[发明专利]基于中波红外人脸图像的立体重构方法

摘要

本发明公开了一种基于中波红外的人脸图像的立体重构方法，主要解决现有技术重构可见光人脸图像易受光源变化影响，重构结果不稳定的问题。其实现方案为：1、利用中波红外热像仪采集人脸图像；2、对人脸图像的红外辐射信息进行解密和灰度值转化，得到二维人脸灰度图像；3、对二维人脸灰度图像进行去噪和直方图均衡化，得到人脸目标灰度图像；4、计算人脸目标灰度图像的梯度并求得辐射函数；5、根据辐射函数获得亮度函数并对其求偏导数；6、对亮度函数进行泰勒展开得到关于高度的迭代公式，求解出人脸目标图像的高度。本发明提高了人脸图像的立体重构稳定性，并能同时获得人脸图像的热辐射信息，可应用于医疗检查、身份鉴定及过程监控。

主权项

1.一种基于中波红外人脸图像的立体重构方法，其特征在于，包括：(1)利用中波红外热像仪采集人脸数据，得到人脸在红外中波波段的二维图像，以及该二维图像上每个像素点所对应的红外辐射信息；(2)对二维图像上每个像素点所对应的红外辐射信息依次进行解密和灰度值转化处理，得到人脸二维灰度图像：(2a)将中波红外人脸图像的红外辐射信息中的数据标上序号，再从第一个数据开始，将序号为奇数的数据作为16位二进制编码的高八位数，将序号为偶数的数据作为16位二进制编码的低八位数，并将高八位数与低八位数合并，得到十六位的二进制数，再将其转化成十进制数,得到十进制数的数组；(2b)将十进制数的数组按照红外热像仪成像规格，转化成矩阵，再对该矩阵依次进行旋转，翻折操作，得到解密矩阵；(2c)在解密矩阵的所有元素中，由高位向低位获得相同二进制数的位数，并将这个位数对应的十进制数作为基数，再用解密矩阵减去基数，得到解密后的中波人脸图像；(2d)对解密后的中波人脸图像进行归一化处理，使其每一个元素的数值范围处于[0,255]之间，得到人脸二维灰度图像；(3)对人脸的二维灰度图像依次进行去噪和直方图均衡化处理，分离出人脸目标和背景，得到人脸目标二维灰度图像E；(4)假设人脸目标二维灰度图像中每个像素点的高度Z初始值为零，优化参数为P；(5)计算人脸目标二维灰度图像中每个像素点的高度Z沿x轴和y轴的梯度值，得到相对于人脸目标灰度图像表面沿x轴的梯度gx和沿y轴的梯度gy，再利用人脸图像表面梯度与中波红外热像仪位置的关系，得到人脸目标灰度图像的辐射函数Rz；(6)根据人脸目标二维灰度图像E和辐射函数Rz，得到人脸目标灰度图像的亮度函数fz，并对该亮度函数fz求偏导数dfz；(7)对偏导数dfz进行正则化约束，得到亮度函数关于梯度的修正偏导数其中K＝10^‑6为设置的固定参数；(8)对人脸目标灰度图像的亮度函数fz进行泰勒展开，得到人脸目标灰度图像关于高度Z的迭代公式：fz(n‑1)+(Z‑Z(n‑1))dfz＝0，其中，n表示迭代次数，Z表示当前的高度，Z(n‑1)表示前一次迭代的高度；(9)根据人脸目标灰度图像关于高度Z的迭代公式和亮度函数关于梯度的修正偏导数dfz'，得到人脸目标灰度图像中每个像素点的高度Z：(9a)令高度值第n次迭的结果Z(n)＝Z，并将其代入步骤(8)中的迭代公式中，得到新的迭代公式：fz(n‑1)+(Z(n)‑Z(n‑1))dfz＝0；(9b)将修正偏导数dfz'替换步骤(9a)中新的迭代公式中的偏导数dfz，得到人脸目标灰度图像中每个像素点高度(9c)将经过n次迭代计算的高度Z(n)重新赋值给Z，当迭代次数n达到100时，则停止计算，得到人脸目标灰度图像中每个像素点的高度Z，执行步骤(10)；否则执行步骤(9d)；(9d)将的计算结果重新赋值给P，并将P作为新的优化参数，返回步骤(5)进行下一次迭代；(10)用人脸目标灰度图像中每个像素点的高度Z与原来的人脸目标二维灰度图像一起，构成人脸目标的三维图像，实现基于中波人脸图像的立体重构。