专利名称:基于Gabor小波变换和局部二值模式优化的人脸识别方法
技术领域:
本发明属于图像处理、生物识别技术、模式识别技术和计算机视觉领域,涉及Gabor小波变换和局部二值模式算法,特别涉及一种基于Gabor小波变换和局部二值模式 优化的人脸识别方法。
背景技术:
随着现代社会的不断发展、技术的不断进步和完善,个人身份认证越来越受到 人们的重视,几乎每时每刻都需要证明自己的身份。对于这样一个每天都会遇到的问 题,各种身份识别装置应运而生。例如参加考试要出示自己的有效证件,到银行取款 要有信用卡和与之配套的密码等。而在电子信息技术飞速发展的今天,电子商务、网上 银行、公共安全领域对身份认证的可靠度和方式提出了新的要求。同时,在科研领域, 特别是在生物识别技术领域有着重大的突破和进展,由于生物特征是人的内在属性,具 有很强的自身稳定性和个体差异性,因此是身份验证的最理想依据。其中,利用人脸特 征进行身份验证又是最自然直接的手段。因此,本发明所采用的人脸识别算法具有重要 的实用价值。目前较为通用和研究较为成熟的人脸识别算法主要有弹性匹配、神经网络、 基于统计学的主分量分析、几何特征等。结合以上几种人脸识别算法,经过几代学者的 研究,发现除了年龄的变化、表情的影响和遮挡物的遮蔽等诸多因素以外,影响识别率 的主要因素是光照的变化,相关的研究甚至表明,同一个人的人脸图像在不同的光照条 件并且经过以上经典的人脸识别方法特征提取后引起的差异,往往要大于不同的人在相 同光照条件下的人脸图像的差异。目前还没有哪一种算法,能在完全开放的环境条件 下,出色的完成人脸识别的任务,因此人脸识别在理论和实际应用上是一项具有挑战性 的课题。本发明主要涉及两个图像处理的
背景技术:
Gabor小波变换和LBP(局部二值模 式)的进一步特征提取。其中Gabor小波变换能在时域和频域对原始图像进行分析,给 出特定条件下图像的时域和空域特征,由于Gabor小波变换的固有特性,使之对光照的 鲁棒性较好。针对Gabor变换后图像维数较高的问题,LBP可在局部对某个像素点的纹 理特征进行描述,有一定的区分和降维能力,分类性较好。
发明内容
本发明的目的在于针对已有技术存在的缺陷,提供一种基于Gabor小波变换和 局部二值模式优化的人脸识别方法融合了 Gabor小波变换和LBP局部纹理描述算法,在 有效降低维数和有限光照变化下,有较好的鲁棒性,具有添加新人脸样本训练时间短, 识别率高的特点。为达到上述目的,本发明的构思是Gabor小波变换是一个受带宽和持续时间 乘积下限所限制的同时用时间和频率来刻画信号特征的变换方法。为了可以同时在时域和频域获得最佳分辨率,可以用高斯函数调制的复正弦形式表示小波的核函数,这就是 Gabor小波函数的最初形式。二维Gabor小波变换能够捕获对应于空间位置、频率和纹理 方向性的局部结构信息,使用于表示人脸图像。同时使用LBP进行数据的重组和降维, 最终提取人脸特征。本发明涉及到人脸识别方法中的Gabor小波变换和LBP (局部二值模式)两种方 法1.Gabor小波变换可以近似的模拟哺乳动物的视觉皮层信息处理机制。当直接 采用图像像素的灰度值进行人脸识别时,模式特征容易受到人脸表情、光照条件和各种 几何变化的影响,二维Gabor小波变换是图像多尺度表示和分析的有力工具。作为唯一 能够取得空域和频域联合不确定关系下限的Gabor函数经常被用作小波基函数,用一组 滤波器函数与给定信号的卷积来表示或者逼近一个信号。二维Gabor滤波器的函数
ν(ζ)可以表示为
权利要求
1.一种基于Gabor小波变换和局部二值模式优化的人脸识别方法,其特征在于将 Gabor小波变换和局部二值算法进行融合,不但解决了 Gabor小波变换后,变换系数存在 高维的问题,更直接解决了面对高维数据,特征难以提取的问题;具体步骤如下1)对样本库中的图片或待识别图片进行截取;2)用Gabor小波,处理截取后的图片,得到不同尺度和不同方向的小波系数;3)对不同尺度和不同方向的小波系数取模,得到关于幅值的响应;4)用LBP算子对上述不同尺度和不同方向的小波系数图像进行变换;5)对经过LBP变换的图像进行区域划分,选取不同区域赋予不同权重;6)用塔方直方图对比待识别人脸和样本库中的人脸,得到识别结果。
2.根据权利要求1所述的基于Gabor小波变换和局部二值模式优化的人脸识别方法, 对于所述步骤1),对样本库中的图片或待识别图片进行截取的方法是通过手工或者自 动方式处理人脸样本库中的人脸,要求原始人脸图片两眼间的像素点不少于60;截取的 人脸图像上边沿位于眉毛上方,发迹下方区域,下边沿位于嘴唇下方,下巴上方,左右 边际位于耳朵和脸颊之间的位置;归一化图片的分辨率到相同的尺度为64X64。
3.根据权利要求1所述的基于Gabor小波变换和局部二值模式优化的人脸识别方法, 对于所述步骤2),用Gabor小波处理截取后的图片,得到不同尺度和不同方向的小波系 数,其方法是采用8个方向的纹理特征,由于O到的方向尺度能用O到π来完全 描述,其中相位P的变化是连续的,不可能取无穷多个,采用离散采样较为合理,所以 采取η /8的采样间隔,目卩Φ μ = π μ /8,其中Φ μ表示对应不同的μ取值,μ取{0, 1,2…7}的整数,得到的不同相位值;用5个中心频率的Gabor小波滤波器组成二维Gabor小波来提取原始图像不同频率的信息。用于有效带宽ο和倍频程Φ的关系为σ = λ/2 ^2| ^jl,当选取Φ = 0.5的倍
4.根据权利要求1所述的基于Gabor小波变换和局部二值模式优化的人脸识别方法, 对于所述步骤3),对不同尺度和不同方向的小波系数取模,得到关于幅值的响应,其方 法是经过Gabor小波变换得到不同尺度和不同方向的小波系数后,使用
5.根据权利要求1所述的基于Gabor小波变换和局部二值模式优化的人脸识别方法, 对于所述步骤4),用LBP算子对上述不同尺度和不同方向的小波系数图像进行变换,其 方法是对40幅Gabor特征进行LBP变换,Lli, ν(ζ)是经过LBP变换的图片,LBP 表示局部二值模式变换变换,Ομ,ν(ζ)定义见步骤3)所示。舍弃边缘的像素后得到!^, v(z) = LBP{0,, v(z)}经过LBP变换后的图像特征,首先,基于LBP的降维和特征提取包括以下步骤(1)根据LBP算子的旋转不变性及多次实验的结果,挑选具有代表性的特征灰度值, 从0-255的灰度值中选出能代表大多数纹理情况的58个纹理特征灰度值;(2)对经过LBP变换的40幅图像分别进行直方图统计,根据上述58个特征灰度值进 行统计,并将余下的灰度值统计为第59个特征值,从而得到长度为59X40的特征向量; 其次,关于LBP特征区域的划分和权值的选择LBP算子反映了图片纹理的局部特征,结合对人脸先验知识的应用,人脸各个部分 对人脸识别的贡献是不同的,比如眼睛、鼻子、嘴唇对区分人脸所贡献的信息量更多, 而面颊部分由于高频成分较少,灰度变化较不明显,对人脸识别的贡献相对较小。选取 不同的区域,并划分不同的权值具有较大的意义。
6.根据权利要求1所述的基于Gabor小波变换和局部二值模式优化的人脸识别方法, 对于所述步骤5),对经过LBP变换的图像进行区域划分,选取不同区域赋予不同权重, 其方法是对每个Lli, v(z)划分区域,并给每个区域设定不同的权值ω (其权值依据是不 同区域对人脸识别贡献度的大小,比如人眼、嘴唇对识别影响较大,而脸颊等灰度变化 较平坦部分的贡献度较低),统计每个区域的灰度直方图Ημ, ν, η,其中μ,ν定义见步 骤3),η代表不同的区域。
7.根据权利要求1所述的基于Gabor小波变换和局部二值模式优化的人脸识别方法, 对于所述步骤6),用塔方直方图对比待识别人脸和样本库中的人脸,得到识别结果关 于相似度判决规则的选取如下对于直方图统计相似度的判决,有多种统计方法,常用的有log统计、直方图交以及X2判决,经过实验表明
全文摘要
本发明涉及了一种基于Gabor小波变换和局部二值模式优化的人脸识别方法。二维Gabor小波变换能够将相邻区域的像素联系起来,从而从不同的频率尺度和方向反映局部范围内图像像素灰度值变化的情况,是一种在人脸图像二维Gabor小波变换系数的基础上进行的特征提取和分类识别。面对高维的Gabor小波变换系数,采用LBP提取全局直方图特征,再利用先验知识将图像分块,提取每块LBP局部直方图的特征,该方法有较好的识别率和对光照的鲁棒性。在生物识别领域和公共安全监控领域有较为广泛的使用前景。
文档编号G06K9/62GK102024141SQ201010215489
公开日2011年4月20日 申请日期2010年6月29日 优先权日2010年6月29日
发明者杨慧, 王衎, 胡金演, 蒋秋峰 申请人:上海大学