人脸识别中图像预处理问题的研究

【 者 简 介 】余 龙 华 （ ９ ６ ） 作 １８ 一 ，男 ，安 徽 安 庆 人 ， 电子 科 技 大 学 电子 工 程 学 院硕 士研 究 生 ，研 究 方 向 为 人 脸 检 测 和 识 别 。
一
３ ． ５
■ ■
一
我 们将 图像 进 行 多级 小 波 分解 。经 过 多 次 小波 分 解 后 的 近 似 分 量 反 映 图像 的整 体 和 面 的 关系 ，而 细 节 分量 反 映 图像 的 细 几 节和 点 的关 系 。当 图 像经 过 多 次 小 波分 解 ，只 剩最 后 个像素时 ，此像素的灰度可以近似 图像的平均亮度。假设 对 一 幅光 照 不 均 匀 的 图 像进 行 Ｎ级 小 波 分解 ，经 过 多级 小 波 分解 得 的各 级ｍ 波 图像 中 ，对 称 性最 差 的就 是最 后 一 级 ｍ 所 ｍ到 ｍ 小
（ ）光 照补偿 方 法 二
１ 直方 图均衡化 ．
在 图像 处 理 中 ， 灰 度 直 方 图 表 示 图像 中 每 一 灰 度 级 与 该 灰 度 级 出现 的 频 率 之 间 的对 应 关 系 。对 于 一 幅 灰 度 图 像 ，灰 度 级 出 现 的 概 率 ，即 就 是 该 灰 度 图像 的灰 度 ， 如 下 所 示 ：
２ １ 年 第 ５期 ０１
大 众 科 技
ＤＡ ＺＨｏＮＧ ＫＥ Ｊ Ｉ
Ｎｏ ５。 ０１ ． ２ １
（ 第 １１ ） 总 ４ 期
（ ｍｕａｉ ｌ Ｎ 。 １ Ｃｕ ｌｔ ｅｙ ｏ１ ） ｖ ４
人 脸 识 别 中图像 预 处 理 问题 的研 究
余龙 华 丁 锋
（ 电子科技 大学电子工程 学院，四川 成都 ６ １３ ） １７ １
解 和 还 原 的 方 法 来 实 现 光 照 补 偿 ，其 计 算 量 较 小 ， 在 Ｔ ｅ ｈ Ｅ ｔ ｎ ｅ ａ ｅ Ｆ ｃ ａ ａ ａ ｅＢ人 脸 数 据 库 实 验 结 果 表 明 ， ｘ ｅｄ ｄ Ｙ ｌ ａ ｅ Ｄ ｔ ｂ ｓ 该 方 法 能 够 有 效 提 高 人 脸 识 别 的识 别率 。
光线 不平衡的情况 ， 会 影响人脸识别的时候对特征的提取 。 这 光 线 补偿 的 思 路 是 ：首 先 把 图片 中亮 度 最 大 的 ５ 的像 素提 取 ％ 出来 ，然 后 线性 放 大 ，使 得 这 些 像 素 的 平 均 亮 度 达 到 ２ ５ ５ 。根 据 求 得 的 系 数 把 整 个 图片 的 亮 度 进 行 线 性 放 大 。 其 效 果 如 下
过程平稳化等。
ａｅ ｇ ｖ ａｅ ｒ
，
） ）
． ，
） ＝
ＭＩ－ －．Ｉ
。
ｍ × Ｈ － ｎ ＿ ｎ
在 实 际 应 用 的 时候 还 要 注 意 分解 级 数 的 选取 ，适 当的选 取分解级数，对光照估计方法的有效性很重要。选取的分解 级 数 太 多 ，去 除光 照 的效 果 就不 是很 理 想 ，同 时计 算 量 也 会 大 大 加 大 ；但 是 如 果 分 解 的 级数 太 少 ，就 不 能对 光 照 进行 准 确的估计，造成有效地人脸特征 当成光照成分而被忽略掉 的 后 果 ，在 试 验 的时 候对 １０ ２ ０像 素 的人 脸 图像 进行 五 级 小 ８．０ 波 分解 ，得 到 的效 果 比 较好 。 图六 为 一 幅人 脸 图 像进 行 五 级 小波 分 解 后 的 示 意 图 。 最 后 将 亮 度 归 一后 的 Ｌ 图像 进 行 小 波恢 复 ， 图八所 示 如 为 进 行 小 波 重建 后 的 图像 。 对 比原 始 图像 ， 可 以发 现 恢 复后
识 别 率有 显 著 的提 高 。
【 关键 词】图像 处理 ；小波分解光照补偿 ；人脸识 别 【 中图分类号 】ＴＮ９ １ ３ １． ７ 【 文献标识码 １Ａ
【 章编 号】１０ —１５ （０ １ ５ ０ ３ — ２ 文 ０ ８ １ １ １ ） — ０ ５ ０ ２ ０
图像 中灰 度 级 数 为 ｒ 的 各 像 素 映 射 到 新 灰 度 图像 中灰 度 级 为
【 摘 要 】 光 照 问题 是 人 脸 识 别 问题 中 的 一 个 关键 问题 ，为 提 高人 脸 识 别 的识 别 率 ，提 出 了利 用 多级 小波 分 解 来对 图像 进
行 光照补偿 。首先将 图像进行 多级 小波分解 ，并将 分解后 的最后一级子 带图像 的灰度 进行归一化 ， 而去掉 图像 中的光照成分 ， 从 再将 归一化后 的图像进行 小波恢复。将该技术应 用于隐马 尔科 夫法人脸识别 ，并和 已有 的几种光照处理方法进行 了比较 ，其对
ｓ的 对 应 像 素 得 到 的 。
：
（ ） 引 言 一
人 脸 识 别 因 其 在 安 全 验 证 系 统 、 信 用 卡 验 证 、 医 学 、 档
案 管 理 、 视 频 会 议 、 人 机 交 互 、 公 安 系 统 （ 犯 识 别 等 ） 方 罪 等 面 的 巨 大 应 用 前 景 而 越 来 越 成 为 当 前 模 式 识 别 和 人 工 智 能 领 域 的 一 个 研 究 热 点 。 但 是 当通 过 摄 像 头 和 采 集 卡 获 得 人 脸 图 像 时 ， 由 于 周 围环 境 及 转 换 器 件 的 影 响 ，会 使 人 脸 图像 受 到 很 多 因 素 的 影 响 ，其 中 的 光 照 变 化 是 制 约 人 脸 识 别 系 统 性 能
■ ●
原 始 图像 及 其 直 方 图
论性很 强，其假设过 多，有 很强 的局 限性 ，在 实用 的人脸识
别 系 统 中难 以 应 用 。基 于此 本 文 提 出 了 一 种 基 于 多 级 小 波 分
图 ２ 直 方 图均 衡 化 处理 后 的 图像 和 直 方 图
将 处 理 前 后 的 图像 进 行 对 比可 以看 出 ， 在 经 过 直 方 图 均 衡 化 处 理 后 的 图像 中显 示 了原 始 图像 中 看 不 见 的～ 些 细 节 。
对 图像 作 了亮 度 的 归 一 ， 从而 去 掉 了 图像 中的 光 照成 分 。
Ｃ
（
● Ｉ
小波 变 换是 一 种 信 号 的时 问 尺 度 （ 间一 萼 时 频 分 析 方 法 ，
Ｃ
ｔ
（
ｆ
Hale Waihona Puke 它具有 多分辨率分析 的特点，而且在时频 两域都具有表征局 部信号特征 的能力 ，是 目前常用的信 号分析工具 ，其能将各 种交织在一起的不同频率组成 的混合信号分解成不同频率的 块信号 。因而能有效地应 用于压缩数据 、边缘检测、编码解 码 、信噪分离、识别模式 以及将非线性 问题线性化、非平稳
照 的影 响 。
来 提 高 人 脸 的 识 别 率 。 解 决 光 照 问 题 主 要 有 以 下 三 种 思路 ： 其 一 ， 寻 求 对 光 照 变 化 不 敏 感 的 底 层 视 觉 特 征 ； 其 二 ，建 立 光 照 模 型 ， 进 行 针 对 性 的 光 照 补 偿 ； 其 三 ，用 任 意 光 照 图像 生 成 算 法 生 成 多 个 不 同 光 照 条 件 的 训 练 样 本 ， 利 用 具 有 良好 学 习 能力 的人 脸 识 别 判别 方 法 进 行 识 别 。其 中 ，Ｍ ｓ ｏ ｅ等 已经 从 理 论 上 证 明 ，对 于光 照 保 持 不 变 形 的 函 数 是 不 存 在 的 。 而 传 统 的 直 方 图 均 衡 化 常 用 于 对 图像 灰 度 进 行 规 范 化 ， 由于 这 个过程仅仅 将图像灰度 的整体分布从 一种形式变 换到另一种 形 式 ， 忽 略 了 与 人 脸 相 关 的 信 息 ，无 法 对 人 脸 灰度 分 布 的变 化 进 行 规 范 化 ， 因而 也 就 不 能 从 根 本 上 解 决 光 照 问 题 。基 于 光照模 型的补偿方法有 光照锥 、商图像、球面 谐波等方法 ， 但 都 存 在 一 定 的 局 限性 ， 例 如 光 照 锥 需 要 严 格 光 照 控 制 下 的 多个不 同光 照条件 的训练 图像 ，且计算 量较大 。这 类方法理
的 重要 因 素 ，基 于 此 ，本 文 主 要 研 究 了 图像 的 光 照 处 理 方 法 ，
／ｏ ＝
（ ０）
‘ ）
当图像进行直 方图均衡后 ，直 方图变得 比较均 匀，可 以
增 强 图 像 的 对 比度 ， 可 以增 强 局 部 的 对 比度 ，而 不 影 响 整 体
的对 比 度 。使 图像 看起 来 更 加 清 晰 ， 从 一 定 程 度 上 削 弱 了光
） ） ） ）
Ｈ
Ｈ
从 光 线 补 偿 前 后 的 图 片 可 以看 到 ，进 行 光 照 补 偿 后 的 图
将多次小波分解后 的最后一级子带图像 Ｌ （ ｂ Ｎ为分解数）中 厶 厶 ∑ ∑
Ｚ Ｚ
Ｚ
Ｚ
片亮度 明显变亮 了很多，此方法对光照 比较暗的情况的下有 定的效果 。
（ （
Ｃ
‘
●
Ｄ
±
Ｄ ¨
（
，“ Ｄ
（
，
，
图 ３ 原 始 图像
图 ４ 光 线补 偿 后 的 图像
的近 似 分Ｉ量 ，因 此 最后 一级 的近 似 分 量 ，可 以表达 对 于 光 照 ｝ １ ｌ Ｉ Ｉ ： 的估２ ●一 实一 应一 的 时候 采 用 如 下 办法 对 光 照进 行 估 计 ： 计 。在 际 ● 用 ２ ２ 一 ２
一
所有元素赋值 相同的灰度值。对 Ｌ Ｉ 图像求像素灰度的均值， Ｌ Ｉ 如 式 （ ） 。将 Ｌ 中 的每 个 像 素 都赋 值 为 ａ ｅａ ｅ 相 当于 ５ ｖｒｇ，
一 一 ２ ２
ｇ
＾
＿
＿
＾
， ２ ＾
， ２