学位论文 > 优秀研究生学位论文题录展示

基于数字图像处理的人脸检测算法研究与实现

作　者: 刘笃晋
导　师: 孙淑霞
学　校: 成都理工大学
专　业: 计算机应用技术
关键词: 人脸检测图像去噪粒子群优化四元素蜂群算法光照处理方法
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 105次
引　用: 0次
阅　读: 论文下载

内容摘要

计算机人脸识别是近年来非常活跃的研究领域。它的应用范围很广,如安全系统中的身份认证、视频监控中目标的识别与跟踪,以及表情分析、年龄分析、唇读等。人脸检测是人脸识别的基础,是自动人脸识别系统中的一个关键环节,高效准确的人脸检测算法对提高人脸识别率有着非常重要的作用。本文主要研究在彩色人脸图像中人脸检测的问题,进行人脸检测主要需要进行人脸图像的去噪、边缘检测及人脸图像分割,及对图像光照影响的处理,才能最终判断出一张人脸,针对人脸图像去噪问题,本文将快速粒子群优化算法应用于小波阈值收缩去噪法中进行阈值寻优,将图像作为粒子,粒子通过跟踪两个极值来更新自己,以寻求最佳阈值,用该最优阈值对图像去噪,目的是尽量减少图像的噪声影响,实验结果证明,本方法不仅峰值性噪比有明显提高,图像质量视觉也得到了改善,并且噪声方差越大,峰值性噪比、图像质量也越能显示其优越性。针对边缘检测问题,本文首先提出一种改进粒子群优化算法,然后将其引入四元数表示的彩色图像中,用此新的算法进行人脸边缘检测,目的是克服传统彩色图像边缘检测的缺陷、解决边缘丢失问题,并使其边缘提取效果显著,提高灵活性和适应性,实验结果表明,本文提出的方法对彩色图像的边缘检测具有较好效果,能够提取很多传统的彩色图像边缘检测方法所不能提取的图像纹理细节,且算法稳定,容易收敛,边缘检测速度也较快。针对人脸图像分割问题,本文提出一种改进算法,将图像分为n×n个窗口,在每个窗口内分别采用基于蜂群算法的二维Otsu方法对图像进行分割,目的是准确、迅速地找到图像分割的最佳阈值,并对图像进行最优分割,仿真实验表明,本文提出的方法不仅能得到理想的分割结果,而且计算量大大减少,达到了快速分割的目的,便于二维Otsu方法的实时应用,从而证明了该方法是可行和有效的。

全文目录

摘要  4-6
Abstract  6-10
第1章引言  10-14
  1.1 选题背景及意义  10-11
  1.2 人脸检测的研究现状  11-12
    1.2.1 国内研究现状  11-12
    1.2.2 国外研究现状  12
  1.3 课题来源及研究内容  12-14
第2章人脸检测与识别的基本算法  14-19
  2.1 人脸检测的基本方法  14-16
    2.1.1 基于知识的人脸检测方法  14-15
    2.1.2 基于统计的人脸检测方法  15-16
  2.2 人脸识别的基本算法  16-18
    2.2.1 基于几何特征的人脸识别  16-17
    2.2.2 基于子空间分析的人脸识别  17
    2.2.3 基于弹性图匹配的人脸识别  17-18
    2.2.4 基于神经网络的人脸识别  18
    2.2.5 基于隐马尔可夫模型的人脸识别  18
  2.3 本章小结  18-19
第3章基于快速粒子群优化算法的人脸图像去噪  19-26
  3.1 引言  19
  3.2 小波阈值收缩法去噪原理  19-20
  3.3 快速粒子群优化PSO 算法原理  20-21
  3.4 快速PSO 运用于图像去噪中  21-22
  3.5 实验与结果分析  22-24
  3.6 本章小结  24-26
第4章基于四元素的彩色人脸图像边缘检测  26-33
  4.1 引言  26-27
  4.2 粒子群优化PSO 算法原理  27
  4.3 改进粒子群优化算法  27-28
  4.4 基于四元数的图像边缘原理  28-30
    4.4.1 四元数的极坐标  28-29
    4.4.2 用四元数的旋转来表示彩色图像边缘  29-30
  4.5 改进PSO 算法检测图像边缘  30-31
  4.6 实验结果与分析  31-32
  4.7 本章小结  32-33
第5章基于蜂群算法的人脸图像分割  33-39
  5.1 引言  33-34
  5.2 基本蜂群优化算法模型  34-35
  5.3 基于蜂群算法的图像分割  35-37
    5.3.1 二维Otsu 图像分割  35-36
    5.3.2 基于蜂群算法的Otsu 图像分割  36-37
  5.4 实验结果和分析  37-38
  5.5 本章小结  38-39
第6章人脸图像光照影响的处理  39-48
  6.1 基于不敏感视觉特征的方法  39-41
    6.1.1 小波变换的图像处理  39-40
    6.1.2 基于Gabor 滤波器的图像处理  40-41
    6.1.3 高斯滤波器  41
  6.2 利用灰度变换处理图像  41-42
  6.3 对图像的光照补偿  42-45
    6.3.1 监督颜色恒常性方法  42
    6.3.2 Grayworld 的彩色均衡法  42-44
    6.3.3 “WhitePatch 方法  44
    6.3.4 同态滤波的方法  44
    6.3.5 局部图像增强方法  44-45
    6.3.6 最优估计方法  45
  6.4 一种改进光照补偿方法  45-47
    6.4.1 引言  45
    6.4.2 色彩的偏移的判定  45
    6.4.3 改进方法的光照补偿原理  45-46
    6.4.4 本方法的理论依据  46
    6.4.5 实验结果与分析  46-47
  6.5 本章小结  47-48
结论  48-49
致谢  49-50
参考文献  50-56
攻读学位期间取得的学术成果  56

基于数字图像处理的人脸检测算法研究与实现

内容摘要

全文目录

相似论文