1.一种人脸图像采集的自适应控制装置，其特征在于：包括有机座(100)，所述机座(100)上设有至少两根竖直设置的竖向导轨(1)，所述机座(100)上设有竖向传动轴(2)，所述竖向传动轴(2)上套设有沿竖向导轨(1)竖向滑动的竖向滑块(3)，所述竖向滑块(3)之间设有横向导轨(4)，所述横向导轨(4)上设有横向传动轴(5)，所述横向传动轴(5)上套设有沿横向导轨(4)横向滑动的相机搭载台(6)，所述相机搭载台(6)上设有转动电机(7)，所述转动电机(7)转轴竖向设置，所述转动电机(7)转轴上设有随转轴转动的相机。

2.根据权利要求1所述的一种人脸图像采集的自适应控制装置，其特征在于：所述竖向传动轴(2)上设有竖向传动轴螺纹，所述竖向传动轴(2)一端设有第一电机(8)，所述竖向传动轴(2)随第一电机(8)转轴转动，所述竖向滑块(3)套接处设有与竖向传动轴螺纹配合随竖向传动轴(2)转动而使竖向滑块(3)垂直移动的竖向滑块螺纹。

3.根据权利要求1所述的一种人脸图像采集的自适应控制装置，其特征在于：所述横向传动轴(4)上设有横向传动轴螺纹，所述横向传动轴(4)一端设有第二电机(9)，所述横向传动轴(4)随第二电机(9)转轴转动，所述相机搭载台(6)套接处设有与横向传动轴螺纹配合随横向传动轴(4)转动而使相机搭载台(6)横向移动的相机搭载台螺纹。

4.根据权利要求1所述的一种人脸图像采集的自适应控制装置，其特征在于：所述机座(100)上还设有控制器(10)，所述控制器(10)连接有第一电机(8)、第二电机(9)、设置于竖向传动轴(2)另一端的第一编码器(11)、设置于横向传动轴(4)另一端的第二编码器(12)、转动电机(7)和相机，所述第一电机(8)与第一编码器(11)连接，所述第二电机(9)与第二编码器(12)连接。

5.一种人脸图像采集的自适应控制方法，其步骤如下：a、控制器(10)控制相机拍摄初始图像，并输入到控制器(10)中，设定以初始图像左上角为原点o′，向右为x′轴正方向，向下为y′轴正方向，建立直角坐标系O′x′y′，在初始图像直角坐标系O′x′y′中建立人脸图像直角坐标系Oxy；

b、基于Adaboost算法的人脸检测，检测训练部分中训练强分类器，设定n个训练样本(x1,y1),...,(xi,yi),..(xn,yn)，yi可取0和1，yi＝1代表人脸样本，yi＝0代表非人脸样本，初始化权重ω：人脸样本的权重

其中m为人脸样本的个数，

非人脸样本的权重

其中l为非人脸样本的个数，

对于t＝1:T，

①权重归一化

②筛选出最优的弱分类器ht(xk,pk,fk,θk)，其分类错误率为：其中xk代表一个检测子窗口，pk指示不等号的方向，fk为特征，θk为阈值。

③更新权值

其中 代表分类错误占分类正确的比例，其中ei可取0和1。当ei＝0时，xi被正确分类；当ei＝1时，xi被错误分类，最后的强分类器为：

其中

c、基于分级方案的人脸眼睛和嘴的定位：

基于小波的特征图的特征值的计算，基于小波的特征图中第n个特征值Sal(n)的计算公式为：其中权重ωk是分配给最大的不同尺度的小波系数，又是互惠的标准差系数，权重ωk的计算公式为：其中S为最大的小波系数在k层次的数量, 是在0≤z≤S内的最大系数，基于主成分分析的双眼区域的校对：

由于双眼区域是一个矩形区域，所以双眼区域可以看成是由M个列向量组成，表示为Γ1,Γ2,..,ΓM，双眼区域样本的平均值为：

每个双眼区域与平均值的之间的差值为：

φn＝Γn-Ψ   (10)

双眼区域的协方差矩阵为：

其中A＝[φ1,φ2,...,φM]，

实际中直接计算矩阵C的特征向量的计算量很大，可以通过矩阵AAT的特征向量vn的定义来计算：ATAvn＝λnvn   (12)

对公式(13)两边左乘矩阵A可得：

AATAvn＝Aλnvn   (13)

由公式(14)式可知，Avn是矩阵C的特征向量，于是，可以用特征向量μn来表示成M个样本的线性组合：其中n＝1,2,...,M，

表示为Γ1,Γ2,..,ΓM的双眼区域投影到特征空间中：其中n＝1,2,...,M，

双眼区域的每个特征向量的权重组成一个向量：

ΩT＝{ω1,ω2,...,ωn}   (16)双眼区域与重构图像之间的平方差为：

由公式(18)计算平方差就可求出最小重构误差的双眼区域。

基于眼睛模板的眼睛和嘴的定位：

眼睛模板有三个方块组成，中心的黑块代表了在人眼中黑色的瞳孔，表示为B，这个黑色方块左右两侧为白色方块，分别表示为W1和W2。

用来测量眼睛模板的相似函数SIM的定义为：

其中IW1为区域W1的强度的总和，IW2为区域W2的强度的总和，IB为区域B的强度的总和，β是一个避免分母为零的正数，人脸样本中Q个眼睛模板，最佳的眼睛位置(xbest,ybest)的定义如下：xbest＝median(x1,x2,..xQ)   (19)ybest＝median(y1,y2,..yQ)   (20)d、人脸图像中偏值的计算：

水平偏距和垂直偏距的计算：设人脸图像直角坐标系O′x′y′的人脸图像窗口宽为width1，高为height1，初始图像的宽为width2，高为height2，坐标系Oxy的原点在坐标系O′x′y′为(facex,facey)，坐标系Oxy相对坐标系O′x′y′的水平偏移量为Δw，垂直偏移量为Δh，因此最小的水平偏距Δlevelmin和垂直偏距Δverticalmin分别为：侧面偏转角度的计算：

设左眼中心坐标为(x1,y1)，右眼中心坐标为(x2,y2)，嘴的中心坐标为(x3,y3)，两只眼睛的水平距离为l，垂直距离为d，人脸图像侧面偏转时，鼻子下点水平线与左右两眼睛内点的距离分别为l1和l2，鼻子下点水平线与嘴内点的距离为l3。

人脸图像的平面偏转角度α：

鼻子下点与左右两眼内点的角度差β1:

鼻子下点与嘴内点的角度差β2:

人脸图像的侧面偏转角度β：

e、控制器(10)控制相机搭载台(6)水平移动Δlevel1、垂直移动Δvertical1、转动电机(7)转动角度β，再控制相机拍摄。