针对在复杂背景下传统的人脸识别方法存在算法复杂、鲁棒性差以及精确度低等不足,提出一种基于泰森多边形特征分解的人脸识别算法。首先建立高斯肤色模型并融合人脸几何特征实现粗定位;然后,根据人脸区域各特征部位的特性对人脸特征点定位同时采用两次泰森多边形进行特征分割,使每个特征点分割到各自的特征区域内,从而有利于形成编码;最后,运用LBP算子对多尺度多方向的Log-Gabor幅值信息进行纹理描述,并统计其分布规律。实验结果表明,该算法简单,鲁棒性强,具有较高的识别精度。肤色模型分割出人脸候选区域;接着，依据人脸区域内各特征部位的特性对人脸特征点定位同时采用两次Voronoi分割;最后，利用LG－LBP提取纹理特征并在公共图像库上进行仿真实验。1人脸检测人脸检测的目的是在图像中找到人脸的存在，确定人脸的位置与大小，它是人脸识别的前提。与其他颜色空间模型相比， 本文由公司网站滚圆机网站采集转载中国知网整理!   http://www.gunyuanji158.com/YCbCr具有良好的聚类特性，更适合人脸检测［10］ 本文由公司网站滚圆机网站采集转载中国知网整理!   http://www.gunyuanji158.com/。分解的人脸识别-电动折弯机数控滚圆机滚弧机张家港钢管滚圆机滚弧机折弯机首先，建立肤色模型，实现人脸肤色的分割，再对人脸候选区域作形态学处理并融合人脸几何特征进行筛选，最终确定人脸区域的位置，如图1所示。图1人脸粗定位2人脸特征分割通过上述描述，在人脸检测过程中，仍然存在许多颜色与形状类似的非肤色区域，为了剔除非人脸区域的干扰，实现特征的提取，有必要对人脸区域进行特征分割。2．1特征点提取(1)眼部特征定位Hsu等人对脸部特征的色彩信息进行了研究［11］，人眼的Cb分量值相对高而Cr相对较低且瞳孔与眼白的亮度反差较大。其色度模型函数)为了满足EyeMapC取最大值时，突出人眼区域Cb值相对较高这一特性，同时，减少公式的计算量，对上述公式进行了改进。EyeMapC=(Cb－Cr)/Cr)2(2)针对灰度分量的特性建立了如下灰度空间眼睛模型:Ey其中，?为膨胀操作，?表示腐蚀运算。综合考虑色度与灰度2种因素的影响，用与运算联合两个模型函数:EyeMap=(EyeMapC)AND(EyeMapL)(4)根据上述的眼图模型函数就可确定出眼睛的特征分解的人脸识别-电动折弯机数控滚圆机滚弧机张家港钢管滚圆机滚弧机折弯机 本文由公司网站滚圆机网站采集转载中国知网整理!   http://www.gunyuanji158.com/