[发明专利]一种基于特征分离的正则化人脸图像复杂光照去除方法

说明书

本发明公开了一种基于特征分离的正则化人脸图像复杂光照去除方法，包括如下步骤：(1)读入人脸图像，然后将人脸图像进行对数变换；(2)对步骤(1)中得到的图像f进行对数全变差的变换，分解出人脸图像的高频特征分量和低频特征分量；(3)分别对低频特征分量D和高频特征分量G做处理；(4)将正则化后的低频分量Dend和增强的高频分量Hend合成为新的去除了光照噪声的人脸图像，记为F_face。本发明能够减少计算机的内存的使用量，同时去噪能力得到明显提升。

技术领域

本发明涉及图像处理及人脸识别技术领域，尤其是一种基于特征分离的正则化人脸 图像复杂光照去除方法。

背景技术

随着科技的不断发展，人脸识别实现了技术飞速的提升和广泛的普及。这极大地满 足了人们日常生活的需要，也给人们的生产生活提供了安全的保障。与此同时，在安防，追踪，考勤，支付交易等领域中，人脸识别的应用需求日益增长。因此，实现准确的人 脸识别技术是科技发展的必然。这将会有利于日常生活的安全和高效，也会大大地降低 来自硬件设备和人工劳动等所带来的成本问题。

在真实的场景下的人脸识别中，光照的变化、摄像头的摆放位置、实验样本大小和人体姿态都是可变的。传统的方法虽然能够很好的处理这些问题，但是付出的代价也是 昂贵的，通常不能有效地处理图像。处理人脸图像中光照噪声的方法大致有两种，一种 是整体人脸图像预处理方法，即将图像进行整体去除噪声，然后将剩余图像分量进行识 别应用；另一种是人脸不变特征提取方法，检测相邻像素点之间的联系和差别，将图片 进行有用信息的提取，实现人脸识别。

现有的人脸图像复杂光照去除方法，通常由于特征分量分离不够精确，造成处理后 的图像残余光照噪声大，并且误将有用人脸特征滤除，从而降低最终的识别率。

发明内容

本发明所要解决的技术问题在于，提供一种基于特征分离的正则化人脸图像复杂光 照去除方法，能够减少计算机的内存的使用量，同时去噪能力得到明显提升。

为解决上述技术问题，本发明提供一种基于特征分离的正则化人脸图像复杂光照去 除方法，包括如下步骤：

(1)读入人脸图像，然后将人脸图像进行对数变换；

(2)对步骤(1)中得到的图像f进行对数全变差的变换，分解出人脸图像的高频 特征分量和低频特征分量；

(3)分别对低频特征分量D和高频特征分量G做处理；

(4)将正则化后的低频分量Dend和增强的高频分量Hend合成为新的去除了光 照噪声的人脸图像，记为F_face：

F_face＝Dend₊Hend。

优选的，步骤(1)中，读入人脸图像，然后将人脸图像进行对数变换具体为：

(11)将每幅图像的大小裁剪为100*100；

(12)对人脸图像的整体灰度值做对数变换，对数变换后的图像不仅可以保持原始图像的固有特征，也可以起到增强的作用，从而得到处理后的图像，记为f；

(13)根据朗伯反射模型，引入对数变换将图像变为加性模型，I为原始输入的 人脸图像，ρ为图像的小尺度特征，包含人脸的本征，S为图像的大尺度特征，包含 图像中的光照噪声和部分人脸本征，相应的，人脸图像可以表示为高频分量h和低频 分量w；

f＝ln I＝lnρ+ln S＝h+w。

优选的，步骤(2)中，对图像f进行对数全变差分解，结合朗伯反射定律分解 出人脸图像的特征分量：

G＝f-D