基于OpenCV機(jī)器視覺庫的人臉圖像預(yù)處理方法研究與實(shí)現(xiàn)

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）

預(yù)處理是人臉圖像識別過程的基礎(chǔ)環(huán)節(jié)，預(yù)處理能夠有效消除和降低人臉圖像中因噪聲、光照、背景等帶來的不利于提高識別率的方面，而恢復(fù)、保留和增強(qiáng)有利于提高識別率的圖像特征，并能有效降低圖像維數(shù)，降低特征提取和識別的復(fù)雜度[1-2]。

文中的研究是在OpenCV體系結(jié)構(gòu)的基礎(chǔ)上進(jìn)行的。OpenCV是Intel公司開發(fā)的圖像處理和計(jì)算機(jī)視覺函數(shù)庫，是一套由一些C函數(shù)和C++類所組成的庫，基于Intel處理器指令集對代碼進(jìn)行了優(yōu)化，對于開發(fā)實(shí)時(shí)應(yīng)用程序具有很強(qiáng)的針對性。

1 圖像增強(qiáng)

人臉圖像中不可避免地存在噪聲信息。為了提高人臉識別的效果，必須對人臉圖像進(jìn)行增強(qiáng)處理，以便消除圖像中的噪聲信息。圖像增強(qiáng)可以使得原本不清晰的圖像變得清晰，可以有選擇地豐富信息量、強(qiáng)調(diào)圖像中人們感興趣的特征，弱化圖像中不需要的特征[3-4]。

針對人臉圖像的特點(diǎn)和效果，應(yīng)選擇不同的圖像增強(qiáng)算法[5]。文中有針對性地采用了中值濾波和直方圖均衡化等方法來增強(qiáng)人臉圖像，消除圖像噪聲，提高圖像質(zhì)量，從而達(dá)到提高識別率和識別精度的目的[6-7]。

1.1 中值濾波

中值濾波算法常用于圖像模式識別領(lǐng)域，該算法能有效去除圖像噪音，尤其是對去除椒鹽噪聲更加有效，而且能較好地保留圖像邊緣的銳度和圖像細(xì)節(jié)特征[8]。

算法1：中值濾波算法

1） 選取一個(gè)（2n+1）×（2n+1）的滑動(dòng)窗口（一般為 3×3 或者 5×5）。

2）讓其在圖中沿著圖像的行方向或列方向（一般從左至右、從上到下）逐個(gè)像素滑動(dòng)，使得窗口中心與圖中某個(gè)像素位置重合。

3）讀取窗口中各對應(yīng)像素的灰度值。

4）將這些像素按照灰度級做大小排序。

5）選擇該組的中間值作為輸出像素值。

6）用這個(gè)中間值代替窗口中心位置像素的灰度值。用數(shù)學(xué)公式表達(dá)為：

式中：g（x，y）為中值濾波處理后（x，y）處的像素灰度值；f（x，y）為中值濾波處理前（x，y）處的像素灰度值；S 表示模板窗口；i表示窗口水平尺寸；j表示窗口垂直尺寸。本文用中值濾波算法有效消除了人臉圖像的大部分噪聲，而且較好地保持了人臉圖像的細(xì)節(jié)特征[9]，中值濾波處理人臉圖像的結(jié)果如圖1所示。

圖1 中值濾波Fig.1 Median filtering

1.2 直方圖均衡化

算法2：直方圖均衡化算法[10]

1）計(jì)算原圖像的歸一化灰度級別及其分布概率；

2）求變換函數(shù)的各灰度等級值sk；

3）將所得變換函數(shù)的各灰度等級值轉(zhuǎn)化成標(biāo)準(zhǔn)的灰度級別值；

5） 用 sk代替（l=0，1，…，L-1），進(jìn)而求新圖像中各灰度級別的分布概率；

6）作出經(jīng)均衡化后輸出圖像的直方圖。

使用直方圖均衡化[11]處理人臉圖像的結(jié)果如圖2所示。

2 實(shí)驗(yàn)結(jié)果分析

圖2 直方圖均衡化Fig.2 Histogram equalization

本實(shí)驗(yàn)基于VC++6.0和Matlab開發(fā)環(huán)境，并借助了OpenCV機(jī)器視覺庫，實(shí)驗(yàn)圖像庫采用了ORL人臉庫中的人臉圖像。

人臉識別系統(tǒng)中能夠增強(qiáng)圖像、去除噪聲的算法較多，各算法都有其適用范圍和特點(diǎn)。在本文的實(shí)驗(yàn)中僅選擇了本文所述的圖像增強(qiáng)和去噪算法，并進(jìn)行了實(shí)驗(yàn)和對比分析。

從圖1可以看出，中值濾波算法能夠有效處理圖像噪聲，相比較3種中值濾波方式，對于處理ORL庫中的人臉圖像，3×3中值濾波效果較好，處理后的圖像能夠較多地保留圖像的細(xì)節(jié)特征，輪廓信息明顯，對圖像的輪廓信息和細(xì)節(jié)損失較小。因此，3×3中值濾波算法適宜于作為人臉識別過程中預(yù)處理階段的圖像增強(qiáng)算法。

從圖2可以看出，直方圖均衡化方法用來處理中值濾波后的圖像具有優(yōu)勢。

3 結(jié) 論

不同環(huán)境下實(shí)驗(yàn)結(jié)果分析表明，在人臉識別系統(tǒng)的預(yù)處理階段，應(yīng)根據(jù)處理的圖像對象的不同，有針對性的選擇圖像處理算法。在系統(tǒng)執(zhí)行時(shí)間要求不高的情況下，可以綜合多種算法的處理結(jié)果，以達(dá)到理想的效果。

從整體上看，在VC++開發(fā)環(huán)境下，基于OpenCV機(jī)器視覺庫的預(yù)處理算法的執(zhí)行速度要優(yōu)于Matlab開發(fā)環(huán)境下的預(yù)處理算法的執(zhí)行速度，這也充分體現(xiàn)OpenCV庫函數(shù)的編碼在基于Intel處理器指令集進(jìn)行優(yōu)化后的優(yōu)勢。因此，基于OpenCV機(jī)器視覺庫可以作為開發(fā)人臉識別系統(tǒng)的開發(fā)工具。

[1]LI Gang，GAO Zheng.A survey of automatic human face recognition[J].Application Research of Computers，2003，8（4）：4-9.

[2]Hong Z，YAN Yong，Lades M.Face recognition eigenface，elastic matching and neural nets[J].Proceedings of the IEEE，1997，85（9）：312-325.

[3]Gonzalez R C.Digital Image Processing[M].Translated by Qiu-QI Ruan，Zhi-Yu Ruan.Beijing：Publishing House of Electronics Industry，2003.

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

[5]王志良，孟秀艷.人臉工程學(xué)[M].北京：機(jī)械工業(yè)出版社，2008.

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

WANG Zhi-liang，CHEN Feng-jun，XUE Wei-min.A survey of facial expression recognition[J].Computer Applications and Software， 2003，20（12）：63-66.

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

WEI Dong-dong.The technology of static human face recognition[J].Modern Computer，2006，23（7）：58-61.

[8]Gonazlez R C，Woods R E.Digital image processing[M].Second Edition，Beijing：Electronic Industry Press，2007.

[9]姚敏.數(shù)字圖像處理[M].北京：機(jī)械工業(yè)出版社，2006.

[10]TIAN Hai-jun.Research and implementation offace recognition based on surport vector machine[D].Changsha：National University of Defense Technology，2009.

[11]WANG Zhi-yun，HUANG Meng-wei，HU Po，et al.Image enhancement based on histograms and its realization with MATLAB[J].Computer Engineering&Science，2006，28（2）：54-56.