单样本光照不变人脸识别算法研究-集成电路工程专业论文.docx

湘潭大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡 献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的 法律后果由本人承担。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意 学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权湘潭大学可以将本学位论文的全部或部分内容编 入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇 编本学位论文。 涉密论文按学校规定处理。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 I I 摘 要 人脸识别是二十一世纪一种新型且高端的生物特征识别技术。随着社会的不 断发展，该技术在很多领域拥有很好的应用前景。然而，由于实际应用中很多无 法预知的不可控因素的存在，人脸识别的性能急剧下降，其广泛应用也同样面临 着严峻的挑战。在影响人脸识别性能的众多因素中，光照是一个非常难以处理的 影响因素。通常在室外，人脸难免受到不同程度的光照影响，从而会使脸部有效 的特征减弱而变得难以分辨。本文研究了人脸识别中非常棘手的光照问题，主要 通过图像处理的手段减弱光照变化来有效地提高识别率，重点研究光照条件下的 单样本人脸识别。论文主要内容如下： (1) 介绍人脸的梯度特征。研究表明，人脸的梯度特征是一个光照不变的特 征。在梯度脸的基础上提出一种可以稀疏表征人脸的特征提取方法。该算法通过 提取多个方向梯度信息，同时采用局部二值模式编码思想对其进行编码，实验表 明该方法可以很好地去除光照的影响，提取出人脸的本质特征，从而提高识别效 果。 (2) 介绍一种能对图像进行最优稀疏表示的自适应 Haar 小波变换—Tetrolet 变换，以及基于人类视网膜模型的局部对比度增强方法，并在此基础上提出了一 种有效的光照不变特征提取方法。对 Tetrolet 变换后的低频系数采用视网膜模型 进行修正以达到削弱光照的目的，保留了更多的用于分类的信息。 (3) 介绍 Retinex 理论以及基于此理论提出的单/多尺度 Retinex。同时为了有 效地表示人类视觉系统的多尺度性，在非采样结构金字塔的基础上提出自适应非 下采样拉普拉斯分解，并提出基于 Retinex 自适应分解的特征提取方法。通过局 部不一致性衡量灰度变化的不连续程度并对每一个像素设置相应权值来估计光 照分量。 关 键 词 ： 人 脸 识 别 ； 梯 度 特 征 ； Tetrolet 变 换 ； 视 网 膜 模 型 ； Retinex 理 论 II II Abstract Face recognition, a new and high-end bio-metric identification technology in the twenty-first century, has broad application prospects in many areas with the development of society. However, the performance of face recognition drop dramatically when there are unexpected factors in a practical application and its wide application is also facing with severe challenges. Illumination issue is a difficult problem to handle among all the factors which have influence on face recogniton. Illumination has an influence on the face images inevitably in outdoor which makes the facial features unrecognizable. In this paper, we make an intensive study of illumination issue on face recognition and try to weaken illumination on face images to extract illumination invariant features. We mainly focus on th