[发明专利]一种利用对数变换和平滑滤波的人脸光照不变特征提取方法

说明书

技术领域

本发明涉及模式识别技术领域，具体是一种利用对数变换和平滑滤波的人脸光照不变特征提取方法。

背景技术

人脸识别是目前模式识别和图形图象处理领域的研究热点，它模拟实现了人类视觉的识别能力，其研究范围涉及模式识别、图象处理、生理学、心理学、认知科学等诸多学科领域，甚至还涉及到人类的认知学和神经学领域。这种多学科特点也给广大研究者带来了极大的难度和挑战。通过对实际人脸识别系统的测试表明，光照、姿态和表情三大问题一直是影响人脸识别精度的重要因素，其中姿态和表情属于影响人脸识别率的内在因素，可以通过适当的约束条件来降低它们的影响；而光照属于外在因素，特别是自然环境光的变化不是人为所能控制的，因此对光照进行处理是每个人脸识别系统必须进行的步骤。目前处理光照问题的方法比较多，主要分为三类：提取光照不变特征、光照变化的建模、光照条件标准化。在提取光照不变特征的方法中，又主要分为两种：第一种是在对数域，通过高通滤波消除光照分量，例如：在对数域中，利用离散余弦变换(DCT)或小波变换进行滤波处理等方法。第二种是构造除法运算，通过除法运算来消除慢变化的光照分量，例如：梯度脸(Gradient-face)、韦伯脸(Weber-face)、局部二值模式(Local Binary Pattern，LBP)等方法。因此能够有效地提取在光照中保持鲁棒性的人脸特征以增强人脸识别在实际中的应用成为了一个至关重要的问题。

发明内容

本发明的目的在于提供一种能够提高人脸识别率的利用对数变换和平滑滤波的人脸光照不变特征提取方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种利用对数变换和平滑滤波的人脸光照不变特征提取方法，包括以下步骤：

(1)将原图像变换到对数域；

(2)在对数域中，利用平滑滤波对人脸图像进行平滑处理；

(3)与对数变换后的原图像相减，消除光照分量，所得结果就是需要提取的人脸光照不变特征。

作为本发明进一步的方案：根据光照反射模型，任意灰度人脸图像I(x,y)是反射分量R(x,y)和光照分量L(x,y)的乘积，即I(x,y)＝R(x,y)L(x,y)；所述步骤(1)中，对人脸图像进行对数变换，使其反射分量和光照分量由相乘变换为相加，即

lnI(x,y)＝lnR(x,y)+lnL(x,y)。

作为本发明进一步的方案：以平滑滤波3×3模板进行平滑处理后的人脸图像为I'，某像素点(x,y)的灰度值I'(x,y)如公式(1)所示：

为了表述方便，I(x+m,y+n)简记为I_m,n，同理，R(x+m,y+n)简记为R_m,n，L(x+m,y+n)简记为L_m,n，则公式(1)简记为公式(2)，如下所示：

根据光照反射模型进一步得到公式(3)：

作为本发明进一步的方案：光照分量L(x,y)变化缓慢，所以有公式(4)：

L_-1,-1≈L_0,-1≈L_1,-1≈L_-1,0≈L_0,0≈L_1,0≈L_-1,1≈L_0,1≈L_1,1 (4)；

对于公式(4)的所有变量均用L_t替代，得到公式(5)：

用lnI减去平滑滤波后的人脸图像I'，像素点(x,y)处的灰度值如公式(6)所示：

因此，消除了光照分量。

与现有技术相比，本发明的有益效果是：

本发明对不同角度的光照具有一定的抑制作用，处理后人脸图像的识别率较现有的算法处理后的人脸识别率高；本发明采用对数变换和平滑滤波对人脸图像做光照处理，方法简单，识别速度快。

附图说明

图1为本发明提取人脸光照不变特征的基本流程图。

图2为本发明中以(x,y)为中心的八邻域灰度值矩阵及其对应的简化表达示意图。

图3为提取CMU PIE人脸数据库光照不变特征前后的人脸示例图。

图4为提取扩展Yale B正面人脸库光照不变特征前后的人脸示例图。

具体实施方式