[发明专利]一种基于局部三值模式的人脸特征提取方法

权利要求书

1.一种基于局部三值模式的人脸特征提取方法，包括以下步骤：

步骤1：构建人脸图像金字塔；

设原始人脸图像为I(x，y)，其中x≤M，y≤N，M、N分别表示原始人脸图像的行数和列数；对原始人脸图像为I(x，y)进行采样因子为2的下采样，形成人脸图像金字塔，所述人脸图像金字塔的底层图像为原始人脸图像为G₀(x，y)＝I(x，y)，底层图像的上一层为G₁(x，y)＝G₀(2x，2y)，则底层图像上第i层图像为G_i(x，y)＝G_i-1(2x，2y)；

步骤2：计算步骤1所述人脸图像金字塔中各层图像所有像素点的LTP特征值；

每一层图像的LTP特征谱计算方式为：首先以顺序计算该层图像中每一像素点的LTP特征向量；然后将每一像素点的LTP特征向量改写成正、负两部分LTP子特征向量；再将每一像素点的正、负两部分LTP子特征向量所对应的二进制数转换成十进制数，得到对应像素点的正、负两部分LTP子特征值；

其中，每个像素点的LTP特征向量的计算方式为：将中心像素点的灰度值与其八邻域像素点的灰度值进行比较，若b＞a+t，则相应LTP编码为1；若b＜a-t，则相应LTP编码为-1；若a-t≤b≤a+t，则相应LTP编码为0；其中b为邻域像素点灰度值，a为中心像素点灰度值，t为设定的阈值；将中心像素点的八邻域LTP编码按顺序排列起来，就是该中心像素点的LTP特征向量。LTP特征向量的LTP编码起始位置和顺序可自行选择，但是当起始位置和顺序选定过后，所有的LTP特征向量必须按照统一的起始位置和顺序进行计算；

其中，正LTP子特征向量由LTP特征向量改写而成，改写时将LTP特征向量中所有为“-1”的LTP编码置为“0”，其余LTP编码不变；负LTP子特征向量由LTP特征向量改写而成，改写时将LTP特征向量中所有为“-1”的LTP编码置为“1”，所有为“1”的LTP编码置为“0”，其余LTP编码不变。

步骤3：分别统计人脸图像金字塔中各层图像的正、负LTP子特征值直方图；

步骤4：将人脸图像金字塔中各层图像的正、负LTP子特征值直方图分别写成向量形式，记为H₊和H_-，向量的维数由低向高的顺序与LTP子特征值直方图中的LTP子特征值相对应，向量中的元素为对应LTP子特征值下的统计数；

步骤5：将所有人脸图像金字塔中各层图像的向量H₊和H_-按顺序连接起来作为最终原始人脸图像I(x，y)的特征。

2.根据权利要求1所述的基于局部三值模式的人脸特征提取方法，其特征在于，步骤1在下采样构建人脸图像金字塔过程中，先对底层图像先进行滤波处理再下采样构建上层图像，以消除噪声影响。

3.根据权利要求2所述的基于局部三值模式的人脸特征提取方法，其特征在于，滤波时所用的滤波器采用高斯滤波器、DOG滤波器或小波多尺度滤波器。

4.根据权利要求1所述的基于局部三值模式的人脸特征提取方法，其特征在于，步骤2计算LTP特征向量时，阈值t的取值范围为[2，10]。

5.根据权利要求4所述的基于局部三值模式的人脸特征提取方法，其特征在于，阈值t 5。

6.根据权利要求1所述的基于局部三值模式的人脸特征提取方法，其特征在于，步骤2在计算各层图像的LTP特征谱时，只选取人脸图像金字塔中的n层图像来计算LTP特征谱，但是n层图像的选取原则应当统一，且n的取值范围为[4，6]。

7.根据权利要求1所述的基于局部三值模式的人脸特征提取方法，其特征在于，步骤5将所有人脸图像金字塔中各层图像的向量H₊和H_-按顺序连接起来作为最终原始人脸图像I(x，y)的特征时，先将人脸图像金字塔中各层图像的正、负LTP子特征值直方图对应的向量H₊和H_-分别组合成两个矩阵：H₊和H_-，然后采用主成分分析法对矩阵H₊和H_-进行降维处理，最后将降维处理后的矩阵H₊和H_-中的所有行向量按顺序连接起来作为最终原始人脸图像I(x，y)的特征。