[发明专利]图像处理方法及系统

权利要求书

1.一种图像处理方法，执行于远程服务器端，其特征在于，包括：

建立与客户端的远程连接；

获取所述客户端的着装建议请求和采集图像；

提取所述采集图像的全身轮廓特征、面部轮廓特征及服饰颜色分布特征；

通过K-means统计向量方法获取与该全身轮廓特征、面部轮廓特征及服饰颜色分布特征对应的指导模型；

根据该指导模型向所述客户端返回着装建议结果；

其中，所述提取所述采集图像的全身轮廓特征、面部轮廓特征及服饰颜色分布特征之前还包括：采用如下递推算法将所采集图像中的用户图像与背景分离：

设图像f(x,y)尺寸为M×N，定义以(x,y)为中心的像素点邻域平均灰度为：

其中,k为像素邻域的大小；

记像素灰度值为i且邻域平均灰度值为j的像素点个数为f_ij，则相应的概率密度为p_ij为：

p_ij＝f_ij/(M×N)；i,j＝0,1,…,255

以i,j为之变量，P_ij为变量，形成二维直方图，假设二值灰度直方图被分割阈值(s,t)分为四部分，对角线经过区域分别对应背景和目标，远离对角线的区域对应缘边和噪声，则背景和目标出现的概率可以定义为：

w0(s,t)=Pr(c0)=Σi=0sΣj=0tpijw1(s,t)=Pr(c1)=Σi=s+1255Σj=t+1255pij]]>

在二维OTSU算法中假设w₀+w₁≈1，目标和背景的均值矢量定义为：

μ0=μ0(s,t)=(μ0s,μ0t)T=[Σi=0sΣj=0tipij/w0(s,t),Σi=0sΣj=0tjpij/w0(s,t),]Tμ1=μ1(s,t)=(μ1s,μ1t)T=[Σi=s+1255Σj=t+1255ipij/w1(s,t),Σi=s+1255Σj=t+1255jpij/w1(s,t),]T]]>

总体均值μ₂定义为：

μ2=(μ20,μ21)T=[Σi=0255Σj=0255ipij,Σi=0255Σj=0255jpij]T]]>

目标和背景的类间离散测度矩阵定义为：

σB=Σk=01pr(ck)[(μk-μ2)(μk-μ2)T]]]>

采用矩阵σ_B的迹tr(σ_B)作为目标和背景的类间距离测度函数：

tr[σB(s,t)]=[(w0(s,t)μ2s-μ0(s,t))2+(w0(s,t)μ2s-μ1(s,t))2]w0(s,t)(1-w0(s,t))]]>

μ_2s为μ₂在s方向的分解量，显然测度函数的大小只与w₀(s,t)，μ₀(s,t)和μ₁(s,t)这三个量有关，二维OTSU算法的分割阈值(s₀,t₀)取在矩阵的迹为最大时。