CN101201900A - 一种基于多级小波分解和样条插值的人脸图像光照调整方法 - Google Patents
一种基于多级小波分解和样条插值的人脸图像光照调整方法 Download PDFInfo
- Publication number
- CN101201900A CN101201900A CNA2007100929465A CN200710092946A CN101201900A CN 101201900 A CN101201900 A CN 101201900A CN A2007100929465 A CNA2007100929465 A CN A2007100929465A CN 200710092946 A CN200710092946 A CN 200710092946A CN 101201900 A CN101201900 A CN 101201900A
- Authority
- CN
- China
- Prior art keywords
- image
- illumination
- noise
- spline interpolation
- ground unrest
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明是一种基于多级小波分解和样条插值的人脸图像光照调整方法，属于图像处理技术领域。光照变化会给图像中混入两类噪声：背景噪声和增益噪声。本发明方法是利用多级小波分解和样条插值估计和去除背景噪声和增益噪声：背景噪声是加性噪声，通过直接对图像进行多级小波分解和样条插值来估计并去除；增益噪声是乘性噪声，通过对去除了背景噪声的图像进行对数变换后，再利用多级小波分解和样条插值来估计并去除。本方法的优点是可以快速、有效地估计图像的光照情况并尽可能地去除由于光照而引入的背景噪声和增益噪声，可以有效地对不同光照条件下的人脸图像进行调整。本方法可以应用于光照变化条件下的实时人脸识别***中，减少光照变化对人脸识别***性能恶化的影响。
Description
技术领域
本发明属于图像处理技术领域，涉及一种基于多级小波分解和样条插值的人脸图像光照调整方法，该方法能直接应用于光照变化条件下的实时人脸识别***。
背景技术
人脸识别作为一种非接触式的、友好的生物特征识别方法，在保密场所的用户认证、银行、住宅小区安防监控，公安刑侦，人机交互等领域都有着极大的应用潜力。但正是由于人脸识别非接触式这一特点，使得同一个人的人脸图像极其容易受到周围环境的影响，尤其是光照变化的影响。研究表明，由于光照影响带来的人脸图像的变化甚至比由于个体差异带来的人脸图像的变化都大，这使得人脸识别***的性能急剧地降低，因此消除光照变化对人脸图像识别的影响已成为现在人脸识别亟待解决的问题之一。
目前，在人脸识别中解决光照变化问题的方法主要有三类：第一类方法是建立不同条件下的人脸模型或光照模型。这类方法虽然可以取得很好的效果，但是需要采集大量的不同光照条件下的人脸图像样本且计算耗时，因此限制了其在实时人脸识别***中的应用。第二类方法是提取对光照变化不敏感的人脸特征，但如何获取对光照不敏感的人脸特征是这类方法的难点。第三类方法是直接对人脸图像进行预处理，消除光照变化对人脸图像的影响。这类方法的特点是处理速度快，适合应用在实时的人脸识别***中。本发明所涉及的光照补偿方法就属于这一类。
人脸图像受光照变化的影响有以下两种情况：一是人脸图像受到来自周围环境的背景光照的影响而使得图像整体亮度发生变化或在图像上形成阴影，这种情况可以看作是在正常光照图像上叠加了加性噪声(也称为背景噪声)；二是随着某些方向的光强度的增强，人脸图像的局部会由于增益过大而饱和，掩盖了图像的细节信息，这种情况可以看作是在正常光照图像的局部叠加了乘性噪声(也称为增益噪声)。概括起来，光照变化对人脸图像的影响可以认为是在正常光照图像中混入了背景噪声和增益噪声。光照调整就是试图减少或消除背景噪声和增益噪声的影响，使得人脸图像尽可能恢复到正常光照下。
发明内容
本发明的目的在于提出一种基于多级小波分解和样条插值的人脸图像光照调整方法。该方法可以快速、有效地估计图像的光照情况并尽可能地去除由于光照而引入的背景噪声和增益噪声，可以应用于光照变化条件下的实时人脸识别***中，减少光照变化对人脸识别***性能恶化的影响。
本发明是在充分认识光照变化对人脸图像的影响的基础上提出的。一般认为，光照变化会给正常光照下的人脸图像混入背景噪声和增益噪声。假设正常光照条件下的一幅大小为M×N的人脸图像用G(m，n)(m＝1，…，M，n＝1，…N)表示，那么受光照影响后的人脸图像可表示为：
G′(m，n)＝F(m，n)□G(m，n)+B(m，n)(m＝1，…，M， n＝1，…N)
其中F(m，n)和B(m，n)分别表示由于光照变化而混入的增益噪声和背景噪声。光照调整就是通过估计并消除F(m，n)和B(m，n)而使图像G′(m，n)尽可能恢复为G(m，n)。
由光照引起的图像变化通常是比较缓慢的，对应图像中的低频成分，因此可以对G′(m，n)进行低通滤波而获得光照分布的估计。
本发明是一种基于多级小波分解和样条插值的人脸图像光照调整方法，该方法是根据已知的受光照影响图像直接估计并去除其背景噪声；然后对去除背景噪声后的人脸图像进行对数变换，通过对数域估计去除其增益噪声，得到正常光照下的人脸图像。其中，在估计图像的背景噪声和增益噪声时，首先对人脸图像进行多级小波变换并取最后一级变换得到的低频成分作为该图像的一个低分辨率下的噪声估计图像，然后通过样条插值将小波变换得到的噪声估计图像的分辨率恢复到和已知图像的分辨率相同，即得到背景噪声或增益噪声。
该光照调整方法的具体实现步骤如下：
(1)利用多级小波变换，估计给定输入人脸图像G(m，n)的低分辨率下的背景噪声图像AJ；
(2)对(1)中估计得到的背景噪声图像AJ进行样条插值，使得插值后的图像和给定输入人脸图像具有相同的分辨率，将恢复后的图像作为图像G′(m，n)的背景噪声估计B′(m，n)；
(3)去除给定输入人脸图像的背景噪声估计B′(m，n)；
f(m，n)＝G′(m，n)-B′(m，n)≈F(m，n)□G(m，n)(m＝1，…，M，n＝1，…N)
(4)对去除了背景噪声的图像f(m，n)进行对数变换，ln f(m，n)＝ln F(m，n)+lnG(m，n)
(5)按照与步骤(1)、(2)相同的多级小波变换和样条插值方法对经对数变换后的图像ln f(m，n)进行处理，估计增益噪声ln F(m，n)；
(6)从图像ln f(m，n)中去除估计增益噪声ln F(m，n)，并对其作指数变换，获得处理后的输出图像，即正常光照下的人脸图像G(m，n)。
本方法的优点是可以快速、有效地估计图像的光照情况并尽可能地去除由于光照而引入的背景噪声和增益噪声，可以有效地对不同光照条件下的人脸图像进行调整。本方法可以应用于光照变化条件下的实时人脸识别***中，减少光照变化对人脸识别***性能恶化的影响。
附图说明
图1：本发明方法的流程框图
图2：多级小波分解示意图
图3：样条插值示意图(“●”表示图像的像素位置，“○”表示待插值的位置)
图4中(a)图是不同光照条件下的人脸图像；(b)图是经本发明方法处理后的人脸图像
具体实施方式
以下结合附图对本发明方法进行具体的阐述。
图1是本发明方法的流程框图。一幅大小为M×N的受光照影响的已知人脸图像可以表示为：
G′(m，n)＝F(m，n)□G(m，n)+B(m，n) (m＝1，…，M，n＝1，…N)
其中F(m，n)和B(m，n)分别表示由于光照变化而混入的增益噪声和背景噪声，G(m，n)表示正常光照下的人脸图像。本发明方法对该已知图像的光照调整按照以下步骤进行：
(1)对输入的已知人脸图像G′(m，n)进行多级小波变换，估计低分辨率下的背景噪声图像AJ
如图2所示，为图像多级小波分解的示意图。对人脸图像进行一级小波分解可以获得AJ、H1、V1和D1四个子图，分别表示图像G′(m，n)的低频成分、水平高频成分、垂直高频成分和对角高频成分；对得到的低频成分A1继续进行分解，可获得图像G′(m，n)的二级小波分解的四个子图A2、H2、V2和D2；依此类推，经过多级小波分解后得到低频子图AJ。从另一个角度看，AJ可以认为是图像G′(m，n)经过低通滤波器得到的，是对G′(m，n)的背景在低分辨率情况下的一个估计。
(2)对低分辨率的背景估计图像AJ进行样条插值，使AJ的分辨率恢复到和G′(m，n)的分辨率相同，将恢复后的图像作为图像G′(m，n)的背景噪声估计B′(m，n)
如图3所示为样条插值示意图。对于大小为s×s的图像，其一次插值过程是：先按行插值，在每行的相邻两个像素之间按照样条函数估计并***一个值，插值后图像大小变为(2s-1)×s；再按列插值，在每列的相邻两个像素之间按照样条函数估计并***一个值，插值后图像大小变为(2s-1)×(2s-1)。
对AJ进行样条插值时，其每次插值过程与上述插值过程相同。对AJ进行多次插值，直到插值后的图像大小达到或超过M×N。若插值后图像大小超过M×N，则需要将其缩放为M×N，以保证插值后的图像和G′(m，n)具有相同的分辨率。经过上述处理的插值图像即为图像G′(m，n)的背景噪声估计B′(m，n)。
(3)去除背景噪声估计B′(m，n)
从G′(m，n)去除背景噪声，得到
f(m，n)＝G′(m，n)-B′(m，n)≈F(m，n)□G(m，n) (m＝1，…，M，n＝1，…N)
可以看出，去除了背景噪声后f(m，n)由增益噪声F(m，n)和正常光照下的图像G(m，n)的乘积构成，而光照变化引入的增益噪声F(m，n)的变化是相对缓慢的，因此可以利用步骤(1)同态低通滤波估计F(m，n)。
(4)对f(m，n)进行对数变换：ln f(m，n)＝ln F(m，n)+ln G(m，n)。
(5)按照与(1)、(2)相同的方法对lnf(m，n)进行处理，估计增益噪声lnF(m，n)。
(6)从lnf(m，n)中去除lnF(m，n)，并对其作指数变换，得到正常光照下的图像G(m，n)。
如图4(a)为不同光照条件下拍摄的人脸图像，(b)为经本发明方法处理后的人脸图像。从图中可以看出，在人脸图像光照分布不均匀及光照条件较暗的情况下，本发明方法都可以很好地调整图像光照分布，使其接近正常光照条件，甚至在图像很暗的情况下也可恢复出人脸的轮廓特征。可见本发明方法对人脸图像的光照调整是有效的。
Claims (2)
1.一种基于多级小波分解和样条插值的人脸图像光照调整方法，其特征在于：其步骤是首先根据已知的受光照影响图像直接估计并去除其背景噪声；然后对去除背景噪声后的人脸图像进行对数变换，通过对数域估计去除其增益噪声，最后得到正常光照下的人脸图像；
其中，估计图像背景噪声和增益噪声的方法是，首先对人脸图像进行多级小波变换并取最后一级变换得到的低频成分作为该图像的一个低分辨率下的噪声估计图像，然后通过样条插值将小波变换得到的噪声估计图像的分辨率恢复到和已知图像的分辨率相同。
2.权利要求1所述基于多级小波分解和样条插值的人脸图像光照调整方法，其特征在于该方法包括以下具体步骤：
一幅大小为M×N的受光照影响的已知人脸图像可表示为：
G′(m，n)＝F(m，n)□G(m，n)+B(m，n)(m＝1，…，M，n＝1，…N)
其中F(m，n)和B(m，n)分别表示由于光照变化而混入的增益噪声和背景噪声，G(m，n)表示正常光照下的人脸图像；
(1)对已知人脸图像G′(m，n)进行多级小波变换，估计低分辨率下的背景噪声图像AJ；
(2)对低分辨率的背景噪声估计图像AJ进行样条插值，使AJ的分辨率恢复到和G′(m，n)的分辨率相同，将恢复后的图像作为图像G′(m，n)的背景噪声估计B′(m，n)；
(3)消除背景噪声估计B′(m，n)
f(m，n)＝G′(m，n)-B′(m，n)≈F(m，n)□G(m，n)(m＝1，…，M，n＝1，…N)；
(4)对f(m，n)进行对数变换：ln f(m，n)＝ln F(m，n)+lnG(m，n)；
(5)按照与步骤(1)、(2)相同的方法对lnf(m，n)进行处理，得到估计增益噪声lnF(m，n)；
(6)从ln f(m，n)中去除ln F(m，n)，并对其作指数变换，得到正常光照下的图像G(m，n)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200710092946 CN101201900B (zh) | 2007-11-06 | 2007-11-06 | 基于多级小波分解和样条插值的人脸图像光照调整方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200710092946 CN101201900B (zh) | 2007-11-06 | 2007-11-06 | 基于多级小波分解和样条插值的人脸图像光照调整方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101201900A true CN101201900A (zh) | 2008-06-18 |
| CN101201900B CN101201900B (zh) | 2010-09-15 |
Family
ID=39517058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200710092946 Expired - Fee Related CN101201900B (zh) | 2007-11-06 | 2007-11-06 | 基于多级小波分解和样条插值的人脸图像光照调整方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101201900B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101620667B (zh) * | 2008-07-03 | 2011-08-10 | 深圳市康贝尔智能技术有限公司 | 一种消除人脸图像光照不均的处理方法 |
| CN101425179B (zh) * | 2008-11-18 | 2012-03-28 | 清华大学 | 一种人脸图像重光照的方法及装置 |
| CN102622585A (zh) * | 2012-03-06 | 2012-08-01 | 同济大学 | 基于局部特征Gabor小波的BP神经网络人脸识别方法 |
| CN104103041A (zh) * | 2013-12-24 | 2014-10-15 | 北京华科创智健康科技股份有限公司 | 超声图像混合噪声自适应抑制方法 |
| CN104424483A (zh) * | 2013-08-21 | 2015-03-18 | 中移电子商务有限公司 | 一种人脸图像的光照预处理方法、装置及终端 |
| CN104657948A (zh) * | 2015-02-09 | 2015-05-27 | 重庆大学 | 一种用于海洋探测的激光水下成像图像去噪和增强方法 |
| CN111027468A (zh) * | 2019-12-09 | 2020-04-17 | Oppo（重庆）智能科技有限公司 | 一种指纹验证方法、装置及计算机可读存储介质 |
| CN113312944A (zh) * | 2020-02-27 | 2021-08-27 | 北京小米移动软件有限公司 | 图像采集方法、校准方法、屏下指纹识别装置和移动终端 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1892698A (zh) * | 2006-05-19 | 2007-01-10 | 中国科学院研究生院 | 基于小波分形的遥感图像插值方法 |
-
2007
- 2007-11-06 CN CN 200710092946 patent/CN101201900B/zh not_active Expired - Fee Related
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101620667B (zh) * | 2008-07-03 | 2011-08-10 | 深圳市康贝尔智能技术有限公司 | 一种消除人脸图像光照不均的处理方法 |
| CN101425179B (zh) * | 2008-11-18 | 2012-03-28 | 清华大学 | 一种人脸图像重光照的方法及装置 |
| CN102622585A (zh) * | 2012-03-06 | 2012-08-01 | 同济大学 | 基于局部特征Gabor小波的BP神经网络人脸识别方法 |
| CN104424483A (zh) * | 2013-08-21 | 2015-03-18 | 中移电子商务有限公司 | 一种人脸图像的光照预处理方法、装置及终端 |
| CN104103041A (zh) * | 2013-12-24 | 2014-10-15 | 北京华科创智健康科技股份有限公司 | 超声图像混合噪声自适应抑制方法 |
| CN104103041B (zh) * | 2013-12-24 | 2017-12-22 | 北京华科创智健康科技股份有限公司 | 超声图像混合噪声自适应抑制方法 |
| CN104657948A (zh) * | 2015-02-09 | 2015-05-27 | 重庆大学 | 一种用于海洋探测的激光水下成像图像去噪和增强方法 |
| CN104657948B (zh) * | 2015-02-09 | 2018-03-13 | 重庆大学 | 一种用于海洋探测的激光水下成像图像去噪和增强方法 |
| CN111027468A (zh) * | 2019-12-09 | 2020-04-17 | Oppo（重庆）智能科技有限公司 | 一种指纹验证方法、装置及计算机可读存储介质 |
| CN113312944A (zh) * | 2020-02-27 | 2021-08-27 | 北京小米移动软件有限公司 | 图像采集方法、校准方法、屏下指纹识别装置和移动终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101201900B (zh) | 2010-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101201900B (zh) | 基于多级小波分解和样条插值的人脸图像光照调整方法 | |
| US11127122B2 (en) | Image enhancement method and system | |
| US10672112B2 (en) | Method and system for real-time noise removal and image enhancement of high-dynamic range images | |
| JP4708343B2 (ja) | 背景領域および前景領域をモデリングする方法 | |
| US10452922B2 (en) | IR or thermal image enhancement method based on background information for video analysis | |
| Guo et al. | Automatic image haze removal based on luminance component | |
| CN113222877B (zh) | 红外和可见光图像融合方法及其在机载光电视频中的应用 | |
| CN103295204B (zh) | 一种基于非下采样轮廓波变换的图像自适应增强方法 | |
| CN104574293A (zh) | 基于有界运算的多尺度Retinex图像清晰化算法 | |
| CN103607589B (zh) | 基于层次选择性视觉注意力机制的jnd阈值计算方法 | |
| CN105096272A (zh) | 一种基于双树复小波的除雾方法 | |
| CN103310414B (zh) | 基于方向波变换和模糊理论的图像增强方法 | |
| Sonker et al. | Comparison of histogram equalization techniques for image enhancement of grayscale images of dawn and dusk | |
| CN103489168A (zh) | 一种红外图像自适应转伪彩增强方法及*** | |
| Liu et al. | Single image haze removal via depth-based contrast stretching transform | |
| CN101488218B (zh) | 一种图像自适应空域同态滤波方法 | |
| CN108205663B (zh) | 一种基于指纹识别的汽车启动*** | |
| CN104050636B (zh) | 一种粒度可控的低照度图像的增强方法 | |
| Valliammal et al. | A hybrid method for enhancement of plant leaf recognition | |
| JP5488621B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
| CN113450340A (zh) | 一种皮肤纹理检测*** | |
| Emadi et al. | Illumination normalization using 2D wavelet | |
| CN111079689B (zh) | 一种指纹图像增强方法 | |
| Abu-Ein | A novel methodology for digital removal of periodic noise using 2D fast Fourier transforms | |
| CN106530249A (zh) | 一种基于物理模型的低照度彩色图像增强方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20091211 Address after: 174, Sha Jie street, Shapingba District, Chongqing, China: 400044 Applicant after: Chongqing University Co-applicant after: Chongqing Jianshe Industry (Group) Co., Ltd. Address before: 174, Sha Jie street, Shapingba District, Chongqing, China: 400044 Applicant before: Chongqing University |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C56 | Change in the name or address of the patentee | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 400044 Shapingba District Sha Street, No. 174, Chongqing Co-patentee after: Chongqing Jianshe Motorcycle Co., Ltd. Patentee after: Chongqing University Address before: 400044 Shapingba District Sha Street, No. 174, Chongqing Co-patentee before: Chongqing Jianshe Industry (Group) Co., Ltd. Patentee before: Chongqing University |
|
| C17 | Cessation of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100915 Termination date: 20131106 |