[发明专利]一种基于遗传算法的人脸图像面部对称轴检测方法

权利要求书

1.一种基于遗传算法的人脸图像面部对称轴检测方法，其特征在于：

步骤1.图像预处理；

步骤2.设计染色体编码；

步骤3.建立初始化种群；

步骤4.设计适应度函数；

步骤5.定义遗传算子。

2.根据权利要求1所述的一种基于遗传算法的人脸图像面部对称轴检测方法，其特征在于：步骤1中将标准的RGB格式人脸面部图像作为输入，需要将其转换成为HSV颜色空间以进行后续的操作，转换公式为：

其中H、S、V、R、G、B表示图像对应的各个通道的值；将得到的图像按照H通道进行前景提取，然后再对图像进行裁剪，防止无关区域对检测结果的干扰。

3.根据权利要求1所述的一种基于遗传算法的人脸图像面部对称轴检测方法，其特征在于：步骤2中遗传算法的种群为一系列与图像上下两端相交的直线，个体为其中的某一条直线，个体的染色体采用实数编码的方式，取个体与图像上下两端交点的横坐标值。

4.根据权利要求1所述的一种基于遗传算法的人脸图像面部对称轴检测方法，其特征在于：步骤3中给初始化种群设置一个随机生成的范围，即活动区间，记为：startvalue和stopvalue，以提高初始化种群的质量，同时用最少的迭代次数得出最优的对称轴。

5.根据权利要求1所述的一种基于遗传算法的人脸图像面部对称轴检测方法，其特征在于：步骤4中具体步骤为：

步骤4.1：当前个体为对称轴时，整张面部图像的对称性，其计算公式为：

其中symmetry表示唇部对称性，total表示唇部区域的总像素数，match表示唇部对称区域的像素数；

步骤4.2：个体的垂直性，即偏移角度，用个体与图像y轴夹角的余弦值来表示；

步骤4.3：个体的偏移距离，此处定义个体中点与图像中心点的接近度，值域为[0,1]，接近度越大说明个体的适应能力越强，其公式为：

nearness＝1-distance/(stopvalue-startvalue)/2

其中接近度记作nearness，线段中点与图像中心点的距离记作distance；

步骤4.4：根据步骤4.1-4.3，设计适应度函数公式为：

fitness＝sym*w_sym+verticality*w_verticality+nearness*w_nearness

其中fitness表示个体适应度，sym、verticality、nearness分别表示对称性、垂直性、接近度，w_sym、w_verticality、w_nearness分别表示三者的权重。

6.根据权利要求1所述的一种基于遗传算法的人脸图像面部对称轴检测方法，其特征在于：步骤5中遗传操作包括选择操作、交叉操作与变异操作；

其中选择操作包括轮盘赌策略、锦标赛策略、精英保留策略；

交叉方式包括交叉、两点交叉、多点交叉、均匀交叉及洗牌交叉；

变异操作分为3种：(1)变异操作是平移变异，随机生成平移像素个数x，当前最优解的两个横坐标同时加上或减去x完成平移变异；(2)变异操作是对当前个体的旋转变异，随机生成平移像素个数x，当前最优解的两个横坐标一加一减x完成旋转变异；(3)变异操作是随机变异，即在横坐标的活动区间范围内随机生成一个横坐标值作为变异个体的染色体编码；通过这样定义变异操作来维持种群的多样性并加速向最优解收敛。

7.根据权利要求6所述的一种基于遗传算法的人脸图像面部对称轴检测方法，其特征在于：

所述选择操作使用精英保留策略，将每一代种群中适应度最高的几个个体加入到下一代中继续进行遗传操作，以提高种群中个体的质量，并且用最少的时间迭代搜索出最优对称轴；

所述交叉方式使用单点交叉，交叉的结果分别取父代染色体编码中的一个常数和组成自己的染色体编码。