一种基于小波的人脸图像光照归一化算法
１７４２０１０，４６（６）ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用
一种基于小波的人脸图像光照归一化算法
范春年ｈ２，王水平１，张福炎２
ＦＡＮＣｈｕｎ－ｎｉａｎｌ”，ＷＡＮＧＳｈｕｉ－ｐｉｎ９１，ＺＨＡＮＧＦｕ－ｙａｎ２
１．南京信息工程大学计算机与软件学院，南京２１００４４
２．南京大学计算机科学与技术系，南京２１００９３
１．ＣｏｍｐｕｔｅｒａｎｄＳｏｆｔｗａｒｅＩｎｓｔｉｔｕｔｅ，ＮａｍｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｍｉｎｇ２１００４４，Ｃｈｉｎａ
２．ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９３。Ｃｈｉｎａ
Ｅ—ｍａｉｌ：ｆｃｎ＠ｎｕｉｓｔ．ｅｄｕ．ｃａ
ＦＡＮＣｈｕｎ－ｎｉａｎ，ＷＡＮＧＳｈｕｉ－ｐｉｎｇ．ＺＨＡＮＧＦｕ－ｙａｎ．Ｗａｖｅｌｅｔ－ｂａｓｅｄｉｌｌｕｍｉｎａｔｉｏｎｎｏｒｍａｌｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｆａｃｅｒｅｃｏｇ－ｎｉｔｉｏｎ．ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ。２０１０。４６（６）：１７４－１７７．
Ａｂｓｔｒａｃｔ：Ｔｈｅａｐｐｅａｒａｎｃｅｏｆａｆａｃｅｉｍａｇｅｉｓｓｅｖｅｒｅｌｙａｆｆｅｃｔｅｄｂｙｉｌｌｕｍｉｎａｔｉｏｎｃｏｎｄｉｔｉｏｎｓｔｈａｔｈｉｎｄｅｒｔｈｅａｕｔｏｍａｔｉｃｆａｃｅｒｅｃｏｇｎｉ－ｔｉｏｎｐｒｏｃｅｓｓ．Ｔｏｒｅｃｏｇｎｉｚｅｆａｃｅｓｕｎｄｅｒｖａｒｙｉｎｇｉｌｌｕｍｉｎａｔｉｏｎｓ，ａｗａｖｅｌｅｔ－ｂａｓｅｄｎｏｒｍａｌｉｚａｔｉｏｎｍｅｔｈｏｄｉｓｐｒｏｐｏｓｅｄＳＯａｓｔｏｎｏｒｍａｌｉｚｅｉｌｌｕｍｉｎａｔｉｏｎｓ．Ａｎｉｍａｇｅｉｓｄｅｃｏｍｐｏｓｅｄｉｎｔｏｉｔｓｌｏｗｆｒｅｑｕｅｎｃｙａｎｄｈｉｇｈｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓ．Ｔｈｅｎｄｉｆｆｅｒｅｎｔｂａｎｄｃｏｅｆｆｉｃｉｅｎｔｓａｌｅｍａｎｉｐｕｌａｔｅｄｓｅｐａｒａｔｅｌｙ．Ｈｉｓｔｏｇｒａｍｅｑｕａｌｉｚａｔｉｏｎｉｓａｐｐｌｉｅｄｔｏｔｈｅａｐｐｒｏｘｉｍａｔｉｏｎ（１０ｗｆｒｅｑｕｅｎｃｙ）ｃｏｅｆｆｉｃｉｅｎｔｓａｎｄａｔｔｈｅｓａｍｅｔｉｍｅａｃｃｅｎｔｕａｔｅｔｈｅｄｅｔａｉｌ（ｈｉｇｈｆｒｅｑｕｅｎｃｙ）ｃｏｅｆｆｉｃｉｅｎｔｓｂｙｍｕｌｔｉｐｌｙｉｎｇｂｙａｓｃａｌａｒｓｏ鹊ｔｏｅｎｈａｎｃｅｅｄｇｅｓ．Ａｎｏｒｍａｌｉｚｅｄｉｍａｇｅｉｓｏｂ—ｔａｉｎｅｄｆｒｏｍｔｈｅｍｏｄｉｆｉｅｄｃｏｅｆｆｉｃｉｅｎｔｓｂｙｉｎｖｅｒｓｅｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ．Ｆｉｎａｌｌｙ．ＰＣＡｍｅｔｈｏｄｉＳｕｓｅｄｔｏｒｅｃｏｇｎｉｚｅｎｏｒｍａｌｉｚｅｄｉｍａｇｅｗｉｔｈｏｎｌｙｏｎｅｔｒａｉｎｉｎｇｓａｍｐｌｅ．ＴｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｂｔａｉｎｅｄｂｙｔｅｓｔｉｎｇｏｎｔｈｅＡＲｆａｃｅｄａｔａｂａｓｅ
ａｎｄＦＥＲＲＥＴｆａｃｅｄａｔａｂａｓｅｄｅｍｏｎｓｔｒａｔｅｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｉｓｍｅｔｈｏｄｗｉｔｈｓｉｇｎｉｆｉｃａｎｔｉｍｐｒｏｖｅｍｅｎｔｉｎｔｈｅｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｍ．
Ｋｅｙｗｏｒｄｓ：ｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ；ｗａｖｅｌｅｔａｎａｌｙｓｉｓ；ｉｌｌｕｍｉｎａｔｉｏｎｎｏｒｍａｌｉｚａｔｉｏｎ
摘要：光照变化严重影响了人脸图像的外貌，这阻碍了人脸识别的过程。为了ｉｅ，另ｑ可变光照下的人脸图像，提出了一种基于小波的光照归一化算法，将一幅图像分解为低频成分和高频成分，对不同的频带成分进行不同的操作——对低频成分进行直方图均衡化，同时着重强调细节（高频成分），将它乘以一个标量从而增强图像边缘；对修改后的系数进行逆小波变换就得到归一化后的图像。最后，直接使用ＰＣＡ方法对单训练样本条件下的人脸进行识别，在ＡＲ和ＦＥＲＲＥＴ人脸库上的实验结果表明，提出的方法可以显著提高人脸识别系统的识别率。
关键词：人脸识别；小波分析；光照归一化
ＤＯＩ：１０．３７７８，ｊ．ｉｓｓｎ．１００２—８３３１．２０１０．０６．０５１文章编号：１００２—８３３１（２０１０）０６—０１７４—０４文献标识码：Ａ中图分类号：ＴＰ３９１
１引言
人脸识别技术广泛应用于公安系统的罪犯身份识别、驾驶执照及护照与实际持征人的核对、银行及海关的监控系统及自动门禁系统等方面。另外还有越来越多的领域也得益于人脸识别技术，如人机接口、电子商务等。相关研究在近些年中有了很大进展【ｌＩ。ｆ日是人脸识别仍是—个没有彻底解决的难题，光照变化是其中关键问题之一，光照变化町以显著地改变人脸的外貌，同一人脸在不同光照下的图像变化往往比不同人脸在相同光照下的图像变化更大１２１。
为了解决光照变化问题，学者们提出了许多方法［ｚ－１６１，这些方法可以大致上分为三类。
（１）预处理和归—化方法
，这类方法使用图像处理技术对人脸图像进行预处理以归一化图像，使图像在不同的光照变化下显示出稳定性。如直方图均衡化、Ｇａｍｍａ校正，对数变换等删。然而，使用这些方法仍然难以解决不均匀的光照变化Ｉ、ｕＪ题。
最近，自适应的直方图均衡化研，基于区域的直方图均衡化嘲，基于块的直方图均衡化方法Ｉｓ嘘被用来解决不均匀的光照变化问题。尽管与直方图均衡化方法相比，这些方法的识别率有了提高，但它们的性能仍不令人满意。
文献［１３１提出了一种对称的从影调中恢复形状结合通用三维模型的方法，该方法的识别性能有了提高。但是，该方法只对提取的人脸正面图像有效并且需要假定所有的人脸形状都是相似的。
文献【３】提出了一种归一化方法称之为商光照再点亮，该方法假定图像的光照模型已知或町以估计得到。
（２）提取不变特征的方法
这类方法试图提取对光照变化具有不变性的人脸特征。
作者简介：范春年（１９７９一），女，博士研究生，讲师，主要研究方向为图像处理与模式识别；王水平（１９７７一），女，博士研究生，讲师，主要研究方向为图像处理与模式识别；张福炎（１９３９一），男，教授，博士生导师，研究方向包括多媒体技术及其应用系统、多媒体网络、数字化图书馆。、
收稿１３期：２００８—０８—２７修回口期：２００８—１ｉ－１２
万方数据