论文部分内容阅读
基于人脸特征点定位的人脸图像处理，是近年来图像处理领域中发展较快速的一项研究课题，在国民经济中有着广泛的应用。随着近年来网络技术和手机应用技术的迅速发展，模拟艺术风格的非真实感渲染(NPR，Non-Photorealistic Rendering)得到了越来越多的关注，由此，大大推动了基于人脸特征点定位的数字化漫画前进的步伐。利用计算机自动生成的漫画可以用在个性化签名、手机彩信、个性化贺卡等领域，提升趣味性，并带来可观的经济效益。
本文在对常用的人脸特征点定位方法进行了深入研究和比较之后，在统计分析的基础上利用主动表观模型算法实现了一个半自动人脸特征定位系统，根据手动标注的8个点生成初始模型，然后结合梯度下降法和模拟退火方法快速搜索到人脸特征点精确位置。在实现人脸特征点定位的基础上，本文基于Mean-Shift算法的图像平滑实现了人脸图像变素描画效果，基于K-means和ISODATA算法的聚类分析方法实现了人脸图像变水彩画的效果。最后，借助网格模型利用图像变形技术实现了哈哈镜之变胖、变瘦效果，以及6种基本人脸表情变化。
系统实现了人脸漫画效果的自动生成，操作简易、实现速度快，用户可以通过与计算机的交互将几种效果组合实现多达56种的不同漫画效果。实验结果表明，系统自动生成的图像能够在保持原始图像主要特征的情况下带来一定的漫画效果，可以满足一些娱乐环境的需求。