小波變換在人臉圖像融合中的應用

摘 要：為了提高人臉檢測圖像的質(zhì)量，本文提出了一種基于小波變換模型的人臉圖像融合處理算法，該算法將兩幅或者多福不同光照條件的人臉圖像進行融合處理。該算法不僅可以改善光照條件對圖像質(zhì)量的影響，并且有效的消除了人臉圖像的模糊邊界。通過與其他同類算法的實驗表明，本文提出的算法能有效地改善圖像質(zhì)量，減少不同光照條件對人臉檢測準確率的影響。

關(guān)鍵詞：圖像融合；小波變換；圖像配準；圖像評價

中圖分類號：TP391.41 文獻標識碼：A

1 引言（Introduction）

目前，在人臉圖像采集過程中，采用圖像融合方法解決光照對人臉采集質(zhì)量的影響，成為一個重要研究方向。目前國內(nèi)關(guān)于此方向的研究成果主要包括：基于彩色空間變換的圖像融合算法，融合后的圖像與原圖像相同的色度和飽和度，而且空間分辨率提高很多，但是光譜失真很大，而且只能且必須用3個波段進行融合[1-3]。基于PCA（主成分分析）的圖像融合算法，進行多光譜圖像和全色圖像的融合[4，5]。由于PCA變換的第1主分量的光譜特性與全色圖像的光譜特性并不是完全一致，因此直接導致丟失部分多光譜圖像的光譜信息，即容易造成光譜失真[6，7]。

本文通過對不同算法對于圖像采集質(zhì)量的分析，提出了一種新的基于小波變換的人臉圖像融合處理方法。該方法充分考慮了光照對圖像成像的多種影響因素，通過小波變換，對圖像高低頻分量分別處理。由于低頻分解系數(shù)代表了人臉圖像的主要特征，采用局部均方差算法進行融合，融合加權(quán)因子根據(jù)視覺系統(tǒng)均勻度測度的方法選取；由于高頻分解系數(shù)代表人臉圖像的細節(jié)特征，采用canny算子提取邊緣特征，然后，再采用均方差取大原則融合。從而，本文算法既改善了圖像的光照不均，也消除了局部處理所產(chǎn)生的模糊邊界。通過對人臉采樣圖像的實驗表明，該方法可以有效的減少光照對人臉檢測準確率的影響。

2 小波人臉圖像融合基本原理（The basic principle

of wavelet face image fusion）

2.1 圖像的小波分解

圖像經(jīng)二維小波變換進行分解之后，可得到圖像的低頻分量、水平高頻分量、垂直高頻分量和對角分量。圖1和圖2所示為圖像經(jīng)三次小波分解的結(jié)果。

其中，L為圖像的低頻部分，代表了人臉的主要特征，H為圖像的高頻部分，每層包括水平、垂直與對角方向的高頻分量，它們描述圖像的細節(jié)部分。

4 結(jié)論（Conclusion）

本文提出的基于小波變換的人臉圖像融合算法，實現(xiàn)了特征級的融合，簡化了算法，提高了執(zhí)行效率，該方法很好的改善了光照變換對于人臉圖像采集的影響，提高了采集人臉圖像的質(zhì)量。在此基礎(chǔ)上，進一步做了人臉檢測試驗。實驗結(jié)果表明，該方法可以改善采集圖像的質(zhì)量，可以提高人臉檢測的準確率，具有一定的可擴展性。

參考文獻（References）

[1] TORTORICI C，WERGHI N，BERRETTI S.Boosting 3D LBP-Based Face Recognition by Fusing Shape and Texture Descriptors on the Mesh[C].International Conference on Image Processing，

2015：2670-2674.

[2] WERGHI N，BERRETTI S，DEL BIMBO A.The Meshlbp：A Framework for Extracting Local Binary Patterns from Discrete Manifolds[J].IEEE Transactions on Image Processing，2015，24（1）：220-235.

[3] LEI Y，et al.An Efficient 3D Face Recognition

Approach Using Local Geometrical Signatures[J].Pattern Recognition，2014，47（2）：509-524.

[4] HO H T，CHELLAPPA R.Pose-Invariant Face Recognion Using Markov Random Fields[J].Image Processing，IEEE Transactions on，2013，22 （4）：1573-1584.

[5] 胡敏，程天梅，王曉華.融合全局和局部特征的人臉識別[J].電子測量與儀器學報，2013，27（9）：817-822.

[6] 林奎成，王雪，談宇奇.復雜光照下自適應區(qū)域增強人臉特征定位[J].儀器儀表學報，2014，35（2）：292-298.

[7] 胡正平，王寧，趙淑歡.稀疏擴展宇典學習的代價敏感單樣本人臉認證[J].儀器儀表學報，2015，36（4）：729-735.

[8] 苑瑋琦，于清澄.一種基于改進主成分分析的人臉識別算法[J].激光與紅外，2007，37（5）：478-480.

[9] 黃華，等.基于粒子濾波的人臉圖像超分辨率重建方法[J].軟件學，2006，17（12）：2529-2536.

作者簡介：

梁立哲（1971-），男，博士，副教授.研究領(lǐng)域：圖像處理與圖

像識別.