探討圖像處理技術(shù)在人臉識別中的應(yīng)用

吳霜葉

摘要：目前，人臉識別得益于圖像處理技術(shù)的飛速發(fā)展，已趨于成熟。人臉識別可用于防盜以及保密設(shè)備中，起到防入侵保護的作用。人臉識別與虹膜、掌紋、指紋等人體生物特征的身份判斷方式相比較，展現(xiàn)出友好、隱蔽、直接的優(yōu)勢。本文主要概述人臉識別過程，著重分析灰度化處理、中值濾波等圖像處理技術(shù)在人臉識別中的運用，為人臉識別在糊識別與人工智能領(lǐng)域中的發(fā)展保駕護航。

關(guān)鍵詞：圖像處理技術(shù);人臉識別

引言：人臉識別指的是依靠相關(guān)設(shè)備讀取人臉視覺信息特征，輸入計算機樣本庫系統(tǒng)，從而根據(jù)人臉圖像特征篩選對比，判斷身份的一種計算機技術(shù)。目前，圖像處理技術(shù)性價比高，可快速判斷并識別人臉圖像，因此在人臉識別領(lǐng)域中可發(fā)揮其重大價值。

一、人臉識別

人臉識別中需要注意面部表情、攝制角度以及光照對人臉識別技術(shù)的影響。人臉識別需經(jīng)過四大步驟：第一，識別對象可將臉部與攝像頭持平，攝制且記錄其臉部面貌;第二步，圖像處理模塊接收臉部信息，定位且提取人臉特征;第三步，數(shù)據(jù)庫根據(jù)提取臉部特征對內(nèi)部存儲數(shù)據(jù)進行對比篩選;第四步，獲取圖像識別結(jié)果[1]。

二、人臉識別應(yīng)用圖像處理技術(shù)

（一）灰度化處理

圖像的整體與局部色度與亮度所呈現(xiàn)出的分布特征變化可用灰度圖像做整體概述?；叶然瘓D像處理技術(shù)可在0至255像素點RGB變化范圍內(nèi)，結(jié)合圖像的RGB 分量關(guān)系式，從黑色開始（0，0，0）到白色結(jié)束（255，255，255）這一灰度處理彩色圖像，將其轉(zhuǎn)化為灰度圖像。彩色圖像會受到背景干擾，影響識別判斷。同時，灰度圖像處理省時省力，處理過程簡單，便于后續(xù)計算像素點以及圖像處理的簡化，人臉識別的準確率更高[2]。

（二）中值濾波

將按照順序排列窗口內(nèi)像素灰度的中間值作為原窗口中心點處的像素灰度值，為中值濾波的基本思想。彩色圖像存在的噪聲會直接影響圖像質(zhì)量，而中值濾波圖像處理技術(shù)，便是針對噪聲處理的有效技術(shù)[3]。同時該項處理技術(shù)具備的功能為：第一，改善線性濾波圖像處理時的細節(jié)模糊現(xiàn)象;第二，杜絕濾波脈沖噪聲干擾;第三，維持圖像邊緣的良好性。下圖便是進行中值濾波前后的圖像，（a）圖像含有噪聲，（b）圖像是經(jīng)過中值濾波后的圖像。根據(jù)下圖比對可看出盡管濾波可以降低噪聲干擾，但是整體圖像清晰度卻大不如前者[4]。

（三）灰度歸一化

直圖像均衡化圖像處理技術(shù)，通過光照補償將灰度概率分布的圖像轉(zhuǎn)換為均勻概率分布的新圖像，經(jīng)過處理之后，所有的圖像灰度會變得統(tǒng)一，實現(xiàn)直方圖均衡化。從表面上看是擴大了動態(tài)范圍，實際上擴大的是量化之間的間隔，降低量化級別。直方圖均衡化方式，作用在于均衡分布像素灰度[5]，平均分布所有像素灰度級，以便可獲得更加清晰明了的圖像[6]。

（四）幾何歸一化

圖像幾何歸一化處理技術(shù)，可對圖像進行縮放、平移、旋轉(zhuǎn)以及鏡像等操作。該種處理技術(shù)，可校正由于光照強度以及被攝人位置等因素導(dǎo)致的人像的位置、大小不一致的現(xiàn)象，通過對調(diào)人臉關(guān)鍵部位修整原始圖像，獲取大小相同、位置相同完整的整幅圖像，提高人臉識別幾率[7]。

（五）小波轉(zhuǎn)換

小波轉(zhuǎn)換圖像處理技術(shù)，可放大人臉的邊緣輪廓部分，便于觀看圖像任意細節(jié)，同時也可高效地描述圖像的平坦區(qū)域。應(yīng)用于人臉識別中[8]，相當于“數(shù)學(xué)顯微鏡”具備放大和平移功能。運用該技術(shù)轉(zhuǎn)換后所獲取的低頻圖像，可有效穩(wěn)定人臉姿勢以及表情變化。但是以二級小波變化級數(shù)為基礎(chǔ)[9]，逐漸向上遞增級數(shù)，經(jīng)處理后的圖像，圖像表面光滑但圖像效果模糊，同時圖像向量維數(shù)也在逐漸降低[10]。因此，推向算法與識別可適當運用小波轉(zhuǎn)換圖像處理技術(shù)。

三、結(jié)論

綜上所述，圖像處理技術(shù)所具有的自然性等獨特優(yōu)勢在現(xiàn)今時代，應(yīng)用于機場、海關(guān)、辦公室簽到、身份認證等多項場所，不易被被測個體察覺。通過圖像幾何歸一化與灰度歸一化、小波轉(zhuǎn)換等多種處理方式，可提升人臉識別的精確性，因此該項技術(shù)在未來的研發(fā)以及發(fā)展將具有重大意義。

參考文獻：

[1]韓增錕.人臉識別中面部圖像處理算法研究[J].計算機與數(shù)字工程，2012（4）.

[2]王玉，申鉉京，陳海鵬，等.多角度特征融合的視頻人臉紋理表示及識別[J]. 吉林大學(xué)學(xué)報，2015（6）.

[3]王晉疆，陳曉冬.以應(yīng)用為引導(dǎo)的教學(xué)在光電圖像處理中的應(yīng)用[J].實驗室科學(xué)，2016（06）.

[4]劉國成，楊長保.遙感圖像處理軟件的設(shè)計與關(guān)鍵技術(shù)研究[J].吉林工程技術(shù)師范學(xué)院學(xué)報，2009（3）.

[5]樊冰，任超，王繼忠.基于Matlab 的遙感圖像處理原理分析與應(yīng)用[J].桂林航天工業(yè)高等專科學(xué)校學(xué)報，2008（3）.

[6]郭元戎.圖像處理與識別技術(shù)的發(fā)展應(yīng)用[J].電子技術(shù)與軟件工程，2018（01）：58-59.

[7]陳海英.圖像處理在人臉識別系統(tǒng)中的應(yīng)用[J].現(xiàn)代職業(yè)教育，2015（28）：98-99.

[8]李俊山.李旭輝.數(shù)字圖像處理（第二版）清華大學(xué)出版社.郭樂.楊立波等.圖像處理技術(shù)在人臉識別中的應(yīng)用.科技創(chuàng)新導(dǎo)報2015.01.01.

[9]韓增錕.人臉識別中面部圖像處理算法研究[J].計算機與數(shù)字工程，2012（4）.

[10]馬桂英.基于小波變換和PCA-ANN的人臉識別[J].電腦知識與技術(shù)，2009（27）.