[发明专利]一种煤矿井下复杂光照条件下的人脸识别方法

摘要

本发明公开了一种煤矿井下复杂光照条件下的人脸识别方法，主要包括初始化阶段、训练阶段和识别阶段，其中所述初始化阶段包括图像采集、图像存储、图像去噪、图像增强、特征描述，所述训练阶段包括特征向量降维和分类器模型建立，所述识别阶段为根据分类器建立的模型把待识别的人脸进行分类识别；通过采用小波分解的模糊增强算法，实现图像去噪和图像增强，并采用ALBP算子对小波处理后的人脸图像进行特征描述，以及采用分类器进行人脸模型构建和建立人脸样本数据库。本发明能够克服由于井下光照条件复杂所造成的图像阴影、明暗区、暗光、高光导致的识别率急剧降低的问题，以及提高煤矿井下人脸考勤识别准确率。

主权项

1.一种煤矿井下复杂光照条件下的人脸识别方法，主要包括初始化阶段、训练阶段和识别阶段，其中所述初始化阶段包括图像采集、图像存储、图像去噪、图像增强、特征描述，所述训练阶段包括特征向量降维和分类器模型建立，所述识别阶段为根据分类器建立的模型把待识别的人脸进行分类识别，具体步骤如下：A、所述初始化阶段：(1)首先使用图像采集设备采集人脸图像，并将图像传输到图像处理模块进行图像存储；(2)图像处理模块对存储的图像进行多尺度小波分解，并采用图像模糊增强算法进行图像去噪和图像增强，从而获得增强后的人脸图像特征点，并小波重构人脸特征图像；(3)通过ALBP算子对重构后获得的人脸特征图像进行纹理特征描述，从而构成人脸特征向量；B、所述训练阶段：(1)通过图像采集设备采集同一个人脸的多幅样本图像；(2)将获得的多幅样本图像按照初始化阶段的处理过程进行初始化，得到重构后的样本人脸特征向量；(3)采用模式识别分类器，将得到的人脸特征向量进行模型训练，并将生成的人脸模型(人脸特征文件)保存到人脸样本数据库中；(4)重复训练阶段的过程(1)、(2)、(3)，将需要识别的不同人脸依次生成的人脸模型存入人脸样本数据库中，并构建成一个完整的多人脸样本数据库；C、所述识别阶段：(1)通过图像采集设备采集待识别的人脸图像；(2)将得到的人脸图像按照初始化阶段的处理过程进行初始化，得到重构后的人脸特征向量；(3)将得到的人像特征向量进行降维，并通过与分类器训练后得到的人脸样本数据库中的所有人脸模板进行相比对识别；(4)根据所述比对识别后得到的相似值，判断待识别的人脸是否在构建的人脸样本数据库中。