一种自动的头发区域分割方法技术

一种自动的头发区域分割方法，涉及头发分割方法的技术领域，属于计算机视觉领域。本发明专利技术包括如下步骤：步骤1：检测人脸：利用人脸检测模块从输入的一张人脸图片中通过训练好的级联分类器探测人脸位置；步骤2：标记目标背景标记：利用目标背景标记模块在人脸位置上划出感兴趣区域，根据位置、颜色特征找出最可能的目标标记与背景标记；步骤3：图像分割：根据目标背景标记，利用图像分割模块分割出头发区域并输出。本发明专利技术利用图像处理技术对一幅输入的图像进行人脸检测、目标背景标记、图像分割等处理，输出图像中头发的区域。能够在复杂背景条件下准确检测头发区域，为身份识别、性别年龄估计、图像检索等研究与应用提供了良好基础。

Automatic hair region segmentation method

The invention relates to an automatic hair area segmentation method, relating to the technical field of hair segmentation method, belonging to the field of computer vision. The method comprises the following steps: Step 1: face detection: from a face image input by cascade classifier is trained to detect the face position by the face detection module; step 2: mark target background markers: using target mark module in the background of the face position is a region of interest, according to the location, find the color feature the possible target marker and background marker; 3 steps: image segmentation: according to target background markers, using image segmentation module segmentation area of hair and output. The invention uses image processing technology to carry out face detection, target background marking, image segmentation and so on to an input image, and outputs the region of the hair in the image. The accurate detection of hair area under complex background provides a good foundation for identification, gender, age estimation, image retrieval and so on.

【技术实现步骤摘要】

本专利技术涉及一种自动的头发分割方法，属于计算机视觉领域。
技术介绍
头发是人体的一个重要特征，使用该特征我们可以实现身份识别、年龄性别估计、 图像检索等应用。有研究表明，头发是我们区分相似人脸的重要特征，发型的改变可能使我 们对人的身份作出错误的判断，利用头发特征，可以在进行身份识别时提供辅助信息。因 此，在计算机视觉领域对于头发特征的应用具有重要意义。头发的形状和颜色会因人体性别、年龄、种族的差异而不同，人们也可以随意的改 变自己的发型与颜色，这给头发特征的检测、描述、分析及应用带来了一定困难。但是，在一 定时期内头发的颜色和形状总是固定不变的，这使得对于头发特征的研究成为可能。在对头发特征的描述、分析、匹配前，一项重要的工作是寻找头发区域。只有确定 了头发区域后，才能对该区域内的头发进行特征提取、特征匹配等操作。目前确定头发区域 的主要方法一般都是在准确探人脸区域的基础上，利用头发的颜色、纹理、形状、位置等特 征，进行区域分割。Yacoob和Davis是最早进行头发区域确定及头发特征描述的研究者。他们提出了 一种肤色模型匹配的方法。他们首先用级联分类器准确检测了人脸及眼睛的位置，然后根 据相对位置在额头和眼睛下划了三个矩形框，提取矩形框中的颜色特征以建立肤色模型。 再根据相对位置在人脸边界的上部、左部、右部分别划了三个小矩形框。三个框的相对位置 经过反复试验确定，以使三个矩形框尽量在头发区域中，三个框中的像素点与肤色模型进 行匹配，删除掉肤色像素点。根据这三个框中的颜色建立头发的颜色特征模型。扫描整幅 图像，通过比较像素点RGB值与该模型的距离来判断是否为头发像素点。该方法仅用颜色 这一特征判断头发像素，只能分割简单的、归一化背景下的头发，在背景复杂情况下准确率 比较低。Lee等人提出了一种利用头发颜色和位置信息构建高斯混合模型进行头发分割。 高斯混合模型的构建分为离线训练与在线更新两部分。对于一副图片，首先根据背景、脸 部和头发的分布概率，找出最可能区域，将区域内的点与GMM进行比较，删除不满足模型的 点。然后再用图割算法最小化能量函数，确定部分头发、脸部像素点。根据确定的像素点 更新GMM，用更新后的模型再进行分割，直到所有像素被分割。该方法在算法上构建能量函 数中的头发位置信息采用的是绝对位置，因此它要求测试图片中人脸必须位于图片的正中 间，否则会产生大量误检。其次如论文所述，对于头发与昏暗背景的判断容易产生误差。最 后，因为基于像素单位的多类图割算法具有复杂的计算度，需要较长的运算时间。C. Rousset和P. Y. Coulon提出了一种结合频域掩膜和颜色掩膜去分割头发的方 法。该方法首先用Viola和Jones提出的人脸盒子及人体学数据来定义头部区域。由于头 发具有纹理特征，用一个高斯频带滤波器扫描图片，得到图片的频谱映射图。通过阈值分割 出头发像素点，剩余像素点为背景像素。在分割出的头发区域中，在脸部上方划出一个样本窗口，提取该窗口中的颜色为头发颜色，建立头发颜色模型，并用该模型判断头发像素点。 将在头部区域内的头发像素作为目标标记，将纹理分割出的背景像素及纹理分割为头发但 不在脸部区域的像素作为背景标记。然后利用Levin等提出的自动分割方法进行图像分 割。该方法综合利用了颜色纹理特征，然而在复杂背景及光照条件下存在漏检。综上，目前存在的一些头发分割技术都存在着一定的局限性。因此，目前需要一种 更有效地分割头发区域的方法。
技术实现思路
本专利技术的目的是提供一种头发区域的自动分割方法，利用图像处理技术对一幅输 入的图像进行人脸检测、目标背景标记、图像分割等处理，输出图像中头发的区域。所述方 法能够在复杂背景条件下准确检测头发区域，为身份识别、性别年龄估计、图像检索等研究 与应用提供了良好基础。，包括如下步骤步骤1 检测人脸利用人脸检测模块从输入的一张人脸图片中通过训练好的级 联分类器探测人脸位置；步骤2 标记目标背景标记利用目标背景标记模块在人脸位置上划出感兴趣区 域，根据位置、颜色特征找出最可能的目标标记与背景标记；步骤3 图像分割根据目标背景标记，利用图像分割模块分割出头发区域并输出。所述步骤1的检测人脸方法包括以下步骤提取Haar特征，训练弱分类器，采用 AdaBoost算法选取优化的弱分类器迭代，生成强分类器，进行实时检测得到面部区域&。所述AdaBoost算法具体过程如下分别对采集的人脸样本集和非人脸样本集计 算样本积分图，得到矩形特征原型，计算矩形特征值，得到特征集；确定阙值，由矩形特征集 生成对应的弱分类器，得到弱分类器集；挑选最优弱分类器，调用AdaBoost算法训练强分 类器，得到强分类器集，此时再次判断是否还有非人脸图片集，若判断为是，则补充非人脸 样本至非人脸样本集重复上述步骤，若判断为否，则直接得到级联分类器。步骤2的目标背景标记方法包括如下步骤(1)感兴趣区域的确定，根据人脸区域位置和先验概率知识，在人脸区域&基础上 确定感兴趣区域，公式如下“头发和人脸”区域宽度=3. 6*人脸宽度，“头发和人脸”区域高度=3. 7*人脸高度；( 人脸颜色特征提取，在人脸区域&中做肤色的概率分布图，找出概率分布大于 的像素点，计算均值μ和协方差矩阵C，得到肤色的高斯模型；(3)目标像素标记，在人脸区域&的基础上划出一个肯定包括头发的样本窗口区 域IV其中其中々,分别代表头发样本窗口 Rh的左右上下边界，同样 Lt R"', U', 分别代表面部区域&的左右上下边界；在该区域内根据人脸肤色模型去除掉肤色像素，在剩余像素中提取头发颜色特 征，并标记头发像素为目标标记；(4)背景像素标记，在人脸区域&中心位置及感兴趣区域的左右上角各取一块区 域作为背景区域，并标记为背景。步骤3的图像分割方法包括初始图像分割，用mean shift算法对感兴趣区域中图像做初始分割得到小区域；目标背景区域标记，如果一个区域中有背景标记存在，则将其标记为背景区域，如 果一个区域中有目标标记存在，则将其标记为目标区域，剩下的区域标记为待合并区域；MSRM分割，对背景区域、目标区域、待合并区域分别进行迭代合并，采用最大相似 性原理，经过多次迭代得到最后分割结果。本专利技术的MSRM分割算法包括以下过程A、将背景区域中的区域与其相邻区域进行迭代合并，直到没有新区域形成时迭代停止；B、将目标区域中的区域与其相邻区域进行迭代合并，直到没有新区域形成时迭代停止；C、将待合并区域中的区域与其相邻区域进行迭代合并，直到没有新区域形成时迭 代停止；重复上述步骤A、步骤B、步骤C，直到步骤C中没有迭代合并动作时停止。本专利技术实施上述技术方法的特点在于(1)利用人脸位置信息确定感兴趣区域， 并根据颜色、位置信息找到目标像素点并标记之。(2)在标记目标、背景像素点时要确保所 标注的像素点位目标和背景。( 在YCrCb颜色空间内进行操作，用CrCb两个分量进行相似 度计算，减少了系统复杂度。附图说明图1为本专利技术自动头发区域分割方法中的四种Haar特征示意图；图2为本专利技术自动头发区域分割系统的流程示意图；图3为本专利技术自动头发区域分割系统中AdaBoost训练模块流程示意图；本文档来自技高网...

【技术保护点】
１．一种自动的头发区域分割方法，其特征在于包括如下步骤：第一步：检测人脸：利用人脸检测模块从输入的一张人脸图片中通过训练好的级联分类器探测人脸位置；第二步：标记目标背景标记：利用目标背景标记模块在人脸位置上划出感兴趣区域，根据位置、颜色特征找出最可能的目标标记与背景标记；第三步：图像分割：根据目标背景标记，利用图像分割模块分割出头发区域并输出。

【技术特征摘要】

【专利技术属性】
技术研发人员：孙知信，邹大海，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：84