基于色彩恒常及膚色信息的人臉檢測算法研究.pdf

1、隨著信息化社會的高速發(fā)展以及信息安全意識的普及,人臉檢測與識別技術蓬勃發(fā)展并滲透進各行各業(yè)。人臉檢測是識別的基礎,依賴于所處的物理環(huán)境和檢測裝備的性能。本論文從物理環(huán)境中引起成像圖片色彩偏差的光照條件著手,從機器視覺的角度修正偏差以實現最大可能的還原真實色彩,進而確定面部膚色區(qū)域,實現人臉檢測。本論文的主要工作從以下四個方面進行闡述。
　　1、為了克服光照變化引起的機器視覺對圖像顏色認知的影響,本文提出一種基于流形結構的色彩恒常算

2、法。通過將一個寬的高斯模型與測試圖像卷積提取背景光照,對參考光照主成分分析提取主要光照分量,結合流形結構將測試光轉換為投射光照,最后從測試圖像中濾去原始光,并覆蓋投射光,實現背景光照的有效轉換,并在膚色檢測中得到驗證。
　　2、在研究經典顏色恒常算法的基礎上,從人眼視覺圖心傾向性出發(fā),加權平均視野內局部的亮度與色度信息,并結合無色差反射與最大響應點的優(yōu)勢,提出基于亮度加權的Gray-world與Retinex融合的色彩恒常算法,能

3、較好的實現色彩恒常處理。
　　3、提出改進的雙橢圓膚色模型,把彩色圖片從原彩色空間分別轉換到YCbCr和YCgCr空間后,考慮到色度對亮度的依賴性,利用非線性變化使色度Cb、Cr、Cg分量與亮度盡量分離,并擬合橢圓參數,逼近膚色在色度空間的聚類模型。
　　4、通過對二值膚色分割圖像幾何特征分析,實現人臉粗定位。Adaboost算法通過引入Haar矩形特征,構造弱分類器為強分類器,最終構造級聯分類器,并結合色彩恒常算法,有效避