对人脸边缘检测的几种算子实验比对

第０７卷２００７盔第０６期０６月Ｖ０１．７ＪｕｎｅＮｏ０６２００７对人脸边缘检测的几种算子实验比对王晓红熊盛武摘要：对于图像处理的一个研究分支一人脸识别与检测，自美国“９．１１”事件后被广泛重视，并正在从实验室走向商业化。

在这个过程中，科技工作者们有着众多不同的尝试方式，本文就一些经典的算法公式，选择不同的算子，通过ＭＡＴＬＡＢ语言表现出来。

关键词：模式识别图像处理人脸检测算子中图分类号：ＴＰ３９１．４１文献标识码：Ａ文章编号：１００６－７９７３（２００７）０６－０１４５－０２一、前言纵观人类历史，从制造简单的工具，到钻木取火；从四大发明到蒸汽机的使用；作为万物之灵的人类还制造了汽车、飞机、无线电、太空船…．．直到一九四六年第一台计算机的出现，人类所发明的工具才真正有了和人类自身大脑作比较的工具一电脑！人类一直梦想着更接近于人的电脑来沿伸人类大脑的工作。

这就有了“ｆｉｆｔｈｇｅｎｅｒａｔｉｏｎｃｏｍｐｕｔｅｒ＇’，这是日本在上世纪八十年代初制定的国家十年计划的目标：听得懂话，可识别图像，可以自我学习、可以判断和思考等等具有智能的计算机。

可是时间已经过去了二十多年了，这个目标还没有实现。

说明还有许多技术上的瓶颈还有待突破。

想要让计算机做到以前只能由人类才能做到的事情，具备人的智能，具有对各种事件进行分析、判断的能力，还有很多的路要走。

下面仅从识别图像这个方向来探讨人脸的识别。

二、人脸识别的发展现状生物特征的识别技术从２０世纪末兴起，伴随计算机硬件和信息技术的飞速发展使得地球变成了“地球村”，经过使人震惊的“９・１１”事件后，现代社会对身份识别提出了更多、更高的要求。

生物识别在图像识另Ⅱ领域也受到了空前的重视。

生物识别技术已经在商业方面有了许多应用，并有不断纵深的趋势。

据国际生物集团（ＩｎｔｅｒｎａｔｉｏｎａｌＢｉｏｍｅｔｒｉｃＧｒｏｕｐ，ＩＢＧ）的统计：到２００７年将达到４０亿美元。

并且美国在“９・１１”遇袭事件后，连续签署了３个国家安全法案（爱国者法案、航空安全法案、边境签证法案），要求必须采用生物认证技术。

这对生物识别技术的应用起到了推波助澜的作用。

所谓生物特征的识别（ＢｉｏｍｅｔｒｉｃＩｄｅｎｔｉｆｉｃａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ），就是利用人所特有的生物特征，包括生理特征和行为特征，用这些特征来进行人的身份鉴别。

常用的有：脸相、虹膜、指纹、掌纹等；常用的行为特征包括：声音、笔迹、步姿等。

生物特征具有以下一些特点：比如说人都有手掌，但每个人的掌纹都不一样，且这种独有的唯一的特征并不随时间变化而变化；在实际的应用中，人类特有的这些特征是可采集的，人脸的识别正是符合了这样一些特点，并且人脸识别的特点是以人为准，最大程度地确保了鉴别的可靠性。

三、人脸识别与其它识别技术的区别在这些识别技术中，人脸识别技术（ＦａｃｅＲｅｃｏｇｎｉｔｉｏｎＴｅｃｈｎｉｑｕｅｓ，ＦＲＴ）是采用人的面部特征来确定一个人身份的，是生物特征识别技术的一个主要方向。

和其他生物特征比，人脸特征的提取更具有主动、友善、无打扰等优点，基于这些特点，人脸识别技术才成为被广泛使用的方法。

但是，人脸不是一成不变的，同一个人在不同的年龄段会有变化，另外光线、姿势、面部表情、面部附属物（如胡子、眼镜）等变化的影响，人脸的识别的准确度会大打折扣。

就目前而言，大多的人脸识别系统还远未达到人类婴幼儿的识别能力，因此，人脸识别还有许多工作可做。

四、人脸识别方法之一——人脸检测的边缘检测方法人脸识另ｌｊ技术包涵的内容很多，如模式识别、图像处理、计算机视觉、计算机图形学、各种数学算法的引用等等。

对于人脸的识别其首要目的是能够在图片中检测出来人脸来，即人脸检测，而人脸的检测最重要的是对其边缘的提取。

图像的边缘点产生的原因虽然不同，但归根结底都是由于图像的灰度不连续或者灰度急剧变化的所造成的，利用这个特性，我们可以采用微分运算，得到边缘点，从而得到人脸的轮廓。

边缘检测是根据图像的灰度值或者色彩的急剧变化的特点，采用各种微分运算进行边缘检测的。

下面就几种微分法进行理论比较。

首先需要介绍微分的原理：Ａｆ（ｉ，ｊ）＝［，（？＋１，ｊ）一ｆ（ｉ，ｊ）】十［厂（ｊ，Ｊ＋１）一ｆ（ｉ，ｊ）】ｍ¨＝誓＋熹为方便编程离散化后的差分方程为：收稿日期：２００７—３—２１作者简介：王晓红女武汉理工大学硕士研究生武汉商业服务学院讲师熊盛武男武汉理工大学教授博导　万方数据１４６中国水运第０７卷Ａｆ（ｉ，Ｊ）＝［，（ｉ＋１，，）一ｆ（ｉ，－／）】＋［，。

（ｉ，Ｊ十１）一ｆ（ｉ，Ｊ）］微分算子：Ｇ［Ｆ（ｊ，＾）】＝｛［Ｆ（Ｊ，ｋ）－Ｆ（ｊ—ｌ，ｔ）］！＋【Ｆ（Ｊ，＾）一Ｆ（ｊ，ｋ—Ｉ）】！）ｊ下面是用ＭＡＴＬＡＢ图像处理工具箱中，ｅｄｇｅ函数直接实现边缘检测的功能的。

不同的算法对应相应的图示。

１．Ｒｏｂｅｒｔｓ算子Ｒｏｂｅｒｔｓ算子的表达式：Ｏ［ｊ，ｋｌ＝ｌＦ（ｊ，ｋ）一Ｆ（ｊ＋１，ｋ＋１）ｌ＋ＩＦ（ｊ＋Ｉ，ｋ）一Ｆ（ｊ，ｋ＋１）Ｉ图（１）Ｒｏｂｅｒｔｓ算子边缘检测图中Ｒｏｂｅｒｔｓ算子变量ＢＷ＝ｅｄｇｅ（Ｉ，’ｒｏｂｅｒｔｓ’）用Ｒｏｂｅｒｔｓ算子自动选择阈值进行边缘检测以及ＢＷ＝ｅｄｇｅ｛Ｉ，’ｒｏｂｅｒｔｓ’，ｔｈｒｅｓｈ）指定敏感阈值为Ｏ．０５进行边缘检测。

２．Ｌｏｇ算子Ｖ弘等＋警图（２）Ｌｏｇ算子边缘检测在Ｌｏｇ算子中，采用边缘判断技术为零交叉检测，只在检测前用滤波器对图像滤波，再找零交叉点作为边缘。

３．Ｃａｎｎｙ算予ＪＧＪ＿属ｉ万口：Ａｒｃｔａｂ（ＪＧ）Ｇ。

图（３）Ｃａｎｎｙ算子边缘检测由于噪声影响，一个阈值不够，会造成斑纹现象，边缘不连续，发生边缘错检。

Ｃａｎｎｙ算子是用梯度的局部极大值寻找图像的，Ｃａｎｎｙ采用了双阈值法，有效提取了图像边缘。

五、结论对于一些经典算法，虽然采用了相同的算子，但选择算子的阈值不同，其结果都大相径庭。

这是由于图像中噪声的影响，边缘信号往往对灰度变化的响应不够敏感，只有一半的边缘大于这个阈值而做出响应。

即不同阈值的选择对实验结果往往很明显。

在检测边缘的同时，如果对图片进行降噪滤波，这样才能更好地检测出图片边缘，上例中的Ｃａｎｎｙ算子就采用了多尺度空间边缘检测，其边缘被有效检验出来。

参考文献［Ｉ］ＳａｍｕｅｌＫ．，ＰａｎｈａＮ．ＴｈｅｉｎｔｅｒａｃｔｉｏｎｏｆｓｔａｂｉｌｉｔｙａｎｄｗｅａｋｎｅｓｓｉｎａｄａＢｏｏｓｔ．ＴｅｃｈｎｉｃａｌＲｅｐｏｒｔＴＲ一２００１－３０．ＵｍｖｅｍｉｔｙｏｆＣｈｉｃａｇｏＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，２００１．【２】ＪｅｂａｒａＴ．Ｓ．，ＲｕｓｓｅｌｌＫ．，ＰｅｎｔｌａｎｄＡ．Ｍｉｘｔｕｒｅｓｏｆｅｉｇｅｎｆｅａｔｕｒｅｓｆｏｒｒｅａｌ—ｔｉｍｅｓｔｒｕｃｔｕｒｅｆｒｏｍｔｅｘｔｕｒｅ．ＩｎＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＳｉｘｔｈＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅＯＨＣｏｍｐｕｔｅｒＶｉｓｉｏｎ，１９９８．１２８－１３５．［３］ＳｏｆｉａｎｏＭ．，ＭａｒｔｉｎｋａｕｐｐｉＢ．，ＨｕｏｖｉｎｅｎＳ．Ｓｋｉｎｄｅｔｅｃｔｉｏｎｉｎｖｉｄｅｏｕｎｄｅｒｃｈａｎｇｉｎｇｉｌｌｕｍｉｎａｔｉｏｎｃｏｎｄｉｔｉｏｎｓ．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，２０００．８３９－８４２［４］何斌，马天予，王运坚等．Ｖｉｓｕａｌｃ＋嫩字图像处理（第二版）．北京：人民邮电出版社，２００２．【５】张宏林．数字图像模式识别技术及工程实践．北京：人民邮电出版社，２００３［６］ＰｈｕｎｇＳ．Ｌ，ＢｏｕｚｅｒｄｏｕｍＡ．，ＣｈａｉＤ．ＡｎｏｖｅｌｓｋｉｎｃｏｌｏｒｍｏｄｅｌｉｎＹＣｒＣｂｃｏｌｏｒｓｐａｃｅａｎｄｉｔｓａｐｐｆｉｃａｔｉｏｎｔｏｈｕｍａｎｆａｃｅｄｅｔｅｃｔｉｏｎ．ＩｎＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ（ＩＣＩＰ’２００２），ｖ０１．１，２００２．２８９—２９２．［７］ＺａｔｉｔＢ．Ｄ．，ＳｕｐｅｒＢＪ．，ＱｕｅｋＦ．Ｋ．Ｃｏｍｐａｒｉｓｏｎｏｆｆｉｖｅｃｏｌｏｒｍｏｄｅｌｓｉｎｓｋｉｎｐｉｘｅｌｃｌａｓｓｉｆｉｃａｔｉｏｎ．ＩｎＩＣＣＶ’９９ｔｎｔ’ｌＷｏｒｋｓｈｏｐＯｉｌｒｅｃｏｇｎｉｔｉｏｎ，ａｎａｌｙｓｉｓａｎｄｔｒａｃｋｉｎｇｏｆｆａｃｅｓａｎｄｇｅｓｔｕｒｅｓｉｎＲｅａｌ—Ｔｉｍｅｓｙｓｔｅｍｓ，１９９９．５８－６３．［８】ＭｅｎｓｅｒＢ．，ＷｉｅｎＭ．Ｓｅｇｍｅｎｔａｔｉｏｎａｎｄｔｒａｃｋｉｎｇｏｆｆａｃｉａｌｒｅｇｉｏｎｓｉｎｃｏｌｏｒｉｍａｇｅｓｅｑｕｅｎｃｅｓ．ＩｎＰｒｏｃｅｅｄｉｎｇｓｏｆＳＨＥＶｉｓｕａｌＣｏｍｍｕｎｉｃａｔｉｏｎｓａｎｄＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ２０００，７３１－７４０．［９］ＣｈａｉＤ．，ＢｏｕｚｅｒｄｏｕｍＡ．ＡｂａｙｅｓｉａｎａｐｐｒｏａｃｈｔｏｓｋｉｎｃｏｌｏｒｃｌａｓｓｉｆｉｃａｔｉｏｎｉｎＹＣｒＣｂｃｏｌｏｒｓｐａｃｅ．ＩｎＰｒｏｃｅｅｄｉｎｇｓｏｆＩＥＥＥＲｅｇｉｏｎＴｅｎＣｏｎｆｅｒｅｎｃｅ（ＴＥＮＣＯＮ’２０００），ｖ０１．２，２０００．４２１－４２４【１０］ＲａｆａｅｌＣ．ＧｏｎｚａｌｅｚＲｉｃｈａｒｄＥ．Ｗｏｏｄｓ．数字图像处理（第二版）．阮秋琦，阮宇智．北京：电子工业出版社，２００３．［１１】ＫｅｎｎｅｔｈＲ．Ｃａｓｔｌｅｍａｎ著．朱志刚，石定机等泽数字图像处理【Ｍ】．北京：电子工业出版社，２００３．【１２］何东键．Ｄ辅ｔａｌＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ数字图像处理．西安电子科技大学出版社　万方数据。