基于眼睛和皮肤的定位

原文  http://xianglong.me/article/matlab-face-detection/

本文提出了一种基于肤色信息和眼睛粗略定位的人脸检测算法。该算法先对 Anil K.Jain 的 Cb 、 Cr 椭圆聚类方法进行了改进，用改进的算法进行肤色提取，经过肤色区域的分析，对人脸区域进行预检测，确定人脸可能区域，然后再根据眼睛的粗略定位进一步确定人脸区域。

一、肤色分析(skin.m)

Anil K.Jain提出的基于YCbCr颜色空间的肤色模型，根据当前点的Cb Cr值判断是否为肤色。

% Anil K.Jain提出的基于YCbCr颜色空间的肤色模型% 根据当前点的Cb Cr值判断是否为肤色function result = skin(Y,Cb,Cr)% 参数a = 25.39;b = 14.03;ecx = 1.60;ecy = 2.41;sita = 2.53;cx = 109.38;cy = 152.02;xishu = [cos(sita) sin(sita);-sin(sita) cos(sita)];% 如果亮度大于230，则将长短轴同时扩大为原来的1.1倍if(Y > 230)a = 1.1*a;b = 1.1*b;end% 根据公式进行计算Cb = double(Cb);Cr = double(Cr);t = [(Cb-cx);(Cr-cy)];temp = xishu*t;value = (temp(1) - ecx)^2/a^2 + (temp(2) - ecy)^2/b^2;% 大于1则不是肤色，返回0；否则为肤色，返回1if value > 1result = 0;elseresult = 1;end

二、眼睛粗略定位(findeye.m)

% 判断二值图像中是否含有可能是眼睛的块%   bImage----二值图像%   x---------矩形左上角顶点X坐标%   y---------矩形左上角顶点Y坐标%   w---------矩形宽度%   h---------矩形长度% 如果有则返回值eye等于1，否则为0function eye = findeye(bImage,x,y,w,h)% 根据矩形相关属性得到二值图像中矩形区域中的数据% 存放矩形区域二值图像信息part = zeros(h,w);% 二值化for i = y:(y+h)for j = x:(x+w)if bImage(i,j) == 0part(i-y+1,j-x+1) = 255;elsepart(i-y+1,j-x+1) = 0;endendend[L,num] = bwlabel(part,8);% 如果区域中有两个以上的矩形则认为有眼睛if num < 2eye = 0;elseeye = 1;end

三、人脸检测(facedetection.m)

function facedetection(img_name)% 读取RGB图像I = imread(img_name);% 转换为灰度图像gray = rgb2gray(I);% 将图像转化为YCbCr颜色空间YCbCr = rgb2ycbcr(I);% 获得图像宽度和高度heigth = size(gray,1);width = size(gray,2);% 根据肤色模型将图像二值化for i = 1:heigthfor j = 1:widthY = YCbCr(i,j,1);Cb = YCbCr(i,j,2);Cr = YCbCr(i,j,3);if(Y < 80)gray(i,j) = 0;elseif(skin(Y,Cb,Cr) == 1)gray(i,j) = 255;elsegray(i,j) = 0;endendendend% 二值图像形态学处理SE=strel('arbitrary',eye(5));  %gray = bwmorph(gray,'erode');% imopen先腐蚀再膨胀gray = imopen(gray,SE);% imclose先膨胀再腐蚀%gray = imclose(gray,SE);imshow(gray);% 取出图片中所有包含白色区域的最小矩形[L,num] = bwlabel(gray,8);STATS = regionprops(L,'BoundingBox');% 存放经过筛选以后得到的所有矩形块n = 1;result = zeros(n,4);figure,imshow(I);hold on;for i = 1:numbox = STATS(i).BoundingBox;x = box(1);%矩形坐标xy = box(2);%矩形坐标yw = box(3);%矩形宽度wh = box(4);%矩形高度h% 宽度和高度的比例ratio = h/w;ux = uint8(x);uy = uint8(y);if ux > 1ux = ux - 1;endif uy > 1uy = uy - 1;end% 可能是人脸区域的矩形应满足以下条件：%   1、高度和宽度必须都大于20，且矩形面积大于400%   2、高度和宽度比率应该在范围（0.6,2）内%   3、函数findeye返回值为1if w < 20 || h < 20 || w*h < 400continueelseif ratio < 2 && ratio > 0.6 && findeye(gray,ux,uy,w,h) == 1% 记录可能为人脸的矩形区域result(n,:) = [ux uy w h];n = n+1;endend% 对可能是人脸的区域进行标记if  size(result,1) == 1 && result(1,1) > 0rectangle('Position',[result(1,1),result(1,2),result(1,3),result(1,4)],'EdgeColor','r');else% 如果满足条件的矩形区域大于1则再根据其他信息进行筛选for m = 1:size(result,1)m1 = result(m,1);m2 = result(m,2);m3 = result(m,3);m4 = result(m,4);% 标记最终的人脸区域if m1 + m3 < width && m2 + m4 < heigthrectangle('Position',[m1,m2,m3,m4],'EdgeColor','r');endendend

四、主函数(main.m)

%清理窗口close allclear allclc% 输入图像名字img_name = input('请输入图像名字(图像必须为RGB图像，输入0结束)：','s');% 当输入0时结束while ~strcmp(img_name,'0')    % 进行人脸识别    facedetection(img_name);    img_name = input('请输入图像名字(图像必须为RGB图像，输入0结束)：','s');end

PS：这篇文章是在之前的Blog中写的，最近又用到MatLab，所以将它挪到了这里。。

Over!