（通信与信息系统专业论文）基于小波变换的交通图像预处理与特征提取.pdf

摘要 摘要 本文对交通图像的特点进行了分析研究，重点介绍了图像预处理以及人脸特征提取 部分，提出了一种基于小波变换的预处理及特征提取算法。 在图像预处理阶段，重点研究了图像的降噪与增强算法，通过多种算法实验比较， 采取主客观评价相结合的方法综合考虑，选取二层小波重构算法进行降噪处理，采用改 进的直方图算法进行增强处理，使交通图像达到了较好的预处理效果，为下一步的特征 提取奠定了基础。 在驾驶员的人脸特征提取阶段，提出了一种基于小波包分解的特征提取算法。该算 法利用小波包分解能够对信号进行精确的细分，提取图像信号中人脸的特征信息，不同 的人脸在不同频域具有不同的特征，从而对不同的人进行正确识别。文中将该算法在 o r l 人脸库以及y a l e 人脸库上进行仿真分析，实验结果证明利用小波包分解提取的 特征量在区分不同的人脸时可以达到良好的区分效果。 关键词预处理图像增强小波包特征提取 a i ) s t r a c t a b s t r a c t t h ea r t i c l ec a r r i e so na na n a l y t i c a lr e s e a r c ht ot h ec h a r a c t e r i s t i c so ft h et r a n s p o r t a t i o n i m a g e ，w h i c hi n t r o d u c e st h ep a r t so ft h ep r e t r e a t m e n to fp i c t u r e sa n dt h ef a c ef e a t u r e e x t r a c t i o nw i t he m p h a s i s i nt h i sa r t i c l ea na l g o r i t h mo fp r e t r e a t m e n ta n df e a t u r ee x t r a c t i o n b a s e do nw a v e l e tt r a n s f o r m a t i o ni sp r o p o s e d i n p i c t u r ep r e t r e a t m e n tp r o c e s s i n g ，t h ea l g o r i t h m s o ft h en o i s er e d u c t i o na n d e n h a n c e m e n tt ot h ei m a g ea r es t u d i e dp a r t i c u l a r l y w i t ht h e e x p e r i m e n tc o m p a r i s o n st o v a r i o u sa l g o r i t h m s ，t h ea l g o r i t h mo ft w ol a y e rw a v e l e tr e c o n s t r u c t i o ni ss e l e c t e dt oe l i m i n a t e n o i s ea n dt h em e t h o do fi m p r o v e m e n th i s t o g r a mi sa d o p t e dt os t r e n g t h e nt h ei m a g et h r o u g h a d o p t i n g t h em e t h o dw h i c hu n i f i e st h eh o s ta n do b j e c t i v ee v a l u a t i o ni n s y n t h e s i s c o n s i d e r a t i o n t h o s em a k et h et r a n s p o r t a t i o ni m a g ec o m et oag o o dr e s u l to fp r e p r o c e s s i n g a n dl a yt h ef o u n d a t i o nf o rt h en e x ts t a g eo ft h ef e a t u r ee x t r a c t i o n a tt h es t a g eo fp i l o t s p e r s o nf a c ef e a t u r ee x t r a c t i o n ，ak i n da l g o r i t h mo ff e a t u r e e x t r a c t i o nb a s e do nt h ed e c o m p o s i t i o no fw a v e l e tp a c k e ti sp r o p o s e d t h ea l g o r i t h mc a nc a r r y o nap r e c i s ed i v i s i o nt ot h es i g n a lb ym a k i n gu s eo fw a v e l e tp a c k e td e c o m p o s i t i o ni no r d e rt o w i t h d r a wt h ep e r s o nf a c ec h a r a c t e r i s t i ci n f o r m a t i o ni nt h ei m a g es i g n a l e a c hp e r s o nh a st h e s p e c i a lf a c ec h a r a c t e r i s t i c si n d i f f e r e n tf r e q u e n c yr a n g e ，s ot h eo n ec a nb er e c o g n i z e d c o r r e c t l y i nt h ea r t i c l et h i sa l g o r i t h mi sc a r r i e do nt h es i m u l a t i o na n a l y s i si nt h eo r lp e r s o n f a c ed a t a b a s ea n dt h ey a l ep e r s o nf a c ed a t a b a s e t h ee x p e r i m e n tr e s u l tc e r t i f i c a t e st h a tt h e c h a r a c t e r i s t i cq u a n t i t y , w h i c hi sp r o p o s e db ym a k i n gu s eo ft h ed e c o m p o s i t i o no fw a v e l e t p a c k e t ，c a no b t a i ng o o dd i s t i n c t i o nr e s u l tw h i l ed i s t i n g u i s ht h ed i f f e r e n tp e r s o nf a c e k e y w o r dp r e p r o c e s s i n gi m a g ee n h a n c e m e n tw a v e l e tp a c k e tf e a t u r ee x t r a c t i o n 河北大学 学位论文独创性声明 本人郑重声明： 所呈交的学位论文，是本人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他 人已经发表或撰写的研究成果，也不包含为获得河北大学或其他教育机构的学位或证书 所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确 的说明并表示了致谢。 作者签名：二酝面卜一 日期：砬亚年月卫l 同 学位论文使用授权声明 本人完全了解河北大学有关保留、使用学位论文的规定，即：学校有权保留并向国 家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。学校可以公和 论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。 本学位论文属于 1 、保密口，在年月日解密后适用本授权声明。 2 、不保密以 ( 请在以上相应方格内打“”) 作者签名：缉一一一 导师签名： 日期：逊年月上兰一日 日期：兰卑年金一月2 王同 第】章绪论 第1 章绪论 1 1引言 随着科技的进步以及人类需求的多样化发展，多学科的交叉融合成为现代科学发展 的突出特色和重要途径。今天，数字图像处理技术逐步向其它学科领域渗透，并为其它 学科的发展所利用是科学发展的必然趋势。图像变换、图像压缩、图像识别等图像处理 技术已经在智能交通领域获得了广泛的应用。智能交通系统是新一代的交通管理系统， 它包括交通流量检测、车辆识别、交通异常事件及违章监测、交通运行的管理和疏导等 诸多方面之l 。但是，基于目前实施的中华人民共和国道路交通安全法的相关规定 以及交通智能系统的有待完善，交通管理系统并不能获得完全充足的证据。在交通违规 发生后，针对违规人员并不能完全合理的做出相应的处罚，只能依法对车辆的所有者或 单位进行处理，失去了处罚并教育的真f 目的和意义。因此，在当前车辆识别技术已趋 于成熟的情况下提出了一种驾驶员识别系统，将其与牌照识别、车型识别相结合，共同 完成交通管理中的证据提取任务，使交通管理处罚更加完善、合理。 1 2 研究背景 智能交通系统( i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ：简称i t s ) 是近2 0 年来新兴起的 一个跨学科的、系统化的综合研究体系，是以解决交通拥挤问题和高速公路多发事故问 题而产生的。其目的是在不扩张路网规模的前提下，通过综合运用现代信息技术与通信 技术等，来提高交通路网的通行能力和交通运输能力。二十一世纪交通管理的发展趋势 必将是管理体制的集约化；管理设施现代化；管理手段网络化、信息化、智能化；管理 效率高效化；管理方式社会化。随着社会经济的不断发展和交通运输量的持续增长，i t s 已成为未来交通系统发展的必然趋势。随着城市化进展的加快和汽车普及率的提高，城 市交通拥挤闩益加剧，交通事故频频发生，交通环境逐渐恶化。交通问题不仅在发展中 国家，在西方发达国家也是使人困扰的严重问题。智能交通系统( i t s ) 也就应运而生，成 为交通部门及相关研究单位的热门话题。 本世纪6 0 年代，美国就开始了有关i t s 方面的研究，之后，欧洲、同本等也相继 加入了这一行列。经过3 0 年的发展，美国、欧洲、同本成为世界i t s 研究的三大基地。 - - h l 人学丁学：硕十学俯论文 目前，另外一些国家和地区的i t s 研究也有相当大的规模，如澳大利亚、韩国、新加坡、 香港等。可以说，全球正在形成一个新的i t s 产业，难以记数的大小项目j 下在开展，发 展规模和速度惊人，以“保障安全、提高效益、改善环境、节约能源”为目标的i t s 概 念正逐步在全球形成。 我国i t s 的发展起步较晚，7 0 年代以来，从国外引进、消化了些项目，并进行 了些i t s 或类i t s 基础项目的研究和应用1 3 j 。7 0 年代中至8 0 年代初，主要进行城市 交通信号的控制试验研究。8 0 年代中至9 0 年代初，在一些大城市引进城市交通信号控 制系统，实现了一些公路监控系统、电子收费系统和路边信息服务系统。9 0 年代中以来， 开始研究i t s 发展战略和g i s ( g e o g r a p h i ci n f o r m a t i o ns y s t e m ，地理信息系统) 、g p s ( g l o b a lp o s i t i o n i n gs y s t e m ，全球定位系统) 、e d i ( e l e c t r o n i cd a t ai n t e r c h a n g e ，电子 数据交换) 在交通中的应用，重视交通信息网络的建设。2 0 0 0 年2 月2 9 日，国家j 下式 成立了全国i t s 协调指导小组及办公室，帮助改善我国交通运输科技多头管理、工作交 叉的问题，对我国智能运输系统建设走上正轨起到积极的推动作用。改善和完善城市交 通管理系统已经成为地方政府关心的首要问题之一。到目前为止，国内应用最为广泛的 还是电子摄像监管技术，也就是大家都熟识的“电子眼”。摄像监测技术可为事故及违 章管理提供可视图像和大量交通管理实时信息，从而图像处理和模式识别技术也在交通 领域获得了广泛的应用1 3 6 】。 目前，交通智能识别技术主要由车牌识别和车型识别组成，并且技术基本趋于成熟。 当今国内外人脸识别技术j 下处于研究热潮，将人脸识别应用于智能交通识别领域已进入 研究阶段。比如驾驶室人脸检测与定位、司机驾驶状态监视【7 1 等等。本文主要针对驾驶 司机进行识别，将抓拍到的图像输入该子系统，可以得到驾车人的基本信息，交通相关 部门可以结合车牌、车型识别系统及时处理违章车辆及驾驶人员，从而达到有效监督机 动车辆遵守交通规则，减少交通事故的发生，迸一步提高交通警察的现代化管理水平， 保障人民生命财产安全的目的。本课题将人脸识别技术应用到抓拍的交通图像中，通过 提取驾驶员的人脸特征量而获得驾车人的信息，是智能交通领域识别系统的一项新的扩 展，对于城市交通安全管理将有很大的助益。 1 3 课题的目的和意义 随着我国国民经济的迅速发展，机动车辆规模及流量大幅度增加，全国高速公路和 2 第1 苹绪论 城市交通管理现代化程度的提高也势在必行。对车辆的管理靠原有的人工目视管理存在 如效率低下等各种弊端，迫切需要采用高科技手段来充实和加强交通管理水平，即需要 i t s 的出现【3 】【6 1 。 i t s 是如何有效解决城市交通安全问题的呢? 这就需要城市交通相关部门加大管 理力度，充分利用现有技术条件，逐步完善交通系统的智能化。目前，智能交通系统在 我国各个城市已投入使用，应用最广泛的还是电子摄像监管技术，即大家所熟悉的“电 子眼”。其中的识别体系主要是车的管理，而车辆是由人来驾驶的，使司机在观念和意 识上注重安全问题，将会从根本上改善交通安全。基于目前交通法规的不健全，又由于 管理系统是对车的监管，许多司机对于交通处罚存在侥幸心理。因此要求管理部门利用 政策、法规来制约开车的朋友，通过强制手段来形成一种安全驾驶的习惯，引起司机观 念和意泌上的重视。 本课题在现有的监管系统基础上，在牌照识别理论和车辆识别技术已经成熟的情况 下，针对交通处罚证据不充足而提出的一种基于图像处理的驾驶员人脸信息识别系统。 该系统可以在原有智能交通系统的基础上，转换抓拍角度，增加车辆前部的图像抓拍， 获得包含驾驶司机的信息图像。这样，可以通过对交通图像进行处理，应用图像匹配技 术，结合人脸识别理论，获得驾驶员的基本信息。该系统和车辆、牌照识别系统相结合 使用，可以获取更充足的直接证据，从而可以更有效的实施交通管理与责任处罚，制约 司机，协助减少违章行为，使交通部门的处罚更加人性化、公平化、合理化。囚此对于 驾驶员的识别的研究具有十分重要的现实意义与价值。 另外，当前科技保全系统的发展迅速，电子监控设备应用于许多场所，t l o r j ：银行、 商场、超市等等公共场所都装有监控设备，因此，此系统还可用于其他安全系统的识别 领域。 1 4 研究现状 1 4 1 小波分析在图像处理中的应用现状 小波分析的历史是数学家和工程师共同创造的，它在时问域和频率域同时具有良好 的局部化性质，因此从它诞生就与工程技术问题联系在一起，经过众多数学家的深入研 究而得到迅速发展，广泛而深入地应用在理论数学，应用数学，信号处理，图象处理与 分析，语音识别与合成，分形与混沌等方面。 3 洞北人学f ：学硕十学何论文 随着小波理论和实际应用密切的结合，近年来有许多重要的国内外期刊经常报道有 关小波应用的动态、最新研究成果，小波分析受到了广泛的重视。 目自l ，信号处理已经成为当代科学技术工作的重要部分，信号处理的目的就是：准 确的分析、诊断、编码压缩和量化、快速传递和存储、精确地恢复。信号与图像处理都 可以统一看作信号处理( 图像可以看作是二维信号) 【引。在图像处理方面，小波分析的 应用也是很成功的，这一方面的著作和学术论文也有很多。小波分析在图像处理的很多 领域得到了应用，围绕面向识别技术的应用基础研究，开展基于人脸特征的身份确认与 身份识别的基础算法；生物t 别基础理论研究；图像的压缩、存取、加密、传送与检索 等技术研究；面像老化技术研究：动态面像的跟踪技术研究以及其他生物识别及物体面 向特征算法研究，这些应用技术的核心都是基于小波技术1 1 。小波技术在未来几年罩 必将会以其独特的优势应用于图像处理的各个方面。 小波变换是近年来在图像处理中受到十分重视的新技术，面向图像压缩、特征检测、 图像去噪、图像增强以及纹理分析的许多新方法，如多分辨率分析、时频域分析、金字 塔算法等，最终都归于小波变换的范畴。 小波分析在图像滤波中有着很好的应用，传统的图像去噪方法大都采用线性滤波， 这在许多情况下是有效的。但多数线性滤波具有低通特性，在去除噪声的同时也使信号 的突变点变得模糊。为了克服传统消噪方法的低通性，提出了小波变换的消噪方法。小 波变换的时频局部性和多分辨率特性，适合于分析同时具有低频和高频的信号。在小波 域的消噪方法中应用较广泛的是小波阀值消噪方法，小波闽值消噪方法简单有效，其产 生的估计信号是原始信号的近似最优估计 1 2 - 1 3 1 。 图像的特征提取或称边缘检测在图像处理中占有重要的地位，对于图像处理、计算 机视觉、人类视觉来说，是一个非常基本的研究课题。因为边缘表示了信号的突变，包 含了图像信号中大量的信息，所以对于边缘的检测是进一步图像处理的基础。多年来， 人们提出了一些边缘检测算法，比如c a n d y 算法、m m 算法等，但所有这些算法都没有 自动变焦的功能。由m a l l a t 和m e y e r 提出的多分辨分析( m r a ) 的小波分析理论是边 缘检测十分理想的工具，人们借助m a l l a t 的思想和理论在图像边缘检测方面做了大量工 作【14 1 。 由于小波分析在数字信号与数字图像处理方面具有独特的优势，来自不同学科、不 第1 苹绪论 同背景、不同兴趣爱好的科技工作者自觉投入到小波分析理论与应用研究中，涌现出一 批高水平的论文和著作，在国内外形成一次又一次研究高潮。 1 4 2 人脸识别的研究现状 人脸识别的研究可以追溯到二十世纪六七十年代，但由于受技术条件限制，发展缓 慢。八十年代开始，特别是九十年代以来，随着计算机技术以及图像处理和模式识别技 术的发展，人脸识别技术得到巨大发展。 人脸谚 别的方法繁多，目前主流的人脸识别技术基本上可以归结为三类，即：基于 几何特征的方法、基于模板的方法和基于模型的方法。基于几何特征的方法是最早、最 传统的方法。b l e d s o e 以人脸特征点的间距、比率等参数为特征，k e l l y 自动测量头部宽 度、日醍睛之间距离、头顶到眼睛的距离、眼睛到鼻子的距离以及眼睛到嘴巴的距离作为 特征，b r u n e l l i 和p o g g i o 利用改进的积分投影法提取出用欧氏距离表征的3 5 维人脸 特征矢量等【1 5 - 16 1 。基于模板的方法可以分为基于相关匹配的方法、主元分析( p r i n c i p a l c o m p o n e n ta n a l y s i s ，简称p c a ) 、线性鉴别分析( l i n e a rd i s c r i m i n a n ta n a l y s i s ，简称l d a ) 、 独立主元分析( i n d e p e n d e n tc o m p o n e n ta n a l y s i s ，简称i c a ) 、非负矩阵因子分解 ( n o n n e g a t i v em a t r i xf a c t o r i z a t i o n ，简称n m f ) 、核主元分析( k e r n e lp c a ，简称k p c a ) 、 核f i s h e r 判别分析( k e r n e ld i s c r i m i n a n tf i s h e ra n a l y s i s ，简称k f d a ) 、神经网络方法、动 念连接匹配方法等1 7 - 2 0 。s i r o v i c h 和k i r b y 采用主元分析法将k l 变换用于人脸图像的 最优表征。t u r k 和p e n t l a n d 具体将k l 变换应用于人脸识别，提出了经典的“特征脸 ( e i g e n f a c e ) 方法1 1 7 1 1 2 0 1 。基于模型的方法则有基于隐马尔可夫模型【2 i 】、主动形状模型【2 2 】 和主动外观模型的方法等。 非线性非平稳信号源，图像信息的处理要求相应的非线性非平稳的信号处理方法。 近年来小波变换由于其优良的时频局部性成为研究者们普遍接受的信号分析处理工具。 人们总希望借助人类视觉系统机理对人脸进行识别，而小波变化实质上是对信号用一组 不同尺度的带通滤波器进行滤波【1 3 】，将信号分解到不同的频带上，进行分析处理，这与 人类视觉系统的多通道滤波模型理论上是一致的，而且由于小波滤波器的带宽在对数尺 度下是相同的，与人类视觉通道按对数特性变化一致。因此，采用小波变换提取特征进 行识别的方法已经成为人脸识别领域的又一新方法。 在众多的人脸识别方法中，几何特征属于直观性特征，提取简单，但易受到人脸表 洞北人学i ：。7 ：硕十学何论文 情、光照条件、噪音的因素的影响。采用人脸的小波特征，在一定程度上容忍光线、表 情变化等干扰，还考虑了局部的人脸细节，保留了人脸的空涮分布信息，而且它的弹性 匹配方式在一定程度上可以忽略入脸从三维n - 维投影引起的变形。众多的优点使得它 在人脸识别方法中占据着重要的地位。小波包作为一种比小波更细化的方法可以获得更 为详细的频率信息。本文采用基于变换域空间的小波包能量特征作为提取的人脸特征应 用于人脸识77 甲1 0 系统。 1 5 本文所做的工作 针对交通图像的特点，结合图像处理和人脸识别理论，构建驾驶员识别软件系统。 本文主要完成了驾驶员人脸识别系统中的图像预处理和人脸特征提取部分的工作，主要 应用了小波和小波包算法进行处理分析，将基于小波包分解的特征提取算法应用到人脸 识别领域，在m a t l a b 软件平台完成测试，达到了比较满意的效果。 本文所做的具体工作如下： 1 、调查分析了i t s 的研究及应用现状，了解了图像处理、智能识别在现行的交通 管制体系的应用情况及行业标准。 2 、提出了一种新的驾驶员自动识别系统，并对其应用前景进行了分析。 3 、研究了图像预处理技术的各种算法，提出了基于小波分解的去噪算法。 4 、分析了当前人脸识别算法，提出了基于小波包分解的能量特征提取算法，并对 其在人脸识别中的应用进行了可行性分析。 5 、完成了小波变换算法的仿真测试，并对测试结果进行了统计分析。 6 第2 章图像的预处理 果鬃到的交通图像经过忙输存入计算机后，就计始刘其进行数字罔像处理。垃j ! c 图 像 + 枉学m m q 步骤，前先要进行预处坪。术币剥几体的圈像主要进行以下操作。 21 色彩变换 系统褂到的图像多足奥j 三刚像，枉数宁图像处耻h 很多算法都是钊刘扶度图像， 处j l ln q 荻度级肌。到2 5 5 共2 5 6 个灰度级。因此首先就要把彩色图像的处理转化为灰度 l 割像进f r 处础， 真彩色图像义豹：r o b 圈像，它是利i jr 、g 、b 3 个分量袅示个像索的颜色，r 、 g 、n 分：j i | 代表红、绿、茄3 种小同的颜包，通过三祭色可以合成出任意颜色。对于给 定的2 4 位真彩图像，可以撤据彩色l 留像和灰艘图像的刈成关系转化为2 5 6 级的灰度图 像。2 4 位彩色图像母一个琢誉占丌 3 个宁扎每个字* 分别表示三种基色i l i 的- ；r , l ： l ： i r ) 绿f g ) ，监( b ) 。_ i | f ：么只要在r 、g 、b 之前分别乘上不同的加权系数，最后柏_ i j l j 姚 u r 咀f 到干h 心竹扶度值，转化后苏豢的从度等级耳r 、o 、b 的关系如( 2li ) 所示。 1 1 = 口凡+ b g + r x b( 2i1 ) 芤- p ，a 、b 、c 足加权系数，且c ，+ + f = l 始终成立。 l 刳2 ir g b h 像和o r a y 翻嫩 权系数n 进拌捌上基也表示色彩的惟厦有关，也和共件柏问题有关。系数不m 得 到的狄度i 刳像就不。系数“接决定了输m 图像的灰度值。 国圆 洲北、学i 学坝 t 仃诒文 j 匝常l 引像地理； ，使j i j 的r u b 色彩系缆魁披j i ：而的取恤实i 兕狄膻到像( 1 ：j i “i 。 r = 0 2 9 9 g = 05 8 7 口= 0 1 1 4 罔2 - l 为转坎r i ；j 后的彩色罔像棚r 扶鹰h 琢。 22 人脸区域选取 针刈q 驶员的信白讪洲存获羽的粘幅凹像巾大部分信息部属j 冗余能想只喽得 到驾驶以的嘶洲信髓，根川人腑谀j h 的珊论，= i l u ，我们就可以进行识别判断。因此，我 们这咀首先州铜像进行区域选取，只留f 媾兴趣的区域，即驾驶员的人腑部分，自一玳如 同2 2 所，i 。 圈凰圜圜 悟2 2 选l 艇的训靴员面郎信息 由昕得到的潍信息图像可吼看陶缘都不足很7 自晰对比度较芹，亮度不均衡， 迁需要j i 步的进“处理。橄艟时州地点以及车辆的车宙材料影响不同，得到向图像散 架也并小川i 耐，这j _ 州斟小可以l 占楚地石。田此，还需要进行以下几个方而的预处 州工作。 23 图像增强处理 图像增强是数宁图像处硎过程中经常采削的一种方法。为了改蒋视觉效果或者更便 j 人平机器对图像的列，解和分析，根据圈像存在的特点或存在的问题采取改善疗法或并 加强特征的措施杯为图像增强。 图像增“是一个相对的概念，增强效果的妻r 坏，除一i 算法本身的优劣仃定的芙乐 外埏与陶像的数栅特征自直接关系，刷时山于评价图像质量的优劣往往饨删j 则者的r 规而定，救有词用f n 定量杯“l ：，幽此增强技术人多属t - t f d m 问题的，增强方浊；l 能钉选 择地性j 日。 获取和传输图像的过程i i ! e 会，“一l 珂像失真所得到图像平| | 原始图像有某种程艘的 8 第2 章图f 象的预处理 差别。这种差异如果太大，就会影响人和机器对图像的理解。在许多情况下，人们不清 楚引起图像降质的具体物理过程及其数学模型，但却能根据经验估计出使图像降质的一 些可能原因，针对这些原因采取简便有效的方法，改善图像质量。例如，图像信号变弱 会使人们无法看清图像的细节，而采用增强对比度的方法可以使图像清晰一些；图像的 噪声干扰也容易使图像质量变差，运用平滑技术可以消减噪声；还有一些物理器件或系 统工作原理可等效为一积分过程，信号经过这样的器件或系统后要变模糊，这开寸可使用 微分运算突出边界或其他变化的部分f 2 6 l 。这些都使用了图像增强技术。 2 3 1 直方图增强 图像的直方图是图像的重要统计特征，它可以认为是图像灰度密度函数的近似。灰 度直方图是一个离散函数，它表示数字图像的每一个灰度级与该灰度级出现频率的对应 关系 2 7 1 。灰度级在【0 ，l 一1 】范围的数字图像的直方图是离散函数i - t ( s 。) = ，经常是用 图像的像素总数玎除它的每一个值得归一化的直方图，因此归一化的图像灰度统计直方 图可以表示如下： p ( s ) = 力门 七= o ，l ，三一1 ( 2 3 1 ) 式中p ( s 。) 为图像f ( x , y ) 的第k 级灰度出现的概率，s 。是第七级灰度的灰度值，玎。是 图像巾灰度值为吒的像素的个数，? 是图像像素总数。 直方图均衡化处理俐是以累积分布函数变换为基础的直方图修f 法，如式( 2 3 2 ) 。 g 膏= 骞鲁= 妻p 。c 一， k - - - o , 1 , - , l - 1 c 2 3 2 ， g 。是第k 级灰度变换后的值。变换后按照式( 2 3 2 ) 的关系变换后可产生一幅灰 度级均匀分命的图像，扩展了像素取值的动态范围。 山于车辆内部光线较暗，获取图像的灰度值分确j 集中在较窄区域，引起图像细节不 够清晰，对图像进行均衡化后可以将图像的灰度范围拉开，并且让灰度频率较小的灰度 级变大，让灰度直方图在较大的动态范围内趋于一致。 图2 3 中分别为在m a t l a b 平台进行均衡化处理日圹后的图像以及直方图。原始图 像较暗，灰度值集中分布在较暗区域，其直方图表现为像数灰度值集中在很窄的区域； 9 一t t f m 凡tj 。# f l l t 七 均衡化盯| t i l # l 俘扶艘分如j 勺勺了增夫r 反擎，更话f 人州粥，h 僧钏1 生觚油 j i “玎| 车| 7 延f ：j 坐、l 托。们魁n 川刊j 勺新i j f _ 汝专虑撑的山乔】j c h l l 站f _ _ _ n ，、刈j 处 州= j t 蚓艨小够娃7 l 。 原始图傍 露 增强图像 2 0 0 i 1 0 0 5 0 0 原始直方图 。l _ 0 1 0 02 0 0 增强直方图 图萼既 01 0 0 2 。口 蚓2 0 肫吲f 2 n 均昕化址埋i j n 肝的i 型僳及冉方i 目 这| 【q 八利，改进钽卣方i 划j f l 慢铮泣刊图像j 韭行灰艘艘乌保i i e l g , l 像扶j f 娈化范 达剿最夫n 0 灰度范围，柑刈减少乒( 腰绒的合虮改善直方l 割均衡，i ，的缺陷蛮耻女r 的视觉敬果。 对砸始灰艘j 划像直力图巾的第- 级扶慢5 ， 他扯一：奠左冉两】血n 和，】 之比术砷 o ulj + i f i，i 定修矿后f 内获度g ，的位置，即：，f 一】一，j = ( n ) ：( n ) ，船理得 n ，= ( 一1 j i l 。i = r 一 ( 233 ) n + n 为薹n = i - n = 鲁，叽为扶l i ! ：级为枷。像豢数a 所咀可进步变换为 厶艺吼 产( ，j 。1 嚣叫卜”等 j 吐终可咀榭刮i 划豫扶j 耍耳，。 ( 234 ) 2 32 对比度增强 州比【! l 埔强方法魁按一定舰则修改输入【划像缚个像索的驮度，从而改变罔像 扶幢的功态范4 。它”j 以使灰度动态范围扩艘或压缩，或者对矧像进行分段处理，根抛 | 冬| 像特一_ t = | 】要求a 某段区川。p 进行压缩衙在舛外区n 州t 进行扩展，增强感兴趣n 0 灰度区 域，蚓计抑制4 ；培兴趣的捉度j 爱域与直方幽均衡j _ | 比要灵活得多。 原始圉俾 縻 灰度变换增强 2 朋 i s 0 1 0 0 s 0 0 厢始直方图 _l 山 增强直方图 圈霉皿 l 划2 - 4 增慢前肝0 0 h 像oo d 冉h f 而以二段线形变换术j f 行髓驯，裘逃式如( 2 , 35 ) 所示【1 5 1 1 2 ”。 河北人学l ：学硕十学位论文 i s0ss s i s 1 ! 盥【s s 1 + ，is l r ) ( 2 4 9 ) 其中i 为示性函数。 总的来说，硬阈值方法可以很好保留图像边缘等局部特征，但图像会出现振铃等视 觉失真；而软阈值方法处理结果则相对平滑得多，但是软阈值方法可能会造成边缘模糊 等失真现象。针对这一点，b r u c e 和g a o 提出了一种半软阈值函数3 6 1 ： d ( ) = s g n ( ) 墨芸跫弓手! ，( 正 i i 疋) ( 2 4 1 。) 该方法通过选择合适的闽值五和t ，可以在软阂值方法和硬阂值方法之间达到很 好的折中。 ( 2 ) 比例收缩 桐对阂值收缩方法来说，比例收缩有更大的灵活性，从某种意义上说，可以认为阂 值收缩是比例收缩的种特例( 比例为o 和1 ) 。比例收缩的特点主要在于它具有对信号 的某一局部的适应能力。 2 投影方法 投影方法的原理就在于将带噪信号以- 4 1 迭代的方式，投影到逐步缩d , f f j 空间，由 于最后的空问能更好地体现原信号的特点，所以投影法也能够有效地区分噪声和信号。 投影方法分为m c d ( m u l t i p l ec o m p a c td o m a i n ) 或p o c s ( p r o j e c t i o no n t oc o n v e xs e t ) 法和 m a t c h i n gp u r s u i t s 法两类。其中，m a t c h i n gp u r s u i t s 法是m a l l a t 等人首次提出的，它通过 指定一族小波或波函数，将带噪信号向此函数族进行投影，接着对残差投影，并循环反 复，直到残差最后达到一定的条件。另外，m a t c h i n gp u r s u i t s 法除了小波函数库可以选 择之外，还可以使用局部余弦等多种函数库。 3 斗目关方法 相关方法主要是基于信号在各层相应位置上的小波系数之问往往具有很强的相关 性，而噪声f l c j d , 波系数则具有弱相关或不相关的特点来进行去噪的，如x u 等人提出了 一种s s n f ( s p a t i a l l ys e l e c t i v en o i s ef i l t r a t i o n ) 方法，该方法足利用相邻尺度小波系数的 相关程度来进行去噪，即通过将相邻尺度同一位置系数的相关量来构成相关量图像，在 作适当的灰度伸缩后，再同原来的小波图像进行比较，其中较大的相关量被视为对应于 河北人学：硕十学何论文 边缘等的图像特征，而被抽取出来，并作为原信号小波变换的估计，然后经反变换就得 到去噪后图像1 3 9 1 。 2 5 本章小结 本章主要对图像进行了预处理，对相关的方法进行了理论分析及阐述，将真彩图像 转化为灰度图像后选取出感兴趣的人脸区域，分别对其进行了对比度增强、去噪滤波等 处理，重点介绍了小波分解在去噪处理中的应用，并在m a t l a b 上进行实验测试，得 到细节比较清晰完整的人脸图像，为后期图像特征的提取奠定了基础。 第3 章基丁小波包的人脸特钲提取 第3 章基于小波包的人脸特征提取 小波是一种用于多层次分解函数的数学工具。小波变换足一种信号的时频分析方 法，它具有多分辨率分析的特点，而且在时频西域都具有表征信号局部特征的能力，是 一利，窗口大小固定不变但其形状可改变，时间窗和频率窗都可以改变的时频局部化分析 方法。它通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析，解决了傅立叶 变换不能解决的许多困难，被誉为数学显微镜。作为现代分析学开拓的一个新领域，目 前小波变换已经广泛应用于信号处理、图像处理、模式识别、语音识别、量子物理、地 震勘测、流体力学、电磁场、c t 成像、机器视觉、机器故障诊断与监控、分形以及数 值计算等等工程领域2 1 。 小波包变换是在多分辨率分析基础上形成的一种对信号更为精细的分解方法，它不 仅对低频部分进行分解，而且对高频部分也进行分解，因而克服了小波变换在低频端时 间分辨率低而高频端频率分辨率差的缺点，可以对信号在全频范围内进行j 下交分解，在 刻画信号的特征方面具有更强的优势，得到了更为广泛的应用。近些年来国内外许多 学者对小波包应用进行了研究，a s t o l b a 把小波包应用到医学图像的压缩，压缩效果显 著1 4 l 】，s k a s a e i 等人把小波包分析应用到指纹图像重构研究，取得了比传统方法更好的 效果1 4 2 1 。在国内，刘卓夫等人将小波包应用到水下目标识别1 4 3 1 ，陈亦文把小波包应用到 谐波分析，王琪等把小波包分析应用到虹膜特征提取【4 5 1 等等，均取得了较好效果。但 到目自玎为止，小波包在人脸识别上的应用还很少。本文把小波包分析应用到人脸的特征 提取上，取得显著效果。 基于小波包变换的图像分析法，主要是利用小波包对图像进行多尺度分解，然后在 每个尺度上独立地提取特征，即把不同分解尺度上信号的能量求解出来，将这些能量值 按尺度顺序排列形成特征向量供识别使用，这就是基于小波包变换提取多尺度空问能量 特征的基本原理。 3 1小波变换 3 1 1小波变换理论 小波分析方法是一种窗口大小( 即窗口面积) 固定但其形状可变，时问窗和频率窗 洞- i t 入1 7 ：一i j 学硕十。7 ：1 寺_ 论文 都可改变的时频局部化分析方法。在低频部分具有较高的频率分辨率和较低的时间分辨 率，在高频部分具有较高的时间分辨率和较低的频率分辨率。 如果少( ，) 三2 ( r ) ( l 2 ( 尺) 表示平方可积的实数空间，即能量有限的信号空f j ) ，其 傅立叶变换为妒( ) 。多( ) 满足条件 c ：f 盥堂如(152 1 ) d l e l0315 ) ( ，后) = 力i 工( ，) 少：女( ， ( d r - - 7 其中，吵“( ，) = 2 2p ( 2 一，- k ) ，七z 被称为二进小波，二进小波对信号的分析具 有变焦距的作用。假定有一放大倍数2 ，它对应观察到信号的某部分内容。如果想进 菊3 章摹丁_ 小波包的人腧特征提取 一步观看更小的细节，就需要增加放大倍数即减小j 值；反之，若想了解信号更粗的内 容，则可以减小放大倍数，p - , i i d i ：i ；k ；j 值。在这个意义上，小波变换被称为数学显微镜【3 7 1 。 3 1 2 常用小波函数 与标准傅立叶变换相比，小波分析中所 j 到的小波函数具有不唯一性，即小波函数 , s x ( x ) 具有多样性，用不同的小波基分析同一个问题会产生不同的结果。在本节主要介绍 一下文中所涉及以及在m a t l a b 中用到的小波函数。 1 h a a r 小波 h a a r 函数是在小波分析中最早用到的一个具有紧支撑的正交小波函数，同时也是 最简单的一个函数。它的定义为： fl 0 x 1 2 少片= 11 2 x 件系统 幽像库 驾驶员 获取信息 基本信 息存储 系统 i 7 输出违章人 基本信息 图4 - 1 识别系统整体构成框图 识别软件部分主要包括图像预处理、特征量提取、特征识别判断几部分，具体实现 程序流程如图4 2 所示。 3 8 第4 章基丁m a t i 。a b 的仿真与分析 图4 2 识 j 0 软仆实现科序流程框图 3 9 洞北人学i ：! 字：硕十”7 ：佗论文 对于软件中图像读取、显示以及人脸区选择等在第二章已经介绍了，下面重点叙述 图像预处理中降噪和增强部分以及驾驶员人脸特征提取部分。 4 1 图像预处理部分方法分析 4 1 1去噪方法对比选取 去噪滤波方法很多，但是针对不同的情况，需要通过实验测试来确定选取某种方法， 不同的方法适用于不同的场合。 1 不同去噪方法的比较 对于图像处理的质量评价一般没有什么特定的标准，大部分都采取主观判断。本文 采用了两种方法，一种是主观评价，由人眼直接观察图像的效果；另一种是采用归一化 均方误差n m s e l 3 0 1 作为客观评价标准来客观评价改善效果，公式如下： 芒芒i厂(f，)一f(，j)12nmse 2 善善业铲j j ，= l，= l、， f ( i ，j ) 表示原始图像像素，f ( f ，) 表示经过去噪处理后的图像像素。m n s e 越小，那么 处理后的图像就越接近原始图像。 表4 1 不同滤波方法标准差s t o 和均方误差n m s e 对比 滤波方法 s 丁dn m s e 邻域平均 2 2 2 5 4 012 0 8 7 4 2 中值滤波 1 5 0 9 0 95 0 9 4 9 w i e n e r 滤波 1 4 8 7 8 31 4 8 7 6 4 邻域平均 1 6 2 2 4 92 7 1 7 8 0 8 邻域平均 1 7 3 2 9 85 9 1 9 5 2 小波