[发明专利]一种融合DLDP与sobel的表情特征提取方法

摘要

本发明请求保护一种融合DLDP与sobel的表情特征提取方法，该方法将Kirsch算子的8个方向掩模分成两个子方向掩模再分别计算边缘响应值，获得两个编码(DLDP1和DLDP2)，级联两个编码的直方图得到表情特征DLDP。为了增强局部特征得到更加有用的信息，将DLDP与sobel算子进行融合得到特征Sobel‑DLDP。在JAFFE和Cohn‑Kanade人脸表情数据库上的实验表明，该方法与其它基于局部纹理的特征提取算法相比，不仅缩短了特征提取的运算时间，而且提高了识别率。

主权项

1.一种融合DLDP与sobel的表情特征提取方法，其特征在于，包括以下步骤：S1、将人脸表情图像与sobel算子进行卷积，得到人脸表情图像的边缘特征信息；S2、将S1得到的图像划分成不重叠的M×N个子区域；S3、令人脸面部图像的任意像素点X作为中心点与其领域8个像素点构成一个正方形，根据Kirsch算子的8方向掩模，以正方形的四个角作为第一子方向掩模，以正方形的边上四个中点作为第二子方向掩模，分别通过第一子方向掩模及第二子方向掩模与8个领域像素值卷积计算四个角和上下左右方向的边缘响应值；S4、将排名前3的边缘响应值所在的位置设为1，其他位置设为0，根据图像在4个方向的响应符号直接进行二值编码，构造图像局部描述子，得到DLDP1和DLDP2编码；S5、通过DLDP1和DLDP2得到DLDP编码梯度值的直方图，级联M×N个子区域的直方图，得到人脸表情图像的特征信息，再通过分类器得到融合DLDP与sobel的表情特征提取方法的识别率。