文獻標識碼: A
文章編號: 0258-7998(2012)11-0150-03
人臉識別通過通用計算機或者ARM(Advanced RISC Machines)處理器實現,需要的時間較長,實時性較差。利用DSP快速處理器進行識別,時延將大大減少。幾何矩是由Hu在1961年提出的,具有平移、旋轉、尺度不變性,不變矩是描述區域的方法之一。矩不變量具有不隨圖像的位置、大小和方向而變化的特點,對于提取圖像中的形態特征,是一個非常有效的工具[1]。
1 硬件實驗系統
本系統采用達芬奇處理器TMS320DM6437作為核心處理器,DM6437是TI公司新一代高性能的數字媒體處理器,工作頻率達 600 MHz,擁有以下出色性能:短1.67 ns的指令周期,每個時鐘周期可并行執行8個32 bitC64x+指令,性能高達4 800 MIPS, 功能豐富的視頻處理子系統[2]。
DM6437處理系統的前端子系統支持CCD和CMOS圖像傳感器接口,實時圖像處理預覽引擎,實現對通用視頻解碼器的無縫接口,具有自動曝光、自動白平衡和自動對焦模塊,縮放模塊;后端子系統支持硬件在屏幕顯示4個54 MHz的DAC,支持復合NTSC/PAL視頻、S-Video輸出和YPbPr及RGB分量輸出,8/16位YUV和24位RGB數字視頻輸出,HD分辨率,支持2個視頻窗口[2]。
2 算法設計
2.1 人臉提取
圖像都是基于RGB空間,但是在RGB空間里人臉的膚色受亮度影響相當大,膚色點很難從非膚色點中分離出來。在此空間經過處理后,膚色點是離散的點,中間嵌有很多非膚色,為膚色區域標定帶來了難題。如果將RGB轉為YCrCb空間,可以忽略亮度(Y)的影響,因為該空間受亮度影響很小,膚色會產生很好的類聚。這樣可將三維的空間降為二維的CrCb,膚色點會形成一定的形狀。根據經驗,若某點的CrCb值滿足:133≤Cr≤173,77≤Cb≤127,那么該點被認為是膚色點,其他的點為非膚色點。在實際操作時這個范圍可以稍微放大,具體值可以通過實驗學習得到。RGB空間轉換到YCrCb空間見式(1)[3]:
3 實驗結果與分析
實驗采用仿真器仿真的方式,仿真器選用北京瑞泰公司的ICETEK-XDS560U-PLUS,實驗結果可在CCS3.3軟件中查看,通過打開View菜單下Graph子菜單、設置Image,運行程序后可以看到圖片。
首先在CCS3.3中加載工程,載入開發板需要的各種初始化程序,工程中算法編成的函數隨時供主程序調用。拍攝后的圖像存放到系統識別處理的緩沖區,由DM6437從緩沖區中取出加以處理。
實驗選用南京農業大學某學生頭像進行處理,并提取原圖像及三種變換的不變矩特征值。首先在Image中顯示原RGB彩色圖像,并且用膚色提取人臉,最后進行二值化,結果如圖1所示。對圖中提取的人臉二值化的圖像進行Hu矩計算特征值,采用CCS中Watch Window軟件可以查看運算結果,如圖2所示。
對原RGB彩色圖像做平移運算,并灰度化。通過膚色提取人臉,最后進行二值化,結果如圖3所示。對圖中提取人臉二值化的圖像進行Hu矩計算特征值,采用CCS中Watch Window可以查看運算結果,如圖4所示。
對原RGB彩色圖像做縮小運算,并灰度化。通過膚色提取人臉,最后進行二值化,結果如圖5所示。對圖中提取的人臉二值化的圖像進行Hu矩計算特征值,采用CCS Watch Window軟件可以查看運算結果,如圖6所示。
對原RGB彩色圖像做旋轉運算,并進行灰度化。通過膚色提取人臉,最后進行二值化,結果如圖7所示。對圖中提取的人臉二值化的圖像進行Hu矩計算特征值,采用CCS Watch Window可以查看運算結果,如圖8所示。
本文比較Hu矩所提取的人臉不變矩特征值,平移和旋轉運算后得到的特征值與原圖像相比誤差在1%以下,縮小運算后得到的特征值誤差相對大一些,達到4%左右。經過反復實驗得出的結論是實驗時采用的圖像分辨率如果不高,平移和旋轉運算將不會受影響,但是縮小運算會使圖像損失一些像素值,從而導致運算后得到的特征值誤差相對較大。本文通過提高圖像的分辨率,解決了縮小運算后提取特征值誤差較大的問題,使圖像經過縮小運算后提取的Hu矩特征值與原圖提取的特征值相比誤差控制在1%以內,從而保證Hu矩在人臉識別中的正確率。
參考文獻
[1] KUEI H M. Visual pattern recognition by moment invariants[J].IRE Transactions on Information Theory,1962,IT-8(2):179-187.
[2] 苑瑋琦,賈琦.基于DM6437的駕駛員疲勞檢測系統[J].儀表技術與傳感器,2010(5):51-53,55.
[3] 邱鵬瑞.基于膚色模型與灰度復雜度的人臉檢測研究[D].昆明:云南師范大學,2008.
[4] 晏開華,蘇真偉,黃明飛.支持向量機在機械零件識別中的應用[J].電子技術應用,2008,34(11):108-110.