基于小波变换和变形模板的人脸特征提取

摘要

人脸特征提取是人脸研究领域的重要内容，本文基于快速小波变换和变形模板匹配技术提取人脸特征，包括眼睛的特征轮廓和嘴巴的特征轮廓。论文首先简要的回顾了人脸特征提取的历史和现状，分析了变形模板提取特征存在的问题，然后阐述了自己的工作内容。本文的特征提取包含三个主要部分：小波高频增强，特征定位，特征提取。 针对变形模板提取特征存在的问题，本文提出了自己的改进之处。在人脸定位之后进行预处理，包括阈值均值去噪和光线补偿。然后用小波快速算法mallat算法对图像进行小波变换，并且针对小波变换之后的三个高频部分分别设定阈值进行增强。 接下来进行特征定位，以使变形模板有一个好的初始位置，我们在小波高频增强之后，选取人脸图像自己制作眼睛模板和嘴巴模板以进行模板匹配定位眼睛和嘴巴，定位之后，我们用矩形框住了眼睛部位和嘴巴部位，并且通过分析初定位虹膜的中心位置。经过特征定位，我们得到了特征的大体位置，为特征提取打下基础。 再然后我们设计了眼睛变形模板形状和嘴巴变形模板形状，并且设计了自己的能量函数包括边缘，梯度，角点，加权方差和均值以及嘴部的加权方向梯度等。在特征定位的矩形框内限定变形模板的参数范围，当能量函数达到最小值时对应变形模板匹配的最佳位置。我们实现了人脸特征提取的完整系统，并对实验结果进行了分析和比较，表明本文利用小波高频增强和变形模板准确的提取了人脸眼睛和嘴巴特征，算法是可行的。

目录

文摘

英文文摘

致谢

序

1综述

2基础理论

2.1图像去噪

2.2边缘提取

2.3角点提取

2.4小波变换

3 特征提取方法

3.1snake模型

3.2变形模板匹配

4人脸特征提取系统

4.1人脸定位

4.2预处理

4.3小波高频增强

4.4特征定位

4.4.1制作模板

4.4.2特征定位

4.5特征提取

4.5.1 眼睛特征提取

4.5.2提取嘴巴

4.6系统介绍与结果分析

5 结论

参考文献

作者简历

学位论文版权使用授权书及独创性声明