彩色图像中肤色提取和直接提取人脸算法的研究

摘要

人脸检测作为人脸识别技术的基础，近年来一直是人工智能和模式识别领域的研究热点，人脸自动检测具有重要的应用和理论研究价值。首先，稳定、高效的人脸自动检测是各种人脸图像自动分析系统的基础，如人脸自动识别、智能人机接口等。其次，人脸检测本身也具有许多实际应用，如智能场景监控、人脸跟踪等。此外，在学术上，人脸检测是非刚性复杂视觉对象检测的一个典型代表，人脸检测研究的结论和方法可以推广到其他复杂视觉对象检测问题中去。 在分析了国内外人脸检测技术研究现状的基础上，重点放在彩色图像中色度表的建立和直接从彩色图像中提取人脸区域的方法研究上。1.提出一种新的建立色度表的方法，即“模糊增强色度表算法”。该方法考虑了色度分布的模糊性，把从色度空间采集来的“肤色色度概率分布”进行“模糊增强”处理，之后对模糊增强处理的结果进行拟合生成肤色色度表。2.提出了一种从彩色图像中直接提取人脸区域的新方法。该方法在肤色区域提取阶段，无需建立肤色模型和肤色色度表，通过利用改进的区域生长算法提取图像的边界线，然后利用自定义的人脸目标提取算子根据边界线来确定肤色区域；在人脸区域提取与确认阶段，无需转化为灰度图像，只需用另外一个自定义的人脸区域确认算子就可以完成人脸的确认工作。3.通过分析实验数据和实验结果，对研究内容进行了验证，证明了算法的可行性及有效性。 本文提出的“模糊增强色度表算法”，从本质上解决了传统色度表技术的缺点：不能最大程度地将“肤色——非肤色”像素区分开和较高的误检率和漏检率；提出的“从彩色图像中直接提取人脸区域算法”为彩色图像人脸检测技术提供了新思路，并具有较高的检测率和更广的适应性。

目录

文摘

英文文摘

声明

第1章绪论

1.1研究背景与意义

1.2人脸检测技术的研究现状

1.2.1彩色图像人脸检测

1.2.2灰度图像人脸检测

1.3本文的主要工作

1.4论文的结构

第2章人脸检测技术的基础研究

2.1图像分割

2.1.1边界分割

2.1.2区域分割

2.1.3基于特定理论的分割

2.2彩色模型RGB、YIQ、CMY、HIS

2.2.1 RGB彩色模型

2.2.2 YIQ彩色模型

2.2.3 CMY彩色模型

2.2.4 HIS彩色模型

2.3模式识别

2.4人工神经网络

2.5相关图像分析与处理技术

2.5.1模板匹配

2.5.2图像复原

2.5.3图像增强

2.5.4二值形态学基础

2.6本章小结

第3章改进的肤色色度表提取肤色区域方法

3.1改进的肤色色度表的建立

3.1.1色彩空间的选取

3.1.2基于模糊增强的色度表生成

3.1.3建立色度的肤色概率查找表

3.2用改进的肤色色度表提取肤色区域

3.3形态学后处理

3.4本章小结

第4章提取彩色图像中人脸区域的算法设计

4.1引言

4.2图像边缘轮廓的提取

4.2.1相位一致性消除光照

4.2.2图像边缘的提取

4.3肤色区域的提取

4.3.1肤色边缘线的提取

4.3.2肤色区域的提取

4.4人脸区域的确定

4.5彩色图像中人脸区域的提取算法

4.6本章小结

第5章实验结果分析

5.1模糊增强色度表算法的实验结果及分析

5.2直接提取彩色图像人脸区域算法的实验结果及分析

5.2.1本文人脸检测系统流程

5.2.2检测结果与分析

5.3本章小结

结论

参考文献

攻读硕士学位期间承担的主要成果

致谢

作者简介