【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(diǎn)，使得論文能夠及時(shí)完成，這里一并表示真誠的感謝。老師們認(rèn)真負(fù)責(zé)的工作態(tài)度，嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神和深厚的理論水平都使我收益匪淺。最后，我要特別感謝我的導(dǎo)師趙達(dá)睿老師、和研究生助教熊偉麗老師。四年的風(fēng)風(fēng)雨雨，我們一同走過，充滿著關(guān)愛，給我留下了值得珍藏的最美好的記憶。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(hù)。從這里走出，對我的人生來說，將是踏上一個(gè)新的征程，要把所學(xué)的知識應(yīng)用到實(shí)際工作中去。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(xiàn)和默默支持，我將無法順利完成今天的學(xué)業(yè)。其次，我要感謝大學(xué)四年中所有的任課老師和輔導(dǎo)員在學(xué)習(xí)期間對我的嚴(yán)格要求，感謝他們對我學(xué)習(xí)上和生活上的幫助，使我了解了許多專業(yè)知識和為人的道理，能夠在今后的生活道路上有繼續(xù)奮斗的力量。從他身上，我學(xué)到了許多能受益終生的東西。首先，我要特別感謝我的知道郭謙功老師對我的悉心指導(dǎo)，在我的論文書寫及設(shè)計(jì)過程中給了我大量的幫助和指導(dǎo)，為我理清了設(shè)計(jì)思路和操作方法，并對我所做的課題提出了有效的改進(jìn)方案。這期間凝聚了很多人的心血，在此我表示由衷的感謝。本次畢業(yè)設(shè)計(jì)是對我大學(xué)四年學(xué)習(xí)下來最好的檢驗(yàn)。首先非常感謝學(xué)校開設(shè)這個(gè)課題，為本人日后從事計(jì)算機(jī)方面的工作提供了經(jīng)驗(yàn)，奠定了基礎(chǔ)。（保密論文在解密后遵守此規(guī)定）畢業(yè)設(shè)計(jì)（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(jì)（論文）的規(guī)定。 對本文的研究做出重要貢獻(xiàn)的個(gè)人和集體均已在文中以明確方式標(biāo)明。論文密級：□公開 □保密（___年__月至__年__月）(保密的學(xué)位論文在解密后應(yīng)遵守此協(xié)議)作者簽名：_______ 導(dǎo)師簽名：______________年_____月_____日 _______年_____月_____日獨(dú) 創(chuàng) 聲 明本人鄭重聲明：所呈交的畢業(yè)設(shè)計(jì)(論文)，是本人在指導(dǎo)老師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果，成果不存在知識產(chǎn)權(quán)爭議。本人完全意識到本聲明的法律結(jié)果由本人承擔(dān)。盡我所知，除文中已經(jīng)特別注明引用的內(nèi)容和致謝的地方外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的研究成果。感謝所有幫助過我的老師和同學(xué)們。衷心的感謝通信一班所有同學(xué)，有了你們的關(guān)心我才能在異鄉(xiāng)感受家庭的溫暖。感謝所有的領(lǐng)導(dǎo)、老師、同學(xué)，讓我的大學(xué)畫上了圓滿的句號。這都讓我更加認(rèn)識到自身的不足，需要進(jìn)一步積累知識。知識上也有欠缺，很多知識因?yàn)檫z忘變得比較陌生，以前只知道顏色的三基色，它們可以構(gòu)成顏色，形成圖像，但是其他的圖像構(gòu)成法就不是很了解。老師也竭盡所能的給我們提供相關(guān)資料。現(xiàn)在正是就業(yè)的好時(shí)機(jī)，老師也非常關(guān)心我們的就業(yè)情況，給我講一些工作中的問題與具體的解決方案，所以我很感謝老師對我們學(xué)生的耐心指導(dǎo)。在畢業(yè)設(shè)計(jì)的過程中，老師給了我耐心的指導(dǎo)，因?yàn)橐郧昂苌俳佑|數(shù)字圖像處理方面的知識，又對這方面的知識特別渴求，就有些著急，但是老師耐心的給我講解，一點(diǎn)一點(diǎn)地傳授，從最基本的開始講，讓我也能快速的進(jìn)入狀態(tài)。 %不滿足標(biāo)示為非人臉 end endendsubplot(1,4,4),imshow(h)。for x=1:m for y=1:n if h(x,y) h(x,y)=255。 %顯示s分量subplot(1,4,3),imshow(v)。 %獲取亮度分量subplot(1,4,1),imshow(h)。 %獲取色調(diào)分量s=hsvmap(:,:,2)。 %讀入圖像hsvmap=rgb2hsv(face1)。E:\我的照片\39。 %不滿足標(biāo)示為非人臉 end endendsubplot(1,4,4),imshow(Y)。Y(x,y)100 Y(x,y)=255。cr(x,y)173amp。cr(x,y)133amp。cb(x,y)127amp。for x=1:m for y=1:n if cb(x,y)77amp。 %顯示cb分量subplot(1,4,3),imshow(cr,[])。 %獲取紅色分量subplot(1,4,1),imshow(Y,[])。 %獲取亮度分量cb=ycbcrmap(:,:,2)。 %讀入圖像ycbcrmap=rgb2ycbcr(face1)。E:\我的照片\39。 %不滿足標(biāo)示為非人臉 end endendsubplot(1,4,4),imshow(fr)。 %如果滿足以上條件 fr(x,y)=255。fr(x,y)fb(x,y)。 fr(x,y)fg(x,y)amp。(abs(fr(x,y)fg(x,y))15) amp。 (max([fr(x,y),fg(x,y),fb(x,y)])min([fr(x,y),fg(x,y),fb(x,y)])15)amp。 fb(x,y)20amp。 fg(x,y)40 amp。 logic=fr(x,y)95 amp。 %顯示b分量[m,n]=size(fr)。 %顯示r分量subplot(1,4,2),imshow(fg,[])。 %獲取顏色分量gfb=face1(:,:,3)。 %讀入圖像fr=face1(:,:,1)。E:\我的照片\39。對這一領(lǐng)域的深入研究不僅能夠創(chuàng)造出巨大的市場價(jià)值，還將有利地推動計(jì)算機(jī)視覺、模式識別、認(rèn)知行為科學(xué)等相關(guān)學(xué)科的發(fā)展。所幸的是，各個(gè)學(xué)科的不斷交叉融合，新方法和新思路層出不窮，計(jì)算機(jī)的信息處理能力大大加強(qiáng)，這些都為最終解決問題奠定了基礎(chǔ)，只要長期堅(jiān)持不懈地努力研究，充分利用各個(gè)學(xué)科的成果，人臉檢測的自動化、智能化處理時(shí)代必將到來。在我的印象中乘坐公交車帶公交卡是很不方便的，如果我們的公交車上有人臉識別系統(tǒng)，只要公交公司有了我們的頭像資料，以后坐車就不用攜帶公交卡了，我相信在不就的將來我的愿望能夠?qū)崿F(xiàn)。放眼未來，我們可以想象的空間和我們可以用來發(fā)展的空間是很大的，比如說軍事上的應(yīng)用，基于膚色的人臉實(shí)時(shí)跟蹤，未來戰(zhàn)爭機(jī)器人目標(biāo)識別，就是要利用人臉檢測來發(fā)現(xiàn)目標(biāo)，從而實(shí)施軍事行動。膚色的顏色與人種有關(guān)且容易受光照等的影響，所以本論文的主要研究定位在建立良好的膚色模型和基于膚色信息和灰度空間結(jié)合分析實(shí)現(xiàn)復(fù)雜場合的人臉檢測上?；诨叶鹊膫鹘y(tǒng)人臉檢測，灰度信息量有限，易導(dǎo)致漏檢或虛警，且算法的靈活性較差，多數(shù)只能針對正面端正的人臉。利用人臉識別技術(shù)，只需攝下嫌疑犯人臉，通過計(jì)算機(jī)網(wǎng)絡(luò)將人臉特征數(shù)據(jù)傳送到計(jì)算機(jī)中心數(shù)據(jù)庫，系統(tǒng)即可自動與數(shù)據(jù)庫中的逃犯人臉比較，迅速準(zhǔn)確地作出身份判斷。例如，目前在公安方面，我國公安機(jī)關(guān)開展的“網(wǎng)上追逃”斗爭，運(yùn)用了網(wǎng)上掛牌督捕的方法，把逃犯的照片、身份證、特征資料上網(wǎng)發(fā)布，各地抓捕到的犯罪嫌疑人通過網(wǎng)上查詢、比較，可以確定其是否為網(wǎng)上通緝逃犯。人臉作為一種自然形體具有很強(qiáng)的共性，但由于個(gè)體的外貌差異、表情變化以及圖像在采集時(shí)收光照、設(shè)備等因素的影響，使得人臉圖像具有比較復(fù)雜而細(xì)致的模式變化。在人臉檢測中常用的模型是YCbCr模型和HSV模型，它們能夠很好地區(qū)分膚色與非膚色的區(qū)域，有利于結(jié)果的準(zhǔn)確性。由于膚色等色彩信息經(jīng)常受到光源顏色、圖像采集設(shè)備的色彩偏差等因素的影響，使一些圖片特別是一些藝術(shù)圖片存在光線不平衡或整體偏離本質(zhì)色彩而向某一方向移動，如色彩偏黃、偏藍(lán)等等。實(shí)驗(yàn)測試結(jié)果可以表明，本文提出的基于膚色的人臉檢測具有快速、姿態(tài)非敏感的強(qiáng)大優(yōu)勢，同時(shí)也有該算法帶來的局限，與人臉相連的裸露的脖子會被視為人臉區(qū)域。本論文在已建立的膚色模型的基礎(chǔ)上，揭示了在各種色彩空間下人臉檢測的實(shí)驗(yàn)結(jié)果，實(shí)驗(yàn)結(jié)果也揭示了不同顏色空間膚色信息的對比。第五章 結(jié)論及展望 結(jié)論人臉檢測是指在圖像或視頻流中確定人臉位置、大小的過程，其應(yīng)用背景遠(yuǎn)遠(yuǎn)超出了人臉識別系統(tǒng)的范疇，近年來，由于人臉檢測在安全監(jiān)視、基于內(nèi)容的圖像檢索等領(lǐng)域的潛在應(yīng)用價(jià)值，人臉檢測已成為一個(gè)獨(dú)立課題并受到眾多研究者的普遍重視。HSV模型與人的視覺特性比較接近，該模型的重要性在于：一方面色調(diào)H和飽和度S分量與人的視覺感受密切相關(guān)，另一方面消除了亮度成分V在圖像中與顏色信息的聯(lián)系。在許多實(shí)用系統(tǒng)中，大量應(yīng)用的是YCbCr模型和HSV模型，我們可以通過轉(zhuǎn)化公式，把RGB模型轉(zhuǎn)化為YCbCr模型和HSV模型，從而保證對輸入彩色圖像準(zhǔn)確地分類膚色和非膚色區(qū)域。HSV顏色空間下的人臉仿真實(shí)驗(yàn)結(jié)果如圖43所示： H分量 S分量 V分量 人臉仿真實(shí)驗(yàn)結(jié)果圖43 HSV顏色空間人臉檢測實(shí)驗(yàn)結(jié)果 小結(jié)本章是在已建立的膚色模型的基礎(chǔ)上，在各種顏色空間下的人臉仿真實(shí)驗(yàn)結(jié)果，主要利用MATLAB進(jìn)行了仿真。（3）對每一像素，根據(jù)公式將RGB轉(zhuǎn)換到HSV空間下，計(jì)算H分量值。YCbCr顏色空間下人臉仿真實(shí)驗(yàn)結(jié)果如圖42所示： Y分量 Cb分量 Cr分量 人臉仿真實(shí)驗(yàn)結(jié)果圖42 YCbCr顏色空間人臉檢測實(shí)驗(yàn)結(jié)果 HSV顏色空間下的圖像及仿真實(shí)驗(yàn)結(jié)果HSV顏色空間下的算法：（1） 讀入彩色圖像。（3） 對每一像素，根據(jù)公式將RGB轉(zhuǎn)換到Y(jié)CbCr空間下，計(jì)算Cb、Cr值。 YCbCr顏色空間下的圖像及仿真實(shí)驗(yàn)結(jié)果 根據(jù)YCbCr空間的膚色模型，算法流程如下：（1） 讀入彩色圖像。（3） 若像素值滿足以下條件：R95，G40，B20，max(R,G,B)min(R,G,B)15，且|RG|15，RG,RB，則該像素標(biāo)定為白色，就是人臉區(qū)域；若不滿足像素標(biāo)定位黑色，是非人臉區(qū)域。 人臉檢測實(shí)驗(yàn)仿真及結(jié)果 RGB顏色空間下的圖像及仿真實(shí)驗(yàn)結(jié)果 RGB顏色空間下的算法：（1） 讀入我的證件照彩色圖像。在file\New\Mfile建立m文件，在file\New\Model建立模型文件。附加的工具箱（單獨(dú)提供的MATLAB函數(shù)集）擴(kuò)展了MATLAB的環(huán)境，以解決這些應(yīng)用領(lǐng)域內(nèi)特定類型的問題。第四章 人臉檢測的實(shí)驗(yàn)仿真及結(jié)果 MATLAB簡介 MATLAB是一種用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級技術(shù)計(jì)算語言和交互式環(huán)境。 基于HSV空間的膚色模型標(biāo)示方法 通過實(shí)踐，選取大量膚色樣本進(jìn)行統(tǒng)計(jì)，得出了膚色在HSV空間中的聚類特性，如圖226所示：圖33 膚色像素的H分量分布圖圖34 膚色像素的S分量分布圖由此可建立在HSV顏色空間下的膚色模型。通過實(shí)踐，選取大量的膚色樣本進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)膚色在CbCr空間的分布呈現(xiàn)良好的聚類性【16】，統(tǒng)計(jì)分布如圖332所示：圖31 膚色像素的Cb分量分布圖圖32 膚色像素的Cr分量分布圖 由此可建立在CbCr空間下的膚色模型。雖然在RGB顏色空間難于將膚色有效地聚成密集分布的一類，但人體膚色特征色調(diào)在紅色區(qū)內(nèi)，這一特征表現(xiàn)在圖像中，就是膚色的RGB符合：RGB膚色的這一特征相當(dāng)穩(wěn)定，無論是人種的變化還是光照環(huán)境的變化，都不足以造成成式RGB變?yōu)镚R或BG，膚色的聚類結(jié)果簡單而穩(wěn)定【15】。 基于RGB空間的膚色模型表示方法一般來說，RGB顏色空間由于R、G、B分量相關(guān)性強(qiáng)，不大容易直接建立膚色模型。第三章 基于統(tǒng)計(jì)的膚色建模 建立膚色模型需要大量的不同膚色、不同大小、不同環(huán)境下拍攝的人臉的RGB圖像。用這個(gè)矩形框去套分割后的每個(gè)膚色區(qū)域，每一次套矩形框時(shí)，考察矩形中每一個(gè)非皮膚像素，從這