[發明專利]目標區域確定方法和系統、計算機設備、計算機存儲介質

在審

• 申請號: 201810922524.4
• 申請日: 2018-08-14
• 公開（公告）號: CN109241862A
• 公開（公告）日: 2019-01-18
• 發明（設計）人: 林凡;敬代波;周芳華;成杰;張秋鎮;唐昌宇;楊峰;李盛陽
• 申請（專利權）人: 廣州杰賽科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/40;G06T5/40
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 黃隸凡

本發明涉及一種目標區域確定方法和系統、計算機設備、計算機存儲介質。上述目標區域確定方法包括：將人臉圖像轉換為灰度圖像，計算所述灰度圖像中各個像素點分別對應的邊緣程度參數和濾波輸出參數；根據所述邊緣程度參數和濾波輸出參數分別計算各個像素點與訓練樣本中邊緣像素點之間的第一距離參數，以及各個像素點與訓練樣本中非邊緣像素點之間的第二距離參數；將所述第一距離參數小于第二距離參數的像素點確定為臨界點，根據所述臨界點確定人臉圖像的目標區域。本發明使目標區域可以依據人臉圖像中具體的像素點特征確定，能夠有效降低噪聲圖像對人臉圖像中目標區域造成的干擾，使所確定的目標區域具有較高的準確性。

技術領域

本發明涉及圖像處理技術領域，特別是涉及一種目標區域確定方法和系統、計算機設備、計算機存儲介質。

背景技術

人臉區域提取技術是近幾年來備受關注的研究方向之一。人臉區域提取算法都較為復雜，其中處理的對象是人臉圖像數據，從現實中獲取的人臉圖像數據通常包含噪聲信號，需要從上述包括噪聲信號的人臉圖像中提取目標區域的人臉圖像，才能保證后續人臉分析或者識別過程的有效性。

目前，有方案采用基于Sobel算子(索貝爾算子)的人臉光照不變特征提取方法提取人臉目標區域，但Sobel算子只對垂直和水平方向的邊緣敏感，使得非垂直或非水平方向細節邊緣難以得到檢測，因而所確定的目標區域中仍然包括噪聲圖像，準確性低。

發明內容

基于此，有必要針對傳統方案所確定的目標區域中仍然包括噪聲圖像，準確性低的技術問題，提供一種目標區域確定方法和系統、計算機設備、計算機存儲介質。

一種目標區域確定方法，包括：

將人臉圖像轉換為灰度圖像，計算所述灰度圖像中各個像素點分別對應的邊緣程度參數和濾波輸出參數；

根據所述邊緣程度參數和濾波輸出參數分別計算各個像素點與訓練樣本中邊緣像素點之間的第一距離參數，以及各個像素點與訓練樣本中非邊緣像素點之間的第二距離參數；

將所述第一距離參數小于第二距離參數的像素點確定為臨界點，根據所述臨界點確定人臉圖像的目標區域。

上述目標區域確定方法，可以計算人臉圖像對應的灰度圖像中各個像素點分別對應的邊緣程度參數和濾波輸出參數，從而計算各個像素點與訓練樣本中邊緣像素點之間的第一距離參數，以及各個像素點與訓練樣本中非邊緣像素點之間的第二距離參數，將所述第一距離參數小于第二距離參數的像素點確定為臨界點，根據所述臨界點確定人臉圖像的目標區域，使目標區域可以依據人臉圖像中具體的像素點特征確定，能有效降低噪聲圖像的干擾，具有較高的準確性。

在其中一個實施例中，所述灰度圖像中像素點的邊緣程度參數的計算過程包括：

以所述像素點為圓心根據設定半徑確定像素圓；

通過多條直徑將所述像素圓劃分為多組半圓，識別所述半圓中像素點所處的灰度級，分別計算各個半圓中各灰度級的灰度直方圖統計參數；

根據各灰度級的灰度直方圖統計參數計算各組半圓分別對應的灰度色階值，從所述像素點對應的多個灰度色階值中選取邊緣程度參數。

本實施例依據像素點所在的像素圓中各像素點的灰度特征確定該像素點的邊緣程度參數，以保證確定過程所覆蓋因素的全面性。

作為一個實施例，所述根據各灰度級的灰度直方圖統計參數計算各組半圓分別對應的灰度色階值的過程包括：

分別識別任意一組半圓中一個半圓對應的第一組灰度直方圖統計參數，以及另一個半圓對應的第二組灰度直方圖統計參數；

分別將第一組灰度直方圖統計參數和第二組灰度直方圖統計參數代入灰度色階計算公式計算該組半圓對應的灰度色階值；其中所述灰度色階計算公式包括：