刘静

（渭南师范学院 统计科学与社会计算研究所，陕西 渭南 714000）

预处理是人脸图像识别过程的基础环节，预处理能够有效消除和降低人脸图像中因噪声、光照、背景等带来的不利于提高识别率的方面，而恢复、保留和增强有利于提高识别率的图像特征，并能有效降低图像维数，降低特征提取和识别的复杂度[1-2]。

文中的研究是在OpenCV体系结构的基础上进行的。OpenCV是Intel公司开发的图像处理和计算机视觉函数库，是一套由一些C函数和C++类所组成的库，基于Intel处理器指令集对代码进行了优化，对于开发实时应用程序具有很强的针对性。

1 图像增强

人脸图像中不可避免地存在噪声信息。为了提高人脸识别的效果，必须对人脸图像进行增强处理，以便消除图像中的噪声信息。图像增强可以使得原本不清晰的图像变得清晰，可以有选择地丰富信息量、强调图像中人们感兴趣的特征，弱化图像中不需要的特征[3-4]。

针对人脸图像的特点和效果，应选择不同的图像增强算法[5]。文中有针对性地采用了中值滤波和直方图均衡化等方法来增强人脸图像，消除图像噪声，提高图像质量，从而达到提高识别率和识别精度的目的[6-7]。

1.1 中值滤波

中值滤波算法常用于图像模式识别领域，该算法能有效去除图像噪音，尤其是对去除椒盐噪声更加有效，而且能较好地保留图像边缘的锐度和图像细节特征[8]。

算法1：中值滤波算法

1） 选取一个（2n+1）×（2n+1）的滑动窗口（一般为 3×3 或者 5×5）。

2）让其在图中沿着图像的行方向或列方向（一般从左至右、从上到下）逐个像素滑动，使得窗口中心与图中某个像素位置重合。……