【文章內(nèi)容簡(jiǎn)介】 且對(duì)人臉識(shí)別的研究和實(shí)現(xiàn)系統(tǒng)中存在的問(wèn)題做一個(gè)探討。 2 應(yīng)用Matlab處理圖像 Matlab介紹MATLAB是美國(guó)MathWorks公司出品的商業(yè)數(shù)學(xué)軟件，用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級(jí)技術(shù)計(jì)算語(yǔ)言和交互式環(huán)境，主要包括MATLAB和Simulink兩大部分。Matlab的主要優(yōu)勢(shì)有：(1)高效的數(shù)值計(jì)算及符號(hào)計(jì)算功能，能使用戶從繁雜的數(shù)學(xué)運(yùn)算分析中解脫出來(lái)；（2） 具有完備的圖形處理功能，實(shí)現(xiàn)計(jì)算結(jié)果和編程的可視化；（2）友好的用戶界面及接近數(shù)學(xué)表達(dá)式的自然化語(yǔ)言，使學(xué)者易于學(xué)習(xí)和掌握；（4）功能豐富的應(yīng)用工具箱(如信號(hào)處理工具箱、通信工具箱等) ，為用戶提供了大量方便實(shí)用的處理工具。Matlab還推出了功能強(qiáng)大的適應(yīng)于圖像分析和處理的工具箱,常用的有圖像處理工具箱。一般來(lái)說(shuō)，它們都是由特定領(lǐng)域的專家開發(fā)的，用戶可以直接使用工具箱學(xué)習(xí)、應(yīng)用和評(píng)估不同的方法而不需要自己編寫代碼。在人臉識(shí)別的研究和實(shí)現(xiàn)中，就應(yīng)用了Mtalab強(qiáng)大的圖形處理功能進(jìn)行圖片處理。如：圖像打開、圖像二值化、灰度圖像處理、圖片裁剪等。 數(shù)字圖像處理數(shù)字圖像處理(Digital Image Processing)是通過(guò)計(jì)算機(jī)對(duì)圖像進(jìn)行去除噪聲、增強(qiáng)、復(fù)原、分割、提取特征等處理的方法和技術(shù)。數(shù)字圖像處理的產(chǎn)生和迅速發(fā)展主要受三個(gè)因素的影響：一是計(jì)算機(jī)的發(fā)展；二是數(shù)學(xué)的發(fā)展（特別是離散數(shù)學(xué)理論的創(chuàng)立和完善）。三是廣泛的農(nóng)牧業(yè)、林業(yè)、環(huán)境、軍事、工業(yè)和醫(yī)學(xué)等方面的應(yīng)用需求的增長(zhǎng)。數(shù)字圖像處理常用的方法有以下幾個(gè)方面：圖像變換、圖像增強(qiáng)和復(fù)原、圖像編碼壓縮、圖像描述、圖像分割和圖像識(shí)別（分類）等內(nèi)容。首先，讀取用imread()函數(shù)來(lái)完成。輸出圖片用imshow()函數(shù)來(lái)實(shí)現(xiàn)。用save（）函數(shù)可以將工作空間的變量保存，然后用load函數(shù)可以將變量讀入到Matlab的工作空間中。在本文中還使用到了imrisize（）函數(shù)對(duì)圖像進(jìn)行裁剪，使其以合適的大小的輸出。Matlab支持多種圖像類型,但在某些圖像操作中,對(duì)圖像的類型有要求,所以要涉及到對(duì)圖像類型進(jìn)行轉(zhuǎn)換。,如Matlab函數(shù)rgb2gray（），將真彩色圖像轉(zhuǎn)換為灰度圖像。matlab中DIP工具箱函數(shù)im2bw使用閾值（threshold）變換法把灰度圖像（grayscale image）轉(zhuǎn)換成二值圖像。所謂二值圖像， 一般意義上是指只有純黑（0）、純白（255）兩種顏色的圖像。圖像增強(qiáng)的意義：增強(qiáng)圖像中的有用信息，它可以是一個(gè)失真的過(guò)程，其目的是要改善圖像的視覺效果，針對(duì)給定圖像的應(yīng)用場(chǎng)合，有目的地強(qiáng)調(diào)圖像的整體或局部特性，將原來(lái)不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，擴(kuò)大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強(qiáng)圖像判讀和識(shí)別效果，滿足某些特殊分析的需要。在本文系統(tǒng)中，圖像增強(qiáng)可以使圖片質(zhì)量不高的圖像得到一個(gè)補(bǔ)償和修復(fù)作用，增加圖像識(shí)別的成功率。圖像增強(qiáng)的分類：圖像增強(qiáng)可分成兩大類：頻率域法和空間域法。前者把圖像看成一種二維信號(hào)，對(duì)其進(jìn)行基于二維傅里葉變換的信號(hào)增強(qiáng)。采用低通濾波（即只讓低頻信號(hào)通過(guò)）法，可去掉圖中的噪聲；采用高通濾波法，則可增強(qiáng)邊緣等高頻信號(hào)，使模糊的圖片變得清晰。后者空間域法中具有代表性的算法有局部求平均值法和中值濾波（取局部鄰域中的中間像素值）法等，它們可用于去除或減弱噪聲。 (1).灰度變換增強(qiáng)有多種方法可以實(shí)現(xiàn)圖像的灰度變換,其中最常用的就是直方圖變換的方法,即直方圖的均衡化。這種方法是一種使輸出圖像直方圖近似服從均勻分布的變換算法。(),同時(shí)我們可以用函數(shù)imhist()函數(shù)來(lái)計(jì)算和顯示圖像的直方圖。(2).空域?yàn)V波增強(qiáng)空域?yàn)V波按照空域?yàn)V波器的功能又可分為平滑濾波器和銳化濾波器。平滑濾波器可以用低通濾波實(shí)現(xiàn),目的在于模糊圖像或消除噪聲。銳化濾波器是用高通濾波來(lái)實(shí)現(xiàn),目的在于強(qiáng)調(diào)圖像被模糊的細(xì)節(jié)。在Matlab中,各種濾波方法都是在空間域中通過(guò)不同的濾波算子實(shí)現(xiàn),可用fspecial()函數(shù)來(lái)創(chuàng)建預(yù)定義的濾波算子,然后可以使用imfilter()或filter2()函數(shù)調(diào)用創(chuàng)建好的濾波器對(duì)圖像進(jìn)行濾波。下面列出本系統(tǒng)功能實(shí)現(xiàn)過(guò)程中主要使用的相關(guān)函數(shù)：（1）改變圖像類型因?yàn)楹罄m(xù)人臉檢測(cè)定位過(guò)程，以及識(shí)別過(guò)程中都是處理的灰度圖片和二值圖像，但是原本的圖像是RGB格式的，因此要對(duì)獲得的圖片進(jìn)行灰度圖像轉(zhuǎn)換。我們可以用Matlab工具箱提供的rgb2gray將其轉(zhuǎn)化成灰度圖像，然后再轉(zhuǎn)化成二值圖像。實(shí)現(xiàn)過(guò)程代碼如下: if ndims(B)~= 2 %如果不是二值圖像 IM=rgb2gray(B)。else IM = B。End 原始圖像 灰度處理圖像處理成二值圖像：bw = im2bw(IM, graythresh(IM))。 % 二值化 二值化處理圖像 本章小結(jié)以上實(shí)例只是對(duì)Matlab圖像處理工具箱函數(shù)的一小部分運(yùn)用,從這些功能的運(yùn)用可以看出,Matlab語(yǔ)言簡(jiǎn)潔,可讀性強(qiáng)。作為人臉識(shí)別系統(tǒng)中圖像預(yù)處理工具，有非常好的處理功能。3 人臉檢測(cè)的實(shí)現(xiàn) 引言計(jì)算機(jī)人臉識(shí)別是一個(gè)非常活躍的研究領(lǐng)域，因其在公安刑偵破案、銀行密碼系統(tǒng)、計(jì)算機(jī)安全系統(tǒng)以及動(dòng)態(tài)監(jiān)視系統(tǒng)等方面都有廣泛應(yīng)用，已成為當(dāng)前模式識(shí)別、計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。人臉識(shí)別系統(tǒng)一般包括人臉檢測(cè)與定位、人臉圖像預(yù)處理、特征提取和匹配識(shí)別四個(gè)組成部分。其中，人臉圖像預(yù)處理，作為特征提取和識(shí)別的前提步驟，是計(jì)算機(jī)人臉識(shí)別系統(tǒng)中的必要環(huán)節(jié)。其目的是在去除噪聲，加強(qiáng)有用信息，對(duì)輸入設(shè)備或其他因素造成的退化現(xiàn)像進(jìn)行復(fù)原，為后續(xù)的特征提取和識(shí)別作準(zhǔn)備。不同的人臉識(shí)別系統(tǒng)根據(jù)其采用的圖像來(lái)源和識(shí)別算法需要不同，采用的預(yù)處理方法也不同。常用的人臉圖像預(yù)處理方法有：濾波去噪、灰度變換、圖像二值化、邊緣檢測(cè)、尺寸歸一化、灰度歸一化等。用在同一系統(tǒng)中的可能只有其中一種或幾種預(yù)處理方法，但一旦庫(kù)中采集到的原始圖像質(zhì)量發(fā)生較大變化（如人臉大小、光照強(qiáng)度、拍攝條件、成像系統(tǒng)等方面變化），原有的預(yù)處理模塊便不能滿足特征提取的需要，還要更新，這是極不方便的。 人臉識(shí)別是一個(gè)復(fù)雜的過(guò)程，一個(gè)計(jì)算機(jī)人臉識(shí)別的流程如圖31所示。它包括幾個(gè)步驟：對(duì)采集到的圖像，首先進(jìn)行人臉檢測(cè)（在輸入圖像中尋找人臉），給出人臉有無(wú)的結(jié)果；然后進(jìn)行人臉定位，確定人臉的位置并提取出來(lái)。對(duì)人臉的定位在輸入是圖像序列時(shí)一般也稱之為人臉跟蹤。通常檢測(cè)和定位結(jié)合進(jìn)行。對(duì)提取出來(lái)的人臉借助人臉描述就可以進(jìn)行（狹義的）人臉識(shí)別，即通過(guò)提取特征來(lái)確定其身份。 基本框架圖 人臉檢測(cè)定位算法人臉檢測(cè)定位算法大致可分為兩大類：基于顯式特征的方法和基于隱式特征的方法。所謂顯式特征是指對(duì)人類肉眼來(lái)說(shuō)直觀可見的特征，如膚色、臉部輪廓、臉部結(jié)構(gòu)等。基于顯式特征的方法是指由人通過(guò)肉眼觀察，總結(jié)出人臉區(qū)別于“非人臉”區(qū)域的特征，然后根據(jù)被檢測(cè)區(qū)域是否滿足這些“人臉特征”，來(lái)判定該區(qū)域是否包含人臉。根據(jù)所選擇的“人臉特征”，基于顯式特征的方法分以下三類：基于膚色模型的方法、模板匹配的方法、基于先驗(yàn)知識(shí)的方法。在彩色圖像中，顏色是人臉表面最為顯著的特征之一，利用顏色檢測(cè)人臉是很自然的想法。Yang等在考察了不同種族、不同個(gè)體的膚色后，認(rèn)為人類的膚色能在顏色空間中聚成單獨(dú)的一類，而影響膚色值變化的最主要因素是亮度變化。因此他們采用廣泛使用的RGB顏色空間，在濾去亮度值的圖像中通過(guò)比較像素點(diǎn)的ｒ、ｇ值與膚色范圍來(lái)推斷該像素點(diǎn)及其鄰域是否屬于人臉區(qū)域。除了RGB顏色空間，還有諸如HIS，LUV，GLHS等其它顏色空間被使用。尋找到膚色區(qū)域后，必須進(jìn)行驗(yàn)證，排除類膚色區(qū)域。Yoo等利用膚色像素的連通性分割出區(qū)域，使用橢圓擬合各個(gè)區(qū)域，根據(jù)橢圓長(zhǎng)短軸的比率判斷是否為人臉。模板匹配的方法一般是人為地先定義一個(gè)標(biāo)準(zhǔn)人臉模板，計(jì)算輸入圖像與模板的似然度；然后，確定一個(gè)似然度閾值，用以判斷該輸入圖像中是否包含人臉。標(biāo)準(zhǔn)人臉模板可以是固定的樣板，也可以是帶參變量的曲線函數(shù)?；谙闰?yàn)知識(shí)的方法則采用符合人臉生理結(jié)構(gòu)特征的人臉鑲嵌圖（mosaic image）模型，并在分析了足夠多的人臉圖像樣本的基礎(chǔ)上，針對(duì)人臉的灰度、邊緣、紋理等信息，建立一種關(guān)于人臉的知識(shí)庫(kù)。在檢測(cè)中，首先抽取這些灰度、邊緣等信息，然后檢驗(yàn)它是否符合知識(shí)庫(kù)中關(guān)于人臉的先驗(yàn)知識(shí)。以上三種方法的優(yōu)缺點(diǎn)比較見表31。 基于顯示特征方法的特點(diǎn)檢測(cè)方法優(yōu)點(diǎn)與適用場(chǎng)合缺點(diǎn)與需要改進(jìn)的地方膚色模型檢測(cè)速度快高光和陰影會(huì)造成人臉區(qū)域被分割而被漏檢；膚色區(qū)域的存在提高了預(yù)警率模板匹配直觀性好，具有較好的適應(yīng)性對(duì)表情、尺度變換敏感；可變模板的選擇和參數(shù)的確定非常困難基于知識(shí)的方法適用復(fù)雜圖像中的人臉檢測(cè)依賴先驗(yàn)知識(shí)；多尺度空間遍歷工作量大，運(yùn)算時(shí)間長(zhǎng)基于隱式特征的方法將人臉區(qū)域看成一類模式，使用大量“人臉”、“非人臉”樣本訓(xùn)練、構(gòu)造分類器，通過(guò)判別圖像中所有可能區(qū)域是否屬于“人臉模式”的方法來(lái)實(shí)現(xiàn)