基于Gabor小波人臉圖像矯正的研究

張良

摘要：人臉識別技術有巨大前景，但是在現實生活中，圖像容易出現光照，拍攝角度，人物姿勢表情的各種變化，這都會使識別的精確度減低。本課題重點研究對人臉圖像的預處理中的旋轉矯正。本課題主要基于彩色人臉圖像，對圖像進行形態學處理，進而達到人臉圖像輪廓提?。ㄈ四樂指睿┨幚?，然后利用Gabor核函數濾波進行雙眼定位，最后通過幾何原理進行不同角度的旋轉矯正，并且存儲為新的圖像，為下一步人臉識別打好基礎。

關鍵詞：人臉識別；Gabor；旋轉矯正

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1007-9416（2017）06-0054-02

1 引言

最近幾年，人臉識別成為一個具有挑戰性的問題。將人臉識別和指紋、DNA檢測，足印等這些傳統身份識別方法進行對比，人臉識別有著不可估量的優勢：直觀方便，不需要用戶或測試者的直接參與，采集圖像快捷有效。總之，人臉識別技術近幾年來發展速度很快，在公共場所，機密單位監控等也有了實際應用，但依舊存在不少亟待解決的問題，例如其識別的準確度還遠遠比不上指紋和虹膜識別，并受姿態，光照等主要因素的影響。為了提高識別精確度，本課題基于彩色人臉圖像，對圖像預處理環節之一的旋轉矯正進行研究，其中還包括人臉的檢測與分割，雙眼的定位。

2 人臉矯正

2.1 形態學處理

形態學是針對圖像形態特征，對圖像進行特殊處理的方法和理論。本文主要用到膨脹，腐蝕和開運算。

2.2 Gabor小波

生物學研究發現，Gabor小波與人類視覺系統中簡單細胞的視覺刺激響應非常相似，能模擬出大腦皮層中簡單細胞感受野的過程。Gabor小波變換在信號分析處理的時候同時作用在空域與頻域，在圖像處理、模式識別等領域有著普遍應用。

從以上公式可以看到Gabor小波變換在空間域和頻率域均有較好的分辨能力，能分辨出圖像某些區域內多個方向的空間頻率和結構特征，也就是說在空域對方向敏感，在頻域對頻率敏感。

鑒于Gabor小波對方向和尺寸敏感的這個特點，Gabor小波表現為容易找到圖像的邊緣，可以令邊緣等圖像特征得到增強，也就是強化了人臉關鍵特征，如眼睛、鼻子、嘴巴等信息，從而分辨出不同的人臉圖像，并且保留總體人臉信息和突出了人物重要特征。

如果采用圖像中灰度值來識別眼睛的話，模式特征容易受到人的姿勢表情，光照變化和眼鏡，角度的影響，識別精度難以保障。但是Gabor小波變換能夠減低光照條件的變化對人臉圖像的影響。另外，Gabor小波變換對位置不敏感，圖像的幾何變化對Gabor小波變換幾乎沒有影響，還能減小圖像噪聲的影響。

在多數的使用Gabor特征的人臉識別算法中，只選用了Gabor的幅值信息，而沒有選擇相位信息，原因是Gabor相位會隨著空間的變化呈周期性變化，而幅值的變化則穩定。

2.3 旋轉矯正

得到雙眼坐標后，通過幾何原理得到旋轉角，具體步驟如下：首先判斷兩坐標的y值大小，經試驗可知，若從左到右選擇雙眼坐標，則Y（1）是右眼，Y（2）是左眼。因而若Y（1）大于Y（2），即右眼高于左眼（頭向右傾斜），雙眼連線與水平線的夾角介于0到，旋轉矯正就需要順時針旋轉；若Y（1）小于Y（2），即左眼高于右眼（頭向左傾斜），雙眼連線與水平線的夾角介于到，旋轉矯正需要逆時針旋轉。至于旋轉角度可用以下公式計算：

計算好旋轉角度后，由于Matlab默認弧度計算，而需要用到的旋轉內部函數imrotate（A，angle）是用角度，所以要先進行弧度角度轉換，另外函數imrotate是將圖像A按angle角度以其原點為中心旋轉，角度取值大于0，逆時針旋轉；角度取值小于0，順時針旋轉。程序上先對左右眼睛的相對位置進行if-elseif語句判斷，再分別進行順逆時針的旋轉。若眼睛水平呈直線，則不需旋轉矯正，直接應用到下一步的人臉識別。眼睛得到旋轉矯正后，原圖像也隨著角度進行同樣的旋轉矯正。

經過讀入彩色圖像，人臉檢測與分割，雙眼定位，旋轉矯正后，可以得到新圖像。各項步驟得到的圖像過程如圖1所示。

3 結語

為了完成人臉圖像的旋轉矯正，就要根據人眼與人臉的穩定一致性特點來找出眼睛，來計算出需要旋轉的角度并實現；而找到眼睛前，需要從圖像中檢測出人臉區域，縮小眼睛搜索范圍。從以上思路來看，本次研究的每一步結果都達到了基本的預設要求。

參考文獻

[1]李云峰.基于Gabor小波變換的識別[A].大連理工大學，2005，（10）63-68.

[2]金一.人臉識別中的若干算法研究[A].北京交通大學博士論文，2009，（12）166.

[3]李季檁.基于2D圖像的人臉特征定位和人臉識別[A].上海交通大學，2007，（01）23-30.

[4]孫艷秋，于洋.通用人臉圖像預處理方法及其MATLAB仿真[A].遼寧科技學院，2005.（6）2-4.

[5]唐偉，陳兆乾.靜態灰度圖像中人臉檢測方法綜述[A].南京大學計算機軟件國家重點實驗室，2002，（02）166-175.

[6]岡薩雷斯.數字圖像處理（MATLAB版）[M].電子工業出版社，2012，（11）P152，P276-278.

Abstract：Face recognition technology has tremendous prospects， but in real life， prone to light of the image， camera angle， posed facial expression changes， this will cause the recognition accuracy reduced. This topic focuses on face image preprocessing in the spin recovery. This topic mainly face image based on color and morphology to image processing， thus face contour extraction （face segmentation）， and eye positioning using Gabor filter kernel function， and finally through the geometry to rotate at a different angle to correct， and stored as new image， laying a good foundation for next face recognition. Key words： facial recognition spin recovery.

Key Words：Face recognition；Gabor；Rotation correctionendprint