一种处理人脸图像的光照归一化方法

摘要

本发明公开了一种处理人脸图像的光照归一化方法，具体按照以下步骤实施：读入待处理人脸图像并对其取对数；计算阴影层图像；计算反射层图像并进行指数变换；选取样本图像并计算其直方图；对反射层图像采用直方图匹配法进行归一化处理，即得到待处理人脸图像经光照归一化方法矫正后的图像。采用边缘保持滤波器能够保持大尺度层上的特征信息；采用处于视觉最优区域的样本图像，使校正后的反射层图像的均值和方差能够处于视觉最优的区域，有利于后续的人脸识别系统，能够提高人脸识别的正确率，解决了现有光照不变特征提取的方法，使人脸识别时的特征信息受到了较大程度的损失，不利于后续的人脸识别的问题。

主权项

一种处理人脸图像的光照归一化方法，其特征在于，具体按照以下步骤实施：步骤1，读入待处理人脸图像f(x,y)，并对其取对数得到步骤2，计算阴影层图像具体方法为：2.1)计算步骤1中得到的人脸图像在x方向上的差分：即为图像在水平方向上左右相邻像素的灰度值之差；2.2)计算步骤1中得到的人脸图像在y方向上的差分：即为图像在垂直方向上上下相邻像素的灰度值之差；2.3)按照式(1)计算矩阵A的各元素A_i,j，$A_{i,j}=\left\{\begin{array}{cc}-\lambda {\left(\right|{\tilde{f}}_i^{\prime }-{\tilde{f}}_j^{\prime }{|}^{\alpha }+ϵ)}^{-1}& j\in N_4\left(i\right)\\ 1-\underset{k\in N_4\left(i\right)}{\Sigma }{A}_{i,k}& i=j\\ 0& otherwise\end{array}\right.---\left(1\right)$其中，式(1)中的常数ε＝0.00001，参数λ＞0，参数α为1.0～1.8；2.4)将步骤1得到的和步骤2.3)得到的A，代入式则计算出阴影层图像步骤3，计算反射层图像并进行指数变换得到具体方法为：将步骤1中得到的和步骤2中得到的代入式(2)，$\tilde{r}(x,y)=\tilde{f}(x,y)-\tilde{s}(x,y)---\left(2\right)$则计算出独立于光照的反射层再对取指数变换即得到去除光照影响后的图像其中$\hat{r}(x,y)=\exp \left(\tilde{r}\right(x,y\left)\right);$步骤4，选取样本图像g(x,y)，并计算其直方图H_g(i)；步骤5，对反射层图像采用直方图匹配法进行归一化处理，即得到待处理人脸图像经光照归一化方法矫正后的图像r(x,y)，具体方法为：5.1)求出经步骤3得到的的亮度分布直方图i＝0,1,…,L‑1，其中，m_i是图像中灰度级为i的像素个数，m为该图像中像素的总数；5.2)将步骤5.1)中的直方图与步骤4中求得的H_g(i)相匹配，即对步骤3得到的图像中像素的灰度值进行变换，使得变换后的图像r(x,y)的直方图与图像g(x,y)的直方图相同，r(x,y)即为步骤1中待处理人脸图像经光照归一化方法矫正后的图像。