人脸图像的光照处理方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利(10)授权公告号(10)授权公告号CNCN102214292102214292B(45)授权公告日2014.09.10(21)申请号201010146028.8(22)申请日2010.04.09(73)专利权人汉王科技股份有限公司地址100193北京市海淀区东北旺西路8号5号楼三层(72)发明人黄磊刘昌平谭怒涛(51)Int.Cl.G06K9/00(2006.01)G06K9/54(2006.01)(56)对比文件CN1717053A,2006.01.04,全文.CN1856027A,2006.11.01,全文.审查员郑宁权权利要求书1页利要求书1页说明书6页说明书6页附图2页附图2页(54)发明名称人脸图像的光照处理方法(57)摘要本发明一种人脸图像的光照处理方法，属于图像处理领域。包括如下步骤：步骤1：输入人脸图像，并将人脸图像归一化为固定大小；步骤2：将归一化后的人脸图像用不同光照处理方法分别进行光照处理；步骤3：将光照处理后的各图像进行融合，并输出融合图像。本方法采用水平边缘滤波核的单尺度Retinex光照处理方法对人脸图片进行处理，突出了人脸图像的水平边缘，并将经不同光照处理方法所得的图像按各自权重系数进行融合，融合后的图像同时保留了融合前各方法的优点，从而提升了人脸识别的性能，加大了人脸的识别率。CN102214292BCN10249BCN102214292B权利要求书1/1页1.一种人脸图像的光照处理方法，其特征在于，包括如下步骤：步骤1：输入人脸图像，并将人脸图像归一化;步骤2：将归一化后的人脸图像用基于水平边缘滤波核的单尺度Retinex方法、LTV方法和多尺度人脸结构表示方法分别进行光照处理，基于水平边缘滤波核的单尺度Retinex方法通过增大当前点灰度值与卷积结果的差突出人脸图像的水平边缘；所述水平边缘滤波核为：x,y为当前点的坐标，μ为既定参数，σ为高斯标准差，为归一化因子，i、j为整张图像中各点的坐标；步骤3：将光照处理后的各图像进行融合，并输出融合图像；其中，所述将光照处理后的各图像进行融合包括按光照处理时采用的各光照处理方法权重系数进行融合，具体为：Rnew＝β·R1+(1-β)·R2，0≤β≤1，β为权重系数,R1为采用水平边缘滤波核的单尺度Retinex光照处理方法或者LTV光方法的输出图像的灰度值、R2为多尺度人脸结构表示方法光照处理后的输出图像的灰度值、Rnew为融合后输出图像的灰度。2.根据权利要求1所述的方法，其特征在于：所述既定参数为0至2之间的浮点数。3.根据权利要求1所述的方法，其特征在于：所述各图像进行融合前单位化。2CN102214292B说明书1/6页人脸图像的光照处理方法技术领域[0001]本发明属于图像处理领域，涉及一种图像的光照处理算法。背景技术[0002]在过去的十几年里，人脸识别受到了极大的关注，已经在商业和执法部门得到了广泛应用，如刑事鉴定、信用卡识别、安全系统、现场监控等。在这些实际应用中，人脸识别的应用环境是多样的，由于光照条件、面部表情、姿势、角度、发型等外界条件的影响，人脸识别的过程中要求这些外界条件相对稳定才能达到较高的识别率。由于人脸的表面是一个三维结构，点光源容易形成一些很强的投影，从而导致一些人脸细节的丢失，许多常用的识别方法对光照很敏感，故光照变化对人脸识别的过程影响巨大。[0003]在过去的几年中，人脸识别对光照的处理已经有了很大的提高，但是在国际上举行的人脸识别供应商评测(FaceRecognitionVendorTest，FRVT)和人脸识别挑战赛(FaceRecognitionGrandChallenge)中的测试表明，光照变化仍然是人脸识别性能提高的一个很重要的阻碍。[0004]目前有许多方法用来解决光照问题。如Retinex方法，该方法采用高斯核平滑图像来估计光照部分，通过在对数域对原图与光照估计求差得到光照处理图像。其中的高斯滤波核F(x，y)为环绕中心点的高斯函数：[0005][0006]其中，σ为高斯标准差，K为归一化因子，K＝1/∑F(x，y)。[0007]由Retinex方法处理得到的图像可以较好的保留全局信息，但是由于由Retinex方法缺乏多尺度分析，故不能更好的提取细节信息。[0008]后来，在Retinex的基础上又发展了LTV（LogarithmicTotalVariation）方法。然而，虽然这两种方法不需要对光照进行假设，也不需要多个图像参与训练，但处理后的图像主要表现为全局性信息，相应的细节性信息有所不足。近年来，小波分析开始应用于人脸的光照处理。如《Multiscalefacialstructurerepresentationforfacerecogn