基于ASM算法和Lazy Snapping算法的耳廓检测方法技术

本发明专利技术公开了一种基于ASM算法和Lazy Snapping算法相结合的耳廓检测方法，该方法利用Haar特征构建耳朵检测器，检测出耳朵所在的矩形区域，只有仅仅对该区域进行图像处理操作，大大加快了运行速度。本发明专利技术使用简单低精度的耳朵模型来训练ASM检测器，进而对耳廓上的少数关键特征点进行检测，训练成本较低，ASM算法的检测效果对训练数据集的敏感性较低，可以很容易地进行操作。本发明专利技术使用Lazy Snapping算法实现对耳廓地有效分割，并且使用坐标系变换和曲线拟合技术来提高耳廓检测结果的精确度。本发明专利技术所提出的耳廓检测技术运算速度快，可靠性高，容易实施，成本较低，可以有效地实现耳廓的检测。

Ear detection method based on ASM algorithm and Lazy Snapping algorithm

The invention discloses a ASM algorithm and Lazy Snapping algorithm based on the combination of ear detection method, the method of constructing ear detector using Haar features, detect the rectangular area where the ears only, in the area of image processing operations, greatly accelerate the speed. The invention uses simple low precision ear model to train the ASM detector, and then to detect a few key feature points on the auricle, the training cost is low, the detection effect of ASM algorithm on the sensitivity of the training data set is low, you can easily operate. The invention uses Lazy Snapping algorithm to achieve effective segmentation of auricle, and using the coordinate transform and curve fitting technique to improve the accuracy of the test results of auricle. The auricle detection technique provided by the invention has the advantages of fast operation, high reliability, easy implementation and low cost, and can effectively detect the auricle.

【技术实现步骤摘要】
基于ASM算法和LazySnapping算法的耳廓检测方法
本专利技术涉及机器视觉中的一种耳廓检测技术，尤其是涉及了一种基于ASM算法和LazySnapping算法相结合的耳廓检测方法。
技术介绍
近年来，随着计算机科学技术的蓬勃发展，机器视觉技术迅速普及于生产生活当中。耳廓检测在图像信息提取，生物特征识别以及三维重建等领域都有着十分重要的应用。基于Haar特征构建分类器来实现物体检测的方法被有效地应用于人脸检测，然而其只能够识别目标物体所在的矩形区域，并不能进行相关几何形状特征的提取。ASM主动形状模型是一种基于统计学的检测方法，可以实现对目标物体上特征点的有效检测，精确度高。采用ASM算法进行耳廓检测，需要对训练数据集中的每一张图片进行所有耳廓特征点的人工标定。数据集较大，特征点较多，这使得训练数据的构建十分困难。其次，最终耳廓检测的效果直接依赖于训练数据的好坏，这对于训练阶段提出了更为严格的要求，这是限制ASM算法应用的一个重要因素。LazySnapping算法主要应用于图像中前景和背景的分割，必须在手动标记前景区域和背景区域之后才能进行图像分割操作，不具有自动性。可以将ASM算法和LazySnapping算法相结合，采用简化的ASM模型标记耳廓上的关键特征点，以此为基础自动生成前景和背景标记作为LazySnapping算法的输入，从而实现耳廓的高效检测。ASM算法可以参考文献“Cootes,T.F.,Taylor,C.J.,Cooper,D.H.andGraham,J.,1995.Activeshapemodels-theirtrainingandapplication.Computervisionandimageunderstanding,61(1),pp.38-59.”，LazySnapping算法可以参考文献“Li,Yin,etal."Lazysnapping."ACMTransactionsonGraphics(ToG).Vol.23.No.3.ACM,2004.”。
技术实现思路
本专利技术的目的在于针对现有技术的不足，提供了一种基于ASM算法和LazySnapping算法相结合的耳廓检测方法，本专利技术实现了耳廓的高效检测。本专利技术的目的是通过以下技术方案来实现的：一种基于ASM算法和LazySnapping算法相结合的耳廓检测方法，包括以下步骤：(1)使用Haar特征结合Adaboost算法构建耳朵检测器，检测出图片中耳朵所在的矩形区域，整个耳廓位于该区域之内，称之为耳朵矩形。(2)构建简单的耳廓特征点模型，采用ASM算法检测出图片中上耳根点和下耳根点所在的位置。(3)计算耳朵矩形距离上耳根点和下耳根点连线最远的顶点。上耳根点和下耳根点连成一条直线，耳廓位于这条直线的一侧，称其为耳朵分割线。分别计算耳朵矩形四个顶点到耳朵分割线的距离，选取距离最远的顶点，称其为耳侧点。(4)采用耳朵矩形设置图片的感兴趣区域ROI，并且将上耳根点，下耳根点和耳侧点的坐标转换到该感兴趣区域中。此后对图片的所有操作均在该感兴趣区域内进行。(5)生成前景标记线和背景标记线。将上耳根点和下耳根点的中点记为耳根中点。将上耳根点和下耳根点之间的距离记为耳根距离。将耳根中点作为坐标系原点，将耳朵分割线作为q轴，正方向为从上耳根点指向下耳根点。将过坐标系原点并且垂直于耳朵分割线的直线作为p轴，正方向从坐标系原点指向耳廓。从坐标系原点出发沿着p轴正方向作线段，长度为0.5倍的耳根距离。从坐标系原点出发沿着p轴正反向偏向q轴正方向45度作线段，长度为0.5倍的耳根距离。从坐标系原点出发沿着p轴正反向偏向q轴负方向45度作线段，长度为0.5倍的耳根距离。这三条线线段连同上耳根点和下耳根点之间的线段为前景标记线。耳朵矩形的四条边为背景标记线。(6)采用LazySnapping算法进行前景和背景分割。将生成的前景标记线和背景标记线作为输入，运行LazySnapping算法，得到耳朵分割区域，耳廓为该区域的边界线。(7)耳朵分割区域边缘检测及裁剪。寻找耳朵分割区域最长的外边缘。以耳朵分割线为边界，截取仅仅保留该边缘位于耳侧点一侧的部分，即为耳廓边缘，是非封闭的。(8)耳廓曲线拟合。耳廓边缘由一系列的散点组成，为了消除噪声干扰，需要对这些散点进行曲线拟合处理。首先进行坐标系变换，将耳朵分割线作为v轴，正方向为从上耳根点指向下耳根点。计算耳廓边缘上所有点到耳朵分割线的距离，将距离最远的点记为耳廓最远点。u轴与v轴垂直并通过耳廓最远点，正方向指向耳廓最远点。将耳廓边缘上所有点的坐标转换到新构建的坐标系中，对u轴上半部分的点和下半部分的点分别进行多项式曲线拟合，得到两条拟合后的曲线方程。(9)耳廓点生成。针对拟合后的两条曲线，分别在u正半轴到v负半轴区间和u正半轴到v正半轴区间内，以u轴和v轴的交点为原点，等角度作射线，计算每条射线与曲线的交点，这样就可以构成耳廓点。之后，将得到的耳廓点从以u轴和v轴为基础的新坐标系转换到感兴趣区域的坐标系，此时耳廓点的坐标为在耳朵矩形中的坐标。最后根据耳朵矩形对耳廓点进行平移操作，将其转换到原始图像的坐标系中，从而实现了对耳廓的有效检测。本专利技术的有益效果是：本专利技术利用Haar特征构建耳朵检测器，检测出耳朵所在的矩形区域，只有仅仅对该区域进行图像处理操作，大大加快了运行速度。本专利技术使用简单低精度的耳朵模型来训练ASM检测器，进而对耳廓上的少数关键特征点进行检测，训练成本较低，ASM算法的检测效果对训练数据集的敏感性较低，可以很容易地进行操作。本专利技术使用LazySnapping算法实现对耳廓地有效分割，并且使用坐标系变换和曲线拟合技术来提高耳廓检测结果的精确度。本专利技术所提出的耳廓检测技术运算速度快，可靠性高，容易实施，成本较低，可以有效地实现耳廓的检测。附图说明图1为耳廓检测示意图，图中，ET为待检测的耳廓，EA为耳朵矩形，ER0为上耳根点，ER1为下耳根点，EL为耳朵分割线，ES为耳侧点。图2为标记线示意图，图中，ERD为上下耳根点之间的距离，MB为背景标记线，MF为前景标记线。图3为耳廓曲线拟合坐标系变换示意图，图中，v轴正反向为从上耳根点指向下耳根点。EF为耳廓最远点。u轴与v轴垂直，正反向指向耳廓最远点。图4是本专利技术进行耳廓检测的处理流程图。具体实施方式下面结合附图以及具体实施方式对本专利技术作进一步说明。如图4所示，本专利技术基于ASM算法和LazySnapping算法的耳廓检测方法，包括以下步骤：1、使用Haar特征结合Adaboost算法构建耳朵检测器，检测出图片中耳朵所在的矩形区域，整个耳廓位于该区域之内，称之为耳朵矩形。采用Haar-like特征来表示灰度差异作为弱分类器，并且采用积分图的形式来表示输入的图像，以便有效地计算它们。用AdaBoost算法选出最好的弱分类器，然后将它们组合成强分类器。最后，将分类器级联起来建立最终的检测器，只有上一级的分类器接受输入的图像窗口时，才进入下一级的分类器。被所有分类器都接受的图片窗口为耳朵区域。2、构建简单的耳廓特征点模型，采用ASM算法检测出图片中上耳根点和下耳根点所在的位置。ASM算法分为训练和搜索两步。训练时建立各个特征点的位置约束，构建各个特定点的本文档来自技高网...

【技术保护点】
一种基于ASM算法和Lazy Snapping算法相结合的耳廓检测方法，其特征在于，包括以下步骤：(1)使用Haar特征结合Adaboost算法构建耳朵检测器，检测出图片中耳朵所在的矩形区域，整个耳廓位于该区域之内，称之为耳朵矩形。(2)构建耳廓特征点模型，采用ASM算法检测出图片中上耳根点和下耳根点所在的位置。(3)计算耳朵矩形距离上耳根点和下耳根点连线最远的顶点：上耳根点和下耳根点连成一条直线，耳廓位于这条直线的一侧，称其为耳朵分割线。分别计算耳朵矩形四个顶点到耳朵分割线的距离，选取距离最远的顶点，称其为耳侧点。(4)采用耳朵矩形设置图片的感兴趣区域ROI，并且将上耳根点，下耳根点和耳侧点的坐标转换到该感兴趣区域中。此后对图片的所有操作均在该感兴趣区域内进行。(5)生成前景标记线和背景标记线：将上耳根点和下耳根点的中点记为耳根中点。将上耳根点和下耳根点之间的距离记为耳根距离。将耳根中点作为坐标系原点，将耳朵分割线作为q轴，正方向为从上耳根点指向下耳根点。将过坐标系原点并且垂直于耳朵分割线的直线作为p轴，正方向从坐标系原点指向耳廓。从坐标系原点出发沿着p轴正方向作线段，长度为0.5倍的耳根距离。从坐标系原点出发沿着p轴正反向偏向q轴正方向45度作线段，长度为0.5倍的耳根距离。从坐标系原点出发沿着p轴正反向偏向q轴负方向45度作线段，长度为0.5倍的耳根距离。这三条线线段连同上耳根点和下耳根点之间的线段为前景标记线。耳朵矩形的四条边为背景标记线。(6)采用Lazy Snapping算法进行前景和背景分割：将生成的前景标记线和背景标记线作为输入，运行Lazy Snapping算法，得到耳朵分割区域，耳廓为该区域的边界线。(7)耳朵分割区域边缘检测及裁剪：寻找耳朵分割区域最长的外边缘。以耳朵分割线为边界，截取仅仅保留该边缘位于耳侧点一侧的部分，即为耳廓边缘，是非封闭的。(8)耳廓曲线拟合：首先进行坐标系变换，将耳朵分割线作为v轴，正方向为从上耳根点指向下耳根点。计算耳廓边缘上所有点到耳朵分割线的距离，将距离最远的点记为耳廓最远点。u轴与v轴垂直并通过耳廓最远点，正方向指向耳廓最远点。将耳廓边缘上所有点的坐标转换到新构建的坐标系中，对u轴上半部分的点和下半部分的点分别进行多项式曲线拟合，得到两条拟合后的曲线方程。(9)耳廓点生成：针对拟合后的两条曲线，分别在u正半轴到v负半轴区间和u正半轴到v正半轴区间内，以u轴和v轴的交点为原点，等角度作射线，计算每条射线与曲线的交点，这样就可以构成耳廓点。之后，将得到的耳廓点从以u轴和v轴为基础的新坐标系转换到感兴趣区域的坐标系，此时耳廓点的坐标为在耳朵矩形中的坐标。最后根据耳朵矩形对耳廓点进行平移操作，将其转换到原始图像的坐标系中，从而实现了对耳廓的有效检测。...

【技术特征摘要】
1.一种基于ASM算法和LazySnapping算法相结合的耳廓检测方法，其特征在于，包括以下步骤：(1)使用Haar特征结合Adaboost算法构建耳朵检测器，检测出图片中耳朵所在的矩形区域，整个耳廓位于该区域之内，称之为耳朵矩形。(2)构建耳廓特征点模型，采用ASM算法检测出图片中上耳根点和下耳根点所在的位置。(3)计算耳朵矩形距离上耳根点和下耳根点连线最远的顶点：上耳根点和下耳根点连成一条直线，耳廓位于这条直线的一侧，称其为耳朵分割线。分别计算耳朵矩形四个顶点到耳朵分割线的距离，选取距离最远的顶点，称其为耳侧点。(4)采用耳朵矩形设置图片的感兴趣区域ROI，并且将上耳根点，下耳根点和耳侧点的坐标转换到该感兴趣区域中。此后对图片的所有操作均在该感兴趣区域内进行。(5)生成前景标记线和背景标记线：将上耳根点和下耳根点的中点记为耳根中点。将上耳根点和下耳根点之间的距离记为耳根距离。将耳根中点作为坐标系原点，将耳朵分割线作为q轴，正方向为从上耳根点指向下耳根点。将过坐标系原点并且垂直于耳朵分割线的直线作为p轴，正方向从坐标系原点指向耳廓。从坐标系原点出发沿着p轴正方向作线段，长度为0.5倍的耳根距离。从坐标系原点出发沿着p轴正反向偏向q轴正方向45度作线段，长度为0.5倍的耳根距离。从坐标系原点出发沿着p轴正反向偏向q轴负方向45度作线段，长度为0....

【专利技术属性】
技术研发人员：任重，张家玄，吴盼，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33