CN109359611B - 一种检测人脸痣的方法及移动终端 - Google Patents

Abstract

本发明公开了一种检测人脸痣的方法，该方法适于在移动终端中执行，该方法包括步骤：通过人脸检测方法获取待检测图像中的人脸区域，生成人脸区域图像；生成人脸区域图像的亮通道图像；通过预定滤波方式对所述亮通道图像进行滤波处理；以及根据亮通道图像中每个像素点滤波前后的像素值判断该像素点是否属于人脸痣。本发明一并公开了相应的移动终端。

Description

一种检测人脸痣的方法及移动终端

技术领域

本发明涉及图像处理技术领域，尤其是一种检测人脸痣的方法及移动终端。

背景技术

随着生物特征识别技术的飞速发展，生物特征已成为身份验证的重要手段。当前的生物特征识别技术主要包括：指纹识别、视网膜识别、虹膜识别、人脸识别等。其中，人脸识别由于具有直接、友好、方便等特点，得到了广泛的研究和应用。除此之外，人脸识别技术能够对人脸识别的结果作进一步地分析，得到有关性别、年龄、表情等诸多额外的丰富信息，扩展了人脸识别的应用前景。而人脸中痣的检测作为人脸识别的辅助手段，具有重大的应用价值。

另一方面，随着美颜工具日益盛行，越来越多的用户在拍摄人像时，使用美颜工具对人脸部分进行美化，以得到皮肤细腻的图片。而一般的美颜方法是对整个面部区域进行高斯模糊处理，以致于无法保留图片中人脸上的痣，导致处理后的图片不真实。故而在图像美化应用中，也常需要对人脸痣进行检测后加以处理。

然而，由于人脸成像时的光照不一致，有的光照比较强烈，有的比较暗淡，加之人脸中的眼角、嘴角、皱纹和鼻孔等组织对痣检测的干扰很强烈。因此，需要一种能准确快速地检测人脸痣的方案。

发明内容

为此，本发明提供了一种检测人脸痣的方法及移动终端，以力图解决或者至少缓解上面存在的至少一个问题。

根据本发明的一个方面，提供了一种检测人脸痣的方法，该方法适于在移动终端中执行，包括步骤：通过人脸检测方法获取待检测图像中的人脸区域，生成人脸区域图像；生成人脸区域图像的亮通道图像；通过预定滤波方式对所述亮通道图像进行滤波处理；以及根据亮通道图像中每个像素点滤波前后的像素值判断该像素点是否属于人脸痣。

可选地，在根据本发明的检测人脸痣的方法中，根据亮通道图像中每个像素点滤波前后的像素值判断该像素点是否属于人脸痣的步骤包括：对于亮通道图像中每个像素点，计算滤波后像素值与该像素点在亮通道图像中像素值的差值；以及当该差值大于阈值时，确认该像素点属于人脸痣。

可选地，在根据本发明的检测人脸痣的方法中，生成人脸区域图像的亮通道图像的步骤包括：计算人脸区域图像中每个像素点的亮度值，生成亮度图；采用第一滤波模板通过最大值滤波对所述亮度图进行滤波处理，得到亮通道图像。

可选地，在根据本发明的检测人脸痣的方法中，计算人脸区域图像中每个像素点的亮度值的步骤包括：遍历人脸区域图像中的像素点，将每个像素点的R、G、B分量中的最大值作为该像素点的亮度值。

可选地，在根据本发明的检测人脸痣的方法中，第一滤波模板的大小与人脸区域图像的大小相关，且所述第一滤波模板为圆形。

可选地，在根据本发明的检测人脸痣的方法中，通过预定滤波方式对亮通道图像进行滤波处理的步骤包括：以亮通道图像中每个像素点为中心生成该像素点的邻域；计算该像素点的邻域内所有像素点的像素值的中值；以及利用中值替代该像素点的像素值。

可选地，在根据本发明的检测人脸痣的方法中，通过预定滤波方式对亮通道图像进行滤波处理的步骤还包括：通过中值滤波方法对所述亮通道图像进行滤波处理。

根据本发明的又一方面，提供了一种移动终端，包括：一个或多个处理器；和存储器；一个或多个程序，其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序包括用于执行如上所述方法中的任一方法的指令。

根据本发明的再一方面，提供了一种存储一个或多个程序的计算机可读存储介质，一个或多个程序包括指令，指令当移动终端执行时，使得移动终端执行如上所述的方法中的任一方法。

根据本发明的方案，考虑到人脸区域中除了头发、胡子外几乎不会出现纯黑色物体，因此在亮通道图像上进行人脸痣的检测，能够有效地检测到人脸上的痣。另外，为克服不同光照条件对人脸区域图像的影响，采用中值滤波的方式对亮通道图像进行滤波处理，从而克服了光照条件对人脸痣检测的影响。

附图说明

为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。

图1示出了根据本发明一个实施例的移动终端100的构造示意图；以及

图2示出了根据本发明一个实施例的检测人脸痣的方法200的流程图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1是移动终端100的结构框图。移动终端100可以包括存储器接口102、一个或多个数据处理器、图像处理器和/或中央处理单元104，以及外围接口106。

存储器接口102、一个或多个处理器104和/或外围接口106既可以是分立元件，也可以集成在一个或多个集成电路中。在移动终端100中，各种元件可以通过一条或多条通信总线或信号线来耦合。传感器、设备和子系统可以耦合到外围接口106，以便帮助实现多种功能。

例如，运动传感器110、光线传感器112和距离传感器114可以耦合到外围接口106，以方便定向、照明和测距等功能。其他传感器116同样可以与外围接口106相连，例如定位系统(例如GPS接收机)、加速度传感器、温度传感器、生物测定传感器或其他感测设备，由此可以帮助实施相关的功能。

相机子系统120和光学传感器122可以用于方便诸如记录照片和视频剪辑的相机功能的实现，其中所述相机子系统和光学传感器例如可以是电荷耦合器件(CCD)或互补金属氧化物半导体(CMOS)光学传感器。可以通过一个或多个无线通信子系统124来帮助实现通信功能，其中无线通信子系统可以包括射频接收机和发射机和/或光(例如红外)接收机和发射机。无线通信子系统124的特定设计和实施方式可以取决于移动终端100所支持的一个或多个通信网络。例如，移动终端100可以包括被设计成支持LTE、3G、GSM网络、GPRS网络、EDGE网络、Wi-Fi或WiMax网络以及Bluebooth^TM网络的通信子系统124。

音频子系统126可以与扬声器128以及麦克风130相耦合，以便帮助实施启用语音的功能，例如语音识别、语音复制、数字记录和电话功能。I/O子系统140可以包括触摸屏控制器142和/或一个或多个其他输入控制器144。触摸屏控制器142可以耦合到触摸屏146。举例来说，该触摸屏146和触摸屏控制器142可以使用多种触摸感测技术中的任何一种来检测与之进行的接触和移动或是暂停，其中感测技术包括但不局限于电容性、电阻性、红外和表面声波技术。

一个或多个其他输入控制器144可以耦合到其他输入/控制设备148，例如一个或多个按钮、摇杆开关、拇指旋轮、红外端口、USB端口、和/或指示笔之类的指点设备。所述一个或多个按钮(未显示)可以包括用于控制扬声器128和/或麦克风130音量的向上/向下按钮。

存储器接口102可以与存储器150相耦合。该存储器150可以包括高速随机存取存储器和/或非易失性存储器，例如一个或多个磁盘存储设备，一个或多个光学存储设备，和/或闪存存储器(例如NAND，NOR)。存储器150可以存储操作系统152，例如Android、iOS或是Windows Phone之类的操作系统。该操作系统152可以包括用于处理基本系统服务以及执行依赖于硬件的任务的指令。在一些实施例中，操作系统152中包含了用于执行检测人脸痣的方法的指令。存储器150还可以存储应用154。在移动终端运行时，会从存储器150中加载操作系统152，并且由处理器104执行。应用154在运行时，也会从存储器150中加载，并由处理器104执行。应用154运行在操作系统之上，利用操作系统以及底层硬件提供的接口实现各种用户期望的功能，如即时通信、网页浏览、图片管理、视频播放等。应用154可以是独立于操作系统提供的，也可以是操作系统自带的，包括各种社交应用软件，如QQ、微信、微博等，也包括各种视频播放应用软件，还可以包括相册、计算器、录音笔等系统自带应用程序。另外，应用154被安装到移动终端100中时，也可以向操作系统添加驱动模块。

本发明提供了一种检测人脸痣的方案，通过在移动终端100的存储器150中存储相应的一个或多个程序(包括前文所述的相关指令)来对待检测的图像进行人脸检测得到人脸区域的图像，进而从人脸区域图像中检测出痣。其中，待检测图像可以是通过相机子系统120获取的刚拍摄得到的图像，也可以是通过无线通信子系统124获取的存储在其他设备的图像，本发明的实施例对此不作限制。

需要说明的是，本发明所指的移动终端100可以实现为小尺寸便携电子设备的一部分，这些电子设备可以是诸如蜂窝电话、平板、数码照相机、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。

以下将结合图2，详细阐述根据本发明一个实施例的检测人脸痣的方法200的流程。

如图2所示，方法200始于步骤S210，通过人脸检测方法获取待检测图像中的人脸区域，生成人脸区域图像。简单来讲，人脸检测(Face detection)就是判断图像中是否包含人脸区域，若包含人脸则返回人脸的大小、位置等信息，根据一种实施方式，根据返回的人脸大小、位置等信息，即可从待检测图像中裁剪出人脸区域，作为人脸区域图像。

需要说明的是，人脸检测技术相关的算法有很多，例如肤色检测、运动检测、边缘检测等等，相关的计算模型也有很多，本发明对此不作限制，任何人脸检测算法均可以与本发明的实施例相结合，以完成后续对人脸图像的处理。另外，若检测到当前图像中有多个人脸，则分别生成每个人脸的人脸区域图像，再分别对每个人脸区域图像执行如下步骤S220-S240，以检测每个人脸上的痣。本发明的实施例中，仅以待检测图像中包含一个人脸为例，进行步骤说明，本领域技术人员应当能够根据本实施例的描述，对包含多个人脸的待检测图像中的人脸区域进行处理，以检测每个人脸中的人脸痣。

根据一种实现方式，由于不同待检测图像的大小不同(分辨率不同)、图像中人脸区域的大小不同等原因，导致所生成的人脸区域图像的大小不同。本发明的实施例对人脸区域图像的尺寸大小不作限制，直接对裁剪出的人脸区域图像进行后续处理即可。当然，也可以对裁剪出的人脸区域图像进行一定比例的缩放处理，使得所有待检测图像的人脸区域图像的大小一致。

随后在步骤S220中，生成人脸区域图像的亮通道图像。根据一种实现方式，亮通道图像由人脸区域图像中每个像素点的像素值的最大值组成。以下给出了根据本发明一个实施例计算亮通道图像的公式：

其中，I_light(x)表示亮通道图像中像素点x的像素值，I_c(y)表示人脸区域图像中像素点y对应的R通道值、G通道值、B通道值，Ω(x)表示以像素点x为中心的一个窗口，即滤波区域。

根据本发明的实施例，按照如下方式生成亮通道图像：首先，计算人脸区域图像中每个像素点的亮度值，生成亮度图；然后，采用第一滤波模板通过最大值滤波对该亮度图进行滤波处理，得到亮通道图像。最大值/最小值滤波是滤波处理中的常见方法，此处不再做展开描述。可选地，在生成亮度图时，对于人脸区域图像中的每个像素点，将每个像素点的R、G、B分量中的最大值作为该像素点的亮度值。根据本发明的一个实施例，滤波处理时所采用的第一滤波模板(即，滤波区域Ω(x))为圆形，且其大小与人脸区域图像的大小相关。一般地，第一滤波模板的半径r设为r＝α*h，其中，h表示人脸区域图像的高，α为系数，α一般的取值区间为[0,0.01](例如α＝0.007)。若经人脸检测生成的人脸区域图像的尺寸越大，那么第一滤波模板的滤波半径就越大，反之亦然。

根据本发明的实现方式，考虑到人脸区域中除了头发、胡子外几乎不会出现纯黑色物体，因此在亮通道图像上进行人脸痣的检测，能够有效地检测到人脸上的痣。更进一步地，根据本发明的方案，亦可以检测人脸上的其它面部问题，比如雀斑、痘痘、皱纹等。另外，由于痣、雀斑、痘痘等面部问题的形状一般均是圆形，因此在根据本发明的方案中，选用圆形区域进行最大值滤波处理，能得到更准确的检测结果。

随后在步骤S230中，通过预定滤波方式对亮通道图像进行滤波处理。根据一种实现方式，为克服不同光照条件对人脸区域图像的影响，采用中值滤波的方式对亮通道图像进行滤波处理，中值滤波处理可用下式表示：

I_med＝mediamFilter(I_light)

其中，I_light表示亮通道图像，I_med表示经滤波处理后的图像。中值滤波的半径计算方式同最大值滤波，此处不做赘述。在根据本发明的一些实施例中，滤波半径的系数的取值范围为[0.025,0.05]。

根据本发明的一个实施例，滤波处理的步骤具体如下：以亮通道图像中每个像素点为中心生成该像素点的邻域；然后计算该像素点的邻域内所有像素点的像素值的中值；最后，用该中值替代该像素点的像素值。

随后在步骤S240中，根据亮通道图像中每个像素点滤波前后的像素值判断该像素点是否属于人脸痣。根据一种实现方式，根据中值滤波前后像素点的像素差值来判断该像素点是否属于人脸痣。可以表示为如下公式：

I_med(i)-I_light(i)＞threshold

式中，I_med(i)和I_light(i)分别表示像素点i在中值滤波后的像素值与在中值滤波前(即，在亮通道图像中)的像素值，threshold表示阈值。

具体地，对于亮通道图像中每个像素点，计算滤波后像素值与该像素点在亮通道图像中像素值的差值；当该差值大于阈值时，确认该像素点属于人脸痣；若该差值不大于阈值，则确认该像素点不属于人脸痣。在一些实施例中，若图像的像素值范围为0-255，则阈值的取值范围设为[16,48]。优选地，阈值取16。

经步骤S210-S240的处理，就检测到了图像中人脸区域上的痣，在后续的应用中，可以根据检测结果对拍摄到的图像上的痣进行保留，以得到完整的人脸特征信息。也可在美颜过程中，根据不同用户的需求对痣加以不同处理(如保留/祛除/淡化等)，以满足不同的应用场景和用户需求。

应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被所述机器执行时，所述机器变成实践本发明的设备。

在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的所述程序代码中的指令，执行本发明所述的方法。

以示例而非限制的方式，计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。

此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。

如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。

尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims (6)

1.一种检测人脸痣的方法，所述方法适于在移动终端中执行，所述方法包括步骤：

通过人脸检测方法获取待检测图像中的人脸区域，生成人脸区域图像；

生成所述人脸区域图像的亮通道图像；

通过预定滤波方式对所述亮通道图像进行滤波处理；以及

根据亮通道图像中每个像素点滤波前后的像素值判断该像素点是否属于人脸痣；

其中，所述生成人脸区域图像的亮通道图像的步骤包括：

计算人脸区域图像中每个像素点的亮度值，生成亮度图；

采用第一滤波模板通过最大值滤波对所述亮度图进行滤波处理，得到亮通道图像；

其中，所述计算人脸区域图像中每个像素点的亮度值的步骤包括：

遍历人脸区域图像中的像素点，将每个像素点的R、G、B分量中的最大值作为该像素点的亮度值。

2.如权利要求1所述的方法，其中，所述根据亮通道图像中每个像素点滤波前后的像素值判断该像素点是否属于人脸痣的步骤包括：

对于亮通道图像中每个像素点，计算滤波后像素值与该像素点在亮通道图像中像素值的差值；以及

当该差值大于阈值时，确认该像素点属于人脸痣。

3.如权利要求1所述的方法，其中，所述第一滤波模板的大小与人脸区域图像的大小相关，且所述第一滤波模板为圆形。

4.如权利要求1-3中任一项所述的方法，其中，所述通过预定滤波方式对所述亮通道图像进行滤波处理的步骤包括：

以亮通道图像中每个像素点为中心生成该像素点的邻域；

计算该像素点的邻域内所有像素点的像素值的中值；以及

利用所述中值替代该像素点的像素值。

5.一种移动终端，包括：

一个或多个处理器；和

存储器；

一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1-4所述方法中的任一方法的指令。

6.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当移动终端执行时，使得所述移动终端执行根据权利要求1-4所述的方法中的任一方法。

Images