CN106485765A - 一种自动描绘人脸线条画的方法 - Google Patents

Abstract

本发明公开了一种自动描绘人脸线条画的方法，该方法包括：S1、采集含有人脸的图像，并接收输入的与人脸相对应的文字；S2、在所采集的图像中检测人脸并提取人脸图像；S3、将人脸图像转换为人脸图像线条画，将文字转换为艺术字；S4、将生成的人脸图像线条画和艺术字进行编码；S5、机器人根据编码完成人脸图像线条画和艺术字的绘制。本发明提供的方法可以利用机器人自动绘制一幅边缘连续的人脸肖像画，并能够在肖像画上进行个性化签名，是一种自动化的、形式新颖的绘制方法。

Description

一种自动描绘人脸线条画的方法

技术领域

本发明属于艺术制作方法领域，特别涉及一种自动描绘人脸线条画的方法。

背景技术

现有技术中，利用机器人绘制人脸肖像画，基本过程都是通过相机采集人脸图像，通过边缘检测算法提取人脸轮廓，然后将提取出来的轮廓经过轨迹规划算法生成相应的矢量点图发送给工业机器人控制器，再完成机器人对人脸肖像画的绘制，而仅使用边缘检测算法，存在很多问题。一个是光照问题，如果在强光或者黑暗的光照下，对于人脸轮廓的提取非常困难而且提取不准确，因此要实现机器人真实再现人脸肖像是一个巨大的挑战。二是仅使用边缘检测算法会有很多边缘不连续，而且还包含很多短小细碎的线条，这些线条在转化为矢量点图的过程也增加了复杂度，对于机器人绘制来说也是增加了难度。

发明内容

(一)要解决的技术问题

基于以上问题，本发明提出一种自动描绘人脸线条画的方法，用于解决现有技术中图像提取不准确，转换复杂，边缘不连续的问题。

(二)技术方案

本发明旨在提出一种自动描绘人脸线条画的方法，以便在普通光照环境下能够基于机器人完成对采集人脸图像的绘制，并在绘制完成的人脸图像上进行艺术字的绘制，绘制完成的图像边缘连续。

自动描绘人脸线条画的方法包括以下步骤：

S1、采集含有人脸的图像，接收输入的与人脸对应的文字；

S2、检测并提取含有人脸的图像中的人脸图像；

S3、将提取的人脸图像转换成线条画，同时将与人脸对应的文字转换成艺术字；

S4、对所述人脸图像的线条画和艺术字编码；

S5、机器人根据编码完成人脸图像线条画和艺术字的整体绘制。

进一步地，采集含有人脸的图像，使用的检测算法为模板匹配模型、肤色模型、ANN模型、SVM模型、Adaboost模型中的任一种。

进一步地，所述提取人脸图像，人脸图像要经过归一化处理后进行提取。

进一步地，将与人脸对应的文字转换成艺术字是指将与人脸对应的文字转换成艺术字线条画。

进一步地，将与人脸对应的文字转换成艺术字线条画为先采用艺术字转换算法将与人脸对应的文字转换成艺术字图像，再将艺术字图像转换成艺术字线条画。进一步地，将提取的人脸图像和艺术字图像转换成线条画可为将人脸图像和艺术字图像采用线条画生成算法直接转换成线条画，或采用图像边缘检测算法及其辅助算法转换成线条画。

进一步地，将转换后的人脸图像线条画和艺术字进行编码，是指按照终端机器人能够识别的编码方式将人脸图像线条画和艺术字进行编码。

进一步地，机器人根据编码完成人脸图像线条画和艺术字的整体绘制，是指机器人控制模块解析人脸图像线条画和艺术字的编码文件，并控制机器人按照编码文件来进行人脸图像线条画和艺术字的整体绘制。

(三)有益效果

本发明提出的自动描绘人脸线条画的方法，具有以下有益效果：

1、本发明采用线条画生成算法或图像边缘检测算法及其辅助算法将采集的人脸图像转换成连续的线条画，对生成矢量点图和机器人绘制降低了难度；

2、本发明从艺术再现角度来说，机器人绘制的图像更为真实；

3、采用本发明提出的自动描绘人脸线条画的方法，接收与人脸相对应的文字并将其转换成艺术字，在人脸图像线条画绘制完成后绘制转换成的艺术字，从而可在图像上增加艺术形式的文字，丰富了艺术内容，增加了艺术个性。

附图说明

图1为本发明实施例提出的一种自动描绘人脸线条画的方法的流程图；

图2为本发明实施例提出的一种自动描绘人脸线条画的方法生成的人脸图像线条画的效果图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。

本发明提出了一种自动描绘人脸线条画的方法。如图1所示，该自动描绘人脸线条画的方法包括：

S1、通过可见光摄像头采集含有人脸的图像，并接收外部键盘输入的与人脸图像对应的文字；

S2、在所采集的图像中检测人脸并提取人脸图像；

S3、使用文字转换算法将输入的与人脸图像对应的文字转换成艺术字图像，再使用线条画生成算法或图像边缘检测算法及其辅助算法将提取的人脸图像和艺术字图像转换为连续的人脸图像线条画和艺术字线条画；

S4、根据机器人绘图的编码规则，对人脸图像线条画和艺术字线条画进行编码；

S5、机器人控制模块解析人脸图像线条画和艺术字线条画的编码文件，并控制机器人按照编码文件来进行人脸图像线条画和艺术字线条画的整体绘制。

其中采集图像，要以能够用检测算法在含有人脸的图像中检测到清晰的人脸为标准来采集。使用的检测算法为模板匹配模型、肤色模型、ANN模型、SVM模型、Adaboost模型中的任一种。

提取人脸图像，是从原图像中经过检测算法检测出人脸之后所截取出来的包含头发、人脸、双耳及颈部的图像。此方法降低了对图像采集环境的要求。其中图像检测模块在人脸图像检测时，优先检测图像中离图像采集装置最近的人脸，通过设置不同的参数，也可实现多人脸检测。人脸图像要经过归一化处理，以满足不同大小的人脸图像经过归一化处理之后能够按照统一比例使机器人绘制在相同尺寸的绘图纸上的要求。

人脸图像转换成人脸图像线条画和艺术字图像转换成艺术字线条画的过程可为使用线条画生成算法将人脸图像和艺术字图像直接转换成线条画，或使用图像边缘检测算法及其辅助算法先将人脸图像和艺术字图像转换成线条画。

需要说明的是，上述对与人脸图像对应的文字的处理还可为将文字采用艺术字转换算法转换成艺术字图像，并直接对艺术字图像进行编码，机器人控制模块解析艺术字图像对应的编码，从而控制机器人完成艺术字的绘制。

实施例

以下对本实施例中所采用的装置和具体的实施步骤进行详细描述：

S1、采集含有人脸的图像，并接收输入的与图像中人脸对应的文字；

采用分辨率为640×480像素的可见光摄像头作为图像采集装置。此外，该图像采集装置还可以为满足预设分辨率的照相机或摄像机。该预设分辨率和预设范围需要保证人脸检测模块能够从图像中检测到清晰人脸。利用图像采集装置采集一张图像，并通过外界键盘输入与被绘制人相对应的文字。

S2、在所采集的图像中检测人脸并提取人脸图像；

检测人脸图像的检测算法为NPD人脸检测算法，设置只检测一个人脸。在检测的人脸图像基础上，从上下左右四个方向分别进行扩充，以截取到人脸对应的头发部分、颈部部分、左耳部分和右耳部分。其中所采用的图像归一化操作，是以眼距为标准，将不同大小的人脸图像按照统一的眼距归一化到指定的大小。本实施例中统一眼距设置为5cm。

S3、将人脸图像转换为人脸图像线条画，将输入的与人脸相对应的文字转换成艺术字线条画；

其中人脸图像的线条画的生成，采用线条画生成算法的直接转换方法，将提取得到的人脸图像经过灰度转换之后进行，在灰度图像中，利用ETF算法来进行线条画的生成。ETF的方法步骤如下：

S3.1、首先对灰度图像利用Sobel算子生成梯度图；

S3.2、针对梯度图求与梯度方向垂直的边缘切向图；

S3.3、在t⁰(x)中按照如下公式进行2～3次的迭代：

式中，Ω(x)为x的邻域，k为邻域数目，r为邻域半径；

w_s(x，y)为空间权重，通过如下公式计算：

w_m(x，y)为梯度权重，通过如下公式计算：

式中，g(z)代表z处的梯度大小，该梯度大小经过归一化。

w_d(x，y)为方向权重，通过如下公式计算：

w_d(x，y)＝|t^cur(x)·t^cur(y)|

式中，t(z)代表z处的经过归一化的切向量，且

经过2～3次的迭代之后，最终得到经过优化的边缘切向图。

S3.4、利用FDoG算法对最终得到的边缘切向图计算其连续线条画。FDoG的方法如下：

根据前面得到的边缘切向图，用c_x(s)表示以x为中心的积分曲线，s是弧长，由于x为曲线的中心点，则满足c_x(0)＝x。沿着曲线c_x移动，在曲线上的每一点都有与c_x垂直的线l_s，在l_s上应用一个一维滤波器f，滤波框架用下面公式计算：

其中，l_s(t)代表了l_s线段上的t点，假设l_s以c_x(s)为中心，则l_s(0)＝c_x(s)，I(l_s(t))表示在l_s(t)点上的输入图像值。式中的滤波器f，应用一个基于高斯差分的滤波，如下式：

式中，G_σ表示方差为σ的高斯函数，如下式：

式中σ_s＝1.6σ_c，因此，一旦给定了σ_c，即可确定σ_S。

F(s)沿着c_x累加：

用户给定的σ_m决定了S的大小，一旦确定了H(x)，利用下式来确定黑白的图像线条画：

式中，τ是范围为[0，1]的阈值，为最终输出图像。

通过以上步骤最终得到人脸图像的连续线条画。其生成的人脸图像的线条画的效果图如图2所示。

将输入的与人脸图像相对应的文字利用艺术字转换算法转换为艺术字图像，并采用上述生成人脸图像线条画的方法生成艺术字线条画。

S4、将生成的人脸图像线条画和艺术字线条画进行编码；

其中，对人脸图像线条画和艺术字线条画进行编码是将生成的人脸图像线条画和艺术字线条画进行坐标点图的编码，即将图像中的连续线条转为各自的坐标点，并统一到文件中。

S5、机器人根据编码完成人脸图像线条画和艺术字线条画的整体绘制。

机器人根据编码绘制人脸图像线条画和艺术字线条画是指，首先将编码文件发送给机器人控制模块，机器人控制模块根据所接收的坐标点图控制六轴机械臂完成人脸图像线条画和艺术字线条画的整体绘制。

所选用的作为机器人绘制装置的六轴机械臂，其1、2轴的最大速度为337.5°/s，3轴的最大速度324°/s，4轴的最大速度为440°/s，5、6轴的最大速度为450°/s；重复定位精度为±0.04mm；1轴的最大运动范围为±155deg，2轴的最大运动范围为+135～-35deg，3轴的最大运动范围为+200～-35deg，4轴的最大运动范围为±200deg，5轴的最大运动范围为±115deg，6轴的最大运动范围为±359deg；工作温度为0～40℃，工作湿度为20％～80％，无结露。在此六轴机械臂上安装有素描笔，其绘制台上配置A4大小的绘图纸。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种自动描绘人脸线条画的方法，包括以下步骤：

S1、采集含有人脸的图像，接收输入的与人脸对应的文字；

S2、检测并提取所述含有人脸的图像中的人脸图像；

S3、将提取的人脸图像转换成线条画，将所述与人脸对应的文字转换成艺术字；

S4、对所述人脸图像线条画和艺术字编码；

S5、机器人根据所述编码完成人脸图像线条画和艺术字的绘制。

2.如权利要求1所述的自动描绘人脸线条画的方法，其特征在于，采用模板匹配模型、肤色模型、ANN模型、SVM模型或Adaboost模型进行所述人脸图像的检测。

3.如权利要求1所述的自动描绘人脸线条画的方法，其特征在于，所述将与人脸对应的文字转换成艺术字，是指将与人脸对应的文字转换成艺术字线条画。

4.如权利要求3所述的自动描绘人脸线条画的方法，其特征在于，所述将与人脸对应的文字转换成艺术字线条画为：先将与人脸对应的文字转换成艺术字图像，再将艺术字图像转换成艺术字线条画。

5.如权利要求4所述的自动描绘人脸线条画的方法，其特征在于，采用艺术字转换算法将与人脸对应的文字转换成艺术字图像。

6.如权利要求3所述的自动描绘人脸线条画的方法，其特征在于，所述将人脸图像和艺术字图像转换成线条画的方法包括：图像边缘检测算法及其辅助算法、线条画生成算法。

7.如权利要求1所述的自动描绘人脸线条画的方法，其特征在于，人脸图像转换成线条画为直接转换成线条画或先转换成肖像画再转换成线条画。

8.如权利要求1所述的自动描绘人脸线条画的方法，其特征在于，经过归一化处理提取所述人脸图像。

9.如权利要求1所述的自动描绘人脸线条画的方法，其特征在于，根据机器人绘图的编码规则，对所述人脸图像线条画和艺术字编码。

10.如权利要求1所述的自动描绘人脸线条画的方法，其特征在于，解析所述编码并控制机器人根据编码完成人脸图像线条画和艺术字的绘制。