【正文】 獲取顏色位數(shù)GetBiBitCount（）獲取字節(jié)數(shù) 表6－1 Dib類的部分功能二 圖像點(diǎn)處理詳細(xì)設(shè)計(jì)圖像點(diǎn)運(yùn)算是一種既簡單又重要的技術(shù)，它能讓用戶改變圖像數(shù)據(jù)占據(jù)的灰度范圍，一幅輸入圖像經(jīng)過點(diǎn)運(yùn)算后將產(chǎn)生一幅新的輸出圖像，由輸入像素點(diǎn)的灰度值決定相應(yīng)的輸出像素點(diǎn)的灰度值，點(diǎn)運(yùn)算與局部運(yùn)算的差別在于：后者每個(gè)輸出像素的灰度值由對應(yīng)輸入像素的一個(gè)領(lǐng)域內(nèi)幾個(gè)像素的灰度值決定。對定位好的人臉圖片進(jìn)行特征提取操作。第一節(jié) 系統(tǒng)的運(yùn)行流程圖圖61 系統(tǒng)的運(yùn)行流程圖啟動(dòng)本系統(tǒng)，進(jìn)入人臉識(shí)別系統(tǒng)界面。如果分析在我們所確認(rèn)的范圍內(nèi)，我們就認(rèn)為該人就是我們所要找的。人臉定位模塊人臉定位是將典型的臉部特征（如眼睛，鼻尖，嘴唇等等）標(biāo)記出來，在本系統(tǒng)中，定位的特征是眼睛，鼻尖和嘴巴三個(gè)。這便有利于我們對特征的提取。通過改變選用的增強(qiáng)函數(shù)的解析表達(dá)式就可以得到不同的處理效果。經(jīng)過卷積平滑后的水平投影后，二值化提供了較好的圖像效果。從而影響圖像的質(zhì)量。灰度變化[4]圖像灰度化的過程就是把彩色圖像轉(zhuǎn)換為黑白色圖像的過程，它也是為了將圖像的信息更加具體、簡單的表現(xiàn)出來，但是，這樣做也將會(huì)丟失圖像信息。盡可能將它的特征在圖像中表現(xiàn)出來。這一非線性分段色彩變換得到的膚色模型屬于色彩空間中的聚類模型，這一類膚色模型的建立首先要選取一種合適的色彩空間。第三章 系統(tǒng)的概要設(shè)計(jì) 本章主要介紹系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)的流程以及系統(tǒng)各模塊的功能及相關(guān)原理。均衡直方圖：使用該模塊的目的是通過點(diǎn)運(yùn)算使輸入轉(zhuǎn)換為在每一灰度級(jí)上都有相同的像素點(diǎn)數(shù)的輸出圖像。光線補(bǔ)償 ：由于光線原因，所照的圖像可能會(huì)存在光線不平衡的情況而造成色彩偏差，為了抵消這種整個(gè)圖像中存在的色彩偏差，本系統(tǒng)采用的解決方法是：將整個(gè)圖像中的所有像素的亮度從高到低進(jìn)行排列，取前5%的像素，然后線性放大，使這些像素的平均亮度達(dá)到255。它支持多平臺(tái)和交叉平臺(tái)的開發(fā)，將各種編程工具如編輯器、連接器、調(diào)試器等巧妙的結(jié)合在一起，構(gòu)成一個(gè)完美的可視化開發(fā)環(huán)境。編寫的代碼必須嚴(yán)謹(jǐn)易讀，代碼的解釋必須清楚明白，為應(yīng)用程序的再開發(fā)提供應(yīng)盡的責(zé)任。第三節(jié) 預(yù)處理方案選擇一 設(shè)計(jì)方案原則的選擇本應(yīng)用程序的設(shè)計(jì)方案原則如下：采用較為先進(jìn)的技術(shù)力量，保證應(yīng)用程序在技術(shù)上具備一定的優(yōu)勢。③ 熟悉C++高級(jí)程序設(shè)計(jì)語言。能夠滿足個(gè)人學(xué)習(xí)和設(shè)計(jì)需要。人臉定位功能：該模塊主要是將處理后的人臉圖片進(jìn)行定位，將眼睛、鼻子、嘴巴標(biāo)記出來，以便進(jìn)行特征提取。第二節(jié) 需求分析一 應(yīng)用程序的功能需求分析 該軟件最主要的功能就是要能識(shí)別出人臉，首先該系統(tǒng)需要對通過攝像頭拍照而獲取到的原始的人臉圖片進(jìn)行一系列處理才可進(jìn)行下一步的工作，該處理過程也稱圖像預(yù)處理。二 操作可行性該人臉識(shí)別軟件需要如下的運(yùn)行環(huán)境：CPU：500M及以上；內(nèi)存：64 M及以上?；叶茸儞Q：進(jìn)行灰度處理，我們要保證圖像信息盡可能少的丟失。在確定臉部區(qū)域上，通常使用的方法有膚色提取。第二章 系統(tǒng)的需求分析與方案選擇人臉識(shí)別系統(tǒng)現(xiàn)在應(yīng)用于許多領(lǐng)域中，但是人臉識(shí)別技術(shù)也是一項(xiàng)近年來興起的，且不大為人所知的新技術(shù)。我國在這方面也取得了較好的成就，國家863項(xiàng)目“面像檢測與識(shí)別核心技術(shù)”通過成果鑒定并初步應(yīng)用，就標(biāo)志著我國在人臉識(shí)別這一當(dāng)今熱點(diǎn)科研領(lǐng)域掌握了一定的核心技術(shù)。美國國防部高級(jí)研究項(xiàng)目署，利用半自動(dòng)和全自動(dòng)算法。一 國外的發(fā)展概況[1]見諸文獻(xiàn)的機(jī)器自動(dòng)人臉識(shí)別研究開始于1966年P(guān)RI的Bledsoe的工作，1990年日本研制的人像識(shí)別機(jī)，可在1秒鐘內(nèi)中從3500人中識(shí)別到你要找的人。面部感知系統(tǒng)的重要內(nèi)容 基于視覺通道信息的面部感知系統(tǒng)，包括人臉檢測和跟蹤、面部特征定位、面部識(shí)別、人臉歸類（年齡、種族、性別等的判別）、表情識(shí)別、唇讀等分系統(tǒng)，如圖11所式，可以看出，繼人臉檢測和跟追之后，面部特征定位通常是面部感知的一個(gè)必備環(huán)節(jié)，是后續(xù)工作的基礎(chǔ)，具有重要的意義。該算法采用了基于區(qū)域增長的搜索策略，在人臉定位算法給出的大致人臉框架中，估計(jì)鼻子的初始位置，然后定義兩個(gè)初始搜索矩形，分別向左右兩眼所處的大致位置生長。由于可變形模板要采用優(yōu)化算法在參數(shù)空間內(nèi)進(jìn)行能量函數(shù)極小化，因此算法的主要缺點(diǎn)在于兩點(diǎn)：一、對參數(shù)初值的依賴程度高，很容易陷入局部最?。欢?、計(jì)算時(shí)間長。面部關(guān)鍵特征定位及人臉2D形狀檢測技術(shù)在人臉檢測的基礎(chǔ)上，面部關(guān)鍵特征檢測試圖檢測人臉上的主要的面部特征點(diǎn)的位置和眼睛和嘴巴等主要器官的形狀信息。二 人臉識(shí)別技術(shù)的研究意義 富有挑戰(zhàn)性的課題人臉識(shí)別是機(jī)器視覺和模式識(shí)別領(lǐng)域最富有挑戰(zhàn)性的課題之一，同時(shí)也具有較為廣泛的應(yīng)用意義。人們更多的是在電影中看到這種技術(shù)的神奇應(yīng)用：警察將偷拍到的嫌疑犯的臉部照片，輸入到電腦中，與警方數(shù)據(jù)庫中的資料進(jìn)行比對，并找出該嫌犯的詳細(xì)資料和犯罪記錄。經(jīng)過測試，圖像預(yù)處理模塊對圖像的處理達(dá)到了較好的效果，提高了定位和識(shí)別的正確率。人臉識(shí)別方法的研究與實(shí)現(xiàn)目 錄第一章 緒論第一節(jié) 課題背景 一 課題的來源1二 人臉識(shí)別技術(shù)的研究意義1第二節(jié) 人臉識(shí)別技術(shù)的國內(nèi)外發(fā)展概況3一 國外發(fā)展概況 2二 國內(nèi)發(fā)展概況4第二章 系統(tǒng)的需求分析和方案選擇5第一節(jié) 可行性分析5一 技術(shù)可行性分析5二 操作可行性分析5第二節(jié) 需求分析6一 應(yīng)用程序的功能需求分析6 二 開發(fā)環(huán)境的需求分析7三 運(yùn)行環(huán)境的需求分析7第三節(jié) 預(yù)處理方案選擇7一 設(shè)計(jì)方案原則的選擇7二 圖像文件格式選擇8三 開發(fā)工具選擇8四 算法選擇分析8第三章 系統(tǒng)的概要設(shè)計(jì)9第一節(jié) 各模塊功能簡介9第四章 系統(tǒng)詳細(xì)設(shè)計(jì)14第一節(jié) 系統(tǒng)整體設(shè)計(jì)簡述14第二節(jié) 圖像處理詳細(xì)設(shè)計(jì)14 一 位圖詳細(xì)設(shè)計(jì)14二 圖像點(diǎn)處理詳細(xì)設(shè)計(jì)15（二） 光線補(bǔ)償算法和代碼實(shí)現(xiàn)16（三） 圖像灰度化算法和代碼實(shí)現(xiàn)18（四） 高斯平滑算法和代碼實(shí)現(xiàn)20（五） 灰度均衡算法和代碼實(shí)現(xiàn)23（六） 圖像對比度增強(qiáng)算法和代碼實(shí)現(xiàn)25第三節(jié) 編程時(shí)的問題解決26第五章 結(jié)構(gòu)設(shè)計(jì)28第六章 測試35第一節(jié) 測試方案選擇的原則35第二節(jié) 測試方案36結(jié)束語37致 謝 參考文獻(xiàn) 摘要 人臉識(shí)別因其在安全驗(yàn)證系統(tǒng)、信用卡驗(yàn)證、醫(yī)學(xué)、檔案管理、視頻會(huì)議、人機(jī)交互、系統(tǒng)公安(罪犯識(shí)別等)等方面的巨大應(yīng)用前景而越來越成為當(dāng)前模式識(shí)別和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。在識(shí)別前，先對圖像進(jìn)行補(bǔ)光處理，再通過膚色獲得可能的臉部區(qū)域，最后根據(jù)人臉固有眼睛的對稱性來確定是否就是人臉，同時(shí)采用高斯平滑來消除圖像的噪聲，再進(jìn)行二值化，二值化主要采用局域取閾值方法，接下來就進(jìn)行定位、提取特征值和識(shí)別等操作。而人臉識(shí)別是所有的生物識(shí)別方法中應(yīng)用最廣泛的技術(shù)之一，人臉識(shí)別技術(shù)是一項(xiàng)近年來興起的，但不大為人所知的新技術(shù)。在國內(nèi)，對于人臉識(shí)別技術(shù)的研究始于上世紀(jì)90年代，目前主要應(yīng)用在公安、金 融、網(wǎng)絡(luò)安全、物業(yè)管理以及考勤等領(lǐng)域。如何能正確識(shí)別大量的人并滿足實(shí)時(shí)性要求是迫切需要解決的問題。由于模板變形利用了特征區(qū)域的全局信息，因此可以較好地檢測出相應(yīng)的特征形狀?；趨^(qū)域增長的眼睛定位技術(shù)，該技術(shù)在人臉檢測的基礎(chǔ)上，充分利用了眼睛是面部區(qū)域內(nèi)臉部中心的左上方和右上方的灰度谷區(qū)這一特性，可以精確快速的定位兩個(gè)眼睛瞳孔中心位置。佩戴黑框眼鏡，也會(huì)影