1、計(jì)算機(jī)人臉識(shí)別是近年來(lái)非?；钴S的研究領(lǐng)域。它的應(yīng)用范圍很廣,如安全系統(tǒng)中的身份認(rèn)證、視頻監(jiān)控中目標(biāo)的識(shí)別與跟蹤,以及表情分析、年齡分析、唇讀等。人臉檢測(cè)是人臉識(shí)別的基礎(chǔ),是自動(dòng)人臉識(shí)別系統(tǒng)中的一個(gè)關(guān)鍵環(huán)節(jié),高效準(zhǔn)確的人臉檢測(cè)算法對(duì)提高人臉識(shí)別率有著非常重要的作用。
　　 本文主要研究在彩色人臉圖像中人臉檢測(cè)的問題,進(jìn)行人臉檢測(cè)主要需要進(jìn)行人臉圖像的去噪、邊緣檢測(cè)及人臉圖像分割,及對(duì)圖像光照影響的處理,才能最終判斷出一張人臉,針對(duì)

2、人臉圖像去噪問題,本文將快速粒子群優(yōu)化算法應(yīng)用于小波閾值收縮去噪法中進(jìn)行閾值尋優(yōu),將圖像作為粒子,粒子通過跟蹤兩個(gè)“極值”來(lái)更新自己,以尋求最佳閾值,用該最優(yōu)閾值對(duì)圖像去噪,目的是盡量減少圖像的噪聲影響,實(shí)驗(yàn)結(jié)果證明,本方法不僅峰值性噪比有明顯提高,圖像質(zhì)量視覺也得到了改善,并且噪聲方差越大,峰值性噪比、圖像質(zhì)量也越能顯示其優(yōu)越性。針對(duì)邊緣檢測(cè)問題,本文首先提出一種改進(jìn)粒子群優(yōu)化算法,然后將其引入四元數(shù)表示的彩色圖像中,用此新的算法進(jìn)行

3、人臉邊緣檢測(cè),目的是克服傳統(tǒng)彩色圖像邊緣檢測(cè)的缺陷、解決邊緣丟失問題,并使其邊緣提取效果顯著,提高靈活性和適應(yīng)性,實(shí)驗(yàn)結(jié)果表明,本文提出的方法對(duì)彩色圖像的邊緣檢測(cè)具有較好效果,能夠提取很多傳統(tǒng)的彩色圖像邊緣檢測(cè)方法所不能提取的圖像紋理細(xì)節(jié),且算法穩(wěn)定,容易收斂,邊緣檢測(cè)速度也較快。針對(duì)人臉圖像分割問題,本文提出一種改進(jìn)算法,將圖像分為n×n個(gè)窗口,在每個(gè)窗口內(nèi)分別采用基于蜂群算法的二維Otsu方法對(duì)圖像進(jìn)行分割,目的是準(zhǔn)確、迅速地找到圖