[发明专利]基于图像处理的唇纹去除方法、系统、设备及存储介质

权利要求书

1.一种基于图像处理的唇纹去除方法，其特征在于，包括以下步骤：

获取待修图的原始图像，基于唇部关键点的外包围盒裁剪得到唇部图像；

对获取的原始图像进行唇部分割，得到标记唇部区域的蒙版图像，在蒙版图像范围内进行唇纹检测，得到单通道的唇纹蒙版；

计算所述唇部图像梯度，将所述唇部图像划分为若干相同尺寸的梯度块，并根据所述唇纹蒙版对划分的梯度块进行唇纹标记；采用无唇纹区域梯度块替换标记有唇纹的修复区域的梯度块，泊松重建后得到唇纹去除图像；

对所述唇部图像和唇纹去除图像进行中值滤波，得到保留原图的颜色特征信息的结果图，并对所述结果图进行局部高光恢复，去除唇纹导致的局部光影变化，保留高光区域，得到高光恢复后的最终图像。

2.如权利要求1所述的基于图像处理的唇纹去除方法，其特征在于：所述基于唇部关键点的外包围盒裁剪得到唇部图像之前，还包括计算唇部关键点的外包围盒，所述计算唇部关键点的外包围盒的方法为：

根据人脸检测得到原始图像中的人脸关键点；

遍历所述人脸关键点，通过索引查找唇部的关键点集；

将唇部的关键点集中顶点组成矩形框即为唇部关键点的外包围盒。

3.如权利要求2所述的基于图像处理的唇纹去除方法，其特征在于：划分的每个梯度块的尺寸为所述唇部图像的尺寸等比例划分，在计算所述唇部图像梯度时，梯度用来衡量相邻像素的像素值变化量，像素点(x,y)处的梯度值G(x,y)的大小为：

G(x,y)＝sqrt(G_x(x,y)²+G_y(x,y)²)

其中，G_x和G_y分别表示像素点(x,y)在x方向和y方向的梯度值。

4.如权利要求3所述的基于图像处理的唇纹去除方法，其特征在于：根据所述唇纹蒙版对划分的梯度块进行唇纹标记的方法，包括：

获取划分的若干相同尺寸的梯度块，每个梯度块对应唇部图像以及唇纹蒙板图中相同位置的像素块；

逐一判断每个梯度块，若梯度块对应唇纹蒙板图的像素块中若存在像素值大于0，即存在唇纹，该梯度块标记为修复区域；

若梯度块中不存在被检测为唇纹的像素点，则该梯度块为无皱纹区域。

5.如权利要求4所述的基于图像处理的唇纹去除方法，其特征在于：采用无唇纹区域梯度块替换标记有唇纹的修复区域的梯度块时，采用在未标记的且满足筛选条件的无唇纹区域梯度块中随机选择的方式进行替换。

6.如权利要求5所述的基于图像处理的唇纹去除方法，其特征在于：所有待修复区域的梯度块替换完毕后，对唇部图像进行泊松重建，得到唇纹去除图像；

对所述唇纹去除图像和唇部图像分别进行一次相同半径的中值滤波，得到滤波后的所述唇纹去除图像和唇部图像的低频特征图，并计算得到所述唇纹去除图像和唇部图像的高频特征图；

将所述唇纹去除图像和唇部图像的低频特征图与高频特征图融合得到保留原图的颜色特征信息的结果图。

7.如权利要求6所述的基于图像处理的唇纹去除方法，其特征在于：对所述结果图进行局部高光恢复的方法，包括：

对所述唇部图像进行高斯滤波将滤波后图像比唇部图像暗的像素值置为255，其他区域的像素值置为0，得到高光区域蒙版图像；

对高光区域蒙版图像进行连通域检测并分类，依据长宽比将连通域标记为唇纹区域和高光区域，在高光区域内基于所述唇部图像计算高光特征混合图；

将高光特征混合图以柔光混合模式与保留原图的颜色特征信息的结果图混合，得到高光恢复后的图像，作为最终图像。