一種發(fā)型匹配的方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明實(shí)施方式提供一種發(fā)型匹配的方法及系統(tǒng)，其中，所述方法包括：獲取用戶的臉部圖片并從所述臉部圖片中確定臉部輪廓；確定所述臉部輪廓的橫向最大距離和縱向最大距離；從所述臉部圖片中獲取預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)，并計(jì)算所述尺寸數(shù)據(jù)與所述橫向最大距離之間的第一位置參數(shù)以及計(jì)算所述尺寸數(shù)據(jù)與所述縱向最大距離之間的第二位置參數(shù)；根據(jù)預(yù)先建立的發(fā)型與位置參數(shù)之間的匹配關(guān)系，從預(yù)設(shè)發(fā)型庫中獲取與所述第一位置參數(shù)以及所述第二位置參數(shù)均匹配的發(fā)型。本發(fā)明實(shí)施方式提供的一種發(fā)型匹配的方法及系統(tǒng)，可以根據(jù)用戶的臉部特征自動(dòng)選擇與用戶的臉部特征相匹配的發(fā)型。
【專利說明】
一種發(fā)型匹配的方法及系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明實(shí)施方式涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種發(fā)型匹配的方法及系統(tǒng)。
【背景技術(shù)】
[0002] 目前，隨著生活水平的提高，人們越發(fā)追求外在美，尤其注重發(fā)型與臉型的匹配。 有時(shí)候看似非常漂亮的發(fā)型，卻不適合自己特定的臉型。于是，市場上出現(xiàn)了很多發(fā)型設(shè)計(jì) 的軟件，但這些軟件中只是將用戶的照片與發(fā)型進(jìn)行簡單疊加，無法讓前去理發(fā)店理發(fā)的 用戶在理發(fā)之前，自主匹配適合自己的發(fā)型；也無法讓發(fā)型處理結(jié)果直觀地呈現(xiàn)給設(shè)計(jì)師， 讓設(shè)計(jì)師給出建設(shè)性意見。因此，目前亟需一種能夠自動(dòng)為用戶匹配發(fā)型的方法。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明實(shí)施方式的目的在于提供一種發(fā)型匹配的方法及系統(tǒng)，可以根據(jù)用戶的臉 部特征自動(dòng)選擇與用戶的臉部特征相匹配的發(fā)型。
[0004] 為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施方式提供一種發(fā)型匹配的方法，所述方法包括:獲取 用戶的臉部圖片并從所述臉部圖片中確定臉部輪廓;確定所述臉部輪廓的橫向最大距離和 縱向最大距離;從所述臉部圖片中獲取預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)，并計(jì)算所述尺寸數(shù)據(jù)與 所述橫向最大距離之間的第一位置參數(shù)以及計(jì)算所述尺寸數(shù)據(jù)與所述縱向最大距離之間 的第二位置參數(shù);根據(jù)預(yù)先建立的發(fā)型與位置參數(shù)之間的匹配關(guān)系，從預(yù)設(shè)發(fā)型庫中獲取 與所述第一位置參數(shù)以及所述第二位置參數(shù)均匹配的發(fā)型。
[0005] 為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施方式還提供一種發(fā)型匹配的系統(tǒng)，所述系統(tǒng)包括:臉 部輪廓確定單元，用于獲取用戶的臉部圖片并從所述臉部圖片中確定臉部輪廓;距離確定 單元，用于確定所述臉部輪廓的橫向最大距離和縱向最大距離;位置參數(shù)計(jì)算單元，用于從 所述臉部圖片中獲取預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)，并計(jì)算所述尺寸數(shù)據(jù)與所述橫向最大距離 之間的第一位置參數(shù)以及計(jì)算所述尺寸數(shù)據(jù)與所述縱向最大距離之間的第二位置參數(shù);發(fā) 型匹配單元，用于根據(jù)預(yù)先建立的發(fā)型與位置參數(shù)之間的匹配關(guān)系，從預(yù)設(shè)發(fā)型庫中獲取 與所述第一位置參數(shù)以及所述第二位置參數(shù)均匹配的發(fā)型。
[0006] 由以上本發(fā)明實(shí)施方式可見，本發(fā)明可以通過用戶的臉部圖片中獲取用戶的臉部 輪廓，從而可以確定用戶的臉型。所述用戶的臉型可以通過臉部輪廓的橫向最大距離和縱 向最大距離來確定。然后可以從所述臉部圖片中獲取預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)，所述預(yù)設(shè) 臉部特征例如可以為額頭、眼睛、鼻子或者嘴巴等等。通過比較所述預(yù)設(shè)臉部特征的尺寸數(shù) 據(jù)與所述橫向最大距離和縱向最大距離之間的位置關(guān)系，從而可以確定用戶臉部五官的分 布情況，從而可以自動(dòng)獲取與用戶的臉型相匹配的發(fā)型。
【附圖說明】
[0007] 為了更清楚地說明本發(fā)明實(shí)施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施方式 或現(xiàn)有技術(shù)描述中所需要使用的附圖逐一簡單地介紹，顯而易見地，下面描述中的附圖是 本發(fā)明的一些實(shí)施方式，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還 可以根據(jù)這些附圖獲得其他的附圖。
[0008] 圖1為本申請實(shí)施方式提供的一種發(fā)型匹配的方法流程圖； 圖2為本申請實(shí)施方式提供的一種發(fā)型匹配的系統(tǒng)的框架圖。
【具體實(shí)施方式】
[0009] 為使本發(fā)明實(shí)施方式的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施 方式中的附圖，對本發(fā)明實(shí)施方式中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí) 施方式是本發(fā)明一部分實(shí)施方式，而不是全部的實(shí)施方式。基于本發(fā)明中的實(shí)施方式，本領(lǐng) 域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施方式，都屬于本發(fā)明 保護(hù)的范圍。
[0010] 本申請實(shí)施方式提供一種發(fā)型匹配的方法。圖1為本申請實(shí)施方式提供的一種發(fā) 型匹配的方法流程圖。雖然下文描述流程包括以特定順序出現(xiàn)的多個(gè)操作，但是應(yīng)該清楚 了解，這些過程可以包括更多或更少的操作，這些操作可以順序執(zhí)行或并行執(zhí)行(例如使用 并行處理器或多線程環(huán)境）。如圖1所示，所述方法可以包括以下步驟。
[0011]步驟si:獲取用戶的臉部圖片并從所述臉部圖片中確定臉部輪廓。
[0012] 在本實(shí)施方式中，可以通過三維掃描器，獲取用戶的頭型以及臉部圖片。通過對所 述臉部圖片進(jìn)行識別，從而可以確定所述臉部圖片中的臉部輪廓。所述臉部輪廓可以作為 匹配發(fā)型的依據(jù)。
[0013] 具體地，本實(shí)施方式中可以提取所述臉部圖片中各個(gè)像素點(diǎn)對應(yīng)的梯度幅值和梯 度方向，并對所述梯度幅值和梯度方向進(jìn)行分析，以確定位于所述臉部輪廓邊緣的像素點(diǎn)。
[0014] 具體地，考慮到拍攝的臉部圖片中往往包含較多的噪聲，從而導(dǎo)致畫面往往模糊 不清，在本實(shí)施方式中，可以對預(yù)設(shè)的檢測算子進(jìn)行改進(jìn)，從而可以生成能夠抗干擾的檢測 算子，以提高邊緣檢測的精度。在本實(shí)施方式中，所述預(yù)設(shè)的檢測算子可以包括預(yù)設(shè)橫向檢 測算子和預(yù)設(shè)縱向檢測算子，所述預(yù)設(shè)橫向檢測算子和預(yù)設(shè)縱向檢測算子可以如下所示：
其中，sx為所述預(yù)設(shè)橫向檢測算子，Sy為所述預(yù)設(shè)縱向檢測算子。
[0015] 在本實(shí)施方式中，可以對預(yù)設(shè)橫向檢測算子和預(yù)設(shè)縱向檢測算子進(jìn)行仿射變換， 從而分別得到橫向改進(jìn)算子和縱向改進(jìn)算子。其中，所述橫向改進(jìn)算子的表達(dá)式可以為：
所述縱向改進(jìn)算子的表達(dá)式可以為：
其中，F(xiàn)。為所述橫向改進(jìn)算子，F(xiàn)v為所述縱向改進(jìn)算子。
[0016] 這樣，根據(jù)所述橫向改進(jìn)算子和縱向改進(jìn)算子，便可以計(jì)算所述臉部圖片中各個(gè) 像素點(diǎn)對應(yīng)的一階橫向偏導(dǎo)數(shù)矩陣和一階縱向偏導(dǎo)數(shù)矩陣。在本實(shí)施方式中，所述一階偏 導(dǎo)數(shù)矩陣可以如下所示： P[i,j] = (f[i,j+l]-f[i,j]+f[i+l,j+l]-f[i+l,j])/2 Q[i,j] = (f[i,j]-f[i+l,j]+f[i,j+l]-f[i+l,j+l])/2 其中，P[i，j]表示第i行第j列的像素點(diǎn)對應(yīng)的一階橫向偏導(dǎo)數(shù)，Q[i，j]表示第i行第j 列的像素點(diǎn)對應(yīng)的一階縱向偏導(dǎo)數(shù)，f[i，j]表示第i行第j列的像素點(diǎn)對應(yīng)的像素值。
[0017] 在得到所述一階橫向偏導(dǎo)數(shù)矩陣和一階縱向偏導(dǎo)數(shù)矩陣之后，便可以基于所述一 階橫向偏導(dǎo)數(shù)矩陣和一階縱向偏導(dǎo)數(shù)矩陣，按照下述公式計(jì)算各個(gè)像素點(diǎn)對應(yīng)的梯度幅值 和梯度方向：
Q[i , j]=arctan(Q[i , j]/P[i , j]) 其中，Μ [ i , j ]為第i行第j列的像素點(diǎn)對應(yīng)的梯度幅值，P [ i , j ]為第i行第j列的像素點(diǎn) 對應(yīng)的一階橫向偏導(dǎo)數(shù)矩陣，Q[i，j]為第i行第j列的像素點(diǎn)對應(yīng)的一階縱向偏導(dǎo)數(shù)矩陣，Q [i，j ]為第i行第j列的像素點(diǎn)對應(yīng)的梯度方向。
[0018] 在本實(shí)施方式中，為了簡化數(shù)據(jù)處理的復(fù)雜度，如果所述臉部圖片是RGB格式的圖 像，那么可以先將所述臉部圖片進(jìn)行灰度化處理，得到灰度圖。
[0019] 在進(jìn)行灰度化處理后，考慮到在所述灰度圖像中，往往存在較多的噪聲，這些噪聲 在后續(xù)的處理過程中會(huì)嚴(yán)重影響處理結(jié)果的準(zhǔn)確性。因此，在本實(shí)施方式中可以利用預(yù)設(shè) 的高斯函數(shù)對所述灰度輪圖像進(jìn)行濾波處理，得到濾除噪聲的過濾圖像。具體地，在本實(shí)施 方式中所述預(yù)設(shè)的高斯函數(shù)例如可以為：
其中，K為所述高斯函數(shù)，σ為濾波常量。
[0020] 在本實(shí)施方式中，可以將所述灰度圖像的像素矩陣與上述的高斯函數(shù)進(jìn)行求褶積 運(yùn)算，從而可以將所述灰度圖像中的噪聲濾除，得到與所述灰度圖像對應(yīng)的過濾圖像。
[0021] 在本實(shí)施方式中，所述過濾圖像中像素點(diǎn)的灰度值會(huì)沿著該像素點(diǎn)的梯度方向進(jìn) 行變化，那么與該像素點(diǎn)相鄰的局部區(qū)域中灰度值最大的點(diǎn)往往落在該像素點(diǎn)對應(yīng)的梯度 方向上。在本實(shí)施方式中，灰度值在相鄰的局部區(qū)域中最大的像素點(diǎn)可以稱為極大值像素 點(diǎn)。由于所述臉部輪廓邊緣上的像素點(diǎn)在與其相鄰的局部區(qū)域內(nèi)，灰度值往往是最大的，因 此，在本實(shí)施方式中可以在所述過濾圖像中確定極大值像素點(diǎn)。具體地，可以在預(yù)設(shè)像素點(diǎn) 的梯度方向選取與所述預(yù)設(shè)像素點(diǎn)相鄰的預(yù)設(shè)數(shù)量的像素點(diǎn)。在具體實(shí)施過程中，往往可 以選擇與所述預(yù)設(shè)像素點(diǎn)相鄰的8個(gè)像素點(diǎn)。當(dāng)所述預(yù)設(shè)像素點(diǎn)的灰度值大于或者等于所 述預(yù)設(shè)數(shù)量的像素點(diǎn)中每個(gè)像素點(diǎn)的灰度值時(shí)，則可以將所述預(yù)設(shè)像素點(diǎn)確定為極大值像 素點(diǎn)。
[0022] 需要說明的是，由于所述預(yù)設(shè)像素點(diǎn)對應(yīng)的梯度方向上的像素點(diǎn)可能不在選取的 8個(gè)像素點(diǎn)中，因此在這種情況下，則需要根據(jù)所述8個(gè)像素點(diǎn)，對梯度方向上的像素點(diǎn)進(jìn)行 插值計(jì)算，以確定出所述梯度方向上像素點(diǎn)的灰度值，從而可以將所述預(yù)設(shè)像素點(diǎn)與其梯 度方向上的像素點(diǎn)進(jìn)行比較，以確定所述預(yù)設(shè)像素點(diǎn)是否為極大值像素點(diǎn)。
[0023] 在本實(shí)施方式中，由于受到計(jì)算誤差或者干擾像素點(diǎn)點(diǎn)的影響，確定的極大值像 素點(diǎn)中可能會(huì)存在不處于邊緣上的像素點(diǎn)。在這種情況下，則需要對確定出的極大值像素 點(diǎn)的灰度值再次進(jìn)行判斷，以將灰度值較低的像素點(diǎn)剔除。具體地，在本實(shí)施方式中可以從 所述極大值像素點(diǎn)中篩選出灰度值大于或者等于預(yù)設(shè)閾值的像素點(diǎn)，并將篩選出的所述像 素點(diǎn)確定為所述臉部圖片中臉部輪廓的邊緣像素點(diǎn)。
[0024]步驟S2:確定所述臉部輪廓的橫向最大距離和縱向最大距離。
[0025] 在本實(shí)施方式中，當(dāng)確定出所述臉部輪廓的邊緣像素點(diǎn)之后，可以將所述臉部輪 廓最左端和最右端的兩個(gè)像素點(diǎn)之間的距離確定為所述橫向最大距離，并且可以將所述臉 部輪廓最上端和最下端的兩個(gè)像素點(diǎn)之間的距離確定所述縱向最大距離。其中，所述橫向 最大距離和縱向最大距離可以通過像素點(diǎn)的數(shù)量來表示。例如，所述橫向最大距離可以為 1〇〇個(gè)像素點(diǎn)，所述縱向最大距離可以為130個(gè)像素點(diǎn)，其中，每個(gè)像素點(diǎn)均可以對應(yīng)像素點(diǎn) 編號，所述像素點(diǎn)編號可以根據(jù)從左向右以及從上向下的方向進(jìn)行編號。
[0026] 步驟S3:從所述臉部圖片中獲取預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)，并計(jì)算所述尺寸數(shù)據(jù) 與所述橫向最大距離之間的第一位置參數(shù)以及計(jì)算所述尺寸數(shù)據(jù)與所述縱向最大距離之 間的第二位置參數(shù)。
[0027] 在本實(shí)施方式中，在確定出臉部輪廓之后，為了更加準(zhǔn)確地選擇出與用戶的臉型 相匹配的發(fā)型，還需要對臉部特征進(jìn)行進(jìn)一步地考量。例如，對于大眼睛的女生，其可以選 擇齊劉海發(fā)型;而對于小眼睛女生則可以選擇斜劉海發(fā)型。
[0028] 在本實(shí)施方式中，可以從所述臉部圖片中獲取預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)，所述預(yù) 設(shè)臉部特征例如可以為額頭、眼睛、鼻子或者嘴巴等等，所述預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)也可 以包括橫向數(shù)據(jù)和縱向數(shù)據(jù)，橫向數(shù)據(jù)和所述縱向數(shù)據(jù)也均可以通過像素點(diǎn)的數(shù)量來表 示。由于所述預(yù)設(shè)臉部特征位于臉的范圍內(nèi)，因此所述預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)也包含于 所述橫向最大距離以及縱向最大距離內(nèi)。例如，橫向最大距離包括編號從1至100的100個(gè)像 素點(diǎn)，而左眼的尺寸數(shù)據(jù)中的橫向數(shù)據(jù)可以是上述100個(gè)像素點(diǎn)中的第10個(gè)像素點(diǎn)至第25 個(gè)像素點(diǎn)。
[0029] 這樣，在確定出所述預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)后，可以計(jì)算所述尺寸數(shù)據(jù)與所述 橫向最大距離之間的第一位置參數(shù)以及計(jì)算所述尺寸數(shù)據(jù)與所述縱向最大距離之間的第 二位置參數(shù)。其中，所述預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)可以包括所述預(yù)設(shè)臉部特征的上端像素 點(diǎn)、下端像素點(diǎn)、左端像素點(diǎn)以及右端像素點(diǎn)，所述上端像素點(diǎn)和下端像素點(diǎn)之間的距離即 可以對應(yīng)著所述尺寸數(shù)據(jù)中的縱向數(shù)據(jù)，而所述左端像素點(diǎn)和右端像素點(diǎn)支架你的距離即 可以對應(yīng)著所述尺寸數(shù)據(jù)中的橫向數(shù)據(jù)。
[0030] 這樣，所述第一位置參數(shù)包括所述上端像素點(diǎn)在所述縱向最大距離中對應(yīng)的像素 點(diǎn)的第一序號以及所述下端像素點(diǎn)在所述縱向最大距離中對應(yīng)的像素點(diǎn)的第二序號。例 如，假設(shè)所述縱向最大距離包括編號從1至120的120個(gè)像素點(diǎn)，那么左眼的上端像素點(diǎn)在所 述縱向最大距離中對應(yīng)的像素點(diǎn)的第一序號可以為55,所述左眼的下端像素點(diǎn)在所述縱向 最大距離中對應(yīng)的像素點(diǎn)的第二序號可以為60。
[0031] 同樣的，所述第二位置參數(shù)可以包括所述左端像素點(diǎn)在所述橫向最大距離中對應(yīng) 的像素點(diǎn)的第三序號以及所述右端像素點(diǎn)在所述橫向最大距離中對應(yīng)的像素點(diǎn)的第四序 號。
[0032] 步驟S4:根據(jù)預(yù)先建立的發(fā)型與位置參數(shù)之間的匹配關(guān)系，從預(yù)設(shè)發(fā)型庫中獲取 與所述第一位置參數(shù)以及所述第二位置參數(shù)均匹配的發(fā)型。
[0033] 在本實(shí)施方式中，所述第一位置參數(shù)和所述第二位置參數(shù)可以作為選擇發(fā)型的依 據(jù)。在本實(shí)施方式中，可以預(yù)先建立發(fā)型庫，在所述發(fā)型庫中可以包含預(yù)先建立的發(fā)型與位 置參數(shù)之間的匹配關(guān)系。所述發(fā)型與位置參數(shù)之間的匹配關(guān)系例如可以為：當(dāng)所述第一位 置參數(shù)中的第一序號在50至58之間，所述第一位置參數(shù)中的第二序號在55至63之間并且所 述第二位置參數(shù)中的第三序號在10至15之間，所述第二位置參數(shù)中的第四序號在25至30之 間時(shí)，可以對應(yīng)所述發(fā)型庫中的3款預(yù)設(shè)發(fā)型。這樣，在確定出所述臉部圖片對應(yīng)的第一位 置參數(shù)和第二位置參數(shù)之后，便可以將所述第一位置參數(shù)和第二位置參數(shù)作為篩選條件， 從所述預(yù)設(shè)發(fā)型庫中獲取與所述第一位置參數(shù)以及所述第二位置參數(shù)均匹配的發(fā)型。
[0034] 本申請還提供一種發(fā)型匹配的系統(tǒng)。請參閱圖2,所述系統(tǒng)可以包括： 臉部輪廓確定單元1〇〇,用于獲取用戶的臉部圖片并從所述臉部圖片中確定臉部輪廓； 距離確定單元200,用于確定所述臉部輪廓的橫向最大距離和縱向最大距離； 位置參數(shù)計(jì)算單元300，用于從所述臉部圖片中獲取預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)，并計(jì)算 所述尺寸數(shù)據(jù)與所述橫向最大距離之間的第一位置參數(shù)以及計(jì)算所述尺寸數(shù)據(jù)與所述縱 向最大距離之間的第二位置參數(shù)； 發(fā)型匹配單元400,用于根據(jù)預(yù)先建立的發(fā)型與位置參數(shù)之間的匹配關(guān)系，從預(yù)設(shè)發(fā)型 庫中獲取與所述第一位置參數(shù)以及所述第二位置參數(shù)均匹配的發(fā)型。
[0035] 在本申請一實(shí)施方式中，所述臉部輪廓確定單元100具體包括： 梯度參數(shù)提取模塊，用于提取所述臉部圖片中各個(gè)像素點(diǎn)對應(yīng)的梯度幅值和梯度方 向； 極大值像素點(diǎn)確定模塊，用于基于提取的所述梯度幅值和所述梯度方向，在所述臉部 圖片中確定極大值像素點(diǎn)； 邊緣像素點(diǎn)確定模塊，用于將滿足預(yù)設(shè)條件的所述極大值像素點(diǎn)確定為所述臉部圖片 中臉部輪廓的邊緣像素點(diǎn)。
[0036] 在本申請一實(shí)施方式中，所述梯度參數(shù)提取模塊具體包括： 仿射變換模塊，用于對預(yù)設(shè)橫向檢測算子和預(yù)設(shè)縱向檢測算子進(jìn)行仿射變換，分別得 到橫向改進(jìn)算子和縱向改進(jìn)算子； 偏導(dǎo)數(shù)矩陣計(jì)算模塊，用于根據(jù)所述橫向改進(jìn)算子和縱向改進(jìn)算子，計(jì)算所述臉部圖 片中各個(gè)像素點(diǎn)對應(yīng)的一階橫向偏導(dǎo)數(shù)矩陣和一階縱向偏導(dǎo)數(shù)矩陣； 梯度參數(shù)計(jì)算模塊，用于基于所述一階橫向偏導(dǎo)數(shù)矩陣和一階縱向偏導(dǎo)數(shù)矩陣，按照 下述公式計(jì)算各個(gè)像素點(diǎn)對應(yīng)的梯度幅值和梯度方向：
Q[i , j]=arctan(Q[i , j]/P[i , j]) 其中，M [ i，j ]為第i行第j列的像素點(diǎn)對應(yīng)的梯度幅值，P [ i，j ]為第i行第j列的像素點(diǎn) 對應(yīng)的一階橫向偏導(dǎo)數(shù)矩陣，Q[i，j]為第i行第j列的像素點(diǎn)對應(yīng)的一階縱向偏導(dǎo)數(shù)矩陣，Q [i，j ]為第i行第j列的像素點(diǎn)對應(yīng)的梯度方向。
[0037]需要說明的是，上述各個(gè)功能模塊的具體實(shí)現(xiàn)方式均與步驟S1至S6中的實(shí)施方式 中的描述一致，這里便不再贅述。
[0038] 由以上本發(fā)明實(shí)施方式可見，本發(fā)明可以通過用戶的臉部圖片中獲取用戶的臉部 輪廓，從而可以確定用戶的臉型。所述用戶的臉型可以通過臉部輪廓的橫向最大距離和縱 向最大距離來確定。然后可以從所述臉部圖片中獲取預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)，所述預(yù)設(shè) 臉部特征例如可以為額頭、眼睛、鼻子或者嘴巴等等。通過比較所述預(yù)設(shè)臉部特征的尺寸數(shù) 據(jù)與所述橫向最大距離和縱向最大距離之間的位置關(guān)系，從而可以確定用戶臉部五官的分 布情況，從而可以自動(dòng)獲取與用戶的臉型相匹配的發(fā)型。
[0039] 本說明書中的各個(gè)實(shí)施方式均采用遞進(jìn)的方式描述，各個(gè)實(shí)施方式之間相同相似 的部分互相參見即可，每個(gè)實(shí)施方式重點(diǎn)說明的都是與其他實(shí)施方式的不同之處。尤其，對 于系統(tǒng)實(shí)施方式而言，由于其基本相似于方法實(shí)施方式，所以描述的比較簡單，相關(guān)之處參 見方法實(shí)施方式的部分說明即可。
[0040] 最后應(yīng)說明的是:上面對本申請的各種實(shí)施方式的描述以描述的目的提供給本領(lǐng) 域技術(shù)人員。其不旨在是窮舉的、或者不旨在將本發(fā)明限制于單個(gè)公開的實(shí)施方式。如上所 述，本申請的各種替代和變化對于上述技術(shù)所屬領(lǐng)域技術(shù)人員而言將是顯而易見的。因此， 雖然已經(jīng)具體討論了一些另選的實(shí)施方式，但是其它實(shí)施方式將是顯而易見的，或者本領(lǐng) 域技術(shù)人員相對容易得出。本申請旨在包括在此已經(jīng)討論過的本發(fā)明的所有替代、修改、和 變化，以及落在上述申請的精神和范圍內(nèi)的其它實(shí)施方式。
【主權(quán)項(xiàng)】
1. 一種發(fā)型匹配的方法，其特征在于，所述方法包括： 獲取用戶的臉部圖片并從所述臉部圖片中確定臉部輪廓； 確定所述臉部輪廓的橫向最大距離和縱向最大距離； 從所述臉部圖片中獲取預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)，并計(jì)算所述尺寸數(shù)據(jù)與所述橫向最 大距離之間的第一位置參數(shù)W及計(jì)算所述尺寸數(shù)據(jù)與所述縱向最大距離之間的第二位置 參數(shù);根據(jù)預(yù)先建立的發(fā)型與位置參數(shù)之間的匹配關(guān)系，從預(yù)設(shè)發(fā)型庫中獲取與所述第一 位置參數(shù)W及所述第二位置參數(shù)均匹配的發(fā)型。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，從所述臉部圖片中確定臉部輪廓具體包 括： 提取所述臉部圖片中各個(gè)像素點(diǎn)對應(yīng)的梯度幅值和梯度方向； 基于提取的所述梯度幅值和所述梯度方向，在所述臉部圖片中確定極大值像素點(diǎn)； 將滿足預(yù)設(shè)條件的所述極大值像素點(diǎn)確定為所述臉部圖片中臉部輪廓的邊緣像素點(diǎn)。3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，提取所述臉部圖片中各個(gè)像素點(diǎn)對應(yīng)的梯 度幅值和梯度方向具體包括： 對預(yù)設(shè)橫向檢測算子和預(yù)設(shè)縱向檢測算子進(jìn)行仿射變換，分別得到橫向改進(jìn)算子和縱 向改進(jìn)算子； 根據(jù)所述橫向改進(jìn)算子和縱向改進(jìn)算子，計(jì)算所述臉部圖片中各個(gè)像素點(diǎn)對應(yīng)的一階 橫向偏導(dǎo)數(shù)矩陣和一階縱向偏導(dǎo)數(shù)矩陣； 基于所述一階橫向偏導(dǎo)數(shù)矩陣和一階縱向偏導(dǎo)數(shù)矩陣，按照下述公式計(jì)算各個(gè)像素點(diǎn) 對應(yīng)的梯度幅值和梯度方向：其中，M[i，j]為第i行第j列的像素點(diǎn)對應(yīng)的梯度幅值，P[i，j]為第i行第j列的像素點(diǎn) 對應(yīng)的一階橫向偏導(dǎo)數(shù)矩陣，Q[i，j]為第i行第j列的像素點(diǎn)對應(yīng)的一階縱向偏導(dǎo)數(shù)矩陣，Q [i，j]為第i行第j列的像素點(diǎn)對應(yīng)的梯度方向。4. 根據(jù)權(quán)利要求2所述的方法，其特征在于，在獲取用戶的臉部圖片之后，所述方法還 包括： 將所述臉部圖片進(jìn)行灰度化處理，得到灰度圖像； 利用預(yù)設(shè)的高斯函數(shù)，對所述灰度圖像進(jìn)行濾波處理，得到濾除噪聲的過濾圖像。5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，將滿足預(yù)設(shè)條件的所述極大值像素點(diǎn)確定 為所述臉部圖片中臉部輪廓的邊緣像素點(diǎn)具體包括： 從所述極大值像素點(diǎn)中篩選出灰度值大于或者等于預(yù)設(shè)闊值的像素點(diǎn)，并將篩選出的 所述像素點(diǎn)確定為所述臉部圖片中臉部輪廓的邊緣像素點(diǎn)。6. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述橫向最大距離、所述縱向最大距離W 及所述預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)均通過像素點(diǎn)的數(shù)量表示。7. 根據(jù)權(quán)利要求6所述的方法，其特征在于，所述預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)包括所述預(yù) 設(shè)臉部特征的上端像素點(diǎn)、下端像素點(diǎn)、左端像素點(diǎn)W及右端像素點(diǎn)； 相應(yīng)地，所述第一位置參數(shù)包括所述上端像素點(diǎn)在所述縱向最大距離中對應(yīng)的像素點(diǎn) 的第一序號w及所述下端像素點(diǎn)在所述縱向最大距離中對應(yīng)的像素點(diǎn)的第二序號； 所述第二位置參數(shù)包括所述左端像素點(diǎn)在所述橫向最大距離中對應(yīng)的像素點(diǎn)的第Ξ 序號W及所述右端像素點(diǎn)在所述橫向最大距離中對應(yīng)的像素點(diǎn)的第四序號。8. -種發(fā)型匹配的系統(tǒng)，其特征在于，所述系統(tǒng)包括： 臉部輪廓確定單元，用于獲取用戶的臉部圖片并從所述臉部圖片中確定臉部輪廓； 距離確定單元，用于確定所述臉部輪廓的橫向最大距離和縱向最大距離； 位置參數(shù)計(jì)算單元，用于從所述臉部圖片中獲取預(yù)設(shè)臉部特征的尺寸數(shù)據(jù)，并計(jì)算所 述尺寸數(shù)據(jù)與所述橫向最大距離之間的第一位置參數(shù)W及計(jì)算所述尺寸數(shù)據(jù)與所述縱向 最大距離之間的第二位置參數(shù)； 發(fā)型匹配單元，用于根據(jù)預(yù)先建立的發(fā)型與位置參數(shù)之間的匹配關(guān)系，從預(yù)設(shè)發(fā)型庫 中獲取與所述第一位置參數(shù)W及所述第二位置參數(shù)均匹配的發(fā)型。9. 根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述臉部輪廓確定單元具體包括： 梯度參數(shù)提取模塊，用于提取所述臉部圖片中各個(gè)像素點(diǎn)對應(yīng)的梯度幅值和梯度方 向；極大值像素點(diǎn)確定模塊，用于基于提取的所述梯度幅值和所述梯度方向，在所述臉部圖 片中確定極大值像素點(diǎn)； 邊緣像素點(diǎn)確定模塊，用于將滿足預(yù)設(shè)條件的所述極大值像素點(diǎn)確定為所述臉部圖片 中臉部輪廓的邊緣像素點(diǎn)。10. 根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于，所述梯度參數(shù)提取模塊具體包括： 仿射變換模塊，用于對預(yù)設(shè)橫向檢測算子和預(yù)設(shè)縱向檢測算子進(jìn)行仿射變換，分別得 到橫向改進(jìn)算子和縱向改進(jìn)算子； 偏導(dǎo)數(shù)矩陣計(jì)算模塊，用于根據(jù)所述橫向改進(jìn)算子和縱向改進(jìn)算子，計(jì)算所述臉部圖 片中各個(gè)像素點(diǎn)對應(yīng)的一階橫向偏導(dǎo)數(shù)矩陣和一階縱向偏導(dǎo)數(shù)矩陣； 梯度參數(shù)計(jì)算模塊，用于基于所述一階橫向偏導(dǎo)數(shù)矩陣和一階縱向偏導(dǎo)數(shù)矩陣，按照 下述公式計(jì)算各個(gè)像素點(diǎn)對應(yīng)的梯度幅值和梯度方向：其中，M[i，j]為第i行第j列的像素點(diǎn)對應(yīng)的梯度幅值，P[i，j]為第i行第j列的像素點(diǎn) 對應(yīng)的一階橫向偏導(dǎo)數(shù)矩陣，Q[i，j]為第i行第j列的像素點(diǎn)對應(yīng)的一階縱向偏導(dǎo)數(shù)矩陣，Q [i，j]為第i行第j列的像素點(diǎn)對應(yīng)的梯度方向。
【文檔編號】G06F17/50GK106096128SQ201610404297
【公開日】2016年11月9日
【申請日】2016年6月8日
【發(fā)明人】吳雨歡
【申請人】吳雨歡