基于matlab的彩色圖像皮膚區(qū)域分割及人臉檢測(參考版)
2025-01-19 13:02本頁面
【正文】 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)。在查閱大量的文獻后我選擇了高斯模型。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。在此過程中遇到問題是不可避免的。從本次課設(shè)的結(jié)果看，我的目的達到了。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)。on39。Enable39。 %重構(gòu)法imshow(s)。s=imreconstruct(fe,s)。 %填孔處理fe=imerode(s,ones(8,7))。holes39。s=imclose(s,se)。,3)。se=strel(39。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。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。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。形態(tài)學的理論基礎(chǔ)是集合論。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。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。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。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。 閾值分割閾值分割的目的是將皮膚與圖片背景分開。皮膚區(qū)域用“1”（白色）表示，其他區(qū)域用“0”（黑色）表示。 %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。)。 ]。m=[ ]。cr=double(I(:,:,3))。在matlab中實現(xiàn)的語句為：[a,b,c]=size(I)。 得到似然圖根據(jù)(Cb,Cr)值通過式()找到該值所對應(yīng)的膚色似然度，并且得到整幅圖像的最大膚色似然度。 色彩空間轉(zhuǎn)換對于一幅被檢測的彩色圖像(見圖33)，首先將它由RGB 空間轉(zhuǎn)換到Y(jié)CbCr色彩空間，便于后面的統(tǒng)計。 。filtered_fB=imfilter(fB, f)。 %提取B分量filtered_fR=imfilter(fR, f)。 %提取R分量fG=x(:,:,2)。 %定義濾波器類型J=filter2(lpf,J)。 低通濾波為了減少圖像高頻噪聲的影響，先采用低通濾波器對圖象進行處理。圖31YCbCr空間分布 圖32 膚色高斯模型通過計算，得到m和C的值如下：m=[ ]。圖32是膚色高斯模型。對于某像素點s,從RGB空間轉(zhuǎn)換到Y(jié)CbCr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算得到: 式中: 。m=E(x) , ，C為協(xié)方差矩陣, 。接下來將彩色圖片顏色空間轉(zhuǎn)換到Y(jié)cbCr空間，然后對該區(qū)域的CbCr值進行統(tǒng)計處理。第三章 系統(tǒng)設(shè)計為了利用膚色在色度空間的聚類性,選取YCbCr色彩空間進行膚色提取。實驗結(jié)果表明：在YCbCr色彩空間中膚色的聚類特性比較好。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
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號-1