CN109272519B - 指甲轮廓的确定方法、装置、存储介质及处理器 - Google Patents
指甲轮廓的确定方法、装置、存储介质及处理器 Download PDFInfo
- Publication number
- CN109272519B CN109272519B CN201811019686.3A CN201811019686A CN109272519B CN 109272519 B CN109272519 B CN 109272519B CN 201811019686 A CN201811019686 A CN 201811019686A CN 109272519 B CN109272519 B CN 109272519B
- Authority
- CN
- China
- Prior art keywords
- nail
- candidate
- points
- contour
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种指甲轮廓的确定方法、装置、存储介质及处理器。其中,该方法包括:确定三角网格模型中的各网格点的特征值,其中,网格点包括指尖点;确定指尖点对应的指甲区域;根据特征值和指甲区域连接三角网格模型中的网格点得到指甲轮廓。本发明解决了无法准确确定指甲轮廓的技术问题。
Description
技术领域
本发明涉及计算机领域,具体而言,涉及一种指甲轮廓的确定方法、装置、存储介质及处理器。
背景技术
在中医医疗诊断、美甲、辅助身份认证等领域,需要使用指甲的特征。
提取指甲的过程中,通常基于图像识别的原理,根据皮肤的颜色与指甲颜色的差异实现对指甲的提取。
但是,指甲的颜色和皮肤的颜色因人而异,并且受光照、指甲长度、美甲颜色等因素的影响,从而并不能准确确定指甲的轮廓,也并不能对指甲进行准确的提取。
针对上述无法准确确定指甲轮廓的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种指甲轮廓的确定方法、装置、存储介质及处理器,以至少解决无法准确确定指甲轮廓的技术问题。
根据本发明实施例的一个方面,提供了一种指甲轮廓确定方法,包括:确定三角网格模型中的各网格点的特征值,其中,所述网格点包括指尖点;确定所述指尖点对应的指甲区域;根据所述特征值和所述指甲区域连接所述三角网格模型中的网格点得到指甲轮廓。
进一步地,确定三角网格模型中的各网格点的特征值包括:计算所述三角网格模型中各网格点的最大曲率和最小曲率;根据所述最大曲率和所述最小曲率的绝对值确定所述特征值,其中,所述特征值为所述最大曲率和所述最小曲率的绝对值中的最大值。
进一步地,确定所述指尖点对应的指甲区域包括:确定与所述指尖点的测地距离小于预定测地距离的网格点为第一候选点;确定所述第一候选点所在区域为所述指甲区域。
进一步地,根据所述特征值和所述指甲区域连接所述三角网格模型中的网格点得到指甲轮廓包括:在所述指甲区域中确定所述特征值最大的网格点为起止点,其中,所述指甲轮廓为封闭轮廓,所述起止点为所述指甲轮廓的起点和终点;根据所述特征值确定非指甲轮廓点,其中,所述非指甲轮廓点为不允许所述指甲轮廓经过的网格点;根据所述起止点遍历除所述非指甲轮廓点外的其他网格点,得到至少一个候选指甲轮廓,其中,所述候选指甲轮廓为封闭轮廓,包括所述指甲轮廓,所述候选指甲轮廓经过的网格点为候选指甲点;根据所述候选指甲点的特征值确定所述指甲轮廓。
进一步地,根据所述特征值确定非指甲轮廓点包括:确定所述特征值低于第一预定阈值的网格点为第二候选点;确定与所述第二候选点相邻的网格点为第三候选点;在所述第三候选点的特征值均低于所述第一预定阈值的情况下,确定所述第二候选点不属于所述非指甲轮廓点;在至少一个所述第二候选点的特征值不低于所述第一预定阈值的情况下,确定所述第二候选点和所述第三候选点为所述非指甲轮廓点。
进一步地,根据所述候选指甲点的特征值确定所述指甲轮廓包括:根据所述候选指甲点的特征值计算每个所述候选指甲轮廓的轮廓分数;确定所述轮廓分数最高的所述候选指甲轮廓为所述指甲轮廓。
进一步地,根据所述候选指甲点的特征值计算每个所述候选指甲轮廓的轮廓分数包括:计算每个所述候选指甲轮廓的总特征值,其中,所述总特征值为所述候选指甲轮廓中所述候选指甲点的特征值之和;统计每个所述候选指甲轮廓的约束点数量,其中,所述约束点为特征值低于第三预定阈值的候选指甲点;根据所述总特征值和权重计算所述轮廓分数,其中,所述权重根据所述约束点数量确定。
根据本发明实施例的另一方面,还提供了一种指甲轮廓确定装置,包括:第一确定单元,用于确定三角网格模型中的各网格点的特征值,其中,所述网格点包括指尖点;第二确定单元,用于确定所述指尖点对应的指甲区域;连接单元,用于根据所述特征值和所述指甲区域连接所述三角网格模型中的网格点得到指甲轮廓。
根据本发明的另一方面,本发明实施例还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述所述的指甲轮廓确定方法。
根据本发明的另一方面,本发明实施例还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述所述的指甲轮廓确定方法。
在本发明实施例中,可以预先获取已确定指尖点的三维模型,即得到三角网格模型,并计算三角网格模型中各网格点的特征值,然后在指尖点附近,即指尖点对应的指甲区域中,根据指甲区域和三角网格模型中各网格点的特征值确定能够围城指甲轮廓的网格点,连接该网格点即可准确确定指甲轮廓,从而实现了准确确定指甲轮廓的技术效果,进而解决了无法准确确定指甲轮廓的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种指甲轮廓确定方法的流程图;
图2是根据本发明实施例的一种指甲轮廓确定装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种指甲轮廓确定方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种指甲轮廓确定方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,确定三角网格模型中的各网格点的特征值,其中,网格点包括指尖点;
步骤S104,确定指尖点对应的指甲区域;
步骤S106,根据特征值和指甲区域连接三角网格模型中的网格点得到指甲轮廓。
在本发明实施例中,可以预先获取已确定指尖点的三维模型,即得到三角网格模型,并计算三角网格模型中各网格点的特征值,然后在指尖点附近,即指尖点对应的指甲区域中,根据指甲区域和三角网格模型中各网格点的特征值确定能够围城指甲轮廓的网格点,连接该网格点即可准确确定指甲轮廓,从而实现了准确确定指甲轮廓的技术效果,进而解决了无法准确确定指甲轮廓的技术问题。
在步骤S102提供的方案中,三角网格模型可以是手部或足部的三维模型,在本申请中以手部为例,进行详细说明。
需要说明的是,在三角网格模型为足部三维模型的情况下,确定足部指甲的方案与确定手部指甲的方案相似,在本申请中不再赘述。
在步骤S102提供的方案中,指尖点为三角网格模型中预先确定的,用于表示指尖位置的网格点。
在步骤S104提供的方案中,指尖点用于表示指尖的位置,由于指甲通常位于指尖附近。
可选地,指甲区域可以仅用于确定指甲轮廓的基准点(如指甲轮廓的起止点);还可以是指尖点附近存在指甲的区域(即指甲区域包括完整的指甲轮廓)。
需要说明的是,上述步骤S102和步骤S104的执行顺序可以根据指甲区域确定。
可选地,在指甲区域仅用于确定指甲轮廓的基准点的情况下,可以先执行步骤S102,后执行步骤S104,通过步骤S102计算该三角网格模型中所有网格点的特征值,然后通过步骤S104在指尖点对应的指甲区域确定指甲轮廓的基准点,再根据该基准点和三角网格模型中所有网格点的特征值,连接网格点得到指甲轮廓。
可选地,在指甲区域是指尖点附近存在指甲的区域的情况下,可以先执行步骤S104,后执行步骤S102,通过步骤S104先确定指尖点对应的指甲区域,然后通过步骤S102计算该指甲区域内的网格点的特征值,再连接指甲区域内的网格点,从而可以在指甲区域内确定指甲轮廓,降低特征值的计算量。
在步骤S106提供的方案中,根据网格点的特征值和指甲区域连接多个网格点,可以将三角网格模型分割成两部分,其中面积较小的部分的轮廓即为指甲轮廓。
可选地,指甲轮廓可以是封闭轮廓。
作为一种可选的实施例,确定三角网格模型中的各网格点的特征值包括:计算三角网格模型中各网格点的最大曲率和最小曲率;根据最大曲率和最小曲率的绝对值确定特征值,其中,特征值为最大曲率和最小曲率的绝对值中的最大值。
采用本发明上述实施例,计算三角网格模型中每个网格点的最大曲率和最小曲率,并计算该网格点的最大曲率和最小曲率的绝对值,选取绝对值最大的曲率为该网格点的特征值。
需要说明的是,指甲与皮肤的交界处存在凹陷,凹陷附近网格点的曲率为负,则曲率最小的网格点即为指甲与皮肤交界位置;而指甲不与皮肤接触的部分存在凸起,凸起附近网格点的曲率为正,则曲率最大的指甲即为指甲的边缘。
作为一种可选的实施例,确定指尖点对应的指甲区域包括:确定与指尖点的测地距离小于预定测地距离的网格点为第一候选点;确定第一候选点所在区域为指甲区域。
采用本发明上述实施例,以指尖点作为中心,确定指尖点附近,与指尖点相距预定测地距离的区域即为指甲区域。
可选地,预定测定距离可以根据实际需求确定。在需要确定人体手部的指甲轮廓的情况下,预定测定距离可以为100毫米,则该指甲轮廓内即为指尖点附近存在指甲的区域。
作为一种可选的实施例,根据特征值和指甲区域连接三角网格模型中的网格点得到指甲轮廓包括:确定在指甲区域中特征值最大的网格点为起止点,其中,指甲轮廓为封闭轮廓,起止点为指甲轮廓的起点和终点;根据特征值确定非指甲轮廓点,其中,非指甲轮廓点为不允许指甲轮廓经过的网格点;根据起止点遍历除非指甲轮廓点外的其他网格点,得到至少一个候选指甲轮廓,其中,候选指甲轮廓为封闭轮廓,包括指甲轮廓,候选指甲轮廓经过的网格点为候选指甲点;根据候选指甲点的特征值确定指甲轮廓。
采用本发明上述实施例,指甲轮廓是一个封闭轮廓,在确定的指甲区域中,可以将特征值最大的网格点作为起止点,根据各网格点的特征值可以确定不允许指甲轮廓经过的非指甲轮廓点,然后以起止点作为指甲轮廓的起点和终点,沿着网格依次连接多个网格点,即可确定三角网格模型中的指甲轮廓。
需要说明的是,根据起止点遍历除非指甲轮廓点外的其他网格点,可以得到至少一个封闭轮廓,其中,得出的封闭轮廓即为候选指甲轮廓,候选指甲轮廓经过的点即为候选指甲点,根据每个候选指甲轮廓对应的多个候选之间点的特征值,可以在至少一个候选指甲轮廓中确定该三角网格模型的指甲轮廓。
可选地,若指甲区域可以包括完整地指甲轮廓,则可以在指甲区域内确定各网格点的是否为非指甲轮廓点,进而在指甲区域内遍历除非指甲轮廓点外的其他网格点,得到指甲轮廓。
作为一种可选的实施例,根据特征值确定非指甲轮廓点包括:确定特征值低于第一预定阈值的网格点为第二候选点;确定与第二候选点相邻的网格点为第三候选点;在第三候选点的特征值均低于第一预定阈值的情况下,确定第二候选点不属于非指甲轮廓点;在至少一个第二候选点的特征值不低于第一预定阈值的情况下,确定第二候选点和第三候选点为非指甲轮廓点。
采用本发明上述实施例,排指甲轮廓不会经过的网格点即非指甲轮廓点,该非指甲轮廓点不会具有明显的特征,因此可以确定特征值低于第一预定阈值的网格点即为非指甲轮廓点。
需要说明的是,指甲轮廓经过的多个网格点中,部分网格点的特征可能会不太明显,则该网格点的特征值也比较低,为了确保指甲轮廓是一个封闭轮廓,避免将指甲轮廓经过的网格点作为的非指甲轮廓点,可以将低于第一预定阈值的网格点作为第二候选点,判断与第二候选点相邻的第三候选点是否也低于第一预定阈值,若与第二候选点相邻的多个第三候选点的特征值均低于第一预定阈值,则确定第二候选点不属于非指甲轮廓点;若与第二候选点相邻的多个第三候选点中,存在至少一个第三候选点的特征值不低于第一预定阈值,则确定第二候选点和第三候选点均属于非指甲轮廓点。
可选地,第一预定阈值可以根据实际需求确定,在需要确定人体手部的指甲轮廓的情况下,第一预定阈值可以为0.1。
作为一种可选的实施例,根据候选指甲点的特征值确定指甲轮廓包括:根据候选指甲点的特征值计算每个候选指甲轮廓的轮廓分数;确定轮廓分数最高的候选指甲轮廓为指甲轮廓。
采用本发明上述实施例,每个候选指甲轮廓经过的网格点即为候选指甲点。根据每个候选指甲轮廓对应的候选指甲点的特征值,可以计算该候选指甲轮廓的轮廓分数,进而可以在多个候选指甲轮廓中,选取轮廓分数最高的候选指甲轮廓作为该三角网格模型的指甲轮廓。
作为一种可选的实施例,根据候选指甲点的特征值计算每个候选指甲轮廓的轮廓分数包括:计算每个候选指甲轮廓的总特征值,其中,总特征值为候选指甲轮廓中候选指甲点的特征值之和;统计每个候选指甲轮廓的约束点数量,其中,约束点为特征值低于第三预定阈值的候选指甲点;根据总特征值和权重计算轮廓分数,其中,权重根据约束点数量确定。
采用本发明上述实施例,可以计算每个候选指甲轮廓对应的多个候选指甲点的特征值之和,得到该候选指甲轮廓的总特征值,并在多个候选指甲点中,确定特征值低于第三预定阈值的候选指甲点作为约束点,统计约束点数量,然后根据约束点数量确定权重,根据总特征值和权重计算该候选指甲轮廓的轮廓分数。
可选地,第三预定阈值可以根据实际需求确定,在需要确定人体手部的指甲轮廓的情况下,第三预定阈值可以为1.0。
可选地,轮廓分数为总特征值与权重的乘积,其中,权重的数量根据约束点数量确定,例如,在约束点的数量为N的情况下,轮廓分数为总特征值与N个权重的乘积。
本发明还提供了一种优选实施例,该优选实施例提供了一种指甲提取方法。
需要说明的是,本发明提供技术方案可以应用在美甲领域中,通过本申请识别出的指尖,可以进一步提取指甲部分。若只需要提取指甲,则扫描手背即可。
可选地,可以获取用户手部的深度图,得到手部的三维模型(即三角网格模型)。
在进行指甲提取之前,需要先对三角网格模型进行指尖识别,具体方法如下:
步骤S21,计算模型重心点,并将该与重心距离最近的网格点作为种子点,计算三角网格模型中所由网格点到种子点的测地距离。
步骤S22,对于所有网格点,如果这个网格点到种子点测地距离不小于与这个网格点相邻的任意网格点到种子点的测地距离,则将它加入指尖点候选集。
步骤S23,根据指尖点附近存在指甲的特点,过滤掉指尖点候选集中的非指尖点。
可选地,对于指尖点候选集中的任意一个网格点,选取任意除该网格点以外的任意一个网格点测试点,且该测试点同时满足以下条件,则将该测试点对应的网格点作为非指尖点,从指甲点候选集中删除。
条件1)该测试点到候选点的测地距离小与100mm;
条件2)该测试点到种子点的距离大于候选点到种子点的测地距离。
需要说明的是,上述条件1)中的100mm可改成100-300mm,,这个距离值选取的越大,越容易过滤掉非指尖点,但是选取的过大将会过滤掉指尖点本身,因此,需要在适当的范围内选取该距离值,本申请选取的距离值为100mm。
可选地,在从指甲点候选集中删除非指尖点后,还可以根据指尖点附近存在指甲这一特点,在指尖点候选集中确定指尖点。
例如,指甲尖端有一处连续的凸边缘(凸边缘的最大主曲较大),根据这一特性确定指尖点。
可选地,在指尖识别后,对于每一个指尖点,可以提取距该指尖点最近的指甲。
作为一种可选的实施例,对于每个指尖点,指甲提取流程如下所示:
步骤S32,计算所有网格点的最大曲率、最小曲率,得到每个网格点的特征值。
可选地,特征值取最大曲率值的绝对值和最小曲率的绝对值中的较大值。
需要说明的是,指甲与皮肤的交界处的存在凹陷,指甲不与皮肤接触的指尖部分存在凸起,其中,凹陷处的最小曲率为负,且该曲率绝对值较大;凸起处的最大曲率为正,且该曲率的绝对值较大,也即指甲的边界处的网格点的特征值均比较大。
步骤S34,在指尖点附近100mm测地距离范围内,选择一个特征值最大的网格点作为用于表示指甲轮廓的封闭轮廓的起始点和终点。
步骤S36,以步骤S34中确定起始点和终点,沿着三角网格模型中的网格,搜索一个封闭轮廓,搜索方法如下所示:
将特征值小于0.1的网格点设置为“不可经过”的网格点,亦即搜索的封闭轮廓不能经过毫无特征的点。
如果特征值小于0.1的网格点,以及该网格点相邻的其他网格点特征值均小与0.1,则这些网格点均为“可经过”,防止因三角网格模型表面的质量问题,导致无法找到封闭轮廓。
本发明上述实施例,确定“不可经过”的网格点的目的是为了在减少确定指甲轮廓过程的计算量。
在确定“不可经过”的网格点后,使用遍历法,对通过搜索得到的多个封闭轮廓(即候选指甲轮廓)进行计算,得到每个封闭轮廓(即候选指甲轮廓)的轮廓分数,其中轮廓分数最大的封闭轮廓(即候选指甲轮廓)即为指甲轮廓。
可选地,轮廓分数的计算方法如下所示:
步骤S42,计算每个封闭轮廓(即候选指甲轮廓)上多个网格点的特征值的总和,得到该封闭轮廓(即候选指甲轮廓)的总特征值;
步骤S44,封闭轮廓(即候选指甲轮廓)中每包含一个特征值小于1.0的网格点,则该封闭轮廓(即候选指甲轮廓)的总特征值乘以0.9。
需要说明的是,上述步骤S44中,根据实验确定阈值为0.1。
需要说明的是,统计发现指甲轮廓上的网格点的特征值普遍大于5.0,将轮廓分数最大的封闭轮廓(即候选指甲轮廓)即为指甲轮廓,其目的是为了搜索尽可能长的封闭轮廓,防止局部轮廓的生成;通过步骤S44和确定“不可经过”的网格点,其目的是为了防止封闭轮廓(即候选指甲轮廓)穿越特征值小的点,从而包含了皮肤区域。
可选地,轮廓分数最大的封闭轮廓(即候选指甲轮廓),可以将模型切割成两部分,其中面积较小的部分就是该指尖点对应的指甲。
本发明上述实施例,在三角网格模型确定指甲,可以更好地描绘了指甲的形状。
根据本发明的又一个实施例,还提供了一种存储介质,所述存储介质包括存储的程序,其中,所述程序运行时执行上述任一项所述的指甲轮廓确定方法。
根据本发明的又一个实施例,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述任一项所述的指甲轮廓确定方法。
根据本发明实施例,还提供了一种指甲轮廓确定的装置实施例,需要说明的是,该指甲轮廓确定装置可以用于执行本发明实施例中的指甲轮廓确定方法,本发明实施例中的指甲轮廓确定方法可以在该指甲轮廓确定装置中执行。
图2是根据本发明实施例的一种指甲轮廓确定装置的示意图,如图2所示,该装置可以包括:第一确定单元21、第二确定单元23和连接单元25。
其中,第一确定单元21,用于确定三角网格模型中的各网格点的特征值,其中,网格点包括指尖点;第二确定单元23,用于确定指尖点对应的指甲区域;连接单元25,用于根据特征值和指甲区域连接三角网格模型中的网格点得到指甲轮廓。
需要说明的是,该实施例中的第一确定单元21可以用于执行本申请实施例中的步骤S102,该实施例中的第二确定单元23可以用于执行本申请实施例中的步骤S104,该实施例中的连接单元25可以用于执行本申请实施例中的步骤S106。上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。
在本发明实施例中,可以预先获取已确定指尖点的三维模型,即得到三角网格模型,并计算三角网格模型中各网格点的特征值,然后在指尖点附近,即指尖点对应的指甲区域中,根据指甲区域和三角网格模型中各网格点的特征值确定能够围城指甲轮廓的网格点,连接该网格点即可准确确定指甲轮廓,从而实现了准确确定指甲轮廓的技术效果,进而解决了无法准确确定指甲轮廓的技术问题。
作为一种可选的实施例,第一确定单元包括:第一计算模块,用于计算三角网格模型中各网格点的最大曲率和最小曲率;第一确定模块,用于根据最大曲率和最小曲率的绝对值确定特征值,其中,特征值为最大曲率和最小曲率的绝对值中的最大值。
作为一种可选的实施例,第二确定单元包括:第二确定模块,用于确定与指尖点的测地距离小于预定测地距离的网格点为第一候选点;第三确定模块,用于确定第一候选点所在区域为指甲区域。
作为一种可选的实施例,连接单元包括:第四确定模块,用于在指甲区域中确定特征值最大的网格点为起止点,其中,指甲轮廓为封闭轮廓,起止点为指甲轮廓的起点和终点;第五确定模块,用于根据特征值确定非指甲轮廓点,其中,非指甲轮廓点为不允许指甲轮廓经过的网格点;遍历模块,用于根据起止点遍历除非指甲轮廓点外的其他网格点,得到至少一个候选指甲轮廓,其中,候选指甲轮廓为封闭轮廓,包括指甲轮廓,候选指甲轮廓经过的网格点为候选指甲点;第六确定模块,用于根据候选指甲点的特征值确定指甲轮廓。
作为一种可选的实施例,第五确定模块包括:第七确定模块,用于确定特征值低于第一预定阈值的网格点为第二候选点;第八确定模块,用于确定与第二候选点相邻的网格点为第三候选点;第九确定模块,用于在第三候选点的特征值均低于第一预定阈值的情况下,确定第二候选点不属于非指甲轮廓点;第十确定模块,用于在至少一个第二候选点的特征值不低于第一预定阈值的情况下,确定第二候选点和第三候选点为非指甲轮廓点。
作为一种可选的实施例,第五确定模块包括:第二计算模块,用于根据候选指甲点的特征值计算每个候选指甲轮廓的轮廓分数;第十一确定模块,用于确定轮廓分数最高的候选指甲轮廓为指甲轮廓。
作为一种可选的实施例,第二计算模块包括:第三计算模块,用于计算每个候选指甲轮廓的总特征值,其中,总特征值为候选指甲轮廓中候选指甲点的特征值之和;统计模块,用于统计每个候选指甲轮廓的约束点数量,其中,约束点为特征值低于第三预定阈值的候选指甲点;第四计算模块,用于根据总特征值和权重计算轮廓分数,其中,权重根据约束点数量确定。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种指甲轮廓确定方法,其特征在于,包括:
确定三角网格模型中的各网格点的特征值,其中,所述网格点包括指尖点;
确定所述指尖点对应的指甲区域;
根据所述特征值和所述指甲区域连接所述三角网格模型中的网格点得到指甲轮廓;
其中,根据所述特征值和所述指甲区域连接所述三角网格模型中的网格点得到指甲轮廓包括:
在所述指甲区域中确定所述特征值最大的网格点为起止点,其中,所述指甲轮廓为封闭轮廓,所述起止点为所述指甲轮廓的起点和终点;
根据所述特征值确定非指甲轮廓点,其中,所述非指甲轮廓点为不允许所述指甲轮廓经过的网格点;
根据所述起止点遍历除所述非指甲轮廓点外的其他网格点,得到至少一个候选指甲轮廓,其中,所述候选指甲轮廓为封闭轮廓,包括所述指甲轮廓,所述候选指甲轮廓经过的网格点为候选指甲点;
根据所述候选指甲点的特征值确定所述指甲轮廓;
其中,根据所述特征值确定非指甲轮廓点包括:
确定所述特征值低于第一预定阈值的网格点为第二候选点;
确定与所述第二候选点相邻的网格点为第三候选点;
在所述第三候选点的特征值均低于所述第一预定阈值的情况下,确定所述第二候选点不属于所述非指甲轮廓点;
在至少一个所述第二候选点的特征值不低于所述第一预定阈值的情况下,确定所述第二候选点和所述第三候选点为所述非指甲轮廓点;
其中,根据所述候选指甲点的特征值确定所述指甲轮廓包括:
根据所述候选指甲点的特征值计算每个所述候选指甲轮廓的轮廓分数;
确定所述轮廓分数最高的所述候选指甲轮廓为所述指甲轮廓;
其中,根据所述候选指甲点的特征值计算每个所述候选指甲轮廓的轮廓分数包括:
计算每个所述候选指甲轮廓的总特征值,其中,所述总特征值为所述候选指甲轮廓中所述候选指甲点的特征值之和;
统计每个所述候选指甲轮廓的约束点数量,其中,所述约束点为特征值低于第三预定阈值的候选指甲点;
根据所述总特征值和权重计算所述轮廓分数,其中,所述权重根据所述约束点数量确定。
2.根据权利要求1所述的方法,其特征在于,确定三角网格模型中的各网格点的特征值包括:
计算所述三角网格模型中各网格点的最大曲率和最小曲率;
根据所述最大曲率和所述最小曲率的绝对值确定所述特征值,其中,所述特征值为所述最大曲率和所述最小曲率的绝对值中的最大值。
3.根据权利要求1所述的方法,其特征在于,确定所述指尖点对应的指甲区域包括:
确定与所述指尖点的测地距离小于预定测地距离的网格点为第一候选点;
确定所述第一候选点所在区域为所述指甲区域。
4.一种指甲轮廓确定装置,其特征在于,包括:
第一确定单元,用于确定三角网格模型中的各网格点的特征值,其中,所述网格点包括指尖点;
第二确定单元,用于确定所述指尖点对应的指甲区域;
连接单元,用于根据所述特征值和所述指甲区域连接所述三角网格模型中的网格点得到指甲轮廓;
其中,所述连接单元包括:
第四确定模块,用于在所述指甲区域中确定所述特征值最大的网格点为起止点,其中,所述指甲轮廓为封闭轮廓,所述起止点为所述指甲轮廓的起点和终点;
第五确定模块,用于根据所述特征值确定非指甲轮廓点,其中,所述非指甲轮廓点为不允许所述指甲轮廓经过的网格点;
遍历模块,用于根据所述起止点遍历除所述非指甲轮廓点外的其他网格点,得到至少一个候选指甲轮廓,其中,所述候选指甲轮廓为封闭轮廓,包括所述指甲轮廓,所述候选指甲轮廓经过的网格点为候选指甲点;
第六确定模块,用于根据所述候选指甲点的特征值确定所述指甲轮廓;
其中,所述第五确定模块包括:
第七确定模块,用于确定所述特征值低于第一预定阈值的网格点为第二候选点;
第八确定模块,用于确定与所述第二候选点相邻的网格点为第三候选点;
第九确定模块,用于在所述第三候选点的特征值均低于所述第一预定阈值的情况下,确定所述第二候选点不属于所述非指甲轮廓点;
第十确定模块,用于在至少一个所述第二候选点的特征值不低于所述第一预定阈值的情况下,确定所述第二候选点和所述第三候选点为所述非指甲轮廓点;
其中,所述第五确定模块包括:
第二计算模块,用于根据所述候选指甲点的特征值计算每个所述候选指甲轮廓的轮廓分数;
第十一确定模块,用于确定所述轮廓分数最高的所述候选指甲轮廓为所述指甲轮廓;
其中,所述第二计算模块包括:
第三计算模块,用于计算每个所述候选指甲轮廓的总特征值,其中,所述总特征值为所述候选指甲轮廓中所述候选指甲点的特征值之和;
统计模块,用于统计每个所述候选指甲轮廓的约束点数量,其中,所述约束点为特征值低于第三预定阈值的候选指甲点;
第四计算模块,用于根据所述总特征值和权重计算所述轮廓分数,其中,所述权重根据所述约束点数量确定。
5.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至3中任意一项所述的指甲轮廓确定方法。
6.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至3中任意一项所述的指甲轮廓确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811019686.3A CN109272519B (zh) | 2018-09-03 | 2018-09-03 | 指甲轮廓的确定方法、装置、存储介质及处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811019686.3A CN109272519B (zh) | 2018-09-03 | 2018-09-03 | 指甲轮廓的确定方法、装置、存储介质及处理器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109272519A CN109272519A (zh) | 2019-01-25 |
CN109272519B true CN109272519B (zh) | 2021-06-01 |
Family
ID=65187791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811019686.3A Active CN109272519B (zh) | 2018-09-03 | 2018-09-03 | 指甲轮廓的确定方法、装置、存储介质及处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109272519B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111091519B (zh) * | 2019-12-20 | 2023-04-28 | 维沃移动通信有限公司 | 一种图像处理方法及装置 |
US20240169689A1 (en) * | 2021-03-24 | 2024-05-23 | Shanghai Huizi Cosmetics Co., Ltd. | Method and system for extracting nail contours |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103714322A (zh) * | 2013-12-26 | 2014-04-09 | 四川虹欧显示器件有限公司 | 一种实时手势识别方法及装置 |
CN104821010A (zh) * | 2015-05-04 | 2015-08-05 | 清华大学深圳研究生院 | 基于双目视觉的人手三维信息实时提取方法及*** |
CN105354846A (zh) * | 2015-11-05 | 2016-02-24 | 沈阳东软医疗***有限公司 | 一种分割三维医疗图像的方法和装置 |
CN106127181A (zh) * | 2016-07-02 | 2016-11-16 | 乐活无限(北京)科技有限公司 | 一种虚拟试戴美甲方法、*** |
WO2017051199A1 (en) * | 2015-09-25 | 2017-03-30 | Umajin Limited | Fingertip identification for gesture control |
CN107256083A (zh) * | 2017-05-18 | 2017-10-17 | 河海大学常州校区 | 基于kinect的多手指实时跟踪方法 |
CN107818290A (zh) * | 2016-09-14 | 2018-03-20 | 京东方科技集团股份有限公司 | 基于深度图的启发式手指检测方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100014755A1 (en) * | 2008-07-21 | 2010-01-21 | Charles Lee Wilson | System and method for grid-based image segmentation and matching |
JP5295848B2 (ja) * | 2009-04-14 | 2013-09-18 | 株式会社日立製作所 | 個人認証装置 |
JP6268771B2 (ja) * | 2013-07-05 | 2018-01-31 | カシオ計算機株式会社 | ネイルプリント装置、ネイルプリント装置の印刷方法及びプログラム |
JP6331409B2 (ja) * | 2014-01-20 | 2018-05-30 | カシオ計算機株式会社 | 描画装置及び描画装置の描画制御方法 |
JP6428415B2 (ja) * | 2015-03-20 | 2018-11-28 | カシオ計算機株式会社 | 描画装置及び爪形状検出方法 |
-
2018
- 2018-09-03 CN CN201811019686.3A patent/CN109272519B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103714322A (zh) * | 2013-12-26 | 2014-04-09 | 四川虹欧显示器件有限公司 | 一种实时手势识别方法及装置 |
CN104821010A (zh) * | 2015-05-04 | 2015-08-05 | 清华大学深圳研究生院 | 基于双目视觉的人手三维信息实时提取方法及*** |
WO2017051199A1 (en) * | 2015-09-25 | 2017-03-30 | Umajin Limited | Fingertip identification for gesture control |
CN105354846A (zh) * | 2015-11-05 | 2016-02-24 | 沈阳东软医疗***有限公司 | 一种分割三维医疗图像的方法和装置 |
CN106127181A (zh) * | 2016-07-02 | 2016-11-16 | 乐活无限(北京)科技有限公司 | 一种虚拟试戴美甲方法、*** |
CN107818290A (zh) * | 2016-09-14 | 2018-03-20 | 京东方科技集团股份有限公司 | 基于深度图的启发式手指检测方法 |
CN107256083A (zh) * | 2017-05-18 | 2017-10-17 | 河海大学常州校区 | 基于kinect的多手指实时跟踪方法 |
Non-Patent Citations (3)
Title |
---|
Real Time Fingertip Detection with Kinect Depth Image Sequences;Yu Yu等;《2014 22nd International Conference on Pattern Recognition》;20141208;550-555 * |
基于凸包算法的指尖识别方法;高晨等;《北京化工大学学报( 自然科学版)》;20171231;第44卷(第2期);70-75 * |
指尖检测与空间定位关键技术研究;李华林;《中国优秀硕士学位论文全文数据库 信息科技辑》;20131215;第2013年卷(第S2期);I138-990 * |
Also Published As
Publication number | Publication date |
---|---|
CN109272519A (zh) | 2019-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100629550B1 (ko) | 다중스케일 가변영역분할 홍채인식 방법 및 시스템 | |
CN108701216B (zh) | 一种人脸脸型识别方法、装置和智能终端 | |
CN102693420B (zh) | 一种指纹模板自动更新的方法 | |
CN105574386A (zh) | 一种终端模式管理方法及装置 | |
CN111783882B (zh) | 关键点检测方法、装置、电子设备及存储介质 | |
CN106407985B (zh) | 一种三维人体头部点云特征提取方法及其装置 | |
CN109272519B (zh) | 指甲轮廓的确定方法、装置、存储介质及处理器 | |
KR102043626B1 (ko) | 복수의 성형수술경험자의 비포 앤 애프터 이미지에 대한 빅데이터를 분석하여 성형수술을 희망하는 고객에게 가상의 성형이미지를 제공하는 딥러닝 기반 가상성형장치 | |
CN108427918B (zh) | 基于图像处理技术的人脸隐私保护方法 | |
CN105303176A (zh) | 指纹模板更新方法及装置 | |
JP7107598B2 (ja) | 認証用顔画像候補判定装置、認証用顔画像候補判定方法、プログラム、および記録媒体 | |
CN102945366A (zh) | 一种人脸识别的方法及装置 | |
CN107622243B (zh) | 解锁控制方法及相关产品 | |
EP3503023B1 (en) | Improved age modelling method | |
CN111046735B (zh) | 一种车道线点云提取方法、电子设备及存储介质 | |
CN112818909A (zh) | 图像更新方法、装置、电子设备及计算机可读介质 | |
CN108596079B (zh) | 手势识别方法、装置及电子设备 | |
KR101174048B1 (ko) | 객체 인식 장치 및 객체 인식 방법 | |
CN108009470A (zh) | 一种图像提取的方法和装置 | |
CN107015745A (zh) | 屏幕操作方法、装置、终端设备及计算机可读存储介质 | |
CN108121978A (zh) | 一种人脸图像处理方法、***及设备和存储介质 | |
CN111444928A (zh) | 关键点检测的方法、装置、电子设备及存储介质 | |
CN107291238B (zh) | 一种数据处理方法与装置 | |
CN110188671B (zh) | 一种利用机器学习算法分析笔迹特征的方法 | |
CN108564067A (zh) | 人脸比对的阈值确定方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |