《人脸定位系统中图像预处理算法的研究与设计毕业论文》由会员分享，可在线阅读，更多相关《人脸定位系统中图像预处理算法的研究与设计毕业论文（33页珍藏版）》请在金锄头文库上搜索。
1、（论文） 摘要 摘 要人脸定位技术在当今社会生活中扮演着相当重要的角色，如视频监控、人机交互、人脸识别、人脸数据库分类管理等业务，均用到了人脸定位这个关键技术。人脸的定位和识别技术是模式识别、计算机视觉和图像理解系统的研究热点之一，它综合了图像理解、计算机视觉、数据库和人工智能等多方面多学科的知识，应用前景广阔，受到了越来越广泛的重视，并得到了迅速的发展，并取得了很多有价值的研究成果。本文首先简要介绍了人脸定位的概念、应用和研究现状，然后对常用的几种色彩空间进行分析比较，选取肤色聚类性较好的YUV色彩空间建立肤色模型，识别肤色区域。由于噪声无处不在，文中对肤色建模后的图像采用先膨胀处理后腐蚀处
2、理来消除噪声块。在确定人脸候选区域阶段，本文主要利用改进的简单种子填充算法确定候选区域。本文阐述了人脸定位系统中图像预处理算法的研究与设计。本文通过VC+编程实现，系统准确率都得到了一定提高。关键词：图像预处理； 人脸定位； 色彩空间； 种子填充； 膨胀； 腐蚀（论文） AbstractAbstractHuman face location plays an important roll in applications such as video surveillance, human computer interface, face recognition, and face image d
3、atabase management. Face location and recognition technology is one of the hottest spots in pattern recognition, computer vision and image understanding system; it has integrated multi-disciplinary knowledge such as image understanding, computer vision, databases and artificial intelligence, and wit
4、h the rapid development it get more and more attention and has made many valuable research results. In this dissertation，we simply introduce the concept，application and the present research condition of face location firstly，and then analyze several commonly color space，selecting the color of a good
5、 clustering YUV color space to establish color model，using this model to recognition color area .Because the noise is everywhere, in this paper the binary image of the first expansion after treatment corrosion treatment to eliminate noise pieces. In determining the face candidate area stage, this pa
6、per mainly of improved simple seed filling algorithm to determine a candidate area. This paper expounds the face positioning system of the image preprocessing algorithm research and design. This article through the VC + + realization, system have been must improve accuracy.Key words:Image preprocess
7、ing；Face Location; Color Space; Seed Filling; Dilation; Erosion 1 （论文） 绪论绪 论0.1 选题背景及意义在人类的视觉视觉中，人脸具有极其重要的地位，因为人脸不见能够反映人的年龄、身份等人的外部因素，同时还能反映认定额个性心理等内在特质。如同指纹一样，人脸也具有唯一性，可以用来鉴别一个人的身份。这样，利用人脸作为身份验证的途径也就成为人类视觉系统的一个重要功能，成为人与人之间交往联系最主要的依据之 一。 人脸图像身份验证研究如此重要，首先在于，人脸图像身份验证技术具有广泛的应用领域和光明的应用前景。具体来讲有：(1)身份鉴定人
8、脸身份鉴定技术是生物识别技术中的一种，以其直接性，唯一性，方便性等特点在公安，海关，交通，金融，社会保险，医疗及其它民用安全控制系统等领域具有较为广阔的发展前景和很高的社会经济效益。(2)多媒体信息检索 随着因特网技术的迅速普及，网上多媒体信息（如图像，视频）日益丰富，目前在所能应用的信息资源已经非常丰富和庞大，而快速有效地寻找感兴趣的相关信息已经变得日趋困难，采用关键字和描述文本检索的方式已经无法胜任现有需求，基于内容的多媒体信息检索技术应运而生，内容为人脸的图像和视频检索是其中非常重要的部分。(3)智能监控在传统的视频监控系统（如闭路电视系统）中，工作人员需要不断监控屏幕去发现可疑的事件和
9、目标，因此工作量很大而且效率低。在采用人脸检测技术的智能监控系统中，计算机可以在分割、检测出人物目标时自动通知工作人员的介入，从而减轻工作人员的负担并提高效率；计算机还可以对这些目标的运动模式进行一些自动分析，以确定是否为可疑目标。(4)人机交互在人机交互方面，计算机把关于用户身份、状态、意图的信息从图像中抽取出来，然后做出相应响应，比方说观察一个人的面部表情，然后采用不同的方式处理问题。 一般地，人脸信息理解包括以下几个方面的内容：1.人脸定位：检测定位是否有人脸的存在。2.人脸的识别：即将待识别的人脸信息与已知的人脸信息进行匹配从而得到判定结果的过程。 3.人脸的描述：如何抽取并相应的描述
10、和存储一张脸的信息，诸如特征、姿态、表情等等。 4.人脸的主体的类型划分：即通过对人脸的分析，区分出人脸主体所具有的种族、性别甚至职业等不同的类型。对于人脸信息的理解，人脸定位都是其中最关键和重要的一步，也是目前研究最多的一个方面。由于人脸存在外貌，表情，肤色等这些相当复杂的细节变化，在对人脸进行定位时，定位预处理的效果影响着后面定位的效果，所以对于人脸定位预处理算法的研究同样是一个具有挑战性的课题。0.2 国内外研究状况生物识别技术是利用人体生物特征进行身份认证的一种技术。人体生物特征包括指纹、DNA、人脸等。这些生物特征不但是唯一的，而且是可测量的，这使得计算机进行生物特征识别成为可能与其
11、它较成熟的人体生物特征识别方法( 如指纹、DAN检测等)相比，人脸图像具有容易获取、隐蔽等特点，特别是在非接触环境和不惊动被检测人的情况下，人脸识别的优越性远远超过其它识别技术。人脸定位作为人脸识别技术的基础，近年来一直是人工智能和模式识别领域的研究热点。人脸定位问题最初来源于人脸识别，它是自动人脸识别系统中的一个关键环节。人脸定位检测与识别技术的研究最早可追溯到十九世纪法国人Alton的工作。现代的研究，始于60年代末70年代初，在90年代以来成为了研究热点。国外研究人脸定位检测与识别的算法层出不穷，相关杂志上发表的有关方面的论文不下数千篇。1993年，美国国防部高级研究项目署 (Advan
12、ced Research Projects Agency)和美国陆军研究实验室(Army Research Laboratory)成立了Feret(Face Recognition Technology) 项目组，建立了feret 人脸数据库，用于评价人脸识别算法的性能。国内在这方面的研究起步于80年代，但发展较快。北京科瑞奇技术开发股份有限公司在2002年开发了一种人脸鉴别系统，对人脸图像进行处理，消除了照相机的影响，再对图像进行特征提取和识别。这对于人脸鉴别特别有价值，因为人脸鉴别通常使用正面照，要鉴别的人脸图像是不同时期拍摄的，使用的照相机不一样。系统可以接受时间间隔较长的照片，并能达到
13、较高的识别率，在计算机中库藏2300人的正面照片，每人一张照片，使用相距1-7年、差别比较大的照片去查询，首选率可以达到50%，前20张输出照片中包含有与输入照片为同一人的照片的概率可达70% 。2002年11月中科院计算所“面像检测与识别核心技术”完成对8000多个人脸的成功识别，通过了由国家专家委员会的鉴定。鉴定结果表明，课题组在人脸检测、面部特征提取、人脸识别与确认等核心技术方面取得重大进展，整体上己达到国外同类产品的先进水平。计算机可在1/10秒到1/20秒的时间内“捕获”人脸，并在1秒内完成识别。该课题组己经与银晨系统有限公司和江苏省公安厅刑警总队成功研制“基于单幅训练图像的多表情人
14、脸自动识别系统”，并通过江苏省科技厅组织的科技成果鉴定.在2004年第17届模式识别国际会议CPR2004组织的人脸认证竞赛FAT2004中，清华大学丁晓青教授领导的智能图文研究室所有三项测试均获第一名。国外的主要研究单位有美国的麻省理工媒体实验室（MIT Media lab）、卡耐基梅隆大学的人机交互学院（Human computer interface institute）、微软研究院的视觉技术研究组（Vision Technology Group）、英国剑桥大学工程系（Department of Engineering）等，国内的研究单位有中科院自动化所、中科院计算所、哈尔滨工业大学、清
15、华大学、浙江大学等。 0.3 人脸定位的研究方法对于人脸定位的研究方法主要有以下几类：1、基于人脸几何特征（主要是基于灰度特征）的定位方法，如Grafetal提出了一种在灰度图像中定位人脸特征及人脸的方法【6】，图像首先经过滤波，然后用形态学方法增强图像的有形高亮度区域（例如说眼睛）。经过处理后图像的直方图有明显的峰值。基于峰值和它的宽度，选择合适的阈值，就能够将原图转化为二值图像。二值图像中互相关联的成分被认为是人脸特征的候选。将那些候选合并起来用分类器进行评价，以确定哪些是人脸以及人脸在哪个地方。他们的这种方法已经经过测试，使用的是 40 个人的头部图像和 5 个视频序列，每个序列包含 100 到 200 帧。然而，该方法没有讲清楚怎样用形态学进行操作以及怎样将候选的人脸特征联系起来定位人脸。 人脸的灰度特征包括人脸的轮廓特征，人脸的灰度分布特征（镶嵌图特征，直方图特征等），器官特征（对称性等），模板特征等。正是因为灰度特征蕴含了人脸大部分的信息，所以它适用于人脸定位。2、基于统计的人脸定位方法。将人脸看作一个多维的
