基于LBP及统计直方图和SIFT特征改进的人脸检测.docx

基于LBP及统计直方图和SIFT特征改进的人脸检测 1 引言 研究背景 局部二进制模式( LBP) 是一种理论简单、计算高效的非参数局部纹理特征描述子。由于其具有较高的特征鉴别力和较低的计算复杂度，因此近期获得了越来越多的关注，在图像分析、计算机视觉和模式识别领域得到了广泛的应用，尤其是在纹理分类和人脸识别两个经典的模式识别问题中。 研究内容 首先, 简要概述了LBP方法的原理, 主要分析了LBP方法中的阈值操作并介绍了统一模式和旋转不变性模式。本文提出了基于分块的完备局部二值模式的人脸识别算法。首先，将人脸图像进行分块，然后对每一分块分别利用全局阈值对中心像素灰度值进行二进制编码。 与基本LBP算子相比，本文增加了对中心像素灰度值和局部差异的幅度值进行编码，提取了丰富的局部特征，完善了基本LBP算子提取的特征，尽管LBP方法在早期的应用实验中取得了不错的效果, 但是在不同领域的具体应用中, 该方法所获得的结果还不能令人满意, 所以在近些年的研究中, 许多学者都在具体应用中对LBP进行改进。 应用现状 在计算机视觉和数字图像处理之中, 图像特征的表示与获取是一项非常重要的基础性工作. 在常用的颜色特征、纹理特征、形状特征和空间关系特征中, 纹理特征的提取在分析自然图像的应用研究中占有非常重要的地位。因此, 如何有效获取纹理特征信息是图像特征提取问题的研究重点。 2 相关技术名词简述