[發明專利]一種基于Laplacian算子的人臉光照不變特征提取方法

在審

• 申請號: 201710049291.7
• 申請日: 2017-01-19
• 公開（公告）號: CN106934343A
• 公開（公告）日: 2017-07-07
• 發明（設計）人: 聶祥飛;王元元;何雪;熊文怡;楊志軍
• 申請（專利權）人: 重慶三峽學院
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京華仲龍騰專利代理事務所(普通合伙)11548
• 代理人: 李靜

技術領域

本發明屬于圖像處理、模式識別技術領域，具體涉及一種基于Laplacian算子的人臉光照不變特征提取方法。

背景技術

作為生物特征識別的一個重要方面，人臉識別在檔案管理系統、安全驗證系統、信用卡驗證、公安系統的罪犯身份識別、銀行和海關的監控、人機交互等領域具有廣闊的應用前景。在人臉識別技術中,光照仍然是影響識別率的主要因素之一。同一人的人臉圖像由于光照的不同，差別會很大；而屬于不同人的人臉圖像，由于光照的影響，差別有可能會很小，從而導致人臉識別系統的誤判,降低了正確識別率。為了解決光照問題對人臉識別性能的影響，提出了很多方法，在提取光照不變特征的方法中，又主要分為兩種：第一種是在對數域，通過低通濾波消除光照分量，例如：在對數域中，利用離散余弦變換(DCT)或小波變換進行濾波處理等方法。第二種是構造除法運算，通過除法運算來消除慢變化的光照分量，例如：梯度臉(Gradient-face)、韋伯臉(Weber-face)、局部二值模式(Local Binary Pattern，LBP)等方法。因此，怎樣有效地提取人臉光照不變特征，提高人臉識別系統的魯棒性成為人臉識別中至關重要的問題。

發明內容

本發明的目的在于提供一種能夠提高人臉識別率的基于Laplacian算子的人臉光照不變特征提取方法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

一種基于Laplacian算子的人臉光照不變特征提取方法，包括以下步驟：

(1)利用Laplacian算子對人臉圖像銳化處理，提取人臉細節特征；

(2)與原圖像對應像素進行除法運算，消除慢變化的人臉光照部分，所得結果就是需要提取的人臉光照不變特征。

作為本發明進一步的方案：根據光照反射模型，任意灰度人臉圖像I(x,y)是反射分量R(x,y)和光照分量L(x,y)的乘積，即I(x,y)＝R(x,y)L(x,y)；所述步驟(1)中，銳化處理時，應用Laplacian算子模板進行人臉圖像細節特征銳化處理，處理后的圖像為I'。

作為本發明進一步的方案：以Laplacian算子D₂模板進行銳化處理后的人臉圖像I'某中心像素點(x,y)的灰度值為I'(x,y)如公式(1)所示：

為了表述方便，I(x+m,y+n)簡記為I_m,n，同理，R(x+m,y+n)簡記為R_m,n，L(x+m,y+n)簡記為L_m,n，則公式(1)簡記為公式(2)，如下所示：

I'_0,0＝8I_0,0-I_-1,-1-I_0,-1-I_1,-1-I_-1,0-I_1,0-I_-1,1-I_0,1-I_1,1(2)；

根據光照反射模型進一步得到公式(3)：

I'_0,0＝8R_0,0L_0,0-R_-1,-1L_-1,-1-R_0,-1L_0,-1-R_1,-1L_1,-1-R_-1,0L_-1,0-R_1,0L_1,0-R_-1,1L_-1,1-R_0,1L_0,1-R_1,1L_1,1(3)。

作為本發明進一步的方案：所述步驟(2)中除法運算為R(x,y)代表人臉的關鍵信息，而L(x,y)是慢變化的，在局部是近似不變的，所以通過除法運算來近似消除該分量。

作為本發明進一步的方案：光照分量L(x,y)變化緩慢，所以有公式(4)：

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