原创《小波变换在人脸图像融合中的应用》：关于免费小波变换论文范文在这里免费下载与阅读,为您的小波变换相关论文写作提供资料。
摘 要：为了提高人脸检测图像的质量,本文提出了一种基于小波变换模型的人脸图像融合处理算法,该算法将两幅或者多福不同光照条件的人脸图像进行融合处理.该算法不仅可以改善光照条件对图像质量的影响,并且有效的消除了人脸图像的模糊边界.通过与其他同类算法的实验表明,本文提出的算法能有效地改善图像质量,减少不同光照条件对人脸检测准确率的影响.
关键词：图像融合；小波变换；图像配准；图像评价
中图分类号：TP391.41 文献标识码：A
1 引言（Introduction）
目前,在人脸图像采集过程中,采用图像融合方法解决光照对人脸采集质量的影响,成为一个重要研究方向.目前国内关于此方向的研究成果主要包括：基于彩色空间变换的图像融合算法,融合后的图像与原图像相同的色度和饱和度,而且空间分辨率提高很多,但是光谱失真很大,而且只能且必须用3个波段进行融合[1-3].基于PCA（主成分分析）的图像融合算法,进行多光谱图像和全像的融合[4,5].由于PCA变换的第1主分量的光谱特性与全像的光谱特性并不是完全一致,因此直接导致丢失部分多光谱图像的光谱信息,即容易造成光谱失真[6,7].
本文通过对不同算法对于图像采集质量的分析,提出了一种新的基于小波变换的人脸图像融合处理方法.该方法充分考虑了光照对图像成像的多种影响因素,通过小波变换,对图像高低频分量分别处理.由于低频分解系数代表了人脸图像的主要特征,采用局部均方差算法进行融合,融合加权因子根据视觉系统均匀度测度的方法选取；由于高频分解系数代表人脸图像的细节特征,采用canny算子提取边缘特征,然后,再采用均方差取大原则融合.从而,本文算法既改善了图像的光照不均,也消除了局部处理所产生的模糊边界.通过对人脸采样图像的实验表明,该方法可以有效的减少光照对人脸检测准确率的影响.
2 小波人脸图像融合基本原理（The basic principle
of welet face image fusion）
2.1 图像的小波分解
图像经二维小波变换进行分解之后,可得到图像的低频分量、水平高频分量、垂直高频分量和对角分量.图1和图2所示为图像经三次小波分解的结果.
其中,L为图像的低频部分,代表了人脸的主要特征,H为图像的高频部分,每层包括水平、垂直与对角方向的高频分量,它们描述图像的细节部分.
4 结论（Conclusion）
本文提出的基于小波变换的人脸图像融合算法,实现了特征级的融合,简化了算法,提高了执行效率,该方法很好的改善了光照变换对于人脸图像采集的影响,提高了采集人脸图像的质量.在此基础上,进一步做了人脸检测试验.实验结果表明,该方法可以改善采集图像的质量,可以提高人脸检测的准确率,具有一定的可扩展性.
参考文献（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,王晓华.融合全局和局部特征的人脸识别[J].电子测量与仪器学报,2013,27（9）：817-822.
[6] 林奎成,王雪,谈宇奇.复杂光照下自适应区域增强人脸特征定位[J].仪器仪表学报,2014,35（2）：292-298.
[7] 胡正平,王宁,赵淑欢.稀疏扩展宇典学习的代价敏感单样本人脸认证[J].仪器仪表学报,2015,36（4）：729-735.
[8] 苑玮琦,于清澄.一种基于改进主成分分析的人脸识别算法[J].激光与红外,2007,37（5）：478-480.
[9] 黄华,等.基于粒子滤波的人脸图像超分辨率重建方法[J].软件学,2006,17（12）：2529-2536.
作者简介：
梁立哲（1971-）,男,博士,副教授.研究领域：图像处理与图
像识别.
小波变换论文参考资料：
结论：小波变换在人脸图像融合中的应用为关于本文可作为小波变换方面的大学硕士与本科毕业论文小波变换论文开题报告范文和职称论文论文写作参考文献下载。
