基于matlab实现人脸识别解析

该博客详细介绍了基于MATLAB的人脸识别流程,包括基本原理,如使用YCbCr肤色模型进行肤色分割,以及流程图详解。程序主要分为三部分:图像转换、二值化处理、形态学操作,然后通过标记和区域属性筛选出人脸区域。最后,通过确认有眼睛存在的区域来确定为人脸。文章展示了运行结果的三幅图像。
摘要由CSDN通过智能技术生成

1.人脸识别流程

1.1.1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。

1.1.2流程图

4be550450dccca28951a0dfd247bf9dc.png
  1. 人脸和非人脸区域分割程序
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
end

人脸的确认程序
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
end
人脸识别主程序
gray=rgb2gray(I);
ycbcr=rgb2ycbcr(I);%将图像转化为YCbCr空间
heighth=size(gray,1);%
  • 2
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值