基于肤色人脸检测可上传基于肤色人脸检测可上传.doc

数字图像处理课程设计报告 设计课题: 基于肤色的人脸检测 姓 名: 姚望 学 院: 计算机科学与工程学院 专 业: 电子信息工程 班 级: 11级（） 目 录 1 设计目的 2 2 课程设计背景 3 人脸检测系统设计方案 3.1流程图 3 3.2实验原理 4 仿真实验 4.1 YCbCr空间 3 .2 噪声消除 4 .3 图像填孔 8 .4 图像重构 8 .5 脸部提取 9 4.6 人脸区域确定 9 结论 16 参考文献 17 一．设计目的 （1）建立人的肤色模型； （2）标定人脸区域； 二．课题设计背景 近些年来，随着工农业、医学、军事等领域自动化和智能化需求的迅猛发展，对图像处理技术的要求也越来越高。其中，对图像的自动识别与理解就是一项重要任务，而对图像进行分割来提取目标是其关键步骤之一，如果得不到合理的图像分割图，也就无法对图像进行正确的识别与理解。图像分割(Image Segmentation)就是按照一定的规则将一幅图像分成若干部分或子集的过程。简单的说，就是把图像中的物体与背景或物体与物体分割开。在有关图像分割技术的文献中，由于不同领域的侧重点不同，有时也以诸如边缘检测技术、阈值化技术、目标检测技术、目标轮廓技术等提法出现。虽然近年来研究成果越来越多,但由于图像分割本身所具有的难度,使研究没有大的突破性的进展。仍然存在的问题主要有两个:其一是没有一种普遍使用的分割算法；其二是没有一个好的通用的分割评价标准。 从图像分割研究的历史来看,可以看到对图像分割的研究有几个明显的趋势:一是对原有算法的不断改进；二是新方法、新概念的引入和多种方法的有效综合运用。人们逐渐认识到现有的任何一种单独的图像分割算法都难以对一般图像取得令人满意的分割效果,因而很多人在把新方法和新概念不断的引入图像分割领域的同时,也更加重视把各种方法综合起来运用。在新出现的分割方法中,基于小波变换的图像分割方法就是一种很好的方法。三是交互式分割研究的深入.由于很多场合需要对目标图像进行边分割分析,例如对医学图像的分析,因此需要进行交互式分割研究。事实证明,交互式分割技术有着广泛的应用。四是对特殊图像分割的研究越来越得到重视。目前有很多针对立体图像、彩色图像、多光谱图像以及多视场图像分割的研究,也有对运动图像及视频图像中目标分割的研究,还有对深度图像、纹理(Texture)图像、计算机断层扫描(CT)、磁共振图像、共聚焦激光扫描显微镜图像、合成孔雷达图像等特殊图像的分割技术的研究。五是对图像分割评价的研究和对评价系数的研究越来越得到关注.相信随着研究的不断深入,存在的问题会很快得到圆满的解决。 三．设计内容 1.实验流程图 2.设计原理 3.2.1 RGB模型 这是最常用的颜色模型。国际照明委员会(CIE)选择红色(波长= 700.0nm)，绿(波长= 546.1 nm)，蓝色(波长=435.8nm)三种单色光作为表色系统的三基色。这个模型基于笛卡尔坐标系统，三个轴分别是R, G, B。我们感兴趣的部分是个正方体。原点对应黑色，离原点最远的顶点对应白色。为方便我们将立方体归一化为单位立方体，这样所有R, G, B值都在区间[0, 1]中。 图2.1 RGB颜色模型 一般摄像系统都采用RGB色系坐标系、通常图像的颜色也用这一色系坐标系表示。一般以RGB色系坐标系为基础描述其它色系坐标系，将其它色系坐标系的基色描述为RGB三色的线性或者非线性函数。 3.2.2YCbCr模型 这是常用于彩色图像压缩时的一种颜色模型。Y:代表亮度;Cb, Cr:代表色差。它充分考虑了色彩组成时RGB三色的重要因素。RGB成份通过下列公式与YCbCr成份进行变换: RGB到YCbCr的转换: (2.2) 2. YCbCr到RGB的转换: (2.3) 这里， 因为亮度信息包含在Y成份中，色度信息在Cb和Cr中。因此可以轻松地去掉亮度信息。 3.2.3图像的去噪 获取