[发明专利]基于增量自步学习和区域色彩量化的金丝猴面部检测方法

权利要求书

1.基于增量自步学习和区域色彩量化的金丝猴面部检测方法，其特征在于，包括以下步骤：

步骤一，利用摄像机对多个场景中的金丝猴进行拍摄，得到多张包含有金丝猴的待检测RGB图像；针对每一张RGB图像均利用色彩空间转换方法将其转换为待检测HSV图像；重新利用摄像机对多个场景中的金丝猴进行拍摄，得到多张包含有金丝猴的RGB图像，提取多张金丝猴的面部皮肤样本图像和多张金丝猴的毛发样本图像；针对每一张面部皮肤样本图像和毛发样本图像，均利用色彩空间转换方法分别将其转换为面部皮肤样本HSV图像和毛发样本HSV图像；

步骤二，针对每一张待检测HSV图像进行色彩量化，得到待检测的色彩量化后的单通道图像；针对每一张面部皮肤样本HSV图像和毛发样本HSV图像，进行色彩量化，得到所有面部皮肤样本图像的色彩量化后的单通道图像和所有毛发样本图像的色彩量化后的单通道图像；

步骤三，针对所有面部皮肤样本图像的色彩量化后的单通道图像，利用数学统计的方法得到面部皮肤色彩量化范围，针对所有毛发样本图像的色彩量化后的单通道图像，利用数学统计的方法得到面部毛发色彩量化范围；

步骤四，针对步骤二得到的每一张待检测的色彩量化后的单通道图像，利用步骤三得到的面部皮肤色彩量化范围和毛发色彩量化范围，进行图像分割，以得到疑似猴脸图像；

步骤五，采用增量自步学习方法训练得到分类器模型；

步骤六，针对步骤四得到的每一张疑似猴脸图像，进行图像尺寸归一化，得到归一化后的疑似猴脸图像；将归一化后的疑似猴脸图像均输入到步骤五得到的分类器模型内，输出疑似猴脸图像为猴脸图像还是非猴脸图像；

所述步骤二中的针对每一张待检测HSV图像进行色彩量化，得到待检测的色彩量化后的单通道图像；所述色彩量化包括像素级色彩量化，所述的待检测的色彩量化后的单通道图像指的是像素级色彩量化后的单通道图像，具体包括以下步骤：

其中，h(x,y)表示HSV图像的色调h通道上，在像素点(x,y)处的像素值；s(x,y)表示HSV图像的饱和度s通道上，在像素点(x,y)处的像素值；v(x,y)表示HSV图像的亮度v通道上，在像素点(x,y)处的像素值；H(x,y)表示色彩量化后的图像的色调H通道上，在像素点(x,y)处的像素值；S(x,y)表示色彩量化后的图像的饱和度S通道上，在像素点(x,y)处的像素值；V(x,y)表示色彩量化后的图像的亮度V通道上，在像素点(x,y)处的像素值；

像素级色彩量化后的单通道图像用L表示，采用的公式如下：

L(x,y)＝α×H(x,y)+β×S(x,y)+γ×V(x,y)

其中，α，β，γ分别表示3个通道色调H、饱和度S和亮度V的系数；L(x,y)表示像素级色彩量化后的单通道图像L在像素点(x,y)处的像素值；

所述步骤二中的针对每一张待检测HSV图像进行色彩量化，得到待检测的色彩量化后的单通道图像，所述的色彩量化还包含区域色彩量化，待检测的色彩量化后的单通道图像指的是经过区域色彩量化后的单通道图像，具体包括以下步骤：

针对像素级色彩量化后的单通道图像L进行如下处理，得到区域色彩量化后的单通道图像L_Q：

其中，Q(x,y)表示以像素点(x,y)为中心的、大小为(2w+1)²的矩形区域；L_Q(x,y)表示区域色彩量化后的单通道图像L_Q在以(x,y)为中心形成的矩形区域对应的图像值。

2.如权利要求1所述的基于增量自步学习和区域色彩量化的金丝猴面部检测方法，其特征在于，所述步骤四中的针对步骤二得到的每一张待检测的色彩量化后的单通道图像，利用步骤三得到的面部皮肤色彩量化范围和毛发色彩量化范围，进行图像分割，以得到疑似猴脸图像；具体包括以下步骤：

针对步骤二得到的每一张像素级色彩量化后的单通道图像L，选取像素值在毛发色彩量化范围内的像素点，得到猴身区域图像；再在猴身区域图像中选取像素值在面部皮肤色彩量化范围内的像素点，形成疑似猴脸图像。