CN105469017A - 人脸图像处理方法及装置 - Google Patents

Abstract

本公开是关于一种人脸图像处理方法及装置。所述方法包括：计算局部图像中每个像素点的距离变换值；根据所述局部图像中每个像素点的距离变换值计算所述局部图像中每个像素点的混合向量值；根据所述局部图像中每个像素点的混合向量值将所述局部图像与人脸图像进行图像合成。所述装置包括第一计算模块，第二计算模块和合成模块。本公开增强了合成图像边缘的平滑过渡性，避免了合成图像后局部图像的不自然现象，提高了人脸图像处理效果。

Description

人脸图像处理方法及装置

技术领域

本公开涉及图像处理技术领域，尤其涉及一种人脸图像处理方法及装置。

背景技术

随着移动设备自拍、连拍的流行，人脸智能美颜技术逐渐发展起来，特别是随着个人照片分享等网络互联分享的高速增长，更是对人脸智能美颜技术提出了更高的挑战。相关技术中，Alpha-Blending是按照“Alpha”混合向量值来混合源像素和目标像素的一种图像处理技术。但是，在人脸智能美颜技术中采用Alpha-blending进行图像合成，耗时高效率低，Alpha值的计算精度也有待进一步提高，并且，图像合成时会出现局部不自然的现象。

发明内容

为克服相关技术中存在的问题，本公开实施例提供一种人脸图像处理方法及装置。

根据本公开实施例的第一方面，提供一种人脸图像处理方法，所述方法包括：

计算局部图像中每个像素点的距离变换值；

根据所述局部图像中每个像素点的距离变换值计算所述局部图像中每个像素点的混合向量值；

根据所述局部图像中每个像素点的混合向量值将所述局部图像与人脸图像进行图像合成。

可选的，所述计算局部图像中每个像素点的距离变换值，包括：

获取所述局部图像中人脸关键部位的轮廓点连线；

确定所述局部图像中每个像素点到所述轮廓点连线上的像素点的距离最小值，为局部图像中每个像素点的距离变换值。

可选的，所述根据所述局部图像中每个像素点的距离变换值计算所述局部图像中每个像素点的混合向量值，包括：

当像素点(x_i,y_i)为所述轮廓点连线上的像素点时，确定所述像素点(x_i,y_i)的混合向量值其中，0<a<1；

当像素点(x_i,y_i)为所述轮廓点连线外部的像素点，且像素点(x_i,y_i)的距离变换值小于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值 ${\mathrm{Alpha}}_{(x_i,y_i)}=a*\mathrm{Dis}{t}_{(x_i,y_i)}/\mathrm{nDistTH};$

当像素点(x_i,y_i)为所述轮廓点连线内部的像素点，且像素点(x_i,y_i)的距离变换值小于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值 ${\mathrm{Alpha}}_{(x_i,y_i)}=a+a*\mathrm{Dis}{t}_{(x_i,y_i)}/\mathrm{nDistTH};$

当像素点(x_i,y_i)为所述轮廓点连线外部的像素点，且像素点(x_i,y_i)的距离变换值大于或等于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值

当像素点(x_i,y_i)为所述轮廓点连线内部的像素点，且像素点(x_i,y_i)的距离变换值大于或等于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值

可选的，所述距离变换值阈值nDistTH为所述人脸关键部位的宽度的相对值。

可选的，所述根据所述局部图像中每个像素点的混合向量值将所述局部图像与人脸图像进行图像合成，包括：

获取所述局部图像中每个像素点的灰度值，及所述人脸图像中与所述局部图像对应的像素点的灰度值；

根据所述局部图像中每个像素点的混合向量值、所述局部图像中每个像素点的灰度值，及所述人脸图像中与所述局部图像对应的像素点的灰度值计算所述局部图像中每个像素点图像合成后的灰度值。

可选的，根据以下公式计算每个像素点图像合成后的灰度值，

${\mathrm{Data}}_{(x_i,y_i)}=\mathrm{Alph}{a}_{(x_i,y_i)}*\mathrm{fDat}{a}_{(x_i,y_i)}+(1-{\mathrm{Alpha}}_{(x_i,y_i)})*b{\mathrm{Data}}_{(x_i,y_i)},$

其中，为所述像素点(x_i,y_i)图像合成后的灰度值，为所述像素点(x_i,y_i)的混合向量值，为所述人脸图像中与所述局部图像对应的像素点(x_i,y_i)的灰度值，为所述所述局部图像中像素点(x_i,y_i)灰度值。

可选的，所述局部图像为对所述人脸图像的局部进行美化处理后得到的；

所述根据所述局部图像中每个像素点的混合向量值将所述局部图像与人脸图像进行图像合成，包括：

获取所述局部图像中每个像素点美化处理前后的灰度值；

根据所述局部图像中每个像素点的混合向量值和所述局部图像中每个像素点美化处理前后的灰度值计算所述局部图像中每个像素点图像合成后的灰度值。

根据本公开实施例的第二方面，提供一种人脸图像处理装置，包括：

第一计算模块，用于计算局部图像中每个像素点的距离变换值；

第二计算模块，用于根据所述局部图像中每个像素点的距离变换值计算所述局部图像中每个像素点的混合向量值；

合成模块，用于根据所述局部图像中每个像素点的混合向量值将所述局部图像与人脸图像进行图像合成。

所述第一计算模块，用于获取所述局部图像中人脸关键部位的轮廓点连线；确定所述局部图像中每个像素点到所述轮廓点连线上的像素点的距离最小值，为局部图像中每个像素点的距离变换值。

所述第二计算模块，用于当像素点(x_i,y_i)为所述轮廓点连线上的像素点时，确定所述像素点(x_i,y_i)的混合向量值其中，0<a<1；

当像素点(x_i,y_i)为所述轮廓点连线外部的像素点，且像素点(x_i,y_i)的距离变换值小于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值 ${\mathrm{Alpha}}_{(x_i,y_i)}=a*\mathrm{Dis}{t}_{(x_i,y_i)}/\mathrm{nDistTH};$

当像素点(x_i,y_i)为所述轮廓点连线内部的像素点，且像素点(x_i,y_i)的距离变换值小于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值 ${\mathrm{Alpha}}_{(x_i,y_i)}=a+a*\mathrm{Dis}{t}_{(x_i,y_i)}/\mathrm{nDistTH};$

当像素点(x_i,y_i)为所述轮廓点连线外部的像素点，且像素点(x_i,y_i)的距离变换值大于或等于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值

当像素点(x_i,y_i)为所述轮廓点连线内部的像素点，且像素点(x_i,y_i)的距离变换值大于或等于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值

可选的，所述合成模块包括：

获取单元，用于所述局部图像中每个像素点的灰度值，及所述人脸图像中与所述局部图像对应的像素点的灰度值；

计算单元，用于根据所述局部图像中每个像素点的混合向量值、所述局部图像中每个像素点的灰度值，及所述人脸图像中与所述局部图像对应的像素点的灰度值计算所述局部图像中每个像素点图像合成后的灰度值。

所述计算单元，用于根据以下公式计算每个像素点图像合成后的灰度值，

${\mathrm{Data}}_{(x_i,y_i)}=\mathrm{Alph}{a}_{(x_i,y_i)}*\mathrm{fDat}{a}_{(x_i,y_i)}+(1-{\mathrm{Alpha}}_{(x_i,y_i)})*b{\mathrm{Data}}_{(x_i,y_i)},$

其中，为所述像素点(x_i,y_i)图像合成后的灰度值，为所述像素点(x_i,y_i)的混合向量值，为所述人脸图像中与所述局部图像对应的像素点(x_i,y_i)的灰度值，为所述所述局部图像中像素点(x_i,y_i)的灰度值。

可选的，所述局部图像为对所述人脸图像的局部进行美化处理后得到的；

所述获取单元，用于获取所述局部图像中每个像素点美化处理前后的灰度值；

所述计算单元，用于根据所述局部图像中每个像素点的混合向量值和所述局部图像中每个像素点美化处理前后的灰度值计算所述局部图像中每个像素点图像合成后的灰度值。

根据本公开实施例的第三方面，提供一种人脸图像处理装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

计算局部图像中每个像素点的距离变换值；

根据所述局部图像中每个像素点的距离变换值计算所述局部图像中每个像素点的混合向量值；

根据所述局部图像中每个像素点的混合向量值将所述局部图像与人脸图像进行图像合成。

本公开的实施例提供的技术方案可以包括以下有益效果：使得局部图像可以平滑地合成到目标图像中，增强了合成图像边缘的平滑过渡性，避免了合成图像后局部图像的不自然现象，提高了人脸图像处理效果。并且，由于仅对人脸局部图像进行处理，而无需对全脸图像都进行处理，可以提高对人脸图像处理的速度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种人脸图像处理方法的流程图；

图2是根据一示例性实施例示出的一种人脸图像处理方法的流程图；

图3a是根据一示例性实施例示出的人脸原图像示意图；

图3b是根据一示例性实施例示出的人脸轮廓点示意图；

图3c是根据一示例性实施例示出的眼部局部图像、眼部轮廓点连线及距离变换后的示意图；

图3d是根据一示例性实施例示出的眼部局部图像的示意图；

图3e是根据一示例性实施例示出的直接将眼部局部图像合成到原图像后的示意图；

图3f是根据一示例性实施例示出的基于距离变换的Alpha-blending合成后的示意图；

图4是根据一示例性实施例示出的一种人脸图像处理装置框图；

图5是根据一示例性实施例示出的合成模块的框图；

图6是根据一示例性实施例示出的一种用于人脸图像处理的装置800的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

本公开实施例中，在人脸特征点定位的基础上，将人脸的局部图像数据抠出进行美化处理后，根据特征点的定位结果，将特征点之间的连线作为局部处理的边缘，并在此边缘数据应用距离变换(distancetransformation)技术，然后根据图像的距离变换值来计算图像合成时的混合向量(Alpha)值，最后采用Alpha-blending技术将局部图像合成到原图像中。

图1是根据一示例性实施例示出的一种人脸图像处理方法的流程图，如图1所示，该人脸图像处理方法用于终端中，包括以下步骤。

在步骤S11中，计算局部图像中每个像素点的距离变换值；

在步骤S12中，根据局部图像中每个像素点的距离变换值计算局部图像中每个像素点的混合向量值；

在步骤S12中，根据局部图像中每个像素点的混合向量值将局部图像与人脸图像进行图像合成。

本实施例中，根据图像的距离变换值来计算图像合成时的混合向量(Alpha)值，之后采用Alpha-blending技术将局部图像合成到原图像中。这样，使得局部图像可以平滑地合成到目标图像中，增强了合成图像边缘的平滑过渡性，避免了合成图像后局部图像的不自然现象，提高了人脸图像处理效果。并且，由于仅对人脸局部图像进行处理，而无需对全脸图像都进行处理，可以提高对人脸图像处理的速度。

可选的，步骤S11包括：获取所述局部图像中人脸关键部位的轮廓点连线；

确定所述局部图像中每个像素点到所述轮廓点连线上的像素点的距离最小值，为局部图像中每个像素点的距离变换值。

在可选方案中，由于局部图像的数据量相对于整张人脸图像来说要少很多，因此，步骤S11中计算局部图像中每个像素点的距离变换值的速度很快，减少人脸处理的时间。

可选的，在步骤S12中，根据局部图像中每个像素点的距离变换值计算局部图像中每个像素点的混合向量值，包括：

当像素点(x_i,y_i)为所述轮廓点连线上的像素点时，确定所述像素点(x_i,y_i)的混合向量值其中，0<a<1。

当像素点(x_i,y_i)为所述轮廓点连线外部的像素点，且像素点(x_i,y_i)的距离变换值小于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值 ${\mathrm{Alpha}}_{(x_i,y_i)}=a*\mathrm{Dis}{t}_{(x_i,y_i)}/\mathrm{nDistTH}.$

当像素点(x_i,y_i)为所述轮廓点连线内部的像素点，且像素点(x_i,y_i)的距离变换值小于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值 ${\mathrm{Alpha}}_{(x_i,y_i)}=a+a*\mathrm{Dis}{t}_{(x_i,y_i)}/\mathrm{nDistTH}.$

当像素点(x_i,y_i)为所述轮廓点连线外部的像素点，且像素点(x_i,y_i)的距离变换值大于或等于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值

当像素点(x_i,y_i)为所述轮廓点连线内部的像素点，且像素点(x_i,y_i)的距离变换值大于或等于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值

本实施例中，可以设置a为0.5，可以根据一下公式计算混合向量值：

上式中，B表示轮廓点连线的外部像素点，F表示轮廓点连线的内部像素点集合，L表示轮廓点连线上的像素点。

其中，距离变换值阈值nDistTH越大，代表所要平滑过渡的宽度越大，反之，平滑过渡的宽度越小。

可选的，距离变换值阈值nDistTH可以设置为人脸关键部位的宽度的相对值。例如，人眼图像的宽度是width，则距离变换值阈值nDistTH可以设置为：nDistTH＝width/64。

在步骤S13中，根据以下公式计算每个像素点图像合成后的灰度值：

${\mathrm{Data}}_{(x_i,y_i)}=\mathrm{Alph}{a}_{(x_i,y_i)}*\mathrm{fDat}{a}_{(x_i,y_i)}+(1-{\mathrm{Alpha}}_{(x_i,y_i)})*b{\mathrm{Data}}_{(x_i,y_i)},$ 公式(2)

其中，为所述像素点(x_i,y_i)图像合成后的灰度值，为所述像素点(x_i,y_i)的混合向量值，为所述人脸图像中与所述局部图像对应的像素点(x_i,y_i)的灰度值，为所述所述局部图像中像素点(x_i,y_i)灰度值。

本实施例的方法，可以是对人脸图像中的局部进行美化处理后，再合成到原图像中；也可以是将一人脸图像中的局部拼接到另一人脸图像的相应位置。

例如，可以根据人脸特征点定位的结果，将人脸某一部位的特征点连线起来获得该部位的局部图像。根据不同的人脸部位的局部图像进行不同的美化处理，例如，对于双眼的局部图像，可以进行增强处理；对于嘴部的局部图像，可以通过滤波处理去除皱纹；等等。再将美化后的局部图像合成到人脸图像中。

又例如，可以根据人脸特征点定位的结果，将一人脸图像中的人眼部位的特征点连线起来获得人眼部位的局部图像。将该人眼部位的具部图像拼接到另一人脸图像的眼部位置。

可选的，局部图像为对人脸图像的局部进行美化处理后得到的；

上述步骤S13包括：

获取局部图像中每个像素点美化处理前后的灰度值；

根据局部图像中每个像素点的混合向量值和局部图像中每个像素点美化处理前后的灰度值计算局部图像中每个像素点图像合成后的灰度值。

在可选方案中，美化后的局部图像可以平滑地合成到原图像中，增强了合成图像边缘的平滑过渡性，避免了合成图像后局部图像的不自然现象，提高了人脸图像处理效果。

下面以对人脸眼部的局部图像进行美化处理后与原图像进行合成为例，对本公开进行详细说明。

图2是根据一示例性实施例示出的一种人脸图像处理方法的流程图，如图2所示，该方法包括以下步骤，下面结合图3a至图3f对该方法进行详细说明。

在步骤S21中，如图3b所示，将人脸眼睛部分的特征点连线获得眼部局部图像。

在步骤S22中，对眼部局部图像进行增强美化处理。

在步骤S23中，如图3c和图3d所示，计算眼部局部图像中每个像素点的距离变换值，同时设定眼睛外部的轮廓点连线上的像素灰度值为0。

在步骤S24中，根据每个像素点的距离变换值及上述公式(1)计算图像合成时的alpha值。

在步骤S25中，根据步骤S24中计算得到的每个像素点的alpha值，根据上述公式(2)计算图像合成后每个像素点的灰度值。

如图3e所示，图中眼部出现明显不自然，如图3f所示，根据图像的距离变换值来计算图像合成时的混合向量(Alpha)值，之后采用Alpha-blending技术将局部图像合成到原图像，使得美化后的人眼局部图像可以平滑地合成到原图像中，增强了合成图像边缘的平滑过渡性，避免了合成图像后局部图像的不自然现象，提高了人脸图像处理效果。

本实施例的方法可以应用在人脸各个部位美化后与原图的合成过程中，从而提高智能美颜的合成效果和处理速度，提高了用户体验。

图4是根据一示例性实施例示出的一种人脸图像处理装置框图。参照图4，该装置包括第一计算模块41，第二计算模块42和合成模块43。

第一计算模块41被配置为计算局部图像中每个像素点的距离变换值。

第二计算模块42被配置为根据所述局部图像中每个像素点的距离变换值计算所述局部图像中每个像素点的混合向量值。

合成模块43被配置为根据所述局部图像中每个像素点的混合向量值将所述美化处理后的局部图像与人脸图像进行图像合成。

可选的，所述第一计算模块41，用于获取所述局部图像中人脸关键部位的轮廓点连线；确定所述局部图像中每个像素点到所述轮廓点连线上的像素点的距离最小值，为局部图像中每个像素点的距离变换值。

可选的，所述第二计算模块42，被配置为当像素点(x_i,y_i)为所述轮廓点连线上的像素点时，确定所述像素点(x_i,y_i)的混合向量值其中，0<a<1；

当像素点(x_i,y_i)为所述轮廓点连线外部的像素点，且像素点(x_i,y_i)的距离变换值小于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值 ${\mathrm{Alpha}}_{(x_i,y_i)}=a*\mathrm{Dis}{t}_{(x_i,y_i)}/\mathrm{nDistTH};$

当像素点(x_i,y_i)为所述轮廓点连线内部的像素点，且像素点(x_i,y_i)的距离变换值小于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值 ${\mathrm{Alpha}}_{(x_i,y_i)}=a+a*\mathrm{Dis}{t}_{(x_i,y_i)}/\mathrm{nDistTH};$

当像素点(x_i,y_i)为所述轮廓点连线外部的像素点，且像素点(x_i,y_i)的距离变换值大于或等于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值

当像素点(x_i,y_i)为所述轮廓点连线内部的像素点，且像素点(x_i,y_i)的距离变换值大于或等于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值

可选的，如图5所示，合成模块43，包括：

获取单元431被配置为所述局部图像中每个像素点的灰度值，及所述人脸图像中与所述局部图像对应的像素点的灰度值；

计算单元432被配置为根据所述局部图像中每个像素点的混合向量值、所述局部图像中每个像素点的灰度值，及所述人脸图像中与所述局部图像对应的像素点的灰度值计算所述局部图像中每个像素点图像合成后的灰度值。

可选的，所述计算单元432，被配置为根据以下公式计算每个像素点图像合成后的灰度值，

${\mathrm{Data}}_{(x_i,y_i)}=\mathrm{Alph}{a}_{(x_i,y_i)}*\mathrm{fDat}{a}_{(x_i,y_i)}+(1-{\mathrm{Alpha}}_{(x_i,y_i)})*b{\mathrm{Data}}_{(x_i,y_i)},$

其中，为所述像素点(x_i,y_i)图像合成后的灰度值，为所述像素点(x_i,y_i)的混合向量值，为所述人脸图像中与所述局部图像对应的像素点(x_i,y_i)的灰度值，为所述所述局部图像中像素点(x_i,y_i)的灰度值。

可选的，所述局部图像为对所述人脸图像的局部进行美化处理后得到的；

所述获取单元431被配置为获取所述局部图像中每个像素点美化处理前后的灰度值；

所述计算单元432被配置为根据所述局部图像中每个像素点的混合向量值和所述局部图像中每个像素点美化处理前后的灰度值计算所述局部图像中每个像素点图像合成后的灰度值。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图6是根据一示例性实施例示出的一种用于人脸图像处理的装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图6，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理部件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种人脸图像处理方法，所述方法包括：

计算局部图像中每个像素点的距离变换值；

根据所述局部图像中每个像素点的距离变换值计算所述局部图像中每个像素点的混合向量值；

根据所述局部图像中每个像素点的混合向量值将所述局部图像与人脸图像进行图像合成。

可选的，所述计算局部图像中每个像素点的距离变换值，包括：

获取所述局部图像中人脸关键部位的轮廓点连线；

确定所述局部图像中每个像素点到所述轮廓点连线上的像素点的距离最小值，为局部图像中每个像素点的距离变换值。

可选的，所述根据所述局部图像中每个像素点的距离变换值计算所述局部图像中每个像素点的混合向量值，包括：

当像素点(x_i,y_i)为所述轮廓点连线上的像素点时，确定所述像素点(x_i,y_i)的混合向量值其中，0<a<1；

当像素点(x_i,y_i)为所述轮廓点连线外部的像素点，且像素点(x_i,y_i)的距离变换值小于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值 ${\mathrm{Alpha}}_{(x_i,y_i)}=a*\mathrm{Dis}{t}_{(x_i,y_i)}/\mathrm{nDistTH};$

当像素点(x_i,y_i)为所述轮廓点连线内部的像素点，且像素点(x_i,y_i)的距离变换值小于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值 ${\mathrm{Alpha}}_{(x_i,y_i)}=a+a*\mathrm{Dis}{t}_{(x_i,y_i)}/\mathrm{nDistTH};$

当像素点(x_i,y_i)为所述轮廓点连线外部的像素点，且像素点(x_i,y_i)的距离变换值大于或等于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值

当像素点(x_i,y_i)为所述轮廓点连线内部的像素点，且像素点(x_i,y_i)的距离变换值大于或等于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值

可选的，所述距离变换值阈值nDistTH为所述人脸关键部位的宽度的相对值。

可选的，所述根据所述局部图像中每个像素点的混合向量值将所述局部图像与人脸图像进行图像合成，包括：

获取所述局部图像中每个像素点的灰度值，及所述人脸图像中与所述局部图像对应的像素点的灰度值；

根据所述局部图像中每个像素点的混合向量值、所述局部图像中每个像素点的灰度值，及所述人脸图像中与所述局部图像对应的像素点的灰度值计算所述局部图像中每个像素点图像合成后的灰度值。

可选的，根据以下公式计算每个像素点图像合成后的灰度值，

${\mathrm{Data}}_{(x_i,y_i)}=\mathrm{Alph}{a}_{(x_i,y_i)}*\mathrm{fDat}{a}_{(x_i,y_i)}+(1-{\mathrm{Alpha}}_{(x_i,y_i)})*b{\mathrm{Data}}_{(x_i,y_i)},$

其中，为所述像素点(x_i,y_i)图像合成后的灰度值，为所述像素点(x_i,y_i)的混合向量值，为所述人脸图像中与所述局部图像对应的像素点(x_i,y_i)的灰度值，为所述所述局部图像中像素点(x_i,y_i)灰度值。

可选的，所述局部图像为对所述人脸图像的局部进行美化处理后得到的；

所述根据所述局部图像中每个像素点的混合向量值将所述局部图像与人脸图像进行图像合成，包括：

获取所述局部图像中每个像素点美化处理前后的灰度值；

根据所述局部图像中每个像素点的混合向量值和所述局部图像中每个像素点美化处理前后的灰度值计算所述局部图像中每个像素点图像合成后的灰度值。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (14)

1.一种人脸图像处理方法，其特征在于，包括：

计算局部图像中每个像素点的距离变换值；

根据所述局部图像中每个像素点的距离变换值计算所述局部图像中每个像素点的混合向量值；

根据所述局部图像中每个像素点的混合向量值将所述局部图像与人脸图像进行图像合成。

2.根据权利要求1所述的方法，其特征在于，所述计算局部图像中每个像素点的距离变换值，包括：

获取所述局部图像中人脸关键部位的轮廓点连线；

确定所述局部图像中每个像素点到所述轮廓点连线上的像素点的距离最小值，为局部图像中每个像素点的距离变换值。

3.根据权利要求2所述的方法，其特征在于，所述根据所述局部图像中每个像素点的距离变换值计算所述局部图像中每个像素点的混合向量值，包括：

当像素点(x_i,y_i)为所述轮廓点连线上的像素点时，确定所述像素点(x_i,y_i)的混合向量值其中，0<a<1；

当像素点(x_i,y_i)为所述轮廓点连线外部的像素点，且像素点(x_i,y_i)的距离变换值小于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值 ${\mathrm{Alpha}}_{(x_i,y_i)}=a*\mathrm{Dis}{t}_{(x_i,y_i)}/\mathrm{nDistTH};$

当像素点(x_i,y_i)为所述轮廓点连线内部的像素点，且像素点(x_i,y_i)的距离变换值小于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值 ${\mathrm{Alpha}}_{(x_i,y_i)}=a+a*\mathrm{Dis}{t}_{(x_i,y_i)}/\mathrm{nDistTH};$

当像素点(x_i,y_i)为所述轮廓点连线外部的像素点，且像素点(x_i,y_i)的距离变换值大于或等于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值

当像素点(x_i,y_i)为所述轮廓点连线内部的像素点，且像素点(x_i,y_i)的距离变换值大于或等于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值

4.根据权利要求3所述的方法，其特征在于，所述距离变换值阈值nDistTH为所述人脸关键部位的宽度的相对值。

5.根据权利要求1所述的方法，其特征在于，所述根据所述局部图像中每个像素点的混合向量值将所述局部图像与人脸图像进行图像合成，包括：

获取所述局部图像中每个像素点的灰度值，及所述人脸图像中与所述局部图像对应的像素点的灰度值；

根据所述局部图像中每个像素点的混合向量值、所述局部图像中每个像素点的灰度值，及所述人脸图像中与所述局部图像对应的像素点的灰度值计算所述局部图像中每个像素点图像合成后的灰度值。

6.根据权利要求5所述的方法，其特征在于，根据以下公式计算每个像素点图像合成后的灰度值，

${\mathrm{Data}}_{(x_i,y_i)}=\mathrm{Alph}{a}_{(x_i,y_i)}*\mathrm{fDat}{a}_{(x_i,y_i)}+(1-{\mathrm{Alpha}}_{(x_i,y_i)})*b{\mathrm{Data}}_{(x_i,y_i)},$

其中，为所述像素点(x_i,y_i)图像合成后的灰度值，为所述像素点(x_i,y_i)的混合向量值，为所述人脸图像中与所述局部图像对应的像素点(x_i,y_i)的灰度值，为所述所述局部图像中像素点(x_i,y_i)灰度值。

7.根据权利要求5所示的方法，其特征在于，所述局部图像为对所述人脸图像的局部进行美化处理后得到的；

所述根据所述局部图像中每个像素点的混合向量值将所述局部图像与人脸图像进行图像合成，包括：

获取所述局部图像中每个像素点美化处理前后的灰度值；

根据所述局部图像中每个像素点的混合向量值和所述局部图像中每个像素点美化处理前后的灰度值计算所述局部图像中每个像素点图像合成后的灰度值。

8.一种人脸图像处理装置，其特征在于，包括：

第一计算模块，用于计算局部图像中每个像素点的距离变换值；

第二计算模块，用于根据所述局部图像中每个像素点的距离变换值计算所述局部图像中每个像素点的混合向量值；

合成模块，用于根据所述局部图像中每个像素点的混合向量值将所述局部图像与人脸图像进行图像合成。

9.根据权利要求8所述的装置，其特征在于，所述第一计算模块，用于获取所述局部图像中人脸关键部位的轮廓点连线；确定所述局部图像中每个像素点到所述轮廓点连线上的像素点的距离最小值，为局部图像中每个像素点的距离变换值。

10.根据权利要求9所述的装置，其特征在于，所述第二计算模块，用于当像素点(x_i,y_i)为所述轮廓点连线上的像素点时，确定所述像素点(x_i,y_i)的混合向量值其中，0<a<1；

当像素点(x_i,y_i)为所述轮廓点连线外部的像素点，且像素点(x_i,y_i)的距离变换值小于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值 ${\mathrm{Alpha}}_{(x_i,y_i)}=a*\mathrm{Dis}{t}_{(x_i,y_i)}/\mathrm{nDistTH};$

当像素点(x_i,y_i)为所述轮廓点连线内部的像素点，且像素点(x_i,y_i)的距离变换值小于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值 ${\mathrm{Alpha}}_{(x_i,y_i)}=a+a*\mathrm{Dis}{t}_{(x_i,y_i)}/\mathrm{nDistTH};$

当像素点(x_i,y_i)为所述轮廓点连线外部的像素点，且像素点(x_i,y_i)的距离变换值大于或等于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值

当像素点(x_i,y_i)为所述轮廓点连线内部的像素点，且像素点(x_i,y_i)的距离变换值大于或等于预设的距离变换值阈值nDistTH时，确定所述像素点(x_i,y_i)的混合向量值

11.根据权利要求8所述的装置，其特征在于，所述合成模块包括：

获取单元，用于所述局部图像中每个像素点的灰度值，及所述人脸图像中与所述局部图像对应的像素点的灰度值；

计算单元，用于根据所述局部图像中每个像素点的混合向量值、所述局部图像中每个像素点的灰度值，及所述人脸图像中与所述局部图像对应的像素点的灰度值计算所述局部图像中每个像素点图像合成后的灰度值。

12.根据权利要求11所述的装置，其特征在于，所述计算单元，用于根据以下公式计算每个像素点图像合成后的灰度值，

${\mathrm{Data}}_{(x_i,y_i)}=\mathrm{Alph}{a}_{(x_i,y_i)}*\mathrm{fDat}{a}_{(x_i,y_i)}+(1-{\mathrm{Alpha}}_{(x_i,y_i)})*b{\mathrm{Data}}_{(x_i,y_i)},$

其中，为所述像素点(x_i,y_i)图像合成后的灰度值，为所述像素点(x_i,y_i)的混合向量值，为所述人脸图像中与所述局部图像对应的像素点(x_i,y_i)的灰度值，为所述所述局部图像中像素点(x_i,y_i)的灰度值。

13.根据权利要求11所述的装置，其特征在于，所述局部图像为对所述人脸图像的局部进行美化处理后得到的；

所述获取单元，用于获取所述局部图像中每个像素点美化处理前后的灰度值；

所述计算单元，用于根据所述局部图像中每个像素点的混合向量值和所述局部图像中每个像素点美化处理前后的灰度值计算所述局部图像中每个像素点图像合成后的灰度值。

14.一种人脸图像处理装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

计算局部图像中每个像素点的距离变换值；

根据所述局部图像中每个像素点的距离变换值计算所述局部图像中每个像素点的混合向量值；

根据所述局部图像中每个像素点的混合向量值将所述局部图像与人脸图像进行图像合成。