一種基于對數(shù)差分的圖片人臉輪廓特征提取方法
【專利摘要】本發(fā)明涉及一種基于對數(shù)差分的圖片人臉輪廓特征提取方法，該方法通過提取圖片所有像素點的差分邊界圖，進(jìn)行變換獲得人臉輪廓特征，與現(xiàn)有技術(shù)相比，具有數(shù)值運算穩(wěn)定、適應(yīng)性強的特點，尤其在圖片光照變化劇烈、或混有其他復(fù)雜變化的情況下，對圖片的處理效果依然很好；同時，引入權(quán)值對子鄰域的差分邊界圖進(jìn)行調(diào)整，因此提取得到的人臉輪廓特征在進(jìn)行識別的時候其識別率更加的穩(wěn)定。
【專利說明】一種基于對數(shù)差分的圖片人臉輪廓特征提取方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及人臉識別領(lǐng)域，更具體地，涉及一種基于對數(shù)差分的圖片人臉輪廓特 征提取方法。

【背景技術(shù)】
[0002] 現(xiàn)有技術(shù)中，在對人臉圖片進(jìn)行識別時，若該人臉圖片受到光照的影響，一般選擇 蘭伯特模型來對人臉圖片進(jìn)行處理。蘭伯特模型原理如下：把一張 mXn維人臉圖片像素點 的像素值f (X，y)分解為一個光照分量S與一個反射率分量P的乘積：
[0003] f (x, y) = P (x, y) S (x, y), I ^ X ^ m, I ^ y ^ η.
[0004] 其中反射率分量P含有人臉輪廓特征，因此需要把P分解出來。一般認(rèn)為，光照 分量S是緩慢變化的，滿足以下公式：
[0005] S(x-i Δ X, y-i Δ y) ^ S(x, y)
[0006] 其中Λ X與Λ y表示小量的平移，即（x-i Λ X，y-i Λ y) -般是最靠近當(dāng)前像素 的像素點，因此i，j e A= {-1，0，1}。在上述基礎(chǔ)上可以使用韋伯臉，約掉光照分量S，保 留含有反射率分量P的項，再進(jìn)行求和與arctan變換，獲得人臉輪廓特征，利用獲取的人 臉輪廓特征可進(jìn)行人臉識別。獲取人臉輪廓特征的具體過程如下：
[0007]

【權(quán)利要求】
1. 一種基于對數(shù)差分的圖片人臉輪廓特征提取方法，其特征在于：提取圖片像素點的 差分邊界圖，進(jìn)行arctan變換獲得人臉輪廓特征，具體如下：
51. 把圖片的灰度值區(qū)間調(diào)為[1，256]，設(shè)當(dāng)前要處理的像素點為（x，y)，以該像素點 為中心劃分出鄰域N(x，y)，對像素點（x，y)的灰度值f(x，y)進(jìn)行分解： f(x,y) =P(χ,y)S(x,y) (I) 其中p(x，y)為反射率分量，p(x，y)包含有人臉輪廓特征，S(x，y)為光照分量； 對f(x，y)取對數(shù)，得 F(x,y) =Iogf(x,y) =IogP(x,y)+logS(x,y) (2) 對鄰域N(x，y)中的其他像素點（i.J')利用式（1)、（2)進(jìn)行處理，得FV) = log V) + log 5(.v, v) F(x,v) -F(x,v) = (logp(x,v) - logp{x,v)) + (logS(x,v) - logS(x,v)) 由于對數(shù)函數(shù)log在[1，256]上是一致連續(xù)和非擴張的，因此log 5(.v, v) ? log 5(.v, v) 由此可得廠-廠(?) ?logp(.W) -丨(3) (ν.ι'?εΛ,'"
即I(X，y)為像素點（X，y)的差分邊界圖，對I(X，y)進(jìn)行arctan變換，得
即Imsuie (x，y)是從像素點（x，y)提取的人臉輪廓特征；
52. 對圖片其他像素點進(jìn)行步驟Sl的處理，獲得相應(yīng)的人臉輪廓特征。
2. 根據(jù)權(quán)利要求1所述的基于對數(shù)差分的圖片人臉輪廓特征提取方法，其特征在于： 所述鄰域Ν(Χ?)是一個（2L+1)X(2L+1)的方形鄰域，將鄰域N(x，y)分為L個子鄰域，其中第 1個子鄰域#?Λ.,ν)滿足以下條件
根據(jù)公式（1)、（2)、（3)對子鄰域中的像素點進(jìn)行處理，獲取子鄰域的差分 邊界圖：
由此可得7(V) =Σ7/ (U)。 1=\
3. 根據(jù)權(quán)利要求2所述的基于對數(shù)差分的圖片人臉輪廓特征提取方法，其特征在 于：使用權(quán)值α$子鄰域<,y)求得的差分邊界圖I1(Xj)進(jìn)行調(diào)整，即I/ (X，y)= L α山（X，y)，此時,U'.，.v) =Σ八(Λ'.，·ν)。 i-1
4. 根據(jù)權(quán)利要求3所述的基于對數(shù)差分的圖片人臉輪廓特征提取方法，其特征在于： 所述權(quán)值ai通過獨立訓(xùn)練集計算得到，所述獨立訓(xùn)練集包括c個人的圖片，其中每個人的 圖片為t張； 將每張圖片的鄰域分為L個子鄰域，提取L個子鄰域的差分邊界圖，設(shè)為第k個人 的第r張圖片的第1個子鄰域的差分邊界圖，即可計算第1個子鄰域的逐類平均差分邊界 圖P以及總平均差分邊界圖?；，具體如下：
定義第1個子鄰域的差分邊界圖的類內(nèi)誤差為Ew(I)，類間誤差為Eb(I)，即
其中||f為肀#的弗洛比尼烏斯范數(shù)，Pi-ZL為7；的弗洛比尼烏斯范 數(shù)；
5. 根據(jù)權(quán)利要求2?4任一項所述的基于對數(shù)差分的圖片人臉輪廓特征提取方法，其 特征在于：當(dāng)像素點（X，y)位于圖片邊界時，使用鏡面反射延拓法對像素點（X，y)的鄰域進(jìn) 行延拓。
【文檔編號】G06K9/00GK104463149SQ201410857373
【公開日】2015年3月25日 申請日期:2014年12月31日 優(yōu)先權(quán)日:2014年12月31日
【發(fā)明者】賴兆榮, 戴道清 申請人:中山大學(xué)