人脸图像虚假皮沟特征剔除算法的仿真分析

由于人脸皮肤沟壑细微褶皱和断纹分布复杂,光照不均匀、纹路较浅和皮肤的多颗粒特征,会使得皮肤的老化沟壑出现很多虚假特征,对正常纹理特征造成干扰,造成人脸细微的皮沟特征发生形变。传统的高斯滤波和Mean Shift提取算法在虚假特征的干扰下,对细微皮沟特征的老化表达出现偏差,造成发生形变的皮沟特征分割结果不准。为优化分割,提出一种人脸虚假皮沟特征剔除分割新算法。首先采用wold人脸纹理模型,利用真实皮沟纹理确定性随机场和虚假皮沟特征不确定性随机场的谱属性不同的特征,将它们分离开。然后利用Harmonic滤波器,允许随机成分通过,滤掉虚假皮沟的不确定性信息。仿真结果证明,对不同粒度的皮肤图像,提出的方法能够较好过滤虚假信息,完成高精度人脸皮沟特征分割。

一种皮肤老化量化分割算法的计算机仿真

皮肤沟壑存在大量的细微褶皱和断纹,外在的亮度不均、纹路较浅和皮肤的多颗粒特征会使得皮肤的老化沟壑特征很难分割,造成很难进行特征量化。传统的高斯滤波和N层重构分水岭算法都很难提取这些几何特征值,也很难得到老化特征的量化表达,造成老化区域分割结果不准的问题。为解决上述问题,提出了一种皮沟特征渐进聚类算法,用于皮肤老化量化分割。先通过数据增强方法完成预处理;其次,通过执行分水岭变换从而获得粗略的检测结果。改变皮肤聚类中心的位置和增加像素聚类半径来进行更新。一个聚类当聚类半径达到域值时不再被更新,防止虚假皮沟的出现,完成皮沟细化分割。仿真结果表明,对不同粒度的皮肤图像,提出的方法提高了检测精度及有效性。