[发明专利]一种利用对数变换和Roberts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，具体是一种利用对数变换和Roberts算子的 人脸光照不变特征提取方法。

背景技术

人脸识别技术的研究始于20世纪60年代末期，人脸识别具有交互方式友 好、不需要用户的特殊配合、不侵犯使用者的隐私权等特点，逐渐成为热点研 究领域。20世纪90年代后期以来，一些商业性的人脸识别系统逐渐进入市场， 但是，这些技术和系统离实用化都有一定距离，性能和准确率也有待提高，比 如影响人脸识别性能的主要因素有姿态、表情、光照变化等依然存在。不同光 照条件下相同人脸图像间的差异往往大于相同光照条件下不同人脸图像间的差 异，光照变化问题已经成为了影响人脸识别系统性能的关键因素之一。解决人 脸识别中光照问题的方法主要分为三类：人脸光照不变特征提取、人脸光照建 模、光照预处理和光照归一化。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，能够有效地提取在光照中保持鲁棒性的人脸特征以增强人脸识别在实际中 的应用成为了一个至关重要的问题。

发明内容

针对现有技术中存在的上述不足之处，本发明要解决的技术问题是提供一 种利用对数变换和Roberts算子的人脸光照不变特征提取方法。

本发明为实现上述目的所采用的技术方案是：一种利用对数变换和Roberts 算子的人脸光照不变特征提取方法，包括以下步骤：

将原图像变换到对数域；

在对数域中，利用Roberts算子对人脸锐化处理，提取人脸的细节特征，同 时消除人脸光照部分，得到人脸光照不变特征。

所述对人脸图像进行对数变换，具体为：使其反射分量和光照分量由相乘 变换为相加的形式，得到对数域的人脸图像即lnI。

所述对数域的人脸图像lnI在像素点(x,y)的灰度值为：

lnI(x，y)＝lnR(x，y)+lnL(x，y)(1)

所述利用Roberts算子对人脸图像锐化处理，具体为：运用Roberts算子两 个2×2模板和模板得到锐化后的人脸图像I'。

所述锐化后的人脸图像I'在像素点(x,y)的灰度值为：

所述提取人脸的细节特征后，锐化后的人脸图像I'在像素点(x,y)的灰度值 表示为：

I'_0,0＝|lnR_1,1+lnL_1,1-lnR_0,0-lnL_0,0|+|lnR_1,0+lnL_1,0-lnR_0,1-lnL_0,1| (3)

所述消除人脸光照部分为：将人脸光照分量通过局部近似不变性加以消除。

所述人脸光照不变特征为：

I'_0,0＝|lnR_1,1-lnR_0,0|+|lnR_1,0-lnR_0,1| (4)

本发明具有以下优点及有益效果：

1.本发明对不同角度的光照具有一定的抑制作用，处理后人脸图像的识别 率较现有的方法处理后的人脸识别率高。

2.本发明采用Roberts算子对人脸图像做光照处理，方法简单，识别速度 快。

附图说明

图1为本发明提取人脸光照不变特征的基本流程图。

图2为本发明中以(x,y)为中心的八邻域灰度值矩阵及其对应的简化表达示 意图。

图3为提取CMU PIE人脸数据库光照不变特征前后的人脸示例图。

图4为提取扩展Yale B正面人脸库光照不变特征前后的人脸示例图。

具体实施方式

下面结合附图及实施例对本发明做进一步的详细说明。

如图1所示，一种对数变换和Roberts算子的人脸光照不变特征提取方法， 包括以下步骤：

(1)将原图像变换到对数域；