[发明专利]一种去除遮挡人脸背景的阈值分割方法在审
| 申请号: | 202210180102.0 | 申请日: | 2022-02-25 |
| 公开(公告)号: | CN114783014A | 公开(公告)日: | 2022-07-22 |
| 发明(设计)人: | 王文峰;陈彦兆;张晶晶 | 申请(专利权)人: | 上海应用技术大学 |
| 主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/26 |
| 代理公司: | 上海汉声知识产权代理有限公司 31236 | 代理人: | 胡晶 |
| 地址: | 200235 上海*** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 去除 遮挡 背景 阈值 分割 方法 | ||
1.一种去除遮挡人脸背景的阈值分割方法,其特征在于,包括如下步骤
S1:获取待分割子图像,并依次与预设的若干模板进行像素提取,得到每个模板下相对应的各像素点的灰度值,并基于所述灰度值得到每个模板对应的灰度方差值;
S2:选取灰度方差值最小时模板下的所述灰度值,对所述灰度值求平均值得到灰度均值,并对所述灰度均值进行中值滤波;
S3:基于所述待分割子图像的像素点与中值滤波后的所述灰度均值构建灰度共生矩阵Tij;
S4:基于所述灰度共生矩阵Tij进行数值归一化处理,得到灰度共生概率矩阵P;
S5:以阈值向量(s,t)分割所述灰度共生概率矩阵P,计算得到分割后的二值图像的共生矩阵概率分布
S6:基于所述共生矩阵概率分布计算二阶相对熵并最小化,得到最优阈值(s※,t※),运用所述最优阈值(s※,t※)对所述待分割子图像进行阈值分割处理;
S7:重复所述步骤S1至S6,直至分割完所有所述待分割子图像,所有所述待分割子图像构成一待分割图像。
2.根据权利要求1所述的去除遮挡人脸背景的阈值分割方法,其特征在于,所述待分割子图像定义为N×M个像素点,所述待分割子图像的所述灰度值取值范围为{L,1},L=256,所述待分割子图像中像素点坐标为(x,y),且该像素点所对应的灰度值为f(x,y)。
3.根据权利要求2所述的去除遮挡人脸背景的阈值分割方法,其特征在于,在所述步骤S3中,
所述构建灰度共生矩阵Tij的定义公式为
其中,i为像素点坐标为(x,y)时的像素值,j为图像平移后坐标为(x,y)时的像素值。
4.根据权利要求3所述的去除遮挡人脸背景的阈值分割方法,其特征在于,在所述步骤S4中,
所述得到灰度共生概率矩阵P的公式为
P=[Pij]L×L
其中L为所述灰度共生概率矩阵P的维度。
5.根据权利要求4所述的去除遮挡人脸背景的阈值分割方法,其特征在于,在所述步骤S5中,所述计算得到分割后的二值图像的共生矩阵概率分布的公式为
其中,和分别为0°、45°、90°和135°四个方向的共生矩阵概率分布,和分别为为0°、45°、90°和135°四个方向的扫描算子。
6.根据权利要求5所述的去除遮挡人脸背景的阈值分割方法,其特征在于,在所述步骤S6中,
所述运用所述最优阈值(s※,t※)对所述待分割子图像进行阈值分割处理公式为
其中,为图像具有的信息量的度量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海应用技术大学,未经上海应用技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210180102.0/1.html,转载请声明来源钻瓜专利网。





