基于多尺度相對(duì)梯度差異化信息的光照不變量的圖像特征提取算法.pdf

1、特征提取是圖像理解、圖像分析和圖像分類等領(lǐng)域里一個(gè)特別熱門的研究點(diǎn)，它關(guān)聯(lián)了機(jī)器圖形學(xué)理論、圖像分析、人機(jī)互動(dòng)、人工智能、機(jī)器視覺、與生理科等很多專業(yè)領(lǐng)域。而特征提取則是機(jī)器視覺與圖像分析中至關(guān)重要的一步，它是圖像處理中最基本也是最重要的問題之一。現(xiàn)階段，特征提取技術(shù)還是受到很多隨機(jī)因子的干擾，比方說不同的光照等等。受光線改變的影響，相同的目標(biāo)在變化的光照環(huán)境下獲取的照片間的差別信息，也許比處于相同光照環(huán)境里不同目標(biāo)獲取的照片之間的差別

2、信息大很多。在一幅圖像中,光照變化會(huì)導(dǎo)致在圖像中出現(xiàn)嚴(yán)重的退化情況。改變光照方向和強(qiáng)度會(huì)導(dǎo)致圖像陰影的形狀和位置的變化,其中的梯度變化發(fā)生在強(qiáng)光照射的情況下。這些變化使得樣本的圖像看起來完全不同。此外,照明變化總是伴隨著其他姿態(tài)和時(shí)間的變化等問題,這些都會(huì)使得圖像識(shí)別問題的復(fù)雜度增加。這使得當(dāng)前的圖像識(shí)別算法所得到的結(jié)果往往滿足不了研究者的應(yīng)用，因而光照的改變也就是了阻礙模式識(shí)別技術(shù)發(fā)展的最主要的問題之一。
　　圖像識(shí)別是一個(gè)困難

3、的模式分類問題，由于類內(nèi)差異(同一對(duì)象的圖像之間的變化)甚至大于類間差異(來自不同對(duì)象圖像之間的差異)。當(dāng)前圖像處理與識(shí)別技術(shù)的一個(gè)關(guān)鍵性挑戰(zhàn)是如何消除訓(xùn)練圖像和測(cè)試圖像之間的光照變化。在對(duì)圖像特征提取的應(yīng)用中，光照不變性特征在大型數(shù)據(jù)庫(kù)中的能力和魯棒性是有限的和不充分的。在不同變化的照明條件下,這些方法可以實(shí)現(xiàn)底層的性能。隨著光照的變化,當(dāng)訓(xùn)練圖像或者測(cè)試圖像完全暴露在不同的光照條件下時(shí)，2d人臉表面將會(huì)嚴(yán)重退化。這些與生俱來的特征變

4、化的幅度,能夠區(qū)分不同的樣本目標(biāo),他們的幅值通常小于由光照變化引起的圖像變化。
　　在本文中,我們提出一種使用多尺度相對(duì)梯度差異的方法來削弱或消除光照變化。在本文的方法中,由于圖像的陰影和邊緣部分會(huì)使得圖像光照不變量的推理不成立，我們使用高斯核函數(shù)對(duì)輸入圖像進(jìn)行濾波得到平滑圖像。接著通過計(jì)算圖像矩陣的一階導(dǎo)數(shù)在 X軸和Y軸的投影。接下來通過對(duì)圖像矩陣做相對(duì)梯度信息運(yùn)算獲取圖像的光照不敏感特征。再通過使用伽柏小波多尺度分析對(duì)圖像的紋