1、“.....不用再扫描徐州师范大学科文学院本科生毕业设计人脸检测系统设计整个数组求取的均值。另外，可以保持图像整体的亮度信息不变。由公式可得下面公式从这个公式我们可以推导出和具有相等价的关系。所以，在色彩空间同样可以运用这个假设。假设图像存在色温偏差，则或者，经各通道增益使得，即可达到色温调整的目的。由公式可得下面的公式白平衡后由两式可得，通道增益即为公式是对彩色通道直接进行增益，便于观察。若不再进行后续计算的话，则采用这个方法计算量较少。但由于补偿后本系统需要对进行相似度计算，因此白平衡时采用了直接增益，增益因子为。此外，系统还给出了由色彩空间到色彩空间转化的函数，需要显示时可再将空间换算过来......”。

2、“.....图和图是经相似度计算后得到灰度图图和图是二值化后的单色图图是原图经检测后的肤色区域，仅留有右下残缺部分。图是补偿后的图像。图补偿后的肤色区扩展到了整个人脸。结果显示表明，对整体色温偏移的图像采用此方法具有明显的补偿效果。亮度补偿我们在对彩色图像的光照特性进行研究时发现高亮或者过暗光照会造成肤色点颜色溢出，这是导致相似度人脸检测法检测不完整或者失败的主要原因。在分析了指数变换对数变换对图像产生的影响后提出种复合的变换补偿方法，将整个灰度区间，分成两个区间，在，区间采用对数曲线，在，区间采用沿两个对称轴翻转的对数曲线，这样曲线就包含了凸凹两个递增区间，且在灰度值附近区域变化平缓而两端变化强烈，这就有利于图像向保持色度信息好的中间亮度点靠拢。实验显示表明，该方法能对人脸检测中的光照进行有效的补偿。非线性变换非线性换是灰度变换法之，般有两种形式......”。

3、“.....如果，，，得到的转换函数是，函数曲线如图所示指数曲线原图结果图图指数变换对数变换对数变换的形式是，若取，，，得到的转换函数是，函数曲线如下图所示对数曲线原图结果图图对数变换上述指数变换的曲线可以看出，它将图像的低灰度区域给予了较大的压缩而对高灰度区域则给予了较大的扩展。指数变换对面部过亮的图像有很好的光照补偿作用，而对偏光较暗的图像则无能为力，如图。对数变换的效果恰好与指数变换相反从变换曲线可以看出，对数变换使高灰度区域得到压缩而使低灰度区域得到扩展。对数变换对过暗和偏光的图像都具有较好的光照补偿效果。但经变换后，图像边缘不清晰，无法提取边缘信息如图。复合变换人视觉感受的亮度是眼睛入射光强的对数函数......”。

4、“.....符合人的视觉特点。故本文选取了对数函数作为基函数。对基本对数函数求导可得，可以看出，当较小时较大，即增长率大所以灰变化快当较大时较小，即增长率小因此灰度变化慢，这样，对数曲线表现在低灰度区变化剧烈，而在高灰度亮区则变化平缓。对数变换将整个图像拉向高灰度，图像的边缘也变的模糊了。因此般对数函数对过亮图像补偿效果差。考虑到对数与指数变换效果相对立，故可以用对数加指数的方法来综合两者所长，从而得到复合函数式由式先沿对称旋转，再沿对称轴旋转得到，复合的过程如下图所示指数曲线旋转复合曲线图复合过程实验步骤转换色彩空间色彩空间，到在前面光照条件判断时已经完成这步。灰度映射表定义个的数组，为下标代入公式计算所得再加上平移量，超过的赋。映射将原灰度由映射表得到新灰度，保存到结果数组......”。

5、“.....保存到数组选取的模板是合并用加权的方法将结果数组，合并，实验用的系数是，。调整整是根据亮度的变化来调整的值，调整量根据变换前后的灰度徐州师范大学科文学院本科生毕业设计人脸检测系统设计差乘以系数，本文采用的是。还原将调整过的结构数组转化为型数组。实验对象自取图像，大小为人脸库，大小为。图彩色图像补偿图中原图，可以看到左半脸部光照过亮并且右下有阴影。和是经相似度计算后得到灰度图。和是二值化后的单色图。是原图经检测后的肤色区域，其左半和右下部残缺。是变换后的图像，其灰度分布更均匀，过亮和过暗区域都得到补偿。显示肤色区扩展到了整个人脸。徐州师范大学科文学院本科生毕业设计人脸检测系统设计图灰度图像补偿图中和是选取人脸库第个子集中较暗和有偏光的两张图像，和是对应变换的结果图，可以看出复合变换有明显的补偿效果。从实验结果来看......”。

6、“.....补偿后的彩色图像可检测出完整的人脸。但对些光照恶劣的图像，如人脸过度曝光为白色人脸边界与背景无法区分等情况则没有效果。另外，若过暗的彩色图像色度信息丢失严重，用此方法补偿也可能造成误检。徐州师范大学科文学院本科生毕业设计人脸检测系统设计系统实现流程图输入图像色温补偿亮度补偿相似补偿滤波阈值分割孔洞着色区域验证人脸区域区域肤色模型基于知识方法的定位基于色度偏移方法的验证基于色度偏移方法的定位模板套取图像归化输出图像有未检测人脸结束标记色温补偿亮度补偿定位到二个区域图系统实现流程图徐州师范大学科文学院本科生毕业设计人脸检测系统设计本章小结本章分别介绍了色温和亮度的补偿，色温补偿本文采用了全局白平衡的方法，此方法对色温整体有偏移的图像效果较好，若图像仅有局部色温偏移，则不太适宜采用此方法亮度补偿则采用了复合变换补偿的方法，此方法将整个灰度区间分为两个子区间......”。

7、“.....凸函数具有对数函数性质，而凹函数具有指数函数性质，这样就综合了对数和指数函数两者的优点复合函数使高低两个灰度区得以扩展，而中灰度区得以压缩，所以对高亮和阴暗区都有效，并且不会造成变换后图像过亮或过暗。徐州师范大学科文学院本科生毕业设计人脸检测系统设计总结与展望总结人脸检测技术有着非常广阔的应用前景，这技术的进展会给人脸识别人脸跟踪视频监控表情识别身份验证多媒体检索等领域带来巨大的推动作用，也会在方法上丰富计算机视觉模式识别等计算机科学领域的发展。但是，由于人脸模式的复杂性和图像采集过程中不可避免的引入的各种各样的不利因素，这都使得人脸检测问题成为个极具挑战性的研究课题。本文研究了种基于肤色模型的彩色图像人脸检测方法，针对彩色图像中皮肤聚类特性，将肤色颜色特征引入人脸检测算法。首先要对原始彩色图像进行预处理......”。

8、“.....利用多个训练样本建立肤色模型，利用肤色模型可获得彩色图像的皮肤似然图像。对于皮肤似然图像提出了种自适应的阈值改进算法，尽可能地排除背景中非肤色成分，提取出肤色区域。对提取出的肤色区域进行预处理，再用设计的人脸评判标准分割出可能的候选人脸区域。最后利用人脸模板进行匹配，检测出彩色图像的人脸区域。本文提出的光线补偿算法部分能够针对些特殊情况进行处理，但是，其并非是完全自适应的，光线补偿策略能在定的环境下起到很好的作用。展望尽管人脸检测研究已经开展了几十年，然而由于问题本身的复杂性，使得其至今仍没有形成个较为通用彻底的解决方案。本文的工作正是在对这些问题的不断探索过程中所形成的研究成果，并取得了定的成效。但在以下几个方面还有待改进和深入研究在进行光照条件判断时，对偏光现象的辨别有待进步提高。可以针对偏光导致部分肤色区域的亮度提高和色度偏移，给出个模型......”。

9、“.....在区域验证时提出加入嘴唇特征进行验证的设想，下步将它实现，更进步可考虑其它面部细节特征信息。综上所述，人脸的检测技术是个复杂的模式分类与识别的过程，其发展趋势是徐州师范大学科文学院本科生毕业设计人脸检测系统设计利用多种线索，综合多种分类方法，启发式信息院本科生毕业设计人脸检测系统设计用高斯矩阵处理后的图徐州师范大学科文学院本科生毕业设计人脸检测系统设计灰度化程序徐州师范大学科文学院本科生毕业设计人脸检测系统设计二值化程序，统计学习方法相结合的。随着图象处理人工智能模式识别以及生物心理学的研究进展，人脸检测与识别技术将会获得更大的发展。但这些都需要研究者长期而又耐心的实验工作。徐州师范大学科文学院本科生毕业设计人脸检测系统设计致谢在论文完成之际，首先深深的感谢我的导师李旭超老师。在完成论文期间，李老师给了我悉心的指导和亲切的关怀......”。