光照變換的Gabor小波人臉識別研究.pdf

1、人臉識別已成為當(dāng)前模式識別、機器視覺領(lǐng)域中的一個研究熱點。人臉識別的目的是使計算機能夠像人一樣具有從一幅圖像中發(fā)現(xiàn)是否存在人臉，以及對發(fā)現(xiàn)的人臉進行身份鑒別的能力。近年來，人臉識別技術(shù)取得了很大的進展，涌現(xiàn)出許多優(yōu)秀的人臉識別方法和許多優(yōu)異的人臉識別系統(tǒng)。盡管如此，人臉識別技術(shù)仍有許多問題尚待解決，光照問題就是其中之一。
　　本文對人臉識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分類問題進行了深入的研究，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。
　　本文對現(xiàn)有的光照預(yù)處理算法進行了討論，總結(jié)其優(yōu)缺點。重點分析研究了基于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。在對圖像進行裁剪、修改的同時，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去除圖像中的光照成分，之后采用直方圖均衡化對處理后的圖像進行增強。仿真實驗結(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小波變換對外界環(huán)境如姿態(tài)、光照、表情等具有較強的不變性，對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，對光照變換不敏感；而且原始圖像灰度值信息，對特征而言，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，提出了一種增強型的Gabor相位特征方法。
　　（3）將本文方法和其他方法進行了實驗對比分析。
　　分類器的設(shè)計是人臉識別中的最后環(huán)節(jié)，常見的分類器有支持向量機(SVM)和神經(jīng)網(wǎng)絡(luò)等，它們是基于歐式距離來進行相似度量的，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人臉特征進行分類識別。最后將本文方法在人臉數(shù)據(jù)庫Yale B和CMP PIE上與其他預(yù)處理