图像处理技术在人脸识别中的应用

　　摘要：目前，人脸识别得益于图像处理技术的飞速发展，已趋于成熟。人脸识别可用于防盗以及保密设备中，起到防入侵保护的作用。人脸识别与虹膜、掌纹、指纹等人体生物特征的身份判断方式相比较，展现出友好、隐蔽、直接的优势。本文主要概述人脸识别过程，着重分析灰度化处理、中值滤波等图像处理技术在人脸识别中的运用，为人脸识别在糊识别与人工智能领域中的发展保驾护航。

　　关键词：图像处理技术;人脸识别

　　引言：人脸识别指的是依靠相关设备读取人脸视觉信息特征，输入计算机样本库系统，从而根据人脸图像特征筛选对比，判断身份的一种计算机技术。目前，图像处理技术性价比高，可快速判断并识别人脸图像，因此在人脸识别领域中可发挥其重大价值。

　　一、人脸识别

　　人脸识别中需要注意面部表情、摄制角度以及光照对人脸识别技术的影响。人脸识别需经过四大步骤：第一，识别对象可将脸部与摄像头持平，摄制且记录其脸部面貌;第二步，图像处理模块接收脸部信息，定位且提取人脸特征;第三步，数据库根据提取脸部特征对内部存储数据进行对比筛选;第四步，获取图像识别结果[1]。

　　二、人脸识别应用图像处理技术

　　(一)灰度化处理

　　图像的整体与局部色度与亮度所呈现出的分布特征变化可用灰度图像做整体概述。灰度化图像处理技术可在0至255像素点RGB变化范围内，结合图像的RGB 分量关系式，从黑色开始(0，0，0)到白色结束(255，255，255)这一灰度处理彩色图像，将其转化为灰度图像。彩色图像会受到背景干扰，影响识别判断。同时，灰度图像处理省时省力，处理过程简单，便于后续计算像素点以及图像处理的简化，人脸识别的准确率更高[2]。

　　(二)中值滤波

　　将按照顺序排列窗口内像素灰度的中间值作为原窗口中心点处的像素灰度值，为中值滤波的基本思想。彩色图像存在的噪声会直接影响图像质量，而中值滤波图像处理技术，便是针对噪声处理的有效技术[3]。同时该项处理技术具备的功能为：第一，改善线性滤波图像处理时的细节模糊现象;第二，杜绝滤波脉冲噪声干扰;第三，维持图像边缘的良好性。下图便是进行中值滤波前后的图像，(a)图像含有噪声，(b)图像是经过中值滤波后的图像。根据下图比对可看出尽管滤波可以降低噪声干扰，但是整体图像清晰度却大不如前者[4]。

　　(三)灰度归一化

　　直图像均衡化图像处理技术，通过光照补偿将灰度概率分布的图像转换为均匀概率分布的新图像，经过处理之后，所有的图像灰度会变得统一，实现直方图均衡化。从表面上看是扩大了动态范围，实际上扩大的是量化之间的间隔，降低量化级别。直方图均衡化方式，作用在于均衡分布像素灰度[5]，平均分布所有像素灰度级，以便可获得更加清晰明了的图像[6]。

　　(四)几何归一化

　　图像几何归一化处理技术，可对图像进行缩放、平移、旋转以及镜像等操作。该种处理技术，可校正由于光照强度以及被摄人位置等因素导致的人像的位置、大小不一致的现象，通过对调人脸关键部位修整原始图像，获取大小相同、位置相同完整的整幅图像，提高人脸识别几率[7]。

　　(五)小波转换

　　小波转换图像处理技术，可放大人脸的边缘轮廓部分，便于观看图像任意细节，同时也可高效地描述图像的平坦区域。应用于人脸识别中[8]，相当于“数学显微镜”具备放大和平移功能。运用该技术转换后所获取的低频图像，可有效稳定人脸姿势以及表情变化。但是以二级小波变化级数为基础[9]，逐渐向上递增级数，经处理后的图像，图像表面光滑但图像效果模糊，同时图像向量维数也在逐渐降低[10]。因此，推向算法与识别可适当运用小波转换图像处理技术。

　　三、结论

　　综上所述，图像处理技术所具有的自然性等独特优势在现今时代，应用于机场、海关、办公室签到、身份认证等多项场所，不易被被测个体察觉。通过图像几何归一化与灰度归一化、小波转换等多种处理方式，可提升人脸识别的精确性，因此该项技术在未来的研发以及发展将具有重大意义。

　　参考文献：

　　[1]韩增锟.人脸识别中面部图像处理算法研究[J].计算机与数字工程，2012(4).

　　[2]王玉，申铉京，陈海鹏，等.多角度特征融合的视频人脸纹理表示及识别[J]. 吉林大学学报，2015(6).

　　[3]王晋疆，陈晓冬.以应用为引导的教学在光電图像处理中的应用[J].实验室科学，2016(06).

　　[4]刘国成，杨长保.遥感图像处理软件的设计与关键技术研究[J].吉林工程技术师范学院学报，2009(3).

　　[5]樊冰，任超，王继忠.基于Matlab 的遥感图像处理原理分析与应用[J].桂林航天工业高等专科学校学报，2008(3).

　　[6]郭元戎.图像处理与识别技术的发展应用[J].电子技术与软件工程，2018(01)：58-59.

　　[7]陈海英.图像处理在人脸识别系统中的应用[J].现代职业教育，2015(28)：98-99.

　　[8]李俊山.李旭辉.数字图像处理(第二版)清华大学出版社.郭乐.杨立波等.图像处理技术在人脸识别中的应用.科技创新导报2015.01.01.

　　[9]韩增锟.人脸识别中面部图像处理算法研究[J].计算机与数字工程，2012(4).

　　[10]马桂英.基于小波变换和PCA-ANN的人脸识别[J].电脑知识与技术，2009(27).

　　推荐阅读：人工智能图像处理论文投什么期刊

期刊VIP网，您身边的高端学术顾问

文章名称： 图像处理技术在人脸识别中的应用

文章地址： http://www.qikanvip.com/lunwen/zonghelunwen/2021/0811/58946.html