【正文】 ptical Flow)方法兩種。其中前者的優(yōu)點是位置精確、速度快，因為它只需獲取當前的一幅圖像，不足之處是受環(huán)境光照變化的影響，在非受控環(huán)境下需要加入背景圖象更新機制，且不適用于攝像頭運動或者背景灰度變化很大的情況；后者的優(yōu)點在于它只對運動物體敏感，實際上它只檢測相對運動的物體，而且因為兩幀圖像的時間間隔較短，差分圖像受光照變化影響小，檢測有效而穩(wěn)定，其缺點是檢測出的物體的位置不精確。Decarlo 和 Metaxas[7]結合光流和邊緣信息，得出基于 3D 變形模型的最小二乘光流解，并結合 Kalman 濾波進行實時人臉運動跟蹤。這類跟蹤方法主要有兩種思路：一種是對整個頭部進行跟蹤，即將頭部的旋轉和位移運動視為剛體的運動，利用頭部形狀特征對其進行跟蹤，如 Birchfield 等人 [8]實現(xiàn)的人臉跟蹤系統(tǒng)。另一種思路是對臉部重要器官的特征進行跟蹤 [10]，Yang 等人 [11]實現(xiàn)的人臉跟蹤系統(tǒng)是這類方法中較有代表性的一種，他們采用三種模型達到人臉跟蹤的目的，即用高斯統(tǒng)計模型描述人臉膚色分布，用運動模型預測估計運動區(qū)域，用攝像機模型來預測并補償攝像機運動。西華大學碩士學位論文7 本文的研究方法本文研究的主要內容為人臉的檢測與跟蹤算法，主要工作如下：1．通過運動檢測和人體的膚色檢測來去除大部分非人臉的區(qū)域，得到備選人臉區(qū)域，以減小誤檢率和提高檢測速度。然后從人臉模板中提取特征，并且提出了一種鼻嘴結構的特征，結合 Harrlike 特征一起采用Adaboost 算法進行人臉的檢測。 Flow chart圖 算法流程圖 論文的結構與內容第二章 敘述了人臉跟蹤系統(tǒng)的組成原理，并介紹了硬件知識。第三章 對圖像進行預處理，包括彩色圖像轉換成灰度圖像和用中值法對圖像進行濾波去噪兩個部分。第五章 人體的膚色檢測，先對檢測出來的運動區(qū)域進行光線補償，然后采用 Hsu R L 膚色檢測算法進行膚色檢測，獲得備選人臉區(qū)域。將備選人臉區(qū)域劃分為若干特定大小的塊，建立正面和側面的人臉模板。用人臉模板整合 Harrlike 特征組合成強分類器，并且通過透視原理從中得到新的特征和鼻和嘴的結構特征，結合 harrlike 特征進行 Adaboost 人臉檢測。把檢測到的人臉作為運動目標進行跟蹤，采用 kalman 濾波進行目標的運動預測，并且提出了一種根據(jù)圖像間協(xié)方差值來判定圖像相似度的模板匹配法來進行運動目標匹配。西華大學碩士學位論文92 人臉跟蹤系統(tǒng)的組成原理及硬軟件知識人臉跟蹤系統(tǒng)主要是通過攝像機監(jiān)控目標區(qū)域，使用數(shù)字圖像處理技術自動檢測目標區(qū)域中是否存在人臉，如果存在則在人臉處做標記進行跟蹤。由圖像采集系統(tǒng)將攝像機攝取的視頻圖像按序列連續(xù)捕捉下來并數(shù)字化，存入幀緩存中。（3）對預處理后的圖像進行運動檢測，膚色檢測，獲得備選人臉區(qū)域。（5）對檢測到的人臉進行跟蹤。1．攝像機視頻檢測系統(tǒng)的攝像機采用 CCD 攝像機。CCD 攝像機采用CCD 電子藕合器件替代攝像管，在硅片上集成了以陣列分布的成像單元及相應的控制電路、輸出電路。目前，工業(yè)用的攝像機絕大多數(shù)西華大學碩士學位論文10的為 CCD 攝像機。2．圖像采集卡攝像頭傳送過來的電信號與計算機之間的接口是圖像采集卡。模擬圖像經(jīng)過采樣、量化以后轉換為數(shù)字圖像并輸入、存儲到幀存儲器的過程，稱為采集、數(shù)字化、獲取、捕獲、捕捉、抓取、抓幀等，因此視頻采集卡也稱捕獲卡、獲取卡、視頻輸入等。（2）幀速率的高低幀速率的高低直接影響采集卡制作的視頻文件能否流暢，以及 CPU 占用率的高低。大多數(shù)視頻卡都具備硬件壓縮的功能，在采集視頻信號時首先在卡上對視頻信號進行壓縮，然后再通過 PCI 接口把壓縮的視頻數(shù)據(jù)傳送到主機上。不同檔次的采集卡具有不同質量的采集壓縮性能。3．控制處理計算機由于模擬視頻輸入端可以提供不間斷的信息源，視頻采集卡要采集模擬視頻序列中的每幀圖像，并在采集下一幀圖像之前把這些數(shù)據(jù)傳入系統(tǒng)。如果每幀視頻圖像的處理時間超過相鄰兩幀之間的相隔時間，則要出現(xiàn)數(shù)據(jù)的丟失，也即丟幀現(xiàn)象。因此選用較高的 CPU 并有效地利用內存是采集視頻的基本要求。早期的圖像處理設備一般都有專門的圖像監(jiān)視器供顯示專用，目前一般直接用計算機的圖形終端顯示圖像，圖像窗口只是圖形用戶界面的一個普通的窗口。 開發(fā)工具本文所采用的開發(fā)工具是 Visual C++ 。用戶可利用 Visual C++ 以兩種方式編寫 Win32 應用程序，一種方式是基于 Win32 API 的 C 編程方式，另一種是基于 MFC 的 C++編程方式。C++ 編程方式代碼運行效率相對較低，但開發(fā)難度小、開發(fā)工作量小、源代碼效率高。西華大學碩士學位論文123 圖像預處理圖像被采集到計算機后，出于種種原因會存在噪聲，或者存在不利于進一步處理的地方。本系統(tǒng)圖像預處理的內容有：1．將彩色圖像轉換成灰度圖像，以在不影響處理效果的情況下減少處理的信息量，加快處理的速度。西華大學碩士學位論文134 運動檢測和分析法 運動物體定位從序列圖像中定位運動物體，并將研究的運動目標從背景中提取出來，即運動分析和檢測是序列圖像處理中的一個基本問題，也是一個困難問題。1．背景減除法背景減除法 [1316]是目前運動分析中最常用的一種方法。這種方法的運算過程如圖 所示： (a)背景 (b)前景 (c)減背景的運動區(qū)域 The background subtration圖 背景減除法可以看出背景減除法可以比較簡單地得到完整的目標圖像，但對于動態(tài)場景變化，如光照或其它外來無關事件干擾等特別敏感。Haritaoglu 等 [13]利用最小、最大強度值和相鄰幀間的最大時間差分值對場景中每個像素進行統(tǒng)計建模，并且進行周期性的背景更新；McKenna 等 [14]利用像素色彩和梯度信息相結合的自適應西華大學碩士學位論文14背景模型來解決影子和不可靠色彩線索對分割的影響；Stauffer 與 Grimson[15]在每個像素點使用混合高斯分布模型模擬背景，該方法使用多峰分布，對光照的變化和背景混亂（如樹葉的搖擺運動等）不敏感，魯棒性好，可以用于背景變化比較大的場合。2．光流法光流（optical flow）反映了圖像亮度模式的表現(xiàn)運動（apparent motion） 。光流法是用于估算運動場的一個較普遍的方法，使用的是投影速度模型?？捎玫哪Ｐ头譃閰?shù)模型和非參數(shù)模型兩種。貝葉斯方法是在給定光流數(shù)據(jù)的條件下，搜索分割標記的最大后驗概率（Maximum a Posteriori， MAP） ，使得當前分割與期望分割符合的程度最大。Murray[17]等首先提出用分段的二次流場模擬光流數(shù)據(jù)，用 Gibbs 分布模擬分割場的 MAP 分割法。近年來研究的基于光流的分割算法將光流場的估算與運動場的分割結合起來采用迭代方法進行，同時綜合了除運動信息外的其他諸如顏色、邊緣等空間特征，使光流分割法取得了較好的分割結果。3．時域差分法時域差分法也叫幀間差分法，為了避免計算運動場，可以通過計算幀間差分來得到運動區(qū)域，然后再進行分割得到運動對象。通常認為差分圖像服從高斯分布或拉普拉斯分布，根據(jù)統(tǒng)計特性的不同，可以區(qū)分出運動對象和靜止背景。而且由于噪聲的影響，簡單的幀間差分圖像的統(tǒng)計特性不能有效地區(qū)分運動對象和靜止背景。陳朝陽等 [20]提出在差分運算后進行均值濾波，能檢測復雜背景中的運動小目標。Collins[22]提出了一種綜合自適應背景減除和相鄰三幀差分的混合算法來檢測運動區(qū)域，能快速有效地檢測出運動目標。其前提條件是序列圖像相鄰幀間光線變化較小，同時運動物體沒有覆蓋圖像的大部分?？紤]到視頻序列幀間具有很強的相關性及視頻處理中實時性的要求，本文采用簡單的時域差分法對序列圖像的運動目標進行檢測。首先，我們將每一幀輸入圖像由 RGB 彩色圖像轉換成灰度圖像，然后將第 N 幀（這里取 N 為 3~5）分別與前 N1 幀灰度圖像相減得到 N1 幅差分圖像。西華大學碩士學位論文16 (a)第 X 幀圖像 (b)第 X+N 幀圖像 (c)差分圖像 The time substration圖 時域差分法 孔洞填充和運動區(qū)域判斷由于在對連續(xù)的視頻中進行采幀的速度比較塊，兩幀之間的圖像比較接近，只能得到一個運動物體的邊緣圖像。因此，對它需要進行處理，讓一個整體聯(lián)接成一個聯(lián)通區(qū)域。根據(jù)圖像的大小對所得圖像進行膨脹，本文采用的方式是先對圖像進行以連接起同一個運動物體，然后對圖像進行聯(lián)通區(qū)域的獲得，每個聯(lián)通區(qū)域就是一個運動物體。西華大學碩士學位論文175 人體的膚色檢測 顏色空間顏色空間是定義、創(chuàng)建和觀察顏色的方法。另外還有一些針對某些類型的圖像應用通過統(tǒng)計或物理分析，由 RGB 線性或非線性導出的顏色空間，比如用在膚色檢測的顏色空間 YU′V′和 LUX、彩色不變特征、具有亮度適應能力的 HSVV 顏色空間等。關于brC其它顏色空間的定義及其轉換可以參考文獻 [23]。為了減少膚色受照明強度影響，通常將顏色空間從 RGB 轉換到亮度與色度分離的某個顏色空間，比如 或 HSV，然后放棄亮度分量。圖 反應了膚色在 CbCr 空間與 TS 空間上的聚類情況。規(guī)定膚色范圍用數(shù)學表達式明確規(guī)定膚色范圍是一種簡單的膚色建模方法，例如Chai[26]采用 顏色空間的 平面，如果輸入像素的顏色落入brYCbrCRCr=[133。127]限定的矩形區(qū)域，就認為是屬于膚色像素。Zhang [27]在 YUV 空間中根據(jù) Y 范圍和 UV 平面中的色度范圍進行膚色檢測。規(guī)定膚色范圍雖然快捷，但要取得好的效果需要解決兩個問題：(1)如何選擇合適的顏色空間；(2) 怎么確定規(guī)則中的參數(shù)。高斯分布模型高斯密度函數(shù)估計是一種參數(shù)化建模，可以采用單峰高斯模型 SGM[28]或高斯混合模型 GMM[29]。p(x/skin)可以直接衡量像素 x 屬于膚色的可能性，也可以通過高斯分布參數(shù)計算輸入像素顏色 x 與均值 μ 的馬氏距離 ，距離????21Tdxx????大小表示該像素與膚色模型的接近程度。對膚色和i?i非膚色分別用一個高斯混合模型表示，用標準的期望最大化 EM 算法訓練這兩個高斯混合模型，每個高斯混合模型中的高斯密度函數(shù)個數(shù) k 需要事先給定 [29]。高斯膚色模型常用二維色度平面，在色度平面上的膚色分布是否符合高斯分布，決定了本建模方法的好壞。直方圖膚色模型直方圖膚色模型是一種非參數(shù)模型。利用 SPM 檢測膚色像素主要有規(guī)則化查找表和貝葉斯分類器兩種方法。貝葉斯分類器則先學習正反樣本，通過貝葉斯公式估計膚色像素的后驗概率。在膚色檢測之前，Hsu R L 首先采用一種光照補償算法。為了抵消這種圖像中存在的色彩偏差，我們將整個圖像中所有像素的亮度（是經(jīng)過了非線性校正后的亮度）從高到低進行排列，取前 5％的像素，如果這些像素的數(shù)目足夠多（例如，大于 100） ，我們就將它們的亮度作為“參考白”，也即將它們的色彩的 R,G,B 分量值都調整為最大的 255。這一做法的合理性我們可以從兩個角度進行考察：一方面，絕大部分的圖像中都包含有純白色，特別是包含人臉在內的圖象中，在眼球外圍等處通常就是純白色，所以將具有最大亮度的像素的色彩值調整為純白色是合理的：另一方面，存在色彩偏差的圖像在原來是白色的區(qū)域有著很明顯，直觀的體現(xiàn)，所以按照這些區(qū)域的調整方法對整個圖像進行調整也是比較合理和有效的。其非線性變換公式如下：西華大學碩士學位論文21() ???????miniaxmiiii iii CC lhlC lhhYWLLifYKorKWYHif???????? ?? ， ()?????inmax180108l llb h hhYifYKKY????? ??＋＝ ＋ ()?????inmax15415432l llr h hhYifYCYKK??????－＝ ＋式子中 表示 或者 ，ibrC＝， ＝23， ＝14， ＝， ＝20， ＝10，bCWLbWHrCrCWLrCH＝125， ＝188，這些參數(shù)均是 Hsu R L 由大量訓練樣本中估計取得。在變換后的 區(qū)域中采用橢圓模型來描述膚brYC? brC?色分布，其橢圓模式表示如下式： ()??221yxececa??? ()osincbxryCcy???????????????式()()中，文獻 [34]根據(jù)膚色在 空間內的分步形狀，取b?=, =, =, =, =,a=,b=。 Fig. The result of skin color detection圖 膚色檢測結果對膚色檢測的結果圖可以進行孔洞填充，去處小區(qū)域，然后獲得候選人臉區(qū)域以進行人臉檢測。特征可分為四類：視覺特征、像素統(tǒng)計特征、變換域系數(shù)特征和代數(shù)特征。人臉核心區(qū)域(眼睛、鼻子、嘴區(qū)域)具有獨特的灰度分布特征。所謂鑲嵌圖，就是將圖像劃分為一組大小相同的方格，每個方格的灰度為格中各個像素的平均值。Yang 等人將人臉的五官區(qū)域分別劃分為 44 個和 88 個馬賽克塊，使用一組規(guī)則進行檢驗，并且利用邊緣特征進一步驗證。人臉區(qū)域內的各個器官也具有較為恒定的模式，因此一些方