提取人臉紋理的方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種提取人臉紋理的方法及裝置。
【背景技術(shù)】
[0002] 2D-Gab〇r濾波器是一種短時(shí)傅里葉變化，可以達(dá)到空域和頻域的局部最優(yōu)化。利 用2D-Gabor濾波器對(duì)人臉紋理進(jìn)行提取時(shí)，常常需要進(jìn)行多個(gè)方向多個(gè)尺度的2D-Gabor 濾波，在空間域和頻率域具有良好的方向選擇性和頻率性，提取的人臉特征比較全面，可以 有效的表達(dá)一幅人臉圖像的信息。目前通過(guò)2D-Gabor濾波提取人臉紋理的過(guò)程中，由于紋 理特征劃分的比較細(xì)，存在提取的紋理特征不顯著，一些相似的紋理特征會(huì)干擾人臉特征 識(shí)別的問(wèn)題。
[0003] 上述內(nèi)容僅用于輔助理解本發(fā)明的技術(shù)方案，并不代表承認(rèn)上述內(nèi)容是現(xiàn)有技 術(shù)。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的主要目的在于提供一種提取人臉紋理的方法，旨在解決現(xiàn)有的通過(guò) 2D-Gabor濾波提取人臉紋理過(guò)程中，提取的人臉紋理信息特征不顯著的問(wèn)題。
[0005] 為實(shí)現(xiàn)上述目的，本發(fā)明提供一種提取人臉紋理的方法，所述提取人臉紋理的方 法包括如下步驟：
[0006] 讀取人臉圖像；
[0007] 對(duì)所述人臉圖像進(jìn)行2D-Gabor濾波處理，生成多個(gè)初始紋理圖像；
[0008] 對(duì)所述多個(gè)初始紋理圖像進(jìn)行平均分組；
[0009] 分別從每組初始紋理圖像中提取特征圖像，并輸出所述特征圖像。
[0010] 優(yōu)選的，所述分別從每組初始紋理圖像中提取特征圖像，并輸出所述特征圖像的 步驟包括：
[0011] 將各組內(nèi)的每一初始紋理圖像平均分解為圖像塊；
[0012] 確定每組內(nèi)相同位置像素值最大的圖像塊，作為特征圖像塊；
[0013] 將每組的特征圖像塊組合成特征圖像，并輸出所述特征圖像。
[0014] 優(yōu)選的，所述對(duì)所述人臉圖像進(jìn)行2D-Gab〇r濾波處理，生成多個(gè)初始紋理圖像的 步驟包括：
[0015] 從所述人臉圖像中提取含有面部器官的局部圖像；
[0016] 對(duì)所述人臉圖像整體及所述局部圖像分別進(jìn)行2D-Gabor濾波處理，生成多個(gè)初 始紋理圖像。
[0017] 優(yōu)選的，所述從所述人臉圖像中提取含有面部器官的局部圖像的步驟包括：
[0018] 按照預(yù)設(shè)比例確定所述人臉圖像中含有面部器官的圖像區(qū)域；
[0019] 從所述圖像區(qū)域中提取含有眼睛、眉毛和/或嘴巴的局部圖像。
[0020] 優(yōu)選的，所述對(duì)所述多個(gè)初始紋理圖像進(jìn)行平均分組的步驟包括：
[0021] 將相同方向的初始紋理圖像按尺度進(jìn)行排序；
[0022] 將相同方向相鄰尺度的兩個(gè)初始紋理圖像劃分為一組，依次進(jìn)行平均分組。
[0023] 此外，為實(shí)現(xiàn)上述目的，本發(fā)明還提供一種提取人臉紋理的裝置，所述提取人臉紋 理的裝置包括：
[0024] 讀取模塊，用于讀取人臉圖像；
[0025] 濾波模塊，用于對(duì)所述人臉圖像進(jìn)行2D-Gabor濾波處理，生成多個(gè)初始紋理圖 像；
[0026] 分組模塊，用于對(duì)所述多個(gè)初始紋理圖像進(jìn)行平均分組；
[0027] 提取模塊，用于分別從每組初始紋理圖像中提取特征圖像，并輸出所述特征圖像。
[0028] 優(yōu)選的，所述提取模塊包括分解單元、確定單元和組合單元；
[0029] 所述分解單元，用于將各組內(nèi)的每一初始紋理圖像平均分解為圖像塊；
[0030] 所述確定單元，用于確定每組內(nèi)相同位置像素值最大的圖像塊，作為特征圖像 塊；
[0031] 所述組合單元，用于將每組的特征圖像塊組合成特征圖像，并輸出所述特征圖像。
[0032] 優(yōu)選的，所述濾波模塊包括獲取單元及濾波單元；
[0033] 所述獲取單元，用于從所述人臉圖像中提取含有面部器官的局部圖像；
[0034] 所述濾波單元，用于對(duì)所述人臉圖像整體及所述局部圖像分別進(jìn)行2D-Gabor濾 波處理，生成多個(gè)初始紋理圖像。
[0035] 優(yōu)選的，所述獲取單元，還用于按照預(yù)設(shè)比例確定所述人臉圖像中含有面部器官 的圖像區(qū)域；
[0036] 所述獲取單元，還用于從所述圖像區(qū)域中提取含有眼睛、眉毛和/或嘴巴的局部 圖像。
[0037] 優(yōu)選的，所述分組模塊包括排序單元及劃分單元；
[0038] 所述排序單元，用于將相同方向的初始紋理圖像按尺度進(jìn)行排序；
[0039] 所述劃分單元，用于將相同方向相鄰尺度的兩個(gè)初始紋理圖像劃分為一組，依次 進(jìn)行平均分組。
[0040] 本發(fā)明通過(guò)將2D-Gab〇r濾波處理生成的多個(gè)初始紋理圖像平均分組，并從各組 初始紋理圖像中提取特征圖像，剔除了初始紋理圖像中的一些不重要的紋理特征，使得提 取的人臉紋理特征更加突出，有利于識(shí)別處理。
【附圖說(shuō)明】
[0041] 圖1為本發(fā)明提取人臉紋理的方法的第一實(shí)施例的流程示意圖；
[0042] 圖2為圖1中步驟S40的細(xì)化流程示意圖；
[0043] 圖3為本發(fā)明提取人臉紋理的方法的第二實(shí)施例的流程示意圖；
[0044] 圖4為本發(fā)明按預(yù)設(shè)比例劃分人臉圖像的較佳實(shí)施例的結(jié)構(gòu)示意圖；
[0045] 圖5為本發(fā)明從人臉圖像中提取出含有面部器官的局部圖像的較佳實(shí)施例的流 程不意圖；
[0046] 圖6為本發(fā)明提取人臉紋理的裝置的第一實(shí)施例的功能模塊示意圖；
[0047] 圖7為圖6中分組模塊的較佳實(shí)施例的功能模塊示意圖；
[0048] 圖8為圖6中提取模塊的較佳實(shí)施例的功能模塊示意圖；
[0049] 圖9為本發(fā)明提取人臉紋理的裝置的第二實(shí)施例的功能模塊示意圖。
[0050] 本發(fā)明目的的實(shí)現(xiàn)、功能特點(diǎn)及優(yōu)點(diǎn)將結(jié)合實(shí)施例，參照附圖做進(jìn)一步說(shuō)明。
【具體實(shí)施方式】
[0051] 應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0052] 本發(fā)明實(shí)施例的主要解決方案是：讀取人臉圖像；對(duì)所述人臉圖像進(jìn)行2D_Gabor 濾波處理，生成多個(gè)初始紋理圖像；對(duì)所述多個(gè)初始紋理圖像進(jìn)行平均分組；分別從每組 初始紋理圖像中提取特征圖像，并輸出所述特征圖像。
[0053] 現(xiàn)有的通過(guò)2D-Gabor濾波提取人臉紋理過(guò)程中，提取的人臉紋理信息特征不顯 著的問(wèn)題。
[0054] 基于上述問(wèn)題，本發(fā)明提供一種提取人臉紋理的方法。
[0055] 參照?qǐng)D1，圖1為本發(fā)明提取人臉紋理的方法的第一實(shí)施例的流程示意圖。
[0056] 在本實(shí)施例中，所述提取人臉紋理的方法包括：
[0057] 步驟S10,讀取人臉圖像；
[0058] 步驟S20,對(duì)所述人臉圖像進(jìn)行2D-Gabor濾波處理，生成多個(gè)初始紋理圖像；
[0059] 讀取待提取人臉紋理特征的人臉圖像，所述人臉圖像可以是進(jìn)行人臉識(shí)別過(guò)程中 待識(shí)別的人臉圖像，也可以是用于比對(duì)的樣本圖像，或者也可以是其它待提取人臉紋理的 人臉圖像。所述初始紋理圖像，可以是一個(gè)或者一個(gè)以上的初始紋理圖像，優(yōu)選的，以圖像 矩陣的形式進(jìn)行表示。所述2D-Gabor濾波處理可以是一維2D-Gabor濾波處理，也可以是 二維2D-Gabor濾波處理，所述二維濾波處理包括在N(N為正整數(shù)）個(gè)方向M(M為正整數(shù)） 個(gè)尺度進(jìn)行2D-Gabor濾波處理，生成N*M個(gè)初始紋理圖像。在本實(shí)施例中，優(yōu)選為對(duì)所述 人臉圖像進(jìn)行二維2D-Gabor濾波處理。應(yīng)當(dāng)理解的是，對(duì)所述人臉進(jìn)行2D-Gabor濾波處 理，并不限于對(duì)所述人臉圖像整體進(jìn)行2D-Gabor濾波處理，也可以是對(duì)所述人臉的局部圖 像進(jìn)行2D-Gabor濾波處理，或者對(duì)所述人臉圖像整體及所述人臉圖像的局部圖像分別進(jìn) 行2D-Gabor濾波處理。例如：對(duì)所述人臉圖像整體在N個(gè)方向Μ個(gè)尺度進(jìn)行二維2D-Gabor 濾波處理，生成N*M個(gè)初始紋理圖像；或者對(duì)所述人臉圖像的局部圖像，如包含眼睛眉毛的 局部圖像及包含嘴巴的局部圖像，分別在N個(gè)方向Μ個(gè)尺度進(jìn)行二維2