[发明专利]一种人脸识别的图像预处理方法、装置

说明书

本发明提供一种人脸识别的图像预处理方法、装置，包括颜色分量拆分步骤，将人脸RGB图像的三个不同的色彩通道进行分离，获取R、G、B分量图像、G分量图像、B分量图像，以及获取所述R、G、B低频分量图像，R、G、B高频分量图像，对低频分量图像以及高频分量图像分别进行优化处理，合成所述预处理人脸图像。本发明，通过抑制主要是背景部分的低频分量，并基于光照参数增强高频分量图像部分，从而获得较为精准的预处理图像，便于处理光照不均匀、以及较暗环境下难以进行高精准图像识别与处理的技术问题。

技术领域

本发明涉及视频图像处理技术领域，尤其涉及一种人脸识别的图像预处理方法、装置。

背景技术

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。

传统的人脸识别技术主要是基于可见光图像的人脸识别，这也是人们熟悉的识别方式，已有30多年的研发历史。但这种方式有着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。解决光照问题的方案有三维图像人脸识别，和热成像人脸识别。但这两种技术还远不成熟，识别效果不尽人意。对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。而对于光照强度较弱的场景下的人脸图像的识别一直的技术难题，且尽可能保证人脸以及周边环境的色彩清晰，从而便于后续的视频处理与视频分析。

发明内容

有鉴于此，本发明提供了一种人脸识别的图像预处理方法、装置，通过频段优化处理光照不均匀、以及较暗环境下难以进行高精准图像识别与处理的技术问题。

本发明的技术方案如下：

一种人脸识别的图像预处理方法，所述方法包括：

颜色分量拆分步骤，将人脸RGB图像的三个不同的色彩通道进行分离，获取R分量图像、G分量图像、B分量图像，以及获取所述R分量图像、G分量图像、B分量图像分别对应的R低频分量图像、R高频分量图像，G低频分量图像、G高频分量图像，B低频分量图像、B高频分量图像；

低频优化步骤，对所述R分量图像、G分量图像、B分量图像执行低频抑制，获取所述R分量、G分量、B分量分别对应的R分量低频抑制图像、G分量低频抑制图像、B分量低频抑制图像；

高频优化步骤，对所述R高频分量图像、G高频分量图像、B高频分量图像进行增强；

生成步骤，基于所述R分量低频抑制图像、G分量低频抑制图像、B分量低频抑制图像，合成所述预处理人脸图像。

优选的，所述高频优化步骤，对所述R高频分量图像、G高频分量图像、B高频分量图像进行增强，包括：

获取入射光参数，并分别对所述R高频分量图像、G高频分量图像、B高频分量图像进行增强；

所述入射光参数r₀设置为常量K/图像的平均灰度值；

优选的，所述对所述R高频分量图像、G高频分量图像、B高频分量图像进行增强，包括：

基于入射光参数r₀分别与所述R高频分量图像、G高频分量图像、B高频分量图像分进行乘积，获取相应的R高频分量增强图像、G高频分量增强图像、B高频分量增强图像。

优选的，所述生成步骤，基于所述R分量低频抑制图像、G分量低频抑制图像、B分量低频抑制图像，合成所述预处理人脸图像，包括：