張誠(chéng)　陳銀環(huán)

摘要：人臉識(shí)別是生物特征識(shí)別中一個(gè)十分重要的課題，在身份認(rèn)證領(lǐng)域應(yīng)用十分廣泛且前景廣闊。本文主要對(duì)灰度歸一化，去噪，圖像增強(qiáng)等方法進(jìn)行介紹。

關(guān)鍵詞：人臉識(shí)別； 圖像預(yù)處理；灰度歸一化

用于人臉識(shí)別的人臉圖像一般都采用攝像頭進(jìn)行采集，因此環(huán)境的光線問題，攝像設(shè)備性能不同等原因都會(huì)使圖像含有噪音、模糊等問題。這些不利于我們進(jìn)行之后的特征提取與人臉識(shí)別，因此一般在進(jìn)行人臉識(shí)別之前先對(duì)圖像進(jìn)行預(yù)處理，使采集的人臉圖像大小、位置、對(duì)比度、及偏斜程度與人臉庫(kù)中相一致，達(dá)到利于人臉識(shí)別的目的。

一、人臉圖像的預(yù)處理方法

1）圖像的灰度歸一化。圖像的灰度歸一化處理，目的是去除光線對(duì)采集圖像的影響?；叶葰w一化的常用方法有直方圖均衡化、直方圖規(guī)定化以及灰度均值方差標(biāo)準(zhǔn)化三種方法，本文主要介紹直方圖均衡化。直方圖是一幅圖像中全部或部分區(qū)域內(nèi)相同亮度值的統(tǒng)計(jì)分布圖，表示數(shù)字圖像中每一個(gè)灰度級(jí)與其出現(xiàn)的頻率之間的統(tǒng)計(jì)關(guān)系。

對(duì)于人臉圖像，設(shè)L為灰度級(jí)數(shù)，則第j級(jí)灰度出現(xiàn)的頻率為：f（j）=Nj/N，j=1，2，...，L-1（1）

式中，Nj為灰度級(jí)為j的像素?cái)?shù)，N為圖像中的總像素?cái)?shù)?？傻玫降闹狈綀D變換函數(shù)為：

H（j）=∑ji=0Nj/N=∑f（i）（2）

有上式可知，H（j）∈[0，1]，并且H（j）在[0，1]區(qū)間內(nèi)單調(diào)遞增。灰度級(jí)j的像素經(jīng)過(guò)直方圖變換后的灰度級(jí)為：

L'=L×H（j）（3）

灰度圖像的灰度級(jí)數(shù)有256個(gè)，但原圖像的實(shí)際灰度范圍一般沒有占滿全部的灰度級(jí)，而是集中在幾個(gè)區(qū)域段中。直方圖的均衡化是將輸入的人臉圖像的直方圖分布變換成近似特定的直方圖，使圖像的灰度分布范圍盡可能的覆蓋所有灰度級(jí)，從而部分地消除光照對(duì)灰度圖像的影響。

下面圖1（a）和（b）分別給出了直方圖均衡化前后的直方圖。

利用MATLAB來(lái)實(shí)現(xiàn)圖像的灰度歸一化，先輸入原彩色圖像并將其灰度化，然后計(jì)算該灰度圖像每級(jí)灰度出現(xiàn)的概率，并繪制相應(yīng)的灰度值直方圖，之后再利用直方圖變換函數(shù)得到均衡過(guò)后的直方圖，最后將各個(gè)像素歸一化后的灰度值賦給每個(gè)對(duì)應(yīng)的像素，從而將均衡化后的灰度圖像顯示出來(lái)。圖2就是將原彩色圖像進(jìn)行灰度化，并且灰度歸一化處理后的結(jié)果。

2）圖像去噪。對(duì)于圖像去噪，本文使用的是MATLAB教程中的lena圖像進(jìn)行處理，下面圖3（a）是加了高斯噪音的人臉圖像，可以看出噪音對(duì)于人臉圖像的清晰度有很大的影響十分大，會(huì)使人臉圖像變得模糊，不便于識(shí)別。本文利用MATLAB中的wiener2功能函數(shù)，對(duì)噪音進(jìn)行去除。圖3（b）是去除噪音之后的人臉圖像。

上圖可以看出，噪音去除之后也使圖像變得比較清晰，達(dá)到了人臉圖像預(yù)處理的作用。

3）人臉圖像的圖像增強(qiáng)。圖像增強(qiáng)采用小波變換進(jìn)行，方法分三步a.將人臉圖像分解為大小、位置和方向均不相同的分量b.根據(jù)需要放大需要強(qiáng)調(diào)的分量，減少不必要的分量c.利用小波逆轉(zhuǎn)得到增強(qiáng)后的人臉圖像。小波變換具有保留主要信息，去除噪音的作用，對(duì)人臉圖像進(jìn)行小波變換，之后才用于識(shí)別。

下面所示的圖4（b）圖是原始圖像進(jìn)行4層小波分解之后得到的結(jié)果。再對(duì)人臉識(shí)別有用的必要部分增強(qiáng)2倍，突出輪廓；將對(duì)識(shí)別用處不大的不必要部分減弱2倍，弱化細(xì)節(jié)背景等部分。根據(jù)上面小波分解得到的圖形可以看出，已經(jīng)強(qiáng)化了人臉圖像的重要部分，弱化了不重要的部分，接下來(lái)再重構(gòu)出人臉圖像，驗(yàn)證圖像是否經(jīng)過(guò)小波變換得以增強(qiáng)。重構(gòu)后的圖像如圖4（c）。

二、結(jié)語(yǔ)

本文主要是介紹人臉圖像的預(yù)處理幾種方法。因?yàn)椴杉四槇D像的環(huán)境不同等因素，會(huì)造成人臉圖像與圖庫(kù)中的不同，造成識(shí)別不出的后果，采用圖像預(yù)處理方法后就能得到一個(gè)統(tǒng)一的標(biāo)準(zhǔn)，便于人臉識(shí)別。關(guān)于人臉圖像預(yù)處理的眾多方法中，著重介紹了圖像的灰度歸一化、圖像去圖像增強(qiáng)三個(gè)預(yù)處理方法。并且利用MATLAB編寫出程序，利用采集到的人臉圖像進(jìn)行仿真，得到結(jié)果，經(jīng)分析后發(fā)現(xiàn)，預(yù)處理確實(shí)可以使人臉圖像統(tǒng)一標(biāo)準(zhǔn)，便于識(shí)別，可以提高人臉識(shí)別的識(shí)別率。

參考文獻(xiàn)：

[1]米晨唐，秀芬，魏秀蘭.基于haar小波變換的圖像分解與重構(gòu)[J].實(shí)驗(yàn)室研究與探索，2003，（2）：7981.

[2] 金一.人臉識(shí)別中的若干算法研究[D].北京：北京交通大學(xué)，2009.