[发明专利]人脸图像匹配方法

摘要

本发明人脸图像匹配方法，涉及图像数据处理，是基于两次SURF和形状上下文的人脸图像匹配方法，利用SURF算法粗匹配得到尺度差和方向差信息，再利用这些信息进行SURF算法精确匹配，对得到的匹配结果用形状上下文算法去除误匹配，步骤是：确定人脸区域；生成重构的积分图像；两次SURF特征匹配；生成形状上下文描述子，去除误匹配，完成人脸图像匹配。本发明方法克服了现有的人脸图像匹配方法中存在特征点少、匹配点少且正确率不高的缺陷。

主权项

1.人脸图像匹配方法，其特征在于：是基于两次SURF和形状上下文的人脸图像匹配方法，具体步骤如下：第一步，确定人脸区域：输入两幅同一个人的相同大小的人脸图像，将其中一幅有表情、姿态和光照变化的图像作为待匹配图像，另一幅标准正面人脸图像作为模板图像，将待匹配图像和模板图像均进行缩放至模板图像的1/8，然后用一个20×20像素大小的人脸检测搜索框自左向右从上到下对上述两幅图像分别进行扫描，对每一个扫描到的子图像，用OpenCV自带的正面人脸检测器判定其是否为人脸图像，若是，则标记为人脸区域，每次对上述两幅图像分别扫描完一遍，将人脸检测搜索框放大10％，再重新扫描一遍，如此重复，直到人脸检测搜索框扩大到上述图像的一半大小时停止扫描，接着对所有被标记的人脸子图像从RGB转换到YCrCb颜色空间，对其中的每一个像素点的Cr、Cb分量进行肤色验证，验证所用肤色条件如公式(1)所示，133≤Cr≤173∩77≤Cb≤127   (1)，式中Cr、Cb分别代表YCrCb颜色空间中图像的色调和饱和度，将上述扫描的图像中具有40％以上的像素点满足公式(1)的区域确定为人脸区域，即感兴趣区域，再将待匹配图像和模板图像中确定的人脸区域放大8倍，恢复到原始尺寸大小；第二步，生成重构的积分图像：对上述第一步中确定的人脸区域再转换到RGB空间，然后利用公式(2)转换为灰度图像，X＝0.299R+0.587G+0.114B   (2)，上式中，R、G和B分别是RGB空间的红色、绿色和蓝色通道，X表示灰度图像中的灰度值；然后计算灰度图像中每个像素点的显著因子，得到显著因子图，如公式(3)所示，σ(Xc)＝magn×arctan(V/Xc)   (3)，上式中，magn为放大系数，σ(Xc)为人脸图像中的像素点的显著因子，V为人脸图像中像素点Xc与以像素点Xc为中心的八邻域Xi(i＝0，...，7)的灰度差分，计算方法如公式(4)所示，将显著因子图左上角原点与该点所构成的矩形区域内所有点的像素值之和作为积分图上该点的像素值，生成重构的积分图像，如公式(5)所示，上式中IN(Xc)为重构的积分图像中Xc处的像素值，Xc的坐标为(x,y)，IN(Xc)的值等于显著因子图中(0,0)点、(x,0)点、(0,y)点与(x,y)点构成的矩形区域内所有像素值的和；第三步，两次SURF特征匹配：匹配过程首先检测SURF特征并生成描述子，然后进行一次粗匹配得到尺度差和方向差信息，最后再利用这些信息进行一次精确匹配，具体步骤如下：(1)生成SURF描述子：用不同尺寸的盒子滤波模板与上述第二步得到的重构的积分图像求取显著因子图的不同尺度的Hessian矩阵行列式响应图像，之后在这些响应图像上采用3D非极大值抑制进行检测，将具有响应极大值的点确定为特征点，该特征点的尺度为相应响应图像的尺度，设盒子滤波模板大小为L×L像素，初始尺寸L＝9像素，其对应的响应图像尺度s＝1.2，然后依次使用L＝15像素、21像素、27像素的尺寸，分别对应的响应图像尺度s可由公式(6)算出，s＝1.2×L/9   (6)，得到特征点的位置和尺度s后，对每个特征点，在以特征点为中心，6s为半径的圆形区域内对显著因子图用大小为4s×4s像素的Haar小波模板进行响应运算，这里s需四舍五入为整数，然后用一个以特征点为中心，张角为π/3的扇形滑动窗口，围绕特征点以步长0.2弧度进行旋转，每转到一处，统计滑动窗口内图像Haar小波水平方向和垂直方向响应值dx、dy的累加值∑dx+∑dy，具有最大响应累加值的方向作为特征点的主方向，得到主方向后，以特征点为中心沿主方向将20s×20s像素大小的图像划分成4×4个子块，每个子块利用大小为2s×2s像素的Haar模板进行响应值的计算，并对水平方向x和垂直方向y的响应值分别统计其累加和及绝对值累加和∑dx、∑|dx|、∑dy、∑|dy|，形成特征矢量，即SURF描述子，每个特征点共生成4×4×4＝64维的SURF描述子；(2)SURF算法粗匹配：对待匹配图像中的每一个特征点，计算它与模板图像中所有特征点SURF描述子之间的欧氏距离，记录最近邻距离d1和次近邻距离d2，当d1/d2

下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。 免登录下载普通用户下载升级VIP会员，免费下载

该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河北工业大学，未经河北工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】

本文链接：http://www.vipzhuanli.com/patent/201510820897.7/，转载请声明来源钻瓜专利网。