基于平均能量和LBP的人臉圖像質(zhì)量評價的實(shí)現(xiàn).pdf

1、隨著信息科技的迅猛發(fā)展，計算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的更新?lián)Q代拓展了圖像應(yīng)用領(lǐng)域。人們對遠(yuǎn)程會議、電子商務(wù)、遠(yuǎn)程教育等技術(shù)的需求不斷增加，相關(guān)技術(shù)也得到了快速的發(fā)展。人臉圖像識別是模式識別研究領(lǐng)域的一個非?；钴S的研究方向，它在安全、商貿(mào)和經(jīng)濟(jì)領(lǐng)域都有廣闊的應(yīng)用前景，諸如刑偵破案、證件驗(yàn)證、人口控制和視頻監(jiān)視等。為了滿足這方面的需求，一個安全可靠，時效性高的身份鑒別系統(tǒng)成為相關(guān)人士的迫切需求，以期為自身提供放心的安全保證，使自己的權(quán)益免受非法的侵

2、害。
　　然而人臉圖像在獲取、壓縮、處理、傳輸、存儲和顯示等過程中會帶來不同程度和類型的失真，而且考慮到人臉圖像的特殊性，人的表情、頭部的姿態(tài)、眼睛的開閉、各種飾物、頭發(fā)的遮擋等多種因素也會對人臉圖像的質(zhì)量造成影響，低質(zhì)量的人臉圖像勢必對人臉識別系統(tǒng)的性能造成負(fù)面的影響，因此在相應(yīng)的處理和應(yīng)用領(lǐng)域建立有效的人臉圖像質(zhì)量評價體系具有重大意義。
　　人臉圖像質(zhì)量對人臉識別等各種與人臉圖像相關(guān)的系統(tǒng)的執(zhí)行性能具有重大的影響，因此對

3、人臉圖像質(zhì)量評價的研究也逐漸得到了人們的重視。由于影響人臉圖像質(zhì)量的因素的特殊性，而且影響人臉圖像質(zhì)量的因素眾多，評價人臉圖像的方法與傳統(tǒng)的圖像質(zhì)量評價有很大的不同。
　　在本文中，主要對影響因素中的模糊情況和光照變化對人臉圖像質(zhì)量的影響進(jìn)行了評價。針對圖像模糊的情況，定義了圖像平均能量的概念，通過計算人臉圖像在頻域內(nèi)的整體能量分布情況作為平均能量的數(shù)值，以此值來評價該圖像的模糊程度。其次，針對光照變化的因素，以人臉圖像的左右對稱

4、程度作為參考進(jìn)行評價，首先分別對質(zhì)量好和質(zhì)量差的人臉圖像的若干左右對稱子窗口進(jìn)行局部二進(jìn)制模式（Local Binary Pattern，LBP）特征的提??；把提取到的LBP特征值作為訓(xùn)練樣本，利用AdaBoost算法對這些樣本進(jìn)行訓(xùn)練和測試，最終得到對圖像對稱情況鑒別力最強(qiáng)的若干個特征；這些特征對應(yīng)著不同的子窗口，通過計算這些左右對稱子窗口的灰度直方圖的差值，得到圖像的質(zhì)量評價分?jǐn)?shù)。
　　通過實(shí)驗(yàn)的驗(yàn)證，本文提出的這兩種方法對人