[发明专利]一种利用对数变换和Laplacian算子的人脸光照不变特征提取方法

说明书

技术领域

本发明涉及模式识别技术领域，具体是一种利用对数变换和Laplacian算子的人脸光照不变特征提取方法。

背景技术

近年来人脸识别技术越来越受人们关注，得到了迅速地发展，逐渐成为热点研究领域。是模式识别和图像处理领域的研究热点，在刑事侦查、公共安全、等领域具有广泛的应用。然而，姿态、表情、光照变化等是影响人脸识别系统性能的几大关键因素，其中，光照变化表现得尤为严重。光照变化使人脸灰度分布存在较大的差异，降低了人脸识别率，对人脸识别有关键性的影响，减少并消除这种影响是人脸识别技术的主要难点之一。解决人脸识别中光照问题的方法主要分为三类：提取光照不变特征、光照变化的建模、光照条件标准化。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，能够有效地提取在光照中保持鲁棒性的人脸特征以增强人脸识别在实际中的应用成为了一个至关重要的问题。

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利用对数变换和Laplac ian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：

一种利用对数变换和Laplacian算子的人脸光照不变特征提取方法，包括以下步骤：

(1)将原图像变换到对数域；

(2)在对数域中，利用Laplacian算子对人脸图像进行锐化处理，提取人脸的细节特征，同时消除了人脸光照分量，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，对人脸图像进行对数变换，使其反射分量和光照分量由相乘变换为相加，即lnI(x,y)＝lnR(x,y)+lnL(x,y)。

作为本发明进一步的方案：以Laplacian算子对人脸图像进行锐化处理，处理后的图像为I'，某像素点(x,y)的灰度值I'(x,y)如公式(1)所示：

I'(x,y)＝4lnI(x,y)-lnI(x-1,y-1)-lnI(x+1,y-1)-lnI(x-1,y+1)-lnI(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＝4lnI_0,0-lnI_-1,-1-lnI_1,-1-lnI_-1,1-lnI_1,1(2)；

根据光照反射模型进一步得到公式(3)：

I'_0,0＝4lnR_0,0+4lnL_0,0-lnR_-1,-1-lnL_-1,-1-lnR_1,-1-lnL_1,-1-lnR_-1,1-lnL_-1,1-lnR_1,1-lnL_1,1(3)；

光照分量L(x,y)变化缓慢，所以有公式(4)：

L_0,0≈L_-1,-1≈L_1,-1≈L_-1,1≈L_1,1(4)；

将公式(4)的所有变量均用L_t替代，所以式(3)可表达为公式(5)所示：