基于PCNN和PSO算法的人臉圖像分割研究.pdf

1、人臉自動(dòng)識(shí)別系統(tǒng)包括人臉檢涮與分割，人臉特征提取與識(shí)別等技術(shù)環(huán)節(jié)。而人臉檢測(cè)與分割是進(jìn)行人臉?lè)治龊妥R(shí)別的重要組成部分，其目的是從復(fù)雜背景圖像中檢測(cè)出人臉的位置，并把人臉?lè)指畛鰜?lái)。人臉圖像的分割結(jié)果直接影響到后續(xù)人臉特征提取和識(shí)別的質(zhì)量。近年來(lái)隨著計(jì)算機(jī)技術(shù)和圖像處理方法的不斷發(fā)展，出現(xiàn)了各種不同的人臉檢測(cè)與分割方法，但是都不能很好的解決人臉圖像中人臉位置的不確定性和人臉輪廓邊緣點(diǎn)的不連續(xù)性難題，因此人臉?lè)指顔?wèn)題成為研究的熱點(diǎn)。
　

2、　 針對(duì)上述的難題，本文提出了一種基于脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)的人臉圖像分割方法。該方法完全依賴于人臉圖像的自然屬性，不用預(yù)先選擇處理的空間范圍，利用人臉圖像的灰度特征和空間信息的相關(guān)性，得到了人臉圖像的神經(jīng)元點(diǎn)火序列，該點(diǎn)火序列就是圖像分割的結(jié)果。仿真實(shí)驗(yàn)證明，該算法能較好的從復(fù)雜背景中檢測(cè)出人臉的區(qū)域，彌補(bǔ)了因細(xì)小灰度差別而造成的人臉圖像中邊緣間隙的不連續(xù)性的問(wèn)題，且在背景與目標(biāo)有重疊時(shí)分割效果優(yōu)于閾值分割法，在邊緣分割效果上

3、優(yōu)于四叉樹(shù)分割。
　　 針對(duì)PCNN模型中關(guān)鍵參數(shù)的優(yōu)化問(wèn)題，本文提出了基于粒子群優(yōu)化(PSO)脈沖耦合神經(jīng)網(wǎng)絡(luò)的人臉圖像分割的方法。本文引入圖像熵作為分割的目標(biāo)函數(shù)，然后用PSO對(duì)PCNN的網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化。利用了PSO解空間隨機(jī)搜索能力，尋找PCNN關(guān)鍵參數(shù)的最優(yōu)值，從而自動(dòng)完成關(guān)鍵參數(shù)的設(shè)置和圖像的分割，且明顯提高了人臉圖像分割的效果和速度。
　　 本文使用MATLAB語(yǔ)言編程實(shí)現(xiàn)了人臉圖像的分割，利用了人臉表情數(shù)