CN103810687B - 一种图像处理方法及装置 - Google Patents

Abstract

本发明涉及数据处理技术领域，尤其涉及一种图像处理方法及装置。该方法包括：从前景图片中获取第一脸部轮廓中各个点的像素值，从背景图片中获取第二脸部轮廓中各个点的像素值；根据所述第一脸部轮廓中各个点的像素值和所述第二脸部轮廓中各个点的像素值，得到颜色映射表；根据所述颜色映射表，将所述第一脸部轮廓修改为第三脸部轮廓，所述第三脸部轮廓与所述第二脸部轮廓的颜色相匹配；在所述背景图片中，使用所述第三脸部轮廓替换所述第二脸部轮廓。该方法能够自动替换图片中脸部区域，并且有效提高人物形象替换效率。

Description

一种图像处理方法及装置

技术领域

本发明涉及数据处理技术领域，尤其涉及一种图像处理方法及装置。

背景技术

在日常生活中，人们通常需要实现照片中人物形象的替换，即需要替换照片中的脸部区域。例如，急于提交具有特殊背景的证件照，但是手中只有他人证件照的电子版时，需要将他人证件照片中的脸部区域换成自己当前照片的脸部区域，从而合成自己当前的证件照片。又或者用户拍的照片因为时间地点等原因，不能重新拍摄，但是却由于拍摄时表情不好等原因需要替换照片中的脸部图像区域。

现有的替换方法一般是用户通过照片编辑软件如photoshop等，打开一个具有待被替换脸部的第一图片或照片，并打开一个具有可替换该待被替换脸部的脸部的第二图片或照片，然后由用户从第二图片或照片中选取可替换待被替换脸部的脸部，并由用户通过拖拽等操作覆盖第二图片或照片中的待被替换脸部，完成替换。

但是，现有的替换方法存在的问题一是替换得到的脸部效果差，二是完全需要手动操作，替换效率低。

发明内容

本发明提供一种图像处理方法及装置，以实现图片中脸部区域的自动替换，并使处理后的图片效果更好。

一方面，本发明提出一种图像处理方法，包括：

从前景图片中获取第一脸部轮廓中各个点的像素值，从背景图片中获取第二脸部轮廓中各个点的像素值；

根据所述第一脸部轮廓中各个点的像素值和所述第二脸部轮廓中各个点的像素值，得到颜色映射表；

根据所述颜色映射表，将所述第一脸部轮廓修改为第三脸部轮廓，所述第三脸部轮廓与所述第二脸部轮廓的颜色相匹配；

在所述背景图片中，使用所述第三脸部轮廓替换所述第二脸部轮廓。

另一方面，本发明还提出一种图像处理装置，包括：

像素值获取单元，用于从前景图片中获取第一脸部轮廓中各个点的像素值，从背景图片中获取第二脸部轮廓中各个点的像素值；

颜色映射表得到单元，用于根据所述第一脸部轮廓中各个点的像素值和所述第二脸部轮廓中各个点的像素值，得到颜色映射表；

脸部轮廓修改单元，用于根据所述颜色映射表，将所述第一脸部轮廓修改为第三脸部轮廓，所述第三脸部轮廓与所述第二脸部轮廓的颜色相匹配；

脸部轮廓替换单元，用于在所述背景图片中，使用第三脸部轮廓替换所述第二脸部轮廓。

本发明提出的图像处理方法及装置，通过根据所述颜色映射表将所述第一脸部轮廓修改为与所述第二脸部轮廓的颜色相匹配的第三脸部轮廓，并用所述第三脸部轮廓替换所述第二脸部轮廓，使得处理后的背景图片更加自然，提高了脸部替换后产生的新图片的效果，使得新图片自然美观，并且，本发明提供的方法在替换脸部时，不需要与用户交互就可以自动的完成颜色匹配和脸部轮廓的替换，避免了手动操作，有效提高了图像处理效率。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，并不构成对本发明的限定。在附图中：

图1是本发明实施例中提供的一种图像处理方法的实现流程图；

图2是在含有多个人脸的图片中选择脸部区域的示意图；

图3是用户手动指定人脸区域的示意图；

图4是本发明一实施例中第一脸部轮廓中关键点效果图；

图5(1)是本发明一实施例中第一脸部轮廓图；

图5(2)是本发明一实施例中背景图片；

图5(3)是本发明一实施例中第三脸部轮廓直接替换背景图片中第二脸部轮廓的效果图；

图6是采用Delaunay三角剖分效果图；

图7是本发明一实施例中第三脸部轮廓区域的三角剖分图；

图8是本发明一实施例中第三脸部轮廓的初始权重图；

图9是本发明一实施例中对脸部区域所有像素点计算权重效果图；

图10是本发明一实施例中权重叠加后的新图形；

图11(1)是本发明一实施例中前景图片；

图11(2)是本发明一实施例中背景图片；

图11(3)是本发明一实施例中人物形象替换后的新图片；

图12是本发明实施例提供的另一种图像处理方法的流程图；

图13是本发明实施例中提供的一种图像处理装置的结构示意图。

具体实施方式

下面结合附图及具体实施例对本发明进行更加详细与完整的说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。

图1是本发明实施例中提供的一种图像处理方法的实现流程图。本发明实施例提供的方法可以由本发明实施例提供的图像处理装置来执行，该装置可以由软件和/或硬件来实现。如图1所示，本发明实施例提供的方法包括：

步骤11、从前景图片中获取第一脸部轮廓中各个点的像素值，从背景图片中获取第二脸部轮廓中各个点的像素值。

例如，用户可从图像处理装置的相册中选择两张图片，并将它们分别指定为前景图片和背景图片。随后，可采用自动人脸检测方法对前景图片和背景图片中的人脸区域进行初步定位，标定出包含人脸的矩形区域，丢弃图片中的其它部分。当前景图片或背景图片中有多个包含人脸的矩形区域时，可由用户从检测到的多个矩形脸部区域中选择一个脸部区域。图2是在含有多个人脸的图片中选择脸部区域的示意图，如图2所示，当图片中含有多个人脸时，图像处理装置可检测到以矩形框表示的多个人脸区域，然后由用户从其中选择任意一个，图像处理装置根据用户的选择获得前景图片或背景图片中脸部区域的信息。当背景图片或前景图片中含有人脸，但是通过自动人脸检测方法无法检测到包含人脸的矩形区域时，用户在图片中手动选择人脸区域。图3是用户手动指定人脸区域的示意图，如图3所示，此时需要用户手动指定脸部区域中特征点的位置，例如用户指定脸部区域中眼睛和嘴巴的位置，图像处理装置根据用户的选择获得脸部区域的信息。

获得第一脸部区域和第二脸部区域后，可通过自动轮廓提取方法分别获得第一脸部轮廓和第二脸部轮廓。轮廓提取方法主要是提取人脸区域中包含五官及脸部的轮廓。例如采用T.F.Cootes提供的Active Shape Models方法提前脸部轮廓。采用Active ShapeModels方法提取第一脸部轮廓时，可标出第一脸部轮廓区域中59个关键点。图4是本发明一实施例中第一脸部轮廓中关键点效果图，如图4所示，蓝色点即为关键点。获得第一脸部轮廓和第二脸部轮廓后，

可采用编程语句（例如C语句等）分别获得第一脸部轮廓中各个点的像素值和第二脸部轮廓中各个点的像素值。

其中，前景图片和背景图片可为彩色图片，通过存储图片的像素值来存储图片的信息。在彩色图片中，各个点的像素值通常采用红绿蓝的强度来表示，如，K点的像素值可以表示为（R_k,G_k,B_k），其中，R_k,G_k,B_k均可以取0～255共256个值。

步骤12、根据所述第一脸部轮廓中各个点的像素值和所述第二脸部轮廓中各个点的像素值，得到颜色映射表。

为了使得第一脸部轮廓的颜色和第二脸部轮廓的颜色匹配，需要构建颜色映射表。例如，分别计算所述第一脸部轮廓中颜色概率分布Fb_i、Fg_i和Fr_i，以及分别计算所述第二脸部轮廓中颜色概率分布Bb_i、Bg_i和Br_i，依据如下公式：

以上六个公式i为像素值，取值范围为0到255，第一脸部轮廓和第二脸部轮廓指通过Active Shape Models方法提取的区域。

根据所述第一脸部轮廓中和所述第二脸部轮廓中颜色概率分布，得到所述颜色映射表。如，依据如下公式分别计算蓝色、绿色和红色像素的颜色映射表B_i、G_i和R_i：

B_i=findFirstNotLessIndex（Bb,Fb_i）;

G_i=findFirstNotLessIndex（Bg,Fg_i）;

R_i=findFirstNotLessIndex（Br,Fr_i）;

以上三个公式中Bb=[Bb_i]，Bg=[Bg_i]及Br=[Br_i]，即它们分别为颜色概率分布Bb_i、Bg_i和Br_i构成的长度为256的数列，其中i的取值为0到255。函数findFirstNotLessIndex（List，x）为从数列List中首项到尾项方向上第一个不小于x的项的序号，List为Bb、Bg或Br，对应的，x为Fb_i、Fg_i或Fr_i。例如List=[1,3,4,9,10,7]，x=4，其中List从0开始编号，那么函数findFirstNotLessIndex（List，x）的计算结果为2。

步骤13、根据所述颜色映射表，将所述第一脸部轮廓修改为所述第三脸部轮廓，所述第三脸部轮廓与所述第二脸部轮廓的颜色相匹配。

例如，根据颜色映射表，获取所述第一脸部轮廓中各个点的像素值的映射值；用所述映射值替换所述第一脸部轮廓中各个点的像素值。

如计算第三脸部轮廓中K点的像素值（NewB，NewG，NewG）时，依据如下公式：

NewB=B_OldB；

NewG=G_OldG；

NewR=R_OldR，

其中，OldB，OldG和OldR为第一脸部轮廓中K点的像素值，B_OldB、G_OldG和R_OldR分别是像素值OldB、OldG和OldR在颜色映射表中的映射值。

图5(1)是本发明一实施例中第一脸部轮廓图，图5(2)是本发明一实施例中背景图片，图5(3)是本发明一实施例中第三脸部轮廓直接替换背景图片中第二脸部轮廓的效果图。比较图5(1)和图5(2)可知，第一脸部轮廓的颜色与背景图片的颜色差别较大，如果直接在背景图片中使用第一脸部轮廓替换第二脸部轮廓，生成的新图片颜色分布不均。如图5(3)所示，通过颜色匹配将第一脸部轮廓修改为第三脸部轮廓后，第三脸部轮廓的颜色与背景图片的颜色匹配度较好。

步骤14、在所述背景图片中，使用所述第三脸部轮廓替换所述第二脸部轮廓。

例如，采用三角剖分将所述第三脸部轮廓剖分为三角形区域的组合，结合关键点和各个三角形区域逐点计算脸部区域内像素点的权重，并且依据权重计算第三脸部轮廓区域内每一点P的新像素值，以用第三脸部轮廓替换第二脸部轮廓。其中，三角剖分可采用Delaunay三角剖分，Delaunay三角剖分主要有3类方法：逐点插入法、三角网生长法和分治法。例如，可采用逐点插入法将第三脸部轮廓剖分为小的三角形区域的组合。图6是采用Delaunay三角剖分效果图，如图6所示，Delaunay三角剖分可将人脸区域剖分成小的三角形区域的组合。

图7是本发明一实施例中第三脸部轮廓区域的三角剖分图，如图7所示，Delaunay三角剖分能够将第三脸部轮廓中划分为小的三角形区域的组合，并且59个关键点均为三角形的顶点。逐点计算脸部区域内像素点的权重，可令眉毛外边缘，和脸颊轮廓的关键点的权重为0，令其他关键点的权重均为1，即令图7中黑色粗线外的关键点的权重为0，黑色粗线内的关键点的权重为1。第三脸部轮廓的初始权重图如图8所示。

对于脸部区域内某一非关键点P（Px,Py），必然包含于某一三角形ABC中，A,B和C点均为关键点，计算所述第三脸部轮廓区域内每一点P的权重W_p，依据如下公式：

其中，W_a,W_b,W_c分别为P所属三角形ABC中顶点A、B和C的权重，(A_x,A_y),(B_x,B_y),(C_x,C_y)和(P_x,P_y)分别为A，B，C和P点的坐标。图9是本发明一实施例中对脸部区域所有像素点计算权重效果图，其中白色权重为1，黑色权重为0，如图9所示，脸部区域内，边缘区域的权重较低，眼睛和嘴巴附近的中心区域的权重较高。

计算第三脸部轮廓区域内每一点P的新像素值NEWp，根据如下公式：

NEWp=Fp×Wp+Bp×(1-Wp)，

其中Fp为P点处第三脸部轮廓中的各个颜色通道的像素值，Bp为P点处第二脸部轮廓中各个颜色通道的像素值。

图10是本发明一实施例中权重叠加后的新图形，比较图10和图5(3)可知，在背景图片中直接使用第三脸部轮廓替换第二脸部轮廓后，虽然颜色匹配度较好，但是替换产生的新图片在脸部轮廓的边缘区域存在明显的分割区域，然而如图10所示，用权重叠加修改第三脸部轮廓中各点的像素值之后，再使用第三脸部轮廓替换第二脸部轮廓产生的新图片中第三脸部轮廓和背景图片的融合效果更好。因此，采用权重叠加能够有效提高新图片的效果。

另外，图11(1)、图11(2)和图11(3)分别是本发明一实施例中前景图片，背景图片和人物形象替换后的新图片，结合图11(1)-图11(3)所示，第一脸部轮廓和第二脸部轮廓为不同人的脸部轮廓时，本发明提供的图像处理方法能够实现人物形象的自动替换，并且具有较好的替换效果。

图12是本发明实施例提供的另一种图像处理方法的流程图。如图12所示，图像处理方法的流程包括：通过用户与图形处理装置的交互从前景图片中提取前景脸部轮廓，从背景图片中提取背景脸部轮廓；图像处理装置用前景脸向背景脸做颜色匹配；图像处理装置用前景脸向背景脸做合成；及图像处理装置输出合成结果。其中，从前景图片中提取前景脸部轮廓的过程具体包括：图像处理装置读入前景图片；图像处理装置在前景图片中检测人脸位置，当没有检测到人脸时，用户手动选择一个人脸，并对所选择的人脸做前景脸部轮廓提取；当检测到人脸时，判断是否有多个人脸，若检测到多个人脸，则用户从多个人脸中手动选择一个；若只检测到一个人脸，图像处理装置从前景图片中提取前景脸部轮廓。从背景图片中提取背景脸部轮廓的过程与从前景图片中提取前景脸部轮廓的过程完全一致，在此不再赘述。

本发明实施例所提供的图像处理方法，通过构建第一脸部轮廓和第二脸部轮廓的颜色映射表，并采用颜色映射表将第一脸部轮廓替换为第三脸部轮廓，使得第三脸部轮廓和背景图片的颜色匹配，进一步的，本发明实施例在使用第三脸部轮廓替换第二脸部轮廓时通过权重叠加使得产生的新图片效果更加自然。由于本实施例中实现了人物形象的自动替换，能够有效提高人物形象的替换效率。

图13是本发明实施例中提供一种图像处理装置的结构示意图。本发明实施例和本发明中方法实施例属于统一构思，用于实现图1所示实施例中的方法。

如图13所示，本发明实施例提供的装置，包括：像素值获取单元21，用于从前景图片中获取第一脸部轮廓中各个点的像素值，从背景图片中获取第二脸部轮廓中各个点的像素值；颜色映射表得到单元22，用于根据所述第一脸部轮廓中各个点的像素值和所述第二脸部轮廓中各个点的像素值，得到颜色映射表；脸部轮廓修改单元23，用于根据所述颜色映射表，将所述第一脸部轮廓修改为第三脸部轮廓，所述第三脸部轮廓与所述第二脸部轮廓的颜色相匹配；脸部轮廓替换单元24，用于在所述背景图片中，使用所述第三脸部轮廓替换所述第二脸部轮廓。

所述颜色映射表得到单元22可包括：

颜色概率分布计算子单元，用于分别计算所述第一脸部轮廓中颜色概率分布Fb_i、Fg_i和Fr_i，以及分别计算所述第二脸部轮廓中颜色概率分布Bb_i、Bg_i和Br_i，依据如下公式：

其中，i为像素值，取值范围为0到255；

颜色映射表获得子单元，用于根据所述第一脸部轮廓中和所述第二脸部轮廓中颜色概率分布，得到所述颜色映射表。

其中，所述颜色映射表获得子单元具体用于依据如下公式分别计算蓝色、绿色和红色像素的颜色映射表B_i、G_i和R_i：

B_i=findFirstNotLessIndex（Bb,Fb_i）;

G_i=findFirstNotLessIndex（Bg,Fg_i）;

R_i=findFirstNotLessIndex（Br,Fr_i）;

其中，Bb为Bb_i构成的数列，Bg为Bg_i构成的数列，Br为Br_i构成的数列，函数findFirstNotLessIndex（List，x）为从数列List中首项到尾项方向上第一个不小于x的项的序号，List为Bb、Bg或Br，对应的，x为Fb_i、Fg_i或Fr_i。所述脸部轮廓修改单元23可包括：

映射值获得子单元，用于根据颜色映射表，获取所述第一脸部轮廓中各个点的像素值的映射值；

像素值替换子单元，用于以所述映射值替换所述第一脸部轮廓中各个点的像素值。

所述脸部轮廓替换单元24可包括：

轮廓剖分子单元，用于采用三角剖分将所述第三脸部轮廓剖分为三角形区域的组合；

权重计算子单元，用于计算所述第三脸部轮廓区域内每一点P的权重W_p，依据如下公式：

其中，W_a,W_b,W_c分别为P所属三角形ABC中顶点A、B和C的权重，(A_x,A_y),(B_x,B_y),(C_x,C_y)和(P_x,P_y)分别为A，B，C和P点的坐标；新像素值计算子单元，用于计算第三脸部轮廓区域内每一点P的新像素值NEWp，根据如下公式：

NEWp=Fp×Wp+Bp×(1-Wp)，

其中Fp为P点处第三脸部轮廓中的各个颜色通道的像素值，Bp为P点处第二脸部轮廓中各个颜色通道的像素值。

本实施例提供的图像处理装置用于执行本发明任意实施例提供的图像处理方法，具备相应的功能模块，达到相同的技术效果。

上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种图像处理方法，其特征在于，包括：

从前景图片中获取第一脸部轮廓中各个点的像素值，从背景图片中获取第二脸部轮廓中各个点的像素值；

根据所述第一脸部轮廓中各个点的像素值和所述第二脸部轮廓中各个点的像素值，得到颜色映射表；

根据所述颜色映射表，将所述第一脸部轮廓修改为第三脸部轮廓，所述第三脸部轮廓与所述第二脸部轮廓的颜色相匹配；

在所述背景图片中，使用权重叠加后的第三脸部轮廓替换所述第二脸部轮廓；其中，权重叠加后的第三脸部轮廓内每一个点的像素值的计算步骤如下：

采用三角剖分将所述第三脸部轮廓剖分为三角形区域的组合；

依据如下公式计算所述第三脸部轮廓区域内每一点P的权重W_p：

$W_p=\[W_a,W_b,W_c\]\×{\left[\begin{array}{ccc}{A}_x& B_x& C_x\\ A_y& B_y& C_y\\ 1& 1& 1\end{array}\right]}^{-1}\×\left[\begin{array}{c}{P}_x\\ P_y\\ 1\end{array}\right]$

其中，W_a,W_b,W_c分别为P所属三角形ABC中顶点A、B和C的权重，(A_x,A_y),(B_x,B_y),(C_x,C_y)和(P_x,P_y)分别为A，B，C和P点的坐标；

依据如下公式计算第三脸部轮廓区域内每一点P的新像素值NEWp：

NEWp＝Fp×Wp+Bp×(1-Wp)，

其中Fp为P点处第三脸部轮廓中的各个颜色通道的像素值，Bp为P点处第二脸部轮廓中各个颜色通道的像素值。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一脸部轮廓中各个点的像素值和所述第二脸部轮廓中各个点的像素值，得到颜色映射表，包括：

分别计算所述第一脸部轮廓中颜色概率分布Fb_i、Fg_i和Fr_i，以及分别计算所述第二脸部轮廓中颜色概率分布Bb_i、Bg_i和Br_i，依据如下公式：

其中，i为像素值，取值范围为0到255；

根据所述第一脸部轮廓中和所述第二脸部轮廓中颜色概率分布，得到所述颜色映射表。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一脸部轮廓中和所述第二脸部轮廓中颜色概率分布，得到所述颜色映射表，包括：

依据如下公式分别计算蓝色、绿色和红色像素的颜色映射表B_i、G_i和R_i：

B_i＝findFirstNotLessIndex(Bb,Fb_i)；

G_i＝findFirstNotLessIndex(Bg,Fg_i)；

R_i＝findFirstNotLessIndex(Br,Fr_i)；

其中，Bb为Bb_i构成的数列，Bg为Bg_i构成的数列，Br为Br_i构成的数列，函数findFirstNotLessIndex(List，x)为从数列List中首项到尾项方向上第一个不小于x的项的序号，List为Bb、Bg或Br，对应的，x为Fb_i、Fg_i或Fr_i。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述颜色映射表，将所述第一脸部轮廓修改为所述第三脸部轮廓，包括：

根据颜色映射表，获取所述第一脸部轮廓中各个点的像素值的映射值；

用所述映射值替换所述第一脸部轮廓中各个点的像素值。

5.一种图像处理装置，其特征在于，包括：

像素值获取单元，用于从前景图片中获取第一脸部轮廓中各个点的像素值，从背景图片中获取第二脸部轮廓中各个点的像素值；

颜色映射表得到单元，用于根据所述第一脸部轮廓中各个点的像素值和所述第二脸部轮廓中各个点的像素值，得到颜色映射表；

脸部轮廓修改单元，用于根据所述颜色映射表，将所述第一脸部轮廓修改为第三脸部轮廓，所述第三脸部轮廓与所述第二脸部轮廓的颜色相匹配；

脸部轮廓替换单元，用于在所述背景图片中，使用权重叠加后的第三脸部轮廓替换所述第二脸部轮廓；其中，脸部轮廓替换单元包括：

轮廓剖分子单元，用于采用三角剖分将所述第三脸部轮廓剖分为三角形区域的组合；

权重计算子单元，用于计算所述第三脸部轮廓区域内每一点P的权重W_p，依据如下公式：

$W_p=\[W_a,W_b,W_c\]\×{\left[\begin{array}{ccc}{A}_x& B_x& C_x\\ A_y& B_y& C_y\\ 1& 1& 1\end{array}\right]}^{-1}\×\left[\begin{array}{c}{P}_x\\ P_y\\ 1\end{array}\right]$

其中，W_a,W_b,W_c分别为P所属三角形ABC中顶点A、B和C的权重，(A_x,A_y),(B_x,B_y),(C_x,C_y)和(P_x,P_y)分别为A，B，C和P点的坐标；

新像素值计算子单元，用于计算第三脸部轮廓区域内每一点P的新像素值NEWp，根据如下公式：

NEWp＝Fp×Wp+Bp×(1-Wp)，

其中Fp为P点处第三脸部轮廓中的各个颜色通道的像素值，Bp为P点处第二脸部轮廓中各个颜色通道的像素值。

6.根据权利要求5所述的装置，其特征在于，所述颜色映射表得到单元包括：

颜色概率分布计算子单元，用于分别计算所述第一脸部轮廓中颜色概率分布Fb_i、Fg_i和Fr_i，以及分别计算所述第二脸部轮廓中颜色概率分布Bb_i、Bg_i和Br_i，依据如下公式：

其中，i为像素值，取值范围为0到255；

颜色映射表获得子单元，用于根据所述第一脸部轮廓中和所述第二脸部轮廓中颜色概率分布，得到所述颜色映射表。

7.根据权利要求6所述的装置，其特征在于，所述颜色映射表获得子单元具体用于依据如下公式分别计算蓝色、绿色和红色像素的颜色映射表B_i、G_i和R_i：

B_i＝findFirstNotLessIndex(Bb,Fb_i)；

G_i＝findFirstNotLessIndex(Bg,Fg_i)；

R_i＝findFirstNotLessIndex(Br,Fr_i)；

其中，Bb为Bb_i构成的数列，Bg为Bg_i构成的数列，Br为Br_i构成的数列，函数findFirstNotLessIndex(List，x)为从数列List中首项到尾项方向上第一个不小于x的项的序号，List为Bb、Bg或Br，对应的，x为Fb_i、Fg_i或Fr_i。

8.根据权利要求5-7任一项所述的装置，其特征在于，所述脸部轮廓修改单元包括：

映射值获得子单元，用于根据颜色映射表，获取所述第一脸部轮廓中各个点的像素值的映射值；

像素值替换子单元，用于以所述映射值替换所述第一脸部轮廓中各个点的像素值。