MATLAB-SIMULINK实用教程课件第8章MATLAB应用程序.ppt

MATLAB/SIMULINK实用教程 张化光 孙秋野 刘鑫蕊 编著 第8章MATLAB应用程序 8.1 悬吊式起重机动力学仿真 8.2 模糊控制程序 8.3 使用MATLAB统计数据 8.4 基于MATLAB的图像平滑 8.4.1 邻域平均法 8.4.2 中值滤波法 8.4.3 空间低通 8.4.4 频域低通 8.4.5 程序清单 8.5 一种基于肤色分割和匹配的人脸识别 8.5.1 将RGB空间转换为YCbCr空间 8.5.2 将彩色图像转换为灰度图像 8.5.3 消除噪声 8.5.4 对图像做填孔处理 8.5.5 图像重构 8.5.6 再处理 8.5.7 进一步确定人脸区域 8.5.8 边缘检测 8.6 非线性二联机系统的跟踪控制 8.7 小 结 6．zh.m : 用zhlb.m对’bear.jpg’进行平滑处理。 7．kylpf.m: 空域上的低通滤波对’bear.jpg’进行平滑处理。 8．flpf：用ILPF,TLPF,BLPF,ELPF对’’bear.jpg’进行平滑处理。 9．myself.m :自己定义的低通滤波函数 10．mylpf.m : 用myself.m对’bear.jpg’进行平滑处理 为了把人脸区域从非人脸区域分割出来，需要使用适合不同肤色和不同光照条件的可靠肤色模型。 常用的RGB 表示方法不适合于皮肤模型，在RGB 空间，三基色（r, g, b）不仅代表颜色，还表示亮度。 由于周围环境光照的改变，亮度可能使人脸的检测变得更加复杂，在皮肤的分割过程中是不可靠的。 8.5.1 将RGB空间转换为YCbCr空间 为利用肤色在色度空间的聚类性，需要把颜色表达式中的色度信息与亮度信息分开，将R、G、B 转换为色度与亮度分开的色彩表达空间可以达到这个目的。 颜色空间的转换常用的颜色模型主要有：YCrCb、HSV、YIQ等。 这里选用YCrCb 空间作为肤色分布统计的映射空间，该空间的优点是受亮度变化的影响较小，而且是二维独立分布，能较好地限制肤色分布区域。 使用函数为：YCBCR = rgb2ycbcr(RGB)。 不同的肤色具有相同的2D模型G(m, V^2)。 灰度值对应属于皮肤区域的可能性，通过设定门限，就可以转换为二值图像，1, 0分别表示皮肤和非皮肤区域。 8.5.2 将彩色图像转换为灰度图像 图8-21 将彩色图像转换为灰度图像 由于转换后不可避免会出现噪声，有背景的噪声影响，以及人的衣服和裤子引起的噪声点，这里使用开闭运算的方法消除噪声。 8.5.3 消除噪声 f=imfill(f,holes); figure(3),imshow(f); 8.5.4 对图像做填孔处理 即利用重构进行开运算，可准确恢复腐蚀后的对象形状。 fe=imerode(f,ones(8,7)); fo=imopen(f,ones(8,7)); f=imreconstruct(fe,f); figure(4),imshow(f); 8.5.5 图像重构 人脸候选区筛选时，由于头部部分重合，以及头部与其他部分，例如衣服等的连接，对筛选造成了困难，故应先利用闭运算操作，断开连接，再进行处理。 8.5.6 再处理 利用人脸候选区筛选，进一步确定人脸区域，判断规则如下。 （1）若目标高宽比小于0.8而大于2.0，则认为不是人脸区域，删除此区域。 （2）区域面积过大或过小，认为不是人脸区域，删除此区域。 矩形面积area_sq =目标区长度*宽度，目标区面积为area，若area / area_sq 0.6，则认为不是人脸区域。 8.5.7 进一步确定人脸区域 其中： 条件1限定了要检测的人脸区域的比例大小，排除了一些颜色类似皮肤但长宽不符合要求的区域。（如颜色与皮肤接近的衣物） 条件2排除一些不规则但色调和皮肤接近的物体，同时也可排除人体其他的非脸部区域，如四肢等。 利用边缘检测，检测出人脸;利用得到的边缘，对原图像进行处理，就可以在原图中画出人脸区域的框图。 可以看出，由于人手交叉放置，所以不管从肤色、形状还是面积比上，都很难将其识别和删除，所以出现了两个错误检测。 8.5.8 边缘检测 * * 8.1 悬吊式起重机动力学仿真 8.2 模糊控制程序 8.3 使用MATLAB统计数据 8.4 基于MATLAB的图像平滑 8.5 一种基于肤色分割和匹配的人脸识别 8.6 非线性二联机系统的跟踪控制 8.7