【文章內(nèi)容簡介】 的上半部分，他們的連線是近似水平的，而且他們的中心比眉毛低，運用這些判據(jù)，可以區(qū)分眉毛和眼睛。 ★ 鼻子的定位 在確定了眼睛的位置以后，鼻子的位置基本確定，以眼睛的瞳距為 1來計算，鼻子到兩眼中心的距離為 1。在這附近搜索顏色較深的區(qū)域，大致能得到鼻孔的位置（有的側面 圖一個鼻孔基本不可見，也就無法檢測出來了）。然后在兩鼻孔上訪一定范圍內(nèi)（鼻孔的距離的 1/2左右）找亮度最高的點作為鼻尖。 ★ 嘴巴的定位 找到雙眼之后，可以在它們的下方搜索候選特征區(qū)域，尋找非膚色面積較大、近似位于雙眼對稱的候選作為嘴巴。然后根據(jù)先驗知識調整嘴巴的大小。 人臉面部特征提取技術的研究 14 第 4 章 系統(tǒng)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。 系統(tǒng)的運行流程圖 圖 41 系統(tǒng)流程圖 圖像處理詳細設計 化 彩色圖像包含較多人臉特征信息，但是直接作為處理對象會使過程復雜化 。相比之下灰度圖像在保留了人臉主要特征信息的基礎上，減少了總信息 量。 （ 1） 算法思想 灰度化的處理方法主要有 3 種： ① 最大值法：使 RGB 的值等于 3 值中的最大一值，即 ， m a x ( , , )R G B R G B? ? ? 式 () ? 啟動本系統(tǒng)，進入人臉識別系統(tǒng)界面。 ? 點擊打開圖象，選取所需要的圖片 對圖片進行光線補償 、 將圖片變成灰色 、 實現(xiàn)圖片對比度增強，二值化變換 等一系列預處理。 將處理好的人臉圖片進行定位，標出眼睛 、 鼻尖和嘴巴。 20xx 屆計算機科學與技術專業(yè)畢業(yè)設計（論文） 15 最大值法會完成亮度很高的灰度 。 ② 平均值法：取 R， G， B 的平均值，即 ， ( ) 3R G B R G B? ? ? ? ? 式 () 平均值法會完成比較柔和的灰度 。 ③ 加權平均值法：根據(jù)重要性或其他指標給 R， G， B 賦予不同的權值，并使RGB 的加權值平均，即 ， ( ) 3R G BR G B W R W G W B? ? ? ? ? 式 () 其中 RW ， GW ， BW 分別為 R， G， B 的權值。實驗和 理論推導證明當0 . 3 0 , 0 . 5 9 , 0 . 1 13 3 3GRBWWW? ? ? 時，即當 ， 0 . 3 0 0 . 5 9 0 . 1 1c g r a y R G B? ? ? 式 () R G B cg ra y? ? ? 式 () 時，能得到最合理的灰度圖像。 （ 2） 具體實現(xiàn)灰度化功能 ① 在明白了灰度化的原理之后，就可進行編碼來實現(xiàn)該功能。 在編輯界面中添加一個按鈕控件 ，將其命名為‘灰度化’ ,并其 ID 號設為 IDC_BTHD, 對應文件 CFaceDetectDlg． Cpp 中的函數(shù) OnBthd()實現(xiàn) . ② 現(xiàn)該模塊的核心代碼如下： //編寫就算像素點灰度值的函數(shù) int CPreProcess::CalGray1(int blue,int green,int red) { 人臉面部特征提取技術的研究 16 //利用灰度計算公式 int ColorGray=(int)((green * 59 + red * 30 + blue * 11) / 100)。 //將像素值限制在 0 到 255 if (ColorGray0) { ColorGray=0。 } else if (ColorGray255) { ColorGray=255。 } return ColorGray。 } //編寫 OnBtGray()函數(shù) //獲取紅色分量 int ColorRed=m_tOriPixelArray[i][j].rgbRed。 //獲取綠色分量 int ColorGreen=m_tOriPixelArray[i][j].rgbGreen。 //獲取藍色分量 int ColorBlue=m_tOriPixelArray[i][j].rgbBlue。 //調用函數(shù)， 計算灰度值 int cgray=method3CalGray1(ColorBlue ,ColorGreen , ColorRed ) 。 //顯示灰度圖像 m_tResPixelArray[i][j].rgbBlue = m_tResPixelArray[i][j].rgbGreen = m_tResPixelArray[i][j].rgbRed =cgray。 //重置位圖 MakeBitMap( )。 20xx 屆計算機科學與技術專業(yè)畢業(yè)設計（論文） 17 } //method3 是定義的一個函數(shù)指針 ，定義如下： CPreProcess *method3。 //初始化如下 method3 = new CPreProcess(m_tOriPixelArray,m_nWndWidth,m_nWndHeight)。 ③ 圖像 灰度化效果： 圖 42 圖像 灰度化 灰度變換 按照一定的 規(guī)律修改像素的灰度值 ,使圖像的亮度或者對比度發(fā)生改變 ,使之人臉面部特征提取技術的研究 18 更易于分辨 ,達到更好的視覺效果。 （ 1） 具體實現(xiàn)功能 進行編碼來實現(xiàn)該功能 ： 在編輯界面中添加一個滑動條控件和文本編輯器 ，將其命名為 ‘ 灰度化變換 ’ , 并其 ID 號分別設為 IDC_SLIDER1, IDC_EDIT1 ，對應文件CFaceDetectDlg． Cpp中的函數(shù) OnReleasedcaptureSlider1()和 OnChangeEdit1()實現(xiàn) 。 打 開 ClassWizard 的 Member Variables 標簽，給每個控件添加所需的成員變量，參數(shù)如下： 表 空間 ID 號 變量類型 變量名 范圍和大小 IDC_SLIDER1 CSliderCtrl m_Slider ― ― IDC_EDIT1 int m_Gray 0～ 255 在 滑動條的消息處理函數(shù) OnReleasedcaptureSlider1（） 中設置滑動條的值使它等于文本編輯框的初始值。代碼為： //設置滑動條的初始值 (m_Gray)。 //刷新界面 UpdateData(true)。 在滑動條的消息處理函數(shù) OnReleasedcaptureSlider1()中進行灰度化變換，將滑動條的值賦給灰度，并將其控制在【 0， 255】之間。代碼為： cgray+=m_Gray。 if (cgray0) { 20xx 屆計算機科學與技術專業(yè)畢業(yè)設計（論文） 19 cgray=0。 } if(cgray255) { cgray=255。 } m_tResPixelArray[i][j].rgbBlue = m_tResPixelArray[i][j].rgbGreen = m_tResPixelArray[i][j].rgbRed =cgray。 } } MakeBitMap()。 } //重置位圖 MakeBitMap()。的主要代碼 { CClientDC ClientDC(pDCShowGetWindow())。 if(m_pResMap!=NULL) delete m_pResMap。 m_pResMap=new CBitmap()。 m_pResMapCreateCompatibleBitmap(amp。ClientDC,m_nWndWidth,m_nWndHeight)。 CDC dc。 (amp。ClientDC)。 (m_pResMap)。 for(int i=0。 im_nWndHeight。 i++) for(int j=0。 jm_nWndWidth。 j++) 人臉面部特征提取技術的研究 20 (j,i,RGB(m_tResPixelArray[i][j].rgbRed,m_tResPixelArray[i][j].rgbGreen,m_tResPixelArray[i][j].rgbBlue))。 ()。 MyDraw()。 } （ 2） 效果圖 圖 43 比較柔和的灰度圖像 20xx 屆計算機科學與技術專業(yè)畢業(yè)設計（論文） 21 圖 44 灰度 較強 圖像 sobel邊緣提取 圖像邊緣：是指圖像中象素灰度值有階躍變化或屋頂狀變化的那些象素的集合。 圖像邊緣是一種重要的視覺信息，圖像邊緣檢測是圖像處理、圖像 分析 、模式識別、 計算 機視覺以及人類視覺的基本步驟。其結果的正確性和可靠性將直接影響 到 機 器視覺系統(tǒng)對客觀世界的理解。實 現(xiàn)邊緣檢測有很多不