摘要：目前，人臉識別得益于圖像處理技術的飛速發展，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，展現出友好、隱蔽、直接的優勢。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，從而根據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，數據庫根據提取臉部特征對內部存儲數據進行對比篩選;第四步，獲取圖像識別結果[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，結合圖像的RGB 分量關系式，從黑色開始(0，0，0)到白色結束(255，255，255)這一灰度處理彩色圖像，將其轉化為灰度圖像。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模糊現象;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)圖像是經過中值濾波后的圖像。根據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換為均勻概率分布的新圖像，經過處理之后，所有的圖像灰度會變得統一，實現直方圖均衡化。從表面上看是擴大了動態范圍，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、大小不一致的現象，通過對調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)小波轉換

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

　　三、結論

　　綜上所述，圖像處理技術所具有的自然性等獨特優勢在現今時代，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以及發展將具有重大意義。

　　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中的應用[J].現代職業教育，2015(28)：98-99.

　　[8]李俊山.李旭輝.數字圖像處理(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