任小芹　陳鑫　蔡后祥　段朝霞

摘要：

由于人臉檢測率在復(fù)雜光照條件下較低，本文提出一種效果較好的人臉檢測光照預(yù)處理算法。在人臉檢測過程中，首先對獲取得到的灰度圖像進行直方圖規(guī)定化、冪次變換等灰度級處理。實際驗證結(jié)果表明，在選擇適當(dāng)?shù)哪繕?biāo)直方圖區(qū)間和冪指數(shù)的條件下，本文所提出的預(yù)處理方法能夠有效增強圖像。因此，本文處理方法較大程度上降低了光照對圖像的影響，為后續(xù)實驗提供很好的基礎(chǔ)。

關(guān)鍵詞：直方圖規(guī)定化；冪次變換；光照；人臉檢測

1 光照預(yù)處理

1.1直方圖

圖像直方圖為一幅圖像的灰度級信息提供了直觀的表示，在圖像處理過程中具有十分重要的作用。從理論數(shù)學(xué)的角度來看，圖像直方圖是圖像各灰度級出現(xiàn)次數(shù)與各灰度級的函數(shù)，直觀的表現(xiàn)了各灰度級出現(xiàn)的次數(shù)或頻率；從幾何的角度來看，它是一個橫軸表示原圖像的灰度級，縱軸表示各個灰度級在原圖像中出現(xiàn)的次數(shù)或頻率的二維圖像。圖像直方圖是圖像最基本的統(tǒng)計特征，直方圖操作對增強圖像信息具有重大意義。

1.2直方圖規(guī)定化

1.2.1概念

直方圖均衡化是將圖像整體的對比度自動的增加，操作方便，但它的缺點是部分區(qū)域細節(jié)不太清楚，而且處理得到的結(jié)果是全局均衡化的直方圖，增強效果不易控制。因此有時可以指定圖像期望具有的直方圖形狀，例如本文對較暗處人臉圖像假設(shè)目標(biāo)圖像直方圖在[50，200]，以使圖像不會過暗或者過亮。直方圖均衡化就是這種用于產(chǎn)生具有較理想直方圖的圖像的方法。

1.2.2算法原理

Pr（r）和Pz（z）為連續(xù)灰度級r和z對應(yīng)的連續(xù)概率密度函數(shù)，其中r和z為輸入和輸出圖像的灰度級。直方圖均衡化處理原始圖像和期望輸出圖像，得到：（a）是原始圖像直方圖，像素分布很散，圖像表達能力弱；（b）是直方圖規(guī)定化后的直方圖，像素分布較均勻；（c）是冪次變換后的直方圖，可以看出相較原圖直方圖，像素在暗部與亮部被集中；（d）是本文變換后的直方圖，像素集中在中部，過亮或過暗部分較少，圖像表達能力變強，優(yōu)于其他兩種變換。

2.2數(shù)學(xué)層面分析圖像增強效果

3結(jié)束語

本文通過對人臉圖片進行直方圖規(guī)定化和冪次變換結(jié)合的復(fù)合灰度級處理，相較于單獨進行直方圖規(guī)定化和冪次變換具有更好的圖像增強效果，并且本文算法計算復(fù)雜度仍較低。但本文方法處理后的人臉圖像暗部細節(jié)仍然不算非常明顯，這也將成為接下來我們的研究方向。

[參考文獻]

[1] 楊晉吉，李榮兵.基于Adaboost與Clifford代數(shù)的人臉檢測[J].計算機工程，2013Vol.39（9）：214-217

[2] 師黎，吳敏，張娟.基于小訓(xùn)練樣本的AdaBoost人臉檢測[J].計算機工程，2011Vol.37（8）：199-201

[3] 袁泉，楊杰，杜春華，吳證.基于直方圖統(tǒng)計學(xué)習(xí)的人臉檢測方法[J].計算機工程，2007Vol.33（21）：172-174

[4] 王慶偉，應(yīng)自爐.一種基于Haar-LikeT特征的人臉檢測算法[J].模式識別與人工智能，2015Vol.28（1）：35-41

項目名稱：國家級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目（12100-201410616011）

（作者單位：1成都理工大學(xué)管理科學(xué)學(xué)院，四川 成都 610059；2成都理工大學(xué)信息科學(xué)與技術(shù)學(xué)院，四川 成都610059）