[发明专利]一种基于Roberts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，具体的说是一种基于Roberts算子的人脸光照不变特征提取方法。

背景技术

随着社会飞速发展，各行各业都需要有效的身份人鉴别系统来保障安全，保证社会经济持续高效地发展。在大数据时代，身份认证方式越来越多，比如基于口令、智能卡、密码、生物特征等识别方式。其中生物特征识别方式又可分为指纹、声纹、虹膜、视网膜、人脸特征等几种具体的识别方式，在这些方式中，最直接友好型的当属人脸识别技术。人脸信息有着不可复制、不可盗取、简便直观等优点，是大数据时代各商业银行应储备和发掘价值的重要战略资源。而随着技术变革和应用的普及，建设大规模、分布式人脸数据库及识别系统的成本不断降低，识别的精度不断提高。可以预见，人脸识别技术在商业银行领域的潜在价值将被不断发掘提升，在保障服务安全性、节约客户时间、提升客户体验、整合与挖掘数据资源等方面具备广泛的应用前景。纵使人脸识别技术众多优势并存，但仍然存在许多影响识别性能的因素，如姿态、年龄、光照等。其中，光照环境的不确定性和复杂多变性对人脸识别性能产生的影响最为严重。

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，如何高效地提取光照不变特征，开拓新的思路，挖掘新的方法，成为了人脸识别的基本问题之一。

发明内容

针对现有技术中存在的上述不足之处，本发明要解决的技术问题是提供一种基于Roberts算子的人脸光照不变特征提取方法。

本发明为实现上述目的所采用的技术方案是：一种基于Roberts算子的人脸光照不变特征提取方法，包括以下步骤：

利用Roberts算子对人脸图像锐化处理，提取人脸的细节特征；

将所述具有人脸细节特征的图像与原图像对应像素进行除法运算，消除人脸光照部分，得到人脸光照不变特征。

所述利用Roberts算子对人脸图像锐化处理，具体为：运用Roberts算子两个2×2模板和得到锐化后的人脸图像I'。

所述锐化后的人脸图像I'在像素点(x,y)的灰度值为：

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

其中，I(x+1,y+1)为人脸图像在像素点(x+1,y+1)的灰度值，I(x,y)为人脸图像在像素点(x,y)的灰度值，I(x+1,y)为人脸图像在像素点(x+1,y)的灰度值，I(x,y+1)为人脸图像在像素点(x,y+1)的灰度值。

所述提取人脸的细节特征后，锐化后的人脸图像I'在像素点(x,y)的灰度值表示为：

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

其中，I'_0,0＝I'(x,y)，为锐化后的人脸图像I'在像素点(x,y)的灰度值；R_1,1＝R(x+1,y+1)为人脸图像在像素点(x+1,y+1)的反射分量，L_1,1＝L(x+1,y+1)为人脸图像在像素点(x+1,y+1)的光照分量；R_0,0＝R(x,y)为人脸图像在像素点(x,y)的反射分量，L_0,0＝L(x,y)为人脸图像在像素点(x,y)的光照分量；R_1,0＝R(x+1,y)为人脸图像在像素点(x+1,y)的反射分量，L_1,0＝L(x+1,y)为人脸图像在像素点(x+1,y)的光照分量；R_0,1＝R(x,y+1)为人脸图像在像素点(x,y+1)的反射分量，L_0,1＝L(x,y+1)为人脸图像在像素点(x,y+1)的光照分量。

所述将所述人脸细节特征的图像与原图像对应像素进行除法运算，具体为：