文档介绍：预处理就是在图像分析中，对输入图像进行特征抽取等前所进行的处理。输入图像 由于图像采集环境的不同，如光照明暗程度以及设备性能的优劣等，往往存在有噪声， 对比度不够等缺点。另外，距离远近，焦距大小等又使得人脸在整幅图像中间的大小和 位置不确定。为了保证人脸图像中人脸大小，位置以及人脸图像质量的一致性，必须对 图像进行预处理。图像预处理的主要目的是消除图像中无关的信息，滤除干扰、噪声， 恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征 抽取的可靠性•
人脸图像的预处理主要包括人脸扶正，人脸图像的增强，以及归一化等工作。人脸 扶正是为了得到人脸位置端正的人脸图像；图像增强是为了改善人脸图像的质量，不仅 在视觉上更加清晰图像，而且使图像更利于计算机的处理与识别。归一化工作的目标是 取得尺寸一致，灰度取值范围相同的标准化人脸图像 ⑷。
由于图像在提取过程中易受到光照、 表情、姿态等扰动的影响，因此在识别之前需要 对图像做归一化的预处理⑷，通常以眼睛坐标为基准点，通过平移、旋转、缩放等几何仿射 变换对人脸图像进行归一化。因为人脸虽然是柔性的三维曲面，同一人脸因表情变化会有 差异，但相对而言人的两眼之间的距离变化不会很大，因此双眼的位置及眼距，就成为人脸 图像归一化的依据。
定位眼睛到预定坐标，将图像缩放至固定大小。通过平移、旋转、缩放等几何仿射变 换,可以对人脸图像做几何规范化处理，仿射变换的表达式为：
aii
a12 0
[x,y,1] -[u,v,1][a2i
a31
a22 0]
a32 1
(2-1)
其中(u,v)表示输入图像中像素的坐标，(x,y)表示输出图像中像素的坐标。将上式展开 可得
(2-2)
x 二 a11u a21v a31
y ~ a^u 822V 832
平移变换就是给图像中的所有点的坐标都加上 「心和厶v，其变换表达式为
1 0
0
[x,y,1]=[u,v,1][ 0 1
0]
(2-3)
.u v
1
将图像中的所有点相对于坐标原点逆时针旋转
二角的变换表达式为
cos
si n 0
[x, y,1]二[u,v,1][-si n
c o^s 0]
(2-4)
0
0 1
缩放变换既是将图像按给定的比例 r放大或缩小，当r 1时图像被放大，当0 ■ r :：: 1 时图像被缩小，其变换表达式为
r 0 0
(2-5)
[x,y,1]=[u,v,1][0 r 0]
0 0 1
本论文在对人脸图像特征提取之前，首先对所有的图像进行几何规范化，将两个人 眼的位置固定在同一位置上，结果如图 ,。
图像经过空间变换后，变换后的空间中各像素的灰度值应该等于变换前图像对应位 置的像素值。但实际情况中，图像经过几何变换后，某些像素会挤压在一起或者分散开来, 使得变换后图像的一些像素对应于变换前图像上非整数坐标的位置 ，为此需要通过插值
求出这些像素的灰度值，通常采用的方法有最近邻插值、双线性插值和双三次插值。
最近邻插值是一种最简单的插值方法，输出的像素灰