基于matlab的彩色圖像皮膚區(qū)域分割及人臉檢測(已修改)
2025-06-21 15:47 本頁面
【正文】 目 錄 第一章 引言 ................................................................1 第二章 算法理論與實現(xiàn)原理 ....................................1 膚 色分割理論 ...................................................1 常見膚色模型比較 ...........................................2 區(qū)域模型 ..................................................2 簡單高斯模型 ..........................................2 混合高斯模型 ..........................................2 直方圖模型 ..............................................3 常見色彩空間比較 ...........................................3 RGB .........................................................3 HSV...........................................................4 YcbCr........................................................4 第三章 系統(tǒng)設(shè)計 .........................................................7 建立膚色模型 ...................................................7 膚色分割步驟 ...................................................8 第四章 參考文獻 .......................................................12 第五章 心得體會 .......................................................12 燕山大學(xué)課程設(shè)計報告 第 1 頁 共 13 頁 第一章 引言 近年來 ,隨著人工智能的快速發(fā)展，人臉識別技術(shù)逐漸成為模式識別與計算機視覺領(lǐng)域的一個研究熱點，可用于身份認(rèn)證、人員監(jiān)視、圖像數(shù)據(jù)庫檢索以及目標(biāo)跟蹤等場合。 人臉識別 (Face Recognition)是將輸入的人臉圖像與系統(tǒng)已知人臉庫中的模型進行比較 ,以確定是否 存在相匹配的人臉，而人臉檢測 ( Face Detection) 是指在輸入圖像中確定所存在的人臉的位置與大小，所以快速有效的人臉檢測則顯得至關(guān)重要，是實現(xiàn)人臉識別的前提和基礎(chǔ)。 人臉檢測系統(tǒng)要求實現(xiàn)對輸入的可能包含人臉的圖像進行處理 ,并 輸出圖像中是否存在人臉以及人臉的數(shù)目、位置、尺度、位姿等參數(shù)信息。傳統(tǒng)的人臉檢測方法大多是在亮度空間內(nèi)進行 ,利用灰度的變化做多尺度空間的全搜索 ,計算量非常大、效率極低 ,而在人臉區(qū)域中 ,膚色一定是占主導(dǎo)地位的像素色彩值，雖然膚色因人而異 ,但經(jīng)過研究可以發(fā)現(xiàn)膚色在色彩空間中的一定 范圍內(nèi)是呈聚類特性的 ,特別是在排除了光照亮度和在經(jīng)過變換的色彩空間中，利用膚色這一特征可以排除掉在灰度圖像中的非皮膚區(qū)域，這對人臉檢測起到了積極的作用。 第二章 算法理論與實現(xiàn)原理 膚色分割理論 膚色特征主要由膚色模型進行描述，而膚色模型的選取與色度空間 (chrominance space)的 選擇密切相關(guān)。人臉檢測常用的色度空間主要 RGB(紅、綠、藍(lán)三基色 )、 rgb(亮度歸一化的三基色 )、HSI(色調(diào)、飽和度、亮度 )、 YIQ(NTSC 制的光亮度和色度模型 )、YUV(PAL 制的光亮度和色度模型 )、 YCbCr(CCIR601)編碼方式的色度模型、 CIEL(國際照明委員會提出的基于色度學(xué)的彩色模型 )等。 另外，用膚色模型對膚色進行分割分為兩個階段 :模型建立與模型運用。模型的建立主要是通過對大量膚色像素集進行統(tǒng)計分析，然后確定模型中的參數(shù) 。對于模型的運用，主要是通過已建立燕山大學(xué)課程設(shè)計報告 第 2 頁 共 13 頁 的膚色模型來判別所輸入的像素或區(qū)域是否為膚色，或者給出其與膚色的相似程度。 不論在什么樣的色彩空間中，膚色模型大體上分為四種 :區(qū)域模型或 IFTHEN 模型、簡單高斯模型、混合高斯模型和直方圖模型。 常見膚色模型比
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1