[发明专利]基于半监督学习和哈希索引的眉毛图像分割方法

摘要

本发明公开了一种基于半监督学习和哈希索引的眉毛图像分割技术，依次包括以下步骤：接受用户的原始眉毛图像，将眉毛图像划分成大小相等的小像素块，并通过计算机在眉毛区域内外分别选定一些像素块赋予不同的标号；将每个像素块均表示成向量的形式，并通过局部敏感的哈希方法计算出这些像素块之间的相似度，得到归一化的相似距离矩阵；利用基于图的半监督学习技术为没有标号的像素块打上标号，并从中提取出标号为眉毛的像素块，完成眉毛的提取工作。本发明因为利用局部敏感的哈希方法求解基于图的半监督学习技术中的相似距离矩阵，大大地提高了运用半监督技术进行图像分割的速度。

主权项

1、一种基于半监督学习和哈希索引的眉毛提取方法，其特征在于，依次包括以下步骤：步骤1；接受用户的原始眉毛图像，并将眉毛图像划分成大小相等的小像素块s×s，s的值可根据速度和精度要求选择s＝2，3，4，...，10.步骤2；通过计算机从原始眉毛图像中选定眉毛点和非眉毛点，所有的像素块按照所包含的眉毛点与非眉毛点的多少给予相应的标号：如果眉毛点数大于非眉毛点数则该像素块的标号为1，反之为0；如果像素块中不包含任何选定的眉毛点和非眉毛点，则该像素块没有标号；步骤3；所有的像素块均用向量表示，比如可以用五维向量(r，g，b，x，y)表示，其中r，g，b表示该像素块的RGB对应分量的平均值，x，y表示该像素块的中心相对于左上角的坐标值；记所有像素块对应的向量组成的集合为X，其中有标号的子集为L；通过局部敏感的哈希方法计算像素块之间的相似度，生成相似距离矩阵W，并归一化该相似距离矩阵为S。