【正文】 ，則對臉部區(qū)域的獲取則比較準確，成功率達到 95%以上，并且速度快，減少很多工作。 圖像預處理模塊： 圖像預處理就是對獲取得來的圖像進行適當?shù)奶幚?，使它具有的特征能夠在圖像中明顯的表現(xiàn)出來。 灰度化：圖像灰度化的過程就是把彩色圖像轉換為灰度圖像的過程， 彩色圖像包含較多人臉特征信息，但是直接作為處理對象會使過程復雜化．相比之下灰度圖像在保留了人臉主要特征信息的基礎上，減少了總信息量。 對比度增強：對比度增強，就是對圖像的進一步處理，將對比度再一次 拉開。通過改變選用的增強函數(shù)的解析表達式就可以得到不同的處理效果 。為了便于二值化 閾值 的確定， 膚色相似度計算的意義是通過計算出與人臉膚色相近的像素點，確定人臉區(qū)域，用灰度圖象顯示出來，并為二值化提供一個可計算出 閾值 的比較值。 直方圖 ： 直方圖是圖象處理中一種十分重要的圖象分析工具，它描述了一幅圖像的灰度級內容，任何一幅直方圖都包含了豐富的信息。 開發(fā)環(huán)境 ? 硬件環(huán)境 硬件配置原則：具有可靠性，可用性和安全性，具有完善的技術支持。 運行本軟件所需的硬件資源： CPU： 800M 及以上；內存： 128M 及以上 ? 軟件環(huán)境 系統(tǒng)軟件配置原則能夠滿足該軟件的可靠性，可用性和安全性的要求系統(tǒng)軟件配人臉面部特征提取技術的研究 6 置方案 ① 配置有持續(xù)工作能力、高穩(wěn)定性、高度可集成的開放式標準的操作系統(tǒng)，如Windows20xx， Windows NT， UNIX， Linux 等。如： Visual C++ 。 運行環(huán)境 （ 1） 硬件環(huán)境 CPU： 800M 以上；內存： 128 M 及以上。如 Windows 9 Windows Me、Windows 20xx、 Windows NT 等。 該人臉識別軟件需要如下的運行環(huán)境： CPU： 800M 及以上；內存： 128 M及以上。 因此，從操作可行性來看，只要系統(tǒng)用戶的硬件軟件設備滿足以上條件，即可用該人臉識別軟件進行人臉的識別。在確定臉部區(qū)域上，通常使用的方法有膚色提取。 人臉自身變化的挑戰(zhàn)：同一個人的人臉圖像因為表情、精神狀態(tài)、健康狀況、姿態(tài)、整容、年齡變20xx 屆計算機科學與技術專業(yè)畢業(yè)設計（論文） 7 化、意外損傷、化妝、眼鏡帽子、頭發(fā)胡 須等變化而發(fā)生巨大的變化；外部環(huán)境的挑戰(zhàn)：光照環(huán)境條件、攝像設備、人與攝像設備的距離角度、圖像存儲質量等 ，都會使人臉圖像發(fā)生教大變化。 預處理方案選擇 本應用程序的設計方案原則如下： ①采用較為先進的技術力量，保證應用程序在技術上具備一定的優(yōu)勢。 ③應用程序便于擴展和維護，易于技術的更新。 ⑤編寫的代碼必須嚴謹易讀，代碼的解釋必須清楚明白，為應用程序的再開發(fā)提供應盡的責任。在 Windows 操作系統(tǒng)中，任何圖像格式（如 .jpeg 格式， .gif格式）在系統(tǒng)中顯示之前最終必須轉化為位圖格式。 本次設計所用的開發(fā)工具是 Microsoft Visual C++ 。它支持多平臺和交叉平臺的開發(fā)，將各種編程工具如編輯器、連接器、調試器等巧妙的結合在一起，構成一個完美的可視化開發(fā)環(huán)境。人臉面部特征提取技術的研究 8 本文主要研究的對象是圖像預處理模塊，該模塊分為 中值濾波、 圖像灰度化、相似度計算、二值化 每個 小模塊的實現(xiàn)都有許多相應的算法。但是 如果平滑不當，就會使圖像本身的細節(jié)如邊界輪廓、線條等變的模糊不清 ，為了 既平滑掉噪聲有盡量保持圖像細節(jié) ，本系統(tǒng)采用中值濾波算法處理。 膚色相似度計算：相似度計算是為了判別兩對象的相似程度而設定的算法，比如文字、指紋、人臉等。 二值化：通過一些算法，通過一個閾值改變圖像中的像素顏色，令整幅圖像畫面內僅有黑白二值，該圖像一般由黑色區(qū)域和白色區(qū)域組成，可以用一個比特表示一個像素，“ 1”表示黑色，“ 0”表示白色，以便有利于我們對特征的提取 。 應用程序的總體結構設計流程圖如圖 3－ 1 所示： 圖 3－ 1 總體結構設計流程圖 人臉面部特征提取技術的研究 10 圖像預處理的層次圖如圖 32 所示： 圖 32 預處理的層次圖 人臉定位 的層次圖如圖 33 所示： 圖 33 人臉定位 的層次圖 20xx 屆計算機科學與技術專業(yè)畢業(yè)設計（論文） 11 各模塊功能概述 以上是該系統(tǒng)的總體結構設計圖以及圖像預處理模塊的層次圖。 該模塊主要是從圖片庫中獲取，獲取后的圖片可以在軟件的界面中顯示出來以便進行識別。這一非線性分段色彩變換得到的膚色模型屬于色彩空間中的聚類模型，這一類膚色模型的建立首先要選取一種合適的色彩空間。 該模塊中的子模塊有如下 幾 個，下面對它們進行概述： ★ 中值濾波 中值濾波將對圖像進行平滑處理，在圖像采集過程中，由于各種因素的影響，圖像往往會出現(xiàn)一些不規(guī)則的噪聲，入圖像在傳輸、存儲等都有可能產生數(shù)據的丟失。處理噪聲的過程稱為濾波。 ★ 灰度化 圖像灰度化的過程就是把彩色圖像轉換為 灰度 圖像的過程， 彩色圖像包含較多人臉特征信息，但是直接作為處理對象會使過程復雜化．相比之下灰度圖像在保留了人臉主要特征信息的基礎上，減少了總信息量。使圖象原本模糊的邊緣變得清晰。 ★ 相似度計算 相似度計算是為了判別兩對象的相似程度而設定的算法，比如文字、指紋、人臉等。 ★ 二值化 二值化的目的是將采集獲得的多層次灰度圖像處理成二值圖像，以便于 分析理解和識別并減少計算量 。 這便有利于我們對特征的提取。 模塊定位 對候選特征進行篩選時，首先割據顏色信息提出那些偽特征。 ★ 顏色篩選 無論是眼睛還是嘴巴，都位于人臉的非膚色區(qū)域。 ★ 雙眼的定位 把篩選過的特征區(qū)域兩兩配對，再用 PCA模扳進行嚴整，就可以得到真正的雙眼 大使， PCA嚴整有時候難以區(qū)分眉毛與眼睛，所以還要用一些幾何特性進一步篩選，由于假定姿態(tài)是正的，雙眼必定位于人臉的上半部分，他們的連線是近似水平的，而且他們的中心比眉毛低，運用這些判據，可以區(qū)分眉毛和眼睛。在這附近搜索顏色較深的區(qū)域，大致能得到鼻孔的位置（有的側面 圖一個鼻孔基本不可見，也就無法檢測出來了）。 ★ 嘴巴的定位 找到雙眼之后，可以在它們的下方搜索候選特征區(qū)域，尋找非膚色面積較大、近似位于雙眼對稱的候選作為嘴巴。 人臉面部特征提取技術的研究 14 第 4 章 系統(tǒng)詳細設計 本章主要對圖像處理這一模塊進行詳細介紹，對其子模塊所用到的算法及具體實現(xiàn)進行詳細講述。相比之下灰度圖像在保留了人臉主要特征信息的基礎上，減少了總信息 量。 ? 點擊打開圖象，選取所需要的圖片 對圖片進行光線補償 、 將圖片變成灰色 、 實現(xiàn)圖片對比度增強，二值化變換 等一系列預處理。 20xx 屆計算機科學與技術專業(yè)畢業(yè)設計（論文） 15 最大值法會完成亮度很高的灰度 。 ③ 加權平均值法：根據重要性或其他指標給 R， G， B 賦予不同的權值，并使RGB 的加權值平均，即 ， ( ) 3R G BR G B W R W G W B? ? ? ? ? 式 () 其中 RW ， GW ， BW 分別為 R， G， B 的權值。 （ 2） 具體實現(xiàn)灰度化功能 ① 在明白了灰度化的原理之后，就可進行編碼來實現(xiàn)該功能。 //將像素值限制在 0 到 255 if (ColorGray0) { ColorGray=0。 } return ColorGray。 //獲取綠色分量 int ColorGreen=m_tOriPixelArray[i][j].rgbGreen。 //調用函數(shù)， 計算灰度值 int cgray=method3CalGray1(ColorBlue ,ColorGreen , ColorRed ) 。 //重置位圖 MakeBitMap( )。 //初始化如下 method3 = new CPreProcess(m_tOriPixelArray,m_nWndWidth,m_nWndHeight)。 （ 1） 具體實現(xiàn)功能 進行編碼來實現(xiàn)該功能 ： 在編輯界面中添加一個滑動條控件和文本編輯器 ，將其命名為 ‘ 灰度化變換 ’ , 并其 ID 號分別設為 IDC_SLIDER1, IDC_EDIT1 ，對應文件CFaceDetectDlg． Cpp中的函數(shù) OnReleasedcaptureSlider1()和 OnChangeEdit1()實現(xiàn) 。代碼為： //設置滑動條的初始值 (m_Gray)。 在滑動條的消息處理函數(shù) OnReleasedcaptureSlider1()中進行灰度化變換，將滑動條的值賦給灰度，并將其控制在【 0， 255】之間。 if (cgray0) { 20xx 屆計算機科學與技術專業(yè)畢業(yè)設計（論文） 19 cgray=0。 } m_tResPixelArray[i][j].rgbBlue = m_tResPixelArray[i][j].rgbGreen = m_tResPixelArray[i][j].rgbRed =cgray。 } //重置位圖 MakeBitMap()。 if(m_pResMap!=NULL) delete m_pResMap。 m_pResMapCreateCompatibleBitmap(amp。