《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 嵌入式技術(shù) > 設(shè)計應(yīng)用 > 基于DSP的人臉Hu矩識別研究
基于DSP的人臉Hu矩識別研究
來源：電子技術(shù)應(yīng)用2012年第11期
鄒修國， 李 林， 陸靜霞
南京農(nóng)業(yè)大學(xué) 工學(xué)院 江蘇省高等學(xué)校智能化農(nóng)業(yè)裝備重點實驗室，江蘇 南京210031
摘要： 在DSP硬件平臺的基礎(chǔ)上利用Hu矩研究人臉識別。DSP選用DM6437達芬奇處理器，利用DM6437的快速運算能力進行人臉識別，實現(xiàn)對人臉圖像做平移、縮放和旋轉(zhuǎn)三種運算，按膚色提取人臉圖像，再做二值化處理，對二值化后的圖像采用Hu矩提取特征值。實驗結(jié)果表明，三種運算后的Hu特征值與原圖像的Hu特征值相符，以此可以作為識別。
中圖分類號: TN391.43
文獻標(biāo)識碼: A
文章編號： 0258-7998(2012)11-0150-03
Research of face recognition Hu moment based on DSP
Zou Xiuguo，Li Lin，Lu Jingxia
College of Engineering / Key Laboratory of Intelligent Agricultural Equipment，Nanjing Agricultural University， Nanjing 210031，China
Abstract： Used Hu moment to study face recognition based on DSP hardware platform. The system used DM6437 as the core of the face recognition algorithm. Experiments that aimed at face image were to do three operations, translation, scaling and rotation. It extracted face from the image by complexion. Then, didbinarization processing. It used Hu moment to extract eigenvalues after binarizing image. Through the experiments, the eigenvalues of the image after three operations and the eigenvalues of the original image matched. The result of experiments show that the eigenvalues of Hu moments can recognize faces.
Key words : DSP; Hu moment; face recognition

    人臉識別通過通用計算機或者ARM（Advanced RISC Machines）處理器實現(xiàn),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(zhuǎn)、尺度不變性，不變矩是描述區(qū)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(tài)特征，是一個非常有效的工具[1]。

1 硬件實驗系統(tǒng)
    本系統(tǒng)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(shù)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(zhí)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(tǒng)[2]。
     DM6437處理系統(tǒng)的前端子系統(tǒng)支持CCD和CMOS圖像傳感器接口，實時圖像處理預(yù)覽引擎，實現(xiàn)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(tǒng)支持硬件在屏幕顯示4個54 MHz的DAC，支持復(fù)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(shù)字視頻輸出，HD分辨率,支持2個視頻窗口[2]。
2 算法設(shè)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(dāng)大，膚色點很難從非膚色點中分離出來。在此空間經(jīng)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(qū)域標(biāo)定帶來了難題。如果將RGB轉(zhuǎn)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(chǎn)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(jù)經(jīng)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(xué)習(xí)得到。RGB空間轉(zhuǎn)換到Y(jié)CrCb空間見式(1)[3]：

3 實驗結(jié)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(jié)果可在CCS3.3軟件中查看，通過打開View菜單下Graph子菜單、設(shè)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(fā)板需要的各種初始化程序，工程中算法編成的函數(shù)隨時供主程序調(diào)用。拍攝后的圖像存放到系統(tǒng)識別處理的緩沖區(qū)，由DM6437從緩沖區(qū)中取出加以處理。
    實驗選用南京農(nóng)業(yè)大學(xué)某學(xué)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(jié)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(jié)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(jié)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(jié)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(jié)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(jié)果,如圖6所示。

    對原RGB彩色圖像做旋轉(zhuǎn)運算，并進行灰度化。通過膚色提取人臉，最后進行二值化，結(jié)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(jié)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(zhuǎn)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(jīng)過反復(fù)實驗得出的結(jié)論是實驗時采用的圖像分辨率如果不高，平移和旋轉(zhuǎn)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(dǎo)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(jīng)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(nèi)，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(tǒng)[J].儀表技術(shù)與傳感器，2010(5):51-53,55．
[3] 邱鵬瑞.基于膚色模型與灰度復(fù)雜度的人臉檢測研究[D].昆明：云南師范大學(xué)，2008.
[4] 晏開華，蘇真?zhèn)?，黃明飛.支持向量機在機械零件識別中的應(yīng)用[J].電子技術(shù)應(yīng)用,2008,34(11):108-110.

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。