[发明专利]人脸图像处理方法及其系统、计算机设备、可读存储介质

说明书

本发明提供人脸图像处理方法及其系统、计算机设备、可读存储介质，所述方法包括：获取人脸图像；采用改进后的单尺度Retinex算法对所述人脸图像进行图像增强处理；其中，所述改进后的单尺度Retinex算法包括采用双边滤波器对图像进行滤波处理；使用高斯‑拉普拉斯(LoG)及归一化处理方式对进行图像增强处理后的图像进行边缘细节特征的提取。实施本发明，能够提高复杂光照条件下人脸识别准确率。

技术领域

本发明涉及人脸识别技术领域，特别涉及人脸图像处理方法及其系统、计算机设备、可读存储介质。

背景技术

人脸识别是通过提取人脸图像的特征信息从而进行分类识别的一种生物识别技术。因其具有方便性和友好性以及随着信息技术的发展，在安检、航天、医疗等领域有着广泛的应用。在理想环境下，人脸识别技术取得了很大的进步和应用，但在多变的光照环境下人脸识别技术的性能会受到严重影响。

其中，传统的人脸识别技术采用Retinex算法进行处理光线，该理论指出图像可以看成照射图像分量和反射图像分量的乘积。Retinex算法使用高斯函数对输入图像进行光照估计，并且假设图像在空间上的光照变化是平滑的，而实际受光照影响较大的图像在使用该算法时会产生“光晕”现象。

发明内容

本发明目的在于提供人脸图像处理方法及其系统、计算机设备、可读存储介质，以提高复杂光照条件下人脸识别准确率。

为了实现本发明目的，根据第一方面，本发明实施例提供一种提取人脸图像特征的方法，包括如下步骤：

获取人脸图像；

采用改进后的单尺度Retinex算法对所述人脸图像进行图像增强处理；其中，所述改进后的单尺度Retinex算法包括采用双边滤波器对图像进行滤波处理；

使用高斯-拉普拉斯(LoG)及归一化处理方式对进行图像增强处理后的图像进行边缘细节特征的提取。

优选地，所述采用双边滤波器对图像进行滤波处理如以下公式所示：

其中，f(x)为输入图像在像素点x处的亮度值，h(x)为输出图像在像素点x处的亮度值，c(ξ,x)为像素点ξ和像素点x之间的距离，s(f(ξ),f(x))为像素点ξ和像素点x之间的亮度相似度；

设c(ξ,x)和s(f(ξ),f(x))为高斯函数，即：

其中，d(ξ,x)表示像素点ξ和像素点x之间的欧式距离。

优选地，所述使用高斯-拉普拉斯(LoG)及归一化处理方式对进行图像增强处理后的图像进行边缘细节特征的提取包括：

使用高斯滤波器对进行图像增强处理后的图像作平滑处理；

使用Laplacian算子作对平滑处理后的图像进行卷积处理；

对卷积处理得到的图像矩阵进行归一化处理。

优选地，所述使用Laplacian算子作对平滑处理后的图像进行卷积处理如以下公式所示：

其中，h_l(x,y)为输出，g(x,y)为进行图像增强处理后的图像，*为卷积运算符，G(x,y)为高斯滤波器的滤波函数，为拉普拉斯算子；

则LoG算子为：

其中，σ为高斯函数的空间分布系数。