基于光照不均的井下图像中人脸识别技术研究

李智科

【摘要】在煤矿安全生产基础建设中，煤矿视频监控系统作为井下安全监控系统之一，是煤矿调度指挥中心对井下作业的主要生产环节、设备运营情况及关键生产线情况进行实时监控的最直观、有效的手段。目前除了对井下作业情况的监控，通过数字图像增强处理技术，视频监控系统还用于对井下光照不均图像的识别、人脸识别，对运动机车定位和煤面图像的检测等。

【关键词】井下监控 光照不均 人脸识别

一、研究背景

煤矿巷道内环境复杂，整体背景黑暗，湿度大，粉尘多，导致井下采集图像整体质量较差。图像的画面往往对比度较低，细节部分无法清晰分辨；由于井下光照主要来源于照明灯，灯光区域与背光区域亮度反差很大，造成图像整体或局部光照不均，严重影响图像的采集质量；采集图像传输过程中受巷道中电气设备、传输线缆、无线设备等因素影响产生电磁干扰，造成图像中的电磁干扰噪声。本文以井下图像中人脸图像识别为目的，对井下图像处理技术进行探讨。

二、井下图像中人脸的检测与识别

目前，国家和政府对煤矿安全生产高度重视，井下人员的人身安全作为安全生产的核心，与之相关的井下人员管理和监控系统已经受到煤炭企业的高度重视。井下人员定位系统已广泛应用于井下人员管理系统方面，目前多采用射频卡实现对井下人员的跟踪定位和考勤管理，但是考虑到射频卡不是矿工本人的唯一标识，单一通过射频卡不能识别出矿工的姓名和身份，另外基于射频卡识别的人员定位精确度也有待进一步提升，因此本文考虑将人员管理系统与井下视频图像识别技术结合起来，通过人体识别技术来进一步加强井下人员管理。

在井下人员图像中，选择人体哪方面生物特征作为数字图像处理识别的对象是着手工作的首要考虑。结合井下特殊的环境，矿工经常手持生产工具且手上易有灰尘，又由于监控系统拍摄的井下人员图像光照度低、不够清晰，虹膜识别也不适用，DNA检测技术程序复杂，而人脸目标明显，五官分布在图像中较易捕捉。综上考虑，本文选择人脸作为煤矿井下识别矿工身份的特征。

三、基于模板匹配的人脸识别方法

（一）模板尺寸归一化

特征提取的预处理操作是为了使待测图像样本符合特定的准则，使其更适合特征提取的要求。特征归一化作为预处理的一项重要操作，为之后的目标识别环节作必要准备。在采用模板匹配方法对图像进行识别时，应需要对用于作匹配的多个人脸模板区域进行尺寸归一化，使其归于同等大小，人脸模板可以由人脸部五官（如双眼、鼻、嘴等）来构造，而不宜选择胡子头发等不规则特征。

（二）人脸模板匹配过程

基于模版匹配的人脸识别，首先要根据脸部五官如双眼、鼻子、嘴以及脸型特征的位置、形状、分布来建立人脸模板，将构造出的人脸模版在待测图像上遍历，求二者的相关度，当某个区域求得的相关度大于（或小于）特定阈值th时，认为此处图像与模板匹配，从而识别出人员身份。

（三）人工神经网络法进行人脸检测

人工神经网络法对图像的识别属于基于统计模式识别的一种方法，它是用数学模型对人脑系统的神经元传输机制进行模拟，也可通过计算機编程来仿真人脑神经的传输机制。它是一种自底向上的数学方法，先研究单一的人工神经元，再将大量功能简单的神经元进行互联，逐渐形成复杂庞大的神经网络。利用人工神经网络对人脸识别的主要过程由待测图像预处理、人脸特征提取、神经网络分类器组成。其中，图像预处理环节主要包括噪声的滤除、特征的增强、光照的调整等处理；人脸特征可根据人脸形状、五官对称性、五官位置分布等几何特征来提取；神经网络分类过程为将待识别样本输入到设计好的神经网络模型中，根据神经元输出来确定类别。人工神经网络是在人工智能领域占有重要的位置，特别是在图像处理与识别方面，有着重要的研究和应用价值。

四、结语

本文基于煤矿井下安全监控系统中的视频监控系统，致力于将数字图像处理技术应用到煤矿井下人员管理系统中，为煤矿安全生产和有效管理工作的信息化技术研究做出贡献。针对井下特殊的图像采集环境，本文对人脸识别图像处理技术进行了研究，以实现计算机自动识别井下采集图像中特定目标的目的，最终目标是实现对光照不均的井下图像中矿工身份的自动识别。endprint