基于自适应对数变换和PCA算法的人脸识别研究*

周先春,孙文荣,张纯伟

(1.南京信息工程大学江苏省气象传感网技术工程中心，江苏南京210044；2.南京信息工程大学电子与信息工程学院，江苏南京210044；3.江苏省邮电规划设计院，江苏南京210006)

近年来生物特征识别技术取得了迅速的发展，而具有唯一性的生物特征识别技术得到了更多人的青睐。人脸识别是根据人的脸部特征进行身份识别的生物识别技术。人脸与指纹、视网膜、虹膜等相比，具有非接触、直接、友好等优点，而且通过对人脸的表情姿态分析，还可以获得其他生物特征识别技术无法获得的一些信息。过去的几十年里，已经提出了很多经典的人脸识别方法，例如神经网络[1]、支持向量机SVM(Support Vector Machine)[2]、线性判别分析法LDA(Linear Discriminate Analysis)[3]、渐近解方法(Asymptopic solution)[4]和稀疏表示(Sparse Representation)[5]等。

本文提出了一种基于自适应对数变换和主成分分析的新算法。该算法可以对人脸数据库中由于光照条件引起的图像过亮或者过暗起到很好的补偿作用，并且能提高人脸识别的识别率。

1 对数变换

人视觉感受的光照亮度是眼睛入射光强的对数函数。因此，经过对数变换后的图像让人感觉柔和，比较符合人的视觉特点。

对数变换的优点是扩展低灰度的图像和压缩高灰度的图像，增强了图像的对比度，可以对光照不足的图像起很好的补偿作用；对数变换的缺点是对过亮高光的图像没有补偿效果，甚至会产生漂白现象。参考文献[6]提出了一种复合变换方法来克服图像漂白现象，但复合变换会压缩图像的中间阶灰度像素的信息量，造成人脸信息的丢失，对人脸识别有不利影响。……