数字图像处理报告汇总.doc

《》 实施报告 题 目： 人脸面部自动定位与分割 组 号： 任课教师： 组 长： 成 员： 成 员： 成 员： 联系方式： 二〇一五年一月十四日星期三 目录 目录 I 图目录 III 一 项目介绍 1 1.1 概述 1 1.2 功能要求 1 1.3 实施要求 1 二 主要设计思想 2 2.1 前期准备 2 2.2 人脸肤色区域检测 2 2.2.1 方法一 2 2.2.2 方法二 2 2.3 非人脸区域判别 3 2.3.1 判别规则 3 2.4 脖子区域判别 3 2.5 五官识别-积分投影 4 三 主要实施过程 4 3.1 单人 4 3.2 多人 7 四 结果分析 8 4.1 肤色检测 8 4.1.1 方法一 8 4.1.2 方法二 8 4.1.3 肤色检测阶段总结 9 4.2 去除非人脸区域 9 4.2.1 单脸 9 4.2.2 多脸 9 4.3 五官分割 9 4.3.1 眼 9 4.3.2 鼻、嘴 10 参考文献 11 参考代码 12 4.4 主程序 12 4.5 同态滤波 17 4.6 肤色检测-简易高斯模型 19 4.7 切割非脸区域 21 4.8 条件判断 23 图目录 Figure 1 9 Figure 2 9 Figure 3 10 Figure 4 10 Figure 5 11 Figure 6 12 Figure 7 14 项目介绍 概述 图像分割是图像处理的主要目标，本项目综合利用图像采集、图像增强、彩色图像处理、图像分割等知识，根据人脸肤色检测及脸部五官形状，设计实现人脸照片中的人脸面部检测与五官分割。 功能要求 人脸图像增强：去噪、均衡、尺寸归一化、倾斜校正等 脸部肤色区域分割：采用肤色模型检测与分割人脸肤色区域 脸部五官区域分割：采用水平投影等方法去将人脸分割成眉毛、眼睛、鼻子、嘴巴等多个区域 实施要求 项目在自己的电脑上用软件完成，图像采集采用数码相机或拍照相机完成。 整个项目的程序可以采用Matlab编程实现各种功能，也可以采用其他语言，但要能在最后验收时实际运行演示。 项目设计报告要将原理、结果（包括各步骤的图像）、分析等给出，并附上源代码。 主要设计思想 前期准备 图像归一化至固定 img=imresize(img,[m,n]); 去噪：同一幅图像分别添加高斯噪声与椒盐噪声，再分别中值滤波器显示，分析 方法一：同态滤波 采用 方法二： 基于已有文献、方法，基于RGB颜色空间的简单阈值肤色识别分布： (Cb 77 And Cb 127) And (Cr 133 And Cr 173) 误差范围较大，无法应用于背景较复杂的。故使用方法二高斯模型 的 计算完毕后,对所求得的每个P( Cr , Cb )值进行归一化处理，即将每个P (Cr , Cb )值除以该图像中最大的P(Cr , Cb ) 值,这样就使得各像素的相似度的值在[ 0, 1]之间，并且使肤色区域亮度更加突出。该值越大，表示属于肤色的可能性也越大, 反之越小。 在完成肤色相似度分割之后, 接下来进行二值化。此设定一个阈值, 当该点像素的相似度高于这个阈值则认为该点为肤色像素并置1, 反之若低于该阈值则置0。 非人脸区域判别 在对肤色区域进行一系列处理后, 得到了一系列的候选连通区域。由于在背景中可能存在很多和人脸肤色相近或相同的区域被误判为人脸区域, 因此需进一步根据一些先验知识对这些侯选区域进行判别优化,剔除那些明显不是人脸的区域。 判别规则 若目标区域的宽度与高度不在规定阈值， 若目标区域的外接矩形高宽之比不在规定的阈值范围内时, 则删除该区域。 矩形度：与外接矩形面积之比规定内，则删除该区域 因脖子与人脸区域，无法通过分离。 脖子与下部之间的交界处在水平投影方向上，明显的点。如Figure 2。脸部区域的复杂性区域的完整性波形在各个区域点出现诸如毛刺的部分将极大影响分割效果，为中值消除高频部分，使整体尽可能光滑，不影响的选取。 绝大部分图像，均能较好的达到预计的切割目的。就实际而言，直接采用水平直线切割脖子与脸部区域不合适的实际测试发现，下巴边缘轮廓可以用一个二次函数拟合。通过找出脖子与下巴的loc，再以这条线为基准，向上搜索，找出首个为再找出另外两个点。拟合点实现轮廓的勾勒。矩阵坐标与笛卡尔坐标之间转换的与时间，放弃。，此方法，通过长度为一维中值滤波器，