郭樂(lè)++楊立波++郭歡++高仲興

摘 要：人臉識(shí)別技術(shù)是一種比較容易被人們接受的非侵犯性識(shí)別方法，在使用上較指紋、掌紋、虹膜等其它的生物特征更加友好、直接和方便。圖像的預(yù)處理工作在人臉識(shí)別過(guò)程中發(fā)揮著很重要的作用，直接關(guān)系到人臉識(shí)別的準(zhǔn)確率，因此，在人臉的檢測(cè)和定位前對(duì)圖像進(jìn)行預(yù)處理是非常必要的。本文簡(jiǎn)單介紹了人臉識(shí)別的基本過(guò)程，主要分析了人臉識(shí)別中的圖像處理技術(shù)，如圖像的灰度化處理、中值濾波、直方圖均衡化和小波變換等，并在MATLAB中實(shí)現(xiàn)。

關(guān)鍵詞：人臉識(shí)別 預(yù)處理 灰度圖像 小波變換

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2015）01（a）-0022-02

人臉識(shí)別是近年來(lái)模式識(shí)別、機(jī)器視覺(jué)、神經(jīng)網(wǎng)絡(luò)、圖像處理等領(lǐng)域研究的熱點(diǎn)課題之一。人臉識(shí)別系統(tǒng)首先通過(guò)攝像頭獲取待識(shí)別對(duì)象的面部圖像，再利用核心算法對(duì)其面部特征進(jìn)行計(jì)算分析，進(jìn)而和數(shù)據(jù)庫(kù)中的信息進(jìn)行比對(duì)，最后進(jìn)行人臉識(shí)別，達(dá)到判斷出用戶的真實(shí)身份的目的。這是一項(xiàng)比較高端的計(jì)算機(jī)圖像處理技術(shù)。

1 人臉識(shí)別過(guò)程

一個(gè)完整的人臉識(shí)別過(guò)程大致分為以下幾個(gè)步驟，如圖l所示。

人臉識(shí)別首先是對(duì)待訓(xùn)練圖像進(jìn)行預(yù)處理，減少因光照、尺寸、角度、表情等因素對(duì)識(shí)別率造成的影響，然后進(jìn)行人臉檢測(cè)與定位，接著對(duì)所定位到的人臉圖像進(jìn)行特征提取，將所得的人臉特征存入數(shù)據(jù)庫(kù)，作為人臉識(shí)別的依據(jù)。識(shí)別時(shí)，同樣是對(duì)待識(shí)別人臉圖像進(jìn)行人臉圖像預(yù)處理、人臉檢測(cè)與定位、特征提取，然后將所得特征與數(shù)據(jù)庫(kù)中的人臉特征進(jìn)行比對(duì)，從而得到人臉識(shí)別結(jié)果。

2 人臉識(shí)別中的圖像處理技術(shù)

圖像在采集過(guò)程中，由于受光線等外部環(huán)境因素和攝像頭、采集卡噪聲等內(nèi)部因素的影響，采集到的人臉圖像絕大多數(shù)不能滿足識(shí)別的要求，因此對(duì)人臉圖像進(jìn)行預(yù)處理是人臉識(shí)別中非常重要的一步。

2.1 圖像的灰度化處理

采集到的人臉圖像通常可以分為彩色圖像和灰度圖像。圖像的灰度化處理過(guò)程即為將彩色圖像轉(zhuǎn)化成為灰度圖像的過(guò)程。利用彩色圖像的顏色信息進(jìn)行識(shí)別往往會(huì)受到復(fù)雜背景的干擾，影響識(shí)別效果。然而灰度圖像具有易于處理的優(yōu)點(diǎn)，因此人臉識(shí)別一般以灰度圖像為研究對(duì)象。對(duì)于人臉的彩色圖像，可首先對(duì)其進(jìn)行灰度化處理。灰度圖像的每個(gè)像素只有一個(gè)采樣顏色，通常顯示為從最暗的黑色（0，0，0）到最亮的白色（255，255，255）的灰度，其中一個(gè)像素點(diǎn)RGB分量的變化范圍是0到255，所以為了使后續(xù)的圖像的計(jì)算量更簡(jiǎn)單，在進(jìn)行人臉檢測(cè)之前一般先將各種格式的圖像轉(zhuǎn)變成灰度圖像。

灰度圖像依然反映了整幅圖像的局部和整體的亮度、色度等級(jí)的特征和分布。彩色圖像與灰度圖像之間的各RGB分量對(duì)應(yīng)關(guān)系見式（1），根據(jù)該公式我們就可以將一幅彩色圖像轉(zhuǎn)換成灰度圖像。

（1）

2.2 中值濾波

我們所得到的灰度圖像，無(wú)論是直接獲取還是由彩色圖像轉(zhuǎn)換，都避免不了噪聲的存在，噪聲對(duì)圖像的質(zhì)量具有很大的影響。中值濾波在去除孤點(diǎn)噪聲的同時(shí)，還可以很好地保持圖像的邊緣特性。在一定條件下，中值濾波可以解決線性濾波器處理圖像細(xì)節(jié)模糊的問(wèn)題，并且對(duì)圖像掃描噪聲和濾除脈沖干擾都非常的有效，但是，對(duì)點(diǎn)、線、尖頂?shù)燃?xì)節(jié)較多的圖像，則會(huì)引起圖像信息的丟失。中值濾波是將一個(gè)含有奇數(shù)點(diǎn)的窗口在圖像上掃描，然后把該窗口掃描到的像素點(diǎn)按照灰度值級(jí)進(jìn)行上升或下降排序，取中間的灰度值來(lái)代替該點(diǎn)的灰度值，即：

（3-2）

常用的濾波器的采樣窗口如下所示：

方窗 十字窗 中心加權(quán)窗 菱形窗

2.3 灰度歸一化

對(duì)圖像進(jìn)行灰度歸一化處理是對(duì)圖像進(jìn)行光照補(bǔ)償?shù)忍幚淼挠行Т胧?，其中比較典型的方法是直方圖的均衡化。灰度變換的一個(gè)重要應(yīng)用即是直方圖的均衡化，它高效且易于實(shí)現(xiàn)，在圖像增強(qiáng)處理中應(yīng)用極為廣泛。圖像像素的灰度變化范圍呈隨機(jī)分布，直方圖的圖形呈高低不齊分布，直方圖均衡化就是用一定的算法使灰度直方圖大致平和。均衡化的圖象的動(dòng)態(tài)范圍雖然擴(kuò)大了，但其根本是減少量化級(jí)別，擴(kuò)大量化間隔。因此，原來(lái)像素不同的灰度經(jīng)過(guò)處理后可能變的相同了，形成了一片具有相同灰度級(jí)的區(qū)域。進(jìn)行直方圖均衡化，是對(duì)圖像中像素個(gè)數(shù)少的灰度級(jí)進(jìn)行縮減，而對(duì)像素個(gè)數(shù)多的灰度級(jí)進(jìn)行展寬，使圖像的灰度分布范圍相對(duì)均衡，要盡可能的覆蓋所有的灰度級(jí)，沒(méi)有占絕對(duì)優(yōu)勢(shì)或者絕對(duì)劣勢(shì)的像素，從而達(dá)到清晰圖像的目的。

2.4 幾何歸一化

在獲取原圖像時(shí)，由于被拍攝人所處的位置、成像距離、光照強(qiáng)度等因素的影響，可能會(huì)造成同一個(gè)人在不同照片中的人臉大小、位置等也不同，而我們?cè)谧R(shí)別中用到的算法經(jīng)常使用整幅圖像，如果原始圖像不經(jīng)過(guò)處理，則會(huì)影響到人臉識(shí)別的效率，因此要對(duì)圖像進(jìn)行幾何歸一化，以達(dá)到不同的人臉圖像大小相同、人臉的關(guān)鍵部位在圖像中的相對(duì)位置也基本相同的目的。幾何歸一化主要包括圖像旋轉(zhuǎn)、圖像鏡像、圖像平移和圖像縮放。

2.5 小波變換

圖像處理是小波分析應(yīng)用的重要領(lǐng)域，近年來(lái)小波分析已經(jīng)被證明是進(jìn)行圖像處理的強(qiáng)有力的工具之一。因?yàn)樾〔ǚ纸饪梢园褕D像分層次按照小波基展開，并且根據(jù)圖像的性質(zhì)及其給定的圖像處理標(biāo)準(zhǔn)可以確定展開到哪一級(jí)，還可以把細(xì)節(jié)分量和近似分量分開，所以小波分析經(jīng)常用于壓縮、去噪等方面。適當(dāng)層次的小波變換后的低頻子帶圖像刻化了人臉的表情和姿勢(shì)的不變特征，具有較好的穩(wěn)定性。由圖2可以看出，二級(jí)小波變換后的低頻子帶圖像仍然是原圖像的光滑像，并且圖像向量的維數(shù)變得更低，圖像也隨之更加模糊。隨著小波變換級(jí)數(shù)的增加，這種效果造成的影響越來(lái)越大，因此，選擇適當(dāng)?shù)男〔ǚ纸鈱訑?shù)對(duì)識(shí)別的效果和算法的復(fù)雜度都是非常重要的。

3 結(jié)語(yǔ)

人臉識(shí)別是當(dāng)前最熱門的模式識(shí)別研究課題之一，對(duì)日常生活中的身份認(rèn)證有很大的幫助。該文針對(duì)圖像處理技術(shù)在人臉識(shí)別中的應(yīng)用問(wèn)題進(jìn)行了研究?？紤]到角度、光照和尺寸等因素對(duì)人臉圖像造成的影響，為了得到標(biāo)準(zhǔn)化的圖像，對(duì)圖像進(jìn)行了灰度歸一化和幾何歸一化處理。利用小波多分辨率分析的優(yōu)勢(shì)，將得到的圖像進(jìn)行預(yù)處理，使處理后的圖像能夠快速、準(zhǔn)確地識(shí)別人臉。

參考文獻(xiàn)

[1] 孫順利.基于小波變換的PCA人臉識(shí)別方法[D].大連：大連理工大學(xué)，2007.

[2] 武夫文.人臉識(shí)別算法研究[D].蘭州：蘭州理工大學(xué)，2008.

[3] 基于灰度變換的圖像增強(qiáng)及MATLAB實(shí)現(xiàn)[EB/OL].（2012-12-24）http：//wenku.baidu.com/view/abe3084269eae009581becf0.html.

[4] 韓增錕.人臉識(shí)別中面部圖像處理算法研究[J].計(jì)算機(jī)與數(shù)字工程，2012（4）.

[5] 數(shù)字圖像處理[EB/OL].（2012-12-24）http：//wenku.baidu.com/view/a35b67dfa58da0116c17497f.html.

[6] 馬桂英.基于小波變換和PCA-ANN的人臉識(shí)別[J].電腦知識(shí)與技術(shù)，2009（27）.