張大偉

(北海職業(yè)學(xué)院 電子信息工程系， 廣西 北海 536000)

0 引 言

隨著人工智能和深度學(xué)習(xí)的飛速發(fā)展，人臉表情識別成為人機(jī)交互中的重要組成部分，在科學(xué)研究、網(wǎng)絡(luò)安全等領(lǐng)域有廣泛的應(yīng)用，是計算機(jī)視覺研究的熱點區(qū)域。人臉表情不僅可以傳達(dá)人類情緒，表征人們對一個客觀事物的態(tài)度，而且還能表現(xiàn)人類豐富情感信息。面部表情作為一種重要的信息傳遞方式，包含了豐富的情緒信息和心理過程，它不但是人際交往的手段，也是人們非語言交流的一種有效方式，據(jù)研究表明在信息交流的過程中，人臉能夠傳遞信息量多達(dá)總信息量的一半以上，因此通過探究表情特征進(jìn)而分析或獲取其表征的含義是非常有意義的。

1 表情識別

表情識別是指利用計算機(jī)技術(shù)檢測人臉靜態(tài)圖像或動態(tài)視頻序列，分析其中的表情狀態(tài)，從而獲得對象承載的信息的過程。面部表情是人體語言的一部分，是一種生理及心理的反應(yīng)，通常用于傳遞情感，其是面部肌肉的一個或多個動作或狀態(tài)的結(jié)果。面部表情識別技術(shù)主要的應(yīng)用領(lǐng)域包括人機(jī)交互、智能控制、安全、醫(yī)療、通信等領(lǐng)域，是非語言交互的一種形式，也是人工智能和計算機(jī)視覺領(lǐng)域的研究熱點。

2 圖像的灰度變換

受光線影響采集到的人臉圖像明度不一，質(zhì)量不齊，為了獲得高質(zhì)量的識別結(jié)果，經(jīng)常需要對采集到的圖像進(jìn)行預(yù)處理，而灰度變換是圖像的預(yù)處理環(huán)節(jié)之一。灰度變換是圖像處理技術(shù)中的一種基礎(chǔ)、直接的空間域圖像處理方法，通過增強(qiáng)圖像對比度，達(dá)到改善圖像的質(zhì)量的目的，從而獲得更利于后續(xù)處理的結(jié)果。圖像灰度變換包括線性變換、對數(shù)變換和Gamma變換3種，其中對數(shù)變換和Gamma變換又稱為非線性變換。

(1)線性變換。一種通過建立灰度映射來調(diào)整預(yù)處理圖像的灰度，從而達(dá)到圖像增強(qiáng)的目的。假定原圖像f(x,y)的灰度范圍為[a,b]，期望變換后圖像g(x,y)的灰度范圍為[c,d]，則線性變換的表達(dá)式(1)為：

(1)

無論是曝光度不足亦或是曝光過度，圖像灰度范圍可能非常局限。這時呈現(xiàn)在顯示設(shè)備上將是一個明度不足、沒有灰度層次的圖像。通過線性變換，對圖像內(nèi)的每一個像素做線性擴(kuò)展，可以有效擴(kuò)展灰度層次，改善圖像視覺效果。

(2)對數(shù)變換。部分圖像灰度值過低，若要對這部分灰度值進(jìn)行拓展，對數(shù)變換是一個不錯的選擇。其主要用于壓縮圖像中高灰度值部分，增強(qiáng)圖像中的低灰度細(xì)節(jié)。變換方法是：假定c為調(diào)節(jié)參數(shù)，f(x,y)為點(x,y)的灰度值，則對數(shù)變換的表達(dá)式(2)為：

g(x,y)=clog[f(x,y)+1].

(2)

對于不同的底數(shù)，其對應(yīng)的變換曲線如圖1所示。

圖1 對數(shù)變換

(3)Gamma變換。Gamma變換的函數(shù)表達(dá)式(3)為：

g=cfγ.

(3)

其中，c和γ為正常數(shù)；f為原始圖像的灰度或亮度；g是變換后的灰度。Gamma變換多用在圖像整體明度偏低的場合，其用于擴(kuò)展灰度級，其調(diào)整的是整體灰度值，如圖2所示。

孔子將原始宗教的天和作為道德源泉依據(jù)的天設(shè)置為對立統(tǒng)一的兩面，天命在人的生存發(fā)展中成為依據(jù)與限制。在接受天的主宰與超驗特征基礎(chǔ)上，認(rèn)為天是可以被人認(rèn)識和把握的，在奉行善的道德意念下，達(dá)到踐行仁德的目的，經(jīng)過個人道德修養(yǎng)提高到一定層次成為君子時，也就達(dá)到“下學(xué)而上達(dá)，知我者其天”的境界。

3 直方圖均衡化算法

直方圖均衡化算法只需要少量的數(shù)學(xué)運(yùn)算即可實現(xiàn)增強(qiáng)圖像對比度，很適合實時的對比度增強(qiáng)應(yīng)用[1]。直方圖均衡化算法實際上是對圖像中的灰度值進(jìn)行操作的算法，通過一定的方式進(jìn)行灰度變換，使目標(biāo)圖像中的灰度均勻分布，這一過程中圖像中的灰度值的動態(tài)范圍被擴(kuò)展了，圖像的整體對比度增強(qiáng)，最終圖像的質(zhì)量被改善。直方圖均衡是一種簡單且有效的圖像增強(qiáng)技術(shù)，它以概率論為基礎(chǔ)，運(yùn)用灰度點運(yùn)算來實現(xiàn)直方圖變換[2]。直方圖均衡化算法是將非均勻的概率密度函數(shù)Pr(r)經(jīng)過變換函數(shù)T(r)轉(zhuǎn)換為均勻概率分布Ps(s)的情況[3]。s=T(r)是經(jīng)過T(r)轉(zhuǎn)換后的灰度值，假設(shè)滿足以下4個條件：

(1)當(dāng)0≤r≤1時，s=T(r)是單調(diào)遞增函數(shù)；

(2)s和r是一一對應(yīng)的；

(3)當(dāng)0≤r≤1時，存在0≤s=T(r)≤1；

(4)反變換r=T-1(s)一定存在。

圖2 Gamma變換

(4)

其逆變換函數(shù)為

rk=T-1(sk).

將sk按要求根據(jù)良好的間隔歸入各自的量化等級，即式(5)：

tk=INT(sk(L-1)).

(5)

直方圖均衡化算法實現(xiàn)：

(1)分析原始圖像的灰度級rk，k=0,1,...，L-1，其中L表示灰度級的像素數(shù)目；

(2)通過計算獲得不同灰度級下的像素個數(shù)nk；

(4)代入公式(4)計算原始圖像的累積直方圖sk；

(5)代入公式(5)獲得新的量化等級tk；

(6)通過計算確定變換前后圖像的映射關(guān)系sk→tk，以及映射后的圖像中各灰度級像素的數(shù)量nk'；

(8)利用映射關(guān)系處理原圖像的灰度級，至得到近似為灰度平均分布的圖像，將其輸出。

4 灰度標(biāo)準(zhǔn)化

灰度標(biāo)準(zhǔn)化也稱為灰度歸一化，其流程由讀入圖像、計算灰度分布、求灰度分布密度、求灰度積累分布、灰度級變換和灰度值更新等組成，如圖3所示。

圖3 灰度歸一化流程

從頭像采集庫中選取一張圖片用于測試，在MATLAB中編碼讀入圖像，并按照灰度標(biāo)準(zhǔn)化的流程對其進(jìn)行直方圖均衡變換，以觀察變換前后的對比情況，經(jīng)過灰度標(biāo)準(zhǔn)化處理后的圖像效果如圖4和圖5所示。

從圖4和圖5對比中可看到，圖像中像素個數(shù)多的灰度級被拓寬，而像素個數(shù)少的灰度級則被縮減，均衡變換后的直方圖趨勢更平緩，這對實際中對于偏亮或偏暗的圖像效果尤其明顯?？梢酝ㄟ^軟件控制實現(xiàn)對人臉表情庫中偏暗或偏亮的圖片的自動調(diào)整，以提高圖像的信息表達(dá)力，這對人機(jī)交互的識別率的提高有莫大的幫助。

圖4 原圖灰度圖像和直方圖

圖5 均衡變換后的灰度圖像

5 結(jié)束語

本文從直方圖均衡化角度設(shè)計了一種對人臉表情圖片進(jìn)行灰度變換的圖像預(yù)處理方法，經(jīng)過人臉檢測獲得的表情圖片經(jīng)過上述直方圖均衡化處理后，圖像的灰度近似為均勻后，這樣在后續(xù)的表情提取時可以獲得更好的處理區(qū)域，從而獲得更好的處理結(jié)果，得到精確的承載信息，為后續(xù)進(jìn)行的表情分析和處理奠定基礎(chǔ)。