基于Gabor小波变换和局部二值模式优化的人脸识别方法

摘要

本发明涉及了一种基于Gabor小波变换和局部二值模式优化的人脸识别方法。二维Gabor小波变换能够将相邻区域的像素联系起来，从而从不同的频率尺度和方向反映局部范围内图像像素灰度值变化的情况，是一种在人脸图像二维Gabor小波变换系数的基础上进行的特征提取和分类识别。面对高维的Gabor小波变换系数，采用LBP提取全局直方图特征，再利用先验知识将图像分块，提取每块LBP局部直方图的特征，该方法有较好的识别率和对光照的鲁棒性。在生物识别领域和公共安全监控领域有较为广泛的使用前景。

主权项

一种基于Gabor小波变换和局部二值模式优化的人脸识别方法，其特征在于将Gabor小波变换和局部二值算法进行融合，不但解决了Gabor小波变换后，变换系数存在高维的问题，更直接解决了面对高维数据，特征难以提取的问题；具体步骤如下：1)对样本库中的图片或待识别图片进行截取；2)用Gabor小波，处理截取后的图片，得到不同尺度和不同方向的小波系数；3)对不同尺度和不同方向的小波系数取模，得到关于幅值的响应；4)用LBP算子对上述不同尺度和不同方向的小波系数图像进行变换；5)对经过LBP变换的图像进行区域划分，选取不同区域赋予不同权重；6)用塔方直方图对比待识别人脸和样本库中的人脸，得到识别结果。