【正文】 在論文的撰寫過程中老師們給予我很大的幫助，幫助解決了不少的難點，使得論文能夠及時完成，這里一并表示真誠的感謝。最后，我要特別感謝我的導(dǎo)師趙達睿老師、和研究生助教熊偉麗老師。感謝老師四年來對我孜孜不倦的教誨，對我成長的關(guān)心和愛護。最后，我要感謝我的父母對我的關(guān)系和理解，如果沒有他們在我的學(xué)習(xí)生涯中的無私奉獻和默默支持，我將無法順利完成今天的學(xué)業(yè)。從他身上，我學(xué)到了許多能受益終生的東西。這期間凝聚了很多人的心血，在此我表示由衷的感謝。首先非常感謝學(xué)校開設(shè)這個課題，為本人日后從事計算機方面的工作提供了經(jīng)驗，奠定了基礎(chǔ)。畢業(yè)設(shè)計（論文）使用授權(quán)聲明本人完全了解濱州學(xué)院關(guān)于收集、保存、使用畢業(yè)設(shè)計（論文）的規(guī)定。對本文的研究做出重要貢獻的個人和集體均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法律結(jié)果由本人承擔(dān)。 else bwycbcr(i,j)=0。]。 cr1=(cr(i,j)cr1)*+cr1。 cr1=154+(y(i,j)188)*22/47。 wcr=20+(y(i,j)16)*。 bwycbcr=zeros(m,n)。 cr=imgrgb3(:,:,3)。imgrgb3=rgb2ycbcr(imgrgb)。首先我要感謝是的蔣中正老師，他那的治學(xué)態(tài)度、腳踏實地的工作態(tài)度、樂觀求實的生活態(tài)度、寬容隨和的待人風(fēng)格和忘我的奉獻精神，感染了我 ，同時也感動了我，從論文的選題，到最后的定稿都離不開你精心的指導(dǎo)。本文主要設(shè)計工作如下：(1)提取視頻文件的幀，（2）對圖像進行基于膚色特征的人臉檢測（3）將檢測后的圖像還原視頻，并播放。本文系統(tǒng)地闡述了該系統(tǒng)基本上實現(xiàn)基于視頻的人臉檢測。這種方法對張臉的檢測效果還可以，但對多張臉的檢測會有一些誤差，從總體上看，當(dāng)然，這種方法還是有很多缺陷，比如當(dāng)圖像的背景比較復(fù)雜或者人臉有膚色的情況下，檢測效果就不理想，檢測率只能達到75%。完成視頻的人臉檢測：通過暴風(fēng)影音，播放出來，能否達到預(yù)期的效果。下面主要介紹了本設(shè)計具體的人臉檢測設(shè)計流程。②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(biāo)準(zhǔn)的操作系統(tǒng)，如WindowsXP/Vista/7等。，并使用暴風(fēng)影音播放。函數(shù)的MATLAB代碼如下。 ratio=area/area_sq。 temp=size(r)。其程序部分代碼如下：for i=1:num。f=imreconstruct(fe,f)。 f=imclose(f,se)。%55中值濾波，去除噪聲se=strel(39。 (f_cr=138) amp。f_cb=f(:,:,2)。這樣我們就完成了對候選人臉區(qū)域的選定。經(jīng)過分析比較,本文最終選用由Otsu提出的最大類間方差閾值分割算法,它是在最小二乘法原理基礎(chǔ)上推導(dǎo)出來的，其基本思路是將直方圖在某一閾值處理分割成兩組，當(dāng)被分成的兩組的方差為最大時決定閾值。（3）膚色區(qū)域的處理在人臉檢測中，我們要圖像處理，而人臉的膚色分割就是其中一個必不可少的步驟。（2）建立高斯模型根據(jù)彩色圖像像素屬于膚色模型的可能性的大小，來表示灰度的大小，將一幅彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像，灰度值對應(yīng)于該點屬于皮膚區(qū)域的可能性，根據(jù)膚色在色度空間的高斯分布，得到高斯分布的中心，然后根據(jù)圖像所有像素離該中心點的遠近計算膚色的相似度，得到膚色相似度灰度圖。更重要的是，在數(shù)學(xué)上，YCbCr可以直接通過線性變換從RGB得到，這就大大提高了計算效率，而且不會產(chǎn)生奇異點。以此為依據(jù)建立膚色模型，就能有效避免光照的可變性對膚色的影響，無論圖像是在何種光照條件下獲取的，我們都能依據(jù)膚色在純“色度”范疇內(nèi)的聚類特性進行準(zhǔn)確的膚色分割和區(qū)域提取。關(guān)于補償系數(shù)公式為: （34）其中，N為亮度值排在前面的像素總數(shù)，為包含有這些像素的像素集合，Y為這些像素的亮度值。在這里我們可以通過亮度來進行調(diào)節(jié)。[9]對圖像進行色彩平衡首先在檢測的圖像中，我們要消除來自圖像色彩的干擾，就要調(diào)整色彩度的變量，所以我們要先對圖像進行色彩平衡的處理操作。不同于HSV，YCbCr的亮度分量并不完全獨立于色度信息，Y不同的情況下，膚色的聚類區(qū)域隨之呈非線形變化。YCbCr是CCIR601編碼方案中采用的彩色表示模型，在電視盒的色彩顯示等領(lǐng)域中應(yīng)用較多。RGB色彩空間可以表示所有顏色，因此應(yīng)用十分廣泛。 對圖像進行膚色特征的人臉檢測 色彩空間“色彩空間”一詞源于西方的“Color Space”，又稱作“色域”，色彩學(xué)中，人們建立了多種色彩模型，以一維、二維、三維甚至四維空間坐標(biāo)來表示某一色彩，這種坐標(biāo)系統(tǒng)所能定義的色彩范圍即色彩空間。)。)mov=avireadmov=aviread(39。類似地，也可以編寫一個簡單的函數(shù)avi2bmp(),將AVI文件紅的視頻幀單獨存儲為JPG格式的靜止圖像。他的使用語法如下。下面就簡單介紹幾種常用的函數(shù)AVIREAD()AVIREAD()函數(shù)的功能是讀/寫一個AVI文件到MATLAB視頻結(jié)構(gòu)中。Indeo技術(shù)能幫助您構(gòu)建內(nèi)容更豐富的多媒體網(wǎng)站。AVI的出現(xiàn)宣告了PC上啞片時代的結(jié)束，不斷完善的AVI格式代表了多媒體在PC上的興起。 只要遵循這個標(biāo)準(zhǔn)，任何視頻編碼方案都可以使用在AVI文件中。AVI文件用的是AVI RIFF形式，AVI RIFF形式由字符串“AVI”標(biāo)識。1992年初Microsoft公司推出了AVI技術(shù)及其應(yīng)用軟件VFW（Video for Windows）。視頻也有許多種格式可以從不同的角度進行分類。目前基于haar特征的Adaboost算法比較受廣大學(xué)者的歡迎，關(guān)于其具體算法，在這里就不必做詳細的說明[9]。這種方法的優(yōu)點是由于使用的彈性模板可調(diào)，能夠檢測不同大小、具有不同偏轉(zhuǎn)角度的人臉。(3)變形模板法：其主要思想是定義一個可變形的參數(shù)模板和一個能量函數(shù)來描述特征，通過一個非線性最優(yōu)化方法求得能使能量函數(shù)最小的參數(shù)模板，此模板即被認為是所求特征的描述。（2)預(yù)定模板匹配法：根據(jù)人臉的先驗知識確定出人臉輪廓模板以及各個器官特征的子模板，先通過計算圖像中區(qū)域和人臉輪廓模板的相關(guān)值來檢測出人臉候選區(qū)域，然后利用器官特征子模板驗證上一步檢測出的人臉候選區(qū)域是否包含人臉。接著利用一些算法來計算各待測區(qū)域與標(biāo)準(zhǔn)模板的相似程度(或稱相關(guān)性)，利用這一相似程度來判斷某一區(qū)域是否為人臉。器官分布法：人臉的人和人可以不同，但人臉的大致器官的分布都差不多的，就是人的五官的幾何分布。特征是人從肉眼看到的特性，人臉檢測基于特征我們可以從膚色，臉部，還有五官特征進行。人臉識別由兩部分工作組成：(l)人臉檢測:在輸入的圖像或視頻畫面當(dāng)中確定存在的人臉位置、尺寸等的過程，這是識別工作的基礎(chǔ)課題，在減少算法復(fù)雜度等方面對識別工作有關(guān)鍵性影響。人臉檢測是對給定的圖像，判斷其中是否有人臉，若有，將所有人臉從背景中分割提取出來，并確定每個人臉在圖像中的位置和大小。最后部分是對整個畢業(yè)設(shè)計工作進行了總結(jié)和展望。并對其進行分析，首先對軟件的硬件做了簡單介紹；然后從整體上描述基于視頻的人臉檢測的流程圖。（2）基于膚色特征的人臉檢測。第三章介紹基于視頻的人臉檢測研究及其實現(xiàn)。主要介紹了本文的歷史背景，著重介紹了人臉檢測技術(shù)的研究現(xiàn)狀以及國內(nèi)外研究現(xiàn)狀，并明確了本文的工作內(nèi)容和章節(jié)安排。 論文的主要內(nèi)容安排本文首先介紹人臉檢測的基本內(nèi)容，介紹人臉檢測及其的方法，然后就是基于視頻的人臉檢測設(shè)計及其實現(xiàn)，在這部分中首先從視頻中提取視頻文件的幀，再對圖像進行膚色特征的人臉檢測，然后把檢測后的圖像還再轉(zhuǎn)換成視頻，再播放，以達到人臉檢測的目的。基于Haar特征的人臉識別方法始于2001年P(guān)aul Viola和Michael Jones兩者撰寫的一篇論文，他們在論文中提出了Haar特征和Adaboost算法，并利用它們進行人臉檢測。國外主要有美國、歐洲國家、日本等著名的科研機構(gòu)有美國的MIT和CMU，英國的劍橋大學(xué)。丁曉青教授在OCR(字符識別)領(lǐng)域，可謂國內(nèi)第一人。后來，在中科院組建了專門的人臉識別研究團隊。這一點，很值得國內(nèi)的同行學(xué)習(xí)。 國內(nèi)外研究現(xiàn)狀目前，越來越多的國家開始對人臉檢測及其識別的研究。人臉檢測的研究同時也具有非常重要的的學(xué)術(shù)價值，人臉是一類具有相當(dāng)復(fù)雜的細節(jié)變化的自然結(jié)構(gòu)目標(biāo)，對此類目標(biāo)的挑戰(zhàn)性在于：人臉由于外貌、表情、膚色等不同，具有模式的可變性；一般意義下的人臉上，可能存在眼鏡、胡須等附屬物；作為三維物體的人臉影像不可避免地受由光照產(chǎn)生的陰影的影響。人臉檢測最初來源于人臉識別。數(shù)字視頻是數(shù)字圖像在時間軸上的擴展，可以將視頻的每一個幀視為一副靜止的圖像，而本文先會對視頻進行處理，然后再對圖像進行人臉檢測[3]。關(guān)鍵詞:人臉檢測；視頻檢測；膚色特征IIResearch of Face Detection and Implementation of MatlabStudent: xu wenqiang Teacher:jiang zhong zhengAbstract：Face detection is very important and practical research topic in the visual field，it is applied to many areas in our lives Such as public security, finance, network security, property management and