人臉面部特征提取技術的研究frt畢業設計(編輯修改稿)

　

【文章內容簡介】 分明，利用這些知道可以淘汰很多候選，減少PCA驗證的負擔。★ 雙眼的定位把篩選過的特征區域兩兩配對，再用PCA模扳進行嚴整，就可以得到真正的雙眼大使，PCA嚴整有時候難以區分眉毛與眼睛，所以還要用一些幾何特性進一步篩選，由于假定姿態是正的，雙眼必定位于人臉的上半部分，他們的連線是近似水平的，而且他們的中心比眉毛低，運用這些判據，可以區分眉毛和眼睛?！? 鼻子的定位在確定了眼睛的位置以后，鼻子的位置基本確定，以眼睛的瞳距為1來計算。在這附近搜索顏色較深的區域，大致能得到鼻孔的位置（有的側面圖一個鼻孔基本不可見，也就無法檢測出來了）。然后在兩鼻孔上訪一定范圍內（鼻孔的距離的1/2左右）找亮度最高的點作為鼻尖。★ 嘴巴的定位找到雙眼之后，可以在它們的下方搜索候選特征區域，尋找非膚色面積較大、近似位于雙眼對稱的候選作為嘴巴。然后根據先驗知識調整嘴巴的大小。第4章 系統詳細設計本章主要對圖像處理這一模塊進行詳細介紹，對其子模塊所用到的算法及具體實現進行詳細講述。 系統的運行流程圖l 對圖片進行光線補償、將圖片變成灰色、實現圖片對比度增強，二值化變換等一系列預處理。l 將處理好的人臉圖片進行定位，標出眼睛、鼻尖和嘴巴。216。 啟動本系統，進入人臉識別系統界面。216。 點擊打開圖象，選取所需要的圖片圖41 系統流程圖 圖像處理詳細設計彩色圖像包含較多人臉特征信息，但是直接作為處理對象會使過程復雜化。相比之下灰度圖像在保留了人臉主要特征信息的基礎上，減少了總信息量。（1） 算法思想 灰度化的處理方法主要有3種：① 最大值法：使RGB的值等于3值中的最大一值，即， 　 式()最大值法會完成亮度很高的灰度。② 平均值法：取R，G，B的平均值，即， 式()平均值法會完成比較柔和的灰度。③ 加權平均值法：根據重要性或其他指標給R，G，B賦予不同的權值，并使RGB的加權值平均，即， 式()其中，分別為R，G，B的權值。實驗和理論推導證明當 時，即當， 式() 式()時，能得到最合理的灰度圖像。（2） 具體實現灰度化功能① 在明白了灰度化的原理之后，就可進行編碼來實現該功能。在編輯界面中添加一個按鈕控件，將其命名為‘灰度化’,并其ID號設為IDC_BTHD, 對應文件CFaceDetectDlg．Cpp中的函數OnBthd()實現. ②現該模塊的核心代碼如下：//編寫就算像素點灰度值的函數int CPreProcess::CalGray1(int blue,int green,int red){//利用灰度計算公式int ColorGray=(int)((green * 59 + red * 30 + blue * 11) / 100)。 //將像素值限制在0到255 if (ColorGray0) { ColorGray=0。 } else if (ColorGray255) { ColorGray=255。 } return ColorGray。}//編寫OnBtGray()函數//獲取紅色分量int ColorRed=m_tOriPixelArray[i][j].rgbRed。//獲取綠色分量int ColorGreen=m_tOriPixelArray[i][j].rgbGreen。//獲取藍色分量 int ColorBlue=m_tOriPixelArray[i][j].rgbBlue。//調用函數，計算灰度值int cgray=method3CalGray1(ColorBlue ,ColorGreen , ColorRed ) 。//顯示灰度圖像m_tResPixelArray[i][j].rgbBlue = m_tResPixelArray[i][j].rgbGreen = m_tResPixelArray[i][j].rgbRed =cgray。//重置位圖MakeBitMap( )。}//method3是定義的一個函數指針，定義如下：CPreProcess *method3。//初始化如下method3 = new CPreProcess(m_tOriPixelArray,m_nWndWidth,m_nWndHeight)。③ 圖像灰度化效果： 圖42 圖像灰度化 灰度變換按照一定的規律修改像素的灰度值,使圖像的亮度或者對比度發生改變,使之更易于分辨,達到更好的視覺效果。（1） 具體實現功能進行編碼來實現該功能：在編輯界面中添加一個滑動條控件和文本編輯器，將其命名為‘灰度化變換’,并其ID號分別設為IDC_SLIDER1, IDC_EDIT1，對應文件CFaceDetectDlg．Cpp中的函數OnReleasedcaptureSlider1()和OnChangeEdit1()實現。打開ClassWizard的Member Variables標簽，給每個控件添加所需的成員變量，參數如下： 空間ID號變量類型變量名范圍和大小IDC_SLIDER1CSliderCtrlm_Slider――IDC_EDIT1intm_Gray0～255在滑動條的消息處理函數OnReleasedcaptureSlider1（）中設置滑動條的值使它等于文本編輯框的初始值。代碼為：//設置滑動條的初始值(m_Gray)。 //刷新界面UpdateData(true)。 在滑動條的消息處理函數OnReleasedcaptureSlider1()中進行灰度化變換，將滑動條的值賦給灰度，并將其控制在【0，255】之間。代碼為：cgray+=m_Gray。 if (cgray0) { cgray=0。 } if(cgray255) { cgray=255。 } m_tResPixelArray[i][j].rgbBlue = m_tResPixelArray[i][j].rgbGreen = m_tResPixelArray[i][j].rgbRed =cgray。 } } MakeBitMap()。 }//重置位圖 MakeBitMap()。的主要代碼{ CClientDC ClientDC(pDCShowGetWindow())。 if(m_pResMap!=NULL) delete m_pResMap。 m_pResMap=new CBitmap()。 m_pResMapCreateCompatibleBitmap(amp。ClientDC,m_nWndWidth,m_nWndHeight)。 CDC dc。 (amp。ClientDC)。 (m_pResMap)。 for(int i=0。 im_nWndHeight。 i++) for(int j=0。 jm_nWndWidth。 j++) (j,i,RGB(m_tResPixelArray[i][j].rgbRed,m_tResPixelArray[i][j].rgbGreen,m_tResPixelArray[i][j].rgbBlue))。 ()。 MyDraw()。}（2） 效果圖圖43 比較柔和的灰度圖像圖44 灰度較強圖像 sobel邊緣提取圖像邊緣：是指圖像中象素灰度值有階躍變化或屋頂狀變化的那些象素的集合。圖像邊緣是一種重要的視覺信息，圖像邊緣檢測是圖像處理、圖像分析、模式識別、計算機視覺以及人類視覺的基本步驟。其結果的正確性和可靠性將直接影響到機器視覺系統對客觀世界的理解。實現邊緣檢測有很多不同的方法，也一直是圖像