人臉識(shí)別中的圖像處理技術(shù)

　　人臉作為一種高普遍性、可以非接觸式采集的重要生物特征，正被越來越多地用來進(jìn)行身份鑒別。下面是YJBYS小編搜索整理的關(guān)于人臉識(shí)別中的圖像處理技術(shù)，歡迎參考閱讀，希望對(duì)大家有所幫助!想了解更多相關(guān)信息請(qǐng)持續(xù)關(guān)注我們應(yīng)屆畢業(yè)生培訓(xùn)網(wǎng)!

　　人臉識(shí)別，特指利用分析比較人臉視覺特征信息進(jìn)行身份鑒別的計(jì)算機(jī)技術(shù)。人臉識(shí)別技術(shù)應(yīng)用廣泛，可用于安全驗(yàn)證系統(tǒng)、醫(yī)學(xué)、檔案管理、銀行和海關(guān)的監(jiān)控系統(tǒng)及自動(dòng)門禁系統(tǒng)等[1]。與利用指紋、虹膜等其他人體生物特征進(jìn)行身份識(shí)別的方法相比，人臉識(shí)別更加友好、方便和隱蔽。因其巨大的應(yīng)用前景,以及其無可比擬的優(yōu)越性，人臉識(shí)別越來越成為當(dāng)前模式識(shí)別和人工智能領(lǐng)域的一個(gè)熱點(diǎn)。圖像預(yù)處理是人臉識(shí)別過程中的一個(gè)重要環(huán)節(jié)。輸入圖像由于圖像采集環(huán)境的不同，往往存在有噪聲，對(duì)比度不夠等缺點(diǎn)。為了保證人臉圖像中人臉大小、位置以及人臉圖像質(zhì)量的一致性，必須對(duì)圖像進(jìn)行預(yù)處理。

　　1、人臉識(shí)別的基本內(nèi)容和過程

　　人臉識(shí)別(Face Recognition)一般可描述為：給定一靜止或動(dòng)態(tài)圖像，利用已有的人臉數(shù)據(jù)庫來確認(rèn)圖像中的一個(gè)或多個(gè)人。從廣義上講，其研究?jī)?nèi)容包括以下五個(gè)方面：

　　(1)人臉檢測(cè)(Face Detection)：即從各種不同的場(chǎng)景中檢測(cè)出人臉的存在并確定其位置。這一任務(wù)主要受光照、噪聲、頭部?jī)A斜度以及各種遮擋的影響。

　　(2)人臉表征(Face Representation)：即確定表示檢測(cè)出的人臉和數(shù)據(jù)庫中的己知人臉的描述方式。通常的表示方法包括幾何特征(如歐氏距離、曲率、角度等)、代數(shù)特征(如矩陣特征矢量)、固定特征模板、特征臉、云紋圖等。

　　(3)人臉鑒別(Face identification)：即通常所說的人臉識(shí)別，就是將待識(shí)別的人臉與數(shù)據(jù)庫中的已知人臉比較，得出相關(guān)信息。這一過程的核心是選擇適當(dāng)?shù)娜四槺硎痉绞脚c匹配策略。

　　(4)表情分析(Facial expression Analysis)：即對(duì)待識(shí)別人臉的表情進(jìn)行分析，并對(duì)其加以分類。

　　(5)物理分類(Physical Classification)：即對(duì)待識(shí)別人臉的物理特征進(jìn)行分類，得出其年齡、性別、種族等相關(guān)信息。

　　人臉識(shí)別的基本過程和框架如圖1所示。

　　人臉圖像采集預(yù)處理特征提取識(shí)別

　　預(yù)處理模塊主要完成人臉圖像質(zhì)量的改善，包括提高圖像對(duì)比度、消除噪聲等，可視具體應(yīng)用而選用。特征提取模塊完成提取人臉特征，如何提取穩(wěn)定和有效的特征是識(shí)別系統(tǒng)成敗的關(guān)鍵。本文將分析人臉識(shí)別中涉及的圖像處理技術(shù)。

　　2、人臉識(shí)別中的圖像預(yù)處理技術(shù)

　　預(yù)處理的目的是為了提高圖像質(zhì)量、加強(qiáng)有用的信息。常用的預(yù)處理有姿態(tài)矯正、光照補(bǔ)償、尺寸歸一化、去噪、邊界增強(qiáng)、提高對(duì)比度等，它是一項(xiàng)基礎(chǔ)性工作，可在人臉特征提取之前根據(jù)需要有選擇地進(jìn)行適當(dāng)?shù)念A(yù)處理操作。本文采用直方圖均衡技術(shù)進(jìn)行人臉圖像的預(yù)處理，主要目的是增強(qiáng)對(duì)比度，提高圖像質(zhì)量。

　　1、直方圖均衡技術(shù)

　　1.1直方圖定義

　　直方圖是圖像的一種統(tǒng)計(jì)表達(dá)。對(duì)一幅灰度圖像，其灰度統(tǒng)計(jì)直方圖反映了該圖中不同灰度級(jí)出現(xiàn)的統(tǒng)計(jì)情況[2]。其定義為：

　　P(sk)=nk/N

　　其中nk表示圖像的第k級(jí)灰度值，N表示像素總數(shù)。直方圖能給出該圖像的整體描述，例如圖像的灰度范圍、每個(gè)灰度級(jí)的頻度和灰度的分布、整幅圖像的平均明暗和對(duì)比度。直方圖又分為直方圖均衡化和直方圖規(guī)定化。

　　1.2直方圖均衡技術(shù)

　　直方圖均衡化也叫直方圖均勻化，就是把給定圖像的直方圖分布改變成均勻分布的直方圖，它是一種常用的灰度增強(qiáng)方法[3]。本文在MATLAB環(huán)境下對(duì)采集后的圖像進(jìn)行了圖像的預(yù)處理，見圖2。

　　圖2(a)較暗，有些細(xì)節(jié)不夠清晰，反映在直方圖上就是其直方圖所占據(jù)的灰度范圍分布在較窄的區(qū)間，引起圖像細(xì)節(jié)不清楚。圖2(b)和圖2(c)分別為對(duì)原始圖像進(jìn)行直方圖均衡化得到的結(jié)果及其對(duì)應(yīng)的直方圖，由圖2(c)可見均衡化后直方圖占據(jù)了整個(gè)灰度值允許的范圍，圖像的灰度間距拉開，灰度分布均勻，從而增大了反差，使圖像細(xì)節(jié)清晰，達(dá)到了圖像增強(qiáng)的目的。

　　2.線性平滑濾波

　　均值濾波也稱為線性濾波，其采用的主要方法為鄰域平均法、超限像素平滑法和加權(quán)均值濾波法。這里以鄰域平均法為例進(jìn)行說明。鄰域平均法，其基本原理是用均值替代原圖像中的各個(gè)像素值，即對(duì)待處理的當(dāng)前像素點(diǎn) (x,y)選擇一個(gè)模板(圖3所示為一均值濾波模板)求模板中所有像素的均值，再把該均值賦予當(dāng)前像素點(diǎn) (x,y),作為處理后圖像在該點(diǎn)上的灰度g(x,y)。模板運(yùn)算的基本步驟為：將模板在圖像中漫游，并將模板中心與圖像中的某個(gè)像素位置重合;將模板上系數(shù)與模板下對(duì)應(yīng)的像素相乘;將所有乘積加起來;將和(模板的輸出響應(yīng))賦給圖像中對(duì)應(yīng)模板中心位置的像素。圖4所示為在MATLAB中對(duì)含噪圖像圖4(a)進(jìn)行均值濾波的效果圖，從圖4(b)中可以發(fā)現(xiàn)達(dá)到了去噪效果。

　　3.非線性平滑濾波

　　非線性平滑濾波的典型方法為中值濾波。中值濾波器的基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替，讓周圍像素灰度值的差比較大的像素改取與周圍的像素值接近的值，從而可以消除孤立的噪聲點(diǎn)。圖5所示為在MATLAB中采用不同的中值濾波模板對(duì)含噪圖像如圖5(a)進(jìn)行中值濾波的效果圖。對(duì)比5圖(b)和(c)可以得到，5*5的模板去噪效果比3*3的模板效果好。

　　4.圖像變換

　　圖像變換就是把圖像從空間域轉(zhuǎn)換到變換域(如頻率域)的過程。將圖像轉(zhuǎn)換到新的空間，顯現(xiàn)出一些新的特性，方便特征提取，使圖像處理過程更加簡(jiǎn)單有效。圖像變換的方法很多，如：離散傅里葉變換、離散余弦變換、哈達(dá)瑪變換、小波變換等。其中傅里葉變換是一種較為典型的頻域變換技術(shù)。利用二維離散快速傅里葉變換將人臉圖像從空間域變換到頻率域后，較為復(fù)雜的人臉圖像可以簡(jiǎn)單地用振幅譜來表征，人臉圖像在頻率域中，計(jì)算簡(jiǎn)便，能量相對(duì)集中。

　　在變換域中實(shí)現(xiàn)圖像增強(qiáng)的步驟如下：

　　(1)計(jì)算需增強(qiáng)的圖像的傅里葉變換F(u,v);

　　(2)將其與一個(gè)(根據(jù)需要設(shè)計(jì)的)轉(zhuǎn)移函數(shù)H(u,v)相乘;

　　(3)再將結(jié)果G(u,v)傅立葉反變換得到增強(qiáng)的圖像。

　　以傅里葉變換為例，介紹其在頻域中實(shí)現(xiàn)平滑濾波。在MATLAB中實(shí)現(xiàn)從空域到變換域的代碼如下：

　　f=fft2(image);%將image圖像進(jìn)行快速傅里葉變換

　　g=fftshift(f);% 將傅里葉變換結(jié)果進(jìn)行移中

　　由于邊緣和噪聲都對(duì)應(yīng)圖像傅里葉頻譜中的高頻部分，所以通過在頻域中的低通濾波可以除去或消弱噪聲的影響。要實(shí)現(xiàn)低通濾波首先需要選擇一個(gè)合適的轉(zhuǎn)移函數(shù)H(u，v)。在諸多低通濾波器中，Buterworth低通濾波器“振鈴”現(xiàn)象不明顯，而且能夠提高圖像的細(xì)節(jié)清晰度，這里以Buterworth低通濾波器為例對(duì)圖像進(jìn)行平滑濾波。一個(gè)階為n，截?cái)囝l率為D0的巴特沃斯低通濾波器的轉(zhuǎn)移函數(shù)為：

　　H(u,v)=11+[D(u,v)/D0]2n待處理圖像如圖6(a)所示，從該圖中可以看出圖像中有噪聲的干擾，Buterworth低通濾波器設(shè)置如下：n=3，截?cái)囝l率為20。圖6(b)所示為低通濾波效果圖。

　　對(duì)比圖6(a)和(b)可以發(fā)現(xiàn)，Buterworth低通濾波器對(duì)噪聲的濾除效果很好，不過同時(shí)也使圖像變得模糊了。

　　總之，人臉識(shí)別具有無可比擬的優(yōu)越性，近幾十年來得到飛速發(fā)展，比如近年來出現(xiàn)了基于近紅外圖像的人臉識(shí)別，許多有效實(shí)用的人臉識(shí)別系統(tǒng)也脫穎而出，并且被廣泛應(yīng)用于海關(guān)、機(jī)場(chǎng)、金融機(jī)構(gòu)等安全性要求較高的重要場(chǎng)所。人臉識(shí)別有著廣闊的應(yīng)用前景，不僅是模式識(shí)別、計(jì)算機(jī)視覺和人工智能等領(lǐng)域的一個(gè)熱門的研究課題，同時(shí)，人臉識(shí)別又是一個(gè)難度極大的課題，如人臉識(shí)別中的光照問題，姿態(tài)問題，表情問題等，這也是作者進(jìn)一步研究的重點(diǎn)。

【人臉識(shí)別中的圖像處理技術(shù)】相關(guān)文章：

PS通道在圖像處理中的應(yīng)用10-19

圖像處理中ps通道的運(yùn)用09-09

網(wǎng)頁制作中PS圖像處理的應(yīng)用10-04

圖像處理中運(yùn)用PS摳圖的技巧11-01

圖像處理就業(yè)前景09-15

PS圖像處理的技巧05-18

ps圖像處理的圖層技巧08-15

網(wǎng)頁美工圖像處理技巧10-15

如何上好photoshop圖像處理課程06-23

PS圖形圖像的處理技巧08-20