提取人脸纹理的方法及装置的制造方法
【技术领域】
[0001] 本发明涉及图像处理领域，尤其涉及一种提取人脸纹理的方法及装置。
【背景技术】
[0002] 2D-Gab〇r滤波器是一种短时傅里叶变化，可以达到空域和频域的局部最优化。利 用2D-Gabor滤波器对人脸纹理进行提取时，常常需要进行多个方向多个尺度的2D-Gabor 滤波，在空间域和频率域具有良好的方向选择性和频率性，提取的人脸特征比较全面，可以 有效的表达一幅人脸图像的信息。目前通过2D-Gabor滤波提取人脸纹理的过程中，由于纹 理特征划分的比较细，存在提取的纹理特征不显著，一些相似的纹理特征会干扰人脸特征 识别的问题。
[0003] 上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技 术。
【发明内容】
[0004] 本发明的主要目的在于提供一种提取人脸纹理的方法，旨在解决现有的通过 2D-Gabor滤波提取人脸纹理过程中，提取的人脸纹理信息特征不显著的问题。
[0005] 为实现上述目的，本发明提供一种提取人脸纹理的方法，所述提取人脸纹理的方 法包括如下步骤：
[0006] 读取人脸图像；
[0007] 对所述人脸图像进行2D-Gabor滤波处理，生成多个初始纹理图像；
[0008] 对所述多个初始纹理图像进行平均分组；
[0009] 分别从每组初始纹理图像中提取特征图像，并输出所述特征图像。
[0010] 优选的，所述分别从每组初始纹理图像中提取特征图像，并输出所述特征图像的 步骤包括：
[0011] 将各组内的每一初始纹理图像平均分解为图像块；
[0012] 确定每组内相同位置像素值最大的图像块，作为特征图像块；
[0013] 将每组的特征图像块组合成特征图像，并输出所述特征图像。
[0014] 优选的，所述对所述人脸图像进行2D-Gab〇r滤波处理，生成多个初始纹理图像的 步骤包括：
[0015] 从所述人脸图像中提取含有面部器官的局部图像；
[0016] 对所述人脸图像整体及所述局部图像分别进行2D-Gabor滤波处理，生成多个初 始纹理图像。
[0017] 优选的，所述从所述人脸图像中提取含有面部器官的局部图像的步骤包括：
[0018] 按照预设比例确定所述人脸图像中含有面部器官的图像区域；
[0019] 从所述图像区域中提取含有眼睛、眉毛和/或嘴巴的局部图像。
[0020] 优选的，所述对所述多个初始纹理图像进行平均分组的步骤包括：
[0021] 将相同方向的初始纹理图像按尺度进行排序；
[0022] 将相同方向相邻尺度的两个初始纹理图像划分为一组，依次进行平均分组。
[0023] 此外，为实现上述目的，本发明还提供一种提取人脸纹理的装置，所述提取人脸纹 理的装置包括：
[0024] 读取模块，用于读取人脸图像；
[0025] 滤波模块，用于对所述人脸图像进行2D-Gabor滤波处理，生成多个初始纹理图 像；
[0026] 分组模块，用于对所述多个初始纹理图像进行平均分组；
[0027] 提取模块，用于分别从每组初始纹理图像中提取特征图像，并输出所述特征图像。
[0028] 优选的，所述提取模块包括分解单元、确定单元和组合单元；
[0029] 所述分解单元，用于将各组内的每一初始纹理图像平均分解为图像块；
[0030] 所述确定单元，用于确定每组内相同位置像素值最大的图像块，作为特征图像 块；
[0031] 所述组合单元，用于将每组的特征图像块组合成特征图像，并输出所述特征图像。
[0032] 优选的，所述滤波模块包括获取单元及滤波单元；
[0033] 所述获取单元，用于从所述人脸图像中提取含有面部器官的局部图像；
[0034] 所述滤波单元，用于对所述人脸图像整体及所述局部图像分别进行2D-Gabor滤 波处理，生成多个初始纹理图像。
[0035] 优选的，所述获取单元，还用于按照预设比例确定所述人脸图像中含有面部器官 的图像区域；
[0036] 所述获取单元，还用于从所述图像区域中提取含有眼睛、眉毛和/或嘴巴的局部 图像。
[0037] 优选的，所述分组模块包括排序单元及划分单元；
[0038] 所述排序单元，用于将相同方向的初始纹理图像按尺度进行排序；
[0039] 所述划分单元，用于将相同方向相邻尺度的两个初始纹理图像划分为一组，依次 进行平均分组。
[0040] 本发明通过将2D-Gab〇r滤波处理生成的多个初始纹理图像平均分组，并从各组 初始纹理图像中提取特征图像，剔除了初始纹理图像中的一些不重要的纹理特征，使得提 取的人脸纹理特征更加突出，有利于识别处理。
【附图说明】
[0041] 图1为本发明提取人脸纹理的方法的第一实施例的流程示意图；
[0042] 图2为图1中步骤S40的细化流程示意图；
[0043] 图3为本发明提取人脸纹理的方法的第二实施例的流程示意图；
[0044] 图4为本发明按预设比例划分人脸图像的较佳实施例的结构示意图；
[0045] 图5为本发明从人脸图像中提取出含有面部器官的局部图像的较佳实施例的流 程不意图；
[0046] 图6为本发明提取人脸纹理的装置的第一实施例的功能模块示意图；
[0047] 图7为图6中分组模块的较佳实施例的功能模块示意图；
[0048] 图8为图6中提取模块的较佳实施例的功能模块示意图；
[0049] 图9为本发明提取人脸纹理的装置的第二实施例的功能模块示意图。
[0050] 本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
【具体实施方式】
[0051] 应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0052] 本发明实施例的主要解决方案是：读取人脸图像；对所述人脸图像进行2D_Gabor 滤波处理，生成多个初始纹理图像；对所述多个初始纹理图像进行平均分组；分别从每组 初始纹理图像中提取特征图像，并输出所述特征图像。
[0053] 现有的通过2D-Gabor滤波提取人脸纹理过程中，提取的人脸纹理信息特征不显 著的问题。
[0054] 基于上述问题，本发明提供一种提取人脸纹理的方法。
[0055] 参照图1，图1为本发明提取人脸纹理的方法的第一实施例的流程示意图。
[0056] 在本实施例中，所述提取人脸纹理的方法包括：
[0057] 步骤S10,读取人脸图像；
[0058] 步骤S20,对所述人脸图像进行2D-Gabor滤波处理，生成多个初始纹理图像；
[0059] 读取待提取人脸纹理特征的人脸图像，所述人脸图像可以是进行人脸识别过程中 待识别的人脸图像，也可以是用于比对的样本图像，或者也可以是其它待提取人脸纹理的 人脸图像。所述初始纹理图像，可以是一个或者一个以上的初始纹理图像，优选的，以图像 矩阵的形式进行表示。所述2D-Gabor滤波处理可以是一维2D-Gabor滤波处理，也可以是 二维2D-Gabor滤波处理，所述二维滤波处理包括在N(N为正整数）个方向M(M为正整数） 个尺度进行2D-Gabor滤波处理，生成N*M个初始纹理图像。在本实施例中，优选为对所述 人脸图像进行二维2D-Gabor滤波处理。应当理解的是，对所述人脸进行2D-Gabor滤波处 理，并不限于对所述人脸图像整体进行2D-Gabor滤波处理，也可以是对所述人脸的局部图 像进行2D-Gabor滤波处理，或者对所述人脸图像整体及所述人脸图像的局部图像分别进 行2D-Gabor滤波处理。例如：对所述人脸图像整体在N个方向Μ个尺度进行二维2D-Gabor 滤波处理，生成N*M个初始纹理图像；或者对所述人脸图像的局部图像，如包含眼睛眉毛的 局部图像及包含嘴巴的局部图像，分别在N个方向Μ个尺度进行二维2