基于matlab的彩色圖像皮膚區(qū)域分割算法研究及實(shí)現(xiàn)-展示頁(yè)
2025-07-06 18:34本頁(yè)面
【正文】 雜。在這個(gè)模型中主要難點(diǎn)是對(duì)混合高斯模型的參數(shù)估計(jì)。因此，提出了混合高斯模型，: （）其中，為膚色像素在色彩空間中的混合概率密度，為分量的概率密度，為分量的先驗(yàn)概率，i=1, 2,...，m為混合密度的分量個(gè)數(shù)。簡(jiǎn)單高斯模型相對(duì)區(qū)域模型能更好的表示膚色分布，因此相對(duì)而言，它的膚色檢測(cè)率也高出許多，并且模型的參數(shù)也易于計(jì)算，但是速度比區(qū)域模型慢。它主要通過(guò)統(tǒng)計(jì)分析，預(yù)測(cè)高斯分布的參數(shù)，其中參數(shù)確定常用的方法有EM算法，MaximumLikelihood或通過(guò)統(tǒng)計(jì)直接求得色彩空間中每個(gè)分量(一般利用的是該色彩空間中的色度分量)的均值與方差。此方法計(jì)算簡(jiǎn)單，使用方便，速度快，但是效果不是很好，只適用于特定條件下的膚色檢測(cè)。該模型的困難之處在于如何確定閾值。因此，對(duì)于一幅新的圖像，如果某個(gè)像素或區(qū)域滿足給定的條件就為膚色，否則就是非膚色。采用這個(gè)模型來(lái)判別膚色需要分兩步走:首先通過(guò)統(tǒng)計(jì)的方法確定模型(即歸屬于膚色的具體范圍)。不論在什么樣的色彩空間中，膚色模型大體上分為四種:區(qū)域模型或IFTHEN模型、簡(jiǎn)單高斯模型、混合高斯模型和直方圖模型。模型的建立主要是通過(guò)對(duì)大量膚色像素集進(jìn)行統(tǒng)計(jì)分析，然后確定模型中的參數(shù)。人臉檢測(cè)常用的色度空間主要RGB(紅、綠、藍(lán)三基色)、rgb(亮度歸一化的三基色)、HSI(色調(diào)、飽和度、亮度)、YIQ(NTSC制的光亮度和色度模型)、YUV(PAL制的光亮度和色度模型)、YCbCr(CCIR601)編碼方式的色度模型、CIEL(國(guó)際照明委員會(huì)提出的基于色度學(xué)的彩色模型)等。本文主要探討了在彩色圖像皮膚區(qū)域中，采用分割算法以膚色作為人臉檢測(cè)核心的一種新方法和新思路。人臉檢測(cè)系統(tǒng)要求實(shí)現(xiàn)對(duì)輸入的可能包含人臉的圖像進(jìn)行處理,并輸出圖像中是否存在人臉以及人臉的數(shù)目、位置、尺度、位姿等參數(shù)信息。通信工程系綜合實(shí)習(xí)報(bào)告題目： 基于MATLAB的彩色圖像皮膚區(qū)域分割算法研究與實(shí)現(xiàn)姓 名： 劉 奇 指導(dǎo)教師： 楊 敏 班 序 號(hào)： 11206213 學(xué) 號(hào)：20061002153成 績(jī)： 2009年9 月目 錄 第一章 引言 2第二章 算法理論與實(shí)現(xiàn)原理 3 3 3 區(qū)域模型 4 簡(jiǎn)單高斯模型 4 混合高斯模型 5 直方圖模型 5 6 RGB 6 HSV 7 YCbCr 7第三章 系統(tǒng)設(shè)計(jì) 8 8 9 10 10 GUI設(shè)計(jì)步驟 11 系統(tǒng)功能描述 12第四章 系統(tǒng)調(diào)試 13 13 13 14 RGB到Y(jié)CbCr空間轉(zhuǎn)換 14 14 14 14 14 調(diào)試難點(diǎn) 15 復(fù)雜背景下漏檢和錯(cuò)檢 15 15 15第五章 實(shí)習(xí)總結(jié) 16參考文獻(xiàn) 16實(shí)習(xí)日志 16第一章 引言近年來(lái),隨著人工智能的快速發(fā)展，人臉識(shí)別技術(shù)逐漸成為模式識(shí)別與計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)研究熱點(diǎn)，可用于身份認(rèn)證、人員監(jiān)視、圖像數(shù)據(jù)庫(kù)檢索以及目標(biāo)跟蹤等場(chǎng)合。人臉識(shí)別(Face Recognition)是將輸入的人臉圖像與系統(tǒng)已知人臉庫(kù)中的模型進(jìn)行比較,以確定是否存在相匹配的人臉，而人臉檢測(cè)( Face Detection) 是指在輸入圖像中確定所存在的人臉的位置與大小，所以快速有效的人臉檢測(cè)則顯得至關(guān)重要，是實(shí)現(xiàn)人臉識(shí)別的前提和基礎(chǔ)。傳統(tǒng)的人臉檢測(cè)方法大多是在亮度空間內(nèi)進(jìn)行,利用灰度的變化做多尺度空間的全搜索,計(jì)算量非常大、效率極低,而在人臉區(qū)域中,膚色一定是占主導(dǎo)地位的像素色彩值，雖然膚色因人而異,但經(jīng)過(guò)研究可以發(fā)現(xiàn)膚色在色彩空間中的一定范圍內(nèi)是呈聚類特性的,特別是在排除了光照亮度和在經(jīng)過(guò)變換的色彩空間中，利用膚色這一特征可以排除掉在灰度圖像中的非皮膚區(qū)域，這對(duì)人臉檢測(cè)起到了積極的作用。第二章 算法理論與實(shí)現(xiàn)原理膚色特征主要由膚色模型進(jìn)行描述，而膚色模型的選取與色度空間(chrominance space)的選擇密切相關(guān)。另外，用膚色模型對(duì)膚色進(jìn)行分割分為兩個(gè)階段:模型建立與模型運(yùn)用。對(duì)于模型的運(yùn)用，主要是通過(guò)已建立的膚色模型來(lái)判別所輸入的像素或區(qū)域是否為膚色，或者給出其與膚色的相似程度。 區(qū)域模型該模型又稱IFTHEN模型、簡(jiǎn)單門限模型，它主要是利用了膚色在色彩空間的聚類性(即取值范圍)，將一塊滿足一定條件的區(qū)域標(biāo)定為膚色區(qū)域。其次利用這個(gè)模型來(lái)判別新的像素
物理相關(guān)推薦
鄂ICP備17016276號(hào)-1