用于人脸识别的人脸图像标准化算法.pdfVIP

第 l6卷 第2期 五邑大学学报(自然科学版) 、，o1．16 NO．2 2002年6月 JOURNAL OF WUYI UNIVERSITY(Natural Science Edition) June 20o2 文章编号：1006—7302(2002)02—0011—05 用于人脸识别的人脸图像标准化算法 甘俊英，黄宇明 (五邑大学 电子与信息工程系，广东 江门 529020) 摘要：人脸图像的标准化，作为人脸图像预处理过程，是计算机人脸识别中很重要的一个 环节．论文给出了一种改进的人脸图像标准化算法．该算法首先利用人脸图像的垂直灰度 投影曲线确定脸的左右边界；接着根据人脸图像的水平灰度投影曲线来确定眼、嘴的位置； 然后依据确定的眼、嘴以及脸的左右边界这些参数对图像进行剪裁和缩放；最后获得人脸 的标准图像．采用 ORL人脸数据库进行仿真实验，结果表明，该算法基本消除了背景、 头发、服装等干扰，保留了人脸识别所需的主要信息，更利于后续的特征提取与识别，解 决了常规方法不适合侧面人脸图像或者闭上双眼的人脸图像的问题，是一种有效的方法． 关键词：人脸识别；人脸图像标准化；标准化算法；垂直灰度投影；水平灰度投影 中图分类号：TP751．1 文献标识码：A 人脸识别是人类视觉最杰出的能力之一，它的研究涉及模式识别、图像处理、生理学、心 理学、认知科学等学科，与基于其他生物特征的身份鉴别方法以及计算机感知交互领域都有密 切联系．计算机人脸识别过程包括人脸图像的预处理、人脸特征提取与人脸识别．良好的人脸图 像预处理是进行人脸特征提取的前提，可以大大降低特征提取的难度，从而提高人脸识别率．人 脸图像的标准化，作为人脸图像预处理过程，是计算机人脸识别中很重要的一个环节，其目的 是将背景、头发、服装等对人脸识别无用或造成干扰的冗余信息去除．人脸图像标准化算法的 好坏直接影响后续的特征提取与人脸识别．因此，对人脸图像标准化算法进行研究具有一定的 意义． 人脸图像的标准化，首先需要标定人脸的左右边界以及眼、嘴的位置，然后根据这些标定 参数对图像进行剪裁．其次应确定一个图像缩放系数对图像进行缩放．图像缩放系数的选定具 有不同的方法…．传统的方法是先定出人眼的两个瞳孑L位置，并将两个瞳孑L之间的距离作为比例 系数进行图像的缩放．但是瞳孑L的定位通常难于实现，而目．这种方法不适合侧面的人脸图像或 者闭上双眼的人脸图像．为了解决这一问题，本文提出了一个简单而又有效的方法．实验结果表 明。该算法基本消除了背景、头发、服装等干扰，保留了人脸识别所需的主要信息，更利于后 续的特征提取与识别． 收稿日期：2001．06—22 基金项目：广东省自然科学基金资助项目 (NO．000872)． 作者简介：甘俊英 (1964一)，女，江西樟树人，副教授，博士生，研究方向为信号处理、图像信号处理、 语音信号处理等． l2 五邑大学学报(自然科学版) 2002年 1 研究对象的选择 本文研究的原始图像取自ORL(Olivetti Research Laboratory)人脸图像数据库．该数据库南4O 人、每人lO幅、大小为112×92、灰度级为256的人脸图像所组成．图1为其中的l2幅图像．从图 1可以看出，实验图像存在背景、头发、服装等大量的干扰信息，这对后续的特征提取有比较大的 影响．因此我们可以利用图像标准化算法，在特征提取前对人脸图像进行预处理，从而获得冗余信 息和干扰更少的标准图像． 图1 实验的原始图像 2 人脸图像的标准化算法 2．1投影函数的概念 人脸图像中，脸的平均灰度明显不同于背景中的其他物体．因此脸所在区域的灰度值比较 均匀，而脸与背景的交界处则会产生突变，即分界处的那一点会有一个大的梯度值．同时在人 的嘴与脸处也会产生两个突变，形成两个灰度值的波谷．我们引入垂直灰度投影函数和水平灰 度投影函数II,2l来分别描述人脸图