（检测技术与自动化装置专业论文）人脸识别技术及其在汽车防盗中的应用.pdf

人脸识别技术及其在汽车防盗中的应用 摘要 人脸识别是机器视觉和模式识别领域最富有挑战性的课题之一，同时也具 有广泛的应用意义。它覆盖了数字图像处理、模式识别、计算机视觉、神经网 络、心理学、生理学、数学等诸多学科的内容。在研究机构和实验室中的理论 及算法研究陆续取得重大进展的同时，如何把人脸检测识别技术从实验室转移 出来，让高科技服务社会是非常有意义的一种实践。 本文将人脸识别技术与汽车防盗技术相结合，提出一种基于人脸识别技术 的汽车防盗系统，该系统硬件部分以t e x a si n s m m a e n t ( t i ) 公司的多媒体芯片 t m s 3 2 0 d m 6 4 4 6 为主控芯片。该芯片采用最新的d a v i n c i 技术，在一个芯片封装 内集成了a r m 嵌入式处理器内核与c 6 4 x + 数字信号处理器内核，提高了系统运 行的效率，嵌入式处理芯片为外设提供了标准的设备驱动，节约了开发成本和 难度。本文主要研究的内容有： ( 1 ) 人脸图像预处理技术：主要是对采集到的人脸图像进行各种处理，如 人脸图像光线补偿、人脸图像灰度变换、人脸图像高斯平滑处理、人脸图像二 值化等。 ( 2 ) 基于人脸识别的汽车防盗系统的设计：主要介绍基于d m 6 4 4 6 的人脸 图像采集平台的设计。 ( 3 ) 基于a d a b o o s t 算法的人脸检测技术研究：主要介绍a d a b o o s t 人脸检测 算法，及用v c + + 的具体实现过程。 ( 4 ) 基于p c a 的人脸识别技术研究：主要介绍p c a 的人脸识别技术，及用 m a t l a b 7 0 实现。 关键词：人脸识别，t m s 3 2 0 d m 6 4 4 6 ，达芬奇技术，a d a b o o s t 人脸检测，p c a 的人脸识别，汽车防盗 f a c er e c o g n i t i o na n da p p l i c a t i o no na u t o g u a r da g a i n s tt h e f t a b s t r a c t f a c er e c o g n i t i o ni so n eo ft h em o s tc h a l l e n g i n gr e s e a r c ha r e a si nb i o m e t r i c f i e l d s i th a sb e e nw i d e l ys t u d i e di nr e c e n ty e a r s i tt o u c h e su p o nd i g i t a li m a g e p r o c e s s i n g ，p a t t e r nr e c o g i n i t i o n ，c o m p u t e rv i s i o n ，p s y c h i c s ，p h y s i o l o g y , m a t h e m a t i c s a n ds oo n w h i l en e wa l g o r i t h m sa n dt e c h n o l o g i e sa r ee m e r g i n go u tf r o ml a b s ，h o w t oc o n v e r t e rt h e s ei n t e r e s t i n ga n de x c i t i n gr e s u l t si n t op r o d u c t sb e c o m ea t t r a c t i v e a n dm e a n i n g f u l af a c ec o l l e c t i o ns y s t e mb a s e do nf a c er e c o g n i t i o na n da u t o g u a r da g a i n s tt h e f t t e c h n o l o g i e si sp r o p o s e di nt h ep a p e r t h eh a r d w i r eo ft h es y s t e mi sc o n t r o l l e db y t m s 3 2 0 d m 6 4 4 6 ，o n eo ft h el a t e s e tm e d i ac h i pp r o d u c e db yt e x a si n s t r u m e n t ( t i ) ， t h ec h i pt a k e su pd a v i c it e c h n o l o g y ，t h ed a v i c it e c h n o l o g yi n t e g r a t ea na r mc o r e a n dac 6 4 x + d s pc o r ei n t oo n es i l l i c o n ；i ti m p r o v e ss y s t e mi n t e g r a t i o n ，l o w e r st h e b o a r dl e v e lc o s ta n di m p r o v e sd u a l - c o r ec o o r d i n a t i o n ，i tp r o v i d e ss t a n d a r dd e v i c e s d r i v e r s ，m a k e sd e s i g nm o r ec o n v e n i e n t t h ep a p e rm a i n l ys t u d i e so n ： ( 1 ) f a c ei m a g ep r e p r o c e s s i n g ：a f t e rc o l l e c t t i n gt h e f a c ei m a g e s ，w ew i l l p r o c e s st h e s ei m a g e s ，s u c h ：b e a mc o m p e n s a t i n g ，g l o o m y l i z ea n d s oo n ( 2 ) d e s i g no fa u t o g u a r ds y s t e mb a s e do nf a c er e c o g n i t i o n ：o n ea u t o - g u a r d s y s t e mb a s e do nr e c o g n i t i o ni sd e s i g n e di nt h i sp a r t ( 3 ) f a c ed e t e c t i o na l g o r i t h mb a s e do n a d a b o o s t ：i tm a i n l yt a l k sa b o u t a d a b o o s tf a c ed e t e c t i o na l g o r i t h m ( 4 ) f a c er e c o g n i t i o na l g o r i t h mb a s e do np c a ：p c af a c er e c o g n i t i o na n di t s r e a l i t y k e y w o r d s ： f a c er e c o g n i t i o n ，t m s 3 2 0 d m 6 4 4 6 ，d a v i n c i ，a d a b o o s tf a c ed e t e c t i o n ， p c af a c er e c o g n i t i o n ，a u t o g u a r d ， 图片清单 图2 1 二维零均值高斯函数示意图8 图2 2 不同盯的高斯函数的滤波效果示意图。9 图2 3 一幅灰度图像和使用不同阈值得到的二值图像结果1 1 图2 4 预处理后人脸图像1 1 图3 1 基于人脸识别的汽车防盗系统总体框图1 3 图3 2 人脸图像采集平台结构框图1 3 图3 3d m 6 4 4 6 实验板实物图1 4 图3 - 4t m s 3 2 0 d m 6 4 4 6 功能框图1 5 图3 5v c m 板d d r 2 内存映射1 6 图3 - 6a r m 子系统框图。1 6 图3 7d m 6 4 4 6 资源交换图1 8 图3 8t m s 3 2 0 c 6 4 x + t m 的结构功能框图1 8 图3 - 9t m s 3 2 0 c 6 4 x + t m 存储结构框图1 9 图3 1 0 删与d s p 协同工作框图2 l 图3 1 1 视频处理子系统( v p s s ) 功能框图2 1 图3 1 2t v p 5 1 4 6 内部的功能框图2 2 图3 13 图像采集前端电路图2 4 图3 1 4 视频输出接口2 5 图4 1 矩形特征图2 6 图4 2a d a b o o s t 算法学习出的两个特征2 7 图4 3 矩形特征扩展图2 7 图4 4 点p ( x ，处积分图值2 8 图4 5s ( x ，y ) 的示意图2 8 图4 6 区域d 的积分值2 8 图4 7 矩形特征值的计算2 9 图4 8a d a b o o s t 迭代算法的流程图3 1 图4 - 9 级联分类器3 2 图4 - 1 0 金字塔式人脸检测过程3 3 图4 1 1 特征放大法人脸检测过程3 4 图5 1 投影图3 5 图5 2 特征值的分布3 7 图5 3 特征脸，分别为第1 ，2 ，1 0 ，5 0 ，7 0 分量，最后一张是平均脸3 8 图5 4 人脸识别的基本步骤4 0 图6 1 人脸识别软件总体框图4 4 图6 2 人脸检测程序的框图4 5 图6 3 一帧图像的检测流程图4 7 图6 4 人脸识别程序流程图4 8 图6 5 人脸识别软件主界面图4 9 图6 6 人脸识别软件运行展开图4 9 图6 7 单个人脸的检测结果5 3 图6 8 多人脸检测结果5 3 图6 9 人脸图像预处理后结果5 3 图6 1 0 人脸库图片5 4 图6 1 1 人脸识别结果1 左边为采集图片，右边为识别结果( 库中图片) 5 4 图6 1 2 人脸识别结果2 左边为采集图片，右边为识别结果( 库中图片) 5 5 图6 1 3c c s 2 2 0 1 8 管理程序。5 6 独创性声明 本人声明所吊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。据我所 知。除了文中特别加以标忠和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果， 也不包含为获得佥g 巴工些厶堂 或其他教育机构的学位或证书而使用过的材料。与我一同1 ：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谢意。 学位论文作者签字：参复签字日期：矽，。年垆月髟日 学位论文版权使用授权书 本学位论文作者完全了解盒起工些厶堂有关保留、使用学位论文的规定，有权保留并向 国家有关部门或机构送交论文的复印什和磁盘，允许论文被查阅或借阅。本人授权佥日巴上些太 当l 可以将学位论文的全部或部分论文内容编入有关数据库进行检索，可以采j h 影印、缩印或扫 描等复制手段保存、汇编学位论文。 ：保密的学位论文在解密后适州本授权二1 5 ) 学位做储娩李咳 签字日期：趴。年中月识日 学位论文作者毕业后去向： j i ：作单位： 通讯地址： 3 导师签名： 跞索铱 签字日期：l 夕年4 月哆日 电话： 邮编： 致谢 论文的完成标志着研究生阶段的学习马上就要结束了，回想起在论文进行 过程中所涉及到的方方面面的工作，得到了很多人的帮助和指导，在此对他们表 示最诚挚的感谢。 首先感谢我的导师陈荣保副教授，从论文课题的选定到论文研究的进行， 到中期学术论文的写作和修改，再到最后学位论文的撰写和完成。陈老师给予 了全面的指导，倾注了大量心血，他严谨的治学态度和渊博的知识让我受益良 多，他的谆谆教诲和严格的要求使我在论文研究中不断取得进展，能够在陈荣 保副教授的指导下从事研究生阶段的学习是我的幸运。 感谢实验室朝夕相处的同学们：赵贺、程张凡、李旋宇等，大家在学习和 生活上互相帮助，度过了令人难忘的美好时光。 感谢家人，特别是父亲、母亲对我继续学业提供的经济支持和精神鼓励! 再次感谢所有关心和帮助过我的所有老师和同学，谢谢你们! 作者：李世兵 2 0 1 0 4 第一章绪论 1 1 人脸识别技术的现状和意义 近年来，由于反恐、国土安全、和社会安全的需要，世界上各个国家都对安防领 域加大了投入，而身份识别j 下是安防的一个核心问题。在这种大环境下，生物特征识 别迎来了一个快速发展的时期。传统的身份识别【l 】方法主要是通过人身标识知识 或人身标识物品两种方式来实现的。常见的人身标示知识有用户名、密码、问 题提示等，人身标示物品有钥匙、身份证件、工作政见等各种标识物品。随着 科学技术和人类社会的发展，传统的身份识别方法已不能满足当今社会的需求。 而生物特征识别技术为人类身份识别提供了一个简单、易行、可靠性高的方 法。它包括人类的身体特征和行为特征两个部分。 生物识别技术是依据人的体貌、声音等生物特征进行身份验证的科学解决 方案，这里的生物特征通常具有唯一的、可以测量或可自动识别和验证、遗传 性或终身不变等特点。生物特征大致上可分为身体特征和行为特征两类。身体 特征包括：指纹、掌型、视网膜、虹膜、人体气味、脸型、甚至血管、d n a 、 骨骼等；行为特征则包括：签名、语音、行走步态等。 生物识别系统则对生物特征进行取样，提取其唯一的特征转化成数字代码， 并进一步将这些代码组成特征模板，当人们同识别系统交互进行身份认证时， 识别系统通过获取其特征与数据库中的特征模板进行比对，以确定二者是否匹 配，从而决定接受或拒绝该人。 这些生物特征中人脸图像是人类主要的主要特征，与用其他身体特征鉴别 身份方法相比，人脸图像相对来说比较稳定、不容易被遗忘、改变和盗取，而 且利用人脸图像来识别身份，容易被人们所接受。人脸识别，特指利用分析比 较人脸视觉特征信息进行身份鉴别的计算机技术。广义的人脸识别实际包括构 建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别 预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份 确认或者身份查找的技术或系统。人脸识别是一项热门的计算机技术研究领域， 它属于生物特征识别技术，是对生物体( 一般特指人) 本身的生物特征来区分 生物体个体。 人脸识别是机器视觉和模式识别领域重要的课题之一，同时也具有较为广 泛的应用意义 2 1 。它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、 心理学、生理学、数学等诸多学科的内容。据专门提供生物识别产业相关咨询 服务的美国公司i n t e r n a t i o n a l b i o m e t r i c g r o u p 近期出版的一本关于生物识别市 场及产业趋势的调查分析报告书”b i o m e t r i c sm a r k e t a n di n d u s t r yr e p o r t 2 0 0 7 2 0 1 2 ”显示，2 0 0 7 年全球生物识别市场收入超过3 0 亿美元，并且今后5 年内将以超过每年8 亿美元的幅度递增。至2 0 0 7 年将达到7 4 亿美元。而截止 2 0 0 7 年，人脸识别的市场份额由原来的微不足道，迅速上升到1 2 9 ，市场份 额仅小于指纹识别，并且这一比重还在不断增加，打破了国际生物识别市场上 “指纹识别身份一统天下的局面。 目前人脸识别的应用在国内外已开始普及，主要涉及到公安侦察、门禁防 盗、其它各种监控场合。 ( 1 ) 公安刑侦破案：通过查询目标人像数据寻找数据库中是否存在重点人 口基本信息。例如在机场或车站安装系统以抓捕在逃案犯。 ( 2 ) 门禁系统：受安全保护的地区可以通过人脸识别辨识试图进入者的身 份。 ( 3 ) 摄像监视系统：例如在机场、体育场、超级市场等公共场所对人群进 行监视，以达到身份识别的目的。例如在机场安装监视系统以防止恐怖分子登 机。 ( 4 ) 网络应用：利用人脸识别辅助信用卡网络支付，以防止非信用卡的拥 有者使用信用卡等。 然而国内利用人脸识别技术在汽车防盗上的应用却少见报道，目前国外利 用生物特征识别技术在汽车上的应用主要是提取人类的各种生物特征形成密码 钥匙。 ( 1 ) 指纹钥匙：德国科学家利用指纹图形一人一样的特征制成了一种汽车 电子锁。制作时先在锁内安装车主的指纹图形，当车主开启汽车门时，只要将 手指往门锁上一按，指纹图形一旦相符车门即开。 ( 2 ) 眼睛钥匙：瑞士科学家发明了一种利用视网膜图纹来控制的汽车门锁。 这种锁内设有视网膜识别和记忆系统，车主开锁时只需凑近门锁看一眼，视网 膜图形与记录相吻合时，车门会自动打开，否则就会将人拒之门外。 ( 3 ) 手指钥匙：美国科学家发现人的手指长短各异，这一意外的发现很快 出现了用手指作为汽车钥匙的电子锁。该锁由解码器和编码器两部分组成。编 码器是将人的手指长短信息录制在一张磁卡上，解码器则用来验证车主的手指 长短与磁卡上的记录信息是否相符合。当车主欲开车门时，电子锁对开启者的 手指进行测量，如果与磁卡片上的数据相吻合，电子锁可瞬间将车门打开。 ( 4 ) 面容钥匙：英国科学家发现人的面容也是一把安全的汽车钥匙，因为 世界上没有面容长得一模一样的人。于是，利用人的面容作为电子记录系统的 汽车钥匙诞生了。当车主进车时如果电子锁“认识”你，自然好说；可如果它“不 认识”你，就休想进入汽车。 1 2 智能汽车防盗技术发展和现状 汽车防盗器是种安装在车上，用来增加盗车难度，延长盗车时间的装置。 目前国内外市场汽车防盗产品分类较多，根据不同的方式防盗产品可分为不同。 2 汽车防盗设备1 3 】按防盗方式分：锁方向盘、锁油门、锁车门、锁刹车、锁变速 杆甚至锁车轮；按能否反馈汽车信息分：单向、双向。按其结构与功能可分四 大类：机械类、电子式、芯片式和网络式；钩锁、方向盘锁和变速挡锁等基本 属于机械式防盗器，它主要是靠锁定离合、制动、油门或方向盘、变速挡来达 到防盗的目的，但只防盗不报警。插片式、按键式和遥控式等都属于电子式防 盗器，它主要是靠锁定点火或起动来达到防盗的目的，同时具有防盗和声音报 警功能。g p s 卫星定位汽车防盗系统属于网络式防盗器，它主要是靠锁定点火 或起动来达到防盗的目的，而同时还可通过g p s 卫星定位系统( 或其他网络系 统) ，将报警信息和报警车辆所在位置无声地传送到报警中心。其中电子式是目 前应用最为广泛的汽车防盗设备。但是汽车防盗的发展方向是向智能程度更高 的芯片式和网络式发展。 最早的汽车电子防盗产品，即第一代汽车电子防盗产品，其功能单向电子 防盗器，目前仍然是主流产品。车主可以通过遥控器在一定距离内来控制汽车。 具体的控制包括：车的开关门、震动或非法开启车门报警等，遇到异动时会报 警，但是都是单向控制。这种方式优点是：安装简易，能自动断电，价格低廉。 该方式缺点有：抗干扰能力较差，易受到高频率信号干扰而接收不到信号，质 量不稳定即可靠性差。 随着市场的发展，形成第二代防盗产品：双向可视防盗器【4 】，其最早出现 在韩国。这种防盗器既可遥控使用，也能将车辆运行状态信息远程传递给车主， 遥控距离比单向防盗器远。当汽车发生异常警报时，远程遥控器上的液晶显示 器会显示汽车遭遇的状况( 包括位置信息、车窗开启信息、车子运行状态) 。根 据遥控有效距离远近，将起分为两类：第一类遥控距离在10 0 米之内，第二类 为遥控距离在4 0 0 - 5 0 0 米左右。而反馈信息距离为1 0 0 0 米左右。该方式的优 点有：能够在较远的距离获取汽车的状态，能够自动断电，停止汽车的运行。 缺点是：安装复杂、价格较高，而且由于技术上的复杂性，使得操作复杂，误 报率、误动作高，防盗效果差，耗电大。 电子技术的发展和集成电路的出现给防盗器产品带来了新的机遇，第三代 芯片式数码防盗器，它是现代汽车防盗器发展的主流方向，芯片式数码防盗器 基本原理是锁住汽车的马达、电路和油路，在没有获取芯片钥匙的情况下无法 启动车辆，而且要用密码钥匙接触车上的密码锁才能开启汽车锁。目前市场上 多数汽车均采用此种防盗方式作为原配防盗器。国产的派力奥、广州本田、大 众等车型都装有原厂的芯片防盗系统。 芯片式防盗系统与前几代防盗系统相比发展较为迅速，最新面世的电子防 盗芯片具有自诊断功能，能够根据车主的设置授权备用钥匙的数目，授权者能 够得到防盗系统的历史信息。另外该系统利用其独特的射频识别技术( r f i d ) 有效地保证系统在绝大多数情况下都能正确地识别车主，在车主接近或远离车 3 辆时可自动识别其身份或自动打开、关闭车锁。该防盗系统的优点是：密码不 易破解，重码率低。而缺点有：损坏或丢失密码钥匙维护不方便，只能反厂， 因为该防盗装置由汽车原厂生产。 随着网络技术的发展，产生了以网络技术为核心的第四代防盗装置，以g p s 卫星定位防盗系统为代表，它主要依靠锁定汽车点火装置，从而达到防盗目的， 同时该防盗系统可以通过g p s 卫星定位系统，将汽车运行状态信息和警报信息 及车辆准确的位置无声地发送到报警中心，这种防盗装置属于网络式电子防盗 器。这种防盗系统地优点是：实时性强，功能全，可以远程监控。缺点是：运 行费用高，每月都要服务费用，市场参考价位在2 0 0 0 元到3 0 0 0 元之间，使用 g p s 还需5 0 到1o o 元地月使用费，另外系统存在信号死角，易受到破坏，价 格昂贵，安装复杂。另外，目前市场上的第四代防盗器已经采用蓝牙技术，这 种技术的优点在于非接触式，目前国内尚未采用该项技术。 随着计算机和人工智能技术的发展，汽车防盗技术也朝着更加智能化的方 向发展，目前市场上的汽车智能终端产品，将汽车防盗、报警、导航、显示、 多媒体、远程控制等技术全部集成在一个终端模块上，正式由于这种方向的发 展，本文所设计的人脸识别汽车防盗系统也可以嵌入到该终端产品上。 1 3 人脸识别在汽车防盗上的应用前景 在各种不同的生物特征识别方法中，人脸识别有其自身特殊的优势【2 】，因 而在生物特征识别中有着重要的地位。 ( 1 ) 非侵扰性：人脸识别无需干扰人们的正常行为就能较好地达到识别效 果，无需担心被识别者是否愿意将手放在指纹采集设备上，他们的眼睛是否能 够对准虹膜扫描装置等，只要他们在摄像机前自然地停留片刻，用户的身份就 会被正确识别。 ( 2 ) 采集设备简单，使用快捷。一般来说，常见的摄像头就可以用来进行 人脸图像的采集，不需特别复杂的专用设备。采集一般可在数秒内完成。 ( 3 ) 通过人脸识别身份，与人类的习惯一致。也就是说，人和机器都可以 使用人脸图片进行识别，这使得人和机器可以配合工作。而指纹，虹膜等方法 没有这个特点。一个没有经过特殊训练的人，无法利用指纹和虹膜图像对其他 人进行身份识别。 人脸识别拥有以上这些优良的特性，将人脸识别技术应用于汽车防盗，具 有重要实际意义，这种将理论应用于实践，正在引起学术界和生产厂商越来越 多的关注。随着近十年来人脸识别技术的飞速发展，它且正在越来越多被应用 在通关，企业安全和管理，刑侦等各个领域。随着我国汽车工业的不断发展， 人脸识别技术在汽车防盗上的应用具有非常广阔的市场前景和显著的社会效 益。 4 1 4 本文研究的内容及重点 人脸识别技术及在汽车防盗上的应用研究内容主要包括以下五个方面： ( 1 ) 人脸图像采集平台的总体设计：主要的任务是设计出一个基于 d m 6 4 4 6 的人脸图像采集硬件平台，为人脸检测和识别提供一个方便实用的平 厶 i ：x lo ( 2 ) 人脸动态检测( f a c ed e t e c t i o n ) ：主要任务是判断给定的图像( 或从视 频帧中抓取的图片) 中是否存在人脸，如果存在人脸，则进一步确定人脸的位 置、大小和数量，如果没有人脸，则须时实监测视频中是否有人脸存在。 ( 3 ) 人脸图像的预处理：主要是对采集到的人脸图像进行各种处理，消除 图片中澡声和干扰，方便后续的人脸识别。比如人脸图像灰度变换、人脸图像 高斯平滑处理、人脸图像二值化、人脸图像图像分割等。 ( 4 ) 代数特征提取( f e a t u r ee x t r a c t i o n ) ：采用主成分分析算法，表示出数 据库中的己知人脸和检测出的人脸，利用这种算法得出人脸的代数特征，并求 出人脸在特征空间的投影系数。 ( 5 ) 人脸识别( f a c er e c o g n i t i o n ) ：识别的任务是将待检测的人脸投影到 人脸特征空间中，得到待检测人脸的投影系数后，与系统已经建立的人脸数据 库的投影系数进行比较，找出人脸库最相似的人脸，从而确认出待检测人脸的 真实身份。 在这五个方面中，人脸图像采集平台的设计、人脸检测算法和人脸识别算 法是本文研究的重点。其中，人脸图像采集平台采用的v c m 6 4 4 6 为主要平台； 人脸检测采用的是a d a b o o s t 人脸检测算法；人脸识别部分运用了主成分分析的 算法。 第二章人脸图像预处理技术 2 1 数字图像处理技术概述 图像的数字处理技术，是先将连续的模拟图像转换成计算机能够处理的离 散的数字图像后，通过对图像的时域和频域的变换，实现对图像的各种处理。 数字图像处理技术是伴随着计算机技术发展起来的一门综合性、交叉性的技术， 其发展主要取决于硬件电路的更新、软件算法的改进。 近年来，随着电脑硬件技术飞速的发展和更新，计算机处理图形图像的能 力大大增强。以前要用大型图形主站来运行图形应用软件，或者是生成特殊的 文件格式以及对图形做各种负载的处理和转换，如今，很普遍的应用电脑就完 全可以胜任，使用p h o t o s h o p ，c o r e l d r a w ，3 d sm a x 等软件便能做出精美的图 片或是逼真的三维物体。 所谓多媒体，即多种信息媒介，通常包括文本、图形、影像、声音、视频 和动画等。可以看出，多媒体的应用在很大程度上依赖于丰富多彩的图像。也 就是说，图形图像技术的飞速发展也将是必然趋势，掌握图形图像处理技术对 一个计算机操作人员来说是必要的。 计算机图形学【1 7 】是研究用计算机生成、处理和显示图形的一门学科【引。为 了生成图形，首先要有原始数据或数学模型( 如工程人员构思的草图、地形航 测数据、飞机的总体方案模型等) ，这些数字化的输入信息经过计算机处理后变 成图形输出。图形从原始数据生成图像数据经过了一系列变换过程，每个变换 过程都可能产生不用于输入数据的输出数据。这些数据需要按一定的结构进行 组织，形成一系列描述图像数据的文件，它是图形文件的一种特例。 图形文件有以下特点【8 1 ：1 ) 图形文件的数据量大。目前数据获取和采集技 术日趋先进，所获得的数据越来越复杂、数据量也增大、数据信息量丰富、结 构性强。数据在本质上分为数字化的和模拟的两种。模拟信息可以转换为数字 信息。数字系统中的最基本单位为位( b i t ) ，其他结构单位都以位为基础。在较 低层次上可以是“构造块”( 如浮点数、整数和字符) ：在较高层次上可以是记录 ( 如p a s c a l 语言中) 或结构( 如c 语言) ，而图形文件就是由特定的结构或记录组成 的。每种图形文件都使用一定的压缩算法来压缩数据。 2 2 数字图像常见的格式 数字图像文件格式【6 】己达几十种之多，如：w p g ，p b m ，x b m ，r i b ，p d f p c x ，m a c p a i n t ，t i f f , b m p d i b ，g i 蹲。在这些图像文件格式中，b m p 是最常用的。 b m p 文件格式的图像数据是未经压缩的，可以直接进行数字化处理。b m p 文件 在显示时首先将b m p 文件读成“设备无关”位图( d e v i c ei n d e p e n db i t m a p ，d i b ) 格 式，再以d i b 格式显示，或者将d i b 转化成，“设备相关”位图( d e v i c e 6 d e p e n d b i t m a p ，d d b ) 格式，以d d b 格式显示。本文所采用的图像都采用这种格 式。 2 3 人脸图像预处理技术 人脸图像的预处理【6 1 作用是将人脸图像处理成光线、色调、大小、光滑度 相同的图片，方便后面的人脸识别，人脸图像预处理【7 儿8 1 过程包括人脸图像光 线补偿、人脸图像灰度化、人脸图像高斯平滑、人脸图像均衡直方图、人脸图 像图像对比度增强、人脸图像二值化、人脸图像脸域分割及同比例放大或缩小。 2 3 1 光线补偿 从视频头得到的人脸图片可能会存在光线不平衡的情况，这会直接影响后 面对人脸特征的提取，同时系统中要用至l j y c r c b 色彩空间，所以有必要对图像 进行光线补偿。尽可能将它的特征在图像中表现出来。y c r c b 是一种色彩空间， 它用于视频系统中，在该色彩空间中，y 分量表示像素的亮度，c r 表示红色分 量，c b 表示蓝色分量，通常把c r 和c b 称为色度。y c r c b 色彩空间是以演播室质 量标准为目标的c c 6 0 1 编码方案中采用的彩色表示模型。 2 3 2 灰度变化 人脸图像狄度化的过程就是把彩色图像转换为黑白色狄度人脸图像的过 程，它的作用是为了将图像的信息更加具体、简单的表现出来。但是，这样做 也将会丢失图像信息。因此，尽可能在转化的过程中用简单的方式表现图像复 杂的信息。 2 3 3 人脸图像高斯平滑滤波 人脸图像的高斯平滑滤波【8 】主要是利用高斯函数的形状来选择权值的线性 平滑处理过程，利用高斯平滑滤波器对去除人脸图像中服从正态分布的噪声是 很有效的，j 维零均值高斯函数可表示为： 一三一 g ( x ) = e 2 a 2 ( 2 1 ) 其中，o 成为高斯分布参数，它决定了高斯滤波器的宽度。对人脸图像处 理来说，通常采用二维零均值离散高斯函数作为人脸图像的平滑滤波器，消除 人脸图像背景中的澡声，函数图形如图2 1 所示，函数表达式如下： 一坳 舡f ，刀= e 2 a 2 7 ( 2 2 ) 幽2 - 1 二维零均值高斯函数示意图 高斯函数具有五个重要的性质，这些性质表明，高斯平滑滤波器在空间域 和频率域都具有十分有效的低通滤波作用。在人脸图像实际的预处理的过程中， 高斯滤波器得到很好的使用。使得人脸图像的更加清晰，特征更容易提取。在 本段中主要其中两个性质，旋转特性和傅立叶变换特性。 ( 1 ) 旋转对称性 二维高斯函数的旋转对称性，是指滤波器在各个方向上的平滑程度是相同 的。通常情况下，一幅人脸图像的边缘方向是未知的，在滤波除去澡声之前， 我们无法判断每个方向上的平滑程度。旋转对称性即只用高斯平滑滤波器来对 人脸图像边缘检测时，各个方向的平滑度一致不会偏向任一方向。 将高斯函数从直角坐标变换到极坐标，二维高斯函数极坐标表达式如下： ，| g ( r ，日) = e ”，( 2 _ 3 ) 从极坐标表达式可以清楚地看到高斯函数的旋转对称特性，它不依赖于极 角0 变化而变化。 ( 2 ) 付立叶变换性质 高斯函数的付立叶变换频谱是单瓣的，可以推论出结论高斯函数付立叶变 换等于高斯函数本身，人脸图像通常含有不希望的高频信号成份，这些成份包 括噪声和细纹理。而在人脸图像的处理过程中，希望人脸图像特征( 如边缘) ， 既台有低频分量，又含有高频分量。高斯函数付立叶变换的单瓣特性保证了所 平滑的人脸图像不会被一些不需要的高频信号污染，同时可保留了太部分后续 处理所需的信息。 高斯函数的付立叶变换是一个实函数付立叶变换前后均为高斯函数，但 其幅值不一样。高斯函数的付立叶变换可由下式计算； f f g 扛) ) = g ( p d x ：f ；i e - - m 。t( 2 4 ) ；e 2 4 3 ( c o s o z c j s i n a m ) d x = 0 2 a 2 c 0 s 池一艮一s in 陆 根据高斯函数和正弦函数是奇偶特性，可计算出第二个积分式的值等于零 所以上式可进一不简化为： ， f g ( x ) ) = r p 一孑c o s a r x d x 。z ( 2 。5 ) = j ；。v ：三 ( c )( d ) ( a ) 口= 1 的7 x 7 模扳，( b ) 口= 2 的1 3 x 1 3 模扳， ( c ) 口；3 的1 9 x 1 9 模板，( d ) 盯= 4 的2 5 2 5 模板。 图2 - 2 不同4 的高斯函数的滤波效果示意图。 上式中，v 控制高斯函数在频率域内的散布，其倒数为空间域散御参数o ， 为空间域频率参数。上式表明，高斯函数在空间域越窄，则在频率域罩的频 谱越宽，反之亦然a 图2 - 2 所示给出了不同散布参数。对人脸图像噪声的抑制 程度和平滑程度图。 董譬 2 3 4 图像二值化 视觉系统中的一个重要问题是从图像中识别代表物体的区域( 或子图像) ， 这种对人来说是件非常容易的事，对计算机来说却是令人吃惊的困难为了将 物体区域同图像其它区域分离出来，需要首先对图像进行分割把图像划分成 区域的过程称为分割，即把图像研f ，歹】划分成区域p l , p ：，p 。，使得每一个区域 对应一个候选的物体下面给出分割的严格定义 定义分割是把像素聚合成区域的过程，使得： u k 吲只= 整幅图像( 鼻 是一个完备分割) 只n 尸，= 囝i ，( 只) 是一个完备分割) 每个区域毋满足一个谓词，即区域内的所有点有某种共同的性质 不同区域的图像，不满足这一谓词 正如上面所表明的，分割满足一个谓词，这一谓词可能是简单的，如分割 灰度图像时用的均匀灰度分布、相同纹理等谓词，但在大多数应用场合，谓词 十分复杂在图像理解过程中，分割是一个非常重要的步骤 二值图像可以通过适当地分割灰度图像得到如果物体的灰度值落在某一 区间内，并且背景的灰度值在这一区间之外，则可以通过阈值运算得到物体的 二值图像，即把区间内的点置成1 ，区间外的点置成o 对于二值视觉，分割和 阈值化是同义的阈值化可以通过软件来实现，也可以通过硬件直接完成 通过阈值运算是否可以有效地进行图像分割，取决于物体和背景之间是否 有足够的对比度设一幅灰度图像研f ，刀中物体的灰度分布在区间【瓦，疋】内，经 过阈值运算后的图像为二值图像b 【f ，刀，即： f t “】：牝臻耶耶捧疋 ( 2 - 6 ) 一六匕 如果物体灰度值分布在几个不相邻区间内时，阈值化方案可表示为： f t “】： ：l 臻研刀钇 ( 2 - 7 ) l u 于警i s , 其中z 是组成物体各部分灰度值的集合图2 3 是对一幅灰度图像使用不 同阈值得到的二值图像输出结果 阈值算法与应用领域密切相关事实上，某一阈值运算常常是为某一应用 专门设计的，在其它应用领域可能无法工作阈值选择常常是基于在某一应用 领域获取的先验知识，因此在某些场合下，前几轮运算通常采用交互式方式来 分析图像，以便确定合适的阈值但是，在机器视觉系统中，由于视觉系统的 自主性能( a u t o n o m y ) 要求，必须进行自动阈值选择 1 0 上左：原始灰度图像，上奄：阈值t = 1 0 0 ：左下 1 = 1 2 8 右下：t i = 1 0 0 1 t 2 - 1 2 8 图2 0 一幅灰度圈像和使用不同阚值得到的二值图像结果 2 4 人脸图像预处理结果 人脸图像经过人脸图像光线补偿、人脸图像灰度化、人脸高斯平滑、人脸 均衡直方图、人脸图像对比度增强、人脸二值化、脸域分割及同比例放大或缩 小这些处理后再进行后续的人脸识别。图2 - 4 为整个人脸预处理后的效果圉。 斛国 ( a ) 原图( b ) 光线补偿图( c ) 高斯平滑( d ) 对比增强 图2 4 预处理扁人脸图像 f 圉k 意 第三章基于d m 6 4 4 6 的人脸识别系统的硬件设计 本章主要介绍基于人脸识别的汽车防盗系统硬件部分，该系统主要功能包 括两个部分：一部分是汽车防盗系统，主要功能是实现汽车各种状态的时实监 控、状态信息和控制指令的收发。另一部分是汽车控制系统，主要功能是通过 a m t 实现汽车减速、熄火，车厢和后备厢的关闭。在车主启动汽车之前，先要 进行车主身份识别( 即人脸识别) ，若识别结果为车主，终端系统允许汽车启动； 若识别结果为非车主，则系统停止汽车启动，采集保存盗贼头像信息，并将车 状信息发送到远程控制器，车主可通过远程控制器将汽车熄火、锁车门等控制。 人脸识别系统需要采集人脸清晰图像形成人脸库，所以人脸图像的采集需 要处理高清视频和灵活的设备借口，这就需要视频处理芯片一方面具备很强的 运算能力，另一方面能进行灵活的系统整合，快速地进行产品开发。在不同的 应用场合下，数字信号处理( d i g i t a ls i g n a lp r o c e s s o r ) 、现场可编程门阵列( f i e l d p r o g r a m m a b l eg a t ea r r a y ) 、专用集成电路( a p p l i c a t i o ns p e c i f i ci n t e g r a t e dc i r c u i t ) 以及通用处理器( 女i a r m 系列) 等处理芯片都有各自的优势和局限性。 从上面的分析可以看出，人脸识别系统处理芯片的要求主要有：( 1 ) 足够的 运算能力，能实现大尺寸视频的编解码：( 2 ) 需要具备强大的控制功能，因为今 后的视频应用必将从单一的视频编解码向更多元化的应用过渡，( 3 ) 要有完善 和灵活的外部接口，方便与外部设备通讯。根据上述的分析结合具体的性能需 求和对未来功能扩展的要求，本文设计的人脸识别系统采用t i 公司的最新一代 多媒体处理芯片t m s 3 2 0 d m 6 4 4 6 ( 简称d m 6 4 4 6 ) 为核心。d m 6 4 4 6 由高性能的 t m s 3 2 0 c 6 4 i d s p 和精简指令集的a r m 9 2 6 e j s 的构成双核体系结构，它充分 利用了t i 公司d a v i n c i 技术的先进性来满足新一代嵌入式多媒体编解码处理的 需要，使o e m 可以迅速推出具有健壮操作系统支持、丰富用户接口、多种应用 功能、长电池寿命、高性能的高端市场产品【9 儿1 0 】。 3 1 基于人脸识别的汽车防盗系统总体框图 基于人脸识别的汽车防盗系统主要组成：车载终端系统、人脸头像采集系 统、远程控制器、防盗报警器、a m t 控制器、终端显示、其它状态采集等系统 组成。其框图如图3 1 所示： 该系统中人脸图像采集部分，在实验中使用d m 6 4 4 6 为主控芯片，在实际 应用时可直接将人脸识别软件安装在智能车载终端上，硬件部分可以简化。远 程控制器实现汽车各种状态的时实监控、状态信息和控制指令的收发，可远程 控制汽车的启停。 1 2 图3 - 1 基于人脸识别的汽车防盗系统总体框图 3 2 基于d m 6 4 4 6 的人脸图像采集平台的设计 本文的人脸识别图像采集平台总体结构框图如图3 2 所示，主要包括多媒体 芯片t m s 3 2 0 d m 6 4 4 6 、视频输入模块t v p 5 1 4 6 ，电平转换模块、图形监视器模 块构成，此外还包括时钟管理、电源管理模块、f l a s h 、a t a 硬盘接口、u s b 接口、网络接口、串口等。 图3 - 2 人脸图像采集平台结构框图 人脸图像采集平台的实物如图3 3 所示： 标 准 设 备 接 口 圈3 - 3d m 6 4 4 6 实验板实物豳 v c m 6 4 4 主要特点 达芬奇一多媒体处理的主流平台 名片大小的d s p 主板设计面向应用，匹配多种用途，即刻形成目标产品 复台式的硬件结构，方便裁剪，直接降低硬件成本4 0 虚拟机构成集成开发环境，无须复杂的安装和设置，帮助您迅速建立研 发环境； 完整的音视频算法库( t i a s p ) ，为开发目标软件提供有力支持。 硬件规格 d s pt m $ 3 2 0 d m 6 4 4 66