基于图像信号处理对美颜相机功能的研究.docxVIP

基于图像信号处理对美颜相机功能的研究 　　摘要：随着市面上各类美颜相机的兴起，人们也都在追求更完美的美颜照片。本文提实现了一种静态图片美颜方法。首先通过人脸识别确定面部特征点，然后引入图像平滑技术，采用双边滤波器滤除图像噪声实现美白提亮功能;可利用图像融合技术，利用小波变换图像融合算法叠加图片像素实现装饰物、滤镜等一系列特效。所有的算法结果皆可由matlab实现。 　　关键词：图像平滑与融合技术;双边滤波;小波变换;matlab 　　近几年来随着各类直播场合、美颜相机app的不断出现，美化相片已经成为人们消遣的一种娱乐享受，尤其是在人们对美颜滤镜的需求也越来越多的情况下，这对广大年轻的朋友已成为不可或缺的需求。美颜相机的美颜功能的其实是图像信号处理技术对于静态图像的应用，其原理是首先通过手机相机收集到的每帧图像送入云端后台进行人脸定位和识别，确定五官的特征位置，应用图像处理技术，得到美颜后的照片。本文主要着重于图像处理技术方面，对抓拍后的人脸图进行图像平滑和图像融合的技术，可利用matlab编程实现人像虚拟美颜，从而达到对照片进行美化的目的。 　　1人脸识别 　　人脸识别的目的是要确定脸部特征点（眼睛、眉毛、鼻、嘴、脸部外轮廓）。首先进行人脸定位，通过建立肤色分割模型[1]，利用matlab得到不同子区间的图像像素，根据肤色相似性可得到灰度图分布，确定人脸区域。然后采用主成分分析法（pca），利用分布在人面部从低到高的80多个结点构造主要的子空间，将所拍摄的照片投影至主元空间上，得到一组投影系数，根据人脸图像的灰度图模式，确定各个特征点的位置。 　　2图像平滑技术 　　图像平滑时一种过滤图像噪声的图像处理方法，可通过突出图像的宽区域，低频分量，主干部分或者减小高频分量，使得到的图像亮度平缓提亮，改善图像质量。而美颜中的美肤功能实际上是利用滤波的操作来消除图像噪声。一般常用的滤波器有中值滤波、边缘保持滤波、双边滤波等方法。由于双边滤波能够保留大量人脸细节且确保边界处不会被模糊掉（即同时使用高斯权重和灰度值相似性高斯权重），故采用双边滤波器过滤图像噪声实现图像平滑效果。双边滤波器对图片中的每一个点的所有相邻点进行加权平均，设向量x为像素点，坐标为（i，j），向量f（x）為输出影像，f为输入影像，g为滤波核，k为以像素点为中心的邻近区域，g（x，y）为空域核和值域核两个高斯核函数的乘积[2]。公式如下： 　　双边滤波有两种权重，分别为空间权重和相似权重。空间权重基于像素之间的距离参数实现模糊去燥，相似权重基于像素值的大小实现保护边缘。设定相应的参数，利用matlab即可完成仿真，得到除噪的图片，仿真结果如下： 　　从图（1）可看出，图片经过双边滤波处理后，人脸的肤色提亮且变得光滑，图像质量相对原来提高。 　　3图像融合技术 　　图像融合技术是信息融合方式的一个方面，为筛选各信道内有利的图像信息，可通过图像技术和计算机技术处理多源信道采集到的图像数据[3]，最后融合成较高质量的图像。图像融合技术需经过图像预处理，图像融合算法、图像融合评价等步骤。进行图像预处理时，需经过图像数字化、平滑技术、图像复原及增强等步骤消除无用信息。图像融合算法包括平均与加权平均方法、调制技术以及像素灰度值选大（选小）等各种算法，但在信号分析和处理中，小波变换具有良好的时频特性，所以一般应用于图像处理领域。小波变换的过程是首先利用小波分解源图像得到子图像，再在变换域进行特征选择，构造融合图像，最终通过逆变换重新构造融合图像[4]。小波变化的公式如下： 　　小波变化与傅里叶变换类似，但有区别的是小波变换有两个变量，分别为尺度a和位移量τ，尺度a决定小波函数的舒卷程度，位移量τ控制小波函数的位移量[5]。当讨论将两种图像信息融合成一幅图像时，首先利用小波变换分离出各自的低频部分与高频部分，进行分解与重构（高通与低通滤波的过程），然后再根据融合原则（绝对值较大的小波系数优选）进行融合，最终通过小波逆变换即可得到融合后图像的结果。具体的算法实现过程：首先配准图像，结合像素;接着计算两幅图的小波变换，获取每个点的小波系数;然后整理融合的小波系数，统一进行小波逆变换;最终合成图像。利用matlab实现如下图所示： 　　从图（2）可看出：模糊风景图与左模糊风景图融合后能够看清原图的基本成像，提取左模图与右模糊图体现图像融合的思想。美颜相机里的装饰物（头饰）可利用泊松融合算法原理实现，除此之外，图像融合技术还有多项应用比如美颜相机中的多种滤镜及ai换脸等多种特效。 　　4小结 　　本文基于图像处理技术对美颜相机原理进行分析，利用matlab实现图像平滑技术和