【正文】 “繪制” an，結(jié)束正向過程。 第 n 跨步：如果 nΔ SL，且 |Atn||At(n1)|， 則跨到弧長為 nΔ S 的 tn 的位置，“繪制”箭，箭長 nτ Δ S。 第 3 跨步：如果 3Δ SL，且 |At3||At2|， 則跨到 3Δ S 弧長的點(diǎn) t3，“繪制” 箭 ，箭長 3τ Δ S。 第 2 跨步：如果 2Δ SL,且 |At2||At1|，則跨到 2Δ S 弧長的點(diǎn)t2，“繪制”箭 a2，箭長 2τ Δ S?！袄L制”的含義包含（ a）、（ b）兩個(gè)方面： （ a）在箭 a1，即在垂直中分線對應(yīng) 的 累加數(shù)組 A（ i， j， k）的位置上如式（ 26）做累加： )62(1)1,()1,( ??? jiAjiA （ b）累加的同時(shí)，做如下作，其中 Dis 為當(dāng)前位置到箭尾的距離： If DisA(i,j,2) then 將此距離填入距離表中： A（ i， j， 2） =Dis。在 A（ i， j， k）的對應(yīng)坐標(biāo)位置上“繪制”長度為 τ Δ S 個(gè)像素的垂直中分線，此即箭 a1?！翱绮健钡拈L度以弧長計(jì)算（像素點(diǎn)個(gè)數(shù)近似代替），箭長為 每次弦所跨過的曲線弧長的 τ 倍。其中 A（ i， j， 1） 中保存累加和， A（ i， j， 2） 中保存最大 距離 。下文稱垂直中分線為箭，弦線中心點(diǎn)為箭尾 ，另一端為箭頭，算法簡稱弦箭法。為了運(yùn)算簡單，用橢圓弦線的垂直中分線來近似代替橢圓的法線。 二、弦箭算法 邊緣圖在去除直線之后，較大的人臉的邊緣曲線就較難連續(xù)，如果是較小的人臉，則邊緣線就更接近于圓。 （ 4） 去除長度過小的邊緣線。 （ 2） 割斷分叉邊緣點(diǎn)，使所有邊緣線都不分叉。 一、圖像預(yù)處理 為減少運(yùn)算量，對較大的源圖像可進(jìn)行間隔采樣， 并對 采樣后的圖像進(jìn)行高斯濾波。橢圓弦箭累加算法就是利用這種特性，來實(shí)現(xiàn)人臉區(qū)域位置的 估計(jì) 。人臉含有眾多的橢圓曲線邊緣，如外層、內(nèi)層頭發(fā)邊緣、嘴眼邊緣、耳朵邊緣、下顎邊緣等，且曲線凹向均指向人臉內(nèi)部，如果也做累加投票的話，累加和最大峰值的位置必接近于人臉內(nèi)部。當(dāng) a≠ b 時(shí)，按參數(shù)方程繪制，可得星形包絡(luò)線；當(dāng) a=b 時(shí)，法線相交于中心點(diǎn)；當(dāng) a、 b 相差不大時(shí)，四個(gè)交點(diǎn)必接近于橢圓中心，位置在橢圓內(nèi)部?？梢宰C明，當(dāng)橢圓長短軸長度相差不大時(shí)，包絡(luò)線的交點(diǎn)必在橢圓內(nèi)部 ，接近于橢圓中心 。 通過對人臉邊緣曲線及橢圓 特性 的分析，我們提出了橢圓弦箭累加算法，可以快速確定人臉主要特征（人眼和嘴）所在的大致位置和區(qū)域。 第二章 弦箭算法的原理 人臉的邊緣可以近似為一些橢圓曲線，如圖 21 所示的人臉邊緣模型。 本文 研究弦箭算法的主要目的是快速估計(jì) 出 人臉大概位置區(qū)域，提高當(dāng)前人臉檢測算法的效率。 再通過相應(yīng)的算法對圖像進(jìn)行預(yù)處理：割斷分叉的邊緣點(diǎn)，去除邊緣曲線中大于某一閾值的直線和長度過短的曲線。 本文編程所使用的環(huán)境是 Microsoft Visual C++ ，用 C 語言編程實(shí)現(xiàn)弦箭算法。 通過對橢圓曲線特性的分析，可以知道，在橢圓上等間隔做法線，當(dāng)橢圓長短軸長度相差不大時(shí)，橢圓法線簇包絡(luò)線的交點(diǎn)必在橢圓內(nèi)部，接近于橢圓中心。 4 本文研究的主要內(nèi)容和成果 本文的主要 內(nèi)容 是 對 弦箭算法 的原理 進(jìn)行分析與介紹，并用 C語言進(jìn)行 編程 ， 實(shí)現(xiàn) 應(yīng)用弦箭算法快速估計(jì)出人臉大概區(qū)域位置，以提高后序 人臉 算法的效率 。 所以 根據(jù)具體 實(shí)際應(yīng)用 ，通過對算法進(jìn)行改進(jìn)，在 此 基礎(chǔ)上結(jié)合其他算法，可以 有效實(shí)現(xiàn)對各種橢圓形物體的檢測。 弦箭算法主要是利用圖像中人臉的邊緣曲線，快速確定搜索空間。弦箭算法可以有效提高 當(dāng)前人臉檢測算法的檢測速度和檢測正確率，在人臉識別與跟蹤等領(lǐng)域有著重要的應(yīng)用。 3 弦箭算法的應(yīng)用 弦箭算法的提出是在對橢圓曲線 特性 分析的基礎(chǔ)上， 根據(jù)人臉邊緣中的橢圓曲線，來 快速準(zhǔn)確 地 確定人臉 大 概區(qū)域 位置。 該算法利用圖像的邊緣快 速確定搜索空間，并在搜索空間內(nèi)使用虹膜網(wǎng)格采樣矩陣進(jìn)行紋理分析，采用在頻域中按指數(shù)增長的分布方式設(shè)計(jì) Cabor 濾波器，進(jìn)一步提高了 Cabor 濾波器紋理分析效率，從而精確定位人眼和嘴。王洪群等人通過對 橢圓 曲線 的分析，提出的了一種特殊的橢圓弦箭累加算法。Wang 和 Tan利用輸入圖像邊緣梯度向量和橢圓模型的邊緣梯度方向向量內(nèi)積的大小來衡量匹配程度； Li 和 Roeder 在 預(yù)先確定的人臉區(qū)域內(nèi)使用簡化的自適應(yīng) Hough 變換，檢測垂直的臉頰直線邊緣和下顎拋物線邊緣； Yuen 分成兩步檢測橢圓：利用橢圓邊緣上任意兩點(diǎn)的切線的交點(diǎn)和這兩點(diǎn)的連線的中點(diǎn)的連線必然經(jīng)過橢圓中心，首先確定橢圓的中心坐標(biāo)，再確定剩下的三個(gè)參數(shù)，雖然比標(biāo)準(zhǔn) Hough變換運(yùn)算量減少了不少，但運(yùn)算量仍很大。 人臉的邊緣圖富含大量的人臉特征信息，許多學(xué)者利用這些邊緣信息來確定人臉的區(qū)域。由于 Adaboost 算法，要通過迭代訓(xùn)練將弱的分類器組合成強(qiáng)的分類器，其運(yùn)算很耗資源。在第一次訓(xùn)練出一個(gè)弱分類器后，訓(xùn)練樣本的權(quán)重得到調(diào)整，從而使沒有被第一次訓(xùn)練出的弱分類器正確分類的樣本的權(quán)重增加。在 Adaboost 算法中，簡單的分類算法被稱為弱學(xué)習(xí)算法。 Boosting 是一種分類器融合算法。各種人臉檢測算法中，精度及魯棒性好的算法，運(yùn) 算量都比較大，直接對圖像進(jìn)行計(jì)算，在時(shí)間上讓人難以忍受。人臉的不確定性， 對人臉檢測算法的穩(wěn)定性和 魯棒性提出了更高的要求。 2 弦箭算法地提出 人臉檢測是一個(gè)復(fù)雜的具有挑戰(zhàn)性的模式檢測問題。 人臉檢測 (Face Detection)，是指在既有的圖像中判斷是否存在人臉并 確定 人臉的位置、大小等相關(guān)信息 ，進(jìn) 一步提供人臉的 主要 特征 。人臉識別技術(shù)的主要內(nèi)容 可分為為：輸入圖像 人臉檢測 人臉跟蹤 人臉比對 輸出結(jié)果 。 人臉識別 (Face Recognition)是 指 對一個(gè)輸入的圖像或視頻圖形，判斷 其 是否含有人臉 圖像， 如果存在人臉圖像 ,再進(jìn)一步判斷圖像中人臉的大小，位置，以及面部 各個(gè) 主要器官的位置。 人臉識別 作為一種重要的個(gè)人身份鑒別方法， 其 研究前景十分廣闊，無論 是 在商業(yè)還是法律仲裁領(lǐng)域 等 都擁有巨大的應(yīng)用空間 。本文主要 通過對橢圓特性的分析，說明 弦箭算法的原理 ， 并在 Microsoft Visual C++ 環(huán)境下利用 C 語言進(jìn)行編程 實(shí)現(xiàn) 。 畢業(yè)設(shè)計(jì)論文 題目： 弦箭算法的 C 語言實(shí)現(xiàn) 內(nèi)容摘要 ： 靜態(tài)復(fù)雜 背景灰度圖像的人臉快速精確定位問題，是近年來迫切需要解決和完善的問題。王洪群等 教師 提出了一種橢圓弦箭算法，利用圖像 中 的邊緣 曲線 快速確定人臉位置區(qū)域 ， 縮小人臉檢測算法的搜索空間，以提高 人臉檢測 算法的速 度 與效率。 索引關(guān)鍵詞 人臉檢測 邊緣 弦箭算法 Abstract: Locating human face in a single and gray level image with cluttered background remains a difficult problem and needs to be pleted or perfected in recent year. A novel ellipse arrow method using edge information of the image to location the area of face fast has put forward by Mr. wang and others. The method contract the space of the manhunt of the face detection, raise the speed and the efficiency of the face detection. The article introduce the theories of the ellipse arrow method through the analysis to the oval characteristic, and programme the method making use of the language of C under the Microsoft Visual C++ environments. Keywords: Face Detection Edge Ellipse The ellipse arrow method 目錄 第一章 緒論 ........................................................... 2 1引言 .......................................................... 2 2 弦箭算法地提出 ................................................ 2 3 弦箭算法的應(yīng)用 ................................................ 4 4 本文研究的主要內(nèi)容和成果 ...................................... 4 第二章 弦箭算法的原理 .................................................. 5 1 橢圓特性分析 .................................................. 6 2 弦箭累加算法的原理 ............................................ 7 第三章 弦箭算法的編程實(shí)現(xiàn) ............................................. 10 1 BMP圖像文件格式 ............................................. 10 2 本文編程環(huán)境 ................................................. 12 3 弦箭累加的編程實(shí)現(xiàn) ........................................... 13 第四章 實(shí)驗(yàn)檢測與分析 ................................................. 25 1 圖像測試集 ................................................... 25 3 評估準(zhǔn)則 ..................................................... 25 4 不同參數(shù)下的實(shí)驗(yàn)結(jié)果 ......................................... 26 5 算法中間結(jié)果示例 ............................................. 28 6 算法最終人臉區(qū)域估計(jì)結(jié)果示例 ................................. 28 7對算法及實(shí)驗(yàn)結(jié)果的分析總結(jié) .................................... 30 后 記 ................................................................... 32 致謝 ..................................................................... 32 參考文獻(xiàn) ................................................................. 32 弦箭算法的 C 語言實(shí)現(xiàn) 第一章 緒論 1 引言 人臉識別技術(shù)起源于上個(gè)世紀(jì)六十年代，發(fā)展到現(xiàn)在已經(jīng)有了四十多年的歷史，是當(dāng)前模式識別和人工智能 等 領(lǐng)域的一個(gè)重要 的研究課題。 例如靜態(tài)領(lǐng)域中的醫(yī)學(xué)、檔案管理、刑偵破案、證件驗(yàn)證、入口控制；動態(tài)領(lǐng)域中的人群監(jiān)控、視頻會議、人機(jī)交互系統(tǒng)等。 再 從這些信息中提取人主要 的 身份信息 ， 將這些信息與數(shù)據(jù)庫中的信息 相 比較 ,從而得到人的 一些 授權(quán)信息。 人臉識別首先要對輸入的