人脸识别中光照补偿方法的研究及FPGA实现

摘要

人类主要依赖视觉系统获取外界信息，一旦视觉通路发生病变或者损伤就会导致人类视力的衰弱甚至失明，作为一种新型的辅助设备，视觉假体能够通过电刺激视觉神经系统使患者产生光幻视，帮助盲人重见光明。在视觉假体的辅助下，盲人是可以完成日常生活中的人脸识别任务的，然而在实际应用中复杂的光照变化会导致人脸识别率的下降，因此对光照变化下的人脸图像进行光照补偿具有很重要的意义。
　　本文针对单尺度Retinex算法的光晕缺陷，从硬件实现的角度上提出了改进的基于双边滤波的单尺度Retinex算法。在用双边滤波对图像的光照分量进行估计的基础上，对对数域中图像反射分量进行自适应亮度调整。通过将经典的单尺度Retinex算法（SSR）、多尺度Retinex算法（MSR）、基于双边滤波的SSR算法和本文改进算法进行MATLAB仿真。试验结果表明改进算法能够有效地消除各种条件下的光照影响，具有较好的光照鲁棒性，并且与经典的MSR算法相比亮度提升了26％，对比度提升了23%，在Extended Yale B人脸库上的平均人脸识别率较经典的Retinex算法提升了13%，在人脸识别系统的应用中具有很强的适用性。
　　本文完成了光照补偿算法的FPGA硬件实现，并利用ModelSim对各个模块进行了功能仿真。然后在DE2-115开发板上搭建相关硬件平台对算法进行了功能性验证。为了直观地验证算法对不同图像的处理效果，本文通过串口输入数据到算法处理模块，并用VGA显示处理后的图像。同时通过SignalTapⅡ捕获算法处理的图像数据与matlab的软件结果对比。最终硬件验证结果表明，本文提出的算法在硬件上取得了与软件相同的处理效果，能够在消除图像光照影响的同时，显现增强人脸暗部区域的轮廓细节。

目录

声明

1绪论

1.1研究背景与意义

1.2国内外研究进展

1.3论文的主要研究内容及结构

2光照预处理方法的理论介绍

2.1光照预处理的主要方法

2.2基于Retinex理论的光照预处理方法

2.3测试人脸库

3改进的SSR算法

3.1经典Retinex算法的缺陷

3.2本文改进的SSR算法

3.3实验结果及分析

4算法的硬件实现

4.1算法总体框架

4.2边界处理

4.3双边滤波模块的设计

4.4自适应亮度调整模块的设计

5算法的平台验证

5.1开发平台介绍

5.2验证平台的搭建

5.3整体验证结果及分析

6本文总结以及展望

6.1工作总结

6.2后期工作展望

致谢

参考文献