劉淑麗

（鄭州工業(yè)應(yīng)用技術(shù)學(xué)院，河南 鄭州 451100）

1 概述

本文的主要內(nèi)容是圖像的初始處理時(shí)通過(guò)接收和處理攝像機(jī)的圖像來(lái)獲得定位和識(shí)別的精度。該模塊的校正主要是光補(bǔ)償、圖像雕刻、砂紙平滑，簡(jiǎn)單的線條還包括平滑，但是在這個(gè)過(guò)程中，光的影響很難被記錄下來(lái)，而且圖像的顏色也不均勻，這就使得光補(bǔ)償變得很困難。編程過(guò)程可以在互聯(lián)網(wǎng)和書籍中找到，但是在特別困難的設(shè)計(jì)過(guò)程中，使用24 位地圖，便于在圖書館門禁系統(tǒng)中定位和提取功能。

2 系統(tǒng)需求和可行性分析

2.1 系統(tǒng)需求

在開發(fā)人臉識(shí)別程序之前，經(jīng)常會(huì)訪問以前的文檔和原始程序，在開發(fā)過(guò)程中，我們將算法組合成數(shù)據(jù)，復(fù)制自己的想法，使程序更容易識(shí)別人臉圖像。軟件的主要功能是識(shí)別人臉。首先系統(tǒng)處理用相機(jī)采集的原始圖像。此過(guò)程也被稱為圖像預(yù)處理。只有預(yù)處理模塊才能很好地工作。這個(gè)過(guò)程可以完成以下兩個(gè)按鍵模塊：臉部定位和特征提取。

2.2 可行性分析

可行性研究也可以說(shuō)是可行性研究。新軟件，為了保證新應(yīng)用的開發(fā)成功，根據(jù)最低的耗電和最大的實(shí)用性，解決方案的用戶需求，對(duì)系統(tǒng)進(jìn)行了分析和審查。

有很多圖像處理方法可以使用不同的方法，所以臉部的顏色其實(shí)就是皮膚的顏色，提取膚色的面積更準(zhǔn)確，成功的概率在95%以上，而且速度相當(dāng)快。

圖像亮度的變化。圖像在另一個(gè)環(huán)境中，光不可避免地受到另一個(gè)光的影響，因?yàn)閳D像太暗或太亮，我們需要調(diào)整它的亮度。最重要的措施是補(bǔ)償圖像中的光。

本文的主要目的是圖像預(yù)處理模塊，系統(tǒng)中使用的算法有：（1）光學(xué)補(bǔ)償模塊：圖像的光是不平衡的，可以通過(guò)光改變顏色。為了補(bǔ)償整個(gè)圖像的顏色變化，系統(tǒng)選擇了一種通過(guò)使用前5%像素和增加線性度來(lái)提高低階和高階圖像中所有像素的亮度的解決方案。（2）高斯級(jí)模塊：在記錄過(guò)程中，數(shù)據(jù)會(huì)在傳輸和存儲(chǔ)過(guò)程中丟失或損壞，因此圖像中經(jīng)常會(huì)發(fā)生不規(guī)則的隨機(jī)噪聲，影響圖像的質(zhì)量，所以有時(shí)候需要對(duì)圖像進(jìn)行消除噪聲。但是，如果平滑不適當(dāng)，則輪廓、線條等圖像自身的細(xì)節(jié)會(huì)模糊。（3）圖像比較模塊：該模塊的目的是將每個(gè)點(diǎn)的操作中導(dǎo)入的圖像轉(zhuǎn)換成輸出圖像。每層灰燼中的像素?cái)?shù)是相同的，其實(shí)現(xiàn)主要取決于灰燼平衡的變化。（4）直方圖方程模塊：為了逐漸顯示圖像的特性，有必要提高對(duì)比度。主要測(cè)量圖像的灰分值。對(duì)于兩者之間的信息，總灰分值的增加部分作為新像素存儲(chǔ)。

3 預(yù)處理方案

3.1 人臉識(shí)別流程

需要很多步驟來(lái)完成面部識(shí)別，整個(gè)過(guò)程中，由于科學(xué)家來(lái)自不同的學(xué)科，背景不同，對(duì)不同人的面部識(shí)別目標(biāo)不同，面部識(shí)別過(guò)程也不一致。

最重要的步驟是面部識(shí)別/跟蹤、面部提取、維度下降、匹配和分類，基本上是連續(xù)的。

3.2 人臉檢測(cè)/跟蹤

人臉識(shí)別是自動(dòng)人臉識(shí)別系統(tǒng)的第一步。目標(biāo)是用圖像輸入來(lái)看臉。在特定的檢索圖像[7]中，面部識(shí)別的目的是判定圖像中是否有面部。在實(shí)踐中，通常在非控制條件下收集信息。因此，獲得的圖像在大小、方向、暗度、覆蓋率、分辨率等方面存在著很大的差異，導(dǎo)致圖像的不同變形，同一個(gè)人的臉會(huì)導(dǎo)致檢測(cè)誤差、濾波誤差等。為了校正人臉尺寸、光照和旋轉(zhuǎn)的變化，需要對(duì)不同的人臉圖像進(jìn)行幾何均勻性（空間標(biāo)準(zhǔn)化）和光均勻性（灰度均勻性）的調(diào)整，以便用均勻算法進(jìn)行識(shí)別。

3.3 特征提取

為了能夠分別出人的臉，就必須要提取這個(gè)人的臉上具有的獨(dú)特性質(zhì)。也就是說(shuō)，必須從人臉的圖像中提取出很多數(shù)字顯示模式。一般的表示方法包括幾何函數(shù)、代數(shù)函數(shù)、固定函數(shù)模型、函數(shù)曲面等。

3.4 特征降維

人臉是一種非剛性的自然物體，可以從人臉中提取許多不同的屬性。因此，人臉的原始特征與超空間數(shù)據(jù)是一致的（在M*n 圖像意義上，空間層次可以達(dá)到M 個(gè)程度）。*（n）除了大量的相應(yīng)計(jì)算外，很難對(duì)高數(shù)據(jù)的可描述性做出有效的評(píng)價(jià)。因此，要保證基于大量數(shù)據(jù)的識(shí)別結(jié)果的有效性是不可能的，我們需要一種簡(jiǎn)潔的人類表達(dá)方法來(lái)過(guò)濾和融合原始特征，集中信息，減小這些小尺度空間的規(guī)模和效率。改進(jìn)以促進(jìn)下一步的適當(dāng)分類。

3.5 匹配識(shí)別

根據(jù)提取功能，選擇合適的匹配策略，將待識(shí)別人臉與數(shù)據(jù)庫(kù)中已知人臉進(jìn)行比較。和臉部識(shí)別不同，這里主要使用個(gè)人臉部的不同。有兩種識(shí)別目的和情況。一個(gè)是面部圖像的驗(yàn)證，即確認(rèn)。輸入圖像中的人屬于監(jiān)視識(shí)別數(shù)據(jù)庫(kù)。還有一個(gè)是臉部圖像的識(shí)別（identification），確認(rèn)輸入圖像中無(wú)人值班識(shí)別的人的身份。

4 模塊概要設(shè)計(jì)

4.1 圖像獲取模塊

該模塊主要接收來(lái)自攝像機(jī)庫(kù)的圖像或在軟件界面上可以識(shí)別的圖像。

4.2 人臉區(qū)域獲取

在這個(gè)系統(tǒng)中，對(duì)人臉的理解主要是基于一個(gè)由皮膚的非線性部分演化而來(lái)的膚色模型。然而這樣的皮膚顏色模型的設(shè)定就必須得挑選合適的顏色以及空間。

4.3 人臉定位模塊

臉的位置是這個(gè)系統(tǒng)中典型的臉部特征（眼睛、鼻子尖、嘴唇等）。位置的特征是眼睛、鼻子的前端和嘴。首先眼睛肯定是對(duì)稱的，所以對(duì)于眼睛就可以直接標(biāo)記。眼睛下面鼻子再下面嘴，不可能說(shuō)嘴長(zhǎng)在鼻子上面。那么眼睛被標(biāo)記的話，緊接著鼻子、嘴巴也會(huì)被標(biāo)記。

4.4 特征提取模塊

特征提取按以下4 個(gè)步驟進(jìn)行：（1）得到眼睛和眼睛中間的距離。（2）測(cè)量眼睛是否歪斜并測(cè)出它的傾斜角度。（3）估計(jì)出眼睛、鼻子、嘴巴的重心在哪里。（4）最后直接標(biāo)出每一個(gè)特征。一旦特征被標(biāo)注出來(lái)，其相應(yīng)函數(shù)的值就存儲(chǔ)在數(shù)據(jù)庫(kù)中。

4.5 識(shí)別模塊

與典型的存儲(chǔ)介質(zhì)相比，可以確定并且更進(jìn)一步的分辨出最接近這些的數(shù)據(jù)。如果在我們?cè)O(shè)定的圍內(nèi)，這個(gè)人就肯定是我們要找的人。

5 系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

5.1 圖像點(diǎn)處理詳細(xì)設(shè)計(jì)

圖像點(diǎn)操作是簡(jiǎn)單而重要的技術(shù)，用戶能夠變更圖像數(shù)據(jù)的灰度區(qū)域。點(diǎn)操作后，圖像輸入將生成一個(gè)新的輸出圖像。輸入像素：點(diǎn)和局部運(yùn)算的區(qū)別在于，輸入每個(gè)輸出像素的灰度值，并與輸入字段內(nèi)的一個(gè)或多個(gè)像素的灰度值進(jìn)行比較。這是為什么呢？點(diǎn)操作無(wú)法改變圖像的空間關(guān)系。

對(duì)比度展開和灰度轉(zhuǎn)換是圖像數(shù)字化軟件和圖像顯示軟件的重要構(gòu)成部分，詳細(xì)介紹了各圖像處理模塊的應(yīng)用問題的解決原理和程序設(shè)計(jì)。

5.2 光線補(bǔ)償

算法思想：光補(bǔ)償概念主要考慮顏色信息的影響，如膚色對(duì)光源顏色的影響和成像設(shè)備的顏色變化。一般來(lái)說(shuō)，他認(rèn)為它和基本顏色不同，在一定的方向上移動(dòng)，這在藝術(shù)照片中比較常見，因此，為了補(bǔ)償一般圖像顏色的變化，我們建議，整個(gè)圖像的所有像素的亮度（非線性校正后的亮度）從高變?yōu)榈?。則將亮度設(shè)置為“熱參考”，并將顏色RGB 設(shè)置為255。整個(gè)圖像的不同像素的值也將在此比例上更改。

具體實(shí)現(xiàn)光線補(bǔ)償功能：完成過(guò)程如下：首先編輯IDR菜單，在菜單中添加一個(gè)名為“預(yù)處理”的菜單項(xiàng)，然后在屬性欄中創(chuàng)建“輸出”菜單，單擊“預(yù)處理”新建一個(gè)子菜單，再調(diào)用“光補(bǔ)償”。光線補(bǔ)償?shù)男Ч麍D如1、2 所示。

5.3 圖像灰度化

灰度比例變換：如果圖像在攝影中曝光不足或曝光過(guò)度，則存在對(duì)比度不足的缺點(diǎn)，沒辦法明確地分辨圖像的重要點(diǎn)，灰度圖像的線性擴(kuò)展可以明顯優(yōu)化圖像的外觀。圖像灰度化效果圖如圖3 所示。

5.4 高斯平滑

算法思想：在高斯柔度之前使用模板操作。為圖像的靈活性、親和力、細(xì)化和邊緣測(cè)試而設(shè)計(jì)的使用。

圖1 原圖

圖2 光線補(bǔ)償效果圖

圖3 圖像灰度化效果圖

圖4 高斯平滑效果圖

圖5 對(duì)比度增強(qiáng)效果圖

圖像質(zhì)量受到影響，噪聲處理過(guò)程稱為柔性，柔性降低了圖像中的視覺噪聲；去掉圖像的高頻部分，可以更容易地識(shí)別出低頻部分。噪聲點(diǎn)的灰分含量與相鄰像素的壽命有很大的不同，即它們總是隨空間頻率的變化而變化。彈性可以通過(guò)原子的痙攣、大小和體積來(lái)實(shí)現(xiàn)。高斯平滑效果圖如圖4 所示。

5.5 圖像對(duì)比度增強(qiáng)

算法思想：編輯圖像平衡可以進(jìn)一步提高對(duì)比度。統(tǒng)計(jì)圖像的灰度值。最小值以下的信息被視為相關(guān)信息，被視為黑色。對(duì)于信息，在大于最大值的情況下，認(rèn)為去除了部分不相關(guān)的信息，對(duì)于兩者之間的信息，對(duì)比度增加，并且這些全部灰度值中的份額作為新的像素信息被保存。對(duì)比度效果圖如圖5 所示。

5.6 關(guān)鍵功能部分函數(shù)設(shè)計(jì)

（1）攝像頭操作：要執(zhí)行系統(tǒng)功能，首先要讀取相機(jī)數(shù)據(jù)以保持相機(jī)運(yùn)行。由于采集的圖像平滑且易于管理，因此需要使用setcape property（）函數(shù)將相機(jī)分辨率設(shè)置為公共值（1024*768），讀取相機(jī)數(shù)據(jù)并返回ipjimage 圖像數(shù)據(jù)。在這一部分中，您需要打開相機(jī)，設(shè)置相機(jī)分辨率屬性，并在讀取和使用后釋放相機(jī)資源。啟動(dòng)程序時(shí)，如果未從文件中讀取信息，相機(jī)將自動(dòng)開始下載圖像。單擊ESC 退出系統(tǒng)，自動(dòng)檢索資源，關(guān)閉相機(jī)并釋放相機(jī)資源。

（2）人臉檢測(cè)功能：要實(shí)現(xiàn)人臉識(shí)別，首要先檢測(cè)出人臉。要發(fā)揮這個(gè)作用，我們可以接收攝像機(jī)圖像，進(jìn)行加熱等操作，使用頭發(fā)功能，使用層疊，搜索面部區(qū)域，盡可能地識(shí)別人臉，避免被不公正地發(fā)現(xiàn)，再檢查一下收集區(qū)的眼睛。通過(guò)對(duì)人眼未發(fā)現(xiàn)的區(qū)域進(jìn)行過(guò)濾，成功地降低了人臉區(qū)域的錯(cuò)誤率，達(dá)到了人臉真正需要的區(qū)域。平衡圖像的直方圖，對(duì)圖像進(jìn)行校正，最后進(jìn)行必要的訓(xùn)練和圖像識(shí)別。

6 結(jié)束語(yǔ)

在“基本數(shù)字圖像處理方法”的背景下，使用圖像處理的基本方法和最常用的方法，例如格式轉(zhuǎn)換、灰度變化、濾波和其他圖像，例如圖像平滑、矩陣轉(zhuǎn)換、圖像轉(zhuǎn)換數(shù)字圖像處理過(guò)程，如膨脹腐蝕、圖像幾何轉(zhuǎn)換（ease、rotation、size等）和讀取可以繼續(xù)進(jìn)行，并可以生成和顯示編碼圖像，只有這一部分才能構(gòu)成一個(gè)特殊的圖像處理平臺(tái)。最終應(yīng)用在圖書管門禁系統(tǒng)中，得到很好的效果。