CN101615241B - 一种证件照片的筛选方法 - Google Patents

Abstract

本发明涉及一种证件照片的筛选方法，基于人像照片处理软件，其特征在于包括以下步骤：检测各照片中的人脸个数；对各照片中的人眼进行定位，检测两眼位之间的距离以及两眼瞳孔连线与水平线的夹角；分别检测两眼连线的中点到照片上下左右边缘的距离，并与两眼位之间的距离对比；检测照片宽度和高度，并与两眼位之间的距离对比；定位各照片中的人脸区域，检测各个灰度等级或灰度带在人脸区域中所占比例，检测人脸区域中灰度的对比度，检测人脸区域中灰度等级的平均值；检测人脸区域中是否有偏光现象。本发明优点在于：能有效快速地检测采集到的照片的质量。

Description

一种证件照片的筛选方法

技术领域

本发明涉及一种证件照片的筛选方法。

背景技术

现在不少机构采集了不少证件照片，譬如：第二代身份证照片、护照照片、驾驶证照片等等。由于技术手段的问题或操作人员的马虎或操作人员故意恶搞，有些照片的质量不合格要求。所以有必要对现有已采集到的照片和现场正在采集的照片做质量检查，以便做进一步处理。

发明内容

本发明的目的是提供了一种证件照片的筛选方法，能对现有已采集到的照片和现场正在采集的照片做质量检查，以便做进一步处理。

为实现上述目的，本发明采用了以下技术方案：

本发明公开了一种证件照片的筛选方法，基于人像照片处理软件，其特征在于包括以下步骤：

检测各照片中的人脸个数；

对各照片中的人眼进行定位，检测两眼位之间的距离以及两眼瞳孔连线与水平线的夹角；

分别检测两眼连线的中点到照片上下左右边缘的距离，并计算其与两眼位之间距离的比例；

检测照片宽度和高度，并计算其与两眼位之间距离的比例；

定位各照片中的人脸区域，检测各个灰度等级或灰度带在人脸区域中所占比例，检测人脸区域中灰度的对比度，检测人脸区域中灰度等级的平均值；

检测人脸区域中是否有偏光现象。

具体地说：

检测各照片中的人脸个数，筛去未检测到人脸的以及人脸个数大于1的照片；

对各照片中的人眼进行定位，根据左右眼位计算两眼瞳孔连线与水平线的夹角，筛去夹角大于5度的照片，并计算两眼位之间的距离，筛去眼距小于50个像素的照片；

以两眼连线的中点为参照点，分别筛去该参照点距照片上边缘小于2个眼距、距照片下边缘小于2.5个眼距、距照片左边缘小于1.5个眼距以及距照片右边缘小于1.5个眼距的照片；

筛去照片宽度小于4倍眼距以及高度小于4.5倍眼距的照片。

定位各照片中的人脸区域，利用直方图，计算各个灰度等级在人脸区域中所占比例，筛去单一灰度色比例大于25％或者相邻的3个灰度等级所占的比例之和大于35％的照片；

筛去人脸区域中灰度的对比度在180～255范围以外的照片；

筛去人脸区域中灰度等级的平均值在140～180范围以外的照片；

筛去人脸区域中有偏光现象的照片。其中，人脸区域的确定的步骤如下：

根据两眼睛的位置旋转照片，使得两眼在同一水平位置；

以两眼连线的中点为参照点，扣出一矩形人脸，该矩形的左右两边分别距参照点1倍眼距，上边距参照点1倍眼距，下边距参照点1.5倍眼距；

将扣出的人脸尺寸缩放到与掩模尺寸一致后，加上掩模以消除人脸外围区域的干扰，掩模内部的人脸部分即是人脸区域。

检测是否有偏光现象的步骤如下：

为照片中的人脸建标准脸A，对该标准脸A作水平镜像得到标准脸B，即B(x，y)＝A(W-1-x，y)，W为标准脸宽度；

计算标准脸A、B之间的距离d，计算距离的方法如欧氏距离：

$d=\sqrt{\mathrm{\Σ}{(A(x,y)-B(x,y))}^2};$

设定一个阈值T，当d大于阀值T时认为是侧脸或人脸有偏光；当d小于等于T时，认为是正面人脸且无偏光。

本发明优点在于：能有效快速地检测采集到的照片的质量。

具体实施方式

以下结合实施例对本发明作进一步描述。

照片中有且只有一个正面的人脸是证件照片最基本的要求，因此可以根据这一点利用人脸检测技术判断照片是否符合这个要求。没有检测到人脸或检测到多个人脸，都认为不合格；只检测到一个人脸，可以认为照片合格。除此之外，还可以增加一些其他条件对合格的照片分等级。如：眼距大小、两眼瞳孔连线与水平的夹角、人脸深度旋转角度大小、整张照片宽 度高度、人脸区域单一灰度色所占比例、人脸区域中灰度最大差值、人脸区域中灰度均值、人脸是否有明显的偏光。

一种证件照片的筛选方法，基于人像照片处理软件(如：上海银晨智能识别科技有限公司的人脸检测开发包)，包括以下步骤：

检测各照片中的人脸个数，筛去未检测到人脸的以及人脸个数大于1的照片；

对各照片中的人眼进行定位，根据左右眼位计算两眼瞳孔连线与水平线的夹角，筛去夹角大于5度的照片，并计算两眼位之间的距离，筛去眼距小于50个像素的照片；

以两眼连线的中点为参照点，分别筛去该参照点距照片上边缘小于2个眼距、距照片下边缘小于2.5个眼距、距照片左边缘小于1.5个眼距以及距照片右边缘小于1.5个眼距的照片；

筛去照片宽度小于4倍眼距以及高度小于4.5倍眼距的照片。

定位各照片中的人脸区域，利用直方图，计算各个灰度等级在人脸区域中所占比例，对于彩色的照片，都先将其转化为灰度图，灰度等级一般是256个等级，筛去单一灰度色比例大于25％的照片；或筛去灰度带比例大于阀值T的照片，当灰度带宽度为3时，阀值则为35％，即筛去宽度为3的灰度带比例大于35％的照片(相邻的3个灰度等级所占的比例之和大于35％的照片)。所谓灰度带就是连续几个灰度等级所构成的一区间，灰度等级的个数即为宽度。

筛去人脸区域中灰度的对比度(最大灰度等级与最小灰度等级差)在180～255范围以外的照片；

筛去人脸区域中灰度等级的平均值在140～180范围以外的照片；

筛去人脸区域中有偏光现象的照片。

其中，人脸区域的确定的步骤如下：

根据两眼睛的位置旋转照片，使得两眼在同一水平位置；

以两眼连线的中点为参照点，扣出一矩形人脸，该矩形的左右两边分别距参照点1倍眼距，上边距参照点1倍眼距，下边距参照点1.5倍眼距；

将扣出的人脸尺寸缩放到与掩模尺寸一致后，加上掩模以消除人脸外围区域的干扰，掩模内部的人脸部分即是人脸区域。

掩模的宽是64像素，掩模的高是80像素。掩模中左眼位置是(16，33)，右眼位置是(48，33)。掩模内部的人脸部分习惯上也叫作标准脸。

检测是否有偏光现象的步骤如下：

为照片中的人脸建标准脸A，对该标准脸A作水平镜像得到标准脸B，即B(x，y)＝A(W-1-x，y)，W为标准脸宽度；

计算标准脸A、B之间的距离d，计算距离的方法如欧氏距离：

$d=\sqrt{\mathrm{\Σ}{(A(x,y)-B(x,y))}^2};$

设定一个阈值T，当d大于阀值T时认为是侧脸或人脸有偏光；当d小于等于T时，认为是正面人脸且无偏光。

另外，对一些特殊的照片(如犯罪人员照片)，还需检测人脸背后是否有标尺。一般利用一些通用的模式识别方法，如Adaboost、SVM等算法。

Claims (3)

1.一种证件照片的筛选方法，基于人像照片处理软件，其特征在于包括以下步骤：

检测各照片中的人脸个数；

对各照片中的人眼进行定位，检测两眼位之间的距离以及两眼瞳孔连线与水平线的夹角；

分别检测两眼连线的中点到照片上下左右边缘的距离，并计算其与两眼位之间距离的比例；

检测照片宽度和高度，并计算其与两眼位之间距离的比例；

定位各照片中的人脸区域，检测各个灰度等级或灰度带在人脸区域中所占比例，检测人脸区域中灰度的对比度，检测人脸区域中灰度等级的平均值；

检测人脸区域中是否有偏光现象；

检测各照片中的人脸个数，筛去未检测到人脸的以及人脸个数大于1的照片；

对各照片中的人眼进行定位，根据左右眼位计算两眼瞳孔连线与水平线的夹角，筛去夹角大于5度的照片，并计算两眼位之间的距离，筛去眼距小于50个像素的照片；

以两眼连线的中点为参照点，分别筛去该参照点距照片上边缘小于2个眼距、距照片下边缘小于2.5个眼距、距照片左边缘小于1.5个眼距以及距照片右边缘小于1.5个眼距的照片；

筛去照片宽度小于4倍眼距以及高度小于4.5倍眼距的照片；

定位各照片中的人脸区域，利用直方图，计算各个灰度等级在人脸区域中所占比例，筛去单一灰度色比例大于25％或者相邻的3个灰度等级所占的比例之和大于35％的照片；

筛去人脸区域中灰度的对比度在180～255范围以外的照片；

筛去人脸区域中灰度等级的平均值在140～180范围以外的照片；

筛去人脸区域中有偏光现象的照片。

2.按权利要求1所述的一种证件照片的筛选方法，其特征在于：人脸区域的确定的步骤如下：

根据两眼睛的位置旋转照片，使得两眼在同一水平位置；

以两眼连线的中点为参照点，扣出一矩形人脸，该矩形的左右两边分别距参照点1倍眼距，上边距参照点1倍眼距，下边距参照点1.5倍眼距；

将扣出的人脸尺寸缩放到与掩模尺寸一致后，加上掩模以消除人脸外围区域的干扰，掩模内部的人脸部分即是人脸区域。

3.按权利要求1所述的一种证件照片的筛选方法，其特征在于：检测是否有偏光现象的步骤如下：

为照片中的人脸建标准脸A，对该标准脸A作水平镜像得到标准脸B，即B(x，y)＝A(W-1-x，y)，W为标准脸宽度；

计算标准脸A、B之间的距离d，计算距离的方法为欧氏距离：

$d=\sqrt{\mathrm{\Σ}{(A(x,y)-B(x,y))}^2};$

设定一个阈值T，当d大于阀值T时认为是侧脸或人脸有偏光；当d小于等于T时，认为是正面人脸且无偏光。