技術領域

本發明涉及圖像處理技術領域，特別涉及一種基于人臉的圖像缺損補繪方法及系統。

背景技術

人臉識別是最自然，無損，方便用戶的計量生物學方法。大部分現存的系統只能成功的識別出在某些約束條件下的臉。而在某些特殊情況下其識別結果會受到影像影響，例如，光照、臉部表情、姿勢、視角，尤其是掩蔽現象中墨鏡、胡須或遮擋物。

對人臉的識別采用的是整個完整的人臉圖像作為識別對象，當所識別的人臉圖像信息不完整時，一般的識別方法將無法適用。

目前普遍使用的破損圖像的補繪方法有，基于泊松方程的補繪算法以及基于馬爾可夫場的補繪算法。但是傳統的補繪算法更多的適用于自然圖片，并不能很好的解決人臉補繪這一問題。

傳統的補繪方法存在如下缺點：

（1）無法處理待匹配區域與目標區域光照，顏色差距明顯變化等情況。

（2）在應用于人臉上，由于原始人臉圖片信息的缺失，在傳統補繪算法框架下，并不能很好的找到待匹配的小區域，以進行目標補繪。

發明內容

本發明的目的旨在至少解決上述的技術缺陷之一。

為達到上述目的，本發明一方面的實施例提出一種基于人臉的圖像缺損補繪方法，包括以下步驟：S1：從缺損人臉圖像中獲取整個人臉的像素；S2：根據缺損人臉圖像的所述像素通過稀疏表示從人臉圖像數據庫中檢索與所述缺損人臉圖像相近的多個人臉圖像；S3：從所述多個人臉圖像中根據缺損區域提取最匹配的缺損部位；以及S4：從所述最匹配的人臉圖像中截取最匹配的缺損區域并利用拉普拉斯方程對缺損部位進行融合獲得修復圖像。

根據本發明實施例的方法，通過利用稀疏表示減少了檢索圖像時的數據計算復雜度，從而提高了效率，同時利用圖像的譜圖信息對缺損區域的圖像進行補繪。

本發明的一個實施例中，所述步驟S4具體包括：S41：利用鄰近法將所述最匹配的缺損部位的局部連接關系獲得散度矩陣；S42：根據所述散度矩陣獲得拉普拉斯矩陣；以及S43：根據所述拉普拉斯矩陣利用融合算法獲得待修復的缺損區域。

本發明的一個實施例中，根據所述檢索到的缺損部位獲得缺損區域時，遵守如下約束條件：其中，G_U其是缺損區域，G_R中的為檢索到的缺損部位。

在本發明的一個實施例中，所述步驟S41進一步包括：S411：求取所述最匹配缺損區域中每一個像素作為對應的結點；S412：為所述每一個像素結點與其周邊的多個像素結點建立連接矩陣；S413：為所述連接關系設置連接權值獲得局部連接矩陣；以及S414：根據所述局部連接矩陣計算散度矩陣。

在本發明的一個實施例中，所述人臉圖像數據庫包括各種人臉圖像滿足人臉圖像的搜索匹配。

為達到上述目的，本發明的實施例另一方面提出一種基于人臉的圖像缺損補繪系統，包括：獲取模塊，用于從缺損人臉圖像中獲取整個人臉的像素；檢索模塊，用于根據缺損人臉圖像的所述像素通過稀疏表示從人臉圖像數據庫中檢索與所述缺損人臉圖像相近的多個人臉圖像；提取模塊，用于從所述多個人臉圖像中根據缺損區域提取最匹配的缺損部位；以及融合模塊，用于從所述最匹配的人臉圖像中截取最匹配的缺損區域并利用拉普拉斯方程對缺損部位進行融合獲得修復圖像。

根據本發明實施例的系統，通過利用稀疏表示減少了檢索圖像時的數據計算復雜度，從而提高了效率，同時利用圖像的譜圖信息對缺損區域的圖像進行補繪。

本發明的一個實施例中，所述融合模塊具體包括：第一獲取子模塊，用于利用鄰近法將所述最匹配的缺損部位的局部連接關系獲得散度矩陣；第二獲取子模塊，用于根據所述散度矩陣獲得拉普拉斯矩陣；以及第三獲取子模塊，用于根據所述拉普拉斯矩陣利用融合算法獲得待修復的缺損區域。

本發明的一個實施例中，根據所述檢索到的缺損部位獲得缺損區域時，遵守如下約束條件：其中，G_U其是缺損區域，G_R中的為檢索到的缺損部位。

本發明的一個實施例中，所述第一獲取子模塊進一步包括：求取單元，用于求取所述最匹配缺損區域中每一個像素作為對應的結點；建立單元，用于為所述每一個像素結點與其周邊的多個像素結點建立連接關系；獲取單元，用于為所述連接關系設置連接權值獲得局部連接矩陣；以及計算單元，用于根據所述局部連接矩陣計算散度矩陣。

在本發明的一個實施例中，所述人臉圖像數據庫包括各種人臉圖像滿足人臉圖像的搜索匹配。

本發明附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐了解到。