人脸识别中的嘴唇轮廓提取问题是计算机视觉领域中的一个热门研究课题,在人机交互、表情识别、唇动识别、疲劳驾驶检测等领域具有广泛的应用,其研究和发展不仅具有重要的理论意义,而且具有广阔的应用前景和实际意义。本文对嘴唇轮廓提取技术和方法进行了研究,针对传统方法在嘴唇轮廓提取中存在的实际困难,提出了采用基于Fisher变换和基于半监督学习的改进水平集方法进行嘴唇轮廓提取。首先,对输入图像进行光照补偿,以降低光照的影响。其次,在YCbCr空间建立肤色模型进行人脸检测定位及嘴唇区域的粗略定位。然后,提出两种改进的水平集方法进行嘴唇轮廓提取。最后,用MATLAB实现了嘴唇轮廓提取的实验系统,论证了算法的可行性。本文主要获得以下研究成果:(1)提出基于Fisher变换的水平集方法,增强了图像的梯度信息,使轮廓提取的准确度得到了提高。(2)针对Fisher变换方法需要大量的人工标记数据的问题,将半监督学习应用到嘴唇图像的分割中,并结合水平集方法进行轮廓提取,综合利用了有标记和未标记的图像像素信息,在标记信息较少的情况下,取得了较好的轮廓提取效果。(3)实现了嘴唇轮廓提取的实验系统,完成了光照补偿、人脸检测及唇部定位、唇部轮廓提取的过程,并论证了算法的可行性。