人脸识别中的边缘检测技术(论文资料).pdfVIP

2008年10月 长治学院学报 ,2008Oct. ,No.5 人脸识别中的边缘检测技术 1 2 李艳玲 ，韩 华 （1.长治学院计算机系，山西长治 046011；2.长治学院教务处，山西长治 046011） 摘 要：边缘的提取在人脸识别技术中具有重要的意义。传统的算法检测到的边缘信息往往是不完整的，而且在检测噪 声污染图像时会得到许多虚假的边缘；而神经网络算法由于没有样本的压缩功能，导致训练量过大。文章在传统算法的基础 上结合神经网络算法对人脸图像的边缘进行检测。实验结果表明，该方法快速稳定，得到的边缘图像边界封闭性好，抗噪能 力强。 关键词：人脸识别；边缘检测；神经网络 中图分类号：TP391.41文献标识码：A 文章编号：1673-2014（2008）05-0035-03 1 引言 行加权运算，得到原图像像素的新灰度值，将新灰 人脸识别技术是当前热门的研究课题，与利用 度值做为神经网络的输入进行学习，神经网络的实 指纹、DNA、虹膜等其它人体生物特征进行身份鉴 际输出就是图像的最终边缘检测结果。实验证明， 定的方法相比，人脸识别更直接、友好、方便，并可 先对图像进行传统的边缘检测再送入神经网络训 以通过非接触方式获得，使用者无任何心理障碍， 练，不仅提高了检测精度，而且使得神经网络的检 所以人脸识别技术成为人们最容易接受的身份鉴 测速度也有所改善。 别方式之一。作为人脸识别的重要环节———人脸检 2 边缘检测算法 测也得到了众多研究者的重视。人脸检测的任务是 2.1 传统的图像边缘检测算法 从各种不同的场景中判断有无人脸的存在，如果 边缘是图像上灰度变化比较剧烈的地方，所 有，则给出人脸的数目以及所有人脸的位置与大 以，边缘检测的相邻区域之间的边界具有灰度不连 [1] 小，并提取人脸的有关特征。在人脸检测中最重要 续性，可以根据导数对边缘进行检测 。 的步骤是对其边缘的提取。 2.1.1 Roberts算子 图像的边缘一般是图像中灰度突变的点，它是 Roberts算子是一个2×2模板，采用的是对角 图像的基本特征。传统的边缘提取方法是通过考查 方向的相邻的两个像素之差，梯度形式由下式给出： 图像的每个像素在某个领域内灰度的变化，利用边 Gf[（x ，y）]=f （i ，j）-f （i+1，j +1）-f （i+1，j）-f （i ，j +1） # ! 缘邻近一阶或二阶微分变化规律检测边缘。如： Gf[（x ，y）]=maxf （i ，j）-f（i+1，j +1），f （i+1，j）-f （i ，j +1） 写成模板形式如图1所示 Sobel算子是基于一阶微分在边缘处取最大值这一 变化规律来提取边缘的，而拉普拉斯算子Laplacian 1 0 0 1 则是利用图像的二阶微分零交叉来确定边缘位置。 0 -1 -1 0 近年来由于神经网络强大的非线性表示能力及学 习功能，用神经网络提取图像边缘又成为一个新的 图1 Roberts算子 Fig.1 Roberts operator 研究热点。