(19)中华人民共和国国家知识产权局
(12)发明专利说明书 | ||
(10)申请公布号 CN 105469407 A (43)申请公布日 2016.04.06 | ||
(21)申请号 CN201510862964.1
(22)申请日 2015.11.30
(71)申请人 华南理工大学
地址 510640 广东省广州市天河区五山路381号
(72)发明人 金连文 黄双萍 黎小凤
(74)专利代理机构 广州粤高专利商标代理有限公司
代理人 何淑珍
(51)Int.CI
G06T7/00
权利要求说明书 说明书 幅图 |
(54)发明名称
一种基于改进的引导滤波器的人脸图像图层分解方法 | |
(57)摘要
本发明提供一种基于改进的引导滤波器的人脸图像图层分解方法，对人脸图像亮度通道进行改进型引导滤波，得到人脸结构信息层，进一步差分运算得到纹理细节层。本发明对引导滤波器进行正则化因子自适应调整优化和对参数矩阵图像进行高斯模糊和腐蚀处理，使得人脸图像在不同区域获得不同滤波效果。应用于数字化妆系统，获得优异的图层分解效果，显著降低图层分解的时间复杂度。 | |
法律状态
法律状态公告日 | 法律状态信息 | 法律状态 |
权 利 要 求 说 明 书
1.一种基于改进的引导滤波器的人脸图像图层分解方法，其特征在于选择CIELAB颜 空间，将人脸图像分解为亮度通道L*、相通道a*和相通道b*，在亮度通道L*上进行改进 型引导滤波，得到大尺度信息层，即人脸结构层；亮度通道L*信息减去人脸结构层得到纹理 细节信息层；引导滤波器进行改进后，在不同图像区域获得不同滤波效果；a*指“红-绿”轴， b*指“黄-蓝”轴；
所述图层分解方法具体包括如下步骤：
1)进行CIELAB颜空间转换以分离人脸图像的亮度和相，即将人脸图像由RGB颜 空间转换到CIELAB空间：第一步进行人脸图像从RGB颜空间到CIEXYZ空间的线性转换；
第二步从XYZ空间进行非线性转换到L*a*b*空间；
2)利用引导滤波器获得人脸图像结构层，针对人脸图像数字化妆技术对引导滤波器进 行改进，即考虑到人脸不同区域采取完全不同的化妆策略，自适应地调节滤波窗口半径r和 正则化因子ε，使滤波窗口在人脸不同区域获得不同程度的平滑和边缘保留效果；
3)将滤波输出后的图层和CIELAB通道进行融合，完成人脸图像的细节层、结构层和 相层分解：首先，用改进的引导滤波器从亮度通道L*中分离出结构层，亮度通道L*信息减去 人脸图像的结构层，得到纹理细节信息层，最后，将两个颜通道a*和b*合并成为相层。
2.根据权利要求1所述的基于改进的引导滤波器的人脸图像图层分解方法，其特征在 于所述步骤1)的具体操作如下：第一步将人脸图像从RGB颜空间到CIEXYZ空间作线性转 换，即：
<maths><math><mrow><mfenced><mtable><mtr><mtd><mi>X</mi></mtd></mtr><mtr><
mtd><mi>Y</mi></mtd></mtr><mtr><mtd><mi>Z</mi></mtd></mtr></mtable></mfenced><mo>=</mo><mfrac><mn>1</mn><mn>0.17697</mn></mfrac><mfenced><mtable><mtr><mtd><mn>0.49</mn></mtd><mtd><mn>0.31</mn></mtd><mtd><mn>0.20</mn></mtd></mtr><mtr><mtd><mn>0.17697</mn></mtd><mtd><mn>0.81240</mn></mtd><mtd><mn>0.01063</mn></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mn>0.01</mn></mtd><mtd><mn>0.99</mn></mtd></mtr></mtable></mfenced><mfenced><mtable><mtr><mtd><mi>R</mi></mtd></mtr><mtr><mtd><mi>G</mi></mtd></mtr><mtr><mtd><mi>B</mi></mtd></mtr></mtable></mfenced></mrow></math></maths>
式中R、G、B分别表示RGB颜空间的三个通道，X、Y、Z分别表示CIEXYZ颜空间的三个 通道；第二步从CIEXYZ空间进行非线性转换到L*a*b*空间，转换公式如下：
<maths><math><mfenced><mtable><mtr><mtd><mrow><msup><mi>L</mi><mo>*</mo></msup><mo>=</mo><mn>116</mn><mi>f</mi><mrow><mo>(</mo><mfrac><mi>Y</mi><msub><mi>Y</mi><mi>n</mi></msub></mfrac><mo>)</mo></mrow></mrow></mtd></
mtr><mtr><mtd><mrow><msup><mi>a</mi><mo>*</mo></msup><mo>=</mo><mn>500</mn><mo>[</mo><mi>f</mi><mrow><mo>(</mo><mfrac><mi>X</mi><msub><mi>X</mi><mi>n</mi></msub></mfrac><mo>)</mo></mrow><mo>-</mo><mi>f</mi><mrow><mo>(</mo><mfrac><mi>Y</mi><msub><mi>Y</mi><mi>n</mi></msub></mfrac><mo>)</mo></mrow><mo>]</mo></mrow></mtd></mtr><mtr><mtd><mrow><msup><mi>b</mi><mo>*</mo></msup><mo>=</mo><mn>200</mn><mo>[</mo><mi>f</mi><mrow><mo>(</mo><mfrac><mi>Y</mi><msub><mi>Y</mi><mi>n</mi></msub></mfrac><mo>)</mo></mrow><mo>-</mo><mi>f</mi><mrow><mo>(</mo><mfrac><mi>Z</mi><msub><mi>Z</mi><mi>n</mi></msub></mfrac><mo>)</mo></mrow><mo>]</mo></mrow></mtd></mtr></mtable></mfenced></math></maths>
式中，X<sub>n</sub>、Y<sub>n</sub>和Z<sub>n</sub>是标准白光的CIEXYZ值；t代表函数自变量，f代表非线性变换函数， 即：
且δ＝6/29。
3.根据权利要求1所述的基于的引导滤波器的人脸图像图层分解方法，其特征在于所
述步骤2)具体操作如下：
首先定义引导图像I，输入图像p和输出图像q，I和p为输入数据，再定义一个涉及引导 图像I、输入待滤波图像p和输出图像q的线性滤波过程，即：
<maths><math><mrow><msub><mi>q</mi><mi>i</mi></msub><mo>=</mo><munder><mo>Σ</mo><mi>j</mi></munder><msub><mi>W</mi><mrow><mi>i</mi><mi>j</mi></mrow></msub><mrow><mo>(</mo><mi>I</mi><mo>)</mo></mrow><msub><mi>p</mi><mi>j</mi></msub><mo>,</mo></mrow></math></maths>
式中，i和j是像素位置索引，W<sub>ij</sub>表示像素位置索引ij对应的滤波核函数值，W是由引导 图像I和输入图像p共同决定的滤波核函数；p<sub>j</sub>,q<sub>i</sub>表示待滤波图像p和输出图像q在位置索引 ij的像素值；假定引导图像I与滤波输出图像q在局部区域内存在一个线性模型，即在局部 区域滤波输出图像q的像素值可以由引导图像I在对应位置的像素值的线性变换获得，即：
<maths><math><mrow><msub><mi>q</mi><mi>i</mi></msub><mo>=</mo><msub><mi
>a</mi><mi>k</mi></msub><msub><mi>I</mi><mi>i</mi></msub><mo>+</mo><msub><mi>b</mi><mi>k</mi></msub><mo>,</mo><mo>∀</mo><mi>i</mi><mo>∈</mo><msub><mi>ω</mi><mi>k</mi></msub><mo>,</mo></mrow></math></maths>
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论