人臉檢測系統(tǒng)的算法研究與實現(xiàn).pdf

1、近年來，醫(yī)學及美容行業(yè)獲得了蓬勃發(fā)展，皮膚的保健和美容越來越受到人們的關注。目前，已出現(xiàn)用于測試皮膚狀況的智能診斷系統(tǒng)，但需手動采集不同的皮膚區(qū)域以實現(xiàn)對皮膚不同指標的檢測。為實現(xiàn)更加自動化的智能皮膚診斷系統(tǒng)，本文引入了人臉皮膚在線自動診斷系統(tǒng)，該系統(tǒng)僅需一張彩色的單人正面頭部圖像，直接根據(jù)該圖像便可實現(xiàn)對人臉不同區(qū)域皮膚的狀況診斷，而并不需要人為的多次圖像采集及診斷，真正實現(xiàn)了對人臉皮膚的自動的全面的診斷。要實現(xiàn)上述系統(tǒng)，首先要實現(xiàn)從

2、圖像中自動提取人臉區(qū)域及面部各器官，進而將人臉劃分成不同區(qū)域，然后對不同區(qū)域皮膚進行不同指標的檢測，最終實現(xiàn)從整體上對皮膚膚色、斑點、皺紋、水份油份等指標的綜合檢測。本文主要負責研究實現(xiàn)該系統(tǒng)的第一步一人臉區(qū)域及面部各器官的自動提取，具體內容包括： 1)利用膚色特征進行人臉檢測，通過膚色高斯建模-閾值分割-數(shù)學形態(tài)學處理過程實現(xiàn)對人臉的檢測。在分割出人臉后，針對本系統(tǒng)特點及后續(xù)要求，加入人耳去除模塊，最終確定人臉矩形區(qū)域。

3、 2)在人臉矩形區(qū)域內，實現(xiàn)對面部各器官的提取。人眼定位主要是參照復雜度算法并做了相應改進，最后提取前4個結構居中度最大的中心點作為可疑人眼中心，然后通過加入判定條件，實現(xiàn)了各種情況下對雙眼的成功檢測，提高了人眼檢測率；人嘴的檢測是利用嘴唇處R分量與G分量的差值較大及Q分量在嘴唇處具有穩(wěn)定的分布范圍兩個特點來實現(xiàn)的；對于鼻孔的提取，主要是根據(jù)鼻孔灰度低的特點，通過提取鼻孔搜索區(qū)域內灰度值最低的5％像素來實現(xiàn)。 3)在上兩步基礎