人臉檢測系統(tǒng)設計畢業(yè)設計論文

1、中文題目外文題目:人臉檢測系統(tǒng)設計:FACE DETECTION SYSTEM畢業(yè)設計（論文）共100頁（其中：外文文獻及譯文14頁）圖紙共0張完成日期2015年6月答辯日期2015年6月II摘要本項目致力于完成 Microsoft Visual Studio 2010平臺下的人臉檢測與定位系統(tǒng)，人臉檢 測定位的算法基于基于膚色相似度算法。本設計主要完成的工作包括求膚色的相似概率、 二值化、水平與垂直方向的投影、人臉特征（眼睛、眉毛、嘴巴和鼻子）的提取、精確定 位人臉區(qū)域。系統(tǒng)對于提升人臉檢測的準確率具有指導意義，設計了基于膚色的人臉檢測和定位系統(tǒng)。采用了臉部皮膚之間相似度的方法以及二值化方法

2、，使用了基于邊界方法和基于區(qū)域方法相結合的算法，提取了眼睛、嘴和鼻子等關鍵特征，最終較好地實現(xiàn)了人臉定位。在Microsoft Windows平臺上，利用MicrosoftVisual Studio 2010 開發(fā)了軟件。對于清晰的正面人臉圖，該系統(tǒng)能夠做出正確地檢測定位并提取出特征。關鍵詞：圖像分割；人臉定位；膚色；人臉檢測；特征提取IIIIAbstractThis topic devotes to completi ng the detect ion and localizati on system of the pers on face un der the Microsoft Visu

3、al Studio 2010 platforms, and the detect ion localizatio n algorithm of the person face limit to basing on the skin color similarity algorithm. The topic must complete similarity computati on, binary image process in g, vertical histogram, horiz on tal histogram and extract ing pers on face characte

4、ristic (eye, mouth and no se). This topic emphasize applicatio n of ski n color model similarity in the detect ion and the localizatio n of pers on face, and has a sig nifica nt in structi on for research of in creas ing accuracy in detect ion and the localizati on of pers on face.In this paper, the

5、 authors have presented an algorithm and designed a system for face detect ion and locati on based on complexi on. By stre ngthe ning the con trast betwee n face features and by adopt ing binary image process ing method, the system has improved the preprocess ing effect; and by using boun dary-based

6、 algorithm plus regi on-based algorithm , the system has realized face locati on through the extract ion of the features of eyes, nose and mouth. Tak ing advantages of Microsoft Visual Studio 2010, the authors have also developed corresponding software based on Microsoft Win dows.Production of this

7、paper have definite application value.Experiment results prove that the system is valid in detect ing.Key words: image segmentation; face localization; complexion; face detection feature ex-traction目錄 TOC o 1-5 h z 0前言 1 HYPERLINK l bookmark4 o Current Document 1問題定義 2 HYPERLINK l bookmark6 o Curren

8、t Document 系統(tǒng)名稱 2 HYPERLINK l bookmark8 o Current Document 項目目標 2 HYPERLINK l bookmark10 o Current Document 項目范圍 3 HYPERLINK l bookmark12 o Current Document 可行性研究階段經(jīng)費估算 3 HYPERLINK l bookmark14 o Current Document 2可行性研究 4 HYPERLINK l bookmark16 o Current Document 系統(tǒng)目標 4 HYPERLINK l bookmark18 o Curr

9、ent Document 可行性分析 4 HYPERLINK l bookmark20 o Current Document 可行性分析的目的4 HYPERLINK l bookmark22 o Current Document 技術可行性4 HYPERLINK l bookmark24 o Current Document 經(jīng)濟可行性5 HYPERLINK l bookmark26 o Current Document 操作可行性5 HYPERLINK l bookmark28 o Current Document 法律可行性 5 HYPERLINK l bookmark30 o Curre

10、nt Document 可行性研究結論 5 HYPERLINK l bookmark32 o Current Document 3人臉檢測系統(tǒng)需求分析 6 HYPERLINK l bookmark34 o Current Document 人臉檢測系統(tǒng)需求 6 HYPERLINK l bookmark36 o Current Document 人臉檢測系統(tǒng)功能需求 6 HYPERLINK l bookmark38 o Current Document 人臉檢測系統(tǒng)環(huán)境需求7 HYPERLINK l bookmark40 o Current Document 人臉檢測系統(tǒng)可靠性需求7 HYPER

11、LINK l bookmark42 o Current Document 人臉檢測安全保密需求 8 HYPERLINK l bookmark44 o Current Document 人臉檢測系統(tǒng)用戶界面需求8人臉檢測系統(tǒng)資源使用需求8 HYPERLINK l bookmark46 o Current Document 人臉檢測系統(tǒng)需求分析 9 HYPERLINK l bookmark48 o Current Document 人臉檢測系統(tǒng)分析用例模型 9 HYPERLINK l bookmark50 o Current Document 人臉檢測用例描述 11. HYPERLINK l bo

12、okmark52 o Current Document 3.3系統(tǒng)用例活動圖設計 13 HYPERLINK l bookmark54 o Current Document 4 系統(tǒng)分析 17 HYPERLINK l bookmark56 o Current Document 人臉檢測系統(tǒng)對象模型設計 17 HYPERLINK l bookmark58 o Current Document 實體類分析 19. HYPERLINK l bookmark62 o Current Document 邊界類分析 22. HYPERLINK l bookmark64 o Current Document

13、控制類分析22. HYPERLINK l bookmark68 o Current Document 人臉檢測系統(tǒng)動態(tài)模型設計 23 HYPERLINK l bookmark70 o Current Document 人臉檢測系統(tǒng)功能模型設計 24 HYPERLINK l bookmark72 o Current Document 5系統(tǒng)設計 25 HYPERLINK l bookmark74 o Current Document 實體類設計 25 HYPERLINK l bookmark76 o Current Document 文件類設計 25. HYPERLINK l bookmark7

14、8 o Current Document 預處理類26. HYPERLINK l bookmark80 o Current Document 特征提取類 29. HYPERLINK l bookmark82 o Current Document 邊界類設計 35 HYPERLINK l bookmark84 o Current Document 控制類設計 35 HYPERLINK l bookmark86 o Current Document 6編碼 36 HYPERLINK l bookmark88 o Current Document 編程工具的選擇 36 HYPERLINK l boo

15、kmark90 o Current Document 6.2變量及函數(shù)命名規(guī)則 36 HYPERLINK l bookmark92 o Current Document 變量名設計原則36. HYPERLINK l bookmark94 o Current Document 變量設計36. HYPERLINK l bookmark96 o Current Document 7測試設計 38 HYPERLINK l bookmark98 o Current Document 系統(tǒng)測試的基本原則 38 HYPERLINK l bookmark100 o Current Document 人臉檢測系

16、統(tǒng)單元測試 38 HYPERLINK l bookmark102 o Current Document 人臉檢測系統(tǒng)測試結論 41軟件能力 41 HYPERLINK l bookmark106 o Current Document 軟件缺陷 42. HYPERLINK l bookmark108 o Current Document 8系統(tǒng)使用說明 42 HYPERLINK l bookmark110 o Current Document 系統(tǒng)運行環(huán)境 43 HYPERLINK l bookmark112 o Current Document 系統(tǒng)安裝指南 43 HYPERLINK l boo

17、kmark114 o Current Document 9結束語 43 HYPERLINK l bookmark116 o Current Document 致謝 44 HYPERLINK l bookmark118 o Current Document 參考文獻 46 HYPERLINK l bookmark120 o Current Document 附錄A中文譯文 47 HYPERLINK l bookmark126 o Current Document 附錄B英文原文 53 HYPERLINK l bookmark145 o Current Document 附錄C核心代碼 61遼寧工

18、程技術大學畢業(yè)設計（論文） i遼寧工程技術大學畢業(yè)設計（論文） #亠、八0 刖言當今世界網(wǎng)絡信息技術迅猛發(fā)展，人們需要不斷的提高安全知識。用數(shù)字來表示身份 逐漸成為網(wǎng)絡信息時代的一大特點。因此，保護信息安全的同時鑒別一個人的身份就成為 了社會的關鍵性問題。身份確認是當今社會必不可少的。例如，針對個人而言，銀行的取款機需要密碼確認, 上班也需要打卡，個人身份的確定也需要身份證、學生證等相關證件，在網(wǎng)上購物的話， 付款時也需要密碼和短信來進行確認。但是，身份證、鑰匙、密碼等傳統(tǒng)的身份認證方式 存在很大的弊端。鑰匙、身份證等很容易偽造出來，而且如果不小心丟失被他人拾取很容 易造成財產(chǎn)損失。另外，對社

19、會而言，恐怖組織日益猖獗，恐怖事件每年都會發(fā)生很多， 各個國家需要更加準確、方便的身份確認方式來保護國家安全。 此時就需要一種不易丟失、 不易偽造、可以永久保存、便于隨身攜帶的身份確認方式。正是在這種情況下，人臉識別 技術應運而生。人臉檢測是生物特征鑒別技術的一個主要方向，與其他生物特征相比，人臉檢測具有 主動性、非侵犯性和用戶友好性等許多優(yōu)點。人臉檢測技術可以被應用在多種不同的安全 領域：證件中的身份認證；樓宇進出的安全控制；重要場所中的安全檢測和監(jiān)控；智能卡 中的身份認證。另外，人臉檢測技術在信息安全領域（計算機的登錄控制，應用程序安全 使用、數(shù)據(jù)庫安全訪問和文件加密，實現(xiàn)局域網(wǎng)和廣域網(wǎng)的

20、安全控制，保護電子商務的安 全性）也有著巨大的潛在應用價值。其次，人臉檢測技術可以用于創(chuàng)建友好自然的人機交 互方式。最后，人臉檢測技術還可以用于圖像庫檢索，在大型人臉庫中檢索出與索引人臉 相同或相近的人臉?；谌四樀纳矸蓁b別具有重大的應用價值，成功的人臉檢測系統(tǒng)將形 成數(shù)十億元的巨大市場。人臉檢測技術是新興的身份確認技術，不但在學術研究方面，有巨大的價值，而且在 經(jīng)濟飛速發(fā)展的現(xiàn)代社會，人臉檢測技術將會有更大的市場需求。有報告顯示，身份證、 鑰匙、密碼等傳統(tǒng)的身份認證方式最后都將會被人檢測別等生物識別方式取代。遼寧工程技術大學畢業(yè)設計（論文） 鄧智碩：人臉檢測系統(tǒng)設計 1問題定義近年來，人臉檢

21、測技術得到了極大的發(fā)展，但到目前為止，還沒有一種徹底解決問題 的辦法，只能是使檢測技術越來越完善。本設計將會運用面向?qū)ο蟮乃枷雽θ四槞z測系統(tǒng) 進行開發(fā)。系統(tǒng)名稱系統(tǒng)名稱人臉檢測系統(tǒng)作用現(xiàn)今視頻監(jiān)控正在迅速普及，眾多的視頻監(jiān)控應用都需要一種遠距離、用戶不配合狀 態(tài)下快速獲取人臉信息的技術，以便遠距離快速確認身份，做出及時處理。人臉識別技術 無疑是最佳的選擇，采用人臉識別技術可以從圖象中查找出人臉，并與數(shù)據(jù)庫進行實時比 對，從而實現(xiàn)快速身份識別。其中，人臉檢測是人臉識別必不可少的一部分。項目目標此畢業(yè)設計題目是人臉檢測系統(tǒng)的實現(xiàn)。人臉檢測系統(tǒng)總體上分為四部分：圖像獲取、預處理、特征提取和人臉面部特

22、征區(qū)域標識定位等。圖像獲取部分主要是將需要進行處理 圖像讀取到系統(tǒng)中來，獲取圖像的基本信息，以便對圖像的像素進行處理。預處理部分主 要是對圖像圖像獲取預處理模塊，包括圖像灰度化、均值濾波、以及邊緣提取。人臉預處 理過程是計算機人臉識別中一個重要過程。人臉圖像預處理的好壞對整個系統(tǒng)至關重要， 對人臉預處理的研究具有非常重要的意義。特征提取通過標記人臉區(qū)域來確定和計算人臉 的各器官的位置，比如眼睛、眉毛、鼻子、嘴巴。人臉面部特征區(qū)域標識定位在確認特征 點之后，根據(jù)五官的位置重新定位更加精確的人臉位置。本項目主要是為了打好基礎，學習一些人臉檢測的知識，以便在日后更好的學習人臉 識別的高級知識。項目范

23、圍本項目主要對人臉的檢測與定位進行設計與開發(fā)，人臉檢測作為模式識別的一種，一 般可以分為人臉檢測及定位，人臉特征提取技術和人臉重新定位等。一個基本的人臉檢測過程包括以下幾個方面，人臉初步檢測，特征提取和人臉重新定 位。圖1-1是人臉檢測過程的幾個步驟，它的基本任務是對待檢測圖像進行檢測，分割， 然后在所分割出來的相關人臉區(qū)域進行特征提取，最后從新確定人臉區(qū)域。在基本的人臉 檢測研究基礎之上可以進行更深層次的研究。待檢圖像r初步定位人臉區(qū)域特征提取人臉特征重新定位人臉區(qū)域人臉丿重新確定人臉區(qū)域圖1-1人臉檢測過程Figure 1-1 Face recog niti on process可行性研究

24、階段經(jīng)費估算本項目建立的目的主要是提高本人的編程能力和學習能力，需要實現(xiàn)的算法都已經(jīng)非 常成熟了，遇到的困難只需要查閱資料、請教老師，所以基本不需要經(jīng)費。2可行性研究在可行性研究中，將從技術、經(jīng)濟、等方面的基本要求和開發(fā)人員兩個方面分析人臉 檢測系統(tǒng)能否實現(xiàn)。其中包括技術可行性、經(jīng)濟可行性、操作可行性、法律可行性等。系統(tǒng)目標本系統(tǒng)將實現(xiàn)以下功能：（1）在圖片中初步確定出人臉區(qū)域；（2）標記出人臉的特征（例如：眼睛、眉毛、鼻子、嘴巴）；（3）根據(jù)標記的特征點，確定精確的人臉區(qū)域?？尚行苑治隹尚行苑治龅哪康脑陂_發(fā)人臉檢測系統(tǒng)中，將有很多困難，這些困難將可能直接導致系統(tǒng)的開發(fā)失敗。 為了避免盲目的開

25、發(fā)，我們需要對次項目的可行性進行研究。結合資金、時間和環(huán)境等各 方面的制約條件，對人臉檢測系統(tǒng)是否能夠解決檢測中存在的問題，是否能夠帶來預期的 效果和價值做出正確的評估。技術可行性人臉檢測技術就是判斷圖像中是否存在人臉。 如果存在，確定出人臉的大小和位置等， 并且需要將人臉與背景分離出來。人臉檢測的方法主要有三類：基于知識、模板匹配和基 于統(tǒng)計學方法。本系統(tǒng)使用的是基于知識的方法，下面將著重講述人臉檢測的方法?；谥R是通過抽取灰度和幾何特征形成一定規(guī)則，然后檢驗這些規(guī)則是否符合人臉 先驗知識的方法。此方法相對其他方法而言比較簡單，并且計算速度相對較快，運算時間 較小，所以在人臉檢測中最為常用

26、。在確定臉部區(qū)域上，通常使用的方法是膚色模型法。膚色提取，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。在確定人臉之后，根據(jù)人臉的面部結構特點，就可以確定出眼睛、眉毛、嘴巴和鼻子 等特征了。人臉檢測的算法已經(jīng)非常成熟了。目前主要的難題就是是我的編程能力能否實現(xiàn)這些 算法。在大學階段，我學習了一系列編程語言，并且掌握的比價扎實，我相信只要肯下功 夫，這些算法還是可以實現(xiàn)的。綜上所述，本系統(tǒng)在技術方面是完全可現(xiàn)的。223 經(jīng)濟可行性人臉檢測系統(tǒng)開發(fā)是圍繞教師科研項目，本科畢業(yè)設計主要是為了提高編程水平，所 以不需要投入資金，只需要一臺電腦即可。自己找參考書和上網(wǎng)查一

27、些資料就可以完成此系 統(tǒng)的開發(fā)并能達到最終的需求。操作可行性此軟件開發(fā)主要為了學習，用戶需求明確，調(diào)研方便。開發(fā)算法現(xiàn)在已經(jīng)比較成熟， 實現(xiàn)性也是比較好，主要遇到的是編碼過程中的問題，只需查閱資料或請教老師便可解決。法律可行性本系統(tǒng)的設計與開發(fā)，出發(fā)點是基于對大學四年來所學知識的綜合運用，以及擴充本 人在人臉檢測領域的專業(yè)知識，提高編程水平，整個開發(fā)過程沒有涉及合同、責任等與法 律有關的方面。可行性研究結論綜上所述，本系統(tǒng)投資少、收益大，且運行操作簡單易學，從技術，操作，經(jīng)濟和法 律等方面可行。具備了開發(fā)的可行性。3人臉檢測系統(tǒng)需求分析上一章已經(jīng)論證人臉檢測系統(tǒng)是完全可以實現(xiàn)，下面將從系統(tǒng)需求

28、的角度對人臉檢測 系統(tǒng)做需求分析。人臉檢測系統(tǒng)需求人臉檢測系統(tǒng)功能需求人臉檢測系統(tǒng)的主要功能是能夠在給定圖像中檢測出人臉區(qū)域。本系統(tǒng)讀取已有的圖 像，然后要對獲取到的圖像進行“預處理”，根據(jù)預處理后圖像，將圖像中的人臉初步識 別出來，然后在識別出來的人臉區(qū)域中，確定人臉五官的位置，提取出相應的特征。最后 根據(jù)五官的位置重新確定出更加準確的人臉區(qū)域。系統(tǒng)的主要功能有圖像獲取功能、圖像預處理功能、特征提取功能以及檢測功能。下 面分析各個部分主要功能。圖像獲取功能：圖像獲取部分主要是將需要進行處理圖像讀取到系統(tǒng)中來，獲取圖像的基本信息，以便對圖像的像素進行處理。圖像預處理功能：圖像的質(zhì)量好壞對檢測人

29、臉的效率和結果有著很大的影響。有的 圖像是在光線比較強的情況下拍攝的，有的是光線比較弱的情況下拍攝的，人的膚色也有 差別，臉部不同地方的顏色也不一樣。因此就需要預處理進行轉(zhuǎn)換，方便進行檢測。其過 程如圖3-1。特征提取功能：特征提取是臉識別的關鍵一步，提取出的特征值是用來人臉匹配的， 特征值的質(zhì)量直接影響匹配的準確性。用方框初步標記處人臉區(qū)域；對人臉區(qū)域進行邊緣提取；根據(jù)邊緣提取結果、人臉先驗知識及膚色標記眼睛特征點； 根據(jù)人臉先驗知識與膚色特征標記出嘴巴與鼻子特征點。人臉檢測功能：根據(jù)人臉五官的特征重新標記出人臉區(qū)域。圖3-1圖像預處理功能Figure 3-1 Image preproces

30、s ing fun cti on人臉檢測系統(tǒng)環(huán)境需求硬件環(huán)境：CPU 最低要求500兆赫（MHz）及以上內(nèi)存最低RAM要求1G硬盤需要2G以上的可用空間Windows 2000/XP , window 7 及以軟件環(huán)境：可以運行在微軟公司近年來所出的各種操作系統(tǒng)。如上等。人臉檢測系統(tǒng)可靠性需求在給定的時間內(nèi)（一般為全天運行），系統(tǒng)均能完成所要求功能的性能指標。人臉檢測安全保密需求為防止病毒入侵導致數(shù)據(jù)丟失及非法訪問的問題，需要設置身份驗證、訪問控制及用 戶權限等，這些都是系統(tǒng)安全性需求的具體細化。人臉檢測系統(tǒng)用戶界面需求本系統(tǒng)主要是為了學習，界面設計不宜過于復雜，所以本系統(tǒng)界面簡潔，操作提示明

31、顯，使所有類型的用戶均能迅速上手使用系統(tǒng)。大體的界面規(guī)劃如圖3-2,其中主窗口的左半部分用來放置相應的按鍵，右半部分放置獲取和處理后的圖片。圖3-2界面Figure 3-2 In terface3.1.6人臉檢測系統(tǒng)資源使用需求雖然算法本身時間復雜度不高，每張圖片的獲取、預處理和特征提取的時間都很短, 但是當需要多個圖片在同一時間段處理時，占用的系統(tǒng)資源就相對較大了，所以本系統(tǒng)預 計占用的資源還是比較大的。人臉檢測系統(tǒng)需求分析本小節(jié)將從人臉檢測系統(tǒng)需求的角度確定相應的用例模型。321人臉檢測系統(tǒng)分析用例模型UML提供的用例圖可以進行需求分析與建立功能模型功能。用例圖包含的圖符圖如表3-1 o表

32、3-1用例圖符Table 3-1 use case Symbols圖符名稱圖符意義行為者箭頭用例名稱參與者名稱箭頭一個用例是可以背行為 者感受到的、系統(tǒng)的一個完 整的功能。在UML中把用例 定義成系統(tǒng)完成的一系列動 作，動作的結果能被特定的 行為者覺察到。行為者和是指與系統(tǒng)交 互的人更或者其他系統(tǒng)，它 代表外部實體。使用用例并 且與系統(tǒng)交互的任何人或物 都是行為者o箭頭用來表示參與者和 系統(tǒng)通過相互發(fā)送信號或消 息進行交互的關聯(lián)關系。箭 頭尾部用來表示啟動交互的 一方，箭頭頭部用來表示被 啟動的一方，其中用例總是 要由參與者來啟動。根據(jù)系統(tǒng)需求分析，總結出以下用例模型：圖像獲取用例模型：此模型

33、是用戶將需要處理的圖像讀取到系統(tǒng)中，并在相應位置顯示出來。預處理用例模型：此模型是用戶對讀取到系統(tǒng)的圖像進行預處理操作。特征提取用例模型：此模型是用戶在處理后的圖片上進行人臉標記和特征提取等操 作。人臉檢測模型：根據(jù)所提取五官的特征，重新定位人臉面部特征區(qū)。人臉檢測圖3-3人臉檢測用例圖Figure 3-3 Face detect ion case diagram遼寧工程技術大學畢業(yè)設計（論文）圖3-5預處理的用例描述圖 遼寧工程技術大學畢業(yè)設計（論文）圖3-5預處理的用例描述圖 #322 人臉檢測用例描述本小節(jié)分析系統(tǒng)的用例描述，在這小節(jié)中包含：圖像獲取的用例描述、預處理的的用 例描述、特征

34、提取的用例描述、人臉檢測的用例描述等。圖像獲取的用例描述用例編號：UC1用例名稱：圖像獲取用例描述：（屬性）用戶根據(jù)需要獲取相應文件行為者：用戶先決條件：存在需要處理的圖像后置條件：在主界面顯示相應圖像活動步驟：點擊打開文件按鈕異常處理方法：重啟軟件圖3-4圖像獲取的用例描述圖Figure 3-4 The use case descriptio n diagram of ope ning file預處理的用例描述用例編號：UC2用例名稱：預處理用例描述：（屬性）將打開的圖片進行灰度化、一值化等操作行為者：用戶先決條件：打開文件后置條件：在主界面顯示處理后的圖像活動步驟：點擊相似度灰度化、二值化

35、異常處理方法：重啟軟件Figure 3-5 Use case descripti on diagrams for preprocess ing鄧智碩：人臉檢測系統(tǒng)設計圖3-7人臉檢測的用例描述圖 鄧智碩：人臉檢測系統(tǒng)設計圖3-7人臉檢測的用例描述圖 特征提取的用例描述用例編號：UC3用例名稱：特征提取用例描述：（屬性）在打開的圖片中標記出人臉區(qū)眼睛、眉毛、鼻子、嘴巴行為者：用戶先決條件：二值化處理后置條件：在圖片上標記出眼睛、眉毛、鼻子、嘴巴活動步驟：1）點擊標記人臉區(qū)域2）點擊標記眼睛3）點擊標記眉毛4）點擊標記嘴巴5）點擊標記鼻子異常處理方法：重啟軟件圖3-6特征提取的用例描述圖Figur

36、e 3-6 The use case descripti on graph of feature extracti on人臉檢測的用例描述用例編號：UC4用例名稱：人臉檢測用例描述：（屬性）重新確定人臉區(qū)域行為者：用戶先決條件：特征提取后置條件：無活動步驟：點擊重新確定人臉按鍵常處理方法：重啟軟件Figure 3-7 The use case descriptio n graph of Face detecti on遼寧工程技術大學畢業(yè)設計（論文） 鄧智碩：人臉檢測系統(tǒng)設計 遼寧工程技術大學畢業(yè)設計（論文）圖3-8圖像獲取用例的活動圖 系統(tǒng)用例活動圖設計此部分將依次介紹人臉檢測系統(tǒng)的用例活動圖

37、?；顒訄D圖符如表3-2表3-2活動圖符介紹表Table 3-2 Events icon descripti on table圖符意義初試狀態(tài)終態(tài)c-、)vy活動文件獲取的用例活動圖用戶將以有的圖像文件讀取到系統(tǒng)中，并在主界面顯示出來TrL打開位圖j1嚴L顯示位圖11Figure 3-8 Activity diagram of the image acquisiti on case圖像預處理的用例活動圖系統(tǒng)對用戶讀取的圖片進行灰度化、濾波、二值化等操作?；叶然疞fX均值濾波J廠二值化L顯示處理后的圖片圖3-9預處理用例的活動圖Figure 3-9Activity diagram of the p

38、reprocess case特種提取的用例活動圖定，確定好人圖像預處理后，系統(tǒng)就可以根據(jù)處理后的信息來進行人臉區(qū)域的初步確 臉區(qū)域后，根據(jù)先驗知識可以確定人臉五官的特征。標記人臉區(qū)域1F確疋五官位置1!r1顯示處理后的圖圖3-9特征提取用例的活動圖Figure 3-9 Activity diagram of feature extracti on case人臉檢測的用例活動圖特征提取之后，由于人的五官都已經(jīng)確定出來，所以圖像中一定會有人臉存在，根據(jù) 五官的位置就可以重新確定出人臉面部區(qū)域。顯示處理后圖片圖3-9人臉檢測的用例活動圖Figure 3-9 activity diagram for

39、face detecti on4系統(tǒng)分析本章節(jié)主要通過對象模型、動態(tài)模型以及功能模型三個方面來描述人臉檢測系統(tǒng) 的設計。人臉檢測系統(tǒng)對象模型設計根據(jù)系統(tǒng)需求分析，總結出以下對象模型：文件類（CDib）:用來控制圖像的獲取、存儲。預處理類（CSimiliarHood）:用來對圖像進行求取膚色相似度，濾波，二值化等預處理操作。人特征提取類（CFaceDetectDIg）：根據(jù)預處理的圖像，初步定位人臉區(qū)域， 在定位五官的位置，最后重新精確定位人臉區(qū)域。用戶類（user）:識別使用程序的用戶。以每個對象為基礎設計出的類圖如圖 4-1.其中：特征提取類繼承CDialog類，其他的類 直接繼承CObje

40、ct。CD nbgCFaceD eteclD lg 懸:i _tO rP ixe 1A nay 亳n _!ResP es R tray 麻5 ndV iJdi 艷n _n阪 ndHeight n_bFaceOK 401 _iFaceR eg bn n_bLeflEyeOK 爲ci J)R shiEyeOK 島n .bLeflEyeLeflCDineiO K g ：n _bLeflEyeR fehComeiO K gm _bR ightf yeLeflCoir.euO K &i bE E I： IE ；. ?R igh T o ui:- lfl K ci_bLeflNostriDK上Rgh 岀

41、gtriDK 韌1 _bLeffil ouComtiOK 懸ni _bR ighAf DLlthCcinefO K _拠 HMouOK 國ci_M( iiXoseOK 艷n _bH atchO K-bLeftBrow 0 K 爻.h _bR ghtB luvrO K 靭i JLefffi ew Left omeiO K 電 _bLEfffiBML R htfomeif) K oi _bR ighlBrowLeflEomerO K 宅ci _hR jghiBrcivRhC omerOKW yD raw 0 DoLOG 0 *SetFEeft nay fl LoadO if iuelO h ake

42、B jjM ap Q CopyBiiM ap 0 DswCjdssO圖4-1人臉檢測類關系圖Figure 4-1 Face detect ion class diagram #遼寧工程技術大學畢業(yè)設計(論文)實體類分析實體類主要有圖像獲取類、預處理類、特征提取類和用戶類等。這幾個類之間相互獨 立，只有當上一個類實例化的對象執(zhí)行完之后，下一個類實例化的對象才能執(zhí)行。下面將 依次分析實體類。圖像獲取類分析圖像獲取類主要功能就是待檢測圖片讀取系統(tǒng)中，現(xiàn)設計如下函數(shù)，成員變量來完成 此功能。CD b亳bin pF ileH eader爲bm pNFOHEADER枕戒BlhOeiHeighthG 已也

43、iiCountQOpenQSave 0Dzraw Q圖4-2CDib類類圖Figure 4-2 The CDib class diagramDib文件類主要有2個成員變量和8個成員函數(shù)，其中：成員變量：bmpFileHeader，用來識別文件的格式；bmpINFOHEADER，用來讀取文件信息。成員函數(shù)函數(shù)GetBiBitCount()返回圖片每個像素所占的位數(shù)；函數(shù)GetWidth()返回圖片寬度；函數(shù)GetHeight()返回圖片高度;函數(shù)Open()打開相應路徑下的BMP文件；函數(shù)Save()保存文件函數(shù)；Figure 4-4 The CFaceDetectDlg class diagr

44、am 鄧智碩：人臉檢測系統(tǒng)設計 Colse()將打開的文件關閉。預處理類分析預處理類主要是為了方便特征提取功能?，F(xiàn)設計如下成員變量和成員函數(shù)，以實現(xiàn)該 功能。CSimilarHood預處理類主要包含4個成員變量和4個成員函數(shù)：成員變量：m_pSourceData用來存儲原始圖像的像素值；m_pLikeliHoodArray用來存儲每個像素相與膚色相似程度的概率；m_pBinaryArray用來存儲二值化后的信息。成員函數(shù)：函數(shù)CalCbCr()將圖片從RGB空間轉(zhuǎn)換到YCbCr空間；函數(shù)CalLikeHood ()在YCbCr空間下求出與皮膚相近的概率；函數(shù)filter();對圖像進行均值濾波

45、；函數(shù)CalBinary()對求得的相似度圖像進行二值化處理。CS in ihlHoodpS oulueDala ,pLip 0圖 4-3 CSimilarHood 類類圖Figure 4-3 The CSimilarHoodclass diagram特征提取類分析CFaceDetectDlg特征提取類主要25個成員函數(shù)和7個函數(shù)遼寧工程技術大學畢業(yè)設計(論文)變量主要分兩類：一類用來確定特征提取是否成功，另一類是存儲特征點的信息。根 據(jù)字面意思就可以區(qū)分主要有：兩個眼睛的眼角和中間位置，兩個眉毛的眼角和中間位置, 鼻子中間和兩邊，嘴巴的中間位置和兩個嘴角。函數(shù)部分：函數(shù)LoadOriPixe

46、l()的功能是將原圖中的數(shù)像素值讀取出來；函數(shù)DoLOG()的功能是在特定區(qū)域內(nèi)進行邊緣提??；函數(shù)SetPixelArray()的功能是將像素矩陣設成特定的值；函數(shù)MakeBitMap()的功能是將處理好的圖片顯示出來；函數(shù)CopyBitMap()的功能是將一個矩陣拷貝到另一個矩陣；CFaceD etectE_tD if* may%nL esF ixeK nay_nW ndW id th_nW ndH eight_bFaceO K_iFaceRegrm社曲 _bLeft yeO K_bR ightE yeO K_bLeft yeLeflC omeiO K _bLtftE ycR 冠htC ou

47、ieiO Kdi _bR jgh yeLeflC oaieiO K _bR jgh yeR ightComerO K茁tn _bLefK ostiiD K_bR igh科 ostriD K制i _bLefiM outhComeiOK_bR 百hfd ou thC ornesO K _bM ilM outhO K _bM iJ?1 _bLeftfJ row LefiC omeiO K_bLeflB row R khtC omeiO K%HL _bR i&hfi iow LeflC ameiO K 龜m _bR 京h也 bd百R ightComerO Kraw QDqLOG 0etP ice Vi

48、 nay 0LoadO iP ixe 10 akeB apt) opyB 覘氏p QD idwCidss 0函數(shù)DrawCross()在特定位置話出十字用來標記;函數(shù)MyDraw()在特定區(qū)域顯示圖片。圖 4-4CFaceDetectDlg 類類圖邊界類分析本系統(tǒng)共有三個邊界類，主窗口，按鈕，和用來顯示圖片的控件。只需在主窗口顯示圖片并在相應位置用對話框提示即可，所以主要的邊界類是用戶界 面類。用戶需要與系統(tǒng)進行交互，一個用戶友好的系統(tǒng)通常都采用只管的圖形可視化界面， 因此需要定義系統(tǒng)的用戶界面類。由于本系統(tǒng)使用 mfc編寫，主界面由系統(tǒng)生成，對話框 只需調(diào)用系統(tǒng)函數(shù)。所以本系統(tǒng)共有三個邊界類

49、，主窗口，按鈕，和用來顯示圖片的控件。CDialogCWndpicturecont rol圖4-5對話框類圖Figure 4-5The boun dary class diagram控制類分析CCmdTarget圖4-6控制類圖Fig 4-6 The con trol class diagram系統(tǒng)需要有一個類實現(xiàn)對于各種用戶命令的控制響應，來完成用戶想完成的命令。在MFC中自帶的CCmdTarget類，所有能夠進行消息處理的類都是基于 CCmdTarget類的,Figure 4-7 Timing diagram of face recog niti on Figure 4-7 Timing

50、diagram of face recog niti on #遼寧工程技術大學畢業(yè)設計（論文）也就是說，CCmdTarget類是所有可以進行消息處理的父類。CCmdTarget類是MFC處理命 令消息的基礎和核心。人臉檢測系統(tǒng)動態(tài)模型設計用戶打開軟件進入到主界面，在主界面上點擊打開文件按鈕，系統(tǒng)將獲取需文件信息， 進行文件的預處理工作，然后系統(tǒng)將處理后的文件信息傳入到特征提取類中，在這個過程 中，將會有求取相似度、二值化、濾波等過程，然后系統(tǒng)會圖像進行特征提取，根據(jù)一定 的算法確定面部區(qū)域，將五官標記出來，最后重新確定面部區(qū)域。:用戶:窗口類:Di b文件類:預處理類:特征提取類圖4-7人臉檢

51、測系統(tǒng)的用例時序圖鄧智碩：人臉檢測系統(tǒng)設計Figure 4-8 Functional model of face recog niti on system #鄧智碩：人臉檢測系統(tǒng)設計Figure 4-8 Functional model of face recog niti on system 人臉檢測系統(tǒng)功能模型設計根據(jù)需求分析和技術可行性，人臉檢測系統(tǒng)分為細分為以下功能：圖像獲取、圖像灰度化、均值濾波、二值化、標記人臉區(qū)域、特征提取、人臉檢測功能等等。均值濾波用戶標記人臉區(qū)域圖像獲取Sj.灰度化K-A二值化特征提取人臉識別圖4-8人臉檢測系統(tǒng)功能模型 鄧智碩：人臉檢測系統(tǒng)設計 遼寧工程技術

52、大學畢業(yè)設計（論文）5系統(tǒng)設計實體類設計構思運用人臉檢測及定位技術包括閾值分割，特征點提取技術等設計一個系統(tǒng)，系統(tǒng)主要實現(xiàn)人臉圖像相似度處理、圖像二值化、去噪、對人臉進行水平投影和垂直投影、用方框標記出人臉位置；對人臉區(qū)域進行邊緣提取；根據(jù)邊緣提取結果和先驗知識進行特征 提取。文件類設計1問題：如何實現(xiàn)圖像的獲取，存儲。2.思路：由于設計本系統(tǒng)的目的是學習人臉檢測知識，同時為了簡化開發(fā)過程，所以 直接使用BMP格式的圖片作為源文件。BMP （全稱Bitmap）是Windows操作系統(tǒng)中的標準圖像文件格式，使用非常廣。它 采用位映射存儲格式，除了圖像深度可選以外，不采用其他任何壓縮，因此，BMP

53、文件所占用的空間很大。BMP文件的圖像深度可選Ibit、4bit、8bit及24bit。BMP文件存儲數(shù)據(jù) 時，圖像的掃描方式是按從左到右、從下到上的順序。由于BMP文件格式是Windows數(shù)據(jù)的一種標準，因此在Windows環(huán)境中運行的圖形圖像軟件都支持 BMP圖像格式。BMP 位圖文件是由4個部分組成：位圖文件頭、位圖信息頭、調(diào)色板和像素數(shù)據(jù)。如下圖所示。位圖文件頭位 圖 信 息位圖信息頭調(diào)色板數(shù)據(jù)像素數(shù)據(jù)圖5-1位圖文件頭Figure 5-1Bitmap Header為了方便本程序使用24位位圖，并根據(jù)位圖的格式將圖片信息讀取到內(nèi)存中，為以 后求相似度、二值化等操作做準備。通過以上分析，

54、設計出如下成員變量和成員函數(shù)，成員變量：bmpFileHeader，用來識別文件的格式；bmpINFOHEADER，用來讀取文件信息。成員函數(shù)Int GetBiBitCount()獲取圖片每個像素所占的位數(shù)；LONG GetWidth() 獲取圖片寬度；LONG GetHeight()獲取圖片高度；BOOL Open()打開相應路徑下的BMP文件，若成功返回ture，否則返回false；BOOL Save()保存文件函數(shù)，若成功返回true，否則返回false；Void Colse()將打開的文件關閉。預處理類問題：如何對圖像處理才能檢測出人臉區(qū)域。思路：因為在人臉區(qū)域中有大量的皮膚，對于彩色

55、圖像的人臉檢測，膚色檢測是最簡 單最有效的，所以本系統(tǒng)采用基于膚色的人臉檢測方法。利用圖像的色彩信息，在特定的 顏色空間下構造膚色模型，此方法在不同的角度均能檢測到人臉，具備一定的穩(wěn)定性，不 受尺寸、表情和人臉姿態(tài)變化的影響。人臉檢測及定位實現(xiàn)具體步驟如下：轉(zhuǎn)換顏色空間和膚色模型；得到相似度灰度圖；根據(jù)相似度灰度圖對圖像二值化處理；垂直投影和水平投影；標記人臉區(qū)域。由于人臉的膚色分布具是聚類性的，并且很容易受到光照影響。不同的光強之下，雖 然物體的亮度可能產(chǎn)生較大差異，但是它的顏色的具有很強的穩(wěn)定性，基本保持不變，所 以由于光照的影響，通常把圖像的顏色空間從RGB轉(zhuǎn)換到亮度與色度分離的顏色空間

56、,遼寧工程技術大學畢業(yè)設計（論文）例如，歸一之后的RGB、HSV或YCbCr,。因為在色調(diào)飽和度上，不同人種的膚色基本保 持不變，膚色的差異存在于亮度而不是色度。所以本系統(tǒng)使用YCbCr空間。在YCbCr顏色空間下，丫（亮度分量）和量色度分量 Cb與Cr基本分離，所以適合膚 色聚類。除此之外YCbCr顏色空間還有其他良好的特性：（1）該空間具有與人類世界感知過程相類似的構成原理；（2）在電視顯示領域中，YCbCr顏色空間被廣泛地應用；（3）YCbCr與RGB之間的轉(zhuǎn)換為線性，且計算簡單，避免了非線性空間的奇異性；（4）YCbCr顏色空間是離散的；大多數(shù)情況下，彩色圖像都是在 RGB顏色空間下的

57、。而 YCbCr也是有RGB顏色空 間下轉(zhuǎn)換的，由于轉(zhuǎn)換方式是線性的。在確定好顏色空間選好之后，下一步工作就是在此顏色空間建立膚色模型。常用的膚色模型有直方圖模型、橢圓模型和高斯模型。這里我們用高斯模型來實現(xiàn)本程序。高斯模型利用的是統(tǒng)計學原理。人體的膚色符合正態(tài)分布下的隨機樣本。由于高斯分布的數(shù)學表達式十分的簡單，因此高斯模型使用非常方便，并且十分廣泛。通過統(tǒng)計分析， 預測出高斯分布的參數(shù)，或著通過統(tǒng)計直接求出顏色空間的每個分量。 這種方法分為兩步： 首先確定參數(shù)，其次利用該模型來判斷待測像素是否為膚色。本系統(tǒng)選擇在YCbCr空間下結合高斯模型對人臉膚色區(qū)域進行分割，最終得出灰度圖。具體分割算

58、法如下：（1）獲取圖像；（2）獲取像每一像素R,G,B分量值；（3）轉(zhuǎn)換到YCbCr空間下，并且計算Cb，Cr值；（4）求取該點像素與膚色相似的概率；（5）濾波，消除膚色區(qū)域中被誤判為非膚色點；（6）得到相似度灰度圖。其中求相似度計算公式如下:rt 1P(Cb,Cr) =exp0.5(xm) C (xm)込=(Cb,CJT,C = E(x m)(x m)T (5-1)其中x為樣本像素值，C為是協(xié)方差矩陣，m=E(x)為平均值。第二步，相似度之后，其灰度值在0,255，不能區(qū)分人臉膚色區(qū)域，此時就需要選取 適當?shù)拈撝?，對灰度圖進行二值化處理。目前有很多確定閾值的方法，本系統(tǒng)選用的自適 應閾值分割

59、法。區(qū)域增長的自適應閾值是逐步計算得到的，一般迭代5次，其閾值的變化是與相似度有所聯(lián)系的。每次減小一定的膚色相似度就會得到更多的膚色區(qū)域。區(qū)域增長逐步變小， 當相似度小于每一個值時，增長量會突然增大，因為將大量的非膚色區(qū)域包括進來。二值 化流程圖如圖5-2。找到第一個像素的位置灰度值=0灰度值=1查找下個像素圖5-2二值化流程圖Figure 5-2 Bin arizatio n flowchart遼寧工程技術大學畢業(yè)設計(論文)根據(jù)以上分析設計出如下成員變量和成員函數(shù)：成員變量：m_pSourceData用來存儲原始圖像的像素值；m_pLikeliHoodArray用來存儲每個像素相與膚色相似

60、程度的概率；m_pBinaryArray用來存儲二值化后的信息。成員函數(shù)：TCbCr CalCbCr(int R,int G ,int B) 將圖片從RGB空間轉(zhuǎn)換到 YCbCr空間，其中參數(shù)R,GB表示RBG顏色空間的顏色分量；void CalLikeHood()在YCbCr空間下求出與皮膚相近的概率；void filter(double* source,int m_nWidth,int m_nHeight);對圖像進行均值濾波，其中，source表示需要處理圖像的(矩陣)，m_nWidth和m_nHeight表示矩陣的長和寬；bool CalBinary();對求得的相似度圖像進行二值化處