【正文】 通過 對圖像的灰度值進行統(tǒng)計，對于小于 Low 則認為是有關(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，則進行對比度增強，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。 Visual C++ 是 Microsoft 公司推出的一種可視化編程工具。如 Windows 9 Windows Me、 Windows 20 Windows NT 等。 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。 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行人臉的識別。 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，因此需要將圖片進行平滑操作以此來消除噪聲。 本論文主要對該人臉識別系統(tǒng)進行模塊劃分，并介紹各模塊的功能，重點介紹圖像預(yù)處理模塊，對其內(nèi)的子模塊的功能和算法進行詳細講述，主要介紹光線補償、圖像灰度化、高斯平滑、均衡直方圖、圖像對比度增強，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。在機場開展的測試中，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 Tech 公司 Hunter 系統(tǒng)、德國的 BioID 系統(tǒng)等）的工程研究工作也主要放在公安、刑事方面，在考試驗證系統(tǒng)的實現(xiàn)方面深入研究并不多。而計算機對使用者身份確認的最直接的應(yīng)用就是基于特定使用者的環(huán)境 設(shè)置：如使用者的個性化工作環(huán)境，信息的共享和隱私保護等等。 眼睛是面部最重要的特征，它們的精確定位是識別的關(guān)鍵。如今，雖然在這方面的研究已取得了一些可喜的成果，但是 FRT 在實用應(yīng)用中仍面臨著很嚴峻的問題 ,因為人臉五官的分布是非常相似的，而且人臉本身又是一個柔性物體，表情、姿態(tài)或發(fā)型、化妝的千變?nèi)f化都給正確識別帶來了 相 當(dāng)大的 麻煩 。目 前 ， 微 電子和 視覺系統(tǒng) 方 面 取得的新進 展 ，使該 領(lǐng)域 中 高性能自動 識別技術(shù)的實 現(xiàn) 代 價降低到 了可以 接受 的 程度 。 本文 提出了基于 24位彩色圖像對人臉進行識別的方法， 介紹的主要內(nèi)容是圖像處理，它在整個軟件中占有極其重要的地位，圖像處理的好壞直接影響著定位和識別的準確率。這并非虛構(gòu)的情節(jié)?；叶确e分投影曲線分析、模板匹配、可變形模板、 Hough 變換、 Snake 算子、基于 Gabor 小波變換的彈性圖匹配技術(shù)、主動性狀模型和主動外觀模型是常用的方法。該算法根據(jù)人眼灰度明顯低于面部灰度的特點，利用搜索矩形找到眼部的邊緣，最后定位到瞳孔的中心。 1993年，美國國防部高級研究項目署 (Advanced Research Projects Agency)和美國陸軍研究實驗室 (Army Research Laboratory)成立了 Feret(Face Recognition Technology) 項目組，建立了 feret 人臉數(shù)據(jù)庫，用于評價人臉識別算法的性能。北京科瑞奇技術(shù)開發(fā)股份有限公司在 2020年開發(fā)了一種人臉鑒別系統(tǒng)，對人臉圖像進行處理，消除了照相機的影響，再對圖像進行特征提取和識別。 第一節(jié) 可行 性分析 在開發(fā)該人臉識別軟件之前，我們查詢了前人所寫過的諸多論文以及源程序，在開發(fā)之時，結(jié)合了資料中的算法并揉進了自己的一些思想，使程序可以對人臉圖片進行簡易識別。 灰度均衡：灰度變換后，就要進行灰度均衡，可以根據(jù)灰度分布來進行灰度均衡。因此本設(shè)計中所要完成 的主要功能如下所述： 圖像獲取功能 ： 該模塊主要是從攝像頭拍照后進行獲取圖片，也可以從圖片庫中獲取，獲取后的圖片可以在軟件的界面中顯示出來以便進行識別。 ② 配備符合 ANSI/ISO 標準的高級程序設(shè)計語言處理軟件。 應(yīng)用程序便于擴展和維護，易于技術(shù)的更新。 四 算法選擇分析 本文主要研究的對象是圖像預(yù)處理模塊，該模塊分為光線補償、圖像灰度化、高斯平滑、圖像對比度增強、均衡直方圖，每個小模塊的實現(xiàn)都有許多相應(yīng)的算法。但是 如果平滑不當(dāng)，就會使圖像本身的細節(jié)如邊界輪廓、線條等變的模糊不清 ，為了 既平滑掉噪聲有盡量保持圖像細節(jié) ，本系統(tǒng)采用高斯平滑。下面介紹系統(tǒng)中的各模塊的功能及算法： 圖像獲取模塊 該模塊主要是從攝像頭拍照后進行獲取圖片，也可以從圖片庫中獲取，獲取后的圖片可以在軟件的界面中顯示出來以便進行識別。 YcrCB色彩空間是以演播室質(zhì)量標準為目標的CC601編碼方案中采用的彩色表示模型。平滑可以降低圖像的視覺噪聲，同時出去圖像中的高頻部分后，那些本來不明顯的低頻成分更容易識別。 二值化 [7] 二值化的目的是將采集獲得的多層次灰度圖像處理成二值圖像，以便于分析理解和識別并減少計算量 。 特征提取模塊 特征提取按以下 4 個步驟進行： （ 1）、提取兩只眼睛的距離 （ 2）、眼睛的傾角度 （ 3）、眼睛、嘴巴的重心 （ 4）、用一個矩形標出每一個特征 在特征提取完之后將會得到相應(yīng)的特征值以便存入后臺數(shù)據(jù)庫。本系統(tǒng)中 建立了一個專門的類 DIB 來處理設(shè)備無關(guān)位圖，表 4－ 1 列出了對位圖的操作函數(shù)。所以，點運算不可以改變圖像內(nèi)的空間關(guān)系。所以 Anil ，為了抵消 這種整個圖像中存在著的色彩偏差，我們將整個圖像中所有像素亮度（是經(jīng)過了非線形 r校正后的亮度）從高到低進行排列，取前 5%的像素，如果這些像素的數(shù)目足夠多（例如，大于100），我們就將它們的亮度作為“參考白”（ Reference White），也即將它們的色彩的 R、 G、 B分量值都調(diào)整為 255。其核心代碼如下所述： //下面的循環(huán)對圖像進行光線補償 for(i =0。 if(colorb 255) colorb = 255。 ③ 灰度線性變換 當(dāng)圖像由于成像時曝光不足或曝光過度，會產(chǎn)生對比度不足的弊病，從而使圖像中的細節(jié)分辨不清。 ① 編輯菜單 IDR_MAINFRAM，先在其中添加一菜單項，將其命名為 ”圖像灰度化 ”,并將其 ID 號設(shè)為 ID_READY_SCALE, 對應(yīng)文件 FaceDetectView． Cpp 中的函數(shù) ReadyLightingconpensate()實現(xiàn) . ② 現(xiàn)該模塊的核心代碼如下： 獲取藍色分量 ColorB=*(lpData + lOffset)。模板操作是數(shù)字圖像處理中經(jīng)常用到的一種運算方法，圖像的平滑、銳化以及細化、邊緣檢測都要用到模板操作。模板操作實現(xiàn)了一種領(lǐng)域運算，即某個像素點的結(jié)果不僅和本像素灰度有關(guān)，而 且和其領(lǐng)域點的值有關(guān)。3 所有的卷積系數(shù)都為正數(shù) 。高斯卷積是通過采樣 2 維高斯函數(shù)得到的。m++) { for(n=j((tem_w1)/2)。這對于在進行圖像比較或分割之前將圖像轉(zhuǎn)化為一級的格式是十分有效的。 （ 2） 編碼實現(xiàn)： ① 編輯菜單 IDR_MAINFRAM，在菜單“預(yù)處理”中添加一子菜單項，命名為“實現(xiàn)圖像對比度增強”，并將其 ID 設(shè)為 ID_READY_ContrastEnhance。amp。 后來又用了 1/10 1/10 1/10 1/10 1/5 1/10 1/10 1/10 1/10 形式，但是，結(jié)果仍然是未能達到預(yù)期的效果。 函數(shù) 名稱 ： DrawCrossX 參數(shù) ： int x int y 返回值 ： 無 說明 ： 該函數(shù)對已經(jīng)做好預(yù)處理的人臉圖像中的特征（眼睛、鼻子、嘴巴）用十字標記出來 類 ClikelyHood ，表 72列出了該類所封裝的成員函數(shù)及其功能 表 72 類 ClikelyHood 的成員 函 數(shù) 功 能 CalLikeHood () 計算相似度 CalBinary () 二值化圖像 filter() 實現(xiàn)濾波功能 CalParameter () 訓(xùn)練參數(shù) 各成員函數(shù)解析 函數(shù)名稱 ： CalLikeHood 參數(shù) ： 無 返回值 ： 無 說明 ： 該函數(shù)用于計算相似度 函數(shù)名稱 ： CalBinary 參數(shù) ： 無 返回值 ： bool 說明 ： 該函數(shù)用于將圖像二值化 函數(shù)名稱 ： filter 參數(shù) ： double** source 返回值 ： bool 說明 ： 該函數(shù)的功能是實現(xiàn)中值濾波 函數(shù)名稱 ： CalParameter 參數(shù) ： DirectPath —— Bmp 文件路徑 返回值 ： bool 說明 ： 該函數(shù)的功能是對參數(shù)進行訓(xùn)練 3 類 CFaceDetectDoc 表 73 類 CFaceDetectDoc 的成員 函 數(shù) 功 能 CopyBitMap () 拷貝位圖 MakeBitMap () 生成新的位圖 DrawCross () 畫十字形標記 Likehood () 計算相似度 各成員函數(shù)解析 函數(shù)名稱 ： CopyBitMap 參數(shù) ： dest —— 目標位圖指針 Source —— 源位圖指針 返回值 ： bool 說明 ： 該函數(shù)的功能是拷貝位圖 函數(shù)名稱 ： MakeBitMap 參數(shù) ： 無 返回值 ： 無 說明 ： 該函數(shù)的功能是生成一個新的位圖 函數(shù)名稱 ： DrawCross 參數(shù) ： pDC－ CDC 指針 point－要畫的點的坐標 crColor－標記得顏色 返回值 ： 無 說明 ： 該函數(shù)用于畫十字形標記 函數(shù)名稱 ： Likehood 參數(shù) ： int m_WndWidth —— 圖片高度 int m_WndHeight —— 圖片寬度 返回值 ： 無 說明 ： 該函數(shù)用于計算相似度 類 DIB 表 74 類 Dib的成員 各成員函數(shù)解析 函 數(shù) 功 能 CopyHandle（） 拷貝內(nèi)存塊 ReadDIBFile（） 讀取位圖文件信息 LightingCompe