随着电子政务的推进,网上证件照制作开始进入公众视野。一般证件照的制作流程是拍摄、裁剪、色彩优化和背景替换。如果用户拍摄的照片存在背景杂乱、映像模糊、有噪点或者曝光不均匀等问题时会对证件照制作带来麻烦或根本得不到合格的证件照,因此需要预先对用户拍摄的照片质量进行检测,如果质量太差应及时反馈给用户以便其重新拍摄。本文的证件照质量预检测系统分为背景检测、清晰度评估和曝光检测三大部分,有一个条件不合格的照片即会判为不合格图片。本文提出一种基于超像素的证件照分割算法,有效地将证件照分割为前景和背景,然后再利用SVM对证件照的背景区域进行分类;从而把用户提交的证件照分为单色背景和复杂背景两类,后者被视为不合格证件照,要求用户重新提交。其次,利用二次模糊方法来进行清晰检测,即首先检测出图像中的边缘像素,然后对边缘像素所在区域计算一个灰度值变差,最后得到一个证件照的清晰度指数。最后,分两步进行曝光检测,首先使用机器学习方法检测出明显曝光过度和明显曝光不足的证件照,然后利用脸部形状对称的特点,检测出那些整体曝光合格但是曝光不均的图片。本文的主要创新点如下:(1)提出了一种基于超像素的证件照自动分割算法,该算法首先使用SLIC算法将图像分割为多个超像素,然后基于每一个块来建立一个无向带权图,进而进行一个Grabcut的分割。考虑到Grabcut分割的准确度严重依赖于输入的掩码图,为此,本文引入了多种技术手段来确定证件照中的头发、皮肤区域而被归为前景或可能前景区域,从而提高证件照分割的正确率以及使用该分割结果进行证件照抠图的正确率。(2)设计一个证件照质量预检测系统,主要由背景检测、清晰度评估和曝光检测组成。使用该系统可以快速有效地筛选出质量较差、不合格的证件照。