人脸图像中自动去除眼镜的方法与流程

技术特征：

1.一种人脸图像中自动去除眼镜的方法，其特征是，包括如下步骤：

s1、进行基于半阈值和最小方差滤波的阈值分割,判断是否有眼镜并获得眼镜的遮挡区域；

s2、由眼镜遮挡区域得到初始补偿域，对初始补偿域进行调整，根据最小距离原理得到最佳匹配补偿域；

s3、用扇形线性插值的方法对眼镜遮挡区域进行补偿，得到不戴眼镜的人脸图像。

2.根据权利要求1所述的人脸图像中自动去除眼镜的方法，其特征是，s1步包括以下步骤：

s1a.根据人脸的先验知识建立人眼的椭圆模型，用该模型代替人眼区域；

s1b.采用半阈值分割得到包含眼镜在内的显著区域；

s1c.使用最小方差滤波的图像分割及连通域去除技术获得显著区域边界即准确的眼镜遮

挡区域边界并以周长面积比作为眼镜有无的判断标准。

3.根据权利要求1所述的人脸图像中自动去除眼镜的方法，其特征是，s2步包括以下步骤：

s2a.按照获得的眼镜遮挡区域边界轮廓，依次确定初始补偿域；

s2b.依据最小距离原理确定最佳匹配补偿域。

4.根据权利要求1所述的人脸图像中自动去除眼镜的方法，其特征是，s3步包括以下步骤：

s3a.根据最佳匹配补偿域对眼镜遮挡区域内的像素点进行线性插值补偿；

s3b.利用扇形线性插补偿法对眼镜遮挡区域进行补偿，最终得到不戴眼镜的人脸图像。

5.根据权利要求4所述的人脸图像中自动去除眼镜的方法，其特征是，步骤s3a为：

线性插值补偿方法如式(1)、(2)、(3)、(4)：

y＝round((1-a_k)×y_bk+a_k×y′_tk)k＝1,2......n (2)

其中，(x_bk,y_bk)为补偿域上第k个补偿点的位置，(x′_tk,y′_tk)也记为(x_tk′,y_tk′)为补偿域上与(x_bk,y_bk)距离最小的补偿点，为把眼镜遮挡区域标记为白色后的人脸图像。x取x′_tk和x_bk之间的整数，round(*)表示四舍五入取整，图像的大小为m×n；

若在此过程中出现x′_tk＝x_bk的情况，直接按式(3)、(4)进行补偿，y取y′_tk和y_bk之间的整数。若此过程中出现y′_tk＝y_bk的情况，直接根据式(5)、(6)进行补偿，x取x′_tk和x_bk之间的整数；

6.根据权利要求4所述的人脸图像中自动去除眼镜的方法，其特征是，步骤s3b为：在最小距离两侧的扇形区域进行线性插值补偿:即除了在最小距离T(x_bk,y_bk)和T₀(x_tk′,y_tk′)之间进行线性插值外，再确定补偿域中在TT₀补偿路径两侧距离T₀最近的4个补偿点(x_t(k′+1),y_t(k′+1))记为T₁、(x_t(k′-1),y_t(k′-1))记为T₂、(x_t(k′+2),y_t(k′+2))记为T₃、(x_t(k′-2),y_t(k′-2))记为T₄，在T和T₀之间进行优先补偿，在T和T₁、T和T₂之间进行次优先补偿，在T和T₃、T和T₄之间进行后补偿，使得在TT₁、TT₂、TT₃、TT₄之间的线性插值补偿与TT₀之间的补偿共同构成扇形补偿区域。