[发明专利]基于android平台获取人脸图像光源方位的方法

权利要求书

1.一种基于android平台获取人脸图像光源方位的方法，通过对图像数据库中的图像进行预处理，得到去除人脸部分的光照信息二值化图像，进而对光照信息二值化图像分割并获得每个子图像的像素灰度值之和作为特征值，与图像光源方位信息的标签一同作为训练集，在android平台上采用训练集对libsvm进行训练并得到训练后的模型文件并用于检测人脸图像中的光源方位；

所述的预处理具体包括以下步骤：

2.1)在图像数据库中的图像中识别出人脸区域，读取眼睛和嘴唇位置确定截取图像的详细范围；截取并保存详细范围内的信息；然后将图像进行灰度处理，使得每个像素点仅保留一个0-255的灰度值；

2.2)采用直方图均衡化对图像的整体光线强度进行调整，记录每一个像素点颜色数据，记为图像一；

2.3)采用BHE算法得到去光照信息的平滑图像，记为图像二；

2.4)对图像一和图像二取差值后进行二值化处理，得到去除人脸部分的光照信息二值化图像；

所述的去光照信息的平滑图像通过以下方式得到：

2.3.1)将脸部图像分块，各块之间相互交叠重合各自的一半区域；

2.3.2)各块分别进行直方图均衡化，并根据块内各点位置计算权值信息，进行边界融合，以期得到平滑的整体图像，具体表示为：其中：f_i(x，y)和f(x，y)分别是第i个块中(x，y)点以及平滑图像中(x，y)的灰度值，N是涉及计算该部分像素点的参与重叠的块的数量，ω_i(x，y)，i＝1，2，3....，N，中储存的是关于块i的权值信息，ω(x，y)＝ω′(x)×ω′(y)，其中：S_B是块的长度。

2.根据权利要求1所述的方法，其特征是，所述的图像数据库中包括含有人脸部分的图像以及该图像拍摄时的光源方位信息。

3.根据权利要求1所述的方法，其特征是，所述的二值化处理是指，对图像一和图像二取差值后计算：

其中：B(x，y)为二值化后位于(x，y)点的色彩信息，f(x，y)为差值图像中位于(x，y)点的信息，α为平均灰度值。

4.根据权利要求1所述的方法，其特征是，所述的特征值是指：经过划分后的每一个子图中的二值化情况不同，为了用数字来表示出二值化情况的不同，采用累加的方式，每当遇到一个灰度值为0的图像加一。

5.根据权利要求1所述的方法，其特征是，所述的训练集中，机器学习中是以标签加特征值的数据格式进行学习，每一个标签对应至少一个特征值；标签表示的是光源方位信息的两个角度，特征值表示的是之前划分的子图的灰度情况之和，根据划分的情况层序遍历所有的子图，根据顺序对每个子图进行从小到大的编号，记录编号和特征值。

6.根据权利要求1所述的方法，其特征是，所述的检测人脸图像是指：将待检测图像经所述的预处理、分割和生成训练集，得到特征值列表，应用训练得到的模型进行学习，得到预测的人脸图像的光源方位信息，与实际测量得到的人脸光源方位信息进行对比，即可得到结果误差。

7.一种实现上述任一权利要求所述方法的系统，其特征在于，包括：依次连接的预处理模块、分割模块、特征提取模块以及检测判断模块，其中：预处理模块接收原始图像信息，并输出处理后图像信息至分割模块，分割模块接收处理后图像信息，并输出分割后各个子图像信息至特征提取模块，特征提取模块接收子图像信息，并输出子图像灰度值信息至检测判断模块，检测判断模块经预测算法检测输出光源方位信息。