[发明专利]一种基于Priwitt算子的人脸光照不变特征提取方法

说明书

技术领域

本发明属于图像处理、模式识别技术领域，具体涉及一种基于Priwitt算子的人脸光照不变特征提取方法。

背景技术

与指纹、虹膜、掌纹、声音等生物特征识别技术相比，人脸识别可以在非接触的情况下完成身份确认等工作，具有交互方式友好、不需要用户特殊配合、不侵犯使用者隐私权等优点，因此受到了极大的关注，并逐渐成为研究的热点。然而，光照变化对人脸识别的影响特别大，相同人脸图像在不同光照条件下的差异往往大于不同人脸图像在相同光照条件下的差异，因此光照问题成为了影响人脸识别系统鲁棒性的关键因素之一。解决人脸识别中光照问题的方法主要分为三类：人脸光照不变特征提取、人脸建模、光照预处理和光照归一化。在提取光照不变特征的方法中，又主要分为两种：第一种是在对数域，通过低通滤波消除光照分量，例如：在对数域中，利用离散余弦变换(DCT)或小波变换进行滤波处理等方法。第二种是构造除法运算，通过除法运算来消除慢变化的光照分量，例如：梯度脸(Gradient-face)、韦伯脸(Weber-face)、局部二值模式(Local Binary Pattern，LBP)等方法。因此，如何高效地提取光照不变特征，消除光照对人脸识别的影响，成为了人脸识别的基本问题之一。

发明内容

本发明的目的在于提供一种能够提高人脸识别率的基于Priwitt算子的人脸光照不变特征提取方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于Priwitt算子的人脸光照不变特征提取方法，包括以下步骤：

(1)利用Priwitt算子对人脸图像锐化处理，提取人脸水平方向的细节特征；

(2)与原图像对应像素进行除法运算，消除慢变化的人脸光照部分，所得结果就是需要提取的人脸光照不变特征。

作为本发明进一步的方案：根据光照反射模型，任意灰度人脸图像I(x,y)是反射分量R(x,y)和光照分量L(x,y)的乘积，即I(x,y)＝R(x,y)L(x,y)；所述步骤(1)中，锐化处理时，应用Priwitt算子水平方向模板对人脸图像细节特征锐化处理，处理后的图像为I'。

作为本发明进一步的方案：以Priwitt算子D_x模板进行锐化处理后的人脸图像I'某中心像素点(x,y)的灰度值为I'(x,y)如公式(1)所示：

I'(x,y)＝I(x-1,y-1)+I(x,y-1)+I(x+1,y-1)-I(x-1,y+1)-I(x,y+1)-I(x+1,y+1)(1)；

为了表述方便，I(x+m,y+n)简记为I_m,n，同理，R(x+m,y+n)简记为R_m,n，L(x+m,y+n)简记为L_m,n，则公式(1)简记为公式(2)，如下所示：

I'_0，0＝I_-1,-1+I_0,-1+I_1,-1-I_-1,1-I_0,1-I_1,1(2)；

根据光照反射模型进一步得到公式(3)：

I'_0,0＝R_-1,-1L_-1,-1+R_0,-1L_0,-1+R_1,-1L_1,-1-R_-1,1L_-1,1-R_0,1L_0,1-R_1,1L_1,1(3)。

作为本发明进一步的方案：所述步骤(2)中除法运算为R(x,y)代表人脸的细节信息，是快变化的，而L(x,y)代表光照分量，是慢变化的，在局部是近似不变的，所以通过除法运算来近似消除L(x,y)分量。

作为本发明进一步的方案：光照分量L(x,y)变化缓慢，所以有公式(4)：

L_0,0≈L_-1,-1≈L_0,-1≈L_1,-1≈L_-1,1≈L_0,1≈L_1,1(4)；

将公式(4)的所有变量均用L_t替代，公式(3)可表达为公式(5)所示：