CN102867179A

CN102867179A - 一种数字证件照片采集质量检测的方法

Info

Publication number: CN102867179A
Application number: CN2012103128633A
Authority: CN
Inventors: 李小明; 赵红星; 廖育宁
Original assignee: GUANGDONG POYA INFORMATION TECHNOLOGY CO LTD
Current assignee: GUANGDONG POYA INFORMATION TECHNOLOGY CO LTD
Priority date: 2012-08-29
Filing date: 2012-08-29
Publication date: 2013-01-09

Abstract

本发明提供一种数字证件照片采集质量检测的方法，该方法首先对人脸定位，从背景中检测人脸、确定人脸位置；其次对双眼定位，用于在人脸中确定双眼位置，确定为关键点，作为人脸识别的重要依据；然后检查影像质量，分析人脸清晰度；最后影像校正，即在平面内进行照片的缩小和角度纠正。本发明解决了现有技术在识别过程中存在照片不清晰、采集质量不高，进而影响人脸识别系统比对成功率的技术问题。通过人脸定位、双眼定位、检查影像质量、影像校正四个流程，减少眼睛、背景、光线、角度等的影响，提高采集照片质量。

Description

一种数字证件照片采集质量检测的方法

技术领域

本发明涉及电子信息领域，具体涉及一种数字证件照片采集质量检测的方法。

背景技术

人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音（语音）、体形等。这其中，只有人脸特征是最直观、最可靠、最准确的，利用人脸特征进行身份验证是最自然、最直接的手段。相比其它人体生物特征识别，人脸特征识别不需对象行为的配合就能方便有效地核查对象的身份，不易被察觉，因而具有优良的防伪、防欺诈、直接、友好、方便等特点。经过几十年的研究，人脸识别技术已广泛的应用在安防、门禁、考勤等领域。人脸识别系统通过前端摄像机采集到的图像经过建模，与人库中的照片进行人像识别比对，输出匹配的信息。因此，图像采集是进行人脸识别的前提，而采集的图像质量将严重影响着人脸识别结果。目前，在人脸识别领域中，大多是基于二维的人脸识别方法，受头发、眼睛、胡须、背景、光线、角度等影响严重，存在图像噪点过多，前景目标模糊不清，比如人脸与背景区别不大造成人脸分割困难等等，都会严重影响图像质量。那么一种良好的图像处理方法就显得尤为重要。

发明内容

为了解决现有技术在识别过程中存在照片不清晰、采集质量不高，进而影响人脸识别系统比对成功率的技术问题，本发明提供一种数字证件照片采集质量检测的方法。

为实现上述目的，本发明的技术方案如下：

一种数字证件照片采集质量检测的方法，其特征在于：包括以下步骤：

步骤1、人脸定位：用于从复杂的背景中分割、抽取、验证人脸区域和可能用到的人脸特征，并对光线、人脸方向、照相距离远近的变化状况进行处理；

步骤2、双眼定位：在人脸中确定双眼位置，确定为关键点，作为人脸识别的重要依据；

步骤3、检查影像质量：用于检查照片的清晰度，并做相应的处理，进一步增强照片质量；

步骤4、影像校正：用于对照片进行调整，在平面内进行照片的缩小和角度纠正。

作为上述技术方案的进一步改进，所述步骤1中人脸定位法是基于先验规则的定位法。

作为上述技术方案的进一步改进，所述步骤1中人脸定位法是基于几何形状信息的定位法。

作为上述技术方案的进一步改进，所述步骤1中人脸定位法是基于色彩信息的定位法。

作为上述技术方案的进一步改进，所述步骤1中人脸定位法是基于外观信息的定位法。

作为上述技术方案的进一步改进，所述步骤1中人脸定位法是基于关联信息的定位法。

作为上述技术方案的进一步改进，所述双眼定位法是基于模板匹配和Hough变换两步快速定位人眼的方法。

作为上述技术方案的进一步改进，所述双眼定位法具体包括以下步骤：

首先利用设定阀值自动将人眼与人脸其它部分和背景分离或利用人眼灰度值进行眼睛定位；

其次通过对灰度图像进行垂直和水平灰度投影后，对人脸初步定；

最后用瞳孔大小的方框搜索人脸，落入框内的黑色像素个数达到最大时，框的位置即是眼睛位置。

作为上述技术方案的进一步改进，所述步骤3中照片处理内容包括脸部的色彩、脸部曝光、脸部光线均匀、脸部平均色彩、脸部高光、模糊度、亮度均值、灰度动态范围、不均匀性、过曝光比例、欠曝光比例、图像锐度、图像模糊度、眼睛开闭、是否佩戴眼镜、眼睛正视前方、眼睛色彩、头发遮住眼睛、单色背景、背景颜色、背景均匀度以及背景灰度值。

作为上述技术方案的进一步改进，所述步骤4中调整内容包括照片尺寸，照片分片率，照片大小，照片格式、色彩位数、照片角度、照片翻转、照片裁剪、头顶距照片上边缘距离、脸部宽度以及正脸偏离度。

实施本发明的一种数字证件照片采集质量检测的方法，具有以下有益效果：

本发明通过人脸定位、双眼定位、检查影像质量、影像校正四个流程，减少眼睛、背景、光线、角度等的影响，提高采集照片质量。

附图说明

图1是本发明的流程图。

具体实施方式：

参见图1，本发明提出一种数字证件照片采集质量检测的方法，通过人脸定位、双眼定位、检查影像质量、影像校正四个流程，减少眼睛、背景、光线、角度等的影响，提高采集照片质量。具体为：

第一步，进行人脸定位，其目的是从复杂的背景中分割、抽取、验证人脸区域和可能用到的人脸特征，并能处理存在的光线、人脸方向、照相距离远近的变化等各种情况。提取的人脸特种用于定位人脸、验证人脸检测的结果以及精确指明人脸位置，作为人脸识别的依据之一。目前根据定位所依据的信息类型，将人脸定位方法分为基于先验规则、基于几何形状信息、基于色彩信息、基于外观信息和基于关联信息等五类。

第二步，进行双眼定位。眼睛是人脸的关键性特征部位，具有一定的面积，两眼间距受光照或表情变化的影响最小，并且眼睛的灰度值是人脸所有的五官中是最高的。所以常被用于几何特征或图像尺寸的归一化标准，常用的人眼定位方法有基于人脸检测如模板匹配、hough变换等，利用阀值自动将人眼与人脸其它部分和背景分离，也可利用人眼灰度值进行眼睛定位，再通过对灰度图像进行垂直和水平灰度投影后，对人脸初步定。然后用瞳孔大小的方框搜索人脸，落入框内的黑色像素个数达到最大时，框的位置即是眼睛位置。其中人眼位置的判定主要准则为：1）双眼中心距应在某个范围内，以160*120图像为例，双眼中心距变化约在20-50像素距离范围内。2）双眼下方一定距离内不能有其他黑块，双眼下方一定距离内没有其他器官，因此在二值化图像中不能有其他黑块，这是区分眉毛和眼睛的重要依据。3）双眼的中心位置上下相差不超过一定距离。人脸在图像中可能向两侧倾斜，双眼的中心位置常常不在水平线上。作为判断依据，允许人脸在一定程度上向两侧倾斜，双眼的中心位置在垂直方向相差不超过一定距离。4）眼睛黑块所包含的像素数应在某个范围内。二值化图像中眼块所包含的像素数应在某个范围内（5-50像素），太大黑块不太可能是眼块。5）眼睛黑块的外接矩形应是一宽大于高的矩形或接近于正方形。由于眼睛的结构特点，二值化图像中眼块的外接矩形应是宽大于高的矩形或接近于正方形。眼块的几何中心位于圆形的眼睛虹膜（含瞳孔）位置，高远大于宽的外接矩形对应的黑块不可能是眼块。双眼定位成功后才进入下一步，否则停止图像检测。因为双眼不能定位，则失去了一个重要的判断依据，再进行下面几步图像检测也无意义。

第三步，检查影像质量。该步骤主要是检查照片的清晰度，并做相应的处理，进一步增强照片质量。照片处理内容包括脸部的色彩、脸部曝光、脸部光线均匀、脸部平均色彩、脸部高光、模糊度、亮度均值、灰度动态范围、不均匀性、过曝光比例、欠曝光比例、图像锐度、图像模糊度、眼睛开闭、是否佩戴眼镜、眼睛正视前方、眼睛色彩、头发遮住眼睛、单色背景、背景颜色、背景均匀度、背景灰度值等。第四步，影像校正。主要是对照片进行调整，调整内容包括照片尺寸，照片分片率，照片大小，照片格式、色彩位数、照片角度、照片翻转、照片裁剪、头顶距照片上边缘距离、脸部宽度、正脸偏离度等。

人脸定位→双眼定位→检查影像质量→影像校正四个步骤逐一进行，人脸定位是前提，只有识别、确定人脸位置，人脸识别系统才能确定照片属于人像，后续流程才有意义；双眼是人脸识别的最重要依据，人脸定位后，系统则在人脸范围而不是整张照片大范围内寻找双眼，进行双眼定位，减少检查范围，缩小检索时间。双眼不能定位，则无法进行人脸识别，检查影像质量、影像校正、建模、入库等就毫无意义。检查影像质量是对人脸属性做进一步的处理，增强照片清晰度、脸部色彩等，使照片满足人脸识别系统要求，经过照片质量处理后还不符合要求，则丢弃照片，也没必要对照片进行角度调整、裁剪、翻转等校正工作了。

经过此流程紧密配合的处理，可以大大减少背景、眼睛、光线、饰品、脸偏离角度等因素对照片的影响，将采集照片时对人的要求降低到最低，有效的提高了照片的采集质量，增加人脸识别的成功率。

上面结合列表对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims

1.一种数字证件照片采集质量检测的方法，其特征在于：包括以下步骤：

1）人脸定位：用于从复杂的背景中分割、抽取、验证人脸区域和可能用到的人脸特征，并对光线、人脸方向、照相距离远近的变化状况进行处理；

2）双眼定位：在人脸中确定双眼位置，确定为关键点，作为人脸识别的重要依据；

3）检查影像质量：用于检查照片的清晰度，并做相应的处理，进一步增强照片质量；

4）影像校正：用于对照片进行调整，在平面内进行照片的缩小和角度纠正。

2.根据权利要求1所述的数字证件照片采集质量检测的方法，其特征在于：所述步骤1中人脸定位法是基于先验规则的定位法。

3.根据权利要求1所述的数字证件照片采集质量检测的方法，其特征在于：所述步骤1中人脸定位法是基于几何形状信息的定位法。

4.根据权利要求1所述的数字证件照片采集质量检测的方法，其特征在于：所述步骤1中人脸定位法是基于色彩信息的定位法。

5.根据权利要求1所述的数字证件照片采集质量检测的方法，其特征在于：所述步骤1中人脸定位法是基于外观信息的定位法。

6.根据权利要求1所述的数字证件照片采集质量检测的方法，其特征在于：所述步骤1中人脸定位法是基于关联信息的定位法。

7.根据权利要求2-6任一项所述的数字证件照片采集质量检测的方法，其特征在于：所述双眼定位法是基于模板匹配和Hough变换两步快速定位人眼的方法。

8.根据权利要求7所述的数字证件照片采集质量检测的方法，其特征在于：所述双眼定位法具体包括以下步骤：

1）利用设定阀值自动将人眼与人脸其它部分和背景分离或利用人眼灰度值进行眼睛定位；

2）通过对灰度图像进行垂直和水平灰度投影后，对人脸初步定；

3）用瞳孔大小的方框搜索人脸，落入框内的黑色像素个数达到最大时，框的位置即是眼睛位置。

9.根据权利要求1所述的数字证件照片采集质量检测的方法，其特征在于：所述步骤3中照片处理内容包括脸部的色彩、脸部曝光、脸部光线均匀、脸部平均色彩、脸部高光、模糊度、亮度均值、灰度动态范围、不均匀性、过曝光比例、欠曝光比例、图像锐度、图像模糊度、眼睛开闭、是否佩戴眼镜、眼睛正视前方、眼睛色彩、头发遮住眼睛、单色背景、背景颜色、背景均匀度以及背景灰度值。

10.根据权利要求9所述的数字证件照片采集质量检测的方法，其特征在于：所述步骤4中调整内容包括照片尺寸，照片分片率，照片大小，照片格式、色彩位数、照片角度、照片翻转、照片裁剪、头顶距照片上边缘距离、脸部宽度以及正脸偏离度。