张玉萍黑龙江信息技术职业学院

基于Matlab软件的人脸图像预处理方法

张玉萍
黑龙江信息技术职业学院

由于人脸图像是通过不同的渠道进行获取的，这就使得成像结果各不相同，如图像大小规格、光照强度、姿态等都存在着差异。为了确保人脸图像在识别时具有良好的识别效果，就必须要求人脸库中的图像具有统一规格，即要对采集的图像进行归一化预处理。

人脸识别；图像预处理；归一化处理；数字图像处理

1.人脸图像预处理方法

人脸识别的第一任务是对人脸图像进行合理的预处理，从而使得人脸库中的图像具备统一尺寸和灰度标准，并且经过预处理的图像可以表现出更加显而易见的人脸特征信息。如果人脸图像中混有噪声或是图像出现退化模糊现象时，应通过图像预处理的办法来对人脸图像进行还原。这里的人脸图像预处理分为四方面内容，即：图像的灰度变换处理、图像直方图均衡化处理、图像的滤波处理、图像边缘检测处理。

1.1 图像的灰度变换

图像灰度变换是能够将彩色图像变为只具有黑白两种颜色的一种方法，这种黑白两色的图像可以使图像识别的过程更为简单，减少了多余信息对人脸识别造成的不良后果。但是，在灰度处理的同时也会损失掉图像中的少量有用信息。所以在人脸识别系统研究的过程中，要尽量采用相对简单的公式程序来对复杂的图像细节进行描述。

1.2 图像直方图均衡化

图像直方图均衡化的作用是将图像直方图灰度区间比较密集的地方做均匀分布处理，将灰度图像的像素值重新进行分配和设定，将密集的区间映射到所有灰度的范围内。直方图均衡化变换是一种非线性变换，处理后的图像具有两个比较明显的特点，即：第一，经过处理后的图像灰度排列顺序上与原始图像将保持相对一致；第二，均衡处理前后的图像灰度值变化将保持相对一致。

1.3 图像的中值滤波处理

图像中值滤波主要作用是对图像中混有的噪声进行滤出的一种非线性处理方法。当图像中出现不理想数值和噪声时，就可通过中值滤波方法来避免其在图像识别过程中的干扰。中值滤波不但能够提高图像的信噪比同时也抑制了图像噪声所带来的不良影响，其运算过程与卷积运算很相似，但是所求结果不是简单的加权求和，而是把当前像素相邻的灰度级都进行有序排列，然后找到中间值作为最后的像素输出值的一种运算。

1.4 图像边缘检测

图像边缘的作用是突显图像边缘的基本特征，它反映了图像灰度的间断性。在图像边缘处可以发现像素的灰度值有明显的突变。通常用到的边缘检测算法是查看某些范围内像素灰度的变化情况，然后采用方向导数进行一阶或二阶边缘临近法来检测。边缘类型有两种，第一种叫做阶跃型边缘检测，特点是在边缘处的二阶导数呈零交叉特性，相邻像素灰度值具有不连续的特点。第二种叫做屋顶状边缘检测，它在边缘处的二阶方向导数取极值，灰度值会在突变点处形成转折点。

2.Matlab图像处理的基本操作

数字图像处理主要是一种利用计算机软件来对图像进行增强、分割、提取有效特征的有效方式，能够得到视觉效果更为强烈的图像。人脸图像通过数字化处理所得到的图像能更方便的进行编程，同时对提取图片有效信息提供了更可靠的技术保证。数字图像处理研究内容主要包括图像变换、图像压缩和编码、图像复原和增强、图像分割和重建、图像描述与识别。Matlab图像处理的基本操作如下：

(1)读取图像并显示：数字图像要以一定的标准储存于存储器中，并且可以采用BMP，TIF，PCX等格式进行存放。对于图像数字化处理的首要步骤就是将待处理的图像输入到内存中。在Matlab语句中，用imread函数进行命令的执行。

(2)检查内存中的图像：当图像存储于内存后，为了方便后续程序编写，要检查图像的格式标准。

(3)实现图像数字化处理：当文件导入内存并进行检查后，此时可以对人脸图像进行数字化处理，例如图像二值处理、灰度处理、滤波处理以及各种图像变换等。

(4)保存图像：图像处理后的文件要进行保存，保存的格式可以与之前的格式相同或不同，例如原来的图像格式是tif，保存后的图像格式可改为png格式。

(5)检查内存中是否生成新图像：如果生成新的图片则可以在内存中查看生成的图片信息，此时所有图片处理程序将执行结束。如果没有找到图像信息，则说明新的图像没有成功生成，还需要再从第一步重新执行一次。

3.数字图像处理功能的Matlab实现

3.1 图像类型的转换

Matlab软件可以支持多种图像类型，也可以根据某些特定的要求来对图像类型进行变换。该版本的图像处理工具箱中具备大量的可供使用的函数，可以使不同类型的图像互相转换。可通过Matlab软件中的函数rgb2gray()使彩色图像转变为灰度图像，如果出现数据类型互不匹配时，就可以应用工具箱中的转换函数，例如可以转换为双精度类型的double()函数。数字图像处理的图像增强和边缘检测都是在灰度图像的基础上进行的，因此要先将原始的RGB图像转变为灰度图像。

3.2 图像增强

为了便于计算机对图像的处理和分析，可以通过图像增强的方法使图片的清晰度和视觉效果得到提高。图像增强包括两种方法，即频域法和空域法。频域法和空域法的区别是前者是通过变换域对图像整体进行变换，而后者则是对图像的每个像素点进行变换。在Matlab7.1软件中，可以利用medfilter2()函数对图像进行中值滤波，用wiener2()函数可以得到自适应滤波的图像。锐化处理可以使被模糊的细节进行加强，可以利用高斯滤波器的方法实现。

总结

本文主要介绍了人脸识别中人脸图像预处理的重要性，人脸库中的图像应具有统一尺寸标准和灰度标准。详细介绍了图像预处理的四方面内容，即：图像的灰度变换、图像直方图均衡化、图像的滤波处理、图像边缘检测。其次，介绍了Matlab软件的概述与应用，利用软件的强大功能编写程序，验证了Matlab软件对图像预处理功能，实现了其在人脸识别中的可操作性。

[1]王正林,刘明.精通MATLAB（升级版）[M].北京：电子工业出版社,2011.

[2]章毓晋,图像处理和分析[M].北京：清华大学出版社,1999.

[3]张智星.MATLAB程序设计与应用[M].北京清华大学出版社,2002.