【技术实现步骤摘要】
本专利技术属于图像处理，尤其涉及一种人脸三维图像处理方法及系统。
技术介绍
1、随着软硬件科技的发展和进步，二维图片转换为三维模型的不再依托于传统的人工建模，图片模型之间的转换逐渐实现自动化。
2、现有技术已公开的改进的三维图像处理方法及系统专利技术，通常包括获取模块、确定模块、处理模块与电子设备结构，所述获取模块连接确定模块的位置，所述确定模块连接处理模块的位置，所述电子设备结构包括存储器、处理器与通信接口，所述存储器、处理器与通信接口均连接有通信总线，所述获取模块的输出端与确定模块的输入端电性连接，所述确定模块的输出端与处理模块的输入端电性连接，所述存储器、处理器、通信接口相互之间直接或间接地电性连接以实现数据的传输或交互。
3、现有技术主要应对的是三维图像处理过程中设备内存的调用，避免三维模型图片建立时系统崩溃，但是该技术中三维模型建立基础是不同视角的三维图像，并没有对三维图像进行再次处理，造成三维模型与真实三维图像的差异较多。
技术实现思路
1、为解决上述问题，本专利技术的目的是提供一种人脸三维图像处理方法及系统，通过算法对初始二维人脸图像进行处理，锐化突出人脸特征，调节三维人脸模型与锐化图像展示图像一致，重叠对比锐化图像与三维人脸模型呈现的二维图像，提取区别特征，将区别特征代入人脸三维模型中进行优化。
2、本专利技术提供的技术方案为：一种人脸三维图像处理方法，包括以下步骤：
3、获取多张人脸二维图像，并提取人脸三维特征，所述
4、将所述人脸三维特征赋予一般人脸网格模型，以形成融合所述人脸三维特征的三维人脸模型；
5、对获取的所述多张人脸二维图像进行图像微分、数字微分、进行图像函数的拉普拉斯变换，实现二阶微分锐化得到锐化图像；
6、获取目标角度的所述三维人脸模型对应的所述人脸二维图像，将所述人脸二维图像与所述锐化图像重叠对比显露区别特征，仅提取所述区别特征代入所述三维人脸模型中以进行人脸三维模型优化。
7、优选的，所述人脸三维特征包括但不限于人脸相似度计算、人脸轮廓提取、人脸定位、人脸内部轮廓提取、眼睛定位、鼻子定位、嘴定位、眉毛定位、耳朵定位和下巴定位，提取人脸三维特征。
8、优选的，获取多张人脸二维图像后进一步还包括：
9、对所述多张人脸二维图像进行缩放图像、裁剪图像、统一标准和归一化的规范化处理。
10、优选的，所述一般人脸网格模型的预先构建基于blender、tinkercad、smoothie-3d建立。
11、优选的，提取人脸三维特征进一步包括：
12、采用颜色空间映射，基于肤色法精确识别的人脸图像建立肤色模型，进而得到相似度矩阵，最后归一化。
13、优选的，将所述人脸三维特征赋予一般人脸网格模型，以形成融合所述人脸三维特征的三维人脸模型进一步包括：
14、稀疏点云生成、点云到模型的重建、纹理图像的创建与编辑和纹理模型，得到人脸三维模型输入人脸模型特征库。
15、优选的，对获取的所述多张人脸二维图像进行图像微分、数字微分、进行图像函数的拉普拉斯变换，实现二阶微分锐化得到锐化图像进一步包括：
16、所述图像微分采用二阶微分，所述二阶数字微分要求包括在恒定灰度区域的微分值为零，在灰度台阶或者斜坡处的起点处微分值非零，沿斜坡的微分值为零，二阶数字微分的公式为：
17、
18、定义为右边的像素点的灰度值+左边的像素点的灰度值-2*当前像素点的灰度值；
19、二阶微分锐化的公式为：
20、
21、拉普拉斯变换对图像增强的基本方法为：
22、
23、将所述多张人脸二维图像与拉普拉斯变换后的图像相加形成锐化图像，公式中纵坐标为强度，横坐标为数据指标。
24、基于相同的构思本专利技术还提供一种人脸三维图像处理系统，包括：
25、获取多张人脸二维图像，并提取人脸三维特征，所述多张人脸二维图像至少包括正面二维图像、左侧面二维图像和右侧面二维图像；
26、将所述人脸三维特征赋予一般人脸网格模型，以形成融合所述人脸三维特征的三维人脸模型；
27、对获取的所述多张人脸二维图像进行图像微分、数字微分、进行图像函数的拉普拉斯变换，实现二阶微分锐化得到锐化图像；
28、获取目标角度的所述三维人脸模型对应的所述人脸二维图像，将所述人脸二维图像与所述锐化图像重叠对比显露区别特征，仅提取所述区别特征代入所述三维人脸模型中以进行人脸三维模型优化。
29、基于相同的构思本专利技术还提供一种电子设备，包括：
30、存储器，所述存储器用于存储处理程序；
31、处理器，所述处理器执行所述处理程序时实现上述任意一项所述的人脸三维图像处理方法。
32、基于相同的构思本专利技术还提供一种可读存储介质，所述可读存储介质上存储有处理程序，所述处理程序被处理器执行时实现上述任意一项所述的人脸三维图像处理方法。
33、本专利技术由于采用以上技术方案，使其与现有技术相比具有以下的优点和积极效果：
34、本专利技术通过获取两个角度及以上的二维人脸图像，首先采用三维模型软件建造一般人脸模型，之后通过网格化三维人脸模型，将建立的人脸三维模型特征附着在一般人脸模型上，建造特定的三维人脸模型，再通过颜色空间映射识别肤色，初步建立人脸模型，之后通过算法对初始二维人脸图像进行处理，锐化突出人脸特征，调节三维人脸模型与锐化图像展示图像一致，重叠对比锐化图像与三维人脸模型呈现的二维图像，提取区别特征，将区别特征代入人脸三维模型中进行优化。
本文档来自技高网...【技术保护点】
1.一种人脸三维图像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的人脸三维图像处理方法，其特征在于，所述人脸三维特征包括但不限于人脸相似度计算、人脸轮廓提取、人脸定位、人脸内部轮廓提取、眼睛定位、鼻子定位、嘴定位、眉毛定位、耳朵定位和下巴定位，提取人脸三维特征。
3.根据权利要求1所述的人脸三维图像处理方法，其特征在于，获取多张人脸二维图像后进一步还包括：
4.根据权利要求1所述的人脸三维图像处理方法，其特征在于，所述一般人脸网格模型的预先构建基于Blender、Tinkercad、Smoothie-3D建立。
5.根据权利要求1所述的人脸三维图像处理方法，其特征在于，提取人脸三维特征进一步包括：
6.根据权利要求1所述的人脸三维图像处理方法，其特征在于，将所述人脸三维特征赋予一般人脸网格模型，以形成融合所述人脸三维特征的三维人脸模型进一步包括：
7.根据权利要求1所述的人脸三维图像处理方法，其特征在于，对获取的所述多张人脸二维图像进行图像微分、数字微分、进行图像函数的拉普拉斯变换，实现二阶微
8.一种人脸三维图像处理系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有处理程序，所述处理程序被处理器执行时实现如权利要求1至7中任意一项所述的人脸三维图像处理方法。
...【技术特征摘要】
1.一种人脸三维图像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的人脸三维图像处理方法，其特征在于，所述人脸三维特征包括但不限于人脸相似度计算、人脸轮廓提取、人脸定位、人脸内部轮廓提取、眼睛定位、鼻子定位、嘴定位、眉毛定位、耳朵定位和下巴定位，提取人脸三维特征。
3.根据权利要求1所述的人脸三维图像处理方法，其特征在于，获取多张人脸二维图像后进一步还包括：
4.根据权利要求1所述的人脸三维图像处理方法，其特征在于，所述一般人脸网格模型的预先构建基于blender、tinkercad、smoothie-3d建立。
5.根据权利要求1所述的人脸三维图像处理方法，其特征在于，提取人脸三维...
【专利技术属性】
技术研发人员：张震，邓松峰，冯书谊，沈霁，赵宝彬，
申请(专利权)人：上海航天测控通信研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。