计算机科学与技术专业毕业论文-图像处理在人脸检测中的应用

计算机科学与技术专业毕业论文--图像处理在人脸检测中的应用图像处理在人脸检测中的应用摘要人脸识别，特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别技术应用广泛，与利用指纹、虹膜等其他人体生物特征进行身份识别的方法相比，人脸识别更加友好、方便和隐蔽，因此人脸识别越来越成为当前模式识别和人工智能领域的一个热点。本文主要利用垂直积分投影和水平积分投影法对人脸进行定位，再采用PCA主元分析法进行人脸的特征提取，最后做出快速决策判断。其中PCA主元分析是一种对数据进行分析的技术，可以有效的找出数据中最“主要”的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭示隐藏在复杂数据背后的简单结构。因此ABSTRACTFacerecognition,inparticulartotheanalysisandcomparisonofvisualfeaturesoffaceauthenticationinformationcomputertechnology.Facerecognitiontechnologyisappliedwidely,andtheuseoffingerprint,irisandotherhumanbiologicalfeatureidentificationmethods,facerecognitionismorefriendly,convenientandconcealed,sofacerecognitionmoreandmorebecomesthecurrentfieldofpatternrecognitionandartificialintelligenceofahot.Thispapermainlyusestheverticalintegralprojectionandhorizontalintegralprojectionmethodtolocatehumanfaces,thenadoptedPCAprincipalcomponentanalysismethodforfacefeatureextraction,andfinallymakeaquickdecisionmaking.ThePCAprincipalcomponentanalysisisakindofdataanalysistechnology,caneffectivelyidentifythedatainthe"main"elementsandstructure,thenoiseandredundancy,theoriginalcomplexdatadimensionreduction,revealshiddencomplexityinthedatabehindthesimplestructure.Therefore,thismethodcaneffectivelyextractthecontourofthehead,andhasadvantagesofsimpleoperation,highefficiency.ThealgorithminMATLABenvironmentforthedifferentfaceimagesareprocessedachievedbetterrecognitionresults.分享到翻译结果重试抱歉，系统响应超时，请稍后再试支持中英、中日在线互译支持网页翻译，在输入框输入网页地址即可提供一键清空、复制功能、支持双语对照查看，使您体验更加流畅KEYWARDS：sharpening,medianfilterphi,PCA,KLtransform,facedetection

目录摘要 IIABSTRACT III1人脸识别 21.1人脸识别的研究背景 21.2人脸识别系统的组成及本文的主要研究方向 32人脸图像的预处理与人脸器官的定位 52.1人脸图像的预处理 5图像的采集 5锐化 5二值化处理 6人脸图像噪声去除 82.2人脸器官的定位 9人脸左右两端边界的测定 9人脸的水平积分投影 10嘴中心点的确定 11人脸中轴线的求取 12人脸椭圆结构定位 13瞳孔的精确定位 143人脸特征的提取 153.1图像的几何规范化 163.2图像的灰度规范化 173.3基于PCA的人脸特征提取 174样本数据库的建立与人脸识别 224.1样本库的建立方法与流程 224.2样本库的管理 234.3人脸识别 244.4人脸识别结果错误分析 25结论 26参考文献 27致谢 28附录 291人脸识别1.1人脸识别的研究背景近年来，随着信息技术的发展，其应用的普及性不断提高，以及计算机的软硬件性能的飞速提升，更加高效并且也更加友好的人机交互技术被不断地提出并应用于我们周围。这些技术的应用不再依赖于传统的键盘、鼠标、显示器等设备，开始向着多模态人机交互的方向发展。多模态人机交互模拟人类自然交流的方法，包括视觉、听觉、触觉和嗅觉，试图综合图像，声音，文字等手段，达到与计算机进行交流的目的，其中以视觉交流最为方便和易于接受。同时，图像处理设备的性价比也不断地提高，从而使得基于图像处理的人机交互技术成为当前研究领域的热点。视频监控便是其中一个重要的研究方向，简单而言，不仅用摄像机代替人眼，而且用计算机替代人、协助人，来完成监视或控制任务，从而减轻人的负担。智能视觉监控系统能在不需要人干预的情况下，通过摄像机拍录的图像序列进行自动分析来对场景中的变化进行定位、跟踪。早期的人脸信息方面的研究主要集中在人脸识别领域，这一时期的人脸识别算法都是在默认已经得到了一个正面人脸或者人脸很容易获得的前提下进行的。但是随着人脸信息利用的研究范围不断扩大和开发实际系统需求的不断提高，研究者们发现，这种假设下的研究并不能满足实际需求。于是，人脸检测算法开始作为独立的研究内容发展起来，并且发展出了人脸特征定位，人脸跟踪等相关研究。随着计算机速度的提高，对彩色信息的处理己经不会构成比单纯处理灰度信息明显增多的系统负荷。对计算机色彩理论的深入研究也使彩色图像处理逐渐成为数字图像处理的核心内容。这都使得在计算机检测人脸的过程中有效利用肤色信息成为可能。肤色信息的应用，将推动人脸检测这一即具有广阔的应用前景又具有重要的学术价值的课题的进一步研究，也必将成为一个更为独立和活跃的研究领域。人脸识别的发展大致经过了三个阶段：非自动识别阶段、人机交互阶段、自动识别阶段。非自动识别阶段：主要研究如何提取人脸识别所需要的特征。通过简单的语句描述人脸数据库或为待识别人脸设计逼真的摹写来提高面部识别率，这是一种需要手工干预的阶段。人机交互阶段：这一阶段虽然实现了一定的自动化，但还需要操作员的某些先验知识，仍然不是一种完全自动的识别系统。自动识别阶段：在这一阶段真正的实现了机器自动识别，产生了众多人脸识别方法，出现了多种机器全自动识别系统。面部识别技术通过对面部特征和它们之间的关系来进行识别，识别技术基于这些唯一的特征时是非常复杂的。人脸识别是计算机视觉、模式识别中的一个重要内容，在电视监视，罪犯查询识别等领域有着广泛的应用价值。作为一种无接触的利用人的生物特征的进个人身份鉴定的方法，人脸识别相比其他人体生物特征识别技术来讲，它具有直接，友好，方便的特点，更易于为用户所接受。人脸识别是计算机视觉，模式识别中的一个重要内容，人脸识别大概可以分为三步：人脸器官检测定位，特征提取和分类识别。人脸器官检测定位是人脸识别系统的。第一步，也是整个人脸识别系统中的一个关键，在研究人脸检测的问题中，我们碰到的一个非常棘手的问题是如如何从一幅图像中快速的检测出人脸。目前国内外研究人脸识别的方法比较多，但根据人脸表征方式的不同，总体上可以分为以下三种:基于几何特征的识别方法，基于代数特征的识别方法和基于连接机制的识别方法。1基于几何特征的人脸正面图像识别方法，将人脸用一组几何特征矢量表示，几何特征矢量是以人脸器官的形状和几何关系为基础的特征矢量，用模式识别中的层次聚类的思想设计分类器以达到识别目标。由于这种方法对脸部朝向的改变非常敏感，要求有一定的弹性消除时间跨度和光照的影响。基于几何特征的方法内存要求小，识别速度要比基于模板的方法高，它的缺点是这些特征的准确提取是较难实现的，到目前为止，这种方法在实践中尚没有成功的应用。2基于代数特征的人脸正面图像识别方法，将人脸用代数特征矢量来表示，代数特征是通过对图像灰度进行各种代数变换和矩阵分解提取出来的，这种方法从整体上来捕捉和描述人脸的特征，所用到的主要是一些标准的数理统计和技巧，运算较复杂。3基于连接机制的人脸正面图像识别方法，将人脸直接用灰度图二维矩阵表征，利用神经网络的学习能力及分类能力，这种方法的优点在于保存了人脸图像的材质信息和形状，同时避免了较为复杂的特征提取工作，但是普遍存在的问题是识别率低，过程复杂。人脸识别系统主要是由以上几个功能模块组成：预处理模块，人脸器官定位模块，特征提取模块，人脸图像识别模块。图1-1人脸识别系统结构框架为了使计算机能够对各种现象进行分类识别，要用计算机可以运算的符号来表示研究的对象。从构造实际应用系统的角度出发，本系统采用的是基于代数特征的识别方法。本系统的算法首先对样本图像做噪声去除、平滑处理，中值滤波和二值化等预处理，然后利用二值化的图像，根据人脸的结构特征点和数学形态学的理论对人脸器官进行定位。经过预处理后，通过基于PrincipalComponentAnalysisPCA的特征提取产生样本库，从而可对输入的图像进行识别。在获取了人脸图像后，就要进行预处理的工作了。预处理的目的是去除噪声，加强有用的信息，并对输入设备或其他因素造成的退化现象进行复原。人脸识别的整个预处理阶段包含了：人脸图像的预处理，二值化，图像噪声去除等。人脸器官定位模块完成从原始图像中确定出人脸位置，以便后继处理。其中包括人脸边缘的检测，人脸的预定位和人脸的精确定位。特征提取模块完成提取人脸特征，抽取稳定和有效的特征是系统成败的关键。由于人脸图像所获得的数据量是相当大的，为了有效的进行分类识别，就要对原始数据进行变换，得到最能反映分类本质的特征。这就是特征提取和选择的过程。人脸图像训练模块完成对现有人脸图像库的训练，得到参数以供识别模块使用。识别模块根据训练所得的参数完成人脸的最后识别工作。识别的过程实际上就是分类决策的过程。分类决策就是在特征空间中把被识别的对象归为某一类别，基本做法是在样本训练集中确定某个判决规则，使按这种判决规则对被识别对象进行分类所造成的错误识别率最小或引起的损失最小。2人脸图像的预处理与人脸器官的定位2.1人脸图像的预处理图像处理就是用一系列的特定的操作来改变图像的像素值，以达到特定的目标，比如使图像更清晰，或从图像中提取某些特定的信息等。外界获取的人脸图像，由于会受到各种因素的干扰和影响，因而导致了图像质量的下降，而人脸识别又对图像有较高的要求，因此我们必须事先对人脸图像进行预处理，对图片位置不理想的图像我们必须对图像进行几何平移，对于含有噪声的图像，必须要除去其噪声的干扰，同时我们在这个过程还必须对图像实现灰度化，以方便后续的检测和识别步骤。由此可见，图像的预处理过程就是为了达到改善图像的质量，将图像变换成便于人们观察、适于机器识别的目的。所以说决定检测和识别率高低的另外一个重要因素就是图像预处理的好坏，其中包括图像去噪音等对图像质量的影响，颜色空间的转换，RGB颜色空间到YCrCb颜色空间，使亮度分量和色度分量尽可能的独立，相互不干扰，彩色图像的灰度化。图像灰度化流程如图2-1。预处理包括锐化，二值化处理，噪声去除三个步骤。图2-1图像灰度化一般流程图灰度处理前后图像对比如下图所示。图2-2彩色图像图2-3灰度图像图像的采集通常人脸信息的来源有以下几种方式：1通过扫描仪对照片的扫描2通过数码相机对人脸的拍摄3Internet上各种免费提供的数据库。人脸图像的采集需要在弱光源环境并且人脸部无明显遮盖物，人脸部表情不能太夸张，下面是一些标准的人脸图像模版。图2-4人脸数据库模版锐化如果直接对输入的人脸图像进行二值处理的话，产生的二值图像的轮廓可能不够清楚，因此在图像识别的过程中非常需要突出边缘或轮廓，图像锐化就是增强图像的边缘或轮廓，使图像边缘更加清晰。在本文中采用的是常用的梯度锐化法，对于图像gx，y在x,y处的梯度定义为：（2-1）梯度是一个矢量，其大小和方向为：（2-2）（2-3）为简化梯度的计算，使用。对于一幅图像中的突出的边缘区，其梯度值较大；对于平滑区，梯度值较小;对于灰度级为常数的区域，梯度为零。图2-5和图2-6是人脸原图像和经过锐化处理后的图像。图2-5原灰度图像图图2-6锐化后的图像二值化处理人脸图像输入后的操作是二值化处理，通过二值化处理是把灰度图转化为单色黑，白图像，二值化的关键是找出一个合理的阂值，在人脸识别中二值化用来把人的头发、眼睛、脸的轮廓及背景以及人脸的亮域分开。（1）二值化的数学表示图像的二值化一般按下述公式进行：（2-4）公式中gx,y是原图像中位于x,y处像素的灰度，是二值化后该处的像素值，它只能取1白或0黑，在人脸图像二值化过程中，图像数值为0的部分为背景，数值为1的部分表示人脸，T是二值化处理过程的闽值。二值化的关键在于阈值的选择，通常用一个三元函数的阈值算子来表示闽值（2-5）式中x,y是图像象素坐标，是x,y的灰度电平，是x,y周围局部灰度特性。（2）直方图在数字图像处理中，一个最简单和最有用的工具是图像的灰度直方图，该函数概括了一幅图像的灰度级内容和图像可观的信息。灰度直方图反映了一幅图像中各灰度的像素出现的频率。以灰度级为横坐标，灰度级的频率为纵坐标，绘制的频率和灰度级的关系图就是灰度直方图。它是图像的重要特征，反映了图像灰度的分布情况。灰度直方图可以用来帮助确定图像二值化的阈值，在灰度直方图上，对象物和背景部分的灰度级上集中着许多像素，从而形成了两个山峰，可以说很多图像的灰度直方图上峰形都有这样的两个山峰形的分布。这样的灰度直方图具有双峰性，山峰和山峰之间存在谷底。如果图像的灰度存在双峰性，那么分割对象物和背景的阈值一般选在谷底。（3）二值化阈值的确定二值化阈值将人脸图像的像素分为两组集合，一组的灰度低于该阈值，另一组的灰度高于该阈值，二值化问题的关键就在于如何精确的找出阈值，也就是两组灰度集合的最佳分离值。我们采用的是类间方差分析法对图像进行二值化处理的。类间方差分析法是基于对边缘处理后的图像边缘灰度值较高，可通过阈值前后的类间方差和类内方差的比较，最大值处就是可选的阈值。算法假设图像有1,2,3.....L级灰度，设阈值为k,把给定区域的像素分为具有k以上灰度值的像素和小于k的像素两类。分别计算像素数目、平均灰度值、方差，然后用类间方差与类内方差之比，求出类间方差最大时对应的K值，作为图像的阈值。程序中算法具体实现步骤描述如下:对于类1，将像素数、平均灰度值、方差定义为，，对于类2，将像素数、平均灰度值、方差定义为，，1计算出边缘增强后的灰度直方图Histi2根据定义分别计算出类1与类2的像素数、灰度平均值和方差类1像素数（2-6）平均灰度值（2-7）方差（2-8）同理可以计算出类2的像素数、灰度平均值和方差。3计算相应的类间方差类内方差（2-9）类间方差（2-10）求得使为最大值的K，即为所选择的阈值。人脸图像噪声去除经过处理的图像中，可能有许多孤立的黑点（又称为噪声，而这些噪声对于人脸的定位以及特征提取都有一定的影响，所以必须对它们进行噪声处理，尽可能减少噪声的影响。本文中采用了“梯度倒数加权平滑法”和“中值滤波”两种方法相结合，以去除噪声。（1）梯度倒数加权平滑法根据观察，图像在一个区域内的灰度变化要比在区域之间小，在边缘处的梯度的绝对值要比区域内部的绝对值高，在一个n*n的窗口内，若把中心像素点与各邻点之间梯度绝对值的倒数定义为各邻点的加权值，则在区域内部的邻点加权值大，而在一条边缘旁的和位于区域外的那些邻点的加权值小。这样对加权后的n*n邻域内进行局部平均，可使图像得到平滑，又不至使边缘和细节有明显模糊，为使平滑后的像素的灰度值在原图灰度范围内，可以采用归一化的梯度倒数作为加权值，具体算法如下：设点x,y的灰度值为fx,y，在它的3*3邻域内，定义梯度倒数为（2-11）这里i,j-1,0,1但i和j不能同时为0，计算x,y同8个邻点的gx,y,i,j值，若fx+i,y+jfx,y，梯度为0，则定义gx,y,i,j2，因此gx,y,i,j的范围在[0,2]之间，定义一个归一化的权重矩阵W作为平滑后的掩模，W为：（2-12）用模板中心点逐一对准图像每一像素x,y，在每一像素处将模板元素和它所“压上”的图像像素值对应相乘，再求和，即求内积，就是该象素平滑后的输出gx,y。在实际处理时，因为图像边框像素3*3邻域内会超出像幅，无法确定输出结果。因此采取边框像素结果强迫置0的方法进行处理。（2）中值滤波经过平滑处理后，人脸中的大多数噪声被去除掉了，但仍可能存在少许孤立的噪声，为了进一步去除这些噪声，我们可以进一步采用中值滤波进行处理。中值滤波和其他的平滑处理技术相比较，有以下优点：1降低噪声的效果比较明显。2在灰度值变化比较小的情况下，可以得到比较好的平滑效果。3降低了图像边界的模糊程度。一组按大小顺序排列的数组，中间位置上的数据称为中值，将模板内一般是3*3像素内的9个像素的灰度值由小到大排列，按其排列顺序选取第5个位置上的灰度值中值作为滤波后该像素点上的灰度值。图2-7经二值化及平滑处理后的图像2.2人脸器官的定位人脸左右两端边界的测定设所处理的图像为Ix,y，其大小为M*N，则该图像的垂直积分投影函数为：（2-13）PVx称为垂直积分投影函数，观察不同单人图像的垂直积分投影曲线，可以发现人脸所在区域使垂直积分投影曲线形成一个具有一定宽度的凸峰。这个凸峰的左右边界大致代表了人脸的左右边界，这是因为与背景相比，人脸区域往往具有较高的亮度，在经过二值化后的图像中，人脸区域灰度值为1――白与背景灰度值为0――黑分离开来。在人脸左右边界处，垂直方向上亮度值的总和迅速减小，形成一个明显的凸峰。因此只要确定垂直积分投影曲线中主要凸峰的左右边界，就能得到人脸的左右边界。在算法实现上，假设人脸的左边界不超出[0,a]a,1，实验中取a0.7，求出曲线x在[0,a]段上具有最大梯度值的点记为,即是人脸的左边界；再求曲线在[x,a]段的最小梯度值的点记为,即是人脸的右边界。人脸的水平积分投影人脸的眉、眼、鼻孔、嘴区，从灰度分布上来看，比周围区域暗，因此如对人脸作水一平积分投影：（2-14）则在眉、眼、鼻孔、嘴区的水平位置分别会出现一个极小值，这是因为人脸图像中眉毛，眼睛，鼻子，嘴巴这些主要特征点的像素灰度值比较小，二值化以后有明显的黑区，因此在水平投影图上的峰谷变化中便可以确定各主要特征点的大致分布位置。如图2-8所示，跟据各谷点之间的位置关系，可确定眉、眼、鼻孔、嘴区等器官的水平位置。1如果,,,分别对应眉、眼、鼻孔、嘴巴区的水平位置，则2如果第一个谷点与第二个谷点之间的距离大于第二个谷点与第三个谷点之间的距离，则第一个谷点被认为是眼睛的水平位置。3如果第一个谷点与第二个谷点之间的距离小于第二个谷点与第三个谷点之间的距离，则第三个谷点被认为是嘴的水平位置。图2-8眉、眼、鼻孔、嘴区等器官的水平位置确定一旦眼、嘴水平位置确定后，便可获得这两者之间的垂直距离h，令w0.8*h，便可确定脸区h和w分别对应脸区的高和宽，其中脸区的上，下边分别落在眼，嘴之上。图2-9脸区的确定嘴中心点的确定欲确定嘴中心点，必须首先要确定嘴所在的区域，即嘴区。嘴区可由脸区来确定。本文中把脸区下边中心点作为嘴区中心点，嘴区的高由鼻与嘴之间的垂直距离来确定，宽则由脸区的宽来确定。数学形态学是基于形状集合理论而提出的，用数学形态学算子对图像进行处理，不需要计算每个点的局部特征，方法简单，所以速度快且抗噪声能力比较强。下面将数学形态学理论和人脸图像的水平、垂直积分投影相结合，用来定位人脸的各主要器官。在数学形态学中有四个常用的基本算子:腐蚀、膨胀、开和闭。运算过程中，仅有被分析的图像X和结构元素B参与，其中B的形状是影响运算结果的关键因素。腐蚀、膨胀设X和B为二维欧氏空间中的两个集合，对于二值图像，设：（2-15）上世表示X平移b而得到的图像。则腐蚀和膨胀的定义分别为：（2-16）（2-17）对于灰度图像，情况大致类似，腐蚀和膨胀的定义分别为：腐蚀：（2-18）膨胀：（2-19）其中为结构元素B的支撑集。由此可看出，二值图像的腐蚀和膨胀实际上分别对应于求“与”运算和“或”运算，而灰度图像的腐蚀和膨胀分别对应在运算集内求最小值和最大值。开和闭开和闭运算是基于腐蚀和膨胀运算的基础上的，开定义为先腐蚀后膨胀，而闭定义为先膨胀后腐蚀，即开：XBXBB（2-20）闭：XBXBB（2-21）二值图像和灰度图像的开和闭运算相同，一般来说，开运算将会滤除图像中的孤立噪声点和磨平目标表面的尖峰，而闭运算则会填平目标表面的凹陷。人脸检测是一个复杂而具有挑战性的问题，Yang等将人脸检测定义为:任意给定一个图像，人脸检测的目的就在于判定该图像中是否存在人脸。如果存在，就返回其位置和空间分布。人脸器官的定位是人脸识别中很重要的一个环节，其目的是将背景、头发、服装等对人脸识别无用或造成干扰的冗余信息去除，人脸器官定位的准确性将直接影响到后续的特征抽取与人脸识别。本文采用的是通过对二值化人脸图像的垂直积分投影，跟据曲线的凸峰宽度确定人脸的左右边界;然后利用二值化人脸图像的水平积分投影和基于数学形态学的理论，进一步确定眉毛，眼睛，鼻孔，嘴巴等器官的位置。这种方法快速简单，可满足弱实时应用。输入图像经过人脸检测后，获得了人脸在图像中的大致位置，下面我们根据人脸的结构特点和数学形态学来描述人脸结构定位的方法。如图2-10所示，用数学形态学运算对嘴区进行分割处理，便可确定嘴中心点。设嘴区原始图像为I：1对I进行腐蚀运算，得IeIB;2用I减去Ie，取反，得图像Ie'255-I-Ie，并对之进行二值化得图像Ib;3对Ib进行结构闭运算，得IcIe'*B;4对Ic进行区域标识，保留最大区，并求出该最大区的最左端点，和最右端点,，则嘴巴的中心点可确定为x,y，其中：x1/2+y1/2+图2-10嘴中心点的确定人脸中轴线的求取尽管人脸形状各不相同，如圆脸，长脸，方脸等，但一般来讲都具有良好的对称性，其对称轴为通过双眼中心点和嘴中心点的连线。设Fx,y,θ表示一个与脸区同样尺寸的矩形区，它的下边中心点为x,y，其中心轴fθ与垂直方向的夹角为。，且fθ将Fx,y,θ平分为A,B两个区，如果x,y点为嘴的中心点，则一旦θ角确定，人脸中轴线便可确定下来。设Pi∈A，Pi’∈B，且Pi,Pi’关于f（θ）对称，则A,B两个区所有对应点的误差绝对值之和（2-22）如果人脸的中轴线倾斜角为θ，则ASE（x,y,θ）将达到极小，即当时，θθf由于用数学形态学运算求得的初始嘴中心点可能与真实嘴中心点存在几个像素的距离的误差，因此需要对初始嘴中心点进行调整才能获得较为准确的人脸中轴线，调整的具体方法是：将初始嘴中心点向左，右各平移若干像素，在每平移一次时，求出一个极小的ASEx,y,θ，最后在这些极小的ASEx,y,θ中求出最小值，此时θ即为最终的人脸中轴线的倾斜角，且中轴线经过调整后的嘴中心点。人脸椭圆结构定位当人脸中轴线，嘴中心点及眼与嘴之间的垂直距离被确定后，便可用一椭圆标示出该人脸结构的位置，该椭圆的长轴与人脸中轴线重合，设嘴中心点的坐标为x,y中轴线的倾斜角为θ，眼到嘴的垂直距离为h，则两眼之间的中心点坐标x’,y’为：x’x-h*tanθy’y-h我们取点（x’,y’）为人脸椭圆的中心，则椭圆的半长轴，半短轴分别为：a1.5*h/cosθbh/cosθ这样就可以定位出人脸椭圆，如图2-11：图2-11人脸椭圆结构定位瞳孔的精确定位前面我们通过人脸图像的水平方向投影，确定了眼睛等主要特征点的位置，由于瞳孔是人脸识别中最重要的特征，因此瞳孔定位的准确性是决定了系统识别率高低的关键。传统的瞳孔定位方法是采用投影法确定瞳孔的位置，下面我们用圆形模版匹配法对瞳孔进行进一步的精确定位。算法如下：考虑到眼球所在的位置是具有较低灰度值像素最集中的区域，而且近似于圆形，跟据这一特性，采用半径为5的圆形模板，在眼部区域内的小窗口内自左向右，自上而下动态搜索瞳孔的位置。以左眼为例，其数学表达式如下：（2-23）式中，m,n为圆上的点，lpbufferx,y为图像在（x,y）处的像素灰度值，Dx,y为在（x,y）点处圆形模板下的所有像素灰度值之和。通过公式求出最小值的模板数值所对应的x,y坐标，即为左眼瞳孔的精确位置。同样可以求出右眼瞳孔的精确位置。3人脸特征的提取特征的选择和提取是模式识别的一个关键问题，由于在很多情况下常常不容易找到那些最重要的特征，这就使特征的选择和特征的提取的任务复杂化而成为构造模式识别系统的最困难的任务之一。特征的选择和提取的基本任务是如何从许多特征中找出那些最有效的特征，人们通常用物理和结构特征来识别对象，因为这样的特征容易被视觉、触觉和其他感觉器官所发现。但在使用计算机去构造识别系统时应用这些特征是比较复杂，而机器在抽取数学特征的能力方面则又比人强的多。因此我们讨论的重点是根据学习样本来选择并提取数学特征。特征的选择和提取一般分成三个步骤：特征的形成，特征的提取，特征的选择。根据被识别的对象产生出一组基本特征，当识别对象是人脸数字图像时，原始测量就是各点灰度值，但很少有人用各点灰度值作为特征，而是经过计算产生一组原始特征。原始特征的数量可能很大，或者说样本是处于一个高维空间中，通过映射或变的方法可以用低维空间表示样本，这个过程叫特征提取。提取后的特征叫二次特它们是原始特征的某种组合通常是线性组合。所谓特征提取在广义上讲就是一种变换。若Y是测量空间，X是特征空间，则变换A：Y→X就叫做特征提取器。从一组特征中挑选出一些最有效的特征以达到降低维数的目的，这个过程叫特征选择。特征选择的标准为：（1）可区别性（2）可靠性（3）独立性（4）数量少。目前常用的人脸特征的选择和提取的方法有以下几种：1基于几何特征的方法这类方法一般是通过提取人眼、口、鼻等重要特征点的几何形状作为分类特征，将人脸用一个几何特征矢量表示，然后用模式识别中层次聚类的思想设计分类器达到识别目的。几何特征矢量是以人脸器官的形状和几何关系为基础的特征矢量，其分量通常包含人脸两点间的欧氏距离、曲率、角度等。这种提取方法有好多优点，例如，在一个好的定位算法的支持下，计算机可以很快的对这些几何特征进行计算，而且得到的这些特征占用也不会占有很多内存。但是，为了能够计算出各几何特征的准确值，必须要求输入图像的质量很好。当人脸图像被腐蚀，或者人脸区域被遮挡（即含有一些噪声）时，提出的几何特征不再准确，也就不再适合作为识别的依据了。尽管我们可以对该图像进行相关的预处理（如图像恢复、均衡化等），来保证提出特征的效果。但是预处理过程会相当复杂。早在20十几八十年代，人们就开始采用盲源分离（Blindsourceseparation，即BSS）的方法来对信号进行分离，这种方法算得上是ICA方法的雏形。在1994年，P．Comon第一次正式提出了ICA方法。该方法的核心思想是从消除信息相关性的角度来对数据进行分析处理，使得变换以后的得到的新数据之间相互独立。从那以后，人们搜索出了很多不同的ICA实现方法，其中比较成功的有：Bell和Sejnowski根据信息最大化原则的提出的Info算法；Hyvarinen根据负熵最大的原则提出了一个固定点算法。总的来说，从最初ICA的思想被成功地应用在盲信号分离上之后，ICA方法已经得到广泛的应用。2基于代数特征的方法人脸的代数特征是人脸图像的代数特征矢量表示，即人脸图像在“特征脸”张成的低维空间中的投影。人脸的代数特征就是人脸的统计特征。最早人们把主成分析中的子空间思想引入到人脸识别中，并取得了很大的成功，随后，子空间分析方法受到人们的广泛关注，成为当前人脸识别的主流方法之一。子空间方法的思想就是根据一定的性能目标来寻找线性或非线性的空间变换，并把原始信号数据压缩到低维子空间，使数据分布更加紧凑，为数据的更好描述提供了支持，另外，通过降维，使得后续的计算处理工作的复杂度大大降低。子空间方法亦可分为线性子空间方法和非线性子空间方法。线性子空间方法就是利用线性的空间变换，将原始的人脸图像数据压缩到一个低维的子空间中。常见的线性子空间方法有：主成分分析（PCA）、线性判别分析（LDA）和独立成分分析（ICA）。其中，PCA是本文重点讨论的。这里对LDA和ICA方法进行简要说明。LDA方法是以样本可分性为目标的，其思想是从高维特征空间里提取出最有判别能力的低维特征，这些低维特征使得每类类内离散度最小（使得同一个类别的所有样本聚集在一起），同时使得类间的离散度达到最大（使得不同类别的样本尽量分开）。经典的LDA方法是使用Fisher准则函数，所以又称LDA分析又称FisherLDA（FLDA）方法。但是，由于FLDA方法往往需要大量的样本，这使得该方法的计算复杂度大大增加。目前，有很多研究在尝试使用FLDA来进行小样本的识别。基于线性子空间分析人脸特征提取，实际上只是把人脸图像中存在的表情、姿态以及光照等复杂的变化进行了线性简化，因此很难对人脸进行充分的描述。3基于神经网络的方法这类方法将人脸直接用灰度图二维矩阵表征，并且利用了神经网络的学习能力和分类能力。它的优点在于保存了人脸图像的材质信息和形状，而且神经网络可以通过学习的过程获得人脸的规律的隐性表达，同时避免了较为复杂的特征提取工作，但是普遍存在的问题是识别识别率低，过程复杂。本文采用的是基于PCA的特征提取方法，本方法首先对定位图像进行规范化处理，接着采用PCA技术将高维的输入模式空间变换到另一个低维空间，保留了人脸特征的主要信息。人脸识别主要依据人脸上的特征，而且不同的个体之间存在较大差异，因此在人脸图像进行特征的选择和抽取之前一般需要做图像的规范化处理，也就是根据人脸定位结果把图像中人脸变换到同一位置和同样大小，以达到位置校正的目的。假定已根据分割定位算法得到了人脸正面图像左、右两眼的位置，并分别记为E1和Er,则可通过以下步骤达到图像位置校正的目的。1根据前面所讲的方法，进行图像的旋转，以使E1和Er的连线保持水平。2根据图3-1所示的比例关系，进行图像的裁剪。设O点为ErE1的中点。且d|ErE1|，经过裁剪可以保证O点位于0.5d,d处，这保证了人脸位置的一致性。3进行图像缩小和放大变换，得到统一大小的校准图像。规定图像大小为128*128像素点，则缩放倍数为2d/128，这使得d|ErE1|为定长64个像素，这保证了人脸大小的一致性。经过以上步骤，不仅在一定程度上获得了人脸表示的几何不变性，还基本上消除了头发和背景的干扰。图3-1人脸图像裁剪比例在对人脸图像进行几何规范化以后，需要对图像进行灰度拉伸，以改善图像的对比度，灰度规范化是指对图像进行光照补偿等处理，光照补偿能够在一定程度上克服光照变化的影响而提高识别率。在灰度规范化中，我们采用三次内插法，该方法利用三次多项式Sx来逼近理论上的最佳插值函数sinx/x.其数学表达式为：（3-1）上式x是周围像素沿坐标方向的距离，待求像素Xy的灰度值由其周围十六个点的灰度值加权内插得到，可推导出待求像素的灰度计算式如下：（3-2）图3-2规范化后的人脸图像这种算法计算量比较大，但内插效果比较好，精度最高。图3-2为经过几何规范化和灰度规范化处理后的人脸图像。3.3基于PCA的人脸特征提取通常由图像直接获得的数据量是很大的，为了有效地进行分类识别，就要对原始数据进行变换，得到最能反映分类本质的特征，这就是特征的提取和选择的过程。我们把原始数据组成的空间叫测量空间，把分类识别赖以进行的空间叫特征空间。通过变换，可以把维数较高的测量空间中表示模式变为在维数较低的特征空间的表示模式。在特征空间中的一个表示模式也叫做一个样本，它往往表示成一个向量，即特征空间中的一个点。人脸图像可以看作是一个矢量，如图3-3所示，如果图像的高度和宽度分别为h和w,则对应的矢量维数为w*h，人脸矢量属于一个空间，称为是图像空间。图3-3人脸矢量示意图由于每个人脸都非常类似，在相同的位置都有两只眼睛，一个嘴巴，一个鼻子等等，所以在图像空间里所有的人脸矢量都聚集在一个狭窄的区域内如图3-4所示，所以整个图像空间不是人脸描述的一个优化空间，PCA主元分析法的任务就是构造一个能更好描述人脸的人脸空间，降低空间维数，使新的人脸空间的基向量又叫主元能更好地描述典型的人脸模式。图3-4人脸空间示意图PCA主元分析法又称Karhunen-LoeceKL变换，它的目的是降维，人脸空间是典型的高维空间，一个128*128像素的人脸若视为向量，就有16384维，运算极不方便。若将人脸看作是平稳的高斯过程，就可以利用KL变换提取主兀，达到降维的目的。KL变换是图像压缩的一种最优化变换，高维的图像空间经过KL变换后得到一组新的正交基主元，保留其中最重要的正交基，由这些正交基可以组成低维线性空间。如果假设人脸在这些低维线性空间的投影具有可分性，那么就可以把这些投影用作识别的特征向量。这就是PCA的主要思想。PCA最早是由统计学发展过来的，然后就被用在人工神经网络理论中，所以对PCA的理论描述可以从两方面进行，一种是从人工神经网络理论这个角度来理解，这样相对来讲比较直观。另一种就是从统计学角度来理解，这就比较严格，比较难懂，因为这是严格的按照数学的理论来推导出来的。主元分析神经网络从人工神经网络理论来看，线性自相关矩阵存储器LAMM可以看作是一种主元分析神经网络，它的目的是产生一个最接近于输入键的已存储键的反应，在这里键可看作是一张人脸。LAMM由一个神经网络层构成，每个神经元与人脸矢量中的一个元素相对应，每层包含w*h个神经元，且每个神经元与所有其它神经元相连。如图3-5所示：图3-5线性自相关记忆的结构示意图LAMM在训练过程中采用windrow-Hoff规则不断改变权值使误差达到最小，在LAMM中windrow-Hoff'规则可以用下式描述：（3-3）式中为输入人脸向量的第i个元素；为第j个神经元的输出；为第i个神经元和第j个神经元之间的权值；η为学习因子；t为反复训练次数的编号。在LAMM中是输入的期望输出，上式说明了如果权值产生的结果和预期不同的话，，那么权值将要改变，整个学习的过程是一个反复进行的过程。设Iw*h为人脸像素个数，也为人脸矢量维数，K是训练集中人脸总数，X是维数为I*K的训练集矩阵，其中第K列向量对应训练集中第k个人脸且被归一化，W为维数I*I的权值矩阵，那么上面的学习规则又可写为：（3-4）上式说明此规则的收敛性。矩阵X可写成XP*Δ*，其中P为矩阵X*的特征向量矩阵，Q为矩阵*X的特征向量矩阵，，A是包含矩阵X*特征值的对角特征，定义：P*I,Q*I,I为单位矩阵，则由上式可得到：所以上面规则又可写为：（3-5）若取，为矩阵的最大值，则输出又可看成由和两部分组成，其中x为一人脸矢量，o为输出人脸重构脸，y是中间形式，即矩阵P把人脸矢量x从图像空间转换到人脸空间中的矢量y，矩阵P的列矢量就是人脸空间的基称为主元，表示中间形式的神经网络如图3-6所示，其中，通常K小于w*h，所以新构成的人脸空间的维数比图像空间减少了。图3-6表示中间形式的神经网络结构（2）K-L变换的数学理论一幅大小的人脸图像按列相连而构成一个维的矢量，即：，它可被看作是维空间中的一个点。由于人脸结构的相似性，当把很多这样的人脸图像归一化之后，这些图像在这一超高维空间中不是随机散乱分布的，而是存在某种规律。因此可以通过K-L变换用一个低维子空间来描述人脸图像，同时又能保存所需的信息。我们以归一化后的标准图像作为训练样本集，以该样本的总体散步矩阵为产生矩阵，即：（3-6）或（3-7）式中为第i个训练样本的图像向量，u为训练样本集的平均图向量，M为训练样本的总数。为了求维矩阵的特征值和正交归一的特征向量，直接计算是很困难的，为此我们利用了数学上的SVD（奇异值分解）定理。（SVD）定理：设A是一秩为r的n*r维矩阵，则存在两个正交矩阵：（3-8）（3-9）以及对角矩阵且。容易求出其特征值及相应的正交归一特征向量i0,1,2......M-1。上述推论可知，的正交归一特征向量为:i0,1,2,......M-1（3-10）这就是图像的特征向量，它是通过计算较低维矩阵R的特征值与特征向量而间接求出的。（3）特征脸在PCA主元分析法中是将整个图像作为一体，从中提取代数特征。它可以用于模式识别的多个领域，如指纹识别，文字识别，人脸识别等。它的依据就是从一个矩阵中提取的特征值能够反映该矩阵的主要特征，而且事实也证明了这种方法的有效性。PCA具体实现时，首先从样本图像中提取一个能够反映整体样本的协方差矩阵，然后计算该矩阵的特征值，根据这些特征值对应的特征向量，构造一个特征矩阵，在样本固定的情况下，这个特征矩阵也是固定的，而一旦样本库发生变化，就要重新构造这个特征矩阵。特征矩阵中的特征向量张成一个特征空间，该空间中的任一点都对应着一幅图像，由于与这些特征向量所对应的图像很象人脸，所以这些特征向量又被称为特征脸。这样任何一幅图像向该特征空间投影都会得到一组坐标系数，这组坐标系数表明了该图像在特征空间中的位置，也称为特征系数，在识别过程中将主要针对这组特征系数进行。PCA进行人脸特征提取的目标就是从人脸样本库中提取出一个特征矩阵，该特征矩阵的每一列都表示库中图像的一个特征。所以Cigenface是把一批人脸图像转换成一个小的特征向量集，它们是最初训练图像集的基本组件，识别的过程就是把一幅新的图像投影到Eigenface所定义的子空间。这样，每一幅人脸图像都可以投影到由特征向量Uo,Ut,Ur-1张成的子空间中，因此每一幅人脸图像对应于子空间的一个点，同样子空间的任一点也对应于一幅图像。这里Uo,Ut,Ur-1，构成了特征空间的基，即特征脸如图3-7所示。图3-7特征脸通过KL变换进行人脸识别的方法叫“特征脸”方法，有了这样一个由“特征脸”形成的降维子空间，任何一幅人脸图像都可以向其做投影并获得一组坐标系数，这组系数表明了该图像在子空间中的位置，从而可以作为人脸识别的依据。换句话说，任何一幅人脸图像都可以表示为这组“特征脸”的线性组合，其加权系数即是KL变换的展开系数，也可称为该图像的代数特征。综上所述，通过KL变换，我们可以有效的提取出人脸的特征。PCA法仍然将人脸用特征向量表示，只不过用的是代数特征向量，即人脸图像在“特征脸”张成的子空间上的投影。因此PCA法的实质就是根据一组人脸训练图像构造主元子空间，识别时将测试图像投影到主元子空间上，得到一组投影坐标系数，再和各个己知人的人脸图像进行比较识别。对于任一待识别样本f，也可通过向“特征脸”子空间透影求出其系数向量：，其重建图像，考虑重建图像的信噪比：（3-11）如果其小于阈值θ，则可判断出f不是人脸图像。3主元个数的选取综上所述，我们得到了M个特征向量M为训练样本的总数，虽然M比Nz小很多，但通常情况下，M仍然会太大。通常我们可以选取最大的前K个特征向量，使得：（3-12）在上式中，可以选取a99%，这说明样本集在前K个轴上的能量占整个能量的99%以上。当子图像提取的主元数分别为2,4,6,8时，所提取的主元特征皆能很好的重构图像，我们可根据应用要求提取能量较大的主元，而忽略能量较小的主元，能量较大的主元即被认为是主要特征。在本文中我们对主元个数的选取按经验值取8。4特征脸的程序实现（见附录）4样本数据库的建立与人脸识别模式识别的分类问题是根据识别对象特征的观察值将其分到某个类别中去，统计决策理论和基于句法决策理论是分类识别中两种常用的方法。在本文中我们采用的是基于统计决策的识别方法。用计算机识别人脸图像，首先要对图像进行数字化，再作预处理，去除干扰、噪声及差异等，然后再抽取特征，进行分类。为了进行分类，还必须有图像样本，进行特征选择。并且为了得到最佳分类，还必须学习。图像识别统计方法的框图如图4-1所示，它由识别及分析两大部分组成，图的上半部分表示识别部分，由数字化，预处理，特征抽取及分类组成；图的下半部分表示分析部分，它是由特征选择及学习两部分组成，它是为分类的需要而设置的，最后输出就是人们所需要识别的类别。特征向量为X。图4-1人脸识别与分析示意图4.1样本库的建立方法与流程人脸样本库包含人脸图像与人脸特征两部分，其中人脸图像为人脸样本的原始图像，人脸特征部分为经提取出的人脸特征向量。样本库的建立步骤为：1对原始人脸图像做锐化，二值化，边缘检测处理。2进行人脸器官的定位。3对定位后的图像进行特征提取和选择处理。4.2样本库的管理对于样本库的操作有三种，分别为添加、插入、删除。添加：添加操作是将得到的样本点阵和人脸特征分别加入样本库中，在本文中我们采用自动添加，也就是无须用户指定要添加的位置，而由系统自动完成。系统将按照几何距离和类似度判断该图像属于库中已有的哪一类，并缺省的加入到该类的最后位置。其程序流程如图4-2所示。2插入插入操作指讲用户指定的样本加入到指定的位置，如果要添加的位置已存在样本将询问是否将其覆盖掉，否则将指定位置及此位置之后的样本均后移一位，其程序流程如图4-3所示。3删除删除是较简单的操作，只需将当前位置之后的样本往前移一位。图4-2添加流程图图4-3插入流程图4.3人脸识别最近邻法是模式识别中最重要的方法之一，它主要是利用样本间的距离进行分类决策。在本文中我们同时采用了样本间的距离和类似度用于分类决策。（1）距离在数学中，两个向量X,G间的距离DX,G应具有以下性质。①DX,G0②DX,G0，当且仅当XG时③DX,GDG,X④DX,K+DK,GDX,G模式识别中使用的距离的概念不要求全部满足以上性质，设X表示输入待识别的人脸特征向量，X,.....Xr,.,；G为字典中某一个标准样本的特征向量G，则在模式识别中常用到的距离有：①明考夫斯基距离Minkowskydistance（4-1）当q1时，为常用的绝对值距离Absolutedistance（4-2）当q2时，为欧氏距离Euclideandistance4-3②马氏距离Mahalanbisdistance当X,G两个m维向量是正态分布的，且具有相同的协方差矩阵S时，其马氏距离为：4-4利用距离准则来判断时，当输入的人脸特征向量X和字典中某一样本的特征向量G;相同时，则DX,G0。所以分别计算输入的人脸特征向量X和字典中所有样本的特征向量G1,Gz......Gm之间的距离DX,G,DX,Gz......DX,Gn,,求出最小值DX,G;，且DX,G;dd0，是预定的常数，就可判断出输入人脸属于w类。（2）类似度两个特征向量X，G的类似度定义为：4-5从几何上来看，类似度RX,G为X,G两向量在m维空间的夹角的COS值，显然当两向量完全相同时，夹角为0,RX,G1。通常根据RX,Gee为预定的常数，0-a-1，就可以判断出输入人脸属于哪一类。4.4人脸识别结果错误分析一个理想情况下的人脸识别系统的目的就是要对输入的每一个人脸都能正确分类，但在实际的实验环境下有很多因素会影响的识别率。通常评价一个人脸识别系统常用的统计指标有：1正确率正确率（正确识别出的人脸数目/测试集中包含的人脸数目错误率错误率（错误识别的人脸数目/测试集中包含的人脸数目本文的测试实验是建立在一个人脸数据库FaceDB之上的，FaceDB共有120个人，每人有10张正面图像照片，每个图像中只有一个人脸，图像背景单一。实验是在人物表情较平和，光线较均匀的理想情况下进行的。在实验时，我们用的硬件环境是奔四1.4G的微机，内存128M，硬盘40G，从输入图像到完成识别的平均时间在1秒左右。实验的正确识别率在78%左右，错误率在22%左右。另外，识别错误情况主要有以下几种：1光线条件直接影响到识别率2复杂背景情况下人脸的识别如以黄土为背景3夸张表情下人脸的识别4留大胡子，带眼镜的人脸识别以上这些难题也正是困扰着人脸识别领域尚待解决的问题，我们只能从预处理这个环节入手，选用好的算法，尽可能的减少外界干扰，提高识别率。结论在人脸图像识别中，主成分分析PrincipalComponentAnalysis，PCAPCA主元分析法进行人脸的特征提取，最后做出快速决策判断。人脸识别具有无可比拟的优越性，近几十年来得到飞速发展，比如近年来出现了基于近红外图像的人脸识别，许多有效实用的人脸识别系统也脱颖而出，并且被广泛应用于海关、机场、金融机构等安全性要求较高的重要场所但人脸识别技术也存在一些难点：如人脸识别中的光照问题，姿态问题，表情问题等这也是需要进一步研究的重点，人脸识别是模式识别领域的一个热点也是一个难点，本文采用积分投影法和数学形态学运算确定人脸器官的位置，采用KL变换取得人脸特征向量并进行人脸识别。但由于时间和条件的限制，还存在着相当的不足之处。优秀的人脸跟踪算法以及人脸识别技术的开发是研究的热点。近年来，随着算法的不断成熟以及计算机性能的提高，针对人脸跟踪识别的研究已接近实时实现，近期提出的一些算法均具有较好的性能。但是，这些算法是建立在人脸检测正确结果基础上的，算法性能的提高，还有赖于检测算法的进一步成熟。因此，在检测算法成熟的基础之上，开展人脸跟踪和识别算法的研究，可以最终组成实用化的实时人脸识别系统，这一系统将会在军事、金融、保安、侦探等众多领域中得到有效地利用，创造巨大的价值。今后我们将在下列几方面作进一步的工作和探索：1建立更多的样本，通过大量的样本学习，进一步提高