本發(fā)明涉及模式識(shí)別技術(shù)領(lǐng)域，具體是一種基于平滑濾波的人臉光照不變特征提取方法。

背景技術(shù)：

隨著社會(huì)的不斷進(jìn)步以及各方面對(duì)于快速有效的自動(dòng)身份驗(yàn)證的迫切需求，生物特征識(shí)別技術(shù)在近幾十年中得到了飛速的發(fā)展。當(dāng)前的生物特征識(shí)別技術(shù)主要包括有：指紋識(shí)別、虹膜識(shí)別、人臉識(shí)別等。與其他識(shí)別方法相比，人臉識(shí)別由于具有直接、友好、方便的特點(diǎn)，從而得到了廣泛的研究與應(yīng)用。然而，光照變化對(duì)人臉識(shí)別的影響特別大，相同人臉圖像在不同光照條件下的差異往往大于不同人臉圖像在相同光照條件下的差異，因此光照問(wèn)題成為了影響人臉識(shí)別系統(tǒng)魯棒性的關(guān)鍵因素之一。解決人臉識(shí)別中光照問(wèn)題的方法主要分為三類：提取光照不變特征、光照變化的建模、光照條件標(biāo)準(zhǔn)化。在提取光照不變特征的方法中，又主要分為兩種：第一種是在對(duì)數(shù)域，通過(guò)高通濾波消除光照分量，例如：在對(duì)數(shù)域中，利用離散余弦變換(dct)或小波變換進(jìn)行濾波處理等方法。第二種是構(gòu)造除法運(yùn)算，通過(guò)除法運(yùn)算來(lái)消除慢變化的光照分量，例如：梯度臉(gradient-face)、韋伯臉(weber-face)、局部二值模式(localbinarypattern，lbp)等方法。因此，如何高效地提取光照不變特征，開(kāi)拓新的思路，挖掘新的方法，成為了人臉識(shí)別的基本問(wèn)題之一。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種能夠提高人臉識(shí)別率的基于的人臉光照不變特征提取方法，以解決上述背景技術(shù)中提出的問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種基于平滑濾波的人臉光照不變特征提取方法，包括以下步驟：

(1)利用平滑濾波對(duì)人臉圖像進(jìn)行處理；

(2)與原圖像對(duì)應(yīng)像素進(jìn)行除法運(yùn)算，消除慢變化的人臉光照部分，所得結(jié)果就是需要提取的人臉光照不變特征。

作為本發(fā)明進(jìn)一步的方案：根據(jù)光照反射模型，任意灰度人臉圖像i(x,y)可以看成是反射分量r(x,y)和光照分量l(x,y)的乘積，即i(x,y)＝r(x,y)l(x,y)；所述步驟(1)中，應(yīng)用了平滑濾波3×3模板得到處理后的人臉圖像i'。

作為本發(fā)明進(jìn)一步的方案：以平滑濾波3×3模板j1進(jìn)行處理后的人臉圖像，某像素點(diǎn)(x,y)的灰度值為i'(x,y)如公式(1)所示：

為了表述方便，i(x+m,y+n)簡(jiǎn)記為im,n，同理，r(x+m,y+n)簡(jiǎn)記為rm,n，l(x+m,y+n)簡(jiǎn)記為lm,n，則公式(1)簡(jiǎn)記為公式(2)，如下所示：

根據(jù)光照反射模型進(jìn)一步得到公式(3)：

作為本發(fā)明進(jìn)一步的方案：所述步驟(2)中除法運(yùn)算為r(x,y)代表人臉的關(guān)鍵信息，而l(x,y)是慢變化的，在局部是近似不變的，所以通過(guò)除法運(yùn)算來(lái)近似消除該分量，得到公式(4)：

作為本發(fā)明進(jìn)一步的方案：光照分量l(x,y)變化緩慢，所以有公式(5)：

l0,0≈l-1,-1≈l0,-1≈l1,-1≈l-1,0≈l1,0≈l-1,1≈l0,1≈l1,1(5)；

對(duì)于公式(5)的所有變量均用lt替代，并代入公式(5)，得到公式(6)：

因此消除了光照分量。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

本發(fā)明對(duì)不同角度的光照具有一定的抑制作用，處理后人臉圖像的識(shí)別率較現(xiàn)有的算法處理后的人臉識(shí)別率高；本發(fā)明采用平滑濾波和除法運(yùn)算對(duì)人臉圖像做光照處理，方法簡(jiǎn)單，識(shí)別速度快。

附圖說(shuō)明

圖1為本發(fā)明提取人臉光照不變特征的基本流程圖。

圖2為本發(fā)明中以(x,y)為中心的八鄰域灰度值矩陣及其對(duì)應(yīng)的簡(jiǎn)化表達(dá)示意圖。

圖3為提取cmupie人臉數(shù)據(jù)庫(kù)光照不變特征前后的人臉示例圖。

圖4為提取擴(kuò)展yaleb正面人臉庫(kù)光照不變特征前后的人臉示例圖。

具體實(shí)施方式

下面結(jié)合具體實(shí)施方式對(duì)本專利的技術(shù)方案作進(jìn)一步詳細(xì)地說(shuō)明。

請(qǐng)參閱圖1-4，一種基于平滑濾波的人臉光照不變特征提取方法，包括以下步驟：

(1)利用平滑濾波對(duì)人臉圖像進(jìn)行處理；

(2)與原圖像對(duì)應(yīng)像素進(jìn)行除法運(yùn)算，消除慢變化的人臉光照部分，所得結(jié)果就是需要提取的人臉光照不變特征。

根據(jù)光照反射模型，任意灰度人臉圖像i(x,y)可以看成是反射分量r(x,y)和光照分量l(x,y)的乘積，即i(x,y)＝r(x,y)l(x,y)；所述步驟(1)中，應(yīng)用了平滑濾波3×3模板得到處理后的人臉圖像i'。

所述步驟(2)中除法運(yùn)算為r(x,y)代表人臉的關(guān)鍵信息，而l(x,y)是慢變化的，在局部是近似不變的，所以通過(guò)除法運(yùn)算來(lái)近似消除該分量。

具體來(lái)說(shuō)，所述基于平滑濾波的人臉光照不變特征提取方法，具體步驟如下：

(1)以原圖像某一像素點(diǎn)(x,y)為中心的8鄰域如圖2(a)所示，為簡(jiǎn)化表述，中心像素點(diǎn)(x,y)處的灰度值i(x,y)表述為i0,0，如圖2(b)所示，其鄰域點(diǎn)的灰度值i(x+m,y+n)表述為im,n。

根據(jù)光照反射模型，任意灰度人臉圖像i(x,y)可以看成是反射分量r(x,y)和光照分量l(x,y)的乘積，即i(x,y)＝r(x,y)l(x,y)，其中l(wèi)(x,y)取決于光源且只代表面部光照的分量，r(x,y)取決于物體的表面特征并包含了面部的關(guān)鍵信息，在本發(fā)明中i(x+m,y+n)可表述為rm,nlm,n。

常用的平滑濾波模板有：

本發(fā)明在下面的推導(dǎo)過(guò)程中，以平滑濾波3×3模板j1對(duì)人臉圖像進(jìn)行處理，得到i'。具體的原理推導(dǎo)過(guò)程如下：

設(shè)以平滑濾波3×3模板j1進(jìn)行處理后的人臉圖像i'某像素中心像素點(diǎn)(x,y)的灰度值為i'(x,y)，如公式(1)所示：

為了表述方便，i(x+m,y+n)簡(jiǎn)記為im,n，同理，r(x+m,y+n)簡(jiǎn)記為rm,n，l(x+m,y+n)簡(jiǎn)記為lm,n，則公式(1)簡(jiǎn)記為公式(2)，如下所示：

根據(jù)光照反射模型進(jìn)一步得到公式(3)：

(2)對(duì)已經(jīng)處理的人臉圖像i'，可以直接除以原圖像(即)來(lái)消除近似慢變化的光照分量。具體的公式推導(dǎo)過(guò)程如下：

因?yàn)楣庹辗至縧(x,y)變化緩慢，在局部近似相等，所以有公式(5)：

l0,0≈l-1,-1≈l0,-1≈l1,-1≈l-1,0≈l1,0≈l-1,1≈l0,1≈l1,1(5)

對(duì)于公式(5)的所有變量均可用lt替代，并代入公式(5)，因此得到公式(6)：

由公式(6)可知已消除了光照分量。

本發(fā)明在cmupie和擴(kuò)展yaleb人臉庫(kù)中進(jìn)行了實(shí)驗(yàn)：

1、實(shí)驗(yàn)人臉庫(kù)介紹：cmupie人臉數(shù)據(jù)庫(kù)共有68個(gè)人的41368張人臉圖像，本發(fā)明選擇的是在正面人臉光照組(c27)中進(jìn)行實(shí)驗(yàn)，c27光照組共包含1428個(gè)人臉樣本。實(shí)驗(yàn)時(shí)，使用的人臉尺寸為32×32，從每個(gè)人臉的21種不同光照中選取一張圖像作為訓(xùn)練樣本，其余人臉作為測(cè)試樣本。

擴(kuò)展yaleb人臉庫(kù)共包含38個(gè)人的9種不同姿態(tài)，每種姿態(tài)又包含64種不同的光照情況。本發(fā)明只在擴(kuò)展yaleb正面人臉庫(kù)(共2432張人臉)中進(jìn)行實(shí)驗(yàn)，所有人臉圖像按照入射光照的角度θ可分為5個(gè)子集：子集1(θ＜12°)有266個(gè)樣本、子集2(13°＜θ＜25°)有456個(gè)樣本、子集3(26°＜θ＜50°)有456個(gè)樣本、子集4(51°＜θ＜77°)有532個(gè)樣本、子集5(θ＞77°)有722個(gè)樣本。實(shí)驗(yàn)時(shí)，使用的人臉尺寸為48×42，用子集1作為訓(xùn)練樣本，其余子集作為測(cè)試樣本。

2、實(shí)驗(yàn)結(jié)果：

實(shí)驗(yàn)1，將提取的人臉光照不變特征與原圖像進(jìn)行了對(duì)比發(fā)現(xiàn)經(jīng)本發(fā)明方法處理后的人臉圖像特征更為明顯，有效地克服了光照對(duì)人臉特征的影響。在cmupie正面人臉庫(kù)和擴(kuò)展yaleb正面人臉庫(kù)中提取光照不變特征前后的人臉示例分別如圖3、圖4所示。

實(shí)驗(yàn)2，本發(fā)明方法對(duì)提取的人臉光照不變特征，計(jì)算反正切變換將取值范圍壓縮到(-π/2,π/2)，采用l1范數(shù)測(cè)量距離后，利用最近鄰分類器分類判別。在cmupie人臉庫(kù)上的正確識(shí)別率是93.47％，在擴(kuò)展yaleb人臉庫(kù)的人臉正確識(shí)別率是98.71％，對(duì)人臉不變特征提取有較好的魯棒性。

本發(fā)明對(duì)不同角度的光照具有一定的抑制作用，處理后人臉圖像的識(shí)別率較現(xiàn)有的算法處理后的人臉識(shí)別率高；本發(fā)明采用平滑濾波和除法運(yùn)算對(duì)人臉圖像做光照處理，方法簡(jiǎn)單，識(shí)別速度快。

上面對(duì)本專利的較佳實(shí)施方式作了詳細(xì)說(shuō)明，但是本專利并不限于上述實(shí)施方式，在本領(lǐng)域的普通技術(shù)人員所具備的知識(shí)范圍內(nèi)，還可以在不脫離本專利宗旨的前提下做出各種變化。