[发明专利]基于双模板匹配和边缘细化的头肩序列图像分割方法

摘要

本发明公开了一种基于双模板匹配和边缘细化的头肩序列图像分割方法，该方法按照以下步骤实施：步骤1，人脸位置的确定，考虑到人脸在颜色平面分布，采用贝叶斯风险决策决定人脸区域；步骤2，确定头肩区域，将头肩区域看成是两个矩形区域的组合，一个为头矩形，另一个为肩矩形，设定肩矩形宽度为头矩形宽度的3倍，采用两个矩形移动模板并以落入两个模板区域的比例作为匹配准则，从而最终确定头矩形；步骤3，边缘细化，采用Canny边缘检测算子就能够得到运动对象的精确轮廓。本发明的有益效果是，采用贝叶斯风险决策机制确定人脸位置，并采用双模板匹配算法进一步确定头肩区域，最后进行边缘的细化，该算法能够有效地对头肩序列进行分割。

主权项

1.一种基于双模板匹配和边缘细化的头肩序列图像分割方法，其特点在于，该方法按照以下步骤实施：步骤1，人脸位置的确定在C_r-C_b肤色平面内，人的肤色分布在一个相对集中的小区域内，且基本符合高斯分布，考虑到人脸在颜色平面分布，采用贝叶斯风险决策决定人脸区域，R_i(X)是将C_r-C_b平面内一样点X分类为ω_i类的代价函数，P(ω_i|X)代表C_r-C_b平面内一点X来自ω_i类的后验概率，C₀₀和C₁₁分别是正确分类的代价权值，C₀₁和C₁₀分别是错误分类的代价权值，ω₀和ω₁分别表示非肤色类和肤色类，利用贝叶斯最小风险决策公式和贝叶斯公式，可得(4)和(5)式：ρ(X/ω0)>τ⇒X∈ω0---(4)]]>ρ(X/ω0)<τ⇒X∈ω1---(5)]]>式中的将其中的作为是固定值，将其中的作为是调节值，ρ(X/ω₁)作为是固定值，τ是可调节的阈值；步骤2，确定头肩区域将头肩区域看成是两个矩形区域的组合，一个为头矩形，另一个为肩矩形，设定肩矩形宽度为头矩形宽度的3倍，采用两个矩形移动模板并以落入两个模板区域的比例作为匹配准则，从而最终确定头矩形，定义两个移动模板分别为脸模板和头模板，脸模板的大小为M×N；头模板的大小为(M+L)×(N+L)，图像中阴影椭圆部分为人脸区域，其它部分为背景区域，人脸区域近似看作椭圆，典型的人脸椭圆长轴比为1.4～1.6；假定像素点落在脸模板区域的数目为n₀，落在头模板之内同时在脸模板之外的数目为n₁，双模板匹配的算法的过程如下：2.1)所得到的二值模板确定脸模板的长为N，按照1.4～1.6比例关系确定其宽M；2.2)在二值图中，双模板从左至右，从上至下移动，统计n₀和n₁的值；2.3)当n₀和n₁的比值达到最大值的时候，此时即为最佳匹配；由于有脖子的肤裸露造成了双模板的误差，经过修正的双模板中的头模板即为最终确定的头矩形，根据头肩的比例关系得到肩矩形的数值；步骤3，边缘细化头肩矩形已经给出了头肩区域的初始分割区域，还需要对边缘区域进行细化，采用Canny边缘检测算子就能够得到运动对象的精确轮廓。