一种处理人脸图像的方法及装置的制造方法
【技术领域】
[0001]本发明实施例涉及人脸检测的技术领域，尤其涉及一种处理人脸图像的方法及装置。
【背景技术】
[0002]人脸检测作为最为基础而重要的技术环节，在人脸研究区域有着非常重要的作用，不仅是后续的人脸识别技术的基础步骤，也已经发展为一个独立的有广泛应用前景的研究领域。目前的人脸检测开始广泛应用到全新人机界面、基于内容的检索、数字视频处理、视觉监控等许多领域。
[0003]现有的人脸检测技术方案中单独利用某一种肤色模型检测人脸，或者单独利用Haar-like特征分类器检测人脸。单独利用某一种肤色模型检测人脸容易导致检测精度低以及误检率高。
【发明内容】
[0004]本发明实施例的目的在于提出一种处理人脸图像的方法及装置，旨在解决单独利用一种肤色模型检测人脸导致的检测精度低以及误检率高的问题。
[0005]为达此目的，本发明实施例采用以下技术方案:
[0006]第一方面，一种处理人脸图像的方法，所述方法包括:
[0007]将待处理图像从RGB颜色空间转换到HSV颜色空间；
[0008]根据所述HSV颜色空间中Η分量的阈值获取所述待处理图像的肤色区域；
[0009]将所述HSV颜色空间转换为肤色似然图像，并对所述肤色似然图像进行二值分割；
[0010]根据二值分割后的肤色似然图像和所述待处理图像的肤色区域获取肤色区域和非肤色区域分离的人脸候选图像；
[0011]标记所述人脸候选图像中的肤色区域。
[0012]优选地，所述根据所述HSV颜色空间中Η分量的阈值获取所述待处理图像的肤色区域，包括:
[0013]若所述Η分量满足阈值范围H e [a, b]，则与所述Η分量对应的待处理图像为肤色区域。
[0014]优选地，所述将所述HSV颜色空间转换为肤色似然图像，并对所述肤色似然图像进行二值分割，包括:
[0015]通过单高斯肤色模型将所述HSV颜色空间转换为肤色似然图像，并对所述肤色似然图像进行二值分割。
[0016]优选地，所述根据二值分割后的肤色似然图像和所述待处理图像的肤色区域获取肤色区域和非肤色区域分离的人脸候选图像，包括:
[0017]获取所述二值分割后的肤色似然图像和所述待处理图像的肤色区域的共同部分，排除非肤色区域；
[0018]根据数学形态学运算对排除非肤色区域后的图像进行消除孔洞、少像素连通区域消除操作，获取肤色区域和非肤色区域分离的人脸候选图像。
[0019]优选地，所述标记所述人脸候选图像中的肤色区域，包括:
[0020]通过多尺度分块局部二值模型特征级联分类器，精确标记所述人脸候选图像中的肤色区域。
[0021]第二方面，一种处理人脸图像的装置，所述装置包括:
[0022]转换模块，用于将待处理图像从RGB颜色空间转换到HSV颜色空间；
[0023]第一获取模块，用于根据所述HSV颜色空间中Η分量的阈值获取所述待处理图像的肤色区域；
[0024]分割模块，用于将所述HSV颜色空间转换为肤色似然图像，并对所述肤色似然图像进行二值分割；
[0025]第二获取模块，用于根据二值分割后的肤色似然图像和所述待处理图像的肤色区域获取肤色区域和非肤色区域分离的人脸候选图像；
[0026]标记模块，用于标记所述人脸候选图像中的肤色区域。
[0027]优选地，所述第一获取模块，用于:
[0028]若所述Η分量满足阈值范围H e [a, b]，则与所述Η分量对应的待处理图像为肤色区域。
[0029]优选地，所述分割模块，用于:
[0030]通过单高斯肤色模型将所述HSV颜色空间转换为肤色似然图像，并对所述肤色似然图像进行二值分割。
[0031]优选地，所述第二获取模块，包括:
[0032]排除单元，用于获取所述二值分割后的肤色似然图像和所述待处理图像的肤色区域的共同部分，排除非肤色区域；
[0033]获取单元，用于根据数学形态学运算对排除非肤色区域后的图像进行消除孔洞、少像素连通区域消除操作，获取肤色区域和非肤色区域分离的人脸候选图像。
[0034]优选地，所述标记模块，用于:
[0035]通过多尺度分块局部二值模型特征级联分类器，精确标记获取后的所述待处理图像的肤色区域的人脸区域。
[0036]本发明实施例通过将待处理图像从RGB颜色空间转换到HSV颜色空间；根据所述HSV颜色空间中Η分量的阈值获取所述待处理图像的肤色区域；将所述HSV颜色空间转换为肤色似然图像，并对所述肤色似然图像进行二值分割；根据二值分割后的肤色似然图像和所述待处理图像的肤色区域获取肤色区域和非肤色区域分离的人脸候选图像；标记所述人脸候选图像中的肤色区域。本发明利用HSV颜色空间中色度、亮度、饱和度能很好地分离可以实现肤色点与非肤色点重叠得较少，提高检测的精度；利用H-SGM肤色模型排除非肤色区域和大部分背景区域的干扰，分割出候选的人脸区域，从而实现人脸检测的精度高、误检测低等效果。
【附图说明】
[0037]图1是本发明实施例处理人脸图像的方法的流程示意图；
[0038]图2是本发明实施例第二获取模块的功能模块示意图；
[0039]图3是本发明实施例处理人脸图像的装置的功能模块示意图。
【具体实施方式】
[0040]下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明实施例，而非对本发明实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明实施例相关的部分而非全部结构。
[0041]实施例一
[0042]参考图1，图1是本发明实施例处理人脸图像的方法的流程示意图。
[0043]在实施例一中，所述处理人脸图像的方法包括:
[0044]步骤101，将待处理图像从RGB颜色空间转换到HSV颜色空间；
[0045]具体的，将摄像头采集的彩色图像从RGB颜色空间转换到HSV颜色空间。在RGB颜色空间中，三个颜色分量都包含亮度信息且存在相关性，对亮度适应性差。HSV颜色空间中色度、亮度、饱和度可很好地分离，且与非肤色点重叠得较少。
[0046]步骤102，根据所述HSV颜色空间中Η分量的阈值获取所述待处理图像的肤色区域；
[0047]优选地，所述根据所述HSV颜色空间中Η分量的阈值获取所述待处理图像的肤色区域，包括:
[0048]若所述Η分量满足阈值范围H e [a, b]，则与所述Η分量对应的待处理图像为肤色区域。
[0049]具体的，分离图像在HSV颜色空间的三个分量，选择Η分量作为肤色分割特征，得到去除非肤色区域的图像1卩Η分量满足阈值范围He [a，b]，则认为是肤色区域，否则是非肤色区域。
[0050]Η分量对图像的肤色区域聚合程度较好，与人感受颜色的方式也一致，可以更准确地反映目标的色彩性质，能降低图像对亮度变化的敏感性。
[0051]a，b为经验值，对Η分量进行统计可得到肤色分布区域。
[0052]步骤103，将所述HSV颜色空间转换为肤色似然图像，并对所述肤色似然图像进行二值分割；
[0053]优选地，所述将所述HSV颜色空间转换为肤色似然图像，并对所述肤色似然图像进行二值分割，包括:
[0054]通过单高斯肤色模型将所述HSV颜色空间转换为肤色似然图像，并对所述肤色似然图像进行二值分割。
[0055]具体的，利用单高斯肤色模型将彩色图像转化为肤色似然图像，对肤色似然图像进行二值分割，得到图像12。
[0056]步骤104，根据二值分割后的肤色似然图像和所述待处理图像的肤色区域获取肤色区域和非肤色区域分离的人脸候选图像；
[0057]优选地，所述根据二值分割后的肤色似然图像和所述待处理图像的肤色区域获取肤色区域和非肤色区域分离的人脸候选图像，包括:
[0058]获取所述二值分割后的肤色似然图像和所述待处理图像的肤色区域的共同部分，排除非肤色区域；
[0059]根据数学形态学运算对排除非肤色区域后的图像进行消除孔洞、少像素连通区域消除操作，获取肤色区域和非肤色区域分离的人脸候选图像。
[0060]具体的，通过与运算、数学形态学运算等对上述步骤得到的图像^与12进行处理。
[0061]具体的，通过与运算，提取两种肤色模型检测结果的共同部分，去除结果差异的区域，排除非肤色区域；利用数学形态学运算对图像进行消除孔洞、少像素连通区域消除等操作，得到皮肤区域和非肤色等背景分离的人脸候选图像。
[0062]上述肤色预处理步骤可以命名为H-SGM肤色模型。
[0063]步骤105，标记所述人脸候选图像中的肤色区域。
[0064]优选地，所述标记所述人脸候选图像中的肤色区域，包括:
[0065]通过多尺度分块局部二值模型特征级联分类器，精确标记所述人脸候选图像中的肤色区域。
[0066]具体的，将候选区域输入至多尺度块局部二值模式特征(一种图像处理中常用的纹理特征)级联分类器，精确检测是否存在人脸区域并标记人脸。用级联分类器进行扫描可能存在人脸的区域，无需遍历整幅图像的所有子窗口，减少了搜索空间，提高了人脸检测的效果，提高检测速度，也降低了误检率和漏检率。
[0067]本发明实施例通过将待处理图像从RGB颜色空间转换到