基于肤色和眼睛定位的人脸检测算法——MATLAB实现

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1
if value > 1
result = 0;
else
result = 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0
function 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） == 0
part（i-y+1,j-x+1） = 255;
else
part（i-y+1,j-x+1） = 0;
end
end
end
[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 < 2
eye = 0;
else
eye = 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:heigth
for j = 1:width
Y = YCbCr（i,j,1）;
Cb = YCbCr（i,j,2）;
Cr = YCbCr（i,j,3）;
if（Y < 80）
gray（i,j） = 0;
else
if（skin（Y,Cb,Cr） == 1）
gray（i,j） = 255;
else
gray（i,j） = 0;
end
end
end
end
% 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:num
box = STATS（i）.BoundingBox;
x = box（1）; %矩形坐标x
y = box（2）; %矩形坐标y
w = box（3）; %矩形宽度w
h = 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 > 1
ux = ux - 1;
end
if uy > 1
uy = 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1
if w < 20 || h < 20 || w*h < 400
continue
elseif 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;
end
end
% 对可能是人脸的区域进行标记
if size（result,1） == 1 && result（1,1） > 0
rectangle（"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 < heigth
rectangle（"Position",[m1,m2,m3,m4],"EdgeColor","r"）;
end
end
end

四、主函数（main.m）

%清理窗口
close all
clear all
clc
% 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