[发明专利]一种基于对数差分的图片人脸轮廓特征提取方法

说明书

技术领域

本发明涉及人脸识别领域，更具体地，涉及一种基于对数差分的图片人脸轮廓特征提取方法。

背景技术

现有技术中，在对人脸图片进行识别时，若该人脸图片受到光照的影响，一般选择兰伯特模型来对人脸图片进行处理。兰伯特模型原理如下：把一张m×n维人脸图片像素点的像素值f(x,y)分解为一个光照分量S与一个反射率分量ρ的乘积：

f(x,y)＝ρ(x,y)S(x,y),1≤x≤m,1≤y≤n.

其中反射率分量ρ含有人脸轮廓特征，因此需要把ρ分解出来。一般认为，光照分量S是缓慢变化的，满足以下公式：

S(x-i△x,y-i△y)≈S(x,y)

其中△x与△y表示小量的平移，即(x-i△x,y-i△y)一般是最靠近当前像素的像素点，因此i,j∈A＝{-1,0,1}。在上述基础上可以使用韦伯脸，约掉光照分量S，保留含有反射率分量ρ的项，再进行求和与arctan变换，获得人脸轮廓特征，利用获取的人脸轮廓特征可进行人脸识别。获取人脸轮廓特征的具体过程如下：

但是，上述现有技术在应用过程中存在着一下几个缺点：第一，在光照变化非常剧烈、或是非控制的光照变化、或者混有其他复杂变化(如表情、姿势、遮挡、模糊等)时，其识别效果大大变差；第二，当分母趋向于0时，商值会趋向于无穷大，因此其数值运算不稳定；第三，该方法只能对当前像素点周围一圈的邻域进行处理，并不能应用于更大的邻域，因此其适应性较差。

发明内容

本发明为解决以上现有技术的缺陷，提供了一种基于对数差分的图片人脸轮廓特征提取方法，该方法具有数值运算稳定、适应性强的特点，尤其在图片光照变化剧烈、或混有其他复杂变化的情况下，对图片的处理效果依然很好。

为实现以上发明目的，采集的技术手段如下：

一种基于对数差分的图片人脸轮廓特征提取方法，该方法提取图片像素的差分边界图，进行arctan变换获得人脸轮廓特征，具体如下：

S1.把图片的灰度值区间调为[1,256]，设当前要处理的像素点为(x,y)，以该像素点为中心划分出邻域N_(x,y)，对像素点(x,y)的灰度值f(x,y)进行分解：

f(x,y)＝ρ(x,y)S(x,y)  (1)

其中ρ(x,y)为反射率分量，ρ(x,y)包含有人脸轮廓特征，S(x,y)为光照分量；

对f(x,y)取对数，得

F(x,y)＝logf(x,y)＝logρ(x,y)+logS(x,y)  (2)

对邻域N_(x,y)中的其他像素点利用式(1)、(2)进行处理，得

F(x~,y~)=logρ(x~,y~)+logS(x~,y~)]]>

令F(x,y)-F(x~,y~),]]>得