一种基于图像lgbp特征子向量的人脸图像识别方法
【专利摘要】本发明公开了一种基于图像LGBP特征子向量的人脸图像识别方法，其步骤：(1)选取人脸图像库中的幅人脸图像进行Gabor变换，获取用于人脸图像识别的维原始LGBP特征向量；(2)设置用于人脸图像识别的维LGBP特征子向量在图像的原始LGBP特征向量所对应的一组索引号，其中；(3).分别设置第索引号Gabor子图像、第索引号Gabor子图像分块、第索引号Gabor子图像第维特征向量；(4)分别计算与第索引号对应的第维特征子向量；(5)采用直方图匹配法对步骤(4)所述的第索引号对应的第维特征子向量进行相似度计算，得到一个相似度，根据相似度识别图像。该方法在人脸图像识别时不仅能够减少图像特征向量的计算量，降低识别图像耗时，还能提高图像识别系统的实时性。
【专利说明】一种基于图像LGBP特征子向量的人脸图像识别方法
【技术领域】
[0001] 本发明属于图像识别【技术领域】，主要涉及一种基于图像LGBP特征子向量的人脸 图像识别方法。
【背景技术】
[0002] 在模式识别和计算机视觉中，如何表示对象是至关重要的问题。图像识别是近 30年来发展起来的一门新兴技术科学，是利用计算机对图像进行处理、分析和理解，以识 别各种不同模式的目标和对象的技术，它以研究图像的特征进行识别和分类为主要内容， 是计算机应用【技术领域】的一项热门课题。在导航、地图与地形配准、自然资源分析、天气预 报、环境监测、生理病变、人脸识别研究等许多领域具有重要的应用价值。详见文献：李月 景.图像识别技术及其应用丛书[M].机械工业出版社，1985。
[0003] 现有的自动图像识别主要分为五个步骤：图像输入，预处理，特征提取，分类和匹 配，图像特征提取在图像预处理模块之后，它不仅直接影响到图像识别系统中后续分类器 的设计和分类精度，甚至关系到分类识别算法是否可行、分类识别系统是否有效，是图像识 别的关键步骤。图像特征提取的效率直接决定着图像识别的效率，例如，给定一幅人脸图 像，首先，通过Gabor滤波器的卷积来提取图像的Gabor特征图谱；然后，利用图像的Gabor 特征图谱的细小模式进行局部二值模式编码，得到图像的特征向量，具体如下： 将Gabor小波和图像灰度图做卷积运算，得到Gabor特征图谱，Gabor小波变换，公式 (1)：
【权利要求】
1. 一种基于图像LGBP特征子向量的人脸图像识别方法，其特征在于，包含下列步骤： (1) .选取人脸图像库中的Μ幅人脸图像，对M1幅人脸图像进行Gabor变换，获取用于 人脸图像识别的Γ维原始LGBP特征向量； (2) .设置用于人脸图像识别的f维LGBP特征子向量在图像的Γ维原始LGBP特征 向量所对应的一组索引号认,Wr),其中=V.., (3) .分别设置第索引号在图像的原始LGBP特征向量所对应的第《·索引号Gabor子 图像(r,s),第Zi索引号Gabor子图像(r,s)的分块(《，《),第&索引号Gabor子图像(r,s)的分块 (m，》)中的第//维特征向量； (4) .分别计算与上述步骤（3)所述的第/,.索引号Gabor子图像(^)的分块(Μ,η)中所对 应的第//维特征子向量； (5).采用直方图匹配法对步骤（4)所述的第索引号对应的LGBP特征子向量进行相 似度计算，得到一个相似度，根据相似度识别图像。
2. 根据权利要求1所述的一种基于图像LGBP特征子向量的人脸图像识别方法，其特征 在于， 上述步骤（1)所述的选取人脸图像库中的巧幅人脸图像，对M幅人脸图像进行Gabor变换，获取用于人脸图像识别的Γ维原始LGBP特征向量，具体如下： (1-1).选取人脸图像库中的M幅人脸图像，对M幅人脸图像进行Gabor变换，获得ΛX公幅Gabor子图像，其中，及为Gabor滤波器的尺度个数4为Gabor滤波器的方向个数； (1-2).对每一幅Gabor子图像提取局部二值模式（ULBP)特征向量，大小记为μX況，其 中，M为每行分块数，N为每列分块数； (1-3).将EXS幅Gabor子图像的ULBP特征向量拼合成一个ULBP特征向量，该ULBP特征向量为用于人脸图像识别的f维原始LGBP特征向量，记为尤，其表达式为： r=i2xmxi\Tx(p2-p+3),其中，J?为每一幅Gabor子图像的特征块中心区域内采样点 数。
3. 根据权利要求2所述的一种基于图像LGBP特征子向量的人脸图像识别方法，其特征 在于，上述步骤（3)所述的分别设置第^?索引号在图像的原始LGBP特征向量所对应的第&索 引号Gabor子图像(r，s)，第^索引号Gabor子图像(r,s)的分块(#?,?)，第4索引号Gabor子图 像(r,S)的分块rt)中的第维特征向量，具体如下： (3-1).设置第Ii索引号在图像的原始LGBP特征向量所对应的第i2.索引号Gabor子图像 (r,s),其中，ISrii?，Isss公； (3-2).设置第索引号Gabor子图像(r,s)所对应的第Ii索引号Gabor子图像(r,s)的分块<m<M,1 <η<M； (3-3).设置第《.索引号的Gabor子图像(；r,S)的分块所对应的第//维特征向量。
4. 根据权利要求3所述的一种基于图像LGBP特征子向量的人脸图像识别方法，其特征 在于，上述步骤（4)所述的分别计算与第I2.索引号Gabor子图像的分块(?《,?)所对应的第 //维特征子向量，具体如下： (4-1).分别计算与步骤（3)所述的索引号认為,...，&}中第&索引号对应的Gabor子图 \Mr,s)； (4-2).分别计算与第4索引号Gabor子图像(r,s)对应的分块(《,rt); (4-3).分别计算与第索引号Gabor子图像(r,s)的对应的分块(m,η)所对应的第维特 征子向量。
【文档编号】G06K9/00GK104463091SQ201410458976
【公开日】2015年3月25日 申请日期:2014年9月11日 优先权日:2014年9月11日
【发明者】方昱春, 常璐, 周中华, 姬朋均 申请人:上海大学