基于OMAP3530數(shù)字圖像處理的多人臉識別系統(tǒng)設(shè)計*

李碩豪，張 軍

（國防科學(xué)技術(shù)大學(xué) 信息系統(tǒng)與管理學(xué)院，湖南 長沙410073）

數(shù)字圖像處理技術(shù)就是利用計算機(jī)或者一些硬件設(shè)備（如MCU、DSP、PC等）對通過視頻采集電路采集到的圖像信息進(jìn)行一系列算法處理，得到所采集到圖像的一系列特征參數(shù)（如物體的幾何特征等），進(jìn)而滿足人們需求的技術(shù)。20世紀(jì)70年代初，由于得到大量的研究和應(yīng)用，數(shù)字圖像處理已具備了自己的技術(shù)特色，并形成了較完善的學(xué)科體系，從而成為一門獨立的新學(xué)科。目前，基于人臉識別的數(shù)字圖像處理在智能家居、安防監(jiān)控、搜救偵查等諸多方面得到良好的應(yīng)用[1-2]，但仍存在一系列的問題，如現(xiàn)有系統(tǒng)多是采用單獨的計算機(jī)或者計算機(jī)組進(jìn)行操作，設(shè)備龐大，不易于操作，且大多只是對采集到的發(fā)生過的視頻片段或者圖像進(jìn)行操作，喪失人臉識別的實時性。本文從嵌入式應(yīng)用的角度出發(fā)，以TI公司生產(chǎn)的包括ARM與DSP雙核的OMAP3530芯片為硬件核心，在Ubuntu上搭建基于Linux+DSP/BIOS雙操作系統(tǒng)開發(fā)環(huán)境，并用交叉編譯器來調(diào)試編譯ARM和DSP程序，設(shè)計了基于數(shù)字圖像處理的多人臉識別系統(tǒng)。

1 系統(tǒng)設(shè)計及主要算法

1.1 設(shè)計思路及系統(tǒng)結(jié)構(gòu)

本系統(tǒng)主要是針對目前學(xué)校、公司等對人員的管理需求所設(shè)計研究的。如在教學(xué)方面，提高了點名效率，節(jié)省時間；在商業(yè)方面，解決了以往采用指紋識別的設(shè)備昂貴、操作不方便的問題。原理上采用形態(tài)學(xué)的圖像濾波、圖像清晰化和模糊條件下的人臉匹配等相關(guān)圖像視頻的處理技術(shù)以及基于OMAP3530芯片為核心的Linux嵌入式系統(tǒng)開發(fā)技術(shù)，硬件上包括OMAP3530處理器、視頻采集接口、數(shù)/模轉(zhuǎn)換芯片、顯示屏幕、圖像獲取單元和電源等。系統(tǒng)的工作步驟如圖1所示。

圖1 系統(tǒng)工作步驟

（1）系統(tǒng)初始化。由于系統(tǒng)采用的是以TI公司生產(chǎn)的OMAP3530芯片為核心的實驗平臺，在不同的環(huán)境下工作時要對系統(tǒng)進(jìn)行不同的初始化設(shè)置。例如在教室中，不僅需要設(shè)置攝像頭的安放位置，使得攝像頭能夠采集到整個工作場所的區(qū)域，還要預(yù)先得到場所人員的圖像數(shù)據(jù)，并初始化人員圖像建立數(shù)據(jù)庫。

（2）系統(tǒng)被開啟，系統(tǒng)將基于TVP5146進(jìn)行一系列的視頻采集工作。由于攝像頭采集的原始信號為模擬信號，因此首先要將其經(jīng)過A/D轉(zhuǎn)換器轉(zhuǎn)化為數(shù)字信號；然后OMAP3530處理器的ARM核通過基于TVP5146和V4L2（Video4Linux2）視頻捕獲應(yīng)用程序把從攝像頭采集到的視頻數(shù)據(jù)通過DSP/BIOS橋傳給DSP核進(jìn)行算法處理；最后DSP核把處理后的圖像傳給ARM核，并在屏幕上顯示。系統(tǒng)根據(jù)此原理完成視頻的采集過程。

（3）處理采集到的圖像。因為在同一時刻攝像頭不一定能夠采集到工作區(qū)域所有人員的信息，所以只處理一幀圖像不能準(zhǔn)確反映場所信息。為了解決此問題，系統(tǒng)對視頻流中的多幀圖像進(jìn)行處理。系統(tǒng)采集的幀數(shù)與公共場所的人數(shù)成正比，公共場所的人員越多則同一時刻采集到的人臉數(shù)目越小，所以需要的圖像幀數(shù)越多，反之越少。首先，系統(tǒng)對采集的圖像進(jìn)行亮度及去噪處理，得到平滑的圖像數(shù)據(jù)；其次，將圖像中的人臉區(qū)域進(jìn)行分割，再將分割的人臉圖像大小標(biāo)準(zhǔn)化之后進(jìn)行清晰化處理；最后，系統(tǒng)將對標(biāo)準(zhǔn)化后的人臉圖像進(jìn)行人臉識別，得出并顯示未到人員名單。

系統(tǒng)的實現(xiàn)主要由ARM核和DSP核完成。其主要功能包括：（1）ARM Cortex-A8核，此核主要完成系統(tǒng)任務(wù)管理功能，如采集前端視頻、控制系統(tǒng)的外設(shè)、通過DSPLink數(shù)據(jù)通信機(jī)制控制DSP完成一系列軟件算法并在LCD上實時顯示等功能；（2）TMS320C64+DSP核，此核主要完成圖像處理算法功能，如接收ARM端傳遞的數(shù)據(jù)、借助DSP/BIOS核完成一系列的算法，在本系統(tǒng)中執(zhí)行圖像標(biāo)準(zhǔn)化、圖像清晰化、人臉識別等算法。

1.2 基于OMAP3530嵌入式平臺的開發(fā)

1.2.1 Linux嵌入式系統(tǒng)的視頻、圖像采集設(shè)備開發(fā)

本系統(tǒng)基于TVP5146視頻解碼芯片和V4L2設(shè)備進(jìn)行圖像采集算法的開發(fā)。在Linux環(huán)境下采用內(nèi)存映射的同步采集方式，這種方式在程序運(yùn)行過程中需要先分配一塊內(nèi)存空間作為視頻數(shù)據(jù)的緩沖區(qū)域，當(dāng)啟動視頻采集后，視頻數(shù)據(jù)將不斷地送入該緩沖區(qū)，而當(dāng)用戶需要數(shù)據(jù)時即從該緩沖區(qū)讀取。每獲得一幀新圖像數(shù)據(jù)，采集程序便向應(yīng)用程序發(fā)送一個信號，上層程序通過相應(yīng)信號來實現(xiàn)圖像數(shù)據(jù)的實時處理。整個采集過程分為3個步驟：（1）利用函數(shù)open（）打開設(shè)備文件，從而打開設(shè)備驅(qū)動程序；（2）利用函數(shù)ioctl（）設(shè)置視頻捕獲參數(shù)，包括視頻格式、申請buffer等；（3）將內(nèi)核空間的視頻數(shù)據(jù)映射到相應(yīng)的用戶空間，開啟視頻捕獲；（4）關(guān)閉視頻流捕獲。ARM Cortex-A8核將攝像頭捕獲的數(shù)據(jù)通過DSP/BIOS橋傳給TMS320C64+核，按照式（1）對采集到的UYVY顏色空間的圖像數(shù)據(jù)進(jìn)行顏色空間轉(zhuǎn)換，在對圖像顏色空間轉(zhuǎn)換之后得到BMP格式圖像。此時再由TMS320C64+核進(jìn)行人臉識別等相關(guān)計算。

1.2.2 多線程開發(fā)

從程序自身的角度考慮，多線程開發(fā)就是使目標(biāo)任務(wù)能夠盡可能快地完成，更有效地利用系統(tǒng)資源，提高應(yīng)用程序響應(yīng)[7]，屬于嵌入式軟件開發(fā)中操作系統(tǒng)層的內(nèi)容。這對圖像處理的程序尤其有意義，當(dāng)一個操作耗時很長時，整個系統(tǒng)都會等待這個操作，此時程序不會響應(yīng)其他算法的操作，而使用多線程技術(shù)，將耗時長的操作（Time Consuming）置于一個新的線程，這樣可以提高系統(tǒng)運(yùn)算效率。

在本系統(tǒng)中，由于相關(guān)視頻、圖像采集與圖像處理算法復(fù)雜度較高，而平臺的主頻為600 MHz，內(nèi)存為128 MB。綜合考慮，采用生產(chǎn)消費(fèi)算法完成多線程開發(fā)。在Linux嵌入式系統(tǒng)的調(diào)度下，系統(tǒng)的不同線程會運(yùn)行在不同的處理器上，因而一個復(fù)雜的程序被分為多個線程，使得ARM核控制的圖像采集與DSP核控制的圖像處理兩個線程之間相互獨立，并使其中一個線程阻塞或中斷不會影響其他線程的運(yùn)行，增加了系統(tǒng)的可維護(hù)性。

1.3 主要算法及設(shè)計

1.3.1 人臉圖像分割

在系統(tǒng)的開發(fā)環(huán)境下，處理經(jīng)過預(yù)處理后的圖像。系統(tǒng)根據(jù)膚色識別模型將具有皮膚顏色的圖像進(jìn)行分割，并將分割下來的圖像與橢圓進(jìn)行擬合，從而使得到的人臉圖像為橢圓形，而系統(tǒng)根據(jù)橢圓長短軸與水平和垂直方向的夾角對橢圓進(jìn)行旋轉(zhuǎn)調(diào)整，最后得出較為理想的人臉圖像。標(biāo)準(zhǔn)化擬合得到的人臉圖像長短軸之比固定為1.5：1，采集出人臉圖像的效果如圖2所示。

圖2 人臉圖像的分割

1.3.2 人臉圖像清晰化

系統(tǒng)運(yùn)用低分辨率的圖像進(jìn)行人臉的智能匹配，所以要采用圖像增強(qiáng)算法進(jìn)行清晰化研究，以提高采集到的標(biāo)準(zhǔn)化人臉圖像的亮度。李曉霞等提出了一種新的低照度彩色圖像增強(qiáng)算法［6］，為了增強(qiáng)彩色圖像而不引起色彩失真，在HSV顏色空間中保持色相不變，提出了采用分段對數(shù)變換增強(qiáng)飽和度，結(jié)合在多尺度Retinex算法的基礎(chǔ)上，采用邊緣保持增強(qiáng)色調(diào)的低照度彩色圖像增強(qiáng)算法。通過對不同環(huán)境下的圖像或者分辨率比較低的圖像的增強(qiáng)處理，得到了比較清晰的圖像結(jié)果，提高了圖像的亮度、細(xì)節(jié)和對比度。實驗結(jié)果表明，該算法能夠增強(qiáng)景物的可辨識度和人臉特征，提高圖像的辨識率。人臉清晰化前后的灰度圖像如圖3所示，可以看出圖3（b）圖像質(zhì)量明顯優(yōu)于圖3（a）。

圖3 人臉清晰化結(jié)果

1.3.3 人臉識別

對清晰化后的人臉圖像進(jìn)行匹配。前人提出了很多人臉識別的算法，其中主成分分析法（PCA）一直受到人們的關(guān)注。參考文獻(xiàn)[8]在經(jīng)典PCA方法的基礎(chǔ)上，提出了一種改進(jìn)的PCA方法，該方法在預(yù)處理階段對每幅圖像進(jìn)行灰度的線性變換，通過增強(qiáng)圖像的對比度和亮度來減少光照變化帶來的影響，然后利用經(jīng)典PCA方法對圖像進(jìn)行處理。由于光照變化主要影響PCA方法的前3個最大的主分量，因此，在識別階段對這3個主分量進(jìn)行加權(quán)處理來進(jìn)一步減少光照的影響。

假設(shè)由M幅人臉圖像組成圖像集B，其主要步驟如下：

（1）對清晰化的每幅圖像進(jìn)行零均值處理，處理后的圖像為x1，x2，…，xM。

（2）對圖像x1，x2，…，xM作圖像灰度的線性變化。

（3）利用經(jīng)典PCA方法計算特征子空間以及每張人臉在特征子空間中的投影系數(shù)。其中特征子空間由按特征值大小進(jìn)行降序排列的特征向量組成。

（4）對人臉圖像進(jìn)行識別。

本系統(tǒng)主要針對人臉區(qū)域進(jìn)行匹配，且整幅圖像中只包含人臉區(qū)域，所以人臉特征量的提取簡單，匹配率相對較高。

2 實例

本系統(tǒng)的適用范圍較為廣泛，如教室、會議室、辦公室等均可應(yīng)用。由于分辨率的需要，面積大的環(huán)境對攝像頭的要求相對較高。此實例是系統(tǒng)在辦公室的應(yīng)用，系統(tǒng)通過對辦公室實時圖像的采集，得到了較為準(zhǔn)確的人員名單，驗證了本系統(tǒng)的可行性及準(zhǔn)確性。

（1）系統(tǒng)開始工作，采集辦公室內(nèi)的實時視頻。通過獲取的視頻，系統(tǒng)采集其中的幾幀圖像進(jìn)行處理。系統(tǒng)采集的圖像如圖4所示。由于內(nèi)存的限制且圖像的計算量較大，因此系統(tǒng)必須在獲取一定的視頻后釋放內(nèi)存，這就限定了獲取圖像的頻率不能太高。

圖4 圖像采集結(jié)果

（2）由于辦公室環(huán)境的影響，必須對圖像進(jìn)行亮度和去噪等預(yù)處理。系統(tǒng)對根據(jù)圖像分割和清晰化處理等相關(guān)算法預(yù)處理后的圖像進(jìn)行處理，從而得到比較完整清晰的橢圓形的人臉圖像。

（3）將所得到的人臉圖像與人臉庫中的圖像進(jìn)行匹配。由于系統(tǒng)已經(jīng)預(yù)置了場所內(nèi)的應(yīng)到人員的名單，因此將采用排除的算法將匹配后的人臉圖像對應(yīng)的信息進(jìn)行列表，從而得出已到和未到的人員名單，如圖5所示。

圖5 名單顯示結(jié)果

由圖5可以看出，系統(tǒng)根據(jù)采集的多幀圖像得出了最終人員的名單。第1幅公共場所的圖像并沒有采集到所有人員的人臉信息，所以不能檢測到所有的在位人員。當(dāng)采集到第2幅圖像時，系統(tǒng)采集到了所有人員的人臉信息，并列出了在位人員信息。

由實驗結(jié)果可知，系統(tǒng)準(zhǔn)確地獲得了此辦公室的人員信息，得出了未到和應(yīng)到的人員名單。而對于如教室等的大型公共場所，由于攝像頭清晰度的限制，必然使得系統(tǒng)存在一定的誤差，但由于系統(tǒng)所采集的是單純的沒有背景的人臉區(qū)域的圖像，因此在人臉的識別方面仍然具有很高的準(zhǔn)確性，使得整個系統(tǒng)的誤差相對較小。

系統(tǒng)采用基于OMAP3530的嵌入式系統(tǒng)設(shè)計，能夠?qū)崿F(xiàn)設(shè)備本地控制，可維護(hù)性及穩(wěn)定性比計算機(jī)控制都有所提高，體現(xiàn)出了系統(tǒng)智能化的特征。實際的應(yīng)用中，不僅可以運(yùn)用到文中提到的教室及其他辦公場所，而且可以在公安安防監(jiān)控系統(tǒng)中的罪犯搜索方面得到推廣，提高抓捕效率。本系統(tǒng)單純地對攝像頭采集到的數(shù)字圖像進(jìn)行處理，有著良好的可操作性和低成本的優(yōu)點，便于推廣。

[1]潘基明，張少兵.基于DSP視頻圖像采集處理系統(tǒng)設(shè)計[J].電子測試，2008（4）：74-78.

[2]王明艷，張海峰.基于TMSDM643的視頻監(jiān)控系統(tǒng)設(shè)計[J].微計算機(jī)，2008（2）：200-201.

[3]彭啟倧，管慶.DSP集成開發(fā)環(huán)境——CCS及DSP/BIOS的原理與應(yīng)用[M].北京：北京電子工業(yè)出版社，2005.

[4]LEUVEN J，LEEUWEN M B，GROEN F C A.Real-time vehicle tracking in image sequence[C].Proceedings of IEEE Conference on Instrumentation and Measurement Technology，2001：2049-2053.

[5]KIM W，LEE C Y，LEE J J.Tracking moving object using snake′s jump based on image flow[J].Mechanics，2001（11）：119-216.

[6]李小霞，李鋮果，鄒建華，等.一種新的低照度彩色圖像增強(qiáng)算法[J].計算機(jī)應(yīng)用研究，2011（9）：3554-3556.

[7]李靜輝，題原，王艷春.基于DSP的圖像采集處理實驗開發(fā)平臺的研究[J].計算機(jī)與網(wǎng)絡(luò)，2008（2）：213-214.

[8]李榮健，韓其龍，楊鑫華.改進(jìn)的PCA人臉識別新算法[J].大連交通大學(xué)學(xué)報，2008（4）：48-51.

[9]袁愛平，楊萬全.基于OMAP2的3G多媒體技術(shù)及應(yīng)用[J].現(xiàn)代電子技術(shù)，2005（14）：63-65.

[10]時巖.基于OMAP軟件無線電平臺設(shè)計與實現(xiàn)[J].電子技術(shù)，2012（3）：38-42.

[11]何斌，馬天宇，王運(yùn)堅.數(shù)字圖像處理[M].北京：人民郵電出版社，2002.