基于gabor小波的人臉識(shí)別技術(shù)

《基于gabor小波的人臉識(shí)別技術(shù)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、基于Gabor小波的人臉識(shí)別技術(shù)人臉識(shí)別/特征提取/小波變換/直方圖1?引言Gabor小波在空間域和頻率域均有較好的分辨能力,有明顯的方向選擇和頻率選擇特性。隨著人們對(duì)Gabor小波技術(shù)的不斷探索,使該方法在人臉識(shí)別領(lǐng)域取得良好的識(shí)別效果[1,2]。本文首先通過(guò)直方圖均衡化等預(yù)處理過(guò)程使圖像更加清晰,然后通過(guò)調(diào)整小波變換系數(shù)進(jìn)行特征提取。本文主要的目的是減少系統(tǒng)運(yùn)算量、提高人臉識(shí)別的準(zhǔn)確率。2?人臉特征提取的基本原理在特定的場(chǎng)景中對(duì)人臉進(jìn)行定位是特征提取的第一步。神經(jīng)網(wǎng)絡(luò)法、彩色分析法、Hough[3]變換法、模板匹配法、灰度分析法、幾何模型法和主元分析法等方法是目前比較流行的人臉

2、特征定位方法。由于色彩在人臉不同位置的差異,在定位人臉位置時(shí)(如嘴唇的紅色分量相對(duì)較高等),應(yīng)選用色彩分析的方法。該方法針對(duì)不同的色彩模式的圖像進(jìn)行分析處理,使圖像更加的清晰,其它人臉識(shí)別方法均可用灰度圖像分析的方法進(jìn)行處理。實(shí)驗(yàn)中選取的人臉表情圖像排除了眼鏡、頭發(fā)等遮擋物的影響,因此所選用的圖像適合灰度圖像分析的方法進(jìn)行處理。通過(guò)圖像灰度的垂直積分確定人臉圖像的上下邊界;通過(guò)圖像灰度的水平積分確定人臉圖像的水平邊界。相應(yīng)的,垂直積分投影的計(jì)算是根據(jù)圖像每列的灰度和值,而水平積分投影的計(jì)算是根據(jù)水平方向的灰度和值。圖像水平積分和垂直積分的公式為:其中,H(x)表示圖像在[y1,y2

3、]區(qū)域的水平積分投影,V(y)表示圖像在[x1,x2]區(qū)域的垂直積分投影。G(x,y)為被積函數(shù)。3?人臉圖像的預(yù)處理圖像預(yù)處理主要有以下兩個(gè)方面的作用:第一,通常情況下,由于光照、噪聲等因素的影響,使得到的原始圖像質(zhì)量并不理想。這就需要在特征提取之前要對(duì)圖像進(jìn)行預(yù)處理,使原始圖像特征清晰并提高識(shí)別系統(tǒng)的識(shí)別效率。由于系統(tǒng)的不足和環(huán)境的影響,在提取有用的信息的時(shí)候會(huì)受到各種因素的影響,對(duì)此我們要采取不同的有針對(duì)性的措施進(jìn)行圖像預(yù)處理。第二,我們得到的圖像本身不滿足系統(tǒng)的要求,主要體現(xiàn)在圖像的大小、角度等方面。這也要求我們對(duì)圖像進(jìn)行必要的處理。綜上所述,圖像預(yù)處理是一個(gè)相當(dāng)重要的過(guò)程

4、。因此,我們?cè)趯?duì)圖像預(yù)處理時(shí)應(yīng)該采取正確合理的方法。不同的環(huán)境應(yīng)該采取不同的預(yù)處理方法,預(yù)處理的模塊也應(yīng)依據(jù)系統(tǒng)自身的特點(diǎn)進(jìn)行設(shè)計(jì)。如果預(yù)處理方法不合適不但不能彌補(bǔ)系統(tǒng)的不足還會(huì)影響識(shí)別結(jié)果;相反,預(yù)處理做的太復(fù)雜,運(yùn)算過(guò)多,就會(huì)增加工作量。所以預(yù)處理時(shí)應(yīng)該綜合考慮各方面的因素。3.1?幾何校正在人臉庫(kù)中提取的原始圖像,由于受到外界因素的干擾,會(huì)使圖像中面部的大小和位置造成很大的差異。這主要是由被拍攝人的位置、姿態(tài)、光照和成像距離等因素造成的。為了滿足識(shí)別系統(tǒng)算法對(duì)圖像質(zhì)量的要求,必須對(duì)原始圖像進(jìn)行一定的技術(shù)處理,否則會(huì)影響整個(gè)系統(tǒng)的順利運(yùn)行,對(duì)算法識(shí)別的準(zhǔn)確率造成很大的影響。主要

5、包括以下幾種方法對(duì)圖像幾何校正:一、圖像的平移:就是按照一定的規(guī)則,在二維平面坐標(biāo)內(nèi),對(duì)圖像做垂直移動(dòng)或水平移動(dòng),減少因?yàn)槿四樀钠茖?duì)識(shí)別結(jié)果造成的影響。二、圖像的翻轉(zhuǎn):為了解決有的圖像中人臉的上下顛倒的現(xiàn)象,利用圖像翻轉(zhuǎn)來(lái)糾正圖像中人臉的位置,達(dá)到識(shí)別系統(tǒng)的要求。圖1原始圖像、圖2為翻轉(zhuǎn)后的圖像。????三、圖像的旋轉(zhuǎn):主要方法就是根據(jù)實(shí)際需要以圖像的中心為原點(diǎn),對(duì)圖像旋轉(zhuǎn)某個(gè)角度的處理。圖像旋轉(zhuǎn)中有時(shí)候一些點(diǎn)會(huì)轉(zhuǎn)出視圖區(qū)外面,而另外一些點(diǎn)會(huì)被轉(zhuǎn)進(jìn)來(lái)。如果轉(zhuǎn)出視圖區(qū)的點(diǎn)很重要,那么可以通過(guò)增大能顯示出來(lái)的圖像的范圍來(lái)達(dá)到實(shí)驗(yàn)的需要;如果不重要,那么就可以直接截取。其中,(x,y)

6、,(x’,y’)是旋轉(zhuǎn)前后圖像中同一像素的坐標(biāo),θ是旋轉(zhuǎn)角度。圖像的旋轉(zhuǎn)都是繞坐標(biāo)軸原點(diǎn)進(jìn)行的,如果對(duì)某個(gè)點(diǎn)進(jìn)行旋轉(zhuǎn),那么首先要將該點(diǎn)平移至坐標(biāo)原點(diǎn)。圖3為原始圖像、圖4旋轉(zhuǎn)后的圖像。??????3.2?直方圖均衡化直方圖概念:直方圖(histogram)是灰度級(jí)的函數(shù),它表示圖像中具有每種灰度級(jí)的像素的個(gè)數(shù),反映圖像中每種灰度出現(xiàn)的頻率(像素的個(gè)數(shù))。一幅圖像的概貌可以用直方圖描述(如圖像灰度分布情況、灰度的范圍)。對(duì)原始人臉圖像采用直方圖描述時(shí),特征點(diǎn)相對(duì)集中,不利于系統(tǒng)識(shí)別。直方圖均衡化是一種最常用的直方圖修正方法,通過(guò)把給定圖像的直方圖的分布改造成均直方圖分布,使輸出像素灰

7、度的概率密度分布均勻。均衡化之后的圖像是擁有最大嫡(信息量)的圖像,這是從信息學(xué)角度出發(fā)得到的基本理論。通俗的說(shuō),圖像的對(duì)比度增加是直方圖均衡化后最直觀的效果。在圖像均衡化時(shí),圖像亮度即圖像矩陣的平均值是很重要的參數(shù),其值越小則對(duì)應(yīng)圖像越暗;而圖像對(duì)比度就是圖像矩陣的均方差(標(biāo)準(zhǔn)差),對(duì)比度越大,圖像中黑白反差越明顯。均衡化可以在一定程度上消除成像條件不同,即圖像光照不同對(duì)識(shí)別造成的負(fù)面影響。圖5原始圖像及直方圖;圖6均衡化后的圖像及其直方圖。其中,灰度直方圖的橫坐標(biāo)