[發明專利]一種人臉識別的圖像預處理方法、裝置

在審

• 申請號: 202011602559.3
• 申請日: 2020-12-29
• 公開（公告）號: CN112613458A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 張傳金;劉治國;萬海峰;馬金星;陶維俊;姚莉莉;邵磊
• 申請（專利權）人: 安徽創世科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T5/10;G06T7/90
• 代理公司: 合肥國和專利代理事務所(普通合伙) 34131
• 代理人: 孫永剛

本發明提供一種人臉識別的圖像預處理方法、裝置，包括顏色分量拆分步驟，將人臉RGB圖像的三個不同的色彩通道進行分離，獲取R、G、B分量圖像、G分量圖像、B分量圖像，以及獲取所述R、G、B低頻分量圖像，R、G、B高頻分量圖像，對低頻分量圖像以及高頻分量圖像分別進行優化處理，合成所述預處理人臉圖像。本發明，通過抑制主要是背景部分的低頻分量，并基于光照參數增強高頻分量圖像部分，從而獲得較為精準的預處理圖像，便于處理光照不均勻、以及較暗環境下難以進行高精準圖像識別與處理的技術問題。

技術領域

本發明涉及視頻圖像處理技術領域，尤其涉及一種人臉識別的圖像預處理方法、裝置。

背景技術

人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關技術，通常也叫做人像識別、面部識別。

傳統的人臉識別技術主要是基于可見光圖像的人臉識別，這也是人們熟悉的識別方式，已有30多年的研發歷史。但這種方式有著難以克服的缺陷，尤其在環境光照發生變化時，識別效果會急劇下降，無法滿足實際系統的需要。解決光照問題的方案有三維圖像人臉識別，和熱成像人臉識別。但這兩種技術還遠不成熟，識別效果不盡人意。對于人臉的圖像預處理是基于人臉檢測結果，對圖像進行處理并最終服務于特征提取的過程。系統獲取的原始圖像由于受到各種條件的限制和隨機干擾，往往不能直接使用，必須在圖像處理的早期階段對它進行灰度校正、噪聲過濾等圖像預處理。對于人臉圖像而言，其預處理過程主要包括人臉圖像的光線補償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。而對于光照強度較弱的場景下的人臉圖像的識別一直的技術難題，且盡可能保證人臉以及周邊環境的色彩清晰，從而便于后續的視頻處理與視頻分析。

發明內容

有鑒于此，本發明提供了一種人臉識別的圖像預處理方法、裝置，通過頻段優化處理光照不均勻、以及較暗環境下難以進行高精準圖像識別與處理的技術問題。

本發明的技術方案如下：

一種人臉識別的圖像預處理方法，所述方法包括：

顏色分量拆分步驟，將人臉RGB圖像的三個不同的色彩通道進行分離，獲取R分量圖像、G分量圖像、B分量圖像，以及獲取所述R分量圖像、G分量圖像、B分量圖像分別對應的R低頻分量圖像、R高頻分量圖像，G低頻分量圖像、G高頻分量圖像，B低頻分量圖像、B高頻分量圖像；

低頻優化步驟，對所述R分量圖像、G分量圖像、B分量圖像執行低頻抑制，獲取所述R分量、G分量、B分量分別對應的R分量低頻抑制圖像、G分量低頻抑制圖像、B分量低頻抑制圖像；

高頻優化步驟，對所述R高頻分量圖像、G高頻分量圖像、B高頻分量圖像進行增強；

生成步驟，基于所述R分量低頻抑制圖像、G分量低頻抑制圖像、B分量低頻抑制圖像，合成所述預處理人臉圖像。

優選的，所述高頻優化步驟，對所述R高頻分量圖像、G高頻分量圖像、B高頻分量圖像進行增強，包括：

獲取入射光參數，并分別對所述R高頻分量圖像、G高頻分量圖像、B高頻分量圖像進行增強；

所述入射光參數r₀設置為常量K/圖像的平均灰度值；

優選的，所述對所述R高頻分量圖像、G高頻分量圖像、B高頻分量圖像進行增強，包括：

基于入射光參數r₀分別與所述R高頻分量圖像、G高頻分量圖像、B高頻分量圖像分進行乘積，獲取相應的R高頻分量增強圖像、G高頻分量增強圖像、B高頻分量增強圖像。

優選的，所述生成步驟，基于所述R分量低頻抑制圖像、G分量低頻抑制圖像、B分量低頻抑制圖像，合成所述預處理人臉圖像，包括：