【正文】 通過實踐，選取大量的膚色樣本進行統(tǒng)計，發(fā)現(xiàn)膚色在CbCr空間的分布呈現(xiàn)良好的聚類性【16】，統(tǒng)計分布如圖332所示：圖31 膚色像素的Cb分量分布圖圖32 膚色像素的Cr分量分布圖 由此可建立在CbCr空間下的膚色模型。在file\New\Mfile建立m文件，在file\New\Model建立模型文件。（3） 對每一像素，根據(jù)公式將RGB轉(zhuǎn)換到Y(jié)CbCr空間下，計算Cb、Cr值。在許多實用系統(tǒng)中，大量應用的是YCbCr模型和HSV模型，我們可以通過轉(zhuǎn)化公式，把RGB模型轉(zhuǎn)化為YCbCr模型和HSV模型，從而保證對輸入彩色圖像準確地分類膚色和非膚色區(qū)域。實驗測試結(jié)果可以表明，本文提出的基于膚色的人臉檢測具有快速、姿態(tài)非敏感的強大優(yōu)勢，同時也有該算法帶來的局限，與人臉相連的裸露的脖子會被視為人臉區(qū)域。例如，目前在公安方面，我國公安機關開展的“網(wǎng)上追逃”斗爭，運用了網(wǎng)上掛牌督捕的方法，把逃犯的照片、身份證、特征資料上網(wǎng)發(fā)布，各地抓捕到的犯罪嫌疑人通過網(wǎng)上查詢、比較，可以確定其是否為網(wǎng)上通緝逃犯。放眼未來，我們可以想象的空間和我們可以用來發(fā)展的空間是很大的，比如說軍事上的應用，基于膚色的人臉實時跟蹤，未來戰(zhàn)爭機器人目標識別，就是要利用人臉檢測來發(fā)現(xiàn)目標，從而實施軍事行動。E:\我的照片\39。 %顯示b分量[m,n]=size(fr)。 (max([fr(x,y),fg(x,y),fb(x,y)])min([fr(x,y),fg(x,y),fb(x,y)])15)amp。 %如果滿足以上條件 fr(x,y)=255。 %獲取亮度分量cb=ycbcrmap(:,:,2)。cb(x,y)127amp。 %不滿足標示為非人臉 end endendsubplot(1,4,4),imshow(Y)。 %獲取亮度分量subplot(1,4,1),imshow(h)。在畢業(yè)設計的過程中，老師給了我耐心的指導，因為以前很少接觸數(shù)字圖像處理方面的知識，又對這方面的知識特別渴求，就有些著急，但是老師耐心的給我講解，一點一點地傳授，從最基本的開始講，讓我也能快速的進入狀態(tài)。這都讓我更加認識到自身的不足，需要進一步積累知識。盡我所知，除文中已經(jīng)特別注明引用的內(nèi)容和致謝的地方外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的研究成果。 本次畢業(yè)設計是對我大學四年學習下來最好的檢驗。其次，我要感謝大學四年中所有的任課老師和輔導員在學習期間對我的嚴格要求，感謝他們對我學習上和生活上的幫助，使我了解了許多專業(yè)知識和為人的道理，能夠在今后的生活道路上有繼續(xù)奮斗的力量。四年的風風雨雨，我們一同走過，充滿著關愛，給我留下了值得珍藏的最美好的記憶。在論文的撰寫過程中老師們給予我很大的幫助，幫助解決了不少的難點，使得論文能夠及時完成，這里一并表示真誠的感謝。感謝老師四年來對我孜孜不倦的教誨，對我成長的關心和愛護。從他身上，我學到了許多能受益終生的東西。首先非常感謝學校開設這個課題，為本人日后從事計算機方面的工作提供了經(jīng)驗，奠定了基礎。對本文的研究做出重要貢獻的個人和集體均已在文中以明確方式標明。感謝所有幫助過我的老師和同學們。知識上也有欠缺，很多知識因為遺忘變得比較陌生，以前只知道顏色的三基色，它們可以構成顏色，形成圖像，但是其他的圖像構成法就不是很了解。 %不滿足標示為非人臉 end endendsubplot(1,4,4),imshow(h)。 %獲取色調(diào)分量s=hsvmap(:,:,2)。Y(x,y)100 Y(x,y)=255。for x=1:m for y=1:n if cb(x,y)77amp。 %讀入圖像ycbcrmap=rgb2ycbcr(face1)。fr(x,y)fb(x,y)。 fb(x,y)20amp。 %顯示r分量subplot(1,4,2),imshow(fg,[])。對這一領域的深入研究不僅能夠創(chuàng)造出巨大的市場價值，還將有利地推動計算機視覺、模式識別、認知行為科學等相關學科的發(fā)展。膚色的顏色與人種有關且容易受光照等的影響，所以本論文的主要研究定位在建立良好的膚色模型和基于膚色信息和灰度空間結(jié)合分析實現(xiàn)復雜場合的人臉檢測上。人臉作為一種自然形體具有很強的共性，但由于個體的外貌差異、表情變化以及圖像在采集時收光照、設備等因素的影響，使得人臉圖像具有比較復雜而細致的模式變化。本論文在已建立的膚色模型的基礎上，揭示了在各種色彩空間下人臉檢測的實驗結(jié)果，實驗結(jié)果也揭示了不同顏色空間膚色信息的對比。HSV顏色空間下的人臉仿真實驗結(jié)果如圖43所示： H分量 S分量 V分量 人臉仿真實驗結(jié)果圖43 HSV顏色空間人臉檢測實驗結(jié)果 小結(jié)本章是在已建立的膚色模型的基礎上，在各種顏色空間下的人臉仿真實驗結(jié)果，主要利用MATLAB進行了仿真。 YCbCr顏色空間下的圖像及仿真實驗結(jié)果 根據(jù)YCbCr空間的膚色模型，算法流程如下：（1） 讀入彩色圖像。附加的工具箱（單獨提供的MATLAB函數(shù)集）擴展了MATLAB的環(huán)境，以解決這些應用領域內(nèi)特定類型的問題。雖然在RGB顏色空間難于將膚色有效地聚成密集分布的一類，但人體膚色特征色調(diào)在紅色區(qū)內(nèi)，這一特征表現(xiàn)在圖像中，就是膚色的RGB符合：RGB膚色的這一特征相當穩(wěn)定，無論是人種的變化還是光照環(huán)境的變化，都不足以造成成式RGB變?yōu)镚R或BG，膚色的聚類結(jié)果簡單而穩(wěn)定【15】。（3） 對于分割后的區(qū)域，如果其面積小于55個像素，則刪掉，面積閾值是根據(jù)經(jīng)驗確定的。初始化。 區(qū)域分割理論利用膚色模型對膚色進行分割主要分為兩個階段:模型建立和模型運用。這種模型相對于前面兩種模型來說，膚色檢測率要高得多，誤檢率也小得多，但是模型的確定（模型的參數(shù)估計）較難，速度較慢，不適用于快速膚色檢測。單峰高斯模型相對區(qū)域模型來說能更好的表示膚色的分布，因此它的膚色檢測率也較高，并且模型的參數(shù)也易于計算，但是速度較區(qū)域模型慢。因此，對于一幅新的圖像，如果某個像素或區(qū)域滿足給定的條件就為膚色像素或區(qū)域，否則就是非膚色像素或區(qū)域。通過訓練樣本集建立膚色模型是膚色檢測的關鍵，常用的膚色模型有單峰高斯模型、混合高斯模型和直方圖模型。它與RGB顏色空間的具體轉(zhuǎn)換關系如下：RGB顏色空間向 YCbCr顏色空間轉(zhuǎn)換的公式： 公式一 YCbCr顏色空間向 RGB顏色空間轉(zhuǎn)換的公式： 公式二 HSV顏色空間 在許多實用系統(tǒng)中，大量應用的是HSV模型，這個模型是由色調(diào)（H）、飽和度（S）和亮度（V）三個分量組成的，與人的視覺特性比較接近。YCbCr其中Y是指亮度分量，Cb指藍色色度分量，而Cr指紅色色度分量。當然，各種顏色空間只不過是顏色在計算機中不同的表達而已，每一種顏色空間都有各自的產(chǎn)生背景、應用領域等。第二章 算法理論與實現(xiàn)原理 對于有關彩色視覺系統(tǒng)的設計開發(fā)而言，研究顏色是相當重要的。膚色模型一般采用實驗的方法，通過大量“膚色”與“非膚色”像素在相應顏色空間中的聚類特性分析來建立。 以上每一種基于灰度特征的人臉檢測方法都有各自的優(yōu)缺點。采用這種檢測模式的理論依據(jù)是：人臉具有統(tǒng)一的結(jié)構模式（都是由眉毛、眼睛、鼻子和嘴唇等人臉器官構成），如果把所有的圖像集看作一個高維線性空間，那么整個人臉圖像僅對應于其中的某個子空間。基于知識的方法是利用對人臉的先驗知識導出的規(guī)則來進行人臉檢測的。概括地說，我們的方法是基于樣本的機器學習方法，具有較強的魯棒性，而且通過適當?shù)卦黾訕颖救萘靠梢赃M一步提高檢測性能，具有較好的可擴展性。 基于膚色模型的區(qū)域分割區(qū)域是一個彼此互相連通的具有一致意義屬性的像素集合，是一種方便的圖像中層符號描述，是目標模型化以及高層理解的基礎。 人臉檢測問題是計算機視覺領域中的重要問題，最初作為人臉自動識別系統(tǒng)的定位環(huán)節(jié)被提出，近年來由于其在安全訪問控制、視覺監(jiān)測和新一代人機界面等領域的應用價值，開始作為一個獨立的課題受到研究者的重視。人臉檢測技術之所以能在當今計算機視覺領域的研究中占有重要的地位并成為研究焦點，主要在于以下兩個方面：一方面，將人臉作為基本對象來考慮，自動檢測與定位人臉是實現(xiàn)人臉識別、人臉跟蹤、表情識別、人臉合成與人臉編碼、唇讀等技術的必要前提；另一方面，人臉檢測技術有著從智能安全監(jiān)控、電子商務、視頻會議和遠程教育、基于內(nèi)容檢索等諸多領域的廣泛應用價值。要完成自動人臉識別，首要條件是找出人臉，即人臉檢測是完成人臉自動識別任務的第一步，它是自動人臉識別技術的基礎，對自動人臉識別系統(tǒng)的速度、精度都起重要作用。 Complexion model。人臉檢測是快速、準確識別人臉的前提，其目的是將人臉從圖像背景中檢測出來。作者簽名：　　 　 　　 日　 期：　　 　 　　 學位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導師的指導下獨立進行研究所取得的研究成果。作 者 簽 名：　　 　 　　日　 期：　　 　 　　 指導教師簽名：　　 　 　　 日　　期：　　 　 　　 使用授權說明本人完全了解 大學關于收集、保存、使用畢業(yè)設計（論文）的規(guī)定，即：按照學校要求提交畢業(yè)設計（論文）的印刷本和電子版本；學校有權保存畢業(yè)設計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務；學?？梢圆捎糜坝　⒖s印、數(shù)字化或其它復制手段保存論文；在不以贏利為目的前提下，學?？梢怨颊撐牡牟糠只蛉績?nèi)容。作者簽名： 日期： 年 月 日導師簽名： 日期： 年 月 日指導教師評閱書指導教師評價：一、撰寫（設計）過程學生在論文（設計）過程中的治學態(tài)度、工作精神□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格學生掌握專業(yè)知識、技能的扎實程度□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格學生綜合運用所學知識和專業(yè)技能分析和解決問題的能力□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格研究方法的科學性；技術線路的可行性；設計方案的合理性□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格完成畢業(yè)論文（設計）期間的出勤情況□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格二、論文（設計）質(zhì)量論文（設計）的整體結(jié)構是否符合撰寫規(guī)范？□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格是否完成指定的論文（設計）任務（包括裝訂及附件）？□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格三、論文（設計）水平論文（設計）的理論意義或?qū)鉀Q實際問題的指導意義□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格論文的觀念是否有新意？設計是否有創(chuàng)意？□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格論文（設計說明書）所體現(xiàn)的整體水平□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格建議成績：□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格（在所選等級前的□內(nèi)畫“√”）指導教師： （簽名） 單位： （蓋章）年 月 日評閱教師評閱書評閱教師評價：一、論文（設計）質(zhì)量論文（設計）的整體結(jié)構是否符合撰寫規(guī)范？□ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格是否完成指定的論文（設計）任務（包括裝訂及附件）？□ 優(yōu)