基于视觉建模的人脸图像光照处理方法
【专利摘要】本发明提供一种基于视觉建模的人脸图像光照处理方法，包括局部光照估计、改进Naka-Rushton等式调节因子、基于视网膜建模的光照归一化算法；通过用最大值滤波器代替高斯滤波器可以估计出更为准确的局部光照，并根据局部光照对图像进行光照分类，将不同类别的平均亮度作为光照归一化调节因子，提升光照归一化效果，有助于提高人脸识别系统的光照鲁棒性，有助于提高人脸识别的成功率。
【专利说明】基于视觉建模的人脸图像光照处理方法
【技术领域】
[0001]本发明涉及一种基于视觉建模的人脸图像光照处理方法。
【背景技术】
[0002]随着社会的发展和科技的进步，人类对快速高效的身份验证技术有着迫切的要求。生物特征是人类理想的身份验证依据，而人脸特征是目前身份验证中最为理想的生物特征。
[0003]人脸识别是当前模式识别和人工智能领域的一个重要研究课题，在近年来得到了迅猛的发展，其主要可以被应用在视频监控、证件验证、刑侦破案等很多方面，在电子商务、多媒体和数字娱乐等领域也表现出越来越大的潜在应用价值。众多人脸识别系统在实验环境中的性能表现令人满意，但是仍存在许多问题亟待解决。
[0004]光照变化是影响人脸识别鲁棒性的重要因素，细小的光照变化经常导致获取的人脸图像产生很大改变，从而严重降低了人脸识别系统的性能。为了消除光照的影响，研究人员提出了很多方法，主要有多尺度Retinex(MSR)方法、自商图像(SQI)方法、对数全变差(LTV)方法以及梯度脸方法等，但这些方法仍不能完全消除不同光照对人脸识别的影响。
[0005]随后,Meylan等提出了一个改进的Naka-Rushton等式,并基于这个等式利用两种连续非线性处理模拟视网膜模型中外网层和内网层的自适应非线性信息处理机制，能够消除光晕现象并改善色调映射期间的整体表现。Vu利用上述的两种连续非线性处理和高斯差滤波器提出了一种基于视觉建模的光照归一化方法，这种方法在光照变化的人脸识别中有很好的表现。
[0006]但Vu提出的这种算法不足之处在于:
[0007]1、利用高斯滤波器模拟无长突细胞和水平细胞获取局部光照经常会使图像边缘产生不准确的局部光照，从而影响后续结果。
[0008]2、图像的平均亮度作为对每个像素的调节因子的一部分会导致黑暗区域的欠拉伸和明亮区域的过拉伸。
【发明内容】
[0009]为解决上述方法在光照变化情况下人脸识别的效果不能令人满意的问题，本发明利用最大值滤波器和光照分类器估计出合适的调节因子，提出了一种改进的视网膜建模方法消除人脸图像中光照变化的影响，从而在获得更好的光照归一化效果的同时保留更多的图像细节。
[0010]本发明的技术解决方案是:
[0011]一种基于视觉建模的人脸图像光照处理方法，包括局部光照估计、改进Naka-Rushton等式调节因子、基于视网膜建模的光照归一化算法；
[0012]利用最大值滤波器替代高斯滤波器来模拟水平细胞和无长突细胞的功能，进行局部光照估计；[0013]将局部光照图像依据亮度分类，不同类别各自的平均亮度作为基于视网膜建模的光照归一化调节因子，改进Naka-Rushton等式进行视网膜建模，以实现光照归一化。
[0014]优选地，局部光照估计:根据简单Lambert光照模型，一幅图像I (X，y)由反射率R(x，y)和照度L(x，y)共同描述；假设I为初始人脸图像，则I的局部光照图像L1可被定
义为:
【权利要求】
1.一种基于视觉建模的人脸图像光照处理方法，其特征在于:包括局部光照估计、改进Naka-Rushton等式调节因子、基于视网膜建模的光照归一化算法； 利用最大值滤波器替代高斯滤波器来模拟水平细胞和无长突细胞的功能，进行局部光照估计； 将局部光照图像依据亮度分类，不同类别各自的平均亮度作为基于视网膜建模的光照归一化调节因子，改进Naka-Rushton等式进行视网膜建模，以实现光照归一化。
2.如权利要求1所述的基于视觉建模的人脸图像光照处理方法，其特征在于，局部光照估计:根据简单Lambert光照模型，一幅图像I (x，y)由反射率R(x，y)和照度L(x，y)共同描述；假设I为初始人脸图像，则I的局部光照图像1^可被定义为:11(I1J) =Arg maxp
3.如权利要求1所述的基于视觉建模的人脸图像光照处理方法，其特征在于:利用经典的Otsu算法进行光照分类； 根据Otsu算法，使t作为光照图像L1的阈值，将其分成两个集合:
S1 = IL1 (X, y) I L1 (X, y)≥ t}, S2 = (L1 (x, y) | L1 (x, y) < t} (I) 其中，L1 (x, y)是L1在点(x, y)处的亮度值； 图像I的调节因子A1可由以下公式求得:
4.如权利要求1-3任一项所述的基于视觉建模的人脸图像光照处理方法，其特征在于，初始人脸图像I的视网膜建模过程包括模拟感光层、模拟外网层、模拟内网层。
5.如权利要求4所述的基于视觉建模的人脸图像光照处理方法，其特征在于，模拟感光层:利用下面公式对人脸图像I进行处理:
P (X，y) = I (X，y) (ImaX+F1 (x, y))/(I (x, y) +F1 (x, y)) (3)
F1 = Lj+Aj (4) 其中，Imax是图像I的最大值。
6.如权利要求4所述的基于视觉建模的人脸图像光照处理方法，其特征在于，模拟外网层:P按下面公式处理:
O(X, y) = P (X, y) (Pmax+Fp(x, y)) / (P (x, y) +Fp(x, y)) (5) Fp = Lp+Ap (6)
7.如权利要求4所述的基于视觉建模的人脸图像光照处理方法，其特征在于，模拟内网层:采用空间带通滤波进行轮廓增强。
【文档编号】G06K9/00GK104021387SQ201410135955
【公开日】2014年9月3日 申请日期:2014年4月4日 优先权日:2014年4月4日
【发明者】程勇, 焦良葆, 曹雪虹, 陈瑞 申请人:南京工程学院