[发明专利]基于多特征图层融合的人脸图像还原方法、系统及终端

说明书

本发明公开了基于多特征图层融合的人脸图像还原方法、系统及终端，涉及图像处理技术领域，其技术方案要点是：对所有的原始人脸图像进行空间配准后得到统一视角下的目标人脸图像；提取不同目标人脸图像的原始轮廓图层、原始灰度图层、原始RGB图层；将所有的原始轮廓图层融合得到还原轮廓图层；将所有的原始灰度图层融合得到融合灰度图层，从融合灰度图层中截取得到还原灰度图层；将所有的原始RGB图层融合得到还原RGB图层；将还原灰度图层、还原RGB图层重叠在还原轮廓图层后，得到还原图像。本发明即有效克服了不同信道采集图像自身带来的误差，同时克服了光线、面部微动作对图像融合带来的误差，能够更加清晰、精准的还原真实图像。

技术领域

本发明涉及图像处理技术领域，更具体地说，它涉及基于多特征图层融合的人脸图像还原方法、系统及终端。

背景技术

图像融合是指将多源信道所采集到的关于同一目标的图像数据经过图像处理，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像。高效的图像融合方法可以根据需要综合处理多源通道的信息，从而有效地提高了图像信息的利用率、系统对目标探测识别地可靠性及系统的自动化程度。其目的是将单一传感器的多波段信息或不同类传感器所提供的信息加以综合，消除多传感器信息之间可能存在的冗余和矛盾，以增强影像中信息透明度，改善解译的精度、可靠性以及使用率，以形成对目标的清晰、完整、准确的信息描述。图像融合广泛应用于医学、遥感、计算机视觉、气象预报及目标识别等方面。

目前，对于人脸图像的融合技术大部分基于单一的轮廓融合、梯度灰度直方图融合、RGB值融合，通过上述单一的融合方式或结合上述两者融合方式，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率。然而，受自然光、图像采集补光以及人脸微动作变化影响，即使是连续采集的人脸图像信息仍会在面部轮廓、RGB值、灰度值上存在较大的细节差异，而现有的人脸图像融合过程并未考虑到此细节差异、RGB值和灰度值对识别轮廓的影响以及RGB值与灰度值之间的融合影响，从而导致人脸图像融合后无法较高精度的还原成真实的人脸图像。

因此，如何研究设计一种基于多特征图层融合的人脸图像还原方法、系统及终端是我们目前急需解决的问题。

发明内容

为解决现有技术中的不足，本发明的目的是提供基于多特征图层融合的人脸图像还原方法、系统及终端，为人脸图像融合还原呈高精度的真实人脸图像提供了技术支撑。

本发明的上述技术目的是通过以下技术方案得以实现的：

第一方面，提供了基于多特征图层融合的人脸图像还原方法，包括以下步骤：

获取至少两个原始人脸图像，并对所有的原始人脸图像进行空间配准后得到统一视角下的目标人脸图像；

提取不同目标人脸图像的原始轮廓图层、原始灰度图层、原始RGB图层；

将所有的原始轮廓图层融合得到还原轮廓图层；

将所有的原始灰度图层融合得到融合灰度图层，并依据还原轮廓图层从融合灰度图层中截取得到还原灰度图层；

将所有的原始RGB图层融合得到与还原灰度图层对应的还原RGB图层；

将还原灰度图层、还原RGB图层重叠在还原轮廓图层后，得到还原图像。

进一步的，所述原始轮廓图层融合得到还原轮廓图层的过程具体为：

提取各个原始轮廓图层中不同五官部位的轮廓曲线，并将同一五官部位对应的所有轮廓曲线以同一中心重叠，得到集成线轮廓；

筛选出集成线轮廓中所有的非集成重叠为单一轮廓线的分散轮廓段，剩余为集成轮廓段；

选取分散轮廓段中离散值最小所对应的分散轮廓线作为基准轮廓线，并计算所有剩余分散轮廓线的统一节点相对于基准轮廓线的基准节点的偏离均值；