摘要：目前，人臉識別得益于圖像處理技術的飛速發(fā)展，已趨于成熟。人臉識別可用于防盜以及保密設備中，起到防入侵保護的作用。人臉識別與虹膜、掌紋、指紋等人體生物特征的身份判斷方式相比較，展現(xiàn)出友好、隱蔽、直接的優(yōu)勢。本文主要概述人臉識別過程，著重分析灰度化處理、中值濾波等圖像處理技術在人臉識別中的運用，為人臉識別在糊識別與人工智能領域中的發(fā)展保駕護航。

　　關鍵詞：圖像處理技術;人臉識別

　　引言：人臉識別指的是依靠相關設備讀取人臉視覺信息特征，輸入計算機樣本庫系統(tǒng)，從而根據(jù)人臉圖像特征篩選對比，判斷身份的一種計算機技術。目前，圖像處理技術性價比高，可快速判斷并識別人臉圖像，因此在人臉識別領域中可發(fā)揮其重大價值。

　　一、人臉識別

　　人臉識別中需要注意面部表情、攝制角度以及光照對人臉識別技術的影響。人臉識別需經(jīng)過四大步驟：第一，識別對象可將臉部與攝像頭持平，攝制且記錄其臉部面貌;第二步，圖像處理模塊接收臉部信息，定位且提取人臉特征;第三步，數(shù)據(jù)庫根據(jù)提取臉部特征對內(nèi)部存儲數(shù)據(jù)進行對比篩選;第四步，獲取圖像識別結(jié)果[1]。

　　二、人臉識別應用圖像處理技術

　　(一)灰度化處理

　　圖像的整體與局部色度與亮度所呈現(xiàn)出的分布特征變化可用灰度圖像做整體概述。灰度化圖像處理技術可在0至255像素點RGB變化范圍內(nèi)，結(jié)合圖像的RGB 分量關系式，從黑色開始(0，0，0)到白色結(jié)束(255，255，255)這一灰度處理彩色圖像，將其轉(zhuǎn)化為灰度圖像。彩色圖像會受到背景干擾，影響識別判斷。同時，灰度圖像處理省時省力，處理過程簡單，便于后續(xù)計算像素點以及圖像處理的簡化，人臉識別的準確率更高[2]。

　　(二)中值濾波

　　將按照順序排列窗口內(nèi)像素灰度的中間值作為原窗口中心點處的像素灰度值，為中值濾波的基本思想。彩色圖像存在的噪聲會直接影響圖像質(zhì)量，而中值濾波圖像處理技術，便是針對噪聲處理的有效技術[3]。同時該項處理技術具備的功能為：第一，改善線性濾波圖像處理時的細節(jié)模糊現(xiàn)象;第二，杜絕濾波脈沖噪聲干擾;第三，維持圖像邊緣的良好性。下圖便是進行中值濾波前后的圖像，(a)圖像含有噪聲，(b)圖像是經(jīng)過中值濾波后的圖像。根據(jù)下圖比對可看出盡管濾波可以降低噪聲干擾，但是整體圖像清晰度卻大不如前者[4]。

　　(三)灰度歸一化

　　直圖像均衡化圖像處理技術，通過光照補償將灰度概率分布的圖像轉(zhuǎn)換為均勻概率分布的新圖像，經(jīng)過處理之后，所有的圖像灰度會變得統(tǒng)一，實現(xiàn)直方圖均衡化。從表面上看是擴大了動態(tài)范圍，實際上擴大的是量化之間的間隔，降低量化級別。直方圖均衡化方式，作用在于均衡分布像素灰度[5]，平均分布所有像素灰度級，以便可獲得更加清晰明了的圖像[6]。

　　(四)幾何歸一化

　　圖像幾何歸一化處理技術，可對圖像進行縮放、平移、旋轉(zhuǎn)以及鏡像等操作。該種處理技術，可校正由于光照強度以及被攝人位置等因素導致的人像的位置、大小不一致的現(xiàn)象，通過對調(diào)人臉關鍵部位修整原始圖像，獲取大小相同、位置相同完整的整幅圖像，提高人臉識別幾率[7]。

　　(五)小波轉(zhuǎn)換

　　小波轉(zhuǎn)換圖像處理技術，可放大人臉的邊緣輪廓部分，便于觀看圖像任意細節(jié)，同時也可高效地描述圖像的平坦區(qū)域。應用于人臉識別中[8]，相當于“數(shù)學顯微鏡”具備放大和平移功能。運用該技術轉(zhuǎn)換后所獲取的低頻圖像，可有效穩(wěn)定人臉姿勢以及表情變化。但是以二級小波變化級數(shù)為基礎[9]，逐漸向上遞增級數(shù)，經(jīng)處理后的圖像，圖像表面光滑但圖像效果模糊，同時圖像向量維數(shù)也在逐漸降低[10]。因此，推向算法與識別可適當運用小波轉(zhuǎn)換圖像處理技術。

　　三、結(jié)論

　　綜上所述，圖像處理技術所具有的自然性等獨特優(yōu)勢在現(xiàn)今時代，應用于機場、海關、辦公室簽到、身份認證等多項場所，不易被被測個體察覺。通過圖像幾何歸一化與灰度歸一化、小波轉(zhuǎn)換等多種處理方式，可提升人臉識別的精確性，因此該項技術在未來的研發(fā)以及發(fā)展將具有重大意義。

　　參考文獻：

　　[1]韓增錕.人臉識別中面部圖像處理算法研究[J].計算機與數(shù)字工程，2012(4).

　　[2]王玉，申鉉京，陳海鵬，等.多角度特征融合的視頻人臉紋理表示及識別[J]. 吉林大學學報，2015(6).

　　[3]王晉疆，陳曉冬.以應用為引導的教學在光電圖像處理中的應用[J].實驗室科學，2016(06).

　　[4]劉國成，楊長保.遙感圖像處理軟件的設計與關鍵技術研究[J].吉林工程技術師范學院學報，2009(3).

　　[5]樊冰，任超，王繼忠.基于Matlab 的遙感圖像處理原理分析與應用[J].桂林航天工業(yè)高等專科學校學報，2008(3).

　　[6]郭元戎.圖像處理與識別技術的發(fā)展應用[J].電子技術與軟件工程，2018(01)：58-59.

　　[7]陳海英.圖像處理在人臉識別系統(tǒng)中的應用[J].現(xiàn)代職業(yè)教育，2015(28)：98-99.

　　[8]李俊山.李旭輝.數(shù)字圖像處理(第二版)清華大學出版社.郭樂.楊立波等.圖像處理技術在人臉識別中的應用.科技創(chuàng)新導報2015.01.01.

　　[9]韓增錕.人臉識別中面部圖像處理算法研究[J].計算機與數(shù)字工程，2012(4).

　　[10]馬桂英.基于小波變換和PCA-ANN的人臉識別[J].電腦知識與技術，2009(27).

　　推薦閱讀：人工智能圖像處理論文投什么期刊