人脸识别是基于生物特征的认证技术中最活跃的研究领域之一,也是一种自然友好的身份鉴别方式。由于三维人脸模型具备关键的空间结构(深度)数据,相比二维人脸图像具有更准确和丰富的信息,有望解决二维人脸识别中存在的光照、姿态和表情等种种变化所带来的复杂问题,因此,三维人脸识别技术成为当前研究的热点。三维人脸数据是三维人脸重建和识别的依据,而如何获取完整准确的三维人脸数据则成为三维人脸识别中的重要基础。本文基于计算机双目立体视觉技术,研究由标准双目人脸图像获取人脸的三维数据问题。首先采用基于肤色模型的人脸检测算法定位人脸区域,然后采用基于基准点的自适应窗口匹配算法获得人脸区域的视差图。由该视差图即可进一步获取三维人脸数据。本文的研究工作有:(1)在人脸检测和定位方面,首先对图像进行光照补偿,再根据肤色在色彩空间中的聚类特性,建立YCbCr色彩空间上的肤色区域模型对彩色人脸图像进行肤色分割;最后,从肤色区域中筛选出人脸区域。该方法简单快速,且对方向、姿态不敏感,可以从复杂背景中快速分离出人脸。(2)在人脸区域图像的立体匹配方面,提出了基于基准点的自适应窗口匹配算法。该算法自适应搜索得到最佳匹配窗口,在获取的较可靠匹配基准点上对匹配进行生长,经循环计算获得较准确的视差图。在误匹配校正方面,本文对零交叉校正算法进行了改进,有效提高了最终视差图的准确性。此外,在匹配计算中,引入整数图像技术,大大提高了计算速率。在对已定位的人脸区域灰度图像进行匹配之前,对其进行直方图均衡化操作,以减小图像间对应像素点的灰度差异,有助于提高匹配的准确性。