随着图像处理、模式识别等技术的快速发展,对人脸图像处理的研究在许多领域具有实际和潜在的应用价值,现已得到普遍的重视和发展。 课题的研究目标是要找到修复不完整以及模糊人脸图像的有效方法,使原本较小的模糊人脸图像清晰化;若遇到障碍物遮盖或是缺损的人脸图像,则要进行修复。但由于光照条件、成像背景、人脸模式等复杂因素的影响,在研究过程中遇到了一系列的难点问题,使该课题的研究极富挑战性。 为了解决上述问题,文中设计了一个人脸图像修复系统,主要内容包括:首先,对输入图像进行平滑去噪、光线补偿等预处理;在此基础上,结合肤色信息和灰度投影技术自动检测并标定人脸区域;再以瞳孔为基准,实现人脸平面旋转角的校正、图像的缩放与裁剪,以获得标准化人脸图像;然后,判断是否存在障碍物的遮盖,若有则去掉脸部障碍物;之后,根据人脸特征的粗定位结果和几何分布规律,选取各异的方法分别对眼睛、鼻、嘴巴的特征点依次准确提取,并根据提取的特征,在五官图像库中选择最接近的五官二值图像进行叠加;最后,对图像中不完整和仍模糊的部分自适应地调节参数进行修复。 实验证明:基于肤色模型的人脸粗检测可以减少计算量,结合灰度投影技术的应用使复杂情况下的人脸定位结果更加精确、可靠。基于知识和颜色特征相结合的特征提取算法对不同的人脸图像具有很高的鲁棒性。动态阈值的计算使识别过程对光照变化不敏感。采用自适应的权值修复图像,可以有效地减少人工干预,也使修复过程更加准确。 人脸表情的变化将影响特征的提取,本实验的下一步试图克服这种局限性的影响,提出对多姿态人脸特征普遍适用的提取方法。另外,对于其他类型的障碍物遮盖和诸如鼻子等某个面部器官全部缺损的情况仍需开展更深入的研究工作。