[发明专利]一种去除人脸图像局部阴影的方法和设备

说明书

本发明公开了一种去除人脸图像局部阴影的方法和设备，该方法基于预设人脸照片获取包含阴影区域的待处理区域，所述预设人脸照片包括待处理人脸图像，所述待处理人脸图像包括所述待处理区域，根据预设像素阈值从所述待处理区域中提取所述阴影区域，基于预设伽马系数对所述阴影区域进行伽马校正，并基于所述伽马校正的结果获取结果区域，根据所述结果区域生成去除局部阴影的人脸照片，从而减小在去除人脸图像的局部阴影时的处理痕迹，进而提高3D人脸模型的质量。

技术领域

本申请涉及图像处理领域，更具体地，涉及一种去除人脸图像局部阴影的方法和设备。

背景技术

通过相机扫描人脸形成3D人脸重建的过程中，采集人脸照片中的像素信息需要尽可能的除去光照信息。然而有些局部区域的光照信息通过全局去光照的方法是无法去除的。比如鼻孔在照片中产生的阴影，往往会被全局去光照的算法忽略掉，而无法实现除去阴影的目的。这些阴影会导致3D人脸模型在3D场景中出现多余的阴影信息。如图1所示，圈中部分就是没有对鼻孔位置的阴影进行处理而产生的效果。

为了实现局部区域去阴影，现有技术中有通过目标识别的算法找到局部位置的阴影，然后通过统计图片中像素的组成去更换阴影处的像素。这种方式生成的新的图片在原先阴影位置出现明显的痕迹，边缘也特别突出，给人的视觉感观不好。如图2中圈中部分所示，鼻孔处被改动过的痕迹过于明显。

在学术界也有广泛的研究，Kumar提出了一种假设检验来检测图像中的阴影，然后使用能量函数概念从图像中去除阴影。这种方法在阴影检测时间较长，处理阴影的痕迹明显。Kaushik Deb提出了一个使用亮度色度的简单框架：蓝色，色度：红色(YCbCr)色彩空间，用于检测并消除图像中的阴影。虽然这种方法在检测和处理速度上有所提升，但是去除阴影的最终效果仍不理想，如图3所示。

综上，现有技术在去除人脸图像的局部阴影时，由于无法保留局部区域的轮廓信息和阴影内仍然存在的皮肤像素信息，造成了明显的处理痕迹，降低了3D人脸模型的质量。

因此，如何减小在去除人脸图像的局部阴影时的处理痕迹，进而提高3D人脸模型的质量，是目前有待解决的技术问题。

发明内容

由于现有技术去除人脸图像局部阴影时会出现明显的痕迹的技术问题，本发明提供了一种去除人脸图像局部阴影的方法，所述方法包括：

基于预设人脸照片获取包含阴影区域的待处理区域，所述预设人脸照片包括待处理人脸图像，所述待处理人脸图像包括所述待处理区域；

根据预设像素阈值从所述待处理区域中提取所述阴影区域；

基于预设伽马系数对所述阴影区域进行伽马校正，并基于所述伽马校正的结果获取结果区域；

根据所述结果区域生成去除局部阴影的人脸照片。

优选的，基于预设人脸照片获取包含阴影区域的待处理区域，具体为：

基于第一预设级联分类器从所述预设人脸照片中提取所述待处理人脸图像；

基于第二预设级联分类器从所述待处理人脸图像中提取所述待处理区域。

优选的，基于第二预设级联分类器从所述待处理人脸图像中提取所述待处理区域，具体为：

基于所述第二预设级联分类器从所述待处理人脸图像中获取与所述待处理区域对应的多个识别结果；

根据预设校验规则从多个所述识别结果中提取所述待处理区域，所述预设校验规则是根据五官的预设位置关系和或五官的预设比例关系确定的。

优选的，根据预设像素阈值从所述待处理区域中提取所述阴影区域，具体为：

根据所述预设像素阈值从所述待处理区域的灰度图中分割出二值图像，所述预设像素阈值是根据大津法确定的；