【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《基于OpenCV机器视觉库的人脸检测、美颜的研究与实现》，欢迎阅读！
龙源期刊网 http://www.qikan.com.cn
基于OpenCV机器视觉库的人脸检测、美颜的研究与实现
作者：孟明辉
来源：《科学与信息化》2019年第27期
摘 要 论文研究了OpenCV机器视觉库的图像处理方法，通过摄像头拍摄图片，采用人脸检测算法检测人脸的位置，提取人脸，经高斯滤波、双边滤波、图像融合后实现对人脸的美颜。在c++开发环境下实现了研究算法，实验结果表明采用的算法处理效果明显，适合用于对人脸的检测和美颜。
关键词 人脸检测;美颜;滤波;图像融合
基于机器视觉的图像识别技术随着数字媒体的广泛应用发展迅速，实时检测图像中的特定目标时图像识别的关键，在复杂环境下，检测识别特定目标是研究机器视觉首先要解决的问题;对目标图像进行处理后实现所需求的功能是图像处理的目的[1-3]。在图像或者视频中检测特定目标-人脸，并提取人脸特征后，进行人脸美颜等一系列相关处理，是人脸识别技术的关键[4]。
OpenCV是开源的、基于C函数和C++类组成的机器视觉库，可以在Linux、Windows、Android和Mac OS操作系统上运行，运行高效，开发应用比较广泛[5]。文章研究基于 OpenCV机器视觉库进行开发应用，研究人脸检测及美颜的算法。 1 人臉检测
人脸识别技术的首要前提是进行人脸特征检测和提取[6]。文章采用OpenCV中cv namespace下用来的Haar特征分类器通过检测人脸特征实现人脸的检测。Haar分类器算法检测步骤为：①获得人脸图像;②计算特征值和积分图;③筛选出T个优秀的特征值（即最优弱分类器）;④把这个T个最优弱分类器传给AdaBoost进行训练;⑤级联，也就是强分类器的强强联手。Haar分类器算法适用于检测人脸、眼睛、鼻子和嘴等部位的跟踪。采用C++采用Haar分类器算法完成人脸检测效果，如下图所示。
在不同环境下检测人脸分析表明，能够识别在不同环境下单目标和多目标的情况，当然在复杂环境下和要求检测精度较高的条件下，可以综合深度学习、模板匹配等多种算法，达到理想的检测效果。
龙源期刊网 http://www.qikan.com.cn
2 人脸美颜
人脸美颜是指采用一系列的图像处理技术，对目标图像进行增强、滤波、融合等预处理，达到理想的应用要求。图像预处理算法主要有图像增强、高斯滤波、双边滤波、图像合成、图像融合等组成。
在人脸检测过程中取的特征图像，不可避免地存在噪声等因素的影响，经滤波处理后不损坏图像轮廓边缘的基础上，为图像识别抽取出图像特征，并经图像融合后最大限度的提取各自信道中的有利信息，综合成高质量的图像，实现对图像的优化。
文章采用高斯滤波-双边滤波-高斯滤波-图像融合的流程，实现对人脸图像的美颜。GaussianBlur（）函数用高斯滤波器（GaussianFilter）对图像进行平滑处理，该函数将源图像与指定的高斯内核进行卷积，同时也支持in-place滤波。双边滤波（Bilateral filter）是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折中处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的。 3 结论
通过人脸检测、人脸美颜结果分析表明，在C++开发环境下，基于OpenCV机器视觉库可以实现人脸检测及人脸美颜。在人脸检测、美颜系统的处理阶段，应根据处理图像的对象的实际情况，进行选择或相应参数调整，适应当前图像处理环境，达到理想的处理效果。从实验结果来看，人脸检测和美颜可以采用基于OpenCV的机器视觉库，且经优化后，处理效果较好。 参考文献
[1] 赵荣刚，贺庆民.计算机人脸识别技术的应用[J].2018（4）：137-137
[2] 谢永杰，智贺宁.基于机器视觉的图像识别技术研究综述[J].2018 （7）：74-75 [3] 王志瑞，闫彩良.图像特征提取方法的综述[J].吉首大学学报（自然科学版），2011，32（5）：43-47
[4] 王志良，陈锋军，薛为民.人脸表情识别方法综述[J].计算机应用与软件，2003，20（12）：63-66
[5] 刘静.基于OpenCV机器视觉库的人脸图像预处理方法研究与实现.电子设计工程[J]，2012，20（16）：185-187，190
龙源期刊网 http://www.qikan.com.cn
[6] 张中良.基于机器视觉的图像目标识别方法综述[J].科技与创新，2016，（14）：32-33 作者简介
孟明辉（1989-），男，汉族，学历：硕士研究生，研究方向：机器视觉、机器人。
本文来源：https://www.dy1993.cn/YIb4.html
下载此文档
文档下载
2024-01-19
