分类筛选
分类筛选:

关于面部图像处理论文范文资料 与基于模糊算法的面部图像处理有关论文参考文献

版权:原创标记原创 主题:面部图像处理范文 科目:期末论文 2024-02-07

《基于模糊算法的面部图像处理》:本论文为您写面部图像处理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:为增强图像自动识别的准确率,采用一种基于模糊算法的多层次增强算法.首先利用图像统计特性将图像进行平滑处理,目的是抑制图像噪声和高频干扰成分从而使图像亮度平缓渐变,减小突变梯度,改善图像质量.运用图像分割将面部不同器官区分并生成数字特征,然后运用MATLAB对其进行处理以确定面部各器官标定点的位置.提出了边缘特征分析法定位眼睛的方法和一种基于鼻子下轮廓线的鼻尖定位算法.运用灰度变换,直方图修正,图像锐化等图像增强手段改善图像的视觉效果并将其转换成更适宜计算机分析处理的形式,最后将处理过后的两张图片做差值分析从而判断是否为同一人.

关键词:高斯模糊;人眼定位;鼻尖定位;Canny算子;差值分析

DOI:10.16640/j.cnki.37-1222/t.2017.13.234

通常情况下两张不同年龄段的照片人眼很容易区分是否是同一人,本文选择建立数学模型通过算法来识别是否是同一人,规定照片均为标准位置和标准光线下的两张一寸照.通过对面部图像提取特征进行处理,对比两张图像的特征差异范围判定是否为同一人.运用MATLAB对定位图像增强处理,最后将所得两张不同年龄段的图像进行对比分析,具体思路如下:选择两张同样尺寸和像素的一寸图片,分别命名然后对两张图进行一系列处理后用MATLAB的imabsdiff命令处理,根据重合度来判定图像的相似度,重合度越高相似度越好,通过结果范围判断两张不同年龄段的照片是否为同一个人,经过实验验证后,得出结论.

1 高斯模糊[1](Gaussian Blur)

高斯平滑用于计算机视觉算法中的預先处理阶段,以增强图像在不同比例大小下的图像效果.高斯模糊对于图像来说相当于低通滤波器[2],这样的模糊处理比其它的均衡模糊滤波器更高地保留了边缘效果.

2 图像分割

作为基本的计算机视觉技术,图像分割是从图像处理到图像分析的过程中一个非常关键的步骤,近年来备受人们的重视.把需要进行处理图像分割成各个具有特性的区域,然后提取出感兴趣目标的技术及过程.当前,聚类法、区域增长法和直方图阈值法是图像分割技术主要运用的方法.笔者实验中选择基于边缘的图像分割算法.图像的边缘是图像的重要特征,通过检测图像的边缘可以实现对图像分割.通过检测边缘可以把图像划分为多个区域,分割图像.图像的边缘可以通过对图像中像素的灰度值求导数得到.一般常用微分算子实现边缘检测.

在基于边缘的图像分割算法中,此处选择用Canny算子.考虑到算子受噪声的影响比较严重,本文忽略噪声且图片简单,对于照中人脸的眼睛和鼻子进行定位和提取.

3 眼睛模型

以眼睛的左右两个眼角作为主要特征点提取,这是因为两眼间距受光照或表情变化的影响最小,所以常被用于几何特征或图像尺寸的标准.边缘特征分析法[3]具有快速简单的特点.此算法是利用图像的垂直灰度投影曲线,根据凸峰宽度确定人脸的左右边界,然后利用人脸区域的水平灰度投影曲线确定头顶及鼻子中部形成的上下边界.利用预测法先确定人眼在眉眼区域的大概位置,通过检测眉眼部位的边缘及边缘分组,确定双眼的坐标位置.

在边缘检测前先对眉眼区域进行去噪、增强处理,使图像平滑,这是保证下面边缘检测获得较好效果的关键步骤.然后,用Canny算子求出眉眼区域的边缘图像,求解时将阈值取得较高,使得边缘点仅由眉毛和眼睛的强边缘以及瞳孔产生的强边缘组成,而不会包含由鼻子的轮廓产生的弱边缘.随后将边缘点进行分组,可以得到几组分离的边缘,其中位于下面的两组分别为左右两眼产生的边缘,取这两个边缘组的中心作为人眼的中心.边缘分组算法中,将分别包含每个边缘分组的最小矩形作为人眼检出,最先检出的两个分组分别对应左眼和右眼.当出现两个分组后算法立即结束,提高了执行效率.该算法的优势在于首先通过灰度投影曲线确定眉眼区域,使数据量大大减少,然后在有效的边缘检测之后,使用了高效的边缘分组策略,在保证正确率的基础上,提高了算法速度.此算法的定位错误出现在头部倾斜度过大,以及侧光太强,还有头部在图像中所占区域过小的情况.

4 鼻子模型

在人脸器官特征点中,由于鼻尖点不易受表情变化影响, 提出了一种基于鼻子下轮廓线的鼻尖定位算法.该算法首先利用眼睛位置确定鼻子候选区域,然后用Canny算子抽出鼻子边缘,通过计算其置信度获取鼻子下轮廓线,最后采用最小二乘法拟合鼻子下轮廓线为抛物线,从而确定鼻尖位置.

5 对比分析与总结

将经过MATLAB处理后的两张图像,分别设为、蓝色,希望根据色彩相加原理观察图像最后的颜色分布比例,但在实验过程中,发现用图片相加效果不明显,而绝对差值使两张图像的重合度较好的表现出来.需要注意的是,两张图片在进行运算的时候,保证瞳孔一一对应且图片大小一致.最后通过分析图像重合度,可判断两张照片中的人物是否为同一人.通过数字化转化为计算机能够接受的显示和存储格式,然后用计算机进行分析处理.通过以上处理过程能够达到一定程度上判定不同年龄段照是否为同一人的目的.

参考文献:

[1]倪迎花,图像处理中的模糊算法及实现分析[J].信息与电脑(理论版),2013(08):53-54.

[2]程丹松,刘晓芳,金野,崔淑梅,刘家峰.基于邻域信息的多层次图像模糊算法[J].哈尔滨工业大学学报,2011(07):85-89.

[3]朱夏君.人脸识别的研究及眼睛定位算法[D].浙江工业大学,2003.

作者简介:吕蕊(1995-),女,山东济宁人,本科.

面部图像处理论文参考资料:

结论:基于模糊算法的面部图像处理为关于面部图像处理方面的论文题目、论文提纲、面部图像处理论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。

和你相关的