光照變換的Gabor小波人臉識(shí)別研究.pdf

1、人臉識(shí)別已成為當(dāng)前模式識(shí)別、機(jī)器視覺(jué)領(lǐng)域中的一個(gè)研究熱點(diǎn)。人臉識(shí)別的目的是使計(jì)算機(jī)能夠像人一樣具有從一幅圖像中發(fā)現(xiàn)是否存在人臉，以及對(duì)發(fā)現(xiàn)的人臉進(jìn)行身份鑒別的能力。近年來(lái)，人臉識(shí)別技術(shù)取得了很大的進(jìn)展，涌現(xiàn)出許多優(yōu)秀的人臉識(shí)別方法和許多優(yōu)異的人臉識(shí)別系統(tǒng)。盡管如此，人臉識(shí)別技術(shù)仍有許多問(wèn)題尚待解決，光照問(wèn)題就是其中之一。
　　本文對(duì)人臉識(shí)別中光照變換條件下的人臉圖像預(yù)處理、人臉特征提取以及人臉?lè)诸悊?wèn)題進(jìn)行了深入的研究，其主要研究工

2、作如下：
　?。?）研究了光照變換條件下的人臉圖像預(yù)處理。
　　本文對(duì)現(xiàn)有的光照預(yù)處理算法進(jìn)行了討論，總結(jié)其優(yōu)缺點(diǎn)。重點(diǎn)分析研究了基于Retinex理論的光照預(yù)處理算法，并在此基礎(chǔ)上提出了一種新的基于Retinex理論的光照預(yù)處理算法。在對(duì)圖像進(jìn)行裁剪、修改的同時(shí)，用高斯差分濾波器代替?zhèn)鹘y(tǒng)Retinex算法中的低通濾波器來(lái)去除圖像中的光照成分，之后采用直方圖均衡化對(duì)處理后的圖像進(jìn)行增強(qiáng)。仿真實(shí)驗(yàn)結(jié)果表明，本算法較傳統(tǒng)Reti

3、nex具有更優(yōu)的預(yù)處理效果，并消除了傳統(tǒng)Retinex算法中的“光暈”現(xiàn)象，從而提高了識(shí)別率。
　?。?）研究了Gabor小波提取人臉圖像的特征方法。
　　Gabor小波變換對(duì)外界環(huán)境如姿態(tài)、光照、表情等具有較強(qiáng)的不變性，對(duì)人臉特征地表示有較好的魯棒性。研究表明，Gabor相位特征信息包含了許多有效的圖像局部特征，對(duì)光照變換不敏感；而且原始圖像灰度值信息，對(duì)特征而言，它表示了圖像的全局特征。為了使圖像既包含局部特征又包含全局

4、特征，本文將Gabor相位信息和原始圖像灰度值信息相融合，提出了一種增強(qiáng)型的Gabor相位特征方法。
　?。?）將本文方法和其他方法進(jìn)行了實(shí)驗(yàn)對(duì)比分析。
　　分類器的設(shè)計(jì)是人臉識(shí)別中的最后環(huán)節(jié)，常見(jiàn)的分類器有支持向量機(jī)(SVM)和神經(jīng)網(wǎng)絡(luò)等，它們是基于歐式距離來(lái)進(jìn)行相似度量的，不能較好地度量光照等非線性因素，為此本文采用最近鄰分類方法對(duì)人臉特征進(jìn)行分類識(shí)別。最后將本文方法在人臉數(shù)據(jù)庫(kù)Yale B和CMP PIE上與其他預(yù)處理