基于几何特征的人脸正面图像特征提取VIP免费

圈形田价县母卿秘窿心凡砂公汤自像漪担魄康龚雯‘陈丽华‘,沈建国��华东师范大学信息学院,上海!硬∀肠!#!上海商学院,上海!∃∃!%&摘要∋关健询∋本文提出了一种基于几何特征的人脸正面图像特征提取方法。该方法简单、有效、运算(较小,适合移植到嵌入式系统中。特征提取#几何特征#边缘提取#灰度投影引言包括人脸识别在内的人体生物特征识别技术,是近几年在全球范围内迅速发展起来的计算机安全技术,它根据面像、指纹、掌纹、虹膜、语音等人体生理特征,利用图像处理和模式识别技术鉴别或验证身份。人脸识别系统与其他人体生物特征识别系统相比,更加直接、友好,使用者无任何心理障碍。并且通过人脸的表情)姿态分析,还能获得其他识别系统难以获得的一些信息,具有十分广泛的应用前景。笔者设计了一个基于人脸识别的智能化门禁系统,所用到的软件算法正是本文的核心内容。(图像的预处理我们设计的智能化门禁系统由专门的摄像头摄取人脸的正面图像作为识别对象,对于拍摄距离和所得到的图像大小基本比较统一。为了使图像便于识别,首先要对人脸照片进行必要的预处理。本系统中采取的预处理方法有∋图像转换�彩色图像灰度化、灰度变换∗、人脸初步定位、眼睛定位、边缘检测等。�+∗图像转换摄像头拍摄到的彩色图像先转化成灰度图像。有些图像给人一种模糊的感觉,也就是说对比度太小。我们采用把它从一个较窄的灰度区中扩展到整个灰度定义域中的方法,即对图像进行灰度变换,−。设频度为非零的最小灰度为玩./,最大灰度为0123�此处的频度指具有某一灰度值的像素在图像中出现的次数∗。为了使该灰度区域扩展到压!&全灰度区域,则某一灰度值0+在变换后的灰度值应由下式给出∋0!理&&4�0+一01./∗+�0123一01./∗�!∗人脸初步定位本文所采用的方法是利用图像的灰度投影曲线来确定人脸的初步位置。设所处理图像为��3了∗,其大小为万35,则该图像的垂直灰度投影函数为∋尸6�3∗二艺��37∗护(89称为垂直灰度投影曲线。观察不同单人图像的垂直灰度投影曲线可以发现,人脸所在区域将使垂直灰度投影曲线形成一个具有一定宽度的凸峰。这个凸峰的左右边界大致代表了人脸的左右边界图。当人脸的左右边界确定之后,取左右边界之间的人脸区域作为研究对象,作该图像的水平灰度投影曲线,函数定义类似垂直灰度投影函数。观察人脸区域图像的水平投影曲线可以发现,此曲线的第一个极小值点对应人的头顶。这样就可以大致确定人脸的初步位置了。具体处理前后的图像如图(所示。祖肠少卜吕”甘且�翻俄�匕即蟹,一石儿用!图∀人脸初步定位结果#∃∃%&∋(叭)∗+%&,∃−,留澎田诊�%∗边缘检浏由于之后的特征提取工作都是针对二值图像进行的,因此二值化操作的结果非常重要。针对目前初步定位后的灰度图像,二值化实际上就是边缘检测和提取的过程,即将人脸和主要器官的轮廓提取出来。边缘检测技术对于处理数字图像非常重要,因为边缘是所要提取目标和背景的分界线,提取出边缘才能将目标和背景区分开来。边缘检测常用微分算子法、拉普拉斯高斯�肠:∗算子法和;2//<算子法等。�徽分算子法微分也就是求导。导数算子具有突出灰度变化的作用,对图像运用导数算子,灰度变化较大的点处算得的值较高,因此可将这些导数值作为相应点的边界强度,通过设置门限的方法,提取边界点集。一阶导数是最简单的导数算子,它们分别求出了灰度在�和方向上的变化率。对于数字图像,应该采用差分运算代替求导。常用的算子有!∀#∃%&∋和(∀#∃),用这两种算子运算后得到的二值化图像如图∗、+所示。遭沁日,,法−山吐理边缘检测是一种比较新的边缘检测算子,具有很好的边缘检测性能,得到了越来越广泛的应用。./,,边缘检测法利用高斯函数的一阶微分,它能在噪声抑制和边缘检测之间取得较好的平衡。比较各个算子的效果,最后决定采用−/,,算子。从图0中可以看出,使用默认的闭值会在图像中留下过多的弱边缘轮廓线,这样也会影响图像之后处理的准确性。因此在−/,算子的闹值选取方面,我们对多幅图像进行了不同阐值下的−1算子处理,统计结果表明采用以下方法取闷值得到的结果最理想2其中∋&34表示计算原灰度图像的方差,5表示二值化后的图像67∃二∋&34289∃679:...