一种基于daisy描述子的脸部卡通画合成方法

摘要

本发明涉及一种基于daisy描述子的脸部卡通画合成方法，包括以下步骤：1)获取待合成脸部图像中每个像素点的灰度值；2)对待合成脸部图像中每个像素点的建立一个daisy描述子进行图像块特征提取，并对训练集中的每一幅脸部卡通图像的每个像素点建立daisy描述子；3)在训练集中脸部卡通图像的像素点中采用patchmatch算法获取与待合成脸部图像每一像素点最相似的K个候选像素位置；4)根据相应的位移向量得到K个候选值，并对K个候选值赋予权重；5)采用共轭梯度解算器获取加权值，根据加权值采用SSD降噪方法通过训练集中卡通图像的RGB值对待合成脸部图像合成卡通图像。与现有技术相比，本发明具有相似度高、合成准确等优点。

说明书

技术领域

本发明涉及图像处理分析技术领域，尤其是涉及一种基于daisy描述子的脸部卡通画合成方法。

背景技术

脸部卡通画合成在数字娱乐方面有着广泛的应用，大量的研究工作和商业产品都致力于脸部卡通的合成。尽管风格有所不一，生成一张质量高、相似度高的脸部卡通图像却是所有工作共同追求的。

目前脸部素描图像合成已经取得了很好的效果，一般的素描合成，基本上有两种方法：基于图像的方法和基于范例的方法，基于图像的素描合成方法通常不能捕获重要的面部细节，而基于范例的方法从已有的素描中重建新的素描图像，但需要的范例较多且降噪效果差，合成的图像准确性不高。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种相似度高、合成准确的基于daisy描述子的脸部卡通画合成方法。

本发明的目的可以通过以下技术方案来实现：

一种基于daisy描述子的脸部卡通画合成方法，包括以下步骤：

1)获取待合成脸部图像中每个像素点的灰度值，保存在二维矩阵中；

2)对待合成脸部图像中每个像素点的建立一个daisy描述子进行图像块特征提取，并对训练集中的每一幅脸部卡通图像的每个像素点建立daisy描述子；

3)在训练集中脸部卡通图像的像素点中采用patchmatch算法获取与待合成脸部图像每一像素点最相似的K个候选像素位置，并获取相应的位移向量；

4)根据相应的位移向量得到K个候选值，并对K个候选值赋予权重，使其线性组合为输入图像块；

5)采用共轭梯度解算器获取加权值，根据加权值采用SSD降噪方法通过训练集中卡通图像的RGB值对待合成脸部图像合成卡通图像。

所述的待合成脸部图像与训练集中的每一幅脸部卡通图像大小相等，分辨率相同。

所述的步骤2)中，daisy描述子的构建方法为：

21)选取daisy描述子的参数，包括距离中心像素点的最远半径、每个方向的卷积层个数、每一层的梯度方向个数和梯度直方图的直条个数；

22)计算脸部图像的多个方位图，采用多次高斯核卷积获取对应的多个卷积方位图；

23)将多个卷积方位图合成向量h_Σ(u,v)，并获取daisy描述子。

所述的步骤5)中，获取加权值的计算式为：

其中，为加权值，T_p为包含待合成脸部图像像素值的向量，为包含K个候选图片像素值的向量。

所述的步骤5)中，在像素位置P的合成值由以下公式计算：

其中，|Ψ_p|为图像块Ψ_p中的像素数目，为像素点q对像素点p的估计。

与现有技术相比，本发明具有以下优点：

一、相似度高、合成准确：本发明通过daisy描述子选择与待合成图片相似度最高的像素点，通过加权的方式合成图像块，再通过SSD算法进行降噪合成，使合成的图像准确度高。

附图说明

图1是本创新工作方法的流程图。

图2是实施例的原图以及合成的卡通图象对照，图中，左图为原图，右图为合成的卡通图象对照。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例：

如图1所示，本实施例包括以下步骤：

第一步、载入输入图像并且将其灰度矩阵保存。在本实例中，我们的训练集照片以及输入照片的大小都是500×360像素。在我们的训练集中，一共有68对照片-卡通。

第二步、创建Daisy描述子，并且使用patchmatch来进行K-NN为输入图像每个像素点计算得到K个候选像素并获得相应的位移向量。在本实例中，K值取5，Daisy描述子的参数选取如下：距离中心像素点最远的半径R取为15，每个方向的卷积层个数Q取为3，每一层的梯度方向个数T取为8，梯度直方图的直条个数H取为8。采用的参数值是经过多次实验后所得到的效果与平均功耗比平均较好的一组值。

对于一幅输入图像，我们首先计算H个方位图G,计算公式为这里I表示输入图像，o表示计算方位(一共为8种方位)，(a)⁺表示max(a,0)。然后将它们用高斯核卷积数次得到卷积方位图再将各个方位的卷积方位图组合成一个向量，如下所示：

其中(u，v)表示像素点的位置。这样整个Daisy的描述子D(u₀,v₀)就可以得到。

其中，Ij(u,v,R)表示在j方向上的与(u,v)距离R的位置。

然后对于输入图片的Daisy局部特征描述子，用训练集照片的Daisy描述子一一与之进行patchmatch以获得在每一幅训练集照片中相似度高的像素位置，并从中挑选最相似的K个值然后将各位移保存在一个位移向量中来记录K个候选像素位置。

第三步、基于计算出的位移向量得到K个候选值，为K个候选值赋予权重，使它们的线性组合为输入图像块，然后使用共轭梯度解算器来计算得到加权值。我们想要解决以下线性方程来获得加权值，也就是其中的

其中Tp表示包含输入图片像素值的向量，表示包含K个候选图片像素值的向量。

我们使用共轭梯度法可以很高效地解决这个方程组得到我们需要的加权值。

第四步、根据已计算得到的系数使用SSD降噪方法用训练集中卡通图象的RGB值合成目标卡通图像。在像素位置P的合成值由如下公式计算

其中|Ψ_p|表示图像块Ψ_p中的像素数目。表示像素点q对像素点p的估计，这些估计的平均就是我们最后的结果。而这些估计的计算需要用到上一步最后获得的加权值对K个候选图片在像素点q的像素值加权得到。

实施效果

依据上述步骤，对于我们测试的图片进行测试，最后合成了具有不错效果的卡通形象。结果显示，我们的算法在脸部照片合成时可以取得一定的效果。测试结果对比在图2中显示。可以发现，根据我们的算法得到的合成图总体上来说还是与原图较为相似，但是在一些细节上的合成还是比较粗糙。我们认为，下一步可以尝试着再修改一些参数希望得到更好的效果，同时，由于数据集规模比较小以及风格单一，我们考虑尝试一个规模更大以及风格更多的卡通图像数据集，希望能对结果有好的改善。