；
[0015] 其中，New Points是指擴(kuò)散后的左眼區(qū)域特征點(diǎn)或者右眼區(qū)域特征點(diǎn)的坐標(biāo)值， Old Points是指擴(kuò)散前的對(duì)應(yīng)的左眼區(qū)域特征點(diǎn)或者右眼區(qū)域特征點(diǎn)的坐標(biāo)值，Center Points是指左眼中心點(diǎn)或者右眼中心點(diǎn)的坐標(biāo)值，t%是指擴(kuò)散比例。
[0016] 優(yōu)選的，所述的左眼中心點(diǎn)或者右眼中心點(diǎn)的坐標(biāo)值的計(jì)算方法如下：
[0017] Center Points = Sum (Old Points)/Num；
[0018] 其中，Sum(01d Points)是指擴(kuò)散前的左眼區(qū)域特征點(diǎn)或者右眼區(qū)域特征點(diǎn)的坐 標(biāo)值的和，Num為對(duì)應(yīng)的左眼區(qū)域特征點(diǎn)或者右眼區(qū)域特征點(diǎn)的數(shù)量，Center Points為計(jì) 算得到的左眼中心點(diǎn)或者右眼中心點(diǎn)的坐標(biāo)值。
[0019] 優(yōu)選的，所述的步驟40中根據(jù)擴(kuò)散前和擴(kuò)散后的眼部區(qū)域特征點(diǎn)的位置對(duì)所述 的待處理圖像進(jìn)行基于特征點(diǎn)的圖像變形算法的處理得到眼部區(qū)域放大的效果圖像，進(jìn)一 步包括以下步驟：
[0020] 41.根據(jù)擴(kuò)散前和擴(kuò)散后的眼部區(qū)域特征點(diǎn)的位置計(jì)算待處理圖像的所有臉部區(qū) 域特征點(diǎn)在水平和豎直兩個(gè)方向的移動(dòng)向量dx和dy。
[0021] 42.根據(jù)所述的臉部區(qū)域特征點(diǎn)的移動(dòng)向量計(jì)算效果圖像的每個(gè)像素點(diǎn)的顏色 值。
[0022] 優(yōu)選的，所述的步驟40中對(duì)所述的待處理圖像進(jìn)行基于特征點(diǎn)的圖像變形算法 的處理后，還進(jìn)一步對(duì)變形后的圖像進(jìn)行銳化處理。
[0023] 其次，本發(fā)明還提供一種基于圖像變形的眼部圖像處理系統(tǒng)，其包括：
[0024] 人臉識(shí)別模塊，用于對(duì)待處理圖像進(jìn)行人臉識(shí)別，獲取臉部區(qū)域特征點(diǎn)；
[0025] 眼部區(qū)域特征點(diǎn)提取模塊，用于從所述的臉部區(qū)域特征點(diǎn)中提取出眼部區(qū)域特征 占.
[0026] 擴(kuò)散計(jì)算模塊，用于對(duì)所述的眼部區(qū)域特征點(diǎn)根據(jù)預(yù)設(shè)的擴(kuò)散比例進(jìn)行向外擴(kuò)散 的計(jì)算；
[0027] 變形處理模塊，用于根據(jù)擴(kuò)散前和擴(kuò)散后的眼部區(qū)域特征點(diǎn)的位置對(duì)所述的待處 理圖像進(jìn)行基于特征點(diǎn)的圖像變形算法的處理，得到眼部區(qū)域放大的效果圖像。
[0028] 優(yōu)選的，還包括銳化處理模塊，用于對(duì)變形后的圖像進(jìn)行銳化處理。
[0029]另外，本發(fā)明還提供一種拍攝終端，其特征在于，該拍攝終端包括如上所述的基于 圖像變形的眼部圖像處理系統(tǒng)。
[0030] 優(yōu)選的，所述拍攝終端包括：手機(jī)、數(shù)碼相機(jī)或平板電腦。
[0031] 本發(fā)明的有益效果是：
[0032] 本發(fā)明的一種基于圖像變形的眼部圖像處理方法、系統(tǒng)及拍攝終端，其通過對(duì)待 處理圖像進(jìn)行人臉識(shí)別，獲取臉部區(qū)域特征點(diǎn)，并從所述的臉部區(qū)域特征點(diǎn)中提取出眼部 區(qū)域特征點(diǎn)，然后對(duì)所述的眼部區(qū)域特征點(diǎn)根據(jù)預(yù)設(shè)的擴(kuò)散比例進(jìn)行向外擴(kuò)散的計(jì)算，根 據(jù)擴(kuò)散前和擴(kuò)散后的眼部區(qū)域特征點(diǎn)的位置對(duì)所述的待處理圖像進(jìn)行基于特征點(diǎn)的圖像 變形算法的處理，得到眼部區(qū)域放大的效果圖像；本發(fā)明不僅眼部區(qū)域變形的準(zhǔn)確率更高， 圖像失真率更低，整體效果更好，而且算法空間復(fù)雜度和時(shí)間復(fù)雜度低，具有較高的工程應(yīng) 用的價(jià)值。
【附圖說明】
[0033] 此處所說明的附圖用來提供對(duì)本發(fā)明的進(jìn)一步理解，構(gòu)成本發(fā)明的一部分，本發(fā) 明的示意性實(shí)施例及其說明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中：
[0034] 圖1為本發(fā)明基于圖像變形的眼部圖像處理方法的流程簡(jiǎn)圖；
[0035] 圖2為本發(fā)明基于圖像變形的眼部圖像處理系統(tǒng)的結(jié)構(gòu)示意圖；
[0036] 圖3為本發(fā)明拍攝終端的結(jié)構(gòu)示意圖；
[0037] 圖4為眼部區(qū)域特征點(diǎn)的提取示意圖。
【具體實(shí)施方式】
[0038] 為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例 中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是 本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解 釋本發(fā)明，并不用于限定本發(fā)明?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出 創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0039] 如圖1所示，本發(fā)明的一種基于圖像變形的眼部圖像處理方法，其包括以下步驟：
[0040] 10.對(duì)待處理圖像進(jìn)行人臉識(shí)別，獲取臉部區(qū)域特征點(diǎn)；
[0041] 20.從所述的臉部區(qū)域特征點(diǎn)中提取出眼部區(qū)域特征點(diǎn)；
[0042] 30.對(duì)所述的眼部區(qū)域特征點(diǎn)根據(jù)預(yù)設(shè)的擴(kuò)散比例進(jìn)行向外擴(kuò)散的計(jì)算；
[0043] 40.根據(jù)擴(kuò)散前和擴(kuò)散后的眼部區(qū)域特征點(diǎn)的位置對(duì)所述的待處理圖像進(jìn)行基于 特征點(diǎn)的圖像變形算法的處理，得到眼部區(qū)域放大的效果圖像。
[0044] 所述的步驟10中對(duì)待處理圖像進(jìn)行人臉識(shí)別，該人臉識(shí)別可以使用以下算法：
[0045]1.基于模板匹配的方法：模板分為二維模板和三維模板，核心思想：利用人的臉 部特征規(guī)律建立一個(gè)立體可調(diào)的模型框架，在定位出人的臉部位置后用模型框架定位和 調(diào)整人的臉部特征部位，解決人臉識(shí)別過程中的觀察角度、遮擋和表情變化等因素影響。
[0046]2.基于奇異值特征方法：人臉圖像矩陣的奇異值特征反映了圖像的本質(zhì)屬性，可 以利用它來進(jìn)行分類識(shí)別。
[0047] 3.子空間分析法：因其具有描述性強(qiáng)、計(jì)算代價(jià)小、易實(shí)現(xiàn)及可分性好等特點(diǎn)，被 廣泛地應(yīng)用于人臉特征提取，成為了當(dāng)前人臉識(shí)別的主流方法之一。
[0048] 4.局部保持投影（Locality Preserving Projections，LPP)是一種新的子空間 分析方法，它是非線性方法Laplacian Eigen map的線性近似，既解決了 PCA等傳統(tǒng)線性方 法難以保持原始數(shù)據(jù)非線性流形的缺點(diǎn)，又解決了非線性方法難以獲得新樣本點(diǎn)低維投影 的缺點(diǎn)。
[0049] 5.主成分分析（PCA) :PCA模式識(shí)別領(lǐng)域一種重要的方法，已被廣泛地應(yīng)用于人臉 識(shí)別算法中，基于PCA人臉識(shí)別系統(tǒng)在應(yīng)用中面臨著一個(gè)重要障礙：增量學(xué)習(xí)問題。增量 PCA算法由新增樣本重構(gòu)最為重要PCS，但該方法隨著樣本的增加，需要不斷舍棄一些不重 要PC，以維持子空間維數(shù)不變，因而該方法精度稍差。
[0050] 6.其他方法：彈性匹配方法、特征臉法（基于KL變換）、人工神經(jīng)網(wǎng)絡(luò)法、支持向 量機(jī)法、基于積分圖像特征法（adaboost學(xué)習(xí)）、基于概率模型法。
[0051]所述的步驟10中獲取臉部區(qū)域特征點(diǎn)，是指獲取與眼部區(qū)域相鄰的臉部區(qū)域的 特征點(diǎn)或者臉部整體區(qū)域的特征點(diǎn)。本實(shí)施例中，通過上述的人臉識(shí)別算法，得到臉部區(qū)域 的106個(gè)特征點(diǎn)。
[0052] 所述的步驟20中的眼部區(qū)域特征點(diǎn)，包括左眼區(qū)域的左眼角點(diǎn)、右眼角點(diǎn)、上眼 眶頂點(diǎn)、下眼眶頂點(diǎn)，和/或右眼區(qū)域的左眼角點(diǎn)、右眼角點(diǎn)、上眼眶頂點(diǎn)、下眼眶頂點(diǎn)。本 實(shí)施例中，是從106個(gè)臉部區(qū)域特征點(diǎn)中提取出24個(gè)眼部區(qū)域特征點(diǎn)，其中包括左眼區(qū)域 的12個(gè)特征點(diǎn)和右眼區(qū)域的12個(gè)特征點(diǎn)，如圖4所示，12個(gè)特征點(diǎn)中，所述的左眼角點(diǎn)、右 眼角點(diǎn)、上眼眶頂點(diǎn)、下眼眶頂點(diǎn)這四個(gè)特征點(diǎn)對(duì)眼部區(qū)域的擴(kuò)散變形起主要作用。
[0053] 所述的步驟30中對(duì)所述的眼部區(qū)域特征點(diǎn)根據(jù)預(yù)設(shè)的擴(kuò)散比例進(jìn)行向外擴(kuò)散的 計(jì)算，其計(jì)算公式如下：
[0054] New Points =