一种利用对数变换和Kirsch算子的人脸光照不变特征提取方法技术

本发明专利技术公开了一种利用对数变换和Kirsch算子的人脸光照不变特征提取方法，包括以下步骤：将原图像变换到对数域；利用Kirsch算子对人脸图像锐化处理，提取人脸细节特征，同时消除人脸光照分量，所得结果就是需要提取的人脸光照不变特征。本发明专利技术对不同角度的光照具有一定的抑制作用，处理后人脸图像的识别率较现有的算法处理后的人脸识别率高；本发明专利技术采用对数变换和Kirsch算子对人脸图像做光照处理，方法简单，识别速度快。

【技术实现步骤摘要】
一种利用对数变换和Kirsch算子的人脸光照不变特征提取方法
本专利技术涉及模式识别
，具体是一种利用对数变换和Kirsch算子的人脸光照不变特征提取方法。
技术介绍
基于生物特征之一的人脸作为人体与生俱来的最普通的生理结构，具有其他生物特征所不具有的直接友好性，是生物特征识别研究领域的重要对象。因此，基于人脸的识别技术应运而生，它作为一种最能平衡各方利弊及具多功能的生物特征识别技术，在身份鉴定、人机交互和视频监控等商业应用领域中有着广阔的发展前景。经过近40年的研究和发展，取得了长足的进步，许多优秀的人脸识别算法在理想情况下已经能取得非常好的识别性能。但是人脸识别仍是一个没有彻底解决的难题，光照变化问题便是其未解决的关键问题之一。解决人脸识别中光照问题的方法主要分为三类：提取光照不变特征、光照变化的建模、光照条件标准化。在提取光照不变特征的方法中，又主要分为两种：第一种是在对数域，通过低通滤波消除光照分量，例如：在对数域中，利用离散余弦变换(DCT)或小波变换进行滤波处理等方法。第二种是构造除法运算，通过除法运算来消除慢变化的光照分量，例如：梯度脸(Gradient-face)、韦伯脸(Weber-face)、局部二值模式(LocalBinaryPattern，LBP)等方法。因此能够有效地提取在光照中保持鲁棒性的人脸特征以增强人脸识别在实际中的应用成为了一个至关重要的问题。
技术实现思路
本专利技术的目的在于提供一种能够提高人脸识别率的利用对数变换和Kirsch算子的人脸光照不变特征提取方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种利用对数变换和Kirsch算子的人脸光照不变特征提取方法，包括以下步骤：(1)将原图像变换到对数域；(2)在对数域中，利用Kirsch算子对人脸锐化处理，提取人脸的水平方向细节特征，同时消除了慢变化的人脸光照部分，所得结果就是需要提取的人脸光照不变特征。作为本专利技术进一步的方案：根据光照反射模型，任意灰度人脸图像I(x,y)可以看成是反射分量R(x,y)和光照分量L(x,y)的乘积，即I(x,y)＝R(x,y)L(x,y)；所述步骤(1)中，对人脸图像进行对数变换，使其反射分量和光照分量由相乘转换为相加，即lnI(x,y)＝lnR(x,y)+lnL(x,y)。作为本专利技术进一步的方案：以Kirsch算子模板进行锐化处理后，图像I'某像素点(x,y)的灰度值I'(x,y)如公式(1)所示：I'(x,y)＝-3lnI(x-1,y-1)-3lnI(x,y-1)-3lnI(x+1,y-1)-3lnI(x-1,y)-3lnI(x+1,y)+5lnI(x-1,y+1)+5lnI(x,y+1)+5lnI(x+1,y+1)(1)；为了表述方便，I(x+m,y+n)简记为Im,n，同理，R(x+m,y+n)简记为Rm,n，L(x+m,y+n)简记为Lm,n，则公式(1)简记为公式(2)，如下所示：I'0,0＝-3lnI-1,-1-3lnI0,-1-3lnI1,-1-3lnI-1,0-3lnI1,0+5lnI-1,1+5lnI0,1+5lnI1,1(2)；根据光照反射模型进一步得到公式(3)：I'0,0＝-3lnR-1,-1L-1,-1-3lnR0,-1L0,-1-3lnR1,-1L1,-1-3lnR-1,0I-1,0-3lnR1,0I1,0+5lnR-1,1R-1,1+5lnR0,1R0,1+5lnR1,1L1,1(3)；作为本专利技术进一步的方案：光照分量L(x,y)变化缓慢，所以有公式(4)：L-1,-1≈L0,-1≈L1,-1≈L-1,0≈L1,0≈L-1,1≈L0,1≈L1,1(4)；对于公式(4)的所有变量均用Lt替代，得到公式(5)：因此消除了光照分量。与现有技术相比，本专利技术的有益效果是：本专利技术对不同角度的光照具有一定的抑制作用，处理后人脸图像的识别率较现有的算法处理后的人脸识别率高；本专利技术采用对数变换和Kirsch算子对人脸图像做光照处理，方法简单，识别速度快。附图说明图1为本专利技术提取人脸光照不变特征的基本流程图。图2为本专利技术中以(x,y)为中心的八邻域灰度值矩阵及其对应的简化表达示意图。图3为提取CMUPIE人脸数据库光照不变特征前后的人脸示例图。图4为提取扩展YaleB正面人脸库光照不变特征前后的人脸示例图。具体实施方式下面结合具体实施方式对本专利的技术方案作进一步详细地说明。请参阅图1-4，一种利用对数变换和Kirsch算子的人脸光照不变特征提取方法，包括以下步骤：(1)将原图像变换到对数域；(2)在对数域中，利用Kirsch算子对人脸锐化处理，提取人脸的水平方向细节特征，同时消除了慢变化的人脸光照部分，所得结果就是需要提取的人脸光照不变特征。根据光照反射模型，任意灰度人脸图像I(x,y)可以看成是反射分量R(x,y)和光照分量L(x,y)的乘积，即I(x,y)＝R(x,y)L(x,y)；所述步骤(1)中，对人脸图像进行对数变换，使其反射分量和光照分量由相乘转换为相加，即lnI(x,y)＝lnR(x,y)+lnL(x,y)。以Kirsch算子模板进行锐化处理后，图像I'某像素点(x,y)的灰度值为I'(x,y)。具体来说，所述利用对数变换和Kirsch算子的人脸光照不变特征提取方法，具体步骤如下：(1)以原图像某一像素点(x,y)为中心的8邻域如图2(a)所示，为简化表述，中心像素点(x,y)处的灰度值I(x,y)表述为I0,0，如图2(b)所示，其邻域点的灰度值I(x+m,y+n)表述为Im,n。根据光照反射模型，任意灰度人脸图像I(x,y)可以看成是反射分量R(x,y)和光照分量L(x,y)的乘积，即I(x,y)＝R(x,y)L(x,y)，其中L(x,y)取决于光源且只代表面部光照的分量，R(x,y)取决于物体的表面特征并包含了面部的关键信息，在本专利技术中I(x+m,y+n)可表述为Rm,nLm,n。将人脸图像每个像素值变换到对数域，在本专利技术中lnI(x+m,y+n)表述为lnRm，n+lnLm，n。(2)Kirsch微分算子可以对人脸图像进行八个特定方向上的锐化处理，加强图像的细节边缘和轮廓特征，这八个方向上的模板分别为提取图像水平方向细节特征的算子主要是H0和H4算子，本专利技术在下面的推导过程中，仅以H4模板为例，对人脸图像进行锐化处理，得到I'。具体的原理推导过程如下：设以Kirsch算子的H4矩阵模板进行锐化处理后，人脸图像I'某像素点(x,y)的灰度值I'(x,y)如公式(1)所示：I'(x,y)＝-3lnI(x-1,y-1)-3lnI(x,y-1)-3lnI(x+1,y-1)-3lnI(x-1,y)-3lnI(x+1,y)+5lnI(x-1,y+1)+5lnI(x,y+1)+5lnI(x+1,y+1)(1)为了表述方便，I(x+m,y+n)简记为Im,n，同理，R(x+m,y+n)简记为Rm,n，L(x+m,y+n)简记为Lm,n，则公式(1)简记为公式(2)，如下所示：I'0,0＝-3lnI-1,-1-3lnI0,-1-3lnI1,-1-3lnI-1,0-3lnI1,0+5lnI-1,1+5lnI0,1+5lnI1,1本文档来自技高网...

【技术保护点】
一种利用对数变换和Kirsch算子的人脸光照不变特征提取方法，其特征在于，包括以下步骤：(1)将原图像变换到对数域；(2)在对数域中，利用Kirsch算子对人脸锐化处理，提取人脸的水平方向细节特征，同时消除了慢变化的人脸光照部分，所得结果就是需要提取的人脸光照不变特征。

【技术特征摘要】
1.一种利用对数变换和Kirsch算子的人脸光照不变特征提取方法，其特征在于，包括以下步骤：(1)将原图像变换到对数域；(2)在对数域中，利用Kirsch算子对人脸锐化处理，提取人脸的水平方向细节特征，同时消除了慢变化的人脸光照部分，所得结果就是需要提取的人脸光照不变特征。2.根据权利要求1所述的利用对数变换和Kirsch算子的人脸光照不变特征提取方法，其特征在于，根据光照反射模型，任意灰度人脸图像I(x,y)是反射分量R(x,y)和光照分量L(x,y)的乘积，即I(x,y)＝R(x,y)L(x,y)；所述步骤(1)中，对人脸图像进行对数变换，使其反射分量和光照分量由相乘变换为相加，即lnI(x,y)＝lnR(x,y)+lnL(x,y)。3.根据权利要求1-2所述的利用对数变换和Kirsch算子的人脸光照不变特征提取方法，其特征在于，以Kirsch算子(在下面的推导中，使用算子)进行锐化处理后，图像I'某像素点(x,y)的灰度值I'(x,y)如公式(1)所示：I'(x,y)＝-3lnI(x-1,y-1)-3lnI(x,y-1)-3lnI(x+1,y-1)-3lnI(x-1,y)-3lnI(x+1...

【专利技术属性】
技术研发人员：聂祥飞，王元元，何雪，熊文怡，杨志军，
申请(专利权)人：重庆三峡学院，
类型：发明
国别省市：重庆,50