基于面部图像特征的图像处理方法

摘要

一种基于人体面部图像特征检测的图像处理方法，根据对多个测试者早晚面部图像的HSI空间分量，得到早晨与晚间状态时最大特征区域和区域的颜色、色差，形成颜色特征向量。再利用共生矩阵得到最大特征区域的纹理特征向量。通过对数据库数据颜色特征向量和纹理特征向量的总结构建得到一套判定准则，并据此提出一种状态判定方法。本发明可以方便大众及时进行状态检测，本发明可以应用于智能手机，方便快捷，具有很好的应用前景。

主权项

基于面部图像特征的图像处理方法，其特征在于，包括如下步骤：1)采集多组面部早晨、晚间两种不同状态的照片，分别读入面部RGB图像，将图像转换到HSI空间，得到HIS空间中的色相、饱和度和亮度三个参数，分别对三个参数计算特征值，并求出每组特征值的平均值；2)计算每个参数的差异百分比D＝abs(P‑Z)/max(P,Z)，其中，P代表晚间状态时的特征值的平均值、Z代表早晨状态时的特征值的平均值；将三个参数差异百分比求和，得到sum=∑D作为彩色标准；3)采集某一状态下面部照片，计算HSI空间的色相、饱和度和亮度三个参数的特征值，根据上述D的计算公式计算每个参数的差异百分比，公式中的P即为上述某一状态时的特征值，Z为早晨状态时的特征值的平均值，对三个参数的差异百分比求和，得到testsum；与sum比较得到人体状态判断参数c1，c1=testsum/sum，c1越大，人体状态越接近晚间状态。