人脸图像光照预处理(1)

人脸图像光照预处理 illumination normalization(1)

文献: Enhanced Local Texture Feature Sets for Face Recognition Under Difficult Lighting Conditions
处理流程:
人脸图像光照预处理(1)_第1张图片

  1. gamma correction
    非线性的灰度变换,又叫幂律变换,扩大图像正在黑暗区域或者阴影区域的动态范围,同时压缩在亮的区域的动态范围。
    这对于减少光照对人脸识别的影响是比较重要的第一步,明显可以看到阴影区域的纹理变得明显了。
    基本原理为物体视觉包括入射光L和反射光R,取LOG 能把L 和R的运算转换为加法(参考同态滤波器)。但 log 过强会导致暗处噪声多度放大。 在[0 0.5]比较合适,此处取0.2.
    在这里插入图片描述
    在这里插入图片描述在这里插入图片描述

  2. DOG(Difference of Gaussian)
    高斯差分滤波器(bandpass)其实就是带通滤波器。Gamma无法去除阴影(shading)造成的梯度,对于低频信息(阴影、高亮)需要去除,对于高频的信息主要是噪声。DoG设置两个高斯低通滤波器形成带通滤波器,然后高斯函数的参数sigma,对于人脸图像
    在这里插入图片描述
    在这里插入图片描述
    DOG 用于Contrast enhancement, 可参考http://micro.magnet.fsu.edu/primer/java/digitalimaging/processing/diffgaussians/index.html

    When utilized for image enhancement, the difference of gaussians algorithm is typically applied when the size ratio of kernel (2) to kernel (1) is 4:1 or 5:1. The algorithm can also be used to obtain an approximation of the Laplacian of Gaussian when the ratio of (2) to (1) is roughly equal to 1.6.

  3. Masking
    去除不相关的区域(hair style, beard),否则DoG 卷积中会引入强边缘artificial,或者contrast equalization中计入这些区域。

  4. Contrast Equalization
    归一化所有的像素点的值,同理,a用于压缩大值的影响, 在这里插入图片描述
    人脸图像光照预处理(1)_第2张图片
    然后利用反正切函数实现归化处理,限制I在 在这里插入图片描述范围内。

你可能感兴趣的