CN112614069B - 人脸图片降维模糊预处理方法 - Google Patents

Abstract

本发明所设计的人脸图片降维模糊与处理方法，通过降维算法，将图像质量较差列进行丢弃，图像质量较好的列进行提取，特征计算量减少为原来的一半甚至更少，从而将人脸图像预处理的工作下放到嵌入式设备直接离线运行，脱离的平台计算机的束缚，降低了使用成本。

Description

人脸图片降维模糊预处理方法

技术领域

本发明涉及一种图片处理方法，特别是一种人脸图片降维模糊预处理方法。

背景技术

由于人脸图像的模糊度会对人脸识别造成干扰，因此需要过滤的比较模糊的人脸图像，保留比较清晰的人脸。在对模糊人脸过滤时，需要对人脸图像进行像素数字化，对人脸图像的每个像素都需要进行数值化，然后计算每个像素的均值化，然后采用一系列算法进行取值概率，最后取出模糊度值进行判断。

因此对于此种方法，人脸图像中每个像素都需要处理，运算量较大，并且在嵌入式设备上不能实时运行，造成此种算法的只能跑在大型计算机上，而不能应用的嵌入式设备中。

发明内容

为了解决上述问题，本发明提供了一种能有效降低运算量，同时正确判断图像的模糊度，得到清晰图片的人脸图片降维模糊与处理方法。

为了到达上述目的，本发明设计的一种人脸图片降维模糊预处理方法，包括以下步骤：

a)接收数字化图像，并对图像进行降噪、高亮处理；

b)对图像进行单元格像素分析，图像单元格数字进行大小值化，对于过小的数据值进行舍弃，对于单元数字值较大的值，进行进一步加强。得到边缘细化的图像，如果对于图像的边缘细化处理过后，图像更加模糊，则丢弃当前帧图像；

c)对人脸图像进行统一大小的缩放，对人脸图像进行统一高亮增强参数的处理，对人脸图像进行统一边缘细化参数的处理，以及对图片进行统一回调的处理，即进行了人脸图像的归一化；

d)对上一步得到的人脸图像进行按列像素划分，进行计算每列像素的均值得到该列的像素均值，然后根据每列像素均值计算得到图像列均值；

e)比较当前一列像素均值和图像列均值，如果像素均值偏离图像列均值过大或者过小，说明当前列的图像质量比较差，则进行丢弃掉该列像素相邻的右侧一列像素列；如果这一列的像素均值接近图像列均值，则认为当前列的图像质量较好，则丢弃掉相邻的右侧两列像素值，以达到降维的目的；

f)对上一步得到的图像进行像素二值化，只保留上一步对比后质量较好的列像素，经过二阶计算，然后对现有的像素列取平均值，如果这个像素平均值与步骤d中得到的图像列均值相比偏大或偏小，则说明当前图像比较模糊，需要丢弃掉当前帧图像；相反，如果这个均值比较接近步骤d中得到的图像列均值，说明当前图像比较清晰，可以确定当前帧图像比较清晰，从而获得预处理完成的人脸图像。

本发明所设计的人脸图片降维模糊与处理方法，通过降维算法，将图像质量较差列进行丢弃，图像质量较好的列进行提取，特征计算量减少为原来的一半甚至更少，从而将人脸图像预处理的工作下放到嵌入式设备直接离线运行，脱离的平台计算机的束缚，降低了使用成本。

具体实施方式

为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效，以下结合较佳实施例，对依据本发明的具体实施方式、结构、特征及其功效，详细说明如后。

实施例1。

本实施例描述的人脸图片降维模糊预处理方法，包括以下步骤：

a)接收数字化图像，并对图像进行降噪、高亮处理；

b)对图像进行单元格像素分析，图像单元格数字进行大小值化，对于过小的数据值进行舍弃，对于单元数字值较大的值，进行进一步加强。得到边缘细化的图像，如果对于图像的边缘细化处理过后，图像更加模糊，则丢弃当前帧图像；

c)对人脸图像进行统一大小的缩放，对人脸图像进行统一高亮增强参数的处理，对人脸图像进行统一边缘细化参数的处理，以及对图片进行统一回调的处理，即进行了人脸图像的归一化；

d)对上一步得到的人脸图像进行按列像素划分，进行计算每列像素的均值得到该列的像素均值，然后根据每列像素均值计算得到图像列均值；

e)比较当前一列像素均值和图像列均值，如果像素均值偏离图像列均值过大或者过小，说明当前列的图像质量比较差，则进行丢弃掉该列像素相邻的右侧一列像素列；如果这一列的像素均值接近图像列均值，则认为当前列的图像质量较好，则丢弃掉相邻的右侧两列像素值，以达到降维的目的；

f)对上一步得到的图像进行像素二值化，只保留上一步对比后质量较好的列像素，经过二阶计算，然后对现有的像素列取平均值，如果这个像素平均值与步骤d中得到的图像列均值相比偏大或偏小，则说明当前图像比较模糊，需要丢弃掉当前帧图像；相反，如果这个均值比较接近步骤d中得到的图像列均值，说明当前图像比较清晰，可以确定当前帧图像比较清晰，从而获得预处理完成的人脸图像。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭示如上，然而并非用以限定本发明，任何本领域技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (1)

1.一种人脸图片降维模糊预处理方法，其特征是包括以下步骤：

a)接收数字化图像，并对图像进行降噪、高亮处理；

b)对图像进行单元格像素分析，图像单元格数字进行大小值化，对于过小的数据值进行舍弃，对于单元数字值较大的值，进行进一步加强，得到边缘细化的图像，如果对于图像的边缘细化处理过后，图像更加模糊，则丢弃当前帧图像；

c)对人脸图像进行统一大小的缩放，对人脸图像进行统一高亮增强参数的处理，对人脸图像进行统一边缘细化参数的处理，以及对图片进行统一回调的处理，即进行了人脸图像的归一化；

d)对上一步得到的人脸图像进行按列像素划分，进行计算每列像素的均值得到该列的像素均值，然后根据每列像素均值计算得到图像列均值；

e)比较当前一列像素均值和图像列均值，如果像素均值偏离图像列均值过大或者过小，说明当前列的图像质量比较差，则进行丢弃掉该列像素相邻的右侧一列像素列；如果这一列的像素均值接近图像列均值，则认为当前列的图像质量较好，则丢弃掉相邻的右侧两列像素值，以达到降维的目的；

f)对上一步得到的图像进行像素二值化，只保留上一步对比后质量较好的列像素，经过二阶计算，然后对现有的像素列取平均值，如果这个像素平均值与步骤d中得到的图像列均值相比偏大或偏小，则说明当前图像比较模糊，需要丢弃掉当前帧图像；相反，如果这个均值比较接近步骤d中得到的图像列均值，说明当前图像比较清晰，可以确定当前帧图像比较清晰，从而获得预处理完成的人脸图像。