人臉檢測與增強算法的研究.pdf

1、人臉檢測在各個領域有著廣泛的應用。當人們在用照相機或其他數(shù)碼產(chǎn)品拍照時,由于光線不足和暗的背景使人臉檢測變得很困難。本研究的目的是用圖像處理方法實現(xiàn)人臉檢測,從而進一步改進圖片的質(zhì)量。這個問題可以被分成兩個步驟:人臉檢測和人臉增強。為了更有效的檢測人臉,本文使用基于OpenCV的Adaboost算法訓練分類器。在進行人臉增強之前,人臉區(qū)域通過膚色方法更精確的提取膚色信息。Imadjust算法是基于灰度級的線性變換,是圖像增強技術中一種比

2、較簡單但又十分重要的方法。Retinex算法是一種基于視覺的圖像增強方法,主要用于補償受照射光影響嚴重的圖像。
　　 本文詳細闡述了Adaboost人臉檢測技術的基本原理,分積分圖、Adaboost學習算法、多分類器級聯(lián)結(jié)構三部分進行了介紹。并重點講解了如何訓練分類器。本文給出了Imadjust算法的線性變換公式。Retinex算法可以被分為SSR、MSR和MSRCR三種。本文改進了Imadjust算法和MSR算法并將圖像分為R

3、、G、B三個通道分別實現(xiàn)圖像增強。
　　 整個程序是利用VC++6.0和OpenCV(開源計算機視覺庫)在Windows Xp上實現(xiàn)。實驗用到的297張暗背景下的人臉圖片,有253張可以被檢測出,檢測算法的準確率是85.2％。實驗結(jié)果證明了該算法的有效性,而且檢測速度快,開發(fā)周期短,具有可行性。Imadjust算法可以很好的提高圖像的亮度。多尺度Retinex算法顯示增強后的圖像具有色彩保真度高等特點,運用這種方法進行圖像處理可