论文部分内容阅读
人脸跟踪是计算机视觉和模式识别领域的一个重要研究课题。在基于内容的视频检索、数字视频处理、智能人机接口、视觉监测等方面有着重要的应用价值。但在实际应用中,人脸跟踪系统经常会遇到光照环境差异过大,或者光线不足等情况。本文将人脸跟踪与图像增强技术相结合进行了较为深入的研究。在对人脸跟踪和图像增强的国内外研究现状进行了深入了解的基础上,总结并提出了一些新的图像增强和人脸跟踪方法。全文的主要内容如下:1.针对传统的Retinex图像增强技术在高对比度边缘区域存在“光晕伪影”这一缺点,提出了一种基于双边滤波的Retinex算法。该算法先使用带有边缘保存功能的双边滤波将原图像分解成照度图像和反射图像,再分别采用不同的策略压缩照度图像和增强反射图像,最后把两部分图像合成为新的图像。通过从主观视觉效果和客观质量评价两方面对该算法进行检验,实验结果表明它有较好的增强效果,解决了“光晕伪影”问题。2.针对传统的Retinex图像增强技术会导致原始图像的噪声放大这一现象,结合了人眼的视觉特性,对中心环绕Retinex做出改进,提出了一种新的Retinex算法。该算法先使用正交的Prewitt算子计算出原始图像的梯度图像,然后用它和5×5的高斯核函数卷积,再将计算结果通过一个线性函数进行灰度变换,用变换结果作为原始图像的空间活动性矩阵,最后用该矩阵乘以中心环绕Retinex中的环绕矩阵。实验结果表明该算法有较好的增强效果,并通过模拟人眼视觉的掩盖效应,能有效抑制噪声的扩大。3.针对实际应用中的人脸跟踪系统经常会遇到不同的光照条件,这会造成人脸肤色严重失真,影响了基于肤色信息的跟踪方法在人脸跟踪系统中的应用。我们将提出的改进基于Retinex理论的图像增强技术应用到人脸跟踪系统中进行实验,结果表明本文的方法能够有效的克服低照度环境对于基于肤色跟踪方法的影响。