預處理是人臉識別過程中的一個重要環節。輸入圖像由于圖像采集環境的不同，如光照明暗程度以及設備性能的優劣等，往往存在有噪聲，對比度不夠等缺點。另外，距離遠近，焦距大小等又使得人臉在整幅圖像中間的大小和位置不確定。為了保證人臉圖像中人臉大小，位置以及人臉圖像質量的一致性，必須對圖像進行預處理。?
??????? 人臉圖像的預處理主要包括人臉扶正，人臉圖像的增強，以及歸一化等工作。人臉扶正是為了得到人臉位置端正的人臉圖像；圖像增強是為了改善人臉圖像的質量，不僅在視覺上更加清晰圖像，而且使圖像更利于計算機的處理與識別。歸一化工作的目標是取得尺寸一致，灰度取值范圍相同的標準化人臉圖像。下面簡單介紹一些預處理的方法。?
（1）直方圖均衡?
??????? 直方圖是一種點操作，它逐點改變圖像的灰度值，盡量使各個灰度級別都具有相同的數量的像素點，使直方圖趨于平衡。直方圖均衡可以使輸入圖像轉換為在每一個灰度級上都有相同像素點數的輸出圖像（即輸出的直方圖是平的）。這對于圖像比較或分割是十分有用的。?
??????? 設圖像有N個灰度級，M個像素點，ha（n）是輸入圖像a (x ,y)的直方圖，圖像b (x, y)是輸入圖像直方圖均衡后的輸出，依照下面的公式進行直方圖均衡：?

??

（2）中值濾波

????????無論是直接獲取的灰度圖像，還是由彩色圖像轉換得到的灰度圖像，里面都有噪聲的存在，噪聲對圖像質量有很大的影響。進行中值濾波不僅可以去除孤點噪聲，而且可以保持圖像的邊緣特性，不會使圖像產生顯著的模糊，比較適合于實驗中的人臉圖像。

????????中值濾波是一種非線性的信號處理方法，因此中值濾波器也就是一種非線性的濾波器。中值濾波器最先被應用于一維信號的處理中，后來被人們引用到二維圖像的處理中來。中值濾波可以在一定程度上克服線性濾波所帶來的圖像細節模糊，而且它對濾除脈沖干擾和圖像掃描噪聲非常有效。

????????中值濾波一般采用一個含有若干個點的滑動窗口，將窗口中各點灰度值的中值來代替指定點（一般是窗口的中心點）的灰度值。如果窗口中有奇數個元素，中值取元素按灰度值大小排序后的中間元素灰度值。如果窗口中有偶數個元素，中值取元素按灰度值大小排序后，中間兩個元素灰度的平均值。因為圖像為二維信號，中值濾波的窗口形狀和尺寸對濾波器效果影響很大，不同圖像內容和不同應用要求往往選用不同的窗口形狀和尺寸。

（3）歸一化

????????人臉圖像的歸一化，目的是使不同成像條件（光照強度，方向，距離，姿勢等）下拍攝的同一個人的照片具有一致性。人臉歸一化包括兩個方面的內容：一是幾何歸一化，二是灰度歸一化。幾何歸一化也稱為位置校準，它將有助于矯正因成像距離和人臉姿勢變化造成的尺寸差異和角度傾斜。它的目的在于解決人臉尺度變化和人臉旋轉問題。具體包括人臉尺度歸一化，平面人臉旋轉矯正（歪頭），深度人臉旋轉矯正（扭臉）三個環節。嚴格的深度人臉旋轉矯正需要利用人臉的3D模型。灰度歸一化用來對不同光強，光源方向下得到的人臉圖像進行補償。以減弱單純由于光照變化造成的圖像信號的變化

總結

以上是生活随笔為你收集整理的人脸图像的预处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。