基于Gabor濾波器的人臉特征提取算法研究.pdf

1、人臉識(shí)別是一項(xiàng)富有理論基礎(chǔ)和應(yīng)用價(jià)值的研究課題。典型的人臉識(shí)別系統(tǒng)包括：人臉檢測(cè)、特征提?。A(yù)處理和特征提取）、人臉識(shí)別三部分。在自動(dòng)人臉識(shí)別中預(yù)處理和特征提取占有非常重要的地位。二維Gabor小波變換從不同的頻率尺度和方向反映局部范圍內(nèi)圖像像素灰度值的變化。小波變換系數(shù)描述了圖像上各給定位置附近區(qū)域的灰度特征，在人臉圖像的二維Gabor小波變換系數(shù)的基礎(chǔ)上進(jìn)行的特征提取，稱為經(jīng)典的基于Gabor小波變換的人臉特征提取。本文深入研究了利

2、用二維Gabor小波變換進(jìn)行人臉特征提取的理論方法和技術(shù)，針對(duì)經(jīng)典算法中運(yùn)算量大、處理范圍寬、識(shí)別的響應(yīng)時(shí)間長(zhǎng)等缺點(diǎn)，在圖像預(yù)處理和特征提取兩方面對(duì)經(jīng)典的基于Gabor小波變換的人臉特征提取方法進(jìn)行改進(jìn)，提出了一種基于Gabor濾波器的人臉特征提取算法。
　　 在圖像預(yù)處理方面，傳統(tǒng)的橢圓膚色模型雖然能夠?qū)崿F(xiàn)人臉的膚色檢測(cè)，但是其不能有效地檢測(cè)出人臉重要器官的大概位置，本文通過(guò)對(duì)膚色模型亮度空間分段，并在每段亮度空間上分別定義色

3、度空間橢圓模型，從而實(shí)現(xiàn)了人臉及其重要器官的檢測(cè)。在特征提取方面，經(jīng)典的Gabor紋理特征提取算法雖然對(duì)人臉圖像的光照不均、位置變化和表情變化等具有較強(qiáng)的魯棒性，但是該方法需要對(duì)整張人臉圖像進(jìn)行Gabor小波變換，運(yùn)算過(guò)程復(fù)雜，耗時(shí)長(zhǎng)，難以滿足實(shí)時(shí)性要求。本文首先利用Gabor濾波器檢測(cè)人眼邊緣信息，然后通過(guò)廣義Hough變換實(shí)現(xiàn)邊緣斷點(diǎn)的連接，最后對(duì)人眼邊緣圖像進(jìn)行二維Gabor小波變換，提取人眼邊緣紋理特征，代替經(jīng)典特征提取算法中人