【文章內(nèi)容簡介】 灰度信息，拋棄了圖像的其他信息。對于灰度差不明顯的圖像，得不到令人滿意的結(jié)果?；趨^(qū)域增長的方法是將含有相似性質(zhì)的像素集合起來形成一個新的區(qū)域。首先把圖像分割成較小的區(qū)域，有可能非常小，甚至可能是一個像素。在每個子區(qū)域中，對經(jīng)過適當(dāng)定義能反映一個物體內(nèi)成員隸屬度的性質(zhì)進(jìn)行計算，每個子區(qū)域會用一組參數(shù)來表示該區(qū)域。然后對相鄰區(qū)域所有邊界進(jìn)行分析，若便捷信息強(qiáng)，則邊界不變，若邊界信息弱，則消除個邊界并合并相應(yīng)的鄰域。它是一個迭代過程，每一步重新計算邊界信息，若沒有區(qū)域合并，迭代完成，圖像分割完成。該方法開銷較大，但可以使用圖像的相關(guān)性質(zhì)進(jìn)行邊界定位。該方法當(dāng)前研究的區(qū)別在于區(qū)域性質(zhì)差異上。基于模型的方法，都是通過引入統(tǒng)計信息來得到高魯棒性。其中活動輪廓模型是使用在圖像上的一條動態(tài)曲線，在內(nèi)力曲線本身新的表現(xiàn)和外力圖像信息的表現(xiàn)共同作用下趨于對象的輪廓。模型方法具有豐富的先驗知識，在實際中具有很好的適應(yīng)性和魯棒性。目標(biāo)分割與識別通過將目標(biāo)集合和統(tǒng)計信息表示為模型，是其成為目標(biāo)的搜索匹配或監(jiān)督分類。第三節(jié) 人臉數(shù)據(jù)庫人臉數(shù)據(jù)庫是人臉識別研究，開發(fā)和評測不可缺少的。每個人臉識別系統(tǒng)都需要一個人臉數(shù)據(jù)庫。人臉圖像數(shù)據(jù)庫的設(shè)計對人臉識別系統(tǒng)的識別率有著非常大影響。設(shè)計一個在所有變化情況下都能正確識別的系統(tǒng)是非常困難的，而且也沒有必要。所有人臉識別系統(tǒng)都是在一定的約束條件進(jìn)行的。所以有必要建立滿足不同需要的人臉數(shù)據(jù)庫。常用人臉數(shù)據(jù)庫如下：國外人臉數(shù)據(jù)庫的有FERET人臉數(shù)據(jù)庫， MIT人臉數(shù)據(jù)庫，YALE人臉數(shù)據(jù)庫，PIE人臉數(shù)據(jù)庫，ORL人臉數(shù)據(jù)庫，AR人臉數(shù)據(jù)庫和Essex人臉數(shù)據(jù)庫。FERET人臉數(shù)據(jù)庫是人臉識別中最常用的數(shù)據(jù)庫，包含多姿態(tài)和多光照的人臉灰度圖像，但其多為西方人臉圖像，每個人的人臉圖像變化較少。MIT人臉數(shù)據(jù)庫有麻省理工大學(xué)媒體實驗室建立，由16位志愿者的2592副多姿態(tài)，多光照和不同大小的圖像組成。PIE人臉數(shù)據(jù)庫有卡內(nèi)基梅隆大學(xué)建立，由68位志愿者的41368副不同姿態(tài)，多光照和不同表情的圖像組成。ORL人臉數(shù)據(jù)庫由劍橋大學(xué)ATamp。T實驗室建立由40位志愿者的400幅圖像組成，其中部分志愿者的圖像還有姿態(tài)，表情和光照的變化。由于其人臉變化模式較少，現(xiàn)已很少使用。AR人臉數(shù)據(jù)庫為西班牙巴塞羅那計算機(jī)視覺中心建立，由116人的3228幅圖像構(gòu)成。采集是在嚴(yán)格控制攝像機(jī)參數(shù)，光照變化，攝像機(jī)距離等條件下進(jìn)行的。Essex人臉數(shù)據(jù)庫是英國埃塞克斯大學(xué)的人臉數(shù)據(jù)庫。任何人都可以下載它的人臉數(shù)據(jù)庫，但是你不能發(fā)布，打印，銷售或發(fā)行這些圖像。這個人臉數(shù)據(jù)庫由Libor Speacek博士主持的計算機(jī)視覺研究項目在維護(hù)。這個數(shù)據(jù)庫由faces94，faces95，faces96，grimace四個庫組成。這樣做的目的是為了增加難度。Faces96和grimace是這個數(shù)據(jù)庫最難識別的。它們的背景和比例是變化的，人臉表情是極度變化的。英國埃塞克斯大學(xué)計算機(jī)視覺研究項目鼓勵研究者公布使用這個數(shù)據(jù)庫取得人臉識別結(jié)果。我們在本文采用的是它的face94數(shù)據(jù)庫。faces94數(shù)據(jù)庫中人臉圖像是在受試者坐在距離相機(jī)固定位置，并要求講話的情況下采集而成。講話的目的是為了采集面部表情的變化。每個圖像的大小為180*200，圖像的背景是藍(lán)色的。有輕微的姿態(tài)變換，無光照變換。國內(nèi)人臉數(shù)據(jù)庫有中科院計算技術(shù)研究所銀晨科技面向識別聯(lián)合實驗室建立的CAS—PEAL人臉數(shù)據(jù)庫。該數(shù)據(jù)庫是基于目前的人臉數(shù)據(jù)庫大多都較小或圖像變化因素單一，人臉圖像的多為西方人，其面部特征與東方人存在一定的差別，需要建立一個大規(guī)模，多因素的東方人臉數(shù)據(jù)庫的需求建立的，共采集了1040位志愿者（595名男性，445名女性）的99450幅圖像。該數(shù)據(jù)庫根據(jù)不同的變化因素又分為7種模式子庫。這7種變化因素為姿態(tài)，表情，飾物，光照，背景，距離和時間跨度，其中以姿態(tài)，表情，飾物和光照為主，故稱為PEAL（pose，expression，accessory和lighting的簡寫）。CASE—PEAL—R1為CASE—PEAL的共享版，可以提供給研究人員用以研究使用。其中研究人員指的是研究生導(dǎo)師或其他固定職位的研究員，不包括學(xué)生。第四節(jié) 本章小結(jié)本章主要介紹人臉圖像獲取，人臉分割和人臉數(shù)據(jù)庫。在人臉圖像獲取和人臉分割兩個小節(jié)中主要介紹常用的人臉獲取方法及獲取人臉原始圖像后如何分割出我們需要部分的方法，也為后面人臉圖像數(shù)據(jù)庫打下了基礎(chǔ)。在人臉數(shù)據(jù)庫一節(jié)中，主要介紹了常用的人臉數(shù)據(jù)庫及本文的實驗是在Essex人臉數(shù)據(jù)庫中我們選擇出來的子庫中進(jìn)行的。這樣做的目的是我們的工作中心集中在核心人臉識別算法的性能研究上。第三章 人臉圖像的預(yù)處理第一節(jié) 人臉圖像格式在計算機(jī)中任何信息都是以文件的形式存儲，圖像信息也不例外，它經(jīng)過采樣，量化和編碼后以圖像文件進(jìn)行存儲，所以在人臉識別之前有必要介紹圖像文件格式。圖像的文件格式很多，本節(jié)只介紹本文常用的幾種圖像格式。一、JPEG格式JPEG文件格式是常用的圖像文件格式。它是由聯(lián)合照片專家組（Joint Photographic Experts Group）開發(fā)的，并且命名為“ISO109181”，JPEG僅僅是一種俗稱而已。，其壓縮技術(shù)非常先進(jìn)。JPEG使用有損壓縮方法去除冗余圖像和彩色數(shù)據(jù)，獲得了較高的壓縮率，同時還可以給人豐富生動的視覺感受，即可以使用最小的磁盤存儲較好的圖像質(zhì)量。它是一種靈活的格式，可以調(diào)節(jié)圖像質(zhì)量，允許使用不同壓縮比例壓縮文件。由于JPEG優(yōu)異的品質(zhì)和杰出的表現(xiàn)，它的應(yīng)用也非常廣泛，特別是在網(wǎng)絡(luò)和光盤讀物上，肯定都能找到它的影子。目前各類瀏覽器均支持JPEG這種圖像格式，因為JPEG格式的文件尺寸較小，下載速度快，使得Web頁有可能以較短的下載時間提供大量美觀的圖像，JPEG同時也就順理成章地成為網(wǎng)絡(luò)上最受歡迎的圖像格式。二、JPEG2000格式JPEG2000是基于小波變換的圖像壓縮標(biāo)準(zhǔn)，同樣由聯(lián)合照片專家組（Joint Photographic Experts Group）開發(fā)和維護(hù)。JPEG2000通常被認(rèn)為是未來取代JPEG（基于離散余弦變換）的下一代圖像壓縮標(biāo)準(zhǔn)。JPEG2000文件的擴(kuò)展名為jp2。JPEG2000壓縮率比JPEG高約30%左右，同時支持有損和無損壓縮，而且不會產(chǎn)生原先的基于離散余弦變換的JPEG標(biāo)準(zhǔn)的塊狀模糊瑕疵。JPEG2000格式有一個極其重要的特征在于它能實現(xiàn)漸進(jìn)傳輸，即先傳輸圖像的輪廓，然后逐步傳輸數(shù)據(jù)，不斷提高圖像質(zhì)量，讓圖像由朦朧到清晰顯示。此外，JPEG2000還支持所謂的感興趣區(qū)域 特性，可以任意指定影像上感興趣區(qū)域的壓縮質(zhì)量，還可以選擇指定的部分先解壓縮。在有些情況下，圖像中只有一小塊區(qū)域?qū)τ脩羰怯杏玫模瑢@些區(qū)域，采用低壓縮比，而感興趣區(qū)域之外采用高壓縮比，在保證不丟失重要信息的同時，又能有效地壓縮數(shù)據(jù)量，這就是基于感興趣區(qū)域的編碼方案所采取的壓縮策略。其優(yōu)點在于它結(jié)合了接收方對壓縮的主觀需求，實現(xiàn)了交互式壓縮。而接收方隨著觀察，常常會有新的要求，可能對新的區(qū)域感興趣，也可能希望某一區(qū)域更清晰些。三、BMP格式BMP(BitmapFile）圖形文件是Windows采用的圖形文件格式，在Windows環(huán)境下運(yùn)行的所有圖象處理軟件都支持BMP圖象文件格式。Windows系統(tǒng)內(nèi)部各圖像繪制操作都是以BMP為基礎(chǔ)的。Windows ，因此把這種BMP圖象文件格式稱為設(shè)備相關(guān)位圖DDB(devicedependent bitmap）文件格式。Windows ，因此把這種BMP圖象文件格式稱為設(shè)備無關(guān)位圖DIB(deviceindependent bitmap）格式。Windows ，在系統(tǒng)中仍然存在DDB位圖，只不過如果你想將圖像以BMP格式保存到磁盤文件中時，微軟極力推薦你以DIB格式保存。目的是為了讓W(xué)indows能夠在任何類型的顯示設(shè)備上顯示所存儲的圖象。BMP位圖文件默認(rèn)的文件擴(kuò)展名是BMP或者bmp。BMP格式的特點是包含的圖像信息較豐富，幾乎不進(jìn)行壓縮，由此導(dǎo)致了它的缺點—占用磁盤空間過大。四、GIF格式GIF圖像互換格式（Graphics Interchange Format）是CompuServe公司在 1987年開發(fā)的圖像文件格式。GIF文件的數(shù)據(jù)，是一種基于LZW算法的連續(xù)色調(diào)的無損壓縮格式。其壓縮率一般在50%左右，它不屬于任何應(yīng)用程序。目前幾乎所有相關(guān)軟件都支持它，公共領(lǐng)域有大量的軟件在使用GIF圖像文件。GIF圖像文件的數(shù)據(jù)是經(jīng)過壓縮的，而且是采用了可變長度等壓縮算法。GIF格式的另一個特點是其在一個GIF文件中可以存多幅彩色圖像，如果把存于一個文件中的多幅圖像數(shù)據(jù)逐幅讀出并顯示到屏幕上，就可構(gòu)成一種最簡單的動畫。在早期，GIF所用的LZW壓縮算法是Compuserv所開發(fā)的一種免費(fèi)算法。然而令很多軟件開發(fā)商感到意外的是，GIF文件所采用的壓縮算法忽然成了Unisys公司的專利。據(jù)Unisys公司稱，他們已注冊了LZW算法中的W部分。如果要開發(fā)生成（或顯示）GIF文件的程序，則需向該公司支付版稅。由此，人們開始尋求一種新技術(shù)，以減少開發(fā)成本。PNG（Portable Network Graphics，便攜網(wǎng)絡(luò)圖形）標(biāo)準(zhǔn)就在這個背景下應(yīng)運(yùn)而生了。它一方面滿足了市場對更少的法規(guī)限制的需要，另一方面也帶來了更少的技術(shù)上的限制，如顏色的數(shù)量等。在2003年6月20日，LZW算法在美國的專利權(quán)已到期而失效。在歐洲、日本及加拿大的專利權(quán)亦已分別在2004年的6月18日、6月20日和7月7日到期失效。盡管如此，PNG文件格式憑著其技術(shù)上的優(yōu)勢，已然躋身于網(wǎng)絡(luò)上第三廣泛應(yīng)用格式。與GIF相關(guān)的專利于2006年8月11日過期。GIF格式的特點是壓縮比高，磁盤空間占用少。目前互聯(lián)網(wǎng)上大量彩色動畫多為這種格式。五、PNG格式PNG，圖像文件存儲格式，其目的是替代GIF和TIFF文件格式，同時增加一些GIF文件格式所不具備的特性。流式網(wǎng)絡(luò)圖形格式(Portable Network Graphic Format，PNG)名稱來源于非官方的“PNG39。s Not GIF”，是一種位圖文件(bitmap file)存儲格式，讀成“ping”。PNG用來存儲灰度圖像時，灰度圖像的深度可多到16位，存儲彩色圖像時，彩色圖像的深度可多到48位。PNG使用從LZ77派生的無損數(shù)據(jù)壓縮算法。 PNG是目前保證最不失真的格式，它綜合GIF和JPG兩者的優(yōu)點，存儲形式豐富，兼有GIF和JPG的色彩模式。它能將圖像文件壓縮到極限以利于網(wǎng)絡(luò)傳輸，又能保留所有與圖像品質(zhì)相關(guān)的信息。它的顯示速度快，只需下載1/64的圖像信息就可以顯示出低分辨率的預(yù)覽圖像。PNG同樣支持透明圖像的制作。PNG的缺點是不支持動畫應(yīng)用效果。第二節(jié) 人臉圖像常用預(yù)處理方法一般，系統(tǒng)采集到的原始圖像都會受到各種各樣的噪聲的影響而失真。并且由于各種條件的限制，采集到的原始圖像不能直接進(jìn)行使用，必須做預(yù)處理，即消除噪聲，校正失真，將圖像變化為標(biāo)準(zhǔn)形式。這樣才有利于穩(wěn)定的進(jìn)行特征提取。常用的人臉預(yù)處理有：灰度變化，二值化，直方圖均衡，圖像濾波，圖像銳化和歸一化處理。一、灰度變化人臉識別的研究常以灰度圖像為處理對象。因為彩色圖像的顏色信息常常受到復(fù)雜背景的影響。利用彩色圖像進(jìn)行人臉識別存在較多缺陷，而灰度圖像為一種最簡單有效的對比增強(qiáng)方法。彩色圖像有紅綠藍(lán)三原色組合而成，灰度圖像只含有亮度信息，并且灰度圖像的亮度為連續(xù)變化的，所以灰度圖像要對亮度值進(jìn)行量化，為0255，共256個等級。0為全黑，255為全亮。常用的經(jīng)驗公式為gray=*R+*G+*B.常用變換的方法如下：線性變換：假設(shè)圖像為灰度變化范圍為，變換后的圖像為灰度變化范圍為，則它們之間關(guān)系為 （）分段線性變換：假設(shè)圖像為灰度變化范圍為，變換后的圖像為，目標(biāo)的灰度變化范圍為，想使灰度變化到，則對應(yīng)關(guān)系為 （）非線性變換：使用非線性函數(shù)作為映射函數(shù)如對數(shù)函數(shù)，進(jìn)行灰度變換。對數(shù)變換和指數(shù)變換分別為 （） （）其中a, b, c用來調(diào)整曲線的位置和形狀。指數(shù)變換能對圖像的高灰度區(qū)以較大的拉伸。對數(shù)變換可以使圖像低灰度區(qū)有較大拉伸而高灰度區(qū)進(jìn)行壓縮。對數(shù)變換可以使圖像灰度分布相匹配于人的視覺特性。二、二值化二值化是通過選取適當(dāng)?shù)拈y值將灰度圖像的灰度值從0到255變換為只有0和255的黑白圖像。在人臉識別中二值化用來把人的頭發(fā)，眼睛，臉的輪廓及背影與人臉的亮域分開。在圖像二值化過程中選擇合適的閥值非常重要。常用的圖像二值化選擇方法如下：整體閥值法：在二值化時候只使用一個全局閥值t。假設(shè)圖像為，灰度范圍為，t為和之間選擇的一個合適的灰度值，轉(zhuǎn)換后的圖像為，則轉(zhuǎn)換關(guān)系為 （）局部閥值法：它是根據(jù)當(dāng)前像素的灰度值和此像素周圍點局部灰度特征值來共同決定閥值。動態(tài)閥值法：它的閥值不僅和該像素和周圍像素有關(guān)，還和該像素的坐標(biāo)位置有關(guān)。整體閥值法適合圖像質(zhì)量比較好的情況，此時圖像在直方圖一般有兩個峰值。局部閥值法可以處理比較復(fù)雜的情況，但有些情況會發(fā)生失真。動態(tài)閥值法適應(yīng)性和性能都比較好，實際中對于人臉識別常采用此法進(jìn)行二值化。三、直方圖均衡直方圖均衡是將將各灰度級分量盡量均勻分布，從而來增強(qiáng)人臉圖像的對比度。此外它還能減少光照對人臉圖像的影響，使人臉特征提取變得容易，同時還提高了人臉圖像的主觀質(zhì)量。其主要在于根據(jù)圖像灰度分布和實際的需求選擇合適的映射函數(shù)。選擇函數(shù)可以連續(xù)平滑函數(shù)，也可以是分段函數(shù)。映射函數(shù)為分段函數(shù)時一般是基于想要突出人臉圖像中某些灰度值物體的細(xì)節(jié)，又不想犧牲其他灰度值上的細(xì)節(jié)的考慮。這樣可以是需要的細(xì)節(jié)灰度值區(qū)間得以拉伸，不需要的細(xì)節(jié)得以壓縮。四、圖像濾波現(xiàn)在消除噪聲的方法有全局處理和局部算子兩類。全局處理類的方法需要了解信號和噪聲的統(tǒng)計模型。人臉圖像預(yù)處理