CN101551911A - 人脸素描肖像画自动生成方法 - Google Patents

Abstract

本发明涉及一种人脸素描肖像画自动生成方法，属于数字图像处理技术领域。首先对获取的数字图像进行自动人脸检测，获得人脸的大致位置和大小，将人脸区域图像截取出来并作灰度处理后，采用在对数域基于全变分模型的方法平滑滤除皮肤纹理并保留人脸器官特征，获得人脸素描肖像画初样，然后对人脸素描肖像画初样进行图像增强处理，获得最后的人脸素描肖像画，完成从真实数码照片到人脸素描肖像画的自动转换。本发明对真实图片进行转换不另需训练数据，肖像画转换过程简单易行，生成效果具有较好的逼真度和立体感，不仅适合用于制作卡通漫画和艺术画像，而且适合用于蚀刻、纺织、印染等工艺品中制作逼真度高的肖像图案。

Description

人脸素描肖像画自动生成方法

技术领域

本发明涉及一种人脸图像处理方法，特别涉及一种人脸素描肖像画自动生成方法，属于数字图像处理技术领域。

背景技术

近年来，利用计算机对数码照片进行处理，将真实人脸图像的纹理进行简化以突出想要表达的某些特征，生成各种风格的肖像画这一数字媒体技术已经得到了广泛的应用。例如在视频聊天、网络游戏、网络个性签名头像以及蚀刻印染工艺品中，用个性化的虚拟肖像代替真实人脸图像可以产生具有感染力的娱乐效果和艺术效果。

在已有技术中，由人脸图像自动生成其素描肖像画的方法主要有：

一是通过人脸轮廓提取，获得表示人脸的线条特征，并主要以这些线条来刻画人物肖像。例如文献“基于形状演化的线条画风格转换与变形”(孙玉红、屠长河、孟祥旭，计算机辅助设计与图形学学报，2006年2月第18卷第2期)中公开了能够简洁明了地给出人脸的线条肖像画的技术，但是这种方法没有保留纹理，不能很好地表现人脸特征，真实感不强。

二是通过对人脸特征点的定位，然后依据特征点描述的人脸几何结构通过学习的方法获得相应面部区域的纹理，最后合成需要的肖像画。例如文献“基于样本学习的肖像画自动生成算法”(陈洪、郑南宁、梁林、徐迎庆、沈向洋，计算机学报，2003年2月第26卷第2期)中公开了一种基于样本学习的人脸肖像画自动生成算法，这种方法需要大量事先手工标定好的人脸图像用于学习训练，过程较为繁琐，生成的肖像画存在较大失真。

发明内容

本发明的目的在于针对现有技术的不足，提出一种人脸素描肖像画自动生成方法，不需要训练数据，生成过程简单易行，生成效果具有较好的逼真度，不仅适合用于制作卡通漫画，而且适合用于蚀刻、纺织、印染等工艺品中制作逼真度高的肖像图案。

为实现上述目的，本发明首先对获取的数字图像进行自动人脸检测，获得人脸的大致位置和大小，将人脸区域图像截取出来并作灰度处理后，采用在对数域基于全变分模型的方法平滑滤除皮肤纹理并保留人脸器官特征，获得人脸素描肖像画初样，然后对人脸素描肖像画初样进行图像增强处理，获得最后的人脸素描肖像画，完成从真实数码照片到人脸素描肖像画的自动转换。

本发明的人脸素描肖像画自动生成方法，主要包括以下步骤：

(1)获取数字图像，所述数字图像中包含要转换成素描肖像画的人脸；

(2)对数字图像进行自动人脸检测，获得人脸的大致位置和大小，将人脸区域图像截取出来；

(3)对截取的人脸区域图像进行灰度处理，然后采用在对数域基于全变分模型的方法，对灰度处理后的人脸区域图像进行平滑滤除皮肤纹理并保留人脸器官特征，即：

对人脸区域图像的灰度矩阵I求对数f＝log(I+1)，以获得灰度矩阵I在对数域中的表示f；然后通过全变分模型求得一个中间变量u， $u=\arg \mathrm{mi}{n}_u{\∫}_{\mathrm{\Ω}}\left(\right|\▿u|+\mathrm{\λ}|f-u\left|\right)\mathrm{dx},$ 其中λ是一个事先确定的经验常数，根据人脸图像大小取0到1之间的实数；最后利用该中间变量u，并通过求幂运算获得人脸素描肖像画初样ρ，ρ＝exp(f-u)；

(4)对人脸素描肖像画初样进行图像增强处理，使得皮肤区域灰度增大，同时面部器官和轮廓区域灰度减小，以此显现出清晰的面部特征，获得最后的人脸素描肖像画。

本发明中，所述的对人脸素描肖像画初样进行图像增强处理时，采用的方法可为现有的各种图像对比度增强处理方法，如：灰度对数变换、幂次变换或分段线性变换等。

与已有技术相比，本发明具有显著的有效效果。本发明对真实图片进行转换不另需训练数据，肖像画转换过程简单易行，生成效果具有较好的逼真度和立体感。采用在对数域基于全变分方法来滤除皮肤纹理的方法，能保留面部器官特征和主要轮廓，并让头发呈线条画风格。本发明方法不仅适合用于制作卡通漫画和艺术画像，而且适合用于蚀刻、纺织、印染等工艺品中制作逼真度高的肖像图案。

附图说明

图1：一幅真实的人物数码照片。

图2：分离截取出来的人脸区域图像。

图3：灰度化处理后的人脸区域图像。

图4：人脸素描肖像画初样。

图5：最终人脸素描肖像画。

具体实施方式

以下结合附图和具体的实施例对本发明的技术方案作进一步详细的描述。

实施例采用的图像来自一张拍摄的彩色数码登记照片，见附图1。

1.获取数字图像。由计算机读入需要自动转换生成素描效果的数字图像，即拍摄的彩色数码登记照片，该照片中包含要转换成素描肖像画的人脸。

计算机能够判定该照片是否为彩色图像。

2.对数字图像进行自动人脸检测，检测定位出图片中人脸区域。人脸区域检测有很多公知方法可供选用，比如文献“P.Viola and M.Jones.Rapid objectdetection using a boosted cascade of simple features，in：Computer Visionand Pattern Recognition，2001.CVPR 2001.Proceedings of the 2001 IEEEComputer Society Conference on”。根据定位获得人脸的大致位置和大小，将人脸区域图像截取出来并另外进行保存，如附图2所示。

上述步骤皆可由计算机通过程序自动完成。

3.对附图2所示的人脸区域图像进行灰度化处理，得到的人脸区域图像见附图3。将彩色图像转换为灰度图像为公知技术。

然后采用在对数域基于全变分模型的方法，对灰度处理后的人脸区域图像进行平滑滤除皮肤纹理并保留人脸器官特征。具体为：

根据人脸图像的大小来确定λ的取值：当图像大小为100×100左右时，λ取0.7至0.8之间的实数；当图像大小为200×200左右时，λ取0.35至0.4之间的实数；当图像大小为400×400左右时，λ取0.18至0.2.之间的实数。一般来说，人脸图像越大，λ的取值要越小。

然后对人脸区域图像(附图3)的灰度矩阵I求对数f＝log(I+1)，以获得灰度矩阵I在对数域中的表示f；再通过全变分模型求得一个中间变量u， $u=\arg \mathrm{mi}{n}_u{\∫}_{\mathrm{\Ω}}\left(\right|\▿u|+\mathrm{\λ}|f-u\left|\right)\mathrm{dx};$ 最后利用该中间变量u，并通过求幂运算获得人脸素描肖像画初样ρ，ρ＝exp(f-u)。获得的人脸素描肖像画初样见附图4。

4.对人脸素描肖像画初样进行图像增强处理，使得皮肤区域灰度增大，同时面部器官和轮廓区域灰度减小，以此显现出清晰的面部特征，获得最后的人脸素描肖像画。

图像增强处理有很多现成方法可供选用，如灰度对数变换、幂次变换或分段线性变换等。

这里采用一种非线性对比度增强方法。采用函数 $I^{\′}=\frac{1}{1+\exp (-\mathrm{\β}(\mathrm{\ρ}-{\mathrm{\ρ}}_m))}$ 对人脸素描肖像画初样ρ进行图像增强处理，其中：ρ_m为人脸素描肖像画初样ρ的灰度平均值；β为增强控制参数，其值越大，图像对比度增强效果越强，通常β可取300，若要增加面部阴影以增强人脸立体感可减小β的取值，反之可增大β的取值。I′为最终生成的人脸素描肖像画，如附图5所示。

本发明的优势在于通过较少的步骤即能实现人脸素描肖像画的自动生成，生成的素描效果可通过改变增强控制参数β进行微调，而且生成的素描图像与原来的真实图像十分逼真。

最后应当说明的是，以上实施例仅用于说明本发明的技术方案而非限制，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖于本发明的权利要求范围当中。

Claims (2)

1、一种人脸素描肖像画自动生成方法，其特征在于，包括以下步骤：

(1)获取数字图像，所述数字图像中包含要转换成素描肖像画的人脸；

(2)对数字图像进行自动人脸检测，获得人脸的大致位置和大小，将人脸区域图像截取出来；

(3)对截取的人脸区域图像进行灰度处理，然后采用在对数域基于全变分模型的方法，对灰度处理后的人脸区域图像进行平滑滤除皮肤纹理并保留人脸器官特征，即：

对人脸区域图像的灰度矩阵I求对数f＝log(I+1)，以获得灰度矩阵I在对数域中的表示f；然后通过全变分模型求得一个中间变量u， $u={\arg \min }_u{\∫}_{\mathrm{\Ω}}\left(\right|\▿u|+\mathrm{\λ}|f-u\left|\right)\mathrm{dx},$ 其中λ是一个事先确定的经验常数，根据人脸图像大小取0到1之间的实数；最后利用该中间变量u，并通过求幂运算获得人脸素描肖像画初样ρ，ρ＝exp(f-u)；

(4)对人脸素描肖像画初样进行图像增强处理，使得皮肤区域灰度增大，同时面部器官和轮廓区域灰度减小，以此显现出清晰的面部特征，获得最后的人脸素描肖像画。

2、根据权利要求1所述的人脸素描肖像画自动生成方法，其特征在于所述的对人脸素描肖像画初样进行图像增强处理时，采用非线性对比度增强方法。

Images