[發(fā)明專利]一種利用Wallis算子的人臉光照不變特征提取方法

在審

• 申請?zhí)枺?/td>: 201710499793.X
• 申請日: 2017-06-27
• 公開（公告）號: CN107451591A
• 公開（公告）日: 2017-12-08
• 發(fā)明（設(shè)計）人: 聶祥飛;王元元;何雪;熊文怡;楊志軍
• 申請（專利權(quán)）人: 重慶三峽學(xué)院
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/36;G06K9/00
• 代理公司: 北京華仲龍騰專利代理事務(wù)所(普通合伙)11548
• 代理人: 李靜

技術(shù)領(lǐng)域

本發(fā)明涉及模式識別技術(shù)領(lǐng)域，具體是一種利用Wallis算子的人臉光照不 變特征提取方法。

背景技術(shù)

基于生物特征之一的人臉作為人體與生俱來的最普通的生理結(jié)構(gòu)，具有其 他生物特征所不具有的直接友好性，是生物特征識別研究領(lǐng)域的重要對象。人 臉信息有著不可復(fù)制、不可盜取、簡便直觀等優(yōu)點，是大數(shù)據(jù)時代各商業(yè)銀行 應(yīng)儲備和發(fā)掘價值的重要戰(zhàn)略資源。而隨著技術(shù)變革和應(yīng)用的普及，建設(shè)大規(guī) 模、分布式人臉數(shù)據(jù)庫及識別系統(tǒng)的成本不斷降低，識別的精度不斷提高。因 此，基于人臉的識別技術(shù)應(yīng)運而生，它作為一種最能平衡各方利弊及具多功能 的生物特征識別技術(shù)，在身份鑒定、人機交互和視頻監(jiān)控等商業(yè)應(yīng)用領(lǐng)域中有 著廣闊的發(fā)展前景。經(jīng)過近40年的研究和發(fā)展，取得了長足的進步，許多優(yōu)秀 的人臉識別算法在理想情況下已經(jīng)能取得非常好的識別性能。但是人臉識別仍 是一個沒有徹底解決的難題，光照變化問題便是其未解決的關(guān)鍵問題之一。解 決人臉識別中光照問題的方法主要分為三類：提取光照不變特征、光照變化的 建模、光照條件標準化。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(shù)域，通過低通濾波消除光照分量，例如：在對數(shù)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(gòu)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。因此能 夠有效地提取在光照中保持魯棒性的人臉特征以增強人臉識別在實際中的應(yīng)用 成為了一個至關(guān)重要的問題。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中存在的上述不足之處，本發(fā)明要解決的技術(shù)問題是提供一 種利用Wallis算子的人臉光照不變特征提取方法。

本發(fā)明為實現(xiàn)上述目的所采用的技術(shù)方案是：一種利用Wallis算子的人臉 光照不變特征提取方法，包括以下步驟：

將原圖像變換到對數(shù)域；

在對數(shù)域中，利用Wallis算子對人臉銳化處理，提取人臉的細節(jié)特征，同 時消除人臉光照部分，得到人臉光照不變特征。

所述對人臉圖像進行對數(shù)變換，具體為：使其反射分量和光照分量由相乘 變換為相加的形式，得到對數(shù)域的人臉圖像即ln I。

所述對數(shù)域的人臉圖像ln I在像素點(x,y)的灰度值為：

ln I(x,y)＝ln R(x,y)+ln L(x,y)(1)

所述利用Wallis算子對人臉圖像銳化處理，具體為：運用Wallis算子模板 得到銳化后的人臉圖像I'。

所述銳化后的人臉圖像I'在像素點(x,y)的灰度值為：

所述提取人臉的細節(jié)特征后，銳化后的人臉圖像I'在像素點(x,y)的灰度值 表示為：

I'_0,0＝4ln R_0,0+4ln L_0,0-ln R_0,-1-ln L_0,-1-ln R_-1,0-ln L_-1,0-ln R_0,1-ln L_0,1-ln R_1,0-ln L_1,0(3)

所述消除人臉光照部分為：將人臉光照分量通過局部近似不變消除。

所述人臉光照不變特征為：

I'_0,0＝4ln R_0,0-ln R_0,-1-ln R_-1,0-ln R_0,1-ln R_1,0(4)

本發(fā)明具有以下優(yōu)點及有益效果：

1.本發(fā)明對不同角度的光照具有一定的抑制作用，處理后人臉圖像的識別 率較現(xiàn)有的方法處理后的人臉識別率高。

2.本發(fā)明采用Wallis算子對人臉圖像做光照處理，方法簡單，識別速度快。

附圖說明

圖1為本發(fā)明提取人臉光照不變特征的基本流程圖。

圖2為本發(fā)明中以(x,y)為中心的八鄰域灰度值矩陣及其對應(yīng)的簡化表達示 意圖。

圖3為提取CMU PIE人臉數(shù)據(jù)庫光照不變特征前后的人臉示例圖。

圖4為提取擴展Yale B正面人臉庫光照不變特征前后的人臉示例圖。

具體實施方式

下面結(jié)合附圖及實施例對本發(fā)明做進一步的詳細說明。