7一种新的图像中的人脸区域分割算法

［３］陈锻生，刘政凯．肤色检测技术综述［Ｊ］．计算机学报，２００６，２９ （２）：１９４—２０４．（Ｃｈｅｎ Ｄｕａｎｓｈｅｎｇ。Ｌｉｕ Ｚｈｅｎｇｋａｉ．Ａ ｓｕｒｖｅｙ ｏｆ ｓｋｉｎ ｃｏｌｏｒ－ ｄｅｔｅｃｔｉｏｎｌＪＪ．Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒｓ，２００６，２９（２）：１９４－２０４．）
２）迭代式阈值选择算法 由于脸部肤色区域 和与其相近的头发，衣服等色彩上有着明显差异， 因而研究需要在二值图像中进行以突出这种差异， 阈值的选择变得尤为重要。
常规的人工选择法是通过人眼的观察，应用人 对图像的知识，在分析图像直方图的基础上人工选 出合适的阈值。也可以在人工选出阈值后，根据分 割效果，不断地交互操作，从而选择出最佳阈值。
相比于传统的人工阈值选择法，采用自动化阈值算 法鲁棒性更好．拥有更好的通用性。常用的自动阈 值法包括最小误差阈值选择法、Ｏｔｓｕ法阈值选择、
迭代式阈值选择等。综合比较３种方法，迭代式阂 值选择法算法较为简单，收敛速度快且在实验中表 现出了良好的效果。
本文采用了迭代式阈值选择算法，其基本思想 是，开始时选择一个阈值作为初始估计值，然后按 照某种策略不断地改进这一估计值，直到满足给定 的准则为止。在迭代过程中，关键之处在于选择什 么样的阈值改进策略。好的阈值改进策略有两个特
ｃｏｎｄｉｔｉｏｎｓ，ｔｈｅ ｃａｎｄｉｄａｔｅ ｆｉｅｌｄ ｏｆ ｔｈｅ ｆａｃｅ ｉｓ ｆｏｕｎｄ．Ｔｈｅｎ．ｔｈｅ ｈｏｌｅｓ ｉｎ ｔｈｅ
ｂｉｎａｒｙ ｉｍａｇｅｓ ａｒｅ ｓｅａｒｃｈｅｄ．Ｉｆ ｔｈｅ ｌｏｃａｔｉｏｎｓ ｏｆ ｔｈｅ ｈｏｌｅｓ ｄｉｓｔｒｉｂｕｔｅ鹊ａ ｒｅｖｅｒ靶ａｃｕｔｅ－ａｎｇｌｅｄ ｔｒｉａｎ垂ｅ ａｎｄ ｔｈｅｙ ｌｉｅ ｉｎ ｔｈｅ ｃａｎｄｉｄａｔｅ ｆｉｅｌｄ ｏｆ ｔｈｅ
实验流程，如图３所示。
第５期
唐琏等：一种新的图像中的人脸区域分割算法
·５８９·
图２部分实验图片
№．２
．＝￡． Ｉ目标图像１
■二工二■ １同态滤波并灰度化ｌ 找空广洞＿］算ｌ迭法代（式二阈值值化Ｉ找）人ｒ］脸轮廓
二［ 大于朗值为黑
小于阚值为白 最小外接矩形
二［ 标记空桐区域
大于阈值为自
二［ 小于阈值为黑
征，一是能够快速收敛；二是在每一个迭代过程 中，新产生阈值优于上一次的阈值ＨＪ。
具体算法如下：
①选择图像灰度的中值作为初始阈值死。
②利用阈值ｒ把图像分割成两个区域：Ｒ，和
Ｒ：，计算区域Ｒ。和Ｒ：的灰度均值卢。和卢：。
ｌ
ｔ
￡一ｌ
Ｌ一１
∥，＝∑ｉｎｊ／∑％∥：＝∑ｉｎ。／∑ｍ
ｉ２０
ｉ＝０
ｉ＝ｔ
ｉ卅：
③计算出ｐ。和卢：后，计算新的阈值正＋。。
４人脸区域的最终定位
Ｉ）寻找图像中的空洞 再一次利用迭代式阈 值选择算法，对原图像进行处理。待选择出合适的 阈值后，大于阈值的设定为黑色，而小于阈值的设 定为白色，这样脸部以及和脸部色彩相近的背景部
万方数据
分变为黑色，而头发、眼睛、嘴唇等特征变为白 色。由于眼睛等特征点的存在，在图像中必然出现 一个个孤立的空洞。再一次利用最小外接矩形来标 定图像中的“空洞”，并在标定的区域中寻找“空 洞”区域的中心。一种考虑直接寻求最小外接矩形 的中心点，但是对于有一定倾斜的目标来说，外接 矩形所包括的区域相对于有效区域有较大的偏差， 因而这样造成的误差会比较大。
收稿日期：２（１０７－０６—２６； 收修定稿日期：２００７－０７．２７ 基金项目：教育部留学回国人员科研启动基金资助项目（２００５５３８３） 作者简介：唐珊（１９６６一），男，湖南武冈人，教授，博士，主要从事计算机视觉、嵌入式系统及机器人等方面的教学与科研工作。
万方数据
· ５８８ ·
控制 工程
第１５卷
文献标识码：Ａ
Ａ Ｎｅｗ Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｆａｃｅ Ｒｅｇｉｏｎ Ｓｅｇｍｅｎｔａｔｉｏｎ ｉｎ Ｉｍａｇｅｓ
Ｕｎｉｖｅｒｓｉｔｙ，ａ１础４１００７５，Ｏｌｉｎａ） ＴＡＮＧ Ｊｉｎ，ＸＵ Ｈａｌ－ｚｈｕ，ＸＩＥ Ｌｅｉ－ｌｅｉ
（Ｓｃｈｏｏｌ ｏｆ Ｉｎｆｏｎｎｍｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎ百ｎｅｅｆｉｎｇ，Ｃｅｎｔｒａｌ Ｓｏｕｔｈ
１引 言
人脸检测是指在输入图像中确定所有人脸（若 存在）的位置、大小和位姿的过程…。人脸区域分 割主要指在图像中确定人脸的位置，以便基于已知 人脸实施人脸检测或脸部重要特征的检测与定位。
当前，针对人脸区域分割所做的研究，主要集 中于利用肤色在某些色彩空间所呈现出来的聚类特 性而实施的肤色分割。首先，利用色彩空间转换将 图像转换到某一特定空间，如Ａｎｔｉ Ｋ．Ｊａｉｎ等’２１人 利用的ＹＣｂＣｒ色彩空间等；然后，在新的色彩空间 下构建肤色模板实现肤色分割，当前使用较多的肤 色模板包括椭圆肤色模板，高斯肤色模板，混合高 斯模板等‘３］。实验表明，在光照情况差的图像中易 在高光区域将肤色检测为非肤色，而在低光区域将 非肤色检测为肤色。尽管研究者们提出了一系列改 进方法，但是效果不甚理想。因此，本文提出了一 种新的图像中实施人脸区域分割的算法。
Ｚ＋Ｉ＝（卢ｌ＋／１２）／２
④重复步骤②一③，直到Ｚ＋，和Ｚ的差小于
某个给定值。 多次实验，本文选定给定值为１，效果较好。
选定阈值后，大于阈值的设定为白色，小于阈值的 设为黑色，这样图像变成了黑白二值图像。
３获取人脸候选区域
二值图像中，脸部区域明显应该位于白色区 域，而头发、眼睛、嘴唇、鼻孑乙等属于黑色区域。 为便于描述均匀轮廓，减少小的噪声点的干扰，首 先对图像中闭合区域内的小空洞进行填充，然后利 用最小外接矩形来描述图像中所有白色区域的轮 廓。研究表明，在已知物体的轮廓时用其外接矩形 的尺寸来描述它的形状是最为简单的方法。对于人 脸而言，长度和宽度符合一定的比例关系，通过统 计大量人脸图片可见，脸部的宽度（Ｗ）和长度（Ｌ） 的比，ｔ满足：１／３＜，ｌ≤１。利用外接矩形的宽度和 长度来代替形和￡近似描述人脸的轮廓，图像中 所有满足这一比例关系的白色区域都认定为人脸的 候选区域。
［４］Ｇｏｎｚａｌｅｚ Ｒ Ｃ，Ｗｏｏｄｓ Ｒ Ｅ．ｏｔｓ４ｔａｌ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ［Ｍ］．Ｂａｋｅｒ＆Ｔａｙ—
ｆａｃｅ。ｔｈｅ ｃａｎｄｉｄａｔｅ ｆｉｌｅｄ ｉｓ ｔｈｅ ｒｅａｌ ｆａｃｅ ｒｅｇｉｏｎ．Ｔｅｓｔｓ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ．ｔｈｅ ａｌｇｏｒｉｔｈｍ ｉｓ ｓｉｍｐｌｅ ａｎｄ ｅｆｆｉｃｉｅｎｔ．
Ｋｅｙ ｗｏｒｄｓ：ｆａｃｅ ｒｅｃｏｇｎｉｔｉｏｎ；ｃｏｍｐｕｔｅｒ ｖｉｓｉｏｎ；ｃｏｎｔｏｕｒ；ｈｏｌｅｓ
２００８年９月 第１５卷第５期
控制 工程
Ｃｏｎｔｒｏｌ Ｅｎｇｉｎｅｅｒｉｎｇ ｏｆபைடு நூலகம்Ｃｈｉｎａ
Ｓｅｐ．２ ０ ０ ８ Ｖ０１．１５．Ｎｏ．５
文章编号：１６７１．７８４８（２００８）０５—０５８７—０３
一种新的图像中的人脸区域分割算法
唐琏，许海柱，解蕾蕾
（中南大学信息科学与工程学院，湖南长沙４１００７５）
由于最小外接矩形算法，对于连通的区域作为 一个整体考虑，因而在人脸图像中，至少存在一个 满足要求的锐角三角形（当然，脸部有一定倾斜的 情况也适用），如图１所示。
图１人脸模板
Ｆｉｇ．１ Ｆａｃｅ ｔｅｍｐｌａｔｅ
利用这一点作为最终定位人脸区域的依据来实 施分割。
综上所述，针对迭代式阈值化后的图像，对于 既满足人脸候选区域的条件，又满足在此区域内有 着至少一个底边在上，顶角在下的锐角三角形的区 域，即为人脸区域。毕竟同时满足这两个条件而非 人脸的情况是绝对的小概率事件。部分实验图片， 如图２所示。
最小外接矩形
标记候选区域
Ｐａｒｔ ｏｆ ｔｈｅ ｔｅｓｔｉｎｇ ｉ１１］，ｑ嚷ｑＳ
图像；．（ｅ）为区域填充并标记候选人脸区域；（ｆ）为 最终定位图像；（ｇ）为构建三角形后的图像。
５结语
本文提出了一种基于轮廓以及空洞分析的新的 人脸区域分割算法，并在Ｍａｔｌａｂ ７．０下演示成功。 利用了同态滤波算法来补偿亮度信息的影响，同时 两次利用了迭代式阈值选择算法对图像进行二值化 处理，增强了算法的鲁棒性以及通用性。并提出了
值图像中依据一定的约束条件找到候选人脸并标定，然后搜寻二值图像中的“空洞”区域，
如果“空洞”位置恰好呈倒锐角三角形分布，且位于候选人脸区域内。则证明此候选区域即
为人脸区域。实验证明，该算法简单实用，而且很好地避免了光照影响，检测精度较高。
关键词：人脸识别；计算机视觉；轮廓；空洞
中图分类号：ＴＰ ２４２
ｈｏｍｏｍｏｒｐｈｉｃ ｆｉｌｔｅｒ ｉｓ ｕｓｅｄ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｃｏｎｄｉｔｉｏｎ ｏｆ ｉｌｌｕｍｉｎａｔｉｏｎ．Ｔｈｅ ｉｔｅｒａｆｉｖｅ ｔｈｒｅｓｈ ｃｈｏｏｓｉｎｇ ａｌｇｏｒｉｔｈｍ ｉｓ ｕｓｅｄ ｔｏ
ｔｏ目舭ｒｅｓｔｒａｉｎｅｄ ｃｈａｎｇｅ ｔｈｅ ｉｍａｇｅｓ ｉｎｔｏ ｂｉｎａｒｙ ｏｎｅｓ．Ａｃｃｏｒｄｉｎｇ
标记空洞区域 中心（质心）
三角分析法来实施区域的最终定位。大量实验表 明，本方法很好地缓解了采用肤色模型易受亮度干
扰的问题，检测精度达到９５％以上，而且对于人
毳嘉兰暑嘉煞‰／ 候选区域内是否＼
锐角三角形（底边
Ｉ竺！
在上。顶角在下）／
坐
人脸区域
图３人脸区域分割流程图 Ｆｉｇ．３ Ｆｌｏｗ ｃｈａｒｔ ｏｆ ｔｈｅ ｆａｃｅ ｓｅｇｍｅｎｔａｔｉｏｎ 图２中，（ａ）为原图像；（ｂ）为同态滤波后的图 像；（ｃ）为灰度图像；（ｄ）为迭代式阈值化后的二值
脸有一定倾斜的图像同样适用，为进行下一步人脸 信息处理研究打下了坚实的基础。
参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：
［１］Ｙａｎｇ Ｍ Ｈ．Ｄｅｔｅｃｔｉｎｇ ｆａｃｅｓ ｉｎ ｉｍａｇｅｓ：ＡⅢｒｖｅｙ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓｏｎ ＰＡ— ＭＪ，２００２，２４（１）：３４．５８．
Ｏｎ舢Ｉ，２００２．２（５）：６９６．７０６． 【２ Ｊ Ｈｓｕ Ｒ Ｌ，Ｍｏｈａ瑚同Ａ Ｍ，Ｊａｉｎ Ａ Ｋ．Ｆａｃｅ ｄｅｔｅｃｔｉｏｎ ｉｎ ｃｏｌｏｒｉｍ蹭ｅｓＥＪｊ． ＩＥＥＥ Ｔｒａｎｓ
众多研究表明，在较小的均匀区域，区域的中 心、重心、质心可以归结为一点。由于空洞区域相 对于图像而言可视为小区域，且在最小外接矩形区 域内可以近似估价为均匀，因而采用区域的质心来 代替区域的中心。实验表明效果较好，能够很好地 描述区域中心位置。
２）定位人脸区域 在二值化后的图像中，根 据先验知识，在人脸部区域中必然存在三个比较集 中的空洞区域，眼睛和眉毛距离较近，可以算作一 个空洞区域；嘴巴和鼻孔距离较近也可以算作一个 空洞区域。由于某些个体，嘴唇的色彩和肤色的差 异性不大，很难在二值图像中获取连贯性很好的空 洞，但是可以保证有部分区域在二值图像中呈现为 “空洞”，而对于眼睛和眉毛而言，由于其色彩和肤 色有着较大的差异，经过迭代式阈值选择算法，完 全可以得到较为集中和连贯的空洞区域。总之，针 对绝大多数人脸区域而言，在二值图像中可以呈现 出三处较为集中的“空洞”，并呈三角分立关系， 且很明显这个三角形应该为底边在上，顶角在下的 锐角三角形。
２图像预处理
１）光线调节由于图像受到的光照影响较大， 容易造成误检，因而首先利用同态滤波器对图像进 行预处理。同态滤波是一种在频域中同时将图像亮 度范围进行压缩和将图像对比度增强的方法。它能 够对图像亮度进行调整，通过消除图像上照明不均 的问题，增强暗区的图像细节，而同时又不损失亮 区的图像细节，能够很好地弥补光线不足所带来的 影响。将实施完滤波后的图像转换为灰度图像。
ｐｍ删．Ｔｈｅ Ａｂｓｔｒａｃｔ：Ｆａｃｅ ｒｅｇｉｏｎ ｓｅｇｍｅｎｔａｔｉｏｎ ｐｌａｙｓ锄ｉｍｐｏｒｔａｎｔ ｒｏｌｅ ｔｏ ｔｈｅ ｆａｃｅ ｉｎｆｏｒｍａｔｉｏｎ ｐｒｏｃｅｓｓｉｎｇ ｔｅｅｈｎｏｌｏｇｉｅｓ．Ａｎ ａｌｇｏｒｉｔｈｍ ｔｏ ｓｅ印ｎｅｎｔ ｔｈｅ ｆａｃｅ
ｒｅｇｉｏｎ ｉｓ
摘
要：人脸区域分割对于人脸信息处理研究有着非常重要的意义，既可以直接用于在
图像中寻找人脸，又可以作为眼睛、嘴巴等人脸重要特征检测的前序研究。因此，提出了一
种新的图像中实施人脸区域分割的算法。首先，利用同态滤波改善图像的光照条件并增强图
像的对比度；然后，利用迭代式阈值选择算法对图像进行二值化并增强图像的对比度。在二