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:<maths num="0001"><![CDATA[<math><mrow><mi>g</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><mrow><mo>(</mo><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>⊕</mo><mi>b</mi><mo>)</mo></mrow><mo>-</mo><mrow><mo>(</mo><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>!</mo><mi>b</mi><mo>)</mo></mrow></mrow></math>]]></maths>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<img file="FSB00000465413100012.GIF" wi="38" he="38" />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。 |