基于肤色和眼睛定位的人脸检测算法（MATLAB 实现）
jopen
9年前
本文提出了一种基于肤色信息和眼睛粗略定位的人脸检测算法。该算法先对 Anil K.Jain 的 Cb 、 Cr 椭圆聚类方法进行了改进，用改进的算法进行肤色提取，经过肤色区域的分析，对人脸区域进行预检测，确定人脸可能区域，然后再根据眼睛的粗略定位进一步确定人脸区域。
一、肤色分析(skin.m)
Anil K.Jain提出的基于YCbCr颜色空间的肤色模型，根据当前点的Cb Cr值判断是否为肤色。
% Anil K.Jain提出的基于YCbCr颜色空间的肤色模型 % 根据当前点的Cb Cr值判断是否为肤色 function result = skin(Y,Cb,Cr) % 参数 a = 25.39; b = 14.03; ecx = 1.60; ecy = 2.41; sita = 2.53; cx = 109.38; cy = 152.02; 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1.1倍 if(Y > 230) a = 1.1*a; b = 1.1*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 value > 1 result = 0; else result = 1; end
二、眼睛粗略定位(findeye.m)
% 判断二值图像中是否含有可能是眼睛的块 % bImage----二值图像 % x---------矩形左上角顶点X坐标 % y---------矩形左上角顶点Y坐标 % w---------矩形宽度 % h---------矩形长度 % 如果有则返回值eye等于1，否则为0 function eye = findeye(bImage,x,y,w,h) % 根据矩形相关属性得到二值图像中矩形区域中的数据 % 存放矩形区域二值图像信息 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 num < 2 eye = 0; else eye = 1; end
三、人脸检测(facedetection.m)
function facedetection(img_name) % 读取RGB图像 I = imread(img_name); % 转换为灰度图像 gray = rgb2gray(I); % 将图像转化为YCbCr颜色空间 YCbCr = rgb2ycbcr(I); % 获得图像宽度和高度 heigth = size(gray,1); width = size(gray,2); % 根据肤色模型将图像二值化 for i = 1:heigth for j = 1:width Y = YCbCr(i,j,1); Cb = YCbCr(i,j,2); Cr = YCbCr(i,j,3); if(Y < 80) gray(i,j) = 0; else if(skin(Y,Cb,Cr) == 1) gray(i,j) = 255; else gray(i,j) = 0; end end end end % 二值图像形态学处理 SE=strel('arbitrary',eye(5)); %gray = bwmorph(gray,'erode'); % imopen先腐蚀再膨胀 gray = imopen(gray,SE); % imclose先膨胀再腐蚀 %gray = imclose(gray,SE); imshow(gray); % 取出图片中所有包含白色区域的最小矩形 [L,num] = bwlabel(gray,8); STATS = regionprops(L,'BoundingBox'); % 存放经过筛选以后得到的所有矩形块 n = 1; result = zeros(n,4); figure,imshow(I); hold on; for i = 1:num box = STATS(i).BoundingBox; x = box(1); %矩形坐标x y = box(2); %矩形坐标y w = box(3); %矩形宽度w h = box(4); %矩形高度h % 宽度和高度的比例 ratio = h/w; ux = uint8(x); uy = uint8(y); if ux > 1 ux = ux - 1; end if uy > 1 uy = uy - 1; end % 可能是人脸区域的矩形应满足以下条件： % 1、高度和宽度必须都大于20，且矩形面积大于400 % 2、高度和宽度比率应该在范围（0.6,2）内 % 3、函数findeye返回值为1 if w < 20 || h < 20 || w*h < 400 continue elseif ratio < 2 && ratio > 0.6 && findeye(gray,ux,uy,w,h) == 1 % 记录可能为人脸的矩形区域 result(n,:) = [ux uy w h]; n = n+1; end end % 对可能是人脸的区域进行标记 if size(result,1) == 1 && result(1,1) > 0 rectangle('Position',[result(1,1),result(1,2),result(1,3),result(1,4)],'EdgeColor','r'); else % 如果满足条件的矩形区域大于1则再根据其他信息进行筛选 for m = 1:size(result,1) m1 = result(m,1); m2 = result(m,2); m3 = result(m,3); m4 = result(m,4); % 标记最终的人脸区域 if m1 + m3 < width && m2 + m4 < heigth rectangle('Position',[m1,m2,m3,m4],'EdgeColor','r'); end end end 四、主函数(main.m)
%清理窗口 close all clear all clc % 输入图像名字 img_name = input('请输入图像名字(图像必须为RGB图像，输入0结束)：','s'); % 当输入0时结束 while ~strcmp(img_name,'0') % 进行人脸识别 facedetection(img_name); img_name = input('请输入图像名字(图像必须为RGB图像，输入0结束)：','s'); end PS：这篇文章是在之前的Blog中写的，最近又用到MatLab，所以将它挪到了这里。。