基于数字图像处理技术的人脸检测算法研究
作者:
作者单位:

(武昌职业学院 电子信息工程学院,湖北 武汉 430202)

作者简介:

何 莉(1984-),女,湖北黄冈人,工程硕士,讲师,主要从事数字图像处理方向的研究。 [FQ)]

通讯作者:

中图分类号:

基金项目:


Research on Face Detection Algorithm Based on Digital Image Processing Technology
Author:
Affiliation:

(Wuchang Polytechnic College,College of electronic information engineering,Wuhan 430202,China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了提高人脸检测的准确性及检测速度,需要对基于数字图像处理技术的人脸检测算法进行研究;使用当前方法进行人脸检测时,需要提取脸部特征数目较多、检测速度过慢,降低人脸检测效率;为此,提出一种基于数字图像处理技术的人脸检测算法;该方法首先获取人脸数字图像,通过拉开数字图像的灰度间距,使数字图像灰度均匀分布,进而提高数字图像对比度,使图像更加清晰,再通过Wiener维纳滤算法对处理后的数字图像进行图像平滑去噪,在此基础上使用Robert边缘检测算子方法对数字图像人脸边缘每个像素点检测,得到数字图像中人脸边缘的基本图像,将其输入到计算机数字图像处理系统中进行识别检测;实验仿真证明,所提算法在检测速度及准确性等方面具有明显的优势。

    Abstract:

    In order to improve the accuracy and speed of detection of face detection, the need for research on face detection algorithm based on digital image processing technology. The current method is used for face detection, facial feature extraction need more number, the detection speed is too slow, reduce the face detection efficiency. Therefore, proposed a face detection algorithm based on digital image processing technology. The method first gets face digital image by gray space opened the digital image, the digital image gray uniform distribution, so as to improve the image contrast, the image is more clear, and then through the Wiener Wiener filtering algorithm for image smoothing of digital image processing after Denoising, based on the use of Robert operator edge detection method for detection of digital image edge face of each pixel, the basic image for face detection in digital image, the input to the recognition and detection of computer digital image processing system. Simulation results show that the proposed algorithm has obvious advantages in the detection speed and accuracy etc..

    参考文献
    相似文献
    引证文献
引用本文

何莉,罗艳芳.基于数字图像处理技术的人脸检测算法研究计算机测量与控制[J].,2017,25(7):273-275, 281.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2017-03-25
  • 最后修改日期:2017-04-24
  • 录用日期:
  • 在线发布日期: 2017-08-10
  • 出版日期:
文章二维码