人脸检测是基于图像处理的人机交互技术的重要研究内容之一,它是指给定静止图像或视频序列,不管图像中人脸的位置、大小、方向、姿势、光照等如何变化,找到并定位所有人脸确切位置的技术。除此之外,人脸检测作为人脸信息处理中的一项关键技术,在身份识别、基于内容的检索、自动监控、人机交互等方面有着日益广泛的应用,因此成为了模式识别与计算机视觉领域内一项受到普遍重视的研究热点。在研究过程中,本文从硬件和软件两个方面对系统进行了总体规划。在硬件方面,本系统不是以一般的,进行纯粹算法研究的个人电脑为基础进行系统设计,而是选取TI公司的TMS320C6416芯片作为硬件处理器件,搭建了基于DSPs(Digital Signal Processors)的系统平台,以此为基础形成实用了的硬件系统。而系统的软件开发环境是CCS(Code Composer Studio)6000 2.0,利用其集成的实时操作系统DSP/BIOS,可以很方便地动态建立任务和中断,并在任务之间通过信号量和邮箱进行调度,以满足开发时的各项要求。在设计程序时,依照基于C64XX芯片的软件开发流程进行编写,并随后利用CCS提供的各类调试工具,对最初的C语言代码进行分析调试,对需要优化的部分根据DSPs的硬件特点,采用文中所述的各种方法进行程序优化。这一步骤提高了硬件资源的并行利用程度,从而提高代码运行速度,以保证满足实时性的要求。在算法设计方面,本文首先阐述了系统实现的基本原理,然后结合系统硬件条件,分析了当前的各种人脸检测方法,并选择了肤色检测法为基本的手段。在图像预处理阶段,使用了光照补偿技术,即直方图均衡化的方法,补偿了视频的色度分量,大大提高了后期检测的正确率;同时还建立了人脸肤色的数学模型,并在检测阶段利用此模型二值化处理视频序列图像,随后采用形态学滤波的方式对得到的图像进行后期处理,得到质量较高的数字图像,然后在此基础之上,通过连通分量标识算法,定位人脸区域。实验结果表明本系统能较为准确地检测人脸,并满足了实时性的要求。如果将人脸检测技术与传统的视频监控系统相结合,则能提高传统系统的智能化水平,为人机交互技术的后续发展奠定了一定的基础。