基于肤色分割和小波变换的人脸检测方法技术

一种基于肤色分割和小波变换的人脸检测方法。其包括输入图像肤色分割：对输入图像进行光照补偿，然后将光照补偿后的图像从RGB彩色空间转换到YCbCr彩色空间，通过设定阈值区间对肤色区域进行分割，然后对分割后的区域进行去噪处理和连通区域标记；输入图像特征提取：对输入图像进行小波变换，最终得到低维图像；变长模板匹配：将连通区域对低维图像进行掩模运算，通过统计标记的各连通区域的大小，针对不同连通区域制作不同大小的模板来对得到的连通区域进行变长模板匹配，最终通过判断与模板相关性的大小来完成人脸检测过程。本发明专利技术效果：将肤色分割的连通区域大小考虑进来，针对不同大小的连通域设置不同的模板，实现了模板匹配的自适应。

Face detection based on skin segmentation and wavelet transform

A face detection method based on skin segmentation and wavelet transform. Including the input image color segmentation: the input image illumination compensation, then light compensated image conversion from RGB color space to YCbCr color space, by setting the threshold range of skin color segmentation, then the segmented region denoising and connected region labeling; image feature extraction of the input: the wavelet transform of the input image, resulting in a lower dimensional image template matching; variable length: the connected region of the mask operation for low dimensional image, the size of each connected region through statistical markers, according to different regional connectivity making templates of different sizes of variable length of template matching connected region obtained, finally through the correlation estimation with the size of the template to complete the process of face detection. The effect of the invention is that the connected area of the skin segmentation is taken into account, and different templates are set according to the connected domain of different sizes, so the adaptation of the template matching is realized.

【技术实现步骤摘要】
基于肤色分割和小波变换的人脸检测方法
本专利技术属于计算机视觉和图像处理
，特别是涉及一种综合肤色信息和纹理信息的基于模板匹配的人脸检测方法。
技术介绍
随着当今人工智能和机器视觉领域的快速发展，由于人脸识别具有非接触性的特点，因此在人机交互方面有着广阔的应用前景。人脸检测作为人脸识别的基础，在图像或视频中如何快速精准地检测人脸的位置仍是当今的研究热点。目前，主流的人脸检测方法主要有三种：(1)基于肤色、边缘、几何关系等人脸特征的检测方法，该类方法一般运算速度较快，但缺点是受局部特征影响较大。(2)基于模板匹配的检测方法，该类方法一般运算量较大，匹配时间较长。(3)基于数据的检测方法，该类方法通过统计知识提取人脸特征，优点是检测精度较高，但需要很大的数据集和较长的时间去训练，且该方法是一种黑盒算法，无法直观地从内部理解人脸检测的原理。基于肤色特征的人脸检测方法属于上述第一种方法，该方法利用肤色的聚类性筛选肤色区域，其计算量小，能够快速地将人脸的待测区域分割出来。但肤色特征易受到类肤色背景和非人脸肤色区域干扰。基于模板匹配的人脸检测方法有两个难点：一是模板的选择。模板匹配要求模板所含的信息简单有效，目前大多采用K-L变换后的“本征脸”作为检测模板，但K-L变换中特征值分解的运算量较大。二是模板匹配的扫描次数。模板匹配需要不断变换模板的大小对输入图像进行滑窗扫描，然而由于模板大小不确定，只能采取变换模板大小多次扫描的方式，因此其检测时间会变长。这两点都会严重影响检测性能。杨等[YangY,XieC,DuL,etal.Anewfacedetectionalgorithmbasedonskincolorsegmentation[C]//ChineseAutomationCongress.IEEE,2015.]将肤色特征提取之后，通过判别每块肤色区域是否满足一定的对称性来判断是否是人脸，虽然该方法简便但准确性较低，没有深层次地去挖掘人脸图像的特征。中国专利CN103632132A将肤色分割与模板匹配结合来进行人脸检测，并使用连通区域标记，其模板匹配也具有一定的自适应性。但在进行模板匹配时，是采用直接计算各肤色连通区域的特征值，其运算量较大，且易受大片非人脸肤色区域的影响，从而造成检测率较低。
技术实现思路
为了解决上述问题，本专利技术的目的在于提供一种基于肤色分割和小波变换的人脸检测方法。为了达到上述目的，本专利技术提供的基于肤色分割和小波变换的人脸检测方法包括按顺序进行的下列步骤：1)输入图像肤色分割：对输入图像进行光照补偿，然后将光照补偿后的图像从RGB彩色空间转换到YCbCr彩色空间，通过设定阈值区间对肤色区域进行分割，然后对分割后的区域进行去噪处理和连通区域标记；2)输入图像特征提取：对输入图像进行小波变换，取小波变换后的图像中水平频率分量和垂直频率分量两个次高频信息重构图像的类边缘特征，然后对该重构图像进行中值滤波，最终得到低维图像；3)变长模板匹配：将步骤1)中得到的连通区域对步骤2)中得到的低维图像进行掩模运算，然后通过统计步骤1)中标记的各连通区域的大小，针对不同连通区域制作不同大小的模板来对得到的连通区域进行变长模板匹配，最终通过判断与模板相关性的大小来完成人脸检测过程。在步骤1)中，所述的输入图像肤色分割的具体步骤如下：(1.1)光照补偿选取输入图像亮度的前百分之五的平均值作为亮度补偿参考值，利用该值作为系数与输入图像相乘，由此对输入图像进行光照补偿，其公式为：其中Iori表示输入图像，sort0.05(·)表示取输入图像前百分之五的亮度成分，mean(·)表示取平均运算，ref为亮度补偿参考值，I为光照补偿后的图像；(1.2)色彩空间转换和肤色分割将上述光照补偿后的图像从RGB彩色空间转换到YCbCr彩色空间，色彩空间转换公式为：光照补偿后的图像中每一点的像素点I(i,j)经式(2)转换后由IY(i,j)ICr(i,j)ICb(i,j)表示，其中i和j表示该像素点所在的行和列，然后通过式(3)将肤色区域筛选出来并用二值图像表示，其中黑色表示“0”，白色表示“1”；由此完成肤色分割；(1.3)去噪和连通区域标记所述的去噪和连通区域标记方法的具体步骤如下：1.3.1)填补空洞：将上述分割后的区域中的小空洞填补好；1.3.2)开运算去除细小毛刺：本专利技术共进行了两次开运算操作，分别采用5×5和9×9的方形算子作为开运算单元，5×5算子用于去除一些细小的噪声点，9×9算子用于分割有微弱连接的连通区域，便于后续的连通区域标记；1.3.3)连通区域标记：该步骤在整个去噪筛选过程中共使用两次，第一次连通区域标记在开运算后，第二次连通区域标记在完成所有去噪和筛选后作为肤色分割的输出；1.3.4)去除长宽比异常的连通区域：经连通区域标记得到连通区域Qi后，计算连通区域Qi的最大外接矩形的长li和宽wi；由于人脸的正常长宽比例大约是4:3，通过设置长宽比：来剔除部分不合理区域，当长宽比不合理时，可判断该区域非人脸，从而剔除该区域；考虑到脖子与人脸部分常连接在一起，本专利技术将T＞3和T＜0.33作为长宽比异常的区间；1.3.5)去除面积较小的区域：计算每个连通区域的面积Si＝sum(Qi)，即统计每个连通区域像素点的个数，设置与各连通区域的平均面积相关的门限来剔除较小的连通区域；连通区域的平均面积为：本专利技术采用0.3倍的连通区域的平均面积Save作为剔除小块区域的阈值；1.3.6)去除面积结构不合理的区域：计算连通区域的面积Si与最大外接矩形面积的比值本专利技术设置比值ri的阈值为ri≥0.5，将结构不合理的区域剔除，完成筛选；最终对经上述去噪筛选后的连通区域重新进行标记而得到Q′i，总的连通区域面积为：在步骤1.3.1)中，所述的填补空洞的步骤为：1.3.1.1)遍历二值图像，将I(i,j)＝0的像素点值标记为待定点，并标记为Wait；1.3.1.2)遍历二值图像，将靠近边界的待定点标记为False，即不进行填补操作；1.3.1.3)循环遍历二值图像，当标记为Wait的待定点的四邻域点有False的标记时，将此待定点标记为False，直到标记为Wait的待定点不再增加时，结束遍历；1.3.1.4)将标记为Wait的待定点置为1，标记为False的靠近边界的待定点不改变原来的像素值。在步骤1.3.3)中，所述的连通区域标记的步骤为：1.3.3.1)从左至右，从上到下扫描开运算后的图像；1.3.3.2)如果像素点为1，则：a.若像素点上面点或左面点只有一个标记，则复制该标记；b.若两点有相同的标记，则复制该标记；c.若两点有不同标记，则复制上面点的标记且将这两个标记输入等价表中构成等价标记集；d.否则给该像素点分配一个新的标记并将这一标记输入等价表；1.3.3.3)若考虑更多的点，则回到步骤1.3.3.2)；1.3.3.4)在等价表的每一等价标记集中找到最低的标记；1.3.3.5)扫描二值图像，用等价表中每个等价标记集的最低标记取代每一标记；经连通区域标记后的各个连通区域由Qi表示，其中i为连通区域的标号，最终标记好的连通区域个数为n。在步骤2)中，所述的输入图像特征提取的方法为：用Haar小波对输入图像I进行小波分本文档来自技高网...

【技术保护点】
一种基于肤色分割和小波变换的人脸检测方法，其特征在于：所述的方法包括按顺序进行的下列步骤：1)输入图像肤色分割：对输入图像进行光照补偿，然后将光照补偿后的图像从RGB彩色空间转换到YCbCr彩色空间，通过设定阈值区间对肤色区域进行分割，然后对分割后的区域进行去噪处理和连通区域标记；2)输入图像特征提取：对输入图像进行小波变换，取小波变换后的图像中水平频率分量和垂直频率分量两个次高频信息重构图像的类边缘特征，然后对该重构图像进行中值滤波，最终得到低维图像；3)变长模板匹配：将步骤1)中得到的连通区域对步骤2)中得到的低维图像进行掩模运算，然后通过统计步骤1)中标记的各连通区域的大小，针对不同连通区域制作不同大小的模板来对得到的连通区域进行变长模板匹配，最终通过判断与模板相关性的大小来完成人脸检测过程。

【技术特征摘要】
1.一种基于肤色分割和小波变换的人脸检测方法，其特征在于：所述的方法包括按顺序进行的下列步骤：1)输入图像肤色分割：对输入图像进行光照补偿，然后将光照补偿后的图像从RGB彩色空间转换到YCbCr彩色空间，通过设定阈值区间对肤色区域进行分割，然后对分割后的区域进行去噪处理和连通区域标记；2)输入图像特征提取：对输入图像进行小波变换，取小波变换后的图像中水平频率分量和垂直频率分量两个次高频信息重构图像的类边缘特征，然后对该重构图像进行中值滤波，最终得到低维图像；3)变长模板匹配：将步骤1)中得到的连通区域对步骤2)中得到的低维图像进行掩模运算，然后通过统计步骤1)中标记的各连通区域的大小，针对不同连通区域制作不同大小的模板来对得到的连通区域进行变长模板匹配，最终通过判断与模板相关性的大小来完成人脸检测过程。2.根据权利要求1所述基于肤色分割和小波变换的人脸检测方法，其特征在于：在步骤1)中，所述的输入图像肤色分割的具体步骤如下：(1.1)光照补偿选取输入图像亮度的前百分之五的平均值作为亮度补偿参考值，利用该值作为系数与输入图像相乘，由此对输入图像进行光照补偿，其公式为：其中Iori表示输入图像，sort0.05(·)表示取输入图像前百分之五的亮度成分，mean(·)表示取平均运算，ref为亮度补偿参考值，I为光照补偿后的图像；(1.2)色彩空间转换和肤色分割将上述光照补偿后的图像从RGB彩色空间转换到YCbCr彩色空间，色彩空间转换公式为：光照补偿后的图像中每一点的像素点I(i,j)经式(2)转换后由IY(i,j)ICr(i,j)ICb(i,j)表示，其中i和j表示该像素点所在的行和列，然后通过式(3)将肤色区域筛选出来并用二值图像表示，其中黑色表示“0”，白色表示“1”；由此完成肤色分割；(1.3)去噪和连通区域标记所述的去噪和连通区域标记方法的具体步骤如下：1.3.1)填补空洞：将上述分割后的区域中的小空洞填补好；1.3.2)开运算去除细小毛刺：本发明共进行了两次开运算操作，分别采用5×5和9×9的方形算子作为开运算单元，5×5算子用于去除一些细小的噪声点，9×9算子用于分割有微弱连接的连通区域，便于后续的连通区域标记；1.3.3)连通区域标记：该步骤在整个去噪筛选过程中共使用两次，第一次连通区域标记在开运算后，第二次连通区域标记在完成所有去噪和筛选后作为肤色分割的输出；1.3.4)去除长宽比异常的连通区域：经连通区域标记得到连通区域Qi后，计算连通区域Qi的最大外接矩形的长li和宽wi；由于人脸的正常长宽比例大约是4:3，通过设置长宽比：来剔除部分不合理区域，当长宽比不合理时，可判断该区域非人脸，从而剔除该区域；考虑到脖子与人脸部分常连接在一起，本发明将T＞3和T＜0.33作为长宽比异常的区间；1.3.5)去除面积较小的区域：计算每个连通区域的面积Si＝sum(Qi)，即统计每个连通区域像素点的个数，设置与各连通区域的平均面积相关的门限来剔除较小的连通区域；连通区域的平均面积为：本发明采用0.3倍的连通区域的平均面积Save作为剔除小块区域的阈值；1.3.6)去除面积结构不合理的区域：计算连通区域的面积Si与最大外接矩形面积的比值本发明设置比值ri的阈值为ri≥0.5，将结构不合理的区域剔除，完成筛选；最终对经上述去噪筛选后的连通区域重新进行标记而得到Q′i，总的连通区域面积为：3.根据权利要求2所述基于肤色分割和小波变换的人脸检测方法，其特征在于：在步骤1.3.1)中，所述的填补空洞的步骤为：1.3.1.1)遍历二值图像，将I(i,j)＝0的像素点值标记为待定点，并标记为Wait；1.3.1.2)遍历二值图像，将靠近边界的待定点标记为False，即不进行填补操作；1.3.1.3)循环遍历二值图像，当标记为Wait的待定点的四邻域点有False的标记时，将此待定点标记为False，直到标记为Wait的待定点不再增加时，结束遍历...

【专利技术属性】
技术研发人员：张良，郝凯锋，
申请(专利权)人：中国民航大学，
类型：发明
国别省市：天津,12