摘 要

本文主要研究方向为图像渐变特效算法，实现人脸图像的融合，并在此基础上实现人脸渐变。人脸渐变涉及到人脸图像的识别、检测，还涉及到人脸特征点检测、识别、定位和提取等，是目前热门的研究方向，其对身份识别技术提供了技术支持，间接为国家、社会安全等安全领域方面提供了保障。

本文是以MATLAB软件为平台，以图形图像处理为基础，基于小波变换实现人脸渐变。图形图像是以矩阵的形式在计算机中进行处理，所以首先要将图形图像以矩阵形式保存以供处理。其次图像处理过程之前，先对其进行噪声消除、边缘检测等图像处理，为之后的图像融合、渐变打下基础，确保结果的准确性。之后对人脸图像进行人脸检测，运用ASM算法对人脸特征点识别、检测、提取等处理，便于之后进行的图像融合、渐变。然后实现了图像融合和图像渐变。

本次论文实现了对人脸图形图像的显示，对图像进行了噪音消除、边缘检测等处理，检测、识别、定位和提取图像中的人脸及其特征点，运用小波变换、基于MATLAB软件实现了人脸图形图像的融合以及渐变。

关键字：MATLAB；小波变换；人脸图像渐变；

Abstract

In this paper, the main research direction for the image gradient effects algorithm to achieve the integration of face images, and on this basis to achieve facial gradient. Facial gradation involves the recognition and detection of face images, and also involves the detection, recognition, location and extraction of face feature points. It is a popular research direction, which provides technical support for the identification technology, Social security and other security areas to provide a guarantee.

This paper is based on MATLAB software, based on graphics and image processing, based on wavelet transform to achieve face gradient. The graphic image is processed in the form of a matrix in the computer, so the graphic image is first saved in a matrix for processing. Second, before the image processing process, the first noise cancellation, edge detection and other image processing, after the image fusion, gradient lay the foundation to ensure the accuracy of the results. Then, face detection of face images is carried out. ASM algorithm is used to identify, detect and extract facial features. It is convenient for image fusion and gradation. And then to achieve the image fusion and image gradient.

This paper realizes the display of the face graphic image, performs the noise elimination and edge detection on the image, detects, identifies, locates and extracts the face and its characteristic points in the image, and uses the wavelet transform to realize based on MATLAB software The face graphics image fusion and gradient.

Key Words：MATLAB；Wavelet transform；Face image gradient

目 录

第1章 绪论 1

1.1 研究背景 1

1.2 研究目的及意义 2

1.3 国内外研究现状 2

1.4 论文主要工作及组织结构 4

第2章 人脸图像处理及仿真 5

2.1 数字人脸图像矩阵及仿真 5

2.2 图像表示与噪声清除 6

2.2.1图像表示 6

2.2.2 噪声清除 7

2.3 图像边缘检测及仿真 7

2.3.1 图像边缘以及边缘检测 7

2.3.2 图像边缘检测算法及仿真 9

2.3.2.1 Roberts边缘检测算子 9

2.3.2.2 Sobel边缘检测算子 10

2.3.2.3 Prewitt算子边缘检测 11

2.3.2.4 基于小波变换的图像边缘检测 12

2.3.3 几种图像边缘检测算法比较 15

2.4 本章小结 16

第3章 人脸特征点自动识别和定位技术 17

3.1 人脸图像及人脸特征点 17

3.2 人脸检测及特征点识别 17

3.2.1 人脸检测 19

3.2.2 人脸特征点识别 19

3.3 人脸特征点自动识别定位ASM算法 20

3.4 本章小结 22

第4章 基于小波变换的人脸图像处理及仿真 23

4.1 小波变换 23

4.1.1 连续小波变换 23

4.1.2 离散小波变换 24

4.1.3 二进制小波变换 24

4.2 基于小波变换的人脸图像融合及仿真 24

4.3 基于小波变换的人脸图像渐变及仿真 27

4.4 本章小结 30

第5章 总结与展望 31

5.1 总结 31

5.2 展望 31

参考文献 32

致 谢 33

第1章 绪论

1.1 研究背景

图像是人类之间进行交流、传递以及获取各种信息的重要途径，在我们学习、生活、工作中，或多或少都会涉及到一些图形图像，总而言之图形图像的应用非常宽泛。图形图像处理的就是将图像信号先通过一定的处理，转变成计算机可识别的信号，之后对转变过的数字图像信号利用如MATLAB等其他图像处理软件对其进行特定处理。通常情况下，对图像的处理包括色彩亮度的调整、图像编辑以及图像文字修饰等，另外也可以改善图像的质量，或者截取图像中需要的某些重要信息。

随着科技的进步，图像处理技术也得到了飞速发展，图像技术涉及的领域也越来越多，涉及面也越来越宽。毫不夸张的说，图像技术已在人们日常工作、学习和生活发展中充当着重要角色，甚至在国家安全的某些领域领域中也发挥着支柱性作用。21世纪以来，图像处理的发展使人类进入了数字时代，现在生活、学习、工作已经与图像息息相关，比如手机里储存的照片、路边的各类宣传海报、聊天发送的表情图像等。