呂蕊+宋曉曉+李清+王振

摘 要：為增強圖像自動識別的準(zhǔn)確率，采用一種基于模糊算法的多層次增強算法。首先利用圖像統(tǒng)計特性將圖像進行平滑處理，目的是抑制圖像噪聲和高頻干擾成分從而使圖像亮度平緩漸變，減小突變梯度，改善圖像質(zhì)量。運用圖像分割將面部不同器官區(qū)分并生成數(shù)字特征，然后運用MATLAB對其進行處理以確定面部各器官標(biāo)定點的位置。提出了邊緣特征分析法定位眼睛的方法和一種基于鼻子下輪廓線的鼻尖定位算法。運用灰度變換，直方圖修正，圖像銳化等圖像增強手段改善圖像的視覺效果并將其轉(zhuǎn)換成更適宜計算機分析處理的形式，最后將處理過后的兩張圖片做差值分析從而判斷是否為同一人。

關(guān)鍵詞：高斯模糊；人眼定位；鼻尖定位；Canny算子；差值分析

DOI：10.16640/j.cnki.37-1222/t.2017.13.234

通常情況下兩張不同年齡段的照片人眼很容易區(qū)分是否是同一人，本文選擇建立數(shù)學(xué)模型通過算法來識別是否是同一人，規(guī)定照片均為標(biāo)準(zhǔn)位置和標(biāo)準(zhǔn)光線下的兩張一寸證件照。通過對面部圖像提取特征進行處理，對比兩張圖像的特征差異范圍判定是否為同一人。運用MATLAB對定位圖像增強處理，最后將所得兩張不同年齡段的圖像進行對比分析，具體思路如下：選擇兩張同樣尺寸和像素的一寸圖片，分別命名然后對兩張圖進行一系列處理后用MATLAB的imabsdiff命令處理，根據(jù)重合度來判定圖像的相似度，重合度越高相似度越好，通過結(jié)果范圍判斷兩張不同年齡段的照片是否為同一個人，經(jīng)過實驗驗證后，得出結(jié)論。

1 高斯模糊[1]（Gaussian Blur）

高斯平滑用于計算機視覺算法中的預(yù)先處理階段，以增強圖像在不同比例大小下的圖像效果。高斯模糊對于圖像來說相當(dāng)于低通濾波器[2]，這樣的模糊處理比其它的均衡模糊濾波器更高地保留了邊緣效果。

2 圖像分割

作為基本的計算機視覺技術(shù)，圖像分割是從圖像處理到圖像分析的過程中一個非常關(guān)鍵的步驟，近年來備受人們的重視。把需要進行處理圖像分割成各個具有特性的區(qū)域，然后提取出感興趣目標(biāo)的技術(shù)及過程。當(dāng)前，聚類法、區(qū)域增長法和直方圖閾值法是圖像分割技術(shù)主要運用的方法。筆者實驗中選擇基于邊緣的圖像分割算法。圖像的邊緣是圖像的重要特征，通過檢測圖像的邊緣可以實現(xiàn)對圖像分割。通過檢測邊緣可以把圖像劃分為多個區(qū)域，分割圖像。圖像的邊緣可以通過對圖像中像素的灰度值求導(dǎo)數(shù)得到。一般常用微分算子實現(xiàn)邊緣檢測。

在基于邊緣的圖像分割算法中，此處選擇用Canny算子。考慮到算子受噪聲的影響比較嚴(yán)重，本文忽略噪聲且圖片簡單，對于證件照中人臉的眼睛和鼻子進行定位和提取。

3 眼睛模型

以眼睛的左右兩個眼角作為主要特征點提取，這是因為兩眼間距受光照或表情變化的影響最小，所以常被用于幾何特征或圖像尺寸的標(biāo)準(zhǔn)。邊緣特征分析法[3]具有快速簡單的特點。此算法是利用圖像的垂直灰度投影曲線，根據(jù)凸峰寬度確定人臉的左右邊界，然后利用人臉區(qū)域的水平灰度投影曲線確定頭頂及鼻子中部形成的上下邊界。利用預(yù)測法先確定人眼在眉眼區(qū)域的大概位置，通過檢測眉眼部位的邊緣及邊緣分組，確定雙眼的坐標(biāo)位置。

在邊緣檢測前先對眉眼區(qū)域進行去噪、增強處理，使圖像平滑，這是保證下面邊緣檢測獲得較好效果的關(guān)鍵步驟。然后，用Canny算子求出眉眼區(qū)域的邊緣圖像，求解時將閾值取得較高，使得邊緣點僅由眉毛和眼睛的強邊緣以及瞳孔產(chǎn)生的強邊緣組成，而不會包含由鼻子的輪廓產(chǎn)生的弱邊緣。隨后將邊緣點進行分組，可以得到幾組分離的邊緣，其中位于下面的兩組分別為左右兩眼產(chǎn)生的邊緣，取這兩個邊緣組的中心作為人眼的中心。邊緣分組算法中，將分別包含每個邊緣分組的最小矩形作為人眼檢出，最先檢出的兩個分組分別對應(yīng)左眼和右眼。當(dāng)出現(xiàn)兩個分組后算法立即結(jié)束，提高了執(zhí)行效率。該算法的優(yōu)勢在于首先通過灰度投影曲線確定眉眼區(qū)域，使數(shù)據(jù)量大大減少，然后在有效的邊緣檢測之后，使用了高效的邊緣分組策略，在保證正確率的基礎(chǔ)上，提高了算法速度。此算法的定位錯誤出現(xiàn)在頭部傾斜度過大，以及側(cè)光太強，還有頭部在圖像中所占區(qū)域過小的情況。

4 鼻子模型

在人臉器官特征點中，由于鼻尖點不易受表情變化影響， 提出了一種基于鼻子下輪廓線的鼻尖定位算法。該算法首先利用眼睛位置確定鼻子候選區(qū)域，然后用Canny算子抽出鼻子邊緣，通過計算其置信度獲取鼻子下輪廓線，最后采用最小二乘法擬合鼻子下輪廓線為拋物線，從而確定鼻尖位置。

5 對比分析與總結(jié)

將經(jīng)過MATLAB處理后的兩張圖像，分別設(shè)為黃色、藍(lán)色，希望根據(jù)色彩相加原理觀察圖像最后的顏色分布比例，但在實驗過程中，發(fā)現(xiàn)用圖片相加效果不明顯，而絕對差值使兩張圖像的重合度較好的表現(xiàn)出來。需要注意的是，兩張圖片在進行運算的時候，保證瞳孔一一對應(yīng)且圖片大小一致。最后通過分析圖像重合度，可判斷兩張照片中的人物是否為同一人。通過數(shù)字化轉(zhuǎn)化為計算機能夠接受的顯示和存儲格式，然后用計算機進行分析處理。通過以上處理過程能夠達(dá)到一定程度上判定不同年齡段證件照是否為同一人的目的。

參考文獻(xiàn)：

[1]倪迎花，圖像處理中的模糊算法及實現(xiàn)分析[J].信息與電腦（理論版），2013（08）：53-54.

[2]程丹松，劉曉芳，金野，崔淑梅，劉家峰.基于鄰域信息的多層次圖像模糊算法[J].哈爾濱工業(yè)大學(xué)學(xué)報，2011（07）：85-89.

[3]朱夏君.人臉識別的研究及眼睛定位算法[D].浙江工業(yè)大學(xué)，2003.

作者簡介：呂蕊（1995-），女，山東濟寧人，本科。