[發明專利]一種利用環形最短路徑的紅外人臉分割方法

有效

• 申請號: 201610090345.X
• 申請日: 2016-02-18
• 公開（公告）號: CN105528795B
• 公開（公告）日: 2018-06-01
• 發明（設計）人: 白相志;陳俊彰
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136
• 代理公司: 北京慧泉知識產權代理有限公司 11232
• 代理人: 王順榮;唐愛華

一種利用環形最短路徑的紅外人臉分割方法，它實施步驟有：一、通過腐蝕、膨脹等形態學方法對采集到的紅外人臉圖像進行預處理，獲得特征明顯、輪廓較清晰的圖像；二、對圖像采用大津閾值進行二值化處理，并對其進行開操作；三、對待處理人臉區域對應的經過預處理的原圖像進行銳化；四、對復合圖像在以幾何中心為原點的極坐標下進行數據采集。通過上述步驟，對原始紅外圖像進行了有效的預處理，再通過適當的算法和優化，實現了對紅外人臉的精確分割。本發明廣泛應用于各類基于圖像的應用系統，具有廣闊的市場前景與應用價值。

(一)技術領域

本發明涉及一種利用環形最短路徑的紅外人臉分割方法，屬于數字圖像處理領域，主要涉及環形最短路徑和圖像分割技術。在各類基于圖像的應用系統中有廣闊的應用前景。

(二)背景技術

圖像分割就是把圖像分成若干個特定的、具有獨特性質的區域并提出感興趣目標的技術和過程，它是由圖像處理到圖像分析的關鍵步驟。隨著圖像分割技術研究的深入，其應用日趨廣泛。凡屬需要對圖像目標進行提取、測量的工作都離不開圖像分割，該技術已在交通、醫學、遙感、通信、軍事和工業自動化等諸多領域得到廣泛應用。研究者們提出了很多方法進行圖像分割?；陂撝档乃惴?參見文獻：大津.一種基于灰度直方圖的閾值選取方法,美國電氣電子工程師學會系統、人和控制論匯刊,1979,9:62-66.(Otsu N.A ThresholdSelection Method from Gray-Scale Histograms[J].IEEE Trans on Smc,1979,9:62-66.))利用圖像的灰度直方圖信息得到用于分割的閾值，類別方差法和最大熵法是兩種最為常用的閾值檢測方法。基于閾值算法的優點是實現簡單，運算速度快，缺點是難以處理包含多個前景物體的情況。基于邊緣的分割(參見文獻：坎尼.一種邊緣檢測的計算方法,美國電氣電子工程師學會模式分析與機器智能匯刊,1986,PAMI-8(6):679-698.(Canny J,.AComputational Approach to Edge Detection[J].Pattern Analysis&MachineIntelligence IEEE Transactions on,1986,PAMI-8(6):679-698.))基于邊緣的分割是通過檢測出不同區域邊緣來進行分割。所謂邊緣是指其周圍像素灰度有階躍變化的那些像素的集合。它存在于目標與背景之間,是圖像分割所依賴的最重要的特征。區域生長法(參見文獻：亞當斯等.區域生長法,美國電氣電子工程師學會模式分析與機器智能匯刊,1994,16(6):641-647.(Adams R,Bischof L.Seeded Region Growing[J].IEEE Transactions onPattern Analysis&Machine Intelligence,1994,16(6):641-647.))區域方法利用局部空間信息進行分割,將具有相似特性的像素集合起來構成區域,主要有區域生長法(regiongrowing)和分裂合并法(split and merge)?；诰垲惖乃惴?參見文獻：卡農等.一種模糊C均值聚類算法的有效應用,美國電氣電子工程師學會模式分析與機器智能匯刊,1986,PAMI-8(2):248-255.(Cannon R L,Dave J V,Bezdek J C.Efficient Implementation ofthe Fuzzy c-Means Clustering Algorithms.[J].IEEE Transactions on PatternAnalysis&Machine Intelligence,1986,PAMI-8(2):248-255.))聚類法將圖像分割當作一個聚類問題，聚類算法被廣泛應用于圖像分割，如K均值算法、FCM(fuzzy c-means)模糊聚類算法、ISODATA算法等?；谛〔ǚ治龅乃惴?參見文獻：安東連尼等,基于小波變換的圖像編碼,美國電氣電子工程師圖像處理期刊,1992,1(2):205-220.(Antonini M,BarlaudM,Mathieu P.Image coding using wavelet transform[J].IEEE Transactions onImage Processing,1992,1(2):205-220.))小波分析具有良好的時頻局部化特征、尺度變化特征和方向特征，在圖像處理、計算機視覺、紋理分析等方面的應用取得了良好效果?；谏窠浘W絡的算法(參見文獻：楊,基于神經網絡的彩色圖像文本定位,模式識別學報,2001,22(14):1503-1515.(Jung K.Neural network-based text location in colorimages[J].Pattern Recognition Letters,2001,22(14):1503-1515.))將神經網絡理論和技術引入圖像空間聚類分割領域，打破了傳統聚類方法使用條件的限制，為構造各種聚類新方法奠定了基礎?；诃h形最短路徑的算法(參見文獻：孫.等,圖像處理中的環形最短路徑應用,模式識別,2003,36(36):709-719.(Sun C,Pallottino S.Circular shortestpath in images[J].Pattern Recognition,2003,36(36):709-719.))環形最短路徑可以用來解決類圓形區域的分割問題，通過極坐標與直角坐標系的轉換，使用最短路徑算法求出圖像邊緣。