[发明专利]一种基于人脸识别的智能门禁系统

权利要求书

1.一种基于人脸识别的智能门禁系统，其特征在于，包括：数据库、人脸采集装置、处理器、控制器、电磁锁和报警器；

所述数据库，用于存储有门禁权限的用户人脸图像的特征向量；

所述人脸采集装置，用于采集开门人的人脸图像，并将采集的人脸图像发送至所述处理器；

所述处理器，用于对采集的人脸图像进行处理，并把相应的结果发送至控制器；

所述控制器，用于根据处理结果，向所述电磁锁和报警器发出相应的控制指令，若处理结果显示开门人具有门禁权限，所述控制器控制所述电磁锁开启，若处理结果显示开门人不具有门禁权限，所述控制器向所述报警器发出报警指令，所述报警器进行报警；

所述处理器包括预处理模块、图像分割模块、特征提取模块和识别模块；

所述预处理模块，用于对采集的人脸图像进行预处理，并将经预处理后的人脸图像传输至所述图像分割模块；

所述图像分割模块，用于对预处理后的人脸图像进行分割处理，得到能够描述开门人身份信息的前景图像；

所述特征提取模块，用于从所述前景图像中提取能够描述开门人身份信息的特征向量；

所述识别模块，用于将得到的特征向量与所述数据库中预存的具有开门权限的人脸图像的特征向量进行比对，判断开门人是否具有开门权限；

所述预处理模块包括第一处理单元和第二处理单元；

所述第一处理单元，用于对采集的人脸图像进行增强处理；

所述第二处理单元，用于去除增强后的人脸图像中的随机噪声；

所述对采集的人脸图像进行增强处理，具体为：

(1)获取人脸图像内每个像素点的原始RGB分量集合，所述RGB分量集合包括R分量、G分量和B分量；

(2)基于每个像素点的原始RGB分量集合，获取经增强后的RGB分量集合，其中像素点(i，j)经增强后的RGB分量集合的计算公式为：

式中，Fr'(i,j)、Fg'(i,j)和Fb'(i,j)分别是经增强后的像素点(i,j)的R分量的值、G分量的值和B分量的值，Fr(i,j)、Fg(i,j)和Fb(i,j)是人脸图像中像素点(i,j)的R分量的值、G分量的值和B分量的值，Fr_min是人脸图像中所有像素点R分量的最小值，Fg_min是人脸图像中所有像素点G分量的最小值，Fb_min是人脸图像中所有像素点B分量的最小值，Fr_max是人脸图像中所有像素点R分量的最大值，Fg_max是人脸图像中所有像素点G分量的最大值，Fb_max是人脸图像中所有像素点B分量的最大值，γ是增强系数，是Fr_min、Fg_min、Fb_min三者之和的平均值；是Fr_max、Fg_max、Fb_max三者之和的平均值，int[·]是取整运算，i、j分别为人脸图像中像素点的横坐标和纵坐标；

(3)对所述人脸图像中所有像素点进行增强处理，即可得到增强后的人脸图像；

所述去除增强后的人脸图像的随机噪声，包括：

(1)将增强后的人脸图像进行灰度化处理，得到人脸灰度化图像；

(2)以像素点p(m,n)为中心，选取一个大小为E×E的滑动窗口Φ_p，根据所述滑动窗口内所有像素点的灰度值以及人脸灰度化图像的灰度值均值，计算除像素点p(m,n)以外，滑动窗口内剩余像素点的加权系数，其中，像素点q(a,b)的加权系数的计算公式为：

式中，ω_q(a,b)是像素点q(a,b)的加权系数，G_q(a,b)是像素点q(a,b)的灰度值，ν₁、ν₂是预设的大于零的参数因子，用于分别描述滑动窗口内像素点的平均灰度值和人脸灰度化图像的平均灰度值的贡献程度，且满足ν₁+ν₂＝1，δ是设定的常数因子(很小的值)，用来避免分母为零的情况，像素点q(a,b)是滑动窗口Φ_p内、除去像素点p(m,n)以外的剩余像素点；

(3)根据得到的滑动窗口Φ_p内剩余像素点的权重系数和预设定的全局阈值T，计算滑动窗口Φ_p的局部阈值，其中，所述滑动窗口Φ_p的局部阈值的计算式子为：

当滑动窗口Φ_p内任一像素点的灰度值大于则该像素点是噪声点，利用下式估算出该噪声点的去噪估计值，并用得到的去噪估计值替换对应像素点的灰度值，当滑动窗口内任一像素点的灰度值不大于则该像素点是非噪声点，其中，噪声点的去噪估计值的计算公式为：

式中，是噪声点kp(s,t)的去噪估计值，G_kp(s,t)是滑动窗口Φ_p内的噪声点kp(s,t)的灰度值；

(4)遍历人脸灰度化图像中所有像素点，从而得到预处理后的人脸图像。