人脸检测中的图象分割的研究.pdfVIP

四川大学学报(自然科学版) 2004年10月 ofSichuan Science Journal Edition) 第41卷增刊 University(Natural 人脸检测中的图象分割研究 姚忠清，吴 炜，何小海，李 胜 (I四Jll大学电子信息学院图像信息研究所，成都610064) 摘要：本文提出了一种新颖的基于彩色图象的人脸分割算法。首先利用人脸的肤色特性分割出人 脸区域，然后利用形态学操作和一种新的二值化方法进行预处理，再用分裂合并算法得到连通区域，最后 得到包含人脸器官在内的f系列矩形。实验证明本文所提出的算法有效、稳健。 关键词：人脸检测 图象分割 二值化分裂合并算法 1引言 人脸检测是人脸识别的前期工作。同时，人脸检测作为完整的单独功能模块，在智能视频监控、视频 检索和视频内容组织等方面有直接的应用。不同的人脸都是由眼睛、嘴巴、鼻子和眉毛等器官组成，具有 固定的几何结构和良好的对称性，人脸模式的共性为人脸检测提供了依据。目前，人脸检测定位的算法很 频序列中提取出人脸轮廓区域，然后进行区域分割，得到眼、嘴等特征点的位置和大小，为后续的识别或 检验提供信息参数，在实践中被证明是一种有效稳健的方法。 图象分割是根据图象的某些特征或特征集合的相似性准则，对图象象素进行分组聚类，把图象平面 划分为一系列子区域，使其后的图象分析，识别等高级处理阶段所要处理的数据量大大减少，同时又保留 有关图象结构性的信息。图象分割的方法大体上有三类：基于象素的方法，基于边缘的方法和基于区域的 方法。基于象素的方法是根据象素点的不同特性对图象进行分割，一般用于彩色图象的分割。基于边缘的 方法使用局部窗口操作，检测出局部特性的不连续性，再将它们连成边界，这些边界把图象分成不同的区 域。基于区域的方法按某种准则把图象分为若干规则块，以后按属性一致的原则，反复分开属性不一致的 图象块，合并具有一致属性的相邻图象块，直至形成一张区域图。 本文研究的人脸图象分割是基于彩色人脸检测模块的一部分，综合运用了上述三种方法。对输入的 彩色图象，首先是利用肤色模型的肤色象素点的提取，大致分割出人脸区域，在其后的预处理中提出了实 用效果很好的形态学操作法和一种新的二值化算法，接着对分割结果进行区域分裂合并，得到相对独立 的连通域，边界提取后得到包含人脸器官在内的的矩形区，输出的一系列矩形将取代原来的整个图象作 彩 肤 预 寻找 边 得到 矩形 脸部 色 色 处 黑色 界 初始 系列 器官 图 分 理 连通 提 系列 进行 最终 象 割 区域 取 矩形 归并 矩形 图1区域分割算法流程 作者简介：姚忠清(1972一)，男，硕士研究生，主要从事图像处理和模式识别的研究。 吴炜(1978一)，男，讲师，硕士，主要从事图像处理和模式识别的研究。 何小海，男，教授，博士生导师，从事模式识别，计算机视觉，图象处理等教学和研究。 姚忠清等：人脸检测中的图象分割研究 137 为后面的人脸检测算法的输入。整个区域分割算法流程如图l所示。 2基于彩色的人脸肤色分割 人类的不同人种，具有不同的皮肤颜色，但同一人种的人脸肤色在整个脸色空间中分布在某一个较 窄的子空间，因此可以通过肤色分割确定图象中可能含有的人脸区域。利用肤色模型来提取肤色象素点 相当于应用了基于象素的物体分割方法。对颜色特征的处理较人脸的其它特征的处理简