【文章內(nèi)容簡介】 驗知識，多種方法綜合使用是今后研究的必然趨勢；不同人臉描述方式有不同特點，多特征融合方法也是改善識別性能的一個手段；在一些高級信息安全的應(yīng)用中，需要研究人臉與指紋、虹膜、語音等識別技術(shù)的融合方法，如何與基于其他生物特征的鑒別系統(tǒng)結(jié)合也是一個有意義的研究方向；三維圖像比二維圖像更能提供完整而真實的內(nèi)容，如何對三維人臉參數(shù)進行建模和有效利用三維信息進行識別，將是今后一個具有挑戰(zhàn)性的研究課題。本文主要探討了基于matlab的在彩色圖像皮膚區(qū)域中，采用分割算法以膚色作為人臉檢測核心的一種新方法和新思路。人臉檢測系統(tǒng)要求實現(xiàn)對輸入的可能包含人臉的圖像進行處理,并輸出圖像中是否存在人臉以及人臉的數(shù)目、位置、尺度、位姿等參數(shù)信息。傳統(tǒng)的人臉檢測方法大多是在亮度空間內(nèi)進行,利用灰度的變化做多尺度空間的全搜索,計算量非常大、效率極低,而在人臉區(qū)域中,膚色一定是占主導(dǎo)地位的像素色彩值，雖然膚色因人而異,但經(jīng)過研究可以發(fā)現(xiàn)膚色在色彩空間中的一定范圍內(nèi)是呈聚類特性的,特別是在排除了光照亮度和在經(jīng)過變換的色彩空間中，利用膚色這一特征可以排除掉在灰度圖像中的非皮膚區(qū)域，這對人臉檢測起到了積極的作用。 本文共分為五章,其內(nèi)容如下: 第一章是緒論,闡述了本文的研究背景和意義、國內(nèi)外人臉研究概況及發(fā)展趨勢。介紹了常用的人臉識別方法以及本文的主要工作和章節(jié)安排。 第二章是算法理論與實現(xiàn)原理，介紹了膚色分割和分類識別的各種算法及其原理。 第三章是系統(tǒng)設(shè)計，對基于Matlab的膚色分割和匹配的人臉識別方法的算法原理和分析過程進行了詳細的描述以及系統(tǒng)設(shè)計。 第四章根據(jù)第二章中描述的膚色分割原理和第三章中詳細分析的人臉識別方法，構(gòu)建了本文的人臉識別系統(tǒng)，對系統(tǒng)的框架用基于Matlab的實現(xiàn)步驟進行了描述。 第五章是本文工作的總結(jié)及對未來工作的展望。 2 算法理論與實現(xiàn)原理 談到使用顏色檢測，就不得不從色彩空間說起，不同的色彩空間對于人臉檢測的結(jié)果有直接的影響，這是因為不同的應(yīng)用場合和不同的物體需要使用不同的色彩空間進行檢測。色彩空間，通俗一點講，就是各種色彩的集合，色彩的種類越多，色彩空間越大，能夠表現(xiàn)的色彩范圍即色域越廣。色彩空間也稱為色彩系統(tǒng)或色彩模式，建立色彩空間的主要目的是提供一個可接受的指定色彩標(biāo)準(zhǔn)。對于有關(guān)彩色視覺系統(tǒng)的設(shè)計開發(fā)而言，研究顏色是相當(dāng)重要的。圖像中的顏色不僅給我們的感覺更愉悅，而且能獲得更多的視覺信息。人的視覺對彩色相當(dāng)敏感。人眼一般能區(qū)分的灰度等級只有二十多個，但是能區(qū)分有不同亮度、色度和飽和度的幾千種顏色?？梢圆煊X的顏色屬性包括亮度、色度和飽和度。亮度反映了能察覺的明視度（luminance）；色度指紅色、綠色等顏色，對單色光源而言，色度的不同以波長的不同顯示；飽和度是可以察覺的白色光加入單色光的比。在數(shù)字圖像中利用彩色信息可以提高圖像的可鑒別性，使圖像細節(jié)更容易辨認(rèn)，目標(biāo)更容易識別。在進行數(shù)字圖像處理時，人們并不是對所有顏色一一處理，而是根據(jù)色度學(xué)理論建立顏色模型，基于顏色模型進行處理。色度學(xué)理論認(rèn)為，任何顏色都可以由紅（R）、綠（G）、藍（B）三種基本顏色按不同比例混合得到。根據(jù)計算機色彩理論，對每一種顏色而言，在計算機中有不同的表達方式，這樣就形成了各種不同的色彩系統(tǒng)，即色彩空間。當(dāng)然，各種色彩空間只不過是顏色在計算機內(nèi)不同的表達而已，每一種色彩空間都有各自的產(chǎn)生背景、應(yīng)用領(lǐng)域等。主要的色彩空間有 RGB、HSI、CMY/CMYK、YIQ、YUV、YCbCr 等。其中，RGB 色彩空間是最基本的色彩空間，其他的色彩空間都是基于該色彩空間的，只是用途各異。它們與 RGB 色彩空間可以按一定的關(guān)系進行轉(zhuǎn)換。下面介紹這幾種色彩空間。 RGB空間 當(dāng)人們想到彩色時，通常是指紅、綠和藍即三基色，按適當(dāng)比例將這三類基色混合起來就可以獲得任何其它彩色。待電腦中顯示的圖像色彩通常需要轉(zhuǎn)化成 RGB 模式。其中三種顏色，有的顏色含有紅色多一點，其它成分少一點。針對含有紅色成分的多少，可以人為地分成 0 到 255 共 256 個等級，0 級表示不含紅色成分，255 表示含有 100%的紅色，同樣綠色和藍色也可以被劃分成 256 級。這樣紅、綠、藍各種不同的組合就可以表示出 256 256256（約 1600 萬）種顏色。這是最常用的顏色空間。 RGB 顏色模型基于笛卡兒坐標(biāo)系統(tǒng)，三個坐標(biāo)軸分別為 R、G、B，模型通常采用如圖 所示的單位立方體表示。紅、綠、藍三基色的坐標(biāo)分別為（1,0,0）、(0,1,0)、(0,0,1)，原點(0,0,0)對應(yīng)黑色，離原點最遠的點(1,1,1)對應(yīng)白色。在這個模型中，從黑到白的灰度值分布在從原點到離原點最遠的頂點間的連線上，而立方體內(nèi)其余各點對應(yīng)不同的顏色，可用從原點到該點的矢量(r,g,b)表示。其中 () 圖 RGB 彩色立方體 RGB 彩色空間是對人眼的光譜量化性質(zhì)的近似，因此利用 R、G、B 三分量表征顏色是很自然的一種格式，而且現(xiàn)有彩色圖像采集設(shè)備都是以 CCD 技術(shù)為核心，直接感知 RGB 三分量，這使得 RGB 彩色空間成為各種圖像采集和處理的基礎(chǔ)。其它彩色空間一般都以 RGB 彩色空間為基礎(chǔ)，是 RGB 彩色空間的線性或非線性函數(shù)。但是 RGB 色彩空間不直觀，而且是人眼感知上非常不均勻的色彩空間，周圍環(huán)境的光照變化很容易引起 RGB 值的變化。 HSI空間 HSI 色度空間是孟塞爾彩色空間的簡化形式，是以彩色的色調(diào)（hue）、飽和度(saturation)、亮度(intensity)為三要素來表示的。它同人對色彩的感知相一致，是適合人的視覺特性的色彩空間。線形色彩表示系統(tǒng)如 RGB 色彩空間，其三個色彩分量沒有很好的和人對色彩判斷的因素相聯(lián)系，冗余信息多，對三個分量分別處理將會帶來顏色信息的丟失和錯亂，將 RGB 空間轉(zhuǎn)換為 HIS 空間后，它將亮度(I)與反映色彩本質(zhì)特性的兩個參數(shù)——色調(diào)(H)和飽和度(S)分開。在提取一類物體在色彩方面的特性時，經(jīng)常需要了解其在某一色彩空間的聚類特性，而這一聚類特性往往體現(xiàn)在色彩的本質(zhì)特性上，而又經(jīng)常受到光照明暗等條件的干擾影響。光照明暗給物體顏色帶來的直接影響就是亮度分量(I)，所以若能將亮度分量從色彩中提取出去，而只用反映色彩本質(zhì)特性的色度、飽和度來警醒聚類分析，會獲得比較好的效果。這也正是 HIS 格式在彩色圖像處理和計算機視覺的研究中經(jīng)常被使用的原因。 HSI 顏色模型和理想雙錐體模型（圖 ）吻合。I 軸和亮度軸線重合，以亮度值最低的黑點表示原點，若 I 經(jīng)過歸一化處理后（I’）的值域為 01，0 表示亮度最低的黑點，1 表示亮度最高的白點；一個顏色樣本的特征矢量在垂直于 I 的平面上的投影線的長度，表示顏色樣本的飽和度 S，取值為01；投影與水平方向的夾角為樣本的色調(diào) H，H 的取值范圍為 0176。360176。 圖 HSI 顏色模型 HSI 顏色模型中的 I 分量與圖像的彩色信息無關(guān)，與顏色信息相關(guān)的 H、S 分量不隨光照條件的變化而變化，因此非常適合視覺系統(tǒng)感知彩色特性的圖像處理算法。RGB 空間向 HIS 空間映射的關(guān)系如下： （）其中 或者 （） （） （） （） CMY/CMYK 彩色空間彩色印刷或彩色打印的紙張是不能發(fā)射光線的，因而印刷機或彩色打印機就只能使用一些能夠吸收特定的光波而反射其它光波的油墨或顏料。油墨或顏料的三基色是青（Cyan）、品紅（Magenta）和黃（Yellow）,簡稱 CMY。青色對應(yīng)藍綠色，品紅對應(yīng)紫紅色。理論上說，任何一種由顏料表現(xiàn)的色彩都可以用這三種基色按不同的比例混合而成，這種顏色表示方法稱 CMY 色彩空間表示法。顏色打印機和彩色印刷系統(tǒng)都采用 CMY 色彩空間。 由 CMY 混合的色彩又稱為相減混色，因為 CMY 空間正好與 RGB 空間互補，即用白色減去 RGB空間中的某一色彩值就等于 i 同樣色彩在 CMY 空間中的值。RGB 到 CMY 的變換如下： （）根據(jù)這個原理，很容易把 RGB 空間轉(zhuǎn)換成 CMY 空間。由于彩色墨水和顏料的化學(xué)特性，用等量的 CMY 三基色得到的黑色不是真正的黑色，因此在印刷術(shù)中 常加一種真正的黑色（black ink），所以CMY 又寫成 CMYK，即 （） （）實際應(yīng)用中，一幅圖像在計算機中用 RGB 空間顯示；用 RGB 或 HSI 空間編輯處理；打印輸出時要轉(zhuǎn)換成 CMY 空間；如果要印刷，則要轉(zhuǎn)換成 CMYK 四幅印刷分色圖，用于套印彩色印刷品。 YIQ色彩空間YIQ 色彩空間通常被北美的電視系統(tǒng)所采用，屬于 NTSC（National Television Standards Committee）系統(tǒng)。這里 Y 不是指黃色，而是指顏色的明視度（ Luminance），即亮度（Brightness）。其實 Y 就是圖像的灰度值（Gray value），而 I 和 Q 則是指色調(diào)（Chrominance），即描述圖像色彩及飽和度的屬性。在YIQ 系統(tǒng)中，Y 分量代表圖像的亮度信息，I、Q 兩個分量則攜帶顏色信息，I 分量代表從橙色到青色的顏色變化，而 Q 分量則代表從紫色到黃綠色的顏色變化。將彩色圖像從 RGB 轉(zhuǎn)換到 YIQ 色彩空間，可以把彩色圖像中的亮度信息與色度信息分開，分別獨立進行處理。YIQ 與 RGB ，式 所示。 () （） YUV 彩色空間該彩色空間是數(shù)字視頻和壓縮編碼中最常用的格式，直接對 U、V 分量進行處理，可以節(jié)省彩色空間轉(zhuǎn)換的計算。RGB到Y(jié)UV的變化如下： ()在現(xiàn)代彩色電視系統(tǒng)中，通常采用三管彩色攝像機或彩色 CCD（點耦合器件）攝像機，它把攝得的彩色圖像信號，經(jīng)分色，分別放大校正得到 RGB，再經(jīng)過矩陣變換電路得到亮度信號 Y 和兩個色差信號 RY、BY，最后發(fā)送端將亮度和色差三個信號分別進行編碼，用同一信道發(fā)送出去，這就是我們常用的 YUV 色彩空間。采用 YUV 色彩空間的重要性是它的亮度信號 Y 和色度信號 U、V 是分離的。如果只有 Y 信號分量而沒有 U、V 分量，那么這樣表示的圖像就是黑白灰度圖。彩色電視采用 YUV 空間正式為了用亮度信號 Y 解決彩色電視機與黑白電視機的兼容問題，使黑白電視機也能接收彩色信號。 YCbCr 色彩空間YCbCr 由 YUV 色彩系統(tǒng)衍生而來，在這種格式中，亮度信息用單個分量 Y 來表示，彩色信息用兩個色差分量 Cb 和 Cr 來存儲。分量 Cb 是藍色分量和一個參考值的差，分量 Cr 是紅色分量和一個參考值的差。該空間常用于彩色圖像的壓縮和傳輸，JPEG 格式的圖片采用的色彩系統(tǒng)就是該系統(tǒng)。RGB 空間和 YCbCr 空間的轉(zhuǎn)換關(guān)系如下式： ()YCbCr 色彩空間具有以下一些優(yōu)點：(1)具有與人類視覺感知過程相類似的構(gòu)成原理。(2)YCbCr 色彩空間格式廣泛地應(yīng)用在電視顯示等領(lǐng)域中，也是許多視頻編碼，如 MPEG、JPEG等標(biāo)準(zhǔn)中普遍采用的顏色表示格式。(3)YCbCr 色彩空間格式具有與 HIS 等其它一些色彩空間格式相類似的將色彩重的亮度分量分離出來的優(yōu)點(4)YCbCr 色彩空間格式的計算過程和空間坐標(biāo)表示形式相比 HIS 等簡單。膚色特征主要由膚色模型進行描述，而膚色模型的選取與色度空間(chrominance space)的選擇密切相關(guān)。人臉檢測常用的色度空間主要RGB(紅、綠、藍三基色)、rgb(亮度歸一化的三基色)、HSI(色調(diào)、飽和度、亮度)、YIQ(NTSC制的光亮度和色度模型)、YUV(PAL制的光亮度和色度模型)、YCbCr(CCIR601)編碼方式的色度模型、CIEL(國際照明委員會提出的基于色度學(xué)的彩色模型)等。另外，用膚色模型對膚色進行分割分為兩個階段:模型建立與模型運用。模型的建立主要是通過對大量膚色像素集進行統(tǒng)計分析，然后確定模型中的參數(shù)。對于模型的運用，主要是通過已建立的膚色模型來判別所輸入的像素或區(qū)域是否為膚色，或者給出其與膚色的相似程度。不論在什么樣的色彩空間中，膚色模型大體上分為四種:區(qū)域模型或IFTHEN模型、簡單高斯模型、混合高斯模型和直方圖模型。 區(qū)域模型該模型又稱IFTHEN模型、簡單門限模型，它主要是利用了膚色在色彩空間的聚類性(即取值范圍)，將一塊滿足一定條件的區(qū)域標(biāo)定為膚色區(qū)域。采用這個模型來判別膚色需要分兩步走:首先通過統(tǒng)計的方法確定模型(即歸屬于膚色的具體范圍)。其次利用這個模型來判別新的像素或區(qū)域是否為膚色。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，否則就是非膚色。從上面的判斷過程來看，它是一種較簡單的膚色模型。該模型的困難之處在于如何確定閾值。閾值選擇不當(dāng)可能會使膚色檢測率下降，誤檢率上升。此方法計算簡單，使用方便，速度快，但是效果不是很好，只適用于特定條件下的膚色檢測。