原创《一种人脸检测灰度图像预处理新方法》：本论文为您写灰度毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
摘 要：
由于人脸检测率在复杂光照条件下较低,本文提出一种效果较好的人脸检测光照预处理算法.在人脸检测过程中,首先对获取得到的灰度图像进行直方图规定化、幂次变换等灰度级处理.实际验证结果表明,在选择适当的目标直方图区间和幂指数的条件下,本文所提出的预处理方法能够有效增强图像.因此,本文处理方法较大程度上降低了光照对图像的影响,为后续实验提供很好的基础.
关键词：直方图规定化；幂次变换；光照；人脸检测
1 光照预处理
1.1直方图
图像直方图为一幅图像的灰度级信息提供了直观的表示,在图像处理过程中具有十分重要的作用.从理论数学的角度来看,图像直方图是图像各灰度级出现次数与各灰度级的函数,直观的表现了各灰度级出现的次数或频率；从几何的角度来看,它是一个横轴表示原图像的灰度级,纵轴表示各个灰度级在原图像中出现的次数或频率的二维图像.图像直方图是图像最基本的统计特征,直方图操作对增强图像信息具有重大意义.
1.2直方图规定化
1.2.1概念
直方图均衡化是将图像整体的对比度自动的增加,操作方便,但它的缺点是部分区域细节不太清楚,而且处理得到的结果是全局均衡化的直方图,增强效果不易控制.因此有时可以指定图像期望具有的直方图形状,例如本文对较暗处人脸图像假设目标图像直方图在[50,200],以使图像不会过暗或者过亮.直方图均衡化就是这种用于产生具有较理想直方图的图像的方法.
1.2.2算法原理
Pr（r）和Pz（z）为连续灰度级r和z对应的连续概率密度函数,其中r和z为输入和输出图像的灰度级.直方图均衡化处理原始图像和期望输出图像,得到：（a）是原始图像直方图,像素分布很散,图像表达能力弱；（b）是直方图规定化后的直方图,像素分布较均匀；（c）是幂次变换后的直方图,可以看出相较原图直方图,像素在暗部与亮部被集中；（d）是本文变换后的直方图,像素集中在中部,过亮或过暗部分较少,图像表达能力变强,优于其他两种变换.
2.2数学层面分析图像增强效果
3结束语
本文通过对人脸图片进行直方图规定化和幂次变换结合的复合灰度级处理,相较于单独进行直方图规定化和幂次变换具有更好的图像增强效果,并且本文算法计算复杂度仍较低.但本文方法处理后的人脸图像暗部细节仍然不算非常明显,这也将成为接下来我们的研究方向.
[参考文献]
[1] 杨晋吉,李荣兵.基于Adaboost与Clifford代数的人脸检测[J].计算机工程,2013Vol.39（9）：214-217
[2] 师黎,吴敏,张娟.基于小训练样本的AdaBoost人脸检测[J].计算机工程,2011Vol.37（8）：199-201
[3] 袁泉,杨杰,杜春华,吴证.基于直方图统计学习的人脸检测方法[J].计算机工程,2007Vol.33（21）：172-174
[4] 王庆伟,应自炉.一种基于Haar-LikeT特征的人脸检测算法[J].模式识别与人工智能,2015Vol.28（1）：35-41
项目名称：国家级大学生创新创业训练计划项目（12100-201410616011）
（作者单位：1成都理工大学管理科学学院,四川 成都 610059；2成都理工大学信息科学与技术学院,四川 成都610059）
灰度论文参考资料：
结论：一种人脸检测灰度图像预处理新方法为关于对不知道怎么写灰度论文范文课题研究的大学硕士、相关本科毕业论文灰度问题什么意思论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。
