基于Curvelet变换在面部图像识别中的研究

常 颖

（吉林建筑工程学院 城建学院计算机系，吉林 长春 130061）

基于Curvelet变换在面部图像识别中的研究

常 颖

（吉林建筑工程学院 城建学院计算机系，吉林 长春 130061）

Curvelet变换自从Emmanuel等人提出以来，经过十几年的发展，利用Curvelet变换技术来对图像进行处理已经有了很大的发展，如在图像识别、图像增强等方面.对于该技术的应用主要集中在以连续Curvelet变换和离散Curvelet变换为基础上的算法研究和应用.本文研究静态原始面部图像特征数据信息提取，主要是面部边缘特征信息提取.通过小波变换和离散Curvelet变换以及传统的增强技术分别来增强面部特征信息，从而得到Curvelet变换对面部图像识别效果更佳.

边缘信息；Radon变换；Curvelet变换；小波变换

1 引言

近年来，图像处理已经在各个领域得到广泛的应用，特别是图像识别技术在安检、交通等领域有更多应用，这也促进了图像识别技术的发展.传统面部图像识别技术主要是利用知识建模、概率模型等方法来实现面部识别.这些传统识别技术主要是注重对面部表情、面部轮廓等进行分析和比对，而没有对面部图像进行边缘信息加强来提高图像识别效果.图像增强技术是对感兴趣的图像信息进行增强已到达更好的识别效果.在图像增强方面，小波变换等是比较好的增强技术.小波变换在分析二维图像中曲线或者直线边缘特征方面存在明显不足,而由Radon变换而来的Curvelet变换具有很强的方向性,能更好地逼近和稀疏表达平滑区……