科 技 信 息 高校理科研究 基于 MATLAB 的人脸图像预处理研究 太原科技大学 贾云芳 杨铁梅 马 壮 ［摘 要］本文利用 MATLAB 进行灰度图像的人脸预处理，包括人脸图像的灰度变换 后续的特征提取和人脸识别打下良好的基础 ［关键词］灰度变换 小波增强 人眼定位 。 实验结果表明，该预处理系统中所用到的算法容易实现，运算量少 滤波 、 小波增强 、 以及人眼的初步定位等，为 、 。 1 引言 由于人脸不但可以提供一种友好的 种族 、 非侵犯性的人机界面(HCI)，而 、 表情和年龄等 同其他生物特 、 掌纹等)相比，人脸最大的特点是非侵犯性，它不像指纹 、 、 访 、 基于对象的图像和视频检索等 、 且还包含了丰富的个人信息：性别 征(指纹 虹膜那样需要被测者的积极配合 问控制 方面，近 10 多年来，已成为模式识别和人工智能领域的研究热点 人脸识别可广泛应用于身份识别 电子相册 、 视频会议 、 档案管理 、 虹膜 、 。 。 在图像的产生 传输和变换过程中，由于多种因素的影响，往往使 、 人脸图像 其与原始景物之间产生某些差异，这种差异称为变劣或退化 这些变劣 的退化一般包括对比度较差，人脸的边缘模糊 噪声较大等 、 给图像的进一步处理造成了困难和不便 因此，有必要对人脸图像进行 恰当的处理，从而改善图像的视觉效果，提高图像成分的清晰度，并且 使图像更有利于计算机的处理，便于对图像进行分割，从而提高人脸图 像的识别率，这一过程就是图像的预处理 本文利用 MATLAB 对人脸 图像进行预处理，该系统中所用到的算法容易实现，运算量少 。 。 。 。 。 2 人脸图像的灰度变换 有些人脸图像给人一种模糊的感觉：例如画面明暗区分不明显，我 对于这种情况，我们可以把它从一个较窄 在原图 们说这种图像的对比度太小 的灰度区中扩展到整个灰度定义域中，即对图像进行灰度变换 像中，像素有 叫做灰度变换函数 后，像素的动态范围增加，图像的对比度扩展，使图像变得清晰 容易识别 。T(γ) 选择灰度变换函数的一个标准就是经过灰度变换 细腻 、 级灰度，经过灰度变换后，像素具有 。 级灰度 S=T(γ) 。 。 γ 、 常用的灰度变换方法有 4 种，分别为线性灰度变换 等级灰度和锯齿波灰度变换 、 换 度为非零的最小灰度为 Lmin，最大灰度为 Lmax。 灰度值的像素在图像中出现的次数 中去,灰度 L1 在变换后的灰度值 L2 由下式给出: 非线性灰度变 、 设频 此处的频度是指具有某一 255 全灰度 最常用的灰度变换是线性变换 为了使灰度扩展到 0 。 。 。 ～ 。 。 L2=255 (L1-Lmin)/(Lmax-Lmin) × 下面对一幅人为地加入了噪声的人脸图像（图 1）进行灰度变换后 的结果，可以看出图像更为细腻 清晰 、 在 MatLab 中实现代码如下： I=imread( .bmp); 读取原图像 ‘ ’ tt=255 (L1-Lmin)/(Lmax-Lmin);进行灰度变换 Imshow(tt); 显示灰度变换后图像 原始图像 。 × 图 1 人脸图像及其灰度变换后图像 3 人脸图像的滤波 由于噪声给图像带来的失真和降质，在特征提取之前采用滤波的 方式来去除噪声是人脸识别中所必须的步骤 。 高斯滤波和中值滤波是最常用的滤波方法 中值滤波方法的最大优点是抑制噪声效果明显且能保护边界 其中高斯滤波对滤除 高斯噪声非常有效，但会损坏图像的边缘信息，从而使图像变得模糊起 来 对于 使用基于整体的人脸识别算法的系统中，由于失掉小区域的细节对特 征提取影响较小，而且失掉小区域的细节可以通过图像增强进行补偿， 所以这种滤波方法最受欢迎 。 。 。 中值滤波法是一种最常用的非线性平滑滤波器，其输出图像中任 为了观察中值滤 一点的像素等于该点邻域中各点像素灰度的中间值 波平滑去噪的效果，我们对经过灰度变换后图像（图 1）进行了去噪处 。 。 76 — — 理，图 2 示出了去噪后的效果 。 在 MatLab 中实现代码如下： K=medfilt2(tt); 中值滤波去噪 Imshow(tt); 显示灰度变换后图像 Imshow(K); 显示中值滤波后图像 图 2 灰度变换及中值滤波后图像 由以上效果图可以看出，加入椒盐噪声的图像，经中值滤波平滑去 但是此图像的清晰度不高，部分细节 噪后，已去掉了几乎所有的噪声 。 还没有突出，还需要作进一步处理 。 4 人脸图像的小波增强 小波变换是图像增强频域法中一种很好的方法 小波变换对图像 位置和方向 进行增强，首先要对图像进行小波变换，将其分解为大小 、 均不相同的分量，然后根据需要对不同位置 不同方向上的某些分量改 、 变其系数的大小，使得某些感兴趣的分量被放大而使某些不需要的分 量减少，最后再进行小波逆变换使得增强得到图像 。 。 在 MatLab 中实现代码如下： kk=double(K); [c,1]=wavedec2(kk,2, cs=size(c); 对图像进行 2 层小波分解 for i=1:cs(2) if(c(i)>nn) db3 ’ ); ’ c(i)=2*c(i); else c(i)=0.5*c(i); end 对图像的分解系数做处理以突出所需部分并弱化不需要的 部分 YX=waverec2(c,l,'db3'); 对图像进行小波重构 图 3 中值滤波以及小波增强后人脸图像 N M Sv(x)= 5 利用图像的灰度积分投影曲线确定脸的边界 投影函数中最为常用的就是积分投影函数，假设所处理的图像为 I (x,y),在区间[x1,x2]和[y1,y2]内的垂直积分投影函数和水平积分投影函数分 别表示为 Sv(x)和 Sh(y),则 y = 1ΣI(x,y) x = 1ΣI(x,y) (1)人脸左右边界 观察人脸图像的垂直积分投影函数，投影曲线在脸所在区域处显 得比较平坦，而在与背景的交界处会有突变，即分界处的那一点会有一 个大的梯度值，因此垂直积分投影曲线是一个具有一定宽度的凸峰，只 需要确定主要凸峰的左右边界，就能够得到人脸的左右边界 在此之 前，需要利用中值滤波法对垂直积分投影曲线进行平滑处理以去除噪 声的影响 平滑处理函数如下： Sh(y)= 。 （2） （1） 。 

科 技 信 息 高校理科研究 SFv(x)= 1 K x+K/2 i=x-K/2Σ Sv(i) （3） 其中 K 为滤波窗口的宽度 沿凸峰上升并将梯度最大的点作为人脸的左边界，沿凸峰下降并 将梯度最小的点作为人脸的右边界，就可以得到人脸的左右边界，如图 5 所示 。 。 图 4 垂直积分投影曲线 图 5 人脸的左右边界 (2)人脸水平位置 当人脸的左右边界确定后，图像大小为 m N，这时，计算水平投影 函数，同样，需要利用中值滤波法对水平积分投影曲线进行平滑处理以 去除噪声的影响 平滑处理函数如下： × 。 SFH(x)= 1 L+1 y+K/2 i=y-K/2Σ SH(i) 其中 K 为滤波窗口的宽度 观察水平积分投影曲线，其最大值点对应人脸的额头部位，次最大 。 （上接第 75 页） 设，注重提高学科水平和地位；帮助教师确定适应社 会发展需要的研究方向；吸收中青年骨干教师共同制定和讨论实施学 科发展规划；定期举办教学经验交流会和学术研讨会；鼓励教师适当外 出深造 等 “ ” (2)灵活借人 通过这些工作，营造浓厚的学术环境 灵活地依据专业需要从母体高校借用一些专业知识 扎实，科研能力较强，教学水平较高的教师来学院担当专业的负责人或 带头人，帮助并带动学院专业的建设发展 。 。 取经 。 (3)适当聘人 从母体高校退休教师中聘请一些身体较好 知识扎实 、 的老同志充实到教师岗位中；也可从社会上，尤其是从企业聘用一些具 有实际工作经验的同志担任教学(特别是实践教学)工作 。 。 2.多渠道 学院应拓宽各种渠道，依托母体高校，加大共享力度，深挖内部潜 深挖潜，改善办学物质条件 、 。 力，尽可能地改善办学物质条件 。 试题库 、 图书资料：延长母体高校图书馆的开放时间(如一周开放 7 天，每 天 8 点 -22 点)，缩短学生借阅流通时间；学院适当设立资料室，订阅一 些较好的期刊资料；建立有效畅通的校园网并连通至学生宿舍，将一些 教学资源如课程提纲 多媒体视频等上传至校园网， 参考资料 、 、 实验教学资源：采取有偿付费的方式，要求母 甚至开展教师网上答疑 体高校充分挖掘实验教学资源的潜力，如实验室采取 7 天工作制，甚至 晚上安排实验；为避免与母体高校冲突，有些实验课程可集中在假期开 设 实习基地：首先要充分发掘母体高校校内实习基地的潜力；其次，凡 有条件专业(方向)，必须下大力气与企事业用人单位建立密切联系，并 将这种联系制度化，实现优势互补，互利互惠，通过校企合作，争取合作 单位为本专业提供实习基地和兼职教师 。 。 。 (四)构建完善有效的教学质量监控体系 教学质量监控体系应由教学质量决策系统 信息系统 、 、 执行系统及对象系统五大系统组成，各个系统都发挥着自身积极的作 用 保障系统 、 1.教学质量决策系统 母体高校校领导 、 母体高校教务处四大要素共同组成教学质量决策系统 由董事会 。 独立学院领导 、 。 、 由教学督导团 2.教学质量保障系统 母体高校及学院各职能部门 、 沟通和评价； 教学督导团对教学工作进行监督 、 物力和 共同组成 母体高校及学院各职能部门为学院教学工作提供有力的人力 政策支持，保证教学工作所需的各种条件 参谋 、 指导 、 。 。 、 。 。 值点对应于人脸的鼻中部，因此，人脸图像中对应于最大值点和次最大 值点之间的那部分图像就对应于人眼所处的大致水平位置 。 图 6 水平积分投影曲线 图 7 人脸水平位置 6 结论 图 7 为预处理后得到的结果 从中可以看出，该系统对人脸图像的 预处理过程能过有效的去除原始图像中不利于特征提取和识别的无用 和干扰信息，改善了图像的质量，为后续的特征提取和人脸识别打下了 良好的基础 。 。 参考文献 ［1］王虹，董雅丽.用于人脸识别的图像预处理方法研究与实现［J］. 武汉理工大学学报，2007,31(5):876-878. ［2］王举辉,王英永.基于灰度图像的人脸预处理系统的设计［J］.山 东理工大学学报，2006,20(3)：68-72. ［3］张翠平,苏光大.人脸识别技术综述［J］.中国图像图形学报,2000, 5(11): 885-894. 。 3.教学质量信息系统 采集教学中的有关信息，社会 这些信息经整理向教务部和(或)学院领导反映 。 包括教学质量信息采集和调查 全面调查和 用人单位及毕业生等的反馈信息，并将 、 。 。 。 4.教学质量执行系统 由学院教务部和各专业教研室组成 教务部 全面负责教学管理工作，如教学管理制度的制定，组织专业和课程建 设，实验室和实习基地建设，组织教学计划制定，教学环节安排，教学质 量评价，教学运行监督等，同时还积极规划和推进教学改革 各专业教 研室具体执行教务部关于教学管理的有关具体规定，具体落实教学任 务，具体组织教学运行，实施教学质量监督和检查，实施教学计划的制 定 课程建设，向教务部反馈教学质量信息等 、 5.教学质量对象系统 三、教学质量监控体系运行机制 教学质量监控体系职能的发挥主要是通过五大子系统的双向互动 各子系统内部要素之间存在直接或间接作用，其 来实现，子系统之间 、 作用应是双向互动式的 教师和学生共同组成教学质量对象系统 。 。 。 。 四、教学质量监控机制和渠道 教学质量监控机构和运行体系通过以下监控机制和互动渠道完 成：主要教学环节质量标准的制定与执行；每学期期初各教学文件的检 查与完善(如教案 教学日历等)；学期期中教学工作检查；主要教 、 学项目的评估与检查(如英语过级率 课程及格率)；主要教学环节调查 、 研究(如对实习及实验教学环节进行全程跟踪调查)；领导深入教学第一 线；教师相互听课；实施教学质量跟踪评价制度；不定期对教师和学生 发放教学质量调查问卷；在校园网上对学生和教师进行调查；对教学人 员实施奖惩措施等 讲义 、 。 。 参考文献 ［1］王淑红.提高高校独立学院教学质量的思考［J］.高等农业教育, 2004,5(5):43-44. ［2］张小东,张珍荣.独立学院师资队伍建设的思考［J］.赣南师范学 院学报,2007,(4):107-109. ［3］俞峰,郑剑.新形势下独立学院人才引进问题对策研究［J］.中国 校外教育,2007,(6):6. ［4］冀满祥.明确独立学院人才培养目标定位,探索应用型人才培养 新路径［J］.山西农业大学学报(社会科学版),2007,6(3): 321-324. 77 — —