[发明专利]一种新的HOG特征维吾尔族人脸图像识别算法

摘要

本发明公开了一种新的HOG特征维吾尔族人脸图像识别算法，首先通过拉普拉斯滤波变换突出人脸图像的固有纹理特征，减弱非均匀光照的干扰，然后将拉普拉斯滤波变换后的人脸图像通过离散余弦变换DCT有效滤除高频分量的同时而保留离散余弦变化所产生的低频信息，经过离散余弦逆变换IDCT处理后构造出与原人脸图像相接近的恢复的图像，滤除人脸图像中并不敏感的中高频部分以及很好的降低了其维数，为后续提取人脸图像特征提供了很好的基础；最后利用梯度质量分布图HOG算子提取其人脸图像的特征并利用最近邻方法对人脸图像进行分类识别。该算法在Yale B人脸数据库以及课题组自建的维吾尔族人脸数据库中其识别率有了很大的提高，优于其他传统算法，并具有很强的鲁棒性。

主权项

1.一种新的HOG特征维吾尔族人脸图像识别算法，其特征在于，包括以下步骤：(1)对训练样本人脸图像进行拉普拉斯滤波变换预处理；(2)对完成拉普拉斯滤波变换预处理后的人脸图像分成8×8人脸图像块，然后将图像块进行DCT变换，提取其人脸图像的左上角10个低频系数特征分量；(3)将提取的人脸图像左上角10个低频系数特征分量通过离散余弦逆变换IDCT获得其与原始图像相近的重构的人脸图像；(4)通过公式和α(x,y)＝arctan(Gy/Gx)获得重构人脸图像的梯度；(5)运用式1≤k≤K以单元Cell为单位模式，统计梯度方向质量分布图；(6)以块block为单位，对块内的梯度方向质量分布图进行归一化处理；(7)将各个块内的梯度质量分布图拼接起来，得到最终人脸图像的HOG特征；(8)最后用最近邻方法对人脸图像进行分类识别。