一种人脸红外图像改善方法技术

一种人脸红外图像改善方法，步骤S1：对人脸图像进行图像处理，获取眼部处理区域图像；步骤S2：对眼部处理区域图像进行滤波处理得到眼部滤波图像；步骤S3：对眼部滤波图像进行灰度值拉伸处理得到眼部拉伸图像；步骤S4：对眼部拉伸图像进行全局阈值分割处理，得到眼部暗色图像，将眼部暗色图像以及眼部滤波图像中重合部分覆盖至原始人脸图像；步骤S5：对覆盖后的人脸图像进行均值滤波处理。本发明专利技术改善了在背光的情况下，眼部位置在红外光的照射下，会有亮斑，使得眼部失真严重的情况，处理后的脸部图像去除了眼部亮斑。除此之外，通过伪彩处理，使得黑白人像变成彩色图像，且处理后的人脸图像不会产生颜色突变，并且人脸区域看着比较舒服。较舒服。

【技术实现步骤摘要】
一种人脸红外图像改善方法


[0001]本专利技术涉及图像处理领域，尤其涉及一种人脸红外图像改善方法。

技术介绍

[0002]对于人脸识别锁产品，会在锁开的情况下，将开锁人的实时图片发送给客户，一般是发送RGB图像，但是在背光或者夜晚的情况下，RGB图像上无法看清人脸，这时会发送红外图像给用户，但是红外图像存在问题是：一是在背光的情况下，眼部位置在红外光的照射下，会有亮斑，使得眼部失真严重，二是黑白对比强烈，很多人不愿意看到亲属的黑白像，因此对于红外图像改善方案需要进行改善。

技术实现思路

[0003]当人脸识别锁产品拍摄人脸的红外图片时，为了去除眼部位置在红外光的照射下产生的亮斑，减少眼部失真，除此之外，为了避免拍摄的人脸图像为黑白图像，本专利技术采用以下技术方案：
[0004]一种人脸红外图像改善方法，包括以下步骤：
[0005]步骤S1：对人脸图像进行图像处理，获取眼部处理区域图像；
[0006]步骤S2：对眼部处理区域图像进行滤波处理得到眼部滤波图像；
[0007]步骤S3：对眼部滤波图像进行灰度值拉伸处理得到眼部拉伸图像；
[0008]步骤S4：对眼部拉伸图像进行全局阈值分割处理，得到眼部暗色图像，将眼部暗色图像以及眼部滤波图像中重合部分覆盖至原始人脸图像的对应区域；
[0009]步骤S5：对覆盖后的人脸图像进行3
×
3维均值滤波处理，通过均值滤波处理使得眼部和周围区域的过度自然。
[0010]具体的，还包括步骤S6：对均值滤波处理后的人脸图像进行伪彩色处理。通过伪彩处理，这样人们看到自己的人脸图片，不再是黑白图片而是彩色图片的，改善人们的视觉舒适度。
[0011]具体的，伪彩色处理的过程为：采用灰度变换法，计算每一个像素点对应的RGB三个分量的值，其中，R(x,y)、G(x,y)、B(x,y)的计算公式为：
[0012]R(x,y)＝f(x,y)
‑
49
[0013]G(x,y)＝f(x,y)
‑
25
[0014]B(x,y)＝f(x,y)+25
[0015]其中R(x,y)为红色分量，G(x,y)绿色分量，B(x,y)蓝色分量，f(x,y)为该像素点的灰度值；
[0016]然后分别对R(x,y)、G(x,y)、B(x,y)的值进行判断，若值小于0，则令该值等于0；若值大于255，则令该值等于255；否则该值保持不变。
[0017]采用上述的灰度变化，使得处理后的人脸图像不会产生颜色突变，并且人脸区域看着比较舒服。
[0018]具体的，步骤S1中，眼部处理区域图像包括左眼处理图像和右眼处理图像，通过利用人脸算法定位到人脸图像中的左右人眼中心点位置坐标，以左人眼中心点位置坐标为中心，截取60*96像素区域为左眼处理图像；以右人眼中心点位置坐标为中心，截取60*96像素区域为右眼处理图像。
[0019]具体的，步骤S2中，滤波处理为：将眼部处理区域图像依次进行最小值滤波和最大值滤波处理。
[0020]具体的，最小值滤波的过程为：遍历眼部处理区域图像中的每一个像素点，对每一个像素点的9*9邻域范围内进行最小值滤波，令像素点的灰度值等于9*9邻域范围内最小的灰度值。最大值滤波的过程为：遍历眼部处理区域图像中的每一个像素点，对每一个像素点的9*9邻域范围内进行最大值滤波，令像素点的灰度值等于9*9邻域范围内最大的灰度值。
[0021]通过最小值滤波处理可以将人眼的亮斑区域用周围的暗区域进行取代，虽然最小值滤波会造成眼部区域的模糊，但是可以有效的将原图中人眼的亮区域给覆盖掉。然后再利用最大值滤波，进行反方向滤波，从而复原最小值滤波造成的模糊区域，这样可以看到眼睛的周围区域恢复了。
[0022]具体的，步骤S3中，对于灰度拉伸的过程为：遍历眼部滤波图像中的每一个像素点，获得灰度最大值maxGray和灰度最小值minGray，再次遍历眼部滤波图像中的每一个像素点，对每个像素点进行灰度拉伸使得拉伸后该像素点的灰度值为Ogray，Ogray的计算公式如下：
[0023]Ogray＝255*(inGray
‑
minGray)/(maxGray
‑
minGray+1)
[0024]其中，inGray为该像素点的灰度值，maxGray为眼部滤波图像中的灰度最大值，minGray为眼部滤波图像中的灰度最小值。
[0025]通过灰度拉伸处理，从而增强眼部和周围区域的对比度。
[0026]具体的，步骤S4中，对眼部拉伸图像进行全局阈值分割处理，将眼部拉伸图像中灰度值低于灰度阈值的区域提取成为眼部暗色图像。
[0027]具体的，步骤S4中，遍历眼部暗色区域图像的像素点，获取像素点灰度值为0的坐标位置，然后将眼部滤波图像中相同坐标位置处的像素点灰度值，替换原始人脸图像对应坐标位置处的像素点灰度值。眼部滤波图像中的坐标和原始人脸图像中对应坐标之间是映射关系。
[0028]如果直接将步骤S3中灰度拉伸处理后的图像覆盖掉原始人脸图像的对应区域，会造成眼部区域和周围区域的过度会比较不自然，所以通过步骤S4再进行全局阈值分割处理，找出其中的眼部暗色图像，一般就是眼睛区域，然后将眼部滤波图像中相同坐标位置处的像素点灰度值，替换原始人脸图像对应坐标位置处的像素点灰度值，会使得替换后的眼部区域衔接比较自然。
[0029]综上，本专利技术改善了在背光的情况下，眼部位置在红外光的照射下，会有亮斑，使得眼部失真严重的情况，处理后的脸部图像去除了眼部亮斑。除此之外，通过伪彩处理，使得黑白人像变成彩色图像，且处理后的人脸图像不会产生颜色突变，并且人脸区域看着比较舒服。
附图说明
[0030]图1是截取原始人脸图像得到的左眼处理图像；
[0031]图2是经过最小滤波处理得到的左眼最小滤波图像；
[0032]图3是经过最大滤波处理得到的左眼最大滤波图像；
[0033]图4是经过拉伸处理得到的左眼拉伸图像；
[0034]图5是经过全局阈值分割处理得到的左眼暗色区域图像；
[0035]图6是经过经过重合覆盖后得到的左眼局部图像。
具体实施方式
[0036]下面结合图1至图6对本专利技术做进一步说明。
[0037]一种人脸红外图像改善方法，包括以下步骤：
[0038]步骤S1：对人脸图像进行图像处理，获取眼部处理区域图像。其中，眼部处理区域图像包括左眼处理图像和右眼处理图像，主要通过利用人脸算法定位到人脸图像中的左右人眼中心点位置坐标，以左人眼中心点位置坐标为中心，截取60*96像素区域为左眼处理图像；以右人眼中心点位置坐标为中心，截取60*96像素区域为右眼处理图像。
[0039]步骤S2：对眼部处理区域图像依次进行最小值滤波和最大值滤波处理得到眼部滤波图像。
[0040]最小值滤波的过程为：遍历眼部处理区域图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸红外图像改善方法，其特征在于，包括以下步骤：步骤S1：对人脸图像进行图像处理，获取眼部处理区域图像；步骤S2：对所述眼部处理区域图像进行滤波处理得到眼部滤波图像；步骤S3：对所述眼部滤波图像进行灰度值拉伸处理得到眼部拉伸图像；步骤S4：对所述眼部拉伸图像进行全局阈值分割处理，得到眼部暗色图像，将所述眼部暗色图像以及所述眼部滤波图像中重合部分覆盖至原始人脸图像；步骤S5：对覆盖后的人脸图像进行均值滤波处理。2.根据权利要求1所述一种人脸红外图像改善方法，其特征在于，还包括步骤S6：对均值滤波处理后的人脸图像进行伪彩色处理。3.根据权利要求2所述一种人脸红外图像改善方法，其特征在于，所述伪彩色处理的过程为：采用灰度变换法，计算每一个像素点对应的RGB三个分量的值，其中，R(x,y)、G(x,y)、B(x,y)的计算公式为：R(x,y)＝f(x,y)
‑
49G(x,y)＝f(x,y)
‑
25B(x,y)＝f(x,y)+25其中R(x,y)为红色分量，G(x,y)绿色分量，B(x,y)蓝色分量，f(x,y)为该像素点的灰度值；然后分别对R(x,y)、G(x,y)、B(x,y)的值进行判断，若值小于0，则令该值等于0；若值大于255，则令该值等于255；否则该值保持不变。4.根据权利要求1所述一种人脸红外图像改善方法，其特征在于，步骤S1中，眼部处理区域图像包括左眼处理图像和右眼处理图像，通过利用人脸算法定位到人脸图像中的左右人眼中心点位置坐标，以左人眼中心点位置坐标为中心，截取60*96像素区域为左眼处理图像；以右人眼中心点位置坐标为中心，截取60*96像素区域为右眼处理图像。5.根据权利要求1所述一种人脸红外图像改善方法，其特征在于，步骤S2...

【专利技术属性】
技术研发人员：张莉，
申请(专利权)人：江苏邦融微电子有限公司，
类型：发明
国别省市：