二代身份證件中的圖像處理技術及其實現.pdf

1、第二代居民身份證的普及勢在必行，由于辦證數量多、質量要求高、時間安排緊以及為了方便群眾，需要制定數字相片的相關規(guī)范標準。如何自動的改善數字圖像的質量，并使其符合公安部發(fā)布的居民身份證數字相片技術標準是一個亟待解決的關鍵技術問題。在這一背景下，本論文主要研究了人臉圖像的旋轉調整、人臉檢測、高光校正、縮放裁切和背景濾除： 圖像預處理：根據人像所具有的對稱性和肩部角點旋轉不變特性，采用基于SUSAN 角點檢測的方法來實現圖像的調整調整

2、。這種方法簡單、特征定位比較準確，而且抗噪能力強；在旋轉過程中，采用了雙三次插值的方法進行近似處理，其優(yōu)點是能夠很好保持原圖像的細節(jié)，基本消除旋轉時產生的鋸齒現象，降低偏移誤差。 人臉檢測：采用了基于膚色模型與AdaBoost學習的層疊分類器的人臉檢測方法，現將主要內容簡述如下：(1) 利用人臉膚色特征，采用HSCC顏色模型對人臉區(qū)域進行提??；(2) 皮膚區(qū)域提取后，依據人的臉型如橢圓形，對人臉候選區(qū)域進行初選，以減少后續(xù)工作量

3、；(3) 利用AdaBoost算法對人臉侯選區(qū)進行進一步的檢測以及眼睛定位。原始的基于AdaBoost算法的檢測器只能檢測正面人臉圖像，而采用改進后的金字塔結構的檢測器組合實現了多姿態(tài)人臉檢測，可以檢測人臉姿態(tài)在范圍內的人臉圖像，并且其中所采用的多級分類器結構和金字塔結構都可以大大提高檢測速度。 高光校正：提出了一種新的皮膚圖像融合方法。該方法在對色度-亮度平面內高光和非高光區(qū)域像素進行融合時，充分考慮了皮膚像素在此平面內呈現Γ

4、形分布的特點，使像素的插值結果仍然呈現Γ分布。實驗表明采用該方法后人臉皮膚能夠很好的融合，細節(jié)清晰，高光部分能夠很好的過渡。 圖像后處理：根據檢測到的人臉區(qū)域對圖像進行縮放處理并根據雙眼中心位置將圖像裁切成標準大?。徊捎没赟USAN算法的邊緣檢測方法檢測人像的邊緣，通過自適應閾值和灰度重心判據，使得邊緣具有很好的連續(xù)性和結構性，從而實現了背景單一色處理。 根據上述過程的基本原理，本文建立了一個二代身份證件處理系統，并以