一种处理图像的方法及装置的制造方法
【技术领域】
[0001]本发明实施例涉及人脸识别的技术领域，尤其涉及一种处理图像的方法及装置。
【背景技术】
[0002]人脸识别是图像分析和理解领域中最成功的应用之一，近年来得到了迅速的发展，但其性能仍然受光照、视角、遮挡、年龄等多方面因素影响。在众多的影响因素中，光照变化是影响系统识别性能的关键因素之一，由于人脸的3D结构，光照投射出的阴影，会加强或减弱原有的人脸特征。尤其是在夜晚，由于光线不足造成的面部阴影会导致识别率的急剧下降，使得系统难以满足实用要求。同时，理论和实验还证明同一个体因光照不同引起的差异，大于同一光照下不同个体之间的差异。因此，如果能探索到合适的方法对光照过强或过弱的人脸图像进行预处理，对于改善人脸识算法性能具有一定意义。
[0003]目前，解决光照问题的预处理方法主要有两大类:基于模型的方法和基于图像处理技术的方法。其中，前者往往从成像模型出发，试图估计光照或对图像进行重新打光，因此在理论上更加完善，但往往因为约束条件过强而不能很好的使用:而后者尽管仅仅从图像灰度变换的角度处理，但却以其简单有效性在实用中得到了更多的重视。
【发明内容】
[0004]本发明实施例的目的在于提出一种处理图像的方法及装置，旨在解决如何有效地消除人脸图像光照变化的问题。
[0005]为达此目的，本发明实施例采用以下技术方案:
[0006]第一方面，一种处理图像的方法，所述方法包括:
[0007]获取待处理图像的高频子带系数；
[0008]对所述高频子带系数进行光照滤波处理，得到滤波后的高频系数子带集；
[0009]根据所述滤波后的高频系数子带集获取光照滤波处理后的第一待处理图像。
[0010]优选地，所述获取待处理图像的高频子带系数，包括:
[0011]通过非采样Shearlet变换对所述待处理图像进行分解，得到高频子带系数；
[0012]所述根据所述滤波后的高频系数子带集获取光照滤波处理后的第一待处理图像，包括:
[0013]对所述高频系数子带集进行逆非采样Shearlet变换，得到光照滤波处理后的第一待处理图像。
[0014]优选地，所述对所述高频子带系数进行光照滤波处理，得到滤波后的高频系数子带集，包括:
[0015]通过贝叶斯阈值函数对所述高频子带系数进行光照滤波处理，得到滤波后的高频系数子带集。
[0016]优选地，所述方法还包括:
[0017]获取待处理图像的低频子带系数；
[0018]通过对数总变分商图像模型LTVQI对所述低频子带系数进行光照滤波处理，得到滤波后的低频系数子带集；
[0019]根据所述滤波后的低频系数子带集获取光照滤波处理后的第二待处理图像，并根据所述第一待处理图像和所述第二待处理图像进行合并，获取最终的待处理图像。
[0020]优选地，所述获取待处理图像的高频子带系数之前，还包括:
[0021]对所述待处理图像进行对数阈变换。
[0022]第二方面，一种处理图像的装置，所述装置包括:
[0023]第一获取模块，用于获取待处理图像的高频子带系数；
[0024]第一滤波模块，用于对所述高频子带系数进行光照滤波处理，得到滤波后的高频系数子带集；
[0025]第二获取模块，用于根据所述滤波后的高频系数子带集获取光照滤波处理后的第一待处理图像。
[0026]优选地，所述第一获取模块，用于:
[0027]通过非采样Shearlet变换对所述待处理图像进行分解，得到高频子带系数；
[0028]所述第二获取模块，用于:
[0029]对所述高频系数子带集进行逆非采样Shearlet变换，得到光照滤波处理后的第一待处理图像。
[0030]优选地，所述第一滤波模块，用于:
[0031]通过贝叶斯阈值函数对所述高频子带系数进行光照滤波处理，得到滤波后的高频系数子带集。
[0032]优选地，所述装置还包括:
[0033]第三获取模块，用于获取待处理图像的低频子带系数；
[0034]第二滤波模块，用于通过对数总变分商图像模型LTVQI对所述低频子带系数进行光照滤波处理，得到滤波后的低频系数子带集；
[0035]合并模块，用于根据所述滤波后的低频系数子带集获取光照滤波处理后的第二待处理图像，并根据所述第一待处理图像和所述第二待处理图像进行合并，获取最终的待处理图像。
[0036]优选地，所述装置还包括:
[0037]变换模块，用于对所述待处理图像进行对数阈变换。
[0038]本发明实施例通过获取待处理图像的高频子带系数；对所述高频子带系数进行光照滤波处理，得到滤波后的高频系数子带集；根据所述滤波后的高频系数子带集获取光照滤波处理后的第一待处理图像，处理速度快，因此提高人脸信息的利用率；并能有效地消除图像的光照变化，提升了人脸识别性能，提高人脸识别系统的光照鲁棒性。
【附图说明】
[0039]图1是本发明实施例处理图像的方法第一实施例的流程示意图；
[0040]图2是本发明实施例处理图像的方法第二实施例的流程示意图；
[0041]图3是本发明实施例处理图像的方法第三实施例的流程示意图；
[0042]图4是本发明实施例处理图像的装置的功能模块示意图；
[0043]图5是本发明实施例处理图像的装置的功能模块示意图；
[0044]图6是本发明实施例处理图像的装置的功能模块示意图。
【具体实施方式】
[0045]下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明实施例，而非对本发明实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明实施例相关的部分而非全部结构。
[0046]实施例一
[0047]参考图1，图1是本发明实施例处理图像的方法第一实施例的流程示意图。
[0048]在实施例一中，所述处理图像的方法包括:
[0049]步骤101，获取待处理图像的高频子带系数；
[0050]优选地，所述获取待处理图像的高频子带系数，包括:
[0051]通过非采样Shearlet变换对所述待处理图像进行分解，得到高频子带系数。
[0052]具体的，将非采样Shearlet变换引入到人脸识别光照预处理领域，与非降采样轮廓波变换(NSCT)相比，非采样Shearlet变换速度快。
[0053]步骤102，对所述高频子带系数进行光照滤波处理，得到滤波后的高频系数子带集;
[0054]优选地，所述对所述高频子带系数进行光照滤波处理，得到滤波后的高频系数子带集，包括:
[0055]通过贝叶斯阈值函数对所述高频子带系数进行光照滤波处理，得到滤波后的高频系数子带集。
[0056]具体的，贝叶斯阈值函数吸收了硬阈值函数和软阈值函数的优点，能根据高频子带系数的分布自适应地调整阈值，具有更好的滤波性能。
[0057]步骤103，根据所述滤波后的高频系数子带集获取光照滤波处理后的第一待处理图像。
[0058]优选地，所述根据所述滤波后的高频系数子带集获取光照滤波处理后的第一待处理图像，包括:
[0059]对所述高频系数子带集进行逆非采样Shearlet变换，得到光照滤波处理后的第一待处理图像。
[0060]具体的，对经过上述步骤处理的高频子带系数进行逆非采样Shearlet变换，得到光照预处理后的图像。
[0061]本发明实施例通过获取待处理图像的高频子带系数；对所述高频子带系数进行光照滤波处理，得到滤波后的高频系数子带集；根据所述滤波后的高频系数子带集获取光照滤波处理后的第一待处理图像，处理速度快，因此提高人脸信息的利用率；并能有效地消除图像的光照变化，提升了人脸识别性能，提高人脸识别系统的光照鲁棒性。
[0062]实施例二
[0063]参考图2，图2是本发明实施例处理图像的方法第二实施例的流程示意图。
[0064]在实施例一的基础上，所述方法还包括:
[0065]步骤104，获取待处理图像的低频子带系数；
[0066]具体的，用非采样Shearlet变换对图像进行分解，得到低频子带系数。
[0067]步骤105，通过对数总变分商图像模型LTVQI对所述低频子带系数进行光照滤波处理，得到滤波后的低频系数子带集；
[0068]具体的，用对数总变分商图像模型LTVQI对低频子带系数进行去光照处理，得到低频子带中的人脸细节信息。LTVQI模型对低频光照区域具有良好边缘保持特性。
[0069]步骤106，根据所述滤波后的低频系数子带集获取光照滤波处理后的第二待处理图像，并根据所述第一待处理图像和所述第二待处理图像进行合并，获取最终的待处理图像。
[0070]具体的，对经过上述步骤处理的高低频子带系数进行逆非采样Shearlet变换，得到光照预处理后的图像。
[0071]本发明实施例通过获取待处理图像的高频子带系数；对所述高频子带系数进行光照滤波处理，得到滤波后的高频系数子带集；获取待处理图像的低频子带系数，通过对数总变分商图像模型LTVQI对所述低频子