资源描述：
《基于几何特征的人脸正面图像特征提取》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、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!∃∃!%&。、、,∋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(较小摘要适合移植到嵌入式系统中。关健询∋特征提取#几何特征#边缘提取#灰度投影引言0!理&&40+一01./∗+0123一01./∗包括人脸识别在内的人体生物特征识别技术,是!∗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近几年在全球范围内迅速发展起来的计算机安全技。,
2、、、、、来确定人脸的初步位置术它根据面像指纹掌纹虹膜语音等人体生理特,,设所处理图像为3了∗其大小为万35则该征,利。用图像处理和模式识别技术鉴别或验证身份∋,图像的垂直灰度投影函数为人脸识别系统与其他人体生物特征识别系统相比更、,。尸63∗二37∗加直接友好使用者无任何心理障碍并且通过人脸艺护(的表情,)姿态分析还能获得其他识别系统难以获得的。89称为垂直灰度投影曲线观察不同单人图像,。一些信息具有十分广泛的应用前景笔者设计了一,的垂直灰度投影曲线可以发现人脸所在区域将使垂,所用到的
3、软件算个基于人脸识别的智能化门禁系统。直灰度投影曲线形成一个具有一定宽度的凸峰这个。法正是本文的核心内容。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(图像的预处理区域作为研究对象,作该图像的水平灰度投影曲线,函数我们设计的智能化门禁系统由专门的摄像头摄。定义类似垂直灰度投影函数观察人脸区域图像的水,取人脸的正面图像作为识别对象对于拍摄距离和所,平投影曲线可以发现此曲线的第一个极小值点对应。得到的图像大小基本比较统一为了使图像便于识。。人的头顶这样就可以
4、大致确定人脸的初步位置了,。别首先要对人脸照片进行必要的预处理本系统中。具体处理前后的图像如图(所示∋、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。祖肠少卜吕甘且翻俄即蟹,一”匕+∗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./最大灰度为0123此玩处的频度指具有某一灰度值的像
5、素在图像中出现的。,次数∗为了使该灰度区域扩展到压!&全灰度区域用!石儿∋则某一灰度值0+在变换后的灰度值应由下式给出图∀人脸初步定位结果#∃∃%&∋(叭)∗+%&,∃−,留澎田诊%∗边缘检浏遭沁日,,法,由于之后的特征提取工作都是针对二值图像进−山吐理边缘检测是一种比较新的边缘检测算子,。,行的因此二值化操作的结果非常重要针对目前初具有很好的边缘检测性能得到了越来越广泛的应,。,步定位后的灰度图像二值化实际上就是边缘检测和用./,,边缘检测法利用高斯函数的一阶微分它,。提取的过程即将人脸和主
6、要器官的轮廓提取出来能在噪声抑制。和边缘检测之间取得较好的平衡,边缘检测技术对于处理数字图像非常重要因为比较各个算子的效果,最后决定采用−/,,算,边缘是所要提取目标和背景的分界线提取出边缘才。,子从图0中可以看出使用默认的闭值会在图像中。能将目标和背景区分开来边缘检测常用微分算子,留下过多的弱边缘轮廓线这样也会影响图像之后处、:∗;。法拉普拉斯高斯肠算子法和2//<算子法等。,理的准确性因此在−算子的闹值选取方面我/,徽分算子法,们对多幅图像进行了不同阐值下的−算子处理。1微分也就是求导导
7、数算子具有突出灰度变化的,,统计结果表明采用以下方法取闷值得到的结果最理作用对图像运用导数算子灰度变化较大的点处算,,想2其中∋&34表示计算原灰度图像的方差5表示二得的值较高因此可将这些导数值作为相应点的边界7强度,通过设置门限的方法,。一阶导数值化后的图像6提取边界点集∃二∋&∃7,和342896是最简单的导数算子它们分别求出了灰度在9:∃;∗<方向。,26上的变化率对于数字图像应该采用差分运算?卜∃3=∃恤可∃/,,飞>≅6Α。∀,代替求导常用的算子有!#∃%&∋和(∀#∃)用这两种∃)
8、∋∃江2−Β二∗<Χ∃;二+>6、。∗+,,,?算子运算后得到的二值化图像如图所示≅二∃3∃9∃∃,7=28/,叮>≅<6∃流9:2−Β+>6?5Δ司=∃289∃,,∃,,,>≅ΕΑ/,6Φ,3图∗采用%&。+!∀#∃算子后图采用黝阮)算子后的边缘图像的边缘图像Γ拉普拉斯离斯算子法−图0采用动态阔值/,,算子后的边缘图像拉普拉斯高斯2助=6算子法是一种二阶边缘检测。方法它通过寻找图像灰度值中二阶微分中的过零点∗特征提取。,来检测边缘点其原理为灰度缓变形成的边缘经过。,本文采用的是基于局部几何特征
