马志豪 杨娟

（1.南京邮电大学电子与光学工程学院(微电子学院) 江苏省南京市 210023）

（2.金陵科技学院电子信息工程学院 江苏省南京市 211169）

1 引言

情绪在人类的交流过程中扮演着重要的角色，人类通过多种方式表达情绪，面部表情是情绪最直接的外在表现。因此自动表情识别的研究具有重要意义，有广泛的应用前景[1,2]。表情识别主要包含人脸检测、特征提取、表情分类三个步骤。提取鲁棒性和表征能力强的图像特征是表情识别系统的关键。Ojala 等人[3]提出局部二值模式(Local Binary pattern,LBP)能有效编码图像的纹理信息，计算效率高，对单调光照有鲁棒性，对于非单调光照敏感。Jabid 等人[4]提出局部方向模式(Local Direction Pattern,LDP)。LDP 通过边缘响应值强度进行编码。Rivera 等人[5]提出局部方向数(Local Direction Number Pattern,LDN)利用边缘响应最大和最小的方向进行编码。通过边缘响应值进行编码实质上是对局部邻域的稠密采样，所以鲁棒性稍好，但是边缘响应值同样受随机噪声的干扰，也会造成编码出错。

2 局部显著方向纹理模式

2.1 LPDTP编码方式

图1显示Kirsch 算子的结构。其中M0和M4检测邻域内垂直方向边缘，M2和M6检测邻域内水平方向边缘，M1和M5与M3和M7分别检测两个斜向边缘。通过叠加水平、垂直、对角方向边缘响应值的强度值，选取显著的边缘方向。在灰度图像中对显著方向上的强度进行编码。LPDTP 利用方向信息和纹理信息构建一个8位二进制的编码。

LPDTP 的计算步骤如下：首先计算边缘响应值Ri(x,y)见公式（1）：

然后选取显著的方向，计算步骤如下：

对于第一方向D1(x,y)，设置……