基于Java 的圖書館人臉識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

劉淑麗

（鄭州工業(yè)應(yīng)用技術(shù)學(xué)院，河南 鄭州 451100）

1 概述

本文的主要內(nèi)容是圖像的初始處理時(shí)通過接收和處理攝像機(jī)的圖像來獲得定位和識(shí)別的精度。該模塊的校正主要是光補(bǔ)償、圖像雕刻、砂紙平滑，簡單的線條還包括平滑，但是在這個(gè)過程中，光的影響很難被記錄下來，而且圖像的顏色也不均勻，這就使得光補(bǔ)償變得很困難。編程過程可以在互聯(lián)網(wǎng)和書籍中找到，但是在特別困難的設(shè)計(jì)過程中，使用24 位地圖，便于在圖書館門禁系統(tǒng)中定位和提取功能。

2 系統(tǒng)需求和可行性分析

2.1 系統(tǒng)需求

在開發(fā)人臉識(shí)別程序之前，經(jīng)常會(huì)訪問以前的文檔和原始程序，在開發(fā)過程中，我們將算法組合成數(shù)據(jù)，復(fù)制自己的想法，使程序更容易識(shí)別人臉圖像。軟件的主要功能是識(shí)別人臉。首先系統(tǒng)處理用相機(jī)采集的原始圖像。此過程也被稱為圖像預(yù)處理。只有預(yù)處理模塊才能很好地工作。這個(gè)過程可以完成以下兩個(gè)按鍵模塊：臉部定位和特征提取。

2.2 可行性分析

可行性研究也可以說是可行性研究。新軟件，為了保證新應(yīng)用的開發(fā)成功，根據(jù)最低的耗電和最大的實(shí)用性，解決方案的用戶需求，對系統(tǒng)進(jìn)行了分析和審查。

有很多圖像處理方法可以使用不同的方法，所以臉部的顏色其實(shí)就是皮膚的顏色，提取膚色的面積更準(zhǔn)確，成功的概率在95%以上，而且速度相當(dāng)快。

圖像亮度的變化。圖像在另一個(gè)環(huán)境中，光不可避免地受到另一個(gè)光的影響，因?yàn)閳D像太暗或太亮，我們需要調(diào)整它的亮度。最重要的措施是補(bǔ)償圖像中的光。

本文的主要目的是圖像預(yù)處理模塊，系統(tǒng)中使用的算法有：（1）光學(xué)補(bǔ)償模塊：圖像的光是不平衡的，可以通過光改變顏色。為了補(bǔ)償整個(gè)圖像的顏色變化，系統(tǒng)選擇了一種通過使用前5%像素和增加線性度來提高低階和高階圖像中所有像素的亮度的解決方案。（2）高斯級(jí)模塊：在記錄過程中，數(shù)據(jù)會(huì)在傳輸和存儲(chǔ)過程中丟失或損壞，因此圖像中經(jīng)常會(huì)發(fā)生不規(guī)則的隨機(jī)噪聲，影響圖像的質(zhì)量，所以有時(shí)候需要對圖像進(jìn)行消除噪聲。但是，如果平滑不適當(dāng)，則輪廓、線條等圖像自身的細(xì)節(jié)會(huì)模糊。（3）圖像比較模塊：該模塊的目的是將每個(gè)點(diǎn)的操作中導(dǎo)入的圖像轉(zhuǎn)換成輸出圖像。每層灰燼中的像素?cái)?shù)是相同的，其實(shí)現(xiàn)主要取決于灰燼平衡的變化。（4）直方圖方程模塊：為了逐漸顯示圖像的特性，有必要提高對比度。主要測量圖像的灰分值。對于兩者之間的信息，總灰分值的增加部分作為新像素存儲(chǔ)。

3 預(yù)處理方案

3.1 人臉識(shí)別流程

需要很多步驟來完成面部識(shí)別，整個(gè)過程中，由于科學(xué)家來自不同的學(xué)科，背景不同，對不同人的面部識(shí)別目標(biāo)不同，面部識(shí)別過程也不一致。

最重要的步驟是面部識(shí)別/跟蹤、面部提取、維度下降、匹配和分類，基本上是連續(xù)的。

3.2 人臉檢測/跟蹤

人臉識(shí)別是自動(dòng)人臉識(shí)別系統(tǒng)的第一步。目標(biāo)是用圖像輸入來看臉。在特定的檢索圖像[7]中，面部識(shí)別的目的是判定圖像中是否有面部。在實(shí)踐中，通常在非控制條件下收集信息。因此，獲得的圖像在大小、方向、暗度、覆蓋率、分辨率等方面存在著很大的差異，導(dǎo)致圖像的不同變形，同一個(gè)人的臉會(huì)導(dǎo)致檢測誤差、濾波誤差等。為了校正人臉尺寸、光照和旋轉(zhuǎn)的變化，需要對不同的人臉圖像進(jìn)行幾何均勻性（空間標(biāo)準(zhǔn)化）和光均勻性（灰度均勻性）的調(diào)整，以便用均勻算法進(jìn)行識(shí)別。

3.3 特征提取

為了能夠分別出人的臉，就必須要提取這個(gè)人的臉上具有的獨(dú)特性質(zhì)。也就是說，必須從人臉的圖像中提取出很多數(shù)字顯示模式。一般的表示方法包括幾何函數(shù)、代數(shù)函數(shù)、固定函數(shù)模型、函數(shù)曲面等。

3.4 特征降維

人臉是一種非剛性的自然物體，可以從人臉中提取許多不同的屬性。因此，人臉的原始特征與超空間數(shù)據(jù)是一致的（在M*n 圖像意義上，空間層次可以達(dá)到M 個(gè)程度）。*（n）除了大量的相應(yīng)計(jì)算外，很難對高數(shù)據(jù)的可描述性做出有效的評(píng)價(jià)。因此，要保證基于大量數(shù)據(jù)的識(shí)別結(jié)果的有效性是不可能的，我們需要一種簡潔的人類表達(dá)方法來過濾和融合原始特征，集中信息，減小這些小尺度空間的規(guī)模和效率。改進(jìn)以促進(jìn)下一步的適當(dāng)分類。

3.5 匹配識(shí)別

根據(jù)提取功能，選擇合適的匹配策略，將待識(shí)別人臉與數(shù)據(jù)庫中已知人臉進(jìn)行比較。和臉部識(shí)別不同，這里主要使用個(gè)人臉部的不同。有兩種識(shí)別目的和情況。一個(gè)是面部圖像的驗(yàn)證，即確認(rèn)。輸入圖像中的人屬于監(jiān)視識(shí)別數(shù)據(jù)庫。還有一個(gè)是臉部圖像的識(shí)別（identification），確認(rèn)輸入圖像中無人值班識(shí)別的人的身份。

4 模塊概要設(shè)計(jì)

4.1 圖像獲取模塊

該模塊主要接收來自攝像機(jī)庫的圖像或在軟件界面上可以識(shí)別的圖像。

4.2 人臉區(qū)域獲取

在這個(gè)系統(tǒng)中，對人臉的理解主要是基于一個(gè)由皮膚的非線性部分演化而來的膚色模型。然而這樣的皮膚顏色模型的設(shè)定就必須得挑選合適的顏色以及空間。

4.3 人臉定位模塊

臉的位置是這個(gè)系統(tǒng)中典型的臉部特征（眼睛、鼻子尖、嘴唇等）。位置的特征是眼睛、鼻子的前端和嘴。首先眼睛肯定是對稱的，所以對于眼睛就可以直接標(biāo)記。眼睛下面鼻子再下面嘴，不可能說嘴長在鼻子上面。那么眼睛被標(biāo)記的話，緊接著鼻子、嘴巴也會(huì)被標(biāo)記。

4.4 特征提取模塊

特征提取按以下4 個(gè)步驟進(jìn)行：（1）得到眼睛和眼睛中間的距離。（2）測量眼睛是否歪斜并測出它的傾斜角度。（3）估計(jì)出眼睛、鼻子、嘴巴的重心在哪里。（4）最后直接標(biāo)出每一個(gè)特征。一旦特征被標(biāo)注出來，其相應(yīng)函數(shù)的值就存儲(chǔ)在數(shù)據(jù)庫中。

4.5 識(shí)別模塊

與典型的存儲(chǔ)介質(zhì)相比，可以確定并且更進(jìn)一步的分辨出最接近這些的數(shù)據(jù)。如果在我們設(shè)定的圍內(nèi)，這個(gè)人就肯定是我們要找的人。

5 系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

5.1 圖像點(diǎn)處理詳細(xì)設(shè)計(jì)

圖像點(diǎn)操作是簡單而重要的技術(shù)，用戶能夠變更圖像數(shù)據(jù)的灰度區(qū)域。點(diǎn)操作后，圖像輸入將生成一個(gè)新的輸出圖像。輸入像素：點(diǎn)和局部運(yùn)算的區(qū)別在于，輸入每個(gè)輸出像素的灰度值，并與輸入字段內(nèi)的一個(gè)或多個(gè)像素的灰度值進(jìn)行比較。這是為什么呢？點(diǎn)操作無法改變圖像的空間關(guān)系。

對比度展開和灰度轉(zhuǎn)換是圖像數(shù)字化軟件和圖像顯示軟件的重要構(gòu)成部分，詳細(xì)介紹了各圖像處理模塊的應(yīng)用問題的解決原理和程序設(shè)計(jì)。

5.2 光線補(bǔ)償

算法思想：光補(bǔ)償概念主要考慮顏色信息的影響，如膚色對光源顏色的影響和成像設(shè)備的顏色變化。一般來說，他認(rèn)為它和基本顏色不同，在一定的方向上移動(dòng)，這在藝術(shù)照片中比較常見，因此，為了補(bǔ)償一般圖像顏色的變化，我們建議，整個(gè)圖像的所有像素的亮度（非線性校正后的亮度）從高變?yōu)榈?。則將亮度設(shè)置為“熱參考”，并將顏色RGB 設(shè)置為255。整個(gè)圖像的不同像素的值也將在此比例上更改。

具體實(shí)現(xiàn)光線補(bǔ)償功能：完成過程如下：首先編輯IDR菜單，在菜單中添加一個(gè)名為“預(yù)處理”的菜單項(xiàng)，然后在屬性欄中創(chuàng)建“輸出”菜單，單擊“預(yù)處理”新建一個(gè)子菜單，再調(diào)用“光補(bǔ)償”。光線補(bǔ)償?shù)男Ч麍D如1、2 所示。

5.3 圖像灰度化

灰度比例變換：如果圖像在攝影中曝光不足或曝光過度，則存在對比度不足的缺點(diǎn)，沒辦法明確地分辨圖像的重要點(diǎn)，灰度圖像的線性擴(kuò)展可以明顯優(yōu)化圖像的外觀。圖像灰度化效果圖如圖3 所示。

5.4 高斯平滑

算法思想：在高斯柔度之前使用模板操作。為圖像的靈活性、親和力、細(xì)化和邊緣測試而設(shè)計(jì)的使用。

圖1 原圖

圖2 光線補(bǔ)償效果圖

圖3 圖像灰度化效果圖

圖4 高斯平滑效果圖

圖5 對比度增強(qiáng)效果圖

圖像質(zhì)量受到影響，噪聲處理過程稱為柔性，柔性降低了圖像中的視覺噪聲；去掉圖像的高頻部分，可以更容易地識(shí)別出低頻部分。噪聲點(diǎn)的灰分含量與相鄰像素的壽命有很大的不同，即它們總是隨空間頻率的變化而變化。彈性可以通過原子的痙攣、大小和體積來實(shí)現(xiàn)。高斯平滑效果圖如圖4 所示。

5.5 圖像對比度增強(qiáng)

算法思想：編輯圖像平衡可以進(jìn)一步提高對比度。統(tǒng)計(jì)圖像的灰度值。最小值以下的信息被視為相關(guān)信息，被視為黑色。對于信息，在大于最大值的情況下，認(rèn)為去除了部分不相關(guān)的信息，對于兩者之間的信息，對比度增加，并且這些全部灰度值中的份額作為新的像素信息被保存。對比度效果圖如圖5 所示。

5.6 關(guān)鍵功能部分函數(shù)設(shè)計(jì)

（1）攝像頭操作：要執(zhí)行系統(tǒng)功能，首先要讀取相機(jī)數(shù)據(jù)以保持相機(jī)運(yùn)行。由于采集的圖像平滑且易于管理，因此需要使用setcape property（）函數(shù)將相機(jī)分辨率設(shè)置為公共值（1024*768），讀取相機(jī)數(shù)據(jù)并返回ipjimage 圖像數(shù)據(jù)。在這一部分中，您需要打開相機(jī)，設(shè)置相機(jī)分辨率屬性，并在讀取和使用后釋放相機(jī)資源。啟動(dòng)程序時(shí)，如果未從文件中讀取信息，相機(jī)將自動(dòng)開始下載圖像。單擊ESC 退出系統(tǒng)，自動(dòng)檢索資源，關(guān)閉相機(jī)并釋放相機(jī)資源。

（2）人臉檢測功能：要實(shí)現(xiàn)人臉識(shí)別，首要先檢測出人臉。要發(fā)揮這個(gè)作用，我們可以接收攝像機(jī)圖像，進(jìn)行加熱等操作，使用頭發(fā)功能，使用層疊，搜索面部區(qū)域，盡可能地識(shí)別人臉，避免被不公正地發(fā)現(xiàn)，再檢查一下收集區(qū)的眼睛。通過對人眼未發(fā)現(xiàn)的區(qū)域進(jìn)行過濾，成功地降低了人臉區(qū)域的錯(cuò)誤率，達(dá)到了人臉真正需要的區(qū)域。平衡圖像的直方圖，對圖像進(jìn)行校正，最后進(jìn)行必要的訓(xùn)練和圖像識(shí)別。

6 結(jié)束語

在“基本數(shù)字圖像處理方法”的背景下，使用圖像處理的基本方法和最常用的方法，例如格式轉(zhuǎn)換、灰度變化、濾波和其他圖像，例如圖像平滑、矩陣轉(zhuǎn)換、圖像轉(zhuǎn)換數(shù)字圖像處理過程，如膨脹腐蝕、圖像幾何轉(zhuǎn)換（ease、rotation、size等）和讀取可以繼續(xù)進(jìn)行，并可以生成和顯示編碼圖像，只有這一部分才能構(gòu)成一個(gè)特殊的圖像處理平臺(tái)。最終應(yīng)用在圖書管門禁系統(tǒng)中，得到很好的效果。