1、文章编号：1002-2082(2023)01-0061-10改进 Canny 算法的红外人脸图像边缘轮廓提取王鑫刚1，田军委1，于亚琳2，王沁1，张杰3（1.西安工业大学机电工程学院，陕西西安710021；2.西安工业大学光电工程学院，陕西西安710021；3.内蒙古北方重工业集团有限公司，内蒙古包头014030）摘摘 要：要：红外人脸图像的边缘轮廓特征对于红外人脸检测、识别等相关应用具有重要价值。针对红外人脸图像边缘轮廓提取时存在伪边缘的问题，提出了一种改进 Canny 算法的红外人脸图像边缘轮廓提取方法。首先通过对引导滤波算法引入“动态阈值约束因子”替换原始算法中的高斯滤波，解决了原始算法
2、滤波处理不均匀和造成红外人脸图像弱边缘特征丢失的弊端；接着对原始算法的非极大值抑制进行了改进，在原始计算梯度方向的基础上又增加了 4 个梯度方向，使得非极大值抑制的插值较原始算法更加精细；最后改进 OTSU（大津）算法，构造灰度-梯度映射函数确定最佳阈值，解决了原始算法人为经验确定阈值的局限性。实验结果表明：提出的改进 Canny 算法的红外人脸轮廓提取方法滤波后的图像，相较于原始 Canny 算法滤波处理，信噪比性能提升了34.40%，结构相似度性能提升了 21.66%；最终的红外人脸边缘轮廓提取实验的优质系数值高于对比实验的其他方法，证明改进后的算法对于红外人脸图像边缘轮廓提取具有优越性。
3、关键词：关键词：红外人脸图像；边缘轮廓提取；Canny 算法；引导滤波；OTSU 算法中图分类号：TN29;TP391文献标志码：ADOI：10.5768/JAO202344.0102001Edge contour extraction of infrared face image based on improved Canny algorithmWANGXingang1，TIANJunwei1，YUYalin2，WANGQin1，ZHANGJie3（1.SchoolofMechatronicEngineering,XianTechnologicalUniversity,Xian710021,
4、China；2.SchoolofOpto-electronicEngineering,XianTechnologicalUniversity,Xian710021,China；3.InnerMongoliaNorthHeavyIndustriesGroupCo.,Ltd.,Baotou014030,China）Abstract：Theedgecontourfeaturesofinfraredfaceimagesareofgreatvalueforapplicationsrelatedtoinfraredfacedetectionandrecognition.Aimingattheproblem
5、offalseedgesintheedgecontourextractionofinfraredfaceimages,anedgecontourextractionofinfraredfaceimagebasedonimprovedCannyalgorithmwasproposed.Firstly,byintroducingdynamicthresholdconstraintfactortotheguidedfilteringalgorithmtoreplacetheGaussianfilteringintheoriginalalgorithm,thedisadvantagesofuneven
6、filteringprocessingandthelossofweakedgefeaturesintheinfraredfaceimageweresolved.Then,thenon-maximumsuppressionwasimproved,andfourgradientdirectionswereaddedonthebasisoftheoriginalgradientdirection,whichmadetheinterpolationofnon-maximumsuppressionmoreprecisethantheoriginalalgorithm.Finally,theOTSUalg
7、orithmwasimprovedbyconstructingagray-gradientmappingfunctiontodeterminetheoptimalthresholdvalue,whichsolvedthelimitationoftheoriginalalgorithmtodeterminethethresholdvaluebyhumanexperience.Theexperimentalresultsshowthat,comparedwiththeoriginalCannyalgorithmfilteringprocessing,theperformanceofsignal-t
8、o-noiseratioofthefilteredimagefromedgecontourextractionofinfraredfaceimagesbasedonimprovedCannyalgorithmisimprovedby34.40%,andtheperformanceof收稿日期：2022-04-15；修回日期：2022-06-06基金项目：陕西省科技厅重点研发计划（2022GY-068，2022GY-316）作者简介：王鑫刚（1998），男，博士研究生，主要从事图像处理方面的研究。E-mail：通信作者：田军委（1973），男，博士，教授，博导，主要从事数字图像处理，机器视觉与模
9、式识别方面的研究。E-mail：第44卷第1期应用光学Vol.44No.12023年1月JournalofAppliedOpticsJan.2023structuralsimilarityisimprovedby21.66%.Finally,thequalitycoefficientvalueoftheexperimentofinfraredfaceedgecontourextractionishigherthanthatofothermethodsinthecomparisonexperiment,whichprovesthattheimprovedalgorithmhassuperiori
10、tyfortheedgecontourextractionofinfraredfaceimage.Key words：infraredfaceimages；edgecontourextraction；Cannyalgorithm；guidedfiltering；OTSUalgorithm引言红外图像可以直观反应物体的辐射能力大小，其成像不受光照变化影响，具有较强的鲁棒性，因此应用越来越广泛1。在人脸图像处理领域，在主动光源不可获取或者自然光源极其微弱的情况下，相较于可见光人脸图像，红外人脸图像成像较为稳定，可以在一定程度上弥补可见光人脸图像的信息缺失2，这使得红外人脸图像的研究具有重要意义。人
11、脸边缘轮廓特征是一种重要的脸部特征信息，在人脸图像的相关应用中发挥着重要作用3，而对于红外人脸图像，普遍存在着边缘清晰度低与抗干扰能力不足的问题，因此，提取红外人脸图像清晰完整的边缘轮廓特征对后续的红外人脸图像处理至关重要。对于人脸图像的轮廓提取，可以通过边缘检测4、主动轮廓模型5等方法来实现，以上方法在可见光人脸图像中有较好的适用性。除此之外，图像分割也被应用在人脸图像的边缘轮廓提取上，Wang6等人提取人脸图像轮廓采用的是图像分割方法，但该方法存在人脸图像边界处理过于粗糙的问题，而且和人脸实际轮廓存在较大差异。对于红外人脸图像7的边缘轮廓特征提取，受红外成像分辨率、质量不高的局限以及环境和
12、人自身的状态变化影响，人脸温谱图会发生非均匀变化，使得红外人脸图像特征信息存在过多干扰，增加了红外人脸图像人脸边缘轮廓提取的难度。Canny8算法作为一种经典的边缘检测方法，相比于其他的边缘检测算子9，对于边缘特征能够达到较高的检测精度，可以用作红外图像的边缘检测，但 Canny 算法最初始的检测对象并不是红外图像，因此 Canny 算法对于红外图像的边缘检测有较大的改进空间。文献 10 将快速烟花算法与 Canny算法结合用于飞机蒙皮红外图像边缘检测，有效提高了检测精度；文献 11 提出一种改进的 Canny算法，通过采用自适应平滑滤波代替高斯滤波等措施有效提高了边缘检测算法的适应性，但 C
13、anny算法的以上改进措施并不能完全适用于红外人脸图像的边缘轮廓提取。为克服红外人脸图像边缘轮廓提取的以上难点，本文基于红外图像自身的特点，提出了一种基于典型边缘检测最优算子 Canny 的改进红外人脸边缘轮廓提取算法，可以有效避免原始 Canny 算法检测红外人脸图像边缘轮廓时高斯滤波器参数的不确定性、轮廓边缘提取不完整或存在伪边缘等弊端。1 传统 Canny 算法及存在不足1.1 Canny 算法原理Canny 算子属于微分算子中典型的最优算子，用变分积分来解决边缘检测问题，其算法核心是用高斯滤波器的一阶导数来近似理想的边缘检测算子，如表 1 所示为 Canny 算法检测流程。表 1 Ca
14、nny 算法边缘检测流程Table 1 Edge detection process by Canny algorithm步骤操作Step1高斯滤波器平滑图像滤除噪声Step2计算梯度强度和方向Step3非极大值抑制消除杂散响应Step4双阈值检测确定真实和潜在边缘Step5抑制孤立弱边缘完成边缘检测1.2 Canny 算法处理红外人脸图像中的不足虽然 Canny 算子属于典型的最优算子，但是对于提取红外人脸图像边缘轮廓提取原始 Canny 算法本身依然存在一些不足：1）在使用高斯滤波器滤除噪声时，若高斯模糊的半径过小，噪声去除效果不明显，而高斯模糊的半径增大，又会损失一些边缘特征，整体处理效
15、果不理想；2）最初 Canny 算法使用 22 卷积模板计算像素梯度幅值与方向，现阶段常使用 33 卷积模板计算像素梯度幅值与方向，但以上两种卷积模板计算像素梯度幅值与方向会丢失一些特征信息，造成非极大值抑制插值不够精确；3）Canny 算法的双阈值主要依靠经验选取，然而根据经验选择阈值很难确定一个最优值，对于红外人脸图像传统 Canny 算法选取阈值的方法存在明显弊端。62应用光学第44卷第1期2 改进 Canny 算法的红外人脸图像边缘轮廓提取2.1 红外人脸轮廓提取算法框架针对 Canny 算法中存在的不足，目前也有许多研究者对其进行了改进，一种改进思路是将原始Canny 算法中的高斯滤
16、波替换为中值滤波或双边滤波12-13，这种改进思路可以在实现滤波的同时有效保持图像结构信息，但增加了算法复杂度，降噪效果也并不能达到理想状态；除此之外，一些研究者为解决 Canny 算法人为经验确定全局固定双阈值的弊端，引入 OTSU（大津算法）14-15实现自动阈值选取，但 OTSU 算法只用单一灰度值表示阈值，容易产生阈值偏差。同时以上改进思路大多是对于 Canny 算法进行可见光图像的边缘轮廓检测进行的，并不能完全适用于红外图像的边缘轮廓检测。本文针对 Canny 算法在红外图像边缘检测中存在的问题，基于引导滤波算法16，使用改进的“具有动态阈值约束因子”的引导滤波算法代替原始 Canny 算法中的高斯滤波，以解决高斯滤波在红外图像降噪过程中会削弱边缘信息的缺陷；改进原始算法的非极大值抑制，以解决原始算法非极大值抑制过程插值点选取随意度大的弊端；改进OTSU 算法17，构建灰度-梯度映射函数获取最佳阈值，以解决原始算法人为经验设定阈值的弊端，如图 1 所示为本文红外人脸图像边缘轮廓提取算法流程。开始输入红外人脸图片改进引导滤波处理图像55 卷积模板计算像素梯度梯度方向区域判断插值
