基于积分投影法的人脸图像三段式分割系统

资 源 简 介

本项目主要实现利用积分投影算法对单人脸图像进行特征区域定位，并将人脸图像在垂直方向上分割为三个部分。系统首先读取原始人脸图像，进行灰度化处理、二值化处理以及形态学腐蚀膨胀操作以去除噪声干扰。接下来，算法分别计算图像的水平积分投影和垂直积分投影。通过分析水平投影曲线的波峰（代表主要特征区域，如眉毛、眼睛、嘴巴）和波谷（代表皮肤区域），确定人脸的上下边界以及内部的关键分割点（通常依据面部结构特征将人脸分为上庭、中庭、下庭）。同时利用垂直投影确定人脸的左右边界。最后，根据计算出的边界坐标，将原图像自动裁剪并切割成三个独立的子图像，分别对应人脸的上部、中部和下部区域，并在界面上展示分割结果及对应的投影曲线图。

详 情 说 明

基于积分投影法的人脸图像三段式分割系统

项目介绍

本项目是一个基于 MATLAB 开发的图像处理系统，旨在通过积分投影算法自动检测人脸区域，并根据面部特征分布将人脸图像在垂直方向上分割为“上庭”、“中庭”和“下庭”三个部分。系统集成了图像预处理、特征区域提取（ROI）、特征点定位以及可视化展示功能，能够直观地反映人脸的几何结构特征。

主要功能特性

• 图像读取与兼容性：支持通过 GUI 对话框选择读取 JPG, BMP, PNG 等常见格式的图片。
• 图像增强预处理：包含灰度转换、直方图均衡化以增强对比度，以及基于 Otsu 算法的自动阈值二值化。
• 噪声处理：利用形态学操作（填补孔洞、开闭运算）去除背景噪声，并自动筛选最大连通区域以锁定人脸。
• 自动人脸 ROI 裁剪：通过全局水平和垂直积分投影，自动计算人脸的上下左右边界，去除无效背景。
• 特征精确定位：通过 Sobel 边缘检测结合水平积分投影，定位眉眼（波峰）、鼻底（波谷）和嘴巴（波峰）的位置。
• 智能三段式分割：根据特征波峰波谷位置动态计算分割线，包含几何比例修正机制（三庭均分思想）以防止分割失效。
• 全流程可视化：在单一窗口中同时展示原图定位、二值化蒙、投影曲线分析图以及最终的三段分割子图。

系统要求

• MATLAB R2016a 或更高版本
• Image Processing Toolbox（图像处理工具箱）

使用方法

1. 确保 MATLAB 当前路径包含本项目的 main.m 文件。
2. 在 MATLAB 命令窗口输入 main 并回车，或直接运行脚本。
3. 系统将弹出文件选择对话框，请选择一张包含单人脸的图像文件（建议背景相对简单，人脸端正）。
4. 系统运行结束后，会自动弹出一个图形窗口展示处理过程及分割结果。

系统实现逻辑与算法详解

系统主要流程代码主要包含在 main 函数中，具体处理逻辑如下：

1. 图像载入与初始化

• 使用 uigetfile 获取用户选择的图像路径。
• 创建图形窗口并根据屏幕比例初始化布局。

2. 图像预处理

为了准确提取人脸轮廓，代码依次执行以下操作：

• 灰度化：判断输入图像是否为 RGB，若是则转换为灰度图。
• 直方图均衡化 (histeq)：增强图像对比度，使面部特征更明显。
• 二值化：使用 graythresh (Otsu算法) 自动计算阈值，将灰度图转换为二值图像。
• 形态学处理：

* imfill：填充二值图像内部的孔洞（如眼睛、眉毛等黑色区域）。 * imopen 与 imclose：使用半径为 5 的圆盘结构元素进行开运算（去噪点）和闭运算（平滑边缘）。 * bwareafilt：仅保留面积最大的连通区域，假设该区域为人脸，排除背景干扰。

3. 全局积分投影与 ROI 定位

利用二值化图像确定人脸的大致矩形框：

• 垂直投影：计算二值图像每一列的像素和，用于确定左右边界。
• 水平投影：计算二值图像每一行的像素和，用于确定上下边界。
• 边界计算：设置阈值为最大投影值的 5%，从两侧向中心扫描，定位投影值超过阈值的第一个和最后一个位置，从而确定 Left, Right, Top, Bottom 坐标。
• ROI 裁剪：根据上述坐标，从原灰度图中裁剪出仅包含人脸的区域 (faceROI)，后续操作均基于此区域进行。

4. 内部特征定位与分割点计算

在获取 ROI 后，为了更精准地找到五官位置，代码并未直接使用灰度积分，而是采用了边缘投影法：

• 边缘检测：使用 Sobel 算子检测 ROI 的水平边缘 (edgeImage)，这能更好地突显眉毛、眼睛和嘴唇的横向线条。
• 特征投影：对边缘图像进行水平方向积分投影。
• 曲线平滑：通过移动平均滤波器（Moving Average Filter）平滑投影曲线，去除毛刺，便于波峰波谷检测。
• 特征点判定：

* 眼部/眉毛位置：搜索 ROI 上半部分 (0-50%) 的最大波峰。 * 嘴部位置：搜索 ROI 下半部分 (60%-100%) 的最大波峰。 * 分割点 1 (上庭/中庭)：设定为眼部峰值位置向上偏移 ROI 高度的 12%。 * 分割点 2 (中庭/下庭)：在眼部峰值和嘴部峰值之间寻找投影曲线的最小值（波谷，对应鼻底区域）。

• 异常修正：代码通过逻辑判断分割点的合理性（如分割点间距过小），若检测失败或异常，则自动回退到几何均分策略（ROI 高度的 1/3 和 2/3 处）。

5. 图像分割与可视化

• 利用计算出的分割点坐标，将 ROI 灰度图像矩阵在垂直方向上切片，生成三个子图像矩阵。
• 利用 MATLAB 的 subplot 功能构建网格布局，分别绘制：

* 叠加了定位框（红色）和分割线（绿/蓝）的原始图像。 * 预处理后的二值化图像。 * 用于定位左右边界的垂直投影柱状图。 * 旋转 90 度的 ROI 水平边缘投影曲线，并在图上标示出计算出的眼部、嘴部峰值位置及两条分割线位置。 * 最终分割出的上、中、下三部分人脸子图。 * 底部用于显示图像尺寸、人脸区域大小及分割坐标的文本信息区。

关键函数说明

• smooth_curve(data, spansize): 这是一个辅助函数，实现了一维数据的卷积平滑处理，用于减少投影曲线中的高频噪声，提高峰值检测的鲁棒性。