摘要：該文選取了ORL人臉庫作為實驗對象，采用相應(yīng)的預(yù)處理算法來摒除噪聲、傾斜等因素的影響，提高了人臉的識別效果。關(guān)鍵詞：ORL人臉庫；人臉圖像；預(yù)處理
　　中圖分類號：TP311文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044(2012)03-0663-02
　　在進(jìn)行人臉識別時，人臉圖像的識別效果往往因拍攝時間不同引起的光照變化和采集儀器性能等因素產(chǎn)生不同的識別效果。有的呈現(xiàn)出明暗程度的不一致，有的表現(xiàn)為存在不同程度的傾斜。因此，將所需制作的圖像進(jìn)行合理的預(yù)處理，將影響圖像質(zhì)量的因素減弱或者消除，可以幫助提升圖片使用效果，增強(qiáng)識別。本文選取了ORL人臉庫作為實驗對象，探究噪聲、傾斜等因素的預(yù)處理算法以期能夠有效提高人臉的識別效果。
　　 1人臉庫的選取
　　國際上，很多國家都建立了自己的人臉圖像數(shù)據(jù)庫，這些人臉庫收集標(biāo)準(zhǔn)各異，各具特色，成為廣大研究者普遍采用的標(biāo)準(zhǔn)圖像庫。本文選取的是劍橋大學(xué)AT&T實驗室創(chuàng)建的ORL人臉庫。該人臉庫所收集的圖像是在不同條件下拍攝的人臉不同的光照、時間、角度和表情的圖像，符合本文研究方向。因此本文選擇在ORL人臉圖像庫上進(jìn)行實驗。
　　 2人臉圖像預(yù)處理
　　人臉圖像的預(yù)處理主要處理舊照片或掃描照片因拍攝環(huán)境不同產(chǎn)生的光照干擾和角度傾斜。
　　2.1圖像噪聲濾波
　　輸入圖像一般在人臉定位、特征提取等方面都會受到噪聲問題的影響，一般來說，去除噪聲的算法主要是平滑濾波：
　　平滑濾波算法首先需要選擇一定的圖像區(qū)域，在這個區(qū)域內(nèi)，選取一個像素作為中心，進(jìn)而在區(qū)域內(nèi)選擇一個小的區(qū)間，該區(qū)間的像素作為該像素區(qū)間的基數(shù)，然后講過一種公式化的預(yù)算變化推導(dǎo)出該中心像素的新值。一般通過卷積的方法實現(xiàn)平滑濾波。2.2圖像旋轉(zhuǎn)
　　在有些情況下，人臉的正面圖像會因為坐姿，攝像機(jī)傾斜等問題產(chǎn)生不同角度的偏差和傾斜現(xiàn)象，這些偏差數(shù)值不一，有大有小，但是在圖像識別過程中，細(xì)微的、小角度的偏差也會對圖像的視覺效果造成一定程度的影響，由此，對這些小角度的處理是也是人臉預(yù)處理的必要步驟。
　　調(diào)整人臉角度的原理一般是依據(jù)常識情況下，圖像中，在正常無傾斜的情況下，人物兩眼處于同一個水平線上，對人物兩眼間的夾角進(jìn)行計算，如果夾角為0，則圖像是水平的，如果夾角不為零，則說明兩眼存在一定程度的傾斜。具體計算時，將兩眼夾角設(shè)為θ，將θ的數(shù)值計算出后，反向旋轉(zhuǎn)θ角度，就可以得出校正后的圖像。
　　具體計算方法如下：
　　設(shè)兩眼的瞳孔坐標(biāo)分別為