[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

摘要

本发明请求保护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，该方法包括步骤：对人脸表情图像应用梯度算子计算人脸表情梯度图像；分别对梯度图像的符号分量、幅度分量和中心像素值进行编码；对梯度图像的符号分量、幅度分量和中心像素值的编码值进行组合得到完备局部三值模式；将两个不同邻域的完备局部三值模式进行融合得到改进完备局部三值模式。本发明解决了其他方法可能将不同的模式归为同一类的问题，而且还对随机噪声和光照变化具有较好的鲁棒性，并且使得人脸表情特征能够包含更多更精确到人脸表情纹理信息，可以获得较高的人脸表情识别率。

主权项

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,...,Jt‑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。