人脸表情识别中对光强影响改进与系统设计.pdfVIP

人脸表情识别中对光强影响的改进及其系统设计 作者：盛天明 班级：08自动化2班 Abstract ：With illumination varying condition ，face expression feature gotten from image is distorted nonlinearly by variant lighting intensity and direction ，so face recognition becomes very difficult .Therefore, the image of light affect take out, namely illumination normalization problem has caused many researchers attention. This paper will introduce two kind of histogram modification detailed technical light normalization method. One is the traditional histogram equalization algorithm, and the other is the improved histogram equalization algorithm. Keywords: face expression recognition, illumination expression normalization, histogram equalization 摘 要：在光照变化的环境下，人脸表情识别因受到光照强度和方向的非线性干扰而变 得困难重重。因此，把图像的光照影响去掉，即光照归一化问题也引起了许多研究者的关 注。本文将详细介绍两种直方图修正技术的光照归一化方法。一种是传统的直方图均衡化 算法，另一种是改进的直方图均衡化算法。 关键词：人脸表情识别、光照归一化、直方图均衡化。 0.引言 人脸识别和表情识别是模式识别中的一个热门课题，在过去的几年里，人脸识别和表 [1] 情识别都取得了不少的进步 。但是，在各种识别系统中都普遍存在一个还没很好解决的 [2] 难题，那就是识别系统的性能受到光照条件的严重影响 。 在目前众多人脸和表情识别方法中，光照和视角是影响识别效果的主要因素，同一个 人的人脸图像在不同光照条件下的特征差异往往比不同的人在同一光照条件下的特征差异 还要大，因此，把图像的光照影响去掉，即光照归一化问题也引起了许多研究者的关注 [3][4][5] 。 目前的光照归一化方法主要有：基于特征子空间的方法[5][9]，基于直方图修正技术的 [7] [8][10] 方法 ，基于人脸光照模型的方法 等。 本文将详细介绍两种直方图修正技术的光照归一化方法及其应用。 1.基于直方图修正技术的光照归一化方法 1.1传统的直方图均衡化算法 图像的灰度直方图表示灰度图像中具有每种灰度的像素的个数，反应了图像中每种灰 度级出现的频率，是图像的基本统计特征之一。直方图均衡是利用直方图的统计数据，进 行直方图的修改，以通过某种对应关系改变图像中各点灰度值，使得变换后图像的直方图 相对原始图像的直方图比较均匀、平坦，灰度层次清晰，从而达到图像增强、减少光照对 识别的影响的目的。 若以变量r代表图像中像素灰度级，并对r做归一化处理：0≤r≤1，其中r＝0代表黑， r＝1代表白。对一幅给定的图像来说，每个像素取得【0,1】区间内的灰度级是随机的。r 是一个随机变量，可以用概率密度函数Pr(r)来表示原始图像的灰度分布，从图像灰度级的 分布可以看出一幅图像的灰度分布特征。若图中大多数像素的灰度级取在接近于0的区间域， 则整幅图像较暗，反之，则整幅图像较亮。 理想的直方图均衡处理的目的是使处理后的图像的直方图是平直的，即各灰度级具有 相同的出现频数，由此各灰度级具有均匀的概率分布，图像看起来就更清晰。因此需要找 到一种变换关系S=T(r),使变换后新的灰度直方图较变换前直方图平直。传统的直方图均衡 采用r的累积概率分布函数作为转换函数，即