文档介绍：word
word
1 / 29
word
《数字图象处理》课程项目
实施报告
题 目： 人脸面部自动定位与分割
组 号：
任课教师：
组 长：
成 员：
成 员：
成 员：
联系方式：
二〇一五年一月十四日星期三
目录
目录I
图目录III
一项目介绍1
概述1
功能要求1
实施要求1
二主要设计思想2
前期准备2
人脸肤色区域检测2
方法一2
方法二2
非人脸区域判别3
判别规如此3
脖子区域判别3
五官识别-积分投影4
三主要实施过程4
单人4
多人7
四结果分析8
肤色检测8
word
word
I / 29
word
方法一8
方法二8
肤色检测阶段总结9
去除非人脸区域9
单脸9
多脸9
五官分割9
眼9
鼻、嘴10
参考文献11
参考代码12
主程序12
同态滤波17
肤色检测-简易高斯模型19
切割非脸区域21
条件判断23
图目录
Figure 19
Figure 29
Figure 310
Figure 410
word
word
II / 29
word
Figure 511
Figure 612
Figure 714
word
word
III / 29
word
项目介绍
概述
图像分割是图像处理的主要目标，本项目综合利用图像采集、图像增强、彩***像处理、图像分割等知识，根据人脸肤色检测与脸部五官形状，设计实现人脸照片中的人脸面部检测与五官分割。
功能要求
人脸图像的采集
人脸图像增强：去噪、均衡、尺寸归一化、倾斜校正等
脸部肤色区域分割：采用肤色模型检测与分割人脸肤色区域
脸部五官区域分割：采用水平投影等方法去将人脸分割成眉毛、眼睛、鼻子、嘴巴等多个区域
实施要求
项目在自己的电脑上用软件完成，图像采集采用数码相机或拍照相机完成。
整个项目的程序可以采用Matlab编程实现各种功能，也可以采用其他语言，但要能在最后验收时实际运行演示。
项目设计报告要将原理、结果〔包括各步骤的图像〕、分析等给出，并附上源代码。
word
word
1 / 29
word
主要设计思想
前期准备
图像归一化至固定大小 img=imresize(img,[m,n]);
去噪：对同一幅图像分别添加高斯噪声与椒盐噪声，再分别通过3*3与5*5的中值滤波器。显示频谱图，分析
光照补偿
方法一：同态滤波 采用
方法二：伽马矫正
人脸肤色区域检测
方法一
基于已有文献、方法，采取基于RGB、YCbCr颜色空间的简单阈值肤色识别。主要颜色分布： (Cb > 77 And Cb < 127) And (Cr > 133 And Cr < 173)
但误差围较大，无法应用于背景较复杂的图像。故另使用方法二
方法二
采用简易高斯模型
根据事先建立的肤色模型，计算人脸图像中所有像素点颜色与肤色的可能性大小, 即相似度大小, 其取值围为[ 0, 1] ,相似度计算公式如下：其中：为像素点在空间中的向量。
计算完毕后,对所求得的每个P( Cr , Cb )值进展归一化处理，即将每个P (Cr , Cb )值除以该图像中最大的P(Cr , Cb ) 值,这样就使得各像素的相似度的值在[ 0, 1]之间，并且使肤色区域亮度更加突出。该值越大，表示属于肤色的可能性也越大, 反之越小。
word
word
2 / 29
word
在完成肤色相似度分割之后, 接下来进展二值化。此设定一个阈值, 当该点像素的相似度高于这个阈值如此认为该点为肤色像素并置1, 反之假如低于该阈值如此置0。
非人脸区域判别
在对肤色区域进展一系列处理后, 得到了一系列的候选连通区域。由于在背景中可能存在很多和人脸肤色相近或一样的区域被误判为人脸区域, 因此需进一步根据一些先验知识对这些侯选区域进展判别优化,剔除那些明显不是人脸的区域。
判别规如此
假如目标区域的宽度与高度不在规定阈值围，如此删除该区域
假如目标区域的外接矩形高宽之比不在规定的阈值围时, 如此删除该区域。
矩形度：假如目标区域面积与外接矩形面积之比不再规定阈值围，如此删除该区域
脖子区域判别
因脖子与人脸区域的颜色分布近乎一致，无法通过上述方法别离。
认为脖子与下部之间的交界处在水平投影方向上，会出现明显的极小值点。如Figure 2所示。但因为脸部区域的相对复杂性与区域检测的完整性，会使得理想波形在各个区域点出现诸如毛刺的局部，将极大影响分割效果。此，采用长度为5一维中值滤波器，