數(shù)字圖像處理課程設(shè)計人臉檢測

1、 數(shù)字圖像處理課程設(shè)計報告（人臉檢測）姓 名：xxx學 號：xxxx1 引言隨著科學技術(shù)的飛速發(fā)展，互聯(lián)網(wǎng)的廣泛應(yīng)用，重要部門(機場、銀行、軍政機關(guān)、重點控制地區(qū))的進出，計算機網(wǎng)絡(luò)中重要信息的存儲與提取，都需要可靠的人身鑒別。身份的識別已經(jīng)成為一種人們?nèi)粘Ｉ钪薪?jīng)常遇到的問題。人臉識別作為生物特征識別中成功的應(yīng)用之一，因為其巨大的商業(yè)應(yīng)用前景，受到越來越多的重視。人們更多的是在電影中看到這種技術(shù)的神奇應(yīng)用：警察將偷拍到的嫌疑犯的臉部照片，輸入到電腦中，與警方數(shù)據(jù)庫中的資料進行比對，并找出該嫌犯的詳細資料和犯罪記錄。這并非虛構(gòu)的情節(jié)，在國外，人臉識別技術(shù)早已被大量使用在國家重要部門以及軍警等安

2、防部門。在國內(nèi)，對于人臉識別技術(shù)的研究始于上世紀90年代，目前主要應(yīng)用在公安、金 融、網(wǎng)絡(luò)安全、物業(yè)管理以及考勤等領(lǐng)域。近 30 年以來，人臉識別技術(shù)有了長足的發(fā)展，并且逐步走向?qū)嶋H應(yīng)用階段1。2 實驗方法2.1 方法綜述典型人臉識別系統(tǒng)的實現(xiàn)過程如圖2.1所示，一般包括三個步驟:人臉檢測、人臉特征提取、人臉識別與驗證。在實現(xiàn)過程中，首先輸入圖像集，然后用人臉檢測模塊進行人臉檢測。如果檢測到人臉圖像，則進行特征點定位，一般以兩眼中心為基準，根據(jù)兩眼距離d，對人臉圖像進行歸一化處理，歸一化處理包含了圖像預處理，圖像縮放以及有效人臉區(qū)域選取等操作。最后對歸一化的人臉圖像進行特征提取，送入分類器進行

3、識別，最終獲得識別結(jié)果2。圖2.1 人臉識別技術(shù)處理流程圖在預處理階段，對圖像進行優(yōu)化，盡可能去除或者減小光照、成像系統(tǒng)、外部環(huán)境等對待處理圖像的干擾，為后續(xù)處理提高質(zhì)量。以便使不同的人臉圖像盡可能在同一條件下完成特征提取、訓練和識別。人臉圖像的預處理主要包括人臉扶正，人臉圖像的增強，以及歸一化等工作。人臉扶正是為了得到人臉位置端正的人臉圖像；圖像增強是為了改善人臉圖像的質(zhì)量，不僅在視覺上更加清晰圖像，而且使圖像更利于計算機的處理與識別。歸一化工作的目標是取得尺寸一致，灰度取值范圍相同的標準化人臉圖像。2.2 具體方法 圖像預處理圖像預處理就是對獲取得來的圖像進行適當?shù)奶幚?，使它具有的特征能?/p>

4、在圖像中明顯的表現(xiàn)出來。在本次實驗中，從五個方面對圖像進行了預處理，分別概述如下。(1) 二值化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。二值化就是通過一些算法，通過一個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，可以用一個比特表示一個像素，“1”表示黑色，“0”表示白色，當然也可以倒過來表示，這種圖像稱之為二值圖像。這便有利于我們對特征的提取。該設(shè)計中采用組內(nèi)方差和組外方差來實現(xiàn)二值化。 (2) 直方圖均衡直方圖均衡是將一已知灰度概率密度分布的圖像，經(jīng)過某種變換，變成一幅具有均勻灰度概率分布的新圖

5、像，其結(jié)果是擴展了像元取值的動態(tài)范圍，從而達到了增強圖像整體對比度的效果。直方圖是一種點操作，它逐點改變圖像的灰度值，盡量使各個灰度級別都具有相同的數(shù)量的像素點，使直方圖趨于平衡。直方圖均衡可以使輸入圖像轉(zhuǎn)換為在每一個灰度級上都有相同像素點數(shù)的輸出圖像（即輸出的直方圖是平的）。這對于圖像比較或分割是十分有用的。均衡化處理的步驟如下：(a) 對給定的待處理圖像統(tǒng)計其直方圖，求出(b) 根據(jù)統(tǒng)計出的直方圖采用累積分布函數(shù)做變換,求變換后的新灰度；(c) 用新灰度代替就灰度，求出，這一步是近似過程，應(yīng)根據(jù)處理的目的盡量做到合理，同時把灰度值相等或近似的合并到一起。 (3) 中值濾波中值濾波是一種非線

6、性處理技術(shù)，能抑制圖像中的噪聲。它是基于圖像的這樣一種特性：噪聲往往以孤立的點的形式出現(xiàn)，這些點對應(yīng)的像素數(shù)很少，而圖像則是由像素較多、面積較大的小塊構(gòu)成。在一維的情況下，中值濾波器是一個含有奇數(shù)個像素的窗口。在處理之后，位于窗口正中的像素的灰度值，用窗口內(nèi)各像素灰度值的中值代替。例如若窗口長度為5，窗口中像素的灰度值為80、90、200、110、120，則中值為110，因為按小到大（或大到?。┡判蚝螅谌坏闹凳?10。于是原來窗口正中的灰度值200就由110取代。如果200是一個噪聲的尖峰，則將被濾除。然而，如果它是一個信號，則濾波后就被消除，降低了分辨率。因此中值濾波在某些情況下抑制噪聲

7、，而在另一些情況下卻會抑制信號。無論是直接獲取的灰度圖像，還是由彩色圖像轉(zhuǎn)換得到的灰度圖像，里面都有噪聲的存在，噪聲對圖像質(zhì)量有很大的影響。進行中值濾波不僅可以去除孤點噪聲，而且可以保持圖像的邊緣特性，不會使圖像產(chǎn)生顯著的模糊，比較適合于實驗中的人臉圖像。中值濾波是一種非線性的信號處理方法，因此中值濾波器也就是一種非線性的濾波器。中值濾波器最先被應(yīng)用于一維信號的處理中，后來被人們引用到二維圖像的處理中來。中值濾波可以在一定程度上克服線性濾波所帶來的圖像細節(jié)模糊，而且它對濾除脈沖干擾和圖像掃描噪聲非常有效。中值濾波的步驟：(a) 將模板在圖中漫游，并將模板中心與圖中某個像素位置重合；(b) 讀取

8、模板下各對應(yīng)像素的灰度值；(c) 將這些灰度值從小到大排成一列；(d) 找出這些值里排在中間的一個；(e) 將這個中間值賦給對應(yīng)模板中心位置的像素。由以上步驟可以看出，中值濾波的主要功能就是讓與周圍像素灰度值的差比較大的像素改取與周圍像素值接近的值，所以它對孤立的噪聲像素的消除能力是很強的。由于它不是簡單的取均值，所以產(chǎn)生的模糊比較少。換句話說，中值濾波即能消除噪聲又能保持圖像的細節(jié)。 特征提取對圖像進行分割，提取人臉的特征。本實驗中通過邊緣檢測來實現(xiàn)特征提取。邊緣是位于兩個區(qū)域的邊界線上的連續(xù)像素集合，一般而言，當人們看到有邊緣物體時，首先感覺到的便是邊緣，灰度或結(jié)構(gòu)等信息的突變處稱為邊緣。

9、邊緣上的這種變化可以通過微分算子進行檢測：(1) 一階導數(shù)：通過梯度來計算梯度銳化法：梯度是一個矢量，其大小為:對于數(shù)字圖像可以用差分來近似微分。其差分形式為： 梯度大小與相鄰像素的灰度差成正比：即灰度變化大則梯度值很大，灰度變化平緩則梯度值小，灰度無變化則梯度值為0。(2) 二階導數(shù)：通過拉普拉斯算子來計算定義：一個二元圖像函數(shù)f (x,y)的拉普拉斯變換定義為：可以用多種方式表示為數(shù)字形式。對于一個3×3的區(qū)域，經(jīng)驗上推薦最多的形式如下為： (a)拉普拉斯銳化前后圖像的灰度如圖2.2所示:(a)(a) 原圖像灰度 (b) 拉普拉斯銳化后圖像的灰度圖 2.2 拉普拉斯銳化前后圖像的

10、灰度圖 特征對比通過與庫存中的特征向量進行比較，找出與特征最相近的參數(shù)，再對該參數(shù)進一步分析。如果分析在我們所確認的范圍內(nèi)，我們就認為該人就是我們所要找的。然后從庫存中提取出該人相關(guān)的信息，并顯示出來。如果庫存中沒有，則給出提示是否對存庫作為樣本。3 實驗結(jié)果及分析本實驗主要由圖像預處理、特征提取、特征對比三個部分組成。圖像預處理對于后面的工作結(jié)果好壞起著至關(guān)重要的作用，因此從軟件開發(fā)的最初階段我們就要對軟件進行不斷的測試，對圖像處理模塊中的各個子模塊進行測試以便檢測經(jīng)過處理后的圖像效果是否達到預期的效果。對圖像預處理的測試過程進行描述如下：采用多張圖像進行逐一測試，看這些圖片經(jīng)過處理后是否達

11、到預期的效果，如高斯平滑的實現(xiàn)采用了模板操作，因此模板參數(shù)的選擇對其十分重要，先用圖片進行測試來檢測平滑效果，如果效果不理想則繼續(xù)選擇模板參數(shù)，直至效果理想為止。經(jīng)過測試之后，二值化使得該圖像一般由黑色區(qū)域和白色區(qū)域組成，有利于對特征的提?。欢兄禐V波即消除了噪聲又保持了圖像的細節(jié)，高斯平滑能有效的消除圖像噪音，提高了圖像質(zhì)量。對人臉的區(qū)域進行了準確定位，成功地提取出了人臉的特征，并與庫存中的圖像進行了對比，得到了預期的結(jié)果如圖3.1。 圖a 錯檢圖片 圖b 檢測正確結(jié)果圖3.2 檢測結(jié)果漏檢率：在本次實驗中總共檢測了20張圖片，有6張檢測不正確，漏檢率為30%。在本次設(shè)計中還存在著以下不足：(1) 預處理的方法還有很多，如膨脹腐蝕運算，但由于實際情況有限不能一一展現(xiàn)。(2) 漏檢率比較高，需要進一步改進程序。4 參考文獻1夏德深,傅德勝.現(xiàn)代圖像處理技術(shù)與應(yīng)用M.江蘇:東南大學出版社,1997，21-362楊淑瑩.圖