圖像處理技術(shù)在人臉識別中的應(yīng)用

郭樂++楊立波++郭歡++高仲興

摘 要：人臉識別技術(shù)是一種比較容易被人們接受的非侵犯性識別方法，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)處理工作在人臉識別過程中發(fā)揮著很重要的作用，直接關(guān)系到人臉識別的準(zhǔn)確率，因此，在人臉的檢測和定位前對圖像進(jìn)行預(yù)處理是非常必要的。本文簡單介紹了人臉識別的基本過程，主要分析了人臉識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：人臉識別 預(yù)處理 灰度圖像 小波變換

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

人臉識別是近年來模式識別、機(jī)器視覺、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。人臉識別系統(tǒng)首先通過攝像頭獲取待識別對象的面部圖像，再利用核心算法對其面部特征進(jìn)行計算分析，進(jìn)而和數(shù)據(jù)庫中的信息進(jìn)行比對，最后進(jìn)行人臉識別，達(dá)到判斷出用戶的真實(shí)身份的目的。這是一項比較高端的計算機(jī)圖像處理技術(shù)。

1 人臉識別過程

一個完整的人臉識別過程大致分為以下幾個步驟，如圖l所示。

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

2 人臉識別中的圖像處理技術(shù)

圖像在采集過程中，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)不能滿足識別的要求，因此對人臉圖像進(jìn)行預(yù)處理是人臉識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程即為將彩色圖像轉(zhuǎn)化成為灰度圖像的過程。利用彩色圖像的顏色信息進(jìn)行識別往往會受到復(fù)雜背景的干擾，影響識別效果。然而灰度圖像具有易于處理的優(yōu)點(diǎn)，因此人臉識別一般以灰度圖像為研究對象。對于人臉的彩色圖像，可首先對其進(jìn)行灰度化處理。灰度圖像的每個像素只有一個采樣顏色，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)的圖像的計算量更簡單，在進(jìn)行人臉檢測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、色度等級的特征和分布。彩色圖像與灰度圖像之間的各RGB分量對應(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，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)模糊的問題，并且對圖像掃描噪聲和濾除脈沖干擾都非常的有效，但是，對點(diǎn)、線、尖頂?shù)燃?xì)節(jié)較多的圖像，則會引起圖像信息的丟失。中值濾波是將一個含有奇數(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)按照灰度值級進(jìn)行上升或下降排序，取中間的灰度值來代替該點(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

對圖像進(jìn)行灰度歸一化處理是對圖像進(jìn)行光照補(bǔ)償?shù)忍幚淼挠行Т胧渲斜容^典型的方法是直方圖的均衡化。灰度變換的一個重要應(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。均衡化的圖象的動態(tài)范圍雖然擴(kuò)大了，但其根本是減少量化級別，擴(kuò)大量化間隔。因此，原來像素不同的灰度經(jīng)過處理后可能變的相同了，形成了一片具有相同灰度級的區(qū)域。進(jìn)行直方圖均衡化，是對圖像中像素個數(shù)少的灰度級進(jìn)行縮減，而對像素個數(shù)多的灰度級進(jìn)行展寬，使圖像的灰度分布范圍相對均衡，要盡可能的覆蓋所有的灰度級，沒有占絕對優(yōu)勢或者絕對劣勢的像素，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，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，可能會造成同一個人在不同照片中的人臉大小、位置等也不同，而我們在識別中用到的算法經(jīng)常使用整幅圖像，如果原始圖像不經(jīng)過處理，則會影響到人臉識別的效率，因此要對圖像進(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，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的不變特征，具有較好的穩(wěn)定性。由圖2可以看出，二級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。隨著小波變換級數(shù)的增加，這種效果造成的影響越來越大，因此，選擇適當(dāng)?shù)男〔ǚ纸鈱訑?shù)對識別的效果和算法的復(fù)雜度都是非常重要的。

3 結(jié)語

人臉識別是當(dāng)前最熱門的模式識別研究課題之一，對日常生活中的身份認(rèn)證有很大的幫助。該文針對圖像處理技術(shù)在人臉識別中的應(yīng)用問題進(jìn)行了研究。考慮到角度、光照和尺寸等因素對人臉圖像造成的影響，為了得到標(biāo)準(zhǔn)化的圖像，對圖像進(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，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)確地識別人臉。

參考文獻(xiàn)

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

[2] 武夫文.人臉識別算法研究[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.人臉識別中面部圖像處理算法研究[J].計算機(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的人臉識別[J].電腦知識與技術(shù)，2009（27）.