提取不同光照的作用
人臉識別是指采用機器對人臉圖像進行分析處理,從而提取出有效的識別信息,達到身份辨認的目的。人臉識別技術是目前模式識別研究領域中一個富有挑戰性的課題,不僅具有重要的學術意義,而且在軍事、商業和法律等諸多領域有著廣泛的應用前景。迄今為止,已經提出了很多算法來處理人臉識別問題,其中基于代數特征的人臉識別方法是當前人臉識別方法的主流,并且了較好的實驗效果。光照問題是人臉識別領域面臨的主要難題之一,由于光照變化使得面部特征不再明顯而具有分辨能力,這樣造成了人臉的類內差異變大,甚至大于類間差異。同一個人在不同光照條件下得到的圖像之間的差異,可能比不同人在同一光照條件下得到的圖像之間的差異還要大。
由于光照作用, 可能使得人臉部分關鍵特征更加突出或由于陰影、遮擋等影響而被弱化,因此,光照作用的影響使得人臉的關鍵特征分別處于不同的灰度尺度空間中,而理想條件下的人臉圖像其關鍵特征幾乎處于相同的灰度尺度下。近年來,國內外提出了許多方法來處理此問題,這些方法可以大致分為以下三種思路:不變特征提取法、人臉建模法和光照補償法。在光照補償算法中,常使用的方法是:直方圖均衡、 Gamma校正、對數變換等,但是這些方法過于簡單,對識別率的提高仍然不夠理想。錐方法、3D子空間模型等建模法用于處理光照問題時有一定的優勢,然而其理論性很強,需要3D 模型來分析不同光照對人臉圖像的影響,計算太復雜,實用性受到很大局限。
不變特征提取方法中,自商圖像是對商圖像方法的改進,但因其使用的高斯濾波器在低頻部分不能保持邊界等細節信息，由于小波的多尺度分析能力能夠從受光照影響嚴重的圖像低頻部分提取細節信息(邊緣、輪廓等),我們提出經對數尺度變換后的基于小波變換的光照條件下多尺度人臉輪廓提取的人臉識別方法。然后通過小波逆變換得到需要的信號。小波去噪模型是圖像去噪應用中一個成功的模型,與其他方法相比,如維納濾波,高斯濾波,基于小波的方法能夠堅持圖像細節部分,特別是,由于扔掉的小波系數是高頻部分的細節信息,因而,本文提出的基于小波變換的多尺度人臉輪廓的提取方法,能夠在圖像低頻光照部分堅持邊界等細節信息,這對光照下人臉輪廓的提取具有重要的意義。中國糧油儀器網 http://www.pc256.com/
