一种人脸特征分割处理的人像锁的制作方法

本发明涉及人像识别处理，具体为一种人脸特征分割处理的人像锁。

背景技术：

1、人脸识别解锁系统就是基于人脸识别技术的基础上，通过识别人脸来对户与设备中存储的人脸信息进行比对进而判断该用户是否能够进入系统的技术；图像分割是计算机视觉领域中的一项关键技术，是实现图像分析时首先需要完成的操作；它是根据图像的某些特征或特征集合的相似性准则对图像进行分类，将图像平面划分成一系列“有意义”的区域；分类结果的好坏直接影响到后面的目标检测、特征提取和目标识别等工作；因此，分割的方法和精确程度是至关重要的。

2、然而现有人像锁所采用的人脸识别技术，通过是将用户脸部照片进行存储，进行验证时先采集当前人脸图像，将其与所存储的脸部照片进行比对，由此判断当前人员是否为住户本人；但由于在采集人脸图像时，面部表情的不同或光线折射均会对人脸识别造成阻碍，从而降低了现有人像锁使用的安全性与可行性。

3、因此，不满足现有的需求，对此我们提出了一种人脸特征分割处理的人像锁。

技术实现思路

1、本发明的目的在于提供一种人脸特征分割处理的人像锁，通过对人脸图像进行灰度处理、噪声点消除及轮廓增像，再进行五官分割并定位出双眼、嘴部、眉毛与鼻子区域；将上述区域与原人脸灰度图进行验证，抓取出双眼、嘴部、眉毛与鼻子特征，将其保存为特征模板；通过摄像头获取需要开锁的用户面部图像，按上述方法提取特征，将其与特征模板进行匹配，由此判断出当前用户是否对人像锁本体具有开关权限，有效提高了现有人像锁使用的安全性与可行性，解决了上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种人脸特征分割处理的人像锁，包括：人像锁本体，所述人像锁本体正面的上端设置有用于获取人脸面部信息的摄像头，摄像头与人像分割处理系统连接，人像分割处理系统用于对人脸图像进行分割处理，以获取人脸特征，人像锁本体正面的上端设置有用于感应是否存在人员的红外线传感器，人像锁本体的正面还依次设置有显示屏、锁把、密码键盘以及锁孔。

3、进一步的，所述人像分割处理系统包括：

4、图像处理单元，用于对摄像头所采集的人脸图像进行灰度处理，用以下一步对人脸图像做定位分割处理；

5、图像分割单元，用于将处理后的人脸图像进行区域定位分割，用以下一步对人脸图像做特征提取处理；

6、特征提取单元，用于将分割后的人脸图像进行特征提取，以作为人像锁本体中人脸识别解锁的特征模板；

7、人像配对单元，用于将所得出的特征模板与当前摄像头所采集的人脸图像进行特征比对，以判定当前人脸图像是否符合特征模板中的特征点；

8、中央处理器，基于人像配对单元的比对结果为依据，调控人像锁本体进行自动开关。

9、进一步的，所述图像处理单元包括：

10、图像接收模块，用于接收摄像头所采集的人脸图像，并将所接收的人脸图像传输至预处理模块进行清晰度处理；

11、预处理模块，用于对所接收的人脸图像中光线与噪声进行灰度与降噪处理，以确保人脸图像的清晰度。

12、进一步的，所述图像分割单元包括：

13、人脸分割模块，用于对人脸灰度图中五官进行分割，得出双眼、嘴部、眉毛与鼻子所在区域；

14、局部定位模块，基于灰度变化大小在分割后的人脸灰度图中依次定位出双眼、嘴部、眉毛与鼻子所在区域；

15、局部验证模块，通过将原人脸灰度图的灰度变化大小与分割后人脸灰度图的灰度变化大小进行对比，采用两区域灰度变化相似度的方法对定位出的双眼、嘴部、眉毛与鼻子区域进行验证，用以确定出当前所定位的双眼、嘴部、眉毛与鼻子区域是否与原人脸灰度图相一致。

16、进一步的，所述特征提取单元包括：

17、特征抓取模块，用于提取人脸灰度图中双眼特征及嘴部特征，将双眼区域及嘴部区域标记为主要特征区域，再提取眉毛特征及鼻子特征，将眉毛区域及鼻子区域标记为辅助特征区域；

18、模板确定模块，用于将双眼区域及嘴部区域确定为第一特征模板，将眉毛区域及鼻子区域确定为第二特征模板；

19、模板存储模块，用于将已确定的特征模板进行保存形成特征存储库，以供后期进行人像特征匹配。

20、进一步的，所述人像配对单元包括：

21、特征匹配模块，用于将当前摄像头所采集的人脸图像与预先存储的特征模板进行匹配，以判定当前人员是否对人像锁本体具有开关权限；具体为：若当前人脸图像所提取出面部特征处于特征模板中，则表明当前人员具有人像锁本体开关权限；若当前人脸图像所提取出面部特征未处于特征模板中，则表明当前人员不具有人像锁本体开关权限；

22、权限发送模块，用于将特征匹配模块得出的权限结果发送至中央处理器，由中央处理器调控人像锁本体进行开关。

23、进一步的，所述中央处理器包括：

24、权限执行模块，用于接收人像配对单元所发送的权限指令，并依据该指令调控人像锁本体进行开关；具体为：若权限指令为验证通过，则通过权限执行模块调控人像锁本体进行开门；若权限指令为验证失败，则通过权限执行模块调控人像锁本体保持关闭状态；

25、错误报警模块，用于对人像锁本体在连续三次验证失败时发出警报声音。

26、进一步的，所述预处理模块包括：

27、灰度处理模块，用于将所接收的人脸图像中彩色区域图转化为人脸灰度图，并通过直方图均衡化构造灰度级变换人脸灰度图的直方图，使人脸灰度图中灰度均匀分布，以确保人脸图像的清晰度不受光线折射所影响；

28、噪声处理模块，基于中值滤波法消除人脸图像中的孤立噪声点；

29、增像处理模块，基于梯度锐化法对人脸图像的轮廓进行增像处理，以确保人脸图像整体的清晰度。

30、进一步的，图像处理单元在对摄像头所采集的人脸图像进行灰度处理，用以下一步对人脸图像做定位分割处理之前，还用于：

31、设定信号源输出参数以匹配人脸描述参数并设定图像采集设备参数；

32、基于图像采集设备参数利用摄像头采集低分差人脸图像信号并将其转化为图片格式的人脸图像；

33、获取标准人脸图像，对标准人员图像进行特征学习以生成基准图像特征；

34、提取采集人脸图像的当前图像特征并将当前图像特征和基准图像特征进行相似度加权运算，获取运算结果；

35、将运算结果与预设阈值进行比较，若运算结果大于等于预设阈值，判断采集人脸图像初步合格，若运算结果小于预设阈值，判断采集人脸图像不合格；

36、提取采集人脸图像的多个第一分量，将多个第一分量中重复出现的目标第一分量进行剔除，获得第二分量；

37、将所述第二分量进行四元矩阵编码；

38、计算矩阵中每个分量的加权相位，获得相应的相位矩阵；

39、在相位矩阵中提取所述当前人脸图像的目标纹理特征；

40、对所述目标纹理特征进行傅里叶变换处理，获得当前人脸图像的目标幅度谱；

41、将所述目标幅度谱与预设幅度谱进行比较，当所述目标幅度谱与预设幅度谱相同时，确认采集人员图像最终合格，否则，确认所采集人脸图像不合格；

42、将采集人员图像的合格判定结果上传到显示屏上以提醒用户进行人脸图像二次采集。

43、进一步的，若当前人脸图像所提取出面部特征处于特征模板中，则表明当前人员具有人像锁本体开关权限；若当前人脸图像所提取出面部特征未处于特征模板中，则表明当前人员不具有人像锁本体开关权限，包括：

44、获取提取的面部特征对应的特征因子，将特征因子输入到特征模板的预设全连接层中，计算出所述当前人脸图像的置信系数：

45、

46、其中，s表示为待识别人脸图像的置信系数，k表示为预设全连接层的层数,i表示为第i层，si表示为第i层连接强度，bi表示为第i层的神经元的检验概率，取值为[0.5,0.8]，α表示为预设全连接层中的干扰因子，取值为[0.1,0.15]，m表示为待识别人脸图像提取的特征因子的数量，qj表示为第j个特征因子的利用系数，取值为[0.3,0.8]，β表示为预设全连接层中已识别图像的特征因子平均利用系数，e表示为待识别人脸图像中包含所述特征因子的像素数量，e1表示为待识别人脸图像中的总像素数量,f()表示为激活函数；

47、确认所述当前人脸图像的置信系数是否大于等于第一预设阈值，若是，则表明当前人员具有人像锁本体开关权限；若否，则表明当前人员不具有人像锁本体开关权限。

48、与现有技术相比，本发明的有益效果是：

49、本发明，通过摄像头获取用户面部图像，首先对人脸图像进行灰度处理得出人脸灰度图，并对其进行噪声点消除以及轮廓增像，以确保人脸灰度图整体的清晰度；对人脸灰度图进行五官分割，并基于灰度变化大小定位出双眼、嘴部、眉毛与鼻子区域；再依次将上述区域与原人脸灰度图进行验证，以确保定位的准确性；抓取出双眼与嘴部特征，将其保存为第一特征模板；再抓取出眉毛与鼻子特征，将其保存为第二特征模板；再通过摄像头获取需要开锁的用户面部图像，并按上述方法分割提取出当前用户的特征信息，将其特征与特征模板进行匹配，由此判断出当前用户是否对人像锁本体具有开关权限；从而防止用户面部表情的不同或光线折射会对人脸识别造成阻碍，有效提高了现有人像锁使用的安全性与可行性。