[发明专利]基于专家系统的人脸表情图像识别方法

权利要求书

1.一种基于专家系统的人脸表情图像识别方法，其特征在于，该方法通过建立在表情图像处理方法和传统计算机程序功能的基础上的用于人脸表情识别的专家系统对预处理的图像进行推理识别人脸表情，所述方法包括以下步骤：

1)从视频中捕捉图像，获得该视频中的用户信息，然后通过图像处理，图像特征提取，进行身份验证，获取用户的表情图像特征参数，确定用户表情库，建立识别人脸表情专家系统；

2)对从视频中捕捉的图像进行图像处理和图像特征提取，获得用户表情程度最大化时的特征参数，将特征参数与步骤1)确定的用户表情库中的表情训练样本参数进行比对，经过专家系统推理机的推理最终输出表情识别的统计结果。

2.根据权利要求1所述的一种基于专家系统的人脸表情图像识别方法，其特征在于，所述步骤1)中建立识别人脸表情图像专家系统具体包括步骤：

11)获取人脸表情图像；

12)对人脸表情图像预处理；

13)提取人脸表情图像特征；

14)建立人脸表情专家系统规则库并将步骤13)中提取的特征参数存入到规则库中。

3.根据权利要求1所述的一种基于专家系统的人脸表情图像识别方法，其特征在于，所述步骤2)中表情识别获取人脸表情图像识别结果具体包括步骤：

21)获取用户的表情图像：视频信息接收后，从视频信息中捕捉图像，获取用户的表情图像。

22)对步骤21)中获取的人脸表情图像，进行图像预处理；

23)对步骤22)中获得的眼部和嘴部的图像进行特征提取；

24)表情识别：将步骤23)中得到的特征参数输入到识别人脸表情图像专家系统中并与专家系统规则库中存储的面部表情特征参数进行对比，经过专家系统中推理机的推理并输出推理结果。

4.根据权利要求2和3所述的一种基于专家系统的人脸表情图像识别方法，其特征在于，所述步骤12)和步骤22)和中人脸表情图像的预处理具体包括图像去噪、尺度归一化、灰度归一化、图像分割和图像二值化；

所述图像去噪后得到去噪后的图像g(i，j)为：

g(i，j)＝∑f(i，j)/N，(i，j)∈M

其中：f(i，j)为给定的含有噪声的图像，M是所取邻域中各邻近像素的坐标，N是邻域中包含的邻近像素的个数；

所述尺度归一化后得到目标图像g(x，y)为：

g(x，y)＝f(x/a+x₀，y/a+y₀)

其中：f(x，y)为归一化前图像，(x₀，y₀)为图片目标区域的重心，a为尺度因子，所述尺度因子为：

a＝sqrt(T/m)

其中：m为目标图像的面积；T为归一化前图像的面积。

所述灰度归一化为分段线性灰度变换方法；

所述图像分割技术为串行区域分割技术，通过对嘴巴和眼睛目标区域的直接检测来对图像进行分割；

所述图像二值化算法为二值化方法Otsu算法，使用灰度阈值将灰度图像分成目标部分和背景部分两类。