喬志敏，楊慧剛

(1.太原工業(yè)學(xué)院自動化系，山西 太原 030008；2.菏澤學(xué)院蔣震機電工程學(xué)院，山東 菏澤 274015)

基于圖像處理的人臉識別系統(tǒng)*

喬志敏1，楊慧剛2

(1.太原工業(yè)學(xué)院自動化系，山西 太原 030008；2.菏澤學(xué)院蔣震機電工程學(xué)院，山東 菏澤 274015)

針對目前人臉識別技術(shù)中存在的不足之處，本課題在Linux開發(fā)平臺上使用了Qt5開發(fā)環(huán)境，依托計算機視覺常用軟件Open CV中的相關(guān)圖像處理算法以及主成分分析法(PCA)，設(shè)計了基于圖像處理的人臉識別系統(tǒng)；其主要包括主機人機互動界面、人面部信息數(shù)據(jù)庫、人臉圖像獲取、圖像濾波、提取面部特征、人臉匹配識別等一系列軟件系統(tǒng)內(nèi)部邏輯模塊。本課題隨機選擇了100位測試對象，系統(tǒng)識別準(zhǔn)確率達(dá)到97%。測試結(jié)果表明，該系統(tǒng)有理想的實際應(yīng)用價值。

圖像處理;人臉識別;主成分分析;計算機視覺;特征提取

人臉識別技術(shù)簡單、方便、識別準(zhǔn)確并且易于操作，使用者不會有心理抵觸，用戶容易接受，從而在多領(lǐng)域得到了廣泛的應(yīng)用[1]，但由于人體面部特征的特殊性，要令該技術(shù)完全成熟并能夠應(yīng)用到生產(chǎn)生活中，還有很多需要亟待解決的問題，因此，人臉識別研究具有很大的挑戰(zhàn)性，一直是模式識別領(lǐng)域的研究熱點[2]。

針對目前常用面部識別技術(shù)中的不足之處，本課題依托Linux為開發(fā)平臺，使用Qt5開發(fā)環(huán)境，采用計算機圖像處理軟件Open CV的相關(guān)圖像處理算法和主成分分析(PCA)算法[3]，設(shè)計了基于圖像處理的人臉識別系統(tǒng)。其核心技術(shù)是面部圖像的獲取、圖像預(yù)處理、圖像特征值提取以及圖像匹配和識別。面部識別技術(shù)是圖像處理及分析應(yīng)用最廣泛的技術(shù)之一，因其在社會安保、銀行系統(tǒng)、刑偵執(zhí)法以及高校研究等多種領(lǐng)域有著各種應(yīng)用，極大方便了人們的工作生活。

1 系統(tǒng)設(shè)計

系統(tǒng)根據(jù)功能不同，可以劃分為面部圖像獲取模塊，噪聲處理模塊，面部檢測提取模塊，算法實現(xiàn)模塊，面部數(shù)據(jù)庫模塊，面部圖像對比識別模塊和個人信息輸出模塊。系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)

從圖1中可以看出系統(tǒng)在運行時，首先獲取到圖像，然后通過圖像預(yù)處理算法對圖像進(jìn)行光照補償，椒鹽濾波[4]等處理，接下來通過面部識別算法對圖像的關(guān)注區(qū)域進(jìn)行面部提取及面部特征值提取，然后獲取單位面部的特征圖像，接下來使用面部匹配算法使獲取到的面部特征圖像和存儲在數(shù)據(jù)庫中的單位特征臉圖像對比，獲取到匹配的面部圖像，如果沒有匹配到將繼續(xù)獲取圖像進(jìn)行對比，直到匹配成功，最后在人機界面顯示被成功識別人的個人信息。

2 圖像預(yù)處理算法的設(shè)計

圖像的預(yù)處理可以用來消除在圖像獲取時帶入的一種或多種無關(guān)噪聲，使有用的圖像信息得到部分恢復(fù)，并加強目標(biāo)區(qū)域信息的敏感性以簡化圖像數(shù)據(jù)只保留感興趣的信息，這樣使后續(xù)圖像分割、面部特征值獲取的準(zhǔn)確性大大提高。

從圖2可以看出，獲取面部圖像的預(yù)處理主要包括光線補償，圖像灰度化，圖像平滑，噪聲濾除、直方圖均衡處理，圖像對比度處理等等。

圖2 圖像預(yù)處理流程圖

3 PCA人臉識別算法

基于PCA算法的面部識別主要由圖像訓(xùn)練和圖像識別這兩個階段組成。在圖像訓(xùn)練中，根據(jù)獲取圖像把獲取的人臉X映射到系統(tǒng)特征臉組成的多維子空間集上，獲得多維向量Yi(i=1,2,…,N)。距離閾值定義如式(1)所示。

(1)

進(jìn)而在面部識別階段，第一步把獲取的圖像映射到數(shù)據(jù)庫的特征臉的多維空間集，得出向量P及其與每個人臉集的距離ei(i=1，2，3，…，N)，再采用歐式幾何距離進(jìn)行面部識別，分類規(guī)則為：

1) 若ei>θc，則輸入圖像不是人臉圖像；2) 若ei=θc則輸入圖像包含未知人臉；3) 若ei<θc，e=min{θc}，則輸入圖像為庫中第k個人的人臉。

4 軟件功能的設(shè)計

軟件的功能包括：面部圖像獲取，面部識別功能，面部信息數(shù)據(jù)庫功能，系統(tǒng)日志功能，系統(tǒng)常用設(shè)置功能以及關(guān)于系統(tǒng)功能。其中人臉識別人機交互界面是軟件的核心界面模塊，其他如人臉信息數(shù)據(jù)庫顯示界面模塊，系統(tǒng)日志記錄界面模塊，系統(tǒng)設(shè)置界面模塊，關(guān)于系統(tǒng)界面模塊等都是服從或服務(wù)于該功能模塊或者說是該功能界面模塊。

圖3 人臉識別人機交互界面

由圖3可以看出，人臉識別界面由人臉圖像模塊，圖片信息模塊，個人基本信息模塊，數(shù)據(jù)庫操作模塊，基本設(shè)置模塊等組成。

5 系統(tǒng)實現(xiàn)

系統(tǒng)的實現(xiàn)包括系統(tǒng)啟動過程，系統(tǒng)的運行，系統(tǒng)操作功能的實現(xiàn)和特征提取算法以及識別算法的實現(xiàn)。

圖4 系統(tǒng)實現(xiàn)基本流程圖

從圖4可以看出系統(tǒng)在運行時，首先從視頻文件或攝像頭獲取到圖像，然后通過圖像預(yù)處理算法對圖像進(jìn)行光照補償，椒鹽濾波等處理，接下來通過面部識別算法對圖像的有效區(qū)域進(jìn)行面部提取和面部特征值提取。獲取到單位面部的特征圖像(單位面部特征值圖像可以保存在面部匹配數(shù)據(jù)庫中)，接著使用面部對比算法使獲取到的面部特征值和數(shù)據(jù)庫中所存儲的圖像面部特征值進(jìn)行對比識別，獲取到與數(shù)據(jù)庫匹配的圖像。

6 結(jié)論

通過對該系統(tǒng)反復(fù)調(diào)試，本課題設(shè)計的人臉圖像識別系統(tǒng)通過采用OpenCV中的圖像處理算法以及主成分分析(PCA)，大大提高了面部圖像識別的準(zhǔn)確度和速度，完全能夠應(yīng)用于各種需要人臉圖像識別技術(shù)的場合。

[1] 王映輝.人臉識別原理,方法與技術(shù)[M].北京:科學(xué)出版社,2010.

[2] 石東海.人臉檢測和定位方法研究[D].長沙：國防科學(xué)技術(shù)大學(xué),2002.

[3] 劉黨輝,沈蘭蓀,Kin-Man Lam.人臉檢測研究進(jìn)展[J].計算機工程與應(yīng)用,2011(4):40-43.

[4] 覃南鑫.基于OpenCV的人臉識別系統(tǒng)的研究[D].武漢：武漢紡織大學(xué),2012.

FaceRecognitionSystemBasedonImageProcessing

Qiao Zhimin1, Yang Huigang2

(1.DepartmentofAutomation,TaiyuanInstituteofTechnology,TaiyuanShanxi030008,China; 2.JiangzhenElectricalEngineeringInstitute,HezeUniversity,HezeShandong274015,China)

In view of the shortcomings of the commonly used face recognition methods, this paper uses the Qt5 development environment on the Linux development platform, and the face recognition system based on image processing is designed according to the related image processing algorithms and principal component analysis (PCA) in open CV, a common computer vision software. It mainly includes a series of software system internal logic modules such as host man-machine interaction interface, human face information database, face image acquisition, image filtering, facial feature extraction and face matching recognition. In this paper, 100 test subjects are randomly selected, and the accuracy of system identification is 97%. The test results show that the system has the ideal practical value.

image preprocessing; face recognition; principal component analysis; computer vision library; feature extraction

2017-10-26

國家自然科學(xué)基金資助項目(60905044)

喬志敏(1988- )，男，山西太原人，助教，碩士，研究方向模式識別，路徑優(yōu)化。

1674- 4578(2017)06- 0050- 03

TP391.41

A