摘要：隨著現(xiàn)在科技的快速發(fā)展，人臉識(shí)別技術(shù)是當(dāng)今社會(huì)的一個(gè)輿論熱點(diǎn)，人臉和指紋都具有一定的唯一性，通過人臉識(shí)別的技術(shù)來鑒別人的身份，主要是識(shí)別人臉的眼睛，這是因?yàn)檠劬Φ幕叶茸兓禽^為明顯的，眼睛作為人臉的主要組成部分，眼睛檢測(cè)定位是人臉信息處理的主要部分，也是其關(guān)鍵。當(dāng)我們采集相關(guān)的人臉圖片的時(shí)候，第1步就得對(duì)其進(jìn)行消除噪聲，從而來降低其光照變化對(duì)人眼識(shí)別的影響，一般使用一些常用的圖像預(yù)處理的方法對(duì)其進(jìn)行預(yù)處理，并詳盡的描述其計(jì)算過程，從而來展示預(yù)處理的效果，也可以通過膚色識(shí)別的算法來分別出不同的人臉。進(jìn)行了人臉識(shí)別后，就使用積分投影的算法對(duì)人眼的中心點(diǎn)進(jìn)行定位，在對(duì)人臉圖形進(jìn)行歸一化的處理，在我們的實(shí)際操作中為了更為精準(zhǔn)的定位中心點(diǎn)，第1步先進(jìn)行相關(guān)的圖像預(yù)處理的技術(shù)，這個(gè)步驟所包含的處理技術(shù)有圖像增強(qiáng)技術(shù)和圖像的二值化處理技術(shù)，這就使得積分投影曲線免除一些噪聲的干擾。

關(guān)鍵詞：計(jì)算機(jī);高清圖像;人眼識(shí)別;圖像預(yù)處理

中圖分類號(hào)：TP317.4

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-5922（ 2020）06-0090-05

人臉圖像識(shí)別技術(shù)是具有較大的使用價(jià)值的，它和人的指紋是一樣，都具有一定的唯一性，這樣就可以對(duì)人的身份進(jìn)行鑒別，像這樣的技術(shù)大都是出現(xiàn)在一些科幻電影里，列如像警察將罪犯的臉部進(jìn)行拍照，輸入到電腦里，在和警方的數(shù)據(jù)庫里尋找到相關(guān)的罪犯的資料，其實(shí)這是我們生活中較為真實(shí)的寫照，在我國(guó)，人臉識(shí)別技術(shù)，更早是在20世紀(jì)的90年代，當(dāng)今這個(gè)技術(shù)被廣泛的應(yīng)用于機(jī)關(guān)單位的安全和考勤、網(wǎng)絡(luò)安全、銀行智能身份證、智能門禁和計(jì)算機(jī)登錄系統(tǒng)等領(lǐng)域[1-2]。

1 高清圖像預(yù)處理分析

1.1 圖像預(yù)處理

一般圖像處理的系統(tǒng)是包含3個(gè)階段的，第1個(gè)階段是獲取原始的圖像，第2個(gè)是特征提取的階段，第3個(gè)是識(shí)別分析的階段，其中圖像的預(yù)處理階段是比較重要的，這個(gè)階段一旦處理的不好，就會(huì)把后面階段的工作影響到，圖像的預(yù)處理技術(shù)是我們進(jìn)行正式處理的所要做的必要工作，這是由于我在進(jìn)行圖像的采集過程中會(huì)受環(huán)境的影響，主要是噪聲污染，從而使圖片會(huì)失去本質(zhì)或者是偏離人們的需求，因此預(yù)處理是至關(guān)重要的一步在圖像處理的中，在圖像處理技術(shù)中主要分為2個(gè)方面，圖像增強(qiáng)和圖像復(fù)原技術(shù)，其中圖像增強(qiáng)占預(yù)處理技術(shù)中較大的比列，也是圖像處理中最為重要的一步.圖像增強(qiáng)是通過一定的算法來增強(qiáng)人們所需的特征便于提取，而圖像復(fù)原技術(shù)則是恢復(fù)圖像原有的樣子，圖像增強(qiáng)的方法有很多，有直方圖修正、灰度變換[3]、圖像平滑去噪和偽彩色處理等等，其中灰度變換是圖像增強(qiáng)技術(shù)中較為簡(jiǎn)單的一種點(diǎn)運(yùn)算處理技術(shù)，第2個(gè)是直方圖修正，通過這種算法處理的圖像可以更好的顯示圖像，但是他的處理的效果不是很好，僅對(duì)于一些要求不是很高的圖像，去噪的能力比較的弱，圖像增強(qiáng)是通過圖像平滑來進(jìn)行減噪，這兩種方法是對(duì)圖像平滑和去噪的常用的方法，在當(dāng)今社會(huì)上的圖像預(yù)處理有著較為重要的作用。

圖像的增強(qiáng)技術(shù)有頻率域法和空間域法兩種，其中頻率域增強(qiáng)是把原空間的圖像利用其它的形式轉(zhuǎn)換到頻率域空間，再利用這個(gè)空間特有的空間性質(zhì)對(duì)圖像進(jìn)行處理，最后再變換到原空間，這樣就可以得到最后的圖像，空間域是像素組成的空間，空間域增強(qiáng)是在圖像的空間進(jìn)行處理。

1.2 灰度變換法

灰度變換是最基本的圖像點(diǎn)運(yùn)算，也是一種空間域圖像處理方法?；叶茸儞Q是依據(jù)我們的項(xiàng)目中的所需要的部分按一定的變換關(guān)系逐點(diǎn)的改變?cè)瓐D像的每一個(gè)像素的灰度值，其主要的目的是改善畫質(zhì)，以此來使得圖像顯示的效果更為清晰，所以灰度變換還叫做對(duì)比增強(qiáng)，通過灰度變換后的圖像動(dòng)態(tài)的范圍就會(huì)變大，并且對(duì)比度、圖像的清晰度和特征顯示都會(huì)有一定的改善，灰度變換是利用點(diǎn)運(yùn)算來改善圖像像素點(diǎn)的灰度值，而不改變圖像的空間關(guān)系，一般是依據(jù)特定的變換函數(shù)進(jìn)行相關(guān)的變換，灰度變換被認(rèn)為是對(duì)像素的簡(jiǎn)單的復(fù)制，灰度變換的表達(dá)式如下：

g（x，y）=T[F（x，y）]

（1）

這個(gè)函數(shù)T是灰度變換函數(shù)，它表示的是輸出圖像和輸入圖像灰度之間的變換關(guān)系，因此灰度函數(shù)一旦確定了，灰度變換就確定的了，如圖1是原始圖像，圖2是通過灰度變換后的圖像。

灰度變換的方法是有很多的，列如有灰度拉伸，灰度切分，灰度級(jí)修正等等，這些方法對(duì)圖像的處理效果也各不相同，但是他們都有一個(gè)共同點(diǎn)就是必須要用到點(diǎn)運(yùn)算，點(diǎn)運(yùn)算[4]所涉及的算法有線性變換、

由此我們可以得出線性變換比較適合于曝光不足和過度的圖像，當(dāng)它的灰度是分布在較小的范圍里，這個(gè)時(shí)候的圖像是模糊而沒有灰度層次的，使用以上的線性變換對(duì)圖像中的每一個(gè)像素的灰度進(jìn)行一定程度的線性拉伸，抑制圖像中我們所不需要的目標(biāo)圖像，再擴(kuò)大一些比較重要部分的對(duì)比度，這樣來增強(qiáng)圖像的質(zhì)量。

2 人眼定位

2.1 人眼識(shí)別的過程

人的雙眼占據(jù)面部的位置是比較固定的，也是面部比較突出，兩眼的間距也是人臉大小的特征，因此可以作為人臉識(shí)別中尺度歸一化的一個(gè)重要根據(jù)，也是進(jìn)行人臉識(shí)別的一個(gè)關(guān)鍵，在當(dāng)今很多的人臉識(shí)別算法中對(duì)人眼的的定位是有較大的幫助的。在進(jìn)行人臉識(shí)別的時(shí)候，首先將人臉的范圍給確定下來，這就可以把人眼鎖定的范圍給大大的縮小，而對(duì)于面部的其他器官，包括眉毛、鼻子、嘴巴等，是比較容易的通過人臉器官的特點(diǎn)來得到。在進(jìn)行人臉的正面識(shí)別的時(shí)候，人臉的方位是極為重要的在識(shí)別的過程中，不論是局部還是全局的特征采集，圖像統(tǒng)計(jì)和幾何特征都對(duì)提高人臉識(shí)別率有一定的影響，雙眼的中心距離幾乎不會(huì)因表情的變化和光照強(qiáng)度而有所變化，其中雙眼的精準(zhǔn)定位在方位調(diào)整上是較為重要的一步。

在人臉識(shí)別的過程中，兩眼的中心線連接線隨著面部旋轉(zhuǎn)而旋轉(zhuǎn)，而在面部是正向的時(shí)候，兩眼中心線保持水平，這就可以判斷圖像是否處于旋轉(zhuǎn)的狀況，通過以上的過程對(duì)人臉識(shí)別儀器獲取了人臉特征值，并對(duì)這些特征值進(jìn)行歸一化的運(yùn)算，處理后的特征值的平移、旋轉(zhuǎn)和尺度都具有一定的不變性。人的雙眼主要具有2個(gè)顯著特征，第1個(gè)特征那便是眼睛區(qū)域的灰度值比周圍區(qū)域的灰度值較低，第2個(gè)特征那便是眼睛區(qū)域的灰度值變化率是比較大的，當(dāng)綜合性的考慮以上兩個(gè)因素的時(shí)候?qū)τ诰_定位眼睛是至關(guān)重要的。下面我們先是進(jìn)行圖像預(yù)處理，對(duì)人臉的圖像進(jìn)行灰度變換和濾波，再識(shí)別出人臉的區(qū)域，并進(jìn)行二值化處理，通過灰度積分投影[5]來劃分出眼睛的區(qū)域。

2.2 人眼識(shí)別

積分投影分為灰度積分投影和方差積分投影兩種，積分投影是依據(jù)在圖像上的投影特征來檢測(cè)，這也是一種傳統(tǒng)方式，涉及到的投影方式有水平投影和垂直投影。

G（x，y）表達(dá)的是（x，y）位置圖像的灰度值在圖像[y1，y2]和x1，x2]區(qū)域的水平積分投影和垂直投影，表達(dá)式如下所示：

一旦圖像的某一列的像素灰度值發(fā)生了變化，這個(gè)變化就會(huì)在H（x）的值顯示出來，同理當(dāng)圖像的某一行像素灰度均值發(fā)生改變，這種變化也會(huì)在V（y）的值上進(jìn)行反應(yīng)，由此我們可以得出通過灰度積分投影函數(shù)值的分析，來提取圖像的特征

第2種積分投影是方差積分投影，第1種方法僅考慮均值的變化情況，當(dāng)均值相同的時(shí)候就沒法放映灰度的變化，而方差積分投影是用的方差代替均值，為避免這種情況的發(fā)生，就設(shè)G（x，y）表達(dá)圖像（x，y）處的灰度值在圖像區(qū)域[y1，y2]和[x1，x2]的水平方差積分投影函數(shù)σ2（y）和垂直方差積分投影函數(shù)σ2（X）的表達(dá)式為：

當(dāng)圖像的某一列像素灰度方差發(fā)生變化，這種變化就會(huì)在σ2（X）值顯示出來，同理圖像的某一行像素灰度方差改變，這變化也會(huì)在σ2（y）值顯示出來，所以可以用方差積分投影法對(duì)圖像特征進(jìn)行分析，這種方法也有一定的限制，當(dāng)方差是相同的情況下，就沒法反映出灰度的變化，其實(shí)以上所所得2種方法存在互補(bǔ)的性質(zhì)，這就衍生一種方法，混合積分投影[6]。

混合積分投影包含垂直混合積分投影和水平混合投影，分別用函數(shù)Hv（x）和Hv（x），表達(dá)式如下：

混合投影是顯示圖像在某個(gè)方向上灰度均值和方差變化的綜合性情況，具有較強(qiáng)的適應(yīng)性，無論是積分投影還是方差投影函數(shù)失效，混合投影函數(shù)都可以在水平方向上反應(yīng)出不同區(qū)域的變化。

2.3 人眼中心點(diǎn)的定位

通過相關(guān)儀器可以得到圖像中人臉區(qū)域，先把人臉區(qū)域的部分從原圖中截取出來，再進(jìn)行圖像的二值化，將處理后的圖像進(jìn)行圖像灰度垂直積分投影，經(jīng)過二值化后的效果圖如圖5，圖6是通過二值化處理后的效果圖，圖7是原圖像積分投影的效果圖，圖8則是人臉區(qū)域積分投影效果圖的截取圖片，下面的積分投影圖中我們可以看出，人臉區(qū)域是有兩個(gè)較大的波谷間的區(qū)域。

2.4人眼水平位置的定位

定位后的人臉二值化圖像還得是進(jìn)行相應(yīng)的水平積分投影，結(jié)果如圖9所示。

從以上的投影曲線我們便可以看出，曲線中有較大波谷的便是同人臉依據(jù)不同器官特征所對(duì)應(yīng)的，從下往上可以得出，較為明顯的便是4個(gè)波谷，①是嘴巴，②對(duì)應(yīng)鼻子的波谷，③是眼睛，④是眉毛，所以就得定位第3個(gè)和第4個(gè)波峰點(diǎn)，并尋找到二值化圖像對(duì)應(yīng)的y軸坐標(biāo)k1和k2，將y=k2作為中心軸，在原圖像里截取y1=k2-3/5（k2-k1）和y2=k2+3/5（k2-k1）里的部分，其實(shí)就是把眼睛的部分給截取出來，最后的效果圖如圖10所示。

把人眼區(qū)域的截取出來后，便是對(duì)人眼的中心點(diǎn)進(jìn)行定位，第一步便是將剪切出來的左右眼的區(qū)域分別處理出來，眼睛區(qū)域的灰度變化是比較復(fù)雜的，因此得二值化后再進(jìn)行混合積分投影，用水平積分投影來定眼睛中心點(diǎn)的縱坐標(biāo)N，可以通過垂直積分投影確定中心點(diǎn)的橫坐標(biāo)M，這就可以得出定位后的眼睛中心點(diǎn)的坐標(biāo)為（M，N）。但是由于時(shí)間和個(gè)人能力的限制，僅能對(duì)人臉檢測(cè)和后續(xù)人眼粗定位，這就導(dǎo)致人眼精確定位沒法實(shí)現(xiàn)。

3 結(jié)語

人眼定位[7]，主要是依據(jù)眼睛區(qū)域的灰度值相較于周圍區(qū)域的灰度值較低，變化率比較大，第一步是人臉識(shí)別的系統(tǒng)獲取人臉圖像，通過相關(guān)算法來進(jìn)行預(yù)處理，然后圖像進(jìn)行二值化后，在對(duì)圖像的灰度值進(jìn)行水平和垂直方向上的積分投影，依據(jù)投影曲線的特征，分割出眼睛的區(qū)域，并定位出眼睛的位置，但是由于個(gè)人和時(shí)間的限制性，僅能對(duì)人臉檢測(cè)[8]和后續(xù)人眼的粗定位，而沒實(shí)現(xiàn)眼睛的精確定位，并且檢測(cè)的實(shí)時(shí)性不是很好。

參考文獻(xiàn)

[1]盧虹竹.基于深度學(xué)習(xí)算法的人臉識(shí)別管理系統(tǒng)[J].信息技術(shù)，2019，43 （12）：121-124+130.

[2]楊凌霄，馮慶修.改進(jìn)二值化算法在QR碼識(shí)別中的應(yīng)用[J/OL].軟件導(dǎo)刊：卜5[2020- 01- 20].http：//kns.cnki.net/kcms/detail/42. 167I.TP.20191 126. 1555.014.html.

[3]華尉然，童強(qiáng).基于暗區(qū)域分割的夜間灰度圖像增強(qiáng)[J].湖北師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，39（03）：49-52.

[4]林華，浮點(diǎn)運(yùn)算軟硬件實(shí)現(xiàn)方法的教學(xué)實(shí)踐[J].信息與電腦（理論版），2019（14）：233-235.

[5]崔慶華，程科，李肇基.積分投影與連通域法結(jié)合的人眼定位[J].計(jì)算機(jī)與數(shù)字工程，2019，47 （04）：949-953。

[6]耿新，周志華，陳世福.基于混合投影函數(shù)的眼睛定位[J]軟件學(xué)報(bào)，2003（08）：1394-1400.

[7]孟春寧.人眼檢測(cè)與跟蹤的方法及應(yīng)用研究[D].山東：南開大學(xué)，2013.

[8]楊環(huán).人臉檢測(cè)及人眼定位算法的研究[D].濟(jì)南：山東大學(xué)，2010.

作者簡(jiǎn)介：陳海龍（1978-），男，漢族，陜西成陽人，講師，研究方向：物理、微機(jī)原理、計(jì)算機(jī)技術(shù)。