[发明专利]一种基于人脸、肤色检测的皮肤美容方法

说明书

技术领域

本发明涉及智能图像处理领域，特别涉及一种基于人脸、肤色检测的皮肤美容方法。

背景技术

智能手机或者平板设备上面的人脸图像美容技术，随着智能手机和平板图像处理的流行，开始逐渐兴起。据于各种人脸的自拍或者拍照，在移动多媒体应用和社交方面具有广泛运用。因此针对这种类型的图像的智能美化解决方案开始出现。

现有的解决方案一般基于给定图像，对全图进行图像色调调整和去噪滤波，达到全图视觉上面的美白和皮肤磨皮的效果。这种解决方案的缺陷也很明显，基于全图的解决方案自然带来性能的损耗，同时人脸或者皮肤前景和背景一起处理，也会带来效果失真。

发明内容

鉴于现有技术中存在的问题，本发明目的在于提供一种基于人脸、肤色检测的皮肤美容方法，包括步骤：

S1.用户输入带有人脸的图像；

S2.自动检测图像人脸信息，若未检测到人脸，返回步骤S1；

S3.确定检测到人脸信息，进行皮肤区域检测，即根据人脸区域提取特征进行肤色模型检测；

S4.根据检测到的皮肤区域进行智能美容。

优选的，如果有多个人脸被检测到，则假设最大的正面人脸是主体对象。

优选的，在步骤S2中，基于Haar-Like特征的AdaBoost算法进行人脸识别。

优选的，在步骤S3，通过以下步骤实现皮肤区域检测：

（1）皮肤区域估算，根据ASM算法，得到人脸区域的大概轮廓，依据轮廓区域估计人脸的皮肤区域，规避掉一些可能误导的区域；

（2）皮肤种子阈值判断，依据估计出的人脸皮肤区域，根据事先设定好的皮肤阈值经验参数，对估计出的人脸皮肤区域进行阈值分割，在不同的皮肤区域，均匀选择一定数量的肤色种子；

（3）皮肤种子蔓延，根据选定的种子点，进行周边连通区域的蔓延和检测，生成皮肤模板参数。

优选的，步骤S4所述的智能美容包含以下处理中的一种或多种：皮肤祛斑、皮肤美白、皮肤光滑

优选的，所述皮肤祛斑处理以传统的Laplace-Transform变换和步骤S2里面得到的皮肤模板为基础，根据图像皮肤模板，自动检测到疑似斑点区域，自动在周边皮肤区域选取完好区域，对斑点区域迭代替换，达到祛斑效果。

优选的，所述皮肤美白处理，基于皮肤区域进行Gamma曲线调整，智能根据当前场景提取参数，达到最自然的美白效果。

优选的，所述皮肤光滑处理，采用BilateraFiliter算法，然后用Laplace金字塔对图像信息分层，在不同频域对图像分层处理，对低频层上进行皮肤去噪磨皮。

附图说明

图1例示了本发明基于人脸、肤色检测的皮肤美容方法的步骤流程图；

图2例示了本发明人脸检测方法使用的Haar-Like特征示意图；

图3例示了本发明人脸检测方法使用的Adaboost基本算法流程；

图4例示了本发明使用的PDM算法定义的人脸特征点示意图。

具体实施方式

为使本发明的上述目的、特征和优点更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1例示了本发明基于人脸、肤色检测的皮肤美容方法的步骤流程图。

如图1所示，本发明基于人脸、肤色检测的皮肤美容方法包括步骤：

S1.用户输入带有人脸的图像；

S2.自动检测图像人脸信息，若未检测到人脸，返回步骤S1；

S3.确定检测到人脸信息，进行皮肤区域检测，即根据人脸区域提取特征进行肤色模型检测；

S4.根据检测到的皮肤区域进行智能美容。

本发明所述的人脸检测算法使用基于Harr变换的特征，用AdaBoost算法进行检测。

为了更为详细的说明本发明中所使用的人脸检测方法，可参考图2和图3进行进一步说明。

本发明中使用的人脸图像检测算法主要根据基于Haar-Like特征的AdaBoost算法进行识别。