[發(fā)明專利]一種基于線條聚類的頭發(fā)密度評估方法

有效

• 申請?zhí)枺?/td>: 201611061009.9
• 申請日: 2016-11-28
• 公開（公告）號: CN106778827B
• 公開（公告）日: 2019-04-23
• 發(fā)明（設計）人: 韓英;任大明;張奕
• 申請（專利權）人: 南京鑫和匯通電子科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/13;G06T7/181;G06T7/187
• 代理公司: 山西華炬律師事務所 14106
• 代理人: 楊秉一

1.一種基于線條聚類的頭發(fā)密度評估方法，其特征在于，包括以下步驟：

步驟一：在計算機中輸入待檢測圖像并處理為灰度圖像；

步驟二：利用直方圖進行圖像預處理增加圖像對比度；

步驟三：圖像背景建模，以提取圖像背景圖和前景圖，根據(jù)前景圖和背景圖獲取圖像前景點、背景點和圖像區(qū)域信息，并對提取的背景圖像進行歸一化處理；

步驟四：計算歸一化后圖像的積分圖，以快速獲取圖像的Haar特征點；

步驟五：利用canny邊緣檢測算法獲取待檢測圖像的所有邊緣點和邊緣線；

步驟六：對所有邊緣線進行分割，并根據(jù)線條長度進行排序，剔除長度小于給定閾值不足以構成頭發(fā)的線條；

步驟七：基于上述關鍵點檢測結果，關鍵點即獲取的所有前景點、背景點、Haar特征點及邊緣點，將圖像所有像素點進行分類，分為前景點、背景點、Haar特征點以及邊緣點，并在圖像上標記每個關鍵點的類型；

步驟八：遍歷圖像所有像素點，建立每個像素點與其上下左右4方向相鄰關鍵點的關系圖，以記錄每一點4方向上相鄰的邊緣點、Haar特征點以及每個點4方向上的局部鄰域內(nèi)前景點總數(shù)；

步驟九：基于上述關系圖，遍歷圖像所有邊緣線，找出每條邊緣線上下左右4方向上相鄰的邊緣線并判定邊緣線間的連接性，獲取初始邊緣線連接結果；

步驟十：基于邊緣線上下左右4方向上相鄰關鍵點的信息，將所有邊緣線分為三類，分別為：頭發(fā)區(qū)域左線條、頭發(fā)區(qū)域右線條和頭發(fā)區(qū)域中線；

步驟十一：獲取圖像局部區(qū)域內(nèi)的灰度極值點，并利用其提取圖像各個局部區(qū)域的頭發(fā)區(qū)域中線；

步驟十二：遍歷所有圖像頭發(fā)區(qū)域中線，將其兩側(cè)相鄰的共線邊緣線進行連接，更新邊緣線連接結果；

步驟十三：基于邊緣線連接結果，驗證邊緣線連接性，并將連接的邊緣線進行聚類，同時根據(jù)邊緣線的類型，將頭發(fā)區(qū)域中線兩側(cè)相鄰的左右線條進行聚類，獲取初始聚類結果；

步驟十四：基于初始聚類結果，按照每個類別中最長邊緣線的長度將所有類別排序，從包含最長邊緣線的類別開始，遍歷所有類別，將每個類別左右的屬于同一頭發(fā)的不同類別進行合并，獲取最終聚類結果；

步驟十五：基于步驟十四的聚類結果，每個類別即為每根頭發(fā)，以此獲取圖像中所有頭發(fā)區(qū)域，確定每個頭發(fā)區(qū)域的最左和最右邊界，并根據(jù)邊界間的距離計算每根頭發(fā)的寬度；

步驟十六：根據(jù)每根頭發(fā)寬度分布統(tǒng)計所有頭發(fā)寬度分布直方圖，并對直方圖歸一化獲取頭發(fā)寬度分布函數(shù)；

步驟十七：利用頭發(fā)數(shù)目和頭發(fā)寬度分布函數(shù)估計頭發(fā)密度，實現(xiàn)頭發(fā)密度評估。

2.根據(jù)權利要求1所述的一種基于線條聚類的頭發(fā)密度評估方法，其特征在于，所述步驟三中圖像背景建模，以提取圖像背景圖的步驟為：

(31)在計算機中輸入待檢測圖像并處理為灰度圖像；

(32)統(tǒng)計圖像灰度分布直方圖；

(33)獲取直方圖峰值位置處的圖像灰度值，并以該灰度值為中心擴展灰度值范圍，直到至少一半的圖像像素點灰度值屬于當前灰度值范圍，得到背景圖像的初始灰度值范圍(I_low,I_hig)；

(34)將圖像分成多個局部小鄰域，將每個鄰域內(nèi)灰度值在(I_low,I_hig)范圍內(nèi)的像素點標記為背景點；

(35)計算每個局部小鄰域內(nèi)的所有背景點的平均灰度值，代替原來的背景點灰度值，更新所有局部小鄰域；

(36)計算每個局部小鄰域周圍8鄰域內(nèi)的小鄰域均值，獲取初始的小鄰域的背景圖；

(37)重復步驟(35)和步驟(36)，獲取最終的小鄰域背景圖；

(38)將小鄰域內(nèi)像素點的灰度值與其背景圖中像素點的灰度值進行比較，將灰度大于背景點灰度的像素點標記為圖像亮點，灰度小于背景點灰度的像素點標記為圖像暗點，灰度等于背景點灰度的像素點標記為圖像背景點；

(39)基于步驟(38)獲取圖像的所有背景點，提取出背景圖像并進行歸一化處理。