论文总字数：23352字

摘 要

随着互联网技术的日渐成熟，人像变形技术作为新兴的数字图像处理技术越来越引起人们的注意和兴趣，基于人像变形技术的各种应用软件和平台成为新的商业卖点，例如手机上的美图秀秀软件，美颜相机的产生以及微软推出的微软卡通秀等等，近年来国内外对该技术进行了广泛研究，已经取得了一系列结果，也有着一些问题尚未解决。

本文探究了人像变形的方法与实现方式，对人像变形技术的一整套流程进行了阐述，并在每个章节做出详细介绍，先简要介绍了人像变形的先期工作，然后在第四章给出了人像变形的相关算法，在基于Delaunay三角剖分的变形算法的基础上对问题作适当简化，将三角剖分简化为提取人脸图像的单个特征三角形，利用人脸头像和动物头像的对应眼角，鼻子，嘴巴等特征点形成特征三角形建立仿射变换方程组，求解仿射变换模型参数，最终用对人脸图像的像素重采样方式依据得到的空间变换参数实现由人脸图像向参考图像的图像变形，即对人脸图像的像素进行平移，旋转，伸缩等一系列变换并进行灰度插值，在Matlab的GUI中实现变形效果。

关键词：人脸检测，空间变换，像素重采样，人像变形

METHOD AND REALIZATION OF FACE MORPHING

Abstract

As Internet technology develops, Face morphing technology which is a kind of digital image processing technology has drawn increasing attention and interest,Application software and platforms based on Face morphing technology have become the new business focus, Such as Mito xiuxiu, beauty camera and Microsoft cartoon maker,etc, People conduct broad study on Face morphing technology in recent years and make a series of results, but a number of issues also exist and yet to be resolved.

This article explores the methods and realization of Face morphing,Elaborates the whole process of morphing.Some specific steps and research programs will be introduced in each chapter, Using Face to implement face detection and feature detection ,The fourth chapter gives the relevant algorithm about face morphing, Using linear transformation model as the description of transform from source image to destination image ,Establish linear transformation equations by corresponding feature points between two pictures to solve linear transformation model parameters.Implement gray value interpolation on face images to achieve the destination images, Achieve the morphing effect by using the GUI in Matlab

KEY WORDS: Face detection ,Space transformation,Pixel resampling Face morph

目 录

摘 要 ………………………………………………………………………… I

Abstract ……………………………………………………………………… II

第一章 绪论 …………………………………………………………………… 1

1.1 选题背景及意义 …………………………………………………… 1

1.2 人像变形的研究历史与现状 ………………………………………… 1

1.3 本文主要研究内容及章节安排 ……………………………………… 2

第二章 图像预处理 ……………………………………………………………… 3

2.1 滤波处理 …………………………………………………………… 3

2.1.1 高斯滤波………………………………………………………… 3

2.1.2 均值滤波 ………………………………………………………… 3

2.1.3 中值滤波 ………………………………………………………… 4

2.2 灰度化 ………………………………………………………………… 4

2.3清晰度增强 …………………………………………………………… 5

2.3.1 最邻近插值方法……………………………………………………5

2.3.2 双线性插值方法……………………………………………………5

2.4 直方图均衡化 ………………………………………………………… 6

第三章 人脸检测与特征点检测…………………………………………………… 8

3.1 人脸图像及特征点…………………………………………………………8

3.2 人脸检测……………………………………………………………………9

3.3 特征点检测…………………………………………………………………9

3.4 Face 检测人脸和人脸特征点……………………………………………10

第四章 人像变形方法与实现 ……………………………………………………11

4.1 人脸图像变形算法…………………………………………………………12

4.1.1 交叉变形算法………………………………………………………12

4.1.2 基于特征线对的变形算法…………………………………………13

4.1.3 基于点的移动最小二乘法的变形算法 ………………………… 15

4.1.4 基于Delaunay三角剖分的变形算法…………………………… 17

4.2 图像空间变换参数确定……………………………………………………19

4.3 图像变形的映射方式………………………………………………………19

4.3.1 向前映射法…………………………………………………………20

4.3.2 向后映射法…………………………………………………………20

4.4 图像的重采样方式 ……………………………………………………… 21

4.5 本文图像变形方法论述 ………………………………………………… 21

第五章 总结与展望………………………………………………………………… 24

参考文献 …………………………………………………………………………… 25

致谢 …………………………………………………………………………………26

第一章 绪论

1.1 选题背景及意义

人像变形技术是较流行的图像处理技术，广泛地运用于动画，图像融合和医学图像处理等领域，人脸检测是人像变形的重要组成部分，具有十分广泛的应用背景，也是许多后继工作开展的基础，人像变形技术是当下数字图像处理领域研究的热门课题，有着许多运用，例如手机上的美图秀秀软件就用到了图像变形技术以生成许多艺术性效果，例如输入一幅图像可以产生哈哈镜中的效果，再比如一些美颜相机也是应用到了人像变形效果实现拍照时的自动美化，可以拍摄出更加清晰美丽的人物照片，总之人脸检测以及人像变形为我们的生活带了许多便利和惊喜，本次毕业设计探讨这一课题是具有鲜明的时代适应性的。

1.2人像变形的研究历史与现状

1960年人们便开始了对人脸图像变形技术的研究，这一时期变形方法很简单:用交叉变形的方法直接对两幅数字图像中的像素进行插值处理。该方法只能生成质量较差的人脸图像，产生较差的变形效果，并不能充分达到人们想要的娱乐效果。原因是该方法仅仅通过线性插值技术实现两幅人脸图像的渐变。直到1980年Douglas Smyth提出网格扭曲的变形方法并将其运用于电影《Willow》的制作中，才改变了之前变形方法的不利局面。人脸图像变形技术在随后的二十几年中便获得了快速地发展。

人脸图像变形技术中变换控制是一个很重要的问题。通常使用特征基元来控制变形过程以达到变形的目的，这些特征基元包括特征点、特征线、特征面等都是人脸图像本身所拥有的特征，通过改变这些特征基元的方向和位置控制人脸图像变形结果，这样就可得到变形效果真实、连续、流畅的图像。因此，可以根据图像中特征的不同将人脸图像变形方法划分为基于线的变形、基于点的变形和基于面的变形三大类。基于面的变形包括:基于三角剖分的变形算法、二次网状变形算法。这些算法都依赖于特征点的数目和分布情况，计算效率随特征点的增加而降低。基于特征线的变形，它需要选择两幅图像中对应的特征线对，改变特征线对的位置可以实现图像变形，但变形速度较慢。基于点的变形包括:基于径向基函数的变形算法以及一些改进算法。这些算法的函数复杂、计算量大、速度慢。

上述是基于特征基元的不同而得到的最主要的人脸图像变形算法，除此之外，还有不同样条插值的变形方法、多层次自由变形方法、移动最小二乘法、能量最小化方法等变形方法。

到目前为止，人脸图像变形技术的实用化之路仍存在诸多困难，而且图像变形技术中也存在一些需要解决的问题，如变形算法的实现和优化、变形效果的改善等。

1.3 本文主要研究内容及章节安排

本文在前述研究背景和现状的基础上进一步探讨人像变形的实现方案与步骤，对人像变形的每一步骤做了更加详细的阐述，并着重对人像变形的算法进行研究与比较，并基于人脸头像变形的近似线性变换原理对人脸头像进行变形。

本文第二第三章为人脸图像变形前的准备工作，包括图像预处理（第二章），人脸检测及特征点检测（第三章）。

本文第四章探讨了人像变形技术的相关算法，并在基于Delaunay三角剖分的变形算法的基础上对问题作适当简化，给出自己的算法，并在图像用户界面中给出人像变形的效果

本文第五章为总结展望。

第二章 图像预处理

在数字图像处理中图像预处理起到开头作用，如果这阶段处理不好，后面的工作根本无法展开，经过预处理的图像能更好的增强图像的清晰度，对比度，方便后续的如人脸检测，人脸特征点检测等，进而为人像变形的实现提供很好的保障。

图像预处理流程图：

图像滤波

灰度化

增强清晰度

增强对比度

2.1 图像滤波

2.1.1高斯滤波

高斯滤波实质上是一种信号的滤波器，其用途是信号的平滑处理，数字图像用于后期应用，其噪声是最大的问题，由于误差会累计传递等原因，高斯滤波器用于得到信噪比SNR较高的图像（反应真实信号）。与此相关的有Gauss-Lapplace变换，其实就是为了得到较好的图像边缘，先对图像做高斯平滑滤波，剔除噪声，然后求二阶导矢，用二阶导的过零点确定边缘，在计算时也是频域乘积=gt;空域卷积。

2.1.2均值滤波

均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围8个象素，构成一个滤波模板，即去掉目标象素本身）。再用模板中的全体像素的平均值来代替原来像素值。

均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。

2.1.3中值滤波

中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的为二维数据序列。

中值滤波是图像处理技术中最常用的预处理技术。它在平滑脉冲噪声方面非常有效，同时它可以保护图像尖锐的边缘。加权中值滤波能够改进中值滤波的边缘信号保持效果。但对方向性很强的指纹图像进行滤波处理时，有必要引入方向信息，即利用指纹方向图来指导中值滤波的进行。中值滤波法对消除椒盐噪声非常有效，在光学测量条纹图象的相位分析处理方法中有特殊作用，但在条纹中心分析方法中作用不大。中值滤波在图像处理中,常用于保护边缘信息，是经典的平滑噪声的方法。

设序列，从小到大排列，序列的中值为：

剩余内容已隐藏，请支付后下载全文，论文总字数：23352字

相关图片展示：