人脸识别区域提取

罗国平

【摘 要】随着计算机技术和光学成像技术的发展，人脸识别技术应运而生，人脸识别技术在人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等领域具有广泛的应用。人脸识别技术，基础是人脸的边缘识别和提取，本文重点介绍人脸识别技术中人脸边缘提取程序实现。

【关键词】人脸识别；感知识别技术；图像二值化

中国图书分类号：TP391 文献标识码A

一、引言

计算机识别是目前人工智能领域研究的重点，人脸识别是计算识别的重要内容之一，而人脸区域提取是人脸识别的关键，本文重点探讨如何实现人脸区域识别。

1.1.采用VC++设计人脸识别程序基本组成

人脸识别系统通过图像采集系统捕捉图像，然后通过计算相似度、二值化处理、垂直直方图、水平直方图、然后标记人脸区域，边缘提取等步骤，才能实现人脸识别，过程是比较复杂的。因此，能否正确标记出人脸区域是人脸识别是否成功的关键。

1.2.人脸识别面部区域提取

人脸面部区域提取，首先将图像二值化处理，如果二值化处理成功则处理，提取脸部区域，标记脸部区域块，如果二值化处理未完成，则退出本次处理，具体算法详细参考以下程序。

void CFaceDetectDlg：：OnBtnMarkFace1（）

{

if（！method1->m_bBinaryReady）

{

AfxMessageBox（"请先计算二值化图！"）；

return；

}

m_bShowFace = true；

SetCursor（LoadCursor（NULL，IDC_WAIT））；

int *temp = new int[m_nWndWidth]；

int max = 0；

int pos = -1；

for（int j=0； j

{

int count = 0；

for（int i=0； i

{

if（method1->m_pBinaryArray[i][j] == 1） count++；

}

temp[j] = count；

if（count > max）

{

max = count；

pos = j；

}

}

int left，right，l，top，bottom；

for（l=pos； l>=0； l--）

{

if（temp[l]

{

left = l；

break；

}

}

for（l=pos； l

{

if（temp[l]

{

right = l；

break；

}

}

for（int i=0； i

{

int count = 0；

for（l = left；l<=right；l++）

{

if（method1->m_pBinaryArray[i][l] == 1） count++；

}

if（count>=（right-left）*0.5）

{

top = i；

break；

}

}

bottom=（int）（top+（right-left）*1.5）>=m_nWndHeight？m_nWndHeight-1：（int）（top+（right-left）*1.5）；

CopyBitMap（m_tResPixelArray，m_tOriPixelArray）；

for（i=top；i<=bottom；i++）

{

m_tResPixelArray[i][left].rgbBlue=255；

m_tResPixelArray[i][left].rgbGreen = m_tResPixelArray[i][left].rgbRed = 0；m_tResPixelArray[i][right].rgbBlue=255；

m_tResPixelArray[i][right].rgbGreen = m_tResPixelArray[i][right].rgbRed = 0；

}

for（j=left；j<=right；j++）

{

m_tResPixelArray[top][j].rgbBlue=255；

m_tResPixelArray[top][j].rgbGreen = m_tResPixelArray[top][j].rgbRed = 0；

m_tResPixelArray[bottom][j].rgbBlue=255；

m_tResPixelArray[bottom][j].rgbGreen = m_tResPixelArray[bottom][j].rgbRed = 0；

}

MakeBitMap（）；

SetCursor（LoadCursor（NULL，IDC_ARROW））；

if（m_bFaceOK）

{

ReplaceDlg dlg；

if（dlg.DoModal（）==IDOK）

{

CopyBitMap（m_tResPixelArray，m_tOriPixelArray）；

CRect rect（left，top，right，bottom）；

m_rFaceRegion = rect；

MakeBitMap（）；

}

}

else

{

m_bFaceOK = true；

CopyBitMap（m_tResPixelArray，m_tOriPixelArray）；

CRect rect（left，top，right，bottom）；

m_rFaceRegion = rect；

MakeBitMap（）；

}

}

經过处理二值化处理后，该算法能正确识别出人脸区域，为下一步标记眼睛、鼻子、嘴巴等部位做好准备。

二、实现测试

为了方便实验，将人脸图像通过手机或摄像头方式拍取图片，存储在计算机中，通过编写的识别程序，读取图片，处理图像数据后，然后捕捉人脸区域，经过实际测试，能够正确识别出人脸区域，如图1所示。

三、结论

通过多次试验，该算法完全能够正确提取出人脸区域，为人脸进一步识别做好准备。这种算法测试成功，由于C语言具有很好的可移植性，因此这种算法很容易移植到其它嵌入式设备中。

【参考文献】

[1]、Visual C++ 6.0数字图像处理 何斌、马天予、王运坚、朱红莲. 2002。

[2]、Visual C++ 数字图像与图形处理，向世明 电子工业出版社 2002。