圖象中眼睛和嘴巴的檢測與定位.pdf

1、本文在圖象中分割人臉區(qū)域，在檢測出的人臉區(qū)域內定位眼睛區(qū)域和嘴巴區(qū)域，并定位相關的重要特征點，如：區(qū)域中心、眼角、嘴角等。主要研究內容如下： (1)提出了一種新的人臉區(qū)域分割算法。當前人臉區(qū)域分割主要依賴于膚色在某些特定色彩空間的聚類特性，然而膚色很容易因為環(huán)境光照的影響而變化，而且當背景中存在近似于膚色色彩的物體或者存在多處膚色區(qū)域時，很難準確定位人臉區(qū)域。本文利用人臉輪廓信息定位候選區(qū)域，然后結合人臉特征點呈現(xiàn)三角分布的特性

2、最終定位人臉，很好地避免了上述原因對于人臉區(qū)域分割的影響。 (2)提出了一種新的人眼及其特征點的定位方法。利用迭代式閾值算法對圖象進行二值化處理，然后針對人臉上半?yún)^(qū)域進行檢測，縮短了檢測時間。利用最小外接矩形描述眼睛區(qū)域的輪廓，并依據(jù)長寬比例及位置，連貫性等約束信息區(qū)分眼睛和眉毛、頭發(fā)區(qū)域；利用質心作為區(qū)域中心，更好地描述了眼睛區(qū)域的中心位置；然后利用Harris角點檢測算子對眼角進行定位，結合閉合區(qū)域填充以及形態(tài)學閉運算等操作

3、對眼睛區(qū)域進行填充，很好地避免了因為眼睛區(qū)域的不連貫導致的眼角檢測不準確。 (3)提出了一種新的嘴巴區(qū)域及其特征點的定位方法。針對人臉下半?yún)^(qū)域進行二值化，完整地保留了嘴巴區(qū)域的信息，效果明顯優(yōu)于針對整幅人臉進行二值化的情形。然后利用最小外接矩形描述嘴巴區(qū)域的輪廓，并依據(jù)長寬比例及位置信息定位嘴巴區(qū)域，利用質心作為區(qū)域中心，最后利用Harris角點檢測算子在區(qū)域填充后的嘴巴區(qū)域中定位嘴角位置。 實驗表明，本文提出的算法簡單