一种图像分离方法及装置的制造方法
【技术领域】
[0001] 本发明涉及图像处理、图像区域分割和识别领域，尤其涉及一种图像分离方法及 装置，用于分离人物图像中的肤色子图。
【背景技术】
[0002] 随着拍照的普及，人们对于照片的要求越来越高，因此需要对图像的处理要求也 越来越高，而对于人物图像中，肤色区域识别为图像处理的基础，现有技术中常采用以下两 种方法识别人物图像中的肤色区域，一是对肤色建立多颜色空间模型，如采用RGB/YIQ，经 过对各人种肤色进行统计或者机器学习得出。采用多颜色空间能够弥补单颜色统计的不 足，提高了肤色区域的识别率，是现在主流的肤色分割方法；二是采用聚类分割算法，再从 聚类结果中根据肤色统计模型或者机器学习模型来确定；而这两类主流方法都基于颜色空 间使用统计或者机器学习的方法来建立肤色模型。面对多种人种，多种年龄段，这个肤色模 型无法达到高效，常常有漏检或者多检的情况，对于各类肤色很容易误判，把不是肤色检测 成肤色区域。
【发明内容】
[0003] 为了解决上述技术问题，本发明提供了一种图像分离方法及装置，解决了现有技 术中人物图像中肤色区域的分离技术中常常存在漏检或者多检，且容易对类肤色区域误判 的问题。
[0004] 依据本发明的一个方面，提供了一种图像分离方法，用于分离人物图像中的肤色 子图，包括：
[0005] 获取人物图像中的肤色区域；
[0006] 筛选肤色区域中人脸所在位置处的第一肤色子区域，该人脸所在位置通过人脸识 别得到；
[0007] 提取第一肤色子区域的像素特征信息；
[0008] 采用聚类算法将肤色区域划分为多个第二肤色子区域；
[0009] 合并与第一肤色子区域像素特征信息比值在预定范围内的第二肤色子区域，得到 初级肤色子图。
[0010] 可选地，在得到初级肤色子图的步骤之后还包括：
[0011] 对人物图像进行灰度化处理，提取人物图像中人物的轮廓；
[0012] 采用连通域算法，在轮廓中找到初级肤色子图的所在位置，得到初级肤色子图的 连通区域；
[0013] 获取人物图像中对应该连通区域的区域，则得到完整的肤色子图。
[0014] 可选地，在获取人物图像中的肤色区域的步骤之前还包括：对人物图像进行预处 理操作，预处理操作包括：去噪滤波、彩色均衡化。
[0015] 可选地，获取人物图像中的肤色区域的步骤包括：
[0016] 将人物图像在RGB颜色空间下进行一次过滤；
[0017] 将经过一次过滤后的人物图像从RGB颜色空间转换到YIQ颜色空间，并对其进行 二次过滤，得到肤色区域。
[0018] 可选地，提取第一肤色子区域的像素特征信息的步骤包括：
[0019] 统计第一肤色子区域内的像素点，并根据像素点的统计结果计算第一肤色子区域 的像素均值；
[0020] 计算人物图像中人脸所在的中心区域内像素的HSI均值，得到第一肤色子区域的 颜色特征。
[0021] 可选地，获取第二肤色子区域的步骤包括：
[0022] 采用RGB转HSI算法，将肤色区域从RGB颜色空间转换到HSI颜色空间；
[0023] 采用K-mean聚类算法将肤色区域划分为多个子图，得到第二肤色子区域。
[0024] 依据本发明的另一个方面，还提供了一种图像分离装置，用于分离人物图像中的 肤色子图，包括 ：
[0025] 第一获取模块，用于获取人物图像中的肤色区域；
[0026] 第一分割模块，用于筛选肤色区域中人脸所在位置处的第一肤色子区域；
[0027] 人脸识别模块，用于对人物图像进行人脸识别，得到人脸所在位置；
[0028] 第一提取模块，用于提取所述第一肤色子区域的像素特征信息；
[0029] 第二分割模块，用于采用聚类算法将肤色区域划分为多个第二肤色子区域；
[0030] 聚合模块，用于合并与第一肤色子区域像素特征信息比值在预定范围内的第二肤 色子区域，得到初级肤色子图。
[0031] 可选地，该图像分离装置还包括：
[0032] 第二提取模块，用于提取经灰度化处理后的人物图像中人物的轮廓；
[0033] 连通模块，用于采用连通域算法，在轮廓中找到初级肤色子图的所在位置，得到初 级肤色子图的连通区域；
[0034] 第二获取模块，用于获取人物图像中对应连通区域的区域，则得到完整的肤色子 图。
[0035] 可选地，该图像分离装置还包括：
[0036] 预处理模块，用于对人物图像进行预处理操作，预处理操作包括：去噪滤波、彩色 均衡化。
[0037] 可选地，第一获取模块包括：
[0038] 第一过滤模块，用于将人物图像在RGB颜色空间下进行一次过滤；
[0039] 第二过滤模块，用于将经过一次过滤后的人物图像从RGB颜色空间转换到YIQ颜 色空间，并对其进行二次过滤，得到肤色区域。
[0040] 可选地，第一提取模块包括：
[0041] 第一计算模块，用于统计第一肤色子区域内的像素点，并根据像素点的统计结果 计算第一肤色子区域的像素均值；
[0042] 第二计算模块，用于计算人物图像中人脸所在的中心区域内像素的HSI均值，得 到第一肤色子区域的颜色特征。
[0043] 可选地，第二分割模块包括：
[0044] 转换模块，用于采用RGB转HSI算法，将肤色区域从RGB颜色空间转换到HSI颜色 空间；
[0045] 划分模块，用于采用K-mean聚类算法将肤色区域划分为多个子图，得到第二肤色 子区域。
[0046] 本发明的实施例的有益效果是：一种图像分离方法及装置，用于分离人物图像中 的肤色子图，通过对人物图像进行两次过滤得到肤色区域，并对该肤色区域进行第一次分 割得到人脸所在位置处的第一肤色子区域，进行第二次分割得到第二肤色子区域，再将与 第一肤色子区域像素特征信息比值在预定范围内的第二肤色子区域进行合并，得到该人物 图像中初级肤色子图，通过两次分割方式，避免了现有图像分离技术中存在漏检的现象；而 基于人脸识别获得的第一肤色子区域的像素特征信息最接近人物肤色的像素特征信息，将 与第一肤色子区域像素特征信息的比值在预定范围内的第二肤色子区域进行合并，得到初 级肤色子图，这样就将肤色区域筛选出来，而去除类肤色区域，避免了多检的现象，提高了 图像分离的精确度。
【附图说明】
[0047] 图1表示本发明的图像分离方法的流程图；
[0048] 图2表示本发明的图像分离方法的具体流程图；
[0049] 图3表示本发明的图像分离装置的结构示意图。
【具体实施方式】
[0050] 下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明 的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例 所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围 完整的传达给本领域的技术人员。
[0051] 实施例
[0052] 如图1所示，本发明的实施例提供了一种图像分离方法，用于分离人物图像中的 肤色子图，该图像分离方法包括：
[0053] 步骤10 :获取人物图像中的肤色区域；
[0054] 现有技术中对人物图像中肤色区域的提取方法有很多种，利用多空间颜色模型的 方式可以提高肤色区域的识别率，是主流的肤色区域提取方法，本发明的肤色区域提取采 用传统的双颜色空间分割法，获取人物图像中全部肤色区域，即实现第一次分割；
[0055] 可选地，将待分离肤色子图的人物图像，在RGB颜色空间，即红绿蓝模型，进行一 次过滤，将经过一次过滤后的人物图像从RGB颜色空间，转换到YIQ颜色空间，并对其进行 二次过滤，即可得到肤色区域，过滤掉人物图像中的非肤色区域。其中，Y表示灰度值，I、Q 表示色调。
[0056]