基于MATLAB中级联分类器的人脸五官分割实现

数字图像处理是计算机科学专业的一门基础学科，而其中人脸识别及分割又是其中最为经典不可缺失的一部分。本文采用MATLAB-VISION包中强大的图像识别功能，对目标图像进行人脸识别。VISION中的级联分类器具有识别人脸，嘴巴，鼻子，左右眼等功能。并且准确度高，能在较为复杂的环境下识别出目标。

程序：

点击打开链接

 

一．人脸识别及分割系统的设计

1.1系统总述

 

   目前，人脸识别的方法有很多，研究的方法也不同，所以有不同的分类方法。根据我们所读入图像中人脸的角度不同，可分为正脸，侧脸的人脸识别。根据合个器官的肤色和形状不同，我们可有基于几何特征和基于肤色的人脸识别。根据读入图像的色彩不同，我们可有彩色和灰度图像的人脸识别。这里我们采用MATLAB-VISION中的trainCascadeObjectDetector分类器对图像进行识别，识别图像为PHOTO1并且将识别出的部分用红色的矩形框出来，便于编程者直观的调试程序。接下来，将图像用函数print();写入本地设为PHOTO2。再次读取刚才写入的图像，与原图对比，此时的图像在所识别的区域加上了一个红色的矩形框。接下来提取红色分量，形成一个只有矩形是红色背景全部为黑色的照片，同样保存。设为PHOTO3，读取PHOTO3，将红色矩形框全部填充再次保存为PHOTO4.

最后我们读取PHOTO1和PHOTO4，将这两幅图像进行点乘。便得到我们的目标图像。

二．各部分模块设计

2.1级联分类器的介绍

   函数名称：TrainCasadeObjectDetector

   函数功能：训练级联分类器

函数原型：

trainCasadeObjectDetector(outputXLMFilenname,positiveInstance,negativeImage;)

2.2识别目标

算法思想大体如下：

   先调用MATLAB-VISION中CascadeObjectDetector级联分类器，用函数imread();读取图像，将图像转换为灰度图像，计算机识别出的目标并不能直观的展现给用户，这里我们采用将识别出的区域用红色的矩形框起来，以便于直观展示给用户。

   部分代码参考如下：

for i =1:size(face_dtect,1) 

rectangle('Position',face_dtect(i,:),'LineWidth',4,'LineStyle','-','EdgeColor','r'); 

end

rectangle();可通过形参设置显示框的线条宽度，种类，和颜色。这里我们设置线条的宽度为4，显示颜色为红色，并且用直线显示。

提取色彩分量：

 

先介绍一下HSV颜色模型：

HSV模型的三维表示从RGB立方体演化而来。设想从RGB沿立方体对角线的白色顶点向黑色顶点观察，就可以看到立方体的六边形外形。六边形边界表示色彩，水平轴表示纯度，明度沿垂直轴测量。[i]

这里我们以鼻子为例。首先读取图像，将GRB图像转换为HSV图像。将HSV图像中的红色分量提取出来设为S，再通过graythresh函数找到图片的一个合适的阈值，通过im2bw将灰度图像转化为二值图像。

 

部分代码参考如下：

shibie=imread('shibiebizi.png');

hsv=rgb2hsv(shibie);

s=hsv(:,:,2);

bw=im2bw(s,graythresh(s));

se=strel('disk',5);

bw2=imclose(bw,se);

bw3=bwareaopen(bw2,200);

figure(6);

imshow(bw3);

print(gcf,'-dpng','tiqubizi.png');   %保存为png格式的图片到当前路径

 

2.3填充区域

这里是将前面提取出的红色分量矩形进行填充，再进行后续步骤，先介绍一下填充的函数

Bwlabel();

    L = bwlabel(BW,n)

    返回一个和BW大小相同的L矩阵，包含了标记了BW中每个连通区域的类别,这里采用更为精确的8连通算法。

[L,num] = bwlabel(BW,n)这里num返回的就是BW中连通区域的个数。

 

部分代码参考如下：

tianchong =imread('tiqubizi.png')

J=tianchong(:,:,1);

K=J>30;%阈值分割，30通过工作空间观察得到

[L,num] = bwlabel(K,8);%8连通块标记

F=L>1;%除去周边区域

F(339,269)=1;%在工作空间中找到使最大目标不连通的点，赋值，使之连通

BW2 = imfill(F,'holes');%填充区域

imwrite(BW2,'tianchongbizi.png','png')%用imwrite写没有白边

2.4分割目标

         将填充好的图像和原图点乘，二值图像中0代表黑色，1代表白色。所以处理后的图像只显示白色矩形中的原图。如果原图是灰度图像我们直接点乘，如果是RGB真彩色图像，我们要把图像中的R,G,B分量单独提取出来分别与原图点乘。

部分代码参考如下：

yuantu=imread('zheng.png');

figure(7);

imshow(yuantu)

print(gcf,'-dpng','whitephoto.png')  %保存为png格式的图片到当前路径

yuantu_baibian=imread('whitephoto.png');

 

yan_tianchong= imread('tianchongbizi.png');

I= yuantu_baibian;

R= I(:,:,1);

G= I(:,:,2);

B= I(:,:,3);

m_BG=yan_tianchong;

m_BG=im2bw(m_BG,0.2);%阈值根据实际条件自行设置

%figure(5);imshow(m_BG,[]);

m_BG= uint8(m_BG);

R=R.*m_BG;

G=G.*m_BG;

B=B.*m_BG;

I(:,:,1)=R;

I(:,:,2)=G;

I(:,:,3)=B;

figure(9);imshow(I,[]);

imwrite(I,'Nose.png','png')%用imwrite写没有白边

2.5保存图像接

可以用 save(),imwrite(),或者printf();把图像保存在本地。

 

---

[i]HSV_百度百科