- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
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 :
a11
a12
0
[ x, y,1] [ u, v,1][ a21
a22
0]
(2-1)
a31
a32
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 a11u a21v a31
(2-2)
a12u a22v a32
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]
(2-3)
u v 1
将图像中的所有点相对于坐标原点 逆时针旋转 角的变换表达式为
cos
sin
0
[ x, y,1] [ u, v,1][
sin
cos
0
(2-4)
]
0
0
1
缩放变换既是将图像按给定的比例
r 放大或缩小 ,当 r 1
时图像被放大 ,当 0 r 1
时图像被缩小 ,其变换表达式为
r
0
0
[ x, y,1] [ u, v,1][ 0
r
]
(2-5)
0
0
0
1
本论文在对人脸图像特征提取之前,首先对所有的图像进行
几何规范化 ,将两个人
眼的位置固定在同一位置上,结果如图
2.1,图 2.2 所示。
图 2.1 几何规范化之前的人脸图像
图 2.2 几何规范化后的人脸图像
2.2 灰度级插值
图像经过空间变换后 ,变换后的空间中各像素的灰度值应该等于变换前图像对应位
置的像素值。但实际情况中 ,图像经过几何变换后 ,某些像素会挤压在一起或者分散开来 ,
使得变换后图像的一些像素对应于变换前图像上非整数坐标的位置 ,为此需要通过插值
求出这些像素的灰度值 ,通常采用的方法有 最近邻插值、双线性插值和双三次插值 。
2.2.1 最近邻插值
最近邻插值是一种最简单的插值方法 ,输出的像素灰度值就是输入图像中预期最邻
近的像素的灰度值 ,这种方法的运算量非常小 ,但是变换后图像的灰度值有明显的不连续
性 ,能够放大图像中的高频分量 ,产生明显的块状效应。
2.2.2 双线性插值
双线性插值输出像素的灰度值是该像素在输入图像中 2*2 领域采样点的平均值 ,利
用周围四个相邻像素的灰度值在垂直和水平两个方向上做线性插值。 这种方法和最近邻插值法相比 ,计算量稍有增加 ,变换后图像的灰度值没有明显的不连续性 ,但双线性插值具有低通滤波的性质 ,会导致高频分量信息的部分丢失 ,图像轮廓变得模糊不清。
2.2.3 双三次插值
双三次插值利用三次多项式来逼近理论上的最佳正弦插值函数 ,其插值邻域的大小
为 4*4, 计算时用到周围 16 个相邻像素的灰度值 ,这种方法的计算量是最大的 ,但能克服前两种插值方法的缺点 ,计算精度较高。
2.3 灰度规范化
灰度规范化是通过 图像平滑、直方图均衡化、灰度变换等图像处理方法来改善图像
质量 ,并将其统一到给定的水平。
2.3.1 图像平滑
图像平滑处理的目的是 为了抑制噪声 ,改善图像质量 ,可以在空间域和频域中进行 。
常用的方法包括 :邻域平均、空域滤波和中值滤波 等。邻域平均法是一种局部空间域处理
的方法 ,它用像素邻域内各像素的灰度平均值代替该像素原来的灰度值 ,实现图像的平滑。
由于图像中的噪声属于高频分量 ,空域
文档评论(0)