[发明专利]一种光照鲁棒的人脸图像局部纹理增强方法

摘要

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。

主权项

1.一种光照鲁棒的人脸图像局部纹理增强方法，其特征在于，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；步骤2，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”，具体实现方式如下，步骤2.1，用两个具有不同核函数参数的高斯滤波器1和2，对人脸图像对数变换结果图像I'进行滤波处理，分别得到高斯平滑结果图像I_G1和I_G2，其表达式分别为，其中，G₁和G₂分别表示高斯滤波器1和2的核函数，σ₁和σ₂表示对应高斯核函数的标准差，则高斯差分滤波结果图像I_DoG为，I_DoG＝I_G1‑I_G2                  (4)步骤2.2，用两个具有不同核函数参数的双边滤波器1和2对人脸图像对数变换结果图像I'进行滤波处理，分别得双边滤波结果图像I_B1和I_B2，其表达式分别为，其中，w_i(x,y,k,l)＝d_i(x,y,k,l)·r_i(x,y,k,l)表示双边滤波器模板，i＝1,2，和分别表示空间域模板系数和值域模板系数，σ_di和σ_ri分别为空域和值域模板高斯函数的标准差，此处(x,y)表图像像素点坐标，Ω表示坐标点(x,y)为中心的邻域区域，即模板窗，邻域区域的大小为Ri×Ri，(k,l)表示邻域Ω中像素点的坐标，N×M表示图像尺寸，则双边差分滤波结果图像I_DoB为，I_DoB＝I_B1‑I_B2                 (7)步骤2.3，将上述步骤2.1中的高斯差分滤波结果图像和步骤2.2中的双边差分滤波结果图像进行信息融合，首先分别计算高斯差分滤波结果图像I_DoG和双边差分滤波结果图像I_DoB的标准值，计算公式为，其中，mean(I)函数表示求图像I的灰度均值，即然后，根据这两幅图像标准差的比例设置图像信息融合时各自的权重为，w_DoG＝σ_DoG/(σ_DoG+σ_DoB)            (10)w_DoB＝σ_DoB/(σ_DoB+σ_DoG)           (11)其中，σ_DoG、σ_DoB分别表示高斯差分滤波结果图像I_DoG和双边差分滤波结果图像I_DoB的标准值，最后按照对应的权重进行图像信息融合，得到融合结果图像I”，I”＝w_DoG·I_DoG+w_DoB·I_DoB            (12)步骤3，将融合结果图像I”划分子图像块，对每个子图像块进行灰度均衡处理，并按划分位置拼接，然后对拼接图像的像素灰度值进行压缩，最后输出图像。