基于低照度圖像的人臉檢測(cè)方法研究.pdf

1、人臉檢測(cè)是模式識(shí)別和計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要研究方向，具有廣闊實(shí)用價(jià)值。在人臉檢測(cè)的實(shí)際應(yīng)用中，經(jīng)常會(huì)遇到待檢測(cè)的圖像模糊不清、光線不足等情況。本文將人臉檢測(cè)與圖像增強(qiáng)處理相結(jié)合進(jìn)行研究，在對(duì)人臉檢測(cè)和圖像增強(qiáng)的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行深入探討的基礎(chǔ)上，對(duì)低照度圖像增強(qiáng)中細(xì)節(jié)增強(qiáng)與亮度保持方面研究，并探究了人臉檢測(cè)的速度和正確性。全文主要內(nèi)容如下： 1.傳統(tǒng)直方圖均衡化在增強(qiáng)低照度圖像時(shí)，由于低照度圖像的灰度級(jí)數(shù)較少，增強(qiáng)后的圖像灰度

2、變化范圍很難達(dá)到最大灰度變化范圍，導(dǎo)致對(duì)圖像的細(xì)節(jié)的增強(qiáng)不夠理想。本文針對(duì)這種情況，對(duì)直方圖均衡化進(jìn)行改進(jìn)，將其與對(duì)比度增強(qiáng)相結(jié)合來(lái)處理低照度圖像。首先，根據(jù)圖像各像素點(diǎn)周圍信息求出其對(duì)比度參數(shù)，根據(jù)該參數(shù)對(duì)圖像各像素點(diǎn)進(jìn)行對(duì)比度增強(qiáng)處理；然后，采用帶有位置修正的直方圖均衡化算法做進(jìn)一步的增強(qiáng)。實(shí)驗(yàn)結(jié)果表明，該方法對(duì)低照度圖像的細(xì)節(jié)增強(qiáng)效果明顯，而且運(yùn)算時(shí)間基本不變。 2.傳統(tǒng)直方圖均衡化方法對(duì)彩色圖像增強(qiáng)會(huì)使彩色圖像的色彩失真

3、，而且圖像細(xì)節(jié)增強(qiáng)效果不明顯。本文針對(duì)這種情況，提出一種新的帶色彩恢復(fù)的直方圖分割算法。該算法首先對(duì)R、G、B各個(gè)通道圖像的直方圖根據(jù)其灰度中值和等面積原則進(jìn)行兩次分割，對(duì)分割后的子直方圖分別進(jìn)行均衡化處理。然后通過(guò)計(jì)算各通道在原圖中所占的比例，將均衡化處理后的各通道圖像進(jìn)行合并。實(shí)驗(yàn)表明，本文提出的算法對(duì)彩色圖像處理具有較好的實(shí)驗(yàn)效果。 3.使用傳統(tǒng)Adaboost算法訓(xùn)練分類器，當(dāng)碰到困難樣本時(shí)，若閾值選擇不當(dāng)，分類器會(huì)產(chǎn)生