基于肤色相似度的人脸检测与定位

毕业设计（论文）基于肤色相似度的人脸检测与定位摘要本课题致力于完成Visual C++ 6.0平台下的人脸检测与定位系统，人脸检测定位的算法限制于基于肤色相似度算法。

要完成的工作包括相似度的计算，图像的二值化，垂直直方图和水平直方图的获取，人脸特征（眼睛、嘴和鼻子）的提取。

本课题着重于肤色模型相似度在人脸检测与定位中的应用，对增加人脸检测与定位的准确率的研究有一定的指导意义。

提出一种基于肤色的人脸检测定位算法，设计了基于肤色的人脸检测和定位系统。

采用了脸部皮肤之间相似度的方法以及二值化方法，使用了基于边界方法和基于区域方法相结合的算法，提取了眼睛、嘴和鼻子等关键特征，最终较好地实现了人脸定位。

在Microsoft Windows平台上，利用Visual C+ + 6. 0 开发了软件。

本课题的成果具有一定的应用价值。

实验结果表明，该软件对于一定尺寸范围内清晰的正面人脸图能够正确检测定位并提取特征，并且在速度和准确性方面具有良好的性能。

关键词：图像分割；人脸定位；肤色；人脸检测；特征提取基于肤色相似度的人脸检测与定位Detection and Localization of Person Face Basedon Skin Color SimilarityAbstractThis topic devotes to completing the detection and localization system of the person face under the Visual C++ 6.0 platforms, and the detection localization algorithm of the person face limit to basing on the skin color similarity algorithm. The topic must complete similarity computation, binary image processing, vertical histogram, horizontal histogram and extracting person face characteristic (eye, mouth and nose). This topic emphasize application of skin color model similarity in the detection and the localization of person face, and has a significant instruction for research of increasing accuracy in detection and the localization of person face.In this paper, the authors have presented an algorithm and designed a system for face detection and location based on complexion. By strengthening the contrast between face features and by adopting binary image processing method, the system has improved the preprocessing effect; and by using boundary-based algorithm plus region-based algorithm , the system has realized face location through the extraction of the features of eyes, nose and mouth. Taking advantages of Visual C++ 6.0, the authors have also developed corresponding software based on Microsoft Windows.Production of this paper have definite application value.Experiment results prove that the system is valid in detecting, locating and extracting frontal view face features in a certain range.And it possess favorable performance in rapidity and accuracy.Key words: image segmentation; face localization; complexion; face detection;feature ex- traction安徽工程科技学院毕业设计（论文）目录引言 (1)第1章人脸检测与定位概述 (2)1.1人脸检测的定义、应用及难点 (2)1.2人脸检测的研究背景及现状 (2)1.3本文研究的主要内容 (3)第2章基于肤色模型的人脸检测 (4)2.1人脸检测方法 (4)2.2基于肤色的人脸检测 (4)2.2.1 色彩空间的选择 (4)2.2.2 肤色模型 (5)2.3人脸肤色相似度的计算 (6)第3章相似度基础上的人脸特征定位 (10)3.1人脸检测与定位算法 (10)3.1.1 人脸区域分割算法 (10)3.1.2 人脸区域标记算法 (12)3.1.3 人脸检测流程 (12)3.2人眼的检测算法及标定 (13)3.2.1 有背景灰度人脸图像中的人眼检测与定位 (14)3.2.2 眼睛的标定 (15)3.3鼻子的标定 (17)3.4嘴的标定 (18)3.5设计结果及分析 (19)结论与展望 (21)致谢 (22)参考文献 (23)附录A引用的外文文献及翻译 (24)附录B 参考文献题录及摘要 (27)附录C 主要源程序 (29)基于肤色相似度的人脸检测与定位插图清单图2-1训练流程图 (6)图2-2 二值化流程图 (7)图2-3 原图 (7)图2-4 相似度图 (8)图2-5 二值化图 (8)图2-6 垂直直方图 (8)图2-7 水平直方图 (9)图3-1 人脸检测与定位的总体流程 (10)图3-2 人脸区域分割系统 (10)图3-3 区域分割算法流程 (11)图3-4 标记人脸区域 (12)图3-5人脸检测流程图 (13)图3-6 LOG算子 (15)图3-7 边缘提取流程 (15)图3-8 边缘提取图 (16)图3-9 眼睛的定位 (16)图3-10眼睛标记流程图 (17)图3-11眼睛标记 (17)图3-12鼻子的标记流程图 (18)图3-13鼻子标记 (18)图3-14嘴巴标记 (19)图3-15系统主界面 (19)安徽工程科技学院毕业设计（论文）引言人脸检测和定位是人脸识别中一个重要的组成部分，其检测问题却是一个极赋挑战性的课题。

人脸是一个包含五官、毛发等的极不规则的复杂待测目标，不同的人脸在形状、大小、颜色、质地等方面都有很大的变化；所考虑的检测对象大多是由图像捕捉设备所采集的数字图。

所以采集条件特别是光照条件包括光源的方向、明暗、色彩等都会对图的效果产生很大的影响，进而影响对人脸的检测；另外，人脸上还可能长有胡须、戴有眼镜等, 这些也同样是人脸检测不可忽视的因素。

人脸检测具有一定的难度和复杂性，对这一问题的深入研究必将推动模式识别等计算机科学的发展。

人脸的检测问题在近10年中得到了广泛的关注，国内外很多研究人士提出了很多方法，在不同领域取得了一定进展。

但是对于一种能够普遍适用于各种复杂情况的，准确率很高的检测算法，还有很大的探索空间。

本文利用Visual C+ + 6. 0 开发了人脸定位和特征提取的软件，该软件对于一定尺寸范围内清晰的正面人脸图能够正确检测定位并提取特征。

基于肤色相似度的人脸检测与定位第1章人脸检测与定位概述1.1 人脸检测的定义、应用及难点人脸检测(face detection)是指在输入图中确定所有人脸(如果存在)的位置与大小。

人脸检测系统的输入是可能包含人脸的图，输出是关于图中是否存在人脸以及人脸的数目、位置、尺度、位姿等信息的参数化描述。

人脸检测问题最初来源于人脸识别(face recogznition)。

人脸识别的研究可以追溯到20 世纪60—70 年代，经过几十年的曲折发展已日趋成熟。

人脸检测是自动人脸识别系统中的一个关键环节，但是早期的人脸识别研究主要针对具有较强约束条件的人脸图(如无背景的图)，往往假设人脸位置已知或很容易获得，因此人脸检测问题并未受到重视。

近几年随着电子商务等应用的发展，人脸识别成为最有潜力的生物身份验证手段，这种应用背景要求自动人脸识别系统能够对一般环境下的图像具有一定的适应能力，由此所面临的一系列问题使得人脸检测开始作为一个独立的课题受到研究者的重视。

人脸检测研究的就是如何从静态图或者视频序列中找出人脸，如果存在人脸，则输出人脸数目、每个人脸的位置及大小。

人脸检测是人脸身份识别的前期工作，同时人脸检测作为完整的单独功能模块，在智能视频监控、视频检索和视频内容组织等方面都有直接的应用。

人脸检测的一个最重要的应用是人脸识别技术。

人脸识别技术的研究是本世纪计算机视觉领域最具挑战性的研究课题之一，其应用领域十分广泛：可用于公安系统的罪犯身份识别、安全验证系统、信用卡验证、医学、档案管理、视频会议、人机交互系统、驾驶执照及护照等与实际持证人的核对、银行及海关的监控系统及自动门卫系统等。

今天，人脸检测的应用背景已经远远超出了人脸识别系统的范畴，在基于内容的检索、数字视频处理、视觉监测等方面有着重要的应用价值。

人脸检测研究具有重要的学术价值，受到学者越来越多的关注。

人脸检测虽然有诱人的应用前景，但是在现实中却还没有开始大规模的使用。

其主要原因之一就是用计算机自动进行人脸的检测和识别十分困难，目前的检测效果（正确率、速度）不如其他的生物识别技术，如指纹识别，视网膜识别等等。

人们在日常生活中就进行了大量的人脸检测和识别工作，对人脸检测与特征的定位取得了一定的成绩，但人脸检测仍然存在着许多难点。

人脸是一类具有相当复杂的细节变化的自然结构目标，此类目标的检测问题的挑战性在于：1)脸由于外貌、表情、肤色等不同，具有模式的可变性；2)一般意义上的人脸，可能存在眼镜、胡须等附属物；3)作为三维物体的人脸的影不可避免地受由光照产生的阴影的影响。