VC基于肤色的人脸检测与眼睛定位系统设计与实现

摘 要 人脸检测是模式识别与计算机视觉领域内一项受到普遍重视、研究十分活跃的课题，在基于内容的检索、数字视频处理、视觉监测等方面有着重要的应用价值。肤色检测技术是很多基于肤色的应用的前期处理，如人脸检测。稳健的肤色检测技术是计算机视觉应用系统成功与否的关键处理步骤。本论文侧重研究全局阈值法在基于肤色的人脸检测中的应用。 本文介绍了人脸检测的背景知识和肤色检测技术的发展现状，对色彩空间和主要肤色建模方法进行了简要介绍。提出了一种可靠的基于灰度阈值的人脸检测算法。同时给出一种基于RGB、HSI与KL变换的人脸检测算法，与其作对比分析。实验结果表明，该算法能有效检测人脸，比基于RGB、HSI与KL变换的人脸检测算法具有更高的性能。 关键词：人脸检测 肤色检测技术 色彩空间 全局阈值法 第一章 引言 1.1研究背景、目的和意义 人脸作为图像与视频中最重要的视觉对象之一，是智能人机接口等许多应用的处理目标对象。近年来，人脸检测技术在模式识别、计算机视觉、人机交互等诸多领域引起了普遍重视。之所以人脸检测技术在当今计算机视觉等领域的研究中占有重要的地位并成为研究焦点，主要在于以下两个方面:一方面，将人脸作为基本视觉对象来考虑，自动检测与定位人脸是实现人脸识别、人脸跟踪、表情识别、人脸合成与人脸编码、唇读等技术的必要前提;另一方面，人脸检测技术有着从智能安全监控、电子商务、视频会议和远程教育、基于内容的检索等诸多领域的广泛应用价值。 人脸检测 (Face Detection)是指使用计算机在输入图像中确定所有人脸(如果存在)的位置与大小的过程。人脸检测系统的输入是可能包含人脸的图像，输出是关于图像中是否存在人脸以及人脸的数目、位置、尺度、姿态等信息的参数化描述。具体地说，就是根据一定的算法确定输入图像是否存在人脸，如果存在的话，标出人脸的位置作为人脸检测系统的输出。 人脸检测问题的提出最初来源于人脸识别研究 (Face Recognition)中对人脸定位的需求。人脸自动识别系统鉴于其友好性、方便性，成为一种很有潜力的身份验证途径。一个完整的人脸自动识别系统至少应包含两个主要的技术环节:人脸的检测和人脸的特征提取与识别。要完成自动人脸识别，首要条件是找出人脸，即人脸检测是完成人脸自动识别任务的第一步，它是自动人脸识别系统的基础，对自动人脸识别系统的速度、精度都起重大作用。过去，由于人脸识别环节在较强的限定性条件(如人脸图像无背景)及手工交互下可以单独运用，致使人脸检测问题未引起研究者的充分重视。但20世纪90年代初以来，随着电子商务等网络资源的利用使得人脸识别成为最有潜力的生物身份验证手段，在这种应用背景下，要求人脸自动识别系统能够对一般环境图像具有一定的适应能力，由此所面临的一系列问题使得人脸检测作为一个单独的课题受到研究者的重视。今天，人脸检测的应用背景己经远远超出了人脸识别系统的范畴。人脸检测的研究受到重视，第二章 色彩空间及肤色建模方法 本章介绍肤色检测技术有关的理论背景知识及进行肤色检测时使用的色彩空间及建模方法。首先介绍色度学中与肤色检测有关的基础概念，包括色度学、颜色的基本特征，分析了肤色的特点，以及肤色检测中常用的色彩空间，然后介绍了几种肤色建模方法，最后对在肤色检测中使用何种建模方法进行了探讨。 2.1色度学知识 除了自己能发光的物体(光源)具有一定的彩色称为光源色以外，一般物体本身并不发光，而是在光源的照射下，呈现彩色，称作物体色。我们常把物体色误以为是物体本身的性质。实际上物体之所以呈现彩色是由于物体反射或透射了照射光谱的一部分而吸收了其余部分。为了进行图像的彩色分析，需建立研究彩色计量的学科，称为色度学。它是研究人眼彩色视觉的定性和定量规律及其应用的学科，其研究范围包括人眼觉察彩色的生理和心理现象、彩色的合成分解实验以及相应理论的建立。 2.1.1光和颜色 由于颜色是因外来光刺激而使人产生的某种感觉，我们有必要了解一些光的知识。从根本上讲，光是人的视觉系统能够感知到的电磁波，其波长在380nm到780nm之间，正是这些电磁波使人产生了红、黄、蓝等颜色的感觉。光可由它的光谱能量分布来表示，其中是波长，当一束光的各种波长的能量大致相等时，我们称其为白光；否则，称其为彩色光；若一束光中，只包含一种波长的能量，其它波长都为零时，称其为单色光。 我们看到的大多数光不是一种波长的光，而是由许多不同波长的光组合成的如果光源由单波长组成，就称为单色光源。实际中，只有极少数光源是单色的，大多数光源是由不同波长组成，每个波长的光具有自身的强度。 全套毕业设计包含的内容如下：源程序+论文（15000字以上）+可执行程序+答辩稿+开题报告如需要请您和我们客服QQ联系