[发明专利]一种人脸识别的方法

摘要

本发明公开了一种人脸的方法，采用局部环形模式(LCP)对待识别人脸图像进行处理。该方法包括：对正面人脸进行检测，获取包含人脸关键特征点的人脸原始图像；对人脸图像进行预处理，按照预先设置的规格，对人脸图像进行方向归一化和尺度归一化；对预处理后的人脸图像进行图像分割；对每个分块图像进行进一步的高斯平滑处理；对除边缘像素点之外的每个像素点计算LCP特征值，并用该特征值代替原像素点的初始灰度值；每个分块进行特征向量提取，得到该分块的直方图特征，并级联起来组合成一个复合的特征向量；采用卡方距离函数计算直方图平方距离；采用最邻近识别法对待识别图像进行判定类别识别。经过大量的实验数据表明，与现有的基于局部二值算法(LBP)算法的人脸识别方法相比，本发明的人脸识别方法有效地提高了人脸图像的识别率和正确率。

主权项

1.一种人脸识别方法，其特征在于包括如下步骤：步骤1、；对待识别的正面人脸进行检测，获取包含人脸关键特征点的人脸原始图像；步骤2、对所述图像进行预处理，按照预先设置的规格，对人脸图像进行方向归一化和尺度归一化，得到符合规格的人脸图像；步骤3、对预处理后的人脸图像进行图像分割；步骤4、对每个分块图像进行进一步的高斯平滑处理，采用的高斯函数为x,y表示像素点的坐标，其中f_i(x,y)为输入图像，f_o(x,y)为卷积后的输出图像，σ为标准差；步骤5、对图像增强后的每个分块分别采用局部环形模式(LCP)对除边缘像素点之外的每个像素点计算LCP特征值，并用该特征值代替原像素点的初始灰度值；步骤6、将经过局部环形模式(LCP)处理过的每个分块进行特征向量提取，得到该分块的直方图特征，再将所有分块的直方图特征级联起来组合成一个复合的特征向量；步骤7、采用卡方距离函数计算直方图平方距离，M和N分别表示要做比较的两张人脸图像所对应的直方图，n表示直方图的总格子数，i表示直方图中第i个格子，M_i和N_i分别表示第i个格子的直方图特征向量；步骤8、采用最邻近识别法对待识别图像进行判定类别识别，选出距离最小的图像。