本发明提供了一种证件照的质量检测方法，基于获取的待检测证件照图像中人脸区域的坐标，对待检测证件照图像中衣服区域的坐标和背景区域的坐标分别进行定位，基于所述衣服区域、背景区域、人脸区域、及获取的眼睛区域的坐标，分别计算人脸平均亮度值、左右脸亮度差异值以及人脸倾斜角度值、背景区域的颜色一致性参数、背景区域的光滑性参数以及衣服区域与背景区域之间的颜色拟合度参数，基于对应的参数确定所述待检测证件照图像的评价结果，将所述评价结果输出显示。本发明所述的方法为一套完整的证件照质量检测方法，用户可以通过评价结果自行判断证件照图片的质量是否达到了标准，从而根据评价结果进一步改进证件照图片的质量。
一种证件照的质量检测方法及检测装置
技术领域
[0001] 本发明属于证件照处理技术领域，尤其涉及一种证件照的质量检测方法及检测装置。
背景技术
[0002] 随着智能手机的普及以及手机摄像头质量的提升，越来越多的用户不再希望到照相馆拍摄证件照，而是希望能通过手机在家里或者办公室进行拍摄，然后通过后期修图的方法来改善照片质量，以及实现将照片背景替换成标准色等需求。是否能够制作一张成功的、满足标准的证件照往往取决于拍摄的原始图片是否便于后期图像处理，这是因为后期图像处理算法往往有局限性，不能自动处理比较复杂的情况。如果初始拍摄的原始图片质量太差，那么即使经过后期处理，也无法将其修复为合格的证件照。
[0003] 然而，用户在拍摄了原始图片后，并无法自行判断该原始图片的质量是否达到了证件照的标准或达到了后期图像处理的标准，使得用户制作一张成功的、满足标准的证件照往往非常困难。
发明内容
[0004] 本发明提供一种证件照的质量检测方法及检测装置，旨在解决无法判断证件照图片质量是否达到标准的问题。
[0005] 为解决上述技术问题，本发明提供了一种证件照的质量检测方法，所述检测方法包括：
[0006] 基于获取的待检测证件照图像中人脸区域的坐标，对所述待检测证件照图像中衣服区域的坐标和背景区域的坐标分别进行定位；
[0007] 基于所述人脸区域的坐标、及获取的眼睛区域的坐标，分别计算人脸平均亮度值、左右脸亮度差异值以及人脸倾斜角度值；
[0008] 基于所述背景区域内的像素的红绿蓝颜色值建立高斯分布函数，根据所述高斯分布函数确定所述背景区域的颜色一致性参数，及对所述背景区域进行边缘检测，基于所述边缘检测结果计算所述背景区域的光滑性参数；
[0009] 基于所述高斯分布函数以及所述衣服区域的像素颜色，计算所述衣服区域与背景区域之间的颜色拟合度参数；
[0010] 基于所述人脸平均亮度值、左右脸亮度差异值、人脸倾斜角度值、背景区域的颜色一致性参数、背景区域的光滑性参数以及衣服区域与背景区域之间的颜色拟合度参数，确定所述待检测证件照图像的评价结果，将所述评价结果输出显示。
[0011] 进一步地，基于所述人脸区域的坐标、及获取的眼睛区域的坐标，分别计算人脸平均亮度值、左右脸亮度差异值以及人脸倾斜角度值具体包括：
[0012] 将所述待检测证件照图像转化为灰度图，获取所述转换为灰度图的待检测证件照图像的像素亮度初始值；
[0013] (1)基于所述转换为灰度图的待检测证件照图像的像素亮度初始值与所述人脸区域的坐标，按照如下公式计算人脸平均亮度值：
[0014]
[0015] 其中，Iface表示所述人脸平均亮度值，wf表示所述人脸区域的长度，hf表示所述人脸区域的宽度，Rface表示所述人脸区域的坐标，p表示所述转换为灰度图的待检测证件照图像中的任一像素，Ip表示所述转换为灰度图的待检测证件照图像的像素亮度初始值；
[0016] (2)将所述人脸区域平均划分成大小相同的两个子区域，所述两个子区域分别为左脸区域与右脸区域；
[0017] 基于所述人脸区域的坐标，按照如下公式计算所述左脸区域的平均亮度值：
[0018]
[0019] 其中， 表示所述左脸区域的平均亮度值， 表示所述左脸区域的坐标，wf表示所述人脸区域的长度，hf表示所述人脸区域的宽度，p表示所述转换为灰度图的待检测证件照图像中的任一像素，Ip表示所述转换为灰度图的待检测证件照图像的像素亮度初始值；
[0020] 基于所述人脸区域的坐标，按照如下公式计算所述右脸区域的平均亮度值：
[0021]
[0022] 其中， 表述所述右脸区域的平均亮度值， 表示所述右脸区域的坐标，wf表示所述人脸区域的长度，hf表示所述人脸区域的宽度，p表示所述转换为灰度图的待检测证件照图像中的任一像素，Ip表示所述转换为灰度图的待检测证件照图像的像素亮度初始值；
[0023] 基于所述左脸区域的平均亮度值与所述右脸区域的平均亮度值，按照如下公式计算所述左右脸亮度差异值：
[0024]
[0025] 其中，DIface表示所述左右脸亮度差异值， 表示所述左脸区域的平均亮度值，表述所述右脸区域的平均亮度值；
[0026] (3)基于获取的所述人脸区域中的两个眼睛区域的中心坐标，按照如下公式计算所述人脸倾斜角度值：
[0027] Ang＝atan2(yeye2-yeye1,xeye1-xeye2)
[0028] 其中，Ang表示所述人脸倾斜角度值，(xeye1，yeye1)表示第一个眼睛区域的中心坐标，(xeye2，yeye2)表示第二个所述眼睛区域的中心坐标。
[0029] 进一步地，所述基于所述背景区域内的像素的红绿蓝颜色值建立高斯分布函数，根据所述高斯分布函数确定所述背景区域的颜色一致性参数具体包括：
[0030] 获取所述待检测证件照图像背景区域内的所有像素的红绿蓝颜色值；
[0031] 对所述所有像素的红绿蓝颜色值进行取平均值计算，得到背景像素平均颜色值；
[0032] 基于所述像素的红绿蓝颜色值计算得到协方差矩阵；
[0033] 基于所述背景像素平均颜色值与所述协方差矩阵，建立高斯分布函数；
[0034] 计算所述协方差矩阵的最大特征值，基于所述最大特征值进行取平方根运算，得到所述背景区域的颜色一致性参数。
[0035] 进一步地，所述基于所述高斯分布函数以及所述衣服区域的像素颜色，计算所述衣服区域与背景区域之间的颜色拟合度参数具体包括：
[0036] 获取所述衣服区域内的所有像素的红绿蓝颜色值；
[0037] 基于所述高斯分布函数以及所述衣服区域内的像素的红绿蓝颜色值，按照如下公式计算所述衣服区域内的每一个像素的红绿蓝颜色值与背景颜色之间的拟合度：
[0038]
[0039] 其中， 表示所述衣服区域内的第i个像素的红绿蓝颜色值与背景颜色之间的拟合度，C表示所述背景像素平均颜色值，∑表示所述协方差矩阵， 表示所述衣服区域内第i个像素点的颜色值；
[0040] 按照如下公式计算所述衣服区域与背景区域之间的颜色拟合度参数：
[0041]
[0042] 其中，Pcloth表示所述衣服区域与背景区域之间的颜色拟合度参数，Ncloth表示所述衣服区域的总面积， 表示所述衣服区域内的每一个像素的红绿蓝颜色值与背景颜色之间的拟合度，Rcloth表示所述衣服区域的坐标。
[0043] 进一步地，在基于获取的待检测证件照图像中人脸区域的坐标，对所述待检测证件照图像中衣服区域的坐标和背景区域的坐标分别进行定位之前，所述方法还包括：接收待检测证件照图像，按照预设的人脸检测方法对所述待检测证件照图像中的人脸区域坐标以及眼睛区域坐标分别进行坐标定位。
[0044] 进一步地，所述基于所述人脸平均亮度值、左右脸亮度差异值、人脸倾斜角度值、背景区域的颜色一致性参数、背景区域的光滑性参数以及衣服区域与背景区域之间的颜色拟合度参数，确定所述待检测证件照图像的评价结果具体包括：
[0045] 基于所述人脸平均亮度值、左右脸亮度差异值、人脸倾斜角度值、背景区域的颜色一致性参数、背景区域的光滑性参数以及衣服区域与背景区域之间的颜色拟合度参数，分别计算对应的分数；
[0046] 基于所述人脸亮度的分数、人脸光照均匀度分数、人脸倾斜度分数、所述背景区域颜色单调性分数、所述背景区域结构单调性分数及所述衣服区域颜色辨识度分数，按照预设的评价标准对所述待检测证件照图像进行评价，得到评价结果。
[0047] 进一步地，所述基于所述人脸平均亮度值、左右脸亮度差异值、人脸倾斜角度值、背景区域的颜色一致性参数、背景区域的光滑性参数以及衣服区域与背景区域之间的颜色拟合度参数，分别计算对应的分数具体包括：
[0048] 确定评分标准的保证输出值范围在0至100之间，所述评分标准的判断依据为其中，T表示一个截断函数；
[0049] (1)按照如下公式计算所述人脸亮度的分数：
[0050] S1＝T(100-|170-Iface|*0.45)
[0051] 其中,S1表示所述人脸亮度的分数，Iface表示所述人脸平均亮度值；
[0052] (2)按照如下公式计算所述人脸光照均匀度分数：
[0053] SDI＝T(100-DIface)
[0054] 其中，SDI表示所述人脸光照均匀度分数，DIface表示所述左右脸亮度差异值；
[0055] (3)按照如下公式计算所述人脸倾斜度分数：
[0056]
[0057] 其中，SAng表示所述人脸倾斜度分数，Ang表示所述人脸倾斜角度值；
[0058] (4)按照如下公式计算所述背景区域颜色单调性分数：
[0059] SBC＝100*exp(-σmax/20)
[0060] 其中，所述SBC表示背景区域颜色单调性分数，σmax表示所述颜色一致性参数；
[0061] (5)按照如下公式计算所述背景区域结构单调性分数：
[0062] SBE＝T(100-Re*2000)
[0063] 其中，SBE所述表示背景区域结构单调性分数，Re表示所述背景区域光滑性参数；
[0064] (6)按照如下公式计算所述衣服区域颜色辨识度分数：
[0065] Scloth＝T(100-Pcloth*100)
[0066] 其中，Scloth表示所述衣服区域颜色辨识度分数，Pcloth表示所述衣服区域与背景区域之间的颜色拟合度参数。
[0067] 本发明还提供了一种证件照的质量检测装置，所述装置包括：
[0068] 定位模块，用于基于获取的待检测证件照图像中人脸区域的坐标，对所述待检测证件照图像中衣服区域的坐标和背景区域的坐标分别进行定位；
[0069] 人脸特征提取模块，用于基于所述人脸区域的坐标、及获取的眼睛区域的坐标，分别计算人脸平均亮度值、左右脸亮度差异值以及人脸倾斜角度值；
[0070] 背景特征提取模块，用于基于所述背景区域内的像素的红绿蓝颜色值建立高斯分布函数，根据所述高斯分布函数确定所述背景区域的颜色一致性参数，及对所述背景区域进行边缘检测，基于所述边缘检测结果计算所述背景区域的光滑性参数；
[0071] 衣服特征提取模块，用于基于所述高斯分布函数以及所述衣服区域的像素颜色，计算所述衣服区域与背景区域之间的颜色拟合度参数；
[0072] 评价模块，用于基于所述人脸平均亮度值、左右脸亮度差异值、人脸倾斜角度值、背景区域的颜色一致性参数、背景区域的光滑性参数以及衣服区域与背景区域之间的颜色拟合度参数，确定所述待检测证件照图像的评价结果，将所述评价结果输出显示。
[0073] 进一步地，所述人脸特征提取模块包括：
[0074] 转换模块，用于将所述待检测证件照图像转化为灰度图，获取所述转换为灰度图的待检测证件照图像的像素亮度初始值；
[0075] 人脸亮度计算模块，用于基于所述转换为灰度图的待检测证件照图像的像素亮度初始值与所述人脸区域的坐标，按照如下公式计算人脸平均亮度值：
[0076]
[0077] 其中，Iface表示所述人脸平均亮度值，wf表示所述人脸区域的长度，hf表示所述人脸区域的宽度，Rface表示所述人脸区域的坐标，p表示所述转换为灰度图的待检测证件照图像中的任一像素，Ip表示所述转换为灰度图的待检测证件照图像的像素亮度初始值；
[0078] 人脸亮度差异计算模块，用于将所述人脸区域平均划分成大小相同的两个子区域，所述两个子区域分别为左脸区域与右脸区域，所述人脸亮度差异计算模块包括左脸亮度计算模块、右脸亮度计算模块以及左右脸亮度差异计算模块；
[0079] 所述左脸亮度计算模块，用于基于所述人脸区域的坐标，按照如下公式计算所述左脸区域的平均亮度值：
[0080]
[0081] 其中， 表示所述左脸区域的平均亮度值， 表示所述左脸区域的坐标，wf表示所述人脸区域的长度，hf表示所述人脸区域的宽度，p表示所述转换为灰度图的待检测证件照图像中的任一像素，Ip表示所述转换为灰度图的待检测证件照图像的像素亮度初始值；
[0082] 所述右脸亮度计算模块，用于基于所述人脸区域的坐标，按照如下公式计算所述右脸区域的平均亮度值：
[0083]
[0084] 其中， 表述所述右脸区域的平均亮度值， 表示所述右脸区域的坐标，wf表示所述人脸区域的长度，hf表示所述人脸区域的宽度，p表示所述转换为灰度图的待检测证件照图像中的任一像素，Ip表示所述转换为灰度图的待检测证件照图像的像素亮度初始值；
[0085] 所述左右脸亮度差异计算模块，用于基于所述左脸区域的平均亮度值与所述右脸区域的平均亮度值，按照如下公式计算所述左右脸亮度差异值：
[0086]
[0087] 其中，DIface表示所述左右脸亮度差异值， 表示所述左脸区域的平均亮度值，表述所述右脸区域的平均亮度值；
[0088] 人脸倾斜角度计算模块，用于基于获取的所述人脸区域中的两个眼睛区域的中心坐标，按照如下公式计算所述人脸倾斜角度值：
[0089] Ang＝atan2(yeye2-yeye1,xeye1-xeye2)
[0090] 其中，Ang表示所述人脸倾斜角度值，(xeye1，yeye1)表示第一个眼睛区域的中心坐标，(xeye2，yeye2)表示第二个所述眼睛区域的中心坐标。
[0091] 进一步地，所述背景特征提取模块包括：
[0092] 颜色一致性参数计算模块，用于获取所述待检测证件照图像背景区域内的所有像素的红绿蓝颜色值，对所述所有像素的红绿蓝颜色值进行取平均值计算，得到背景像素平均颜色值，基于所述像素的红绿蓝颜色值计算得到协方差矩阵，基于所述背景像素平均颜色值与所述协方差矩阵，建立高斯分布函数，计算所述协方差矩阵的最大特征值，基于所述最大特征值进行取平方根运算，得到所述背景区域的颜色一致性参数；
[0093] 光滑性参数计算模块，用于对所述背景区域进行边缘检测，基于所述边缘检测结果计算所述背景区域的光滑性参数。
[0094] 进一步地，所述衣服特征提取模块具体用于：
[0095] 获取所述衣服区域内的所有像素的红绿蓝颜色值；
[0096] 基于所述高斯分布函数以及所述衣服区域内的像素的红绿蓝颜色值，按照如下公式计算所述衣服区域内的每一个像素的红绿蓝颜色值与背景颜色之间的拟合度：
[0097]
[0098] 其中， 表示所述衣服区域内的第i个像素的红绿蓝颜色值与背景颜色之间的拟合度，C表示所述背景像素平均颜色值，∑表示所述协方差矩阵， 表示所述衣服区域内第i个像素点的颜色值；
[0099] 按照如下公式计算所述衣服区域与背景区域之间的颜色拟合度参数：
[0100]
[0101] 其中，Pcloth表示所述衣服区域与背景区域之间的颜色拟合度参数，Ncloth表示所述衣服区域的总面积， 表示所述衣服区域内的每一个像素的红绿蓝颜色值与背景颜色之间的拟合度，Rcloth表示所述衣服区域的坐标。
[0102] 进一步地，所述装置还包括初步定位模块；
[0103] 所述初步定位模块，用于接收待检测证件照图像，按照预设的人脸检测方法对所述待检测证件照图像中的人脸区域坐标以及眼睛区域坐标分别进行坐标定位。
[0104] 进一步地，所述评价模块包括：
[0105] 评分模块，用于基于所述人脸平均亮度值、左右脸亮度差异值、人脸倾斜角度值、背景区域的颜色一致性参数、背景区域的光滑性参数以及衣服区域与背景区域之间的颜色拟合度参数，分别计算对应的分数；
[0106] 评价子模块，用于基于所述人脸亮度的分数、人脸光照均匀度分数、人脸倾斜度分数、所述背景区域颜色单调性分数、所述背景区域结构单调性分数及所述衣服区域颜色辨识度分数，按照预设的评价标准对所述待检测证件照图像进行评价，得到评价结果；
[0107] 输出模块，用于将所述评价结果输出显示。
[0108] 进一步地，所述评分模块包括：
[0109] 评分标准制定模块，用于确定评分标准的保证输出值范围在0至100之间，所述评分标准的判断依据为 其中，T表示一个截断函数；
[0110] 人脸亮度分数计算模块，用于按照如下公式计算所述人脸亮度的分数：
[0111] S1＝T(100-|170-Iface|*0.45)
[0112] 其中,S1表示所述人脸亮度的分数，Iface表示所述人脸平均亮度值；
[0113] 人脸光照均匀度分数计算模块，用于按照如下公式计算所述人脸光照均匀度分数：
[0114] SDI＝T(100-DIface)
[0115] 其中，SDI表示所述人脸光照均匀度分数，DIface表示所述左右脸亮度差异值；
[0116] 人脸倾斜度分数计算模块，用于按照如下公式计算所述人脸倾斜度分数：
[0117]
[0118] 其中，SAng表示所述人脸倾斜度分数，Ang表示所述人脸倾斜角度值；
[0119] 背景颜色单调性分数计算模块，用于按照如下公式计算所述背景区域颜色单调性分数：
[0120] SBC＝100*exp(-σmax/20)
[0121] 其中，所述SBC表示背景区域颜色单调性分数，σmax表示所述颜色一致性参数；
[0122] 背景结构单调性分数计算模块，用于按照如下公式计算所述背景区域结构单调性分数：
[0123] SBE＝T(100-Re*2000)
[0124] 其中，SBE所述表示背景区域结构单调性分数，Re表示所述背景区域光滑性参数；
[0125] 衣服区域颜色辨识度分数计算模块，用于按照如下公式计算所述衣服区域颜色辨识度分数：
[0126] Scloth＝T(100-Pcloth*100)
[0127] 其中，Scloth表示所述衣服区域颜色辨识度分数，Pcloth表示所述衣服区域与背景区域之间的颜色拟合度参数。
[0128] 本发明与现有技术相比，有益效果在于：
[0129] 本发明所提供的证件照的质量检测方法，基于获取的待检测证件照图像中人脸区域的坐标，对待检测证件照图像中衣服区域的坐标和背景区域的坐标分别进行定位，基于所述衣服区域、背景区域、人脸区域、及获取的眼睛区域的坐标，分别计算人脸平均亮度值、左右脸亮度差异值以及人脸倾斜角度值、背景区域的颜色一致性参数、背景区域的光滑性参数以及衣服区域与背景区域之间的颜色拟合度参数，基于对应的参数确定所述待检测证件照图像的评价结果，将所述评价结果输出显示，该发明提供了一套完整的证件照质量检测方法，用户可以通过评价结果自行判断证件照图片的质量是否达到了标准，从而根据评价结果进一步改进证件照图片的质量。
附图说明
[0130] 图1是本发明第一实施例提供的证件照的质量检测方法示意图；
[0131] 图2是本发明第二实施例提供的证件照的质量检测方法示意图；
[0132] 图3是本发明第三实施例提供的证件照的质量检测装置示意图；
[0133] 图4是本发明第四实施例提供的证件照的质量检测装置示意图；
[0134] 图5是本发明第四实施例提供的人脸亮度差异计算模块示意图；
[0135] 图6是本发明第四实施例提供的评分模块示意图；
[0136] 图7是本发明实施例提供的区域定位示意图。
具体实施方式
[0137] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0138] 作为本发明的第一个实施例，如图1所示，为本发明第一实施例提供的证件照的质量检测方法示意图。本发明第一实施例提供了一种证件照的质量检测方法，所述检测方法包括：
[0139] 步骤S101：基于获取的待检测证件照图像中人脸区域的坐标，对待检测证件照图像中衣服区域的坐标和背景区域的坐标分别进行定位。
[0140] 步骤S102：基于人脸区域的坐标、及获取的眼睛区域的坐标，分别计算人脸平均亮度值、左右脸亮度差异值以及人脸倾斜角度值。
[0141] 步骤S103：基于背景区域内的像素的红绿蓝颜色值建立高斯分布函数，根据高斯分布函数确定背景区域的颜色一致性参数，及对背景区域进行边缘检测，基于边缘检测结果计算背景区域的光滑性参数。
[0142] 步骤S104：基于高斯分布函数以及衣服区域的像素颜色，计算所述衣服区域与背景区域之间的颜色拟合度参数。
[0143] 步骤S105：基于人脸平均亮度值、左右脸亮度差异值、人脸倾斜角度值、背景区域的颜色一致性参数、背景区域的光滑性参数以及衣服区域与背景区域之间的颜色拟合度参数，确定该待检测证件照图像的评价结果，将该评价结果输出显示。
[0144] 综上所述，本发明第一实施例提供了一套完整的证件照质量检测方法，用户可以通过评价结果自行判断证件照图片的质量是否达到了标准，从而根据评价结果进一步改进证件照图片的质量。
[0145] 作为本发明的第二个实施例，如图2所示，为本发明第二实施例提供的证件照的质量检测方法示意图。本发明第二实施例提供了一种证件照的质量检测方法，所述检测方法包括：
[0146] 步骤S201：接收待检测证件照图像，按照预设的人脸检测方法对所述待检测证件照图像中的人脸区域坐标以及眼睛区域坐标分别进行坐标定位。
[0147] 现有技术中有很多方法可以对照片图像中的人脸区域坐标或眼睛区域坐标进行精准的定位检测，在本发明中不详加赘述。但需要说明的是，标准的证件照应只包含一个人脸，若在步骤S201中，在待检测证件照图像中没有检测到人脸坐标或者检测到多个人脸坐标时，则表明该证件照图像在初始检测阶段就不符合标准，因此，本发明实施例所提供的检测方法在此时会提示用户证件照片不合标准，从而不进行下一步操作。
[0148] 步骤S202：基于获取的待检测证件照图像中人脸区域的坐标，对待检测证件照图像中衣服区域的坐标和背景区域的坐标分别进行定位，如图7所示，为本发明实施例提供的区域定位示意图。
[0149] 在步骤S202中，本发明实施例按照如下方法对衣服区域和背景区域的坐标进行定位：
[0150] 预先获取到待检测证件照图像中人脸区域的坐标。可将人脸区域的坐标确定为Rface＝(xf，yf，wf，hf)。其中，Rface表示人脸区域的坐标，(xf，yf)表示人脸区域左上定点的坐标，wf表示人脸区域的长度，hf表示人脸区域的宽度；
[0151] 基于上述人脸区域的坐标，该待检测证件照图像中衣服区域的坐标被定位方法为Rcloth＝(xf，yf+hf*1.5，wf，H-yf-hf*1.5)。其中，Rcloth表示衣服区域的坐标，(xf，yf)表示人脸区域左上定点的坐标，wf表示人脸区域的长度，hf表示人脸区域的宽度，H表示待检测证件照图像的长度；
[0152] 在本实施例中，首先将背景区域划分为左侧背景区域与右侧背景区域，基于上述人脸区域的坐标，对左侧背景区域与右侧背景区域的坐标分别进行定位。左侧背景区域的坐标定位方法为 右侧背景区域的坐标定位方法为Rbg2＝(xf+wf*1.5，0,W-xf-wf*1.5,yf+hf)。其中，Rbg1表示左侧背景区域的坐标，Rbg2表示右侧背景区域的坐标，W表示待检测证件照图像的宽度。
[0153] 步骤S203：基于所述人脸区域的坐标、及获取的眼睛区域的坐标，分别计算人脸平均亮度值、左右脸亮度差异值以及人脸倾斜角度值。步骤S203具体包括：
[0154] 将待检测证件照图像转化为灰度图，获取转换为灰度图的待检测证件照图像的像素亮度初始值。
[0155] (1)基于转换为灰度图的待检测证件照图像的像素亮度初始值与人脸区域的坐标，按照如下公式计算人脸平均亮度值：
[0156]
[0157] 其中，Iface表示人脸平均亮度值，wf表示人脸区域的长度，hf表示人脸区域的宽度，Rface表示人脸区域的坐标，p表示转换为灰度图的待检测证件照图像中的任一像素，Ip表示转换为灰度图的待检测证件照图像的像素亮度初始值。
[0158] (2)将人脸区域平均划分成大小相同的两个子区域，两个子区域分别为左脸区域与右脸区域，基于人脸区域的坐标，按照如下公式计算所述左脸区域的平均亮度值：
[0159]
[0160] 其中， 表示左脸区域的平均亮度值， 表示左脸区域的坐标，wf表示人脸区域的长度，hf表示人脸区域的宽度，p表示转换为灰度图的待检测证件照图像中的任一像素，Ip表示转换为灰度图的待检测证件照图像的像素亮度初始值。
[0161] 基于人脸区域的坐标，按照如下公式计算右脸区域的平均亮度值：
[0162]
[0163] 其中， 表述右脸区域的平均亮度值， 表示右脸区域的坐标，wf表示人脸区域的长度，hf表示人脸区域的宽度，p表示转换为灰度图的待检测证件照图像中的任一像素，Ip表示转换为灰度图的待检测证件照图像的像素亮度初始值。
[0164] 基于左脸区域的平均亮度值与右脸区域的平均亮度值，按照如下公式计算左右脸亮度差异值：
[0165]
[0166] 其中，DIface表示左右脸亮度差异值， 表示左脸区域的平均亮度值， 表述右脸区域的平均亮度值；
[0167] (3)基于获取的所述人脸区域中的两个眼睛区域的中心坐标，按照如下公式计算所述人脸倾斜角度值：
[0168] Ang＝atan2(yeye2-yeye1,xeye1-xeye2)
[0169] 其中，Ang表示所述人脸倾斜角度值，(xeye1，yeye1)表示第一个眼睛区域的中心坐标，(xeye2，yeye2)表示第二个所述眼睛区域的中心坐标。
[0170] 步骤S204：基于所述背景区域内的像素的红绿蓝颜色值建立高斯分布函数，根据所述高斯分布函数确定所述背景区域的颜色一致性参数，及对所述背景区域进行边缘检测，基于所述边缘检测结果计算所述背景区域的光滑性参数。步骤S204具体包括：
[0171] (1)获取所述待检测证件照图像背景区域内的所有像素的红绿蓝颜色值；对所述所有像素的红绿蓝颜色值进行取平均值计算，得到背景像素平均颜色值；基于所述像素的红绿蓝颜色值计算得到协方差矩阵；基于所述背景像素平均颜色值与所述协方差矩阵，建立高斯分布函数；计算所述协方差矩阵的最大特征值，基于所述最大特征值进行取平方根运算，得到所述背景区域的颜色一致性参数。在本实施例中，高斯分布函数用 表示，其中， 表示背景像素平均颜色值，∑表示协方差矩阵，所述背景区域的颜色一致性参数用σmax表示。
[0172] (2)按照预设的边缘检测方法，对背景区域进行边缘检测，得到若干边缘像素；基于该边缘像素计算背景区域光滑性参数，计算公式为Re＝Ne/N。其中，Re表示背景区域光滑性参数，Ne表示边缘像素的个数，N表示所述背景区域的总面积。该背景区域光滑性参数主要体现了证件照图片背景区域的复杂度，若背景区域越复杂，边缘像素越多，因此而导致背景区域光滑性参数的值越大。
[0173] 步骤S205：基于高斯分布函数以及衣服区域的像素颜色，计算衣服区域与背景区域之间的颜色拟合度参数。步骤S205具体包括：
[0174] 获取衣服区域内的所有像素的红绿蓝颜色值；
[0175] 基于高斯分布函数以及衣服区域内的像素的红绿蓝颜色值，按照如下公式计算衣服区域内的每一个像素的红绿蓝颜色值与背景颜色之间的拟合度：
[0176]
[0177] 其中， 表示衣服区域内的第i个像素的红绿蓝颜色值与背景颜色之间的拟合度， 表示背景像素平均颜色值，∑表示协方差矩阵， 表示衣服区域内第i个像素点的颜色值；
[0178] 按照如下公式计算衣服区域与背景区域之间的颜色拟合度参数：
[0179]
[0180] 其中，Pcloth表示衣服区域与背景区域之间的颜色拟合度参数，Ncloth表示衣服区域的总面积， 表示衣服区域内的每一个像素的红绿蓝颜色值与背景颜色之间的拟合度，Rcloth表示所述衣服区域的坐标。衣服区域与背景区域之间的颜色拟合度参数越大，表明证件照图片中的衣服颜色与背景颜色越相似。
[0181] 步骤S206：基于所述人脸平均亮度值、左右脸亮度差异值、人脸倾斜角度值、背景区域的颜色一致性参数、背景区域的光滑性参数以及衣服区域与背景区域之间的颜色拟合度参数，确定所述待检测证件照图像的评价结果，将所述评价结果输出显示。步骤S206具体包括：
[0182] (1)基于所述人脸平均亮度值、左右脸亮度差异值、人脸倾斜角度值、背景区域的颜色一致性参数、背景区域的光滑性参数以及衣服区域与背景区域之间的颜色拟合度参数，分别计算对应的分数。下面对如何计算对应的分数进行详细的介绍：
[0183] 预先确定评分标准的保证输出值范围在0至100之间，所述评分标准的判断依据为其中，T表示一个截断函数；
[0184] 1)按照如下公式计算所述人脸亮度的分数：
[0185] S1＝T(100-|170-Iface|*0.45)
[0186] 其中,S1表示所述人脸亮度的分数，Iface表示所述人脸平均亮度值。其中，一般图片的平均颜色亮度值在170时，属于比较理想的亮度效果。
[0187] 2)按照如下公式计算所述人脸光照均匀度分数：
[0188] SDI＝T(100-DIface)
[0189] 其中，SDI表示所述人脸光照均匀度分数，DIface表示所述左右脸亮度差异值；
[0190] 3)按照如下公式计算所述人脸倾斜度分数：
[0191]
[0192] 其中，SAng表示所述人脸倾斜度分数，Ang表示所述人脸倾斜角度值。人脸倾斜度分数越低，表示待检测证件照图片中的人脸越倾斜。
[0193] 4)按照如下公式计算所述背景区域颜色单调性分数：
[0194] SBC＝100*exp(-σmax/20)
[0195] 其中，所述SBC表示背景区域颜色单调性分数，σmax表示所述颜色一致性参数；
[0196] 5)按照如下公式计算所述背景区域结构单调性分数：
[0197] SBE＝T(100-Re*2000)
[0198] 其中，SBE所述表示背景区域结构单调性分数，Re表示所述背景区域光滑性参数；
[0199] 6)按照如下公式计算所述衣服区域颜色辨识度分数：
[0200] Scloth＝T(100-Pcloth*100)
[0201] 其中，Scloth表示所述衣服区域颜色辨识度分数，Pcloth表示所述衣服区域与背景区域之间的颜色拟合度参数。
[0202] (2)基于所述人脸亮度的分数、人脸光照均匀度分数、人脸倾斜度分数、所述背景区域颜色单调性分数、所述背景区域结构单调性分数及所述衣服区域颜色辨识度分数，按照预设的评价标准对所述待检测证件照图像进行评价，得到评价结果。
[0203] 需要说明的是，在步骤S206中，将评价结果输出显示时，该评价结果可以是评分，或者是评分和评价结果，或者是评价结果。且该评价结果可以是“合格”或者“不合格”的提示，也可以是一些推荐或改进的建议。且本实施例所提供的方法，可以预先对评分设定阈值，当某项评分低于阈值时，将该项评分突出显示或提示用户注意。
[0204] 综上所述，本发明第二实施例提供了的证件照质量检测方法，用户可以通过评价结果自行判断证件照图片的质量是否达到了标准，用户可根据评价结果进一步改进证件照图片的质量，提高了后期对图片进行加工处理的成功率，从而可以在较短时间内获得达到证件照质量标准且能够让用户满意的证件照。且该检测方法算法简单，能够对检测区域快速定位、快速提取特征、快速评价，因此，大大提高了检测效率。
[0205] 作为本发明的第三个实施例，如图3所示，为本发明第三实施例提供的证件照的质量检测装置示意图。所述检测装置包括：
[0206] 定位模块11，用于基于获取的待检测证件照图像中人脸区域的坐标，对待检测证件照图像中衣服区域的坐标和背景区域的坐标分别进行定位。
[0207] 人脸特征提取模块22，用于基于人脸区域的坐标、及获取的眼睛区域的坐标，分别计算人脸平均亮度值、左右脸亮度差异值以及人脸倾斜角度值。
[0208] 背景特征提取模块33，用于基于背景区域内的像素的红绿蓝颜色值建立高斯分布函数，根据高斯分布函数确定所述背景区域的颜色一致性参数，及对背景区域进行边缘检测，基于边缘检测结果计算所述背景区域的光滑性参数。
[0209] 衣服特征提取模块44，用于基于高斯分布函数以及所述衣服区域的像素颜色，计算衣服区域与背景区域之间的颜色拟合度参数。
[0210] 评价模块55，用于基于人脸平均亮度值、左右脸亮度差异值、人脸倾斜角度值、背景区域的颜色一致性参数、背景区域的光滑性参数以及衣服区域与背景区域之间的颜色拟合度参数，确定待检测证件照图像的评价结果，将所述评价结果输出显示。
[0211] 综上所述，本发明第三实施例提供的证件照质量检测装置，用户可以通过评价结果自行判断证件照图片的质量是否达到了标准，从而根据评价结果进一步改进证件照图片的质量。
[0212] 作为本发明的第四个实施例，如图4所示，为本发明第四实施例提供的证件照的质量检测装置示意图。所述检测装置包括：
[0213] 初步定位模块66，用于接收待检测证件照图像，按照预设的人脸检测方法对所述待检测证件照图像中的人脸区域坐标以及眼睛区域坐标分别进行坐标定位。现有技术中有很多方法可以对照片图像中的人脸区域坐标或眼睛区域坐标进行精准的定位检测，在本发明中不详加赘述。但需要说明的是，当初步定位模块66在待检测证件照图像中没有检测到人脸坐标或者检测到多个人脸坐标时，则表明该证件照图像在初始检测阶段就不符合标准，因此，初步定位模块66在此时会提示用户证件照片不合标准，从而不进行下一步操作。
[0214] 定位模块11，用于基于获取的待检测证件照图像中人脸区域的坐标，对待检测证件照图像中衣服区域的坐标和背景区域的坐标分别进行定位。该定位模块11具体用于：
[0215] 预先获取到待检测证件照图像中人脸区域的坐标。可将人脸区域的坐标确定为Rface＝(xf，yf，wf，hf)。其中，Rface表示人脸区域的坐标，(xf，yf)表示人脸区域左上定点的坐标，wf表示人脸区域的长度，hf表示人脸区域的宽度；
[0216] 基于上述人脸区域的坐标，该待检测证件照图像中衣服区域的坐标被定位方法为Rcloth＝(xf，yf+hf*1.5，wf，H-yf-hf*1.5)。其中，Rcloth表示衣服区域的坐标，(xf，yf)表示人脸区域左上定点的坐标，wf表示人脸区域的长度，hf表示人脸区域的宽度，H表示待检测证件照图像的长度；
[0217] 在本实施例中，首先将背景区域划分为左侧背景区域与右侧背景区域，基于上述人脸区域的坐标，对左侧背景区域与右侧背景区域的坐标分别进行定位。左侧背景区域的坐标定位方法为 右侧背景区域的坐标定位方法为Rbg2＝(xf+wf*1.5，0,W-xf-wf*1.5,yf+hf)。其中，Rbg1表示左侧背景区域的坐标，Rbg2表示右侧背景区域的坐标，W表示待检测证件照图像的宽度。
[0218] 人脸特征提取模块22，用于基于人脸区域的坐标、及获取的眼睛区域的坐标，分别计算人脸平均亮度值、左右脸亮度差异值以及人脸倾斜角度值。人脸特征提取模块22具体包括：
[0219] 转换模块201，用于将所述待检测证件照图像转化为灰度图，获取所述转换为灰度图的待检测证件照图像的像素亮度初始值；
[0220] 人脸亮度计算模块202，用于基于所述转换为灰度图的待检测证件照图像的像素亮度初始值与所述人脸区域的坐标，按照如下公式计算人脸平均亮度值：
[0221]
[0222] 其中，Iface表示所述人脸平均亮度值，wf表示所述人脸区域的长度，hf表示所述人脸区域的宽度，Rface表示所述人脸区域的坐标，p表示所述转换为灰度图的待检测证件照图像中的任一像素，Ip表示所述转换为灰度图的待检测证件照图像的像素亮度初始值；
[0223] 人脸亮度差异计算模块203，用于将所述人脸区域平均划分成大小相同的两个子区域，所述两个子区域分别为左脸区域与右脸区域，如图5所示，人脸亮度差异计算模块203包括左脸亮度计算模块2031、右脸亮度计算模块2032以及左右脸亮度差异计算模块2033；
[0224] 左脸亮度计算模块2031，用于基于所述人脸区域的坐标，按照如下公式计算所述左脸区域的平均亮度值：
[0225]
[0226] 其中， 表示所述左脸区域的平均亮度值， 表示所述左脸区域的坐标，wf表示所述人脸区域的长度，hf表示所述人脸区域的宽度，p表示所述转换为灰度图的待检测证件照图像中的任一像素，Ip表示所述转换为灰度图的待检测证件照图像的像素亮度初始值；
[0227] 右脸亮度计算模块2032，用于基于所述人脸区域的坐标，按照如下公式计算所述右脸区域的平均亮度值：
[0228]
[0229] 其中， 表述所述右脸区域的平均亮度值， 表示所述右脸区域的坐标，wf表示所述人脸区域的长度，hf表示所述人脸区域的宽度，p表示所述转换为灰度图的待检测证件照图像中的任一像素，Ip表示所述转换为灰度图的待检测证件照图像的像素亮度初始值；
[0230] 左右脸亮度差异计算模块2033，用于基于所述左脸区域的平均亮度值与所述右脸区域的平均亮度值，按照如下公式计算所述左右脸亮度差异值：
[0231]
[0232] 其中，DIface表示所述左右脸亮度差异值， 表示所述左脸区域的平均亮度值，表述所述右脸区域的平均亮度值；
[0233] 人脸倾斜角度计算模块204，用于基于获取的所述人脸区域中的两个眼睛区域的中心坐标，按照如下公式计算所述人脸倾斜角度值：
[0234] Ang＝atan2(yeye2-yeye1,xeye1-xeye2)
[0235] 其中，Ang表示所述人脸倾斜角度值，(xeye1，yeye1)表示第一个眼睛区域的中心坐标，(xeye2，yeye2)表示第二个所述眼睛区域的中心坐标。
[0236] 背景特征提取模块33，用于基于背景区域内的像素的红绿蓝颜色值建立高斯分布函数，根据高斯分布函数确定所述背景区域的颜色一致性参数，及对背景区域进行边缘检测，基于边缘检测结果计算所述背景区域的光滑性参数。背景特征提取模块33具体包括颜色一致性参数计算模块301和光滑性参数计算模块302：
[0237] 颜色一致性参数计算模块301，用于获取所述待检测证件照图像背景区域内的所有像素的红绿蓝颜色值，对所述所有像素的红绿蓝颜色值进行取平均值计算，得到背景像素平均颜色值，基于所述像素的红绿蓝颜色值计算得到协方差矩阵，基于所述背景像素平均颜色值与所述协方差矩阵，建立高斯分布函数，计算所述协方差矩阵的最大特征值，基于所述最大特征值进行取平方根运算，得到所述背景区域的颜色一致性参数。在本实施例中，高斯分布函数用 表示，其中， 表示背景像素平均颜色值，∑表示协方差矩阵。
[0238] 光滑性参数计算模块302，用于对所述背景区域进行边缘检测，基于所述边缘检测结果计算所述背景区域的光滑性参数。在本实施例中，按照预设的边缘检测方法，对背景区域进行边缘检测，得到若干边缘像素；基于该边缘像素计算背景区域光滑性参数，计算公式为Re＝Ne/N。其中，Re表示背景区域光滑性参数，Ne表示边缘像素的个数，N表示所述背景区域的总面积。
[0239] 衣服特征提取模块44，用于基于高斯分布函数以及所述衣服区域的像素颜色，计算衣服区域与背景区域之间的颜色拟合度参数。衣服特征提取模块44具体用于：
[0240] 获取衣服区域内的所有像素的红绿蓝颜色值；
[0241] 基于高斯分布函数以及衣服区域内的像素的红绿蓝颜色值，按照如下公式计算衣服区域内的每一个像素的红绿蓝颜色值与背景颜色之间的拟合度：
[0242]
[0243] 其中， 表示衣服区域内的第i个像素的红绿蓝颜色值与背景颜色之间的拟合度，C表示背景像素平均颜色值，∑表示协方差矩阵， 表示衣服区域内第i个像素点的颜色值；
[0244] 按照如下公式计算衣服区域与背景区域之间的颜色拟合度参数：
[0245]
[0246] 其中，Pcloth表示衣服区域与背景区域之间的颜色拟合度参数，Ncloth表示衣服区域的总面积， 表示衣服区域内的每一个像素的红绿蓝颜色值与背景颜色之间的拟合度，Rcloth表示所述衣服区域的坐标。
[0247] 评价模块55，用于基于人脸平均亮度值、左右脸亮度差异值、人脸倾斜角度值、背景区域的颜色一致性参数、背景区域的光滑性参数以及衣服区域与背景区域之间的颜色拟合度参数，确定待检测证件照图像的评价结果，将所述评价结果输出显示。该评价模块55包括评分模块501、评价子模块502、输出模块503。
[0248] 评分模块501，用于基于所述人脸平均亮度值、左右脸亮度差异值、人脸倾斜角度值、背景区域的颜色一致性参数、背景区域的光滑性参数以及衣服区域与背景区域之间的颜色拟合度参数，分别计算对应的分数。如图6所示，评分模块501包括：
[0249] 评分标准制定模块5011，用于确定评分标准的保证输出值范围在0至100之间，所述评分标准的判断依据为 其中，T表示一个截断函数。
[0250] 人脸亮度分数计算模块5012，用于按照如下公式计算所述人脸亮度的分数：
[0251] S1＝T(100-|170-Iface|*0.45)
[0252] 其中,S1表示所述人脸亮度的分数，Iface表示所述人脸平均亮度值；
[0253] 人脸光照均匀度分数计算模块5013，用于按照如下公式计算所述人脸光照均匀度分数：
[0254] SDI＝T(100-DIface)
[0255] 其中，SDI表示所述人脸光照均匀度分数，DIface表示所述左右脸亮度差异值；
[0256] 人脸倾斜度分数计算模块5014，用于按照如下公式计算所述人脸倾斜度分数：
[0257]
[0258] 其中，SAng表示所述人脸倾斜度分数，Ang表示所述人脸倾斜角度值；
[0259] 背景颜色单调性分数计算模块5015，用于按照如下公式计算所述背景区域颜色单调性分数：
[0260] SBC＝100*exp(-σmax/20)
[0261] 其中，所述SBC表示背景区域颜色单调性分数，σmax表示所述颜色一致性参数；
[0262] 背景结构单调性分数计算模块5016，用于按照如下公式计算所述背景区域结构单调性分数：
[0263] SBE＝T(100-Re*2000)
[0264] 其中，SBE所述表示背景区域结构单调性分数，Re表示所述背景区域光滑性参数；
[0265] 衣服区域颜色辨识度分数计算模块5017，用于按照如下公式计算所述衣服区域颜色辨识度分数：
[0266] Scloth＝T(100-Pcloth*100)
[0267] 其中，Scloth表示所述衣服区域颜色辨识度分数，Pcloth表示所述衣服区域与背景区域之间的颜色拟合度参数。
[0268] 评价子模块502，用于基于所述人脸亮度的分数、人脸光照均匀度分数、人脸倾斜度分数、所述背景区域颜色单调性分数、所述背景区域结构单调性分数及所述衣服区域颜色辨识度分数，按照预设的评价标准对所述待检测证件照图像进行评价，得到评价结果。
[0269] 输出模块503，用于将所述评价结果输出显示。
[0270] 需要说明的是，输出的评价结果可以是评分，或者是评分和评价结果，或者是评价结果。且该评价结果可以是“合格”或者“不合格”的提示，也可以是一些推荐或改进的建议。且本实施例所提供的方法，可以预先对评分设定阈值，当某项评分低于阈值时，将该项评分突出显示或提示用户注意。
[0271] 综上所述，本发明第四实施例提供的证件照质量检测装置，用户可以通过评价结果自行判断证件照图片的质量是否达到了标准，用户可根据评价结果进一步改进证件照图片的质量，提高了后期对图片进行加工处理的成功率，从而可以在较短时间内获得达到证件照质量标准且能够让用户满意的证件照。且该检测装置算法简单，能够对检测区域快速定位、快速提取特征、快速评价，因此，大大提高了检测效率。
[0272] 以上所述仅为本发明的较佳实施例而已，并不用以限制发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
