基于dct變換與局部標準化的人臉圖像去光照方法
【專利摘要】基于DCT變換與局部標準化的人臉圖像去光照方法，對輸入圖像集中圖像大小進行歸一化處理，然后選擇其中一幅數(shù)字圖像f(x,y)變換到對數(shù)域并進行DCT變換得到二維DCT系數(shù)矩陣F；將低頻DCT系數(shù)進行拋棄處理得到矩陣F'；對矩陣F'進行二維離散逆變換，得到大范圍光照去除的圖像；對大范圍光照去除的圖像劃分為一個個小塊進行局部標準化處理，得到最終的標準化圖像。本發(fā)明基于DCT變換與局部標準化的人臉圖像去光照方法，基于二維離散余弦變換進行大范圍光照去除、基于局部標準化進行小范圍光照去除，明顯減少了光照變化對輸入圖像的影響，提高了較大光照條件下的人臉識別率。
【專利說明】基于DCT變換與局部標準化的人臉圖像去光照方法

【技術領域】
[0001] 本發(fā)明屬于圖像處理【技術領域】，具體涉及一種基于DCT變換與局部標準化的人臉 圖像去光照方法。

【背景技術】
[0002] 近年來，人臉識別研究得到了廣泛的關注。光照、姿態(tài)和表情三大問題一直是影響 人臉識別精度的重要因素，其中光照因素，特別是自然環(huán)境光的變化不是人為所能控制的， 因此光照處理是每個人臉識別系統(tǒng)必須進行的步驟。大多數(shù)人臉識別系統(tǒng)通常對光照條件 作出一定限制，假設待處理圖像是在基于均勻光照條件下獲得的，它們僅允許小范圍內(nèi)的 光照條件變化，然而實際光照條件往往不均勻，偏光、側(cè)光、高光導致的過亮、過暗、陰影都 會使效果大幅度下降。因此，如何減少光照對于人臉識別的影響得到了眾多研究人員的關 注。
[0003] 目前，處理光照變化下人臉識別問題的方法主要包括三種：提取光照不變的特征、 對光照變化建模和光照條件規(guī)范化。第一種方法以抽取不同光照條件下人臉的不變特征或 對光照不敏感的特征為目標，希望能借助這些特征達到較高的識別正確率。這種方法的思 想很直接，但是Moses和Adini等從理論上及實驗結果表明，"沒有任何表示本身能克服光 照方向的變化"。第二種方法是對光照變化下的成像建立模型，即在一個合適的子空間中表 示光照引起的變化。實驗表明這種方法取得了較好的效果，但是計算量較大，難以快速實 現(xiàn)。第三種方法著重對人臉圖像進行某種歸一化或正則化處理，在人臉識別之前消除光照 變化的影響。這種方法可以獲得規(guī)范形式的圖像，能夠應用于任何已有的人臉識別方法中。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是提供一種基于DCT變換與局部標準化的人臉圖像去光照方法，能 夠有效的去除光照的影響，提高了較大光照條件下的人臉識別率。
[0005] 本發(fā)明所采用的技術方案是，基于DCT變換與局部標準化的人臉圖像去光照方 法，具體包括以下步驟：
[0006] 步驟1，對輸入圖像集中圖像大小進行歸一化處理，然后選擇其中一幅數(shù)字圖像 f (X，y)變換到對數(shù)域并進行二維離散余弦變換（DCT變換），得到二維DCT系數(shù)矩陣F ;
[0007] 步驟2,對步驟1所得的二維DCT系數(shù)矩陣F，將低頻DCT系數(shù)進行拋棄處理，得到 矩陣F' ；
[0008] 步驟3,對于步驟2所有得到的矩陣F'進行二維離散逆變換，得到大范圍光照去除 的圖像；
[0009] 步驟4,對步驟3所得到的大范圍光照去除的圖像劃分為一個個5X5塊進行局部 標準化處理，得到最終的標準化圖像。
[0010] 本發(fā)明的特點還在于，
[0011] 步驟1具體為：通過二維離散余弦變換將圖像從空域變換到頻域中，二維離散余 弦變換公式如下：
[0012]

【權利要求】
1. 基于DCT變換與局部標準化的人臉圖像去光照方法，其特征在于，具體包括以下步 驟： 步驟1，對輸入圖像集中圖像大小進行歸一化處理，然后選擇其中一幅數(shù)字圖像 f (X，y)變換到對數(shù)域并進行二維離散余弦變換，得到二維DCT系數(shù)矩陣F ; 步驟2,對步驟1所得的二維DCT系數(shù)矩陣F，將低頻DCT系數(shù)進行拋棄處理，得到矩陣 F，； 步驟3,對于步驟2所有得到的矩陣F'進行二維離散逆變換，得到大范圍光照去除的圖 像； 步驟4,對步驟3所得到的大范圍光照去除的圖像劃分為一個個5X5塊進行局部標準 化處理，得到最終的標準化圖像。
2. 根據(jù)權利要求1所述的基于DCT變換與局部標準化的人臉圖像去光照方法，其特征 在于，步驟1具體為：通過二維離散余弦變換將圖像從空域變換到頻域中，二維離散余弦變 換公式如下：
(1) 式（1)中，u = 0, 1，2, ;v = 0, 1，2, ...，N-1 ;x = 0, 1，2, ;y = 0, 1，2,... ，N-1，M表示圖像的高，N表示圖像的寬；
用F(u，v)構成與變換圖像大小相同的二維DCT系數(shù)矩陣F，F(xiàn)(0,0)為DC系數(shù)，其余就 AC系數(shù)。
3. 根據(jù)權利要求1所述的基于DCT變換與局部標準化的人臉圖像去光照方法，其特征 在于，步驟2具體為：通過將低頻DCT系數(shù)設置為0而將人臉圖像的低頻成分拋棄，達到大 范圍去除光照影響的目的；將低頻DCT系數(shù)設置為0等價于從原始圖像中減去DCT基圖像 與相應低頻DCT系數(shù)的乘積；令：
(2) 將低頻域中的η個低頻DCT系數(shù)設為0,則由式（1)和式（2)可以得到：
(3) 結合式（2)和式（3)，將
近似為光照項，則f'（x，y)即作為對數(shù)域中的規(guī)范 化光照下的人臉圖像；拋棄對數(shù)域中低頻的DCT系數(shù)等價于對光照進行了去除； 令拋棄系數(shù)為m，則將Z形掃描時的前m(m+1) /2個DCT系數(shù)設置為0 ;同時，考慮到DC 系數(shù)中包含較多的圖像信息，將其設置為固定值，公式如下：
⑷ 式（4)中，μ為輸入圖像集內(nèi)所有圖像的像素灰度均值，P是集內(nèi)圖像的個數(shù)。
4. 根據(jù)權利要求1所述的基于DCT變換與局部標準化的人臉圖像去光照方法，其特征 在于，步驟3中二維離散逆變換公式如下：
(5)
5. 根據(jù)權利要求1所述的基于DCT變換與局部標準化的人臉圖像去光照方法，其特征 在于，步驟4中，局部標準化處理是在一定光照條件下的面片內(nèi)，對g'（X，y)進行處理，得到 s (X，y)，使其具有零數(shù)學期望和單位標準差；
(6) 由于非標準光照條件下的圖像經(jīng)過局部標準化處理的結果與標準光照條件下的圖像 經(jīng)過局部標準化處理的結果是相同的，因此，通過式（6)得到標準化圖像。
【文檔編號】G06K9/54GK104050452SQ201410283151
【公開日】2014年9月17日 申請日期:2014年6月23日 優(yōu)先權日:2014年6月23日
【發(fā)明者】趙明華, 莫瑞陽, 丁曉楓, 原永芹, 王映輝, 曹慧 申請人:西安理工大學