劉 靜

(渭南師范學(xué)院統(tǒng)計(jì)科學(xué)與社會(huì)計(jì)算研究所，陜西渭南714000)

對(duì)人臉圖像進(jìn)行預(yù)處理和規(guī)范化操作，是人臉識(shí)別過(guò)程中的一個(gè)重要步驟.對(duì)于人臉圖像的預(yù)處理與規(guī)范化，能夠去除衣服、毛發(fā)、背景等和人臉特征無(wú)關(guān)的信息干擾，并可校正人臉在旋轉(zhuǎn)、光照、大小尺寸及噪音等方面的變化，大大降低了人臉圖像關(guān)鍵特征提取的計(jì)算復(fù)雜性［1－5］.這個(gè)過(guò)程包括以下步驟：消除噪聲、濾波增強(qiáng)、檢測(cè)邊緣、光度補(bǔ)償和人臉關(guān)鍵部位器官的特征定位［2］.

在人臉識(shí)別過(guò)程中，對(duì)人臉圖像樣本進(jìn)行規(guī)范化操作，可以降低人臉圖像維數(shù)，節(jié)省空間，降低計(jì)算成本，加快運(yùn)算速度.本文通過(guò)人臉圖像的垂直和水平投影曲線來(lái)確定人臉的邊界，并使用幾何變換算法對(duì)人臉圖像樣本進(jìn)行規(guī)范化處理，以便確定人臉圖像中的主要器官位置［3－4］.

1 人臉圖像的垂直投影、水平投影

為確定人臉圖像中關(guān)鍵部位器官的位置，可對(duì)人臉圖像進(jìn)行垂直和水平投影，根據(jù)得到的投影曲線中變化劇烈的點(diǎn)就可有效地定位人臉輪廓及面部信息特征.為了減少無(wú)關(guān)信息對(duì)人臉圖像關(guān)鍵部位器官的干擾，可通過(guò)計(jì)算人臉圖像的垂直投影曲線來(lái)標(biāo)定左右邊界，然后通過(guò)計(jì)算人臉圖像的水平投影曲線來(lái)標(biāo)定眼睛、前額、嘴巴等關(guān)鍵部位器官的位置，再借助附加的一些信息便可以準(zhǔn)確定位人臉輪廓.

首先，借助垂直投影曲線標(biāo)定人臉左右邊界.若圖中各點(diǎn)像素值為I(x，y)，原始人臉圖像大小為M×N，則py(x)=被定義為垂直灰度投影函數(shù).因?yàn)槿四槇D像的背景與邊緣之間存在灰度值突變，人臉圖像在水平方向上的變化可用垂直灰度投影函數(shù)來(lái)描述［6－7］.如圖1所示，可通過(guò)垂直投影中曲線形狀變化劇烈的點(diǎn)確定出人臉左右邊界，進(jìn)而通過(guò)這些變化點(diǎn)確定出人臉左右邊界.

其次，借助水平投影曲線標(biāo)定人臉前額和嘴巴的位置.若圖中各點(diǎn)像素值為I(x，y)，原始人臉圖像大小為 M ×N，則 px(y)=被定義為水平灰度投影函數(shù)，反映垂直方向上圖像灰度的變化［6－8］.人臉圖像在前額和嘴巴這兩個(gè)關(guān)鍵位置處的灰度值會(huì)產(chǎn)生突變，形成明顯的兩個(gè)波谷.為了減少閉眼等可能出現(xiàn)的表情對(duì)確定關(guān)鍵器官位置的負(fù)面影響，文中采用了通過(guò)水平灰度投影函數(shù)標(biāo)定前額和嘴巴的方法，并通過(guò)先驗(yàn)知識(shí)定位下顎、修正前額的準(zhǔn)確位置，從而準(zhǔn)確定位人臉上下邊界.人臉圖像的垂直投影及水平投影效果如圖1所示.

圖1 人臉原圖像及垂直投影、水平投影

2 幾何變換

根據(jù)人臉圖像的垂直及水平投影曲線，可以定位出人臉圖像關(guān)鍵部位器官的位置.包括額頭、鼻子、嘴巴、下顎等，通過(guò)這些位置信息便可確定出需裁剪的人臉區(qū)域.然后將人臉圖像經(jīng)過(guò)幾何變換，獲得大小尺寸為64×64的標(biāo)準(zhǔn)化圖像.因此，經(jīng)過(guò)預(yù)處理和規(guī)范化操作之后，可以得到標(biāo)準(zhǔn)化的人臉圖像，如圖2所示.可以看出，預(yù)處理和規(guī)范化操作較好地消除了背景、燈光、衣服、毛發(fā)等干擾信息，達(dá)到了降低人臉圖像維度、保留特征提取與圖像識(shí)別所必需信息的目的，有利于后續(xù)人臉特征提取及識(shí)別操作［9］.

圖3中垂直和水平投影曲線，X軸橫坐標(biāo)為人臉圖像水平尺寸，Y軸縱坐標(biāo)為人臉圖像在不同的水平位置所有像素灰度值總和.根據(jù)圖中曲線形狀變化劇烈的點(diǎn)便可確定人臉邊界.在水平投影曲線中，反映了垂直方向上圖像灰度的變化，人臉的前額、眼睛、嘴唇和下顎等處的灰度值會(huì)產(chǎn)生突變，體現(xiàn)在灰度曲線上就是所產(chǎn)生的波峰或者波谷，圖中顯示的波峰或者波谷的位置，便可以定位出人臉關(guān)鍵部位器官的位置［10］.

由上述可知，在人臉圖像規(guī)范化的預(yù)處理階段，要根據(jù)所處理的不同的人臉圖像，有針對(duì)性地選擇不同的圖像處理算法.若識(shí)別系統(tǒng)對(duì)處理速度要求不高，也可綜合多種算法以實(shí)現(xiàn)更佳效果.文中算法得到的人臉圖像樣本預(yù)處理效果如圖4所示.

圖4 規(guī)范化后效果

3 結(jié)語(yǔ)

本文分析了對(duì)人臉圖像樣本進(jìn)行規(guī)范化操作的常用算法、灰度投影算法和幾何變換算法.并且在VC++和Matlab開發(fā)環(huán)境中實(shí)現(xiàn)了文中提出的算法.實(shí)驗(yàn)結(jié)果表明，該算法在本文中有一定的針對(duì)性，對(duì)人臉圖像處理效果明顯，適用于對(duì)人臉圖像的規(guī)范化.同時(shí)，實(shí)驗(yàn)表明OpenCV機(jī)器視覺(jué)庫(kù)可以用來(lái)作為人臉識(shí)別的開發(fā)工具.

［1］魏冬冬.靜態(tài)人臉識(shí)別技術(shù)探討［J］.現(xiàn)代計(jì)算機(jī)，2006，23(7)：58 －61.

［2］王志良，陳鋒軍，薛為民.人臉表情識(shí)別方法綜述［J］.計(jì)算機(jī)應(yīng)用與軟件，2003，20(12)：63－66.

［3］李耀東，崔霞，肖柏華，等.自動(dòng)人臉識(shí)別技術(shù)綜述［J］.計(jì)算機(jī)科學(xué)，2002，29(12)：1 －11.

［4］張翠平，蘇光大.人臉識(shí)別技術(shù)綜述［J］.中國(guó)圖象圖形學(xué)報(bào)，2000，5(11)：885 －894.

［5］［美］Rafael C.Gonzalez，Richard E.Wool.數(shù)字圖像處理［M］.第 2 版.北京：電子工業(yè)出版社，2003.

［6］甘俊英，黃宇明.用于人臉識(shí)別的人臉圖像標(biāo)準(zhǔn)化算法［J］.五邑大學(xué)學(xué)報(bào)，2002，16(2)：11－15.

［7］李俊山，李旭輝.數(shù)字圖像處理［M］.北京：清華大學(xué)出版社，2007.71－77.

［8］王虹，董雅麗.用于人臉識(shí)別的圖像預(yù)處理方法研究與實(shí)現(xiàn)［J］.武漢理工大學(xué)學(xué)報(bào)，2007，31(5)：876－878.

［9］田海軍.基于支持向量機(jī)的人臉識(shí)別技術(shù)研究與實(shí)現(xiàn)［D］.長(zhǎng)沙：國(guó)防科技大學(xué)碩士學(xué)位論文，2009.

［10］Yuan T，Tieniu T，Yunhong W.Do singular values contains adequate information for face recognition［J］.Pattern Recognition，2003，36(3)：649 －655.