[发明专利]一种消除遮挡影响的LBP人脸识别方法

说明书

技术领域

本发明属于数字图像处理、模式识别技术领域，特别涉及一种消除遮挡影响的LBP人脸识别方法。

背景技术

生物识别技术是通过人类生物特征识别身份的一种技术。生物识别技术所研究的生物识别特征包括人脸、指纹、掌纹、虹膜、视网膜等等。由于人体特征的唯一性，这些人体生物密钥是很难被复制、失窃或者遗失的，因此生物识别技术比传统的身份鉴定方法更可靠、便捷。人脸识别是近年来发展最快的生物特征识别技术。人脸识别的主要算法有基于几何特征的人脸识别方法、基于模板匹配的人脸识别方法、基于样本学习的人脸识别方法和基于纹理特征的人脸识别方法，本文介绍的LBP(Local Binary Pattern)即局部二值模式是一种基于纹理特征的人脸识别方法。LBP是一种描述图像局部空间结构的非参数算子。芬兰奥卢(Oulu)大学的T．ojala等人于1996年提出了这个算子用来分析图像纹理特征，并且描述了它在纹理分类中的强区分能力。LBP算子定义为一种灰度尺度不变的纹理算子，是从局部邻域纹理的普通定义得来的。其基本思想是：用其中心像素的灰度值作为阈值，与它的邻域相比较得到的二进制码来表述局部纹理特征。在纹理分析方面，LBP算子是最好的纹理描述符之一，它的主要优点有以下几点：(1)通过它的定义可知，LBP算子的灰度尺度不随任何单一变换而变化，因此灰度尺度的鲁棒性好，也就是光照条件下的鲁棒性好；(2)计算速度快。由于它可以通过在小邻域内进行比较操作得到，使得在复杂的实时条件下分析图像成为可能；(3)由于LBP算子是一种无参数的方法，在应用过程中不需要对它的分布进行预先假设。

然而基于纹理特征的LBP人脸识别方法极容易受到遮挡的影响，如果人脸受到部分遮挡，提取的纹理特征将包括遮挡物的纹理特征，导致人脸识别结果受到影响。

针对上述问题，本发明提出一种消除人脸遮挡的LBP人脸识别方法。

发明内容

本发明的目的在于消除人脸识别在人脸受到部分遮挡时的影响。

为实现上述目的，本发明采用的方法按以下步骤实现：

一种消除光照不均匀的LBP人脸识别方法，其特征在于：按以下步骤实现，

S01：采用肤色分割的方法，用待测的人脸图像分割出人脸受遮挡区域和未受遮挡区域；

S02：创建一张与待测人脸图像大小一致的标记图，标记出S01分割出来的未受遮挡的人脸区域；

S03：将待测人脸图像转换为灰度人脸图像；

S04：参照标记图，提取所述灰度人脸图像中被标记区域的LBP纹理特征；

S05：参照标记图，对人脸数据库中所有灰度人脸图片提取被标记区域的LBP纹理特征；

S06：对步骤S04和步骤S05提取的纹理特征进行比对识别。

在本发明一实施例中，所述步骤S01中是将RGB颜色空间的人脸图像转换到YCbCr颜色空间后再进行分割。

在本发明一实施例中，所述的遮挡区域不限定人脸的任何区域，不限定形状，但是遮挡区域大小不能超过人脸图像大小的1/2。

在本发明一实施例中，所述的标记图是一张与待测人脸图像大小一样的二值图像，只用两种颜色表示遮挡与未遮挡区域。

在本发明一实施例中，所述步骤S04和步骤S05的灰度人脸图像具有相同的大小。

在本发明一实施例中，所述步骤S04和步骤S05的LBP纹理特征提取算法采用统一局部二值模式，提取的纹理特征向量具有相同的维数。

在本发明一实施例中，所述步骤S06的识别方法采用最近邻分类法或K近邻分类法或SVM分类器对待测图像与数据库人脸图像进行识别。

本发明具有以下有益效果：本发明提供了一种消除遮挡影响的LBP人脸识别方法，解决人脸受到局部遮挡影响人脸识别率的问题。

附图说明

图1为本文算法的流程图；

图2为本文算法处理过程的一个事例。

具体实施方式

下面结合附图，对本发明的方法进行具体说明。

本发明提出了一种消除遮挡影响的LBP人脸识别方法，解决人脸受到局部遮挡影响人脸识别率的问题，按以下步骤实现：

S01：标记人脸受到遮挡的区域。采用肤色分割的方法，用待测的人脸图像分割出人脸受遮挡的区域和未受遮挡的区域。

S02：创建一张标记图作为纹理特征提取的参照图。创建一张与待测人脸图像大小一致的图片，标记出S01分割出来的未被遮挡的人脸区域。

S03：将待测人脸图像转换为灰度人脸图像。