人脸区域分割

《人脸区域分割》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第三章人脸区域分割3.1引言第二章中比较详细的介绍了本次毕业设计中使用的肤色模型，并分析了这种肤色模型的适应性和实用性，给出了实验验证的结果。本章将介绍人脸区域分割的算法。在肤色模型确定的情况下，人脸区域分割的算法在肤色分割预处理中起到核心性的作用。结合引言中总结的肤色区域分割预处理的目标，我们可以将人脸区域分割算法的整体过程用下面的系统结构示意图来表示：图像中的肤色和非肤色象素点包含人脸区域在内的一系列矩形区域人脸区域分割算法输入输出图3-1在上面的示意图中，输出的一系列矩形就将取代原来的整幅图像作为后面的人脸检

2、测算法的输入。所以对于这些矩形的要求如下：（1）这一系列矩形应该尽可能的包含待检测图像中的所有人脸。对于距离较近或者是有接触的多个人脸，分割后得到的肤色区域自然距离较近或者是连在一起，这时可以用一个矩形区域覆盖它们。根据引言中对肤色分割预处理的分析可知，不漏检、不降低正确率是整个肤色分割预处理的前提，也自然是人脸区域分割算法的首要前提。在加上第二章中对肤色模型的分析，无论什么样的肤色模型都存在着判断失误的现象，所以这第一点要求——即算法输出的一系列矩形应该尽量包含所有的人脸区域——便显得尤为重要。（2）这一系列矩形

3、应该少包含非肤色区域，也即相对原来的整幅图像，经过肤色分割预处理后的这一系列矩形的大小要明显小于原来的整幅图像。这也正是肤色分割预处理能够提高人脸检测算法的时间效率的原因；也是肤色分割预处理能够降低误报率的关键。3.2本论文中使用的人脸区域分割算法根据上面对于肤色区域分割算法结果的要求，也就是对于算法本身的要求，我们这里提出了一种新颖、快捷、鲁棒的人脸区域分割算法。在第一章引言中，我们对物体分割方法的概述中总结了三大类方法：基于象素的方法，基于边界的方法和基于区域的方法。我们前面的利用肤色模型的肤色象素点的提取相当

4、于已经应用了基于象素的方法。而在此基础上我们要将这一个个分散的肤色象素点构成一个个人脸区域，再用这些人脸区域的外接矩形来表征它们。对于其他的两种方法，我们可以简单的分析一下它们各自的优缺点。基于边界的方法由于处理的象素数量相对较少，各象素点间的相邻关系也相对简单，所以处理起来的速度要比基于区域的方法快；但另一方面，由于基于边界的方法是从局部特性来求图像整体的分割，因此在全局宏观性质的考虑上不如基于区域的方法。综合上面对基于边界的方法和基于区域的方法各自优缺点的比较上，我们应该力求两者能够取长补短，所以在这一部分中我

5、们采用了将基于边界的方法和基于区域的方法相结合的算法：基于边界的方法主要用于前期初始矩形序列的产生，争取快速的得到包含人脸区域的外接矩形；然后用基于区域的方法，全局考虑，对初始矩形序列进行区域归并，得到最终的输出矩形。首先对于算法的整体流程，我们用一个图来表示：输入的经过了肤色分割的图像去噪声处理提取边界对边界的连通关系作处理由边界的连通性和闭合性得到初始的一系列矩形将初始的矩形序列进行归并处理输出最终的矩形图3-2下面，我们将就构成整个算法的各个主要步骤进行详细论述。并将以图3-3中的一幅含有9个人脸的图像为例，

6、跟踪每一步的处理。图3-3图3-4为经过第二章叙述的肤色分割算法处理后的肤色分割结果：图3-43.2.1去噪声处理在完全没有先验知识的情况下，对于一些独立的肤色象素点，想将它们归为一个个人脸区域，我们很自然的会想到找连通区的方法。属于同一个人脸区域的肤色象素点应该是相互连通的；反之，一个人脸区域也应该是由一些连通的肤色象素点构成的。但由于噪声普遍存在于数字图像中；还有基于肤色模型的分割结果存在判断失误的情况，都会在连通的人脸区域中产生非肤色的噪声。所以进行人脸区域分割之前要进行去噪声或者称为滤波的处理。在这里我们采

7、用了基于象素“密度”的滤波方法来去除噪声。这是一种类似“卷积”的滤波方法。直观的讲，就是在以每一个肤色象素为中心的5*5邻域内统计肤色象素的个数，超过半数时中心点保留为肤色，否则认为是非肤色。对我们的例子，即图3-4中的肤色分割结果进行这种滤波后得到的结果为：图3-53.2.2提取边界、对边界的连通关系作处理并由边界的连通性和闭合性得到初始的一系列矩形在得到了是否是肤色的相当于是二值化的图像以后，我们就可以提取出每一个人脸区域的边界了。为提高人脸区域提取算法的速度，我们设计了快速的肤色区域边界提取算法：即扫描图像一

8、遍，将与非肤色象素点相邻的肤色象素点提取出来作为肤色区域的边界。显而易见，经过了肤色分割以及去噪声处理后的图像提取出来的边界都是各自闭合的，也即每一段边界都是首尾相接的，各自包围着一个一个的连通的肤色区域。由上面所述的边界提取算法得到的肤色区域边界，是遵循四连通原则的。这一点我们可以从下面的简化示意图中直观的看出。（a）（b）（c）图3-6图3-6中的（a）