彩色人脸图像中的唇部区域定位方法技术

本发明专利技术提供一种彩色人脸图像中的唇部区域定位方法，技术方案包含两个步骤：唇部区域粗定位阶段和唇部区域精确定位阶段。在唇部区域粗定位阶段，将输入的彩色人脸图像利用平行线投影分割技术和肤色检测技术同时进行两种处理，并把得到的结果进行或运算，得到唇部区域粗定位结果。在唇部区域精确定位阶段，在粗定位结果中的唇部边缘特征点周围构建窄带区域，然后利用闭式解分割技术对窄带区域进行纹理分割，最后将主动形状模型的特征模板与纹理分割结果进行匹配，通过一系列迭代过程，输出唇部区域精确定位结果。利用本发明专利技术能够在图像含有噪声的情况下仍然实现唇部区域的精确定位。

【技术实现步骤摘要】

本专利技术属于数字图像处理领域，涉及一种人脸图像中唇部区域的定位方法。
技术介绍
人脸图像中唇部区域的提取与精确定位在人脸识别、语音动画合成、多模式人 机交互、虚拟主持人等方面有着重要的应用。在图像的传输和存储过程中，经常会受到 散粒噪声、光电子噪声、热噪声等各种噪声的干扰，极大地降低了图像的质量，妨碍了 唇部区域的精确定位。因此，如何在人脸图像，特别是含有噪声的人脸图像中对唇部区 域进行精确定位，是一个亟待解决的问题。唇部区域是人脸中特征十分突出的部位之一。早期的唇部区域定位的方法是针 对灰度图像采用阈值分割的方法，即单纯地利用图像的一维灰度直方图或二维灰度直方 图，根据灰度信息分割人脸图像，然后对唇部区域进行检测与定位。由于唇部区域和人 脸肤色的灰度信息差别较小，这种定位方法不能达到很高的精度。唇部区域的唇色相对于人脸肤色的颜色较红，因而许多方法着眼于利 用人脸图像中彩色信息实现唇部区域的检测和定位。已有的方法是对彩色图像 进行色彩空间变换，从RGB (Red - Green 一 Blue,简称红绿蓝)空间转换到零’ (Luminance-Chroma简称亮度-色度)空间，选取其中区分肤色和唇色比较明显的一个或多个分量进行唇部区域检测和定位，定位时采用线性判别限制一定颜色范围为唇 色。这种定位方法过于粗糙，容易受到噪声和不同光照条件的影响。另外，一些研究人员提出了自动轮廓模型、可变形模型和主动形状模型来实现 唇部区域的定位。但这些方法存在人工痕迹明显，定位不精确的缺点。一些人提出了 多级、由粗到细的唇部特征提取策略，这种方法在检测到大致人脸区域的基础上，利用 人脸构造的先验知识、面部灰度分布特性粗略地估计唇部特征点，再借助于给出模板的 初始参数，实现精确的唇部区域定位。然而，这种方法需要事先训练较多的初始特征参 数，在图像噪声较大的情况下，不能保证初始特征参数的正确性，因而影响唇部区域的 精确定位结果。
技术实现思路
本专利技术提供一种，能够在图像含有噪声的 情况下仍然实现唇部区域的精确定位。本专利技术的技术方案包含两个步骤唇部区域粗定位阶段和唇部区域精确定位阶 段。在唇部区域粗定位阶段，一种处理步骤是将输入的彩色人脸图像转换为灰度图像， 并用平行线投影分割技术对灰度图像进行分割；另一种处理步骤是将输入的彩色人脸图 像利用肤色检测技术进行检测，并将检测结果二值化；最后，将上述两种处理步骤得到的结果进行或运算，得到唇部区域粗定位结果。在唇部区域精确定位阶段，在粗定位结 果中的唇部边缘特征点周围构建窄带区域，然后利用闭式解分割技术对窄带区域进行纹 理分割，最后将主动形状模型的特征模板与纹理分割结果进行匹配，通过一系列迭代过 程，输出唇部区域精确定位结果。本专利技术的具体实施步骤是 第一步，唇部区域粗定位阶段。设输入彩色人脸图像为Facelmage，对该彩色图像同时进行下述两种处理 第一种处理，转换为灰度图像并进行分割，包括第(1)步，将彩色人脸图像Facelmage转换为灰度人脸图像/,灰度级取值范围为 从0到L。其中，L为整数，并且L的取值范围为。第(2)步，用平行线投影分割方法对灰度人脸图像^进行分割，得到图像/ 的二值分割结果，记为图像SegResuIt1, 二值的取值为0和1。第二种处理，肤色检测并进行二值化分割，包括 第(1)步，肤色检测。将彩色人脸图像Facelmage的各像素值在YQCr (Luminance-Chrom,称亮度-色度)彩色空间表示，设坐标为(U)的像素，亮度值是八^)，蓝色色度是 C々,y)，红色色度是CV(x,X)。在彩色人脸图像的唇部区域中，Q的强度远高于的 强度。肤色检测计算公式为权利要求1. 一种，其特征在于包括下述步骤 第一步，唇部区域粗定位阶段；设输入彩色人脸图像为Facelmage，对该彩色图像同时进行下述两种处理 第一种处理，转换为灰度图像并进行分割，包括第(1)步，将彩色人脸图像Facelmage转换为灰度人脸图像 灰度级取值范围为 从O到L;其中，L为整数；第(2)步，用平行线投影分割方法对灰度人脸图像/进行分割，得到图像/的二 值分割结果，记为图像SegResuIt1, 二值的取值为O和1; 第二种处理，肤色检测并进行二值化分割，包括 第(1)步，肤色检测；将彩色人脸图像Facelmage的各像素值在亮度-色度彩色空间表示，设坐标为(U) 的像素，亮度值是Πλ力，蓝色色度是红色色度是； 肤色检测计算公式为2.根据权利要求1所述的，其特征在于，L的取 值范围为。全文摘要本专利技术提供一种，技术方案包含两个步骤唇部区域粗定位阶段和唇部区域精确定位阶段。在唇部区域粗定位阶段，将输入的彩色人脸图像利用平行线投影分割技术和肤色检测技术同时进行两种处理，并把得到的结果进行或运算，得到唇部区域粗定位结果。在唇部区域精确定位阶段，在粗定位结果中的唇部边缘特征点周围构建窄带区域，然后利用闭式解分割技术对窄带区域进行纹理分割，最后将主动形状模型的特征模板与纹理分割结果进行匹配，通过一系列迭代过程，输出唇部区域精确定位结果。利用本专利技术能够在图像含有噪声的情况下仍然实现唇部区域的精确定位。文档编号G06K9/66GK102024156SQ20101054707公开日2011年4月20日 申请日期2010年11月16日 优先权日2010年11月16日专利技术者刘俭, 刘星彤, 唐朝京, 张权, 李皓, 赵晖 申请人:中国人民解放军国防科学技术大学 本文档来自技高网...

【技术保护点】
一种彩色人脸图像中的唇部区域定位方法，其特征在于包括下述步骤：第一步，唇部区域粗定位阶段；设输入彩色人脸图像为ＦａｃｅＩｍａｇｅ，对该彩色图像同时进行下述两种处理：第一种处理，转换为灰度图像并进行分割，包括：第（１）步，将彩色人脸图像ＦａｃｅＩｍａｇｅ转换为灰度人脸图像ｆ，灰度级取值范围为从０到Ｌ；其中，Ｌ为整数；第（２）步，用平行线投影分割方法对灰度人脸图像ｆ进行分割，得到图像ｆ的二值分割结果，记为图像ＳｅｇＲｅｓｕｌｔ↓［１］，二值的取值为０和１；第二种处理，肤色检测并进行二值化分割，包括：第（１）步，肤色检测；将彩色人脸图像ＦａｃｅＩｍａｇｅ的各像素值在亮度－色度彩色空间表示，设坐标为（ｘ，ｙ）的像素，亮度值是Ｙ（ｘ，ｙ），蓝色色度是Ｃ↓［δ］，红色色度是Ｃ↓［γ］（ｘ，ｙ）；肤色检测计算公式为：ＭｏｕｔｈＭａｐ（ｘ，ｙ）＝Ｃ↓［γ］（ｘ，ｙ）↑［２］.（Ｃ↓［γ］（ｘ，ｙ）↑［２］－η.Ｃ↓［γ］（ｘ，ｙ）／Ｃ↓［δ］（ｘ，ｙ））↑［２］η＝０．９５×＊Ｃ↓［γ］（ｘ，ｙ）↑［２］／＊Ｃ↓［γ］（ｘ，ｙ）／Ｃ↓［δ］（ｘ，ｙ）利用肤色检测计算公式得到灰度图像ｍ，灰度图像ｍ中坐标为（ｘ，ｙ）的像素对应的灰度值是ＭｏｕｔｈＭａｐ（ｘ，ｙ）；第（２）步，二值化分割；用模糊Ｃ－均值聚类算法对灰度图像进行二值化分割，得到二值分割结果，记为图像ＳｅｇＲｅｓｕｌｔ↓［２］，二值的取值为０和１；将第一种处理得到的结果ＳｅｇＲｅｓｕｌｔ↓［１］和第二种处理得到的结果ＳｅｇＲｅｓｕｌｔ↓［２］进行或运算，得到唇部区域粗定位结果ＳｅｇＲｅｓｕｌｔ↓［ａ］；ＳｅｇＲｅｓｕｌｔ↓［ａ］为二值图像，对应取值是１的区域称为目标区；第二步，唇部区域精确定位阶段；第［１］步，利用主动形状模型方法训练已知唇部区域的图像，将已知唇部区域的图像的集合称为训练集，得到基于训练集的特征模板，该特征模板为一个唇部区域的像素点集；第［２］步，构建窄带区域；利用边缘提取方法提取二值图像ＳｅｇＲｅｓｕｌｔ↓［ａ］中目标区的边缘点，将提取的边缘点作为特征点，利用提取出的特征点构建窄带区域ｌ；第［３］步，闭式解分割；对窄带区域ｌ做闭式解分割，通过最小化代价函数，得到最优分割结果；其具体过程描述为：假设窄带区域ｌ的任意一个像素点ｊ在灰度人脸图像ｆ中对应相同位置像素点的灰度值ｌ↓［ｊ］（ｊ为窄带区域ｌ的像素点序列号）都由目标值Ｆ↓［ｊ］和背景值Ｂ↓［ｊ］按照比例组...

【技术特征摘要】

【专利技术属性】
技术研发人员：唐朝京，张权，赵晖，刘俭，刘星彤，李皓，
申请(专利权)人：中国人民解放军国防科学技术大学，
类型：发明
国别省市：43[中国|湖南]