[发明专利]一种基于Kirsch算子的人脸光照不变特征提取方法

说明书

技术领域

本发明涉及模式识别技术领域，具体是一种基于Kirsch算子的人脸光照不变特征提取方法。

背景技术

在所有的生物特征识别方法中，人脸识别是应用最广泛的技术之一，越来越受到研究者的关注，成为图像处理、模式识别与计算机视觉研究中的热点问题。同时,它作为一种最能平衡各方利弊及具多功能的生物特征识别技术,在身份鉴定、人机交互和视频监控等商业应用领域中有着广阔的发展前景。虽然人脸识别技术已经取得了长足的发展，但光照环境的不确定性和复杂多变性使人脸识别变得困难，成为了影响其性能的主要因素之一。解决人脸识别中光照问题的方法主要分为三类：提取光照不变特征、光照变化的建模、光照条件标准化。在提取光照不变特征的方法中，又主要分为两种：第一种是在对数域，通过低通滤波消除光照分量，例如：在对数域中，利用离散余弦变换(DCT)或小波变换进行滤波处理等方法。第二种是构造除法运算，通过除法运算来消除慢变化的光照分量，例如：梯度脸(Gradient-face)、韦伯脸(Weber-face)、局部二值模式(Local Binary Pattern，LBP)等方法。因此，如何高效地提取光照不变特征，开拓新的思路，挖掘新的方法，成为了人脸识别的基本问题之一。

发明内容

本发明的目的在于提供一种能够提高人脸识别率的基于Kirsch算子的人脸光照不变特征提取方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于Kirsch算子的人脸光照不变特征提取方法，包括以下步骤：

(1)利用Kirsch算子对人脸图像锐化处理，提取人脸水平方向的细节特征；

(2)与原图像对应像素进行除法运算，消除慢变化的人脸光照部分,所得结果就是需要提取的人脸光照不变特征。

作为本发明进一步的方案：根据光照反射模型，任意灰度人脸图像I(x,y)可以看成是反射分量R(x,y)和光照分量L(x,y)的乘积，即I(x,y)＝R(x,y)L(x,y)；所述步骤(1)中，锐化处理时，应用Kirsch算子模板，得到锐化后的人脸图像I'。

作为本发明进一步的方案：以Kirsch算子的H₄模板进行锐化处理后的人脸图像I'，某中心像素点(x,y)的灰度值为I'(x,y)如公式(1)所示：

I'(x,y)＝-3I(x-1,y-1)-3I(x,y-1)-3I(x+1,y-1)-3I(x-1,y)-3I(x+1,y)+5I(x-1,y+1)+5I(x,y+1)+5I(x+1,y+1) (1)；

为了表述方便，I(x+m,y+n)简记为I_m,n，同理，R(x+m,y+n)简记为R_m,n，L(x+m,y+n)简记为L_m,n，则公式(1)简记为公式(2)，如下所示：

I'_0,0＝-3I_-1,-1-3I_0,-1-3I_1,-1-3I_-1,0-3I_1,0+5I_-1,1+5I_0,1+5I_1,1 (2)；

根据光照反射模型进一步得到公式(3)：

I'_0,0＝-3R_-1,-1L_-1,-1-3R_0,-1L_0,-1-3R_1,-1L_1,-1-3R_-1,0I_-1,0-3R_1,0I_1,0+5R_-1,1R_-1,1+5R_0,1R_0,1+5R_1,1L_1,1 (3)。

作为本发明进一步的方案：所述步骤(2)中除法运算为R(x,y)代表人脸的关键信息，而L(x,y)是慢变化的，在局部是近似不变的，所以通过除法运算来近似消除该分量，得到公式(4)

因为光照分量L(x,y)变化缓慢，在局部近似相等，所以有公式(5)：