嵌入式人脸识别门禁系统的研究(18)

河北工程大学硕士学位论文

的值为８０。这样图像中像素点的值就会是这个像素点邻域中所有点的中值，将会使该像素点的灰度值更接近真实的情况，便于减少甚至消除孤立的噪声点。

常用的方法是：使用特殊结构的滑动的二维模板，按像素值的大小对板内像素进行升序或降序排列，最后生成单调的上升的二维数据序列或者下降的二维数据序列，最终的输出为：

ｇ（ｘ，Ｙ）＝ｍｅｄ｛ｆ（ｘ－ｋ，Ｙ－１），《尼，，∈缈）｝（２—２）

其中／（ｘ，Ｙ）为源图像，而ｇ（ｘ，Ｙ）则为经过处理后的图像。二维模板矿通常是２奉２、３＊３的区域，还可以是如圆环、十字和线状等不同形状的区域【ｌ训。实际的操作步骤为：首先在图像中漫游模板，让图像中某特定的像素点和模板中心复合；然后获取得模板下各个像素点的灰度值，并对这些值按升序进行排序；最后，队列中最中间位置的像素值即为图像中特定点的像素值。

２．１．２运动区域检测

图像差分能在某种程度上反映出图像平面上人物运动的变化。对简单背景下的图像进行差分操作，可以快速地把图像序列里面的运动区域检测出来。所谓的差分法就是把当前图像和参考背景图像比较，确定亮度变化大的区域，该区域就是运动的人物相对应的区域。常用的差分方法有以下三种：

（１）单一图像和固定背景的差分

这种主要用在比较理想的输入，只需获取一幅图像，位置精确，速度很快，但易受周围环境的影响，而且在摄像头运动、背景灰度变化大的情况下是不适用的。这种方法的难点在于如何得到一个纯背景。

（２）两幅连续图像的差分

彳（ｘ，Ｙ）和灰（ｘ，Ｙ）为获得图像序列中的两幅图像，必须是连续的，那么这两幅图像的差分图像为：

Ｂ（ｘ，ｙ）：｛？矿ｌ石（ｘ，ｙ）一厶（ｘ，ｙ）ｌ≤ｓ（２－３）【Ｊｏｔｈｅｒｗｉｓｅ

下面几个原因是造成差分图像中的非零点产生的原因：

①彳（ｘ，Ｙ）和正（ｘ，Ｙ）分别属于运动着的物体和选取的固定背景；

②石（ｘ，Ｙ）和五（ｘ，Ｙ）两幅图像来自不同的运动着的物体；

③彳（ｘ，Ｙ）来自运动着物体的一个区域，而五（ＬＹ）则来自相同物体的另一个区域；④周围环境的噪声。