基于投影和幾何變換的人臉圖像規(guī)范化方法研究與實現(xiàn)

劉 靜

(渭南師范學(xué)院統(tǒng)計科學(xué)與社會計算研究所，陜西渭南714000)

對人臉圖像進(jìn)行預(yù)處理和規(guī)范化操作，是人臉識別過程中的一個重要步驟.對于人臉圖像的預(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)鍵特征提取的計算復(fù)雜性［1－5］.這個過程包括以下步驟：消除噪聲、濾波增強(qiáng)、檢測邊緣、光度補(bǔ)償和人臉關(guān)鍵部位器官的特征定位［2］.

在人臉識別過程中，對人臉圖像樣本進(jìn)行規(guī)范化操作，可以降低人臉圖像維數(shù)，節(jié)省空間，降低計算成本，加快運(yùn)算速度.本文通過人臉圖像的垂直和水平投影曲線來確定人臉的邊界，并使用幾何變換算法對人臉圖像樣本進(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就可有效地定位人臉輪廓及面部信息特征.為了減少無關(guān)信息對人臉圖像關(guān)鍵部位器官的干擾，可通過計算人臉圖像的垂直投影曲線來標(biāo)定左右邊界，然后通過計算人臉圖像的水平投影曲線來標(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).因為人臉圖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)來描述［6－7］.如圖1所示，可通過垂直投影中曲線形狀變化劇烈的點確定出人臉左右邊界，進(jìn)而通過這些變化點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關(guān)鍵位置處的灰度值會產(chǎn)生突變，形成明顯的兩個波谷.為了減少閉眼等可能出現(xiàn)的表情對確定關(guān)鍵器官位置的負(fù)面影響，文中采用了通過水平灰度投影函數(shù)標(biāo)定前額和嘴巴的方法，并通過先驗知識定位下顎、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別所必需信息的目的，有利于后續(xù)人臉特征提取及識別操作［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，有針對性地選擇不同的圖像處理算法.若識別系統(tǒng)對處理速度要求不高，也可綜合多種算法以實現(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

本文分析了對人臉圖像樣本進(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)境中實現(xiàn)了文中提出的算法.實驗結(jié)果表明，該算法在本文中有一定的針對性，對人臉圖像處理效果明顯，適用于對人臉圖像的規(guī)范化.同時，實驗表明OpenCV機(jī)器視覺庫可以用來作為人臉識別的開發(fā)工具.

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

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

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

［4］張翠平，蘇光大.人臉識別技術(shù)綜述［J］.中國圖象圖形學(xué)報，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.用于人臉識別的人臉圖像標(biāo)準(zhǔn)化算法［J］.五邑大學(xué)學(xué)報，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.用于人臉識別的圖像預(yù)處理方法研究與實現(xiàn)［J］.武漢理工大學(xué)學(xué)報，2007，31(5)：876－878.

［9］田海軍.基于支持向量機(jī)的人臉識別技術(shù)研究與實現(xiàn)［D］.長沙：國防科技大學(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.