一种基于图像处理的快速证件照眼镜检测方法技术

本发明专利技术公开了一种基于图像处理的快速证件照眼镜检测方法，属于图像识别技术领域。本发明专利技术通过图像处理增强证件照的对比度，突出镜框和脸部的分界线，不断对证件照进行切片，获得眼镜可能存在区域的切片，在此基础上进一步图像处理，对眼镜可能存在区域进行高斯平滑处理，基于非极大值抑制输出边缘强度矩阵，强调鼻梁和眼下的眼镜特征，极大程度的提高了本发明专利技术识别眼镜的正确率；本发明专利技术不依赖深度学习算法进行眼镜识别，针对无框眼镜识别同样有很高的正确率，同时本发明专利技术不仅快速，可以满足实时性，而且具有极高的正确率较低的召回率，极大程度的降低了对于计算资源的需求，可以满足内网安全的需求。网安全的需求。网安全的需求。

【技术实现步骤摘要】
一种基于图像处理的快速证件照眼镜检测方法


[0001]本专利技术涉及图像识别
，具体为一种基于图像处理的快速证件照眼镜检测方法。

技术介绍

[0002]证件照是各种证件各种场景中证明身份的照片，证件照是要求各不一致，部分证件照是不允许申请者佩戴眼镜的，通过人工进行筛选不仅需要大量的人工，还会拖慢流程时间，因此需要计算机智能的判别证件照中人物是否佩戴眼镜，传统计算机视觉算法无法正确识别种类繁杂的眼镜，而网络自发训练的端到端识别方法由于缺乏先验知识，吸纳了大量冗余特征，无法较好地取得性能和正确性之间的平衡，如：直接使用支持向量机对戴眼镜的人脸进行学习，由于人脸本身的复杂性，眼镜框的形状和粗细之间的相互作用，无框眼镜缺乏可以用于支持向量机识别的显著的方向梯度直方图特征，这些因素使得识别的正确率和召回率之间无法得到较好的平衡；而深度学习计算方法依赖于大量的计算资源，导致算法运行时间过长。

技术实现思路

[0003]本专利技术的目的在于提供一种基于图像处理的快速证件照眼镜检测方法，以解决上述
技术介绍
中提出的问题。
[0004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的快速证件照眼镜检测方法，其特征在于：眼镜检测的具体步骤包括：步骤一：获取证件照；步骤二：图像处理，对证件照进行图像增强；步骤三：不断对证件照进行切片，获得眼镜可能存在区域的切片；步骤四：对眼镜可能存在区域进行高斯平滑处理；步骤五：基于非极大值抑制输出边缘强度矩阵；步骤六：基于更新后的边缘强度矩阵进一步切片重组眼镜可能区域；步骤七：将重组眼镜可能区域输入眼镜支持向量机，输出最终结果。2.根据权利要求1所述的一种基于图像处理的快速证件照眼镜检测方法，其特征在于：所述步骤二中对于证件照进行图像增强包括直方图均衡化和高光修正；所述直方图均衡化具体内容为：将证件照的RGB三通道转化为HSV通道，对于亮度V通道基于累积分布函数进行直方图均衡化，将直方图均衡化的HSV通道重新转化为RGB图像输出；所述直方图均衡化具体步骤包括：Step 1.1：计算RGB三通道像素的最大值和最小值的具体公式为：A＝max(r,g,b)I＝min(r,g,b)其中，r,g,b表示证件照RGB三通道的数值，A表示r,g,b中最大值，I表示r,g,b中最小值；Step 1.2：将证件照RGB三通道转化为HSV通道具体计算公式为：1.2：将证件照RGB三通道转化为HSV通道具体计算公式为：V＝A其中，H表示HSV通道中的色调，S表示HSV通道中的饱和度，V表示HSV通道中的亮度；Step 1.3：直方图均衡化亮度通道具体公式为：其中，V
hist
表示直方图均衡化后的新亮度通道，cdf(V)表示原亮度通道的累积分布函数，定义域为[0,255]，值域为[cdf(V)
min
,cdf(V)
max
]；Step 1.4：将H、S和V
hist
重新转换为RGB三通道输出证件照。
3.根据权利要求1所述的一种基于图像处理的快速证件照眼镜检测方法，其特征在于：所述步骤三的具体步骤包括：Step 2.1：通过方向梯度直方图特征提取器和线性支持向量机识别图像中的人脸，输出人脸区域切片；Step 2.2：通过方向梯度直方图特征提取器和线性支持向量机识别人脸区域切片中的五官，获取左右眼虹膜中心区域坐标；Step 2.3：获取眼镜可能存在区域切片，旋转图片直至左右眼虹膜中心坐标的连线水平，通过缩放图像直至左右眼虹膜中心坐标的线段长度为d个像素；裁剪左眼虹膜中心坐标上d像素，左眼虹膜中心坐标下d像素，左眼虹膜中心坐标左侧像素，左眼虹膜中心坐标右侧像素，最终输出2d*2d像素的眼镜可能存在区域切片。4.根据权利要求3所述的一种基于图像处理的快速证件照眼镜检测方法，其特征在于：所述Step 2.1具体步骤包括：Step 2.1.a：将证件照灰度化，具体计算公式为：gray＝0.299r+0.587g+0.114b其中，gray表示证件照灰度值，r,g,b表示证件照RGB三通道的数值；Step 2.1.b：计算每个像素的梯度值和梯度方向，具体计算公式为：其中，g(x,y)表示坐标为(x,y)的像素的梯度值，g
x
表示水平方向梯度，g
y
表示垂直方向梯度；Step 2.1.c：计算梯度方向，具体计算公式为：其中，θ(x,y)表示坐标为(x,y)的像素的梯度方向；Step 2.1.d：计算梯度直方图向量，具体的计算公式为：HOG(i)＝∑g(x,y),(i*20≤θ(x,y)<(i+1)*20)其中i取值范围{0,1,2,3,4,5,6,7,8}，将图片切分为8*8的单元，根据每个单元的角度分组计算方向梯度直方图特征向量；Step 2.1.e：归一化方向梯度直方图，以2*2的单元为一个块，块的方向梯度直方图特征向量是4个单元的方向梯度直方图特征向量组成的36维向量，计算块的方向梯度直方图特征向量的归一值，具体计算公式为：其中，k表示向量的维度,HOG'...

【专利技术属性】
技术研发人员：兰志才，张正德，李坚，
申请(专利权)人：上海西虹桥导航技术有限公司，
类型：发明
国别省市：