一种基于肤色的内脸图像分割方法

摘要

本发明涉及一种基于肤色的内脸图像分割方法，包括：对白光下正脸图片进行RGB至YCrBr颜色空间的转换，同时构造肤色聚类的椭圆模型对候选图像进行过滤，获得肤色掩膜；基于肤色掩膜获取人脸的候选区域，作外接矩形，并生成初步的椭圆分割区域对原图进行分割；构造收缩空间判定掩膜，并与椭圆区域内的肤色分布图进行逻辑运算，得到四个方向残余的非皮肤像素点数，并以此作为自适应收缩系数；根据收缩系数更新椭圆分割区域；重复迭代，直到迭代次数到达上限或收缩因子到达指定误差范围内，停止迭代，输出目标图像。本发明不依赖任何库文件，实时性强，识别精度高，收缩耗时少，内脸区域拟合精确。

权利要求

1.一种基于肤色的内脸图像分割方法，其特征在于，包括以下步骤：

步骤一、对白光下正脸图片进行RGB至YCrBr颜色空间的转换，同时构造肤色聚类的椭圆模型对候选图像进行过滤，获得肤色掩膜；

步骤二、基于肤色掩膜获取人脸的候选区域，作外接矩形，并根据矩形的中心和长宽参数生成初步的椭圆分割区域对原图进行分割，通过肤色掩膜与椭圆分割区域的逻辑与运算，获得椭圆分割区域内的肤色分布图，并计算出椭圆分割区域内的皮肤占比，作为算法迭代结束判定指标之一，即当皮肤占比达到预设的阈值时，表示满足分割需求，退出算法迭代过程，所述皮肤占比＝椭圆分割区域内的皮肤面积/椭圆分割区域总面积；

步骤三、分别在椭圆分割区域的顶部1/3区域、底部1/3区域、左部1/6区域、右部1/6区域四个位置构造收缩空间判定掩膜，并与椭圆分割区域内的肤色分布图进行逻辑运算，得到四个方向残余的非皮肤像素点数，以四个方向残余的非皮肤像素点数作为自适应收缩系数来决定四个方向的收缩速率；

步骤四、根据四个方向的收缩系数，调整椭圆的中心点和横纵轴半径，更新椭圆分割区域；

步骤五、重复步骤三和步骤四，直到迭代次数到达上限或四个方向的收缩系数到达指定误差范围内，停止迭代，输出目标图像。

2.根据权利要求1所述的基于肤色的内脸图像分割方法，其特征在于，所述步骤四中椭圆的中心点横坐标由左右收缩系数之差决定，纵坐标由顶底收缩系数之差决定，更新后使左右、顶底收缩系数分别趋于相等；椭圆的横轴半径由左右收缩系数均值决定，纵轴半径由顶底收缩系数均值决定，更新后使横纵轴半径缩短，向内脸收缩。

说明书

一种基于肤色的内脸图像分割方法

技术领域

[0001] 本发明涉及图像处理技术领域，具体是一种基于肤色的内脸图像分割方法。

背景技术

[0002] 目前，市场上存在很多的皮肤检测设备，其拍摄的人脸图像清晰度高，占用容量和带宽高，给系统的资源带来了很大压力；同时，在检测各类指标时，由于背景和人脸边缘像素畸变的干扰，检测的精确度会大受干扰。

[0003] 部分主流的肤质检测仪，如美国的VISIA系统，采用了拍摄图像后进行手动圈选检测区域的方式来对无效区域进行屏蔽，同时减少检测算法的处理难度，但其操作十分复杂，每次拍摄后都需要对多个(如额头、脸颊等)区域进行数十个点的定位调节，在用户或者操作员的角度来看极大地降低了用户体验。

[0004] 因此，鉴于以上一系列的问题，为了肤质检测流程的自动化，检测算法的简单化、图像传播和存储的轻量化，本发明提出了一种基于肤色的内脸图像分割方法。

发明内容

[0005] 本发明为了克服现有技术中存在的上述缺陷，提供了一种基于肤色的内脸图像分割方法，基于肤色区域来对人脸内脸部分进行光滑分割，屏蔽脸周及背景的无效像素，减少图像所占容量，降低算法检测难度。

[0006] 为解决上述问题，本发明提出的基于肤色的内脸图像分割方法，包括以下步骤：

[0007] 步骤一、对白光下正脸图片进行RGB至YCrBr颜色空间的转换，同时构造肤色聚类的椭圆模型对候选图像进行过滤，获得肤色掩膜；

[0008] 步骤二、基于肤色掩膜获取人脸的候选区域，作外接矩形，并生成初步的椭圆分割区域对原图进行分割，通过肤色掩膜与椭圆分割区域的逻辑运算，获得椭圆分割区域内的肤色分布图，并计算出椭圆分割区域内的皮肤占比(皮肤占比＝椭圆分割区域内的皮肤面积/椭圆分割区域总面积)，将之作为迭代的结束判定标志之一；

[0009] 步骤三、分别在椭圆分割区域的顶部、底部、左部、右部四个位置构造收缩空间判定掩膜，并与椭圆分割区域内的肤色分布图进行逻辑运算，得到四个方向残余的非皮肤像素点数，以四个方向残余的非皮肤像素点数作为自适应收缩系数来决定四个方向的收缩速率；

[0010] 步骤四、根据四个方向的收缩系数，调整椭圆的中心点和横纵轴半径，更新椭圆分割区域；

[0011] 步骤五、重复步骤三和步骤四，直到迭代次数到达上限或四个方向收缩系数到达指定误差范围内，停止迭代，输出目标图像。

[0012] 上述技术方案中，所述步骤四中椭圆的中心点横坐标由左右收缩系数之差决定，纵坐标由顶底收缩系数之差决定，更新后使左右、顶底收缩系数分别趋于相等；椭圆的横轴半径由左右收缩系数均值决定，纵轴半径由顶底收缩系数均值决定，更新后使横纵轴半径缩短，向内脸收缩。

[0013] 本发明提出的基于肤色的内脸图像分割方法的原理如下：

[0014] 分割形状：考虑到人的内脸脸型和有效区域，本方法采用椭圆为主要分割形状。椭圆顶部为人脸发际线，底部考虑到拍摄设备下方的垫台干扰，分割至下嘴唇与下巴下沿之间，具体位置与下巴的光照亮度有关，左右两边出于两耳内侧，不出现耳朵为准。椭圆形状由中心点和横纵半径来改变，通过计算调整椭圆区域至最佳范围。

[0015] 肤色提取：人的肤色在聚类后会在不同的颜色空间中趋于一个较小的区域。有实验表明，肤色在YCrBr颜色空间中的分布近似于一个椭圆，故可以以该颜色空间中的区域阈值来对图像中的皮肤区域进行提取计算。

[0016] 边缘收缩：由于初次依赖肤色检测而获得的分割区域不能很好地拟合人脸边缘，即存在未剔除完全的背景残留，故本方法增加了四个方向的收缩空间检测，并进行自适应步进的收缩迭代从而使分割区域尽可能拟合内脸边缘。

[0017] 本发明与现有技术方案相比具有以下有益效果和优点：

[0018] 1)本发明基于YCrBr颜色空间的椭圆模型来进行肤色检测，不依赖任何库文件，实时性强，识别精度高；

[0019] 2)本发明采用椭圆形状来拟合内脸分割区域，并经过多次迭代从四个方向向内进行自适应收缩，收缩耗时少，内脸区域拟合精确。

具体实施方式

[0020] 以下结合具体实施例对本发明作进一步的详细描述：

[0021] 本实施例中，本发明提出的基于肤色的内脸图像分割方法，包括以下步骤：

[0022] 步骤一、对白光下正脸图片进行RGB至YCrBr颜色空间的转换，同时构造肤色聚类的椭圆模型对候选图像进行过滤，获得肤色掩膜，椭圆顶部为人脸发际线，底部考虑到拍摄设备下方的垫台干扰，分割至下嘴唇与下巴下沿之间，具体位置与下巴的光照亮度有关，左右两边出于两耳内侧，不出现耳朵为准；

[0023] 步骤二、基于肤色掩膜获取人脸的候选区域，作外接矩形，并生成初步的椭圆分割区域对原图进行分割，通过肤色掩膜与椭圆分割区域的逻辑运算，获得椭圆分割区域内的肤色分布图，并计算出椭圆分割区域内的皮肤占比(皮肤占比＝椭圆分割区域内的皮肤面积/椭圆分割区域总面积)，将之作为迭代的结束判定标志之一；

[0024] 步骤三、分别在椭圆区域的顶部、底部、左部、右部四个位置构造收缩空间判定掩膜，并与椭圆分割区域内的肤色分布图进行逻辑运算，得到四个方向残余的非皮肤像素点数，以四个方向残余的非皮肤像素点数作为自适应收缩系数来决定四个方向的收缩速率；

[0025] 步骤四、根据四个方向的收缩系数，调整椭圆的中心点和横纵轴半径，更新椭圆分割区域，其中椭圆的中心点横坐标由左右收缩系数之差决定，纵坐标由顶底收缩系数之差决定，更新后使左右、顶底收缩系数分别趋于相等；椭圆的横轴半径由左右收缩系数均值决定，纵轴半径由顶底收缩系数均值决定，更新后使横纵轴半径缩短，向内脸收缩；

[0026] 步骤五、重复步骤三和步骤四，直到迭代次数到达上限或四个方向收缩系数到达指定误差范围内，停止迭代，输出目标图像。

[0027] 最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围中。