6.2.1 人臉輪廓提取

人臉輪廓的提取主要分為兩步：人臉位置的定位和人臉內輪廓的提取。

1.人臉定位

為了進行人臉的定位，首先需要對人臉的位置區域進行初步的確定。原始彩色圖像在經過光線補償、膚色提取、去噪和填充后，由于有時有背景與膚色的相似性以及裸露的四肢、頸部等膚色圖像的存在，會嚴重干擾人臉區域的確定，所以必須采取一定措施將非人臉區域去除。根據以下判斷規則來排除非人臉區域和確定人臉區域。

（a）在豎直方向上對人臉區域（白色像素）進行白色像素投影，并計算其最大值，然后用這個值去歸一每列人臉區域的像素投影值（相當于求頻度）；

（b）通過頻度確定人臉區域的左邊界和右邊界。這里，左邊界和右邊界設定的閾值為0.2，即從頻度最大向左尋找頻度減小到0.2的那一列作為左邊界，而從頻度最大向右尋找頻度減小到0.2的那一列作為右邊界；

（c）同理，在水平方向上對人臉區域進行白色像素投影，并計算其最大值，也用這個值去歸一每行人臉區域的像素投影值（相當于求頻度）；

（d）通過頻度確定人臉區域的上邊界，上邊界的閾值仍設定為0.2，即從頻度最大向上尋找頻度減少到0.2的那一行作為上邊界；

（e）下邊界則按如下方式求取：人臉擬合為矩形時，人臉的長寬比值約為1.2，現已知上邊界、左邊界和右邊界，可據此求出人臉的下邊界。

本書沒有通過膚色去檢測人臉下邊界，這是因為人穿不同衣服時，外露脖子的長短會有變化。若依靠膚色檢測人臉下邊界，脖子區域也會被誤當成人臉檢測出來，影響人臉定位效果。

2.人臉內輪廓提取

為了提高在人臉區域內眼睛、鼻子和嘴的定位精度，本系統在人臉區域內進行輪廓提取，以突顯眼睛、鼻子和嘴的位置。

首先將已經定位的彩色人臉圖像進行二值化處理，這里所用到的二值化方法不是傳統的將圖像灰度化后再二值化的方式，而是從彩色圖像直接進行二值化處理。其基本原理是計算出每點像素的紅（R）、綠（G）值，然后利用下面的公式進行二值化處理，得到圖像的灰度值T。

在得到人臉的二值化圖像后需進行邊緣檢測，利用圖6-1所示的模板對圖像進行卷積計算，得到每個像素點的新的灰度值。

為了能夠利用單像素點描述人臉圖像的邊緣，做如下處理：生成一個3×3的模板，統計模板中灰度值小于-5和大于5的像素點個數。若每一類像素的個數均大于2，則模板中心點像素灰度值置為0，生成所要提取的內輪廓即人臉內輪廓。