[发明专利]一种基于改进完备局部三值模式的人脸表情特征提取方法

权利要求书

1.一种基于改进完备局部三值模式的人脸表情特征提取方法，其特征在于，包括以下步骤：

S1、输入人脸表情图像，应用梯度算子计算人脸表情图像的梯度，将人脸表情梯度图像用于后续的特征提取；

S2、将人脸表情梯度图像划分成不重叠的子区域，J₀,J₁,J₂,...,J_t-1，其中t是非重叠区域的数量；

S3、在中心像素邻域内，统计中心像素与邻域像素值，将图像的局部差异分解为正负方向上的符号分量和幅度分量；

S4、使用正负方向上的符号分量建立符号分量编码值CLTP_S；

S5、使用正负方向上的幅度分量建立符号分量编码值CLTP_M；

S6、使用中心像素值和整幅图像的平均灰度建立中心像素编码值CLTP_C；

S7、将CLTP_S、CLTP_M和CLTP_C进行组合得到完备局部三值模式；

S8、将在N1和N2邻域下提取的完备局部三值模式特征向量采用串联或者并联的方法进行融合得到改进的完备局部三值模式特征向量，应用K近邻联合稀疏表示分类器对融合信息进行分类并识别人脸表情。

2.根据权利要求1所述的基于改进完备局部三值模式的人脸表情特征提取方法，其特征在于，所述N1为(8,1)，N2为(16,3)。

3.根据权利要求1所述的基于改进完备局部三值模式的人脸表情特征提取方法，其特征在于，所述步骤S1计算人脸表情图像梯度的等式为：

其中I为原始图像，而G_x与G_y分别为Sobel梯度算子水平和垂直方向上的3×3内核，I^x和I^y分别代表水平和垂直滤波的结果，而梯度算子使用Scharr算子，其内核如下：

将I^x和I^y组合起来给出近似梯度：

或者用下面的公式代替：

I_G＝|I^x|+|I^y|，I_G表示为梯度图像。

4.根据权利要求1所述的基于改进完备局部三值模式的人脸表情特征提取方法，其特征在于，所述步骤S3将梯度图像的局部差异分解的等式为：

g_c和g_p分别为中心像素灰度值与邻域像素灰度值，t为控制参数，s^upper和s^lower分别为正负方向上的符号分量，m^upper和m^lower为正负方向上的幅度分量。

5.根据权利要求4所述的基于改进完备局部三值模式的人脸表情特征提取方法，其特征在于，所述步骤S4利用s^upper和s^lower来建立符号分量编码值CLTP_S_P,R：

CLTP_S_P,R就是将和结合在一起，如下所示：

g_c和g_p分别为中心像素灰度值与邻域像素灰度值，P表示其邻域里所包含的像素个数总数，R是邻域的半径，t为控制参数，表示正方向的符号分量编码值，表示负方向上的符号分量编码值。

6.根据权利要求5所述的基于改进完备局部三值模式的人脸表情特征提取方法，其特征在于，所述步骤S5利用m^upper和m^lower来建立幅度分量编码值CLTP_M_P,R：

g_c和g_p分别为中心像素灰度值与邻域像素灰度值，P表示其邻域里所包含的像素个数总数，R是邻域的半径，t为控制参数，表示正方向的幅度分量编码值，表示负方向上的幅度分量编码值。