【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(guò)程就是把彩色圖像轉(zhuǎn)換為黑白色圖像的過(guò)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(lái)，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(guò)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(guò)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(guò)程稱(chēng)為平滑。平滑可以降低圖像的視覺(jué)噪聲，同時(shí)出去圖像中的高頻部分后，那些本來(lái)不明顯的低頻成分更容易識(shí)別。平滑可以通過(guò)卷積來(lái)實(shí)現(xiàn)。經(jīng)過(guò)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(kāi)。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(guò)程主要是通過(guò)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(lái)實(shí)現(xiàn)的。通過(guò)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(guò)一些算法，通過(guò)一個(gè)閾值改變圖像中的像素顏色，令整幅圖像畫(huà)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(guò)來(lái)表示，這種圖像稱(chēng)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(lái)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(guò)直方圖變換式來(lái)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(guò)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(lái)，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(chēng)性，因此可以很快就能標(biāo)記出來(lái)， 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(lái)。 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(guò)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(lái)。如果庫(kù)存中 沒(méi)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(wú)關(guān)位圖（ DIB） VC++沒(méi)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(lèi)了。本系統(tǒng)中 建立了一個(gè)專(zhuān)門(mén)的類(lèi) DIB 來(lái)處理設(shè)備無(wú)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(lèi)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(hù)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(guò)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(chēng)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(lái)了。 點(diǎn)運(yùn)算有時(shí)又稱(chēng)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(shuō)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(jiàn)。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(guò)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(guò)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(lái)進(jìn)行實(shí)現(xiàn)。函數(shù) LightingCompensate（）是類(lèi) 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(guò)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?；叶染€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(méi)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?jiàn)， 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(lái)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