超全的图像预处理方法及实例.pdf

精品文档 预处理就是在图像分析中，对输入图像进行特征抽取等前所进行的处理。输入图像 由于图像采集环境的不同，如光照明暗程度以及设备性能的优劣等，往往存在有噪声， 对比度不够等缺点。另外，距离远近，焦距大小等又使得人脸在整幅图像中间的大小和 位置不确定。为了保证人脸图像中人脸大小，位置以及人脸图像质量的一致性，必须对 图像进行预处理。图像预处理的主要目的是消除图像中无关的信息，滤除干扰、噪声， 恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征 抽取的可靠性 . 人脸图像的预处理主要包括人脸扶正，人脸图像的增强，以及归一化等工作。人脸 扶正是为了得到人脸位置端正的人脸图像；图像增强是为了改善人脸图像的质量，不仅 在视觉上更加清晰图像，而且使图像更利于计算机的处理与识别。归一化工作的目标是 取得尺寸一致，灰度取值范围相同的标准化人脸图像 [4] 。 2.1 几何规范化 由于图像在提取过程中易受到光照、表情、姿态等扰动的影响 , 因此在识别之前需 要对图像做归一化的预处理 [4] , 通常以眼睛坐标为基准点 , 通过平移、旋转、缩放等几何 仿射变换对人脸图像进行归一化。因为人脸虽然是柔性的三维曲面 , 同一人脸因表情变 化会有差异 , 但相对而言人的两眼之间的距离变化不会很大 , 因此双眼的位置及眼距 , 就 成为人脸图像归一化的依据。 定位眼睛到预定坐标 , 将图像缩放至固定大小。通过平移、旋转、缩放等几何仿射 变换 , 可以对人脸图像做几何规范化处理 , 仿射变换的表达式为 : a a 0 11 12 [ x, y ,1] [u, v,1][ a21 a22 0] a a 1 31 32 (2-1) 其中 (u,v) 表示输入图像中像素的坐标 ,(x,y) 表示输出图像中像素的坐标。将上式 展开可得 x a u a v a 11 21 31 y a12u a22v a32 (2-2) 。 1欢迎下载 精品文档 平移变换就是给图像中的所有点的坐标都加上 u 和 v , 其变换表达式为 1 0 0 [x, y,1] [u,v ,1][ 0 1 0]