[发明专利]检测头发区域的方法

说明书

技术领域

本申请涉及一种新型头发区域检测方法，通过该方法可精确快速地检测头发区域。

背景技术

因为各式各样的发型、头发颜色和亮度，造成头发检测成为一个非常具有挑战性的研究主题。对于虚拟理发、虚拟人模型、虚拟形象等，头发检测是非常有用的技术。各大公司已经对头发区域检测研究了很多年。在美国专利US20070252997中，设计了一种具有发光装置和图像传感器以检测头发区域的设备。尽管该设备通过使用特别设计的发光装置解决了照度问题，但是它对皮肤颜色和清楚背景依赖程度很高。因此，该结果不是很稳定，并且应用也受到了限制。在美国专利US2008215038中，采用了2步法，首先在2D图像中定位大致的头发区域，然后在激光扫描的3D图像中检测精确的头发区域。激光扫描仪非常昂贵并且用户界面不友好。

在美国专利6711286中，将产生的RGB和色调颜色空间相结合以检测皮肤颜色和皮肤像素中的黄色的头发像素。该方法也会受到不稳定的颜色信息和背景区域的影响。

在现有技术中，主要存在两个问题，一个问题在于先前的专利太依赖于皮肤颜色和清楚的背景。皮肤颜色随着人、照度、相机和环境的不同而有很大变化；因此，所述检测头发区域的方法很不稳定，并且不能获得稳定而精确的结果。第二个问题在于上述专利基于局部信息，而用局部信息，不可能精确地确定像素是否属于头发区域。

发明内容

本发明提供了一种精确快速地检测头发区域的方法。该方法采用彩色相机(CCD/CMOS)和深度相机，并将彩色相机的图像和深度相机的图像对准。所述方法能够结合皮肤和头发颜色、频率、深度信息以检测头发区域，并利用全局最优化方法而非局部信息方法来从噪声背景中分割出整个头发区域。

根据本发明的一方面，提供了一种检测头发区域的方法，所述方法包括：获得头部区域的置信度图像；以及对获得的上述置信度图像进行处理以检测头发区域，其中，所述获得头部区域的置信度图像的步骤包括：对彩色图像的头部区域进行颜色分析以获得头发颜色置信度图像。

根据本发明的一方面，所述获得头部区域的置信度图像的步骤还包括：对与彩色图像的头部区域相应的灰度图像进行频率分析以获得头发频率置信度图像。

根据本发明的一方面，所述获得头部区域的置信度图像的步骤还包括：对与彩色图像的头部区域相应的深度图像进行前景分析以计算前景区域置信度图像。

根据本发明的一方面，所述获得头部区域的置信度图像的步骤包括：对彩色图像的头部区域进行颜色分析以获得非皮肤颜色置信度图像。

根据本发明的一方面，所述对获得的上述置信度图像进行处理以检测头发区域的步骤包括：基于为各个置信度图像分别设置的阈值，将各置信度图像中的像素值大于相应阈值的像素设置为1，否则将其设置为0；然后针对各置信度图像中的相应像素进行与操作，并将得到的像素值为1的区域确定为头发区域。

根据本发明的一方面，所述对获得的置信度图像进行处理的步骤包括：将各置信度图像的像素值与为各置信度图像设置的权值分别相乘并将相乘的结果相加以计算各置信度图像的和图像的相应像素的像素值，然后基于预定阈值来确定和图像的相应像素是否属于头发区域。

根据本发明的一方面，所述对获得的置信度图像进行处理的步骤包括：根据获得的各置信度图像使用通用二值分类器来确定像素是否属于头发区域。

根据本发明的一方面，所述对获得的置信度图像进行处理的步骤包括：将各置信度图像的像素值与为各置信度图像设置的权值分别相乘并将相乘的结果相加以计算各置信度图像的和图像的相应像素的像素值，然后基于预定阈值来确定和图像的相应像素是否属于头发区域。

根据本发明的一方面，所述对获得的置信度图像进行处理的步骤包括：对于获得各置信度图像使用全局最优化方法来确定像素是否属于头发区域。

根据本发明的一方面，所述全局最优化方法是图割方法，其中，利用图割方法来使下面的能量函数E(f)最小化，来将图像分割为头发区域和非头发区域：

E(f)＝E_data(f)+E_smooth(f)

其中，f表示所有像素的分类，所述类被划分为非头发像素类和头发像素类，E_data(f)表示把像素拉到所属类的外力产生的能量，E_smooth(f)表示相邻像素之间的平滑度的平滑度能量值。