【正文】 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 畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 31 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。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。 如果 數(shù)據很大，設置為 255 else return 255。 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。 獲取圖像灰度增強函數(shù) int state=IncreaseContrast(ZFT[k][k1], 100)。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。 （ 2）編程實現(xiàn) 在灰度均衡操作同樣不需要改變 DIB 的調色板和文件夾，只要把指向 DIB 像素起始位置的指針和 DIB 高度、寬度信息傳遞給子函數(shù)就可以完成灰度均衡變換工作，其核心代碼如下： *(lpData + lOffset)=state 。 如果大于 255，強制賦值為 255 if(sum255) sum=255。n++) 注： 將以點（ i， j）為中心，與模板大小相同的范圍內的象素與模板對用位置的系數(shù) 進行相乘并線形疊加 sum+=Gray[m][n]* tem[(mi+((tem_h1)/2))*tem_w+nj+((tem_w1)/2)]。 其中 tem 是模板參數(shù)， xishu 是模板系數(shù)； Template（）函數(shù)是實現(xiàn)高斯平畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 25 滑的主要函數(shù)，其核心代碼是： for(m=i((tem_h1)/2)。需要注意的是 :在平滑處理時 ,圖像邊界點無法處理 ,因此循環(huán)范圍應設定在圖像邊界內。一 般來說 ,不同的噪聲有各自針對性的卷積算法。5 卷積后的結果不改變圖像的亮度。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 。 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。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。 1 1 1 1 上式類似于矩陣，我們通常稱之為模板。 *(lpData + lOffset+2)=gray 。 獲取紅色分量 ColorR=*(lpData + lOffset+2)。 畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 22 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?；叶染€性變換的計算式為： g = ],[,))(( bafcab afcd ??? ?? （式 4） f，其他 式中， f 是原像素的灰度， g 為變換后的灰度。 } ② 光線補償?shù)男Ч麍D如下所示 ： 圖 41 原圖 畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 21 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。 //紅色分量 colorb = *(lpData+lOffset+2)。 //綠色分量 colorb = *(lpData+lOffset+1)。i++) for(int j=0。 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)。 （ 2） 具體實現(xiàn)光線補償功能： 明白了光線補償這功能的算法及思想，就可以編碼實現(xiàn)其功能了，實現(xiàn)過程如下： ① 、 編輯菜單 IDR_MAINFRAM，先在其中添加一菜單項，將其命名為“預處理”，并在其屬性 欄中將其設為“彈出”菜單，點擊預處理該菜單項將會彈出一個新的子菜單，此 時 把 該 子 菜 單 命 名 為 “ 光 線 補 償 ”， 并 把 其 ID 設為ID_READY_LIGHTINGCONPENSATE ，對應文件 FaceDetectView． Cpp 中的函數(shù)ReadyLightingconpensate() 實 現(xiàn) ， 并 在 void CFaceDetectView:: OnReadyLightingconpensate()中添加如下代碼： hDIBTemp = (hDIB)。 函 數(shù) 功 能 ClearMemory（） 釋放內存 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) 畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 19 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。除了灰度級的改變是根據某種特定的灰度變換函數(shù)進行之外，點運算可以看作是“從像素到像素”的復制操作。 識別出圖片上的人。 點擊攝像鍵，然后進行拍照，并將圖像顯示并保存。1AB H f DHD f f D???????畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 17 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。如果分析在我們所確認的范圍內，我們就認為該人就是我們所要找的。 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。 這便有利于我們對特征的提取。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 。經過卷積平滑后的水平投影后，二值化提供了較好的圖像效果。從而影響圖像的質量。 灰度變化 [4] 圖像灰度化的過程就是把彩色圖像轉換為黑白色圖像的過程，它也是為了將圖像的信息更加具體、簡單的表現(xiàn)出來，但是，這樣做也將會丟失圖像信息。盡可能將它的特征在圖像中表現(xiàn)出來。這一非線性分段色彩變換得到的膚色模型屬于 色彩空間中的聚類模型，這一類膚色模型的建立首先要選取一種合適的色彩空間。 畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 13 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。均衡直方圖：使用該模塊的 目的是通過點運算使輸入轉換為在每一灰度級上都有相同的像素點數(shù)的輸出圖像。 光線補償 ：由于光線原因，所照的圖像可能會存在光線不平衡的情況而造成 色彩偏差，為了抵消這種整個圖像中存在的色彩偏差，本系統(tǒng)采用的解決方法是：將整個圖像中的所有像素的亮度從高到低進行排列，取前 5%的像素，然后線性放大，使這些像素的平均亮度達到 255。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。 編寫的代碼必須嚴謹易讀，代碼的解釋必須清楚明白，為應用程序的再開發(fā)提供應盡的責任。 畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 11 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。 ③ 熟悉 C++高級程序設計語言。能夠滿足個人學習和設計需要。 人臉定位功能 ： 該模塊主要是將處理后的人臉圖片進行定位，將眼睛、鼻子、嘴巴標記出來，以便進行特征提取。 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