基于低照度圖像的人臉檢測方法研究.pdf

1、人臉檢測是模式識別和計算機(jī)視覺領(lǐng)域的一個重要研究方向，具有廣闊實(shí)用價值。在人臉檢測的實(shí)際應(yīng)用中，經(jīng)常會遇到待檢測的圖像模糊不清、光線不足等情況。本文將人臉檢測與圖像增強(qiáng)處理相結(jié)合進(jìn)行研究，在對人臉檢測和圖像增強(qiáng)的國內(nèi)外研究現(xiàn)狀進(jìn)行深入探討的基礎(chǔ)上，對低照度圖像增強(qiáng)中細(xì)節(jié)增強(qiáng)與亮度保持方面研究，并探究了人臉檢測的速度和正確性。全文主要內(nèi)容如下： 1.傳統(tǒng)直方圖均衡化在增強(qiáng)低照度圖像時，由于低照度圖像的灰度級數(shù)較少，增強(qiáng)后的圖像灰度

2、變化范圍很難達(dá)到最大灰度變化范圍，導(dǎo)致對圖像的細(xì)節(jié)的增強(qiáng)不夠理想。本文針對這種情況，對直方圖均衡化進(jìn)行改進(jìn)，將其與對比度增強(qiáng)相結(jié)合來處理低照度圖像。首先，根據(jù)圖像各像素點(diǎn)周圍信息求出其對比度參數(shù)，根據(jù)該參數(shù)對圖像各像素點(diǎn)進(jìn)行對比度增強(qiáng)處理；然后，采用帶有位置修正的直方圖均衡化算法做進(jìn)一步的增強(qiáng)。實(shí)驗結(jié)果表明，該方法對低照度圖像的細(xì)節(jié)增強(qiáng)效果明顯，而且運(yùn)算時間基本不變。 2.傳統(tǒng)直方圖均衡化方法對彩色圖像增強(qiáng)會使彩色圖像的色彩失真

3、，而且圖像細(xì)節(jié)增強(qiáng)效果不明顯。本文針對這種情況，提出一種新的帶色彩恢復(fù)的直方圖分割算法。該算法首先對R、G、B各個通道圖像的直方圖根據(jù)其灰度中值和等面積原則進(jìn)行兩次分割，對分割后的子直方圖分別進(jìn)行均衡化處理。然后通過計算各通道在原圖中所占的比例，將均衡化處理后的各通道圖像進(jìn)行合并。實(shí)驗表明，本文提出的算法對彩色圖像處理具有較好的實(shí)驗效果。 3.使用傳統(tǒng)Adaboost算法訓(xùn)練分類器，當(dāng)碰到困難樣本時，若閾值選擇不當(dāng)，分類器會產(chǎn)生