【正文】 ③ 效果圖 圖 46 對比度增強(qiáng)效果圖 第三節(jié) 編程時的問題解 決 光線補(bǔ)償 由于要改變每一個像素的亮度，開始，我通過對數(shù)幅圖像使用一個固定的值進(jìn)行測試，得到的效果都滿理想，但是當(dāng)對更多的圖像處理時，該固定值就出現(xiàn)了明顯的不足，最后不得不采用全局統(tǒng)計的方法，才能得到比較理想的效果。模板參數(shù)是 原先采用了 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 形式，但是，得到的效果卻是令人失望。經(jīng)過了一翻苦戰(zhàn)，最終找到均衡直方圖的辦法，經(jīng)過多次嘗試，效果一直處于比較理想的狀態(tài)。 函數(shù)名稱 ： GetPartParameter 參數(shù) ： 無 返回值 ： void 說明 ： 該函數(shù)的功能是用于獲取整個臉部的特征 函數(shù)名稱 ： Centerofgravity 參數(shù) ： 無 返回值 ： void 說明 ： 該函數(shù)的功能是找出眼睛、鼻子、嘴巴的重心并用十字將它們標(biāo)記出來 函數(shù)名稱 ： AverageDeviation 參數(shù) ： double NewData 新獲取的數(shù)據(jù) double OldData 以前的數(shù)據(jù) 返回值 ： double 平均值的標(biāo)準(zhǔn)偏差 說明 ： 該函數(shù)用于計算平均值的標(biāo)準(zhǔn)偏差 函數(shù)名稱 ： Template 參數(shù) ： double * tem 指向模板的指針 HDIB hDIB 圖像的句柄 int tem_w 模板的寬度 int tem_h 模板的高度 double xishu 模板的系數(shù) 返回值 ： 無 說明 ： 該函數(shù)對圖像進(jìn)行模板操作，但為了方便起見，模板的高度和寬度都是用奇數(shù)。菜單項中的事件處理程序都是在該類對應(yīng)的 中聲明和實(shí)現(xiàn)的。 直到最后采用的 1/16 2/16 1/16 2/16 4/16 2/16 1/16 2/16 1/16 形式，才得到了比較合理的效果。高斯平滑效果的好壞取決與模板參數(shù)。(pByteHigh)) return int(((pByteLow)/Grad))。 *(lpData + lOffset+2) = state 。 ② 類 CFaceDetectView 中添加“實(shí)現(xiàn)圖像 對比度增強(qiáng)”菜單項的事件處理程序，其代碼如下； lOffset = (i, j, gwBytesPerLine)。 （ 3）效果圖 圖 45 灰度均衡效果圖 圖像對比度增強(qiáng) （ 1） 算法思想： 在對圖像均衡直方圖處理以后，便可對圖像進(jìn)行對比度增強(qiáng)，進(jìn)一步拉開對比度。 按照圖像的概率密度函數(shù)（ PDF，歸一化帶單位面積的直方圖）的定義： P（ x） = 01A * H（ x）（式 5） 其中 H（ x）為直方圖， A0 為圖像的面積，設(shè)轉(zhuǎn)換前圖像的概率密度函數(shù)為 Pr（ r）， 轉(zhuǎn)換后圖像的概率密 度函數(shù)為 Ps（ S），轉(zhuǎn)換函數(shù)為 s = f（ r），由概率論知識，我們可以得到： Ps（ S） = Pr（ r） * dsdr （式 6） 這樣，如果想使轉(zhuǎn)換后圖像的概率密度函數(shù)為 1（即直方圖是平的）則必須滿足： Pr（ r） = dsdr （式 4－ 5） 等式兩邊積分，得： S = f（ r） = ∫ 0 rP2（ u） du = 01A ∫ 0 r H（ u） du (式 7) 該轉(zhuǎn)換式被稱為圖像的累積分布函數(shù) 上面的式是 被歸一化后推導(dǎo)的對于沒有歸一化的情況，只要求以最大的灰度值（ DMax，對于灰度圖就是 255）即可，灰度均衡的轉(zhuǎn)換式為： DB = f （ DA） = A0DMax H（ u） du （式 1） 對于離散圖像轉(zhuǎn)換式為： DB = f（ DA） = A0DMax ??DA0i Hi （式 8） 式中 Hi 為第 i 級灰度的像素個數(shù)。 如果小于 0，強(qiáng)制賦值為 0 if(sum0) sum=0。n=j+((tem_w1)/2)。 Invalidate(TRUE)。高斯平滑算法的優(yōu)點(diǎn)是平滑后圖像的失真少 ,算法更具備通用性 ,能去除不同的噪聲干擾。以下是幾個常用的卷積核 : 1/9 1/9 1/9 1/10 1/10 1/10 1/16 2/16 1/16 1/9 1/9 1/9 1/10 1/5 1/10 2/16 4/16 2/16 1/9 1/9 1/9 1/10 1/10 1/10 1/16 2/16 1/16 L P1 LP2 LP3 通常的處理是 :將中心點(diǎn)周圍八個點(diǎn)的像素值乘于各自矩陣相應(yīng)的系數(shù)后相加得到一個值 ,然后將這個 值乘上中心點(diǎn)的系數(shù) ,中心點(diǎn)的像素值賦為得到的最后值。4 距離中心較遠(yuǎn)的卷積系數(shù)的值較小或保持不變 。平滑可用卷積來實(shí)現(xiàn) ,平滑的頻率截止點(diǎn)由卷積核的大小及卷積系數(shù)決定。下面對平滑的用途和解決方法進(jìn)行詳細(xì)介紹。 1 1 1/9 1 1 1 1 1 1 則該操作應(yīng)該描述為：將原圖中一個像素的灰度值和它右下鄰近的 8個像素的灰度值相加，然后將求得的平均值 9（除以 9）作為新圖中該像素的灰度值。例如：有一種常見的平滑算法是將原圖中一個像素的灰度值和它周圍鄰近八個像素的灰度值相加，然后求得的平均值（除以 9）作為新圖中該像素的灰度值，用如下方法來表示該操作： 1 1 1 1/9 1 1 *(lpData + lOffset+1)=gray 。 獲取綠色分量 ColorG=*(lpData + lOffset+1)?？梢?， a 被映射為 c， b 被映射為 d。將圖像灰度進(jìn)行線性擴(kuò)展，常能顯著地改善圖像的外觀。 *(lpData+lOffset+2) = colorb。 *(lpData+lOffset+1) = colorb。 //得到藍(lán)色分量 *(lpData+lOffset) = colorb。iheight。 Invalidate()。整幅圖像的其他像素點(diǎn)的色彩值也都按這一調(diào)整尺度進(jìn)行交換。下面將對本設(shè)計解決各圖像點(diǎn)處理模塊運(yùn)用進(jìn)行到的理論和編程實(shí)現(xiàn)進(jìn)行詳細(xì)講述。 點(diǎn)運(yùn)算可以按照預(yù)定的方式改變一幅圖的灰度直方圖。 對定位好的人臉圖片進(jìn)行特征提取操作 。 函 數(shù) 功 能 ClearMemory（） 釋放內(nèi)存 輸入 啟動本系統(tǒng)，進(jìn)入人臉識別系統(tǒng)界面。 ? ? ? ?? ?139。 識別模塊 該模塊通過與庫存中的特征向量進(jìn)行比較，找出與特征最相近的參數(shù)，再對該參數(shù)進(jìn)一步分析。 直方圖均衡 [8] 直方圖均衡化 的 目的是使一輸入圖像轉(zhuǎn)換為在每一灰度級上都有相同的象素點(diǎn)數(shù)，它 的 處理的中心思想是把原始圖像的灰度直方圖從比較集中的某個灰度區(qū)間變成在全部灰度范圍內(nèi)的均勻分布 ，它的研究思路是： 通過直方圖變換式來進(jìn)行直方圖的均衡處理，直方圖變換式是 但是 直方圖均衡化存在著兩個缺點(diǎn)： 1）變換后圖像的灰度級減少，某些細(xì)節(jié)消失； 2）某些圖像，如直方圖有高峰，經(jīng)處理后對比度不自然的過分增強(qiáng)。 二值化就是通過一些算法，通過一個閾值改變圖像中的像素顏色，令整幅圖像畫面內(nèi)僅有黑白二值，該圖像 一般由黑色區(qū)域和白色區(qū)域組成，可以用一個比特表示一個像素，“ 1”表示黑色，“ 0”表示白色，當(dāng)然也可以倒過來表示，這種圖像稱之為二值圖像。它 針對原始圖像的每一個像素直接對其灰度進(jìn)行處理的，其處理過程主要是通過增強(qiáng)函數(shù)對像素的灰度級進(jìn)行運(yùn)算并將運(yùn)算結(jié)果作為該像素的新灰度值來實(shí)現(xiàn)的。平滑可以通過卷積來實(shí)現(xiàn)。 高斯平滑處理 [5] 高斯平滑將對圖像進(jìn)行平滑處理，在圖像采集過程中，由于各種因素的影響，圖像往往會出現(xiàn)一些不規(guī)則的噪聲，入圖像在傳輸、存儲等都有可能產(chǎn)生數(shù)據(jù)的丟失。 光線補(bǔ)償 [3] 因為系統(tǒng)得到的圖片可能會存在光線不平衡的情況，這會影響我們對特征的提取，同時系統(tǒng)中要用到 YcrCB色彩空間，所以有必要對圖像進(jìn)行光線補(bǔ)償。 人臉區(qū)域獲取 該系統(tǒng)中圖像里人臉區(qū)域的獲取，主要是根據(jù)膚色來進(jìn)行獲取，通過膚色非線形分段色彩變換來實(shí)現(xiàn)。圖像對比度增強(qiáng)：為了將圖像的特征一步一步顯現(xiàn)出來，需要進(jìn)行圖像的對比度增強(qiáng)，它主要 通過 對圖像的灰度值進(jìn)行統(tǒng)計，對于小于 Low 則認(rèn)為是有關(guān)的信息，則將它作為黑色處理，對于處于 High 以上的則認(rèn)為是一些無關(guān)的信息，將它們?nèi)サ?，而處于兩者之間的，則進(jìn)行對比度增強(qiáng)，將他們在總的灰度值里面的比例作為新的像素信息保存起來。 圖像灰度化：圖像灰度化是將圖像變成灰色，本系統(tǒng)中采用以下步驟來實(shí)現(xiàn)圖像的灰度化： 彩色轉(zhuǎn)換成灰度、灰度比例變換、灰度線性變換、灰度線性截斷、灰度取反。下面將本系統(tǒng)采用的算法進(jìn)行介紹： Visual C++ 是 Microsoft 公司推出的一種可視化編程工具。 應(yīng)用程序充分利用現(xiàn)有的資源，盡量減少不必要的再投資。如 Windows 9 Windows Me、 Windows 20 Windows NT 等。如： Visual C++ 。 二 開發(fā)環(huán)境需求分析 硬件環(huán)境 （ 1）硬件配置原則 具有可靠性，可用性和安全性，具有完善的技術(shù)支持。 圖像預(yù)處理功能 ： 該模塊主要包括圖像光線補(bǔ)償、圖像變成灰色、高斯平滑、均衡直方圖、實(shí)現(xiàn)圖像對比度增強(qiáng)、二值化變換等。 因此，從操作可行性來看，只要系統(tǒng)用戶的硬件軟件設(shè)備滿足以上條件，即可用該人臉識別軟件進(jìn)行人臉的識別。 對比度增強(qiáng)：將所要處理的區(qū)域和周圍圖像區(qū)域進(jìn)一步拉開他們的對比度，使它們更加明顯，主要通過像素的聚集來實(shí)現(xiàn)。 高斯平滑： 在圖像的采集過程中 ,由于各種因素的影響 ,圖像中往往會出現(xiàn)一些不規(guī)則的隨機(jī)噪聲 ,如數(shù)據(jù)在傳輸、存儲時發(fā)生的數(shù)據(jù)丟失和損壞等 ,這些都會影響圖像的質(zhì)量，因此需要將圖片進(jìn)行平滑操作以此來消除噪聲。 一 技術(shù)可行性 圖像的處理方法很多，我們可以根據(jù)需要，有選擇地使用各種方法。 本論文主要對該人臉識別系統(tǒng)進(jìn)行模塊劃分，并介紹各模塊的功能，重點(diǎn)介紹圖像預(yù)處理模塊，對其內(nèi)的子模塊的功能和算法進(jìn)行詳細(xì)講述，主要介紹光線補(bǔ)償、圖像灰度化、高斯平滑、均衡直方圖、圖像對比度增強(qiáng)，圖像預(yù)處理模塊在整個系統(tǒng)中起著極其關(guān)鍵的作用，圖像處理的好壞直接影響著后面的定位和識別工作。這對于人臉鑒別特別有價值，因為人臉鑒別通常使用正面照，要鑒別的人臉圖像是不同時期拍攝的，使用的照相機(jī)不一樣。在機(jī)場開展的測試中，系統(tǒng)發(fā)出的錯誤警報太多，國外的一些高校（卡內(nèi)基梅隆大學(xué)（ Carnegie Mellon University）為首，麻省理工大學(xué)（ Massachusetts Institute of Technology ）等，英國的雷丁大學(xué)（ University of Reading））和公司（ Visionics 公司 Facelt 人臉識別系統(tǒng)、 Viiage 的視頻輸入 人臉檢測和跟蹤 面部特征定位 人臉識別 表情分析 性別判斷 種族判斷 年齡判別 唇 讀 身份信息 情感狀態(tài) 性別信息 種族信息 年齡信息 唇形類別 FaceFINDER 身份驗 證系統(tǒng)、 Lau Tec