基于改进YCrCb色彩空间的人脸检测算法

论文摘要

人脸检测是人脸识别系统中一个重要的步骤,是一门复杂的交叉学科,涉及到模式识别,图像处理,算法设计,计算机图形学等相关学科,人脸检测结果为人脸识别提供直接处理数据,所以人脸检测的质量好坏直接决定着后期人脸识别率的高低和识别速度,提高人脸检测的准确率和检测速度是提高人脸识别效果的关键。本文研究了近年来国内外人脸检测研究领域发表的大量论文和学术报告,针对目前人脸检测存在的检测率受光照条件影响波动较大的现状,在借鉴前人的研究成果和论文的基础上,对人脸检测方法做了改进,提出了采用基于改进YCrCb颜色空间的肤色模型的人脸检测算法,实现了人脸检测系统,取得了较好的人脸检测效果。本文的研究成果如下:1)改进了传统的RGB颜色空间到YCrCb颜色空间的转换算法传统的RGB转化YCrCb算法是一种简单的线性变换,本文通过实验证明在亮度较大的照片中人脸肤色区域的像素经RGB转化YCrCb公式得到的Cr分量值和Cb分量值与正常亮度照片中得到的值相差较大,并Cr、Cb值随着亮度的增强趋近于0。亮度的范围越大,表现肤色色彩信息的Cr、Cb值聚集度越差,肤色模型就不适合对各种亮度条件下的图片实现人脸肤色的准确分割。本文通过分析传统RGB转换YCrCb算法的几何意义,提出一种改进的结合线性和非线性变换的RGB颜色空间到YCrCb颜色空间的分段转换公式。并通过实验证明改进后的转化算法得到的Cr、Cb值的范围更加集中。2)提出了水平垂直投影与模板匹配相结合的人脸检测本文采用对连通区域水平、垂直投影结合模板匹配的方法实现对候选人脸的筛选,通过把候选人脸的大小放缩到固定尺寸,并在水平、垂直方向等量划分若干区域,计算每一个区域像素点的个数生成投影图,与标准正面人脸轮廓的投影图对比,以相似度作为判断是否为人脸的依据。另外通过人脸模板颜色的分布特征建立颜色矩阵模板进行基于颜色分布特征的模板匹配,以匹配率高低确定人脸。3)完成了基于改进YCrCb色彩空间的人脸检测系统。实验证明采用该改进算法能较好的解决基于颜色信息的人脸检测受光照条件的影响,而且提高了检测的准确率,比传统的方法有更高的效率和检测准确率。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究的背景和存在的问题
• 1.2 课题研究意义和价值
• 1.3 人脸检测方法
• 1.4 论文的创新点
• 第二章 人脸检测基本理论知识
• 2.1 色彩空间
• 2.1.1 RGB 颜色空间
• 2.1.2 HSV 颜色空间
• 2.1.3 YCrCb 颜色空间
• 2.2 肤色模型
• 2.2.1 简单肤色模型
• 2.2.2 高斯肤色模型
• 2.3 数学形态学
• 2.3.1 结构元
• 2.3.2 膨胀
• 2.3.3 腐蚀
• 2.3.4 开运算
• 2.3.5 闭运算
• 2.4 投影图
• 2.5 本章小节
• 第三章 改进 YCrCb 颜色空间与人脸检测方法
• 3.1 改进RGB 转换YCrCb 算法
• 3.1.1 传统转换算法的不足
• 3.1.2 算法改进原理
• 3.1.3 对改进算法的实验结果
• 3.2 肤色模型与肤色分割
• 3.2.1 肤色模型
• 3.2.2 肤色分割
• 3.3 数学形态学处理
• 3.4 连通区域的标定
• 3.5 候选人脸的筛选
• 3.6 模板匹配
• 3.7 本章小节
• 第四章 人脸检测系统的实现
• 4.1 软硬件环境和设备
• 4.1.1 硬件设备
• 4.1.2 软件环境
• 4.2 系统设计
• 4.3 系统流程图
• 4.4 系统的实现
• 4.5 本章小节
• 第五章 实验对比分析
• 5.1 与Opencv 开源视觉库的人脸检测方法进行检测效果对比
• 5.2 高亮照片的检测结果对比
• 5.3 实验对比结果统计
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论著及参与科研课题