基于投影和几何变换的人脸图像规范化方法研究与实现

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)

对人脸图像进行预处理和规范化操作，是人脸识别过程中的一个重要步骤.对于人脸图像的预处理与规范化，能够去除衣服、毛发、背景等和人脸特征无关的信息干扰，并可校正人脸在旋转、光照、大小尺寸及噪音等方面的变化，大大降低了人脸图像关键特征提取的计算复杂性［1－5］.这个过程包括以下步骤：消除噪声、滤波增强、检测边缘、光度补偿和人脸关键部位器官的特征定位［2］.

在人脸识别过程中，对人脸图像样本进行规范化操作，可以降低人脸图像维数，节省空间，降低计算成本，加快运算速度.本文通过人脸图像的垂直和水平投影曲线来确定人脸的边界，并使用几何变换算法对人脸图像样本进行规范化处理，以便确定人脸图像中的主要器官位置［3－4］.

1 人脸图像的垂直投影、水平投影

为确定人脸图像中关键部位器官的位置，可对人脸图像进行垂直和水平投影，根据得到的投影曲线中变化剧烈的点就可有效地定位人脸轮廓及面部信息特征.为了减少无关信息对人脸图像关键部位器官的干扰，可通过计算人脸图像的垂直投影曲线来标定左右边界，然后通过计算人脸图像的水平投影曲线来标定眼睛、前额、嘴巴等关键部位器官的位置，再借助附加的一些信息便可以准确定位人脸轮廓.

首先，借助垂直投影曲线标定人脸左右边界.若图中各点像素值为I(x，y)，原始人脸图像大小为M×N，则py(x)=被定义为垂直灰度投影函数.因为人脸图像的背景与边缘之间存在灰度值突变，人脸图像在水平方向上的变化可用垂直灰度投影函数来描述［6－7］.如图1所示，可通过垂直投影中曲线形状变化剧烈的点确定出人脸左右边界，进而通过这些变化点确定出人脸左右边界.

其次，借助水平投影曲线标定人脸前额和嘴巴的位置.若图中各点像素值为I(x，y)，原始人脸图像大小为 M ×N，则 px(y)=被定义为水平灰度投影函数，反映垂直方向上图像灰度的变化［6－8］.人脸图像在前额和嘴巴这两个关键位置处的灰度值会产生突变，形成明显的两个波谷.为了减少闭眼等可能出现的表情对确定关键器官位置的负面影响，文中采用了通过水平灰度投影函数标定前额和嘴巴的方法，并通过先验知识定位下颚、修正前额的准确位置，从而准确定位人脸上下边界.人脸图像的垂直投影及水平投影效果如图1所示.

图1 人脸原图像及垂直投影、水平投影

2 几何变换

根据人脸图像的垂直及水平投影曲线，可以定位出人脸图像关键部位器官的位置.包括额头、鼻子、嘴巴、下颚等，通过这些位置信息便可确定出需裁剪的人脸区域.然后将人脸图像经过几何变换，获得大小尺寸为64×64的标准化图像.因此，经过预处理和规范化操作之后，可以得到标准化的人脸图像，如图2所示.可以看出，预处理和规范化操作较好地消除了背景、灯光、衣服、毛发等干扰信息，达到了降低人脸图像维度、保留特征提取与图像识别所必需信息的目的，有利于后续人脸特征提取及识别操作［9］.

图3中垂直和水平投影曲线，X轴横坐标为人脸图像水平尺寸，Y轴纵坐标为人脸图像在不同的水平位置所有像素灰度值总和.根据图中曲线形状变化剧烈的点便可确定人脸边界.在水平投影曲线中，反映了垂直方向上图像灰度的变化，人脸的前额、眼睛、嘴唇和下颚等处的灰度值会产生突变，体现在灰度曲线上就是所产生的波峰或者波谷，图中显示的波峰或者波谷的位置，便可以定位出人脸关键部位器官的位置［10］.

由上述可知，在人脸图像规范化的预处理阶段，要根据所处理的不同的人脸图像，有针对性地选择不同的图像处理算法.若识别系统对处理速度要求不高，也可综合多种算法以实现更佳效果.文中算法得到的人脸图像样本预处理效果如图4所示.

图4 规范化后效果

3 结语

本文分析了对人脸图像样本进行规范化操作的常用算法、灰度投影算法和几何变换算法.并且在VC++和Matlab开发环境中实现了文中提出的算法.实验结果表明，该算法在本文中有一定的针对性，对人脸图像处理效果明显，适用于对人脸图像的规范化.同时，实验表明OpenCV机器视觉库可以用来作为人脸识别的开发工具.

［1］魏冬冬.静态人脸识别技术探讨［J］.现代计算机，2006，23(7)：58 －61.

［2］王志良，陈锋军，薛为民.人脸表情识别方法综述［J］.计算机应用与软件，2003，20(12)：63－66.

［3］李耀东，崔霞，肖柏华，等.自动人脸识别技术综述［J］.计算机科学，2002，29(12)：1 －11.

［4］张翠平，苏光大.人脸识别技术综述［J］.中国图象图形学报，2000，5(11)：885 －894.

［5］［美］Rafael C.Gonzalez，Richard E.Wool.数字图像处理［M］.第 2 版.北京：电子工业出版社，2003.

［6］甘俊英，黄宇明.用于人脸识别的人脸图像标准化算法［J］.五邑大学学报，2002，16(2)：11－15.

［7］李俊山，李旭辉.数字图像处理［M］.北京：清华大学出版社，2007.71－77.

［8］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.

［9］田海军.基于支持向量机的人脸识别技术研究与实现［D］.长沙：国防科技大学硕士学位论文，2009.

［10］Yuan T，Tieniu T，Yunhong W.Do singular values contains adequate information for face recognition［J］.Pattern Recognition，2003，36(3)：649 －655.