图像预处理对人脸识别系统性能影响研究.pdfVIP

第30卷第1期 成都信息工程学院学报 Vd．30No．1 UNIVERSITYOFINFORMATIONTECHNOLOGY Feb．2015 2015年2月 OFCHENGDU JOURNAL 文章编号：1671—1742{2015}01-0027-05 图像预处理对人脸识别系统性能影响研究 金欣， 文成玉， 杜 鸿 (成都信息工程学院通信工程学院，四川成都610225) 摘要：目前多数工程化人脸识别系统是基于子空间算法的，针对子空间算法识别系统中稳定性和抗干扰性不 模型。同时引入不同预处理方法进行比较，根据类间距离和类内距离的变化，从中确定出最优的预处理方法，改善 算法识别率和效率，实验结果表明，加入合适的图像预处理可以增强识别系统的强壮性。 关键词：信息处理；图像识别与处理；类内距离；类间距离；子空间算法；预处理 中图分类号：TP391．9 文献标志码：A O 引言 间算法的类间距离和类内距离入手，通过加入预处理， 使其作用于图像的类，分析其类的变化加以判断 从Lades等…首次提出将主成分分析法(Principal ComponentAnalysis，PCA)应用于人脸识别之后，子空 间法就得到极大的关注，子空间法的优势在于它通过 图像预处理技术方法 空间的变换，将线性的或者非线性的图像特征进行压 缩，从高维空间降维至低维的特征子空间，从而降低算 人脸图像的预处理的目的是使不同成像条件下拍 法的复杂度。到目前为止，基于PCA的特征脸算法 摄的所有进入识别系统的照片具有一致性。后续将重 点介绍几何归一化中的图像掩模技术‘61和图像增强 (Eigenface)有了深远的发展且已经趋于成熟，并延伸 中的直方图均衡[7I，并且加入可以去除噪声的维纳滤 出其他的变种算法，最有代表性的就是Belhumeur提 波法[8】。 出的Fisherface算法…2，是将线性鉴别分析理论【3J3 Discriminant (Linear Analysis，LDA)与PCA相结合， 1．1图像掩模 将经过PCA降维后的表观特征的主成分，采用LDA 进行变换，使系统可以获得尽量大的类间散度和尽量 一般获取的图像都存在干扰信息，图像掩模为了 小的类内散度。这两种识别算法是目前较为主流的基 解决这种负面的影响，抠出主要的人脸部分。具体的 于子空间的人脸识别算法【4J。现今，多数可以实现工 基本步骤就是首先将人脸图像进行几何校正处理，就 程化的人脸识别系统仍是基于子空间算法的，想要得 是将人脸图像实施人像扶正，根据标定的人眼坐标进 到一个具有非常高识别率的系统，已经不能单纯的只 行图像缩放和图像切割等操作后，然后产生一个固定 改进算法的原理，从获取到的人脸图像的源头进行预 的矩形模板，该模板的中心有个与人脸大小大致相同 处理，才是提高一个识别系统识别率非常重要的环节。 的椭圆区域，其内部的值都为1，椭圆区域以外的值都 根据山世光教授【5J5提到的人脸识别系统中存在 为0，模板的大小与人脸图像大小相同，其次，人眼在 的若干问题，一个强壮的人脸识别系统对于人脸库和 校正过的人脸图像中位置固定，且中心轴对称，将两个 输入到系统的待识别图像会有不同的要求，例如一个