【正文】 大學(xué) 畢 業(yè) 設(shè) 計（論文） 題目： 弦箭算法的 C語言實現(xiàn) 學(xué)生 姓名 學(xué) 號 所在單位 指導(dǎo)教師 王洪群 完成日期 內(nèi)容摘要 ： 靜態(tài)復(fù)雜 背景灰度圖像的人臉快速精確定位問題，是近年來迫切需要解決和完善的問題。 王洪群等 教師 提出了一種橢圓弦箭算法，利用圖像 中 的邊緣 曲線 快速確定 人臉位置區(qū)域 ， 縮小人臉檢測算法的搜索空間，以提高 人臉檢測 算法的速 度 與效率。本文主要 通過對橢圓特性的分析，說明 弦箭算法的原理 ， 并在 Microsoft Visual C++ 環(huán)境下利用 C語言進(jìn)行編程 實現(xiàn) 。 索引關(guān)鍵詞 人臉檢測 邊緣 弦箭算法 Abstract: Locating human face in a single and gray level image with cluttered background remains a difficult problem and needs to be pleted or perfected in recent year. A novel ellipse arrow method using edge information of the image to location the area of face fast has put forward by Mr. wang and others. The method contract the space of the manhunt of the face detection, raise the speed and the efficiency of the face detection. The article introduce the theories of the ellipse arrow method through the analysis to the oval characteristic, and programme the method making use of the language of C under the Microsoft Visual C++ environments. Keywords: Face Detection Edge Ellipse The ellipse arrow method目錄 第一章 緒論 ............................................................................................................... 2 1引言 ............................................................................................................ 2 2 弦箭算法地提出 .......................................................................................... 2 3 弦箭算法的應(yīng)用 .......................................................................................... 4 4 本文研究的主要內(nèi)容和成果 ........................................................................ 4 第二章 弦箭算法的原理 ............................................................................................. 5 1 橢圓特性分析 ............................................................................................. 6 2 弦箭累加算法的原理 ................................................................................... 7 第三章 弦箭算法的編程實現(xiàn) ..................................................................................... 10 1 BMP圖像文件格式 ...................................................................................... 10 2 本文編程環(huán)境 ............................................................................................ 12 3 弦箭累加的編程實現(xiàn) .................................................................................. 13 第四章 實驗檢測與分析 ............................................................................................ 25 1 圖像測試集 ................................................................................................ 25 3 評估準(zhǔn)則 ................................................................................................... 25 4 不同參數(shù)下的實驗結(jié)果 .............................................................................. 26 5 算法中間結(jié)果示例 ..................................................................................... 28 6 算法最終人臉區(qū)域估計結(jié)果示例 ................................................................ 28 7對算法及實驗結(jié)果的分析總結(jié) .................................................................... 30 后 記 ..........................................................................................................................32 致謝 ..............................................................................................................................32 參考文獻(xiàn) .......................................................................................................................32 弦箭算法的 C 語言實現(xiàn) 第一章 緒論 1 引言 人臉識別技術(shù)起源于上個世紀(jì)六十年代，發(fā)展到現(xiàn)在已經(jīng)有了四十多年的歷史，是當(dāng)前模式識別和人工智能 等 領(lǐng)域的一個重要 的研究課題。 人臉識別 作為一種重要的個人身份鑒別方法， 其 研究前景十分廣闊，無論 是 在商業(yè)還是法律仲裁領(lǐng)域 等 都擁有巨大的應(yīng)用空間 。 例如靜態(tài)領(lǐng)域中的醫(yī)學(xué)、檔案管理、刑偵破案、證件驗證、入口控制；動態(tài)領(lǐng)域中的人群監(jiān)控、視頻會議、人機(jī)交互系統(tǒng)等。 人臉識別 (Face Recognition)是 指 對一個輸入的圖像或視頻圖形，判斷 其 是否含有人臉 圖像， 如果存在人臉圖像 ,再進(jìn)一步判斷圖像中人臉的大小，位置，以及面部 各個 主要器官的位置。 再 從這些信息中提取人主要 的 身份信息 ， 將這些信息與數(shù)據(jù)庫中的信息 相 比較 ,從而得到人的 一些 授權(quán)信息。人臉識別技術(shù)的主要內(nèi)容 可分為為：輸入圖像 人臉檢測 人臉跟蹤 人臉比對 輸出結(jié)果 。 人臉識別首先要對輸入的圖像進(jìn)行人臉檢測 。 人臉檢測 (Face Detection)，是指在既有的圖像中 判斷是否存在人臉并 確定 人臉的位置、大小等相關(guān)信息 ，進(jìn)一步提供人臉的 主要 特征 。人臉檢測作為人臉信息識別處理中的一項關(guān)鍵技術(shù)， 其 檢測效率的高低將直接影響到后續(xù)模塊的執(zhí)行效果 。 2 弦箭算法地提出 人臉檢測是一個復(fù)雜的具有挑戰(zhàn)性的模式檢測問題。圖像中的人臉 往往隨光線的改變、位置的移動、傾斜、旋轉(zhuǎn)和縮放等外部變化而變化，而且人臉內(nèi)部也具有復(fù)雜的變化，如表情、長相、胡須、眼睛閉合、眼鏡等 。人臉的不確定性， 對 人臉檢測 算法的穩(wěn)定性和魯棒性提出了更高的要求。 目前，研究人臉檢測的方法有很多，定位算法的精度 在 不斷提高，也更 加復(fù)雜。各種人臉檢測算法中，精度及魯棒性好的算法，運算量都比較大，直接對圖像進(jìn)行計算，在時間上讓人難以忍受。 Adaboost 學(xué)習(xí)算法 是 目前最快的人臉檢測算法之一。 Boosting 是一種分類器融合算法。 Adaboost 學(xué)習(xí)算法通過對一些弱的分類器的組合來形成一個強(qiáng)的分類器。在 Adaboost 算法中，簡單的分類算法被稱為弱學(xué)習(xí)算法。 Adaboost 算法通過一個迭代的訓(xùn)練過程來得到一個強(qiáng)的分類器。在第一次訓(xùn)練出一個弱分類器后，訓(xùn)練樣本的權(quán)重得到調(diào)整，從而使沒有被第一次訓(xùn)練出的弱分類器正確分類的樣本的權(quán)重增加。 如此迭代下去，最終得到的分類器是對每次訓(xùn)練得到的弱分類器的一個線性組合。 由于 Adaboost算法 ，要通過迭代訓(xùn)練將弱的分類器組合成強(qiáng)的分類器，其運算很耗資源。在實際應(yīng)用中往往都是結(jié)合其他算法來提高運算效率。 人臉的邊緣圖富含大量的人臉特征信息，許多學(xué)者利用這些邊緣信息來確定人臉的區(qū)域。大多數(shù)學(xué)者使用 Hough 變換來檢測人臉外邊緣，但如果用標(biāo)準(zhǔn)的 Hough變換檢測人臉橢圓邊緣需要在一個 5維的參數(shù)空間做投票累加，這樣的計算量是難以忍受和不切實際的。Wang 和 Tan利用輸入圖像邊緣梯度向量和橢圓模型的邊緣梯度方 向向量內(nèi)積的大小來衡量匹配程度； Li 和 Roeder在預(yù)先確定的人臉區(qū)域內(nèi)使用簡化的自適應(yīng) Hough 變換，檢測垂直的臉頰直線邊緣和下顎拋物線邊緣 ； Yuen 分成兩步檢測橢圓：利用橢圓邊緣上任意兩點的切線的交點和這兩點的連線的中點的連線必然經(jīng)過橢圓中心，首先確定橢圓的中心坐標(biāo)，再確定剩下的三個參數(shù)，雖然比標(biāo)準(zhǔn) Hough變換運算量減少了不少，但運算量仍很大。 人臉含有眾多的橢圓曲線邊緣，如外層、內(nèi)層頭發(fā)邊緣、嘴眼邊緣、耳朵邊緣、下顎邊緣等，且曲線凹向均指向人臉內(nèi)部 。 王洪群 等人通過對 橢圓 曲線 的分析， 提出的 了 一種特殊的 橢圓弦箭累加算法 。 該算法 避免使用 Hough 變換等一些耗時的算法 ， 具有大面積快速搜索的能力， 確定的搜索范圍較小 ， 可以快速確定人臉主要特征（人眼和嘴）所在的大致位置和區(qū)域 。 該算法利用圖像的邊緣快速確定搜索空間，并在搜索空間內(nèi)使用虹膜網(wǎng)格采樣矩陣進(jìn)行紋理分析，采用在頻域中按指數(shù)增長的分布方式設(shè)計 Cabor 濾波器，進(jìn)一步提高了 Cabor 濾波器紋理分析效率，從而精確定位人眼和嘴。該算法復(fù)雜度適中，運算量較小，定位精度較高，魯棒性好，有很大的實用價值。 3 弦箭算法的應(yīng)用