人脸图像预处理的分析介绍，

在本节所介绍的实时表情识别系统中，实时性要求比较高，因此需要在不增加系统开销的前提下，对图像进行必要的预处理来降低后续表情识别的复杂度。基于这个原则，本系统只对那些对后续工作有影响的部分进行预处理。如对提取的图像进行灰度化，来降低图像维度，减少计算量；利用图像增强方法为后续的边缘提取提高精度；对裁剪出的样本图像进行梯度照度修正，来克服光照对面部表情特征提取的干扰。

在人脸图像处理的过程中，光照成为影响后续处理的关键点，也是瓶颈所在。本系统用图像的灰度值拟合出一个校正平面，用各点的灰度值减去这个校正平面的方法来克服光照的干扰，取得较好的效果。

设待处理的图像包含n个像素，每个像素的灰度为I（x_i，y_i）（i=1，2，…，n），需要拟合的平面为z=ax+by+c，满足I（x_i，y_i）与平面z之间的差最小，即

由最小二乘法可以解得

X=（P^TP）^-1P^TQ （10-11）

式中(www.xing528.com)

因为（P^TP）^-1P^T仅与图像的尺度和形状有关，而在检测过程中使用固定尺度和形状的检测窗口，因此可以在检测之前，先计算（P^TP）^-1P^T的值。求得拟合平面后，将图像中各像素灰度值与其上相应位置的z值相减得到修正后的灰度值I_C（x_i，y_i）（i=1，2，…，n），对于I_C（x_i，y_i）进行灰度直方图的均衡，即可得消除光照后人脸图像。照度修正消除了图像的一阶变化量，很大程度上减弱了脸部的阴影，其效果如图10-6所示。

图10-6 光照修正图像

a）原始图像 b）拟合平面图像 c）光照修正图像