基于數字圖像處理的人臉檢測算法研究與實現.pdf

1、計算機人臉識別是近年來非?；钴S的研究領域。它的應用范圍很廣,如安全系統(tǒng)中的身份認證、視頻監(jiān)控中目標的識別與跟蹤,以及表情分析、年齡分析、唇讀等。人臉檢測是人臉識別的基礎,是自動人臉識別系統(tǒng)中的一個關鍵環(huán)節(jié),高效準確的人臉檢測算法對提高人臉識別率有著非常重要的作用。
　　 本文主要研究在彩色人臉圖像中人臉檢測的問題,進行人臉檢測主要需要進行人臉圖像的去噪、邊緣檢測及人臉圖像分割,及對圖像光照影響的處理,才能最終判斷出一張人臉,針對

2、人臉圖像去噪問題,本文將快速粒子群優(yōu)化算法應用于小波閾值收縮去噪法中進行閾值尋優(yōu),將圖像作為粒子,粒子通過跟蹤兩個“極值”來更新自己,以尋求最佳閾值,用該最優(yōu)閾值對圖像去噪,目的是盡量減少圖像的噪聲影響,實驗結果證明,本方法不僅峰值性噪比有明顯提高,圖像質量視覺也得到了改善,并且噪聲方差越大,峰值性噪比、圖像質量也越能顯示其優(yōu)越性。針對邊緣檢測問題,本文首先提出一種改進粒子群優(yōu)化算法,然后將其引入四元數表示的彩色圖像中,用此新的算法進行

3、人臉邊緣檢測,目的是克服傳統(tǒng)彩色圖像邊緣檢測的缺陷、解決邊緣丟失問題,并使其邊緣提取效果顯著,提高靈活性和適應性,實驗結果表明,本文提出的方法對彩色圖像的邊緣檢測具有較好效果,能夠提取很多傳統(tǒng)的彩色圖像邊緣檢測方法所不能提取的圖像紋理細節(jié),且算法穩(wěn)定,容易收斂,邊緣檢測速度也較快。針對人臉圖像分割問題,本文提出一種改進算法,將圖像分為n×n個窗口,在每個窗口內分別采用基于蜂群算法的二維Otsu方法對圖像進行分割,目的是準確、迅速地找到圖