基于肤色分割的人脸与人眼自动定位系统

资 源 简 介

本项目主要用于在静态图像中检测并精确定位人脸及双眼的位置。系统的核心逻辑构建在肤色色彩分割算法之上，通过分析图像像素在颜色空间中的分布特性，有效识别出潜在的人脸区域。程序执行流程涵盖了从原始图像载入、肤色区域提取到人眼特征匹配的完整过程。具体而言，系统利用skin.m模块进行肤色建模与背景分离，利用face.m作为主控脚本协调检测流程，并结合findeye.m、eyematch.m以及eyematch2.m等算法模块对眼部特征进行精细化定位。该程序在处理包含人脸的照片（如k001.JPG）时，不仅能划定人

详 情 说 明

人脸与人眼自动检测定位系统

项目介绍

本项目是一款基于计算机视觉技术的自动检测系统，专门用于定位静态图像中的人脸及双眼。系统通过组合颜色空间转换、形态学图像处理以及几何特征匹配等多种算法，实现了从复杂背景中提取面部特征的功能。该技术在面部识别、表情分析及疲劳驾驶监测等领域具有重要的应用价值。

功能特性

• 自动化检测流程：实现从原始图像输入到结果可视化输出的全自动化处理。
• 鲁棒的肤色分割：利用YCbCr色彩补偿模型，有效排出光照及背景干扰，识别疑似肤色区域。
• 形态学优化：通过填充、去噪及平滑处理，提高候选区域的准确性。
• 多准则候选筛选：结合面积比例与长宽比限制，精确过滤非人脸区域。
• 精准眼部匹配：基于解剖学比例的感兴趣区域搜索，并利用距离和角度几何约束实现双眼配对。

使用方法

1. 将待检图像放置于程序根目录下（默认识别名为k001.JPG的文件）。
2. 在MATLAB环境中运行主控制函数。
3. 系统将自动弹出一个窗口，展示检测结果：绿色方框标出人脸区域，红色十字标出双眼坐标，并辅以黄色虚线连接匹配的双眼。
4. 控制台将实时输出检测到的人脸数量及其对应眼睛的精确坐标。

系统要求

• 软件环境：MATLAB R2016b 或更高版本。
• 所需工具箱：Image Processing Toolbox（图像处理工具箱）。
• 硬件要求：标准计算机硬件，建议内存不少于4GB以保障处理图像时的流畅性。

实现逻辑详细说明

主程序的运行逻辑遵循严谨的图像处理链条：

1. 图像获取与预处理：系统首先尝试载入指定图像。若文件缺失，将生成一个包含模拟肤色块的示例矩阵以保障程序不中断。
2. 肤色色彩空间分割：这是定位的第一步。程序将图像从RGB空间转换至YCbCr空间，提取Cb（蓝色差）和Cr（红色差）分量。通过特定阈值窗口（Cb在77-127之间，Cr在133-173之间）进行二值化，将疑似肤色的像素点提取出来。
3. 区域清理与优化：对肤色掩膜执行形态学操作。首先填充区域内的空洞，随后利用圆盘状结构元素进行开运算以去除小的孤立噪点，最后进行闭运算以连接可能断裂的肤色区块。
4. 人脸候选区定位：利用连通域分析获取每个提取区域的边界框、面积及方向。系统会计算每个区域的面积占比及长宽比。只有面积达到全图2%以上且长宽比处于0.8至2.2之间的区域才会被标记为候选人脸。
5. 眼部精细化搜索：在每个确认的人脸框内，程序限定了一个垂直范围（人脸顶端向下20%至55%的区间）作为眼部搜索区域。在此区域内，利用自适应阈值分割寻找局部灰度极小值点，这些点通常代表瞳孔或眼部阴影。
6. 几何匹配与验证：对寻找到的所有眼部候选候选点进行两两配对，考量其水平夹角（需接近水平）和中心距离（需占脸宽的25%至70%）。最终选择纵坐标差值最小的一对点作为最终的双眼定位结果。

关键算法与实现细节分析

• 色彩空间建模：系统选择YCbCr空间而非RGB空间，是因为YCbCr能更好地分离亮度信息与色度信息，其Cb和Cr分量对于不同人种的肤色分布具有较好的聚集性。
• 形态学滤波策略：通过先开后闭的操作有效地平滑了区域边界，使得原本破碎的肤色区域变得完整，极大地减少了后续特征提取的干扰。
• ROI约束机制：系统并非在全脸搜索眼睛，而是基于人脸先验几何模型锁定眼部ROI（Region of Interest）。这一策略不仅降低了运算量，还避开了嘴巴、发际线等可能引起误判的干扰区域。
• 特征匹配算法：双眼匹配算法不仅考虑了单个特征点的灰度特性，更引入了空间几何拓扑关系。通过角度限制排除垂直排布的误测点，通过距离限制确保匹配的两个点符合人类面部解剖比例。