[发明专利]一种基于局部对比模式的人脸识别方法

权利要求书

1.一种基于局部对比模式的人脸识别方法，其特征在于，包括步骤：将人脸库中的样本分为训练集和测试集，采用伽马校正、高斯差分滤波及对比度均衡化对人脸图像样本进行预处理；对预处理后的人脸图像均等划块，对每个分块分别采用局部对比模式对每个像素计算特征值，用特征值代替对应像素的原始灰度值，得到局部对比模式LCP特征脸；将局部对比模式特征脸按照所划分的分块分别转换为直方图，并将所有分块按列优先级联成增强直方图，采用卡方χ²距离函数计算测试集人脸图像的增强直方图与所有训练集人脸图像的增强直方图的χ²距离；将直方图之间的χ²距离进行比较，选出距离最小的一类，作为测试集图像。

2.根据权利要求1所述的人脸识别方法，其特征在于，伽马校正是对原始灰度图像I采用指数或者对数变换的非线性变换。

3.根据权利要求1所述的人脸识别方法，其特征在于，调用高斯差分滤波器的传递函数：Hi,j=Σ(x,y)∈RjI{fLBP(x,y)=i}i=0,1,...,n-1j=0,1,...,m-1]]>，对经过伽马校正的灰度图像信号作高斯差分滤波，过滤掉冗余信息，其中，A、B为规范化系数，σ₁、σ₂分别是两个滤波器的宽度，u为灰度图像信号。

4.根据权利要求1所述的人脸识别方法，其特征在于，对每个分块分别采用局部对比模式方法对每个像素计算特征值具体为，采用T算子：T=(s(g₀/g_c),s(g₁/g_c),…,s(g_p-1/g_c))描述人脸图像局部的纹理特征；通过对每一个邻居像素与中心像素灰度值的比值s(g_p/g_c)指定一个二项式因子2^p，计算，得到描述图像局部纹理特征的局部对比模式LCP特征值，其中，g_c代表局部区域中心像素点的灰度值，g₀到g_p-1代表局部区域中以g_c为圆心、半径为R的圆弧上均匀分布的P个邻居像素的灰度值，P为邻居像素数。

5.根据权利要求1所述的人脸识别方法，其特征在于，级联成增强直方图具体为，将局部二值模式LCP特征脸按照所划分的分块分别转换为直方图，将所有分块直方图，根据局部对比模式LCP特征脸函数f_LBP(x,y)调用公式：Hi,j=Σ(x,y)∈RjI{fLBP(x,y)=i}i=0,1,...,n-1j=0,1,...,m-1]]>按列优先级联成一个m×n维的增强直方图，m为直方图数，n为人脸图像分块数。