基于肤色模型的人脸分割定位.doc

目录1. 前 言 1 2. 设计目标 1 2.1基于肤色的人脸标定系统设计目标 1 2.2基于肤色的人脸标定系统设计原理 1 3. 基于肤色的人脸标定系统实现算法 1 3.1基于RGB彩色空间的肤色模型 1 3.2基于YCbCr彩色空间的肤色模型 1 4. 基于肤色的人脸标定系统实验结果 1 4.1肤色提取算法实验 1 4.2人脸标定算法实验 1 4.2人眼标定算法实验 1 5. 总结 1 参考文献 2 1. 前 言 2. 设计目标.1基于肤色的人脸标定系统设计目标.2基于肤色的人脸标定系统设计原理 3. 基于肤色的人脸标定系统实现算法 3.1基于RGB彩色空间的肤色模型 3.2基于YCbCr彩色空间的肤色模型 4. 基于肤色的人脸检测 4.1肤色相似度计算 4.2动态阈值确定 4.2人脸区域边框生成 5. 总结  参考文献 [1] 阮秋琦 著.数字图像处理学.北京：电子工业出版社，2001 [4] 沈凤麟 陈和晏．《生物医学随机信号处理》．合肥：中国科学技术大学出版社．1999 [6] Dimitris G. Manokakis,Vinay K. Ingle,Stephen M.Kogon著, 周正 等译.统计与自适应滤波.北京：电子工业出版社，2003 [8] 董长虹主编，赖志国，余啸海编著，MATLAB 图像处理与应用。国防工业出版社，2004 [10] Miroslaw D. Lutovac , Dejan V . Tosic , Brian L . Evans 著，朱义胜，董辉等译，信号处理滤波器设计——基于MATLAB和Mathematica 设计方法。电子工业出版社，2004 [13] 胡广书编著，数字信号处理——理论、算法与实现（第二版）。北京：清华大学出版社，2003 dir *.jpg; strFile=input(Please input the file name:,s); strFile1=strcat(strFile,.jpg); imgrgb=imread(strFile1); [m,n,c]=size(imgrgb); % delete strFile,c; %2.将RGB色彩空间转换为Ycbcr色彩空间 imgrgb3=rgb2ycbcr(imgrgb); y=imgrgb3(:,:,1); cb=imgrgb3(:,:,2); cr=imgrgb3(:,:,3); %3.在Ycbcr色彩空间中分割肤色区域。 cb=double(cb); cr=double(cr); y=double(y); bwycbcr=zeros(m,n); for i=1:m for j=1:n if y(i,j)125 cb1=108+(125-y(i,j))*10/109; cr1=154-(125-y(i,j))*10/109; wcb=23+(y(i,j)-16)*23.97/109; wcr=20+(y(i,j)-16)*18.76/109; cb1=(cb(i,j)-cb1)*46.97/wcb+cb1; cr1=(cr(i,j)-cr1)*38.76/wcr+cr1; elseif y(i,j)188 cb1=108+(y(i,j)-188)*10/47; cr1=154+(y(i,j)-188)*22/47; wcb=14+(235-y(i,j))*32.97/47; wcr=10+(235-y(i,j))*28.76/47; cb1=(cb(i,j)-cb1)*46.97/wcb+cb1; cr1=(cr(i,j)-cr1)*38.76/wcr+cr1; else cb1=cb(i,j); cr1=cr(i,j); end x1=[-0.819 0.574]*[cb1-109.38;cr1-152.02]; y1=[-0.574 -0.819]*[cb1-109.38;cr1-152.02]; if (x1-1.60).^2/644.6521+(y1-2.41).^2/196.8409=1 bwycbcr(i,j)=1; imgrgb4(i,j,1)=y(i,j);