用于人脸识别的图像预处理方法研究与实现.pdfVIP

第31卷 第5期 武汉理工大学学报(鸯翌霾盖) V01．31No．5 ofWuhan of Oct．2007 2007年10月 Journal UniversityTechnology (TransportationScience＆Engineering) 用于人脸识别的图像预处理方法研究与实现 王虹董雅丽 (武汉理工大学信息工程学院 武汉430063) 摘要：提出了一种人脸图像预处理改进算法：将图片转化为灰度图像后进行去噪滤波，根据灰度投 影曲线确定人脸的边界，依据确定的眼、嘴以及脸的左右边界这些参数对图像进行剪裁，根据人脸 特征的几何关系确定人脸图像的缩放系数，得到标准化图像．解决了传统方法无法适用于侧脸和 双眼闭上的人脸的问题． 关键词：人脸识别f中值滤波，垂直灰度投影；水平灰度投影 中圈法分类号zTN911．73 0引 言 以及眼、嘴的位置，然后根据这些标定参数对图像 进行剪裁．为了使被处理人脸图像标准化，应确定 由于人脸不但可以提供一种友好的、非侵犯 图像的缩放系数．本文在研究分析了现有预处理 性的人机界面(HCI)，而且还包含了丰富的个人方法的基础上，提出了一种行之有效的人脸图像 信息；性别、种族、表情和年龄等．同其他生物特征 预处理改进算法，一种新颖且简单有效的方法，用 (指纹、虹膜、掌纹等)相比。人脸最大的特点是非 来进行人脸部特征(眼、鼻、嘴、下颌)的定位．其主 侵犯性，它不像指纹、虹膜那样需要被测者的积极 要步骤如下：首先将图片进行去噪滤波，然后利用 配合．人脸识别可广泛应用于身份识别、访问控 人脸区域的水平灰度投影确定头顶至下领的上下 制、视频会议、档案管理、电子相册、基于对象的图 边界，之后依据确定的眼、嘴以及脸的左右边界这 像和视频检索等方面．近10多年来，已成为模式 些参数对图像进行剪裁，最后根据人脸特征的几 识别和人工智能领域的研究热点． 何关系确定图像缩放系数，对人脸图像进行缩放． 人脸自动识别过程包括人脸图像的预处理、 人脸特征提取与人脸识别．良好的人脸图像预处 2预处理算法原理及实现 理是进行人脸特征提取与匹配的前提，可以降低 特征提取的难度，从而提高人脸识男4率．人脸图像 2．1将彩色图像转化为256级灰度图像 预处理过程，是计算机人脸识别中很重要的一个 彩色图像包含较多人脸特征信息，但是直接 环节，其目的是将背景、头发、服装等对人脸识别 作为处理对象会使过程复杂化．相比之下灰度图 无用或造成干扰的冗余信息去除．人脸图像预处 像在保留了人脸主要特征信息的基础上，减少了 理的好坏直接影响后续的特征提取与人脸识Sq． 总信息量． 因此，对人脸图像预处理技术进行研究具有非常 转换灰度图的公式是 重要的意义”J． (1) 1人脸图像的预处理 式中：对一个RGB值，R，G-B分别是其3色分量． 将Gray分别替换掉原来的3色分量嘲．转化后的 人脸图像的预处理，首先标定人脸左右边界 灰度图如图1所示． 收稿日期-2007—03·12 王虹。女．44岁，博士，教授，主要研究领域为信号与信息处理 万方数据万方数据 第5期