高 涛

（长安大学信息工程学院，陕西西安 710072）

目前，对光照变化的人脸识别中，通常有以下几种处理光照变化的方法:基于传统的图像预处理方法，如直方图均衡、Gamma变换等;抽取具有光照稳健性的特征点方法［1］，对图像进行浮雕化处理（embossing）［2］和采用边缘图表示方法等;基于光照模型，比较典型的如光照锥（Illumination Cone）［3］、熵图像（Quotient Image）［4］、球谐函数（Spherical Harmonic）［5］等模型;基于人类感知模型，较为典型的是Retinex算法［6］，该算法利用了人的视网膜、大脑皮层构造亮度和颜色的感知模型，对光照变化图像的补偿有明显效果，但是图像的对比度和亮度的乘积较小。本文从人脸识别系统实用性角度考虑，借鉴Retinex理论的研究成果，提出了一种基于小波域多尺度Retinex模型（DWT－MSR）。该方法在二维小波变换后的小波域中，将其低频小波系数变换到对数空间，使用三种不同的高斯滤波系数和对数空间中的小波系数进行卷积操作，将三种标准偏差尺度下得到的结果进行加权平均，采用均值方差归一化的方法，对输出图像进行灰度值线性拉伸;小波域中其他三种高频系数保持不变，然后再将变换后的低频系数和高频系数作小波反变换，得到的新图像则为小波域多尺度Retinex模型的处理结果，最后使用定点独立分量分析和神经网络进行分类识别。从实验结果来看，在提高光照变化稳健性方面，该方法优于SSR、MSR以及直方图均衡、Log等传统图像处理方法。

1 DWT－MSR 介绍

1.1 Retinex

Retinex理论［7－9］于1963 年由 E.Land 提出，该理论是一种感知亮度和色度的计算理论，主要论述了人眼是如何获取外界图像的。……