一種基于圖像lgbp特征子向量的人臉圖像識(shí)別方法
【專利摘要】本發(fā)明公開了一種基于圖像LGBP特征子向量的人臉圖像識(shí)別方法，其步驟：(1)選取人臉圖像庫中的幅人臉圖像進(jìn)行Gabor變換，獲取用于人臉圖像識(shí)別的維原始LGBP特征向量；(2)設(shè)置用于人臉圖像識(shí)別的維LGBP特征子向量在圖像的原始LGBP特征向量所對(duì)應(yīng)的一組索引號(hào)，其中；(3).分別設(shè)置第索引號(hào)Gabor子圖像、第索引號(hào)Gabor子圖像分塊、第索引號(hào)Gabor子圖像第維特征向量；(4)分別計(jì)算與第索引號(hào)對(duì)應(yīng)的第維特征子向量；(5)采用直方圖匹配法對(duì)步驟(4)所述的第索引號(hào)對(duì)應(yīng)的第維特征子向量進(jìn)行相似度計(jì)算，得到一個(gè)相似度，根據(jù)相似度識(shí)別圖像。該方法在人臉圖像識(shí)別時(shí)不僅能夠減少圖像特征向量的計(jì)算量，降低識(shí)別圖像耗時(shí)，還能提高圖像識(shí)別系統(tǒng)的實(shí)時(shí)性。
【專利說明】一種基于圖像LGBP特征子向量的人臉圖像識(shí)別方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像識(shí)別【技術(shù)領(lǐng)域】，主要涉及一種基于圖像LGBP特征子向量的人臉 圖像識(shí)別方法。

【背景技術(shù)】
[0002] 在模式識(shí)別和計(jì)算機(jī)視覺中，如何表示對(duì)象是至關(guān)重要的問題。圖像識(shí)別是近 30年來發(fā)展起來的一門新興技術(shù)科學(xué)，是利用計(jì)算機(jī)對(duì)圖像進(jìn)行處理、分析和理解，以識(shí) 別各種不同模式的目標(biāo)和對(duì)象的技術(shù)，它以研究圖像的特征進(jìn)行識(shí)別和分類為主要內(nèi)容， 是計(jì)算機(jī)應(yīng)用【技術(shù)領(lǐng)域】的一項(xiàng)熱門課題。在導(dǎo)航、地圖與地形配準(zhǔn)、自然資源分析、天氣預(yù) 報(bào)、環(huán)境監(jiān)測、生理病變、人臉識(shí)別研究等許多領(lǐng)域具有重要的應(yīng)用價(jià)值。詳見文獻(xiàn)：李月 景.圖像識(shí)別技術(shù)及其應(yīng)用叢書[M].機(jī)械工業(yè)出版社，1985。
[0003] 現(xiàn)有的自動(dòng)圖像識(shí)別主要分為五個(gè)步驟：圖像輸入，預(yù)處理，特征提取，分類和匹 配，圖像特征提取在圖像預(yù)處理模塊之后，它不僅直接影響到圖像識(shí)別系統(tǒng)中后續(xù)分類器 的設(shè)計(jì)和分類精度，甚至關(guān)系到分類識(shí)別算法是否可行、分類識(shí)別系統(tǒng)是否有效，是圖像識(shí) 別的關(guān)鍵步驟。圖像特征提取的效率直接決定著圖像識(shí)別的效率，例如，給定一幅人臉圖 像，首先，通過Gabor濾波器的卷積來提取圖像的Gabor特征圖譜；然后，利用圖像的Gabor 特征圖譜的細(xì)小模式進(jìn)行局部二值模式編碼，得到圖像的特征向量，具體如下： 將Gabor小波和圖像灰度圖做卷積運(yùn)算，得到Gabor特征圖譜，Gabor小波變換，公式 (1)：

【權(quán)利要求】
1. 一種基于圖像LGBP特征子向量的人臉圖像識(shí)別方法，其特征在于，包含下列步驟： (1) .選取人臉圖像庫中的Μ幅人臉圖像，對(duì)M1幅人臉圖像進(jìn)行Gabor變換，獲取用于 人臉圖像識(shí)別的Γ維原始LGBP特征向量； (2) .設(shè)置用于人臉圖像識(shí)別的f維LGBP特征子向量在圖像的Γ維原始LGBP特征 向量所對(duì)應(yīng)的一組索引號(hào)認(rèn),Wr),其中=V.., (3) .分別設(shè)置第索引號(hào)在圖像的原始LGBP特征向量所對(duì)應(yīng)的第《·索引號(hào)Gabor子 圖像(r,s),第Zi索引號(hào)Gabor子圖像(r,s)的分塊(《，《),第&索引號(hào)Gabor子圖像(r,s)的分塊 (m，》)中的第//維特征向量； (4) .分別計(jì)算與上述步驟（3)所述的第/,.索引號(hào)Gabor子圖像(^)的分塊(Μ,η)中所對(duì) 應(yīng)的第//維特征子向量； (5).采用直方圖匹配法對(duì)步驟（4)所述的第索引號(hào)對(duì)應(yīng)的LGBP特征子向量進(jìn)行相 似度計(jì)算，得到一個(gè)相似度，根據(jù)相似度識(shí)別圖像。
2. 根據(jù)權(quán)利要求1所述的一種基于圖像LGBP特征子向量的人臉圖像識(shí)別方法，其特征 在于， 上述步驟（1)所述的選取人臉圖像庫中的巧幅人臉圖像，對(duì)M幅人臉圖像進(jìn)行Gabor變換，獲取用于人臉圖像識(shí)別的Γ維原始LGBP特征向量，具體如下： (1-1).選取人臉圖像庫中的M幅人臉圖像，對(duì)M幅人臉圖像進(jìn)行Gabor變換，獲得ΛX公幅Gabor子圖像，其中，及為Gabor濾波器的尺度個(gè)數(shù)4為Gabor濾波器的方向個(gè)數(shù)； (1-2).對(duì)每一幅Gabor子圖像提取局部二值模式（ULBP)特征向量，大小記為μX況，其 中，M為每行分塊數(shù)，N為每列分塊數(shù)； (1-3).將EXS幅Gabor子圖像的ULBP特征向量拼合成一個(gè)ULBP特征向量，該ULBP特征向量為用于人臉圖像識(shí)別的f維原始LGBP特征向量，記為尤，其表達(dá)式為： r=i2xmxi\Tx(p2-p+3),其中，J?為每一幅Gabor子圖像的特征塊中心區(qū)域內(nèi)采樣點(diǎn) 數(shù)。
3. 根據(jù)權(quán)利要求2所述的一種基于圖像LGBP特征子向量的人臉圖像識(shí)別方法，其特征 在于，上述步驟（3)所述的分別設(shè)置第^?索引號(hào)在圖像的原始LGBP特征向量所對(duì)應(yīng)的第&索 引號(hào)Gabor子圖像(r，s)，第^索引號(hào)Gabor子圖像(r,s)的分塊(#?,?)，第4索引號(hào)Gabor子圖 像(r,S)的分塊rt)中的第維特征向量，具體如下： (3-1).設(shè)置第Ii索引號(hào)在圖像的原始LGBP特征向量所對(duì)應(yīng)的第i2.索引號(hào)Gabor子圖像 (r,s),其中，ISrii?，Isss公； (3-2).設(shè)置第索引號(hào)Gabor子圖像(r,s)所對(duì)應(yīng)的第Ii索引號(hào)Gabor子圖像(r,s)的分塊<m<M,1 <η<M； (3-3).設(shè)置第《.索引號(hào)的Gabor子圖像(；r,S)的分塊所對(duì)應(yīng)的第//維特征向量。
4. 根據(jù)權(quán)利要求3所述的一種基于圖像LGBP特征子向量的人臉圖像識(shí)別方法，其特征 在于，上述步驟（4)所述的分別計(jì)算與第I2.索引號(hào)Gabor子圖像的分塊(?《,?)所對(duì)應(yīng)的第 //維特征子向量，具體如下： (4-1).分別計(jì)算與步驟（3)所述的索引號(hào)認(rèn)為,...，&}中第&索引號(hào)對(duì)應(yīng)的Gabor子圖 \Mr,s)； (4-2).分別計(jì)算與第4索引號(hào)Gabor子圖像(r,s)對(duì)應(yīng)的分塊(《,rt); (4-3).分別計(jì)算與第索引號(hào)Gabor子圖像(r,s)的對(duì)應(yīng)的分塊(m,η)所對(duì)應(yīng)的第維特 征子向量。
【文檔編號(hào)】G06K9/00GK104463091SQ201410458976
【公開日】2015年3月25日 申請(qǐng)日期:2014年9月11日 優(yōu)先權(quán)日:2014年9月11日
【發(fā)明者】方昱春, 常璐, 周中華, 姬朋均 申請(qǐng)人:上海大學(xué)