基于肤色特征人脸检测算法研究.docVIP

基于肤色特征人脸检测算法研究 　　摘要：通过对比面部识别技术的各种算法，本文重点研究了基于肤色特征的人脸检测算法。首先通过两种方法实现人脸的区域分割：基于相似度的方法和基于皮肤区域、头发区域的方法。前者通过相似度计算、二值化之后标记出人脸区域，后者利用颜色来检测人脸区域。人脸区域检测完毕之后再对其进行人脸特征的标注，最终实现面部检测。 　　关键词：面部识别；肤色特征；人脸区域分割 　　中图分类号：TP391.41 文献标识码：A文章编号：1007-9599 (2011) 17-0000-02 　　Face Detection Study Based on Skin Color Feature 　　Bian Jing,Dong Yinghong,Du Wei 　　(College of Computer Science and Technology,Changchun University,Changchun130022,China) 　　Abstract:By contrasting many algorithms of face detection technology,the algorithm of face detection based on skin-tone feature is mainly researched in this paper.Firstly realize the face region segmentation by two methods,the method based on similarity and the method based on skin region and hair region.The former method marks face region after similarity calculation and binaryzation,and the latter detect face region with different colors.When the face region detection is completed,we mark the face features,and then realize the final face detection. 　　Keywords:Face detection;Skin color feature;Face region partition 　　引言：随着各行业安全控制数字化应用需求的快速增长，面部识别技术越来越成为模式识别领域的一个研究热点。近几年提出的人脸检测方法有：基于知识的方法、基于特征的方法、基于人脸外观的方法等。本文介绍了一个基于肤色特征的人脸检测算法的系统实现。人的肤色分布具有聚类性，可以据此特征将人脸从背景中分离出来进行检测。首先将三维的RGB色彩空间转换为二维的YCrCb空间，再利用颜色信息将彩色图像的肤色区域和非肤色区域进行分割并实现二值化，从而确定肤色区域，然后对检测到的肤色区域进行眼睛、嘴巴、鼻子等人脸特征轮廓提取，最终实现整个人脸特征的标记完成检测过程。 　　一、系统总体设计 　　本系统由图像预处理模块和人脸检测模块两大部分组成。图像预处理模块包括光线补偿和消除噪声处理等过程，预处理后的图像根据肤色特征用二值化的方法以直方图形式将人脸部分标记出来，再通过提取人脸特征元素的方法对人脸进行最终的检测和定位。 　　本系统在光线补偿、二值化、标记特征区域等模块中涉及到很多算法，简要介绍如下：（1）光线补偿：为了抵消由于光线不平衡等原因使造成的色彩偏差，本系统先将整个图像中的所有像素按照亮度进行降序排列，然后将获取的最亮像素点进行线性放大，使其平均亮度RGB值达到255，然后再将其他像素点按照这个比例依次调整。（2）消除噪声处理：在图像采集期间，由于在传输和存储过程中可能会发生数据的丢失或损坏，而影响图像的质量，因此需要将图片进行消除噪声处理。本系统采用一种小波滤波方法来消除噪声。（3）二值化：经过光线补偿和消除噪声处理的图像，通过二值化公式计算，将人脸区域标记为1，非人脸区域标记为0，从而将图像的脸部区域标记出来。 　　系统总体结构图如图1所示： 　　 　　图1：系统总体结构图 　　二、系统详细设计 　　（一）人脸区域检测 　　YCrCb色彩模式是视频图像和数字图像中常用的色彩模式，因在YCrCb色彩模式中，红色和蓝色的色调及饱和度在光照改变时是稳定的，从而使肤色产生很好的类聚，形成一定的形状，非常适合处理模式识别问题。 　　本系统主要研究了基于相似度的方法和基于皮肤区域、头发区域的方法来实现RGB色彩模式向YCrCb模式的转换。 　　1.基于相似