沈慧鈞

摘 要：針對(duì)人臉識(shí)別系統(tǒng)進(jìn)行研究，提出了采用直方圖均衡化、中值濾波、灰度拉伸、同態(tài)濾波預(yù)處理圖像和基于統(tǒng)計(jì)學(xué)的人眼檢測(cè)、特征提取的人臉識(shí)別方法。描述了各種預(yù)處理方法和在人臉識(shí)別中的具體應(yīng)用，避免圖像大小、光照不同等復(fù)雜因素對(duì)圖像識(shí)別造成的影響，為下一步進(jìn)行圖像識(shí)別奠定基礎(chǔ)。

關(guān)鍵詞：人臉識(shí)別；圖像預(yù)處理；同態(tài)濾波；光照

中圖分類號(hào)：TP391.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-6835（2014）18-0119-02

目前，人臉識(shí)別技術(shù)的研究工作多是在假定圖像中檢測(cè)和定位的。人臉識(shí)別系統(tǒng)對(duì)人身份的確定起著重要的作用，身份確定不僅在機(jī)關(guān)單位的考勤和安全、海關(guān)邊檢、網(wǎng)絡(luò)安全、軍隊(duì)安全、銀行、智能門禁、計(jì)算機(jī)登錄系統(tǒng)等方面起著至關(guān)重要的作用，還關(guān)系到國(guó)家的安全問(wèn)題。先對(duì)人臉識(shí)別中的圖像進(jìn)行圖像預(yù)處理，包括圖像直方圖均衡化、灰度拉伸、中值濾波、同態(tài)濾波等。經(jīng)過(guò)預(yù)處理的圖像，其細(xì)節(jié)更加明顯，并且去掉了圖像中一些不相關(guān)的信息。然后再進(jìn)行人眼定位、特征提取、識(shí)別和匹配，提高人臉識(shí)別的可靠性。

1 預(yù)處理方法的研究

人臉圖像的預(yù)處理是指在整個(gè)圖像識(shí)別和分析的過(guò)程中，對(duì)所輸入的人臉圖像進(jìn)行分割、特征抽取、匹配等。本文選取的預(yù)處理方法主要有：直方圖均衡化、灰度拉伸、中值濾波、同態(tài)濾波等。對(duì)圖像進(jìn)行預(yù)處理能夠去除圖像中的不相關(guān)信息，準(zhǔn)確定位人臉部分，使圖像細(xì)節(jié)更明顯，進(jìn)一步提高人臉圖像的特征提取、匹配和識(shí)別的可靠性。

1.1 直方圖均衡化

直方圖均衡化是針對(duì)已知灰度概率密度分布圖像的直方圖。通過(guò)變換函數(shù)，將其修正為分布比較均勻的直方圖，所以，它又被稱為直方圖平坦化，以此改變圖像整體偏亮或整體偏暗、灰度層次不豐富的情況。直方圖均衡化的處理過(guò)程主要包括以下三個(gè)步驟：①計(jì)算出讀入圖像的統(tǒng)計(jì)直方圖，即Pr（r）；②采用累積

分布函數(shù)對(duì)該直方圖Pr（r）作變換，利用公式

求出直方圖變換后對(duì)應(yīng)的新灰度值；③用新的灰度值取代舊的灰度值。最后一步的計(jì)算過(guò)程是近似算法，計(jì)算結(jié)果不一定都是整數(shù)，但是，由于實(shí)際灰度值是用正整數(shù)表示的，所以，需要根據(jù)處理目的選擇合理的近似值，將相等或近似的灰度值組合到一起。

1.2 灰度拉伸的意義

圖像的灰度拉伸是運(yùn)用簡(jiǎn)單的分段線性變換函數(shù)進(jìn)行灰度變換的一種方法。該方法將原圖像灰度值的動(dòng)態(tài)范圍轉(zhuǎn)換到指定的范圍內(nèi)或整個(gè)論域范圍內(nèi)，提高了圖像在處理過(guò)程中灰度級(jí)的動(dòng)態(tài)變化范圍。此方法適用于低對(duì)比度圖像的預(yù)處理。灰度拉伸主要有兩個(gè)基本操作步驟：①對(duì)給定的待處理圖像做直方圖統(tǒng)計(jì)，根據(jù)直方圖的曲線分布情況確定圖像灰度拉伸的2個(gè)拐點(diǎn)的位置；②對(duì)待處理圖像進(jìn)行灰度變換，利用步驟①中確定的拐點(diǎn)，由分段線性變換函數(shù)將讀入圖像中的每個(gè)像素的灰度值映射到處理后的像素灰度值中。

1.3 中值濾波

中值濾波是抑制圖像噪聲的主要方法之一，它簡(jiǎn)單、易實(shí)現(xiàn)。圖像多是由像素較多、面積較大的小塊構(gòu)成，而以孤立點(diǎn)的形式出現(xiàn)的噪聲點(diǎn)所對(duì)應(yīng)的像素在圖像上的數(shù)量較少?；诖颂匦?，中值濾波是一種較好的圖像預(yù)處理方法。利用此方法進(jìn)行圖像預(yù)處理的主要步驟是：①在待處理圖像中漫游3×3或5×5模板，并使得模板的中心點(diǎn)與待處理的圖像中某個(gè)像素位置重合；②當(dāng)模板處于某一位置時(shí)，讀入模板下各像素的灰度

值，按由小到大的順序排列這些灰度值，并讀取排在中間點(diǎn)的灰度值；③將對(duì)應(yīng)模板中心位置的像素值賦予這個(gè)中間點(diǎn)位置的灰度值。

由此可見(jiàn)，中值濾波的主要作用是將那些與周圍像素灰度值相差較大的像素用周圍像素值的中間值取代，因此，該方法消除孤立噪聲像素的能力是很強(qiáng)的。它并不是簡(jiǎn)單地選取模板中像素點(diǎn)的均值，而是選取排序后的中值，所以，產(chǎn)生的模糊較少，在消除孤立點(diǎn)噪聲的同時(shí)，還盡可能地保留圖像的細(xì)節(jié)。

1.4 同態(tài)濾波

在不同光照條件下，人臉圖像可以使用同態(tài)濾波的預(yù)處理方法避免光照對(duì)其的影響，以此提高人臉識(shí)別的準(zhǔn)確性。同態(tài)濾波處理方法將灰度變換和頻率過(guò)濾兩種方法有機(jī)結(jié)合起來(lái)，將圖像的照明反射作為頻域處理的基礎(chǔ)，這樣能夠有效地增強(qiáng)對(duì)比度和壓縮灰度的范圍。在密度域中，運(yùn)用這種方法改善圖像效果是相當(dāng)成功的。

待處理圖像f（x，y）可以表示成其反射分量r（x，y）和照射分量i（x，y）的乘積，即：

f（x，y）=i（x，y）·r（x，y）. （1）

利用同態(tài)濾波的方法改變了原有圖像的光強(qiáng)度和反射光強(qiáng)度的特性，這樣不但可以降低圖像的動(dòng)態(tài)范圍，還可以增加其對(duì)比度。同態(tài)濾波預(yù)處理人臉識(shí)別圖像的具體操作過(guò)程如下：

先在式（1）的兩邊取對(duì)數(shù)，即

ln[f（x，y）]=ln[i（x，y）]+ln[r（x，y）]. （2）

在式（2）兩邊取傅立葉變換，得：

F（u，v）=I（u，v）+R（u，v）. （3）

用頻域函數(shù)H（u，v）處理F（u，v），得：

H（u，v）F（u，v）=H（u，v）I（u，v）+H（u，v）R（u，v）. （4）

將傅立葉逆變換到空間域，得：

hf（x，y）=hi（x，y）+hr（x，y）. （5）

在式（5）兩邊取指數(shù)，得：

.（6）

2 人臉識(shí)別的過(guò)程

人臉檢測(cè)和人臉識(shí)別是人臉識(shí)別技術(shù)中兩個(gè)重要組成部分。根據(jù)人臉的先驗(yàn)導(dǎo)出規(guī)律和人臉器官分布特征進(jìn)行人臉檢測(cè)和識(shí)別。在人臉識(shí)別系統(tǒng)中，圖像處理過(guò)程如圖1所示，大致可以分為三大步驟，即人臉特征提取、基于圖像預(yù)處理的人臉檢測(cè)和人臉識(shí)別。

圖1 人臉識(shí)別系統(tǒng)的處理流程圖

在進(jìn)行人臉識(shí)別的過(guò)程中，先要快速判斷采集到的人臉圖像或視頻圖像是否存在?；诮y(tǒng)計(jì)學(xué)的人臉檢測(cè)方法不是針對(duì)某一個(gè)人的臉，而是從人臉統(tǒng)一模型的角度出發(fā)，利用統(tǒng)計(jì)原理，從大量的人臉圖像中數(shù)量化地統(tǒng)計(jì)、提取出人臉共有的各個(gè)器官的分布規(guī)律，運(yùn)用檢測(cè)模塊和先驗(yàn)知識(shí)進(jìn)行人臉檢測(cè)。如果檢測(cè)結(jié)果是人臉圖像，則對(duì)人臉幾何特征點(diǎn)進(jìn)行定位。本文利用眼睛定位，選取定位的基準(zhǔn)為兩眼的中心，根據(jù)圖像給出的信息，按兩眼之間的距離，用幾何歸一化和灰度歸一化進(jìn)

行人臉圖像的縮放處理，選擇有效的人臉區(qū)域，最后對(duì)選取出的人臉區(qū)域圖像進(jìn)行特征提取歸一化處理，并在分類器中進(jìn)行識(shí)別，將此與人臉庫(kù)中的人臉進(jìn)行對(duì)比，從而鑒別出每個(gè)人臉的身份，最終得到識(shí)別成果，具體步驟如圖2所示。

3 結(jié)論

人臉識(shí)別的復(fù)雜性決定了單獨(dú)使用任何一種圖像處理技術(shù)都不能獲得良好的識(shí)別效果，鑒于人臉檢測(cè)和識(shí)別的方法并不唯一，將各種不同的技術(shù)、方法有效結(jié)合起來(lái)是以后該領(lǐng)域研究的必然趨勢(shì)。人臉識(shí)別預(yù)處理的關(guān)鍵是在人臉識(shí)別前，對(duì)讀入的圖像進(jìn)行預(yù)處理，增大圖像的灰度范圍，去除噪聲點(diǎn)、光照等不良因素的影響，利用檢測(cè)模塊去除圖像中的不相關(guān)信息，增強(qiáng)圖像的對(duì)比度，使圖像的細(xì)節(jié)更加明顯，有效改善人臉圖像的定位與分割、幾何特征提取、人臉識(shí)別和匹配的可靠性。如果不能有效預(yù)處理較難識(shí)別的圖像，將會(huì)影響幾何特征的提取，不能達(dá)到滿意的人臉識(shí)別效果。本文具體闡述了人臉識(shí)別的圖像預(yù)處理方法和人臉識(shí)別系統(tǒng)的具體步驟。目前，在人臉檢測(cè)和識(shí)別方面還有很多困難需要克服，比如年齡、表情、化妝、胡須等外在因素的變化等。不同的采集設(shè)備會(huì)給人臉的檢測(cè)和識(shí)別系統(tǒng)造成很大的影響。從心理學(xué)的角度看，人臉識(shí)別是人類視覺(jué)的一個(gè)獨(dú)特過(guò)程，同卵雙胞胎無(wú)法識(shí)別等這些情況都可能會(huì)阻礙識(shí)別技術(shù)的發(fā)展，還有很多問(wèn)題有待進(jìn)一步解決。

參考文獻(xiàn)

[1]周激流，張曄.人臉識(shí)別理論研究進(jìn)展[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，1999，11（2）：180-182.

[2]陳堅(jiān)，于林森，等.人臉識(shí)別的神經(jīng)網(wǎng)絡(luò)群方法[J].東南大學(xué)學(xué)報(bào)，1998，28（2A）：207-210.

[3]梁路宏，艾海舟，徐光佑，等.人臉檢測(cè)研究綜述[J].中國(guó)圖象圖形學(xué)報(bào)，2002，25（5）：449-456.

[4]張翠平，蘇光大.人臉識(shí)別技術(shù)綜述[J].中國(guó)圖象圖形學(xué)報(bào)，2000，5（11）：885-894.

[5]周杰，盧春雨，張長(zhǎng)水，等.人臉自動(dòng)識(shí)別方法綜述[J].電子學(xué)，2000，28（4）：102-106.

[6]Roland W Fleming，Ron O Dror，Edward H Adelson.Rea-lworld illumination and the perception of surface reflective properties[J].Journal of Vision，2003，3（5）：347-368.

[7]BelhumeurP，Kriegman D.What is the set of images of an object under all possible illumination conditions[J].International our na of Computer Vision，1998，28（3）：245-260.

〔編輯：白潔〕

行人臉圖像的縮放處理，選擇有效的人臉區(qū)域，最后對(duì)選取出的人臉區(qū)域圖像進(jìn)行特征提取歸一化處理，并在分類器中進(jìn)行識(shí)別，將此與人臉庫(kù)中的人臉進(jìn)行對(duì)比，從而鑒別出每個(gè)人臉的身份，最終得到識(shí)別成果，具體步驟如圖2所示。

3 結(jié)論

人臉識(shí)別的復(fù)雜性決定了單獨(dú)使用任何一種圖像處理技術(shù)都不能獲得良好的識(shí)別效果，鑒于人臉檢測(cè)和識(shí)別的方法并不唯一，將各種不同的技術(shù)、方法有效結(jié)合起來(lái)是以后該領(lǐng)域研究的必然趨勢(shì)。人臉識(shí)別預(yù)處理的關(guān)鍵是在人臉識(shí)別前，對(duì)讀入的圖像進(jìn)行預(yù)處理，增大圖像的灰度范圍，去除噪聲點(diǎn)、光照等不良因素的影響，利用檢測(cè)模塊去除圖像中的不相關(guān)信息，增強(qiáng)圖像的對(duì)比度，使圖像的細(xì)節(jié)更加明顯，有效改善人臉圖像的定位與分割、幾何特征提取、人臉識(shí)別和匹配的可靠性。如果不能有效預(yù)處理較難識(shí)別的圖像，將會(huì)影響幾何特征的提取，不能達(dá)到滿意的人臉識(shí)別效果。本文具體闡述了人臉識(shí)別的圖像預(yù)處理方法和人臉識(shí)別系統(tǒng)的具體步驟。目前，在人臉檢測(cè)和識(shí)別方面還有很多困難需要克服，比如年齡、表情、化妝、胡須等外在因素的變化等。不同的采集設(shè)備會(huì)給人臉的檢測(cè)和識(shí)別系統(tǒng)造成很大的影響。從心理學(xué)的角度看，人臉識(shí)別是人類視覺(jué)的一個(gè)獨(dú)特過(guò)程，同卵雙胞胎無(wú)法識(shí)別等這些情況都可能會(huì)阻礙識(shí)別技術(shù)的發(fā)展，還有很多問(wèn)題有待進(jìn)一步解決。

參考文獻(xiàn)

[1]周激流，張曄.人臉識(shí)別理論研究進(jìn)展[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，1999，11（2）：180-182.

[2]陳堅(jiān)，于林森，等.人臉識(shí)別的神經(jīng)網(wǎng)絡(luò)群方法[J].東南大學(xué)學(xué)報(bào)，1998，28（2A）：207-210.

[3]梁路宏，艾海舟，徐光佑，等.人臉檢測(cè)研究綜述[J].中國(guó)圖象圖形學(xué)報(bào)，2002，25（5）：449-456.

[4]張翠平，蘇光大.人臉識(shí)別技術(shù)綜述[J].中國(guó)圖象圖形學(xué)報(bào)，2000，5（11）：885-894.

[5]周杰，盧春雨，張長(zhǎng)水，等.人臉自動(dòng)識(shí)別方法綜述[J].電子學(xué)，2000，28（4）：102-106.

[6]Roland W Fleming，Ron O Dror，Edward H Adelson.Rea-lworld illumination and the perception of surface reflective properties[J].Journal of Vision，2003，3（5）：347-368.

[7]BelhumeurP，Kriegman D.What is the set of images of an object under all possible illumination conditions[J].International our na of Computer Vision，1998，28（3）：245-260.

〔編輯：白潔〕

行人臉圖像的縮放處理，選擇有效的人臉區(qū)域，最后對(duì)選取出的人臉區(qū)域圖像進(jìn)行特征提取歸一化處理，并在分類器中進(jìn)行識(shí)別，將此與人臉庫(kù)中的人臉進(jìn)行對(duì)比，從而鑒別出每個(gè)人臉的身份，最終得到識(shí)別成果，具體步驟如圖2所示。

3 結(jié)論

人臉識(shí)別的復(fù)雜性決定了單獨(dú)使用任何一種圖像處理技術(shù)都不能獲得良好的識(shí)別效果，鑒于人臉檢測(cè)和識(shí)別的方法并不唯一，將各種不同的技術(shù)、方法有效結(jié)合起來(lái)是以后該領(lǐng)域研究的必然趨勢(shì)。人臉識(shí)別預(yù)處理的關(guān)鍵是在人臉識(shí)別前，對(duì)讀入的圖像進(jìn)行預(yù)處理，增大圖像的灰度范圍，去除噪聲點(diǎn)、光照等不良因素的影響，利用檢測(cè)模塊去除圖像中的不相關(guān)信息，增強(qiáng)圖像的對(duì)比度，使圖像的細(xì)節(jié)更加明顯，有效改善人臉圖像的定位與分割、幾何特征提取、人臉識(shí)別和匹配的可靠性。如果不能有效預(yù)處理較難識(shí)別的圖像，將會(huì)影響幾何特征的提取，不能達(dá)到滿意的人臉識(shí)別效果。本文具體闡述了人臉識(shí)別的圖像預(yù)處理方法和人臉識(shí)別系統(tǒng)的具體步驟。目前，在人臉檢測(cè)和識(shí)別方面還有很多困難需要克服，比如年齡、表情、化妝、胡須等外在因素的變化等。不同的采集設(shè)備會(huì)給人臉的檢測(cè)和識(shí)別系統(tǒng)造成很大的影響。從心理學(xué)的角度看，人臉識(shí)別是人類視覺(jué)的一個(gè)獨(dú)特過(guò)程，同卵雙胞胎無(wú)法識(shí)別等這些情況都可能會(huì)阻礙識(shí)別技術(shù)的發(fā)展，還有很多問(wèn)題有待進(jìn)一步解決。

參考文獻(xiàn)

[1]周激流，張曄.人臉識(shí)別理論研究進(jìn)展[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，1999，11（2）：180-182.

[2]陳堅(jiān)，于林森，等.人臉識(shí)別的神經(jīng)網(wǎng)絡(luò)群方法[J].東南大學(xué)學(xué)報(bào)，1998，28（2A）：207-210.

[3]梁路宏，艾海舟，徐光佑，等.人臉檢測(cè)研究綜述[J].中國(guó)圖象圖形學(xué)報(bào)，2002，25（5）：449-456.

[4]張翠平，蘇光大.人臉識(shí)別技術(shù)綜述[J].中國(guó)圖象圖形學(xué)報(bào)，2000，5（11）：885-894.

[5]周杰，盧春雨，張長(zhǎng)水，等.人臉自動(dòng)識(shí)別方法綜述[J].電子學(xué)，2000，28（4）：102-106.

[6]Roland W Fleming，Ron O Dror，Edward H Adelson.Rea-lworld illumination and the perception of surface reflective properties[J].Journal of Vision，2003，3（5）：347-368.

[7]BelhumeurP，Kriegman D.What is the set of images of an object under all possible illumination conditions[J].International our na of Computer Vision，1998，28（3）：245-260.

〔編輯：白潔〕