靜態(tài)圖像中的正面人體分割算法研究.pdf

1、隨著生活水平的提高和社會(huì)信息化程度的加深，數(shù)字圖像越來(lái)越成為在人們?cè)谌粘Ｉ钪蝎@取信息的最主要途徑。圖像分割是數(shù)字圖像處理的一個(gè)重要組成部分，對(duì)于后續(xù)的目標(biāo)檢測(cè)、圖像檢索和圖像理解等方面的研究來(lái)講，圖像分割作為它們不可或缺的預(yù)處理步驟，具有重要的研究?jī)r(jià)值。
　　 目前比較常見(jiàn)的是視頻序列中的人體目標(biāo)分割，其主要應(yīng)用于公共場(chǎng)合的監(jiān)控系統(tǒng)。而且，這類方法大部分都存在兩個(gè)共同的缺點(diǎn)：檢測(cè)到的運(yùn)動(dòng)目標(biāo)不一定是人體；靜止不動(dòng)的人體無(wú)法被檢

2、測(cè)到。本文則側(cè)重于研究單幅靜態(tài)圖像中的人體目標(biāo)檢測(cè)與分割，這對(duì)于基于內(nèi)容的圖像檢索、人體目標(biāo)識(shí)別與分類、圖像理解等方面的研究和應(yīng)用具有重要意義。
　　 在人體檢測(cè)算法中，本文詳細(xì)介紹了幾類現(xiàn)有的人體檢測(cè)方法，分析了他們的可靠性，并在此基礎(chǔ)上提出了基于人臉檢測(cè)和Normalized Cuts圖像分塊的人體檢測(cè)和分割算法。人體的顏色、形狀和姿態(tài)各異，這對(duì)人體目標(biāo)全局的檢測(cè)造成很大困難，所以本文采用兩步走的方法：
　　 1)先

3、檢測(cè)上半身，包括頭部、軀干和雙臂。在人臉位置和大小已知的前提下，先使用模板匹配的方式找到一個(gè)最佳角度的上半身大致區(qū)域，再使用圖分割方法準(zhǔn)確地分割出軀干區(qū)域，同時(shí)還要檢測(cè)出膚色區(qū)域，最后將軀干區(qū)域、人臉區(qū)域和膚色區(qū)域組合在一起，得到完整的上半身區(qū)域；
　　 2)然后在上半身分割結(jié)果的基礎(chǔ)上使用主要顏色估計(jì)的方法找到胯部的大致位置，并再次使用圖分割方法，分割出準(zhǔn)確而完整的腿部區(qū)域。
　　 這樣做的優(yōu)點(diǎn)是能夠克服上下半身由于不