论文部分内容阅读
近年来,以人脸面部为处理对象的研究已成为计算机图形图像处理技术中的一项热门课题。对人脸面部的研究主要包括如下几个方面:1)人脸检测;2)人脸面部特征提取;3)人脸识别:4)三维人脸重建;5)人脸表情动画。本文主要研究人脸检测和面部特征提取技术。 本文首先利用颜色空间特性,对黄色人种中人脸肤色的聚类特性进行了探讨,指出HSI和YCbCr颜色空间对肤色具有良好的聚类特性。然后,我们对人脸肤色在HSI和YCbCr颜色空间的分布规律进行了研究,建立了适合于黄色人种人脸的肤色模型,提出了基于此肤色模型的人脸检测算法。 接着,我们对主动轮廓模型(Active contour model,又称为Snake方法)进行了深入研究。我们把人脸五官的形状特点、人脸五官位置规律巧妙地与Snake技术结合,提出了改进的自动Snake方法。Snake的改进包括如下三个方面:1)针对背景单一和背景复杂两种情况,分别给出自动定位人脸面部特征的方法,从而实现了Snake起始位置的自动初始化;2)针对人脸肤色的特点改造了Snake能量函数的图像能量项,提高了算法的精度;3)基于人脸五官形状特点,增加了一个新的能量项——形状限定能量项,以此限定Snake变化时的形状,避免Snake曲线误收敛。 本文对所提出的人脸面部特征检测和特征提取算法进行了实验仿真,对改进前后的Snake实验结果进行了比较分析,并总结了本文算法的优势与特色。实验结果表明:改进后的Snake算法有良好的收敛性,能有效地收敛到人脸面部五官形状的位置上,从而可准确提取人脸面部五官形状特征。