特征在于:所述證照相機還包括: 初始前景和預期人像輪廓相似度檢測模塊，用于判斷初始前景和預期人像輪廓的差異度是否在預設(shè)范圍內(nèi)，若是，則判斷初始前景和預期人像輪廓相似度符合要求，若否，則判斷初始前景不符合要求； 初始前景和初始背景色彩重疊程度檢測模塊，用于當初始前景輪廓和預期人像輪廓的相似度符合要求時，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，對重疊概率取標準均方值P，判斷標準均方值P是否大于預設(shè)標準均方值，若否，則判斷初始前景和初始背景色彩重疊程度符合要求，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； 初始背景區(qū)域特征數(shù)量檢測模塊，用于當初始前景和初始背景色彩重疊程度符合要求時，采用Canny算子對初始背景區(qū)域的邊緣進行檢測，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是否大于預設(shè)特征數(shù)量系數(shù)，若否，則判斷初始背景區(qū)域特征數(shù)量符合要求，若是，則初始背景區(qū)域特征數(shù)量超標，判斷初始背景不符合要求； 提醒建議模塊，用于當初始前景和/或初始背景不符合要求時，對用戶進行提醒，建議用戶更換到干凈的背景重新進行拍攝。5.根據(jù)權(quán)利要求4所述的一種對人像進行摳圖的證照相機，其特征在于:所述初始背景區(qū)域特征數(shù)量檢測模塊采用Canny算子對初始背景區(qū)域的邊緣進行檢測，具體包括: 指定一個上限閾值和一個下限閾值，采用上限閾值控制強邊緣的初始分割，采用下限閾值控制邊緣連接，若初始背景區(qū)域的某個像素的梯度大于上限閾值，則被認為是邊緣像素；若初始背景區(qū)域的某個像素的梯度小于下限閾值，則被丟棄；若初始背景區(qū)域的某個像素的梯度在上限閾值與下限閾值之間，則當這個像素與邊緣像素連接時保留，否則刪除；其中，所述上限閾值為證照原圖高度的1/10，所述下限閾值為證照原圖高度的1/40。6.一種自動對人像進行摳圖的方法，應用于證照相機中，其特征在于:所述方法包括: 所述證照相機采用輪廓檢測技術(shù)在證照原圖中快速尋找到人像輪廓； 所述證照相機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； 所述證照相機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； 所述證照相機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)域所映射的像素復制到所述圖像位圖中，得到前景圖像；或所述證照相機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。7.根據(jù)權(quán)利要求6所述的一種自動對人像進行摳圖的方法，其特征在于:所述證照相機采用輪廓檢測技術(shù)在證照原圖中快速尋找到人像輪廓，具體包括: 將證照原圖轉(zhuǎn)換為灰度圖像； 對灰度圖像進行上半身特征數(shù)據(jù)區(qū)域檢測，當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 ； 對ROIB進行人臉輪廓特征數(shù)據(jù)區(qū)域檢測，當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 ； 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R(HMB，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)； 對ROIF進行邊緣檢測，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)鍵點的坐標存為頭部輪廓數(shù)組； 對ROHffi進行邊緣檢測，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)鍵點的坐標存為軀干輪廓數(shù)組； 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。8.根據(jù)權(quán)利要求6所述的一種自動對人像進行摳圖的方法，其特征在于:所述證照相機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: 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，進一步建立對應的前景混合高斯模型和背景混合高斯模型； 讀取像素集中的每個像素，通過掩碼對每個像素進行判斷，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行調(diào)整； 采用吉布斯能量公式再次學習調(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行迭代調(diào)整，直到迭代次數(shù)完成為止； 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。9.根據(jù)權(quán)利要求6所述的一種自動對人像進行摳圖的方法，其特征在于:所述方法還包括: 所述證照相機判斷初始前景和預期人像輪廓的差異度是否在預設(shè)范圍內(nèi)，若是，則判斷初始前景和預期人像輪廓相似度符合要求，若否，則判斷初始前景不符合要求； 當初始前景輪廓和預期人像輪廓的相似度符合要求時，所述證照相機將證照原圖轉(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，對重疊概率取標準均方值P，判斷標準均方值P是否大于預設(shè)標準均方值，若否，則判斷初始前景和初始背景色彩重疊程度符合要求，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； 當初始前景和初始背景色彩重疊程度符合要求時，所述證照相機采用Canny算子對初始背景區(qū)域的邊緣進行檢測，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是否大于預設(shè)特征數(shù)量系數(shù)，若否，則判斷初始背景區(qū)域特征數(shù)量符合要求，若是，則初始背景區(qū)域特征數(shù)量超標，判斷初始背景不符合要求； 當初始前景和/或初始背景不符合要求時，所述證照相機對用戶進行提醒，建議用戶更換到干凈的背景重新進行拍攝。10.根據(jù)權(quán)利要求9所述的一種自動對人像進行摳圖的方法，其特征在于:所述采用Canny算子對初始背景區(qū)域的邊緣進行檢測，具體包括: 指定一個上限閾值和一個下限閾值，采用上限閾值控制強邊緣的初始分割，采用下限閾值控制邊緣連接，若初始背景區(qū)域的某個像素的梯度大于上限閾值，則被認為是邊緣像素；若初始背景區(qū)域的某個像素的梯度小于下限閾值，則被丟棄；若初始背景區(qū)域的某個像素的梯度在上限閾值與下限閾值之間，則當這個像素與邊緣像素連接時保留，否則刪除；其中，所述上限閾值為證照原圖高度的1/10，所述下限閾值為證照原圖高度的1/40。
【專利摘要】本發(fā)明公開了一種自動對人像進行摳圖的證照相機及方法，所述證照相機包括人像輪廓尋找模塊、初始前景與初始背景設(shè)定模塊、前景區(qū)域和背景區(qū)域確定模塊、前景圖像分離模塊；所述方法包括：采用輪廓檢測技術(shù)在證照原圖中快速尋找到人像輪廓；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；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；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)域所映射的像素復制到所述圖像位圖中，得到前景圖像。本發(fā)明方法可以提高運算的速度和摳圖的精確度。
【IPC分類】G06T7/00
【公開號】CN105184787
【申請?zhí)枴緾N201510547197
【發(fā)明人】不公告發(fā)明人
【申請人】廣州市幸福網(wǎng)絡技術(shù)有限公司
【公開日】2015年12月23日
【申請日】2015年8月31日