一种基于局部动态阈值色彩平衡的偏色光的人脸检测的方法

摘要

本发明公开了一种基于局部动态阈值色彩平衡的偏色光的人脸检测的方法，包括利用正常光照环境下所构建的肤色模型而获取人脸范本信息数据，将所述人脸范本信息数据保存于指定数据库，利用视频输入设备采集待测对象的人脸视频图像，对人脸视频图像进行处理并对该人脸视频图像是否属于偏色光环境下获得进行判断，对该人脸视频图像进行基于CbCr空间的局部动态阈值色彩平衡处理，将经过色彩平衡处理的待测对象的人脸视频图像数据与人脸范本信息数据进行比对判断等步骤，该方法通过对图像进行白平衡处理，使图像被恢复到如白光照射下的情况一样，这样就可以利用正常光照情况下的算法进行检测就行了，进而使人脸的检测识别能够获得正确的判定。

主权项

一种基于局部动态阈值色彩平衡的偏色光的人脸检测的方法，包括：利用白光照射环境下所构建的肤色模型而获取人脸范本信息数据的步骤；将所述人脸范本信息数据保存于指定数据库的步骤；利用视频输入设备采集待测对象的人脸视频图像的步骤；其特征在于：还包括：对人脸视频图像进行处理并对该人脸视频图像是否属于偏色光环境下获得进行判断的步骤；在上一步骤判断为是时，对该人脸视频图像进行基于CbCr空间的局部动态阈值色彩平衡处理的步骤；将经过色彩平衡处理的待测对象的人脸视频图像数据与人脸范本信息数据进行比对判断的步骤；所述的对人脸视频图像进行处理并对该人脸视频图像是否属于偏色光环境下获得进行判断的步骤，还进一步分解为如下步骤：将采集到的人脸视频图像转入YCbCr颜色空间，并提取亮度分量Y；对亮度分量Y作灰度直方图统计；对图像的亮度进行二值化处理，以最大亮度的80％为二值化阈值，大于此阈值置为1，否则置为0；如果存在一块面积大于图像总面积的1％的连续区域，则将此区域定为高亮区；分别计算该高亮区的R、G、B分量的平均值Raver、Gaver、Baver；计算偏离系数k＝max(Raver，Gaver，Baver)/min(Raver，Gaver，Baver)，如果该偏离系数k大于一个预先设定的偏离系数阈值k0，则判断该图像存在偏色光照射；所述的对该人脸视频图像进行基于CbCr空间的局部动态阈值色彩平 衡处理包括先进行近白区域确定和后进行图像调整；在近白区域确定过程中：首先分别计算Cb、Cr的均值Mb和Mr，均值Mb和Mr由下列公式获得： M b = Σ i , j Cb ( i , j ) / N M r = Σ i , j Cr ( i , j ) / N 其中，Cb(i，j)、Cr(i，j)为图像(i，j)处的Cb、Cr值，N＝m×n为图像中的像素点总数；然后计算平均绝对误差Db和Dr，平均绝对误差Db和Dr由下列公式获得： D b = Σ i , j ( | Cb ( i , j ) - M b | ) / N D r = Σ i , j ( | Cr ( i , j ) - M r | ) / N 最后确定出近白区域，该近白区域为以(Lb，Lr)为中心的L1×L2矩形区域，是由满足如下条件的像素组成：R1＝R2 D = D b 2 + D r 2 | | L 1 | | = | | L 2 | | = M b 2 + M r 2 L1//LR2其中，R1为(Mb，Mr)到原点的距离，R2为(Lb，Lr)到原点的距离，D为(Mb，Mr)到(Lb，Lr)的直线距离，LR2表示图中长度为R2的线段所在的直线；在图像调整过程中：从所述近白区域中的候选参考白点中选取10％的最大值，作为正式的参考白点；采用下列公式进行图像调整：R′＝R×Ymax/Raver1G′＝G×Ymax/Gaver1B′＝B×Ymax/Baver1其中，R、G、B分别是原图像三颜色值，R′G′、B′是调整后的三颜色值，Ymax是正式参考白点的亮度最大值，Raver1、Gaver1、Baver1是正式参考白点三颜色通道的平均值，Ymax/Raver1、Ymax/Gaver1、Ymax/Baver1是R、G、B三通道的增益因子；最后将新调整后的图像转换到YCbCr空间进行人脸区域检测。