分数阶微分数字图像处理及支持向量机在人脸识别中的应用研究-计算机应用技术专业论文.docx

Research on Application of Fractional Differential to Digital Image Processing and Support Vector Machine to Face Recognition A Thesis Submitted to Chongqing University in Partial Fulfillment of the Requirement for the Degree of Master of Engineering By Lan Libin Supervised by Ass. Prof. Wang Chengliang Major: Computer Application Technology College of Computer Science of Chongqing University, Chongqing, China April, 2011 中文摘要 中文摘要 重庆大学硕士学位论文 重庆大学硕士学位论文 I I PAGE PAGE IV 摘 要 数字图像处理方法的研究源于两个主要应用领域：其一是为了便于人们分析 而对图像信息进行改进；其二是使机器自动理解识别而对图像数据进行存储、传 输及显示。将分数阶微分用于图像处理，在国内外都是一个研究很少的新兴领域。 相较于传统的基于整数阶微分的图像处理方法，分数阶微分用于图像处理具有明 显的优势。人脸识别是模式识别的一个重要的应用研究领域，近年来将支持向量 机用于人脸识别成为一个热点研究问题。本论文将分数阶微分用于图像处理和将 支持向量机用于人脸识别，其主要工作和研究成果如下： 首先，较为系统地分析和总结了数字图像处理领域的基本理论，包括数字图 像处理的概念、传统的数字图像处理技术的研究现状和研究意义以及当前分数阶 微分图像处理的研究现状等内容；研究并论述了分数阶微积分理论，包括分数阶 微积分理论的发展历程、三种典型的分数阶微积分定义以及分数阶微积分中的特 殊函数等基本理论。同时，较为系统地分析和总结了人脸识别的基本理论，包括 各种人脸识别技术、人脸识别技术研究的现状以及支持向量机在人脸识别中的研 究现状等内容；研究并论述了支持向量机的基础理论，包括支持向量机的研究进 展、产生的背景理论及其基本理论等基础理论知识。 第二，提出了一种可以依据掩模窗口大小、G-L 公式、图像梯度特征和人眼视 觉特性等理论的能够自动生成分数阶微分阶数的自适应数学函数，并依据设计的 算子掩模，在无需人为指定最佳分数阶微分阶数的情况下，使分数阶微分理论能 够完全自动化地处理图像，节省了大量人工寻求最佳分数阶微分阶数的时间，可 以一定程度上满足大量动态序列图像的增强处理要求。采用了信息熵、平均梯度 等图像纹理特征评价参数做定量分析和实验验证。实验结果表明，该方法对任意 灰度图像可以得到连续变化的增强效果，接近于最佳分数阶微分增强效果，符合 人们的视觉感受，是一种有效的图像纹理增强方法。 第三，针对目前的边缘插值算法不能有效改善插值图像的中低频纹理细节的 问题，研究并提出了一种基于分数阶微分边缘检测的图像插值算法。依据分数阶 微分理论，设计并实现了可以有效提取中低频纹理信息的算子掩模。按照检测到 的边缘纹理信息，分别对沿边缘方向、垂直于边缘方向和平滑区域的待插值像素 点进行线性插值、二次插值和双线性插值。采用了峰值信噪比(PSNR)和信息熵(IE) 等图像质量评价标准做定量分析和实验验证。结果表明，该方法可以得到丰富的 图像纹理信息，提高了峰值信噪比，其结果符合人们的视觉感受。 第四，为了改善人脸识别系统的识别精度，研究了基于 PCA 特征和 SVM 分 类的人脸识别方法，并分别与采用 PCA+NN、SVM 的识别方法在 ORL 人脸库上 进行了实验比较。实验数据表明，基于 PCA 特征和 SVM 分类的人脸识别方法在 小样本情况下，其识别率均优于 PCA+NN、SVM 识别方法，这表明采用人脸样本 的 PCA 特征，送入到 SVM 分类器进行分类识别具有可行性和正确性。 第五，针对人脸图像的光照和表情问题，提出了基于分数阶微分提取二值边 缘图像，并送入支持向量机进行分类的方法，比较分析了基于二值边缘图像与基 于灰度图像的识别效果，并在 ORL 和 Yale 人脸数据库进行了实验。实验数据表明 基于分数阶微分提取的二值边缘图像，具有对光照和表情变化较强的鲁棒性，更 有利于分类识别。 关键词：分数阶微分，图像纹理增强，图像插值，人脸识别，支持向量机 英文摘要 英文摘要 重庆大学硕士学位论文 重庆大学硕士学位论文 III III PAGE PAGE IV ABSTRACT Interest in dig