PDF《通用人脸图像预处理方法及其 MATLAB 仿真》

第7卷第2期辽宁科技学院学报 Vol.

7 No.2

2005 年6月JOURNAL OF LIAONING INSTITUTE OF SCIENCE AND TECHNOLOGY Jun.

2005 文章编号:1008-3723(2005)02-0008-03 通用人脸图像预处理方法及其 MATLAB 仿真 孙艳秋

1 ,于洋

2 (

1、辽宁科技学院 自控系,辽宁 本溪 117022;

2、沈阳理工大学 信息科学与工程分院,辽宁 沈阳 110168) 摘要:一般的图像预处理过程都是针对某一特定的人脸图像库和人脸识别系统而言的.本文在总结分析人脸识别 系统中几种常用的图像预处理方法基础上,利用 MATLAB 实现了一个集多种预处理方法于一体的通用的人脸图像 预处理仿真系统.该系统的特点是作为图像预处理模块可嵌入在不同人脸识别系统中. 关键词:人脸图像;

预处理;

MATLAB;

仿真 中图分类号:TP

391 文献标识码:A

1 引言 计算机人脸识别是一个非常活跃的研究领域, 因其在公 安刑侦破案、 银行密码系统、 计算机安全系统以及动态监视 系统等方面都有广泛应用, 已成为当前模式识别、 计算机视 觉领域的研究热点.人脸识别系统一般包括人脸检测与定 位、人脸图像预处理、特征提取和匹配识别四个组成部分. 其中,人脸图像预处理,作为特征提取和识别的前提步骤, 是计算机人脸识别系统中的必要环节.其目的是在去除噪 声, 加强有用信息, 对输入设备或其他因素造成的退化现像 进行复原,为后续的特征提取和识别作准备. 不同的人脸识别系统根据其采用的图像来源和识别算 法需要不同, 采用的预处理方法也不同. 常用的人脸图像预 处理方法有: 滤波去噪、 灰度变换、 图像二值化、 边缘检测、 尺寸归一化、 灰度归一化等. 用在同一系统中的可能只有其 中一种或几种预处理方法, 但一旦库中采集到的原始图像质 量发生较大变化(如人脸大小、光照强度、拍摄条件、成像 系统等方面变化) ,原有的预处理模块便不能满足特征提取 的需要,还要更新,这是极不方便的. 鉴于此,作者在总结分析了滤波去噪、边缘检测、灰度 变换三种广泛应用于不同人脸识别系统中的预处理方法基 础上, 设计了一个通用的人脸图像预处理仿真系统. 该系统 可对不同条件下的原始图像进行相应的预处理. 如, 用户可 根据需要选择使用不同的滤波方法去除噪声、 不同的边缘检 测算子检测人脸边缘、 选择不同的灰度变换算法实现图像的 灰度校正和灰度归一化,仿真系统同时还实现了尺寸归一 化、二值化等其他常用的图像预处理算法.

2 仿真系统中实现的人脸图像预处理方法 根据所查阅文献资料, 常应用于人脸图像的预处理方法 收稿日期:2005-03-20 作者简介:孙艳秋(1970-),女,辽宁本溪市人,辽宁科 技学院自控系讲师. 有:图像类型转换、滤波去噪、灰度变换、边缘检测及二值 化、尺寸归一化、灰度归一化等.作为通用人脸图像预处理 模块, 要能够充分适应不同人脸库中图像在人脸大小、 光照 强度、 成像系统等方面的任意性和差异性, 不能单独采用某 种单一的滤波、灰度变换和边缘检测方法.所以,在本仿真 系统中, 对上述的每种预处理方法全部加以实现的同时, 还 对三种最常用预处理方法: 滤波去噪、 灰度变换、 边缘检测, 提供了多种不同的具体算法供用户比较、选择之用. 2.1 滤波去噪 由于噪声给图像带来的失真和降质, 在特征提取之前采 用滤波的方式来去除噪声是实际人脸识别系统中所必须的 步骤.滤波的方法有很多,如各种平滑滤波、各种锐化滤波 等,关于各种滤波方法的原理和分类可参考文献[2].下面 对本文实现的滤波方法及其选择依据加以说明. 在人脸图像 预处理中使用较多的滤波是平滑滤波,方法可分为以下三 类:线性滤波、中值滤波、自适应滤波. (1)线性滤波 最典型的线性滤波方法如,采用邻域平 均法的均值滤波器、 采用邻域加权平均的高斯滤波和维纳滤 波. 对图像进行线性滤波可以去除图像中某些特定类型的噪 声,如图像中的颗粒噪声,高斯噪声、椒盐噪声等.对扫描 得到的人脸图像根据其噪声类型一般采用此种滤波方法. 考 虑滤波模板大小对滤波效果影响较大, 仿真系统选择算法时 对同种滤波算法提供了不同模板大小的情况. (2)中值滤波法 中值滤波法是一种非线性滤波方法, 它把像素及其邻域中的像素按灰度级进行排序, 然后选择该 组的中间值作为输出像素值. 中值滤波方法的最大优点是抑 制噪声效果明显且能保护边界. 对于使用基于整体的人脸识 别算法的系统中, 由于失掉小区域的细节对特征提取影响较 小,所以这种滤波方法最受欢迎. (3) 自适应滤波 自适应滤波能够根据图像的局部方差 来调整滤波器的输出,其滤波效果要优于线性滤波,同时 第2期孙艳秋,于洋.通用人脸图像预处理方法及其 MATLAB 仿真

9 可以更好地保存图像的边缘和高频细节信息. 2.2 灰度变换 灰度变换是图像增强技术中的一种.通过灰度变换, 可对原始图像中的光照不均进行补偿, 使得待识别人脸图像 遵循同一或相似的灰度分布. 只有这样, 不同图像在特征提 取和识别时才具有可比性. 这一过程, 也被称作灰度归一化. 常用在人脸识别系统中的灰度变换方法主要有: 基于图像统 计特征的直方图均衡化、 直方图规定化和灰度均值方差标准 化三种方法. 直方图均衡化和直方图规定化的灰度变换原理 和实现方法可参考文献[1].下面主要对灰度均值和方差标 准化算法加以说明. 将图像的灰度均值和方差调整到给定值, 可以统一图像 的亮度和对比度,实现灰度归一具体做法如下: 令大小为 W*H 像素的图像的灰度分布矩阵为 I(x,y), 0