基于矩—傅里叶描述子人脸图像识别

本文介绍了在Radon变换下的图像矩特征的抽取方法,并得到图像的矩特征矩阵;进而对矩特征矩阵按行向量进行傅里叶变换组成矩-傅里叶描述子特征矩阵,采用矩阵的加权欧氏距离作为人脸图像的匹配识别的算法,产生较好的结果。

维普资讯 http://www.77cn.com.cn

基于矩一傅里叶描述子人脸图像识别王耀明崔新春刘挺 (海师范大学理工信息学院上上海 2 24￣ 3)

摘

要

本文介绍了在 R d n变换下的图像矩特征的抽取方法，得到图像的矩特征矩阵；而对矩特征矩阵按行向量进行傅 ao并进

里叶变换组成矩一傅里叶描述子特征矩阵，采用矩阵的加权欧氏距离作为人脸图像的匹配识别的算法，生较好的结果。产 关键词 R dn变换矩一傅里叶描述子 ao人脸图像识别矩特征矩阵

A FACE MA GE I RECoG舸

ON n I ) BAs D oN M ( D圈 RS

M[口 N r— FOI m R 0M E c瓜 DESa E

W a g Ya mi Cu n h n Li rn n o ng iXi c u u rig( o eo c￣ ad I￣ C/ ￣ fs/ e n f n nTcn l y,hn h i om lU i rt S,, a O 24 e oo S ag a r a nt sy,h,h i O3 ) h g N ei g 2

Ab t a t sr c

I h sa t l u o w r t o f xrc ig t emo n e tr f g y w i h W a e me t e tr t x o h n ti r ce We p t r ad a meh d o e t t me t a u e o a i e b h c e c n g tamo n au e mar fte i f a n h f ma f i n t ' rw e tra d g t h me t o r r e c itr e tr t x By n W。 o i s o v co n e e mo n -fu i s r o sf au e ma r t t e d p i o.

i1g n e a o r n f r T e p l o re一仕al Ia e u d r R d n t so m. h n We a p y F u ir l a r

W s e w i he u ld a e u e t eg td E c ie n—d s n e a h t o f a e i g e o nt n. a tte e p r na e n ts o s t a e meh d i p o i e h it c ste meh d o f c ma e r c g i o Atls h x e i a i me tlrs e h w h tt t o s rvd d h w t h

r c ro i h p e iin i a c aa t fhg rc so . h e Ke wo d y rs R d n t n fr a o r so m Mo n— F u i rd s r t r F c ma e r z g i o Ma r f me t e t r a me t o re e c p o a e i g￣ o nt n i i t x o mo n au e i f

般采取规范化的 g(,表示式，一1 t 1O 0< t )即≤≤,≤

1前

言

2更进一步讲，某个固定的 0丌；对函数 g(,简写成￡ 0)

g( )则 ()写成： t, 1可Rl n变换是图像分析和信号重构中的一种有效 lo d方法。本文利用 Rt n变换。出一种图像矩特征的抽/o d提取方法，以得到图像在 R dn变换下的矩特征矩阵； ao进

g( ) ( 0) i￡=g=

, )￡ X oO y[一( cs

+yiO) dd s ]xy n

() 2

而对矩特征矩阵按行向量进行傅里叶变换组成矩一傅里叶描述子特征矩阵。采用二个矩阵之间的加权欧氏

3矩特征抽取由于在本原坐标系之下的矩具有平移，转和尺旋

距离作为矩一傅里叶描述子特征矩阵之间的距离，作并为人脸图像的匹配识别的算法，生较好的结果。产

度 (范化下 )变性。所以，文规不本中首先对图像厂，,作适当的坐 (’ )标变换 (附录 )使之处于本原坐见，标系 (原点为图像矩心 )下，其之然后对它作 ( )所示的 R dn变换 2式 ao (图 2所示 )如。把 0~丌分成 n等

,

t

2 Ra o d n变换定义 1设函数 f, ) D),平面上 D ( y∈L (中在

f^三，/

区域中它平方可积，/,的 R dn变换 g(, )则 (夕) ao t 0=

图 2

R( y可表示如下 (图 1: f, )见 )

g(, ) t0:

,) t y[一

分， 0的离散取值为 0,一，一则由 ( )可得相。0 , 2式应的 R dr函数为 g ( ) g ( )…, t。 ao l。￡, t, g一 ( )

( cs xoO+yiO] ry ( ) s ) d 1 n d式中， J=1 J=0; J=0 (} j ), j} (} j ),≠

0。

收稿日期 .0 1—0 20 6—2。王耀明。教授，研领域：像信息处 6副主图

为了说明和计算的方便，一

图 1 R d n变换 ao

理，算机视觉，算机图形学。计计

3 0

本文来源：https://www.bwwdw.com/article/riai.html