[发明专利]基于图像处理的发型设计系统及方法在审

专利信息
申请号: 201710729913.0 申请日: 2017-08-23
公开(公告)号: CN107545051A 公开(公告)日: 2018-01-05
发明(设计)人: 刘新华;朱璐;赵丽丽 申请(专利权)人: 武汉理工大学
主分类号: G06F17/30 分类号: G06F17/30;G06K9/00
代理公司: 湖北武汉永嘉专利代理有限公司42102 代理人: 许美红
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 图像 处理 发型设计 系统 方法
【权利要求书】:

1.一种基于图像处理的发型设计方法,其特征在于包括如下步骤:

输入理发者的年龄、性别;

通过摄像装置获取理发者的脸部图像和发质图像;

对脸部图像和发质图像进行处理,提取面部特征值、发质特征值;

将年龄、性别、面部特征值、发质特征值与数据库中的数据进行比对匹配,找出适合理发者的发型;

将比对匹配结果进行输出显示。

2.根据权利要求1所述的基于图像处理的发型设计方法,其特征在于:对脸部图像和发质图像进行处理,提取面部特征值、发质特征值的步骤为:

对脸部图像进行脸部图像处理,得到脸部的长宽比例、下颌的位置、颧骨的位置、脸型弧度;对发质图像进行发质图像处理,得到发质的软硬程度、粗糙程度、水分含量、油分含量。

3.根据权利要求2所述的基于图像处理的发型设计方法,其特征在于:对脸部图像进行脸部图像处理的步骤为:采用中值滤波技术滤除噪声、光线对脸部图像的影响,再利用局部灰度自适应的区域生长算法将脸部图像从整体图像中分离出来,运用相关算法将脸部与头发区分开,使得脸部图像更适合面部特征值提取;

所述面部特征值还包括理发者的脸部轮廓线和五官位置,所述五官位置包括双眼位置,鼻尖位置,眉毛位置,嘴唇位置。

4.根据权利要求2所述的基于图像处理的发型设计方法,其特征在于:根据发质的软硬程度、粗糙程度、水分含量、油分含量判断理发者的发质情况,根据发质情况对理发者提供个性化的发质状况综合评价。

5.根据权利要求1所述的基于图像处理的发型设计方法,其特征在于:在输入理发者的年龄、性别之前,先进行预处理;

所述预处理的步骤为:

首先将发型库中的图片根据性别和年龄段进行分类;

然后根据不同的脸型所适合的发型对前一项细化分类;

再根据不同的发质情况所能做出的发型对前一项再次细化分类;

最后根据前一项分类进行排列组合,生成对应的发型图片组,存储到发型库中。

6.一种基于图像处理的发型设计系统,其特征在于:包括采用权利要求1-5任一所述的基于图像处理的发型设计方法的装置。

7.一种基于图像处理的发型设计系统,其特征在于:包括

用于输入理发者的年龄、性别的信息输入模块;

用于通过摄像装置获取理发者的脸部图像和发质图像的图像采集模块;

用于对脸部图像和发质图像进行处理以提取面部特征值、发质特征值的图像处理中心;

用于将年龄、性别、面部特征值、发质特征值与数据库中的数据进行比对匹配,找出适合理发者发型的对比匹配模块;

用于将比对匹配结果进行输出显示的输出显示模块。

8.根据权利要求7所述的基于图像处理的发型设计系统,其特征在于:所述图像处理中心包括脸部图像处理模块和发质图像处理模块,脸部图像处理模块用于对脸部图像进行脸部图像处理,得到脸部的长宽比例、下颌的位置、颧骨的位置、脸型弧度;发质图像处理模块用于对发质图像进行发质图像处理,得到发质的软硬程度、粗糙程度、水分含量、油分含量。

9.根据权利要求8所述的基于图像处理的发型设计系统,其特征在于:脸部图像处理模块对脸部图像进行脸部图像处理的步骤为:采用中值滤波技术滤除噪声、光线对脸部图像的影响,再利用局部灰度自适应的区域生长算法将脸部图像从整体图像中分离出来,运用相关算法将脸部与头发区分开,使得脸部图像更适合面部特征提取;

所述面部特征提取包括提取理发者的脸部轮廓线和五官位置,所述五官位置包括双眼位置、鼻尖位置、眉毛位置、嘴唇位置。

10.根据权利要求8所述的基于图像处理的发型设计系统,其特征在于:所述系统还包括发质状况综合评价模块,该发质状况综合评价模块根据发质的软硬程度、粗糙程度、水分含量、油分含量判断理发者的发质情况,根据发质情况对理发者提供个性化的发质状况综合评价。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710729913.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top