[发明专利]自动分割头发的方法及其系统

说明书

技术领域

本发明涉及图像处理领域，尤其涉及自动的头发分割方法及其系统。

背景技术

头发对人的整体形象，起着至关重要的作用。因此，头发建模、编辑、着色、合成及动画制作等头发相关的应用，在近些年来已经引起越来越多的关注。这些任务中，头发分割往往作为前端的首要任务。现有技术中，在大部分头发相关应用中，头发都被认为是分割好的，或者手动标定。除了头发相关的应用，许多计算机视觉任务都可以从头发分割技术中获益。比如，男性和女性的发型一般有很大的不同，分割得到的头发可以为性别分类提供重要的线索；而随着年龄的变化，人们的发型风格、头发颜色，尤其是老年时，会发生很大变化，由此头发也有助于年龄的估计。另外，由于通常人们不会在短时间内经常改变发型，头发还可对身份识别有所贡献。

由于头发的模式变化多样，而图像中的背景又往往比较复杂，易与头发混淆，头发分割面临着一定的挑战性。已有的头发分割技术包括利用几何和颜色模型，针对光照和阴影建立简单的颜色模型；或采用频率统计和颜色分析选取种子，而后扩展头发区域。但这些方法前端的种子选择往往根据经验，选出的种子比较离散、数量不多，不易建立准确的头发统计模型；另外，目前的方法大都只能解决正面人脸图像的头发分割问题。

发明内容

为解决上述问题，本发明提供了自动分割头发的方法及其系统，能够解决多种人脸姿态的头发分割问题。

本发明公开了一种自动分割头发的方法，包括：

步骤1，对训练集中图像和待分割的图像进行人脸检测，以从图像中提取的人脸部分的扩展图像作为后续处理的对象，并确定所述对象中人脸的姿态；

步骤2，对于训练集中的图像，根据各个图像中标记的头发像素点建立通用头发特征统计模型，并依据所述图像中人脸的姿态对所述图像进行分类，对于每一姿态类别，根据姿态类别中各个图像中标记的头发像素点统计位置先验模型，所述位置先验模型包含各个像素位于头发区域中的位置先验概率，所述通用头发特征统计模型表示各种人在各种情况下的头发的共性特征；

步骤3，确定分割单位，按所述分割单位对待分割的图像进行划分，根据待分割的图像的人脸的姿态确定所述待分割的图像所属的姿态类别，依据通用头发特征统计模型和所属姿态类别的位置先验模型从划分的部分中选择头发种子和背景种子；

步骤4，对所述头发种子建立待分割图像对应的头发特征统计模型，对所述背景种子建立待分割图像对应的背景特征统计模型；

步骤5，根据所述待分割图像的头发特征统计模型和背景特征统计模型，以及所属姿态类别的位置先验模型对所述待分割的图像进行头发分割。

所述步骤3中分割单位为区域；

所述步骤3中依据通用头发特征统计模型和所属姿态类别的位置先验模型从划分的部分中选择头发种子和背景种子进一步为，

步骤21，对于每个区域，以区域中各个像素的位置先验概率的数值平均值为所述区域的位置先验概率，以区域中各个像素的头发特征的数值平均值作为区域的特征数值，计算区域的特征数值在通用头发特征统计模型下的条件概率；

步骤22，依据区域的位置先验概率和区域的特征数值在通用头发特征统计模型下的条件概率，通过贝叶斯方法计算所述区域作为头发区域的后验概率；

步骤23，依据所述后验概率从分割的区域中选择头发种子和背景种子。

所述步骤3中分割单位为像素；

所述步骤3中依据通用头发特征统计模型和所属姿态类别的位置先验模型从划分的部分中选择头发种子和背景种子进一步为，

步骤31，对于每个像素，以像素的位置先验概率的数值为所述像素的位置先验概率，以像素的头发特征的数值作为像素的特征数值，计算像素的特征数值在通用头发特征统计模型下的条件概率；

步骤32，依据像素的位置先验概率和像素的特征数值在通用头发特征统计模型下的条件概率，通过贝叶斯方法计算像素作为头发区域的后验概率；

步骤33，依据所述后验概率从待分割图像的像素中选择头发种子和背景种子。

所述步骤23进一步为，

步骤41，将所有分割单位依据后验概率的数值由高到低进行排序；

步骤42，对有序的分割单位的序列，从序列的第一个分割单位开始，依次选择当前分割单位之后的分割单位，直至所选分割单位的总像素数目超过n，将所选分割单位作为头发种子；从序列的最后一个分割单位开始，依次选择当前分割单位之前的分割单位，直至所选的分割单位的总像素数目超过m，将所选分割单位作为背景种子；n和m分别为预设数值。