图像是人类获取信息的重要来源,人脸画像作为一种图像形态,在公共安全方面和动漫娱乐方面具有重要的作用。人脸画像合成作为该领域的一个重要分支,在公共安全方面更是有重要的意义。人脸画像合成主要是通过机器学习等方法,利用人脸照片与画像之间的数学模型关系,进行照片与画像的互相转换。在刑事案件中,由于犯罪环境的限制,警方无法得到犯罪嫌疑人的真实照片,法医通过目击证人的描述而画出的犯罪嫌疑人的画像就是侦破案件的重要证据。在与公安部的公民数据库进行比对时,由于画像与数据库中的照片不是同一种图像形态,识别效果不好,降低了破案的效率,所以,将图像转换成同一种图像形态就是关键的一步。目前,大多数的人脸画像合成方法是基于像素合成或者基于特征合成的,本篇论文首先提出了一种基于自适应表示的人脸照片-画像合成方法,该方法使用人脸边缘检测和人脸关键点检测将人脸图像分成两个区域,分别是梯度较高的特征区域和梯度较低的平滑区域,图像不同区域使用不同的多重特征进行合成,其中多重特征是由不同的滤波器以及特征算子产生的不同的特征组合而成。在进行合成的时候,使用马尔科夫网络来说明相邻画像块之间约束关系。本文算法在人脸数据库(CUHK Student、AR、XM2VTS)上的实验结果以及客观评价(图像质量评价和人脸识别算法)上可以说明所提出方法的有效性与优越性。最后,本文搭建了“人脸照片-画像合成软件系统”,软件使用Microsoft Visual Studio 2010开发工具,以Qt作为软件界面的开发框架,在计算机视觉方面的处理上使用的是OpenCV库。该软件具有两个主要功能:人脸画像合成以及人脸照片合成。主要包含的子功能有:打开图片、自动对齐、手动对齐、开始合成、保存结果以及打印结果,还可以在合成的时候选择性别以及年龄。右侧为软件的显示区域,分为待合成图片显示区、合成结果显示区以及历史合成图片显示区。