文献类型：期刊文章

作　　者：霍跃华[1] 范伟强[2]

Huo Yuehua;Fan Weiqiang(Modern Educational Technology Center,China University of Mining&Technology,Beijing 100083,China;School of Mechanical Electronic and Information Engineering,China University of Mining&Technology,Beijing 100083,China)

机构地区：[1]中国矿业大学(北京)现代教育技术中心,北京100083 [2]中国矿业大学(北京)机电与信息工程学院,北京100083

出　　处：《激光与光电子学进展》

基　　金：国家重点研发计划(2017YFC0804300;2016YFC0801800)

年　　份：2019

卷　　号：56

期　　号：1

起止页码：116-123

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了解决煤矿井下复杂光照条件导致人脸识别率低的问题,提出了一种适用于煤矿井下复杂光照条件下的人脸识别方法。首先利用小波分解将人脸图像分解为低频和高频部分,对低频部分利用直方图均衡化处理,增强图像对比度;然后采用引入模糊隶属度因子的小波去噪模型对高频部分进行滤波处理,并通过新的PAL模糊增强算法对高频部分进行模糊增强,在不同阈值下的非线性变换得到不同尺度、不同方向的特征图像,并进行反模糊处理;最后对处理后的低频和高频部分进行小波重构。实验表明,在井下复杂光照条件下,本文提出的人脸识别方法能有效改善人脸图像的整体效果,增强图像的细节信息,且平均识别率能够达到94.45%,显著提高了井下复杂光照下的人脸识别率。

关 键 词：图像处理 小波变换 模糊处理  隶属度  重构  人脸识别

分 类 号：TP391.41]