基于matlab的彩色圖像皮膚區(qū)域分割及人臉檢測-資料下載頁
2025-01-16 13:02本頁面
【正文】 p(i,j)=exp(()*(wm)*inv(n)*(wm)39。)。endendJ=p/max(Q)。 %每一點像素的膚色似然度除以最大膚色似然度所得到的值,作為該像素點的灰度值216。 圖象二值化處理目的是將皮膚區(qū)域和其他區(qū)域更好地區(qū)分開來。皮膚區(qū)域用“1”（白色）表示，其他區(qū)域用“0”（黑色）表示。216。 閾值分割閾值分割的目的是將皮膚與圖片背景分開。通常有固定閾值法、自適應閾值法等。在這里我選用的是固定閾值法，主要是從運算速度上考慮的。當然相比之下，自適應的閾值法一般不會漏檢，檢測效果肯定比固定值法好。圖34圖片深度處理☆形態(tài)學處理該步驟的目的是改善分割效果。形態(tài)學(Morphology)原是對于動植物調(diào)查時采取的某種形式的研究。數(shù)學形態(tài)學(Mathematical Morphology)是分析幾何形狀和結(jié)構(gòu)的數(shù)學方法，它建立在集合代數(shù)的基礎(chǔ)上，是用集合論方法定量描述集合結(jié)構(gòu)的學科。1985年之后，數(shù)學形態(tài)學逐漸成為分析圖像幾何特征的工具。數(shù)學形態(tài)學包括一組基本的形態(tài)學運算子:腐蝕(Erosion),膨脹(Dilation)、開運算(Opening)、閉運算(Closing)等。運用這些算子及其組合來進行圖像形狀和結(jié)構(gòu)的分析及處理。形態(tài)學的理論基礎(chǔ)是集合論。在圖像處理中形態(tài)學的集合代表著黑白和灰度圖像的形狀，如黑白圖像中的所以黑像素點組成了此圖像的完全描述。通常我們選擇圖像中感興趣的目標圖像區(qū)域像素集合來進行形態(tài)學變換。通常，當有噪聲的圖像用閉值二值化時，所得到的邊界往往是不平滑的，物體區(qū)域具有一些錯判，背景區(qū)域上則散布著一些小的噪聲。使用形態(tài)學上的連續(xù)的開和閉運算可以顯著的改善這種情況。如圖35所示，開閉運算后的圖象可以去除圖像上的一些細小的毛刺，達到去噪的目的。填孔處理可以進一步去除毛刺，但是也將一些非皮膚區(qū)域保留為皮膚區(qū)域處理。所以綜合考慮后，只采用開閉運算改善效果。se=strel(39。square39。,3)。s=imopen(s,se)。s=imclose(s,se)。 %利用開閉運算的方法消除噪聲s=imfill(s,39。holes39。)。 %填孔處理fe=imerode(s,ones(8,7))。fo=imopen(s,ones(8,7))。s=imreconstruct(fe,s)。axes()。 %重構(gòu)法imshow(s)。set (,39。Enable39。,39。on39。)。第四章 參考文獻[1][D],東南大學碩士論文,2006.[2]陳茂源. 基于MATLAB的彩色圖像皮膚區(qū)域分割算法研究與實現(xiàn),2007.[3][D],電子科技大學碩士論文,2006.[4]（matlab版）[M]，電子工業(yè)出版社，2006.[5][D],電子工業(yè)出版社，2006.[6][D]，清華大學，2007.[7]（第三版）[M],清華大學出版社,2002.第五章 心得體會時間過得很快，在這一周的時間里，收獲很多，我所做的題目是有關(guān)圖像處理的，說的專業(yè)點是屬于計算機視覺的，再大點就是模式識別與智能系統(tǒng)。我的目的就是通過這次課設(shè)讓我能對今后自己可能從事的方向有一個更好的認識并打一個較好的基礎(chǔ)。從本次課設(shè)的結(jié)果看，我的目的達到了。我所做的課題是基于matlab的彩色圖像皮膚區(qū)域分割及人臉檢測。在此過程中遇到問題是不可避免的。最開始遇到的問題是弄懂皮膚分割的原理。通過老師的提示并在查閱了Yang的那篇著名論文后終于對人的膚色聚類性有了了解，原理問題也就基本弄清楚了。接下來就是膚色建模的問題。在查閱大量的文獻后我選擇了高斯模型。因為這個模型我們在數(shù)學中都有接觸，理解和實現(xiàn)起來都不是那么困難。通過和同學們的相互交流，我得到了更大的鍛煉，對matlab軟件的操作也更加熟悉，相信這些都會為我以后的深造打下一個良好的基礎(chǔ)。第 13 頁 共 14 頁
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號-1