学位论文 > 优秀研究生学位论文题录展示
面向识别的人脸去光照算法的研究
作 者: 常燕
导 师: 王宏勇
学 校: 河南工业大学
专 业: 信号与信息处理
关键词: 去除光照 小波变换 WLFT FII
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 5次
引 用: 0次
阅 读: 论文下载
内容摘要
从人脸识别技术出现至今,已经有三十几年的历史,并且在科技的进步与时代的变化迅速的今天,人脸识别越来越受到重视,并且越来越多的人开始研究与改进。但是到现在,人脸识别技术中的光照问题,仍然是一个很难解决的难题,去除光照影响的算法也被研究者陆续提出,但是所达到的效果不尽人意。本文在对数变换的基础上提出了一种新的算法,WLFT(Wavelet Logarithm Fragments Transformation)算法,这个算法是在小波分解的基础上,对低频分量进行对数变换,由于对数变换只是增加了图像的对比度,并没有使阴影部分与图像中的高光部分之间的亮度差减小,因此将对数变换后的图像通过分段函数调整了图像的亮度,以达到去除阴影的效果。从主观和客观分析,通过WLFT算法处理的人脸图像阴影区域去除效果比对数变换后的效果明显,且保留了图像中的大部分信息。本文提出了一种FII(Face Invariant Image)算法,该算法是从单一图像中,获得人脸的光照无关灰度图。不同于以往去除实景阴影,本文将其用于人脸去光照。本算法是在色度比空间中,计算出信息熵最小的灰度图,即光照无关图。通过主观分析,该算法所获得的灰度图像去除了光照影响,并且没有丢失图像信息和人脸特征。
|
全文目录
摘要 4-5 Abstract 5-8 第一章 绪论 8-13 1.1 人脸识别技术 8-9 1.1.1 人脸识别技术的研究意义 8 1.1.2 人脸识别技术中的问题 8-9 1.2 本课题研究背景及意义 9-10 1.3 光照处理算法的研究现状 10-12 1.4 本文主要内容及文章结构 12-13 第二章 人脸识别中去光照算法概述 13-23 2.1 图像增强方法 13-19 2.1.1 直方图均衡化 13-14 2.1.2 Gamma变换 14-17 2.1.3 对数变换 17-19 2.2 提取光照不变性方法 19-21 2.2.1 特征脸算法 19 2.2.2 自商图像算法 19-21 2.3 Retinex算法 21-23 第三章 WLFT算法 23-37 3.1 小波变换 23-29 3.1.1 小波变换概述 23-24 3.1.2 连续小波变换 24-26 3.1.3 离散小波变换 26-29 3.2 多分辨率分析 29-30 3.3 小波变换的应用 30-31 3.4 WLFT算法 31-34 3.5 WLFT算法过程 34-37 第四章 FII算法 37-47 4.1 光照无关图的形成 38-41 4.2 最小熵图像 41-42 4.3 FII算法的过程 42-47 第五章 总结与展望 47-49 5.1 总结 47-48 5.2 展望 48-49 参考文献 49-52 致谢 52-53 个人简介 53
|
相似论文
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 基于多尺度分析的图像融合算法研究,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于Nios Ⅱ的暂态电能质量扰动检测的SOPC设计,TN47
- 基于提升格式小波包变换和神经网络机翼盒段多损伤检测研究,V224
- 基于小波变换的图像去噪的研究与实现,TP391.41
- 基于自适应提升小波变换的三维表面纹理的方向性度量,TP391.41
- 基于相邻像素灰度差的边缘检测及与其相结合的小波图像去噪,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 基于小波变换的矿用综合保护装置及后台软件的研究,TM774
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 一类工具加工痕迹的检验识别,TP391.41
- 基于组合基的图像复原研究,TP391.41
- 多图像源信息融合与增强技术研究,TP391.41
- 基于燃烧音识别的火灾探测系统的研究与设计,X924.4
- 基于牵引系统信息的高速列车弓网受流检测技术研究,TM922.5
- 直流系统接地问题的研究,TM862
- 铝板中的兰姆波检测技术和非线性调频小波变换时频分析方法研究,TG115.28
- TDI-CCD图像条带噪声消除方法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|