红外与可见光图像融合的人脸识别算法.pdf

红外与可见光图像融合的人脸识别算法.pdf 红外与可见光图像融合的人脸识别算法是近年来人脸识别技术的研究热点之一。该算法通过融合红外图像和可见光图像，提高人脸识别的准确性和鲁棒性。红外图像可以解决可见光图像中人脸部受光照的影响，但是红外图像自身也有两大缺陷：一个是红外对周围环境温度变化比较敏感，另一个是红外对玻璃具有非透射性。与红外图像相比，可见光图像能克服上述问题。 本文提出了一种基于小波变换的红外与可见光图像融合的人脸识别方法。该方法利用小波变换对每一图像进行多尺度分解，然后利用基于区域能量法寻找最优融合算子去构造融合图像对应的各小波系数，再根据融合图像的各小波系数重构融合图像。 为了提高人脸识别的准确性，本文还进行了图像预处理。对原始图像进行尺度归一和灰度归一，然后使用人眼定位算法得到人脸正面图像左、右两眼中心的位置，接着对图像进行尺度归一和灰度归一。对图像进行缩放得到统一大小的校准图像，並对校准图像进行灰度拉伸，以改善图像的对比度。 本文使用Equinox公司的人脸数据库，进行了基于Fisher的人脸识别验证。仿真结果表明，利用该融合算法所获得的融合图像比单一可见光图像具有更好的识别性能。 图像融合是指综合两个或多个图像源信息，充分利用被融合图像包含的冗余和互补信息，以获取对同一场景的更精确、全面、可靠的图像描述。红外与可见光图像融合的人脸识别算法可以应用于各个领域，如安防、身份识别、机器人等。 本文提出的红外与可见光图像融合的人脸识别算法可以提高人脸识别的准确性和鲁棒性，对于人脸识别技术的发展具有重要意义。