基于非下采样Contourlet梯度方向直方图的人脸识别

基于非下采样Contourlet梯度方向直方图的人脸识别作者：奉俊鹏等来源：《计算机应用》2014年第01期摘要：针对人脸识别系统准确度不高的问题，提出一种基于非下采样Contourlet梯度方向直方图（HNOG）的人脸识别算法。

先对人脸图像进行非下采样Contourlet变换（NSCT），并将变换后的各系数矩阵进行分块，再计算各分块的梯度方向直方图（HOG），将所有分块的直方图串接得到人脸图像HNOG特征，最后用多通道最近邻分类器进行分类。

在YALE人脸库、ORL人脸库上和CASPEALR1人脸库上的实验结果表明，人脸的HNOG特征有很强的辨别能力，特征维数较小，且对光照、表情、姿态的变化具有较好的鲁棒性。

关键词：非下采样Contourlet变换；梯度方向直方图；人脸识别；最近邻分类器中图分类号：TP391.413文献标志码：A0引言人脸识别近年来成为生物特征识别领域的一个研究热点，相对于人的其他生物特征识别技术，人脸特征识别具有非接触性和非强制性，因此在身份识别、金融安全和人机交互等领域有很好的应用前景。

在人脸识别系统中，人脸特征的描述最为关键，如果使用不恰当的人脸特征描述，即使使用再好的分类器，也达不到好的识别效果。

梯度方向直方图（HistogramsofOrientedGradient，HOG）是一种局部特征提取算子，最初在2005年由Dalal等[1]提出并应用于行人检测，2011年Deniz等[2]将HOG应用于人脸识别。

HOG能够很好地提取图像的梯度方向信息，且对光照、尺度、方向等有很好的鲁棒性[3-4]，后来向征等[5]详细分析了HOG各参数对人脸识别性能的影响，并证明HOG比LBP和Gabor小波具有更好的识别性能，但是直接对人脸图像使用HOG的识别结果并不十分理想。

研究表明Gabor小波可以提取图像特定区域内的多尺度、多方向空间频率特征，非常有利于人脸特征的提取，Gabor小波在人脸识别中的成功应用，使得图像的多尺度、多方向分析方法受到研究者们的关注，但Gabor滤波器所提取的原始特征维数过大，虽然弹性匹配图法能够有效降维，但是对特征点的选择和精度配准要求较高[6]，而基于子空间的方法识别率有限[7]，Contourlet变换也是一种多尺度、多方向分析工具，能够有效地提取的图像不同尺度不同方向的特征信息[8-9]。

基于非下采样Contourlet变换的图像边缘检测
岳爱菊;汪西莉
【期刊名称】《计算机工程与应用》
【年(卷),期】2009(045)014
【摘要】以非下采样Contoudet变换为基础,充分利用了该变换的尺度相关性以及各个尺度方向子带系数的方向性,提出了一种新的图像边缘检测的方法.通过实验,验证了新方法可以更好地把握图像的曲线或直线状边缘特征,与基于小波模的极大值边缘检测方法相比,效果更好.
【总页数】3页(P161-163)
【作者】岳爱菊;汪西莉
【作者单位】陕西师范大学,计算机科学学院,西安,710062;陕西师范大学,计算机科学学院,西安,710062
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于非下采样Contourlet变换的多传感器图像边缘检测 [J], 王小军
2.基于非下采样Contourlet变换和形态学的图像边缘检测 [J], 刘静寒;鲁昌华;刘玉娜
3.基于非下采样contourlet变换的图像边缘检测新方法 [J], 肖易寒;席志红;海涛;郭亮
4.基于非下采样Contourlet变换耦合近似度规则的多聚焦图像融合算法 [J], 柏涛
涛;王茜娟;谭云兰
5.基于非下采样Contourlet变换耦合近似度规则的多聚焦图像融合算法 [J], 柏涛涛;王茜娟;谭云兰;
因版权原因，仅展示原文概要，查看原文内容请购买。

基于非下采样Contourlet变换系数直方图匹配的自适应图像增强周妍;李庆武;霍冠英【期刊名称】《光学精密工程》【年(卷),期】2014(022)008【摘要】由于非下采样Contourlet变换(NSCT)域图像增强方法需要手动调节参数,无法实现自适应增强,本文将直方图均衡化和NSCT域增强相结合,提出了一种基于NSCT系数直方图匹配的自适应图像增强算法.该算法首先对低对比度含噪原图像进行直方图均衡化,然后对原图和直方图均衡化后的图像分别进行NSCT分解,得到低频子带系数和各高频方向子带系数.对低频子带,将原图的低频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上.对各个高频子带,则先进行阈值去噪,再将原图的各个高频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上.最后,经NSCT重构得到增强后的最终图像.实验结果表明,本文方法增强效果明显优于直方图均衡化,与Contourlet变换增强法相比,实验所采用的两组图像的图像评价函数(EMEE)值分别提高了24.05％、16.97％、13.29％和20.63％,且与NSCT域非自适应增强法(人工选取参数)的处理效果相当.该方法无需手工调节参数,具有自适应性和实用性强的优点.【总页数】9页(P2214-2222)【作者】周妍;李庆武;霍冠英【作者单位】河海大学物联网工程学院,江苏常州213022;常州市传感网与环境感知重点实验室,江苏常州213022;河海大学物联网工程学院,江苏常州213022;常州市传感网与环境感知重点实验室,江苏常州213022;河海大学物联网工程学院,江苏常州213022;常州市传感网与环境感知重点实验室,江苏常州213022【正文语种】中文【中图分类】TP391.4【相关文献】1.基于小波分解子带直方图匹配的矿井视频图像增强方法 [J], 范凌云;梁修荣2.基于提升小波和直方图匹配的图像增强方法 [J], 刘斌;谌文江;辛迦楠3.基于暗原色和直方图匹配的雾天图像增强算法 [J], 张洪坤;周浦城;薛模根4.基于奇异值分解和非下采样Contourlet变换的红外图像增强新算法 [J], 赵翱东;奚茂龙;叶茜5.基于引导系数加权和自适应图像增强去雾算法 [J], 何立风;周广彬;姚斌;赵晓;李笑因版权原因，仅展示原文概要，查看原文内容请购买。

基于非下采样Contourlet变换和MB＿LBP直方图的掌纹检测∗戴桂平;林洪彬【期刊名称】《传感技术学报》【年(卷),期】2014(27)10【摘要】结合NSCT分解的多尺度、多方向性、各向异性、平移不变性以及MB ＿LBP算法的局部特征提取、旋转灰度不变性等优势，提出一种基于非下采样Contourlet变换NSCT( Nonsubsampled Contourlet Transform)和多块分区局部二进制模式MB＿LBP ( Multi￣Block Local Binary Patterns)相结合的掌纹检测方法。

该方法首先采用NSCT算法对预处理过的掌纹图像进行多尺度、多方向稀疏分解；其次，利用MB3－LBP8，2算子分别提取低频子图及各高频子图分块子区域的MB＿LBP直方图特征向量并级联；最后，采用AdaBoost算法测试( NSCT＋MB＿LBP )的检测性能。

仿真结果表明，与( Contourlet＋MB＿LBP )、(2D－EMD＋ICAⅡ)、( Contourlet＋NMF)以及单独的MB＿LBP相比，该方法能更有效地提取掌纹特征，检测率更高。

%A novel method based onNSCT( Nonsubsampled Contourlet Transform) and MB_LBP ( Multi￣Block Local Binary Patterns) was proposed to solve palm print detection. The multi￣scale,multi￣direction,anisotropy,shift invari￣ance of NSCT and local texture property,rotation invariance and gray invariance of MB_LBP were utilized to extract the palm print features. Firstly,the preprocessed palm print image was decomposed by NSCT;and then MB3-LBP8,2 was used to respectively extract MB_LBP histogram eigenvectors of each blockregion of low and high frequency sub￣bands;Finally,the detection performance of the integrated method ( NSCT+MB_LBP ) was tested on the Hong Kong Polytechnic University palm print database through AdaBoost sorting algorithms. Experimental results show that the proposed method not only extracts the palm print features effectively and accurately,but also achieves higher detection rate in comparison with ( Contourlet+MB_LBP ),( 2D-EMD+ICAⅡ),( Contourlet+NMF ) and the single MB_LBP .【总页数】7页(P1387-1393)【作者】戴桂平;林洪彬【作者单位】苏州市职业大学电子信息工程学院，江苏苏州215104;燕山大学电气工程学院，河北秦皇岛066004【正文语种】中文【中图分类】TP391.41【相关文献】1.基于MB_LBP旋转不变特征的AdaBoost人脸检测算法研究 [J], 亢洁;李珍;王晓东;李晓静;2.基于非下采样Contourlet变换系数直方图匹配的自适应图像增强 [J], 周妍;李庆武;霍冠英3.基于非下采样Contourlet变换的异常检测SVDD算法 [J], 陈海挺4.基于HSV和MB_LBP特征的级联Adaboost车牌检测算法 [J], 马永杰;李欢;刘姣姣5.基于MB_LBP旋转不变特征的AdaBoost人脸检测算法研究 [J], 亢洁;李珍;王晓东;李晓静因版权原因，仅展示原文概要，查看原文内容请购买。

基于非下采样Contourlet变换的异常检测SVDD算法陈海挺【期刊名称】《红外技术》【年(卷),期】2016(038)001【摘要】由于图像复杂背景信息的干扰,一般检测算法的应用受到了限制,致使异常检测的虚警率较高,而基于支持向量数据描述(Support Vector Data Description,SVDD)的异常检测算法不需要对背景或者目标数据作任何分布假设,可将原始数据映射到高维特征空间进行异常检测.基于此,本文提出了一种基于非下采样Contourlet变换的异常检测SVDD算法.算法首先对高光谱数据进行NSCT(Nonsubsampled Contourlet Transform)分解,得到高频信息图像和低频信息图像;然后对低频信息作差,得到背景残差数据,抑制了背景信息;接着通过加权融合得到背景抑制后的高光谱图像,最后利用非线性SVDD将背景抑制后的高光谱图像映射到高维特征空间,完成异常目标的检测.通过仿真实验验证可知,所提出的算法与RX算法、KRX算法和未进行背景抑制的SVDD算法相比,具有较低的异常检测虚警率和优良的检测性能.【总页数】6页(P47-52)【作者】陈海挺【作者单位】浙江越秀外国语学院网络传播学院,浙江绍兴312000【正文语种】中文【中图分类】TP751【相关文献】1.高光谱图像全局异常检测RFS-SVDD算法 [J], 谌德荣;宫久路;何光林;曹旭平2.基于主动学习的高光谱异常检测SVDD算法 [J], 曾现灵;张立燕;胡荣华3.基于ACPSO-SVDD的齿轮箱故障异常检测方法研究 [J], 刘志远; 赵欣洋; 王化玲; 晁战云; 刘小峰4.改进DM-SVDD算法的异常检测研究及应用 [J], 王杰;张雪英;李凤莲;杜海文;于丽君;马秀5.改进鲸鱼算法优化SVDD的辊道窑窑温异常检测 [J], 董明明;印四华;朱成就;金熹因版权原因，仅展示原文概要，查看原文内容请购买。

基于非下采样Contourlet变换多聚焦图像融合
周爱平;梁久祯
【期刊名称】《计算机工程与科学》
【年(卷),期】2010(32)11
【摘要】针对同一场景多聚焦图像的融合问题,本文提出了一种基于非下采样Contourlet变换(NSCT)多聚焦图像融合算法.首先,采用NSCT对源图像进行多尺度、多方向分解,得到低频子带系数和各带通方向子带系数;其后,针对低频子带系数的选择,提出了一种基于方向向量模和加权平均相结合的融合规则;然后,针对带通方向子带系数的选择,提出了一种基于改进的方向对比度和局部区域能量相结合的融合规则;最后,经NSCT逆变换得到融合图像.实验结果表明,该算法能够有效地保留源图像的有用信息,避免噪声、虚影等效应,是一种有效可行的图像融合算法.
【总页数】4页(P71-74)
【作者】周爱平;梁久祯
【作者单位】江南大学信息工程学院,江苏,无锡,214122;江南大学信息工程学院,江苏,无锡,214122
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于区域分割和非下采样Contourlet变换的多聚焦图像融合算法 [J], 刘涛;张登福;何宜宝
2.非下采样Contourlet变换耦合区域特性的多聚焦图像融合算法 [J], 刘栓;刘直良;张权焯
3.基于非下采样Contourlet变换耦合近似度规则的多聚焦图像融合算法 [J], 柏涛涛;王茜娟;谭云兰
4.基于非下采样Contourlet变换耦合近似度规则的多聚焦图像融合算法 [J], 柏涛涛;王茜娟;谭云兰;
5.一种基于非下采样Contourlet变换多聚焦图像融合算法(英文) [J], 张强;郭宝龙因版权原因，仅展示原文概要，查看原文内容请购买。

基于非下采样Contourlet梯度方向直方图的人脸识别奉俊鹏;杨恢先;蔡勇勇;翟云龙;李球球【期刊名称】《计算机应用》【年(卷),期】2014(34)1【摘要】针对人脸识别系统准确度不高的问题,提出一种基于非下采样Contourlet 梯度方向直方图(HNOG)的人脸识别算法.先对人脸图像进行非下采样Contour]et 变换(NSCT),并将变换后的各系数矩阵进行分块,再计算各分块的梯度方向直方图(HOG),将所有分块的直方图串接得到人脸图像HNOG特征,最后用多通道最近邻分类器进行分类.在YALE人脸库、ORL人脸库上和CAS-PEAL-R1人脸库上的实验结果表明,人脸的HNOG特征有很强的辨别能力,特征维数较小,且对光照、表情、姿态的变化具有较好的鲁棒性.【总页数】5页(P158-161,166)【作者】奉俊鹏;杨恢先;蔡勇勇;翟云龙;李球球【作者单位】湘潭大学材料与光电物理学院,湖南湘潭 411105;湘潭大学材料与光电物理学院,湖南湘潭 411105;湘潭大学材料与光电物理学院,湖南湘潭 411105;湘潭大学材料与光电物理学院,湖南湘潭 411105;湘潭大学材料与光电物理学院,湖南湘潭 411105【正文语种】中文【中图分类】TP391.413【相关文献】1.改进的基于非下采样的Contourlet变换的图像融合算法 [J], 刘卷舒;蒋伟2.非下采样Contourlet变换在人脸识别中的应用 [J], 王彩霞3.基于非下采样Contourlet变换耦合近似度规则的多聚焦图像融合算法 [J], 柏涛涛;王茜娟;谭云兰4.基于非下采样Contourlet变换的多模态医学图像融合 [J], 程钢;李玮琳;李丽5.基于非下采样Contourlet变换耦合近似度规则的多聚焦图像融合算法 [J], 柏涛涛;王茜娟;谭云兰;因版权原因，仅展示原文概要，查看原文内容请购买。

基于非下采样Contourlet变换和PCNN的图像增强
卫婷婷;纪峰;庞胜军
【期刊名称】《科教导刊》
【年(卷),期】2013(000)007
【摘要】针对实验图像光照不均、对比度低等特点,提出一种基于非下采样Contourlet变换和PCNN的图像增强算法.首先对原图进行非下采样Contourlet 变换,得到高频和低频子带；然后对低频系数进行加权平均,对高频系数采用PCNN 进行处理,最后在进行NSCT逆变换,得到增强后的图像.实验结果表明,该方法能很好地展现图像弱边缘细节,进一步提高了峰值信噪比,获得更好的视觉效果.
【总页数】2页(P193-194)
【作者】卫婷婷;纪峰;庞胜军
【作者单位】北方民族大学信息与计算科学学院宁夏·银川 750021;北方民族大学信息与计算科学学院宁夏·银川 750021;宁夏大学数学计算机学院宁夏·银川750021
【正文语种】中文
【中图分类】TP751
【相关文献】
1.基于非下采样Contourlet变换系数直方图匹配的自适应图像增强 [J], 周妍;李庆武;霍冠英
2.基于非下采样Contourlet变换的SAR图像增强 [J], 沙宇恒;刘芳;焦李成
3.基于奇异值分解和非下采样Contourlet变换的红外图像增强新算法 [J], 赵翱东;奚茂龙;叶茜
4.基于非下采样Contourlet变换和PCNN的表面缺陷自动识别方法 [J], 周新星;王典洪;孙林;王洪亮;李东明
5.基于非下采样contourlet变换的彩色图像增强算法 [J], 邱攀攀;何小海;梁子飞;吴小强
因版权原因，仅展示原文概要，查看原文内容请购买。

基于多尺度几何分析的人脸识别技术
人脸识别技术作为生物识别技术中的一种,已经在实际应用中得到广泛应用。

但是影响人脸识别效果的因素还很多,其中非均匀光照产生的阴影问题就是一个主要的因素。

本文充分利用了新一代多尺度几何分析工具——Contourlet变换所具有的多尺度、局部化和多方向性的特点,有效地改善了非均匀光照条件下的人脸图像的阴影补偿效果和非均匀光照条件下人脸图像阴影区域的光照不变量的提取。

本文首先详细介绍了离散Contourlet变换的产生及构造方法,引出了连续Contourlet变换,并对Contourlet变换进行了仿真实验,它具有多尺度、局部化和多方向性的特点。

然后实现了2D图像阴影补偿算法和基于Contourlet变换的阴影补偿算法,但两种算法都存在自己的优缺点,将二者的优点相结合,能够有效的提取阴影部分的细节信息并保留非阴影部分的信息,有效地改善了补偿后的图像质量,为人脸识别提供了很好的消除非均匀光照阴影的预处理方法。

最后介绍了全变分模型,结合全变分模型和Contourlet变换的优点,提出一种基于Contourlet变换的TV模型提取光照不变量的方法,这种方法可以有效地去除TV模型所产生的局部常值区域,所以有较高的识别率。

同主题文章
【关键词相关文档搜索】：检测技术与自动化装置; 人脸识别; Contourlet 变换; 阴影补偿; TV模型; 光照不变量
【作者相关信息搜索】：西安电子科技大学;检测技术与自动化装置;任获荣;于海龙;。

基于非向下采样contourlet的自适应图像融合算法张海朝;张芳芳;孙士保;王亚涛【期刊名称】《计算机科学》【年(卷),期】2010(037)008【摘要】针对融合后图像模糊现象,提出一种基于非向下采样contourlet的自适应图像融合算法.分析了轮廓波变换和非抽样轮廓波变换的原理,采用非向下采样contourlet对图像进行分解,依据低频变化设置阈值来调节低频变化率和均匀度在决策规则中所占的比例.当低频变化率之差高于阈值时,采用基于均匀度的融合规则;当低频变化率之差低于阈值时,采用基于变化率的融合规则.对于高频部分则采用高频系数对比度的处理策略.通过熵、相对误差和清晰度对实验结果进行了评价,结果表明,基于非向下采样contourlet的自适应融合算法取得了良好的融合效果.【总页数】4页(P262-265)【作者】张海朝;张芳芳;孙士保;王亚涛【作者单位】河南科技大学电子信息工程学院,洛阳471003;河南科技大学电子信息工程学院,洛阳471003;河南科技大学电子信息工程学院,洛阳471003;河南科技大学电子信息工程学院,洛阳471003【正文语种】中文【相关文献】1.基于非下采样Contourlet变换的自适应医学图像融合算法 [J], 楼建强;戴文战;李俊峰2.基于非下采样Contourlet变换的自适应图像融合算法 [J], 郭雷;刘坤3.基于非亚采样Contourlet和SWT的多光谱图像和全色图像的融合算法 [J], 时海亮;方敏;梁锦锦4.一种基于非采样Contourlet变换红外图像与可见光图像融合算法 [J], 张强;郭宝龙5.基于非采样contourlet变换的多光谱和全色图像自适应融合算法 [J], 翟军涛;那彦;孟捷因版权原因，仅展示原文概要，查看原文内容请购买。

非抽样Contourlet变换去噪滤波器设计的源相机识别陈宗民;周治平【摘要】Because obvious noise will occur when source camera identification and wavelet filters are getting the residual noise in the image scene, a new method for the extraction of pattern noise was proposed based on Nonsubsampled Contourlet Transform (NSCT). According to the process of source camera identification, the deficiencies of wavelet-based filter for the extraction of pattern noise were discussed first. And then, the discussion focused on the design of NSCT-based filter to extract pattern noise. The experimental results show that NSCT-based filter not only restrains the scene noise obviously, but also improves the average identification rate with 3. 7% for identifying images from three different cameras compared to wavelet-based filter.%针对源相机识别和小波滤波器在获取残留噪声图像时会引入明显的场景噪声的问题,提出一种利用非抽样Contourlet变换(NSCT)进行模式噪声提取的新方案.首先根据源相机识别的过程,讨论小波滤波器在提取模式噪声上的不足,接着重点讨论设计基于NSCT滤波器进行模式噪声的提取.实验表明NSCT滤波器不仅使场景噪声得到明显的抑制,而且与小波滤波器相比,对来自三种不同相机的照片的平均识别率提高了近3.667％.【期刊名称】《计算机应用》【年(卷),期】2012(032)002【总页数】4页(P507-509,513)【关键词】数字图像取证;源相机识别;模式噪声;非抽样Contourlet变换;Neyman-Pearson准则【作者】陈宗民;周治平【作者单位】江南大学物联网工程学院,江苏无锡214122;江南大学物联网工程学院,江苏无锡214122【正文语种】中文【中图分类】TP301.60 引言随着信息技术的发展，数字图像取证技术越来越体现出它的价值，而数字图像来源取证作为数字图像取证技术的一个主要议题正扮演着重要的角色。