【正文】 YcrCB是一種色彩空間，它用于視頻系統(tǒng)中，在該色彩空間中， Y分量表示像素的亮度， Cr表示紅色分量， Cb表示藍色分量，通常把 Cr和 Cb稱為色度。 （一） 應用程序的總體結構設計流程圖如圖 3－ 1所示： 圖 3－ 1總體結構設計流程圖 用 戶 從“文件”菜單中選擇“打開”選項 在彈出的“打開”對話框中選擇要打開的位圖，點擊“確定”，應用程序顯示所要打開的位圖 顯示識別結果 獲取臉部區(qū)域 圖象預處理 人臉定位 獲取特征參數(shù) 識別 （二） 圖像預處理的層次圖如圖 32 所示： 圖 32 預處理的層次圖 第一節(jié) 各模塊功能概述 以上是該系統(tǒng)的總體結構設計圖以及圖像預處理模塊的層次圖。高斯平滑： 在圖像的采集過程中 ,由于各種因素的影響 ,圖像中往往會出現(xiàn)一些不規(guī)則的隨機噪聲 ,如數(shù)據在傳輸、存儲時發(fā)生的數(shù)據丟失和損壞等 ,這些都會 影響圖像的質量，因此需要將圖片進行平滑操作以此來消除噪聲。用戶無需通過繁雜的編程操作，即可完成 Windows 下應用程序的編輯、編譯、測試和細化等工作。 采用成熟的技術，保證應用程序的安全性和可靠性。 （ 2）運行本軟件所需的硬件資源 CPU： 800M 及以上；內存： 128M 及以上 軟件環(huán)境 （ 1）系統(tǒng)軟件配置原則 能夠滿足該軟件的可靠性，可用性和安全性的要求 （ 2）系統(tǒng)軟件配置方案 ① 配置有持續(xù)工作能力、高穩(wěn)定性、高度可集成的開放式標準的操作系統(tǒng)，如 Windows2020， Windows NT， UNIX， Linux 等。預處理這個模塊在整個人臉識別系統(tǒng)的開發(fā)過程中占有很重要的地位，只有預處理模塊做的好，才可能很好的完成后面的人臉定位和特征提取這兩大關鍵模塊。 同樣在進行灰度變換前，我們也要對圖像的信息進行統(tǒng)計，找出一個比較合理的灰度值，才能進行灰度變換。 在我國以及其他國家都有大量的學者正在研究之中，不斷的更新人臉識別技術，以便系統(tǒng)的識別準確率達到新的高度。我國在這方面也取得了較好的成就， 國家 863項目 “面像檢測與識別核心技術 ”通過成果鑒定并初步應用， 就標志著我國在人臉識別這一當今熱點科研領域掌握了 一定的核心技術。 一 國外的發(fā)展概況 [1] 見諸文獻的機器自動人臉識別研究開始于 1966年 PRI的 Bledsoe的工作， 1990年日本研制的人像識別機，可在 1秒鐘內中從 3500人中識別到你要找的人 。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，估計鼻子的初始位置，然后定義兩個初始搜索矩形，分別向左右兩眼所處的大致位置生長。 面部關鍵特征定位及人臉 2D 形狀檢測技術 在人臉檢測的基礎上，面部關鍵特征檢測試圖檢測人臉上的主要的面部特征點的位置和眼睛和嘴巴等 主要器官的形狀信息。人們更多的是在電 影中看到這種技術的神奇應用：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)據庫中的資料進行比對，并找出該嫌犯的詳細資料和犯罪記錄。人臉識別系統(tǒng)設計 摘要 人臉識別因其在安全驗證系統(tǒng)、信用卡驗證、醫(yī)學、檔案管理、視頻會 議、人機交互、系統(tǒng)公安 (罪犯識別等 )等方面的巨大應用前景而越來越成為 當前模式識別和人工智能領域的一個研究熱點。而人臉識別是所有的 生物 識別方法中應用 最廣泛 的技術 之 一， 人臉識別技術是一項近年來興起的，但不大為人所知的新技術。 如 何 能正 確識別大量的人并 滿足 實時 性 要 求 是 迫切需 要解 決的問題?；趨^(qū)域增長的眼睛定位技術，該技術在人臉檢測的基礎上，充分利用了眼睛是面部 區(qū)域內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眼睛瞳孔中心位置。 圖 11 面部感知系統(tǒng)結構圖 第二節(jié) 人臉識別的國內外發(fā)展概況 現(xiàn)在人臉識別技術已經應用在許多領域中，并起到了舉足輕重的作用， 人臉識別研究開始于 1966 年 PRI 的 Bledsoe 的工作， 經過三十多年的發(fā)展， 人臉識別 技術取得了長足的進步， 現(xiàn)在就目前國內外的發(fā)展情況來進行展述。 二 國內的發(fā)展概況 [2] 人臉識別系統(tǒng)現(xiàn)在在大多數(shù)領域中起到舉足輕重的作用，尤其是用在 機關單位的安全和考勤、網絡安全、銀行、海關邊檢、物業(yè)管理、軍隊安全、智能身份證、智能門禁、司機駕照驗證、計算機登錄系統(tǒng) 。 第二章 系統(tǒng)的需求分析與方案選擇 人 臉識別系統(tǒng)現(xiàn)在應用于許多領域中，但是 人臉識別技術 也 是一項近年來興起的， 且 不大為人所知的新技術。 灰度變換：進行灰度處理，我們要保證圖像信息盡可能少的丟失。 第二節(jié) 需求分析 一 應用程序的功能需求分析 該軟件最主要的功能就是要能識別出人臉，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行一系列處理才可進行下一步的工作，該處理過程也稱圖像預處理。能夠滿足個人學習和設計需要。 第三節(jié) 預處理方案選擇 一 設計方案原則的選擇 本應用程序的設計方案原則如下： 采用較為先進的技術力量，保證應用 程序在技術上具備一定的優(yōu)勢。它支持多平臺和交叉平臺的開發(fā)，將各種編程工具如編輯器、連接器、調試器等巧妙的結合在一起，構成一個完美的可視化開發(fā)環(huán)境。 第三章 系統(tǒng)的概要設計 本章主要介紹系統(tǒng)的結構設計的流程以及系統(tǒng)各模塊的功能及相關原理。盡可能將它的特征在圖像中表現(xiàn)出來。從而影響圖像的質量。通過改變選用的增強函數(shù)的解析表達式就可以得到不同的處理效果 。 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）標記出來，在本系統(tǒng)中，定位的特征是眼睛，鼻尖和嘴巴三個。1AB H f DHD f f D???????第四章 系統(tǒng)的詳細設計 本章主要對圖像處理這一模塊進行詳細介紹，對其子模塊所用到的算法及具體實現(xiàn)進行詳細講述。 識別出圖片上的人。 CopyHandle（） 拷貝內存塊 LoadDIB（） 加載位圖信息 ReadDIBFile（） 讀取位圖文件信息 LightingCompensate（） 進行光線補償 PixelOffset（） 修正像素值 PaintDIBTrue（） 繪制 DIB 對象 GetColorNumber（） 獲取顏色總數(shù) GetHeight（） 獲取 DIB 高度 GetWidth（） 獲取 DIB 寬度 GetSize（） 獲取圖像數(shù)據緩沖區(qū)中的字節(jié)數(shù) GetBitCount（） 獲取顏色位數(shù) GetBiBitCount（） 獲取字節(jié)數(shù) 光線補償 （ 1）算法思想： 光線補償?shù)南敕ǖ奶岢鲋饕强紤]到膚色等色彩信息經常受到光源顏色、圖像采集設備的色彩偏差等因素的影響，而在整體上偏離本質色彩而向某一方向移動，即我們通常所說的色彩偏冷、偏暖、照片偏黃、便藍等等。 光線補償功能實質上是用上段代碼中的 LightingCompensate（）函數(shù)來進行實現(xiàn)。 //綠色分量 colorb = *(lpData+lOffset+1)。 } ② 光線補償?shù)男Ч麍D如下所示 ： 圖 41 原圖 圖 42 光線補償效果圖 圖像灰度化 （ 1）算法思想 ① 彩色轉換成灰度 將彩色圖像轉化為灰階圖像常采用如下的經驗式： gray＝ R＋ G＋ B（式 3） 其中， gray 為灰度值， R、 G、 B 分別為紅色、綠色和藍色分量值。 ④ 灰度線性截斷 灰度線性截斷的思想是：如果原像素的灰度小于 a，則該像素的灰度等于 c；如果原像素的灰度大于 b，則該像素的灰度等于 d。 *(lpData + lOffset+2)=gray 。如果模板為 2． ， 1 則表示將自身灰度值的 2倍加 下邊的元素灰度值作為新值，而 2 則表示將自身 1． 灰度值加上邊元素灰度值的 2倍作為新灰度值。用于平滑濾波 的卷積核叫做低通過濾波器 ,低通過濾波器具有如下的特征 :1 卷積核的行、列數(shù)為奇數(shù) ,通常為 3 3 的矩陣 。一般來說 ,不同的噪聲有各自針對性的卷積算法。 其中 tem 是模板參數(shù)， xishu 是模板系數(shù)； Template（）函數(shù)是實現(xiàn)高斯平滑的主要函數(shù)，其核心代碼是： for(m=i((tem_h1)/2)。 如果大于 255，強制賦值為 255 if(sum255) sum=255。它通過對圖像的灰度值 進行統(tǒng)計，對于比最小設定值小的 則認為是有關的信息，則將它作為黑色處理，比最大設定值大的則認為是一些無關的信息，將它們去掉，而處于兩者之間的，則進行對比度增強，將他們在總的灰度值里面的比例作為新的像素信息保存起來。 其中 IncreaseContras（）函數(shù)是實現(xiàn)圖像對比度增強的關鍵函數(shù)，該根據參數(shù) n 來調節(jié)對比度， n 越大，對比越強烈，其核心是： 如果 數(shù)據很小，設置為 0 if(pByte=Low) return 0。在編程的時候，試探性的進行參數(shù)的選擇，然后進行比較，看那組參數(shù)可以達到最好的效果。 表 7－ 1 列出了該類所封裝的成員函數(shù)及其功能： 表 7－ 1 類 CfaceDetectView 的成員 函 數(shù) 功 能 IncreaseContrast () 增強圖像對比度 FixeEyes () 眼睛定位 FixeNose（） 鼻子定位 FixeMouth () 嘴巴定位 GetEyesParameter () 獲取眼睛參數(shù) GetPartParameter（） 獲取臉部特征 GetmouthParameter () 獲取嘴巴參數(shù) Centerofgravity（） 獲取眼、鼻子、嘴巴的重心 AverageDeviation () 獲取平均值的標準偏差 Template（） 對圖像進行模板操作 DrawCrossX () 畫十字標記 各成員函數(shù)解析 函數(shù)名稱 ： IncreaseContrast 參數(shù) ： int pByte 圖像的灰度值 int n 用于調節(jié)對比度的參數(shù) 返回值 ： int 新的灰度值 說明 ： 該函數(shù)通過修圖像的灰度值來增強圖像的對比度 函數(shù)名稱 ： FixeEyes 參數(shù) ： 無 返回值 ： bool 說明 ： 該函數(shù)判斷圖片中是否有人臉，并對人臉圖片進行眼睛定位 函數(shù)名稱 ： FixeNose 參數(shù) ： 無 返回值 ： void 說明 ： 該函數(shù)是在眼睛定位之后的前提下進行鼻子的定位 函數(shù)名稱 ： FixeＭ outh 參數(shù) ： 無 返回值 ： void 說明 ： 該函數(shù)是在眼睛和鼻子都定位之后的前提下再進行嘴巴的定位 函數(shù)名稱 ： GetEyesParameter 參數(shù) ： 無 返回值 ： void 說明 ： 該函數(shù)分別獲取了眼睛、鼻子、嘴巴的重心之后，再根據兩眼間的角度、鼻眼鼻所形成的角、鼻嘴鼻所形成的角、兩個眼睛中心距與臉寬的比例來獲取眼睛參數(shù)。 均衡直方圖 開始時，圖像的會度一直都處于很散的狀態(tài)，而且圖像的特征不明顯，原本想經過高斯平滑后進行灰度變換，但是并未能成功。 如果 數(shù)據很大，設置為 255 else return 255。 獲取圖像灰度增強函數(shù) int state=IncreaseContrast(ZFT[k][k1], 100)。 （ 2）編程實現(xiàn) 在灰度均衡操作同樣不