[发明专利]人脸图像的光照处理方法

说明书

技术领域

本发明属于图像处理领域，涉及一种图像的光照处理算法。

背景技术

在过去的十几年里，人脸识别受到了极大的关注，已经在商业和执法部门得到了广泛应用，如刑事鉴定、信用卡识别、安全系统、现场监控等。在这些实际应用中，人脸识别的应用环境是多样的，由于光照条件、面部表情、姿势、角度、发型等外界条件的影响，人脸识别的过程中要求这些外界条件相对稳定才能达到较高的识别率。由于人脸的表面是一个三维结构，点光源容易形成一些很强的投影，从而导致一些人脸细节的丢失，许多常用的识别方法对光照很敏感，故光照变化对人脸识别的过程影响巨大。

在过去的几年中，人脸识别对光照的处理已经有了很大的提高，但是在国际上举行的人脸识别供应商评测(Face Recognition Vendor Test，FRVT)和人脸识别挑战赛(Face Recognition Grand Challenge)中的测试表明，光照变化仍然是人脸识别性能提高的一个很重要的阻碍。

目前有许多方法用来解决光照问题。如Retinex方法，该方法采用高斯核平滑图像来估计光照部分，通过在对数域对原图与光照估计求差得到光照处理图像。其中的高斯滤波核F(x，y)为环绕中心点的高斯函数：

F(x,y)=Ke-(x2+y2)/2σ2]]>

其中，σ为高斯标准差，K为归一化因子，K＝1/∑F(x，y)。

由Retinex方法处理得到的图像可以较好的保留全局信息，但是由于由Retinex方法缺乏多尺度分析，故不能更好的提取细节信息。

后来，在Retinex的基础上又发展了LTV(Logarithmic Total Variation)方法。然而，虽然这两种方法不需要对光照进行假设，也不需要多个图像参与训练，但处理后的图像主要表现为全局性信息，相应的细节性信息有所不足。近年来，小波分析开始应用于人脸的光照处理。如《Multiscale facialstructure representation for face recognition under varyingillumination》.Zhang Taiping，Fang Bin，Yuan Yuan，etc.Pattern Recognition，2009，42(2)：251-258中多尺度人脸结构表示(Multiscale Facial StructureRepresentation，MFSR)方法，该方法用基于软阈值法的小波去噪模型估计光照部分，并认为人脸的不变部分等于原图与去噪后的图像之差。虽然多尺度人脸结构表示(MFSR)在光照数据库上取得了非常好的效果，但经过该方法光照处理所得的图像突出了人脸的细节信息，而图像中人脸的边缘、轮廓等大尺度特征信息不够清晰，满足不了人脸识别的需要。

另外，因为人脸的特征主要表现为水平方向，所以水平边缘信息相对于垂直边缘信息对人脸识别有着更重要的作用。但Retinex采用的高斯滤波各方向上的性质相同，不能有效地同时区分水平边缘信息和垂直边缘信息。

发明内容

本发明所要解决的技术问题是提供一种人脸图像的光照处理方法。本方法采用水平边缘滤波核的单尺度Ret inex光照处理方法对人脸图片进行处理，突出了人脸图像的水平边缘，并将经不同光照处理方法所得的图像按各自权重系数进行融合，融合后的图像同时保留了融合前各方法的优点，从而提升了人脸识别的性能，加大了人脸图像的识别率。

本发明公开了一种人脸图像的光照处理方法，包括如下步骤：

步骤1：输入人脸图像，并将人脸图像归一化；

步骤2：将归一化后的人脸图像用不同光照处理方法分别进行光照处理；

步骤3：将光照处理后的各图像进行融合，并输出融合图像。