基于matlab程序实现人脸识别.pdf

1. 人脸识别流程 基本原理 基于 YCbCr颜色空间的肤色模型进行肤色分割。 在 YCbCr色彩空间内对肤色 进行了建模发现，肤色聚类区域在 Cb—Cr 子平面上的投影将缩减，与中心区域 显著不同。采用这种方法的图像分割已经能够较为精确的将人脸和非人脸分割开 来。 流程图 人脸识别流程图 读入原始图像 将图像转化为YCbCr颜色空 间 利用肤色模型二值化图像并 作形态学处理 选取出二值图像中的白色区 域，度量区域属性，筛选后 得到所有矩形块 否 筛选特定区域（高度和宽度的比率 在（0.6~2）之间，眼睛特征） 是 存储人脸的矩形区域 特殊区域根据其他信息筛 选，标记最终的人脸区域 2. 人脸识别程序 （1）人脸和非人脸区域分割程序 function result = skin(Y,Cb,Cr) %SKIN Summary of this function goes here % Detailed explanation goes here a=; b=; ecx=; ecy=; sita=; cx=; cy=; xishu=[cos(sita) sin(sita);-sin(sita) cos(sita)]; %如果亮度大于 230，则将长短轴同时扩大为原来的倍 if (Y230) a=*a; b=*b; end %根据公式进行计算 Cb=double(Cb); Cr=double(Cr); t=[(Cb-cx);(Cr-cy)]; temp=xishu*t; value=(temp(1)-ecx)^2/a^2+(temp(2)-ecy)^2/b^2; %大于 1 则不是肤色，返回 0；否则为肤色，返回 1 if value1 result=0; else result=1; end end （2）人脸的确认程序 function eye = findeye(bImage,x,y,w,h) %FINDEYE Summary of this function goes here % Detailed explanation goes here part=zeros(h,w); %二值化 for i=y:(y+h) for j=x:(x+w) if bImage(i,j)==0 part(i-y+1,j-x+1)=255; else part(i-y+1,j-x+1)=0; end end end [L,num]=bwlabel(part,8); %如果区域中有两个以上的矩形则认为有眼睛 if num2 eye=0; else eye=1; end end (3) 人脸识别主程序 clear all ; %读入原始图像 I