基于Retinex理論的人臉圖像光照處理算法研究.pdf

1、人臉識(shí)別的研究具有重要的理論價(jià)值和廣闊的應(yīng)用前景,然而,無約束環(huán)境下的光照變化將嚴(yán)重影響人臉識(shí)別系統(tǒng)的識(shí)別性能。針對(duì)光照變化問題,國內(nèi)外研究學(xué)者做了大量研究,其中基于信號(hào)分析的光照處理算法,因計(jì)算處理快且無需任何先驗(yàn)知識(shí),容易達(dá)到實(shí)時(shí)處理要求,已成為工程中解決人臉圖像光照問題一個(gè)主流方法。近年來,隸屬于此類算法的Retinex算法被引入人臉識(shí)別領(lǐng)域,因其模型簡潔、實(shí)用性強(qiáng),為解決實(shí)際應(yīng)用中的光照變化問題開辟了一條新的道路。
　　本

2、文的研究以提高人臉識(shí)別對(duì)光照的魯棒性和識(shí)別精度以及工程應(yīng)用中的實(shí)用性為主要目標(biāo),以Retinex理論為研究主線,對(duì)Retinex算法處理復(fù)雜光照下的人臉圖像的效果和算法效率展開研究,探討人臉圖像光照問題的解決方法。本文的主要工作和創(chuàng)新點(diǎn)如下:
　　首先,從提高Retinex算法處理人臉圖像光照問題的效果出發(fā),提出了一種基于視網(wǎng)膜模型的Retinex算法。以人類視網(wǎng)膜結(jié)構(gòu)和信息處理機(jī)理為參考,提出采用單尺度Retinex算法和基于上

3、下文信息間斷檢測(cè)方法的自適應(yīng)平滑Retinex算法分別模擬視網(wǎng)膜各功能層處理視覺信號(hào)的過程。通過Extended Yale B人臉庫的識(shí)別結(jié)果表明,此改進(jìn)算法處理后的人臉圖像取得了93.98％的平均識(shí)別率,較經(jīng)典的基于視網(wǎng)膜模型的算法提高了20.51％,并且較主流的自適應(yīng) Retinex算法高出5.4％,適用于對(duì)識(shí)別效果要求較高的工程應(yīng)用領(lǐng)域。
　　其次,針對(duì) Retinex算法中存在迭代運(yùn)算導(dǎo)致算法速率下降的問題,對(duì)一種基于兩次

4、雙邊濾波的Retinex算法進(jìn)行算法效率的改進(jìn),提出了一種基于快速雙邊濾波的Retinex算法。此算法對(duì)圖像的光照和反射分量分別進(jìn)行平滑估計(jì),在消除圖像光照的同時(shí),可有效地去除噪聲、保留圖像特征細(xì)節(jié);圖像的平滑估計(jì)采用了增維型快速雙邊濾波,可將傳統(tǒng)雙邊濾波的逐點(diǎn)運(yùn)算轉(zhuǎn)化為線性卷積,在保證算法處理效果的同時(shí)大幅提升了算法的處理效率。Extended Yale B人臉庫上的實(shí)驗(yàn)結(jié)果表明,此改進(jìn)算法的運(yùn)算速度較主流的自適應(yīng)Retinex算法提