一种基于分数阶微积分的人脸检测图像预处理方法技术

本发明专利技术公开了一种基于分数阶微积分的人脸检测图像预处理方法，所述方法具体包括以下步骤：对待处理的噪声图像通过Otsu最大类间方差法结合噪声点概率预估值进行噪声点分割；采用阶数自适应的分数阶积分对分割出的噪声点充分滤波；采用阶数自适应的分数阶微分对其他像素点进行图像增强；提取图像特征，通过Viola‑Jones算法从图像中提取出人脸信息。本发明专利技术的特点是设计了一种基于分数阶微积分的人脸检测图像预处理方法，克服了传统图像处理方法去噪同时引入的图像模糊问题，通过自适应分数阶微积分对人脸图像进行预处理，提高了人脸检测的精度和效率。

A method of face detection image preprocessing based on Fractional Calculus

The invention discloses a face of fractional calculus detection method based on image preprocessing, the method comprises the following steps of: treating noise image processing by Otsu Otsu method combined with the estimated value of the noise points segmentation noise probability; using fractional order integral adaptive filter for noise segmentation the full; using fractional order differential order adaptive image enhancement of other pixels; image feature extraction, extracted face information from the image by Viola Jones algorithm. The characteristic of this invention is to design a face of fractional calculus detection method based on image preprocessing, image processing method overcomes the traditional image denoising while introducing fuzzy problem through adaptive fractional calculus to preprocess the face image, improve the accuracy and efficiency of face detection.

【技术实现步骤摘要】
一种基于分数阶微积分的人脸检测图像预处理方法
本专利技术涉及图像处理和人脸识别，具体涉及一种基于分数阶微积分的人脸检测图像预处理方法。
技术介绍
人脸检测图像的预处理包括图像增强和图像复原，其中图像增强技术可以提高图像质量从而增强图像中感兴趣部分的细节信息和凸显局部轮廓，而图像复原技术则是利用退化现象的某种先验知识，重建或复原被退化图像。分数阶微积分是数字图像处理的一个新颖的研究方向，主要应用在图像增强和图像滤波中。当阶次为正数时，使用分数阶对图像进行的是微分操作，其作用是增强图像边缘同时保留一定的图像弱纹理；当阶次为负数时，使用分数阶对图像进行的是积分操作，其作用是在去除图像噪声的同时保留一定的图像纹理信息。
技术实现思路
本专利技术旨在设计一种对人脸检测图像的预处理方法，从而提高人脸检测的效率。针对椒盐噪声，当噪声达到一定概率时，利用常用的人脸检测算法便无法从图像中检测出人脸，须对图像进行降噪与增强的预处理，本专利技术利用分数阶微积分对图像进行处理，在去除噪声的同时对图像的边缘和纹理加以增强和保留，而没有常用的滤波处理时常引入的图像模糊化，经处理后利用Viola-Jones算法可顺利本文档来自技高网...

【技术保护点】
一种基于分数阶微积分的人脸检测图像预处理方法，其特征在于，所述的方法包括下列步骤：对待处理的噪声图像通过Otsu最大类间方差法结合噪声点概率预估值进行噪声点分割；采用阶数自适应的分数阶积分对分割出的噪声点充分滤波；采用阶数自适应的分数阶微分对其他像素点进行图像增强；提取图像特征，通过Viola‑Jones算法从图像中提取出人脸信息。

【技术特征摘要】
1.一种基于分数阶微积分的人脸检测图像预处理方法，其特征在于，所述的方法包括下列步骤：对待处理的噪声图像通过Otsu最大类间方差法结合噪声点概率预估值进行噪声点分割；采用阶数自适应的分数阶积分对分割出的噪声点充分滤波；采用阶数自适应的分数阶微分对其他像素点进行图像增强；提取图像特征，通过Viola-Jones算法从图像中提取出人脸信息。2.根据权利要求1所述的一种基于分数阶微积分的人脸检测图像预处理方法，其特征在于，所述的对待处理的噪声图像通过Otsu最大类间方差法结合噪声点概率预估值进行噪声点分割具体包括：通过计算图像中黑白像素数量来计算图像的噪声点参考分割阈值；通过对全图像的梯度矩阵求Otsu最大类间方差来计算噪声点参考梯度阈值；对上述方法求得的梯度阈值针对具体图像限定范围，将其中唯一满足该范围的值作为梯度阈值，若均满足，则以二者平均值作为阈值，若均不满足，则以该范围的中间值作为梯度阈值。3.根据权利要求1所述的一种基于分数阶微积分的人脸检测图像预处理方法，其特征在于，所述的采用阶数自适应的分数阶积分对分割出的噪声点充分滤波和所述的采用阶数自适应的分数阶微分对其他像素点进行图像增强的操作中，选用的分数阶掩膜由G-L定义的分数阶形式构造，掩膜大小由图片大小决定。4.根据权利要求1所述的一种基于分数阶微积分的人脸检...

【专利技术属性】
技术研发人员：谢巍，张淦胜，李博，张浪文，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44