[发明专利]一种光照鲁棒的人脸图像局部纹理增强方法

说明书

本发明涉及一种光照鲁棒的人脸图像局部纹理增强方法，包括：对输入的原始人脸图像I的灰度值进行对数变换，获得对数变换的结果图像I'；分别对对数变换的结果图像I'进行高斯差分滤波处理和双边差分滤波处理，得到差分滤波结果图像分别为I_DoG和I_DoB，并对I_DoG和I_DoB进行图像信息融合得到融合结果图像I”；将融合结果图像I”划分子图像块，采用均值归一化法对每个子图像块进行灰度均衡处理，并按划分位置拼接，然后对拼接图像利用双曲正切函数把像素灰度值范围进行压缩，最后输出图像。本发明可以对不同光照条件下成像的人脸图像进行处理，消除光照影响，增强人脸局部纹理信息，在人脸识别应用中提升识别准确率，具有算法复杂度低、光照鲁棒性强的特点。

技术领域

本发明涉及人脸图像自动识别技术领域，具体涉及一种光照鲁棒的人脸图像局部纹理增强方法。

背景技术

人脸识别技术在过去几年中迅速发展，一些优秀人脸识别算法已然成功的转化为商品，应用于实际生产生活之中。然而此类软件使用具有一定的局限性，大多要求在室内或者可控的环境下，在不可控制的条件下仍然面临着许多挑战性问题，比如人脸表情、年龄、场景、光照、尺度等变化。其中，光照条件的变化是最为频繁的，也是最影响人脸识别稳定性因素之一，已有相关文献证明“同一人脸在不同光照下图像的差异，往往大于不同人脸在相同光照条件下图像之间的差异”，因光照的变化，增大了类内距离，限制了人脸识别正确率。

光照变化成为人脸识别系统的性能的瓶颈，一些学者们提出了光照预处理或光照归一化方法来减轻光照对人脸识别性能的影响。根据光学成像原理提出的Retinex算法及其改进算法如多尺度Retinex(Mutli Scale Retinx，MSR)、自适应单尺度Retinex(Adaptive Single Scale Retinex，ASR)等，利用物体的反射性表示成像物体，分解出与光照无关的成分，减轻光照变化对成像的影响，但这类方法在光照变化剧烈或侧光源情况下效果不佳。比如，Retinex算法容易产生“光晕现象”，MESR、ASR等算法没考虑图像中的细节部分是否有丢失。离散余弦变换(Discrete Cosine Transformation，DCT)也常被用于人脸图像光照预处理，能较好保留对光照、表情、姿态不敏感的类别信息，但该方法主要用于消除单侧光照的影响，基于DCT系数重建图像时，保留少数低频分量，舍去大部分高频分量，使得结果图像与原图像相比丢失了一些有效细节信息。Xiaoyang Tan与William Triggs提出了一种局部纹理增强的算法(Tan and Triggs，TT)来消除光照对人脸图像的影响，主要包括“灰度伽马校正”、“高斯差分滤波”、“对比度均衡”等步骤，该方法能有效去除过度曝光和阴影对人脸图像的影响，同时还能将人脸的光照变化和细节特征等基本要素保留下来，但在侧光光源情况下，人脸图像光线边界也容易产生“光晕现象”，同时，由于只使用了高斯差分方法进行滤波处理，高斯差分滤波相当于一个带通滤波器，会导致人脸图像轮廓边界处一些有用的高频信息丢失，从而会影响人脸识别准确率。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种光照鲁棒的人脸图像局部纹理增强方法。该方法可以对不同光照条件下成像的人脸图像进行处理，消除光照影响，增强人脸局部纹理信息，在人脸识别应用中提升识别准确率，具有算法复杂度低、光照鲁棒性强的特点。

为了达到上述目的，本发明提供的技术方案是：一种光照鲁棒的人脸图像局部纹理增强方法，包括如下步骤：

步骤1，对输入的原始人脸图像I的灰度值进行对数变换，获得对数变换的结果图像I'，所述对数变换可表示为，

I'(x,y)＝log_c[I(x,y)+1] (1)

其中，I(x,y)表示原始人脸图像I中在(x,y)点的像素灰度值，I'(x,y)表示变换后的人脸图像在点(x,y)处的像素值，c表示底数；