




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、基于圖像處理的人臉檢測(cè)研究摘 要:針對(duì)人臉識(shí)別的預(yù)處理,采用圖像處理技術(shù)解決了人臉檢測(cè)問題。首先建立輸入圖像的膚色模型,然后進(jìn)展開運(yùn)算處理,以消除圖像噪聲利于后面的眼睛定位。再對(duì)二值圖像做灰度投影實(shí)現(xiàn)人臉粗分割,定位雙眼。最后對(duì)細(xì)化分割出來的人臉區(qū)域進(jìn)展標(biāo)準(zhǔn)化操作,包括灰度的平衡處理和Mallat算法二維小波分解。灰度平衡把原始圖像的直方圖變換為均勻分布的形式,增加像素灰度值的范圍。小波分解可以壓縮圖像,以降低算法的復(fù)雜度。每個(gè)步驟通過處理前后人臉圖像的比照彰顯所做步驟的意義。人臉檢測(cè)的最終結(jié)果是獲得64×64大小的人臉圖像。此圖像包含了人臉的有效信息,在此圖像的根底上才能進(jìn)展后續(xù)的
2、提取特征、設(shè)計(jì)支持向量機(jī),進(jìn)而做人臉識(shí)別。關(guān)鍵詞:圖像處理;人臉檢測(cè);灰度平衡;小波分解;膚色建模要識(shí)別圖像中的人臉,首要的一點(diǎn)就是要找到人臉。人臉檢測(cè)與跟蹤就是研究如何從靜態(tài)圖片或者視頻序列中找出人臉的所在區(qū)域,假設(shè)存在人臉,那么輸出人臉的位置及其大小。人臉跟蹤就是要在檢測(cè)到人臉的根底上,在后續(xù)的人臉圖像中繼續(xù)捕獲人臉的位置及其大小等性質(zhì)。人臉檢測(cè)是人臉身份識(shí)別的前期工作。同時(shí),人臉檢測(cè)作為完好的單獨(dú)功能模塊,在智能視頻監(jiān)控、視頻檢索和視頻內(nèi)容組織等方面有直接的應(yīng)用1。目前做人臉檢測(cè)的方法大致有:神經(jīng)網(wǎng)絡(luò)的方法、基于特征的方法和基于圖像的方法等。其中,神經(jīng)網(wǎng)絡(luò)的方法是用許多的訓(xùn)練數(shù)據(jù)一部份是
3、臉部的、一部份是非臉部的去訓(xùn)練神經(jīng)網(wǎng)絡(luò),使其可以辨識(shí)出什么圖像是臉、什么圖像不是臉?;谔卣鞯姆椒ㄊ抢萌四槻康囊恍┨卣鱽頇z測(cè)人臉,例如:人臉上有眼睛、鼻子、嘴巴,而這些器官都有固定的相對(duì)位置;就整張臉而言,大概是呈橢圓形,而臉和背景之間大致會(huì)有邊緣線;諸如此類,有許許多多的特征可利用。而基于圖像的方法,那么是利用人臉部的顏色來判斷某圖像是否是臉,假設(shè)圖像是彩色的,知道臉的顏色是黃、白、褐、深褐色,假設(shè)圖像是灰度的,人臉的灰度顏色的變化并不會(huì)太大,而眼睛、嘴巴、頭發(fā)會(huì)是較黑的部份2。同灰度圖像相比,彩色圖像可以提供更多有關(guān)于目的物體的信息,彩色圖像處理方法具有比灰度圖像處理方法更大的優(yōu)越性?;?/p>
4、于圖像的方法運(yùn)算量小,膚色是人臉的重要信息,不依賴于面部的細(xì)節(jié)特征,對(duì)于旋轉(zhuǎn)、表情等變化情況都能適用,具有相對(duì)的穩(wěn)定性并且和大多數(shù)背景物體的顏色相區(qū)別,因此膚色特征在人臉檢測(cè)中是最常用的一種特征3。本課題設(shè)計(jì)了一套人臉識(shí)別的技術(shù)道路,僅討論標(biāo)準(zhǔn)化處理前的人臉檢測(cè)局部。人的皮膚顏色分布在顏色空間中很小的一個(gè)范圍內(nèi),呈聚類特性,特別是在排除了光照亮度和在經(jīng)過某種變換的色彩空間中。所以利用膚色這一線索,可以排除掉在灰度圖像中很像人臉而對(duì)應(yīng)到彩色圖像中根本不是膚色的區(qū)域,這在人臉檢測(cè)中會(huì)起到積極的作用,膚色模型正是建立在此根底之上的,并且人們提出了不同色彩空間的膚色模型表示方法。常見的色彩表示方法是基
5、于三基色理論的RGB空間,由RGB空間經(jīng)過變換,可以得到各種色度空間表示,有HIS,YCbCr等4。CbCr分量組成的二維聚類區(qū)域排除了大局部非人臉區(qū)域,但由于CbCr是直接由RGB色彩格式通過線性變換得到,沒有完全別離出亮度信息,因此對(duì)光照比較敏感。膚色聚類呈兩頭尖的紡錘形狀。假設(shè)只采用二維的膚色CbCr模型,在值較大和較小的局部,被錯(cuò)誤檢測(cè)為膚色的區(qū)域?qū)⒋蟠笤黾?。在進(jìn)展膚色建模的時(shí)候,YCbCr空間中的亮度和色度的別離度越大越好,但是實(shí)際操作中這二者總是存在一定的依賴關(guān)系,要做的就是盡量消除它們之間的依賴關(guān)系,分段的非線性轉(zhuǎn)換就是為了這一目的。2 二值圖像開運(yùn)算和閉運(yùn)算形態(tài)學(xué)變換膨脹采用向
6、量加法對(duì)兩個(gè)集合進(jìn)展合并。膨脹XB是所有可能向量加之和的集合,向量加法的兩個(gè)操作數(shù)分別來自于X和B,并且取到任意可能的組合6。膨脹用來填補(bǔ)物體中小的空洞和狹窄的縫隙,它使物體的尺寸增大。腐蝕對(duì)集合元素采用向量減法,將兩個(gè)集合合并,腐蝕是膨脹的對(duì)偶運(yùn)算。腐蝕簡(jiǎn)化了物體的構(gòu)造,某些物體或物體的局部將被去掉, 腐蝕和膨脹不是互逆變換。開運(yùn)算是對(duì)圖像先腐蝕后再膨脹,得到的不是原始圖像。根據(jù)開啟和閉合的特點(diǎn),通??梢岳瞄_啟刪除圖像中的小分支,利用閉合填補(bǔ)圖像中的空穴。用B=111111將經(jīng)過膚色建模的圖像進(jìn)展開運(yùn)算處理,消除局部噪聲以利于下面的眼睛定位見圖4,可見眼睛所在的區(qū)域非常明晰7。圖像分割是一
7、種根本的計(jì)算機(jī)視覺技術(shù),是從圖像處理到圖像分析的關(guān)鍵步驟。有效合理的圖像分割可以為基于內(nèi)容的圖像檢索、對(duì)象分析等抽象出非常有用的信息,從而使得更高層的圖像理解成為可能8。對(duì)于經(jīng)過膚色建模后的二值圖像,很容易分割出人臉區(qū)域,本文采用灰度積分投影的方法,利用人臉圖像的垂直灰度投影確定左右邊界,利用程度灰度投影確定上下邊界。設(shè)人臉灰度圖像為fx,y,其大小為m×n,定義圖像的程度灰度投影為選擇適當(dāng)?shù)耐队伴撝导纯蓪?shí)現(xiàn)人臉的粗分割見圖5。在本文中分割人臉的目的在于減小搜索區(qū)域,更加方便地定位雙眼,因此分割區(qū)域選擇首先要包含雙眼在內(nèi),其次盡量排除其他對(duì)雙眼定位有干擾的區(qū)域,如頭發(fā)等,所以沒有實(shí)現(xiàn)
8、人臉的完全分割,而是實(shí)現(xiàn)的局部分割,以包括雙眼在內(nèi)為首要目的。眼睛定位對(duì)于能否自動(dòng)有效地實(shí)現(xiàn)識(shí)別算法起著重要的作用,由于人臉是非剛性的,同一人的臉因表情變化會(huì)差異很大,但同一人的兩眼間距相對(duì)變化是較小的,并且雙眼對(duì)于人臉中線對(duì)稱,因此雙眼的位置及其間距自然成為人臉圖像幾何歸一化的根據(jù)9。3 在左右眼每個(gè)半?yún)^(qū)中,當(dāng)出現(xiàn)把眉毛誤認(rèn)為眼睛的時(shí)候,可以按照眉毛在眼睛上方這一先驗(yàn)知識(shí)予以取舍;4 左右半?yún)^(qū)都挑選了一個(gè)區(qū)域以后,就可以得到左右眼睛的中心點(diǎn)。使用挪動(dòng)窗口的好處是它相當(dāng)于一個(gè)噪聲消除裝置,可以將滿足條件的孤立區(qū)域連接起來得到更大的區(qū)域,利于確定眼睛中心點(diǎn)。5 細(xì)化分割6.1 灰度平衡處理細(xì)化分
9、割后還應(yīng)做灰度平衡處理,此處采用直方圖的灰度平衡方法見圖8。這個(gè)方法的根本思想是把原始圖像的直方圖變換為均勻分布的形式,這樣就增加了像素灰度值的動(dòng)態(tài)范圍,增強(qiáng)了靠近直方圖極大值附近的亮度比照度,減小了極小值附近的比照度。原始圖像的直方圖用Hp表示,輸入的灰度級(jí)范圍是p0,pk。1 對(duì)于有G個(gè)灰度級(jí)大小為M×N的圖像,創(chuàng)立一個(gè)長(zhǎng)為G的數(shù)組H,并初始化為0;2 形成直方圖。掃描每個(gè)像素,增加相應(yīng)的H成員,當(dāng)像素p具有亮度gp時(shí),做Hgp=Hgp+1;3 形成累積直方圖HC。 HC0=H0, HCp=HCp-1+Hp;4 設(shè)置Tp=roundG-1M×NHcp,并重新掃描圖像得到
10、一個(gè)具有灰度級(jí)gp的輸出圖像,設(shè)置gp=Tgp。a平衡前 b平衡后平衡后的圖像,仍包含較多冗余信息,圖像容量較大??梢圆捎眯〔ㄗ儞Q,壓縮圖像,以降低后續(xù)算法的復(fù)雜度。小波變換是一種信號(hào)的時(shí)間-尺度分析方法,它具有多分辨率分析的特點(diǎn),而且在時(shí)頻兩域都具有表征信號(hào)局部特征的才能,是一種窗口大小固定不變,但其形狀可變時(shí)間窗和頻率窗都可變的時(shí)頻局部化分析方法。即在低頻局部具有較高的頻率分辨率和較低時(shí)間分辨率,在高頻局部具有較高的時(shí)間分辨率和較低的頻率分辨率,很適宜探測(cè)正常信號(hào)中夾帶的瞬態(tài)反?,F(xiàn)象并展示其成分,所以被譽(yù)為分析信號(hào)的顯微鏡11。二維小波函數(shù)是通過一維小波函數(shù)經(jīng)過張量積變換得到的,二維小波函
11、數(shù)分解是把尺度j的低頻局部分解成四局部:尺度j+1的低頻局部和三個(gè)方向程度、垂直、斜線的高頻局部??梢詫⒍S小波分解應(yīng)用于人臉圖像的表示,經(jīng)過適當(dāng)層次的小波分解后得到的低頻子帶圖像有以下特點(diǎn):經(jīng)k層小波分解后得到的像素點(diǎn)數(shù)是原圖的1/4k,分解后的低頻子帶圖像對(duì)表情變化不敏感。在多分辨率分析的根底上,Mallat算法是基于濾波器組的小波分解和小波重構(gòu)算法,通過它可以實(shí)現(xiàn)信號(hào)多分辨的快速分解。Mallat算法通過一組分解濾波器h低通濾波器和g高通濾波器對(duì)信號(hào)進(jìn)展濾波,然后對(duì)輸出結(jié)果進(jìn)展下二采樣來實(shí)現(xiàn)小波分解,分解的結(jié)果是產(chǎn)生長(zhǎng)度減半的兩個(gè)局部,一個(gè)是經(jīng)低通濾波器產(chǎn)生的原始信號(hào)的平滑局部;另外一個(gè)
12、是由高通濾波器產(chǎn)生的原始信號(hào)的細(xì)節(jié)局部。重構(gòu)時(shí)使用一組h和g合成濾波器對(duì)小波分解的結(jié)果濾波,再進(jìn)展上二采樣來重構(gòu)信號(hào)。多級(jí)小波分解通過級(jí)聯(lián)的方式進(jìn)展,每一級(jí)的小波變換都是在前一級(jí)分解產(chǎn)生的低頻分量上的繼續(xù),合成是分解的逆運(yùn)算。低頻分量上的信息比較豐富,能量集中;高頻分量上的信息分量多為零,細(xì)節(jié)信息豐富,能量較少。Mallat小波使得復(fù)雜的小波變成了簡(jiǎn)單的濾波器系數(shù),大大降低了其應(yīng)用的復(fù)雜度。利用Mallat算法進(jìn)展信號(hào)的正交小波分解與合成如圖9所示。圖9 Mallat算法 小波分解層數(shù)過多,雖然冗余度降低,但喪失較多信息。本文采用二層小波分解。在對(duì)圖像進(jìn)展二維分解時(shí),先對(duì)一個(gè)方向程度方向或垂直方向進(jìn)展濾波,再對(duì)另一個(gè)方向進(jìn)展濾波。通過濾波,將圖像分解為四個(gè)子圖,LL表示程度方向和垂直方向都是低頻濾波。對(duì)一幅圖像來說,其高頻信息主要集中在邊緣、輪廓和某些紋理的法線方向上,低頻信息占據(jù)圖像大局部?jī)?nèi)容,所以分解主要做低頻處理。經(jīng)過兩層小波分解后的LL人臉圖像,其大小為64×64見圖10。7 結(jié)論經(jīng)過該算法,人
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 銷售行業(yè)年中工作總結(jié)
- 小學(xué)語文教師選調(diào)考試試題(同名22261)
- 督導(dǎo)評(píng)估委托協(xié)議
- 中國(guó)三苯基氯甲烷市場(chǎng)發(fā)展?fàn)顩r與投資前景趨勢(shì)預(yù)測(cè)報(bào)告2025-2031年
- 我國(guó)冷卻水發(fā)展方向
- 輸液反應(yīng)處理及報(bào)告流程
- 超市收銀主管年終總結(jié)
- 醫(yī)療器械與設(shè)備維護(hù)作業(yè)指導(dǎo)書
- 身體癱瘓病人護(hù)理
- 項(xiàng)目時(shí)間管理與計(jì)劃實(shí)施手冊(cè)
- 工程機(jī)械租賃服務(wù)方案及保障措施投標(biāo)方案文件
- SJG 38-2017 深圳市房屋建筑工程海綿設(shè)施設(shè)計(jì)規(guī)程
- 儲(chǔ)能站施工組織設(shè)計(jì)施工技術(shù)方案(技術(shù)標(biāo))
- 小學(xué)數(shù)學(xué)跨學(xué)科教學(xué)項(xiàng)目化實(shí)施
- 2025年山西金融職業(yè)學(xué)院高職單招職業(yè)技能測(cè)試近5年??及鎱⒖碱}庫(kù)含答案解析
- 工程項(xiàng)目成本管理制度
- 【培訓(xùn)課件】《統(tǒng)計(jì)法》宣傳課件 建立健全法律制度依法保障數(shù)據(jù)質(zhì)量
- 2024年安全管理人員安全教育培訓(xùn)試題及答案能力提升
- 金融行業(yè)金融數(shù)據(jù)分析手冊(cè)
- DB45T 2634.1-2023 道路運(yùn)輸車輛主動(dòng)安全智能防控系統(tǒng)設(shè)計(jì) 第1部分:平臺(tái)技術(shù)要求
- 中國(guó)各省市地圖拼圖模板
評(píng)論
0/150
提交評(píng)論