光照變化條件下的人臉檢測與識別算法研究.pdf

1、魯棒的人臉檢測、識別系統(tǒng)應當能夠處理在各種不同條件下采集的人臉圖像，其中的可變因素包括表情、光照、姿態(tài)、時間等。本文主要針對光照變化條件下的人臉檢測、識別問題，從圖像增強和建立光照子空間兩個方面做了相關的研究，主要成果如下： 針對利用球諧函數(shù)估計圖像的光照狀態(tài)，需要已知物體表面法向量的限制，本文基于平面模型推導出估計人臉圖像的光照狀態(tài)的線性方法，并且提出利用“逆圖像”與原圖像相互補償?shù)牟呗?，實現(xiàn)了對人臉圖像光照狀態(tài)的調(diào)整。其中，

2、補償?shù)臋嘀悼捎蓤D像本身的光照狀態(tài)而確定。本文不但從理論上證明了線性光照估計的合理性，并且應用在人臉檢測實驗中也取得了較好的結果。 根據(jù)反射理論，朗伯反射體的雙方向反射函數(shù)可以看作是一個低通濾波器，使得其反射光線主要由低頻信息組成。但由于人臉的非凸性或者光源的不連續(xù)性，人臉圖像中往往還會包含一些高頻信息，如：陰影邊緣等?；赪inner濾波器的自適應性，本文給出利用Wiener濾波器從圖像中提取信息作為對光照狀態(tài)的估計的方法。由于

3、Wiener濾波器在提取低頻信息的同時，也保留了部分高頻信息，使得對光照的估計更加準確。在調(diào)整圖像的光照狀態(tài)時，仍然采用了“逆圖像”與原圖像互補的策略。通過人臉檢測實驗，驗證了該方法調(diào)整圖像光照狀態(tài)的有效性。 根據(jù)環(huán)境中光照狀態(tài)的變化，人的視覺系統(tǒng)會作自適應的調(diào)整，使得成像效果達到最佳。模擬人的視覺自適應訓整機制，本文推導出一個光照全局調(diào)整函數(shù)，并提出利用圖像本身的光照狀態(tài)來確定調(diào)整函數(shù)參數(shù)的方法，實現(xiàn)了對圖像光照狀態(tài)自適應的調(diào)

4、整。經(jīng)過全局調(diào)整函數(shù)調(diào)整之后，曝光不足圖像的對比度和灰度絕對值均有相應的提高；過度曝光圖像的對比度也會有所提高，同時灰度絕對值有所下降。光照全局調(diào)整函數(shù)可以極大的改善圖像質量，人臉檢測實驗驗證了調(diào)整效果。 針對光照全局調(diào)整函數(shù)中可能會忽略圖像中局部細節(jié)信息的問題，本文利用局部信息與整體信息相結合的策略，給出了光照細節(jié)調(diào)整函數(shù)。對于函數(shù)中的參數(shù)，本文提出通過對圖像質量的評價實現(xiàn)參數(shù)優(yōu)化的方法，并以灰度熵作為評價的客觀標準。光照細節(jié)

5、調(diào)整函數(shù)中，每點的局部信息與圖像的全局信息通過雙線性差值結合在一起，共同決定了對該點的調(diào)整程度，有效補償了全局調(diào)整函數(shù)對于較亮信息的細節(jié)抑制作用。經(jīng)過細節(jié)函數(shù)調(diào)整之后，圖像的局部細節(jié)豐富、整體亮度適中，圖像中信息的可辨識度有所提高。利用光照細節(jié)調(diào)整函數(shù)作為人臉檢測算子的預處理方法，可以有效的提高檢測系統(tǒng)的檢測率。鑒于9點光照子空間的基圖像可以較容易的在真實物理環(huán)境中采集到，本文提出基于最大后驗概率估計從單張圖像恢復目標物體9點光照子空間

6、的算法。與其它同類算法相比，本文提出算法的訓練樣本更容易獲得，可操作性更強。而且利用目標物體任意光照狀態(tài)下的單張圖像都可恢復出該物體的9點光照子空間，具有一定的推廣性。多個標準人臉數(shù)據(jù)庫上的各種光照狀態(tài)下的人臉識別實驗，驗證了該算法恢復出的9點光照子空間，可以很好的表達目標物體在不同光照條件下圖像的變化。 基于圖像增強的各種光照處理算法(線性光照估計與補償、基于Wiener濾波的光照估計與補償、光照全局調(diào)整、光照細節(jié)調(diào)整)不需要