基于matlab的彩色圖像皮膚區(qū)域分割及人臉檢測(cè)(參考版)
2025-06-09 15:47本頁(yè)面
【正文】 。因?yàn)檫@個(gè)模型我們?cè)跀?shù)學(xué)中都有接觸，理解和實(shí)現(xiàn)起來(lái)都不是那么困難。接下來(lái)就是膚色建模的問(wèn)題。最開(kāi)始遇到的問(wèn)題是弄懂皮膚分割的原理。 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(cè)。我的目的就是通過(guò)這次課設(shè)讓我能對(duì)今后自己可能從事的 方向有一個(gè)更好的認(rèn)識(shí)并打一個(gè)較好的基礎(chǔ)。)。,39。 set (,39。 axes()。 fo=imopen(s,ones(8,7))。)。 %利用開(kāi)閉運(yùn)算的方法消除噪聲 s=imfill(s,39。 s=imopen(s,se)。square39。所以綜合考慮后，只采用開(kāi)閉運(yùn)算改善效果。如圖 35 所示，開(kāi)閉運(yùn)算后的圖象可以去除圖像上的一些細(xì)小的毛刺，達(dá)到去噪的目的。通常，當(dāng)有噪聲的圖像用閉值二值化時(shí)，所得到的邊界往往是不平滑的，物體區(qū)域具有一些錯(cuò)判，背景區(qū)域上則散布著一些小的噪聲 。在圖像處理中形態(tài)學(xué)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(diǎn)組成了此圖像的完全描述。運(yùn)用這些算子及其組合來(lái)進(jìn)行圖像形狀和結(jié)構(gòu)的分析及處理。 1985年之后，數(shù)學(xué)形態(tài)學(xué)逐漸成為分析圖像幾何特征的工具。形態(tài)學(xué) (Morphology)原是對(duì)于 動(dòng) 植物 調(diào)查 時(shí)采 取 的某 種形 式的 研究 。當(dāng)然相比之下，自適應(yīng)的閾值法一般不會(huì)漏檢，檢測(cè)效果肯定比固定值法好。通 常有固定閾值法、自適應(yīng)閾值法等。皮膚區(qū)域用“ 1”（白色）表示，其他區(qū)域用“ 0”（黑色）表示。 end end J=p/max(Q)。 p(i,j)=exp(()*(wm)*inv(n)*(wm)39。 n=[ 。 for i=1:a for j=1:b w=[cb(i,j),cr(i,j)]。 cb=double(I(:,:,2))。每一點(diǎn)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(diǎn)的灰度值 ,從而得到膚色似然度圖像 ， 其中每一個(gè)像素點(diǎn)的灰度值表征了這個(gè)像素點(diǎn)屬于皮膚的概率 。 %重構(gòu)圖像 ? 色彩空間轉(zhuǎn)換 對(duì)于一幅被檢測(cè)的彩色圖像 (見(jiàn)圖 33)， 首先將它由 RGB 空間轉(zhuǎn)換到 YCbCr色彩空間 ，便于后面的統(tǒng)計(jì)。%分別對(duì)三分量進(jìn)行濾波處理 x_filtered=cat(3,filtered_fR, filtered_fG,filtered_fB)。 filtered_fG=imfilter(fG, f)。 %提取 G分量 fB=x(:,:,3)。 %對(duì)圖像進(jìn)行濾波， J為圖像對(duì)應(yīng)的 矩陣 對(duì)圖像進(jìn)行濾波處理（ J 為圖像對(duì)應(yīng)的矩陣 ,f 為濾波器類(lèi)型） fR=x(:,:,1)。采用的低通濾波器的沖擊響應(yīng)矩陣為： 11111119111h????????? （ 33） 在 matlab中實(shí)現(xiàn)的語(yǔ)句為： pf=1/9*ones(3)。 圖 31YCbCr空間分布 圖 32 膚 色高斯模型 通過(guò)計(jì)算，得到 m和 C的值如下： m=[ ]。圖 32是膚色高斯模型。對(duì)于某像素點(diǎn) s,從 RGB空間轉(zhuǎn)換到 YCbCr色彩空間得到色度值 (Cb,Cr)則該像素的膚色概率密度可由下式計(jì)算得到 : )]()( x p [)( 1 mxCmxC b C rp T ???? ? 式中 : TCbCrx )(? 。 m=E(x) , TCbCrx )(? ， C為協(xié)方差矩陣 , {( )( ) }TC E x m x m? ? ?。接下來(lái)將彩色圖片顏色空間轉(zhuǎn)換到 YcbCr空間，然后對(duì)該區(qū)域的 CbCr值進(jìn) 行統(tǒng)計(jì)處理。 第三章 系統(tǒng)設(shè)計(jì) 建立膚色模型 為了利用膚色在色度空間的聚類(lèi)性 ,選取 YCbCr色彩空間進(jìn)行膚色提取。 實(shí)驗(yàn)結(jié)果表明：在 YCbCr色彩空間中膚色的聚類(lèi)特性比較好。 燕山大學(xué)課程設(shè)計(jì)報(bào)告 第 7 頁(yè) 共 13 頁(yè) 結(jié)合以上分析 由于人膚色的不同主要體現(xiàn)為亮度分量的不同，所以選擇亮度分量和色度分量分離的 YCbCr 色彩空間進(jìn)行膚色建模。這種膚色模型的特點(diǎn)是基于統(tǒng)計(jì)的膚色模型，它需要對(duì)每一個(gè)像素點(diǎn)進(jìn)行相似度計(jì)算，因此速度也不是太快。 根據(jù)膚色在色度空間的高斯分布，對(duì)根據(jù)膚色在色度空間的高斯分布，對(duì)于彩色圖像中每個(gè)像素，將其從 RGB 色彩空間轉(zhuǎn)換到 YCbCr 空間后，就可以計(jì)算該點(diǎn)屬于皮膚區(qū)域的概率 [3] ，即根據(jù)該點(diǎn)離高斯分布中心的遠(yuǎn)近得到和膚色的相似度，將彩色圖像轉(zhuǎn)化為灰度圖，其中每個(gè)像素的灰度對(duì)應(yīng)該點(diǎn)與膚色的相似度，相似度的計(jì)算公式如下： )]()( x p [)( 1 mxCmxC b C rp T ???? ? () 其中 m 為均值， m=E(x) ， C 為協(xié)方差
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1