[发明专利]一种人脸特征提取方法

说明书

技术领域

本发明属于图像处理领域，特别涉及一种人脸特征提取方法。

背景技术

现在常用的人脸特征提取方法主要有以下3类：

①几何特征提取：利用人脸的结构特征和先验知识，通过对人脸表情的显著特征，如眼睛、鼻子、眉毛、嘴等的形状和位置变化进行定位和测量，确定其大小、距离、形状和相互比例的特征关系、进行识别。

②统计特征提取：与几何特征相比，这种统计特征是基于图像的整体灰度特征的，它强调尽可能多地保留原始面部表情图像的信息，通过对大量样本的训练，获得其统计特征，其基本思想是将面部表情图像映射到特征空间，将大量图像数据降维后进行模式分类，因此提取统计特征的方法实际上就是“子空间分析法”。

③频率域特征提取：由于Gabor小波核函数具有与人类大脑皮层简单细胞的二维反射区相同的特性，即能够捕捉对应于空间频率、空间位置及方向选择性的局部结构信息，因此用二维Gabor小波变换的系数幅值作为特征来匹配有着良好的视觉特性和生物学背景，在人脸识别和图像处理中被广泛应用。

就几何特征提取方法而言，极易受到光照不足带来的影响，并且面部的噪声等干扰信息过多也是影响提取准确率的很大因素之一，有待改进。

鉴于以上分析，本发明人针对现有的人脸特征提取方法准确率较低的问题，进行深入研究，本案由此产生。

发明内容

本发明所要解决的技术问题，是针对前述背景技术中的缺陷和不足，提供一种人脸特征提取方法，其可提高人脸特征识别的准确率。

本发明为解决以上技术问题，所采用的技术方案是：

一种人脸特征提取方法，包括如下步骤：

（1）将人脸图像在HSV色彩空间上划分H、S、V分量，并取出V分量；

（2）对前述V分量图像进行滤波处理；

（3）对前述步骤得到的图像依次进行腐蚀和膨胀；

（4）将得到的图像进行二值化，得到只有黑白两色的图像；

（5）对得到的黑白图像在水平方向上与垂直方向上分别进行积分投影，以获取水平与垂直积分投影图；

（6）分析得到的积分投影图，由此为依据确定出人脸主要器官的特征值；

（7）根据获取的特征值定位出主要器官在人脸上的正确位置。

上述步骤（2）中，对V分量图像进行Gauss滤波或中值滤波。

上述步骤（6）中，确定特征值的详细过程为：

根据前述获取的水平积分投影图找出3个峰值，其中，位于最上方的峰值位置为眼睛的水平中心点，再根据垂直积分投影图在横坐标的前1/2和后1/2的范围内分别找出峰值点，即为左眼和右眼的垂直中心点；

在水平积分投影图中，位于中间的峰值位置即为鼻子的水平中心点，再根据垂直积分投影图，在横坐标的中心附近范围内找出其谷值，即为鼻子的垂直中心点；

在水平积分投影图中，位于最下方的峰值位置即为嘴巴的水平中心点，再根据垂直积分投影图，在横坐标的中心附近范围内找出其峰值，即为嘴巴的垂直中心点。

上述步骤（6）中，在水平积分投影图中确定出主要器官的中心点后，再设定一个临界值，累加所有超过该临界值的纵坐标的个数，即为该主要器官的厚度。

上述步骤（6）中，在垂直积分投影图中确定出主要器官的中心点后，再设定一个临界值，累加所有超过该临界值的横坐标的个数，即为该主要器官的宽度。

采用上述方案后，本发明对现有的积分投影方法进行改进，结合对人脸的肤色识别，改进被积分投影的图像，从而克服光照不足和干扰信息带来的影响，提高人脸主要器官定位的准确率，根据试验比较，主要器官眼睛、鼻子、嘴巴的正检率都能提高20%-30%。

附图说明

图1是本发明的工作流程图；

图2是采用本发明的方法得到的水平积分投影图；

图3是采用现有方法得到的水平积分投影图。

具体实施方式

以下将结合附图，对本发明的实施过程进行详细说明。

如图1所示，本发明提供一种人脸特征提取方法，包括如下步骤：

（1）读入一张人脸图像：从人脸图库中读入一张标准人脸；

（2）在HSV空间上提取出V分量：将前述读入的人脸图像在HSV色彩空间上划分出H分量、S分量和V分量，然后取出V分量，通过此种步骤提取出的V分量可以很好地克服光照不足带来的影响（可同时配合图2和图3显示对比效果）；

（3）进行邻域处理：将前述得到的V分量图像进行Gauss滤波或中值滤波等滤波处理，这样可以很好地去除非特征器官等干扰信息带来的影响，当然也可采用其它的滤波方式，并不局限于此处所列举；