[发明专利]基于ASM算法和Lazy Snapping算法的耳廓检测方法

摘要

本发明公开了一种基于ASM算法和Lazy Snapping算法相结合的耳廓检测方法，该方法利用Haar特征构建耳朵检测器，检测出耳朵所在的矩形区域，只有仅仅对该区域进行图像处理操作，大大加快了运行速度。本发明使用简单低精度的耳朵模型来训练ASM检测器，进而对耳廓上的少数关键特征点进行检测，训练成本较低，ASM算法的检测效果对训练数据集的敏感性较低，可以很容易地进行操作。本发明使用Lazy Snapping算法实现对耳廓地有效分割，并且使用坐标系变换和曲线拟合技术来提高耳廓检测结果的精确度。本发明所提出的耳廓检测技术运算速度快，可靠性高，容易实施，成本较低，可以有效地实现耳廓的检测。

主权项

1. 一种基于ASM算法和Lazy Snapping算法相结合的耳廓检测方法，其特征在于，包括以下步骤：（1）使用Haar特征结合Adaboost算法构建耳朵检测器，检测出图片中耳朵所在的矩形区域，整个耳廓位于该区域之内，称之为耳朵矩形；（2）构建耳廓特征点模型，采用ASM算法检测出图片中上耳根点和下耳根点所在的位置；（3）计算耳朵矩形距离上耳根点和下耳根点连线最远的顶点：上耳根点和下耳根点连成一条直线，耳廓位于这条直线的一侧，称其为耳朵分割线；分别计算耳朵矩形四个顶点到耳朵分割线的距离，选取距离最远的顶点，称其为耳侧点；（4）采用耳朵矩形设置图片的感兴趣区域ROI，并且将上耳根点，下耳根点和耳侧点的坐标转换到该感兴趣区域中，此后对图片的所有操作均在该感兴趣区域内进行；（5）生成前景标记线和背景标记线：将上耳根点和下耳根点的中点记为耳根中点；将上耳根点和下耳根点之间的距离记为耳根距离；将耳根中点作为坐标系原点，将耳朵分割线作为q轴，正方向为从上耳根点指向下耳根点；将过坐标系原点并且垂直于耳朵分割线的直线作为p轴，正方向从坐标系原点指向耳廓；从坐标系原点出发沿着p轴正方向作线段，长度为0.5倍的耳根距离；从坐标系原点出发沿着p轴正反向偏向q轴正方向45度作线段，长度为0.5倍的耳根距离；从坐标系原点出发沿着p轴正反向偏向q轴负方向45度作线段，长度为0.5倍的耳根距离；这三条线线段连同上耳根点和下耳根点之间的线段为前景标记线；耳朵矩形的四条边为背景标记线；（6）采用Lazy Snapping算法进行前景和背景分割：将生成的前景标记线和背景标记线作为输入，运行Lazy Snapping算法，得到耳朵分割区域，耳廓为该区域的边界线；（7）耳朵分割区域边缘检测及裁剪：寻找耳朵分割区域最长的外边缘；以耳朵分割线为边界，截取仅仅保留该边缘位于耳侧点一侧的部分，即为耳廓边缘，是非封闭的；（8）耳廓曲线拟合：首先进行坐标系变换，将耳朵分割线作为v轴，正方向为从上耳根点指向下耳根点；计算耳廓边缘上所有点到耳朵分割线的距离，将距离最远的点记为耳廓最远点；u轴与v轴垂直并通过耳廓最远点，正方向指向耳廓最远点；将耳廓边缘上所有点的坐标转换到新构建的坐标系中，对u轴上半部分的点和下半部分的点分别进行多项式曲线拟合，得到两条拟合后的曲线方程；（9）耳廓点生成：针对拟合后的两条曲线，分别在u正半轴到v负半轴区间和u正半轴到v正半轴区间内，以u轴和v轴的交点为原点，等角度作射线，计算每条射线与曲线的交点，这样就可以构成耳廓点；之后，将得到的耳廓点从以u轴和v轴为基础的新坐标系转换到感兴趣区域的坐标系，此时耳廓点的坐标为在耳朵矩形中的坐标；最后根据耳朵矩形对耳廓点进行平移操作，将其转换到原始图像的坐标系中，从而实现了对耳廓的有效检测。