【正文】 出來，對(duì)候選的圖像區(qū)域進(jìn)行驗(yàn)證，來確定該圖像區(qū)域是否有 人臉 [9]。 第二種是 基于模版匹配的方法。變形模板 法第一步就是制定模板參數(shù)， 對(duì)參數(shù)進(jìn)行修整一直到 收斂 為止，最終檢測(cè)出人臉面部器官位置 。而所有基于人臉的這些應(yīng)用首要解決的一個(gè)問題就是人臉檢測(cè)。接著簡(jiǎn)單的介紹了膚色模型，并選擇了高斯模型作為實(shí)驗(yàn)所用的膚色模型。對(duì)彩色圖像測(cè)試集中的圖像進(jìn)行檢測(cè)，之后給出檢測(cè)及分析結(jié)果。相關(guān)研究 表明 ,不同 條件下人臉的膚色 會(huì)有較大的不一致性 ,但這種不一致性不是在色彩上 ,而是表現(xiàn)在亮度 上 [25]。 目 前 , 由于利用膚色信息 分割 出圖像中的人臉區(qū)域的效率高 [13]， 大部分的研究著作 都 是將 膚色分割 作 為前提 條件 ,從而 得到侯選人 臉區(qū)域 ,再用其它方法來 確認(rèn)得到的候選區(qū)域 ,以達(dá)到實(shí)時(shí)性和真實(shí)性并重。 本文主要研究第一種方法 。 所 以， 首 先要 合理的選擇色度空間，根據(jù)膚色特征的高聚類性，盡量減少與 非膚色特征 信息的重疊區(qū)域。 可以采用三維的笛卡爾坐標(biāo)系來表示該空間模型， x、 y、 z軸分別對(duì)紅、綠、藍(lán)三種顏 色，如圖 所示。 圖 RGB 色彩空間 歸一化 RGB 色彩 空間 在 RGB 色彩空間里，三個(gè)分量不僅表示色彩，同時(shí)也包含了亮度信息。盡管消除了 部分相對(duì)亮度信息，但 仍然 包含 一定的絕對(duì)亮度信息。~180176。 HIS 的色彩空間 可以表示成一個(gè)圓柱體，坐標(biāo)體系 如圖 。該方法和 HIS 色彩空間的表示方法極為相似 [12]。如圖 所示。 在 該空間中，可以看出樣板的分布受亮度值 Y 的影響很小。 第四 ， 計(jì)算繁瑣程度和 坐標(biāo)表示形式 相比較而言更簡(jiǎn)潔 。 膚色模型 膚色模型簡(jiǎn)介 當(dāng)前 常 用的膚色模型有 ： 簡(jiǎn)單色度空間模型、 混合高斯模型和統(tǒng)計(jì)直方圖模型 [23]。但是 在非特定條件下對(duì)閾值選擇要求高，容易導(dǎo)致失誤，因而有時(shí)候效果會(huì)不太明顯，所以 膚色檢測(cè) 在特定的情況下才會(huì)使用到它 。 本科畢業(yè)設(shè)計(jì)說明書（論文） 第 9 頁 共 28 頁 （ 3） 統(tǒng)計(jì)直方圖模型 此 模型 的原理 不難 ,就是通過直方圖觀察總結(jié)出 膚色在顏色空間的分布 情況 。但是它也有缺陷，它需要大量的樣本集 ,而且短時(shí)間內(nèi)難以完成檢測(cè) 。 該方法 按照光照亮度將膚色分布分為幾類，并且通過統(tǒng)計(jì)和建模的方法，深度研究并解決了光照這一因素在膚色檢測(cè)過程中產(chǎn)生的干擾問題，魯棒性高。大量資料證實(shí)：如果 顏色空間 的亮度分量和色度分量分離的話，分離后的 二維色度分量的 總體分布同樣滿足 二維高斯分布。 本科畢業(yè)設(shè)計(jì)說明書（論文） 第 10 頁 共 28 頁 圖 CbCr色度空間 的 具體 分布 情況 圖 CbCr色度空間 的高斯分布 情況 接下來就是明確 二維高斯模型中的 相關(guān)未知數(shù)，計(jì)算公式有以下幾個(gè) ： ? ?, Tx Cg Cr? ? ?m E x? ? ?? ?TC E x m x m??? ? ??? （ ） X代表 CbCr色度 空間中的像素點(diǎn)的色度向量， m代表統(tǒng)計(jì)出來的均值。 然后對(duì)簡(jiǎn)單膚色模型和高斯膚色模型在不同的膚色空間的聚類特性較詳細(xì)的分析和比較 。 對(duì)于彩色圖像而言， 姿態(tài) 的 變 化 對(duì)人臉膚色信息干擾較小，而且 彩色 的膚色信息特征提取方便 。因此，膚色特征這一 方法的一 個(gè)很嚴(yán)重的缺陷就在于很難在任何情況下準(zhǔn)確的區(qū)分人臉和背景圖像。 對(duì) 于 任意 的彩色圖像，第一步就是進(jìn)行顏色分割，得到相關(guān)區(qū)域，然后在相對(duì)應(yīng)的灰度圖像中，按照事先設(shè)置好的比例，得到 分辨率 不用的的窗口區(qū)域，我們通常叫做掃描窗口。這主要由于平時(shí)的工作和環(huán)境引起的，圖像增強(qiáng)是減弱噪音，增強(qiáng)對(duì)比度。 圖像在生成和傳輸?shù)倪^程中常常受到各種噪聲的干擾和影響，使圖像的質(zhì)量下降。在濾波去噪聲時(shí)應(yīng)該盡量不損害圖 像中邊沿和各種細(xì)節(jié)。閾值法是利用圖像 中所要提取的目標(biāo)與背景在灰度特性上的差異，通過選取合適的閾值對(duì)圖像進(jìn)行分割處理，從而將目標(biāo)從背景中區(qū)分出來 [20]。 最大類間方差法是由日本學(xué)者大津展之于 1978 年提出的動(dòng)態(tài)閾值法，它是在判 本科畢業(yè)設(shè)計(jì)說明書（論文） 第 13 頁 共 28 頁 決分析最小二乘法原理的基礎(chǔ)上推導(dǎo)出來的 [18]。所以全部采樣的灰度平均值公式為： 0 0 1 1=+? ? ? ?? （ ） 由上述公式可求出兩組間的方差，其公式如下： ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? 22 2 22 0 0 1 1 0 0 1 1 0= + = = 1TTT TT? ? ?? ? ? ? ? ? ? ? ? ? ? ?? ?????? ? ? ????? （ ） 其中， T的取值范圍為 ? ?1,m?? ，求上式為最大值時(shí)的 T。與一維方法相比，二維方法分割效果較好，但計(jì)算量較大，有其局限性。在進(jìn)行閾值 分割前，先要對(duì)圖像進(jìn)行低通濾波，以減少圖像高頻噪聲的影響。本文以 ，閾值由 ，計(jì)算每次膚色像素量的變化，求其變化最小的一個(gè)，作為 最佳閾值 ? 進(jìn)行分割。所以在對(duì)圖像進(jìn)行灰度轉(zhuǎn)換、濾波處理之后進(jìn)行二值化轉(zhuǎn)換，以便之后對(duì)圖像進(jìn)行后期處理。它在圖像處理中的應(yīng)用主要是： 本科畢業(yè)設(shè)計(jì)說明書（論文） 第 15 頁 共 28 頁 (1)利用形態(tài)學(xué)的基本運(yùn)算，對(duì)圖像進(jìn)行觀察和處理，從而達(dá)到改善圖像質(zhì)量的目的； (2)描述和定義圖像的各種幾何參數(shù)和特征，如面積、周長(zhǎng)、連通度、顆粒度、骨架和方向性。我們使用四方向腐蝕的算法。如果兩個(gè)物體之間距離比較近，那么膨脹運(yùn)算可能會(huì)使這兩個(gè)物體連通在一起。也就是說，當(dāng)當(dāng)前點(diǎn) 的上下左右有一個(gè)點(diǎn)的顏色是白色的時(shí)候，就把這點(diǎn)的顏色填充成白色。所謂先驗(yàn)知識(shí)就是人臉本身所固 本科畢業(yè)設(shè)計(jì)說明書（論文） 第 16 頁 共 28 頁 有的特征，根據(jù)這些特征我們能對(duì)人臉區(qū) 域進(jìn)行初步判斷。實(shí)驗(yàn)中若長(zhǎng)和寬的值小于 20個(gè)像素，則直接去除該膚色區(qū)域。第一部分從膚色區(qū)域上面開始取到比值為 的區(qū)域部分，第二部分從膚色區(qū)域下面開始取到比值為 的區(qū)域部分，第三部分從膚色區(qū)域的中間開始分別向上下兩端取比值為 的部分。 光線補(bǔ)償算法改善了晦暗或高光造成的圖像偏色情況 ,尤其圖像整體偏紅或偏黃等的情況 ,對(duì)于后續(xù)膚色建模的效果有很大優(yōu)化 。 4 人臉檢測(cè)界 面及結(jié)果分析 近幾十年來計(jì)算機(jī)技術(shù)的發(fā)展可以說是突飛猛進(jìn)，技術(shù)的提高使人們對(duì)人機(jī)交互的要求也越來越高。 代碼 實(shí)驗(yàn)分析 因彩色圖像的人臉檢測(cè)沒有一個(gè)統(tǒng)一的圖像測(cè)試集，沒有固定的 標(biāo)準(zhǔn)來衡量檢測(cè)算法。最后，通過檢測(cè)結(jié)果對(duì)彩色圖像的人臉檢測(cè)算法進(jìn)行評(píng)判。但該算法仍然有其局限性，只能檢測(cè)正面和傾斜角度較小的人臉圖像， 而且 要求圖像面部特征較為明顯。本文提出應(yīng)用復(fù)合高斯模型在 YCbCr色彩空間建立膚色模型， 自適應(yīng)閾值法進(jìn)行膚色分割的基于膚色分割的人臉檢測(cè)方法研究。 其次，采用數(shù)學(xué)形態(tài)學(xué)方法和先驗(yàn)知識(shí)對(duì)分割后的二值圖像進(jìn)行處理，根據(jù)人臉長(zhǎng)寬 、 圓形度 、歐拉數(shù)和區(qū)域面積等理論提取出人臉候選區(qū)域。首先，本文研究的彩色圖像是從互聯(lián)網(wǎng)上下載的和數(shù)碼相機(jī)攝取的，背景較為簡(jiǎn)單，這給本文的人臉檢測(cè)算法提供了很多方便。 致 謝 本科畢業(yè)設(shè)計(jì)說明書（論文） 第 20 頁 共 28 頁 參 考 文 獻(xiàn) [1] 盧春雨 ,張長(zhǎng)水 ,聞芳 ,閻平凡 .基于區(qū)域特征的快速人臉檢測(cè)法 [J].清華大學(xué)學(xué)報(bào) (自然科學(xué)版 ),1999,21(01):115118. [2] 山世光 ,高文 ,陳熙霖 .基于紋理分布和變形模板的面部特征提取 [J].軟件學(xué)報(bào) , 2020,34(04):2427. [3] 艾海舟 ,梁路宏 ,徐光祐 ,張鈸 .基于膚色和模板的人臉檢測(cè) [J].軟件 學(xué) 報(bào) ,2020，17(12):5658. [4] 王航宇 .基于 YCbCr 高斯膚色模型 人臉檢測(cè)技術(shù)研究 [J].現(xiàn)代電子技術(shù) , 2020，4(22):911. [5] 王金庭 ,楊敏 .基于 YCbCr 空間的亮度自適應(yīng)膚色檢測(cè) [J].計(jì)算機(jī)系統(tǒng)應(yīng)用 , 2020,33(06):261263. [6] 朱正平 ,孫傳慶 ,王陽萍 .基于膚色與模板匹配的人臉檢測(cè)方法研究 [J].自動(dòng)化與儀器儀表 ,2020,18(06):7980. [7] 孫繼平 ,陳偉 ,唐亮 ,劉曉陽 ,林海濤 .有 限空間低照度低分辨率圖像中人臉檢測(cè) 本科畢業(yè)設(shè)計(jì)說明書（論文） 第 21 頁 共 28 頁 [J].中國礦業(yè)大學(xué)學(xué)報(bào) ,2020,42(03):155157. [8] 張會(huì)森 ,王映輝 .人臉識(shí)別技術(shù) [J].計(jì)算機(jī)工程與設(shè)計(jì) ,2020,11(06):6667. [9] 劉艷麗 ,趙躍龍 .人臉識(shí)別技術(shù)研究進(jìn)展 [J].計(jì)算機(jī)工程 ,2020,7(02):255257. [10] 周 杰 ,盧春雪 .人臉自動(dòng)識(shí)別方法綜述 [J].電子學(xué)報(bào) ,2020,28(04):4244. [11] Miao J， Yin B C， Wang K Q， et a1． A Hierarchical System For Human Face Detection In A ComplexBackground Using Center Template[J].Pattern Recognition,1999， 32(07):647650. [12] 劉正光 ,劉潔 .基于膚色分割的人臉檢測(cè)算法研究 [J].計(jì)算機(jī)工程， 2020， 33（ 04）： 152155. [13] 湯秋艷 ,王琰 .一種基于膚色分割的彩色圖像 人臉檢測(cè)方法 [J].沈陽理工大學(xué)學(xué)報(bào) ,2020,26(05):6366. [14] 沈常宇 ,許潘園 .膚色建模和膚色分割的人臉定位研究 [J].中國計(jì)量學(xué)院，光電子技術(shù)研究所 ,2020,34(09):3233. [15] AW Anderson,P of the middle fusiform‘ face area39。其次，雖然國內(nèi)外很多研究機(jī)構(gòu)和大學(xué)實(shí)驗(yàn)室都在對(duì)彩色人臉檢測(cè)進(jìn)行研究，但到目前為止， 還沒有一個(gè)統(tǒng)一的能夠用于人臉檢測(cè)的彩色圖像庫，這就無法對(duì)各種人臉檢測(cè)算法進(jìn)行比較。尤其是 對(duì)單人臉圖像的檢測(cè)正確率可達(dá) 92%，但對(duì)多人臉圖像的檢測(cè)效