【文章內(nèi)容簡(jiǎn)介】 編碼方案中采用的彩色表示模型。 灰度變化 [4] 圖像灰度化的過程就是把彩色圖像轉(zhuǎn)換為黑白色圖像的過程，它也是為了將圖像的信息更加具體、簡(jiǎn)單的表現(xiàn)出來，但是，這樣做也將會(huì)丟失圖像信息。因此，盡可能在轉(zhuǎn)化的過程中用簡(jiǎn)單的方式表現(xiàn)圖像復(fù)雜的信息。 高斯平滑處理 [5] 高斯平滑將對(duì)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(huì)出現(xiàn)一些不規(guī)則的噪聲，入圖像在傳輸、存儲(chǔ)等都有可能產(chǎn)生數(shù)據(jù)的丟失。從而影響圖像的質(zhì)量。處理噪聲的過程稱為平滑。平滑可以降低圖像的視覺噪聲，同時(shí)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(shí)別。平滑可以通過卷積來實(shí)現(xiàn)。經(jīng)過卷積平滑后的水平投影后，二值化提供了較好的圖像效果。 對(duì)比度增強(qiáng) [6] 對(duì)比度增強(qiáng)，就是對(duì)圖像的進(jìn)一步處理，將對(duì)比度再一次拉開。它 針對(duì)原始圖像的每一個(gè)像素直接對(duì)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(duì)像素的灰度級(jí)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。 通過改變選用的增強(qiáng)函數(shù)的解析表達(dá)式就可以得到不同的處理效果 。 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(shí)別并減少計(jì)算量 。 二值化就是通過一些算法，通過一個(gè)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(gè)比特表示一個(gè)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。 這便有利于我們對(duì)特征的提取。該設(shè)計(jì)中采用組畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 16 內(nèi)方差和組外方差來實(shí)現(xiàn)二值化。 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(jí)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(gè)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(gè)缺點(diǎn)： 1）變換后圖像的灰度級(jí)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(duì)比度不自然的過分增強(qiáng)。 人臉定位模塊 人臉定位是將典型的臉部特征（如眼睛，鼻尖，嘴唇等等）標(biāo)記出來，在本系統(tǒng)中，定位的特征是眼睛，鼻尖和嘴巴三 個(gè)。由于眼睛具有對(duì)稱性，因此可以很快就能標(biāo)記出來， 而鼻子是在眼睛下面 ， 且嘴巴在鼻子下面，所以只要眼睛標(biāo)記好，鼻子和嘴巴也能相應(yīng)的標(biāo)記出來。 特征提取模塊 特征提取按以下 4個(gè)步驟進(jìn)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(gè)矩形標(biāo)出每一個(gè)特征 在特征提取完之后將會(huì)得到相應(yīng)的特征值以便存入后臺(tái)數(shù)據(jù)庫(kù)。 識(shí)別模塊 該模塊通過與庫(kù)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(duì)該參數(shù)進(jìn)一步分析。如果分析在我們所確認(rèn)的范圍內(nèi)，我們就認(rèn)為該人就是我們所要 找的。然后從庫(kù)存中提取出該人相關(guān)的信息，并顯示出來。如果庫(kù)存中沒有，則給出提示是否對(duì)存庫(kù)作為樣本。 ? ? ? ?? ?139。1AB H f DHD f f D???????畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 17 第四章 系統(tǒng)的詳細(xì)設(shè)計(jì) 本章主要對(duì)圖像處理這一模塊進(jìn)行詳細(xì)介紹，對(duì)其子模塊所用到的算法及具體實(shí)現(xiàn)進(jìn)行詳細(xì)講述。 第一節(jié) 系統(tǒng)的運(yùn)行流程圖 圖 61 系統(tǒng)的運(yùn)行流程圖 第二節(jié) 圖像處理詳細(xì)設(shè)計(jì) 一 位圖詳細(xì)設(shè)計(jì) 1 設(shè)備無關(guān)位圖（ DIB） VC++沒有提供使用十分方便的 DIB 繪制方法，只好自己去創(chuàng)建一個(gè)實(shí)用的 DIB類了 。本系統(tǒng)中 建立了一個(gè)專門的類 DIB 來處理設(shè)備無關(guān)位圖，表 4－ 1 列出了對(duì)位圖的操作函數(shù)。 輸入 啟動(dòng)本系統(tǒng)，進(jìn)入人臉識(shí)別系統(tǒng)界面。 點(diǎn)擊攝像鍵，然后進(jìn)行拍照，并將圖像顯示并保存。 對(duì)圖片進(jìn)行光線 補(bǔ)償 、 將圖片變成灰色 、實(shí)現(xiàn)圖片對(duì)比度增強(qiáng)，二值化變換等一系列預(yù)處理。 將處理好的人臉圖片進(jìn)行定位，標(biāo)出眼睛 、鼻尖和嘴巴。 對(duì)定位好的人臉圖片進(jìn)行特征提取操作 。 識(shí)別出圖片上的人。 結(jié)束退出 輸出 畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 18 表 6－ 1 Dib 類的部分功能 二 圖像點(diǎn)處理詳細(xì)設(shè)計(jì) 圖像點(diǎn)運(yùn)算是一種既簡(jiǎn)單又重要的技術(shù)，它能讓用戶改變圖像數(shù)據(jù)占據(jù)的灰度范圍，一幅輸入圖像經(jīng)過點(diǎn)運(yùn)算后將產(chǎn)生一幅新的輸出圖像，由輸入像素點(diǎn)的灰度值決定相應(yīng)的輸出像素點(diǎn)的灰度值，點(diǎn)運(yùn)算與局部運(yùn)算的差別在 于：后者每個(gè)輸出像素的灰度值由對(duì)應(yīng)輸入像素的一個(gè)領(lǐng)域內(nèi)幾個(gè)像素的灰度值決定。所以，點(diǎn)運(yùn)算不可以改變圖像內(nèi)的空間關(guān)系。 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。除了灰度級(jí)的改變是根據(jù)某種特定的灰度變換函數(shù)進(jìn)行之外，點(diǎn)運(yùn)算可以看作是“從像素到像素”的復(fù)制操作。如果輸入圖像為 A（ x， y），輸出圖像為 B（ x， y），則點(diǎn)運(yùn)算可表示為： B（ x， y） = f[A（ x， y） ] （式 2） 其中函數(shù) f（ D）被稱為灰度變換（ Gray Scale Transformation ， GST）函數(shù)， 它描述了輸入灰度值和輸出灰度值之間的轉(zhuǎn)換關(guān)系，一旦灰度變換函數(shù)確定，該點(diǎn)運(yùn)算就完全被確定下來了。 點(diǎn)運(yùn)算有時(shí)又稱為對(duì)比度增強(qiáng)、對(duì)比度拉伸或灰度變換，它是圖像數(shù)字化軟件和圖像顯示軟件的重要組成部分。下面將對(duì)本設(shè)計(jì)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。 函 數(shù) 功 能 ClearMemory（） 釋放內(nèi)存 CopyHandle（） 拷貝內(nèi)存塊 LoadDIB（） 加載位圖信息 ReadDIBFile（） 讀取位圖文件信息 LightingCompensate（） 進(jìn)行光線補(bǔ)償 PixelOffset（） 修正像素值 PaintDIBTrue（） 繪制 DIB 對(duì)象 GetColorNumber（） 獲取顏色總數(shù) GetHeight（） 獲取 DIB 高 度 GetWidth（） 獲取 DIB 寬度 GetSize（） 獲取圖像數(shù)據(jù)緩沖區(qū)中的字節(jié)數(shù) GetBitCount（） 獲取顏色位數(shù) GetBiBitCount（） 獲取字節(jié)數(shù) 畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 19 光線補(bǔ)償 （ 1）算法思想： 光線補(bǔ)償?shù)南敕ǖ奶岢鲋饕强紤]到膚色等色彩信息經(jīng)常受到光源顏色、圖像采集設(shè)備的色彩偏差等因素的影響，而在整體上偏離本質(zhì)色彩而向某一方向移動(dòng)，即我們通常所說的色彩偏冷、偏暖、照片偏黃、便藍(lán)等等。這種現(xiàn)象在藝術(shù) 照片中更為常見。所以 Anil ，為了抵消這種整個(gè)圖像中存在著的色彩偏差，我們將整個(gè)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(jìn)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。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。 （ 2） 具體實(shí)現(xiàn)光線補(bǔ)償功能： 明白了光線補(bǔ)償這功能的算法及思想，就可以編碼實(shí)現(xiàn)其功能了， 實(shí)現(xiàn)過程如下： ① 、 編輯菜單 IDR_MAINFRAM，先在其中添加一菜單項(xiàng)，將其命名為“預(yù)處理”，并在其屬性欄中將其設(shè)為“彈出”菜單，點(diǎn)擊預(yù)處理該菜單項(xiàng)將會(huì)彈出一個(gè)新的子菜單，此時(shí)把該子菜單命名為“光線補(bǔ)償”，并把其 ID 設(shè)為ID_READY_LIGHTINGCONPENSATE ，對(duì)應(yīng)文件 FaceDetectView． Cpp 中的函數(shù)ReadyLightingconpensate() 實(shí) 現(xiàn) ， 并 在 void CFaceDetectView:: OnReadyLightingconpensate()中添加如下代碼 ： hDIBTemp = (hDIB)。 (hDIB)。 GlobalUnlock(hDIB)。 Invalidate()。 光線補(bǔ)償功能實(shí)質(zhì)上是用上段代碼中的 LightingCompensate（）函數(shù)來進(jìn)行實(shí)現(xiàn)。函數(shù) LightingCompensate（）是類 DIB 的一個(gè)成員函數(shù)。其核心代碼如下所述： //下面的循環(huán)對(duì)圖像進(jìn)行光線補(bǔ)償 for(i =0。iheight。i++) for(int j=0。jwidth。j++) { //獲取像素偏移 lOffset = thisPixelOffset(i,j,wBytesPerLine)。 //得到藍(lán)色分量 畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 20 *(lpData+lOffset) = colorb。 //綠色分量 colorb = *(lpData+lOffset+1)。 colorb *=co。 if(colorb 255) colorb = 255。 *(lpData+lOffset+1) = colorb。 //紅色分量 colorb = *(lpData+lOffset+2)。 colorb *=co。 if(colorb 255) colorb = 255。 *(lpData+lOffset+2) = colorb。 } ② 光線補(bǔ)償?shù)男Ч麍D如下所示 ： 圖 41 原圖 畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 21 圖 42 光線補(bǔ)償效果圖 圖像灰度化 （ 1）算法思想 ① 彩色轉(zhuǎn)換成灰度 將 彩色圖像轉(zhuǎn)化為灰階圖像常采用如下的經(jīng)驗(yàn)式： gray＝ R＋ G＋ B（式 3） 其中， gray 為灰度值， R、 G、 B 分別為紅色、綠色和藍(lán)色分量值。 ② 灰度比例變換 灰度比例變換是把原像素的灰度乘以一個(gè)縮放因子，并最后截至 [0,255]。 ③ 灰度線性變換 當(dāng)圖像由于成像時(shí)曝光不足或曝光過度，會(huì)產(chǎn)生對(duì)比度不足的弊病，從而使圖像中的細(xì)節(jié)分辨不清。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。灰度線性變換的計(jì)算式為： g = ],[,))(( bafcab afcd ??? ?? （式 4） f，其他 式中， f 是原像素的灰度， g 為變換后的灰度。該變換把屬于 [a,b]的灰度級(jí)變換至灰度區(qū)間 [c,d]，而沒有在 [a,b]區(qū)間的原像素灰度將保持不變。這里 a， b， c， d， f， g 均為 [0,255]之間的整數(shù)值?？梢?， a 被映射為 c， b 被映射為 d。 畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 22 ④ 灰度線性截?cái)? 灰度線性截?cái)嗟乃枷胧牵喝绻袼氐幕叶刃∮?a，則該像素的灰度等于 c；如果原像素的灰度大于 b，則該像素的灰度等于 d。 （ 2） 具 體實(shí)現(xiàn)灰度化功能 在明白了灰度化的原理之后，就可進(jìn)行編碼來實(shí)現(xiàn)該功能。 ① 編輯菜單 IDR_MAINFRAM，先在其中添加一菜單項(xiàng)，將其命名為 ”圖像灰度化 ”,并將其 ID 號(hào)設(shè)為 ID_READY_SCALE, 對(duì)應(yīng)文件 FaceDetectView． Cpp 中的函數(shù)ReadyLightingconpensate()實(shí)現(xiàn) . ② 現(xiàn)該模塊的核心代碼如下： 獲取藍(lán)色分量 ColorB=*(lpData + lOffset)。 獲取綠色分量 ColorG=*(lpData + lOffset+1)。 獲取紅色分量 ColorR=*(lpData + lOffset+2)。 計(jì)算灰度值 gray = (ColorG*50+ColorR*39+ColorB*11)/100。 顯示灰度圖像 *(lpData