部輪廓區(qū)域范圍內(nèi)的信號突變邊緣的線段，然后對該頭部邊緣線段結(jié)果進(jìn)行頭部凸包輪廓檢測，將頭部凸包輪廓檢測獲得的關(guān)鍵點的坐標(biāo)存為頭部輪廊數(shù)組；
[0105]S16、對ROIMB進(jìn)行邊緣檢測，得到軀干輪廓區(qū)域范圍內(nèi)的信號突變邊緣的線段，然后對該軀干邊緣線段結(jié)果進(jìn)行軀干凸包輪廓檢測，將軀干凸包輪廓檢測獲得的關(guān)鍵點的坐標(biāo)存為軀干輪廓數(shù)組；
[0106]S17、將頭部輪廓數(shù)組和軀干輪廓數(shù)組合并在一起，形成人像輪廓數(shù)組；
[0107]S2、把尋找到的人像輪廓內(nèi)的區(qū)域設(shè)定為初始前景，把尋找到的人像輪廓外圍的區(qū)域設(shè)定為初始背景；
[0108]S3、判斷初始前景和預(yù)期人像輪廓的差異度是否在預(yù)設(shè)范圍內(nèi)，若是，則判斷初始前景和預(yù)期人像輪廓相似度符合要求，進(jìn)入步驟S4 ;若否，則判斷初始前景不符合要求，進(jìn)入步驟S6 ；
[0109]S4、將證照原圖轉(zhuǎn)換為Lab色彩空間圖像，對Lab色彩空間圖像，讀取初始前景區(qū)域的每個像素，建立初始前景色度的混合高斯模型；對初始背景區(qū)域的每個像素，獲取初始背景色度的直方圖，計算初始背景色度的直方圖與初始前景色度的混合高斯模型的重疊概率，對重疊概率取標(biāo)準(zhǔn)均方值P，判斷標(biāo)準(zhǔn)均方值P是否大于預(yù)設(shè)標(biāo)準(zhǔn)均方值(如50)，若否，則判斷初始前景和初始背景色彩重疊程度符合要求，進(jìn)入步驟S5，若是，則初始前景和初始背景色彩重疊程度過高，判斷初始前景和初始背景不符合要求，進(jìn)入步驟S6 ;
[0110]S5、采用Canny算子對初始背景區(qū)域的邊緣進(jìn)行檢測，計算邊緣線段總長度和背景面積的比值K，將K記為初始背景區(qū)域特征數(shù)量系數(shù)，判斷初始背景區(qū)域特征數(shù)量系數(shù)K是否大于預(yù)設(shè)特征數(shù)量系數(shù)(如0.01)，若否，則判斷初始背景區(qū)域特征數(shù)量符合要求，進(jìn)入步驟S7，若是，則初始背景區(qū)域特征數(shù)量超標(biāo)，判斷初始背景不符合要求，進(jìn)入步驟S6 ;
[0111]S6、對用戶進(jìn)行提醒，建議用戶更換到干凈的背景重新進(jìn)行拍攝，重新拍攝后返回步驟SI ；
[0112]S7、使用初始前景的掩碼位圖和初始背景的掩碼位圖，通過GrabCut函數(shù)建立混合高斯模型，再通過迭代調(diào)整得到前景區(qū)域和背景區(qū)域的最終掩碼位圖，具體包括:
[0113]S71、使用初始前景的掩碼位圖和初始背景的掩碼位圖，通過GrabCut函數(shù)分別建立前景像素集和背景像素集，進(jìn)一步建立對應(yīng)的前景混合高斯模型和背景混合高斯模型；
[0114]S72、讀取像素集中的每個像素，通過掩碼對每個像素進(jìn)行判斷，判斷該像素屬于背景像素還是前景像素，再判斷它屬于前景混合高斯模型或者背景混合高斯模型中的哪個高斯分量，根據(jù)判斷結(jié)果對前景混合高斯模型和初步背景混合高斯模型進(jìn)行調(diào)整；采用吉布斯能量公式再次學(xué)習(xí)調(diào)整后的前景混合高斯模型或調(diào)整后的背景混合高斯模型，對調(diào)整后的前景混合高斯模型或調(diào)整后的背景混合高斯模型進(jìn)行迭代調(diào)整，直到迭代次數(shù)完成為止;
[0115]S73、通過GrabCut函數(shù)輸出前景和背景的計算結(jié)果，獲得證照原圖的前景區(qū)域和背景區(qū)域的最終掩碼位圖；
[0116]S8、新建和原圖大小一致的透明的空的圖像位圖，把最終掩碼位圖的前景區(qū)域所映射的像素復(fù)制到所述圖像位圖中，得到前景圖像。
[0117]經(jīng)過上述步驟后，本實施例的證照相機(jī)完成了對人像的摳圖處理，此時證照相機(jī)會提供證件照類型和地區(qū)給用戶選擇，當(dāng)用戶選定后，證照相機(jī)檢測用戶選定的證件照類型和地區(qū)信息，根據(jù)這些信息更換相應(yīng)的背景(如白色、藍(lán)色、紅色等)，將摳圖得到的前景圖像和相應(yīng)的背景圖像進(jìn)行重疊，得到標(biāo)準(zhǔn)的證件照。
[0118]實施例3:
[0119]如圖5所示，本實施例的自動對人像進(jìn)行摳圖的方法與實施例2的區(qū)別之處在于步驟S8，如下:
[0120]S8、把最終掩碼位圖的背景區(qū)域所映射的原圖上的像素數(shù)據(jù)抹掉，填入透明色，得到前景圖像。
[0121]綜上所述，本發(fā)明的證照相機(jī)及方法采用輪廓檢測技術(shù)在證照原圖中快速尋找到人像輪廓，并根據(jù)尋找到的人像輪廓設(shè)置初始前景區(qū)域和初始背景區(qū)域，使用初始前景的掩碼位圖和初始背景的掩碼位圖，通過GrabCut函數(shù)建立混合高斯模型，再通過迭代調(diào)整得到前景區(qū)域和背景區(qū)域的最終掩碼位圖，一方面提高了運算的速度，另一方面提高了輪廓檢測的精確度，即提高了摳圖的精確度；在GrabCut函數(shù)計算前，設(shè)置好前景區(qū)域，讓前景區(qū)域盡量包括所有人像區(qū)域，盡量少包含背景信息，以減少GrabCut函數(shù)的迭代次數(shù)，減少前景被誤判為背景的可能性以及減少背景被誤判前景的可能性，進(jìn)一步提高GrabCut函數(shù)的分離準(zhǔn)確性。
[0122]以上所述，僅為本發(fā)明專利優(yōu)選的實施例，但本發(fā)明專利的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明專利所公開的范圍內(nèi)，根據(jù)本發(fā)明專利的技術(shù)方案及其發(fā)明構(gòu)思加以等同替換或改變，都屬于本發(fā)明專利的保護(hù)范圍。
【主權(quán)項】
1.一種自動對人像進(jìn)行摳圖的證照相機(jī)，其特征在于:所述證照相機(jī)包括: 人像輪廓尋找模塊，用于采用輪廓檢測技術(shù)在證照原圖中快速尋找到人像輪廓； 初始前景與初始背景設(shè)定模塊，用于把尋找到的人像輪廓內(nèi)的區(qū)域設(shè)定為初始前景，把尋找到的人像輪廓外圍的區(qū)域設(shè)定為初始背景； 前景區(qū)域和背景區(qū)域確定模塊，用于使用初始前景的掩碼位圖和初始背景的掩碼位圖，通過GrabCut函數(shù)建立混合高斯模型，再通過迭代調(diào)整得到前景區(qū)域和背景區(qū)域的最終掩碼位圖； 前景圖像分離模塊，用于新建和原圖大小一致的透明的空的圖像位圖，把最終掩碼位圖的前景區(qū)域所映射的像素復(fù)制到所述圖像位圖中，得到前景圖像；或用于把最終掩碼位圖的背景區(qū)域所映射的原圖上的像素數(shù)據(jù)抹掉，填入透明色，得到前景圖像。2.根據(jù)權(quán)利要求1所述的一種自動對人像進(jìn)行摳圖的證照相機(jī)，其特征在于:所述人像輪廓尋找模塊包括: 灰度圖像轉(zhuǎn)換單元，用于將證照原圖轉(zhuǎn)換為灰度圖像； 上半身特征數(shù)據(jù)區(qū)域檢測單元，用于對灰度圖像進(jìn)行上半身特征數(shù)據(jù)區(qū)域檢測，當(dāng)檢測到上半身特征數(shù)據(jù)區(qū)域時，將該區(qū)域像素信息保存為上半身區(qū)域矩形數(shù)據(jù)結(jié)構(gòu)，并對灰度圖像設(shè)置上半身ROI區(qū)域，記為ROIB ; 人臉輪廓特征數(shù)據(jù)區(qū)域檢測單元，用于對ROIB進(jìn)行人臉輪廓特征數(shù)據(jù)區(qū)域檢測，當(dāng)檢測到人臉輪廓特征數(shù)據(jù)區(qū)域時，將該區(qū)域像素信息保存為人臉輪廓區(qū)域矩形數(shù)據(jù)結(jié)構(gòu)，并對灰度圖像設(shè)置人臉輪廓ROI區(qū)域，記為ROIF 軀干輪廓特征數(shù)據(jù)區(qū)域獲取單元，用于對ROIB的區(qū)域，裁去ROIF的區(qū)域，得到軀干輪廓特征數(shù)據(jù)區(qū)域RCHMB，將該區(qū)域像素信息保存為軀干輪廓區(qū)域矩形數(shù)據(jù)結(jié)構(gòu)； 頭部凸包輪廓檢測單元，用于對ROIF進(jìn)行邊緣檢測，得到頭部輪廓區(qū)域范圍內(nèi)的信號突變邊緣的線段，然后對該頭部邊緣線段結(jié)果進(jìn)行頭部凸包輪廓檢測，將頭部凸包輪廓檢測獲得的關(guān)鍵點的坐標(biāo)存為頭部輪廓數(shù)組； 軀干凸包輪廓檢測單元，用于對ROIMB進(jìn)行邊緣檢測，得到軀干輪廓區(qū)域范圍內(nèi)的信號突變邊緣的線段，然后對該軀干邊緣線段結(jié)果進(jìn)行軀干凸包輪廓檢測，將軀干凸包輪廓檢測獲得的關(guān)鍵點的坐標(biāo)存為軀干輪廓數(shù)組； 人像輪廓形成單元，用于將頭部輪廓數(shù)組和軀干輪廓數(shù)組合并在一起，形成人像輪廓數(shù)組。3.根據(jù)權(quán)利要求1所述的一種自動對人像進(jìn)行摳圖的證照相機(jī)，其特征在于:所述前景區(qū)域和背景區(qū)域確定模塊包括: 混合高斯模型建立單元，用于使用初始前景的掩碼位圖和初始背景的掩碼位圖，通過GrabCut函數(shù)分別建立前景像素集和背景像素集，進(jìn)一步建立對應(yīng)的前景混合高斯模型和背景混合高斯模型； 混合高斯模型調(diào)整單元，用于讀取像素集中的每個像素，通過掩碼對每個像素進(jìn)行判斷，判斷該像素屬于背景像素還是前景像素，再判斷它屬于前景混合高斯模型或者背景混合高斯模型中的哪個高斯分量，根據(jù)判斷結(jié)果對前景混合高斯模型和初步背景混合高斯模型進(jìn)行調(diào)整； 迭代調(diào)整單元，用于采用吉布斯能量公式再次學(xué)習(xí)調(diào)整后的前景混合高斯模型或調(diào)整后的背景混合高斯模型，對調(diào)整后的前景混合高斯模型或調(diào)整后的背景混合高斯模型進(jìn)行迭代調(diào)整，直到迭代次數(shù)完成為止； 結(jié)果輸出單元，用于通過GrabCut函數(shù)輸出前景和背景的計算結(jié)果，獲得證照原圖的前景區(qū)域和背景區(qū)域的最終掩碼位圖。4.根據(jù)權(quán)利要求1所述的一種自動對人像進(jìn)行摳圖的證照相機(jī)，其