基于形态学商图像的多光照人脸识别方法

摘要

本发明一种基于形态学商图像的多光照人脸识别方法，该方法，首先估计出人脸各个位置的光照强度，包含光源强度和法向量信息，然后求出原始光照图像与光照估计图像之间的商值，得到人脸表面的反射率信息，即与光照条件无关的人脸纹理特征。因相除操作会在原来的阴影区域产生噪声点，噪声点与人脸纹理特征无关，所以对原始图像在光照估计前做预处理。估计光照采用形态学的闭操作方法，用最简便的矩形均值模板，模板的尺度大小采用动态原则，依不同局部区域特点，对模板大小进行自适应选取。最后对相除得到的商图像结果进行最近邻分类，距离准则采用归一化的相关性。本发明，提高了自动人脸识别系统的安全性，在生物特征识别领域具有重要的应用价值。

主权项

1.一种基于形态学商图像的多光照人脸识别方法，其特征在于，包括步骤：(1)对原始的各种光照下的人脸图像进行预处理，求出原始图像中每个点的形态学梯度：$g(x,y)=(f(x,y)\oplus b)-(f(x,y)!b)$其中，f(x，y)为原始图像上横坐标为x，纵坐标为y的点的灰度值，b为形态学模板，运算符为灰度膨胀操作，运算符！为灰度腐蚀操作，g(x，y)为计算得到的图像中坐标为(x，y)的点的形态学梯度的值；其中b为长宽相等的矩形模板，边长为人脸图像中眼球的直径，单位为象素；设定一个阈值δ，其取值范围为[6，10]；找出原始图像中所有形态学梯度小于δ的点，并将该点处以b为模板的灰度膨胀的值赋于该点；(2)采用动态模板的形态学闭运算方法，对预处理后的图像进行光照估计，这里的模板为三种尺度大小的模板，所述动态模板，是通过对图像中各个点的局部特征值设定两个阈值α和β，其中：α＜β，来决定在该点采用的模板尺度的大小，其方法为：(i)计算该点的形态学梯度，采用的模板为长宽相等的矩形，边长为人脸图像中眼球的直径；(ii)计算该点的形态学梯度值与该点的灰度值相比的比值；(iii)将该比值与阈值α和β相比较，若小于α，则取最小的模板，若介于α和β之间，则取中等大小的模板，若大于β，则取最大的模板；(3)将(1)步中预处理后的人脸图像与(2)步中估计的光照图像相除，得到的商图像即为与光照条件无关的人脸特征图像；(4)对人脸进行最近邻分类。