[发明专利]一种基于伽马变换的韦伯人脸的光照归一化方法

权利要求书

1.一种基于伽马变换的韦伯人脸的光照归一化方法，其特征在于，包括以下步骤：

步骤1：对人脸图像I进行线性变换，得到灰度值范围在0～1之间图像I_i；

步骤2：对图像I_i进行伽马变换，得到增强图像

步骤3：利用高斯函数对图像进行求导，得到

步骤4：对进行邻域积分，得到R^γ；

步骤5：对R^γ进行归一化，得到最后的结果即光照归一化的r；其中，r表示光照归一化后真实的反射人脸。

2.根据权利要求1所述的基于伽马变换的韦伯人脸的光照归一化方法，其特征在于，步骤1中所述对人脸图像I进行线性变换，其中线性变换公式为：

其中，L表示人脸图像中的光照分量，R表示得到的真实的反射人脸。

3.根据权利要求2所述的基于伽马变换的韦伯人脸的光照归一化方法，其特征在于，步骤2中所述对图像I_i进行伽马变换，其中伽马变换公式为：

其中，γ表示伽马系数，γ∈(0，1)。

4.根据权利要求3所述的基于伽马变换的韦伯人脸的光照归一化方法，其特征在于，步骤3的具体实现过程是：

5.根据权利要求4所述的基于伽马变换的韦伯人脸的光照归一化方法，其特征在于，步骤4的具体实现过程是：假设局部内(L^γ)′＝0成立，简化得到则对进行邻域积分得到R^γ；

其中，Ω表示3×3的邻域，图像上因为邻域Ω内则在邻域内成立；α是一个调整参数，调整邻域像素之间的像素差。

6.根据权利要求5所述的基于伽马变换的韦伯人脸的光照归一化方法，其特征在于，步骤5中所述对R^γ进行归一化，归一化公式为：

其中，表示R^γ的最小值，表示R^γ的最大值。