【正文】 then devide the image into two parts,the face region and nonface region,to prepare for the subsequent report uses YCbCr space and binary image to achieve human facial edge division and convert Truecolor pictures into YCbCr to the face skin distribution in the YCbCr Chromaticity space,set threshold threshold to realize the segmentation of human face region and nonface interference factors through dilation and corrosion operations,then Combine with the aspect ratio calculations and the calculation of the area to segment the face region in the the test,this method can eliminate facial expressions,hair,clothing background interference to fix the face region. Keywords:matlab。 gray image。 edge detection 2 1 引言 基本介紹與概念 人臉識別就 是構(gòu)建一種人臉識別系統(tǒng)的技術(shù)，它的功能是對人臉進行定位，同時采集人臉圖像，作出預(yù)處理，以確定人臉位置 [1]。在這里生物特征以及所對應(yīng)的識別方法分別是：臉部特征 —— 人臉識別、人體掌紋、指紋 —— 掌紋識別、指紋識別、視網(wǎng)膜、虹膜 —— 視網(wǎng)膜識別、虹膜識別、聲音頻率 —— 語音識別、目標個體體形 —— 體形識別、形體動作幅度及力度 —— 敲擊識別、簽字 —— 簽字識別等 [1]。 研發(fā)歷史與發(fā)展現(xiàn)狀 早在 20世紀六十年代，人臉識別的研究就以經(jīng)開始起步，到了今天，這項研究已經(jīng)越發(fā)的成熟。 之后的 1991 年到 1997年期間，借助計算機技術(shù)的革新以及各類工程軟件的出現(xiàn)，人臉識別技術(shù)得到了噴發(fā)式的發(fā)展。 1998 年至今，電子商務(wù)領(lǐng)域，安全領(lǐng)域等方面對人臉識別技術(shù)的創(chuàng)新需求越發(fā)迫切。與此同時，人臉識別的商業(yè)應(yīng)用進一步提高，進入 21 世紀，人臉識 別技術(shù)的研發(fā)碩果越發(fā)豐盛，活動圖象專家組（ MPEG）已將人臉檢測算法征集進了人臉識別草案小組的范圍之內(nèi) [3]。 研究背景與意義 人臉識別作為一項新興的科學研究項目，有著廣泛的應(yīng)用前景，而且隨著計算機技術(shù)的更新發(fā)展，它的科學研究價值也越發(fā)凸顯 [3]。這些成果的取得更促進了人們對人臉識別這一課題的深入研究。人們觀察一項事物的流程是通過眼睛掃描事物形體，并錄入腦中，將眼前畫面與腦海中的記憶相比較，借由比較結(jié)果得出識別判斷。 再來，人臉識別這種方法不會引起人的反感，可在目標人物未察覺時識別完成，只需要可見 光就可以完成人臉信息的獲取，不同于虹膜識別需要借助紅外線采集圖像，指紋識別需要依靠電子壓力傳感器活得指紋，獲取時間短，識別精度高 [4]。作為一項具有最廣泛應(yīng)用前景的人體識別技術(shù)，人臉識別將得到越來越多的重視 [4]。一般使用的 RGB圖片不適合于建立人臉皮膚模型，因為在 RGB 空間中，使用三基色 （ r,g,b） 表示圖片的亮度以及顏色。解決方法是隔離顏色表達式中的亮度信息與色度信息，充分利用色度空間中膚色所表示出來的聚類性。色彩空 間常用的的轉(zhuǎn)換顏色模型主要有： YIQ、 YCbCr、 HSV等。 YCbCr 色彩空間一般是在數(shù)字視頻領(lǐng)域內(nèi)應(yīng)用于高品質(zhì)的視頻播放。其中分量 Cb 表示藍色分量和一個參考值的差，分量 Cr表示紅色分量和一個參考值的差 [5]。 灰度圖像轉(zhuǎn)換 灰度圖像就是一個數(shù)組描述，通常由一個 uint uint16 或雙精度類型表示，是使用一個特殊的圖像來表示圖片中的所有像素 [5]?；叶葓D像不同于黑白圖像，黑白圖像只有 0、 1 兩種取值顏色，而灰度圖像的實質(zhì)是一個數(shù)據(jù)矩陣 I，該矩陣中使用了一定范圍內(nèi)的灰度級來代表圖片中的數(shù)據(jù)，每一個元素對應(yīng)著圖像中的一個像素點，灰度級的取值范圍 [0,255][5]。不同的膚色可以具有相同的 2D 模型 G(m， V^2)。人體膚色在 YCbCr 色度空間的灰度范圍為： 4 1 7 0cr1 3 8,1 2 7cb1 0 0 ???? 程序如下： sum=0。ImshowBorder39。tight39。39。 Ori_Face=f。 img=f。 f_cb=f(:,:,2)。 f= (f_cb=100) amp。 (f_cr=138) amp。 figure(1)。 噪聲消除 在轉(zhuǎn)換后圖片出現(xiàn)了噪聲，這里采用開閉運算的方法消除噪聲。 膨脹是二值圖像的形態(tài)操作，具體功能是使圖像變得粗長。39。 imshow(i)。line39。%創(chuàng)建一個線形結(jié)構(gòu)元素 i2=imdilate(i)%%%%顯示膨脹結(jié)果 圖 1 膨脹舉例圖 5 圖 2 膨脹結(jié)果圖 數(shù)學上，膨脹 是作為一種 集合運算 存在的 ， 是所有結(jié)構(gòu)運算原點位置組合成的集合， 這里指定 A為 i， B 為 i2，則 A被 B 膨脹定義為 ： ?????? ????? AZBA Z^ )B( 其中 A與 B 的某些部位將會產(chǎn)生重合。舉例程序與結(jié)果如下： i=imread(39。)。%顯示圖片 se=strel(39。,5,3)。%用線形結(jié)構(gòu)元素來進行腐蝕操作 imshow(i2)%顯示腐蝕結(jié)果 圖 3 腐蝕舉例圖 6 圖 4 腐蝕結(jié)果圖 在數(shù)學定義上，腐蝕與膨脹相類似， A 指代為 ， B 指代為 i2， A 被 B 腐蝕記為 A錯誤 !未找到引用源。 開啟運算就是將膨脹與腐蝕通過各種方式進行整合的運算，其間使用相同的結(jié)構(gòu)元素。舉例程序與結(jié)果如下： i=imread(39。)。square39。%定義方形結(jié)構(gòu)元素 i2=imopen(i,se)。舉例程序與結(jié)果如下： i=imread(39。)。square39。%定義方形結(jié)構(gòu)元素 i2=imclose(i,se)。其小孔是指較亮像素包圍的暗像素區(qū)。調(diào)用程序為： g=imfill(f,39。) 圖像重構(gòu) 在形態(tài)學中，腐蝕通常會除去小的對象，而隨后的膨脹往往會還原所保留對象的形狀，然而，這種還原的精度取決于形狀和結(jié)構(gòu)元素之間的相似性。 圖像重構(gòu)是數(shù)字圖像處理的重要組成部分，其工作原理是以選定圖像的圖