[发明专利]基于双色彩空间的嘴唇检测方法

说明书

技术领域

本发明涉及一种数字图像处理和模式识别技术领域的方法，具体地说，是一种基于双色彩空间的嘴唇检测方法。

背景技术

嘴唇检测在生物识别领域（如人脸识别、唇读）有着广泛的应用,它是系统功能实现的第一步，也是重要的一步。一般要求嘴唇检测算法不仅要保证不同环境下的分割有效性，还要兼顾计算高效性。目前，嘴唇检测主要有基于颜色空间的方法和基于嘴唇纹理模型的方法，利用像素R、G、B分量的关系进行肤色与唇色分割的方法计算速度快，但是对于光源不稳定的情况分割效果差，无法适应光线不稳定的情况；依据唇部纹理特征进行唇部分割的方法存在适用环境单一的缺点；用AdaBoost算法进行嘴唇区域的框定的方法得到的矩形区域粗略，不能体现唇部的细节信息；还有一种基于模型特征的主动变形模板方法，它基于灰度图像对嘴唇进行分割，这种方法虽然鲁棒性好，但是应用的初始条件以及能量函数的选取严格，速度慢。

发明内容

基于此，有必要提供一种不受环境光照影响的基于双色彩空间的嘴唇检测方法。

一种基于双色彩空间的嘴唇检测方法，包括：提取嘴唇像素：采用下述级联式唇色滤波器进行唇色级联滤波：

c_b*(c_b&y)>c_r*(g&c_r)

(r*b-y)(r*g+y-255)>r*b*g*y

(r²+b*y)*y>(y²+r*g)*g

r*c_b*c_r*(c_b&c_r)>C*b*y*(b⊕g)

其中，r、g、b、y、c_b、c_r分别为RGB、YCbCr色彩空间的六个分量；C为常量；*为数值运算符，表示前后两元素相乘；&为逻辑运算符，表示前后两元素按位相与；⊕为逻辑运算符，表示前后两元素按位异或；

过滤不满足上述判定式的像素，提取嘴唇像素以进行下一步处理。

在优选的实施例中，还包括：计算嘴唇中心位置：根据提取出的嘴唇像素点计算嘴唇的中心位置a的坐标(x_a,y_a)：

其中，x_i、y_i为嘴唇像素点的横、纵坐标，N为嘴唇像素个数；

计算嘴唇特征点的位置：以嘴唇中心位置为基准将唇部区域旋转划分子区域，并将旋转划分的子区域内嘴唇像素的平均位置点作为嘴唇特征点；

其中，为b_m的横、纵坐标；

为子区域m内嘴唇像素的横、纵坐标；

N_m为子区域m内嘴唇像素的个数；

局部二值化：根据嘴唇特征点将唇部区域横向划分子区域，并依据亮度对该横向划分所得子区域做二值化处理，横向划分的子区域中亮度小于子横向划分的区域二值化阈值的像素标记为嘴唇像素，横向划分的子区域二值化阈值：其中y_i为子区域像素i的亮度,by为子区域特征点的亮度，N为子区域像素个数。

在优选的实施例中，还包括：嘴唇区域定限分离:在局部二值化处理后的唇部二值图像基础上对嘴唇像素做横向投影统计，利用统计结果计算嘴唇区域的纵向限度，并将纵向限度范围外的像素判定为非嘴唇像素去除，嘴唇区域纵向限度其中K为子区域特征点到中心点的纵向距离，H为子区域的高度，c_i为累计嘴唇像素数目。

在优选的实施例中，还包括：局部亮度一致性滤波：对横向划分的子区域中的嘴唇像素进行亮度检测，去除其中与该横向划分的子区域特征点的亮度差异大于一致性阈值的像素。

在优选的实施例中，还包括：调整嘴唇特征点的位置：基于嘴唇形态的对称性，对嘴唇特征点进行调整。

在优选的实施例中，还包括：调整嘴唇特征点的位置：基于嘴唇形态的左右对称性，对嘴唇特征点进行调整；对于处于在一条横线上的嘴唇特征点，将两者的纵坐标取平均值调整；对于唇尖的嘴唇特征点，将两者的横坐标取平均值调整：对于嘴角的嘴唇特征点的横坐标进行调整：在该嘴唇特征点的原横坐标基础上增加该嘴唇特征点横坐标与相邻点横坐标的差值的平均值进行调整。

在优选的实施例中，所述提取嘴唇像素前还包括：图像预处理：对唇部图像在进行YCbCr空间下的亮度分量y的直方图均衡。