1。4 本文结构安排

本论文一共分为了四章。 第一章是绪论，介绍了人脸年龄的研究背景与意义，说明了该研究课题在国内外发展的

研究现状。总结了本文的主要研究工作以及主要的技术。 第二章介绍了人脸年龄分析的人脸图像预处理阶段，如人脸图像的增强。 第三章介绍了人脸的年龄特征提取方法，即采用基本 LBP 算子和几种类 LBP 算子以及它

们的组合来表征特征，而且比较了几种 LBP 算子的表征效果，将得到的年龄特征用灰度直方 图表示，并用于后面的年龄估计。

第四章介绍了人脸年龄估计阶段所用到的几种算法，第一个是训练数据库中训练样本的 K-均值聚类方法，第二个是对测试图片进行分类时用到的 K-近邻分类算法，以及最后估计年 龄时用到的投票选举方法。整体完备地总结了本文实验中使用的年龄估计方法，全面对比了 各种实验年龄的年龄估计效果。

第 4页 本科毕业设计说明书

2 人脸图像预处理

数据库中的图像是已经提取出人脸区域的图像，本毕业设计中会先将图片灰度化处理， 然后采用灰度直方图均衡化这种图像增强方法，来加强这些有用信息，增强对比度。

2。1 人脸数据库来`自+优-尔^论:文,网www.youerw.com +QQ752018766-

FG-NET 数据库是一个免费公开的数据库。它是塞浦路斯大学 Lanitis[12]教授为了研究人 脸年龄估计所采集的。该数据库中人脸图像的年龄范围在 0-69 岁之间，总共 1002 张人脸图 像。

表 2。1 FG-NET 人脸数据库图片分布

a）1 岁 b）3 岁 c）8 岁 d）35 岁

图 2。1 数据库中部分图像的展示

2。2 人脸图像增强

2。2。1 介绍

由于 FG-NET 数据库中有很多扫描模糊的人脸图像，光照的变化也会对检测有很大的影 响，如下图所示。目的是为了消除这种灰度不均衡的现象，突出人脸的细节，提高对比度。

图 2。2 数据库中非理想图片的展示

2。2。2 方法

本科毕业设计说明书 第 5 页

对实验中先将人脸图像进行灰度处理，如果原图像是彩色图像的话，就要进行灰度处理， 如果图像原来本身就是灰度图像的话，就不做灰度化处理直接使用。然后就可以采用直方图 均衡化的方法，来强化图像中的有用信息