專利名稱：一種基于多級小波分解和樣條插值的人臉圖像光照調(diào)整方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及一種基于多級小波分解和樣條插值的人臉圖像光照 調(diào)整方法，該方法能直接應(yīng)用于光照變化條件下的實(shí)時人臉識別系統(tǒng)。
背景技術(shù)：
人臉識別作為一種非接觸式的、友好的生物特征識別方法，在保密場所的用戶認(rèn)證、銀 行、住宅小區(qū)安防監(jiān)控，公安刑偵，人機(jī)交互等領(lǐng)域都有著極大的應(yīng)用潛力。但正是由于人 臉識別非接觸式這一特點(diǎn)，使得同一個人的人臉圖像極其容易受到周圍環(huán)境的影響，尤其是 光照變化的影響。研究表明，由于光照影響帶來的人臉圖像的變化甚至比由于個體差異帶來 的人臉圖像的變化都大，這使得人臉識別系統(tǒng)的性能急劇地降低，因此消除光照變化對人臉 圖像識別的影響已成為現(xiàn)在人臉識別亟待解決的問題之一。
目前，在人臉識別中解決光照變化問題的方法主要有三類第一類方法是建立不同條件 下的人臉模型或光照模型。這類方法雖然可以取得很好的效果，但是需要釆集大量的不同光 照條件下的人臉圖像樣本且計算耗時，因此限制了其在實(shí)時人臉識別系統(tǒng)中的應(yīng)用。第二類 方法是提取對光照變化不敏感的人臉特征，但如何獲取對光照不敏感的人臉特征是這類方法 的難點(diǎn)。第三類方法是直接對人臉圖像進(jìn)行預(yù)處理，消除光照變化對人臉圖像的影響。這類 方法的特點(diǎn)是處理速度快，適合應(yīng)用在實(shí)時的人臉識別系統(tǒng)中。本發(fā)明所涉及的光照補(bǔ)償方 法就屬于這一類。
人臉圖像受光照變化的影響有以下兩種情況 一是人臉圖像受到來自周圍環(huán)境的背景光 照的影響而使得圖像整體亮度發(fā)生變化或在圖像上形成陰影，這種情況可以看作是在正常光
照圖像上疊加了加性噪聲(也稱為背景噪聲)；二是隨著某些方向的光強(qiáng)度的增強(qiáng)，人臉圖像
的局部會由于增益過大而飽和，掩蓋了圖像的細(xì)節(jié)信息，這種情況可以看作是在正常光照圖 像的局部疊加了乘性噪聲(也稱為增益噪聲)。概括起來，光照變化對人臉圖像的影響可以認(rèn) 為是在正常光照圖像中混入了背景噪聲和增益噪聲。光照調(diào)整就是試圖減少或消除背景噪聲 和增益噪聲的影響，使得人臉圖像盡可能恢復(fù)到正常光照下
發(fā)明內(nèi)容
本發(fā)明的目的在于提出一種基于多級小波分解和樣條插值的人臉圖像光照調(diào)整方法。該 方法可以快速、有效地估計圖像的光照情況并盡可能地去除由于光照而引入的背景噪聲和增 益噪聲，可以應(yīng)用于光照變化條件下的實(shí)時人臉識別系統(tǒng)中，減少光照變化對人臉識別系統(tǒng) 性能惡化的影響。
本發(fā)明是在充分認(rèn)識光照變化對人臉圖像的影響的基礎(chǔ)上提出的。 一般認(rèn)為，光照變化 會給正常光照下的人臉圖像混入背景噪聲和增益噪聲。假設(shè)正常光照條件下的一幅大小為
MxiV的人臉圖像用G(附,")(m-l，…，M， w-l,…7V)表示，那么受光照影響后的人臉圖像 可表示為
G'(m,w)-F(/n,w)Q7(/M,") + 5(/n,w) (w = l,'"，M, w = l,.-iV)
其中F(w,w)和B(w,")分別表示由于光照變化而混入的增益噪聲和背景噪聲。光照調(diào)整就是 通過估計并消除FO,")和5(w，")而使圖像G'(w,")盡可能恢復(fù)為G(/n,w)。
由光照引起的圖像變化通常是比較緩慢的，對應(yīng)圖像中的低頻成分，因此可以對G'(w,") 進(jìn)行低通濾波而獲得光照分布的估計。
本發(fā)明是一種基于多級小波分解和樣條插值的人臉圖像光照調(diào)整方法，該方法是根據(jù)已 知的受光照影響圖像直接估計并去除其背景噪聲；然后對去除背景噪聲后的人臉圖像進(jìn)行對 數(shù)變換，通過對數(shù)域估計去除其增益噪聲，得到正常光照下的人臉圖像。其中，在估計圖像 的背景噪聲和增益噪聲時，首先對人臉圖像進(jìn)行多級小波變換并取最后一級變換得到的低頻 成分作為該圖像的一個低分辨率下的噪聲估計圖像，然后通過樣條插值將小波變換得到的噪 聲估計圖像的分辨率恢復(fù)到和已知圖像的分辨率相同，即得到背景噪聲或增益噪聲。
該光照調(diào)整方法的具體實(shí)現(xiàn)步驟如下
(1) 利用多級小波變換，估計給定輸入人臉圖像G(m，")的低分辨率下的背景噪聲圖像
4/;
(2) 對(1)中估計得到的背景噪聲圖像^進(jìn)行樣條插值，使得插值后的圖像和給定輸 入人臉圖像具有相同的分辨率，將恢復(fù)后的圖像作為圖像G'(m,")的背景噪聲估計5'(m,");
(3) 去除給定輸入人臉圖像的背景噪聲估計S'(/w，")；
/(w,w) = G'(w，w) —5'(m,n)w尸(m，w)[G(w，w)(m＝1，…，M， w = l，"'iV)(4)對去除了背景噪聲的圖像/(w，n)進(jìn)行對數(shù)變換，ln/0，n) = lnF( ，") + lnG(ffJ，")
(5 )按照與步驟(1 )、 ( 2 )相同的多級小波變換和樣條插值方法對經(jīng)對數(shù)變換后的圖像 ln/(m,")進(jìn)行處理，估計增益噪聲lnF(附，rt);
(6)從圖像ln/(附，")中去除估計增益噪聲lnFO，;7),并對其作指數(shù)變換，獲得處理后
的輸出圖像，即正常光照下的人臉圖像G(/n,n)。
本方法的優(yōu)點(diǎn)是可以快速、有效地估計圖像的光照情況并盡可能地去除由于光照而引入 的背景噪聲和增益噪聲，可以有效地對不同光照條件下的人臉困像進(jìn)行調(diào)整。本方法可以應(yīng) 用于光照變化條件下的實(shí)時人臉識別系統(tǒng)中，減少光照變化對人臉識別系統(tǒng)性能惡化的影響。


圖1:本發(fā)明方法的流程框圖 圖2:多級小波分解示意圖
圖3:樣條插值示意圖(" "表示圖像的像素位置，"O"表示待插值的位置)
圖4中(a)圖是不同光照條件下的人臉圖像；(b)圖是經(jīng)本發(fā)明方法處理后的人臉圖像
具體實(shí)施例方式
以下結(jié)合附圖對本發(fā)明方法進(jìn)行具體的闡述。
圖1是本發(fā)明方法的流程框圖。 一幅大小為MxiV的受光照影響的已知人臉圖像可以表 示為
G'(w,")-F(/w，")0C7(附，rt) + "(w，") (m-l，.-.，M, " = 1，.-#)
其中F(附,")和50，")分別表示由于光照變化而混入的增益噪聲和背景噪聲，G(m,n)表示正 常光照下的人臉圖像。本發(fā)明方法對該已知圖像的光照調(diào)整按照以下步驟進(jìn)行
(1)對輸入的已知人臉圖像G'(附,n)進(jìn)行多級小波變換，估計低分辨率下的背景噪聲圖
像^
如圖2所示，為圖像多級小波分解的示意圖。對人臉圖像進(jìn)行一級小波分解可以獲得4、 K和A四個子圖，分別表示圖像G'(m,")的低頻成分、水平髙頻成分、垂直高頻成分和 對角高頻成分；對得到的低頻成分4繼續(xù)進(jìn)行分解，可獲得圖像G'(w,M)的二級小波分解的 四個子圖4、 H2、 ^和￡>2;依此類推，經(jīng)過多級小波分解后得到低頻子圖4/。從另一個角 度看，4可以認(rèn)為是圖像G'(m，")經(jīng)過低通濾波器得到的，是對G'(m，")的背景在低分辨率情 況下的一個估計。
(2) 對低分辨率的背景估計圖像4進(jìn)行樣條插值，使^的分辨率恢復(fù)到和G'(m，w)的
分辨率相同，將恢復(fù)后的圖像作為圖像G'(m,")的背景噪聲估計^(m,n)
如圖3所示為樣條插值示意圖。對于大小為sxs的圖像，其一次插值過程是先按行插 值，在每行的相鄰兩個像素之間按照樣條函數(shù)估計并插入一個值，插值后圖像大小變?yōu)?(2s-l)xs;再按列插值，在每列的相鄰兩個像素之間按照樣條函數(shù)估計并插入一個值，插值
后圖像大小變?yōu)镺一 1) xO-1)。
對^進(jìn)行樣條插值時，其每次插值過程與上述插值過程相同。對4進(jìn)行多次插值，直 到插值后的圖像大小達(dá)到或超過MxiV。若插值后圖像大小超過MxiV,則需要將其縮放為 MxW,以保證插值后的圖像和G'(m，")具有相同的分辨率。經(jīng)過上述處理的插值圖像即為圖
像G'(wi，n)的背景噪聲估計w)。
(3) 去除背景噪聲估計5'(m，") 從G'(m，w)去除背景噪聲，得到
/(w2，M) = G'(m,w) — _B'(w,w)( _F(m，M)CG(w, ) (/w = l，'..，Af， w = l,."A^) 可以看出，去除了背景噪聲后/(m,w)由增益噪聲F(m，")和正常光照下的圖像G(m,")的乘積 構(gòu)成，而光照變化引入的增益噪聲尸(/w,w)的變化是相對緩慢的，因此可以利用步驟U)同 態(tài)低通濾波估計F(m，w)。
(4) 對/(w,")進(jìn)行對數(shù)變換ln/(m，") = lnF(m，") + lnG(w,")。
(5) 按照與(1)、 (2)相同的方法對ln/(w，")進(jìn)行處理，估計增益噪聲lnF(w，")。
(6)從ln/(m,n)中去除lnF(w，")，并對其作指數(shù)變換，得到正常光照下的圖像G(w，w)。
如圖4(a)為不同光照條件下拍攝的人臉圖像，(b)為經(jīng)本發(fā)明方法處理后的人臉圖像。 從圖中可以看出，在人臉圖像光照分布不均勻及光照條件較暗的情況下，本發(fā)明方法都可以 很好地調(diào)整圖像光照分布，使其接近正常光照條件，甚至在圖像很暗的情況下也可恢復(fù)出人 臉的輪廓特征?？梢姳景l(fā)明方法對人臉圖像的光照調(diào)整是有效的。
權(quán)利要求
1.一種基于多級小波分解和樣條插值的人臉圖像光照調(diào)整方法，其特征在于其步驟是首先根據(jù)已知的受光照影響圖像直接估計并去除其背景噪聲；然后對去除背景噪聲后的人臉圖像進(jìn)行對數(shù)變換，通過對數(shù)域估計去除其增益噪聲，最后得到正常光照下的人臉圖像；其中，估計圖像背景噪聲和增益噪聲的方法是，首先對人臉圖像進(jìn)行多級小波變換并取最后一級變換得到的低頻成分作為該圖像的一個低分辨率下的噪聲估計圖像，然后通過樣條插值將小波變換得到的噪聲估計圖像的分辨率恢復(fù)到和已知圖像的分辨率相同。
2. 權(quán)利要求l所述基于多級小波分解和樣條插值的人臉圖像光照調(diào)整方法，其特征在于 該方法包括以下具體步驟一幅大小為A/xW的受光照影響的已知人臉圖像可表示為<formula>see original document page 2</formula>其中F(m,n)和5(m,w)分別表示由于光照變化而混入的增益噪聲和背景噪聲，G(m,n)表示正常光照下的人臉圖像；(1) 對已知人臉圖像G'(附,w)進(jìn)行多級小波變換，估計低分辨率下的背景噪聲圖像4;(2) 對低分辨率的背景噪聲估計圖像4進(jìn)行樣條插值，使4;的分辨率恢復(fù)到和G'(m，n) 的分辨率相同，將恢復(fù)后的圖像作為圖像G'(m，n)的背景噪聲估計5'(m,n);(3) 消除背景噪聲估計F(m,")<formula>see original document page 2</formula>(4) 對f(m，n)進(jìn)行對數(shù)變換<formula>see original document page 2</formula>；(5) 按照與步驟(1 )、 (2)相同的方法對ln/(m,")進(jìn)行處理，得到估計增益噪聲InF(附,w);(6) 從lnf(m，n)中去除lnF(m，n)，并對其作指數(shù)變換，得到正常光照下的圖像G(m,n)。
全文摘要
本發(fā)明是一種基于多級小波分解和樣條插值的人臉圖像光照調(diào)整方法，屬于圖像處理技術(shù)領(lǐng)域。光照變化會給圖像中混入兩類噪聲背景噪聲和增益噪聲。本發(fā)明方法是利用多級小波分解和樣條插值估計和去除背景噪聲和增益噪聲背景噪聲是加性噪聲，通過直接對圖像進(jìn)行多級小波分解和樣條插值來估計并去除；增益噪聲是乘性噪聲，通過對去除了背景噪聲的圖像進(jìn)行對數(shù)變換后，再利用多級小波分解和樣條插值來估計并去除。本方法的優(yōu)點(diǎn)是可以快速、有效地估計圖像的光照情況并盡可能地去除由于光照而引入的背景噪聲和增益噪聲，可以有效地對不同光照條件下的人臉圖像進(jìn)行調(diào)整。本方法可以應(yīng)用于光照變化條件下的實(shí)時人臉識別系統(tǒng)中，減少光照變化對人臉識別系統(tǒng)性能惡化的影響。
文檔編號G06K9/40GK101201900SQ20071009294
公開日2008年6月18日 申請日期2007年11月6日 優(yōu)先權(quán)日2007年11月6日
發(fā)明者劉燕飛, 李偉紅, 李正浩, 楊利平, 辜小花, 龔衛(wèi)國 申請人:重慶大學(xué)