[发明专利]一种联合单尺度Retinex算法和归一化结构描述子的光照人脸识别方法

权利要求书

1.一种联合单尺度Retinex算法和归一化结构描述子的光照人脸识别方法，包括以下步骤：

A、注册阶段，对于每个人的光照正常人脸，首先利用单尺度Retinex算法进行处理，提取反射分量，之后对处理结果进行均匀滤波，消除噪声，然后提取归一化结构描述子，最后利用归一化结构描述子生成去光照的人脸图像，并将去光照的人脸图像存入数据库中；

B、识别阶段，采集一幅任意光照的人脸图像，首先对其利用单尺度Retinex算法进行处理，之后对处理结果进行均匀滤波，消除噪声，然后提取归一化结构描述子，最后利用归一化结构描述子生成该光照人脸的去光照人脸图像，利用该去光照人脸图像与数据库中的去光照人脸图像依此进行结构相似度SSIM计算，如果最大的结构相似度值大于设定阈值0.40，则最大的结构相似度值所对应的的人即为最终的识别结果，如果最大的结构相似度值小于设定阈值0.40，则该人脸图像所对应的人在数据库中不存在。

2.根据权利要求1所述的联合单尺度Retinex算法和归一化结构描述子的光照人脸识别方法，其特征在于，所述步骤A具体包括：

A1、对于每个人，首先利用摄像头采集其光照正常的人脸图像；

A2、对于每个人的光照正常人脸图像，首先利用单尺度Retinex算法进行处理，提取反射分量；

A3、对A2步骤中得到的处理结果进行均匀滤波，消除噪声；

A4、将A3步骤中得到的均匀滤波后的结果提取归一化结构描述子；将图像按照5*5的大小进行网格划分，对于每一个网格，计算它的均值μ和方差σ，则网格中每一个像素点的归一化结构描述子定义为NSD(x,y)

NSD(x,y)=(Pixel(x,y)-μ)/σ，其中Pixel(x,y)为(x,y)处像素值；

A5、将A4步骤中得到的每一个像素点的归一化结构描述子作为光照正常人脸图像中对应位置的新像素值，就得到了去光照的人脸图像，将该去光照的人脸图像存入数据库中。

3.根据权利要求1所述的联合单尺度Retinex算法和归一化结构描述子的光照人脸识别方法，其特征在于，所述步骤B具体包括：

B1、对于任意一个人，利用摄像头采集其任意光照的人脸图像；

B2、对B1步骤中采集到的任意光照的人脸图像利用单尺度Retinex算法进行处理，提取反射分量；

B3、对B2步骤中得到的处理结果进行均匀滤波，消除噪声

B4、利用B3步骤中得到的均匀滤波后的结果提取归一化结构描述子；将图像按照5*5的大小进行网格划分，对于每一个网格，计算它的均值μ和方差σ，则网格中每一个像素点的归一化结构描述子定义为NSD(x,y)

NSD(x,y)=(Pixel(x,y)-μ)/σ，其中Pixel(x,y)为(x,y)处像素值；

B5、将B4步骤中得到的每一个像素点的归一化结构描述子作为该任意光照人脸图像中对应位置的新像素值，就得到了该任意光照人脸图像的去光照人脸图像；

B6、将B5得到的去光照人脸图像与数据库中的去光照人脸图像依此进行结构相似度SSIM计算，如果最大的结构相似度值大于设定阈值0.40，则最大的结构相似度值所对应的的人即为最终的识别结果，如果最大的结构相似度值小于设定阈值0.40，则该人脸图像所对应的人在数据库中不存在。