[发明专利]一种自动的头发区域分割方法

权利要求书

1.一种自动的头发区域分割方法，其特征在于包括如下步骤：

第一步：检测人脸：利用人脸检测模块从输入的一张人脸图片中通过训练好的级联分类器探测人脸位置；

第二步：标记目标背景标记：利用目标背景标记模块在人脸位置上划出感兴趣区域，根据位置、颜色特征找出最可能的目标标记与背景标记；

第三步：图像分割：根据目标背景标记，利用图像分割模块分割出头发区域并输出。

2.根据权利1所述的自动的头发区域分割方法，其特征在于，所述第一步的检测人脸方法包括以下步骤：提取Haar特征，训练弱分类器，采用AdaBoost算法选取优化的弱分类器迭代，生成强分类器，进行实时检测得到面部区域R_f。

3.根据权利要求2所述的自动的头发区域分割方法，其特征在于所述AdaBoost算法具体过程如下：分别对采集的人脸样本集和非人脸样本集计算样本积分图，得到矩形特征原型，计算矩形特征值，得到特征集；确定阙值，由矩形特征集生成对应的弱分类器，得到弱分类器集；挑选最优弱分类器，调用AdaBoost算法训练强分类器，得到强分类器集，此时再次判断是否还有非人脸图片集，若判断为是，则补充非人脸样本至非人脸样本集重复上述步骤，若判断为否，则直接得到级联分类器。

4.根据权利1所述的自动的头发区域分割方法，其特征在于，所述第二步的目标背景标记方法包括如下步骤：

(1)感兴趣区域的确定，根据人脸区域位置和先验概率知识，在面部区域R_f基础上确定感兴趣区域，公式如下：

“头发和人脸”区域宽度＝3.6*人脸宽度，

“头发和人脸”区域高度＝3.7*人脸高度；

(2)人脸颜色特征提取，在面部区域R_f中做肤色的概率分布图，找出概率分布大于1％的像素点，计算均值μ和协方差矩阵C，得到肤色的高斯模型；

(3)目标像素标记，在面部区域R_f的基础上划出一个肯定包括头发的样本窗口区域R_h，其中：

LxRh=LxRf]]>RxRh=RxRf]]>

UyRh=UyRf-1/2(RxRf-LxRf)]]>

DyRh=DyRf+1/4(RxRf-LxRf)]]>

其中分别代表头发样本窗口R_h的左右上下边界，同样分别代表面部区域R_f的左右上下边界；

在该区域内根据人脸肤色模型去除掉肤色像素，在剩余像素中提取头发颜色特征，并标记头发像素为目标标记；

(4)背景像素标记，在面部区域R_f中心位置及感兴趣区域的左右上角各取一块区域作为背景区域，并标记为背景。