[发明专利]目标区域确定方法和系统、计算机设备、计算机存储介质

说明书

本发明涉及一种目标区域确定方法和系统、计算机设备、计算机存储介质。上述目标区域确定方法包括：将人脸图像转换为灰度图像，计算所述灰度图像中各个像素点分别对应的边缘程度参数和滤波输出参数；根据所述边缘程度参数和滤波输出参数分别计算各个像素点与训练样本中边缘像素点之间的第一距离参数，以及各个像素点与训练样本中非边缘像素点之间的第二距离参数；将所述第一距离参数小于第二距离参数的像素点确定为临界点，根据所述临界点确定人脸图像的目标区域。本发明使目标区域可以依据人脸图像中具体的像素点特征确定，能够有效降低噪声图像对人脸图像中目标区域造成的干扰，使所确定的目标区域具有较高的准确性。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种目标区域确定方法和系统、计算机设备、计算机存储介质。

背景技术

人脸区域提取技术是近几年来备受关注的研究方向之一。人脸区域提取算法都较为复杂，其中处理的对象是人脸图像数据，从现实中获取的人脸图像数据通常包含噪声信号，需要从上述包括噪声信号的人脸图像中提取目标区域的人脸图像，才能保证后续人脸分析或者识别过程的有效性。

目前，有方案采用基于Sobel算子(索贝尔算子)的人脸光照不变特征提取方法提取人脸目标区域，但Sobel算子只对垂直和水平方向的边缘敏感，使得非垂直或非水平方向细节边缘难以得到检测，因而所确定的目标区域中仍然包括噪声图像，准确性低。

发明内容

基于此，有必要针对传统方案所确定的目标区域中仍然包括噪声图像，准确性低的技术问题，提供一种目标区域确定方法和系统、计算机设备、计算机存储介质。

一种目标区域确定方法，包括：

将人脸图像转换为灰度图像，计算所述灰度图像中各个像素点分别对应的边缘程度参数和滤波输出参数；

根据所述边缘程度参数和滤波输出参数分别计算各个像素点与训练样本中边缘像素点之间的第一距离参数，以及各个像素点与训练样本中非边缘像素点之间的第二距离参数；

将所述第一距离参数小于第二距离参数的像素点确定为临界点，根据所述临界点确定人脸图像的目标区域。

上述目标区域确定方法，可以计算人脸图像对应的灰度图像中各个像素点分别对应的边缘程度参数和滤波输出参数，从而计算各个像素点与训练样本中边缘像素点之间的第一距离参数，以及各个像素点与训练样本中非边缘像素点之间的第二距离参数，将所述第一距离参数小于第二距离参数的像素点确定为临界点，根据所述临界点确定人脸图像的目标区域，使目标区域可以依据人脸图像中具体的像素点特征确定，能有效降低噪声图像的干扰，具有较高的准确性。

在其中一个实施例中，所述灰度图像中像素点的边缘程度参数的计算过程包括：

以所述像素点为圆心根据设定半径确定像素圆；

通过多条直径将所述像素圆划分为多组半圆，识别所述半圆中像素点所处的灰度级，分别计算各个半圆中各灰度级的灰度直方图统计参数；

根据各灰度级的灰度直方图统计参数计算各组半圆分别对应的灰度色阶值，从所述像素点对应的多个灰度色阶值中选取边缘程度参数。

本实施例依据像素点所在的像素圆中各像素点的灰度特征确定该像素点的边缘程度参数，以保证确定过程所覆盖因素的全面性。

作为一个实施例，所述根据各灰度级的灰度直方图统计参数计算各组半圆分别对应的灰度色阶值的过程包括：

分别识别任意一组半圆中一个半圆对应的第一组灰度直方图统计参数，以及另一个半圆对应的第二组灰度直方图统计参数；

分别将第一组灰度直方图统计参数和第二组灰度直方图统计参数代入灰度色阶计算公式计算该组半圆对应的灰度色阶值；其中所述灰度色阶计算公式包括：