【正文】 畢業(yè)設(shè)計(jì)（論文）紙 共 37 頁 第 17 頁 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 圖 42 區(qū)域分割算法流程圖 解釋以上的算法流程的主要步驟。 ② 提取邊界、對(duì)邊界的連通關(guān)系作處理并由邊界的連通性和閉合性得到初始的一系列矩形 在得到了是否是膚色的相當(dāng)于是二值化的圖像以后，我們就可以提取出 每一個(gè)人臉區(qū)域的邊界。所以需要對(duì)“原始四連通邊界”上的像 素點(diǎn)在進(jìn)一步處理，拋棄不與膚色像素點(diǎn)相鄰的邊界點(diǎn)。但即使這樣，每一個(gè)連通的膚色區(qū)域的邊界也一定是有一些不閉合的“簡化四連通邊界”段組成，這些邊界段各自的外接矩形一定是相互接觸或有重疊的，在后面的區(qū)域歸并算法中將對(duì)這樣的情況進(jìn)行處理，用這些矩形的公共外接矩形來包圍整個(gè)區(qū)域，顯然這樣得到的一個(gè)公共外接矩形也是原膚色區(qū)域應(yīng)有的、正確的外接矩形。 第 5 步：如果新找到的點(diǎn)是“未檢測(cè)過的邊界點(diǎn)”，則將其標(biāo)志域改為“已檢測(cè)過的邊界點(diǎn)”，將其作為當(dāng)前操作點(diǎn)，再轉(zhuǎn)回第 4步。 具體的歸并原則如下： 第 1 步：當(dāng)一個(gè)矩形完全包圍另一個(gè)矩形時(shí)，拋棄內(nèi)部的矩形。訓(xùn)練的時(shí)候，需要確定的是均值 M和方差 C。 TCbCr temp = CalCbCr(m_pSourceData[i][j].rgbRed,m_pSourceData[i][j].rgbGreen,m_pSourceData[i][j].rgbBlue)。 } } filter(m_pLikeliHoodArray,m_nWidth,m_nHeight)。 im_nHeight。那么原圖就可以劃分為 3 種區(qū)域：皮膚、頭發(fā)、背景。 temp = m_pSourceData[i][j].rgbGreen +m_pSourceData[i][j].rgbRed +m_pSourceData[i][j].rgbBlue。 r amp。 //頭發(fā)位置 } else { m_pBinaryArray[i][j] = 2。 雙眼和嘴巴的定位 對(duì)候選特征進(jìn)行篩選時(shí)，首先根據(jù)顏色信息剔除那些偽特征，然后用 PCA模板和幾何特征確定眼睛和嘴巴。然后根據(jù)先驗(yàn)知識(shí)調(diào)整嘴巴的大小。眼睛本身不具有一致的顏色信息，而邊緣信息比較豐富。曲線的表。 （ 1）眼睛的輪廓提取 眼睛輪廓的模型如圖 44所示，由 4 段二次曲線組成，曲線的參數(shù)有 8個(gè)：上半眼的中心（ x0,y0）、連接內(nèi)外眼角的直線的傾角θ、上下半眼的高度 h1 和h內(nèi)眼角到上半眼中心的距離 w1,外眼角到上半眼中心的距離 w2，內(nèi)眼角到下半眼中心的距離 w3。運(yùn)用這些判據(jù)，可以區(qū)分眉毛和眼睛。 這些區(qū)域的位置和大小并不準(zhǔn)確，因?yàn)檫吘墮z測(cè)本身容易出現(xiàn)位置偏移，連通區(qū)的大小也隨域值而變化，所以還需要進(jìn)一步修正上面的結(jié)果。 g=*(1r)) { m_pBinaryArray[i][j] = 0。 g amp。jm_nWidth 。那么，當(dāng)滿足如下條件時(shí)： r g （ 47） rg g≥ 該區(qū)域可能是膚色的顏色。 j++) if(m_pLikeliHoodArray[i][j] max) 長 春 大 學(xué) 畢業(yè)設(shè)計(jì)（論文）紙 共 37 頁 第 21 頁 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ max = m_pLikeliHoodArray[i][j]。 t /= (2)。 jm_nWidth。而在這個(gè)二維平面上，膚色的區(qū)域相對(duì)很集中，可以用高斯分布來描述這種分布。將初始的矩形序列進(jìn)行歸并處理 前面分析過，基于邊界的人臉區(qū)域分割方法有快速、便捷的優(yōu)點(diǎn)，但它是從局部特性出發(fā)，沒有考慮圖像整體因素，會(huì)造成得到的初始的矩形序列中的矩形相互覆蓋、重疊等現(xiàn)象，所以要對(duì)這一初始矩形序列進(jìn)行歸并處理。 第 4 步：從當(dāng)前操作點(diǎn)開始，按照四連通的原 則，在其上、下、左、右的 4個(gè)鄰接點(diǎn)中尋找“未檢測(cè)過的邊界點(diǎn)”或“邊界跟蹤的起始點(diǎn)”。另外，在前面對(duì)膚色模型的分析中也可以清楚地看到，由于高光等影響，人臉的額頭、顴骨等處經(jīng)常被誤檢為不是膚色，而周圍的以一個(gè)環(huán)狀區(qū)域被誤檢的可能性就小的多，所以更應(yīng)該將這種膚色區(qū)域中間包圍非膚色區(qū)域的情況用一個(gè)大的外接矩形包圍起來參加后面的人臉檢測(cè)，才能保證不漏檢。而且過多冗余的邊界點(diǎn)也會(huì)給基于邊界找外接矩形的方法帶來更多可能失誤的情況。這是一種類似“卷積”的濾波方法。 本程序采用將基于邊界的方法和基于區(qū)域的方法相結(jié)合的算法：基于邊界的方法主要用于前期初始矩形序列的產(chǎn)生，爭(zhēng)取快速的得到包含人臉區(qū)域的外接矩形；然后用基于區(qū)域的方法，全局考慮，對(duì)初始矩形序列進(jìn)行區(qū)域歸并，得到最終的輸出矩形。不漏檢、不降低正確率是整個(gè)膚色分割與處理的前提，也是人臉區(qū)域分割算法的首要前提。YCbCr 坐標(biāo)空間到 YCb′ Cr′坐標(biāo)空間的變換過程推導(dǎo)如下。 ③ YCbCr 色彩格式具有與 HIS 等其他一些色彩格式相類似的將色彩中的亮度分量分離出來的優(yōu)點(diǎn)。再用對(duì)數(shù)函數(shù)做非線性變換函數(shù) ,使變換后圖像的對(duì)比度增加。它 同樣具有 HIS格式中將亮度分量分離的優(yōu)點(diǎn)，但由于他可以從 RGB格式線性變化得到，所以直接應(yīng)用于物體色彩聚類分析的情況不多，相比之下，在其基礎(chǔ)上的變換模型的應(yīng)用更為普遍。因此利用 R、 G、 B三基色這 3個(gè)分量來表征顏色是很自然的一種格式。 特征提取按以下 4 個(gè)步驟進(jìn)行： （ 1） 提取兩只眼睛的距離 （ 2） 眼睛的傾角度 （ 3） 眼睛、嘴巴的重心 （ 4） 用三個(gè)十字星 標(biāo)出每一個(gè)特征 長 春 大 學(xué) 畢業(yè)設(shè)計(jì)（論文）紙 共 37 頁 第 12 頁 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 4 系統(tǒng)詳細(xì)設(shè)計(jì) 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(duì) 一個(gè) BMP 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。 (4)直方圖 直方圖均衡化是圖像處理領(lǐng)域中利用圖像直方圖對(duì)對(duì)比度進(jìn)行調(diào)整的方法。 (3)二值化 一幅圖像包括目標(biāo)物體、背景還有噪聲，要想從多值數(shù)字圖像中直接提取出目標(biāo)物體，最常用的方法就是設(shè)定一個(gè)閾值 T，用 T將圖 像的數(shù)據(jù)分成兩部分：大于 T的像素群和小于 T的像素群。 各模塊功能概述 下面介紹系統(tǒng)中的各模塊的功能及算法： 人臉區(qū)域 獲取 該系統(tǒng)中圖像里人臉區(qū)域的獲取，主要是根據(jù)膚色來進(jìn)行獲取，通過膚色非線 性 分段色彩變換來實(shí)現(xiàn)。從而適應(yīng)廣大用戶需求的多變性和產(chǎn)品的更新?lián)Q代。 直方圖：使用該模塊的 目的是直觀的顯示膚色像素點(diǎn)在灰度級(jí)中所占比例的關(guān)系。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。 運(yùn)行 軟件所需硬件資源： CPU： 800M 以上；內(nèi)存： 128M 以上。膚色提取，則對(duì)臉部區(qū)域的獲取則比較準(zhǔn)確，成功率 達(dá)到 95%以上，并且速度快，減少很多工作。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（犯罪識(shí)別等）等方面有著巨大的應(yīng)用前景，因此，面部識(shí)別技術(shù)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)。利用一些算法來計(jì)算各待測(cè)區(qū)域與標(biāo)準(zhǔn)模板的相似程度或稱相關(guān)性，利用這一相似程度來判決某一區(qū)域是否為人臉。 已有面部檢測(cè)方法綜述 面部檢測(cè)有很多方法，下面從方法論的角度概要性地總結(jié)一下現(xiàn)有 的幾種主要面部檢測(cè)思想。 2021 年 1 月 18日，由清華大學(xué)電子系人臉識(shí)別課題組負(fù)責(zé)人蘇光大教授主持承擔(dān)的國家 十五攻關(guān)項(xiàng)目《人臉識(shí)別系統(tǒng)》通過了由公安部主持的專家鑒定。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。這并非虛構(gòu)的情節(jié)。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(duì)，并找出該嫌疑犯的詳細(xì)資料和犯罪記錄。在美國的進(jìn)行的公開測(cè)試中， FAR，為 53%。系統(tǒng)可以接受時(shí)間間隔較長的照片，并能達(dá)到較高的識(shí)別率，在計(jì)算機(jī)中庫藏 2300 人的正面照片，每人一張照片，使用相距 17年、差別比較大的照片去查詢，首選率可以達(dá)到 50%，前 20張輸出照片中包含有與輸入照片為同一人的照片的概率可達(dá) 70% 。如何能正確識(shí)別大量的人 臉 并滿足實(shí)時(shí)性要求是迫切需要解決的問題。 （ 3） 模板匹配的方法 首先，建立并存儲(chǔ)一些人臉模板作為標(biāo)準(zhǔn)，可以包括正面人臉或是單獨(dú)的眼睛、鼻子、嘴等。 長 春 大 學(xué) 畢業(yè)設(shè)計(jì)（論文）紙 共 37 頁 第 4 頁 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 長 春 大 學(xué) 畢業(yè)設(shè)計(jì)（論文）紙 共 37 頁 第 5 頁 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 2 系統(tǒng)分析 需 求分析 需求分析概述 隨著經(jīng)濟(jì)社會(huì)的日趨發(fā)展，快速有效的自動(dòng)身份識(shí)別的要求日益迫切，這使得面部識(shí)別技術(shù)的發(fā)展變得越來越重要。 在確定臉部區(qū)域上，通常使用的方法有膚色提取。能夠滿足個(gè)人學(xué)習(xí)和設(shè)計(jì)需要。 Visual C++ 是 Microsoft 公司推出的一種可視化編程工具。 二值化：經(jīng)過光線補(bǔ)償和消除噪聲處理的圖像，通過公式計(jì)算，是人臉區(qū)域的標(biāo)記為 1，不是人臉區(qū)域的標(biāo)記為 0， 使圖像的臉部區(qū)域標(biāo)記出來。開放系統(tǒng)使得各種類型的系統(tǒng)互連簡單、標(biāo)準(zhǔn)統(tǒng)一，容易擴(kuò)展升級(jí)。 (7)代碼可讀性原則 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。 (2)消除噪聲 處理 以 每 一個(gè)膚色像素點(diǎn)為中心的 5*5鄰域內(nèi)統(tǒng)計(jì)膚色像素 點(diǎn) 的個(gè)數(shù)，超過半數(shù)時(shí)中心點(diǎn)保留為膚色，否則認(rèn)為是非膚色。 這有利于我們 對(duì)特征的提取。由于眼睛具有對(duì)稱性，因此可以很快就能標(biāo)記出來，而鼻子是在眼睛下面 ， 且嘴巴在鼻子下面，所以只要眼睛標(biāo)記好，鼻子和 嘴巴也能相應(yīng)的標(biāo)記出來。主要的色彩空間有以下幾種： (1)RGB格式（紅、綠、藍(lán)三基色模型） 由于彩色圖像是多光譜圖像的一種特殊情況，對(duì)應(yīng)于人類是覺 的 三基色即紅、綠、藍(lán) 3個(gè)波段，是對(duì)人眼的光譜量化性質(zhì)的近似。 (3)YCbCr(YUV)格式 這種色彩空間是以演播室質(zhì)量標(biāo)準(zhǔn)為目標(biāo)的 CCIR601編碼方 案中采用的彩