[发明专利]彩色人脸图像中的唇部区域定位方法

说明书

 

技术领域

本发明属于数字图像处理领域，涉及一种人脸图像中唇部区域的定位方法。

背景技术

人脸图像中唇部区域的提取与精确定位在人脸识别、语音动画合成、多模式人机交互、虚拟主持人等方面有着重要的应用。在图像的传输和存储过程中，经常会受到散粒噪声、光电子噪声、热噪声等各种噪声的干扰，极大地降低了图像的质量，妨碍了唇部区域的精确定位。因此，如何在人脸图像，特别是含有噪声的人脸图像中对唇部区域进行精确定位，是一个亟待解决的问题。

唇部区域是人脸中特征十分突出的部位之一。早期的唇部区域定位的方法是针对灰度图像采用阈值分割的方法，即单纯地利用图像的一维灰度直方图或二维灰度直方图，根据灰度信息分割人脸图像，然后对唇部区域进行检测与定位。由于唇部区域和人脸肤色的灰度信息差别较小，这种定位方法不能达到很高的精度。

唇部区域的唇色相对于人脸肤色的颜色较红，因而许多方法着眼于利用人脸图像中彩色信息实现唇部区域的检测和定位。已有的方法是对彩色图像进行色彩空间变换，从RGB（Red－Green－Blue，简称红绿蓝）空间转换到                                               (Luminance-Chroma简称亮度-色度)空间，选取其中区分肤色和唇色比较明显的一个或多个分量进行唇部区域检测和定位，定位时采用线性判别限制一定颜色范围为唇色。这种定位方法过于粗糙，容易受到噪声和不同光照条件的影响。

另外，一些研究人员提出了自动轮廓模型、可变形模型和主动形状模型来实现唇部区域的定位。但这些方法存在人工痕迹明显，定位不精确的缺点。一些人提出了多级、由粗到细的唇部特征提取策略，这种方法在检测到大致人脸区域的基础上，利用人脸构造的先验知识、面部灰度分布特性粗略地估计唇部特征点，再借助于给出模板的初始参数，实现精确的唇部区域定位。然而，这种方法需要事先训练较多的初始特征参数，在图像噪声较大的情况下，不能保证初始特征参数的正确性，因而影响唇部区域的精确定位结果。

发明内容

本发明提供一种彩色人脸图像中的唇部区域定位方法，能够在图像含有噪声的情况下仍然实现唇部区域的精确定位。

本发明的技术方案包含两个步骤：唇部区域粗定位阶段和唇部区域精确定位阶段。在唇部区域粗定位阶段，一种处理步骤是将输入的彩色人脸图像转换为灰度图像，并用平行线投影分割技术对灰度图像进行分割；另一种处理步骤是将输入的彩色人脸图像利用肤色检测技术进行检测，并将检测结果二值化；最后，将上述两种处理步骤得到的结果进行或运算，得到唇部区域粗定位结果。在唇部区域精确定位阶段，在粗定位结果中的唇部边缘特征点周围构建窄带区域，然后利用闭式解分割技术对窄带区域进行纹理分割，最后将主动形状模型的特征模板与纹理分割结果进行匹配，通过一系列迭代过程，输出唇部区域精确定位结果。

本发明的具体实施步骤是：

第一步，唇部区域粗定位阶段。

设输入彩色人脸图像为FaceImage，对该彩色图像同时进行下述两种处理：

第一种处理，转换为灰度图像并进行分割，包括：

第（1）步，将彩色人脸图像FaceImage转换为灰度人脸图像，灰度级取值范围为从0到L。其中，L为整数，并且L的取值范围为[128,512]。

第（2）步，用平行线投影分割方法对灰度人脸图像进行分割，得到图像的二值分割结果，记为图像SegResult₁，二值的取值为0和1。

第二种处理，肤色检测并进行二值化分割，包括：

第（1）步，肤色检测。

将彩色人脸图像FaceImage的各像素值在 （Luminance-Chrom，称亮度-色度）彩色空间表示，设坐标为的像素，亮度值是，蓝色色度是，红色色度是。在彩色人脸图像的唇部区域中，的强度远高于的强度。肤色检测计算公式为：

            （公式一）

                             _{（公式二）}

利用肤色检测计算公式得到灰度图像，灰度图像中坐标为的像素对应的灰度值是。

第（2）步，二值化分割。

用模糊C-均值聚类算法对灰度图像进行二值化分割，得到二值分割结果，记为图像SegResult₂，二值的取值为0和1。