主权项 |
一种使用全局与局部强度距离衡量的头脸部区域提取方法,其特征在于,该方法具体包括以下步骤:(1)全局强度距离衡量法实现全局视觉矩阵表征全局强度距离衡量法提取全局视觉矩阵VM<sup>global</sup>,该矩阵在(x,y)处的视觉权重值,是该处强度与图像中其他所有位置处的强度的距离累加而成的:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msubsup><mi>VM</mi><mi>xy</mi><mi>global</mi></msubsup><mo>=</mo><munder><mi>Σ</mi><mrow><mi>p</mi><mo>∈</mo><mi>I</mi></mrow></munder><mi>D</mi><mrow><mo>(</mo><msub><mi>I</mi><mi>xy</mi></msub><mo>,</mo><msub><mi>I</mi><mi>p</mi></msub><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000659712260000011.GIF" wi="491" he="125" /></maths>上式中,I<sub>xy</sub>表示I在(x,y)处的强度值,p指的是像素,式子中p表示图I内任意位置,I<sub>p</sub>表示p处的强度,D(·)表示像素强度距离,其满足:D(I<sub>xy</sub>,I<sub>p</sub>)=|I<sub>xy</sub>‑I<sub>p</sub>|VM<sup>global</sup>归一化;(2)局部强度距离衡量法实现局部视觉矩阵表征在局部区域Ω内,定义图像I在(x,y)处的视觉权重值如下:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msubsup><mi>VM</mi><mi>xy</mi><mi>local</mi></msubsup><mo>=</mo><munder><mi>Σ</mi><mrow><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><msub><mi>Ω</mi><mi>M</mi></msub><mo>,</mo><mo>∀</mo><mi>p</mi><mo>∈</mo><mi>Ω</mi></mrow></munder><mo>[</mo><mi>w</mi><mrow><mo>(</mo><msub><mi>I</mi><mi>xy</mi></msub><mo>,</mo><msub><mi>I</mi><mi>p</mi></msub><mo>)</mo></mrow><mi>D</mi><mrow><mo>(</mo><msub><mi>I</mi><mi>xy</mi></msub><mo>,</mo><msub><mi>I</mi><mi>p</mi></msub><mo>)</mo></mrow><mo>]</mo></mrow>]]></math><img file="FDA0000659712260000012.GIF" wi="874" he="133" /></maths>在上式中,Ω是图像I中的一个区域,其尺寸为M×N,而(x,y)为区域Ω的中心即Ω<sub>M</sub>,p为区域中的任意像素,而上式中的w表示空间权重,定义为:<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><mi>w</mi><mrow><mo>(</mo><mi>p</mi><mo>,</mo><mi>xy</mi><mo>)</mo></mrow><mo>=</mo><msup><mi>e</mi><mrow><mo>-</mo><msub><mi>D</mi><mi>s</mi></msub><mrow><mo>(</mo><mi>p</mi><mo>,</mo><mi>xy</mi><mo>)</mo></mrow></mrow></msup><mo>/</mo><msup><mi>σ</mi><mn>2</mn></msup></mrow>]]></math><img file="FDA0000659712260000013.GIF" wi="455" he="128" /></maths>其中D<sub>s</sub>(p,xy)表示像素p与像素(x,y)的空间距离,而σ<sup>2</sup>是伸缩系数;D(·)同样表示像素强度距离,其满足:D(I<sub>xy</sub>,I<sub>p</sub>)=|I<sub>xy</sub>‑I<sub>p</sub>|VM<sup>local</sup>归一化;(3)分割获取轮廓,获得头脸区域视觉权重矩阵最终由全局与局部方法结合起来,对于任意位置(x,y),其综合的视觉权重值为:<maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><msub><mi>VM</mi><mi>xy</mi></msub><mo>=</mo><msubsup><mi>VM</mi><mi>xy</mi><mi>global</mi></msubsup><mo>+</mo><msubsup><mi>V</mi><mi>xy</mi><mi>local</mi></msubsup><mo>;</mo></mrow>]]></math><img file="FDA0000659712260000014.GIF" wi="556" he="121" /></maths>该矩阵需要归一化;利用阈值Th,对VM进行分割,获得二值图BW:BW=(VM>Th)具有非零值的区域,大致为人的头脸区域轮廓,于是提取了头脸区域BW。 |