《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 嵌入式技術(shù) > 設(shè)計(jì)應(yīng)用 > 基于DSP的人臉Hu矩識(shí)別研究
基于DSP的人臉Hu矩識(shí)別研究
來源：電子技術(shù)應(yīng)用2012年第11期
鄒修國(guó),， 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(diǎn)實(shí)驗(yàn)室，江蘇 南京210031
摘要： 在DSP硬件平臺(tái)的基礎(chǔ)上利用Hu矩研究人臉識(shí)別,。DSP選用DM6437達(dá)芬奇處理器,，利用DM6437的快速運(yùn)算能力進(jìn)行人臉識(shí)別,，實(shí)現(xiàn)對(duì)人臉圖像做平移、縮放和旋轉(zhuǎn)三種運(yùn)算,，按膚色提取人臉圖像,，再做二值化處理，對(duì)二值化后的圖像采用Hu矩提取特征值,。實(shí)驗(yàn)結(jié)果表明,，三種運(yùn)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(shí)別,。
中圖分類號(hào): TN391.43
文獻(xiàn)標(biāo)識(shí)碼: A
文章編號(hào)： 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(shí)別通過通用計(jì)算機(jī)或者ARM（Advanced RISC Machines）處理器實(shí)現(xiàn),需要的時(shí)間較長(zhǎng),，實(shí)時(shí)性較差,。利用DSP快速處理器進(jìn)行識(shí)別，時(shí)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(diǎn),，對(duì)于提取圖像中的形態(tài)特征,，是一個(gè)非常有效的工具[1]。

1 硬件實(shí)驗(yàn)系統(tǒng)
    本系統(tǒng)采用達(dá)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(dá) 600 MHz，擁有以下出色性能：短1.67 ns的指令周期,，每個(gè)時(shí)鐘周期可并行執(zhí)行8個(gè)32 bitC64x+指令,，性能高達(dá)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(shí)時(shí)圖像處理預(yù)覽引擎，實(shí)現(xiàn)對(duì)通用視頻解碼器的無縫接口,，具有自動(dòng)曝光,、自動(dòng)白平衡和自動(dòng)對(duì)焦模塊，縮放模塊,；后端子系統(tǒng)支持硬件在屏幕顯示4個(gè)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(gè)視頻窗口[2]。
2 算法設(shè)計(jì)
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(diǎn)很難從非膚色點(diǎn)中分離出來。在此空間經(jīng)過處理后,，膚色點(diǎn)是離散的點(diǎn),，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?yàn)樵摽臻g受亮度影響很小,，膚色會(huì)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(diǎn)會(huì)形成一定的形狀。根據(jù)經(jīng)驗(yàn),若某點(diǎn)的CrCb值滿足：133≤Cr≤173,，77≤Cb≤127,，那么該點(diǎn)被認(rèn)為是膚色點(diǎn)，其他的點(diǎn)為非膚色點(diǎn),。在實(shí)際操作時(shí)這個(gè)范圍可以稍微放大,，具體值可以通過實(shí)驗(yàn)學(xué)習(xí)得到。RGB空間轉(zhuǎn)換到Y(jié)CrCb空間見式(1)[3]：

3 實(shí)驗(yàn)結(jié)果與分析
    實(shí)驗(yàn)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(shí)驗(yàn)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(yùn)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(shí)供主程序調(diào)用。拍攝后的圖像存放到系統(tǒng)識(shí)別處理的緩沖區(qū),，由DM6437從緩沖區(qū)中取出加以處理,。
    實(shí)驗(yàn)選用南京農(nóng)業(yè)大學(xué)某學(xué)生頭像進(jìn)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(jìn)行二值化,，結(jié)果如圖1所示,。對(duì)圖中提取的人臉二值化的圖像進(jìn)行Hu矩計(jì)算特征值，采用CCS中Watch Window軟件可以查看運(yùn)算結(jié)果,，如圖2所示,。

    對(duì)原RGB彩色圖像做平移運(yùn)算，并灰度化,。通過膚色提取人臉,，最后進(jìn)行二值化，結(jié)果如圖3所示,。對(duì)圖中提取人臉二值化的圖像進(jìn)行Hu矩計(jì)算特征值,，采用CCS中Watch Window可以查看運(yùn)算結(jié)果，如圖4所示,。

    對(duì)原RGB彩色圖像做縮小運(yùn)算,，并灰度化。通過膚色提取人臉,，最后進(jìn)行二值化,，結(jié)果如圖5所示。對(duì)圖中提取的人臉二值化的圖像進(jìn)行Hu矩計(jì)算特征值,，采用CCS Watch Window軟件可以查看運(yùn)算結(jié)果,如圖6所示,。

    對(duì)原RGB彩色圖像做旋轉(zhuǎn)運(yùn)算，并進(jìn)行灰度化,。通過膚色提取人臉,，最后進(jìn)行二值化，結(jié)果如圖7所示。對(duì)圖中提取的人臉二值化的圖像進(jìn)行Hu矩計(jì)算特征值,采用CCS Watch Window可以查看運(yùn)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(yùn)算后得到的特征值與原圖像相比誤差在1%以下，縮小運(yùn)算后得到的特征值誤差相對(duì)大一些,，達(dá)到4%左右,。經(jīng)過反復(fù)實(shí)驗(yàn)得出的結(jié)論是實(shí)驗(yàn)時(shí)采用的圖像分辨率如果不高，平移和旋轉(zhuǎn)運(yùn)算將不會(huì)受影響,，但是縮小運(yùn)算會(huì)使圖像損失一些像素值,，從而導(dǎo)致運(yùn)算后得到的特征值誤差相對(duì)較大。本文通過提高圖像的分辨率,，解決了縮小運(yùn)算后提取特征值誤差較大的問題,，使圖像經(jīng)過縮小運(yùn)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(shí)別中的正確率,。
參考文獻(xiàn)
[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(cè)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(cè)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(jī)在機(jī)械零件識(shí)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,。