OpenCV虚拟戒指佩戴算法实现(2)

1。3论文研究内容

1。3。1本文的研究课题

基于OpenCV库的虚拟戒指穿戴算法的研究。

1。3。2本文的主要内容

首先对用户手部的图像以及戒指的图像进行预处理，其中包括图像去噪、图像色彩格式的转换、图像的二值化等，然后采用边缘检测的方法进行手指识别，再者进行饰品佩戴位置的定位，最后用算法对抠取的戒指图像进行戒指的佩戴，实现手部图像与戒指图像的合成功能。在算法运行过程中，采用了分割、旋转缩放和多图融合等处理技术。其中尤为关键的是饰品佩带位置定位与图像合成过程，它们直接决定了佩戴的效果和真实感。

1。3。3本文的研究重点

本文研究重点是图像预处理和图像合成两个模块。

a）图像预处理：本模块首先对手部图像进行双边滤波，去除图像中的噪声，达到美白的效果。之后对处理后的手部图像进行色彩格式的转化，去除光照等影响。最后，在此基础上利用阈值分割算法处理图像，将图像二值化。

b）图像合成：首先需要在戒指的图像中利用图像分割抠取所需的戒指（已去除戒指上的光照、阴影等信息），然后对戒指图像进行旋转缩放，最后进行图像的融合（加上阴影等提高真实度）。

2图像的预处理

图像预处理的操作原理是将手部图像经过特征值提取转变为数字图像信息。这个由图片到数字信号的转变过程很容易受到外界因素的干扰，例如，手部图像若没有经过降噪处理，会出现不同等级的畸变。除此之外，若对图像特征值提取时不添加具体的条件限制，即使采集同一个手部素材信息，也会影响图像算法的处理结果。具体原因主要有三点：首先每次采集时手的摆放位置和角度都会有细微的调整，其次在图像采集阶段，照射在手部肌肤的光线强弱、灯光颜色也会体现在图像上，甚至手部的健康程度纹理变化都会导致图像采集结果的差异。为了图像削弱甚至消除上述情况对图像采集的影响，减弱各个待处理图像之间的灰度偏差，在图像处理中必须加入预处理模块，达到稳定运行的目的[3]。来-自+优^尔*论L文W网www.youerw.com 加QQ75201.8766

在本文中，主要采用了双边滤波（Bilateral Filter）对采集到的手部图像进行了预处理。

2。1 图像色彩空间转换

RGB模型是最常用的色彩空间建模方式。RGB模型是由R、G、B三基色的三个分量构建而成，分别代表红色、绿色和蓝色，三种基色相互联系密切如图2。1所示，每种颜色均被划分为256个量化等级，即[0,255]。由于绝大多数图像设备都可以直接对三基色进行检测，所以RGB模型被广泛应用于图像采集设备中。由于RGB模型并不能实现亮度信息去除功能，所以程序在运行肤色分割处理模块时，检测结果很容易受到背景环境的干扰。因此，本文选择将RGB模型与CIELab色彩空间相结合，搭建新的色彩空间转换模型，如图2。2所示。CIELab能够将肉眼看到的视觉图像用数字化的手段转化为数学表达式，提取目标的生理特征建立色彩空间。其中，Lab颜色空间也是由L、a、b三个分量构建而成的，分别表示像素的亮度、从绿到红的颜色区间和从蓝到黄的颜色区间。论文网

图2。1 RGB色彩空间图2。2 CIELab色彩空间

2。2 图像去噪

图像滤波的功能是对图像采集中产生的噪声进行适当的抑制或消除，为后续的图像操作奠定良好的基础。在刚提出图像滤波这一概念时，原定义为对图像做傅里叶变化后，将其拓展到频域的过程。随着算法理念的不断更新，将能够在图像域中直接实现图像滤波功能的过程也定义在图像滤波的范围内。现如今，图像滤波被赋予了更广泛的内涵，利用目标像素基准点以及相邻像素区域的灰度特征实现图像处理的方法也被纳入了图像滤波的范围，例如盖伯变换域、小波变换域等[4]图像处理方法。 OpenCV虚拟戒指佩戴算法实现(2):http://www.youerw.com/jisuanji/lunwen_136789.html