图像处理方法及装置制造方法
【专利摘要】本发明实施例提供一种图像处理方法及装置。该方法包括：获取源图像和目标图像的人脸部分；对源图像和目标图像的人脸部分进行对比分析，得到源图像和目标图像的人脸部分之间的融合线，融合线为源图像和目标图像的人脸部分眉毛以上区域中图像差异最小的像素线，融合线位于人脸部分的眉毛以上的区域；将源图像和目标图像的人脸部分以融合线为分界线，分别分割得到对应的第一部分和第二部分，并在目标图像中，将源图像的人脸部分的第一部分代替目标图像的人脸部分的第一部分，得到处理后的图像；其中，第一部分为人脸部分中包括鼻子的部分。本发明实施例可应用于源图像的人脸替换目标图像的图像处理中，可提高替换后的图像处理效果。
【专利说明】图像处理方法及装置
【技术领域】
[0001 ] 本发明实施例涉及图像处理技术，尤其涉及一种图像处理方法及装置。
【背景技术】
[0002]人脸图像变形处理是图像处理的一个重要方面，广泛应用于医疗、刑事侦破、人脸图像合成、三维人脸图像重建、图像检索以及人脸整形等领域，其中，将两个人物图像中的人脸进行替换，就是人脸图像变形中的一种。
[0003]现有方法对两个人脸图像进行替换时，通常采用图像融合的方法。电影特技中的过渡变形方法是:首先，将源图像和目标图像分别采用相关的变形算法进行变形，然后，将变形后的两个图像融合在一起，得到一个中间图像，该中间图像就是变形处理后的变形图像。人脸替换常用的方法是将变形后的源图像中的人脸全部替换成目标图像的人脸，同时，将目标图像中除人脸之外的部分与源图像中的相应部分进行融合，这种变形处理后得到的变形图像人脸与背景之间的融合较差，导致变形图像效果差，无法满足实际的人脸图像变形的需要。
[0004]综上，现有人脸图像变形，仅是将人脸部分进行简单替换，得到的变形图像中人脸部分与其他部分之间的差异较大，导致人脸图像变形效果较差。
【发明内容】
[0005]本发明实施例提供一种图像处理方法及装置，可克服现有人脸图像变形所存在的人脸图像变形较差的问题，提高人脸图像变形的处理效果。
[0006]本发明实施例的第一方面提供一种图像处理方法，包括:
[0007]获取源图像和目标图像的人脸部分；
[0008]对所述源图像和目标图像的人脸部分进行对比分析，得到所述源图像和目标图像的人脸部分之间的融合线，所述融合线为所述源图像和目标图像的人脸部分中图像差异最小的像素线，且所述融合线位于人脸部分的眉毛以上的区域；
[0009]将所述源图像和目标图像的人脸部分以所述融合线为分界线，分别分割得到对应的第一部分和第二部分，并在所述目标图像中，将所述源图像的人脸部分的第一部分代替所述目标图像的人脸部分的第一部分，得到处理后的图像；
[0010]其中，所述第一部分为人脸部分中包括鼻子的部分。
[0011]结合第一方面，在第一种可能的实现方式中，对所述源图像和目标图像的人脸部分进行对比分析，得到所述源图像和目标图像的人脸部分之间的融合线，具体包括:
[0012]获取所述源图像和目标图像的人脸部分的眉毛以上的区域，并将所述区域作为搜索区域；
[0013]在所述搜索区域内，将所述源图像中位于眼睛两侧的两个图像特征点作为起始点和目标点，其中，所述起始点和目标点为位于人脸部分的边界的像素点；
[0014]在所述搜索区域内，采用A*算法，由所述起始点开始到目标点结束，搜索得到所述源图像和目标图像的人脸部分中图像差异最小的像素点形成的像素线，所述像素线即为融合线。
[0015]结合第一方面或第一方面的第一种可能的实现方式，在第二种可能的实现方式中，得到处理后的图像之后，还包括:
[0016]对所述处理后的图像中的各像素RGB值进行线性插值，调整所述处理后的图像的肤色。
[0017]结合第一方面或第一方面的第一或第二种可能的实现方式，在第三种可能的实现方式中，所述对所述源图像和目标图像的人脸部分进行对比分析，得到所述源图像和目标图像的人脸部分之间的融合线之前，还包括:
[0018]对所述源图像和目标图像的人脸部分进行肤色检测，将所述源图像的人脸部分的肤色调整成与所述目标图像的人脸部分的肤色相同。
[0019]结合第一方面或第一方面的第一或第二或第三种可能的实现方式，在第四种可能的实现方式中，所述获取源图像和目标图像的人脸部分，具体包括:
[0020]获取源图像和目标图像的人脸区域；
[0021]在所述源图像和目标图像的人脸区域中，确定人脸的眼睛区域；
[0022]基于所述人脸的眼睛区域，采用ASM算法，在人脸特征模型库中搜索得到所述源图像和目标图像的人脸的特征点，确定所述源图像和目标图像的人脸部分，其中，所述人脸特征模型库中设置有人脸的多个特征点，包括眉毛区域特征点、眼睛区域特征点、鼻子区域特征点、嘴区域特征点和下颚特征点。
[0023]结合第一方面或第一方面的第一或第二或第三或第四种可能的实现方式，在第五种可能的实现方式中，所述对所述源图像和目标图像的人脸部分进行对比分析，得到所述源图像和目标图像的人脸部分之间的融合线之前，还包括:
[0024]根据所述源图像和目标图像的人脸部分中的下颚特征点，将所述源图像的人脸部分变形成与所述目标图像的人脸部分大小相同。
[0025]结合第一方面的第五种可能的实现方式，在第二种可能的实现方式中，所述根据所述源图像和目标图像的人脸部分中的下颚特征点，将所述源图像的人脸部分变形成与所述目标图像的人脸部分大小相同，具体包括:
[0026]根据所述源图像和目标图像的人脸部分中的下颚特征点，采用薄板样条算法将所述源图像的人脸部分变形成与所述目标图像的人脸部分相同。
[0027]本发明的第二方面提供一种图像处理装置，包括:
[0028]人脸获取模块，用于获取源图像和目标图像的人脸部分；
[0029]人脸分析模块，用于对所述源图像和目标图像的人脸部分进行对比分析，得到所述源图像和目标图像的人脸部分之间的融合线，所述融合线为所述源图像和目标图像的人脸部分中图像差异最小的像素线，且所述融合线位于人脸部分的眉毛以上的区域；
[0030]人脸处理模块，用于将所述源图像和目标图像的人脸部分以所述融合线为分界线，分别分割得到对应的第一部分和第二部分，并在所述目标图像中，将所述源图像的人脸部分的第一部分代替所述目标图像的人脸部分的第一部分，得到处理后的图像；
[0031]其中，所述第一部分为人脸部分中包括鼻子的部分。
[0032]结合第二方面，在第一种可能的实现方式中，所述人脸分析模块包括:[0033]搜索区域获取单元，用于获取所述源图像和目标图像的人脸部分的眉毛以上的区域，并将所述区域作为搜索区域；
[0034]搜索点获取单元，用于在所述搜索区域内，将所述源图像中位于眼睛两侧的两个图像特征点作为起始点和目标点，其中，所述起始点和目标点为位于人脸部分的边界的像素点；
[0035]融合线获取单元，用于在所述搜索区域内，采用A*算法，由所述起始点开始到目标点结束，搜索得到所述源图像和目标图像的人脸部分中图像差异最小的像素点形成的像素线，所述像素线即为融合线。
[0036]结合第二方面或第二方面的第一种可能的实现方式，在第二种可能的实现方式中，所述的图像处理装置还包括:
[0037]肤色调整模块，用于对所述处理后的图像中的各像素RGB值进行线性插值，调整所述处理后的图像的肤色。
[0038]结合第二方面或第二方面的第一或第二种可能的实现方式，在第三种可能的实现方式中，所述的图像处理装置还包括:
[0039]肤色检测调整模块，用于对所述源图像和目标图像的人脸部分进行肤色检测，将所述源图像的人脸部分的肤色调整成与所述目标图像的人脸部分的肤色相同。
[0040]结合第二方面或第二方面的第一或第二或第三种可能的实现方式，在第四种可能的实现方式中，所述人脸获取模块包括:
[0041]人脸区域获取单元，用于获取源图像和目标图像的人脸区域；
[0042]眼睛区域获取单元，用于在所述源图像和目标图像的人脸区域中，确定人脸的眼睛区域；
[0043]人脸部分确定单元，用于基于所述人脸的眼睛区域，采用ASM算法，在人脸特征模型库中搜索得到所述源图像和目标图像的人脸的特征点，确定所述源图像和目标图像的人脸部分，其中，所述人脸特征模型库中设置有人脸的多个特征点，包括眉毛区域特征点、眼睛区域特征点、鼻子区域特征点、嘴区域特征点和下颚特征点。
[0044]结合第二方面或第二方面的第一或第二或第三或第四种可能的实现方式，在第五种可能的实现方式中，所述的图像处理装置还包括:
[0045]图像调整模块，用于根据所述源图像和目标图像的人脸部分中的下颚特征点，将所述源图像的人脸部分变形成与所述目标图像的人脸部分大小相同。
[0046]结合第二方面的第五种可能的实现方式，在第六种可能的实现方式中，所述图像调整模块，具体用于根据所述源图像和目标图像的人脸部分中的下颚特征点，采用薄板样条算法将所述源图像的人脸部分变形成与所述目标图像的人脸部分相同。
[0047]综上，本发明实施例提供的图像处理方法及装置，在将源图像中的人脸替换目标图像中的人脸时，通过对源图像和目标图像的人脸部分进行对比分析，得到两个人脸部分之间的图像差异最小的融合线，并可以该融合线为分界线，进行两个人脸部分的替换，这样，目标图像中仅需要替换部分人脸，且替换的部分人脸与目标图像中的其他部分具有较好的拼接效果，目标图像中被代替的人脸部分与其他部分之间的差异较小，提高了图像的变形处理效果。【专利附图】
【附图说明】
[0048]图1为本发明实施例一提供的图像处理方法的流程示意图；
[0049]图2为本发明实施例二提供的图像处理方法的流程示意图；
[0050]图3为本发明实施例三提供的图像处理方法的流程示意图；
[0051]图4为本发明实施例四提供的图像处理装置的结构示意图；
[0052]图5为本发明实施例五提供的图像处理装置的结构示意图；
[0053]图6为本发明实施例六提供的图像处理装置的结构示意图。
【具体实施方式】
[0054]图1为本发明实施例一提供的图像处理方法的流程示意图。如图1所示，本实施例方法可包括如下步骤:
[0055]步骤101、获取源图像和目标图像的人脸部分；
[0056]步骤102、对源图像和目标图像的人脸部分进行对比分析，得到源图像和目标图像的人脸部分之间的融合线，该融合线为源图像和目标图像的人脸部分眉毛以上区域中图像差异最小的像素线，该融合线位于人脸部分的眉毛以上的区域；
[0057]步骤103、将源图像和目标图像的人脸部分以融合线为分界线，分别分割得到对应的第一部分和第二部分，并在目标图像中，将源图像的人脸部分的第一部分代替目标图像的人脸部分的第一部分，得到处理后的图像，其中，第一部分为人脸部分中包括鼻子的部分。
[0058]本实施例可应用于图像的人脸变形处理中，具体地，可应用于在将源图像的人脸融合到目标图像的人脸的处理中，在人脸替换时，可在人脸眉毛以上的区域内，获得源图像和目标图像的人脸部分的融合线，并将源图像的人脸部分中位于融合线以下的区域，即包括鼻子的区域代替目标图像中的相应区域，从而得到处理后的图像。这样，基于该融合线进行两张图像的人脸部分的融合时，由于该融合线为两个图像的人脸中图像差异最小的像素线，因此，以该融合线进行两个图像的拼接(融合)时，具有较好的拼接效果，得到的人脸可更好的融入目标图像的整个背景中，使得处理后的图像中被代替的人脸部分与其他部分之间的差异较小，提高了图像的变形处理效果。
[0059]本领域技术人员可以理解，本实施例中所述的源图像和目标图像均是指人物图像，即包括有人脸部分的图像；其中，所述的人脸部分是指图像中人脸图像。
[0060]本发明实施例提供的图像变形处理方法，通过对源图像和目标图像的人脸部分进行对比分析，得到两个人脸部分之间的图像差异最小的融合线，并可以该融合线为分界线，进行两个人脸部分的替换，这样，目标图像中仅需要替换部分人脸，且替换的部分人脸与目标图像中的其他部分具有较好的拼接效果，目标图像中被代替的人脸部分与其他部分之间的差异较小，提高了图像的变形处理效果。
[0061]图2为本发明实施例二提供的图像处理方法的流程示意图。本实施例可基于A*算法进行两个人脸部分的融合线的确定，具体地，如图2所示，本实施例图像处理方法可包括如下步骤:
[0062]步骤201、获取源图像和目标图像的人脸部分；
[0063]步骤202、获取源图像和目标图像的人脸部分的眉毛以上的区域，并将该区域作为搜索区域；
[0064]步骤203、在该搜索区域内，将源图像中位于眼睛两侧的两个图像特征点作为起始点和目标点，其中，该起始点和目标点为位于人脸部分的边界的像素点；
[0065]步骤204、在搜索区域内，采用A*算法，由起始点开始到目标点结束，搜索得到源图像和目标图像的人脸部分中图像差异最小的像素点形成的像素线，该像素线即为融合线.[0066]步骤205、将源图像和目标图像的人脸部分以融合线为分界线，分别分割得到对应的第一部分和第二部分，并在目标图像中，将源图像的人脸部分的第一部分代替目标图像的人脸部分的第一部分，得到处理后的图像。
[0067]上述步骤201中，获取的源图像和目标图像的人脸部分应大小相同，这样，在步骤202-步骤204中，确定搜索区域，并在搜索区域中确定A*算法的起始点和目标点时，才能准确的找出两个人脸部分对齐位置的边界像素点。同时，该起始点和目标点可以是确定人脸部分的特征点，例如预先设定的位于人脸眼角位置的两个特征点，或者靠近眉毛位置等的特征点，该起始点和目标点的具体设定可以根据需要而设定或默认设定，通常为位于人眼两端处于鬓角位置的两个特征点。
[0068]上述步骤204中，A*算法是一种求解最短路径最有效的方法，本实施例中可将两个人脸部分中图像差异(通常为图像的灰度差异)最小作为搜索策略，并在设定的搜索区域内确定上述的融合线。本领域技术人员可以理解，人脸部分的图像是由一系列像素点组成，因此，基于A*算法，可以搜索得到从起始点到目标点之间的差异最小的像素点集合，该像素点集合构成的像素线就是本实施例所要确定的对两张图像的人脸部分进行融合时的拼接线。其中A*算法的具体处理过程在此不再赘述。
[0069]上述步骤205中，在以融合线进行两个人脸部分的划分时，为确保将源图像中的人脸能够在目标图像中体现，因此，会将能最好的体现源图像的人脸的鼻子、嘴巴区域的部分进行替换，而将额头等部分则保留目标图像中的，从而可在处理后的图像中，能够体现源图像中人脸，同时该人脸又能更好的融合在目标图像的整个背景(包括头发等)中，使得图像处理的效果更佳逼真，效果更好。
[0070]本实施例中，上述步骤205，得到处理后的图像之后还可包括对处理后的图像进行肤色调整的步骤，具体地，可对处理后的图像中的各像素RGB值进行线性插值，对处理后的图像进行肤色调整，使得在处理后的图像在融合线处可具有更平滑的过渡，进一步地提高图像处理效果。
[0071]本实施例中，上述步骤202之前，还可包括对两张人脸部分的肤色进行调整的步骤，具体地，可对步骤201获得的源图像和目标图像的人脸部分进行肤色检测，将源图像的人脸部分的肤色调整成与目标图像的人脸部分的肤色相同。这样，进行肤色调整后的源图像的人脸部分，替换到目标图像后，可更好的融合到目标图像的整个背景中，提高图像处理效果。
[0072]本实施例中，上述步骤201中获取源图像和目标图像的人脸部分具体可包括以下步骤:
[0073]步骤2011、获取源图像和目标图像的人脸区域；
[0074]步骤2012、在源图像和目标图像的人脸区域中，确定人脸的眼睛区域；[0075]步骤2013、基于人脸的眼睛区域，采用ASM算法，在人脸特征模型库中搜索得到源图像和目标图像的人脸的特征点，确定源图像和目标图像的人脸部分，其中，人脸特征模型库中设置有人脸的多个特征点，包括眉毛区域特征点、眼睛区域特征点、鼻子区域特征点、嘴区域特征点和下颚特征点。
[0076]其中，上述特征模型库是通过活动形状模型(Active Shape Model, ASM)算法得至|J，该人脸特征库是通过ASM训练阶段得到的人脸特征点训练集合，且该些特征点是利用微表情正面人脸图像以固定编号进行手工特征点标定出来的，从而基于该训练得到的特征点就可以建立主动形状模型和局部纹理模型，从而得到平均人脸形状。因此，基于ASM算法，就可以通过上述确定的源图像和目标图像的人脸区域中的眼睛区域，来对训练得到的平均人脸形状进行缩放、旋转以及平移操作等估计出源图像和目标图像的人脸部分，并可确定该人脸部分的各特征点，其中，这些特征点应包括眉毛区域特征点、眼睛区域特征点、鼻子区域特征点、嘴区域特征点和下颚特征点，这些特征点可准确地确定出人脸部分。
[0077]其中，ASM算法是一种物体形状描述技术，可通过选取一组训练样本，用一组特征点来描述样本的形状，然后对各样本的形状进行配准(使得形状尽可能地相似)，对这些配准后的形状向量可利用主分量分析方法进行统计建模，从而得到物体形状的统计学描述。因此，通过ASM算法建立的模型在新的图像中搜索物体轮廓，就可以确定新的图像的轮廓。本实施例采用ASM算法来确定人脸特征点时，使得特征点的定位准确度、可靠性、鲁棒性、速度上均具有较好的效果，提高人脸特征点获取的准确性和快速性。
[0078]本实施中，在上述步骤201中，获取源图像和目标图像的人脸部分若要大小相同，具体可根据上述获取的源图像和目标图像的人脸部分中的下颚特征点，将源图像的人脸部分变形成与目标图像的人脸部分大小相同。具体地，可根据源图像和目标图像的人脸部分中的下颚特征点，采用薄板样条(ThinPlate Splin, TPS)算法将源图像的人脸部分变形成与目标图像的人脸部分相同。其中，TPS算法是一种插值方法，通过该算法可寻找一个通过所有控制点的弯曲最小的光滑曲面:就像一个薄铁板，铁板表面是光滑的，通过所给定的几个“样条”(比如木条)来逼近铁板，在控制点的约束下，薄板样条让平面具有像弯曲的薄钢板一样的表面性质，即形变总是具有最小的物理弯曲能量，本实施例中通过将下颚特征点作为控制点来利用TPS算法将源图像的人脸部分便形成与目标图像的人脸部分相同，具有较好的变形效果。
[0079]本实施例中，通过薄板样条算法可使得待处理的两个图像的人脸部分调整成大小相同，这样，可便于后续A*算法进行融合线的搜索处理过程中，可准确查找得到两个人脸部分进行融合的最佳融合线。
[0080]为便于对本发明实施例技术方案的理解，下面将以源图像和目标图像的具体处理过程进行详细说明。
[0081]图3为本发明实施例三提供的图像处理方法的流程示意图。如图3所示，本实施例可包括如下步骤:
[0082]步骤301、对源图像和目标图像进行预处理。
[0083]本步骤中，可对源图像和目标图像进行灰度处理，得到源图像和目标图像的灰度图像。同时，为保证源图像的图像质量与图像信息的完整性，将源图像的大小调整到目标图像大小。例如，在手机上实现图像处理时，考虑手机的实际效率，可将源图像和目标图像的高度归一化为512 (即512像素高度尺寸)。
[0084]其中，对源图像和目标图像进行灰度处理，可首先判断目标图像和源图像是否为彩色图像，若是则通过以下转化公式将源图像和目标图像转为灰度图像:
[0085]F=0.2989*R+0.5870*G+0.1140*B
[0086]其中，F为输出的灰度图像，R、G、B分别表不输入的红、绿、蓝彩色分量。
[0087]本实施例中，通过对图像进行灰度处理，可在人脸检测、眼睛定位以及搜索融合线的过程中基于灰度图像进行处理。
[0088]本实施例中，将源图像的大小调整到目标图像大小时，为减少伸缩导致图像局部的拉伸或者压扁而降低图像质量，可通过先填充后归一化的方法以保证源图像的信息的完整性。本实施例以将两张图像归一化到512进行说明，具体过程如下:
[0089](I)计算源图像A和目标图像B的宽度与高度比例。
【权利要求】
1.一种图像处理方法，其特征在于，包括: 获取源图像和目标图像的人脸部分； 对所述源图像和目标图像的人脸部分进行对比分析，得到所述源图像和目标图像的人脸部分之间的融合线，所述融合线为所述源图像和目标图像的人脸部分眉毛以上区域中图像差异最小的像素线，所述融合线位于人脸部分的眉毛以上的区域； 将所述源图像和目标图像的人脸部分以所述融合线为分界线，分别分割得到对应的第一部分和第二部分，并在所述目标图像中，将所述源图像的人脸部分的第一部分代替所述目标图像的人脸部分的第一部分，得到处理后的图像； 其中，所述第一部分为人脸部分中包括鼻子的部分。
2.根据权利要求1所述的图像处理方法，其特征在于，对所述源图像和目标图像的人脸部分进行对比分析，得到所述源图像和目标图像的人脸部分之间的融合线，具体包括: 获取所述源图像和目标图像的人脸部分的眉毛以上的区域，并将所述区域作为搜索区域； 在所述搜索区域内，将所述源图像中位于眼睛两侧的两个图像特征点作为起始点和目标点，其中，所述起始点和目标点为位于人脸部分的边界的像素点； 在所述搜 索区域内，采用A*算法，由所述起始点开始到目标点结束，搜索得到所述源图像和目标图像的人脸部分中图像差异最小的像素点形成的像素线，所述像素线即为融合线。
3.根据权利要求1或2所述的图像处理方法，其特征在于，得到处理后的图像之后，还包括: 对所述处理后的图像中的各像素RGB值进行线性插值，调整所述处理后的图像的肤色。
4.根据权利要求1-3任一所述的图像处理方法，其特征在于，所述对所述源图像和目标图像的人脸部分进行对比分析，得到所述源图像和目标图像的人脸部分之间的融合线之前，还包括: 对所述源图像和目标图像的人脸部分进行肤色检测，将所述源图像的人脸部分的肤色调整成与所述目标图像的人脸部分的肤色相同。
5.根据权利要求1-4任一所述的图像处理方法，其特征在于，所述获取源图像和目标图像的人脸部分，具体包括: 获取源图像和目标图像的人脸区域； 在所述源图像和目标图像的人脸区域中，确定人脸的眼睛区域； 基于所述人脸的眼睛区域，采用ASM算法，在人脸特征模型库中搜索得到所述源图像和目标图像的人脸的特征点，其中，所述人脸特征模型库中设置有人脸的多个特征点，包括眉毛区域特征点、眼睛区域特征点、鼻子区域特征点、嘴区域特征点和下颚特征点。
6.根据权利要求1-5任一所述的图像处理方法，其特征在于，所述对所述源图像和目标图像的人脸部分进行对比分析，得到所述源图像和目标图像的人脸部分之间的融合线之前，还包括: 根据所述源图像和目标图像的人脸部分中的下颚特征点，将所述源图像的人脸部分变形成与所述目标图像的人脸部分大小相同。
7.根据权利要求6所述的图像处理方法，其特征在于，所述根据所述源图像和目标图像的人脸部分中的下颚特征点，将所述源图像的人脸部分变形成与所述目标图像的人脸部分大小相同，具体包括: 根据所述源图像和目标图像的人脸部分中的下颚特征点，采用薄板样条算法将所述源图像的人脸部分变形成与所述目标图像的人脸部分相同。
8.一种图像处理装置，其特征在于，包括: 人脸获取模块，用于获取源图像和目标图像的人脸部分； 人脸分析模块，用于对所述源图像和目标图像的人脸部分进行对比分析，得到所述源图像和目标图像的人脸部分之间的融合线，所述融合线为所述源图像和目标图像的人脸部分中图像差异最小的像素线，且所述融合线位于人脸部分的眉毛以上的区域； 人脸处理模块，用于将所述源图像和目标图像的人脸部分以所述融合线为分界线，分别分割得到对应的第一部分和第二部分，并在所述目标图像中，将所述源图像的人脸部分的第一部分代替所述目标图像的人脸部分的第一部分，得到处理后的图像； 其中，所述第一部分为人脸部分中包括鼻子的部分。
9.根据权利要求8所述的图像处理装置，其特征在于，所述人脸分析模块包括: 搜索区域获取单元，用于获取所述源图像和目标图像的人脸部分的眉毛以上的区域，并将所述区域作为搜索区域； 搜索点获取单元，用于在所述搜索区域内，将所述源图像中位于眼睛两侧的两个图像特征点作为起始点和目标点，其中，所述起始点和目标点为位于人脸部分的边界的像素占.融合线获取单元，用于在所述搜索区域内，采用A*算法，由所述起始点开始到目标点结束，搜索得到所述源图像和目标图像的人脸部分中图像差异最小的像素点形成的像素线，所述像素线即为融合线。
10.根据权利要求8或9所述的图像处理装置，其特征在于，还包括: 肤色调整模块，用于对所述处理后的图像中的各像素RGB值进行线性插值，调整所述处理后的图像的肤色。
11.根据权利要求8-10任一所述的图像处理装置，其特征在于，还包括: 肤色检测调整模块，用于对所述源图像和目标图像的人脸部分进行肤色检测，将所述源图像的人脸部分的肤色调整成与所述目标图像的人脸部分的肤色相同。
12.根据权利要求8-11任一所述的图像处理装置，其特征在于，所述人脸获取模块包括: 人脸区域获取单元，用于获取源图像和目标图像的人脸区域； 眼睛区域获取单元，用于在所述源图像和目标图像的人脸区域中，确定人脸的眼睛区域； 人脸部分确定单元，用于基于所述人脸的眼睛区域，采用ASM算法，在人脸特征模型库中搜索得到所述源图像和目标图像的人脸的特征点，所述人脸特征模型库中设置有人脸的多个特征点，包括眉毛区域特征点、眼睛区域特征点、鼻子区域特征点、嘴区域特征点和下颚特征点。
13.根据权利要求8-12任一所述的图像处理装置，其特征在于，还包括:图像调整模块，用于根据所述源图像和目标图像的人脸部分中的下颚特征点，将所述源图像的人脸部分变形成与所述目标图像的人脸部分大小相同。
14.根据权利要求13所述的图像处理装置，其特征在于，所述图像调整模块，具体用于根据所述源图像和目标图像的人脸部分中的下颚特征点，采用薄板样条算法将所述源图像的人脸部分变形成与所述目标图像的人脸部分相同。
【文档编号】G06T5/00GK103839223SQ201210475602
【公开日】2014年6月4日 申请日期:2012年11月21日 优先权日:2012年11月21日
【发明者】蔡超, 陈梅双, 孙谦 申请人:华为技术有限公司, 华中科技大学